प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 0: उद्घाटन
🎯 Learning Objectives
- मेटा-विश्लेषण को परिभाषित करें और साक्ष्य संश्लेषण में इसकी भूमिका समझाएं
- पहचानें कि अध्ययन कब नहीं होना चाहिए एकत्रित
- साक्ष्य पदानुक्रम का वर्णन करें और जहां व्यवस्थित समीक्षाएं बैठती हैं
- Recognize that meta-analysis can mislead when done poorly
- इस पाठ्यक्रम को संचालित करने वाले सात सिद्धांतों को याद करें
यह पाठ्यक्रम मौजूद है क्योंकि
चिकित्सा थी गलत।
एक बार भी नहीं। शायद ही कभी नहीं. बार-बार. इस तरह से उन मरीज़ों की मौत हो गई जो इस बात पर भरोसा करते थे कि सबूत सही हैं।
What is Meta-Analysis?
एक ही प्रश्न को संबोधित करने वाले कई स्वतंत्र अध्ययनों के परिणामों को संयोजित करने की एक सांख्यिकीय विधि।
*When well conducted. Quality of conduct matters more than study design alone — as GRADE recognizes.
पूल अध्ययन क्यों?
Increase Statistical Power
Individual studies may be too small to detect effects.
Improve Precision
Narrower confidence intervals around effect estimates.
Resolve Disagreement
जब अध्ययन में टकराव होता है, तो पूलिंग सिग्नल को स्पष्ट कर सकती है।
Explore Heterogeneity
Identify why effects differ across populations or settings.
But meta-analysis can also
MISLEAD
When done poorly, it amplifies bias rather than truth.
पूल कब नहीं करना चाहिए
अध्ययन मौलिक रूप से भिन्न चीज़ों को मापते हैं (सेब और संतरे)
Extreme heterogeneity that cannot be explained
One study dominates all others (megastudy problem)
अध्ययनों में पूर्वाग्रह का उच्च जोखिम है जिसे समायोजित नहीं किया जा सकता है
पूलिंग एक विशेषाधिकार है, अधिकार नहीं.
The decision to combine must be defended.
साक्ष्य का पदानुक्रम
Systematic Reviews & Meta-Analyses of RCTs
Randomized Controlled Trials
Cohort Studies
Case-Control Studies
Case Series / Expert Opinion
पदानुक्रम में स्थिति कार्यप्रणाली की गुणवत्ता पर निर्भर करती है, न कि केवल अध्ययन के प्रकार पर।
इस कोर्स के माध्यम से पढ़ाया जाता है
evidence reversals.
प्रत्येक मॉड्यूल एक कहानी के साथ खुलता है कि दवा ने कैसे गलतियाँ कीं। फिर हम वह तरीका सीखते हैं जिससे नुकसान रोका जा सकता था।
सात सिद्धांत
ये वाक्यांश आपकी यात्रा के दौरान वापस आएंगे:
1. "हर संकेत सत्य नहीं होता।"
2. "तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।"
3. "What was hidden in plain sight?"
4. "बिना उत्पत्ति के संख्या कोई संख्या नहीं है।"
5. "विषमता एक संदेश है, शोर नहीं।"
6. "साक्ष्य का अभाव अनुपस्थिति का प्रमाण नहीं है।"
7. "Certainty must be earned, not assumed."
Module 0 Quiz
1. आपको कभी-कभी मेटा-विश्लेषण में अध्ययन को पूल क्यों नहीं करना चाहिए?
2. साक्ष्य पदानुक्रम में आरसीटी की व्यवस्थित समीक्षाएँ कहाँ बैठती हैं?
यात्रा शुरू करें.
मॉड्यूल 1: प्रश्न
प्रत्येक संकेत सत्य नहीं है।
यह त्रुटि के बारे में कहानी नहीं है.
यह निश्चितता के बारे में एक कहानी है।
मॉड्यूल 1: प्रश्न
🎯 Learning Objectives
- व्यवस्थित समीक्षा के लिए एक केंद्रित PICO प्रश्न तैयार करें
- Distinguish surrogate outcomes from patient-important outcomes
- Explain why biological plausibility alone is insufficient evidence
- साक्ष्य-आधारित चिकित्सा के लिए CAST परीक्षण और इसके निहितार्थ का वर्णन करें
- सिद्धांत लागू करें: "हर उज्ज्वल संकेत मार्गदर्शन नहीं है"
~9,000
excess deaths per year
From a treatment everyone believed worked.
यह कहानी है कि हमने कैसे विश्वास किया - और हम कैसे गलत थे।
The Observation
Patients with frequent PVCs after MI had 2-5x higher mortality.
A massive clinical need. A clear target.
The Response
Antiarrhythmic drugs were developed, FDA approved,
and prescribed to ~200,000 patients per year.
इस कहानी में कोई खलनायक नजर नहीं आता.
सभी ने उपलब्ध सर्वोत्तम साक्ष्यों पर कार्य किया।
वह तर्क जिसने सभी को आश्वस्त किया
PVCs after MI predict sudden cardiac death
Antiarrhythmic drugs suppress PVCs
Suppressing PVCs should prevent sudden death
Antiarrhythmics save lives in post-MI patients
श्रृंखला तार्किक थी. निष्कर्ष अपरिहार्य लगा।
CAST: The Cardiac Arrhythmia Suppression Trial
Finally, someone asked: "Does suppressing PVCs actually save lives?"
परिणाम: अप्रैल 1989
डेटा सुरक्षा निगरानी बोर्ड परीक्षण को जल्दी रोक देता है।
| Outcome | Drug (n=755) | Placebo (n=743) |
|---|---|---|
| Arrhythmic deaths | 33 | 9 |
| All cardiac deaths | 43 | 16 |
| Total deaths | 56 | 22 |
| Death rate | 7.4% | 3.0% |
अतालता को पूरी तरह से दबाने वाली दवाओं ने मृत्यु दर में 150% की वृद्धि की।
मानव लागत
Before CAST, ~200,000 Americans per year received these drugs.
~9,000
excess deaths per year - possibly more
Vietnam War: ~6,000 US deaths/year • These drugs: ~9,000+ deaths/year
For every number, a name we will never know.
Look again.
तर्क - पुनरीक्षित
PVCs after MI predict sudden cardiac death
Antiarrhythmic drugs suppress PVCs
Suppressing PVCs should prevent sudden death
Antiarrhythmics save lives in post-MI patients
यह धारणा कि मार्कर को दबाने से परिणाम ठीक हो जाएगा, कभी परीक्षण नहीं किया गया।
What Went Wrong: The Surrogate Trap
पीवीसी क्षतिग्रस्त ऊतक का एक मार्कर था, मृत्यु का कारण नहीं
The drugs had proarrhythmic effects - triggering deadlier rhythms
सरोगेट में सुधार हुआ जबकि परिणाम खराब हुआ - एक अलग सरोगेट
सरोगेट ने झूठ नहीं बोला. हमने यह गलत प्रश्न पूछा।
पीआईसीओ फ्रेमवर्क
Every answerable clinical question has four components:
जांच अभ्यास: कास्ट से पहले साक्ष्य
आप 1988 में हृदय रोग विशेषज्ञ हैं। एक मरीज़ एमआई से बच गया है लेकिन उसे बार-बार पीवीसी होता है। अवलोकन संबंधी साहित्य स्पष्ट है...
| Study | पीवीसी वाले मरीज़ | Mortality Risk |
|---|---|---|
| Lown (1977) | High-grade PVCs | 2.4x higher |
| Bigger (1984) | >10 PVCs/hour | 3.1x higher |
| Mukharji (1984) | Complex PVCs | 4.8x higher |
संकेत साफ़ है. तंत्र प्रशंसनीय है. क्या आप एंटीरियथमिक्स लिखेंगे?
Before: Observational Logic
PVCs → Higher mortality
Drugs suppress PVCs
∴ Drugs should reduce mortality
After: CAST RCT (1989)
Death rate on drug: 7.4%
Death rate on placebo: 3.0%
RR = 2.5 (150% increase in deaths)
सरोगेट में सुधार हुआ। मरीजों की मौत हो गई. यही कारण है कि हम पूछते हैं: "परिणाम क्या मायने रखता है?"
साक्ष्य संश्लेषण के लिए सबक
जैविक संभाव्यता प्रमाण नहीं है
A logical mechanism doesn't guarantee the expected effect.
Surrogate endpoints can mislead
Improving a biomarker doesn't prove improvement in outcomes.
यादृच्छिक परीक्षण सबसे मजबूत कारणात्मक साक्ष्य प्रदान करते हैं
अकेले अवलोकन संबंधी डेटा शायद ही कभी गड़बड़ी के कारण हस्तक्षेप का कारण स्थापित करता है।
सर्वसम्मति साक्ष्य नहीं है
200,000 नुस्खे, एफडीए अनुमोदन और दिशानिर्देश सभी गलत थे।
This is why we do meta-analysis: to see past apparent truths.
यदि आपके द्वारा पूछा गया प्रश्न यह निर्धारित करता है कि कौन जीवित है और कौन मरता है?
REAL DATA
1989 में, हृदय रोग विशेषज्ञों को यह पता था पीवीसी दमन संभव था एनकेनाइड और फ़्लीकेनाइड के साथ। सरोगेट समापन बिंदु एकदम सही लग रहा था: दवाओं ने पीवीसी को दबा दिया 80%+. But CAST randomized 1,498 patients सक्रिय दवा बनाम प्लेसिबो। समय से पहले रोक दी गई थी सुनवाई: 56 deaths in the drug group vs 22 in placebo. Mortality increased 2.5-fold. An estimated ~9,000 excess American deaths per year इन दवाओं के लिए जिम्मेदार थे।
What appears certain may be wrong.
What everyone believes may be false.
ऐसे तरीके मौजूद हैं जिससे मरीज़ों को हमारे भरोसे की कीमत नहीं चुकानी पड़ती।
यही कारण है कि आप यहाँ हैं.
Module 1 Quiz
1. एंटीरैडमिक तर्क में मूलभूत त्रुटि क्या थी?
2. PICO में, "O" का क्या अर्थ है और यह क्यों मायने रखता है?
प्रत्येक संकेत सत्य नहीं है।
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
What was hidden in plain sight?
यह एक कहानी है
observational evidence.
मॉड्यूल 2: प्रोटोकॉल
🎯 Learning Objectives
- Explain why protocol pre-registration prevents bias
- Identify key elements of a PROSPERO registration
- Distinguish healthy user bias from true treatment effects
- Describe why observational studies overestimated HRT benefits
- सिद्धांत लागू करें: "तरीके मरीजों को हमारे आत्मविश्वास से बचाते हैं"
30+
observational studies
All showing hormone replacement therapy protected postmenopausal women from heart disease.
सबूत जबरदस्त लग रहे थे. निष्कर्ष निश्चित लग रहा था.
नर्सों का स्वास्थ्य अध्ययन
122,000 nurses followed for decades. HRT users had 40-50% lower cardiovascular mortality.
Landmark study. Impeccable methodology. Wrong conclusion.
छिपा हुआ पूर्वाग्रह
Healthy User Bias: Women who chose HRT were healthier, wealthier, better educated
Compliance Bias: Women who took HRT consistently also took better care of themselves
Prescriber Bias: Doctors gave HRT to healthier women with fewer risk factors
उपचार उनकी रक्षा नहीं कर रहा था। वे पहले से ही सुरक्षित थे.
WHI: The Women's Health Initiative
The largest randomized trial of HRT ever conducted.
परिणाम: जुलाई 2002
Trial stopped early after 5.2 years. Harm exceeded benefits.
| Outcome | Hazard Ratio | Direction |
|---|---|---|
| Coronary heart disease | 1.29 | HARM |
| Stroke | 1.41 | HARM |
| Breast cancer | 1.26 | HARM |
| Pulmonary embolism | 2.13 | HARM |
The Lesson
PRE-SPECIFY
A protocol written before the search begins prevents fishing, prevents bias, prevents hindsight distortion.
क्या होगा यदि उपचार काम करता है - लेकिन केवल कुछ के लिए?
REAL DATA
WHI showed HRT increased cardiovascular events overall. But later analyses revealed a critical pattern: women who started HRT within 10 years of menopause had REDUCED cardiovascular risk. Women starting 20+ years after menopause had INCREASED risk. The overall null/harm result hid a timing effect.
PROSPERO Registration
खोजने से पहले पंजीकरण करें
PROSPERO: International prospective register of systematic reviews
अपने निर्णय लॉक करें
PICO, search strategy, outcomes, analysis plan - all pre-specified
Document Amendments
परिवर्तन की अनुमति है लेकिन पारदर्शी और उचित होना चाहिए
Prevent Duplication
शुरू करने से पहले जांचें कि क्या आपकी समीक्षा पहले से मौजूद है
Module 2 Quiz
1. नर्सों के स्वास्थ्य अध्ययन से पता चला कि एचआरटी से लाभ क्यों हुआ जबकि डब्ल्यूएचआई को नहीं हुआ?
2. What is the primary purpose of PROSPERO registration?
पूर्व विशिष्टता नौकरशाही नहीं है.
It is protection.
Against our own tendency to find what we expect.
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
What was hidden in plain sight?
मॉड्यूल 3: खोज
What was hidden in plain sight?
यह एक कहानी है
what they didn't publish.
मॉड्यूल 3: खोज
🎯 Learning Objectives
- Develop a comprehensive search strategy using PRESS guidelines
- Search multiple databases including grey literature sources
- Identify trial registries and regulatory databases (ClinicalTrials.gov, FDA)
- Explain how the rosiglitazone case exposed hidden cardiovascular harms
- सिद्धांत लागू करें: "स्पष्ट दृश्य में क्या छिपा था?"
$3.2B
annual sales at peak
अवंदिया (रोसिग्लिटाज़ोन) दुनिया की सबसे अधिक बिकने वाली मधुमेह दवाओं में से एक थी।
प्रकाशित परीक्षण आश्वस्त करने वाले लगे। अप्रकाशित लोगों ने एक अलग कहानी बताई।
प्रकाशित साक्ष्य (2007 से पूर्व)
Published trials showed rosiglitazone effectively lowered HbA1c. Cardiovascular outcomes were rarely reported.
सरोगेट अच्छा लग रहा था. लेकिन वास्तविक हृदय संबंधी घटनाओं के बारे में क्या?
Nissen's Discovery: May 2007
डॉ. स्टीवन निसेन ने जीएसके की अपनी वेबसाइट से अप्रकाशित परीक्षण डेटा प्राप्त किया।
कानूनी समझौते के तहत जीएसके को नैदानिक परीक्षण के परिणाम ऑनलाइन पोस्ट करने की आवश्यकता थी। निसेन और वोल्स्की ने 42 परीक्षणों का विश्लेषण किया - जिनमें से कई कभी भी पत्रिकाओं में प्रकाशित नहीं हुए।
डेटा तकनीकी रूप से सार्वजनिक था।
No one had systematically searched for it.
मेटा-विश्लेषण परिणाम
| Outcome | Odds Ratio | 95% CI |
|---|---|---|
| Myocardial Infarction | 1.43 | 1.03 - 1.98 |
| CV Death | 1.64 | 0.98 - 2.74 |
Published in NEJM. The FDA called an emergency advisory committee meeting.
The FDA Advisory Committee: July 2007
कमेटी बंटी हुई थी. कुछ लोग इसे वापस लेना चाहते थे। कुछ लोगों ने मेटा-विश्लेषण को त्रुटिपूर्ण बताया।
लेकिन सिग्नल को अनदेखा नहीं किया जा सका।
The Aftermath
Black box warning added for heart failure risk (2007)
Severe restrictions on prescribing in the US (2010)
Withdrawn पूरी तरह से यूरोपीय बाजार से (2010)
FDA now requires cardiovascular outcome trials for all diabetes drugs
What a Comprehensive Search Requires
प्रेस चेकलिस्ट
Peer Review of Electronic Search Strategies
शोध प्रश्न का अनुवाद
क्या खोज PICO को दर्शाती है तत्व?
बूलियन और प्रॉक्सिमिटी ऑपरेटर्स
क्या और, या, सही ढंग से उपयोग नहीं किया जाता है?
Subject Headings
क्या MeSH/Emtree शब्द उपयुक्त और विस्फोटित हैं?
Text Words
Synonyms, spelling variants, truncation?
PRESS Checklist (continued)
Spelling, Syntax, Line Numbers
क्या ऐसी त्रुटियां हैं जो पुनर्प्राप्ति का कारण बनेंगी विफलताएँ?
सीमाएँ और फ़िल्टर
क्या दिनांक, भाषा, अध्ययन डिज़ाइन सीमाएँ उपयुक्त हैं?
Peer-reviewed searches substantially improve retrieval of key studies.
PRESS guideline: McGowan et al., 2016
Database Translation
प्रत्येक डेटाबेस के लिए समान खोज को अनुकूलित किया जाना चाहिए:
"diabetes mellitus, type 2"[MeSH] OR "type 2 diabetes"[tiab]
'non insulin dependent diabetes mellitus'/exp OR 'type 2 diabetes':ti,ab
Subject headings, field tags, and operators differ between databases.
क्या होता है जब आप खोजते हैं - और कुछ नहीं पाते?
REAL DATA
Governments stockpiled $9 billion महामारी फ्लू के लिए ओसेल्टामिविर (टैमीफ्लू)। कोक्रेन सहयोग ने साक्ष्यों की समीक्षा करने का प्रयास किया। 77 clinical trials, full reports existed for only 20का। रोश ने 5 yearsके लिए डेटा साझा करने से इनकार कर दिया। जब बीएमजे और कोक्रेन ने अंततः प्राप्त किया over 160,000 pages of clinical study reports, they found: Tamiflu reduced symptoms by less than 1 day, with no evidence it prevented hospitalizations or complications.
If Nissen had searched only PubMed,
the signal would have remained hidden.
Comprehensive search is survival.
What was hidden in plain sight?
Module 3 Quiz
1. किस प्रकार के साक्ष्य स्रोत ने रोसिग्लिटाज़ोन कार्डियोवस्कुलर सिग्नल का खुलासा किया?
2. What does PRESS stand for?
What was hidden in plain sight?
मॉड्यूल 4: स्क्रीनिंग
बिना मूल के संख्या एक संख्या नहीं है।
यह एक कहानी है
what they chose to report.
मॉड्यूल 4: स्क्रीनिंग
🎯 Learning Objectives
- Apply PRISMA flow diagram to document study selection
- Implement dual-reviewer screening with conflict resolution
- चयनात्मक परिणाम रिपोर्टिंग और डेटा हेरफेर की पहचान करें
- Calculate inter-rater reliability (Cohen's kappa)
- सिद्धांत लागू करें: "बिना मूल के संख्या एक संख्या नहीं है"
88,000
heart attacks attributed to Vioxx
A blockbuster drug. A hidden signal. A preventable catastrophe.
