فراتحلیل (متاآنالیز)

فراتحلیل (Meta Analysis) یک روش آماری و نظام‌مند است که به ترکیب یافته‌های پژوهش‌های دیگر در یک زمینه واحد می‌پردازد [۱]. به‌عبارت دیگر متاآنالیز با کمک روش‌های آماری یافته‌های پژوهش‌های گوناگون را تحلیل و یکپارچه‌سازی می‌کند [۲]. در این نوشتار کوشش بر آن است تا روش فراتحلیل مفهوم‌سازی و تعریف شود.

مقدمه‌ای بر روش فراتحلیل

فراتحلیل روشی آماری و کمّی برای ترکیب نتایج چند پژوهش مستقل است که همگی دربارهٔ یک پرسش یا اثر مشابه انجام شده‌اند. این روش زمانی کاربرد دارد که مطالعات متعدد، نتایجی هم‌راستا یا متضاد در مورد یک متغیر ارائه داده‌اند و نیاز است با تحلیل تجمیعی، برآوردی دقیق‌تر، پایدارتر و قابل‌اعتمادتر از اندازه اثر کلی ارائه شود [۳].

فراتحلیل زیرمجموعه مرور نظام‌مند (Systematic Review) و یکی از روش‌های برجسته در تحلیل ثانویه داده‌های کمی است. اما نباید آن را با روش‌های کیفی مانند فراترکیب (Meta-synthesis) یا فرامطالعه (Meta-study) اشتباه گرفت. در حالی‌که فراتحلیل با داده‌های عددی و آماره‌هایی مانند اندازه اثر، ناهمگنی و خطای معیار سروکار دارد، روش‌های کیفی به تحلیل تفسیرها و مفاهیم می‌پردازند.

جهت انجام فراتحلیل در ابتدا باید حوزه‌ای انتخاب گردد که نتایج مطالعات در آن حوزه دو پهلو و با ابهام همراه باشد. سپس مراحل ذیل به ترتیب انجام می‌پذیرد:

  • شناسایی نتایج تحقیقات
  • ترکیب نتایج تحقیقات انتخاب شده و مقایسه آن‌ها با یکدیگر
  • ارزشیابی نتایج فراتحلیل به منظور کاهش خطا در برآورد

فرا تحلیل شکاف‌های موجود در پیشینه، دانش و برخی موارد  ضعف‌های نظری را آشکار ساخته و جهت تعیین نقاط قوت تحقیق بینش کافی را ایجاد می‌نماید. درواقع فراتحلیل پاسخی قطعی و نهایی برای درک مسائل تحقیقی و مانند سایر روش‌های تحلیل داده‌ها بر اساس گفته گرین و هال: «یاریگر اندیشه است نه جایگزین آن».

تاریخچه روش فراتحلیل (متاآنالیز)

رویکرد ترکیب آماری نتایج مطالعات مستقل، پیشینه‌ای نزدیک به یک قرن دارد. کارل پیرسون (۱۹۰۴) در مجله پزشکی بریتانیا برای نخستین‌بار تلاش کرد با ترکیب نتایج چند مطالعه، به برآورد دقیق‌تری از همبستگی‌ها دست یابد. پس از او، رونالد فیشر (۱۹۳۲)، آماردان برجسته، روش‌هایی برای ترکیب احتمال‌ها (P-values) ارائه داد که مبنایی برای تحلیل تجمیعی شد.

با این حال، اصطلاح «Meta-analysis» نخستین‌بار توسط جین گلاس (Gene Glass)، روان‌شناس و آماردان آمریکایی، در سال ۱۹۷۶ به‌کار رفت. او فراتحلیل را به‌عنوان پاسخی روش‌شناختی برای ترکیب نتایج مطالعات تجربی در حوزه آموزش و روان‌شناسی معرفی کرد [۴].

در سال‌های بعد، پژوهشگران متعددی رویکردهای متفاوتی در فراتحلیل پایه‌گذاری کردند:

  • روزنتال (Rosenthal) با تأکید بر ترکیب اندازه اثر و بررسی سوگیری انتشار
  • هانتر و اشمیت (Hunter & Schmidt) با گسترش رویکرد تعمیم اعتبار در روان‌شناسی صنعتی
  • هجز و اولکین (Hedges & Olkin) با ارائه بنیان‌های ریاضی دقیق و روش‌های مدل‌سازی آماری پیچیده‌تر

در حال حاضر، فراتحلیل به‌عنوان یکی از پایه‌های تصمیم‌گیری مبتنی بر شواهد در علوم رفتاری، پزشکی، آموزش و مدیریت شناخته می‌شود. هرچند رویکردهای متنوعی در آن وجود دارد، انتخاب روش مناسب وابسته به نوع داده‌ها، میزان ناهمگنی، هدف پژوهشگر و سطح دسترسی به اطلاعات اولیه است.

