Aufgrund der Jahr für Jahr stark zunehmenden Anzahl an wissenschaftlichen Arbeiten kommt vermehrt die Bedeutung auf, die Vielzahl an Studien zu einem bestimmten Themenkreis gesamtheitlich zu betrachten und ihre Erkenntnisse übersichtlich zusammenzufassen. So können quantitative Forschungsarbeiten interpretiert und ein Gesamtbild geschaffen werden. Für die Erstellung solcher Zusammenfassungen eignet sich vor allem eine Methodik besonders – die sogenannte Metaanalyse.
Definition: Metaanalyse
Wenn zu einer bestimmten Fragestellung eine Vielzahl an Primärliteratur vorliegt, eröffnet die Metaanalyse die Perspektive, die Ergebnisse der unterschiedlichen Publikationen systematisch zu einem Gesamtbefund zusammenzuführen. Dabei bedient man sich quantitativer Forschung.
Durch die Zusammenfassung von Einzelergebnissen erhoffen sich Wissenschaftler, die Metaanalysen durchführen, ein insgesamt aussagekräftigeres Ergebnis. Das Metaresultat kann als eine Art Mittelwert verstanden werden und entsteht durch das «Pooling» von Daten. In der Medizin können Metaanalysen beispielsweise dazu genutzt werden, die Effektivität einer bestimmten Therapie genauer zu bestimmen.
Vorteile
Folgende Vorteile sprechen im Zuge deiner Untersuchung für die Durchführung einer Metaanalyse:
- schafft Überblick über uneinheitliche Befunde
- erhöht statistische Aussagekraft und Validität
- kann zur Erarbeitung von fundierten Entscheidungsgrundlagen beitragen
- weist insgesamt eine oft signifikant höhere Aussagekraft auf als Einzelstudien
Herausforderungen
Die Metaanalyse kann aber auch zu einigen Herausforderungen führen:
Probleme | Bedeutung |
Erforderliche Mindestanzahl an Primärstudien | in der Regel erst ab einer bestimmten Mindestanzahl von Primärstudien sinnvoll |
Publikationsverzerrung ("publication bias") | erhoffte und signifikante Ergebnisse werden in der Regel eher publiziert |
Uniformitätsproblem | hohe Schwierigkeit, inhaltlich und methodisch hinreichend homogene Primärstudien zu wählen |
"Garbage-in-Garbage-out"-Problem | methodisch schwächere Primärstudien beeinträchtigen Qualität des Gesamtresultats |
Abhängige Untersuchungsergebnisse | Problem des Umgangs mit mehreren Effektgrößen in einer Primärstudie |
Fehlende Daten | Probleme durch unzureichende statistische Kennwerte in den verarbeiteten Primärstudien |
Durchführung
Charakteristisch für die Metaanalyse ist eine transparente und kleinschrittige Vorgehensweise. Dieses gliedert sich in die folgenden Arbeitsphasen:
- Formulierung der Forschungsfrage
- Literaturrecherche nach Primärquellen
- Überprüfung der Übereinstimmung von Primärstudien
- Kodierung von passenden Primärstudien
- Durchführung der Metaanalyse
- Präsentation der Ergebnisse für die Leserschaft
1. Forschungsfrage formulieren
Zu Beginn der Metaanalyse muss – wie im Übrigen bei einer konventionellen Primärstudie auch – die Forschungsfrage formuliert werden. Aus dieser sollten auch immer das Ziel und der Gegenstand der Untersuchung deutlich hervorgehen.
2. Primärstudien suchen
Als zweiter Schritt folgt die umfassende Literaturrecherche nach geeigneten Primärstudien. Diese kann sich schnell auf mehrere hundert Publikationen belaufen.
Beachte: Je mehr Studien du in deine Untersuchung einbeziehst, desto größer ist deren Aussagekraft. Gleichzeitig verringert sich auf diese Weise auch das Risiko eines verzerrten Gesamtergebnisses.
3. Übereinstimmung der Primärstudien prüfen
Für jede einzelne Primärstudie, auf die du bei deinen Recherchen stößt, muss entschieden werden, ob sie deinen vorab definierten Kriterien entspricht: Ist dies nicht der Fall, bleibt sie bei der Metaanalyse unberücksichtigt.
Dafür bedienst du dich einer Liste aus Inklusions- und Exklusionskriterien. Relevant sind in diesem Zusammenhang unter anderem der inhaltliche Kontext sowie die methodische Qualität.