के बीच 1999 और 2004 में लाखों लोगों ने इस दर्द निवारक दवा का सेवन किया। कुछ कभी घर नहीं आए।
Vioxx का उदय
Rofecoxib (Vioxx) एक COX-2 चयनात्मक NSAID था। पारंपरिक दर्द निवारक दवाओं की तुलना में पेट के लिए अधिक सुरक्षित के रूप में विपणन किया गया।
विगोर परीक्षण (2000)
Vioxx Gastrointestinal Outcomes Research
What VIGOR Published
| GI Outcome | Vioxx | Naproxen |
|---|---|---|
| Confirmed GI events | 2.1 per 100 pt-yrs | 4.5 per 100 pt-yrs |
| Reduction | 54% fewer GI events | |
शीर्षक: Vioxx आपके पेट के लिए अधिक सुरक्षित है!
यह डॉक्टरों को बताया गया था। मरीजों का यही मानना था।
What VIGOR Buried
| CV Outcome | Vioxx | Naproxen |
|---|---|---|
| Myocardial Infarction | 20 events | 4 events |
| Relative Risk | 5x higher in Vioxx group | |
चयनात्मक रिपोर्टिंग
डेटा कटऑफ हेरफेर: 3 additional heart attacks occurred after the cutoff used in publication
Spin: सीवी सिग्नल को नेप्रोक्सन के कार्डियोप्रोटेक्टिव होने के रूप में समझाया गया था (कोई सबूत नहीं)
Outcome switching: सीवी घटनाएं पूर्व-निर्दिष्ट थीं लेकिन जोर नहीं दिया गया था
Internal knowledge: मर्क ईमेल से पता चलता है कि वे सिग्नल के बारे में जानते थे
अप्रूव ट्रायल (2004)
कोलोरेक्टल पॉलीप रोकथाम के लिए एक परीक्षण - सुरक्षा के लिए जल्दी बंद कर दिया गया।
Four years after VIGOR showed a 5x risk. Four years too late.
क्या आपने विचार किया है क्या होता है जब कोई सिग्नल शोर में छिप जाता है?
REAL DATA
Vioxx (rofecoxib) को 1999. By 2004, estimates suggest 88,000-140,000 excess heart attacks and 30,000-40,000 deaths. Merck's own VIGOR trial showed 5x cardiovascular risk in 2000—but it was dismissed as a "naproxen cardioprotective effect."
प्रिज्मा प्रवाह आरेख
Every step of screening must be documented and transparent.
Dual Screening: Why Two Reviewers?
Reduces Selection Bias
One reviewer might unconsciously favor certain studies
Catches Errors
थकान, गलत पढ़ना और गलतियाँ अपरिहार्य हैं
Forces Explicit Criteria
Disagreements reveal ambiguity in inclusion rules
Typical agreement: κ = 0.6-0.8
Disagreements resolved by discussion or third reviewer
अंशांकन: पायलट चरण
Before screening thousands of records, reviewers should calibrate on a sample of 50-100 records.
Screen the same set independently
Compare decisions and discuss disagreements
Refine inclusion criteria until κ > 0.7
दस्तावेज अंशांकन प्रक्रिया और कोई भी नियम परिवर्तन
PRISMA 2020 Updates
PRISMA 2020 ने संश्लेषण विधियों, निश्चितता मूल्यांकन और प्रोटोकॉल पंजीकरण पर विस्तारित रिपोर्टिंग के साथ चेकलिस्ट को काफी हद तक संशोधित किया।
If Vioxx's cardiovascular data had been screened by independent reviewers,
if all pre-specified outcomes had been required to be reported,
88,000 heart attacks might have been prevented.
बिना मूल के संख्या एक संख्या नहीं है।
Module 4 Quiz
1. VIGOR परीक्षण में, नेप्रोक्सन की तुलना में Vioxx समूह में MI का सापेक्ष जोखिम क्या था?
2. Why is dual screening (two independent reviewers) important?
बिना मूल के संख्या एक संख्या नहीं है।
मॉड्यूल 5: निष्कर्षण
बिना मूल के संख्या एक संख्या नहीं है।
यह एक कहानी है
संख्याएं जो कभी अस्तित्व में नहीं थीं।
मॉड्यूल 5: निष्कर्षण
🎯 Learning Objectives
- उत्पत्ति क्षेत्रों के साथ एक मानकीकृत डेटा निष्कर्षण फॉर्म डिज़ाइन करें
- Calculate effect sizes from various reported statistics (OR, RR, HR, SMD)
- Implement dual-extraction with discrepancy resolution
- डेटा निर्माण और कदाचार के लिए लाल झंडे की पहचान करें
- Explain how the DECREASE fraud affected clinical guidelines
~10,000
possible excess deaths in Europe
मनगढ़ंत नैदानिक परीक्षण पर आधारित दिशानिर्देशों से डेटा।
DECREASE परीक्षणों ने दुनिया भर में पेरिऑपरेटिव देखभाल को प्रभावित किया। डेटा का आविष्कार किया गया था।
Don Poldermans: A Star Researcher
Professor at Erasmus Medical Center, Rotterdam. Author of over 500 papers. Lead author of ESC guidelines on perioperative cardiac care.
एक स्पष्टतः अप्राप्य स्रोत। जब तक किसी ने डेटा को नहीं देखा।
कमी परीक्षण: दावा
| Trial | Finding | Impact |
|---|---|---|
| DECREASE-I (1999) | 90% reduction in cardiac death | Changed guidelines |
| DECREASE-IV (2009) | Beta-blockers safe in low-risk | Expanded recommendations |
Effect sizes were implausibly large.
90% reduction? Almost nothing in medicine works that well.
The Investigation: 2011
Erasmus MC investigated after whistleblower complaints
मनगढ़ंत रोगी डेटा: Patients who didn't exist or weren't enrolled
No informed consent: Many "participants" never consented
Poldermans dismissed: From Erasmus MC in 2011
नुकसान का झरना
जब DECREASE को हटा दिया गया था मेटा-विश्लेषण...
POISE परीक्षण (2008) ने नुकसान दिखाया था। इसे खारिज कर दिया गया क्योंकि यह DECREASE के साथ विरोधाभासी था।
यह पकड़ा क्यों नहीं गया?
Trust in authority: पॉल्डरमैन्स अपने स्वयं के साक्ष्य की समीक्षा करने वाले दिशानिर्देश लेखक थे
No data verification: किसी ने भी व्यक्तिगत रोगी डेटा नहीं मांगा
Publication prestige: Published in top journals, assumed valid
Implausible effects accepted: 90% reductions should raise suspicion
Data Extraction: Defense Against Fraud
Dual Extraction
Two extractors independently - catches transcription errors and forces scrutiny
Record Provenance
Table, page, paragraph - every number traceable to source
Verify Against Registry
ClinicalTrials.gov परिणाम बनाम प्रकाशन - विसंगतियां लाल झंडे हैं
Request IPD
Individual patient data reveals what aggregate summaries hide
Effect Size Calculation
निष्कर्षण के दौरान, आप रिपोर्ट किए गए डेटा से प्रभाव आकार की गणना करते हैं:
Odds Ratio, Risk Ratio, Risk Difference from 2x2 tables
माध्य अंतर, साधन और एसडी से मानकीकृत माध्य अंतर
हमेशा सबसे विश्वसनीय स्रोत से निकालें।
Prefer: ITT results > per-protocol > subgroups
Red Flags During Extraction
Implausible effect sizes: 80-90% reductions should prompt scrutiny
Baseline imbalances: वे समूह जो "बहुत पूर्णतः" मेल खाते हैं
Round numbers: "Exactly 50" or "exactly 100" patients per arm
Registry discrepancies: प्रकाशित एन पंजीकृत एन से भिन्न है
Effect Size Conversions
अध्ययन रिपोर्ट के परिणाम अलग-अलग मेट्रिक्स में होते हैं। उन्हें पूल करने के लिए, आपको अक्सर रूपांतरणों की आवश्यकता होती है:
| From | To | Formula |
|---|---|---|
| SMD (d) | log-OR | log-OR = d × π / √3 |
| log-OR | SMD (d) | d = log-OR × √3 / π |
| Correlation (r) | Fisher z | z = 0.5 × ln((1+r)/(1−r)) |
| OR | RR | RR = OR / (1 − P₀ + P₀ × OR) |
| OR | NNT | NNT = 1 / (P₀ − OR×P₀ / (1−P₀+OR×P₀)) |
P₀ = नियंत्रण समूह में आधारभूत जोखिम। ये सूत्र अनुमानित स्थितियाँ मानते हैं; बोरेंस्टीन एट अल देखें। (अध्याय 7) सटीक व्युत्पत्तियों के लिए।
समय-दर-घटना (उत्तरजीविता) डेटा
Many trials report time-to-event outcomes using hazard ratios (HR). Pooling HRs in meta-analysis requires special handling:
लॉग (एचआर) + एसई विधि
परीक्षण से लॉग (एचआर) और उसके एसई निकालें। यदि रिपोर्ट नहीं की गई है, तो सीआई से एसई प्राप्त करें: एसई = (एलएन(ऊपरी) - एलएन(निचला)) / (2 × 1.96)। मानक व्युत्क्रम-विचरण विधियों का उपयोग करके पूल करें।
जब एचआर की रिपोर्ट नहीं की जाती है
कपलान-मेयर वक्रों से आईपीडी का पुनर्निर्माण करने के लिए तरीके मौजूद हैं (गयोट एट अल. 2012) या पी-वैल्यू और इवेंट काउंट्स से एचआर का अनुमान लगाने के लिए (परमार एट अल. 1998)। उपलब्ध होने पर हमेशा सीधे रिपोर्ट किए गए समायोजित एचआर को प्राथमिकता दें।
HR < 1 favors treatment; HR > 1 favors control. Do not convert HRs to ORs or RRs—they measure fundamentally different quantities.
यदि आपके द्वारा निकाला गया डेटा कभी वास्तविक नहीं था तो क्या होगा?
REAL DATA
जोआचिम बोल्ड एनेस्थीसिया द्रव प्रबंधन में सबसे विपुल शोधकर्ता थे। ऊपर उनके 180 प्रकाशन वापस ले लिये गये - चिकित्सा इतिहास में सबसे बड़े वापसी मामलों में से एक। उनके मनगढ़ंत डेटा से पता चला कि हाइड्रॉक्सीएथाइल स्टार्च (एचईएस) सुरक्षित था। मेटा-विश्लेषण जिसमें उनका अध्ययन शामिल था, ने निष्कर्ष निकाला कि एचईएस हानिरहित था। जब बोल्ड्ट की पढ़ाई हटा दी गई, एकत्रित प्रभाव उलट गया: HES increased kidney injury by 59% (RR 1.59, 95% CI 1.26-2.00) and mortality by ~9% (RR 1.09). An estimated thousands of patients received a harmful fluid based on fabricated evidence.
आपके मेटा-विश्लेषण में प्रत्येक संख्या
must trace back to a verifiable source.
बिना मूल के संख्या एक संख्या नहीं है।
Fraudulent data can kill as surely as fraudulent drugs.
Module 5 Quiz
1. क्या हुआ जब DECREASE परीक्षण डेटा को बीटा-ब्लॉकर मेटा-विश्लेषण से हटा दिया गया?
2. Why should dual extraction be standard practice?
बिना मूल के संख्या एक संख्या नहीं है।
मॉड्यूल 6: पूर्वाग्रह
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
यह एक कहानी है
वह पूर्वाग्रह जिसे हम नहीं देख सकते।
मॉड्यूल 6: पूर्वाग्रह
🎯 Learning Objectives
- Apply Risk of Bias 2.0 (RoB 2) to randomized trials
- गैर-यादृच्छिक अध्ययन के लिए रॉबिन्स-I लागू करें
- Assess all five RoB 2 domains (randomization, deviations, missing data, measurement, selection)
- Distinguish confounding by indication from true treatment effects
- Explain how BART revealed hidden harms of aprotinin
20+
बाज़ार में वर्षों
सर्जिकल रक्तस्राव को कम करने के लिए एप्रोटीनिन स्वर्ण मानक था।
फिर किसी ने आरसीटी चलाया। सच्चाई अलग थी.
The Hidden Bias: Confounding by Indication
Sicker patients got aprotinin: Surgeons used it in complex, high-risk cases
Survivors bias: Dead patients can't report complications
Publication bias: नकारात्मक अध्ययन प्रकाशित नहीं किये गये
अवलोकन संबंधी अध्ययन रोगी के आधारभूत जोखिम से दवा के प्रभाव को अलग नहीं कर सके।
बार्ट: यादृच्छिक सत्य
Blood Conservation Using Antifibrinolytics in a Randomized Trial
| Outcome | Aprotinin | Alternatives |
|---|---|---|
| 30-day mortality | 6.0% | 3.9% |
| Relative Risk | 1.53 (53% increased death) | |
जांच: पूर्वाग्रह का आकलन करें
आप अवलोकन संबंधी अध्ययनों की समीक्षा कर रहे हैं। पूर्वाग्रहपूर्ण सोच का जोखिम लागू करें:
| Question | Observational | BART (RCT) |
|---|---|---|
| Random allocation? | ❌ Surgeon choice | ✓ Yes |
| Baseline comparable? | ❌ Sicker got drug | ✓ Balanced |
| Blinding? | ❌ Open label | ✓ Double-blind |
Confounding by indication: सर्जनों ने सबसे बीमार रोगियों को एप्रोटीनिन दिया। जब वे उत्तरजीविता पूर्वाग्रह को माप रहे थे, तो अवलोकन संबंधी अध्ययनों ने दवा को जीवित रहने के लिए जिम्मेदार ठहराया।
Risk of Bias 2.0: The Five Domains
Randomization Process
इच्छित हस्तक्षेपों से विचलन
अनुपलब्ध परिणाम डेटा
परिणाम का मापन
रिपोर्ट किए गए परिणाम का चयन
रॉबिन्स-I: गैर-यादृच्छिक अध्ययन के लिए
जब आरसीटी अनुपलब्ध हो, तो रॉबिन्स-I (हस्तक्षेप के गैर-यादृच्छिक अध्ययन में पूर्वाग्रह का जोखिम) का उपयोग करें
Confounding
Baseline differences between groups
Selection of Participants
Exclusions related to intervention
Classification of Interventions
Misclassification of exposure status
इच्छित हस्तक्षेपों से विचलन
Co-interventions, contamination
Missing Data
Differential loss to follow-up
Measurement of Outcomes
Ascertainment bias
Selection of Reported Result
Selective reporting
Ratings: Low / Moderate / Serious / Critical / No information
क्या होता है जब 64 अध्ययन सहमत होते हैं - और वे सभी गलत होते हैं?
REAL DATA
एप्रोटीनिन का उपयोग हृदय शल्य चिकित्सा में रक्तस्राव को कम करने के लिए किया जाता था 20 years. 64 small randomized trials सुझाव दिया कि यह सुरक्षित और प्रभावी था। मेटा-विश्लेषण से लाभ की पुष्टि हुई। फिर BART trial (2008) randomized 2,331 patients: aprotinin vs. tranexamic acid vs. aminocaproic acid. Result: aprotinin increased mortality by 53% (आरआर 1.53, 95% सीआई 1.06-2.22)। मुकदमा था नुकसान के लिए जल्दी रुक गए. बायर ने महीनों के भीतर बाजार से एप्रोटीनिन वापस ले लिया।
Sixty-four small trials measured bleeding, not death.
One adequately powered trial revealed 53% increased mortality.
साक्ष्य की मात्रा गुणवत्ता और शक्ति का स्थान नहीं ले सकती।
Module 6 Quiz
1. Why did 64 small trials miss aprotinin's harm?
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
मॉड्यूल 7: संश्लेषण
विषमता एक संदेश है, शोर नहीं।
मैग्नीशियम विवाद: 1991-1995
When pooling leads us astray.
मॉड्यूल 7: संश्लेषण
🎯 Learning Objectives
- Calculate pooled effect sizes using fixed-effect and random-effects models
- Choose between DerSimonian-Laird and HKSJ estimators appropriately
- Interpret forest plots including weights, confidence intervals, and diamonds
- Explain why small-study effects can mislead meta-analyses
- सिद्धांत लागू करें: "विषमता एक संदेश है, शोर नहीं"
The Year: 1991
"आप आशा और साक्ष्य के चौराहे पर खड़े हैं..."
Heart disease kills more people worldwide than any other cause. In 1991, a new hope emerges: Could something as simple and cheap as intravenous magnesium save lives after myocardial infarction?
जैविक तर्क सही था:
Magnesium stabilizes cardiac membranes, prevents arrhythmias, and vasodilates coronary arteries.
सीमा-2: ऐतिहासिक परीक्षण
Leicester Intravenous Magnesium Intervention Trial, 1992
A cheap, safe intervention that could save 250,000 lives per year globally.
चिकित्सा समुदाय विद्युतीकृत था।
The Meta-Analysis: 1993
Researchers pooled seven randomized trials of IV magnesium in MI:
| Trial | Year | N | Odds Ratio |
|---|---|---|---|
| Morton 1984 | 1984 | 40 | 0.10 |
| Rasmussen 1986 | 1986 | 273 | 0.35 |
| Smith 1986 | 1986 | 400 | 0.48 |
| Abraham 1987 | 1987 | 94 | 0.87 |
| Shechter 1990 | 1990 | 103 | 0.27 |
| Ceremuzynski 1989 | 1989 | 48 | 0.22 |
| LIMIT-2 | 1992 | 2,316 | 0.74 |
Investigation Exercise: The Meta-Analyst's Dilemma
आप 1993 में कोक्रेन समीक्षक हैं। आपको एमआई के लिए मैग्नीशियम पर साक्ष्य संश्लेषित करने के लिए कहा गया है। सात परीक्षणों का डेटा आपके सामने है।
क्या आप इस वन भूखंड में पैटर्न देखते हैं?
लेकिन रुकिए... क्या आपने परीक्षण आकारों के बारे में कुछ नोटिस किया है?
चेतावनी के संकेत
What should have given us pause?
Small sample sizes: Six of seven trials had <500 patients
Extreme effects: OR of 0.10 (90% reduction) is implausible for any drug
All positive: नकारात्मक परीक्षण कहाँ थे? फ़ाइल ड्रॉअर समस्या...
Funnel asymmetry: Small trials showed much larger effects than larger ones
फ़नल प्लॉट टेस्ट
पूल करने से पहले, हमें प्रकाशन पूर्वाग्रह की जाँच करनी चाहिए। आइए फ़नल प्लॉट की जाँच करें।
⚠️ Asymmetric Funnel
बाईं ओर छोटे परीक्षण समूह (लाभ दिखाते हुए)। छोटे नकारात्मक परीक्षण कहाँ हैं?
Egger's test p = 0.04 — statistically significant asymmetry.
वर्ष: 1995 - आईएसआईएस-4 रिपोर्ट
"और फिर सच सामने आया..."
