- Время чтения:
- 13 минут
- Обновлено:
- 21 сентября 2026
- Просмотров:
- 36
Содержание статьи
Метаанализ - статистический метод, который объединяет количественные результаты нескольких независимых исследований одной темы в единую обобщенную оценку эффекта. Метод используют, когда отдельные исследования дают разные или противоречивые результаты и нужен более точный, статистически обоснованный вывод. Чаще всего метаанализ проводят в медицине, психологии, биологии и экономике, работая с данными рандомизированных испытаний, когортных исследований и лабораторных наблюдений.
Что такое метаанализ: определение и суть метода
Метаанализ - количественный метод синтеза данных, при котором результаты множества отдельных исследований объединяются в одну статистическую модель. Термин ввел американский психолог и статистик Джин Гласс в 1976 году в статье журнала Educational Researcher, определив метаанализ как "анализ анализов" - то есть исследование, предметом которого становятся не первичные данные, а сами результаты уже проведенных работ.
По данным базы PubMed (Национальная медицинская библиотека США), число публикаций с обозначением "meta-analysis" выросло с 259 в 1990 году до 36 535 в 2024-м: почти 141-кратный рост за 34 года означает, что по большинству актуальных научных тем уже существует хотя бы один метаанализ, который стоит найти и учесть перед началом собственного исследования.
Кому это нужно в первую очередь? Тем, кто пишет обзорную часть работы и должен опираться не на одно исследование, а на всю совокупность накопленных данных.
В отличие от обычного реферата или конспекта источников, метаанализ дает количественный результат - объединенный размер эффекта с доверительным интервалом. Результаты метаанализа обычно публикуют как самостоятельную научную статью в рецензируемом журнале. Сама статья при этом строится по той же логике, что и любая эмпирическая работа - по структуре научной статьи IMRAD: введение, методы, результаты, обсуждение.
Как пишется слово "метаанализ"
Слово "метаанализ" пишется слитно, без дефиса и без пробела. Приставка "мета-" присоединяется к корню без дефиса, поэтому варианты "мета-анализ" и "мета анализ" считаются орфографической ошибкой. Такой ответ дают сразу четыре консультации справочной службы портала Грамота.ру, и то же правило действует для родственных слов - метаданные, метаязык, метатекст.
Кто и когда впервые применил метаанализ
Первую попытку статистически объединить результаты разных исследований предпринял британский статистик Карл Пирсон еще в 1904 году: в статье British Medical Journal он свел данные о вакцинации против брюшного тифа из нескольких выборок. Современный термин "метаанализ" появился только через 72 года, а массовым инструментом науки метод стал лишь в 1990-е годы - в 1991 году было опубликовано 334 метаанализа, а к 2014 году их число выросло до 9135.
Систематический обзор и метаанализ: в чем разница
Часто в поисковых запросах встречается словосочетание "систематический метаанализ" - подразумевается именно связка систематического обзора и метаанализа, а не какой-то отдельный третий метод. Систематический обзор и метаанализ - не синонимы, хотя в обиходе их нередко путают.
Систематический обзор - это процедура поиска, отбора и качественного обобщения всех исследований по заданному вопросу с заранее прописанным протоколом. Метаанализ - статистический инструмент, который при наличии подходящих численных данных применяют внутри систематического обзора, чтобы получить единую количественную оценку эффекта.
Возможен систематический обзор без метаанализа - например, если включенные исследования слишком разнородны для статистического объединения. Обратная ситуация тоже существует: метаанализ иногда проводят на исследованиях, не прошедших полную процедуру систематического поиска, хотя такой подход считается методологически более слабым.
| Параметр | Систематический обзор | Метаанализ |
|---|---|---|
| Что это | Процедура поиска и обобщения исследований | Статистический метод объединения числовых результатов |
| Обязательна ли статистика | Нет, возможен качественный синтез | Да, всегда дает числовой результат |
| Результат | Текстовое обобщение доказательств | Объединенный размер эффекта с доверительным интервалом |
| Может существовать отдельно | Да | Да, но реже и с оговорками |
Раздел с обзором предыдущих работ обычно готовят раньше, чем переходят к статистическому синтезу. В отличие от простого литературного обзора, который может быть описательным, систематический обзор требует протокола, критериев включения и воспроизводимой стратегии поиска. Именно поэтому такую работу часто заказывают как литературный обзор для диссертации, оформленный по требованиям конкретного совета.
