gms | German Medical Science

26. Jahrestagung des Netzwerks Evidenzbasierte Medizin e. V.

Netzwerk Evidenzbasierte Medizin e. V. (EbM-Netzwerk)

26. - 28.03.2025, Freiburg

Heterogenität in Metaanalysen: Warum 95%-Prädiktionsintervalle aussagekräftiger sind als I2

Meeting Abstract

  • author Franziska Halter - Cochrane Deutschland Stiftung, Deutschland; Universitätsklinikum Freiburg, Institut für Evidenz in der Medizin, Deutschland
  • Guido Schwarzer - Medizinische Fakultät und Universitätsklinikum Freiburg, Institut für Medizinische Biometrie und Statistik, Deutschland
  • author Jörg J. Meerpohl - Cochrane Deutschland Stiftung, Deutschland; Universitätsklinikum Freiburg, Institut für Evidenz in der Medizin, Deutschland
  • author Waldemar Siemens - Universitätsklinikum Freiburg, Institut für Evidenz in der Medizin, Deutschland

Die EbM der Zukunft – packen wir’s an!. 26. Jahrestagung des Netzwerks Evidenzbasierte Medizin. Freiburg, 26.-28.03.2025. Düsseldorf: German Medical Science GMS Publishing House; 2025. Doc25ebmV-06-01

doi: 10.3205/25ebm029, urn:nbn:de:0183-25ebm0292

Published: March 27, 2025

© 2025 Halter et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund/Fragestellung: Heterogenität in Metaanalysen kann als Variabilität zwischen den Studieneffekten definiert werden [1]. Die Bewertung von Heterogenität (oder Inkonsistenz) in einer Metaanalyse ist entscheidend, um den potenziellen Nutzen einer Intervention zu verstehen und dies Ärzt:innen, Forscher:innen und Patient:innen zu vermitteln. Häufig werden die Maße zur Quantifizierung von Heterogenität missverstanden und falsch eingesetzt.

Ziel dieser Arbeit ist es, Maße der Heterogenität in Metaanalysen darzustellen und den Mehrwert des 95%-Prädiktionsintervalls (PI) hervorzuheben.

Methoden: Basierend auf der medizin-statistischen Literatur werden die verschiedenen Maße zur Quantifizierung der statistischen Heterogenität dargestellt (z. B. 95%-PI und I2) und ihre Vor- und Nachteile beschrieben [1], [2].

Ergebnisse: Das 95%-PI stellt ein nützliches Maß dar, um Heterogenität in Metaanalysen zu quantifizieren. Es beschreibt, in welchem 95%-Intervall zukünftige ähnliche Studieneffekte, wie die in der betrachteten Metaanalyse, angenommen werden können. Das 95%-PI zeigt die Variabilität zwischen den Studieneffekten auf der gleichen Skala, die in der Metaanalyse verwendet wird (z. B. Risk Ratio, mittlere Differenz). Somit bietet das 95%-PI die Möglichkeit, die Relevanz der Heterogenität direkt klinisch zu interpretieren.

I2 beschreibt den Prozentsatz der Variabilität in den Studieneffekten, der auf wahre Heterogenität und nicht auf Stichprobenfehler (Zufall) zurückzuführen ist. Im Gegensatz zum 95%-PI ist I2 ist ein relatives Maß und kann nicht direkt klinisch interpretiert werden.

Sowohl das 95%-PI als auch I2 können bei wenigen Studien in der Metaanalyse (z. B. <5) unverlässlich sein und, statt wahrer Heterogenität, eher die Unsicherheit aufgrund von fehlenden Daten repräsentieren.

Schlussfolgerung: Das Konzept der Heterogenität in Metaanalysen wird derzeit am besten mit Hilfe des 95%-PI quantifiziert. Das 95%-PI sollte in Metaanalysen mit ≥5 Studien berichtet werden, da es einen großen Mehrwert bietet, um die Relevanz der Heterogenität direkt klinisch zu interpretieren.


Literatur

1.
Borenstein M. Avoiding common mistakes in meta-analysis: Understanding the distinct roles of Q, I-squared, tau-squared, and the prediction interval in reporting heterogeneity. Res Synth Methods. 2024 Mar;15(2):354-368. DOI: 10.1002/jrsm.1678 External link
2.
Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA, editors. Cochrane Handbook for Systematic Reviews of Interventions. Version 6.5 (updated August 2024). Cochrane; 2024. Available from: https://training.cochrane.org/handbook External link