The Fourth International Study of Infarct Survival (ISIS-4) enrolled 58,050 patients across 1,086 hospitals in 31 countries.
पहले और बाद में: पूरी तस्वीर
देखिए क्या होता है जब हम अपने वन भूखंड में मेगा-ट्रायल जोड़ते हैं...
BEFORE ISIS-4
7 small trials (N = 3,274)
OR = 0.44
Strong benefit signal
AFTER ISIS-4
8 trials (N = 61,324)
OR = 1.02
No effect
Why Did Small Trials Mislead?
Publication Bias
Small negative trials were never published—they sat in file drawers
Small-Study Effects
Smaller trials tend to show larger effects due to methodological weaknesses
Random High Bias
संयोग से, कुछ छोटे परीक्षण चरम परिणाम देते हैं - और वे प्रकाशित हो जाते हैं
Random-Effects Amplification
Random-effects models give more weight to small trials, amplifying bias
Fixed vs. Random Effects
Which model should you choose?
Assumes one true effect. Weights studies by inverse variance (precision). Large trials dominate.
Magnesium result: OR = 0.96 (p = 0.52)
Assumes distribution of effects. Gives more weight to small trials. Wider confidence intervals.
Magnesium result: OR = 0.59 (p = 0.01)
⚠️ मॉडल विकल्प ने निष्कर्ष निर्धारित किया!
यादृच्छिक प्रभाव पूर्वाग्रह को ठीक नहीं करता है; छोटे-अध्ययन प्रभावों के साथ, यह वजन को छोटे परीक्षणों की ओर स्थानांतरित कर सकता है और निष्कर्ष बदल सकता है।
मैग्नीशियम के सबक
1. एकत्रित अनुमान पर भरोसा करने से पहले प्रकाशन पूर्वाग्रह की जाँच करें। फ़नल प्लॉट और एगर का परीक्षण आपके उपकरण हैं।
2. Be wary of small-study effects. If only small trials show benefit, wait for a large, well-conducted trial.
3. Model choice matters. यादृच्छिक प्रभाव पक्षपातपूर्ण साक्ष्य को बढ़ा सकते हैं। दोनों मॉडलों पर विचार करें और निहितार्थों को समझें।
4. One large trial can overturn many small ones. यही कारण है कि ISIS-4 जैसे मेगा-परीक्षण इतने मूल्यवान हैं।
मेटा-विश्लेषण में विशेष अध्ययन डिजाइन
सभी RCT मानक समानांतर-समूह डिज़ाइन का उपयोग नहीं करते हैं। परिणामों को पूल करते समय दो सामान्य विकल्पों को विशेष देखभाल की आवश्यकता होती है:
Cluster-Randomized Trials
समूहों (अस्पतालों, स्कूलों) को यादृच्छिक करें, व्यक्तियों को नहीं। design effect = 1 + (m−1) × ICC प्रभावी नमूना आकार को कम कर देता है। पूलिंग से पहले एन को डिज़ाइन प्रभाव से विभाजित करें, या परीक्षण से समायोजित एसई का उपयोग करें। क्लस्टरिंग को अनदेखा करने से कृत्रिम रूप से संकीर्ण सीआई उत्पन्न होते हैं।
Crossover Trials
प्रत्येक रोगी को दोनों उपचार प्राप्त होते हैं। युग्मित डिज़ाइन विचरण को कम करता है, लेकिन सही ढंग से पूल करने के लिए आपको within-patient correlation (या युग्मित विश्लेषण SE) की आवश्यकता होती है। समानांतर-समूह एसई का उपयोग रूढ़िवादी है; गलत एन डबल-काउंट वाले मरीजों का उपयोग करना।
विस्तृत सूत्रों और काम के उदाहरणों के लिए कोक्रेन हैंडबुक v6.4, अध्याय 23 देखें।
क्या होगा यदि आप अध्ययनों को संयोजित करने का तरीका यह निर्धारित करते हैं कि कोई उपचार जीवन रक्षक दिखता है या नहीं बेकार?
REAL DATA
समयपूर्व शिशुओं के लिए प्रारंभिक सर्फेक्टेंट को 6 small trials showing reduced mortality (RR 0.84). A fixed-effect meta-analysis confirmed benefit (p=0.04). But a random-effects model showed no significance (p=0.12) — the confidence interval crossed 1.0. Later, SUPPORT (2010) and VON (2012), two large pragmatic trials with ~2,000 neonates combined, found no benefit प्रारंभिक बनाम बाद के सर्फेक्टेंट द्वारा समर्थित किया गया था। छोटे परीक्षणों और गलत मॉडल के आधार पर नैदानिक अभ्यास को बदल दिया गया था।
Module 7 Quiz
1. मैग्नीशियम मेटा-विश्लेषण ने वह लाभ क्यों दिखाया जो ISIS-4 को नहीं मिला?
2. What warning sign should have alerted reviewers to potential bias?
3. When publication bias is suspected, which model may amplify the bias?
Small trials can show false signals.
Large trials anchor the truth.
विषमता एक संदेश है, शोर नहीं।
विषमता एक संदेश है, शोर नहीं।
मॉड्यूल 8: विषमता
विषमता एक संदेश है, शोर नहीं।
ACCORD: 2008
जब औसत सच्चाई को छुपाता है।
मॉड्यूल 8: विषमता
🎯 Learning Objectives
- I², τ², और भविष्यवाणी अंतराल की गणना और व्याख्या करें
- Apply ICEMAN criteria to assess subgroup credibility
- Distinguish between clinical, methodological, and statistical heterogeneity
- Conduct and interpret leave-one-out sensitivity analyses
- Explain how ACCORD revealed differential effects across subgroups
The Year: 2008
"आप सबसे चौंकाने वाले परीक्षण समाप्ति में से एक को देखने वाले हैं इतिहास..."
दशकों से, मधुमेह समुदाय का एक मार्गदर्शक सिद्धांत था: lower blood sugar is better। ऐतिहासिक डीसीसीटी (1993) और यूकेपीडीएस (1998) ने दिखाया कि गहन ग्लूकोज नियंत्रण से सूक्ष्म संवहनी जटिलताओं - अंधापन, गुर्दे की विफलता, तंत्रिका क्षति कम हो गई।
तार्किक एक्सट्रपलेशन:
If controlling glucose prevents complications, shouldn't intensive control prevent cardiovascular disease too?
ACCORD: Action to Control Cardiovascular Risk in Diabetes
The definitive test of intensive glucose control
सभी रोगियों में उच्च हृदय जोखिम के साथ टाइप 2 मधुमेह था - या तो स्थापित हृदय रोग या कई जोखिम कारक। परीक्षण 5.6 वर्षों के लिए डिज़ाइन किया गया था।
February 6, 2008
डेटा सुरक्षा निगरानी बोर्ड एक आपातकालीन बैठक बुलाता है।
After 3.5 years, they make an unprecedented decision:
परीक्षण रोकें।
चौंकाने वाले परिणाम
| Outcome | Intensive | Standard | HR (95% CI) |
|---|---|---|---|
| Primary CV endpoint | 352 events | 371 events | 0.90 (0.78–1.04) |
| All-cause mortality | 257 deaths | 203 deaths | 1.22 (1.01–1.46) |
| Severe hypoglycemia | 10.5% | 3.5% | 3.0× higher |
Investigation Exercise: The Clinician's Dilemma
आप 500 मधुमेह रोगियों के साथ एक एंडोक्रिनोलॉजिस्ट हैं। ACCORD परिणाम प्रकाशित किए गए हैं। आप अपने मरीज़ों को क्या कहते हैं जो HbA1c <6% के लिए प्रयास कर रहे हैं?
क्या गहन नियंत्रण सभी के लिए हानिकारक है? या केवल कुछ के लिए?
उपसमूह विश्लेषण से पता चला:
| Subgroup | Intensive HR | Interpretation |
|---|---|---|
| No prior CVD | 1.00 (0.76–1.32) | No effect |
| Prior CVD | 1.45 (1.15–1.84) | Significant harm |
| Baseline HbA1c <8% | 1.02 (0.75–1.40) | No effect |
| Baseline HbA1c ≥8% | 1.29 (1.03–1.60) | Harm |
The average effect masked critical heterogeneity!
स्थापित सीवीडी या खराब बेसलाइन नियंत्रण वाले रोगियों के लिए, गहन चिकित्सा हानिकारक थी।
विषमता को समझना: I² और परे
जब अध्ययन (या उपसमूह) अलग-अलग प्रभाव दिखाते हैं, हमें इस भिन्नता को मापना चाहिए।
I² = 0–25%: कम विविधता। प्रभाव सभी अध्ययनों में सुसंगत हैं।
I² = 25–50%: Moderate. Look for sources of variation.
I² = 50–75%: Substantial. Consider whether pooling is appropriate.
I² = 75–100%: Considerable. A single pooled estimate may mislead.
लेकिन I² अकेले आपको यह नहीं बताता कि क्या करना है - यह संकेत देता है कि आपको आगे की जांच करने की आवश्यकता है।
Tau² (τ²): अध्ययन के बीच भिन्नता
जबकि I² आपको विषमता के कारण भिन्नता का अनुपात बताता है, τ² आपको परिमाण बताता है।
"कुल भिन्नता का कौन सा अंश अध्ययनों के बीच वास्तविक अंतर के कारण है?"
Scale: 0% to 100%
"अध्ययनों के बीच वास्तविक प्रभाव कितने भिन्न होते हैं?"
Same scale as the effect measure
Use τ² to calculate prediction intervals
एक पूर्वानुमान अंतराल उन प्रभावों की सीमा दिखाता है जिनकी आप एक नए अध्ययन में अपेक्षा करते हैं - अक्सर आत्मविश्वास से कहीं अधिक व्यापक अंतराल।
The Prediction Interval: What ACCORD Really Tells Us
Consider a meta-analysis of intensive glucose control across multiple trials...
Confidence Interval
HR 1.10 (0.95–1.27)
"औसत प्रभाव का हमारा सबसे अच्छा अनुमान"
Prediction Interval
HR 1.10 (0.70–1.73)
"The range of effects in a new setting"
भविष्यवाणी अंतराल लाभ और हानि दोनों को फैलाता है!
In some settings, intensive control might help. In others, it could kill.
When Is a Subgroup Effect Credible?
Subgroup Credibility Criteria (adapted from ICEMAN, Schandelmaier 2020 & Sun 2012)
क्या उपसमूह विश्लेषण पूर्व-निर्दिष्ट था?
पोस्ट-हॉक उपसमूह डेटा के प्रति संवेदनशील होते हैं ड्रेजिंग
Is there a plausible biological rationale?
तंत्र स्पष्ट और डेटा से स्वतंत्र होना चाहिए
Is the effect consistent across related outcomes?
यदि मृत्यु दर के लिए नुकसान दिखाई देता है, तो क्या एमआई, स्ट्रोक के लिए समान नुकसान है?
Is there independent replication?
क्या अन्य अध्ययनों में उपसमूह प्रभाव की पुष्टि की गई है?
ICEMAN Applied to ACCORD
| Criterion | Assessment | Score |
|---|---|---|
| Pre-specified? | हां-पूर्व सीवीडी में था प्रोटोकॉल | ✓ |
| Biological rationale? | Yes—hypoglycemia more dangerous with CVD | ✓ |
| Consistent outcomes? | Yes—CV mortality and all-cause mortality aligned | ✓ |
| Independent replication? | Partially—ADVANCE, VADT showed similar patterns | ~ |
ICEMAN Rating: High Credibility
The differential harm in high-risk patients appears genuine.
नैदानिक निहितार्थ
बिना सीवीडी वाले रोगियों के लिए: Moderate glucose control (HbA1c ~7%) remains the goal. Intensive control may reduce microvascular complications.
स्थापित सीवीडी वाले रोगियों के लिए: Avoid intensive targets. Hypoglycemia is dangerous for damaged hearts.
बुजुर्ग रोगियों के लिए: Relaxed targets. Quality of life matters. Tight control causes falls, confusion, and excess mortality.
"One size fits all" treatment is not patient-centered medicine.
Meta-Regression: Explaining Heterogeneity
When heterogeneity is high, meta-regression can identify study-level covariates that explain variation.
क्या अध्ययन के साथ प्रभाव का आकार व्यवस्थित रूप से भिन्न होता है विशेषताएँ?
Caution
मेटा-रिग्रेशन के लिए प्रति सहसंयोजक ≥10 अध्ययन की आवश्यकता होती है। कुछ अध्ययनों के साथ, यह केवल खोजपूर्ण है। पारिस्थितिक भ्रांति: अध्ययन स्तर के संबंध व्यक्तियों पर लागू नहीं हो सकते हैं।
Example: In ACCORD, meta-regression might test if treatment effect varies by baseline HbA1c, showing harm concentrated in patients with very high levels.
What number saves lives? Who decides?
REAL DATA
दशकों से, लक्ष्य था: रक्तचाप का इलाज करें <140 mmHg systolic. Then came SPRINT (2015): 9,361 high-risk patients randomized to intensive (<120) vs standard (<140) targets. Intensive treatment reduced CV events by 25% and death by 27%. Trial stopped early for benefit. Guidelines changed worldwide.
Module 8 Quiz
1. ACCORD परीक्षण जल्दी क्यों रोक दिया गया?
2. What does a prediction interval tell us that a confidence interval doesn't?
3. According to ICEMAN, which factor is MOST important for subgroup credibility?
जब अध्ययन असहमत हों,
असहमति को सुनें।
विषमता एक संदेश है, शोर नहीं।
साक्ष्य का अभाव अनुपस्थिति का साक्ष्य नहीं है।
मॉड्यूल 9: द हिडन स्टडीज
साक्ष्य का अभाव अनुपस्थिति का साक्ष्य नहीं है।
Reboxetine: 2010
74% जिन्होंने कभी प्रकाश नहीं देखा।
मॉड्यूल 9: द हिडन स्टडीज
🎯 Learning Objectives
- Interpret funnel plots for asymmetry detection
- एगर का परीक्षण लागू करें और प्रकाशन पूर्वाग्रह के लिए अन्य सांख्यिकीय परीक्षण
- पूर्वाग्रह समायोजन के लिए ट्रिम-एंड-फिल विधि लागू करें
- Critically appraise the limitations of publication bias tests
- सिद्धांत लागू करें: "साक्ष्य की अनुपस्थिति अनुपस्थिति का प्रमाण नहीं है"
The Year: 1997
"A new hope for depression patients who cannot tolerate SSRIs..."
रेबॉक्सेटिन (एड्रोनैक्स) एक नया एंटीडिप्रेसेंट था - एक चयनात्मक नॉरपेनेफ्रिन रीपटेक अवरोधक (एनआरआई)। एसएसआरआई के विपरीत, इसने एक अलग न्यूरोट्रांसमीटर प्रणाली को लक्षित किया। उन रोगियों के लिए जो फ्लुओक्सेटीन या सेराट्रलाइन को बर्दाश्त नहीं कर सके या विफल हो गए, इसने एक नई तंत्र की पेशकश की।
प्रकाशित साक्ष्य
What doctors could find in medical journals:
| Comparison | Published Trials | Published Result |
|---|---|---|
| Reboxetine vs Placebo | 3 trials (n=507) | Significantly better (SMD = 0.56) |
| Reboxetine vs SSRIs | 4 trials (n=628) | Equivalent or better |
प्रकाशित साहित्य ने एक स्पष्ट कहानी बताई:
Reboxetine works. Patients benefit. Prescribe with confidence.
लेकिन उन परीक्षणों के बारे में क्या जो आप नहीं कर सके देखें?
In 2010, German researchers at IQWiG made a request to the European Medicines Agency...
They demanded access to all परीक्षण डेटा-प्रकाशित और अप्रकाशित।
What they found changed everything.
पूरी तस्वीर
Eyding et al., BMJ 2010
| Comparison | Published Only | ALL DATA |
|---|---|---|
| Reboxetine vs Placebo | SMD 0.56 (benefit) | SMD 0.10 (no benefit) |
| Patients in analysis | 507 (14%) | 2,731 (100%) |
| Reboxetine vs SSRIs | Equivalent | निचला (नुकसान के लिए आरआर 1.23) |
| Patients in analysis | 628 (26%) | 2,411 (100%) |
Investigation Exercise: The File Drawer
आप 2008 में एक व्यवस्थित समीक्षक हैं। आप सभी रीबॉक्सेटीन परीक्षणों के लिए पबमेड, एम्बेस और कोक्रेन लाइब्रेरी खोजते हैं। आपको लाभ दिखाने वाले 7 प्रकाशित परीक्षण मिले।
क्या आप इस साक्ष्य पर भरोसा कर सकते हैं?
⚠️ फ़नल अत्यधिक असममित है!
सभी प्रकाशित अध्ययन एक तरफ हैं। अशक्त और नकारात्मक परीक्षण कहां हैं?
प्रकाशन पूर्वाग्रह टूलकिट
Funnel Plot
Plot effect size vs. standard error. A symmetric funnel suggests no bias; asymmetry raises alarms.
Egger's Regression Test
Regress effect/SE on 1/SE. A non-zero intercept (P < 0.10) suggests small-study effects. Note: inflated false-positive rate with binary outcomes; use Peters' test instead.
Peters' Test
For binary outcomes, regresses log OR on inverse of total sample size. Less prone to false positives.
Trim-and-Fill
फ़नल को सममित बनाने के लिए "लापता" अध्ययनों को लागू करता है, फिर एकत्रित प्रभाव की पुनर्गणना करता है।
इंटरएक्टिव: ट्रिम-एंड-फिल विश्लेषण
आइए रीबॉक्सेटीन डेटा पर ट्रिम-एंड-फिल लागू करें और देखें कि समायोजित अनुमान क्या होगा...
Published Only
7 trials
SMD = 0.56
Significant benefit
Trim-and-Fill
7 + 5 imputed = 12 trials
SMD = 0.23
Reduced, still nominally significant
But even trim-and-fill underestimated the problem!
सभी डेटा के साथ वास्तविक प्रभाव SMD = 0.10 (अनिवार्य रूप से शून्य) था।
Trim-and-fill is conservative—it doesn't fully correct for selective publication.
The Best Defense: Trial Registries
प्रकाशन पूर्वाग्रह का पता लगाने के तरीके अपूर्ण हैं। वास्तविक समाधान है prospective registration.
परीक्षणों की खोज करते समय, हमेशा रजिस्ट्रियों की जांच करें। registered परीक्षणों की संख्या की तुलना संख्या publishedसे करें। अंतर आपका चेतावनी संकेत है।
Since 2005, ICMJE requires trial registration as a condition of publication.
ऑलट्रायल अभियान
"All trials registered. All results reported."
