メタ分析

メタ分析は、共通の研究課題を扱った複数の独立した研究から定量的データを統合する方法です。この方法の重要な部分は、すべての研究にわたる複合効果サイズを計算することです。したがって、この統計的アプローチには、さまざまな研究から効果サイズと分散指標の抽出が含まれます。これらの効果サイズを組み合わせることで、統計的検出力が向上し、個々の研究で見つかった不確実性や矛盾を解決できます。メタ分析は、研究助成金申請のサポート、治療ガイドラインの形成、健康政策への影響に不可欠です。また、既存の研究を要約して将来の研究を導く上で極めて重要であり、メタサイエンスの基本的な方法論としての役割を固めています。メタ分析は、常にではありませんが、多くの場合、システマティックレビューの重要な要素です。

「メタ分析」という用語は、1976年に統計学者ジーン・グラス^{[1] [2]}によって造られ、「メタ分析とは分析の分析を指す」と述べられました。^[3]グラスの研究は、関係性と効果の集約された尺度を記述することを目的としていました。^[4]グラスは最初の現代的なメタ分析の著者であるとされていますが、1904年に統計学者カール・ピアソンが英国医学雑誌^[5]に発表した論文は、腸チフスの予防接種に関するいくつかの研究からデータを収集し、複数の臨床研究の結果を集約するためにメタ分析アプローチが使用された最初の例と見なされています。 ^{[6] [7]職業適性検査[8] [9]}や農業^[10]など、初期のメタ分析の例は他にも数多くあります。

最初のモデルメタ分析は、1978年にメアリー・リー・スミスとジーン・グラスによって心理療法の成果の有効性について発表されました。^{[2] [11]}彼らの論文の発表後、証拠統合のツールとしてのメタ分析の有用性と妥当性について反発がありました。その最初の例は、メアリー・リー・スミスとジーン・グラスの研究に対する1978年の記事で、メタ分析を「とんでもない愚行」と呼んだハン・アイゼンクによるものでした。 ^{[12] [13]}後にアイゼンクはメタ分析を「統計的錬金術」と呼ぶようになりました。^[14]これらの批判にもかかわらず、メタ分析の使用は、その現代的な導入以来、増加の一途をたどっています。1991年までに334のメタ分析が発表されました。^[13]この数は2014年までに9,135に増加しました。^{[1] [15]}

メタ分析の分野は1970年代から大きく拡大し、心理学、医学、生態学を含む複数の分野に及んでいます。^[1]さらに、最近ではエビデンス統合コミュニティが設立され、分野を超えたアイデアや方法の相互交流やソフトウェアツールの作成が増加しています。^{[16] [17] [18]}

メタ分析の最も重要なステップの1つは、データ収集です。効率的なデータベース検索のためには、適切なキーワードと検索制限を特定する必要があります。^[19]ブール演算子と検索制限を使用すると、文献検索に役立ちます。^{[20] [21]}多数のデータベース（PubMed、Embase、PsychInfoなど）が利用可能ですが、研究分野に最も適​​切な情報源を選択するのは研究者次第です。^[22]実際、多くの科学者は、複数の情報源をカバーするために、2つ以上のデータベース内で重複した検索用語を使用しています^[23]。適格な研究の参考文献リストから、適格な研究を検索することもできます（つまり、スノーボール法）。^[24]最初の検索で大量の研究が返される場合があります。^[24]多くの場合、論文の要約またはタイトルから、事前に指定された基準に基づいて、その研究が組み入れに適格でないことがわかります^[22]。これらの研究は破棄できます。しかし、研究が適格である可能性がある場合（または多少の疑問がある場合でも）、論文全体を保存してより詳細な調査を行うことができます。適格な論文の参考文献リストでも、関連する論文を検索できます。^{[23] [25]}これらの検索結果は、レビューのすべての段階における情報の流れを詳述する PRIMSA フロー図^[26]に詳細を記載する必要があります。したがって、指定された検索用語を使用した後に返された研究の数と、これらの研究のうち破棄された研究の数、およびその理由を記録することが重要です。^[22]検索用語と戦略は、読者が検索を再現できるほど具体的である必要があります。^[27]研究の日付範囲と、検索が行われた日付（または日付期間）も提供する必要があります。^[28]