Зачем нужен метаанализ и когда его используют
Метаанализ исследований нужен тогда, когда по одному вопросу накопилось несколько работ с разными, а иногда противоречивыми результатами. Отдельное небольшое исследование может не обнаружить эффект просто из-за малой выборки - объединение данных нескольких работ повышает статистическую мощность и позволяет увидеть закономерность, незаметную по отдельности.
Разве нельзя просто прочитать все статьи и сделать вывод самому? Можно, но субъективное впечатление от чтения десятков работ - это не то же самое, что взвешенная статистическая оценка, учитывающая размер выборки и точность каждого исследования.
- Формирование клинических рекомендаций и протоколов лечения на основе всех доступных испытаний
- Обоснование актуальности темы и выявление пробелов в существующих исследованиях
- Разрешение противоречий между отдельными работами с разными выводами
- Поддержка заявок на гранты, где нужно показать состояние изученности вопроса
- Влияние на политику в здравоохранении, образовании и социальной сфере
Обоснование актуальности темы - обязательная часть введения к любой диссертации, и часто именно метаанализ существующих работ показывает, какой аспект темы еще не изучен. Такой анализ становится частью введения диссертации, а найденный там пробел в знаниях в дальнейшем формулируют как научную новизну.
Перед тем как формулировать гипотезу собственного исследования, полезно подготовить обзор литературы по теме исследования - он покажет, какие метаанализы по вопросу уже существуют и что именно осталось не охваченным.
Место метаанализа в иерархии доказательности
В доказательной медицине существует иерархия доказательности - шкала, которая ранжирует типы исследований по надежности выводов. Систематические обзоры и метаанализы рандомизированных контролируемых испытаний традиционно занимают верхнюю строчку этой шкалы, выше отдельных рандомизированных испытаний, когортных исследований и работ "случай-контроль".
| Уровень | Тип исследования | Надежность выводов |
|---|---|---|
| 1 | Метаанализы и систематические обзоры РКИ | Наивысшая |
| 2 | Отдельные рандомизированные контролируемые испытания | Высокая |
| 3 | Когортные исследования | Средняя |
| 4 | Исследования "случай-контроль" | Средняя-низкая |
| 5 | Экспертное мнение без критической оценки | Низшая |
Такое место метаанализа в иерархии объясняется просто: он опирается на данные сразу нескольких испытаний и снижает влияние случайности и погрешности отдельного исследования. Но всегда ли метаанализ действительно надежнее одного крупного качественного испытания? Однозначного ответа методология доказательной медицины не дает.
Критика иерархии доказательности
Иерархию доказательности критикуют и сами методологи доказательной медицины. Философ науки Якоб Стеенга указывает на риски автоматического размещения метаанализа на вершине шкалы, а исследователи Уоррелл и Картрайт оспаривают автоматическое первенство рандомизированных испытаний. Британский экономист здравоохранения Крис Блант в работе 2015 года пришел к выводу, что подобные иерархии - плохая основа для применения доказательств в реальной клинической практике.
Как проводят метаанализ: основные этапы
Проведение метаанализа - это последовательность строго определенных шагов, а не произвольный подсчет средних значений по нескольким статьям.
- Формулировка исследовательского вопроса и критериев включения исследований
- Систематический поиск литературы в нескольких базах данных (PubMed, Scopus, Web of Science, eLIBRARY)
- Отбор исследований по названию, аннотации и полному тексту с фиксацией причин исключения
- Извлечение данных по стандартизированной форме сбора
- Оценка методологического качества каждого включенного исследования
- Статистическое объединение результатов и расчет обобщенного эффекта
- Интерпретация результатов и оформление диаграммы отбора исследований
Поиск и отбор исследований для метаанализа - лишь один из основных методов научного исследования, но именно от его тщательности зависит, можно ли будет доверять итоговой статистической оценке.
Стандарт PRISMA
Большинство современных метаанализов оформляют по стандарту PRISMA - чек-листу из 27 пунктов, который описывает, что обязательно должно быть в статье: от названия и аннотации до методологии поиска и источников финансирования. Стандарт вырос из более раннего протокола QUOROM 1996 года, был переименован в PRISMA в 2009 году и обновлен в версии PRISMA 2020. Сегодня следование PRISMA прямо требуют около 174 медицинских журналов, а в общей медицине это делает примерно каждый второй журнал.
