Meta-Analyse der Stress-Myokard-Perfusions-Bildgebung

Überprüfungsfrage: Welche nicht-invasiven kardiovaskulären Bildgebungstests (SPECT, Stressecho [SE], kardiovaskuläre Magnetresonanz [CMR], CT-Perfusion [CTP] und PET-Myokardperfusion) haben die beste diagnostische Genauigkeit, um eine obstruktive koronare Herzkrankheit mit vier verschiedenen zu erkennen Cutoffs, zwei anatomische (invasive Koronarangiographie) und zwei funktionelle (invasive fraktionierte Flussreserve)? Welche nicht-invasiven kardiovaskulären Bildgebungstests (SPECT, Stress Echo, CMR, CTP und PET Myokardperfusion) weisen die geringste Verzerrung und Heterogenität in ihren veröffentlichten Daten auf?

Suchen: Suchen Sie in den Datenbanken MEDLINE, EMBASE und SCOPUS nach der Literatur, die von Januar 1970 bis Dezember 2015 in englischer oder spanischer Sprache veröffentlicht wurde, zu allen prospektiven und retrospektiven Studien, die mit Stressecho, SPECT, PET, CMR und CTP bei Patienten mit Verdacht oder bekannter CAD im Vergleich durchgeführt wurden gegen den Referenzstandard von ICA (zwei Grenzwerte: Läsionen > 50 % und > 70 %) und/oder invasive FFR (zwei Grenzwerte: < 0,80 und < 0,75).

Untersuchter Zustand: Obstruktive koronare Herzkrankheit. Nicht-invasive Bildgebungsmodalitäten (SPECT, Stress Echo, CMR, CTP und PET) zur Beurteilung der myokardialen Perfusion als Hinweis auf eine obstruktive koronare Herzkrankheit.

Intervention: Es gab keine Intervention oder Exposition, da es sich um eine Bewertung der diagnostischen Genauigkeit weltweit aktueller nicht-invasiver kardiovaskulärer Bildgebungsmodalitäten im Vergleich zum anerkannten Referenzstandard handelte.

Vergleichsgruppe: Keine Kontrollgruppe verwendet.

Kontext: Studien in englischer und spanischer Sprache wurden aufgenommen, um keine relevanten, qualitativ hochwertigen Beiträge in verschiedenen Sprachen zu verpassen. Andere Sprachen als Englisch und Spanisch wurden aufgrund von Sprachbarrieren und Einschränkungen hinsichtlich des Verständnisses des Volltextdokuments und der Beschaffung der erforderlichen Daten nicht berücksichtigt, da diese Papiere im Allgemeinen nur die Zusammenfassung auf Englisch haben. Es gab keine Einschränkungen hinsichtlich des Herkunftslandes, der Art der verwendeten Technik oder der verwendeten Ausrüstung, da wir eine Unteranalyse für die geringfügigen Variablen durchgeführt haben, die nicht in allen Papieren angegeben sind.

