Metaanaliza stresującego obrazowania perfuzji mięśnia sercowego

Pytanie kontrolne: Które nieinwazyjne badania obrazowe układu sercowo-naczyniowego (SPECT, echo serca [SE], rezonans magnetyczny układu krążenia [CMR], perfuzja CT [CTP] i perfuzja mięśnia sercowego PET) mają najlepszą dokładność diagnostyczną w wykrywaniu choroby wieńcowej za pomocą czterech różnych odcięcia, dwa anatomiczne (inwazyjna angiografia wieńcowa) i dwa funkcjonalne (inwazyjna rezerwa przepływu frakcyjnego)? Które nieinwazyjne badania obrazowe układu sercowo-naczyniowego (SPECT, stress echo, CMR, CTP i PET perfuzji mięśnia sercowego) mają najmniejszą stronniczość i niejednorodność w opublikowanych danych?

Wyszukiwanie: Wyszukiwanie w bazach danych MEDLINE, EMBASE i SCOPUS literatury opublikowanej w języku angielskim lub hiszpańskim od stycznia 1970 do grudnia 2015, dotyczącej wszystkich prospektywnych i retrospektywnych badań przeprowadzonych za pomocą Stress Echo, SPECT, PET, CMR i CTP u pacjentów z podejrzeniem lub rozpoznaną CAD w porównaniu względem standardu referencyjnego ICA (dwa punkty odcięcia: zmiany >50% i >70%) i/lub inwazyjnego FFR (dwa punkty odcięcia: <0,80 i <0,75).

Badany stan: Obturacyjna choroba wieńcowa. Nieinwazyjne metody obrazowania (SPECT, echostresowe, CMR, CTP i PET) do oceny perfuzji mięśnia sercowego jako wskaźnika obturacyjnej choroby wieńcowej.

Interwencja: Nie było interwencji ani narażenia, ponieważ była to ocena dokładności diagnostycznej obecnych na całym świecie nieinwazyjnych metod obrazowania układu sercowo-naczyniowego w porównaniu z przyjętym standardem odniesienia.

Porównanie: nie zastosowano grupy kontrolnej.

Kontekst: Uwzględniono studia w języku angielskim i hiszpańskim, aby uniknąć pominięcia istotnych, wysokiej jakości artykułów w różnych językach. Inne języki niż angielski i hiszpański nie zostały uwzględnione ze względu na bariery językowe i ograniczenia w zrozumieniu pełnego tekstu dokumentu oraz w uzyskaniu niezbędnych danych, ponieważ prace te mają na ogół tylko streszczenie w języku angielskim. Nie było żadnych ograniczeń co do kraju pochodzenia, rodzaju zastosowanej techniki lub sprzętu, ponieważ przeprowadziliśmy analizę podrzędną dla tych mniejszych zmiennych, które nie zostały zgłoszone we wszystkich artykułach.

Ekstrakcja danych: Po zaplanowaniu badań zdecydowaliśmy się włączyć wszystkie opublikowane badania i zdecydowaliśmy się nie uwzględniać danych, które nie zostały formalnie opublikowane. Nasza strategia wyszukiwania z trzema terminami związanymi z pytaniem badawczym, uwzględniająca: populację pacjentów, rodzaje interwencji różnych metod obrazowania i typ projektu; zdecydowaliśmy się uwzględnić dwa rodzaje wyszukiwanych terminów, słowa wolne i słowa standardowe, takie jak używane w Medical Subject Headings (MeSH) dla PubMed, a dla EMBASE użyliśmy terminów EMTREE; wykorzystaliśmy również kombinację terminów tematycznych wybranych z kontrolowanego słownika, Thesaurus, otwieranego w razie potrzeby i z szerokim zakresem terminów w wolnym tekście. Jak szczegółowo opisaliśmy poniżej, ekstrakcja danych zawsze odbywała się z udziałem więcej niż dwóch badaczy. Zespół został podzielony na poszukiwacza, doradcę ds. wyszukiwania oraz pięciu młodszych i czterech starszych recenzentów. Czterech starszych recenzentów zebrało się razem, aby zdefiniować terminy MeSH niezbędne do przeszukiwania literatury. Osoba wyszukująca i doradca ds. wyszukiwania (jeden starszy recenzent) pracowali razem nad stworzeniem odpowiednich algorytmów wyszukiwania w następujący sposób: dla prospektywnych lub retrospektywnych badań klinicznych, serii przypadków, streszczeń i szarej literatury w języku angielskim lub hiszpańskim dla PubMed, dla EMBASE i dla Scopus ; również za metaanalizy i przeglądy systemowe dla PubMed, dla EMBASE i dla Scopus za okres od stycznia 1970 do grudnia 2015. Jeden starszy autor (pierwszy autor) został wyznaczony jako „administrator”, a następnie wszystkie wyszukiwania z wyszukiwarki trafiały bezpośrednio i tylko do administratora, aby uniknąć powielania lub luk w procesie recenzji. Najpierw administrator otrzymał wyszukiwanie z tytułami i abstraktami, które rozdzielił po równo między czterech starszych recenzentów (w tym administratora) w celu dokonania wstępnej selekcji i wyeliminowania wszystkich tytułów i abstraktów, które nie spełniały kryteriów włączenia lub wyłączenia, co został następnie zebrany przez administratora i odesłany z powrotem do osoby wyszukującej, która na podstawie listy wybranych dokumentów (tytułów i abstraktów) wysłała do administratora drugi pakiet wyszukiwań ze wszystkimi dokumentami w pełnej wersji tekstowej, który ponownie równomiernie rozłożył te dokumenty wszystkim czterem starszym recenzentom, którzy następnie zatwierdzili kryteria włączenia i wyłączenia, które mogły zostać pominięte w samym streszczeniu; powstały pakiet został ponownie zwrócony administratorowi, który równo rozdysponował dokumenty wszystkim młodszym i starszym recenzentom, aby ocenili każde badanie zgodnie z listą kontrolną STARD dla tego typu projektów. Ustaliliśmy wcześniej minimum 60% punktów na liście kontrolnej STARD, aby badanie zostało zatwierdzone i włączone do kolejnego etapu przeglądu. Wszystkie arkusze oceny zostały odesłane do administratora w określonym czasie. Wszystkie nieporozumienia zostały rozwiązane podczas naszych spotkań badawczych w drodze konsensusu starszych recenzentów. Następnie administrator wybrał badania, które mają zostać włączone do metaanalizy na podstawie wyniku STARD, i przydzielił je równo wszystkim młodszym i starszym recenzentom (w tym administratorowi) w celu wyodrębnienia danych we wstępnie zaprojektowanym arkuszu przechwytywania danych. W wyznaczonym terminie administrator zebrał wszystkie arkusze przechwytywania danych, a następnie ponownie rozesłał równo z oryginalnymi artykułami do czterech starszych recenzentów, którzy dokonali drugiego przeglądu każdego badania, aby zapewnić jakość wyodrębnionych danych. Wszystkie nieporozumienia zostały rozwiązane podczas dodatkowych spotkań badawczych starszych recenzentów w drodze konsensusu. Po zaakceptowaniu danych przez czterech starszych recenzentów administrator udostępniał kolejnemu starszemu recenzentowi, pełniącemu rolę „statystyka”, wszystkie przechwycone dane do rozpoczęcia analizy statystycznej. W tym samym czasie wszystkie badania włączone do metaanalizy zostały ponownie rozesłane przez administratora do dwóch starszych recenzentów (administratora i statystyka), którzy dokonali ekstrakcji danych do podanalizy, każdy starszy recenzent wziął do przeglądu dwie metody obrazowania , a po zakończeniu te dane z podanalizy zostały zebrane przez statystyka w celu włączenia ich do metaanalizy.

