本統合分析目的為合併樣本估計值對整合評估對於常規照護母群體在家生活的OR參數進行估計。統合分析森林圖如下所示。
計算所有試驗的總效果量,無論整合老年評估是在指定病房進行或由流動小組進行。整合分析必須納入異質性的統計檢驗,以評估所有試驗樣本估計值間的變異程度。最常見的異質性檢定是Cochran 's Q和Higgins 's I2。
Cochran’s Q是較為傳統的檢定方式,基於χ2檢定。與傳統的統計假設檢定類似,有虛無假設和對立假設。虛無假設表示在全部試驗中母群體參數的樣本估計間具有同質性,即當從同一母群體抽樣時,它們之間的變異都不會超過期望值,換句話說,它們之間的變異很小,源自抽樣誤差。對例假設認為樣本估計值之間存在異質性。
Cochran的Q檢定可能無法準確地檢測出樣本估計中的異質性。所以,Higgins 's I2統計量也經常被使用。Higgins 's I2表示由於異質性而非抽樣誤差導致的樣本估計值之間的變異百分比。取值範圍為0% ~ 100%,0%表示統計上存在同質性。建議低、中、高異質性的I2值分別為25%、50%和75%。如果I2大於或等於50%,則認為存在顯著異質性。
在上述統合分析中,Cochran’s Q和Higgins’s I2檢定所有樣本估計值的P值都顯示在森林圖的底部,如圖“異質性檢驗:χ2= 28.49, df=17, P=0.04, I2=40%”所示。P值為0.04意味著在5%的顯著性臨界水準下,拒絕虛無假設而選擇對立假設。Higgins’s I2統計表明有低至中度的,因此得出樣本估計值之間存在統計異質性的結論(a錯誤)。
執行子群分析來探討異質性。該分析基於整合老年評估模型,即指定病房和流動團隊。每個子群分析仍然需要檢定異質性,如圖各子群的研究列表下方所示。“病房”組的χ2=17.66, df=13, P=0.17, I2=26%;“團隊”組的χ2=1.86, df=3, P=0.60, I2=0%。因此,兩個子群樣本估計間存在同質性(b正確)。
異質性檢定結果會影響各子群的總估計效果量的取得。存在同質性時,應使用固定效果量方法來處理小計(subtotal)的效果量。在存在異質性的情況下,隨機效果量方法將被使用。與固定效果量的統合分析相比,隨機效果量分析產生的小計效果量的信賴區間更寬,導致小計效果量的準確性較低。
子群分析表明,預定追蹤結束時,在指定病房接受整合老年評估的患者明顯比接受常規照護的患者更有可能返家(OR=1.22 (1.1 - 1.35; P < 0.001)。然而,當流動團隊進行的整合老年評估與常規照護進行比較時,結果無明確定論(OR=0.75 (0.55 - 1.01);P = 0.06)。
老年整合評估與常規照互相比,“病房”子群的治療效果有顯著性差異,而“團隊”子群則無顯著性差異。然而,無法直接根據各子群的顯著性來推斷治療對主要結局的影響在病房子群和團隊子群中是不同的(c錯誤);正確的做法是直接比較各子群的治療效果。此外,每個子群樣本估計值間存在同質性的推論並不一定表明評估模型(病房或團隊)解釋了上述所有試驗中觀察到的樣本估計值間的異質性。特別是,無論是證明治療效果的顯著性還是異質性,子群分析的試驗數量和參與者數量都可能太小,無法具有足夠的統計學檢力。
各子群的治療效果應通過交互作用(interaction)檢定進行比較,而非通過P值進行顯著性比較。交互作用調查介入措施(與常規照護相比的老年整合評估)對主要結局的影響在各子組間是否存在差異。交互作用有時被稱為效果修正(effect modification)。統合分析中,交互作用的檢定是使用Cochran’s Q和Higgins’s I2 test。檢定統計量為子群間的小計估計值。與之前使用Cochran’s Q和Higgins’s I2比較所有試驗中治療效果的樣本估計值不同。
對交互作用檢驗而言,Cochran’s Q和Higgins’s I2 test的虛無假設為:同質性存在母群體參數的各子群估計值,當子群來自同一母群體時,彼此間的變異不會超過期望值。亦即,他們之間的變異性是小的,源自於抽樣誤差。Higgins’s I2測量總變異中來源於異質性而非抽樣誤差的佔率。統合分析交互作用檢定結果顯示於圖中森林圖的底部,標題為” “Test for subgroup differences: χ2= 9.06, df=1, P=0.003, I2=89%.”
Cochran’s Q檢定是在顯著水準為0.05下達到顯著,而Higgins’s I2 大於50%。從兩指標結果可知有顯著的交互作用存在不同子群的小計估計值間(d正確)。可以得出結論,這些子群估計了不同的母群體參數。