Metaanalyse er en sammenstilling og syntese av ulike studier som allerede eksisterer om et gitt emne. Det er med på å befeste og tydeliggjøre konklusjonene fra de ulike studiene.

Metaanalyse er en metode for å syntetisere resultatene av studier innen medisinsk forskning. Det krever et enormt arbeid med kompilering og syntese av data som kommer fra forskjellige studier om et gitt emne. Den svarer på en presis metode, både for søk, utvalg, presentasjon og analyse av studiene som er tilgjengelige for et gitt spørsmål. Det er en kompleks og betydelig oppgave fordi medisinsk informasjon i dag er svært lett tilgjengelig og svært tallrik. Metaanalysen er basert på en presis, pålitelig og reproduserbar protokoll, slik at resultatene forblir de samme uavhengig av forfatteren av analysen.

Formålet med metaanalyse er å samle en stor mengde informasjon om et gitt tema. Dette øker sannsynligheten for å finne et statistisk signifikant resultat, altså et pålitelig resultat, som korrekt beviser en gitt. Dette omtales som en økning i statistisk makt.

Så snart det er flere studier som har forpliktet seg til å svare på det samme spørsmålet som primært eller sekundært mål, blir metaanalyse mulig. Det er en viktig metode for å syntetisere disse studiene. Det gjør det mulig å gi et presist og omfattende svar i samsvar med all den nåværende kunnskapen. Bruksområdet er kun begrenset til allerede eksisterende studier. Det første bruksområdet er evalueringen av effekten og bivirkningene av medikamentell behandling. Metaanalyse kan også være svært nyttig på andre områder som epidemiologi, terapeutisk behandling, omsorg generelt, screening eller diagnose.

Metaanalyse er en metode som er mye brukt i alle felt av biomedisinsk forskning for omfattende tolkning av flere og mangfoldige, noen ganger motstridende studier. Det brukes også av lærde samfunn i en medisinsk disiplin for å etablere anbefalinger for pleie og behandling av pasienter basert på et høyt bevisnivå. De første metaanalysene dateres tilbake til 70-tallet, og antallet har økt siden da fordi interessen deres er ubestridelig.

Når det gjelder studier på et medikament, kan metaanalysen bidra til å måle effektiviteten og toleransen til dette. Faktisk gjør sammenstillingen av forskjellige kliniske studier som hver omfatter et lite antall pasienter det mulig å øke dette antallet slik at observasjonene er statistisk signifikante. Metaanalysen kan da synliggjøre effekten av en behandling når små forsøk ikke nødvendigvis fører til en konklusjon. En storstilt klinisk studie er svært vanskelig å utføre i praksis. Metaanalyse gjør det mulig å overvinne denne vanskeligheten.

Det kan også bidra til å avgjøre, på en eller annen måte, når resultatene er motstridende. Oppsummeringssiden gjør det også mulig å samle inn data for å få et presist svar på et gitt spørsmål. Dette er spesielt nyttig i forskningsområder der data akkumuleres.

I medisin, for å utføre en meta-analyse, definerer forskeren emnet av interesse. Det kan være en behandling som skal testes, en type pasient som vurderes, epidemiologiske data, omsorgsbegreper mv.

Det andre trinnet er å definere inklusjonskriteriene i den ønskede metaanalysen. Forskeren vil deretter se etter de ulike forsøkene og studiene, publisert eller ikke, tilgjengelig i medisinsk litteratur. Disse materialene kan være artikler, plakater, papers fra medisinske konferanser, studentoppgaver, kliniske utprøvinger osv. De velges ut dersom de oppfyller kriteriene for inkludering i metaanalysen. Tanken er å samle så mange studier som mulig i metaanalysen for å gi den mest mulig verdi og kraft.

Deretter brukes statistiske analyseteknikker. Analyser etter undergruppe (kjønn, alder, sykehistorie, type sykdom osv.) kan utføres. Generelt sett krysser flere forskere sine målinger for å gi større vekt på analysen.

Metaanalysen gjør det mulig å produsere nye data som har større vekt statistisk fordi flere eller grupperer flere pasienter. I tråd med den vitenskapelige tilnærmingen vil forskerne tolke resultatene av metaanalysen og sette dem inn i sin kontekst. Målet er å trekke konklusjoner på dataene som samles inn. Denne intervensjonen fra forskeren vil føre til subjektivitet. Faktisk vil dens erfaring og kultur spille inn. Fra helt objektive data er det derfor mulig for ulike forskere å få ulike konklusjoner.