データ収集フォームは、適格な研究からデータを収集するための標準化された手段を提供します。^[29]相関データのメタ分析では、効果サイズ情報は通常、ピアソンのr統計量として収集されます。^{[30] [31]}研究では部分相関が報告されることが多いですが、ゼロ次相関と比較して関係を誇張する可能性があります。 ^[32]さらに、部分的に除外された変数は研究ごとに異なる可能性があります。結果として、多くのメタ分析では分析から部分相関を除外しています。^[22]最後の手段として、プロットデジタイザーを使用して散布図（使用可能な場合）からデータポイントをスクレイピングし、ピアソンのrを計算することができます。^{[33] [34]}参加者の平均年齢など、効果を緩和する可能性のある重要な研究特性を報告するデータも収集する必要があります。^{[35] [36]}観察研究の質とバイアスのリスクを評価するためのツールは80以上あり、分野間の研究アプローチの多様性を反映しています。^{[36] [37] [38]}これらのツールには通常、従属変数の測定方法、参加者の適切な選択、交絡因子の適切な管理の評価が含まれます。相関研究に関連性の高いその他の品質指標には、サンプルサイズ、心理測定特性、方法の報告などがあります。^[22]

最後の検討事項は、正式に出版されていない研究と定義されるグレイ文献^{[39]の研究を含めるかどうかである。 [40]}このタイプの文献には、会議要旨^[41] 、博士論文^[42]、プレプリント^[43]が含まれる。グレイ文献を含めることで出版バイアスのリスクは軽減されるが、研究の方法論的質は正式に出版された研究よりも低いことが多い（常にそうであるとは限らない）。^{[44] [45]}グレイ文献の最も一般的な情報源である会議議事録^[46]の報告は不十分であり^[47]、その後の出版物のデータには一貫性がないことが多く、出版された研究のほぼ20％で違いが見られる。^[48]

一般的に、メタ分析を行う際には、個々の参加者データ（IPD）と集計データ（AD）の2種類の証拠を区別することができます。^[49]集計データは直接的なものでも間接的なものでもかまいません。

ADはより一般的に利用可能であり（例えば文献から）、通常はオッズ比^[50]や相対リスク^[51]などの要約推定値を表します。これは、いくつかのアプローチを使用して、概念的に類似した研究全体で直接統合できます。一方、間接的な集計データは、メタ分析で同様のコントロールグループと比較された2つの治療法の効果を測定します。たとえば、治療Aと治療Bが別々のメタ分析でプラセボと直接比較された場合、これら2つのプールされた結果を使用して、効果A対プラセボから効果B対プラセボを引いた間接比較でA対Bの効果を推定できます。

IPD エビデンスは、研究センターが収集した生データを表します。この区別により、エビデンス統合が必要な場合に異なるメタ分析方法の必要性が生じ、1 段階法と 2 段階法が開発されました。^[52] 1 段階法では、すべての研究からの IPD が同時にモデル化され、研究内の参加者のクラスタリングが考慮に入れられます。2 段階法では、最初に各研究から AD の要約統計を計算し、次に研究統計の加重平均として全体の統計を計算します。IPD を AD に縮小することで、IPD が利用可能な場合に 2 段階法も適用できます。これにより、メタ分析を実行する際に 2 段階法が魅力的な選択肢になります。1 段階法と 2 段階法は同様の結果をもたらすと従来考えられてきましたが、最近の研究では、異なる結論に至る場合があることが示されています。^{[53] [54]}

固定効果モデルは、一連の研究推定値の加重平均を提供します。^[55]推定値の分散の逆数は、研究の重みとして一般的に使用されるため、大規模な研究は小規模な研究よりも加重平均に寄与する傾向があります。^[56]その結果、メタ分析内の研究が非常に大規模な研究によって支配されている場合、小規模な研究の結果は実質的に無視されます。^[57]最も重要なことは、固定効果モデルでは、含まれるすべての研究が同じ母集団を調査し、同じ変数と結果の定義などを使用していると想定していることです。 ^{[58]この想定は、研究がしばしば}異質性のいくつかの原因に陥りやすいため、通常は非現実的です。^{[59] [60]}

独立した効果サイズ推定値の集合から始め、それぞれが対応する効果サイズを推定する 場合、 と仮定することができます。ここで、 は番目の研究で観測された効果、対応する（未知の）真の効果、はサンプリング誤差、 です。したがって、 は、対応する真の効果の偏りのない正規分布の推定値であると仮定されます。サンプリング分散（つまり、値）は既知であると仮定されます。^[61]${\displaystyle i=1,\ldots ,k}$${\textstyle y_{i}=\theta _{i}+e_{i}}$${\displaystyle y_{i}}$${\displaystyle i}$${\displaystyle \theta_{i}}$${\displaystyle e_{i}}$${\displaystyle e_{i}\thicksim N(0,v_{i})}$${\displaystyle y_{i}}$${\displaystyle v_{i}}$