Этап статистического синтеза данных - самый технически сложный шаг всей работы, и здесь часто нужна помощь профильного специалиста, который выполняет статистический анализ для диссертации и знает тонкости работы со специализированным программным обеспечением.
Статистические модели: как рассчитывают обобщенный эффект
Метаанализ данных не сводится к простому среднему арифметическому - каждое исследование получает вес в зависимости от размера выборки и точности оценки. Для этого применяют две основные статистические модели.
Модель фиксированных эффектов предполагает, что все включенные исследования измеряют один и тот же истинный эффект, а различия между ними объясняются только случайной ошибкой выборки. Модель случайных эффектов, наоборот, допускает, что истинный эффект может немного различаться от исследования к исследованию (например, из-за разных выборок или условий проведения), и добавляет к расчету компонент межисследовательской вариации.
| Параметр | Модель фиксированных эффектов | Модель случайных эффектов |
|---|---|---|
| Основное предположение | Все исследования измеряют один и тот же эффект | Истинный эффект варьируется между исследованиями |
| Вес крупных исследований | Максимальный, малые исследования почти не влияют на результат | Более сбалансированный между крупными и малыми исследованиями |
| Когда применяется | Исследования однородны по дизайну и выборке | Есть значимая гетерогенность между исследованиями |
| Доверительный интервал | Уже | Шире, за счет учета межисследовательской вариации |
Выбор модели - тоже часть общей логики методов выдвижения и проверки научной гипотезы, только проверяется не гипотеза одного эксперимента, а гипотеза об однородности целой группы исследований. При оценке гетерогенности статистика фактически работает по логике нулевой и альтернативной гипотезы: нулевая гипотеза предполагает, что все различия между исследованиями случайны, а ее отклонение означает реальную гетерогенность выборок.
Мера гетерогенности I² показывает, какая доля общей вариации объясняется различиями между исследованиями, а не случайной ошибкой измерения.
Как читать результаты метаанализа: forest plot и funnel plot
Результаты метаанализа принято представлять в виде форест-плота (forest plot) - графика, на котором каждая горизонтальная линия соответствует одному включенному исследованию.
- Квадрат или маркер - точечная оценка эффекта конкретного исследования
- Горизонтальная линия - доверительный интервал этой оценки
- Размер маркера - вес исследования в общей статистической модели
- Ромб внизу графика - объединенная оценка эффекта по всем исследованиям
- Вертикальная линия нулевого эффекта - ориентир для сравнения результатов
Для проверки другого важного риска - смещения публикации - используют funnel plot, воронкообразную диаграмму рассеяния, где по одной оси откладывают размер эффекта, а по другой - точность или стандартную ошибку исследования. При отсутствии смещения точки образуют симметричную воронку; заметная асимметрия - сигнал, что часть исследований (чаще с отрицательным или незначимым результатом) могла остаться неопубликованной.
Асимметрия funnel plot
Асимметрия funnel plot не всегда означает смещение публикации: похожую картину дают и реальные различия в методологии между маленькими и крупными исследованиями. Поэтому асимметрию рассматривают как повод для дополнительной проверки, а не как окончательное доказательство недобросовестности авторов исходных работ.
Перед тем как доверять итоговым цифрам, стоит самостоятельно провести анализ научной статьи, из которой взят метаанализ: посмотреть протокол регистрации исследования, число включенных работ и год последнего обновления поиска. Так же полезно свериться с исходной описательной статистикой включенных исследований - средним размером выборки, диапазоном эффектов и характеристиками участников.
Скачать образец: Практический пример оформления протокола систематического обзора и результатов метаанализа по стандарту PRISMA 2020 доступен в формате документа: Образец протокола и аналитического раздела метаанализа по ГОСТ (PDF).
Метаанализ в медицине и клинических исследованиях
Метаанализ клинических исследований - основа современной доказательной медицины: именно на нем строится большинство клинических рекомендаций по лечению распространенных заболеваний. Международная некоммерческая сеть Cochrane, основанная в 1993 году, объединяет более 186 000 волонтеров и 53 обзорные группы по всему миру, которые готовят систематические обзоры и метаанализы по конкретным клиническим вопросам.
Почему клинические рекомендации почти никогда не ссылаются на одно-единственное исследование? Потому что даже крупное и качественное испытание может дать смещенный результат из-за особенностей конкретной выборки пациентов.
