Ekstraksi data untuk meta-analisis:saat outcome yang tampak identik ternyata berbeda

Jika tabel ekstraksi pada review biasa adalah daftar informasi dari tiap studi, tabel ekstraksi meta-analisis memikul tugas yang lebih ketat: ia harus memuat angka-angka yang benar-benar berkorespondensi, karena itulah bahan mentah penggabungan.

Maka setiap sel membawa pertanyaan tersirat: apakah nilai ini benar-benar sebanding dengan nilai di kolom yang sama dari studi-studi lain? Kita memecah pertanyaan itu menjadi lima pemeriksaan.

Dua studi bisa sama-sama melaporkan "mortalitas" tetapi memaksudkan hal berbeda — kematian semua-sebab versus kematian spesifik-penyakit. Dua outcome "perbaikan" yang diukur dengan skala berbeda juga tidak bisa digabungkan.

Ekstrak bagaimana setiap studi mendefinisikan outcome-nya dari bagian Methods dan jajarkan definisinya. Cocokkan definisinya, bukan labelnya — itulah langkah verifikasi pertama.

"Outcome pascaterapi" berarti hal yang berbeda pada 4 minggu dan pada 1 tahun.

Selalu beri titik waktu kolomnya sendiri, dan putuskan sebagai tim pada titik waktu mana penggabungan dilakukan (atau apakah tiap titik waktu dianalisis terpisah). Informasi waktu cenderung tercecer di sepanjang teks — kadang hanya muncul di sumbu-x sebuah gambar. Periksa juga semua gambar dan tabel.

Komposisi kelompok intervensi dan kelompok kontrol juga perlu pemeriksaan korespondensi. Studi dengan "kontrol = plasebo" dan studi dengan "kontrol = perawatan standar" sedang membuat perbandingan yang berbeda.

Mencatat rentang dosis dan durasi di sini akan terbayar belakangan, saat Anda menelisik heterogenitas dan membahas subgrup.

Penyebut di balik sebuah nilai berbeda tergantung apakah ia berasal dari analisis intention-to-treat (ITT), analisis per-protokol, atau hanya peserta yang menyelesaikan studi — dan dalam satu studi pun, penyebut bisa berubah dari tabel ke tabel.

Catat dari populasi analisis mana setiap nilai berasal, bersama nomor tabel sumbernya. Catatan sesederhana "Tabel 3, ITT" menghemat waktu nyata saat verifikasi dan peer review. Sepakati kebijakan pemilihan penyebut sebagai tim sejak awal.

Terakhir, format statistiknya. Apakah nilai yang dilaporkan berupa perbedaan rerata atau rasio? Apakah sebarannya dinyatakan sebagai SD (simpang baku), SE (galat baku), atau interval kepercayaan?

Menukar SD dengan SE adalah kesalahan ekstraksi klasik yang serius dalam meta-analisis. Konversi antarformat melibatkan pertimbangan statistik, jadi jangan mencoba mengonversi sendirian — konsultasikan dengan statistisi atau pembimbing Anda.

Ekstraksi yang dibangun di seputar lima pemeriksaan ini tetap bisa didrafkan oleh AI. Minta ia "mengekstrak definisi outcome, titik waktu, definisi kelompok, populasi analisis, dan effect size dari paper ini dalam format ini", dan lapis pertama tabel tersusun cepat.

Namun karena nilai-nilai ini masuk ke penggabungan, verifikasi mencakup setiap titik data, terhadap teks asli, gambar, tabel, dan suplemen. Draf AI hanyalah langkah pembuka, tidak pernah menggantikan verifikasi. Saat menemukan kesalahan, koreksi drafnya dan tandai sudah diverifikasi.

Di Paperfy, ringkasan AI, gambar, dan PDF asli setiap paper yang disertakan berbagi satu halaman, sehingga menapak ulang "di mana Anda melihatnya di sumber" mengikuti lima pemeriksaan itu berlangsung cepat.

Ringkasannya dapat diedit manual, sehingga Anda bisa menambahkan catatan yang sudah dikonfirmasi ke halaman paper — "Outcome: mortalitas semua-sebab (Methods hlm. 4) / Titik waktu: 12 bulan / Penyebut: ITT (Tabel 2)". Saat keraguan menyerang di fase penggabungan, lapisan catatan di antara tabel ekstraksi dan teks asli itu memangkas drastis waktu pemulihan Anda.