有害事象の系統的レビュー、データ抽出時に注意すべき5つのエラー/BMJ

中国・安徽医科大学のChang Xu氏らは、有害事象の系統的レビューでのデータ抽出の妥当性と、メタ解析結果へのデータ抽出エラーの影響を調べ、データ抽出エラーの分類フレームワークを開発した。検討の結果、起きうるエラーは、数的エラー、あいまいさによるエラーなど5つのタイプに分類でき、そのうち2つ以上のエラーがあると結果に影響を及ぼす可能性が高まることが示されたという。著者は、「有害事象の系統的レビューでは、データ抽出の再現性に関して深刻な問題が起きる可能性があり、抽出エラーは結論を誤らせる可能性がある。系統的レビューの著者が妥当なデータ抽出ができるよう、早急に実施ガイドラインを整備することが必要だ」と述べている。BMJ誌2022年5月10日号掲載の報告。