ほとんどのメタ分析は、方法やサンプルの特性がまったく同一ではない研究セットに基づいています。^[61]方法とサンプルの特性の違いにより、真の効果にばらつき（「異質性」）が生じる可能性があります。^{[61] [62]}異質性をモデル化する1つの方法は、それを完全にランダムとして扱うことです。ランダム効果メタ分析による加重平均のこのプロセスで適用される重みは、2つのステップで達成されます。^[63]

1. ステップ1: 逆分散重み付け
2. ステップ 2: 基礎となる研究の効果サイズの変動の程度から単純に導き出されたランダム効果分散成分 (REVC) を適用して、この逆分散重み付けの重み付けを解除します。

つまり、効果サイズの変動性（異質性とも呼ばれる）が大きいほど、非加重化が大きくなり、ランダム効果メタ分析の結果が研究全体の非加重平均効果サイズになることがあります。反対に、すべての効果サイズが類似している場合（または変動性がサンプリング誤差を超えていない場合）、REVC は適用されず、ランダム効果メタ分析は単純に固定効果メタ分析（逆分散加重のみ）になります。

この逆転の程度は、2つの要因にのみ依存する：^[64]

1. 精度の不均一性
2. 効果サイズの異質性

これらの要因はいずれも、大規模研究の欠陥や小規模研究の信頼性の高さを自動的に示すものではないため、このモデルによる重みの再配分は、これらの研究が実際に提供する可能性のあるものとは関係がありません。実際、重みの再配分は、異質性が増すにつれて、大規模研究から小規模研究へと単純に一方向に行われ、最終的にはすべての研究の重みが等しくなり、それ以上の再配分は不可能になることが実証されています。^[64] ランダム効果モデルのもう1つの問題は、最も一般的に使用される信頼区間が、指定された名目レベルを超えるカバレッジ確率を一般に維持しないため、統計誤差を大幅に過小評価し、結論に自信過剰になる可能性があることです。^{[65] [66]}いくつかの修正が提案されていますが^{[67] [68]}、議論は続いています。^{[66] [69]}さらなる懸念は、平均治療効果が固定効果モデルと比較してさらに保守的でないことがあることです^[70]そのため、実際には誤解を招く可能性があります。提案されている解釈上の修正の1つは、ランダム効果推定値の周囲に予測区間を作成し、実際に起こり得る効果の範囲を表すことです。^[71]しかし、このような予測区間を計算する際の前提は、試験は多かれ少なかれ均質な実体であると考えられ、含まれる患者集団と比較対照治療は交換可能であると考えられるべきであるというものである^[72]が、これは実際には通常達成できない。

研究間の分散を推定する方法は数多くあるが、制限付き最尤推定法は最も偏りが少なく、最も一般的に使用されている方法の一つである。^[73]研究間の分散を計算するための高度な反復手法がいくつか存在し、最大尤度法と制限付き最尤法の両方が含まれており、これらの方法を使用したランダム効果モデルは、Excel、^[74] Stata、^[75] SPSS、^[76] Rなどの複数のソフトウェアプラットフォームで実行できる^。[61]

ほとんどのメタ分析には2～4件の研究が含まれており、そのようなサンプルでは異質性を正確に推定するには不十分な場合が多い。そのため、小規模なメタ分析では、研究間の分散推定値が誤ってゼロとなり、誤った同質性の仮定につながるようだ。全体として、メタ分析では異質性が一貫して過小評価されており、異質性レベルが高いと想定される感度分析が有益である可能性がある。^[77]上記のランダム効果モデルとソフトウェアパッケージは、研究集計メタ分析に関連しており、個別患者データ（IPD）メタ分析を実施したい研究者は、混合効果モデリングアプローチを考慮する必要がある。^[78] /