रेबॉक्सेटिन घोटाले ने, अन्य दवाओं में इसी तरह के मामलों के साथ, एक वैश्विक आंदोलन को उत्प्रेरित किया:
2013: ईएमए क्लिनिकल डेटा नीति
European Medicines Agency commits to publishing clinical study reports
2016: FDA Amendments Act enforcement
Mandatory results reporting on ClinicalTrials.gov within 12 months
AllTrials Coalition
Over 90,000 supporters, 700+ organizations demanding transparency
रेबॉक्सेटिन परिणाम
Germany's IQWiG recommended against reboxetine for depression
ब्रिटेन के NICE ने इसे डाउनग्रेड करके "अनुशंसित नहीं" कर दिया
FDA ने 2001 में रीबॉक्सेटीन को अस्वीकार कर दिया था (उनके पास अप्रकाशित डेटा तक पहुंच थी)
एक दशक से अधिक समय तक, मरीजों को इससे बेहतर कोई दवा नहीं मिली प्लेसबो।
क्योंकि केवल सकारात्मक परीक्षण प्रकाशित हुए थे।
क्या होगा यदि प्रकाशित निष्कर्ष वास्तविक डेटा के विपरीत है?
REAL DATA
ग्लैक्सोस्मिथक्लाइन अध्ययन 329 में पेरॉक्सेटिन का परीक्षण किया गया adolescent depression. प्रकाशित पेपर (2001) ने निष्कर्ष निकाला कि पैरॉक्सिटिन था "generally well tolerated and effective." वास्तविक डेटा: पैरॉक्सिटाइन failed on all 8 pre-specified outcomes. When re-analyzed (RIAT 2015), suicidal/self-harm events: पेरॉक्सेटिन समूह में 23 बनाम प्लेसीबो पर 5. प्रकाशित पेपर ने महत्व बढ़ाने के लिए पोस्ट-हॉक परिणामों को फिर से परिभाषित किया। 2015 में, एक RIAT (अदृश्य और परित्यक्त परीक्षणों को पुनर्स्थापित करना) का उपयोग करके पुनः विश्लेषण किया गया मूल नैदानिक अध्ययन रिपोर्ट निष्कर्ष निकाला गया: पेरॉक्सेटिन था neither safe nor effective for adolescents.
Module 9 Quiz
1. प्रकाशित साहित्य से रिबॉक्सेटिन परीक्षण डेटा का कितना प्रतिशत छिपाया गया था?
2. Why can trim-and-fill underestimate the correction needed?
3. What is the best prospective defense against publication bias?
जो आप नहीं देख सकते
may be more important than what you can.
साक्ष्य का अभाव अनुपस्थिति का साक्ष्य नहीं है।
Certainty must be earned, not assumed.
मॉड्यूल 10: निश्चितता
Certainty must be earned, not assumed.
Early Surfactant: 2012
जब उच्च गुणवत्ता वाले साक्ष्य विकसित होते हैं।
मॉड्यूल 10: निश्चितता
🎯 Learning Objectives
- साक्ष्य की निश्चितता का आकलन करने के लिए संपूर्ण ग्रेड ढांचा लागू करें
- Evaluate all five downgrade factors (RoB, inconsistency, indirectness, imprecision, publication bias)
- Identify when to upgrade for large effect, dose-response, or confounding
- Construct Summary of Findings tables with absolute effect estimates
- सिद्धांत लागू करें: "निश्चितता अर्जित की जानी चाहिए, ग्रहण नहीं की जानी चाहिए"
The Year: 1990s
"A revolution in neonatal care..."
रेस्पिरेटरी डिस्ट्रेस सिंड्रोम (आरडीएस) समय से पहले शिशुओं में मृत्यु का प्रमुख कारण था। बहिर्जात का विकास surfactant- वह पदार्थ जो एल्वियोली को टूटने से बचाता है - नवजात चिकित्सा में महान प्रगतियों में से एक था।
प्रश्न यह बन गया: हमें सर्फेक्टेंट कब देना चाहिए?
Prophylactically (to all high-risk infants) or selectively (only after RDS develops)?
द ओरिजिनल कोक्रेन रिव्यू (2003)
Multiple RCTs conducted before the era of routine CPAP
| Outcome | Prophylactic vs Selective | Certainty |
|---|---|---|
| Neonatal mortality | RR 0.73 (favors prophylactic) | High |
| BPD or death | RR 0.84 (favors prophylactic) | High |
लेकिन नवजात देखभाल की दुनिया बदल रही थी...
A new technology emerged: Continuous Positive Airway Pressure (CPAP)
Non-invasive support that could help preterm lungs without intubation.
क्या पुराने साक्ष्य अब भी लागू होंगे?
2012 कोक्रेन अद्यतन
New trials conducted in the CPAP era
| Outcome | Old Trials | New Trials |
|---|---|---|
| BPD or death | RR 0.84 (favors prophylactic) | RR 1.12 (favors selective) |
| यांत्रिक वेंटिलेशन की आवश्यकता | रोगनिरोधी के साथ कम | रोगनिरोधी के साथ उच्चतर! |
Investigation: Why Did Evidence Evolve?
आप एक नियोनेटोलॉजिस्ट हैं. एक सहकर्मी पूछता है: "यादृच्छिक परीक्षण एक-दूसरे का खंडन कैसे कर सकते हैं?"
क्या मूल साक्ष्य गलत थे?
Indirectness Changed
Old trials: No CPAP available. New trials: CPAP standard of care.
तुलनित्र में सुधार हुआ
Selective surfactant + CPAP is better than prophylactic intubation.
Context Matters
एक युग के साक्ष्य दूसरे युग पर लागू नहीं हो सकते।
This is why GRADE assesses Indirectness!
High-quality evidence can become inapplicable when context changes.
ग्रेड फ्रेमवर्क
Grading of Recommendations, Assessment, Development and Evaluations
ग्रेड प्रश्न का उत्तर देता है: हम इस अनुमान को लेकर कितने आश्वस्त हैं?
⊕⊕⊕⊕ HIGH: Very confident. True effect is close to the estimate.
⊕⊕⊕◯ MODERATE: Moderately confident. True effect likely close, but may differ substantially.
⊕⊕◯◯ LOW: Limited confidence. True effect may differ substantially.
⊕◯◯◯ VERY LOW: Very little confidence. True effect likely substantially different.
GRADE: Factors That Downgrade Certainty
आरसीटी साक्ष्य उच्च से शुरू होता है। इसे निम्न के लिए डाउनग्रेड किया जा सकता है:
Risk of Bias
Flawed randomization, lack of blinding, incomplete follow-up, selective reporting
Inconsistency
Unexplained heterogeneity across studies (large I², non-overlapping CIs)
Indirectness
जनसंख्या में अंतर, हस्तक्षेप, तुलनित्र, या प्रश्न से परिणाम
Imprecision
Wide confidence intervals, small sample size, few events
ग्रेड: पांचवां कारक
Publication Bias
Asymmetric funnel plot, missing registered trials, sponsor influence
Each factor can downgrade by one or two levels
High → Moderate → Low → Very Low
Example: पूर्वाग्रह (↓1) और गंभीर अप्रत्यक्षता के उच्च जोखिम के साथ आरसीटी का एक मेटा-विश्लेषण (उच्च से शुरू होता है) (↓1) रेटिंग दी जाएगी LOW.
Interactive: Apply GRADE to Surfactant
आइए पुराने बनाम नए परीक्षणों का उपयोग करके रोगनिरोधी सर्फेक्टेंट के लिए साक्ष्य की निश्चितता का मूल्यांकन करें।
OLD TRIALS (Pre-CPAP)
Starting: HIGH (RCTs)
Risk of Bias: Low (−0)
Inconsistency: None (−0)
Indirectness: Serious (−1)
Different standard of care today
Final: ⊕⊕⊕◯ MODERATE
NEW TRIALS (CPAP Era)
Starting: HIGH (RCTs)
Risk of Bias: Low (−0)
Inconsistency: None (−0)
Indirectness: None (−0)
Matches current practice
Final: ⊕⊕⊕⊕ HIGH
GRADE: Factors That Upgrade Certainty
अवलोकन संबंधी साक्ष्य कम से शुरू होते हैं। इसे इसके लिए अपग्रेड किया जा सकता है:
Large Magnitude of Effect
RR >2 या <0.5 बिना किसी संभावित भ्रम के
Dose-Response Gradient
Higher exposure = larger effect in a consistent pattern
Residual Confounding
All plausible confounders would reduce the effect (strengthens causal inference)
Communicating Certainty
GRADE requires transparent language about confidence:
HIGH: "Prophylactic surfactant reduces mortality..."
MODERATE: "Prophylactic surfactant probably reduces mortality..."
LOW: "Prophylactic surfactant may reduce mortality..."
VERY LOW: "We are uncertain whether prophylactic surfactant reduces mortality..."
यह भाषा सुनिश्चित करती है कि चिकित्सक साक्ष्य की ताकत को समझें।
Can too much of a lifesaver become a killer?
REAL DATA
1940s-50s: High oxygen concentrations saved premature babies from respiratory failure. Then came an epidemic of blindness—retrolental fibroplasia (now called ROP). Doctors reduced oxygen dramatically. Blindness dropped. But then: increased deaths and brain damage से हाइपोक्सिया। आवश्यक इष्टतम ऑक्सीजन स्तर decades of trials to find. Recent SUPPORT/BOOST II trials finally defined the therapeutic window: SpO2 91-95%.
Module 10 Quiz
1. 2003 और 2012 के बीच सर्फैक्टेंट की सिफारिश उलट क्यों गई?
2। निम्नलिखित में से कौन सा ग्रेड डाउनग्रेड कारक नहीं है?
3. कम निश्चितता वाले साक्ष्य के लिए किस भाषा का उपयोग किया जाना चाहिए?
एक संख्या पर्याप्त नहीं है।
आपको बताना होगा कि आप कितने निश्चित हैं।
Certainty must be earned, not assumed.
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
मॉड्यूल 11: द लिविंग रिव्यू
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
COVID-19 Hydroxychloroquine: 2020
जब तात्कालिकता साक्ष्य से मिलती है।
मॉड्यूल 11: द लिविंग रिव्यू
🎯 Learning Objectives
- यह निर्धारित करने के लिए परीक्षण अनुक्रमिक विश्लेषण लागू करें कि साक्ष्य पर्याप्त है
- एक जीवित व्यवस्थित समीक्षा डिजाइन और बनाए रखें
- Establish update triggers and futility/harm boundaries
- Manage multiplicity and alpha-spending in sequential analyses
- Explain how rapid evidence synthesis evolved during COVID-19
March 2020: A World in Crisis
"वायरस हमारी तुलना में तेजी से फैलता है समझ..."
कोविड-19 हजारों लोगों की जान ले रहा था। आईसीयू ओवरफ्लो हो गए. न कोई टीका था, न कोई इलाज. फिर आशा की एक किरण: hydroxychloroquine (HCQ)—an old malaria drug—showed antiviral activity in lab studies.
गोद लेने की जल्दी
गौट्रेट अध्ययन के कुछ हफ्तों के भीतर:
March 28: FDA issues Emergency Use Authorization for HCQ
April 4: India bans HCQ export (hoarding fears)
Global: Shortages affect lupus and rheumatoid arthritis patients
Millions received HCQ based on a 36-patient observational study
What could go wrong?
जांच: गौट्रेट अध्ययन
आप एक ईबीएम विशेषज्ञ हैं जिन्हें फ्रेंच एचसीक्यू अध्ययन का मूल्यांकन करने के लिए कहा गया है। डिज़ाइन की जांच करें...
| Issue | Impact |
|---|---|
| Non-randomized | Selection bias—who got HCQ? |
| 6 patients excluded | 3 went to ICU, 1 died, 1 withdrew, 1 had nausea |
| Surrogate outcome | Viral load, not clinical outcomes |
| विभिन्न अस्पताल से नियंत्रण | Different care, different testing |
| No blinding | Expectation bias in lab testing |
यह अध्ययन आरओबी 2.0 पर पूर्वाग्रह के उच्च जोखिम का आकलन करेगा
GRADE certainty: VERY LOW. Yet it changed global policy.
Why Observational COVID Studies Misled
Immortal Time Bias
Patients must survive long enough to receive treatment. Survivors are compared to non-survivors.
Confounding by Indication
Sicker patients may get different treatments. Healthier patients received HCQ early.
Healthy User Effect
Patients who seek treatment tend to be healthier overall.
Outcome Reporting
सकारात्मक परिणामों वाले अध्ययन तेजी से प्रकाशित हुए।
जून 2020: आरसीटी रिपोर्ट
Large, rigorous trials completed at remarkable speed
| Trial | N | Result |
|---|---|---|
| RECOVERY (UK) | 4,716 | No benefit on mortality (RR 1.09) |
| WHO SOLIDARITY | 954 | No benefit (RR 1.19) |
| ORCHID (US) | 479 | व्यर्थता के लिए रुका |
समयरेखा: अवलोकन बनाम आरसीटी साक्ष्य
March-May 2020
Observational: ~20 studies
Suggest benefit
Pooled OR ~0.65
June-July 2020
RCTs: RECOVERY, SOLIDARITY
Show no benefit/harm
Pooled RR ~1.10
3 महीने में "वादा करने वाले" से "अप्रभावी" तक
यही कारण है कि हमें उभरते साक्ष्यों को ट्रैक करने के लिए यादृच्छिकीकरण और जीवंत समीक्षाओं की आवश्यकता है।
Living Systematic Reviews
तेजी से विकसित हो रहे साक्ष्य के लिए एक नया दृष्टिकोण:
Continuous Surveillance
नए सबूतों के लिए साप्ताहिक या दैनिक रूप से साहित्य खोजें
Cumulative Meta-Analysis
Update pooled estimates as each new trial reports
परीक्षण अनुक्रमिक विश्लेषण (TSA)
Determine when sufficient information has accumulated to conclude
Transparent Versioning
Track every change, maintain full audit trail
परीक्षण अनुक्रमिक विश्लेषण (TSA)
When have we learned enough?
टीएसए मेटा-विश्लेषण के लिए सीमाओं को रोकना लागू करता है - एकल परीक्षण में अंतरिम विश्लेषण के समान। इसका हिसाब है required information size (RIS) needed to detect or exclude a clinically meaningful effect.
कोविड में एचसीक्यू के लिए, टीएसए ने दिखाया कि जून 2020 तक निरर्थकता सीमा पार कर ली गई थी।
एचसीक्यू सागा से सबक
1. Observational studies can mislead spectacularly जब पूर्वाग्रह प्रचलित हो. यहां तक कि एक ही दिशा की ओर इशारा करने वाले कई अध्ययन भी गलत हो सकते हैं।
2. RCTs can be conducted quickly when the will exists. RECOVERY enrolled 5,000+ patients in weeks.
3. सजीव समीक्षाएँ आवश्यक हैं for evolving topics. Fixed-point-in-time reviews become obsolete instantly.
4. Political pressure doesn't change biology. दबाव में होने पर भी कठोर तरीके मरीजों की रक्षा करते हैं।
यदि रोकथाम ही कारण हो तो क्या होगा?
REAL DATA
For decades, pediatric guidelines recommended: avoid peanuts in infancy to prevent allergy. Meanwhile, peanut allergy rates tripled 1997 से 2008 तक. फिर आया LEAP (2015): 640 high-risk infants randomized to early peanut introduction vs. avoidance. Result: Early introduction reduced peanut allergy by 81% (1.9% बनाम 13.7%)। रोकथाम की रणनीति महामारी का कारण बन रही थी।
Module 11 Quiz
1. गौट्रेट हाइड्रोक्सीक्लोरोक्वीन अध्ययन में मुख्य दोष क्या था?
2. What does Trial Sequential Analysis help determine?
3. अवलोकन संबंधी कोविड अध्ययनों में एचसीक्यू से लाभ क्यों दिखा जबकि आरसीटी से लाभ नहीं हुआ?
Speed cannot replace rigor.
But rigor can be fast.
Living reviews balance both.
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 12: उन्नत तरीके
प्रत्येक संकेत सत्य नहीं है।
Advanced Methods
Beyond pairwise meta-analysis.
मॉड्यूल 12: उन्नत तरीके
🎯 Learning Objectives
- Interpret network meta-analysis geometry and SUCRA rankings
- Apply bivariate models for diagnostic test accuracy meta-analysis
- Conduct dose-response meta-analysis with flexible splines
- Understand when individual patient data (IPD) meta-analysis is needed
- प्रत्येक उन्नत पद्धति की मान्यताओं और सीमाओं को पहचानें
जब जोड़ीवार पर्याप्त नहीं है
"कभी-कभी प्रश्न ए बनाम बी से भी अधिक जटिल होता है..."
आपके द्वारा सीखी गई विधियाँ नींव बनाती हैं। लेकिन नैदानिक वास्तविकता अक्सर अधिक मांग करती है: Which of 10 antidepressants is best? What's the optimal dose of statin? Does this test accurately diagnose early cancer?
यह मॉड्यूल चार उन्नत तरीकों का परिचय देता है - प्रत्येक अलग-अलग जटिल प्रश्नों का उत्तर देता है।
Network Meta-Analysis (NMA)
When you have many treatments but few head-to-head trials
NMA combines direct evidence (A vs B) with indirect evidence (A vs C, B vs C → inferred A vs B) to compare multiple treatments simultaneously.
NMA Example: Antidepressants
The landmark Cipriani 2018 NMA compared 21 antidepressants using 522 trials.
The Challenge
21 drugs, but not every pair tested head-to-head
Many vs. placebo, few vs. each other
The Solution
NMA पूरे नेटवर्क में प्रत्यक्ष और अप्रत्यक्ष साक्ष्य को जोड़ता है
प्रभावकारिता और स्वीकार्यता के लिए सभी को 21वां स्थान दिया गया है
परिणाम: कुछ दवाओं को प्रभावकारिता के लिए उच्च स्थान दिया गया है, अन्य को स्वीकार्यता के लिए।
कोई भी एक दवा सार्वभौमिक रूप से "सर्वश्रेष्ठ" नहीं है; विश्वसनीय अंतराल, परिवर्तनशीलता और क्लिनिकल ट्रेड-ऑफ के साथ रैंकिंग की व्याख्या करें।
NMA: Critical Assumptions
Transitivity
Effect modifiers should be similarly distributed across comparisons; otherwise indirect comparisons may be biased
Consistency
प्रत्यक्ष और अप्रत्यक्ष साक्ष्य सहमत (परीक्षण योग्य)
Connected Network
All treatments linked through at least one common comparator
When assumptions fail, NMA can mislead
हमेशा परिवर्तनशीलता का आकलन करें और असंगतता का परीक्षण करें।
Dose-Response Meta-Analysis
इष्टतम खुराक ढूँढना
Uses the Greenland-Longnecker method खुराक और प्रभाव के बीच गैर-रैखिक संबंधों को मॉडल करने के लिए प्रतिबंधित क्यूबिक स्प्लिन के साथ।
Non-linear patterns
J-shaped (alcohol & mortality), U-shaped (vitamin D), threshold (aspirin)
Clinical relevance
सर्वोत्तम लाभ-हानि संतुलन के साथ खुराक ढूंढें, न कि केवल "अधिक बेहतर है"
व्यक्तिगत रोगी डेटा (आईपीडी)
उपसमूह के लिए स्वर्ण मानक विश्लेषण
Instead of published summary data, obtain परीक्षणकर्ताओं से कच्चा रोगी-स्तर डेटा । सटीक उपसमूह विश्लेषण, समय-दर-घटना मॉडलिंग और मानकीकृत परिभाषाओं को सक्षम करता है।
प्रारंभिक स्तन कैंसर परीक्षणकर्ताओं के सहयोगी समूह ने 1980 के दशक में आईपीडी एमए का बीड़ा उठाया।
Diagnostic Test Accuracy (DTA)
जब "हस्तक्षेप" एक है परीक्षण
DTA meta-analysis synthesizes sensitivity (सच्ची सकारात्मक दर) और specificity (true negative rate)—two correlated outcomes requiring bivariate models.
