Weighted regressive analyse

Weighted regressive analyse houdt in dat elke studie wordt gewogen met een gewicht gelijk aan 1/variantie van de betreffende uitkomst. Hoe kleiner de variantie, des te nauwkeuriger de uitkomst, des te meer gewicht krijgt deze studie in de analyse. Uit de meta-analyse van de uitkomst infectieuze complicaties (bijlage beschikbaar gesteld door P. Probst) zijn de gewichten overgenomen die zijn gebruikt voor de meta-analyse, evenals de odds ratio’s van alle studies die Probst al et al. (2017) includeerden voor de uitkomstmaat infectieuze complicaties.

In het regressiemodel zijn die variabelen als onafhankelijke variabele gekozen die volgens tabel 5 in Probst et al. (2017) een odds ratio tonen die sterk verschilt van de gepoolde odds ratio van alle trials. Verwacht mag worden dat deze variabelen bijdragen aan de verklaarde variantie van een regressiemodel. De afhankelijke variabele is de natuurlijke logaritme (ln) van de odds ratio’s.[1]

Ca. 24% van de variatie in de odds ratio wordt verklaard door dit model (tabel 1a). In geval er geen industry bias zou de odds ratio met 100% * [exp(0.375) - 1] =100 * (1.45-1)= 45% (p=0.061) omhoog gaan, dus een kleiner effect, ten opzichte van de odds ratio in studies die door de industrie zijn gesponsord of waarvan niet bekend is of deze door de industrie gesponsord werden. Op dezelfde wijze kan voor de enterale route worden berekend dat de odds ratio 100(1.91-1)= 91% hoger is dan voor de parenterale route, dus een geringer effect heeft.

In tabel 1b zijn alleen de resultaten van studies opgenomen waarvan bekend is dat zij wel of niet werden gesponsord door de industrie. Omdat slechts de helft van de studies dan voor analyse beschikbaar is, is statistische significantie moeilijker te bereiken. In geval er geen industry bias zou de odds ratio met 100% * [exp(0.446) - 1] =100(1.56-1)= 56% (p=0.086) omhoog gaan, dus een kleiner effect, ten opzichte van de odds ratio in studies die door de industrie zijn gesponsord.

 

Kwaliteit van bewijs

Regressieanalyses zijn observationeel van aard. Dus starten deze volgens de GRADE-methodiek als lage kwaliteit van bewijs. Tevens moet in ieder geval worden afgewaardeerd voor ernstige onnauwkeurigheid (zeer wijd betrouwbaarheidsinterval voor de regressiecoëfficiënt). De kwaliteit van bewijs is zeer laag (kwaliteit van bewijs ten aanzien van de effectgrootte van “no industry bias”: de werkelijke effectgrootte verschilt waarschijnlijk aanzienlijk van de geschatte effectgrootte van een toename van 45% van de odds ratio in geval van studies die niet zijn gesponsord door de industrie).

 

Tabel 1a. Resultaten van weighted regressieanalyse

 

Exp
(B)

Standard
Error

Beta

t-value

p-value

Lower confindence limit of Exp(B)

Upper confindence limit of Exp (B)

 

(Constant)

-1.175

0.166

 

-7.063

0.000

-1.508

-0.842

no industry bias
(reference category industry sponsored or sponsoring unknown)

0.375

0.196

0.231

1.911

0.061

-0.018

0.767

enteral route
(reference category parenteral route)

0.646

0.185

0.426

3.495

0.001

0.276

1.016

nutritional therapy before surgery (reference category post- or perioperative)

0.061

0.197

0.037

0.308

0.759

-0.335

0.456

hepatopancreaticobiliar surgery
(reference category: upper GI, colorectal or mixed location)

-0.253

0.261

-0.118

-0.970

0.336

-0.777

0.270

Dependent variable: ln(odds ratio); R2adj: 0.237; N=62, F=5.738, dF=4, p=0.001. software: SPSS version 24.0.

 

Tabel 1b. Resultaten van weighted regressieanalyse

 

Exp(B)

Standard
Error

Beta

t-value

p-value

Lower confindence limit of Exp(B)

Upper confindence limit of Exp(B)

 

(Constant)

-1.088

0.304

 

-3.578

0.001

-0.173

-0.463

no industry bias
(reference category industry sponsored)

0.446

0.250

0.323

1.785

0.086

-0.067

0.959

enteral route
(reference category parenteral route)

0.473

0.327

0.268

1.447

0.160

-0.199

1.145

nutritional therapy before surgery (reference category post- or perioperative)

0.123

0.254

0.088

0.482

0.634

-0.400

0.645

hepatopancreaticobiliar surgery
(reference category: upper GI, colorectal or mixed location)

-0.453

0.380

-0.217

-1.192

0.244

-1.234

0.328

Dependent variable: ln(odds ratio); R2adj: 0.237; N=31, F=2.017, dF=4, p=0.121. software: SPSS version 24.0.


[1] Volgens het Cochrane Handbook is dit noodzakelijk omdat de odds ratio niet symmetrisch is ten opzichte van de waarde 1:” If the intervention effect is a ratio measure, the log-transformed value of the intervention effect should always be used in the regression model (see Section 9.2.7), and the exponential of the regression coefficient will give an estimate of the relative change in intervention effect with a unit increase in the explanatory variable”. Bron: https://handbook-5-1.cochrane.org/chapter_9/9_2_7_expressing_intervention_effects_on_log_scales.htm