Systematic Review & Meta-analysis

จากที่ผมเคยสัญญาว่าจะเขียนเรื่องเกี่ยวกับการ Appraise Systematic Review นะครับ ก่อนอื่นเลยก็ต้องขอพูดเกริ่นนำเรื่อง Systematic Review และ Meta-analysis ก่อนครับ

Systematic Review โดยนิยามนั้นหมายถึงการรวบรวมคำตอบของคำถามที่จำเพาะเจาะจงครับ ลองนึกสภาพถึงคำถามที่เกิดขึ้นในทางคลินิกนะครับ คำถามในที่นี้ก็จะล้อกันไปกับ PICO นั่นละครับ ตัวอย่างเช่น

• การให้ Aspirin ในผู้ป่วยเบาหวานช่วยลดการเกิด MI หรือไม่
• การให้ แป๊ะก๊วย ช่วยลดอาการปวดขาเป็นพักๆ (intermittent claudication) หรือไม่
• การผ่าตัดถุงน้ำดีแบบส่องกล้อง (laparoscopic cholecystectomy) ลดอัตรา complication หรือไม่เมื่อเทียบกับการผ่าแบบเปิด (open cholecystectomy)
• ฯลฯ

เมื่อมีการตอบคำถามเหล่านี้มากขึ้นเรื่อยๆ ไม่ว่าจะเป็นจากทั้งการศึกษาแบบ observational (cohort/cross-sectional) หรือ experimental (RCT) มันก็คงไม่สะดวกเวลาตอบใช่ไหมครับ หากเราต้องมานั่งอ่านเป็นสิบเปเปอร์ มันจะดีกว่ามั้ยถ้าเรารวมคำตอบไว้ทีเดียวเลย นั่นคือที่มาของ “review” ครับ

แต่หลายๆ ท่านก็คงเคยอ่าน review โดยทั่วๆ ไปแล้วนะครับ เช่นจากพวก textbook หรือ article review ที่อ่านตามหนังสือทั่วไป ปัญหาของพวก review พวกนี้ที่เกิดขึ้นก็คือว่า มัน “ไม่เป็นระบบ” ครับ คนทำอาจจะเอนเอียงไปข้างใดข้างหนึ่งก็ได้ (เช่นคนเขียนนั่งอยู่ที่บริษัทเครื่องมือผ่าตัดส่องกล้อง เขียนเชียร์ตัวเองอยู่) ทำให้ผลที่ได้อาจจะไม่ได้พูดถึงในอีกแง่มุมหนึ่งเลย จุดนี้เอง เป็นที่มาของการทำ Systematic Review ครับ

ขั้นตอนของการทำ Systematic Review ขั้นแรกก็คือการตั้งปัญหาที่เราสนใจครับ ปัญหานั้นจะต้องค่อนข้างเจาะจง เพื่อที่เราจะได้ตอบได้ครับ หลังจากนั้นเราจะต้องหาคำตอบของปัญหานี้ด้วยวิธีที่เป็นระบบ โดยอาจจะมีการตั้งกฎเกณฑ์ที่เป็นระบบไว้ก่อน เช่น ตั้งว่าจะค้นหาด้วยวิธีใดบ้าง ค้นฐานข้อมูลใด ใครค้น คัดเลือกด้วยใคร ใครเป็นคนกรอกข้อมูล ข้อมูลที่ได้จะรวมกันแบบไหน อย่างใด เสมือนหนึ่งเดียวกับการทำวิจัยชนิดอื่นๆ เลยครับ (นั่นจึงเป็นที่มาของคำว่า “Systematic”)

ขั้นต่อมาก็คือการค้นคว้าครับ ในขั้นตอนการค้นคว้านี้ ฐานข้อมูลที่เป็นที่นิยมโดยส่วนมากก็คือ Medline ครับ ไม่ต้องงงนะครับ จริงๆ ก็คือฐานข้อมูลที่ PubMed มีอยู่นั่นละครับ (PubMed เป็นชื่อของ “ตัวค้น” – Search Engine ส่วน Medline เป็นชื่อของ “ฐานข้อมูล” – Database) ส่วนฐานข้อมูลอื่นๆ ที่นิยมก็เช่น EMBASE (ของฝั่งยุโรป), CINAHL, Cochrane Controlled Trial Register เป็นต้นครับ นอกจากนี้ยังอาจจะค้นจากสื่ออื่นๆ เช่น ค้นจากการติดต่อ Expert, ค้นจากรายงานของ Conference ต่างๆ ด้วยก็จะยิ่งดีครับ

หลังจากที่เราค้นหาหลักฐานต่างๆ จากฐานข้อมูลนี้มาได้แล้ว เราก็จะต้องมาดูว่าเปเปอร์ไหนบ้างที่เข้ากับคำถามของเราครับ (ตรงจุดนี้จะต้องมีกำหนดไว้ก่อนในช่วงแรกแล้วอย่างแน่ชัดเป็น inclusion/exclusion criteria มิเช่นนั้นจะกลายเป็นว่าเรา “เลือก” หลักฐานมา – เป็น selection bias นั่นเองครับ)

เมื่อได้เปเปอร์มาแล้ว ผู้วิจัยส่วนใหญ่ก็จะให้คะแนนความน่าเชื่อถือของเปเปอร์ครับ โดยคะแนนความน่าเชื่อถือนี้มีหลายแบบครับตามแต่ว่าเปเปอร์ที่เลือกมานั้นเป็นประเภทใด เช่นถ้าเป็นของ RCT ก็จะเป็น JADAD score เป็นต้นครับ