Bivariate/HSROC Model
संवेदनशीलता और विशिष्टता के बीच सहसंबंध के लिए खाते
SROC Curve
95% आत्मविश्वास और भविष्यवाणी क्षेत्रों के साथ सारांश आरओसी वक्र
QUADAS-2
Quality Assessment of Diagnostic Accuracy Studies
सही चयन विधि
| Question | Method |
|---|---|
| Does A beat B? | Pairwise MA |
| Which of many treatments is best? | Network MA (NMA) |
| इष्टतम खुराक क्या है? | Dose-Response MA |
| Who benefits most? (subgroups) | IPD MA |
| यह परीक्षण कितना सटीक है? | DTA MA |
| समय के साथ प्रभाव कैसे विकसित होता है? | Survival/Time-to-Event MA |
विधि को प्रश्न से मेल खाना चाहिए। कभी भी किसी प्रश्न को गलत तरीके से न थोपें।
Three large trials. Three different answers. What do you believe?
REAL DATA
CORTICUS (2008): 499 patients. Hydrocortisone in septic shock. No mortality benefit. ADRENAL (2018): 3,658 patients. Hydrocortisone. No mortality benefit. APROCCHSS (2018): 1,241 patients. Hydrocortisone + fludrocortisone. Mortality reduced (43% vs 49.1%, p=0.03). Same class of intervention. Different protocols. Different results.
Module 12 Quiz
1. जोड़ीवार की तुलना में नेटवर्क मेटा-विश्लेषण का मुख्य लाभ क्या है?
2. Why does DTA meta-analysis require bivariate models?
3. What does the "consistency" assumption in NMA require?
पाठ्यक्रम पारिस्थितिकी तंत्र
यह पाठ्यक्रम पूर्ण व्यवस्थित समीक्षा वर्कफ़्लो को कवर करता है। गहराई से जानने के लिए, साथी पाठ्यक्रमों का अन्वेषण करें:
Bivariate/HSROC, SROC curves, QUADAS-2
RoB 2, ROBINS-I/E, domain-level assessment
Full SoF tables, GRADE-CERQual
One-stage/two-stage, mixed-effects models
Copas, PET-PEESE, p-curve, selection models
AMSTAR 2, ROBIS, overlap correction
CHARMS, PROBAST, c-statistic pooling
TSA, update triggers, abbreviated methods
Module 12 Complete
"विधि को प्रश्न से मेल खाना चाहिए। उन्नत विधियाँ उन्नत प्रश्नों का उत्तर देती हैं - लेकिन बुनियादी बातें कभी नहीं बदलती हैं।"
आपने मुख्य वर्कफ़्लो में महारत हासिल कर ली है। अगले दस मॉड्यूल सीमा का पता लगाते हैं: बायेसियन अनुमान, नेटवर्क मेटा-विश्लेषण, व्यक्तिगत रोगी डेटा, खुराक-प्रतिक्रिया मॉडलिंग, मजबूती और नाजुकता, इक्विटी, एआई-सहायता संश्लेषण, गुणात्मक साक्ष्य, बहुभिन्नरूपी तरीके, और प्रतिलिपि प्रस्तुत करने योग्यता।
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 13: बायेसियन मोड़
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 13: बायेसियन मोड़
मॉड्यूल 13: बायेसियन मोड़
🎯 Learning Objectives
- फ़्रेंक्टिस्ट और बायेसियन अनुमान के बीच अंतर स्पष्ट करें
- Interpret prior distributions, likelihoods, and posterior distributions
- Distinguish credible intervals from confidence intervals
- Understand when Bayesian meta-analysis offers advantages
- Recognize how prior choice affects conclusions
In 2005, a trial began
that would never truly end.
प्रोस्टेट कैंसर के लिए भगदड़ परीक्षण में मल्टी-आर्म, मल्टी-स्टेज (MAMS) प्लेटफ़ॉर्म डिज़ाइन का उपयोग किया गया। साक्ष्य एकत्रित होने पर हथियार जोड़े या गिराए जा सकते हैं। हालाँकि इसके आँकड़े बारंबारवादी थे, अनुकूली दर्शन ने बायेसियन भावना को मूर्त रूप दिया: डेटा जमा होने पर निर्णयों को अद्यतन करना।
फ़्रीक्वेंटिस्ट वर्ल्डव्यू
In frequentist statistics, probability means long-run frequency। 95% सीआई का मतलब यह नहीं है कि "95% संभावना है कि वास्तविक प्रभाव अंदर है।" इसका अर्थ है: यदि हम अध्ययन को अनंत बार दोहराते हैं, तो 95% अंतरालों में सत्य होगा।
बायेसियन वर्ल्डव्यू
In Bayesian statistics, probability represents degree of belief. We start with a prior (डेटा से पहले हम क्या मानते हैं), likelihood (डेटा हमें क्या बताता है) के साथ अपडेट करें, और प्राप्त करें a posterior (updated belief).
Prior × Likelihood = Posterior
बेयस प्रमेय: P(θ|data) ∝ P(data|θ) × P(θ)
Credible Intervals
95% विश्वसनीय अंतराल संभावित रूप से व्याख्या योग्य, निर्दिष्ट मॉडल पर सशर्त और पूर्व है।
Choosing Priors
Non-informative (Vague)
सामान्य(0, 10000) या एकसमान। डेटा को हावी होने दें. लगातार परिणामों की नकल करता है।
Weakly Informative
Normal(0, 1) for log-OR. Regularizes extreme estimates while remaining flexible.
Informative
Based on previous evidence. Powerful but controversial. Must be pre-specified.
Half-Cauchy for τ
Recommended for heterogeneity. Half-Cauchy(0, 0.5) allows large τ but concentrates near zero.
MCMC Sampling
Most Bayesian models cannot be solved analytically. We use Markov Chain Monte Carlo (MCMC) पीछे से नमूने खींचने के लिए। उपकरण: JAGS, स्टेन, brms (R), PyMC (पायथन).
Bayesian Model Averaging
Instead of choosing between fixed-effect and random-effects models, Bayesian model averaging (बीएमए) प्रत्येक मॉडल को उसकी पिछली संभावना के आधार पर महत्व देता है। यह अंतिम अनुमान में मॉडल अनिश्चितता के लिए जिम्मेदार है।
Bayes Factors
BF₁₀ > 10 = H₁ के लिए मजबूत सबूत। BF₁₀ < 1/10 = H₀ के लिए मजबूत सबूत।
Interactive: Posterior Visualizer
यह देखने के लिए पूर्व शक्ति को समायोजित करें कि यह पीछे के हिस्से को कैसे प्रभावित करता है। देखें कि कैसे अधिक डेटा पूर्व को अभिभूत कर देता है।
स्टैम्पेड कहानी
स्टैम्पेड को 2005 में उन्नत प्रोस्टेट कैंसर के उपचार की तुलना करने वाली 5 अनुसंधान शाखाओं के साथ लॉन्च किया गया था। 2016 तक इसमें एबिराटेरोन शामिल किया गया था और मृत्यु में 37% की कमी देखी गई थी (HR 0.63, 95% CI 0.52–0.76)।
प्लेटफ़ॉर्म डिज़ाइन बायेसियन अनुकूली सोच का प्रतीक है: अंतरिम विश्लेषण हाथ चयन का मार्गदर्शन करता है, जैसे ही उपचार उभरता है, नए हथियार प्रवेश कर सकते हैं, और व्यर्थ हथियार जल्दी गिर जाते हैं - रोगियों को अप्रभावी होने से बचाया जाता है उपचार।
भगदड़ ने 100 से अधिक केंद्रों में 10,000 से अधिक रोगियों को नामांकित किया और प्रोस्टेट कैंसर देखभाल को मौलिक रूप से बदल दिया। बायेसियन मानसिकता साक्ष्यों को एकत्रित करने और वास्तविक समय में निर्णयों को सूचित करने देती है।
Decision Tree: When to Go Bayesian?
Remember Module 1?
CAST Through a Bayesian Lens
यदि CAST के बायेसियन विश्लेषण में बुनियादी विज्ञान (एंटीरियथमिक्स पीवीसी को दबाता है) से पहले की जानकारी का उपयोग किया गया होता, तो पिछला हिस्सा अभी भी नुकसान की ओर दृढ़ता से स्थानांतरित हो गया होता। पर्याप्त डेटा के साथ, एक मजबूत पूर्व भी संभावना को जन्म देता है। सबक: बायेसियन विधियां खराब प्राथमिकताओं से रक्षा नहीं करतीं - लेकिन वे धारणाएं बनाती हैं transparent.
Module 13 Quiz
Q1. What does a 95% Bayesian credible interval mean?
Q2. अध्ययन के बीच विविधता के लिए अनुशंसित पूर्व क्या है (τ)?
Module 13 Complete
"बायेसियन मोड़ गणित के बारे में नहीं है। यह ईमानदारी के बारे में है - जो हमारी धारणाओं को दृश्यमान बनाता है।"
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 14: नेटवर्क
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
मॉड्यूल 14: नेटवर्क
मॉड्यूल 14: नेटवर्क
🎯 Learning Objectives
- Explain why pairwise comparisons are insufficient when many treatments exist
- Interpret network geometry (nodes, edges, thickness)
- अवसाद के साथ परिवर्तनशीलता, स्थिरता और अप्रत्यक्ष साक्ष्य की भूमिका को समझें
- Interpret SUCRA rankings and league tables
- Recognize when NMA assumptions are violated
A clinician faces a patient
। कौन सी दवा?
आमतौर पर 21 एंटीडिप्रेसेंट निर्धारित हैं। अधिकांश आमने-सामने परीक्षणों की तुलना केवल 2 या 3 से की जाती है। सिप्रियानी एट अल। (2018, लैंसेट) ने 522 परीक्षणों और 116,477 रोगियों को एक ही नेटवर्क में जोड़ा।
नेटवर्क मेटा-विश्लेषण का तर्क
Direct Evidence
Trials directly comparing A vs B give the most reliable estimate.
Indirect Evidence
यदि A बनाम C और B बनाम C मौजूद हैं, तो हम A बनाम B का अनुमान लगा सकते हैं। यह "सकर्मक" है धारणा।
Mixed Evidence
NMA combines both, weighted by precision, to rank all treatments simultaneously.
Interactive: Network Graph
प्रत्येक नोड एक उपचार है। किनारे की मोटाई उन दो उपचारों की तुलना करने वाले अध्ययनों की संख्या का प्रतिनिधित्व करती है।
Transitivity & Consistency
Transitivity: अप्रत्यक्ष अनुमान (सामान्य तुलनित्र के माध्यम से) प्रत्यक्ष अनुमान के करीब होना चाहिए। इसके लिए आवश्यक है कि प्रभाव संशोधक समान रूप से तुलनाओं में वितरित किए जाएं।
Consistency: प्रत्यक्ष और अप्रत्यक्ष साक्ष्य की तुलना करने वाला सांख्यिकीय परीक्षण। वैश्विक (डिज़ाइन-दर-उपचार इंटरैक्शन) और स्थानीय (नोड-विभाजन) परीक्षण असंगतता लूप की पहचान करने में मदद करते हैं।
SUCRA & P-scores
Caution: Ranking is seductive but misleading when differences between treatments are small or uncertain. Always report credible/confidence intervals alongside ranks.
Component NMA
When interventions are complex (e.g., behavioral + pharmacological), component NMA decomposes multi-component treatments to estimate the individual contribution of each component. Uses additive models: effect(A+B) = effect(A) + effect(B) + interaction.
सिप्रियानी नेटवर्क
2018 लैंसेट विश्लेषण में पाया गया कि सभी 21 एंटीडिप्रेसेंट प्लेसीबो से अधिक प्रभावी थे। प्रभावकारिता के लिए एमिट्रिप्टिलाइन, मिर्ताज़ापाइन और वेनलाफैक्सिन को सर्वोच्च स्थान दिया गया है। एगोमेलेटिन, फ्लुओक्सेटीन और एस्सिटालोप्राम को स्वीकार्यता (सबसे कम ड्रॉपआउट) के लिए सर्वोच्च स्थान दिया गया है।
कोई भी एक दवा सभी परिणामों पर "जीत" नहीं पाई। नेटवर्क ने जोड़ीवार विश्लेषण के लिए अदृश्य व्यापार-बंदों का खुलासा किया।
Decision Tree: Is NMA Appropriate?
Module 14 Quiz
Q1. एनएमए में अप्रत्यक्ष साक्ष्य के वैध होने के लिए क्या धारणा होनी चाहिए?
Module 14 Complete
"नेटवर्क देखता है कि जोड़ीवार तुलना क्या नहीं कर सकती: उपचार की पसंद का संपूर्ण परिदृश्य।"
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 15: व्यक्ति
What was hidden in plain sight?
मॉड्यूल 15: व्यक्ति
मॉड्यूल 15: व्यक्ति
🎯 Learning Objectives
- Explain why aggregate data can mask treatment–covariate interactions
- Distinguish one-stage from two-stage IPD models
- Recognize ecological bias in aggregate meta-analysis
- Understand the practical challenges of IPD collection
- Interpret treatment–covariate interaction plots
For decades, breast cancer trials
प्रकाशित सारांश. मरीज़ नहीं.
अर्ली ब्रेस्ट कैंसर ट्रायलिस्ट्स कोलैबोरेटिव ग्रुप (ईबीसीटीसीजी) ने सैकड़ों परीक्षणों में 100,000 से अधिक महिलाओं के व्यक्तिगत रिकॉर्ड एकत्र किए। उनके आईपीडी मेटा-विश्लेषण से पता चला है कि टेमोक्सीफेन के लाभ एस्ट्रोजेन रिसेप्टर स्थिति पर बहुत अधिक निर्भर करते हैं - समग्र डेटा में कुछ अदृश्य।
सारांश ने क्या छुपाया
टेमोक्सीफेन के प्रत्येक प्रकाशित परीक्षण ने एक समग्र परिणाम की सूचना दी। सैकड़ों अध्ययनों में, टैमोक्सीफेन मामूली लाभ प्रदान करता हुआ दिखाई दिया। लेकिन "मामूली लाभ" एक औसत था जिसने एक गहरा सच छुपाया।
हिडन सबग्रुप स्प्लिट
समग्र रूप से एकत्रित प्रभाव - प्रतिक्रियाशील और गैर-प्रतिक्रियाशील रोगियों का मिश्रण - एक सांख्यिकीय कल्पना थी। एक "मामूली" औसत जिसमें एक समूह के लिए लाभ को बढ़ा-चढ़ाकर बताया गया और दूसरे समूह के लिए ऐसे लाभ को निहित किया गया जहां कोई मौजूद नहीं था।
समग्र बनाम व्यक्तिगत रोगी डेटा
आईपीडी अनुमति देता है: (1) सुसंगत परिणाम परिभाषाएँ, (2) रोगी विशेषताओं द्वारा उपसमूह विश्लेषण, (3) समय-दर-घटना मॉडलिंग, (4) पारिस्थितिक पूर्वाग्रह की जाँच। यह है gold standard for exploring treatment effect modification.
One-Stage vs Two-Stage IPD
Two-Stage
Analyze each study separately, then combine estimates (like standard MA). Simple but loses information.
One-Stage
सभी रोगी डेटा पर एक साथ एकल मिश्रित-प्रभाव मॉडल फिट करें। बातचीत और दुर्लभ घटनाओं के लिए अधिक शक्तिशाली।
Key: दोनों को अध्ययन क्लस्टरिंग का हिसाब देना चाहिए। कभी भी आईपीडी को ऐसे एकत्रित न करें जैसे कि वह एक मेगा-ट्रायल से हो - यह उलझन पैदा करता है (सिम्पसन का विरोधाभास)।
Ecological Bias
A meta-regression using study-level mean age might show older patients benefit more. But this could be ecological bias-अध्ययन-स्तर का जुड़ाव रोगी-स्तर की सच्चाई को प्रतिबिंबित नहीं करता है। केवल आईपीडी ही अलग हो सकता है within-study from between-study effects.
जब संपूर्ण अपने भागों के बारे में झूठ बोलता है
सिम्पसन का विरोधाभास: एक प्रवृत्ति जो समग्र डेटा में दिखाई देती है वह तब उलट जाती है जब डेटा को एक जटिल चर द्वारा समूहीकृत किया जाता है।
व्यवहार में विरोधाभास
A mega-trial analysis found Treatment X beneficial overall. But प्रत्येक अध्ययन के भीतर, यह हानिकारक था. कैसे? अध्ययनों के बीच आधारभूत जोखिम में अंतर ने एक भ्रम पैदा किया - बीमार आबादी को अधिक उपचार प्राप्त हुआ, जिससे कुल लाभ बढ़ गया।
Cates (2002, BMJ) ने दिखाया कि क्लस्टरिंग को ध्यान में रखे बिना अध्ययनों में पूलिंग प्रभाव की स्पष्ट दिशा को उलट सकती है।
यही कारण है कि आईपीडी वन-स्टेज मॉडल में अध्ययन को क्लस्टरिंग वैरिएबल के रूप में शामिल किया गया है - ताकि अध्ययन के बीच की उलझन को उपचार प्रभाव के रूप में छिपाने से रोका जा सके।
ईबीसीटीसीजी विरासत
ईबीसीटीसीजी के आईपीडी मेटा-विश्लेषण ने 40 वर्षों के लिए स्तन कैंसर के उपचार को परिभाषित किया है। उनके 2005 के टेमोक्सीफेन बनाम बिना उपचार के विश्लेषण से ईआर-पॉजिटिव ट्यूमर (आरआर 0.59) में स्पष्ट लाभ दिखा, लेकिन ईआर-नेगेटिव ट्यूमर (आरआर 0.97) में कोई लाभ नहीं हुआ।
आईपीडी के बिना, समग्र समग्र प्रभाव दोनों समूहों में एकत्रित हो गया होगा - लाभ को कम करना और संभावित रूप से ईआर-पॉजिटिव रोगियों को उनके लाभ के परिमाण से वंचित करना।
Decision Tree: When Is IPD Worth Pursuing?
