In der Meta-Forschung ist eine Funnel-Plot, auch Trichtergrafik oder auch Trichterdiagramm eine Grafik, die es ermöglicht, einen Verdacht auf Publikationsbias im Rahmen einer Metaanalyse zu überprüfen.

Beispiel eines Funnel-Plots ohne Publikationsbias. Auf der y-Achse ist die Studiengröße aufgetragen und auf der x-Achse der Behandlungseffekt. Mit zunehmender Studiengröße wird die Streuung der berichteten Behandlungseffekte kleiner und verteilt sich symmetrisch um ihren Grenzwert.

Die übliche Darstellung ist ein Streudiagramm in einem kartesischen Koordinatensystem, wobei der Behandlungseffekt auf der x-Achse gegen die Studiengröße auf der y-Achse aufgetragen wird. Bereits durch einfaches Betrachten lässt sich ein Funnel-Plot auswerten: Eine symmetrische Form entsteht aus einer ausgewogenen Studienveröffentlichung, welche die Ergebnisse im Rahmen der natürlichen statistischen Streuung abbildet. Deshalb sollten größere Studien präzisere Ergebnisse erreichen, die näher am Mittelwert aller Studienergebnisse liegen. Ist das Bild durch viele kleine Studien auf einer Seite des Mittelwertes asymmetrisch, so spricht dies stark für nicht veröffentlichte oder nicht durchgeführte Studien mit gegenteiligen Ergebnissen.[1][2]

Kritikpunkte

Bearbeiten

Ein Hauptproblem von Funnel-Plots ist, dass sie als sehr einfaches Hilfsmittel nicht die Qualität der eingeschlossenen Studien erfassen. Sollten Studien mit höherer Präzision tatsächlich andere Ergebnisse produzieren als solche mit niedriger, so ergäbe sich ein falscher Eindruck von Publikationsbias. Diese Kriterien müssen folglich vom Analysierenden selbst überprüft werden. Auch kann es vorkommen, dass sich Publikationen zu einem Thema nicht auf eine einzige Zahl reduzieren lassen, da beispielsweise die Auswahl der Versuchspersonen (Geschlecht, Altersstruktur, …) oder andere Umstände unterschiedlich ausfallen können.[3]

Siehe auch

Bearbeiten
Bearbeiten
  • MIX 2.0 – Software, um mit Excel Funnel-Plots zu erstellen
  • funnel – Funktion in metafor (Meta-Analysis Package for R) für die Programmiersprache R

Einzelnachweise

Bearbeiten
  1. Weckmann G, Chenot JF, Reber KC: Metaanalysen lesen und interpretieren: eine praktische Anleitung. In: Zeitschrift für Allgemeinmedizin. 91. Jahrgang, Nr. 11, 2015, S. 469–473, doi:10.3238/zfa.2015.0469-0473 (online-zfa.de).(https://www.online-zfa.de/archiv/ausgabe/artikel/zfa-11-2015/48743-103238-zfa20150469-0473-metaanalysen-lesen-und-interpretieren-eine-praktische-anleitung/)
  2. Matthias Egger, George Davey Smith, M. Schneider & C. Minder: Bias in meta-analysis detected by a simple, graphical test. In: BMJ. 315. Jahrgang, Nr. 7109, 1997, S. 629–624, PMID 9310563, PMC 2127453 (freier Volltext) – (bmj.com).
  3. Joseph Lau, John P. A. Ioannidis, Norma Terrin, Christopher H. Schmid & Ingram Olkin: The case of the misleading funnel plot. In: BMJ. 333. Jahrgang, Nr. 7568, September 2006, S. 597–590, doi:10.1136/bmj.333.7568.597, PMID 16974018, PMC 1570006 (freier Volltext).