Systematic review แบบบ้านๆ


ห่างหายการเขียนบล็อกในนี้เป็นเวลานานมากค่ะ

จนวันหนึ่งมีอันให้กลับมาใช้สิ่งที่บันทึกเรื่อง Bias ไว้
เพื่อมาทำ systematic review – เป็นทักษะที่น่าสนใจยิ่ง ในภาวการณ์ที่ข้อมูลท่วมท้น
เรื่องขอจริยธรรมบางที่ไม่ต้องขอเลยด้วยซ้ำ
และราชวิทยาลัยอายุรแพทย์ยังอนุญาตให้ส่ง systematic review ในการสอบบอร์ดด้วย
แต่ขั้นตอนก็ไม่ง่ายนัก ที่ยากที่สุดคือ “ความกล้ว” ขอเพียงข้ามสีทันดรนี้ ลองลงมือลุยก็จะรู้ว่า “สนุก” ค่ะ.
จึงขอบันทึกขั้นตอนการทำ systematic review ซึ่งข้าพเจ้ากำลังทำไปเรียนรู้ไป ดังนี้

  1. ทางเรียนลัดวิธีหนึ่ง คือหา systematic review ในเรื่องใกล้เคียงกับหัวข้อเรามาสัก 1-2 อัน 

    แล้วดูว่า method เขาเป็นอย่างไร
    ตัวอย่างที่ดี ซึ่งข้าพเจ้าใช้เป็นตัวอย่างเป็นของ Sanada K และของ ศ.นพ.มานิตย์  
    ทั้งนี้ต้องขอบคุณท่าน ศ.นพ.มานิตย์ ซึ่งเป็นอาจารย์ผู้ช่วยแนะนำและเป็นกำลังใจในการทำงานนี้เป็นอย่างสูงค่ะ

2.  ลงทะเบียน systematic review ที่ PROSPERO ซึ่งช่วย guide ให้เราเขียนตามแนวทาง PRISMA protocal การลงทะเบียนช่วยสร้างความโปร่งใสให้กับงานวิจัยของเรา  

3. การ Search ฐานข้อมูลที่นิยม อาทิ PubMed, CINAHL และ CENTRAL
    บางที่อาจขอให้เจ้าหน้าที่ห้องสมุด ช่วยสืบค้นให้ แต่ผู้วิจัยจำเป็นต้องระบุสิ่งต่อไปนี้
    1. คำค้นหาสำหรับ Intervention
    2. คำค้นหาสำหรับ outcome
    3. ชนิดงานวิจัย ที่นิยมคือ Randomized control trial
    4. ปีที่ศึกษา ที่นิยมคือไม่เกิน 10 ปีนับถอยจากปัจจุบัน

4.Data extract form ซึ่ง Cochran มี template สำหรับแต่ละกลุ่มวิจัยเช่น psychosocial, airway, public health etc.
    เลือกกลุ่มที่ใกล้เคียงกับงานของเรา 
    งานนี้ต้องอาศัย Review 2 คนขึ้นไป กับมี 1 คนตัดสิน หากไม่ไปทางเดียวกัน
    งานที่ซับซ้อนหน่อยคือการประเมิน risk of bias/quality ซึ่งนิยมใช้ Cochran risk of bias tool หากมีตัวอย่างฟอร์มที่ลงข้อมูลแล้วของอาจารย์ที่เคยทำก็จะช่วยมากๆ ค่ะ :)   
     ถ้ามีงานวิจัยที่นำมาเข้า systematic review หรือ metanalysis ตั้งแต่ 10 เรื่องขึ้นไป ควรทำ funnel plot เพื่อดู publication bias
    (Higgins J, Green S. Cochrane handbook for systematic reviews of interventions, version 5.1.0. The Cochrane Collaboration; 2011.)