品質効果モデルは、もともと土井とタリブによって導入された。^[79]彼らは^[80]、各研究の重みを生成するために固定効果メタ分析モデルで使用されるランダム誤差による分散の寄与に加えて、関連コンポーネント（品質）による分散の寄与を組み込むことによって、研究間の変動を調整する新しいアプローチを導入した。品質効果メタ分析の強みは、利用可能な方法論的証拠を主観的なランダム効果よりも使用できることであり、それによって臨床研究における方法論と統計の間に生じた有害なギャップを埋めるのに役立つ。これを行うには、品質情報に基づいて合成バイアス分散を計算し、逆分散重みを調整し、i番目の研究の品質調整重みを導入する。^[79]これらの調整重みは、メタ分析で使用される。言い換えれば、研究iの品質が高く、他の研究の品質が低い場合、それらの品質調整重みの一部が数学的に研究iに再分配され、全体的な効果サイズに対する重みが高くなります。研究の質が似てくると、再分配は次第に少なくなり、すべての研究の質が同等になると再分配は停止します（同等の質の場合、品質効果モデルはデフォルトでIVhetモデルになります。前のセクションを参照）。品質効果モデルの最近の評価（いくつかの更新を含む）では、品質評価の主観性にもかかわらず、パフォーマンス（シミュレーション時のMSEと真の分散）はランダム効果モデルで達成できるものよりも優れていることが実証されています。^{[81] [82]}このモデルは、文献に溢れている支持できない解釈に取って代わるものであり、この方法をさらに調査するためのソフトウェアが利用可能です。^[83]

間接比較メタアナリシス法（特に複数の治療法を同時に評価する場合はネットワークメタアナリシスとも呼ばれる）では、通常、2つの主な方法論が使用される。^{[84] [85]}まず、ブッチャー法^[86]は、3つの治療法の閉ループを1回または繰り返し比較する方法であり、そのうちの1つは2つの研究に共通であり、ループの開始と終了のノードを形成する。したがって、複数の治療法を比較するには、2つずつの比較（3つの治療法のループ）を複数回行う必要がある。この方法論では、独立したペアワイズ比較が必要なため、2つ以上のアームがある試験では2つのアームのみを選択する必要があります。もう1つの方法論では、複雑な統計モデルを使用して、複数のアーム試験とすべての競合する治療法間の比較を同時に含めます。これらは、ベイズ法、混合線型モデル、メタ回帰アプローチを使用して実行されています。^[要出典]

ベイジアンネットワークメタ分析モデルを指定するには、WinBUGSなどの汎用マルコフ連鎖モンテカルロ（MCMC）ソフトウェア用の有向非巡回グラフ（DAG）モデルを記述する必要があります。 ^[87]さらに、いくつかのパラメータの事前分布を指定する必要があり、データを特定の形式で提供する必要があります。^[87] DAG、事前分布、およびデータは、ベイジアン階層モデルを形成します。さらに複雑なことに、MCMC推定の性質上、収束を評価できるように、いくつかの独立したチェーンに対して過剰に分散した開始値を選択する必要があります。^[88]最近、モデルのフィッティングを簡素化するために複数のRソフトウェアパッケージが開発され（例： metaBMA ^[89]およびRoBMA ^{[90] ）、グラフィカルユーザーインターフェイス（} GUI）を備えた統計ソフトウェアであるJASPに実装されました。 ベイジアンアプローチの複雑さにより、この方法論の使用は制限されますが、最近のチュートリアル論文では、この方法のアクセシビリティを高めようとしています。^{[91] [92]}この方法を自動化する方法論が提案されているが^[87]、アームレベルの結果データが利用可能であることが条件であり、これは通常利用できない。ベイズフレームワークがネットワークメタアナリシスを処理するための本来の能力とその優れた柔軟性について大きな主張がなされることがある。しかし、推論のためのフレームワークの実装の選択、ベイズ主義か頻度主義かは、効果のモデル化に関する他の選択ほど重要ではないかもしれない^[93]（上記のモデルに関する議論を参照）。

一方、頻度主義的多変量解析法には、その手法が適用される際に明示的に述べられたり検証されたりしない近似値や仮定が含まれる（上記のメタ分析モデルに関する議論を参照）。例えば、Stataのmvmetaパッケージは、頻度主義的枠組みでのネットワークメタ分析を可能にする。^[94]しかし、ネットワーク内に共通の比較対象がない場合、高分散の架空のアームでデータセットを拡張することで対処する必要があり、これはあまり客観的ではなく、十分に高い分散を構成するものについて決定を必要とする。^[87]もう1つの問題は、この頻度主義的枠組みとベイズ的枠組みの両方でランダム効果モデルを使用することである。Sennは、ランダム効果は1つしか許容されないが、複数を想定できるため、「ランダム効果」分析の解釈には注意するようアナリストにアドバイスしている。^[93]セン氏はさらに、たとえ2つの治療法だけを比較する場合でも、ランダム効果分析が試験ごとに効果がどのように変化するかについての不確実性をすべて考慮に入れると仮定するのは、むしろナイーブであると述べています。上で議論したようなメタ分析の新しいモデルは、確かにこの状況を緩和するのに役立ち、次のフレームワークに実装されています。

