Klinische Epidemiologie kurz erklärt / Mai-Juni 2000

Der umgekehrte Trichter

Normalerweise darf angenommen werden, dass Studien, die auf vielen Daten beruhen (also z.B. wenn ein Arzneimittel bei vielen Personen untersucht wurde), eher veröffentlicht werden als solche, deren Originaldaten spärlich sind. In Analogie zu einer Normalverteilung ist auch zu erwarten, dass eine ausgesprochen kleine oder ausgesprochen grosse Wirkung eher in kleineren Studien zu beobachten ist. Wenn man die in einer Metaanalyse berücksichtigten Studien in einer einfachen Graphik («Plot») gemäss der gemessenen Wirkung (Abszisse) und gemäss der Datenmenge (Ordinate) darstellt, so sollte das Bild eines umgekehrten Trichters («Funnel Plot») entstehen – es sei denn, es wären z.B. vorwiegend Studien berücksichtigt worden, die auf wenig Daten beruhen. Eine Metaanalyse, bei der im «Funnel Plot» nicht das Bild eines umgekehrten Trichters entsteht, ist wahrscheinlich durch einen systematischen Publikationsfehler («bias») verfälscht. Dies trifft z.B. auf die Metaanalyse zu, die unter dem Titel «Knorpelderivate bei Arthrose?» beschrieben ist. In diesem Fall sind «einseitig» viele Studien mit kleinen Datenmengen (wenig Behandelten) und positiven Resultaten berücksichtigt worden, da offenbar gar keine besseren Studien veröffentlicht worden sind.

Etzel Gysling

Lesen Sie dazu:
Egger M, Davey Smith G, Schneider M et al. Bias in meta-analysis detected by a simple graphical test. BMJ 1997; 315: 629-34 [Medline] [Volltext]