4. Geeignete Primärstudien kodieren
Identische oder ähnlich gestellte Forschungsfragen werden in verschiedenen Primärstudien unterschiedlich ergründet. Im nächsten Schritt geht es also darum, die gewählten Publikationen vergleichbar zu machen, was auch deren Kodierung miteinschließt.
Der Begriff der Kodierung bezeichnet dabei vereinfacht gesagt die Zuweisung von Kategorien. Diese Kategorien beziehen sich auf Merkmale, die für die spätere Berechnung der Metaanalyse relevant sind. Als Beispiele dafür lassen sich etwa Stichprobengröße und Effektgrößenmaß nennen, aber auch inhaltliche und methodische Moderatorvariablen (wie etwa Durchschnittsalter, Untersuchungsdesign usw.).
5. Metaanalyse durchführen
Nach der Kodierung und Berechnung einheitlicher Effektgrößen zum Zweck der Vergleichbarkeit folgt die primärstudienübergreifende statistische Integration. Die einzelnen Resultate werden dabei im Wesentlichen durch Pooling zu einem Mittelwert zusammengefasst, der als Metaresultat fungiert.
Bei diesem Schritt kannst du zwischen verschiedenen Modellen auswählen, die sich durch unterschiedliche statistische Annahmen auszeichnen. Es bestehen diesbezüglich auch Kombinationsmöglichkeiten.
6. Ergebnisse der Leserschaft präsentieren
Bei der Präsentation der Ergebnisse deiner Metaanalyse solltest du auf Grafiken und Diagramme zurückgreifen, die eine schnelle Interpretation durch die Leserschaft ermöglichen. Am häufigsten kommt dabei der sogenannte Forest-Plot zur Anwendung, der sowohl die Effektgrößen aller in die Metaanalyse inkludierten Primärstudien als auch das gepoolte Gesamtresultat darstellen kann.
Praxisbeispiele
Im Folgenden findest du zwei Beispiele aus der Praxis, in welchen eine Metaanalyse im Rahmen einer Abschlussarbeit durchgeführt wurde:
Systematic Review vs. Metaanalyse
Diese beiden Forschungsmethoden werden immer häufiger verwechselt. Deshalb gehen wir nun explizit auf den Unterschied der Methoden ein:
Systematic Reviews (deutscher Begriff: systematische Übersichtsarbeiten) bezeichnen kein konkretes statistisches Verfahren, sondern ein übergeordnetes Studiendesign. Eine Übersichtsarbeit kann zwar eine Metaanalyse enthalten, dies muss jedoch nicht zwingend der Fall sein. Es gibt dementsprechend auch rein qualitative Systematic Reviews.
Im Sinne der Mixed-Methods ist es jedoch möglich, in derselben Arbeit qualitative und quantitative Methoden zu kombinieren und dadurch einander ergänzende Fragestellungen zu beantworten. Zu den Vorteilen dieser Vorgehensweise zählen ein breiterer Evidenzbegriff und die Möglichkeit der Synthetisierung der Ergebnisse zu einem für breitere Leserkreise relevanten Resultat.
Häufig gestellte Fragen
Eine Metaanalyse umfasst das Sammeln und Zusammenfassen von Daten aus vielen verschiedenen Studien zu einem bestimmten Thema, um statistische Muster und allgemeine Schlussfolgerungen zu identifizieren.
Eine Metaanalyse ist sinnvoll, wenn es viele einzelne Studien zu einem ähnlichen Thema gibt, und man all diese Daten kombinieren möchte, um zuverlässigere und allgemeine Aussagen über das Thema zu treffen. Dies kann helfen, die Stärke der Evidenz zu erhöhen und neue Erkenntnisse zu gewinnen.
Bei der Metaanalyse handelt es sich um ein statistisches Verfahren, durch das verschiedene Studienergebnisse auf quantitativer Basis kombiniert werden können.
Teilweise werden die Begriffe Metaanalyse und systematische Übersichtsarbeit synonym gebraucht. Genau genommen bezeichnet Letzteres aber ein bestimmtes Studiendesign, im Rahmen dessen auch die Metaanalyse als statistisches Verfahren zur Anwendung kommen kann.
Die Methode der Metaanalyse kann unter anderem in der Medizin, der Psychologie und in der empirischen Sozialforschung eingesetzt werden.