Анализ подгрупп (subgroup analysis) — это метод в мета-анализе, который позволяет проверить, различается ли величина воздействия между отдельными группами исследований, выделенными по какому-либо признаку. Он помогает понять, одинаковы ли результаты наблюдаемые результаты во всех условиях или они зависят от определённых характеристик групп или условий, в которых они находятся. Анализ подгрупп особенно полезен, когда общий мета-анализ показывает значительную гетерогенность между исследованиями.
Зачем используется:
- Чтобы объяснить гетерогенность (различия) между результатами исследований
- Чтобы проверить, проявляется ли закономерность одинаково во всех контекстах или только в определённых случаях, имеется ли различие в степени выраженности результатов внутри подгрупп
- Чтобы сформулировать практические рекомендации (например, в каких условиях результат воздействия будет наибольшим)
Как проводится анализ подгрупп:
-
Формулируется критерий деления выборки на подгруппы Это может быть:
- методика измерения (например, разные тестовые методики или варианты одной тестовой методики),
- характеристики участников (возраст, пол, осведомлённость о целях исследования),
- условия проведения (страна, время суток при проведении замеров, место - лаборатория, улица, домашние условия и др.),
- параметры вмешательства (количество повторений, длительность, интенсивность и др.).
-
Исследования делятся на подгруппы Например, часть исследований относится к группе “самонаблюдение”, часть — к “внешние наблюдения”.
-
Проводится отдельный мета-анализ внутри каждой подгруппы Для каждой группы рассчитывается собственная оценка величины воздействия и доверительный интервал.
-
Сравниваются результаты между подгруппами Используются статистические критерии для проверки того, действительно ли различия между подгруппами статистически значимы.
Пример: Предположим, мы делаем мета-анализ исследований, проверяющих, влияет ли ведение дневника дня на утомляемость к концу рабочей недели.
- В одних исследованиях испытуемые вели самонаблюдение, в других производились лабораторные замеры. Использовалась одинаковая методика оценки утомляемости
- Мы делим исследования на две подгруппы: “самонаблюдение” и “лабораторные замеры”
- Считаем величину воздействия отдельно в каждой подгруппе
- Результат:
- Для группы “самонаблюдение” средняя величина изменений d = 0.7 (сильная)
- Для группы “лабораторные замеры” средняя величина изменений d = 0.2 (слабая)
- Делаем вывод: результаты исследований зависят от протокола сбора данных при измерении утомляемости.
Ограничения:
- Риск ложных выводов. Если подгрупп много, возрастает вероятность найти «различие» случайно (ошибка первого рода)
- Снижение мощности. Деление выборки на подгруппы уменьшает число исследований (количество данных) в каждой, что снижает надёжность оценок
- Нужна предварительная гипотеза. Анализ подгрупп должен планироваться заранее, чтобы избежать “рыбалки за значимостью”.