क्या आप >80% परीक्षणों से आईपीडी प्राप्त कर सकते हैं?
Is ecological bias a concern?
ईबीसीटीसीजी ने 40 वर्षों में सैकड़ों परीक्षणों से डेटा एकत्र किया। अधिकांश आईपीडी मेटा-विश्लेषणों में 5-20 परीक्षण शामिल होते हैं। फैसला सवाल पर निर्भर करता है, महत्वाकांक्षा पर नहीं.
पैटर्न दोहराता है
मॉड्यूल 3 याद है? एचआरटी अवलोकन संबंधी अध्ययनों में फायदेमंद लेकिन आरसीटी में हानिकारक दिखाई दिया। वही समुच्चय छिपा हुआ था: समग्र लाभ ने उपसमूह हानि को छिपा दिया।
महिला स्वास्थ्य पहल के आईपीडी विश्लेषण से बाद में पता चला timing mattered-रजोनिवृत्ति के 10 साल के भीतर एचआरटी शुरू करने वाली महिलाओं में बाद में शुरू करने वाली महिलाओं की तुलना में अलग परिणाम थे। प्रकाशित समग्र सारांशों में "समय परिकल्पना" अदृश्य थी।
पाठ की पुनरावृत्ति होती है: समग्र डेटा महत्वपूर्ण उपचार-सहसंयोजक अंतःक्रियाओं को अस्पष्ट कर सकता है। चाहे वह स्तन कैंसर में ईआर स्थिति हो या एचआरटी में समय, व्यक्तिगत स्तर के डेटा से पता चलता है कि सारांश क्या छिपाते हैं।
Module 15 Quiz
Q1. समग्र-डेटा मेटा-विश्लेषण पर आईपीडी का प्राथमिक लाभ क्या है?
Module 15 Complete
"प्रत्येक एकत्रित अनुमान के पीछे ऐसे व्यक्ति होते हैं जिनकी कहानियाँ समग्र रूप से नहीं बताई जा सकतीं।"
विषमता एक संदेश है, शोर नहीं।
मॉड्यूल 16: खुराक
विषमता एक संदेश है, शोर नहीं।
मॉड्यूल 16: खुराक
मॉड्यूल 16: खुराक
🎯 Learning Objectives
- Explain why simple pairwise comparisons miss dose–response relationships
- Distinguish linear, quadratic, and spline dose–response models
- Interpret restricted cubic splines with knots
- Identify threshold effects and J/U-shaped curves
- Understand model comparison with AIC/BIC
दशकों से, मध्यम शराब पीना
हृदय की रक्षा करता हुआ दिखाई दिया।
"जे-आकार का वक्र" दर्शाता है कि शराब न पीने वालों में मध्यम शराब पीने वालों की तुलना में हृदय संबंधी मृत्यु दर अधिक थी। लेकिन स्टॉकवेल एट अल. (2016) ने प्रदर्शित किया कि जे-वक्र पूर्व शराब पीने वालों (जिन्होंने बीमारी के कारण छोड़ दिया था) को "परहेज करने वालों" के रूप में गलत वर्गीकृत करने की एक कला थी।
A Scientific Consensus Built on Sand
2010 तक, 100 से अधिक अवलोकन अध्ययनों ने जे-वक्र की पुष्टि की थी। मेडिकल पाठ्यपुस्तकों ने इसे सिखाया। हृदय रोग विशेषज्ञों ने इसका हवाला दिया। वाइन उद्योग के पैरवीकारों ने इसके आसपास सम्मेलनों को वित्त पोषित किया।
सबूत जबरदस्त लग रहे थे. लेकिन क्या होगा अगर तुलनात्मक समूह- "परहेज करने वाले"- दूषित हो गए?
बीमार छोड़ने वाला
A Hidden Confounder
The Problem
People who stop drinking often do so because they are already ill-जिगर रोग, दवा परस्पर क्रिया, कैंसर निदान। अधिकांश अध्ययनों में इन "पूर्व शराब पीने वालों" को "परहेज करने वालों" के रूप में वर्गीकृत किया गया था।
The Effect: The reference group (abstainers) appeared less healthy- इसलिए नहीं कि संयम हानिकारक था, बल्कि इसलिए कि बीमार लोग इसमें शामिल हो गए थे।
When Stockwell et al. (2016, J Stud Alcohol Drugs) removed former drinkers and applied appropriate study-quality corrections: जे-वक्र गायब हो गया. सुरक्षात्मक प्रभाव एक प्रेत था.
Dose–Response Meta-Analysis
Standard meta-analysis asks: "Does treatment X work?" Dose–response meta-analysis asks: "At what dose क्या उपचार एक्स सबसे अच्छा काम करता है?" यह कई अध्ययनों में खुराक स्तर और परिणाम के बीच संबंध को मॉडल करता है।
Restricted Cubic Splines
RCS place knots पूर्व-निर्दिष्ट खुराक बिंदुओं पर और उनके बीच चिकनी बहुपद फिट करें। आमतौर पर खुराक वितरण की मात्रा पर 3-5 गांठें। सीमा गांठों से परे रैखिक. गैर-रैखिकता के लिए परीक्षण स्पलाइन मॉडल की तुलना एक सरल रैखिक मॉडल से करते हैं।
Model Comparison
एआईसी/बीआईसी रैखिक बनाम स्पलाइन फिट की तुलना करता है। निचला = बेहतर. रैखिकता से विचलन का भी परीक्षण करें (स्पलाइन शर्तों के लिए पी-वैल्यू)।
Interactive: Dose–Response Builder
रैखिक बनाम द्विघात बनाम तख़्ता फिट की तुलना करें। देखें कि विभिन्न धारणाओं के साथ मॉडल का आकार कैसे बदलता है।
अल्कोहल जे-कर्व का खंडन
स्टॉकवेल के 2016 के पुन: विश्लेषण में पाया गया कि जब पूर्व शराब पीने वालों को "परहेज करने वाले" संदर्भ समूह से सही ढंग से बाहर रखा गया था, तो मध्यम शराब पीने का सुरक्षात्मक प्रभाव गायब हो गया। जे-वक्र बीमार-छोड़ने वाले पूर्वाग्रह से प्रेरित था।
खुराक-प्रतिक्रिया मेटा-विश्लेषण से सच्चाई सामने आई: वक्र का आकार गंभीर रूप से इस बात पर निर्भर करता है कि आप "शून्य खुराक" को कैसे परिभाषित करते हैं। गलत संदर्भ श्रेणी ने एक काल्पनिक लाभ पैदा किया।
When Curves Shape Policy
The phantom J-curve influenced alcohol guidelines worldwide:
NHS Guidance (until 2016)
आधिकारिक मार्गदर्शन में कहा गया, "मध्यम मात्रा में शराब पीने से हृदय की रक्षा हो सकती है"। स्टॉकवेल के सुधार के बाद, यूके ने सीमा को संशोधित कर 14 यूनिट/सप्ताह कर दिया all शराब पीने वाले (पहले पुरुषों के लिए 21)। किसी भी राशि को "सुरक्षित" घोषित नहीं किया गया।
Dietary Guidelines Advisory Committee
2015 तक जे-वक्र अध्ययनों का हवाला दिया गया था। 2020 समिति ने संदर्भ-समूह पूर्वाग्रह को स्वीकार करते हुए पुरुषों के लिए सीमा को 1 पेय/दिन तक कम करने की सिफारिश की।
Australian Guidelines
Safe drinking limits were delayed by industry-funded J-curve research promoting “cardioprotective” moderate intake.
Decision Tree: Is Dose-Response Analysis Appropriate?
क्या रिश्ता संभवतः गैर-रैखिक है?
Standard pairwise meta-analysis (no dose-response possible with only two levels)
Module 16 Quiz
Q1. What makes restricted cubic splines useful in dose–response meta-analysis?
Module 16 Complete
"खुराक जहर बनाती है। और वक्र के आकार से पता चलता है कि जहर असली है या नहीं।"
साक्ष्य का अभाव अनुपस्थिति का साक्ष्य नहीं है।
मॉड्यूल 17: नाजुकता
साक्ष्य का अभाव अनुपस्थिति का साक्ष्य नहीं है।
मॉड्यूल 17: नाजुकता
मॉड्यूल 17: नाजुकता
🎯 Learning Objectives
- नाजुकता सूचकांक की गणना और व्याख्या करें
- प्रभावशाली अध्ययन और उप-प्रभावों की पहचान करने के लिए GOSH प्लॉट का उपयोग करें
- Interpret contour-enhanced funnel plots
- प्रकाशन पूर्वाग्रह के लिए कोपास चयन मॉडल और PET-PEESE लागू करें
- Understand how sensitivity analyses strengthen meta-analytic conclusions
Governments stockpiled billions
उन साक्ष्यों के आधार पर जिन्हें वे नहीं देख सके।
H1N1 के बाद, सरकारों ने ओसेल्टामिविर (टैमीफ्लू) भंडार पर अरबों खर्च किए। कोक्रेन टीम (जेफरसन एट अल. 2014) ने अप्रकाशित डेटा तक पहुंचने के लिए वर्षों तक संघर्ष किया। जब आख़िरकार उन्होंने ऐसा किया, तो जटिलताओं को रोकने के सबूत लुप्त हो गए।
नाजुकता सूचकांक
नाजुकता सूचकांक पूछता है: "How many patients would need to change outcome to flip a statistically significant result to non-significant?" यह पी > 0.05 तक कम घटनाओं के साथ समूह में घटनाओं को पुनरावृत्त रूप से जोड़ता है (गैर-घटनाओं को घटनाओं में परिवर्तित करता है)।
Interactive: Fragility Calculator
Enter a 2×2 table to calculate the fragility index. Watch events shift until significance flips.
GOSH Plots
अध्ययन विविधता का ग्राफिकल अवलोकन (जीओएसएच) मेटा-विश्लेषण मॉडल को अध्ययन के सभी संभावित उपसमूहों में फिट करता है। प्रत्येक बिंदु एक उपसमूह के लिए पूलित प्रभाव बनाम I² प्लॉट करता है। क्लस्टर अलग-अलग उपसमूहों का सुझाव देते हैं; बाहरी बादल एक अध्ययन से विविधता लाने का सुझाव देते हैं।
के अध्ययन के लिए, 2 हैंk−1 subsets. For k > 15, random sampling is used.
Contour-Enhanced Funnel Plots
Standard funnel plots show effect size vs standard error. Contour-enhanced संस्करण p <0.01, p <0.05, और p <0.10 के लिए छायांकित क्षेत्र जोड़ते हैं। यदि लापता अध्ययन गैर-महत्वपूर्ण क्षेत्रों में आते हैं, तो प्रकाशन पूर्वाग्रह की संभावना है। यदि वे महत्वपूर्ण क्षेत्रों में आते हैं, तो अन्य कारण (उदाहरण के लिए, अध्ययन की गुणवत्ता) विषमता की व्याख्या कर सकते हैं।
Copas Selection & PET-PEESE
Copas Selection Model
किसी अध्ययन के प्रकाशित होने की संभावना को उसके एसई और प्रभाव आकार के आधार पर मॉडल करता है। वास्तविक प्रभाव और चयन तंत्र का संयुक्त रूप से अनुमान लगाता है।
PET-PEESE
Precision-Effect Test (PET): regress effects on SE. If intercept = 0, no true effect. PEESE uses SE² for better performance when a true effect exists.
ओसेल्टामिविर सागा
मूल रोश-वित्त पोषित मेटा-विश्लेषण (कैसर 2003) ने दिखाया कि ओसेल्टामिविर ने इन्फ्लूएंजा जटिलताओं को 67% तक कम कर दिया। लेकिन 10 में से 8 परीक्षण कभी प्रकाशित नहीं हुए थे। कोक्रेन द्वारा नैदानिक अध्ययन रिपोर्ट प्राप्त करने के बाद, जटिलताओं के लिए लाभ घटकर 11% रह गया।
नाजुकता सिर्फ सांख्यिकीय नहीं थी - यह सूचनात्मक थी। साक्ष्य आधार में ही अधिकांश डेटा गायब था।
निर्णय वृक्ष: आपके नाजुक परिणामों की व्याख्या करना
Highly fragile. कुछ अलग-अलग घटनाएँ निष्कर्ष को उलट देंगी। अत्यंत सावधानी से व्याख्या करें.
Moderately fragile. छोटी-छोटी गड़बड़ियों के प्रति संवेदनशील. क्या ऐसे अप्रकाशित परीक्षण हैं जो इसे बदल सकते हैं?
Relatively robust. But remember: fragility is only one dimension. Publication bias can undermine even robust results.
Walsh et al. (2014, J Clin Epidemiol) पाया गया कि शीर्ष पत्रिकाओं में प्रकाशित 399 आरसीटी में, औसत नाजुकता सूचकांक सिर्फ 8 था। 25% से अधिक में एफआई ≤ 3 था। नैदानिक अभ्यास को प्रभावित करने वाले ऐतिहासिक परीक्षण अक्सर एक सांख्यिकीय धागे से लटके हुए थे।
Beyond the Index: Structural Fragility
ओसेल्टामिविर गाथा का खुलासा हुआ three types of fragility-और फ्रैगिलिटी इंडेक्स केवल पहले को ही पकड़ता है।
Statistical Fragility (FI)
कितनी घटनाएँ पी-वैल्यू को फ़्लिप करती हैं? फ्रैगिलिटी इंडेक्स इसी को मापता है। यह व्यक्तिगत रोगी परिणामों के प्रति संवेदनशीलता की मात्रा निर्धारित करता है।
Informational Fragility
कितने सबूत छुपे हैं? रोश ओसेल्टामिविर के दस में से आठ परीक्षण अप्रकाशित थे। साक्ष्य का आधार संरचनात्मक रूप से अधूरा था।
Analytical Fragility
स्वतंत्रता की कितनी शोधकर्ता डिग्री निष्कर्ष को बदल सकती हैं? विभिन्न परिणाम परिभाषाएँ, विश्लेषण जनसंख्या, या सांख्यिकीय विधियाँ।
मॉड्यूल 10 (पैरॉक्सिटाइन) पर कॉलबैक: विभिन्न परिणाम परिभाषाओं के साथ पुनः विश्लेषण ने निष्कर्ष को पूरी तरह से उलट दिया। वह विश्लेषणात्मक कमज़ोरी थी - FI की गणना कभी नहीं की गई क्योंकि समापन बिंदु स्वयं विवादित था। संपूर्ण मजबूती मूल्यांकन सभी तीन आयामों की जांच करता है।
Module 17 Quiz
Q1. एक परीक्षण में प्रति हाथ 200 मरीज़, उपचार में 12 घटनाएँ, नियंत्रण में 25 घटनाएँ हैं (पी=0.03)। नाजुकता सूचकांक 3 है। इसका क्या मतलब है?
Module 17 Complete
"वह संख्या जो तोड़ने के हर प्रयास के बाद भी जीवित रहती है, वही भरोसे लायक संख्या है।"
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 18: इक्विटी
Certainty must be earned, not assumed.
मॉड्यूल 18: इक्विटी
मॉड्यूल 18: इक्विटी
🎯 Learning Objectives
- Identify how trial exclusion criteria create evidence gaps
- साक्ष्य में समानता का आकलन करने के लिए प्रोग्रेस-प्लस ढांचे को लागू करें
- Use PRISMA-Equity reporting guidelines
- Understand transportability: when trial findings fail in practice
- Design equity-sensitive search and synthesis strategies
SPRINT proved tight blood pressure control
saves lives. But whose lives?
ऐतिहासिक स्प्रिंट परीक्षण में मधुमेह, पूर्व स्ट्रोक और हृदय विफलता वाले रोगियों को शामिल नहीं किया गया। अमेरिका के 75% से अधिक उच्च रक्तचाप से ग्रस्त रोगी योग्य नहीं होंगे। सबूत मजबूत थे लेकिन प्रयोज्यता संकीर्ण थी।
वह परीक्षण जिसमें अधिकांश मरीज़ शामिल नहीं थे
स्प्रिंट ने 9,361 रोगियों को नामांकित किया और साबित किया कि गहन रक्तचाप नियंत्रण (लक्ष्य <120 mmHg) ने हृदय संबंधी घटनाओं को 25% (एचआर 0.75, 95% सीआई 0.64-0.89) कम कर दिया। लेकिन समावेशन मानदंड एक अलग कहानी बताते हैं।
किसे बाहर रखा गया:
- Diabetes - अमेरिका के 35% वयस्क उच्च रक्तचाप से पीड़ित हैं
- Prior stroke - उच्च रक्तचाप से ग्रस्त आबादी का 8%
- Symptomatic heart failure — 6% of hypertensive adults
- Expected survival <3 years - सबसे कमज़ोर मरीज़
- Nursing home residents — excluded entirely
- GFR <20 mL/min — advanced kidney disease
परिणाम: उच्च रक्तचाप वाले 75% से अधिक अमेरिकी वयस्क योग्य नहीं होंगे। सबूत पुख्ता थे. लेकिन किसके लिए?
साक्ष्य कहाँ से आता है
78%
of cardiovascular mega-trial participants came from high-income countries (2000–2020).
6%
from sub-Saharan Africa — where cardiovascular disease is rising fastest.
पॉलीपिल परीक्षण: 5 में से 4 औसत बीएमआई <25 वाली आबादी में आयोजित किए गए। अमेरिका का मतलब बीएमआई 30 है। दवा चयापचय, सहरुग्णता पैटर्न, स्वास्थ्य देखभाल पहुंच और आनुवंशिक भिन्नता सभी आबादी में भिन्न होती है। Efficacy in one population does not guarantee effectiveness in another.
संदर्भ: बहुराष्ट्रीय परीक्षण और प्रगति-प्लस अंतर
PROGRESS-Plus Framework
Plus: Age, disability, sexual orientation, other vulnerable groups.
PRISMA-Equity & Transportability
PRISMA-Equity समीक्षा में समानता को कैसे संबोधित किया गया, इसकी रिपोर्टिंग की आवश्यकता के लिए PRISMA का विस्तार किया गया: जनसंख्या विशेषताएँ, नुकसान के आधार पर उपसमूह विश्लेषण, और वंचित आबादी के लिए प्रयोज्यता का आकलन।
Transportability: परीक्षण प्रभावकारिता वास्तविक दुनिया की प्रभावशीलता के बराबर नहीं है। लक्ष्य जनसंख्या वितरण से मिलान करने के लिए परीक्षण डेटा को फिर से वजन करने के तरीके मौजूद हैं।
From Trial to Real World: Transportability
Transportability = क्या परीक्षण जनसंख्या X के परिणाम लक्षित जनसंख्या Y पर लागू किए जा सकते हैं? यह कोई दार्शनिक प्रश्न नहीं है—इसके औपचारिक तरीके हैं।
Inverse Probability of Participation Weighting (IPPW)
Re-weights trial participants so they resemble the target population on key covariates.