Datenextraktion: Nach der Studienplanung entschieden wir uns, alle veröffentlichten Studien einzubeziehen und beschlossen, keine Daten einzubeziehen, die nicht formell veröffentlicht worden waren. Unsere Suchstrategie mit drei auf die Forschungsfrage bezogenen Begriffen unter Berücksichtigung von: Patientenpopulation, Interventionstypen der verschiedenen Bildgebungsmodalitäten und des Designtyps; wir haben uns entschieden, zwei Arten von Suchbegriffen einzubeziehen, freie Wörter und standardisierte Wörter, wie sie in Medical Subject Headings (MeSH) für PubMed verwendet werden, und für EMBASE haben wir EMTREE-Begriffe verwendet; Wir haben auch eine Kombination aus thematischen Begriffen verwendet, die durch ein kontrolliertes Vokabular ausgewählt wurden, den Thesaurus, der bei Bedarf geöffnet wird und eine breite Palette von Freitextbegriffen enthält. Wie wir im Folgenden ausführlich beschreiben, war die Datenextraktion immer mit mehr als zwei Forschern. Das Team bestand aus einem Searcher, einem Search Advisor sowie fünf Junior- und vier Senior-Reviewern. Vier Senior Reviewer kamen zusammen, um die für die Literaturrecherche notwendigen MeSH-Begriffe zu definieren. Der Suchende und der Suchberater (ein Senior Reviewer) arbeiteten zusammen, um die entsprechenden Suchalgorithmen wie folgt aufzubauen: für prospektive oder retrospektive klinische Studien, Fallserien, Abstracts und graue Literatur in englischer oder spanischer Sprache für PubMed, für EMBASE und für Scopus ; auch für Metaanalysen und systemische Reviews für PubMed, für EMBASE und für Scopus für den Zeitraum zwischen Januar 1970 und Dezember 2015. Ein leitender Autor (Erstautor) wurde als „Administrator“ konzipiert, dann gingen alle Abrufe vom Rechercheur direkt und nur an den Administrator, um Doppelungen oder Lücken im Begutachtungsprozess zu vermeiden. Zunächst erhielt der Administrator eine Suche mit Titeln und Abstracts, die er/sie zu gleichen Teilen an die vier leitenden Gutachter (einschließlich des Administrators) verteilte, um eine erste Auswahl zu treffen und alle Titel und Abstracts, die die Ein- oder Ausschlusskriterien nicht erfüllten, zu eliminieren wurde dann vom Administrator gesammelt und an den Rechercheur zurückgesendet, der anhand der Liste der ausgewählten Dokumente (Titel und Abstracts) ein zweites Recherchepaket mit allen Dokumenten in Volltextversion an den Administrator schickte, der diese Dokumente wiederum gleichmäßig verteilte an alle vier leitenden Gutachter, die dann die Ein- und Ausschlusskriterien validiert haben, die möglicherweise allein in der Zusammenfassung übersehen wurden; Das resultierende Paket wurde erneut an den Administrator zurückgegeben, der die Dokumente gleichmäßig an alle Junior- und Senior-Gutachter verteilte, um jede Studie gemäß der STARD-Checkliste für diese Art von Projekt zu bewerten. Wir haben zuvor ein Minimum von 60 % der Punkte in der STARD-Checkliste festgelegt, damit eine Studie genehmigt und in die nächste Phase der Überprüfung aufgenommen wird. Alle Bewertungsbögen wurden innerhalb der Frist an den Administrator zurückgeschickt. Alle Meinungsverschiedenheiten wurden während unserer Forschungstreffen durch einen Konsens der leitenden Gutachter gelöst. Der Administrator wählte dann die in die Metaanalyse einzubeziehenden Studien basierend auf dem STARD-Score aus und verteilte sie gleichmäßig an alle Junior- und Senior-Reviewer (einschließlich des Administrators), um Daten in einem vorgefertigten Datenerfassungsblatt zu extrahieren. Bei Ablauf der Frist sammelte der Administrator alle Datenerfassungsblätter und verteilte sie dann zu gleichen Teilen mit den Originalpapieren an die vier leitenden Gutachter, die eine zweite Überprüfung jeder Studie durchführten, um die Qualität der extrahierten Daten sicherzustellen. Alle Meinungsverschiedenheiten wurden während zusätzlicher Forschungstreffen der leitenden Gutachter im Konsens gelöst. Nachdem die Daten von den vier leitenden Gutachtern akzeptiert worden waren, stellte der Administrator einem weiteren leitenden Gutachter, der als „Statistiker“ fungierte, alle erfassten Daten zur Verfügung, um die statistische Analyse zu starten. Gleichzeitig wurden alle in die Metaanalyse eingeschlossenen Studien erneut vom Administrator an zwei leitende Gutachter (der Administrator und der Statistiker) verteilt, die die Datenextraktion für die Teilanalyse durchführten, wobei jeder leitende Gutachter zwei Bildgebungsmodalitäten zur Überprüfung nahm , und nach Abschluss wurden diese Teilanalysedaten vom Statistiker gesammelt, um in die Metaanalyse aufgenommen zu werden.