Перед метаанализом клинических исследований обычно готовят литературный обзор по медицине, который собирает все релевантные испытания по конкретному вмешательству - от лекарственного препарата до хирургической методики. Итоговую работу нередко оформляют как написание статьи ВАК для публикации в профильном рецензируемом журнале. Обзор доказательной базы по теме часто входит и в первую главу кандидатской диссертации по клинической специальности.
Метаанализ в психологии
Метаанализ в психологии - метод с непростой историей. Первый крупный метаанализ в этой области провели Мэри Ли Смит и Джин Гласс в 1978 году, чтобы оценить эффективность психотерапии по данным сотен исследований.
"Мега-глупость" Айзенка
Работу Смит и Гласса встретили не единогласным одобрением. Психолог Ганс Айзенк назвал этот метаанализ "упражнением в мега-глупости" (an exercise in mega-silliness), поставив под сомнение саму идею смешивать в одном расчете разнородные исследования психотерапии. Спор о правомерности такого объединения данных продолжается в методологии психологии до сих пор.
Психологические факультеты нередко включают метаанализ существующих работ как отдельную главу магистерской диссертации, особенно если тема связана с оценкой эффективности терапевтических или образовательных программ. Такую работу невозможно выполнить без навыка критического анализа научной статьи, который помогает отделить методологически сильные исследования от слабых.
Считается, что около 25% метаанализов в психологии подвержены смещению публикации: незначимые результаты психологических экспериментов публикуются заметно реже значимых, а значит, объединенная оценка эффекта рискует оказаться завышенной.
Метаанализ в биологии и экологии
Метаанализ в биологии применяют для обобщения данных полевых наблюдений, экспериментов с животными и растениями, а также генетических исследований - там, где отдельная выборка часто слишком мала для надежного вывода.
Экологические метаанализы помогают понять, как определенный вид реагирует на изменение температуры или уровня загрязнения в разных регионах планеты, обобщая десятки локальных наблюдений в одну общую картину.
Студенты биологических и экологических факультетов используют метаанализ данных полевых или лабораторных наблюдений при подготовке собственной дипломной работы. Перед этим часто заказывают литературный обзор к дипломной работе, чтобы собрать все предыдущие наблюдения по теме до начала собственного эксперимента.
Ограничения и критика метаанализа
Метаанализ данных не исправляет недостатки исходных исследований - действует принцип "мусор на входе, мусор на выходе": если включенные работы методологически слабы, объединение их результатов лишь усредняет ошибки, а не устраняет их.
- Гетерогенность методов - различия в дизайне, выборках и измерениях могут исказить объединенную оценку
- Смещение публикации - незначимые результаты чаще остаются неопубликованными
- Недостаточное число исследований - двух-четырех работ обычно мало для точной оценки гетерогенности
- Конфликт интересов авторов исходных испытаний, который редко раскрывается в самом метаанализе
- Риск избирательного включения только "удобных" исследований в поддержку заранее выбранного вывода
Конфликт интересов в метаанализах
Исследование 2011 года, охватившее 29 метаанализов и 509 включенных в них рандомизированных испытаний, показало: из 318 испытаний, сообщивших об источнике финансирования, 219 (69%) получили деньги от фармацевтической индустрии. При этом лишь 2 из 29 метаанализов (7%) вообще упомянули источники финансирования исходных испытаний, а связи авторов испытаний с индустрией не раскрыл ни один. Для читателя это означает простое правило: даже у готового метаанализа стоит проверять, раскрыты ли источники финансирования включенных работ.
Ни один метаанализ не заменяет базовых требований к тому, как написать научную статью: воспроизводимость методов, честное раскрытие конфликта интересов и доступность исходных данных для проверки.
DisserTop - помощь с метаанализом на заказ
Специалисты DisserTop помогают подготовить обзор литературы, статистический синтез данных и итоговое оформление работы, связанной с метаанализом, на любом этапе - от поиска исследований до защиты. Команда DisserTop работает с темами по медицине, психологии, биологии, экономике и социальным наукам, учитывая требования конкретного вуза и научного руководителя. При необходимости специалисты DisserTop берут на себя нормоконтроль диссертации перед подачей работы на защиту. Отдельно проверяется и оформление диссертации, чтобы оно соответствовало ГОСТ и требованиям конкретного совета.