Generalizability Index
यह मात्रा निर्धारित करता है कि अवलोकन की गई विशेषताओं पर परीक्षण नमूना लक्ष्य आबादी के कितना समान है।
Stuart et al. (2015, Stat Med): जब SPRINT परिणामों को अमेरिका की उच्च रक्तचाप से ग्रस्त आबादी से मेल खाने के लिए पुनः भारित किया गया, तो अनुमानित लाभ कम हो गया - HR 0.82 (बनाम परीक्षण में 0.75)। उपचार अभी भी काम करता है. लेकिन जनसंख्या बदलने पर परिमाण बदल जाता है।
स्प्रिंट और लापता बहुमत
स्प्रिंट 9,361 रोगियों पर एक अच्छी तरह से डिज़ाइन किया गया परीक्षण था। इसकी खोज (गहन बनाम मानक बीपी नियंत्रण के लिए एचआर 0.75) ने दुनिया भर में दिशानिर्देश बदल दिए। लेकिन बाद के विश्लेषणों से पता चला कि परीक्षण आबादी की तरह उपसमूह में लाभ सबसे मजबूत था - और बहिष्कृत समूहों के लिए अनिश्चित था।
साक्ष्य संश्लेषण में समानता का अर्थ केवल यह पूछना नहीं है कि "क्या यह काम करता है?" लेकिन "यह किसके लिए काम करता है?"
निर्णय वृक्ष: आपकी समीक्षा के लिए इक्विटी मूल्यांकन
ROOT: क्या आपकी समीक्षा के साक्ष्य आपके लक्ष्य के समान आबादी से आते हैं?
YES → Good. But check: Are subgroups (age, sex, ethnicity, SES) reported separately?
- Yes: Use subgroup effects for population-specific recommendations
- No: Flag as limitation — equity gap in reporting
NO → Does PROGRESS-Plus analysis reveal differential effects?
- Yes: Population-specific recommendations needed. Consider transportability re-weighting.
- No: Cautious generalization with explicit equity statement in discussion
Callback: The HRT Lesson Revisited
मॉड्यूल 3 याद है? एचआरटी कहानी ने यह दिखाया healthy-user bias एक हानिकारक उपचार को लाभकारी बना दिया। स्प्रिंट में विपरीत समस्या हो सकती है - "स्वस्थ स्वयंसेवक" प्रभाव एक प्रभावी उपचार प्रकट कर सकता है more effective than it would be in the real world.
प्रत्येक मेटा-विश्लेषण में पूछा जाना चाहिए: कौन शामिल था? किसे बाहर रखा गया? और क्या इससे कोई फर्क पड़ता है?
Module 18 Quiz
Q1. What does the PROGRESS-Plus framework help reviewers assess?
Module 18 Complete
"जो साक्ष्य कमजोर लोगों को बाहर रखते हैं, वे उनकी सेवा करने का दावा नहीं कर सकते।"
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 19: मशीन
बिना मूल के संख्या एक संख्या नहीं है।
मॉड्यूल 19: मशीन
मॉड्यूल 19: मशीन
🎯 Learning Objectives
- Describe how AI/ML is used in systematic review screening
- Explain active learning and human-in-the-loop workflows
- Assess automation validation: recall, workload savings, and risk
- एल्गोरिथम स्क्रीनिंग की सीमाओं और पूर्वाग्रहों को पहचानें
- साक्ष्य संश्लेषण में जिम्मेदार एआई उपयोग के लिए रूपरेखा लागू करें
When COVID-19 hit,
papers arrived faster than humans could read.
2021 तक, 300,000 से अधिक COVID पेपर मौजूद थे। कोक्रेन ने अपनी त्वरित समीक्षाओं के लिए ट्राइएज अध्ययन के लिए मशीन लर्निंग क्लासिफायर का उपयोग किया - 95% से अधिक रिकॉल बनाए रखते हुए स्क्रीनिंग कार्यभार को 70% तक कम किया।
The Flood
By April 2020, 4,000 COVID preprints appeared every week.
PubMed indexed 500 new COVID articles per day.
Cochrane's screening queue hit 10,000 unreviewed titles.
A pair of reviewers screens ~200 titles per day.
At 500 new articles/day, they fell further behind with every hour.
जीवित समीक्षा जीने से पहले ही मर रही थी।
पहला प्रयास
यह विचार नया नहीं था. कोहेन एट अल. (2006, जामिया) ने पहली बार दिखाया कि मशीन लर्निंग स्क्रीनिंग वर्कलोड को 50% तक कम कर सकती है - रिकॉल में 5% से कम नुकसान के साथ।
लेकिन अनुकरण वास्तविकता नहीं है. कोविड बड़े पैमाने पर पहली सच्ची परीक्षा होगी।
AI in Systematic Reviews
Screening Prioritization
Active learning ranks citations by relevance. Reviewers screen the most likely relevant first.
डेटा निष्कर्षण सहायता
एनएलपी पीआईसीओ तत्व, परिणाम और नतीजे निकालता है। हमेशा मानव सत्यापन की आवश्यकता होती है।
Risk of Bias Assessment
ML classifiers predict RoB domains. Experimental—human judgment remains gold standard.
Validating Automation
मूलभूत तनाव: स्वचालन से समय की बचत होती है लेकिन त्रुटि का एक नया स्रोत सामने आता है। हमेशा टूल, संस्करण, प्रशिक्षण डेटा और रुकने के मानदंड की रिपोर्ट करें।
यह जानने के लिए कि क्या मशीन किसी प्रासंगिक अध्ययन से चूक गई है, you need a human to screen everything.
But if humans screen everything, मशीन का उपयोग क्यों करें?
The solution: prospective holdout validation.
- Random 10% sample screened by both human and machine
- तुलना करें: क्या मशीन ने वह खो दिया जो मानव ने पाया?
- If recall drops below 95%, retrain and expand human screening
विश्वास करें लेकिन सत्यापित कर लें। मशीन अपनी भूमिका अर्जित करती है—उसे यह विरासत में नहीं मिलती।
Cochrane's COVID Response
कोक्रेन ने लाखों रिकॉर्ड पर प्रशिक्षित मशीन लर्निंग क्लासिफायर का उपयोग करके COVID-19 अध्ययन रजिस्टर बनाया। सिस्टम ने मैन्युअल स्क्रीनिंग को हफ्तों से घटाकर दिनों में करते हुए 99% संवेदनशीलता हासिल की।
लेकिन मशीन एक उपकरण थी, प्रतिस्थापन नहीं। प्रत्येक शामिल अध्ययन को अभी भी मानव समीक्षकों द्वारा सत्यापित किया गया था। सबक: एआई समीक्षक को बढ़ाता है, प्रतिस्थापित नहीं करता।
वह अध्ययन जो लगभग नहीं मिला
जून 2020 में, रिकवरी परीक्षण ने अपने डेक्सामेथासोन परिणाम प्रकाशित किए-the first treatment proven to reduce COVID mortality (28-day mortality: 22.9% vs 25.7%, RR 0.83).
प्रीप्रिंट एक गैर-मानक शीर्षक के साथ medRxiv पर दिखाई दिया। महामारी के दौरान इस तरह के परिदृश्य बार-बार सामने आए: मौजूदा शब्दावली पर प्रशिक्षित एमएल क्लासिफायर, अपरिचित फ़्रेमिंग को निचले स्तर पर रखते थे।
कई जीवित समीक्षाओं में, मानव समीक्षकों ने ध्वजांकित शीर्षकों को स्कैन करते हुए प्रमुख दवाओं के नामों की पहचान की और उन अध्ययनों को आगे बढ़ाया जिन्हें वर्गीकरणकर्ताओं ने प्राथमिकता से हटा दिया था।
उन मनुष्यों के बिना, ऐतिहासिक उपचार निष्कर्षों को जीवित समीक्षा में प्रवेश करने के लिए हफ्तों इंतजार करना पड़ सकता था।
मशीन तेजी से पढ़ती है. मानव अधिक गहराई से पढ़ता है। न ही अकेले पर्याप्त है.
Decision Tree: When Should You Use AI?
Active learning prioritization. Dual-screen random 10% holdout. Stop when 3 consecutive batches yield 0 relevant studies.
Report: classifier type, training data, recall on holdout, stopping rule.
For <5,000 titles, dual human screening remains gold standard. AI adds complexity without proportionate benefit.
If yes → AI is especially valuable. Continuous classifier retraining on new evidence. But: मशीन को कभी भी अंतिम समावेशन निर्णय न लेने दें।
पैटर्न दोहराता है
मॉड्यूल 6 याद है? पोल्डरमैन्स ने DECREASE डेटा तैयार किया जो एक दशक तक पेरीऑपरेटिव बीटा-ब्लॉकर दिशानिर्देशों का मार्गदर्शन करता था।
AI can now detect statistical anomalies automatically:
- GRIM test: क्या रिपोर्ट किए गए साधन पूर्णांक नमूना आकार के अनुरूप हैं?
- SPRITE: क्या रिपोर्ट किए गए सारांश आँकड़ों को प्रशंसनीय व्यक्तिगत डेटा से पुनर्निर्मित किया जा सकता है?
- Statcheck: Do reported p-values match the test statistics?
इन उपकरणों में विसंगतियाँ पाई गईं hundreds of published papers—faster than any human auditor.
लेकिन मशीन झंडे गाड़ देती है. मानव न्याय करता है. पीछे हटने का निर्णय अत्यंत मानवीय रहता है।
Module 19 Quiz
Q1. व्यवस्थित समीक्षाओं में एआई-सहायता प्राप्त स्क्रीनिंग के लिए न्यूनतम स्वीकार्य रिकॉल क्या है?
Module 19 Complete
"मशीन तेजी से पढ़ती है। इंसान गहराई से पढ़ता है। साथ में, वे सत्य पढ़ते हैं।"
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 20: गुणात्मक
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
मॉड्यूल 20: गुणात्मक
मॉड्यूल 20: गुणात्मक
🎯 Learning Objectives
- Explain why some questions require qualitative evidence synthesis
- Describe meta-ethnography (Noblit & Hare) and thematic synthesis
- Apply the CERQual framework to assess confidence in qualitative findings
- Understand mixed-methods synthesis approaches
- Recognize when qualitative evidence changes practice
WHO ने पूछा सवाल
कोई भी आरसीटी उत्तर नहीं दे सका।
दुनिया भर में महिलाओं को प्रसव के दौरान अपमान और दुर्व्यवहार का अनुभव क्यों होता है? बोहरेन एट अल. (2015) ने 34 देशों के 65 गुणात्मक अध्ययनों को दुर्व्यवहार के सात डोमेन के ढांचे में संश्लेषित किया।
यादृच्छिकीकरण से परे एक प्रश्न
2014 में, WHO ने एक वैश्विक संकट से निपटने के लिए एक पैनल का गठन किया: महिलाओं को शारीरिक रूप से प्रताड़ित किया जा रहा था, मौखिक रूप से अपमानित किया जा रहा था, और प्रसव के दौरान देखभाल से इनकार किया जा रहा था। यह कोई दुर्लभ घटना नहीं थी - रिपोर्टें आईं 34 countries.
They needed to understand WHY. What drives disrespect and abuse in maternity care?
कोई भी आरसीटी इसका उत्तर नहीं दे सका। आप महिलाओं को अपमानजनक बनाम सम्मानजनक देखभाल में यादृच्छिक नहीं बना सकते। आप जन्म परिचारकों को अंधा नहीं कर सकते। आप "गरिमा" को लिकर्ट पैमाने पर नहीं माप सकते। साक्ष्य गुणात्मक होना चाहिए।
Meta-Ethnography
Developed by Noblit & Hare (1988), meta-ethnography translates संख्याओं को एकत्र करने के बजाय अध्ययनों में अवधारणाएँ। यह पहले-क्रम (प्रतिभागी उद्धरण) और दूसरे-क्रम (लेखक व्याख्या) डेटा से नई व्याख्यात्मक रूपरेखा (तीसरे क्रम की संरचनाएं) तैयार करता है।
argument
What Bohren Found: A Taxonomy of Mistreatment
Hitting, pinching, slapping during labor
Inappropriate touching, non-consensual procedures
Shouting, threats, judgmental comments
Based on HIV status, ethnicity, age, poverty
Neglect, lack of informed consent
Poor communication, dismissiveness
Overcrowding, understaffing, lack of supplies
65 अध्ययन. 34 देश. भाषाओं, संस्कृतियों और प्रणालियों में समान पैटर्न दोहराए जाते हैं। ये कोई किस्सा नहीं था. यह संश्लेषित साक्ष्य था.
CERQual: गुणात्मक साक्ष्य में विश्वास
CERQual assesses confidence in qualitative review findings across four components:
Methodological Limitations
योगदान अध्ययन की गुणवत्ता.
Coherence
डेटा कितनी अच्छी तरह खोज का समर्थन करता है।
Adequacy
डेटा की समृद्धि (सिर्फ अध्ययनों की संख्या नहीं)।
Relevance
समीक्षा प्रश्न के संदर्भ में प्रयोज्यता.
When Qualitative Evidence Changes Practice
Bohren's synthesis informed the WHO's 2018 Recommendations on Intrapartum Care for a Positive Childbirth Experience. Specific changes grounded in qualitative evidence:
ये सिफ़ारिशें - गुणात्मक साक्ष्य पर आधारित - अब 194 WHO सदस्य देशों में मातृत्व देखभाल का मार्गदर्शन करती हैं। कोई भी वन भूखंड उन्हें उत्पन्न नहीं कर सकता था। कोई भी I² आँकड़ा उन्हें प्रकट नहीं कर सकता था।
Bohren's Framework of Mistreatment
2015 के गुणात्मक संश्लेषण ने सात डोमेन की पहचान की: शारीरिक शोषण, यौन शोषण, मौखिक दुर्व्यवहार, कलंक और भेदभाव, पेशेवर मानकों को पूरा करने में विफलता, खराब तालमेल और स्वास्थ्य प्रणाली की स्थिति। इस ढांचे ने अंतर्गर्भाशयी देखभाल (2018) पर डब्ल्यूएचओ की सिफारिशों की जानकारी दी।
कोई भी पी-वैल्यू प्रसव के दौरान थप्पड़ मारे जाने के अनुभव को नहीं पकड़ सकता। गुणात्मक संश्लेषण ने उस बात को आवाज़ दी जो संख्याएँ नहीं दे सकीं।
Decision Tree: When Is Qualitative Synthesis Appropriate?
ROOT: क्या आपका शोध प्रश्न अनुभवों, धारणाओं, बाधाओं या सुविधाकर्ताओं के बारे में है?
YES → क्या आपका प्रश्न कैसे या क्यों के बारे में है, न कि केवल क्या के बारे में?
- Yes: Qualitative evidence synthesis (meta-ethnography, thematic synthesis, or framework synthesis)
- No: मिश्रित विधियों पर विचार करें: प्रभाव के लिए मात्रात्मक + तंत्र के लिए गुणात्मक
NO → क्या आपका प्रश्न प्रभावशीलता/प्रभावकारिता के बारे में है?
- Yes: Quantitative meta-analysis
- But: कार्यान्वयन बाधाओं की गुणात्मक समीक्षा के साथ पूरक (CERQual-मूल्यांकन)
Key insight: सबसे मजबूत व्यवस्थित समीक्षाएँ दोनों का उत्तर देती हैं: क्या यह काम करता है? (मात्रात्मक) और यह काम क्यों करता है या असफल क्यों होता है? (गुणात्मक)
Module 20 Quiz
Q1. What distinguishes meta-ethnography from quantitative meta-analysis?
Module 20 Complete
"हर चीज़ जो मायने रखती है उसे गिना नहीं जा सकता। हर चीज़ जो मायने रखती है वह मायने नहीं रखती।"
विषमता एक संदेश है, शोर नहीं।
मॉड्यूल 21: बहुभिन्नरूपी
विषमता एक संदेश है, शोर नहीं।
मॉड्यूल 21: बहुभिन्नरूपी
मॉड्यूल 21: बहुभिन्नरूपी
🎯 Learning Objectives
- पहचानें कि किसी अध्ययन के परिणाम कब सहसंबद्ध होते हैं
- Explain multivariate random-effects models
- Apply robust variance estimation (RVE) for dependent effect sizes
- नेस्टेड डेटा के लिए तीन-स्तरीय मॉडल को समझें
- Choose between multivariate approaches based on data structure
Cardiovascular trials report
मृत्यु दर, एमआई, स्ट्रोक, और बहुत कुछ।
ये परिणाम मरीजों के भीतर सहसंबद्ध हैं। जिस मरीज की मृत्यु हो जाती है, उसके पास एमआई एंडपॉइंट नहीं हो सकता है। मानक मेटा-विश्लेषण प्रत्येक परिणाम को स्वतंत्र रूप से मानता है - निर्भरता और संभावित रूप से दोहरी गिनती के साक्ष्य को अनदेखा करता है।
धारणा पर कोई सवाल नहीं उठाता
कोई भी मानक मेटा-विश्लेषण पाठ्यपुस्तक खोलें। मॉडल मानते हैं कि प्रत्येक अध्ययन योगदान देता है one independent effect size. But reality is different.
एक एकल हृदय परीक्षण मृत्यु दर, रोधगलन, स्ट्रोक और पुनरोद्धार की रिपोर्ट करता है। एक एकल मनोचिकित्सा अध्ययन 3, 6 और 12 महीनों में अवसाद, चिंता और जीवन की गुणवत्ता की रिपोर्ट करता है।
Most analysts either: (a) treat all 120 as independent (inflating precision by a factor of √4), or (b) एक परिणाम चुनें और बाकी को त्याग दें। दोनों दृष्टिकोण ग़लत हैं.
निर्भरता की समस्या
In standard pairwise meta-analysis, each study contributes one effect size. But many studies report multiple outcomes, subgroups, timepoints, or arms—creating dependent प्रभाव आकार. इसे अनदेखा करने से सटीकता बढ़ जाती है और अनुमान विकृत हो जाता है।
Robust Variance Estimation
RVE (Hedges, Tipton & Johnson, 2010) uses a sandwich-type अनुमानक जो आश्रित प्रभावों के बीच वास्तविक सहसंबंध की परवाह किए बिना वैध मानक त्रुटियां प्रदान करता है। अध्ययन के भीतर सहसंबंध को जानने या अनुमान लगाने की कोई आवश्यकता नहीं है। ≥20 अध्ययन के लिए सर्वोत्तम।
Small-sample correction: टिपटन और पुस्टेजोव्स्की (2015) ने आरवीई के लिए छोटे-नमूना सुधार (सीआर2) विकसित किए, जब समूहों की संख्या कम होती है तो स्वतंत्रता की सैटरथवेट डिग्री का उपयोग किया जाता है।
What Dependence Does to Your Confidence Intervals
यदि एक ही अध्ययन के 4 परिणामों में अध्ययन के भीतर सहसंबंध है ρ = 0.5:
Treating as independent
CI width = X
निर्भरता के लिए लेखांकन
CI width = 1.58X
आपका कॉन्फिडेंस इंटरवल होना चाहिए 58% wider. प्रत्येक मेटा-विश्लेषण जिसने इसे नजरअंदाज किया, उसने गलत सटीक परिणाम प्रकाशित किए।
RVE (Hedges, Tipton & Johnson, 2010): Uses a “sandwich” variance estimator that produces correct standard errors without needing to know the exact within-study correlation.