1990 年代後半から試みられてきたアプローチは、複数の 3 処理クローズド ループ分析の実装です。この方法は、ネットワークの複雑さが増すにつれてプロセスが急速に手に負えなくなるため、あまり普及していません。この分野での開発はその後放棄され、代替として登場したベイズ法と多変量頻度主義法が採用されました。ごく最近、複雑なネットワークを対象に、3 処理クローズド ループ法の自動化が一部の研究者によって開発され、この方法論を主流の研究コミュニティで利用できるようにしました^[74]。この提案では、各試験を 2 つの介入に制限していますが、複数のアーム試験の回避策も導入されています。異なる実行で異なる固定コントロール ノードを選択できます。また、堅牢なメタ分析法も利用しているため、上で強調した問題の多くが回避されます。このフレームワークがベイズ法や多変量頻度主義フレームワークよりも優れているかどうかを判断するには、このフレームワークに関するさらなる研究が必要です。これを試してみたい研究者は、無料のソフトウェアを通じてこのフレームワークにアクセスできます。^[83]

もう一つの追加情報は、対象となる設定から得られる。メタ分析の結果を適用する対象となる設定がわかっている場合は、その設定のデータを使用して結果を調整し、「調整されたメタ分析」を作成できる可能性がある。^{[95] [96]}これは、検査精度のメタ分析で使用されており、検査陽性率と有病率の経験的知識を使用して、受信者動作特性（ROC）空間内の「適用可能領域」と呼ばれる領域を導き出している。次に、この領域との比較に基づいて対象設定の研究が選択され、集計されて対象設定に合わせた要約推定値が作成されます。

メタ分析は、IPDとADを組み合わせるためにも適用できます。これは、分析を実施する研究者が文献から集計データや要約データを収集しながら独自の生データを持っている場合に便利です。一般化統合モデル（GIM）^[97]は、メタ分析を一般化したものです。これにより、個々の参加者データ（IPD）に適合したモデルが、集計データ（AD）を計算するために使用されるモデルと異なることが可能になります。GIMは、より柔軟に情報を統合するためのモデルキャリブレーション方法と見なすことができます。

メタ分析の推定値は研究全体の加重平均を表しており、異質性がある場合には要約推定値が個々の研究を代表しない可能性がある。確立されたツールを用いた一次研究の定性的な評価は潜在的なバイアスを明らかにすることができるが^{[98] [99]}、要約推定値に対するこれらのバイアスの集合的な影響を定量化することはできない。メタ分析の結果を独立した前向き一次研究と比較することはできるが、そのような外部検証は多くの場合非現実的である。このため、内部外部相互検証（IOCV）と呼ばれることもある、一種のleave-one-out相互検証を利用する方法が開発されている。 ^[100]ここでは、含まれるk件の研究のそれぞれが順番に省略され、残りのk-1件の研究を集計して得られた要約推定値と比較される。IOCVに基づく一般的な検証統計量Vnは、メタ分析結果の統計的妥当性を測定するために開発されている。^[101]テストの精度と予測については、特に多変量効果がある場合には、予測誤差を推定しようとする他のアプローチも提案されている。^[102]

複数の小規模研究のメタ分析は、必ずしも単一の大規模研究の結果を予測するものではない。^[103]この方法の弱点は、バイアスの原因が方法によって制御されないことであると主張する人もいる。つまり、優れたメタ分析では、元の研究の貧弱なデザインやバイアスを修正できないのだ。^[104]これは、方法論的に健全な研究だけがメタ分析に含まれるべきであり、これは「最良証拠統合」と呼ばれる慣行であることを意味する。^[104]他のメタアナリストは、より弱い研究を含め、研究の質が効果サイズに与える影響を調べるために、研究の方法論的質を反映する研究レベルの予測変数を追加する。^[105]しかし、より良いアプローチは、研究サンプルの分散に関する情報を保存し、可能な限り広い網を投げかけることであり、方法論的選択基準は望ましくない主観を導入し、アプローチの目的を無効にすると主張する人もいる。^[106]最近では、科学におけるオープンプラクティスの推進の影響を受けて、科学者のコミュニティによって更新される「クラウドソース」の生きたメタ分析を開発するためのツールが登場し^{[107] [108]、}すべての主観的な選択をより明確にすることを目指しています。

