Sensitivity Analysis คืออะไร?

Sensitivity Analysis คืออะไร?

https://www.facebook.com/permalink.php?story_fbid=523466284527138&id=371793389694429

เรามักจะได้ยินคำนี้บ่อยๆเวลาอ่านการศึกษาที่เป็น meta-analysis หลายคนอาจจะเกิดความสงสัยว่ามันคืออะไร บทความนี้น่าจะเป็นประโยชน์กับน้องๆเรซิเดนท์และเฟลโล่ที่ต้องอ่านวารสารทางการแพทย์บ่อยๆ หรือ เอาไว้ใช้ในการตอบสอบ oral

sensitivity analysis เป็นการวิเคราะห์ความหนักแน่นหรือความเสถียรของผลการศึกษาที่ได้จาก meta-analysis นั่นเอง โดยทดสอบเปลี่ยนแปลงอะไรบางอย่างภายในการศึกษาและทำการวิเคราะห์หรือทำ meta-analysis ใหม่ ถ้าผลที่ได้ยังคงไปในทางเดียวกันก็จะเป็นการช่วยยืนยันผลการศึกษาที่ได้ว่ามี generalizibility หรือมีความหนักแน่น (robust) ของผลการศึกษามากขึ้น

การเปลี่ยนแปลงบางอย่างที่ว่าได้แก่

1. เปลี่ยนกลุ่มหรือชนิดของผู้ป่วยออกไปแล้วทำการวิเคราะห์ใหม่ หรือ แบ่งมาวิเคราะห์เฉพาะบางกลุ่มการศึกษาที่เราสนใจ หรือ ตั้งสมมุติฐานไว้ว่าน่าจะมีความแตกต่าง

2. รวมหรือตัดงานวิจัยบางเรื่องหรือบางการศึกษาออกไป ยกตัวอย่างเช่น เอาการศึกษาขนาดเล็กที่สงสัยว่าอาจจะมี small study effect ทิ้งไปให้หมด หรือ ตัดการศึกษาที่คืดว่าทำให้เกิด reporting หรือ publication bias และทำ meta-analysis ใหม่อีกครั้งเป็นต้น

3. ใช้แบบจำลองในการคำนวณค่า pooled HR ที่แตกต่างออกไป เช่น เดิมใช้ fixed effect model เนื่องจากเชื่อว่าไม่มี Heterogeneity ระหว่างการศึกษา แต่ไม่มั่นใจว่า Test of Heterogeneity มี power เพียงพอหรือไม่ในการ reject null ลองมาคำนวณแบบ random effects model ดูบ้าง ถ้าผลที่ได้ยังไปด้วยกัน ก็มีความเชื่อมั่นในผลการศึกษาครั้งแรกมากขึ้น

ผมขอยก meta-analysis ขนาดใหญ่ของ Digoxin ที่ตีพิมพ์เมื่อปีที่แล้วใน European Heart Journal มาเป็นตัวอย่างให้ดูการทำ sensitivity analysis ง่ายๆนะครับ

systematic review ฉบับนี้คัดเลือก 19 การศึกษาที่มีการใช้ Digoxin และมี outcome เป็นอัตราตายรวม หรือ all-cause mortality ประชากรมีทั้งกลุ่มที่เป็น AF และ CHF ปะปนกัน บางการศึกษาควบคุมว่าเป็น AF แต่จะมีหรือไม่มี CHF ก็ได้ บางการศึกษากำหนดว่าเป็น CHF แต่อาจจะเป็น sinus หรือ AF ก็ได้ แต่จะมีอยู่สามการศึกษาที่แบ่งวิเคราะห์ AF กับ CHF แยกกันตั้งแต่แรก และมีอีกหกการศึกษาที่มีการระบุขนาดของ digoxin ที่ใช้รวมถึงมีรายงานแสดง plasma level ของ digoxin