روش انجام فراتحلیل

گام‌های اصلی روش فراتحلیل عبارتند از:

۱) تدوین پرسش‌ها پژوهش

۲) جستجوی ادبیات و مبانی نظری پژوهش

۳) تعیین معیارهای انتخاب و غربال مطالعات

۴) تصمیم در مورد اینکه کدام متغیرهای وابسته یا شاخص‌های آماری مجاز یا مناسب هستند.

۵) انتخاب مدل فراتحلیل مناسب

در فرا تحلیل ابتدا هدف پژوهشگر مشخص و مسئله تحقق به روشنی تعریف می‌گردد.

برای تدوین پرسش‌های پژوهشی می‌تواند از الگوی پیکو (PICO ) استفاده کرد:

  • جمعیت (Population)
  • مداخله (Intervention)
  • مقایسه (Comparison)
  • پیامد (Outcome )

پس از مشخص شدن پرسش، مطالعات مرتبط با ملاک‌های ورود انتخاب می‌شوند. سپس داده‌های این پژوهش‌ها گردآوری، کدگذاری و طبقه‌بندی شده و نتایج آن‌ها به مقیاسی کمی و مشترک تبدیل می‌گردد تا قابل مقایسه باشند. در گام نهایی، برای تحلیل روابط میان ویژگی‌های مطالعات و یافته‌ها، از روش‌های آماری پیشرفته استفاده می‌شود.

در حوزه مدیریت و علوم اجتماعی، فراتحلیل یکی از روش‌های توصیفی است که با ترکیب آماری نتایج مطالعات کمّی مستقل، تصویری جامع و کاربردی از شواهد موجود ارائه می‌دهد. فراتحلیل نوعی تحلیل ثانویه از تحلیل‌های پیشین است که امکان نتیجه‌گیری قوی‌تر و تصمیم‌گیری مبتنی بر شواهد را فراهم می‌سازد.

انواع فراتحلیل و کاربردهای آن

میلر و پولک درسال ۱۹۹۴ فراتحلیل را به سه دسته تقسیم کردند:

۱) فراتحلیلی که صرفاً نقاط قوت اثر یک متغیر را در مطالعات مختلف بررسی و آن را به طور خلاصه بیان می‌کند.

۲) در این دسته علاوه بر تلخیص نقطه قوت یک اثر، برای تشریح ناهمگونی و عدم تجانس منابع از تحلیل‌های تعدیل‌کننده استفاده می‌شود.

۳) در دسته علاوه بر فعالیت‌های دو دسته قبل، با بررسی متغیرهایی که در یک پژوهش مورد دستکاری قرار نگرفته‌اند، شواهدی جدید را برای یک نظریه ارائه می‌شود.

به طور کلی، دو نوع از شواهد را می‌توان هنگام انجام یک فرا تحلیل متمایز کرد:

  • داده‌های مجزای شرکت‌کنندگان (Individual Participant Data) با نماد IPD
  • داده‌های تجمیعی (Aggregate Data) با نماد AD

داده‌های تجمیعی ممکن است بطور مستقیم یا غیرمستقیم جمع آوری شده باشند. این داده‌ها معمولاً در دسترس است مانند ادبیات و مبانی نظری موضوع. به طور معمول تخمین‌های مختصر مانند «نسبت بخت» (Odd Ratio) یا «ریسک نسبی» (Relative Risk) را محاسبه و نشان می‌دهد. این مقدارها، می‌توانند به طور مستقیم در مطالعات مشابه مفهومی، با استفاده از چندین رویکرد تحقیقی استخراج شوند.

از سوی دیگر، داده‌های تجمیعی غیرمستقیم اثر دو تیمار را که در مقایسه با یک گروه کنترل مشابه در فرا تحلیل قرار گرفته‌اند، اندازه‌گیری می‌کند. به عنوان مثال، اگر درمان A و درمان B به طور مستقیم در مقابل «دارو نما» (Placebo) در فرا تحلیل‌های جداگانه مقایسه شوند، می‌توانیم از ترکیب این دو نتیجه برای بدست آوردن تخمینی از تأثیر A در مقابل B در یک مقایسه غیرمستقیم بهره ببریم و مشخص کنیم اثر درمان A در مقابل دارونما با حذف اثر درمان B چگونه است.