Ryzyko stronniczości: W procesie selekcji ryzykiem stronniczości zarządzano poprzez podwójną kontrolę kryteriów wyboru przez starszych recenzentów, oceniając każde badanie według metodologii STARD przy użyciu jego listy kontrolnej i sztywnych kryteriów > 60%, które należy uwzględnić w dalszej analizie, wszelkie nieporozumienia między młodszymi i/lub starszymi autorami recenzji dotyczące ryzyka stronniczości w poszczególnych badaniach były rozwiązywane w drodze dyskusji podczas dodatkowego spotkania badawczego dwóch starszych autorów, z udziałem trzeciego recenzenta w razie potrzeby. Błąd publikacji oceniono graficznie za pomocą wykresów lejkowych oraz w formie matematycznej za pomocą testów Begga i Eggera. Wartość p<0,05 została zdefiniowana jako istotna.

Strategia syntezy danych: Dla każdego testu wykonaliśmy wykresy Forresta oraz krzywe HSROC metodą Mosesa-Littenberga. Obliczyliśmy AUC i Q* dla każdego testu. Łączne wartości czułości, swoistości, DOR, LR+ i LR- oraz 95% CI obliczono przy użyciu dwuwymiarowego modelu Teitsmy oraz modeli HSROC (hierarchiczny sumaryczny ROC) Ruttera i Gatsonisa. Różnice między testami oceniono za pomocą metaregresji porównującej różne modele z testem ilorazu wiarygodności. Analizę heterogeniczności między badaniami oceniono graficznie na krzywych HSROC oraz matematycznie z metaregresją i obliczeniem I2 Higginsa; ten ostatni test, I2 Higginsa, nie został uwzględniony w wynikach, ponieważ w badaniach dokładności testów diagnostycznych sama ta statystyka I2 może nie być pouczająca, ponieważ nie uwzględniają efektu progowego; w porównaniu z tym samym testem statystycznym, gdy jest on używany do analizy heterogeniczności między badaniami terapeutycznymi i/lub interwencyjnymi, ponieważ można wziąć pod uwagę efekt progowy. W naszym badaniu stronniczość publikacji oceniano graficznie za pomocą wykresów lejkowych oraz w formie matematycznej za pomocą testów Begga i Eggera. Wartość p<0,05 została zdefiniowana jako istotna.

Analiza podgrup: Aby przeanalizować różnice statystyczne w dokładności diagnostycznej między modalnościami, oparliśmy analizy na kombinacjach matematycznych i użyliśmy terminu „pewność” w odniesieniu do dokładności diagnostycznej, którą jedna moda obrazowania ma nad drugą; następnie przeprowadziliśmy analizę meta-regresji w celu porównania „pewności” między dwiema modalnościami obrazowania w tym samym czasie. Wykorzystaliśmy graficzną reprezentację wyników. Przeprowadziliśmy analizę post-hoc według podgrup dla wszystkich innych zmiennych, wspólnych dla każdej techniki i/lub specyficznych dla każdej badanej modalności obrazowania.

Plany rozpowszechniania: artykuł zostanie przesłany do wiodącego czasopisma w tej dziedzinie. Wyniki przeglądu dostarczyły solidnych dowodów, które mogą zmienić obecną światową praktykę z korzyścią dla pacjentów, instytucji i publicznej służby zdrowia poprzez uzyskanie większej dokładności w diagnostyce istotnej choroby wieńcowej pod względem niedokrwienia mięśnia sercowego, unikając w ten sposób dodatkowych zbędnych badań, mniej szkody dla pacjentów i mniej zbędnych wydatków.

Bieżący status recenzji: Ukończono, ale nie opublikowano.