 5. Data analysis
     เราสามารถใช้โปรแกรม Reference manager หรือ Revman@  
     วีดีโอสอนการใช้ Revman  1.แสดงการใส่รายชื่อ study   2.การจัดทำกราฟ quality  3. การทำ forest plot
     1. จัดทำกราฟแสดง quality  
     2. ประเมิน heterogeniety โดยทำทำ forest plot  
         ซึ่งจะทำให้เห็นการกระจายตัว 95% CI ของแต่ละงานวิจัย พร้อมกับค่าสถิติ ได้แก่ Inconsistency index (I2) หรือ Cochran Chisquare statistic (Q2)  ถ้ามีงานวิจัยที่ 95% CI กระโดดออกจากกลุ่มมาก ค่า I2 > 0.5 หรือ Q <0.1 แสดงว่ามี heterogeneity สูง
     ควรหาคำอธิบาย ปัจจัยที่ตกต่างของงานวิจัยที่โดดออกมา
     หากพิจารณาว่ายังพอจะเปรียบเทียบกันได้อยู่  (ประมาณ ดื่มกาแฟเหมือนกัน แต่คนละยี่ห้อ) ก็ยังสามารถทำ meta-analysis 
     ได้อยู่โดยใ้ช้  random effect model 

  
6.  การเขียน Discussion
     หลักการเขียนควรมี 5 องค์ประกอบครับ
     A. main outcomes
     B. similarities and differrences in comparison to other studies
     C. strengths and weakness (limitations) สาเหตุของ heterogeneity น่าจะ discusss ไว้ในส่วนนี้
     D. mechanism and implications
     E. conclusions and suggestion โดยพิจารณาใช้หลักตาม GRADED  

7. การเขียนบทความวิจัยส่งตีพิมพ์  อาจใช้โครงร่างของ PRISMA 2009 checklist  และ PRISMA 2009 diagram (ระวังสับสนกับ PRISMA-P 2015 ซึ่งก็คือ protocal ที่เราไปลงทะเบียนใน PROSPERO ในขั้นที่ 2 แล้ว)  คู่มือการใช้ดูได้ที่นี่ค่ะ

(สามารถศึกษาไฟล์วีดีโอโครงการอบรมเชิงปฏิบัติการ “การทบทวนวรรณกรรมอย่างเป็นระบบ และการวิเคราะห์อภิมาน (Systematic Review and Meta-Analysis  จากเวบไซต์ของ  สวคร นี้ค่ะ  )

หมายเลขบันทึก: 649200เขียนเมื่อ 27 กรกฎาคม 2018 20:07 น. ()แก้ไขเมื่อ 20 ตุลาคม 2018 18:08 น. ()สัญญาอนุญาต: ครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลงจำนวนที่อ่านจำนวนที่อ่าน:


ความเห็น (6)

เก่งจัง ขอบคุณนะคะที่มาเขียนให้เรียนรู้การทำแบบบ้านๆ เข้าใจง่ายดีค่ะ

ยินดีต้อนรับอีกคราครับ ;)…

Ummmh. Thank you for this insight. I never thoght that these issues are concerns in medical research. I am very naive!

I have learned about Digital Signal Processing (DSP) where ‘samples’ (sampling theories) are selected/filtered to ‘specific purposes’ and sensor/measurement capabilities (and processing/analytical capabilities too). It seems that doctors are DSP engineers too ;-)

ขอบคุณค่ะ อ่านความเห็นทุกท่านแล้ว มีกำลังใจมาเขียนต่อหลังจาก 1 ปีที่ผ่านมา ได้บทเรียนอะไรมากมายเกี่ยวกับสังคมชิงดีชิงเด่นของมนุษย์ แล้วปลง กลับมาทำในสิ่งที่เรารัก ดีกว่าค่ะ

ขอบคุณนะครับ มีประโยชน์มาก ๆ เลยครับ im still naive ,,,,As you say above “The big problem is “FEAR” “,,,i will try my best to jump its up,,,

พบปัญหาการใช้งานกรุณาแจ้ง LINE ID @gotoknow
ClassStart
ระบบจัดการการเรียนการสอนผ่านอินเทอร์เน็ต
ทั้งเว็บทั้งแอปใช้งานฟรี
ClassStart Books
โครงการหนังสือจากคลาสสตาร์ท