체계적 문헌 고찰의 필요성은 개별 연구의 한계를 극복하고
Evidence based medicine이나 Evidence based practice를 위한 과학적 의사결정 노력 같습니다.
이 페이퍼(오픈소스)는 14가지의 리뷰유형의 개념과 장단점을 소개하고 있습니다.
크게는 양적연구 방법, 질적 연구방법, 그리고 양적/질적 연구 혼합방법으로 구분할 수 있을 것 같습니다.
체계적 문헌 고찰이나 메타분석의 필요성은 크게 두 가지로 볼 수 있을 것 같습니다.
첫째, 모든 연구에서는 선행연구에 대한 분석이 매우 중요합니다. 연구를 시작하는데 있어서 연구자의 연구가 기존의 논의와 어떤 차별성이 있으며, 어떤 실천적/이론적 의미가 있는지 등은 선행연구분석을 통해 규명될 것입니다.
둘째, 체계적 문헌 고찰이나 메타분석이 그 자체로 매우 의미 있는 독립된 연구입니다. 임상적, 실천적 의사결정을 하는데 있어 개별연구의 결과 하나만 가지고 결정하거나, 과학적이지 못한 방법으로 의사결정을 하는 경우가 있습니다. 체계적 문헌 고찰과 메타분석을 통해 현재까지의 연구 성과를 과학적으로 분석하여 합리적이고 타당한 의사결정을 하는 것은 그 자체로도 증거의 최상위를 차지하는 의미 있는 독립연구물 이라고 할 수 있습니다.
연구를 처음하시는 분들은 선행연구를 체계적으로 분석하는데 의미가 있고, 기존 연구를 많이 하시거나 임상으로 바쁘신 분들에게도 체계적 문헌고찰이나 메타분석은 과학적 의사결정의 기제로서 의미가 있는 것 같습니다.
선행연구 분석의 다양한 방법들을 살펴봄으로써 연구하시는데 시사점을 얻는데 도움이 되면 좋겠습니다.
https://onlinelibrary.wiley.com/…/…/j.1471-1842.2009.00848.x
메타분석 연구물이 다양하고 많아지면서 메타분석 연구물에 대한 체계적 문헌 고찰이 강조되고 있습니다. 관심주제의 Unbrella review 이해하시는데 참고하시기 바랍니다.
Integration of evidence from multiple meta-analyses: a primer on umbrella reviews, treatment networks and multiple treatments meta-analyses
모든 양적연구는 가설검정을 합니다.
통계적 유의성에 기초해서 가설에 대한 의사결정을 하지만,
p-value에 대한 한계와 제한점이 많이 논의되고 있습니다.
꼭 메타분석에서 뿐만 아니라 기초통계부터 효과크기의 개념을
충분히 학습하고 관심주제의 처치효과에 대해 실질적이고 임상적으로 의미 있는 해석을 하면 좋겠습니다.
기초통계부터 분산분석, 회귀분석, 그리고 구조방정식, 다층모형, 메타분석까지 관련 연구방법 마다 효과크기를 의미 있게 해석 하는 것이 중요하다고 생각합니다.
지금까지 공부하고 연구한 내용을 정리해 보았습니다.
도움이 되시길 바랍니다.
Systematic reviews that collate data about the relative effects of multiple interventions via network meta-analysis are highly informative for decision-making purposes. A network meta-analysis provides two types of findings for a specific outcome: the relative treatment effect for all pairwise comparisons, and a ranking of the treatments. It is important to consider the confidence with which these two types of results can enable clinicians, policy makers and patients to make informed decisions.
The suggested framework for evaluating a network metaanalysis acknowledges (i) the key role of indirect comparisons (ii) the contributions of each piece of direct evidence to the network meta-analysis estimates of effect size; (iii) the importance of the transitivity assumption to the validity of network meta-analysis; and (iv) the possibility of disagreement between direct evidence and indirect evidence.