もう一つの潜在的な落とし穴は、利用可能な出版済み研究への依存であり、出版バイアスにより誇張された結果を生み出す可能性がある。[ ^109]否定的な結果や重要でない結果を示す研究は出版される可能性が低いためである。 ^[110]例えば、製薬会社は否定的な研究を隠すことで知られており^[111]、研究者は出版に至らなかった論文研究や会議要旨などの未発表研究を見落としている可能性がある。^[112]これは簡単に解決できるものではなく、どれだけの研究が報告されていないかを知ることはできない。^{[113] [114]}

このファイル引き出し問題は、否定的または有意でない結果がキャビネットにしまわれていることを特徴とし、効果サイズの偏った分布をもたらし、他の研究が出版のために提出されなかったか却下されたために、出版された研究の重要性が過大評価されるという深刻なベースレートの誤謬を生み出す可能性がある。メタ分析の結果を解釈する際には、これを真剣に考慮する必要がある。^{[113] [115]}

効果サイズの分布は、ファンネルプロットで視覚化できます。ファンネルプロットは、（最も一般的なバージョンでは）標準誤差と効果サイズの散布図です。^[116]これは、小規模な研究（したがって標準誤差が大きい）では効果の大きさの散布が大きく（精度が低い）一方、大規模な研究は散布が小さく、ファンネルの先端を形成するという事実を利用しています。否定的な研究が多数公表されなかった場合、残りの肯定的な研究は、底が片側に偏ったファンネルプロット（ファンネルプロットの非対称性）を生み出します。対照的に、公表バイアスがない場合、小規模な研究の効果は片側に偏る理由がないため、対称的なファンネルプロットになります。これはまた、公表バイアスが存在しない場合は、標準誤差と効果サイズの間に関係がないことを意味します。^[117]標準誤差と効果サイズの間に負または正の関係がある場合、一方向のみに効果が見出された小規模な研究は、公表される可能性が高く、または公表のために提出される可能性が高いことを意味します。

視覚的ファンネルプロット以外にも、出版バイアスを検出するための統計的手法も提案されている。^[114]これらは通常、バイアスを検出する力が低いだけでなく、状況によっては偽陽性になる可能性があるため、議論の的となっている。^[118]たとえば、小規模研究効果（バイアスのある小規模研究）では、小規模研究と大規模研究の間に方法論の違いがあり、出版バイアスに似た効果サイズの非対称性が生じる可能性がある。しかし、小規模研究効果はメタ分析の解釈においても同様に問題となる可能性があり、メタ分析の著者はバイアスの潜在的な原因を調査する必要がある。^[119]

出版バイアスの問題は些細なものではなく、心理学におけるメタ分析の25%が出版バイアスの影響を受けている可能性があると示唆されている。^[120]しかし、既存の検定力の低さとファンネルプロットの見た目の問題は依然として問題であり、出版バイアスの推定値は実際に存在するものよりも低いままである可​​能性がある。

出版バイアスに関する議論のほとんどは、統計的に有意な研究結果の出版を優先するジャーナルの慣行に焦点を当てています。しかし、有意性が得られるまで統計モデルを作り直すなどの疑わしい研究慣行も、研究者の仮説を支持する統計的に有意な研究結果を優先する可能性があります。^{[121] [122]}

研究では、統計的に有意な結果に至らない場合、その効果を報告しないことが多い。^[123]例えば、グループ間で統計的に有意な差が見られなかったとだけ述べ、他の情報（統計値やp値など）を報告しないことがある。^[124]これらの研究を除外すると出版バイアスに似た状況になるが、それらを含めると（効果がゼロであると仮定して）メタ分析にもバイアスがかかる。

その他の弱点は、結果を統合するための統計的に最も正確な方法が固定、IVhet、ランダム、または品質効果モデルのどれであるかが決定されていないことですが、新しいランダム効果（メタ分析で使用される）は本質的に平滑化または縮小を容易にするための形式的な装置であり、予測が不可能または無謀であるという認識のために、ランダム効果モデルに対する批判が高まっています。^[125]ランダム効果アプローチの主な問題は、研究間の異質性が大きい場合は重みを自然に重み付けされた推定値に近づけ、研究間の異質性が小さい場合は逆分散重み付け推定値に近づける「妥協推定量」を生成するという古典的な統計的考え方を使用していることです。ただし、無視されているのは、特定のデータセットを分析するために選択したモデルと、データが生成されたメカニズムの違いです。[ 126 ]ランダム^効果はこれらの役割のどちらにも存在する可能性がありますが、2つの役割はまったく異なります。分析モデルとデータ生成メカニズム（モデル）が形式的に似ていると考える理由はないが、統計学の多くのサブフィールドでは、理論やシミュレーションにおいて、データ生成メカニズム（モデル）は私たちが選択した（または他の人に選択してもらいたい）分析モデルと同一であると仮定する習慣が身についている。データを生成するための仮説上のメカニズムとして、メタ分析のランダム効果モデルはばかげており、このモデルを表面的な説明と分析ツールとして選択したものと考える方が適切である。しかし、メタ分析のこの選択は、研究効果がそれぞれのメタ分析の固定された特徴であり、確率分布は単なる説明ツールであるため、うまくいかない可能性がある。^[126]

