Cochrane menghasilkan ulasan sistematik kerana ia adalah cara yang paling boleh dipercayai untuk mengetahui sama ada intervensi atau ujian tertentu berkesan.
Apabila kami melakukan ulasan sistematik, kami memeriksa semua penyelidikan saintifik dengan teliti untuk menjawab soalan tertentu – contohnya, 'Adakah rawatan X membantu orang dengan penyakit Y?' – dan kemudian kami mengira apakah kesan keseluruhannya. Kami menggunakan kaedah statistik yang canggih untuk menggabungkan dan membandingkan beberapa kajian, kadangkala ratusan, menjadikan ulasan kami lebih dipercayai daripada kajian individu.
Tonton video ini untuk mengetahui lebih lanjut tentang ulasan sistematik, cara para penyelidik menyediakannya, dan sebab ia penting untuk semua orang yang perlu membuat keputusan termaklum tentang kesihatan.
Video: Apakah itu ulasan sistematik? (3 minit 23 saat)
Transkrip video
Apakah itu ulasan sistematik? Ulasan sistematik membantu memahami pelbagai jenis data. Ia adalah cara untuk menyemak semua data dan keputusan daripada penyelidikan tentang soalan tertentu dengan cara yang standard dan sistematik. Ulasan sistematik membantu memberikan gambaran keseluruhan yang objektif dan telus bagi semua bukti berkenaan soalan tertentu.
Logo Cochrane secara visual mewakili bagaimana keputusan daripada beberapa ulasan sistematik boleh dijelaskan. Begini cara ulasan sistematik berfungsi.
Pertama, soalan mesti ditakrifkan, dan kaedah yang objektif untuk bertanyakan soalan dipersetujui. Bayangkan bulatan sebagai kawasan yang ditakrifkan oleh soalan. Segala-gala di dalamnya melibatkan soalan tersebut. Segala-gala di luarnya tidak. Dalam bulatan ini, data yang berkaitan akan disertakan.
Carian untuk data yang berkaitan bermula. Data ini boleh datang daripada banyak sumber, termasuk data daripada kajian klinikal. Bayangkan yang bentuk mewakili set data daripada penyelidikan berbeza, contohnya, kajian klinikal berbeza.
Set data mesti mempunyai bentuk yang betul untuk muat: hanya data daripada penyelidikan yang berpadanan dengan kriteria tertentu boleh disertakan, supaya keputusan boleh dipercayai - contohnya, memilih penyelidikan yang berkualiti dan menjawab soalan yang ditakrifkan.
Sekiranya penyelidikan memenuhi kriteria, maklumat yang lebih terperinci tentang penyelidikan boleh dikumpul atau diekstrak.
Maklumat yang diekstrak boleh termasuk: bagaimana penyelidikan itu dijalankan (sering dipanggil kaedah), siapa yang mengambil bahagian dalam penyelidikan (termasuk berapa ramai orang, bagaimana ia dibayar - contohnya, sumber dana), apa yang berlaku (hasilnya).
Maklumat ini dihakimi berdasarkan kriteria untuk menilai kualiti penyelidikan. Setelah maklumat diekstrak, ia boleh digabungkan menggunakan kaedah statistik yang kompleks untuk memberikan keputusan keseluruhan daripada kesemua data.
Bulatan ini ialah salah satu cara untuk mewakili data ini secara visual. Ia dipanggil blobbogram atau plot forest.
Bidang siasatan yang ditakrifkan oleh soalan dibahagikan separuh kepada 'ya' dan 'tidak': sisi positif dan negatif. Semakin pendek garisan, semakin kami yakin tentang apa yang data memberitahu kami.
Fikirkan garisan yang lebih panjang sebagai data yang kurang fokus dan berselerak dan garisan yang lebih pendek sebagai data yang lebih fokus dan terkumpul. Bayangkan pengetahuan sebagai cahaya dan kejahilan sebagai kegelapan: semakin tersebar fokus cahaya, semakin ianya lemah dan perkara menjadi kurang jelas. Jika cahaya difokuskan dan data dikumpulkan dengan lebih jelas, kita boleh lebih yakin dengan apa yang kita lihat.
Berlian mewakili keputusan gabungan kesemua data yang disertakan. Oleh kerana keputusan gabungan ini menggunakan data daripada lebih banyak sumber berbanding hanya satu set data, ia dianggap sebagai bukti yang lebih dipercayai dan lebih baik. Dengan adanya lebih banyak data, kita boleh menjadi lebih yakin.