Three-Level Models: Making Structure Explicit
Level 1: Sampling Variance
Measurement error within each effect size estimate.
Level 2: Within-Study Variance
एक ही अध्ययन में परिणाम और समय-बिंदु अलग-अलग होते हैं।
Level 3: Between-Study Variance
जनसंख्या, सेटिंग और तरीकों में अध्ययन एक दूसरे से भिन्न होते हैं।
Example: अवसाद के लिए मनोचिकित्सा के मेटा-विश्लेषण में (k=50 अध्ययन, 180 प्रभाव आकार), 35% भिन्नता का अध्ययन (अलग-अलग परिणाम) के भीतर था और 65% अध्ययन के बीच था (विभिन्न उपचार, आबादी)। इस विघटन से पता चलता है कि विविधता कितनी है within vs between studies.
Three-Level Models: Formal Framework
जब प्रभाव निहित होते हैं (उदाहरण के लिए, अध्ययन के भीतर कई परिणाम, या अनुसंधान समूहों के भीतर अध्ययन), ए three-level model विभाजन में भिन्नता है: (1) नमूना भिन्नता (स्तर 1), (2) अध्ययन के भीतर भिन्नता (स्तर 2), और (3) अध्ययन के बीच भिन्नता (स्तर 3)। यह सभी स्तरों पर ताकत उधार लेते समय सही अनुमान बनाए रखता है।
हृदय संबंधी चुनौती
स्टैटिन के मेटा-विश्लेषण में 30 परीक्षण शामिल हो सकते हैं, प्रत्येक मृत्यु दर, एमआई, स्ट्रोक और पुनरोद्धार की रिपोर्टिंग करता है। यानी 30 समूहों से 120 प्रभाव आकार। उन्हें 120 स्वतंत्र अनुमानों के रूप में मानने से अध्ययन के भीतर सहसंबंध से संबंधित कारक द्वारा सटीकता बढ़ जाती है।
RVE or multivariate models handle this correctly—producing wider, honest confidence intervals.
Decision Tree: Which Approach for Dependent Effect Sizes?
ROOT: क्या आपके मेटा-विश्लेषण के प्रति अध्ययन कई प्रभाव हैं?
YES → क्या आप अध्ययन के भीतर सहसंबंधों को जानते हैं (या अनुमान लगा सकते हैं)?
- Yes: Multivariate random-effects model (most efficient)
- No: RVE with small-sample correction (robust to unknown correlations)
NO → Standard univariate random-effects model
Sub-question: क्या आपके एकाधिक प्रभाव विभिन्न परिणामों, समय बिंदुओं या उपसमूहों से हैं?
- Different outcomes → Three-level model or RVE with clustering
- Different timepoints → Network of timepoints with temporal correlation
- Different subgroups → Consider if subgroups are meaningful or should be averaged
Module 21 Quiz
Q1. What problem does Robust Variance Estimation (RVE) solve?
Module 21 Complete
"जब परिणाम उलझे हुए हों, तो यह दिखावा करना कि वे स्वतंत्र हैं, सुविधा का झूठ है।"
बिना मूल के संख्या एक संख्या नहीं है।
मॉड्यूल 22: प्रमाण
बिना मूल के संख्या एक संख्या नहीं है।
मॉड्यूल 22: प्रमाण
मॉड्यूल 22: प्रमाण
🎯 Learning Objectives
- Understand how computational errors propagate through policy
- प्रतिलिपि प्रस्तुत करने योग्यता को परिभाषित करें और प्रतिकृति योग्यता से अंतर बताएं
- साक्ष्य हैशिंग और सबूत रखने वाले नंबर लागू करें
- Use reproducibility checklists for meta-analysis
- पूर्व-पंजीकरण और खुले डेटा की भूमिका को पहचानें
A graduate student opened a spreadsheet
और पाया कि तपस्या युग का निर्माण एक त्रुटि पर हुआ था।
2010 में, रेनहार्ट और रोगॉफ़ ने दावा किया कि 90% से अधिक ऋण-से-जीडीपी अनुपात वाले देशों में नकारात्मक वृद्धि हुई है। इसने पूरे यूरोप में मितव्ययता नीतियों को प्रभावित किया। 2013 में, थॉमस हेरंडन को एक एक्सेल त्रुटि मिली जिसने 5 देशों को औसत से बाहर कर दिया। सही परिणाम: मामूली सकारात्मक वृद्धि, पतन नहीं।
Reproducibility vs Replicability
Reproducibility is the minimum standard. यदि अन्य लोग आपके रिपोर्ट किए गए डेटा से आपके एकत्रित अनुमान को पुन: प्रस्तुत नहीं कर सकते हैं, तो विश्लेषण सत्यापित नहीं किया जा सकता है। मेटा-विश्लेषण को साझा करना चाहिए: निकाले गए डेटा, विश्लेषण स्क्रिप्ट, सॉफ़्टवेयर संस्करण और यादृच्छिक बीज।
Proof-Carrying Numbers
Every number in a meta-analysis should carry its provenance: यह कहां से आया, इसे कैसे रूपांतरित किया गया, और किस कोड ने इसे निर्मित किया। Evidence hashing creates a cryptographic fingerprint of inputs so any change (accidental or deliberate) is detectable.
Input Hash
निकाले गए डेटा का SHA-256 हैश। यदि एक सेल बदलता है, तो हैश बदल जाता है। उद्गम श्रृंखला: डेटा → कोड → परिणाम → हैश।
Interactive: Reproducibility Checklist
मेटा-विश्लेषण की प्रतिलिपि प्रस्तुत करने योग्यता का आकलन करने के लिए प्रत्येक आइटम की जाँच करें। आपकी समीक्षा का स्कोर कैसा है?
एक्सेल त्रुटि जिसने अर्थव्यवस्थाएं बदल दीं
रेनहार्ट-रोगॉफ की "ऋण के समय में वृद्धि" को कांग्रेस की गवाही, यूरोपीय आयोग की रिपोर्ट और आईएमएफ नीति संक्षेप में उद्धृत किया गया था। एक्सेल त्रुटि (पंक्तियों 30-34 को औसत सूत्र से बाहर रखा गया था) का मतलब था कि पांच देश-ऑस्ट्रेलिया, ऑस्ट्रिया, बेल्जियम, कनाडा और डेनमार्क-बस गायब थे।
संशोधित औसत -0.1% से +2.2% हो गया। मितव्ययिता नीतियों ने लाखों लोगों को प्रभावित किया। पुनरुत्पादकता अकादमिक पूर्णतावाद नहीं है - यह आपदा के खिलाफ सुरक्षा है।
Remember Module 5?
DECREASE Through the Lens of Reproducibility
डॉन पोल्डरमैन्स द्वारा किए गए DECREASE परीक्षणों को मनगढ़ंत डेटा के लिए वापस ले लिया गया था। यदि सबूत देने वाली संख्याएँ मौजूद होतीं - हैश किए गए इनपुट, उद्गम श्रृंखलाएँ, सत्यापित गणनाएँ - तो निर्माण का पता लगाया जा सकता था before सबूतों ने मेटा-विश्लेषण में प्रवेश किया और सर्जिकल दिशानिर्देश बदल दिए।
Module 22 Quiz
Q1. रेनहार्ट-रोगॉफ़ त्रुटि क्या थी?
Module 22 Complete
"उद्गम के बिना संख्या कोई संख्या नहीं है। पुनरुत्पादन के बिना विश्लेषण साक्ष्य नहीं है।"
Certainty must be earned, not assumed.
मॉड्यूल 23: आपका पहला मेटा-स्प्रिंट
Certainty must be earned, not assumed.
मॉड्यूल 23: आपका पहला मेटा-स्प्रिंट
मॉड्यूल 23: आपका पहला मेटा-स्प्रिंट
🎯 Learning Objectives
- 40-दिवसीय व्यवस्थित समीक्षा वर्कफ़्लो को समझें
- Map the Seven Principles to real practice phases
- Recognize Definition-of-Done (DoD) gates as quality checkpoints
- Appreciate why structure prevents the failures you've studied
- Graduate ready to conduct (not just understand) meta-analysis
आपने कहानियाँ सीख ली हैं।
अब तुम्हें मार्ग पर चलना होगा।
आपके द्वारा अध्ययन किए गए प्रत्येक साक्ष्य में उलटफेर टीमों के कारण हुआ knew तरीकों लेकिन नहीं किया follow them systematically.
मेटा-स्प्रिंट फ्रेमवर्क
5 चरण द्वारों के साथ 40-दिवसीय संरचित कार्यप्रवाह। प्रत्येक गेट एक डेफिनिशन-ऑफ-डन (डीओडी) चेकपॉइंट है जो गुणवत्ता सुनिश्चित होने तक आपको आगे बढ़ने से रोकता है।
Why 40 days? कठोरता के लिए काफी लंबा, गुंजाइश रेंगने से रोकने के लिए काफी छोटा। रोसिग्लिटाज़ोन कार्डियक सिग्नल वर्षों तक दबे रहे क्योंकि पारदर्शिता के लिए कोई समय सीमा नहीं थी।
पांच चरण के द्वार
DoD-A: Protocol Lock (Days 1-3)
PICOS defined, timepoint rules set, model choices pre-specified. No moving target.
DoD-B: Search Lock (Days 6-10)
All databases searched, grey literature checked, PRESS validated. No hidden studies.
DoD-C: Extraction Lock (Days 10-28)
Dual extraction, provenance linked, RoB assessed. No fabricated numbers.
The Five Phase Gates (continued)
डीओडी-डी: विश्लेषण लॉक (दिन 21-33)
Forest plots generated, sensitivity analyses run, heterogeneity explored. No cherry-picking.
DoD-E: Submission Lock (Days 33-40)
GRADE certainty rated, clinical summary written, manuscript finalized. No overconfidence.
Day 34 Freeze: दिन 34 के बाद कोई नया अध्ययन नहीं जोड़ा जा सकता है। यह "हथियारयुक्त स्कोप रेंगना" को रोकता है जिसने बीएमपी स्पाइन सर्जरी मेटा-विश्लेषण को प्रभावित किया है, जहां उद्योग अनुकूल अध्ययन "ढूंढता" रहा।
व्यवहार में सात सिद्धांत
Every principle you learned maps to a specific phase gate:
रेड-टीम सिद्धांत
आपकी ही टीम आपके काम में बाधा डालने की कोशिश करती है.
हर दिन, दो घूमने वाली टीम के सदस्य विरोधियों के रूप में डेटा गुणवत्ता की जांच करने में 12 मिनट बिताते हैं। इस तरह बोल्ड्ट की धोखाधड़ी पकड़ी गई - मैत्रीपूर्ण समीक्षा से नहीं, बल्कि संदेहपूर्ण जाँच से जिसने असंभव भर्ती दरों को देखा।
CondGO: When Things Go Wrong
What happens when you discover a critical problem mid-sprint?
CondGO = Conditional Go
A bounded rescue protocol. You have exactly 72 hours केवल अनुमत क्रियाओं का उपयोग करके समस्या को ठीक करना। यदि आप इसे ठीक नहीं कर सकते, तो आपको समीक्षा रोक देनी चाहिए।
📖 अवंदिया पाठ: जीएसके ने 2000 में कार्डियोवैस्कुलर सिग्नल देखे लेकिन कोई अनिवार्य समय सीमा नहीं थी। उन्होंने 7 वर्षों तक "देखा और इंतजार किया"। हज़ारों लोगों को नुकसान पहुँचाया गया। CondGO मौजूद है क्योंकि "आखिरकार हम इससे निपटेंगे" लोगों को मारता है।
आपने इस पाठ्यक्रम की शुरुआत कहानियों से की।
आप इसे अभ्यास के लिए तैयार करके समाप्त करें।
मेटा-स्प्रिंट वर्कफ़्लो आपके द्वारा सीखी गई हर चीज़ को लेता है और इसे 40-दिवसीय प्रणाली में संरचित करता है जो आपके द्वारा अध्ययन की गई विफलताओं को रोकता है।
जब आप वास्तविक व्यवस्थित समीक्षा करने के लिए तैयार हों, तो मेटा-स्प्रिंट एप्लिकेशन खोलें। आपने यहाँ जो कहानियाँ सीखी हैं वे आपका मार्गदर्शन करेंगी—हर कदम पर अनुस्मारक के रूप में प्रकट होंगी।
What does it look like when every principle is followed?
REAL DATA
कोलेस्ट्रॉल ट्रीटमेंट ट्रायलिस्ट्स (सीटीटी) सहयोग मेटा-विश्लेषण का स्वर्ण मानक है। उन्होंने प्राप्त किया 170,000+ प्रतिभागियों से व्यक्तिगत रोगी डेटा across 26 statin trials. Pre-specified protocol. IPD from all major trials. Standardized outcomes. Result: statins reduce major vascular events by 21% per mmol/L LDL reduction (RR 0.79, 95% CI 0.77-0.81), regardless of baseline risk. This finding, replicated across 15 वर्षों में 5 मेटा-विश्लेषण, has prevented an estimated millions of heart attacks and strokes worldwide.
Capstone Quiz
1. मेटा-स्प्रिंट में 34वें दिन "हार्ड फ़्रीज़" का उद्देश्य क्या है?
2. The CondGO protocol gives teams how long to fix critical problems?
3. Red-team adversarial QA caught Joachim Boldt's fraud by noticing:
जो कहानियाँ आपने सीखी हैं वे इतिहास नहीं हैं।
वे चेतावनियाँ हैं जो आपके भविष्य के काम की रक्षा करती हैं।
जब आप अपना पहला मेटा-विश्लेषण करते हैं, तो
remember CAST before you trust a signal,
remember Poldermans before you skip provenance,
फ़नल को अनदेखा करने से पहले रीबॉक्सेटीन याद रखें।
अब आप तैयार हैं। संरचना के साथ चलें. नम्रता से चलो. सात सिद्धांतों के साथ आगे बढ़ें।
प्रत्येक संकेत सत्य नहीं है।
मॉड्यूल 24: अंतिम परीक्षा
Certainty must be earned, not assumed.
Final Examination
Final Exam: Part 1 of 2
मेटा-विश्लेषण सिद्धांतों में अपनी महारत का परीक्षण करें। प्रत्येक प्रश्न पाठ्यक्रम की एक मूल अवधारणा को संबोधित करता है।
Q1. एक शोधकर्ता "स्वास्थ्य पर व्यायाम के प्रभाव" का अध्ययन करना चाहता है। इस शोध प्रश्न के साथ प्राथमिक समस्या क्या है?
Q2. एक फ़नल प्लॉट निचले-बाएँ क्षेत्र में लापता अध्ययनों के साथ स्पष्ट विषमता दिखाता है। यह क्या सुझाव देता है?
Q3. एक मेटा-विश्लेषण रिपोर्ट I² = 85% और τ² = 0.42 है। सबसे उपयुक्त व्याख्या क्या है?
Q4. GRADE में, यादृच्छिक नियंत्रित परीक्षणों से साक्ष्य के एक समूह के लिए प्रारंभिक निश्चितता क्या है?
Q5. In RoB 2.0, which domain assesses whether outcome assessors knew the treatment allocation?
Final Exam: Part 2 of 2
Q6. CAST परीक्षण से पता चला कि अतालता को दबाने के बावजूद एंटीरैडमिक दवाओं ने मृत्यु दर में वृद्धि की। यह इसका एक उदाहरण है:
Q7. When should a random-effects model be preferred over a fixed-effect model?
Q8. According to ICEMAN criteria, which makes a subgroup analysis MORE credible?
Q9. What assumption must be checked in network meta-analysis to ensure valid indirect comparisons?
Q10. परीक्षण अनुक्रमिक विश्लेषण (टीएसए) में, निरर्थकता सीमा को पार करना क्या दर्शाता है?
Part 1 Complete — continue to Part 2 (Advanced Modules)
Final Exam: Part 2 of 2 (Advanced)
Questions 11–25 cover Modules 13–22 (Bayesian, NMA, IPD, Dose-Response, Fragility, Equity, AI, Qualitative, Multivariate, Reproducibility).
Q11. बायेसियन मेटा-विश्लेषण में, क्या होता है जब आप कई अध्ययनों के साथ एक अस्पष्ट पूर्व का उपयोग करते हैं?
Q12. सिप्रियानी के अवसादरोधी एनएमए में, किसी भी एक दवा को "विजेता" क्यों घोषित नहीं किया गया?
Q13. आपको आईपीडी को कभी भी एक मेगा-ट्रायल से पूल क्यों नहीं करना चाहिए?
Q14. What caused the alcohol "J-curve" to disappear in Stockwell's reanalysis?
Q15. ओसेल्टामिविर गाथा में, अप्रकाशित तक पहुँचने पर कोक्रेन ने क्या खोजा नैदानिक अध्ययन रिपोर्ट?
Q16. अमेरिका के कितने प्रतिशत उच्च रक्तचाप से ग्रस्त मरीज SPRINT परीक्षण के लिए योग्य नहीं होंगे?
Q17. Why is AI considered an "augmenter" rather than a "replacer" in systematic reviews?
Q18. What does the "adequacy" component of CERQual assess?
Q19. A meta-analysis includes 30 statin trials, each reporting 4 correlated outcomes (120 effect sizes). Which approach is correct?
Q20. रेनहार्ट-रोगॉफ़ त्रुटि में, सही औसत वृद्धि दर क्या थी उच्च ऋण वाले देश?
Passing Score: 15/20 across both parts
संबंधित मॉड्यूल पर वापस लौटकर किसी भी छूटे हुए प्रश्न की समीक्षा करें। प्रत्येक प्रश्न एक मूल अवधारणा का परीक्षण करता है।
प्रत्येक संकेत सत्य नहीं है।
तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।
Congratulations
आपने साक्ष्य उत्क्रमण: एक मेटा-विश्लेषण पाठ्यक्रम पूरा कर लिया है।
आपका संश्लेषण सत्य से, आपकी पूलिंग ज्ञान से,
और आपके निष्कर्ष विनम्रता से निर्देशित हों।
सात सिद्धांत:
"हर संकेत सत्य नहीं होता।"
"तरीके मरीज़ों को हमारे आत्मविश्वास से बचाते हैं।"
"What was hidden in plain sight?"
"बिना उत्पत्ति के संख्या कोई संख्या नहीं है।"
"विषमता एक संदेश है, शोर नहीं।"
"साक्ष्य का अभाव अनुपस्थिति का प्रमाण नहीं है।"
"Certainty must be earned, not assumed."
"हमें सीधे रास्ते पर मार्गदर्शन करें..."