メタ分析における最も重大な欠陥は、メタ分析を行う個人または個人が、法案の可決または否決などの経済的、社会的、または政治的なアジェンダを持っている場合によく発生します。^{[127]この種のアジェンダを持つ人々は、個人的な}偏見のためにメタ分析を悪用する可能性が高くなります。たとえば、著者のアジェンダに有利な研究者は、その研究が厳選される可能性が高く、不利な研究者は無視されるか、「信頼できない」と分類されます。さらに、有利な著者自身が、小さな有利なデータセットを選択し、より大きな不利なデータセットを組み込まないなどの方法で、全体的な政治的、社会的、または経済的目標をサポートする結果を出すために偏見を持っていたり、報酬を受け取っている可能性があります。メタ分析の方法論は非常に柔軟性があるため、このような偏見がメタ分析の結果に影響を与える可能性があります。^[128]

医学メタアナリシスに使用された基礎研究における利益相反の可能性を明らかにするために行われた2011年の研究では、29件のメタアナリシスをレビューし、メタアナリシスの基礎となった研究における利益相反はほとんど開示されていないことが判明しました。29件のメタアナリシスには、一般医学ジャーナルからの11件、専門医学ジャーナルからの15件、およびCochrane Database of Systematic Reviewsからの3件が含まれていました。29件のメタアナリシスでは、合計509件のランダム化比較試験（RCT）をレビューしました。これらのうち、318件のRCTが資金源を報告し、219件（69%）が業界（つまり、1人以上の著者が製薬業界と金銭的なつながりを持っている）から資金提供を受けていました。509件のRCTのうち、132件が著者の利益相反の開示を報告し、91件（69%）の研究が1人以上の著者が業界と金銭的なつながりを持っていることを開示していました。しかし、この情報がメタアナリシスに反映されることはほとんどありませんでした。 RCTの資金源を報告したのはわずか2件（7％）で、RCTの著者と業界のつながりを報告した研究はなかった。著者らは、「メタ分析に含まれるRCTからの業界からの資金提供や著者と業界の金銭的つながりによるCOIを認めなければ、読者のメタ分析からの証拠の理解と評価が損なわれる可能性がある」と結論付けた。^[129]

例えば、1998年に米国の連邦判事は、米国環境保護庁がメタ分析のプロセスを悪用し、環境タバコ煙（ETS）が非喫煙者にがんを引き起こすリスクがあると主張する研究を作成し、政策立案者に職場禁煙法を可決させる意図があったと判断した。^{[130] [131] [132]}

メタアナリシスは、特に生物学の分野では、十分な検出力を持つ一次研究の代替にはならないことが多い。^[133]

使用される方法の異質性は、誤った結論につながる可能性がある。^[134]たとえば、介入の形式やコホートの違いが軽微であると考えられていたり、科学者に知られていなかったりすると、メタ分析の結果を歪めたり、データで適切に考慮されなかったりする結果を含め、大幅に異なる結果につながる可能性がある。逆に、メタ分析の結果は、断続的な投与、個別の基準、組み合わせ測定などの特定の変更にもかかわらず、特定の仮説や介入が実行不可能であるように見え、さらなる研究や承認を妨げる可能性があり、大幅に異なる結果につながる可能性がある。これには、メタ分析で考慮された小規模な研究でそのような変更がうまく特定され適用された場合も含まれる。^{[引用が必要]} 標準化、実験の再現、オープンデータ、オープンプロトコルでは、関連する要因や基準が不明であったり記録されなかったりするなど、多くの場合、このような問題を軽減できない可能性がある。^{[引用が必要]}