Bias-Risiko: Im Auswahlprozess wurde das Bias-Risiko durch eine doppelte Überprüfung der Auswahlkriterien durch leitende Gutachter gehandhabt, indem jede Studie nach der STARD-Methodik unter Verwendung ihrer Checkliste und eines starren Kriteriums von > 60 % bewertet wurde, um für die weitere Analyse berücksichtigt zu werden. Alle Meinungsverschiedenheiten zwischen den Junior- und/Senior-Review-Autoren über das Bias-Risiko in bestimmten Studien wurden durch Diskussionen während eines zusätzlichen Forschungstreffens von zwei Senior-Autoren gelöst, bei Bedarf unter Einbeziehung eines dritten Gutachters. Der Publikationsbias wurde grafisch mit Funnel-Plots und mathematisch mit Begg- und Egger-Tests evaluiert. Als signifikant wurde ein Wert von p < 0,05 definiert.

Strategie für die Datensynthese: Wir haben Forrest-Plots für jeden Test und HSROC-Kurven mit der Moses-Littenberg-Methode erstellt. Wir haben AUC und Q* für jeden Test berechnet. Die Gesamtwerte von Sensitivität, Spezifität, DOR, LR+ und LR- sowie 95 %-KI wurden mit dem bivariaten Modell von Teitsma und den Modellen von HSROC (Hierarchical Summary ROC) von Rutter und Gatsonis berechnet. Die Unterschiede zwischen den Tests wurden mittels Meta-Regression bewertet, indem verschiedene Modelle mit dem Likelihood-Quotienten-Test verglichen wurden. Die Analyse der Heterogenität zwischen den Studien wurde in grafischer Form in den HSROC-Kurven und mathematisch mit Meta-Regression und der Berechnung von Higgins' I2 ausgewertet; dieser letzte Test, Higgins' I2, wurde nicht in den Ergebnissen aufgeführt, da in Studien zur diagnostischen Testgenauigkeit diese I2-Statistik allein möglicherweise nicht aussagekräftig ist, da sie den Schwelleneffekt nicht berücksichtigt; im Vergleich zu demselben statistischen Test, wenn er für die Analyse der Heterogenität zwischen therapeutischen und/oder interventionellen Studien verwendet wird, da ein Schwelleneffekt berücksichtigt werden kann. In unserer Studie wurde der Publikationsbias grafisch mit Funnel Plots und mathematisch mit Begg- und Egger-Tests evaluiert. Als signifikant wurde ein Wert von p < 0,05 definiert.

Analyse von Untergruppen: Um statistische Unterschiede in der diagnostischen Genauigkeit zwischen den Modalitäten zu analysieren, basierten die Analysen auf mathematischen Kombinationen und verwendeten den Begriff „Sicherheit“, um sich auf die diagnostische Genauigkeit zu beziehen, die eine bildgebende Modalität gegenüber der anderen hat; dann führten wir die Meta-Regressionsanalyse zum Vergleich der "Sicherheit" zwischen zwei Bildgebungsmodalitäten gleichzeitig durch. Für die Ergebnisse haben wir eine grafische Darstellung verwendet. Wir haben eine Post-hoc-Analyse nach Untergruppen für alle anderen Variablen durchgeführt, die allen Techniken gemeinsam und/oder für jede untersuchte Bildgebungsmodalität spezifisch sind.

Verbreitungspläne: Ein Artikel wird bei einer führenden Zeitschrift auf diesem Gebiet eingereicht. Die Ergebnisse der Überprüfung lieferten solide Beweise dafür, dass die derzeitige weltweite Praxis zum Nutzen von Patienten, Institutionen und öffentlichen Gesundheitsdiensten geändert werden kann, indem eine höhere Genauigkeit bei der Diagnose einer signifikanten koronaren Herzkrankheit in Bezug auf Myokardischämie erreicht wird, wodurch zusätzliche unnötige Tests vermieden werden Schaden für die Patienten und weniger unnötige Ausgaben.

Aktueller Überprüfungsstatus: Abgeschlossen, aber nicht veröffentlicht.