หลังจากนั้นผู้วิจัยก็อาจจะสรุปเลยก็ได้ครับว่าหลังจากที่ค้นมาแล้วเป็นอย่างไรบ้าง แต่ส่วนใหญ่มักจะไม่จบเพียงแค่นี้ครับ (เพราะเสียดายอุตส่าห์ค้นมาตั้งเยอะ) ส่วนใหญ่เขาก็จะดึงเอาข้อมูลออกมา เพื่อที่จะนำข้อมูลนั้นมารวมกันด้วยวิธีการทางสถิติ ที่เรียกกันว่า meta-analysis กันนั่นเองครับ (โดยอาจจะมี Forest Plot + Heterogeneity Test ตามที่เคยเขียนไปแล้วด้วยครับ) นอกจากนี้ยังอาจจะวิเคราะห์ย่อยๆ ด้วยเช่นว่า ถ้าแบ่งเปเปอร์เป็นกลุ่มๆ แล้วจะมีคำตอบแตกต่างกันไปหรือไม่ เช่นผมรวม RCT ที่เกี่ยวกับการให้ Aspirin ในคนไข้เบาหวาน แต่มันมีทั้งเบาหวานแบบที่มีความดันร่วมด้วย หรือไม่มีความดันร่วมด้วย ผมอาจจะแบ่งข้อมูลเป็นสองกลุ่ม แล้วดูว่ามันต่างกันหรือไม่ก็ได้ครับ ซึ่งเรียกว่าการทำ Subgroup analysis

นอกจากการนำข้อมูลของเปเปอร์อื่นมารวบรวมด้วยกันแล้ว เรายังอาจจะนำเอาข้อมูลของ “คนไข้” ในแต่ละเปเปอร์นี้มารวมกันได้ด้วยครับ นั่นก็คล้ายกับว่าผู้วิจัยเสมือนหนึ่งเป็นการรวม Trials ต่างๆ เข้าด้วยกัน ซึ่งทำให้จำนวน n มากขึ้นนั่นเองครับ การนำข้อมูลคนไข้มารวมกันนี้ บางทีก็จะเรียกว่าเป็น Individual Patient Data ครับ

และสุดท้ายที่ผู้วิจัยอาจจะนำเสนอก็คือการแสดง Publication Bias ครับ Publication Bias ก็คือการที่ Study ที่ไม่ได้ผลนั้นอาจจะไม่ได้ลงตีพิมพ์ในฐานข้อมูล ทำให้เราอาจจะ “หลุด”  Study ที่ไม่ได้ผลก็ได้ครับ เช่น RCT ที่ให้แป๊ะก๊วยแล้วไม่ได้ผล ก็อาจจะไม่มีสำนักพิมพ์ไหนอยากเอาไปพิมพ์ ทำให้ในฐานข้อมูลทั้งหมดกลายเป็นมีแต่แป๊ะก๊วยใช้ได้ผล ทั้งๆ ที่มันก็มี RCT ที่ให้แล้วไม่ได้ผลเหมือนกัน ตรงจุดนี้เราสามารถพล็อตกราฟเพื่อดูได้ครับว่า ผลมันไปทางเดียวกันหมดเลยหรือเปล่า (กราฟที่นิยมคือ Funnel Plot ครับ)

กล่าวโดยสรุปแล้ว ถ้ามีการวางแผนและทำเป็นระบบนั้น ก็จะยิ่งเพิ่มความน่าเชื่อถือของการทำ Systematic Review เข้าไปอีกครับ นั่นเองเป็นที่มาของว่า ทำไม Systematic Review นั้นถึงได้อยู่ในอันดับต้นๆ ของ Hierachy of evidence ครับ

ติดตั้งแพคเกจใน R ผ่าน Proxy/ติดตั้งด้วยมือ

เคยมีคนถามผมครับว่าโปรแกรม R นั้นจะลงแพคเกจเสริมได้อย่างไร หากว่าเราต้องต่ออินเทอร์เน็ตผ่าน Proxy หรือเราดาวน์โหลดแพคเกจนั้นมาลงเอง

วิธีการก็ไม่ได้ลำบากอะไรเท่าไหร่ครับ แทนที่เราจะเริ่มโปรแกรม R ขึ้นมาเอง ให้คลิ๊กขวาในไอคอนของโปรแกรมใน Start Menu แล้วเลือก Properties



หลังจากนั้นพิมพ์เพิ่มเติมในช่อง Target จากเดิมที่เป็น:

"C:\Program Files\R\R-2.9.0\bin\Rgui.exe"

ให้ต่อท้ายด้วยเว็บ proxy แบบนี้แทน:

"C:\Program Files\R\R-2.9.0\bin\Rgui.exe" http_proxy=<ชื่อ proxy> http_proxy_user=ask

เช่นอย่างของมหิดล proxy นั้นคือ proxy-phy1.mahidol:8080 ก็จะเป็นแบบนี้ครับ:

"C:\Program Files\R\R-2.9.0\bin\Rgui.exe" http_proxy=proxy-phy1.mahidol:8080 http_proxy_user=ask

คราวนี้เวลากดเลือก Install Package ก็จะมีหน้าขึ้นมาให้ใส่ชื่อผู้ใช้และรหัสผ่านเหมือนโปรแกรมอื่นๆ แล้วครับ



สำหรับท่านที่ดาวน์โหลดแพคเกจมาเองจาก CRAN ให้เลือกเป็น Windows binary แล้วเลือกเมนู Packages -> Install package(s) from local zip files ครับ



อ้อ ตอนนี้ R มีถึงเวอร์ชัน 2.9.0 แล้วนะครับใครยังไม่ได้อัพเดตก็อัพเดตได้แล้วครับ