できるだけ少ない動物や人間でテストすることと、堅牢で信頼性の高い結果を得る必要性との間の適切なバランスについては議論がある。信頼性の低い研究は非効率的で無駄であり、研究は遅すぎる場合だけでなく、早すぎる場合にも無駄であると主張されてきた。大規模な臨床試験では、参加者のテストにかなりの費用がかかったり、潜在的な害があったりする場合、計画された連続分析が使用されることがある。^[135]応用行動科学では、別々のチームによって学際的に設計された多くの異なる介入の有効性を調査するために「メガスタディ」が提案されている。^[136]そのような研究の1つでは、フィットネスチェーンを使用して多数の参加者を募集した。行動介入は、多くの場合[メタ分析やレビューで]比較するのが難しいと示唆されている。「異なる科学者が異なるサンプルで異なる結果を使用して異なる時間間隔で異なる介入のアイデアをテストするため、そのような個々の調査の比較可能性が欠如し、「政策に情報を提供する可能性」が制限される。^[136]

教育におけるメタ分析は、含まれる研究の方法論的品質に関して十分に制限されていないことが多い。例えば、サンプル数が少ない研究や研究者が作成した尺度を含む研究では、効果サイズの推定値が膨らむ。^[137]しかし、この問題は臨床試験のメタ分析でも問題となる。異なる品質評価ツール（QAT）を使用すると、異なる研究が含まれ、平均治療効果の推定値が矛盾することになる。^{[138] [139]}

現代の統計的メタ分析は、加重平均を使用して一連の研究の効果サイズを組み合わせるだけではありません。研究結果が、研究参加者のサンプル数が異なるために予想される変動よりも大きな変動を示しているかどうかをテストできます。さらに、使用された測定機器、サンプルの母集団、研究設計の側面などの研究特性をコード化し、推定値の分散を減らすために使用できます（上記の統計モデルを参照）。したがって、研究の方法論的弱点の一部を統計的に修正できます。メタ分析法の他の用途には、臨床予測モデルの開発と検証が含まれます。メタ分析を使用して、さまざまな研究センターの個々の参加者データを組み合わせ、モデルの一般化可能性を評価したり、^{[140] [141]}既存の予測モデルを集約したりすることもできます。^[142]

メタ分析は、グループ研究デザインだけでなく、単一被験者デザインでも行うことができます。 ^{[143]これは、}単一被験者研究デザインで多くの研究が行われてきたため重要です。^[144]単一被験者研究に最も適したメタ分析手法については、かなりの議論があります。^[145]

メタ分析は、単一の研究から複数の研究への重点の移行につながります。個々の研究の統計的有意性ではなく、効果サイズの実際的な重要性を強調します。この考え方の移行は、「メタ分析的思考」と呼ばれています。メタ分析の結果は、多くの場合、フォレスト プロットで示されます。

研究結果は、さまざまなアプローチを使用して統合されます。医療研究のメタ分析で頻繁に使用されるアプローチの1つは、「逆分散法」と呼ばれます。すべての研究の平均効果サイズは加重平均として計算され、重みは各研究の効果推定値の逆分散に等しくなります。大規模な研究やランダム変動の少ない研究には、小規模な研究よりも大きな重みが与えられます。その他の一般的なアプローチには、マンテル・ヘンツェル法^[146]やペト法^[147]があります。

シードベースの d マッピング(旧称: 符号付き差分マッピング、SDM) は、fMRI、VBM、PET などの神経画像技術を使用した脳の活動や構造の違いに関する研究をメタ分析するための統計手法です。

遺伝子発現を理解するために、マイクロアレイなどのさまざまなハイスループット技術が使用されてきました。マイクロRNA発現プロファイルは、特定の細胞や組織の種類、または病気の状態で発現が異なるマイクロRNAを識別したり、治療の効果を確認したりするために使用されてきました。このような発現プロファイルのメタ分析は、新しい結論を導き出し、既知の発見を検証するために実施されました。^[148]

全ゲノム配列解析研究のメタ分析は、複雑な表現型に関連する希少変異を発見するために大規模なサンプルサイズを収集するという問題に対する魅力的な解決策を提供します。要約統計量の保存に効率的なアプローチを使用して、バイオバンク規模のコホートで機能的に情報に基づいた希少変異関連のメタ分析を可能にするいくつかの方法が開発されています。^[149]

包括的なメタ分析は、効果のネットワークを推定するためにも使用できます。これにより、研究者はより正確に推定された結果のより広いパノラマの中でパターンを調べ、より広い文脈を考慮した結論を導き出すことができます（例：性格と知能の関係が特性ファミリーによってどのように変化するか）。^[150]

 この記事には、CC BY 4.0 ライセンスの下で利用可能な Daniel S. Quintana によるテキストが組み込まれています。

 この記事には、CC BY 3.0 ライセンスの下で利用可能な Wolfgang Viechtbauer によるテキストが組み込まれています。