مدل‌های فراتحلیل

مدل‌های فراتحلیل مبتی بر اثرات ثابت و اثرات تصادفی هستند. معیار انتخاب مدل مناسب در فراتحلیل آزمون های ناهمگونی هستند. انتخاب کدام مدل در انجام فراتحلیل مهم است. اگر آزمون ناهمگونی معنادار بود و نشان داد که مطالعات حاضر در فراتحلیل از جهات مختلف مانند آزموندی، شیوه نمونه گیری، طرح تحقیق و … ناهمگون و متفاوت هستند از مدل اثرات تصادفی و در غیر این صورت از مدل اثرات ثابت استفاده می شود. انواع مدل‌های موجود عبارتند از:

  • مدل اثرات ثابت
  • مدل اثرات تصادفی

در مدل اثرات ثابت (Fixed Effect) فرض بر این است که همه مطالعات در فراتحلیل دارای یک اندازه اثر مشترک واقعی هستند. از طرف دیگر، همه اثرات موثر بر اندازه اثر در همه مطالعات مشترک هستند. بنابراین اندازه اثر واقعی در همه مطالعات یکی هستند. به اندازه واقعی، تتا گفته می شود.

مدل «اثرات تصادفی» (Random Effect)  مدل رایج مورد استفاده در ترکیب تحقیق و مطالعات ناهمگن است. در مدل اثرات ثابت همه مطالعات یکی هستند. این فرض در همه تحقیقات ترکیبی برقرار نیست. وقتی ما تصمیم به ترکیب گروهی از مطالعات در یک فراتحلیل می‌گیریم، به طور حتم به مقدار کافی دارای اشتراک هستند که وارد تحقیقات ترکیبی شده اند. ولی هیچ دلیلی برای این وجود ندارد که اندازه اثرات واقعی در همه مطالعات دقیقا یکی باشد.

سخن پایانی

روش فراتحلیل با تمرکز بر ترکیب نظام‌مند نتایج مطالعات کمّی مستقل، امکان دستیابی به بینشی فراتر از یافته‌های منفرد را فراهم می‌سازد. این روش با استخراج داده‌ها از منابع اولیه، استانداردسازی نتایج و ترکیب آماری آن‌ها، به خلق یک دیدگاه کل‌نگر و قابل اتکا منجر می‌شود. فراتحلیل نه‌تنها شکاف‌ها و نارسایی‌های پژوهش‌های پیشین را آشکار می‌سازد، بلکه به‌واسطه انباشت دانش، در افزایش پایایی و روایی نتایج علمی نیز نقش بسزایی دارد. از این‌رو، فراتحلیل ابزاری کارآمد برای تصمیم‌سازی مبتنی بر شواهد و توسعه نظری در حوزه‌های گوناگون به‌شمار می‌رود.

فهرست منابع

۱. Balduzzi, S., Rücker, G., & Schwarzer, G. (2019). How to perform a meta-analysis with R: a practical tutorial. BMJ Ment Health, ۲۲(۴), ۱۵۳-۱۶۰.

۲. Higgins, J. P., & Green, S. (Eds.). (2008). Cochrane handbook for systematic reviews of interventions.

۳. Borenstein, M., Hedges, L. V., Higgins, J. P., & Rothstein, H. R. (2021). Introduction to meta-analysis. John Wiley & Sons.

۴. Glass, G. V. (1976). Primary, secondary, and meta-analysis of research. Educational researcher, ۵(۱۰), ۳-۸.

سوالات متداول

آیا فراتحلیل یک روش آماری است یا یک روش کیفی؟

فراتحلیل یک روش آماری و کمّی است که برای ترکیب عددی نتایج چند مطالعه کمی مستقل، با هدف محاسبه اندازه اثر کلی و بررسی الگوهای آماری به‌کار می‌رود.

تفاوت فراترکیب با فراتحلیل چیست؟

این دو روش فقط از نظر آوایی شباهت دارند از نظر روش کاملا متفاوت هستند. فراترکیب یک روش کیفی بر پایه تحلیل مفهومی و تفسیر یافته‌های کیفی است. از سوی دیگر فراتحلیل یک روش آماری برای ترکیب نتایج کمی و محاسبه اثر کلی از مطالعات عددی است.