รูปที่ 1 ที่เป็น Forest Plot ขนาดใหญ่ แสดงให้เห็นการทำ meta-analysis ทั้ง 19 การศึกษาโดยรวม และแบ่งย่อยเป็นสองกลุ่ม คือ CHF กับ AF ตามที่กล่าวไปข้างต้น ทุกครั้งที่ appraise meta-analysis เราต้องประเมิน Heterogeneity ระหว่างการศึกษาทุกครั้ง โดยอาจใช้วิธีทางสถิติโดยตรง หรือ ใช้ Funnel plot ในการศึกษานี้ใช้ทั้งสองวิธี แต่ผมไม่ได้เอา Funnel plot มาให้ดูนะครับ

Test of Heterogeneity ใช้ Cochran's Q กับ I2 สำหรับ Q ได้ p < 0.001 มาจาก χ2 distribution จึงมีความเชื่อมั่นมากพอที่จะ reject null hypothesis ที่กำหนดว่าการศึกษาทั้งหมด "ไม่มี" Heterogeneity ระหว่างกัน เมื่อ reject ได้ก็แปลว่า "มี" Heterogeneity ระหว่างการศึกษานั่นเอง ค่า I2 = 85.7% ซึ่งเป็น quantitative test ของ Heterogeneity บ่งชี้ว่ามี Heterogeneity สูงมาก ดังนั้นการคำนวณค่า pooled HR จึงจำเป็นต้องใช้ random effect model ซึ่งให้ความสำคัญกับทุกการศึกษาไม่ว่าจะเป็นการศึกษาขนาดเล็กและใหญ่โดยอยู่บนพื้นฐานว่า treatment effect จากแต่ละการศึกษาไม่ได้เท่ากัน ผลออกมา overall HR = 1.21 (1.07 - 1.38), p < 0.01 เห็นเป็นข้าวหลามตัดสีดำในรูป และ ไปด้วยกันกับ pooled HR ของกลุ่มที่เป็น CHF และ AF เห็นเป็นข้าวหลามตัดสีเขียวในรูป

รูปที่ 2 เป็น sensitivity analysis อันแรก ใช้กระบวนการทางสถิติเหมือนเดิมทั้งหมด แต่ลองมาวิเคราะห์เฉพาะ 3 จาก 19 การศึกษาที่มีการแบ่งวิเคราะห์ผลแยกกลุ่ม CHF และ AF มาตั้งแต่ต้นทางหรือในการศึกษาต้นฉบับ ผลออกมาปรากฎว่า pooled HR sig เฉพาะในกลุ่มที่เป็น AF แต่ไม่ sig ในกลุ่มที่เป็น HF

รูปที่ 3 sensitivity analysis อันสุดท้าย ใช้กระบวนการทางสถิติเหมือนเดิมทั้งหมด แต่ลองมาวิเคราะห์เฉพาะ 6 จาก 19 การศึกษาที่มีการระบุขนาดและระดับยา digoxin ในเลือด ผลออกมาปรากฎว่าไม่ sig นะครับ HR = 1.26 (0.91 -1.74), p = 0.16

จะเห็นว่า sensitivity analysis ทำให้เรามอง meta-analysis ได้มีมิติมากขึ้น จาก overall HR ดูเหมือนว่าใช้ digoxin จะตายมากขึ้นแต่เมื่อมาวิเคราะห์เฉพาะการศึกษาที่แบ่งการวิเคราะห์แยกกลุ่มตั้งแต่แรก กลับพบว่า CHF ไม่ได้ตายมากขึ้น มีเพียงกลุ่มคนไข้ที่เป็น AF ที่ได้ผลไปในทางเดียวกับ overall analysis และ sensitivity analysis สุดท้ายให้ข้อมูลที่สำคัญมาก นั่นคือถ้าหากควบคุมขนาด digoxin หรือ ติดตามระดับยาใกล้ชิดในบางราย คนไข้ที่ใช้ digoxin ก็อาจจะไม่ได้ตายมากขึ้นก็ได้เป็นต้น

ยาวไปหน่อยขอโทษด้วยนะครับ

Wipat