ROBINS-I

ROBINS-I (Risk Of Bias In Non-randomized Studies — of Interventions) — это инструмент для оценки риска систематической ошибки (смещения) в нерандомизированных исследованиях вмешательств. Разработан группой учёных из Бристольского университета (Великобритания) под руководством Джонатана Стерна и опубликован в 2016 году. ROBINS-I предназначен для систематических обзоров и мета-анализов, где включены исследования, не использующие рандомизацию для распределения участников по группам сравнения. Инструмент позволяет оценить, насколько результаты такого исследования могут быть искажены из-за систематических ошибок, связанных с планированием, проведением и анализом данных.

История создания

До появления ROBINS-I основным инструментом для оценки риска систематической ошибки в рандомизированных контролируемых испытаниях (РКИ) был инструмент Cochrane Risk of Bias (RoB). Однако для нерандомизированных исследований (например, когортных, «случай-контроль», квази-экспериментальных) единого стандартизированного подхода не существовало. В 2014 году Кокрановское сотрудничество (Cochrane Collaboration) инициировало разработку нового инструмента, который бы учитывал специфику нерандомизированных дизайнов. Работа велась в рамках проекта «Cochrane Bias Methods Group» и «Cochrane Non-Randomized Studies Methods Group». Первая версия ROBINS-I была представлена в 2016 году в статье в журнале BMJ. Инструмент быстро получил распространение в систематических обзорах, особенно в области медицины, эпидемиологии и социальных наук. В 2024 году вышла обновлённая версия — ROBINS-I 2.0, которая уточнила некоторые домены и критерии оценки.

Структура и домены

ROBINS-I оценивает риск систематической ошибки по семи ключевым доменам (областям), которые охватывают все этапы исследования — от формирования гипотезы до анализа данных. Каждый домен оценивается как «низкий риск», «некоторое беспокойство», «высокий риск» или «критический риск». Общая оценка риска для исследования определяется на основе наихудшей оценки по любому из доменов.

Домен 1: Смещение из-за факторов, искажающих эффект (Confounding)

Этот домен оценивает, насколько в исследовании учтены факторы, которые могут влиять как на назначение вмешательства, так и на исход. В нерандомизированных исследованиях группы сравнения могут систематически различаться по важным характеристикам (возраст, пол, тяжесть заболевания, сопутствующее лечение). Оценка зависит от того, какие потенциальные искажающие факторы были измерены и включены в анализ (например, с помощью регрессионных моделей, стратификации или методов склонности к лечению).

Домен 2: Смещение из-за отбора участников в исследование (Selection of participants)

Оценивает, насколько процесс отбора участников мог привести к систематическим различиям между группами, не связанным с вмешательством. Например, если участники набирались в разные периоды времени или по разным критериям, это может исказить результаты. Важно, чтобы все участники имели одинаковую возможность попасть в исследование и чтобы начало периода наблюдения было чётко определено.

Домен 3: Смещение из-за классификации вмешательств (Classification of interventions)

Оценивает, насколько точно и безошибочно определено, какое вмешательство получил каждый участник. В нерандомизированных исследованиях возможны ошибки в записи или интерпретации данных о лечении. Например, если вмешательство оценивалось ретроспективно по медицинским картам, это может внести смещение.

Домен 4: Смещение из-за отклонений от запланированных вмешательств (Deviations from intended interventions)

Оценивает, насколько участники и персонал могли отклониться от назначенного вмешательства. В отличие от РКИ, в нерандомизированных исследованиях часто нет контроля за соблюдением протокола. Если участники в одной группе чаще меняли лечение или получали дополнительные вмешательства, это может исказить эффект.

Домен 5: Смещение из-за отсутствующих данных (Missing data)

Оценивает, насколько полно были собраны данные об исходах для всех участников. Выбывание участников из исследования или отсутствие данных по некоторым переменным может привести к систематической ошибке, если эти пропуски связаны с исходом или вмешательством.

Домен 6: Смещение при измерении исходов (Measurement of outcomes)

Оценивает, насколько точно и объективно были измерены исходы. Если исход оценивался субъективно (например, боль, качество жизни) и оценщик знал о назначенном лечении, это может привести к смещению. Важно, чтобы методы измерения были одинаковыми для всех групп и не зависели от знания о вмешательстве.

Домен 7: Смещение при выборе сообщаемого результата (Selection of the reported result)

Оценивает, насколько авторы могли выбрать для публикации только те результаты, которые подтверждают их гипотезу. Это включает в себя неполное сообщение данных, множественные сравнения и выбор статистических методов, которые дают желаемый результат.

Применение

ROBINS-I широко используется в систематических обзорах, особенно в тех случаях, когда рандомизированные исследования невозможны или неэтичны. Например, при оценке эффективности хирургических вмешательств, вакцинации, образовательных программ или социальных политик. Инструмент также применяется в эпидемиологических исследованиях, изучающих влияние факторов риска или профилактических мер.

Примеры использования

• Медицина: Оценка влияния антикоагулянтов на риск инсульта у пациентов с фибрилляцией предсердий в когортных исследованиях.
• Общественное здоровье: Анализ эффективности программ по снижению потребления сахара в школах на основе квази-экспериментальных дизайнов.
• Экономика и социальная политика: Оценка влияния изменений в налоговом законодательстве на доходы населения с использованием данных панельных опросов.

Ограничения и критика

Несмотря на широкое признание, ROBINS-I имеет ряд ограничений. Во-первых, инструмент требует высокой квалификации оценщика и глубокого понимания методологии исследования. Разные эксперты могут давать разные оценки одному и тому же исследованию, что снижает воспроизводимость. Во-вторых, ROBINS-I не предназначен для оценки качества отчёта (reporting quality) — он оценивает только риск систематической ошибки. В-третьих, инструмент не учитывает все возможные источники смещения, например, публикационное смещение (publication bias) или смещение, связанное с финансированием исследования. Наконец, ROBINS-I может быть излишне консервативным, присваивая «высокий риск» многим нерандомизированным исследованиям, что ограничивает их использование в мета-анализах.

Сравнение с другими инструментами

• Cochrane RoB (версия 2): Предназначен для рандомизированных исследований, имеет 5 доменов. ROBINS-I более сложен и включает дополнительные домены, учитывающие особенности нерандомизированных дизайнов.
• Newcastle-Ottawa Scale (NOS): Более простой инструмент для оценки когортных и исследований «случай-контроль», но не охватывает все источники смещения и не даёт детальной оценки по доменам.
• GRADE: Система оценки качества доказательств, которая использует ROBINS-I как один из источников для снижения уровня достоверности доказательств.

Интересные факты

• ROBINS-I был разработан на основе концепции «целевого исследования» (target trial), то есть идеального рандомизированного исследования, которое должно было бы быть проведено, если бы это было возможно. Нерандомизированное исследование оценивается относительно этого гипотетического идеала.
• Инструмент включает в себя «сигнальные вопросы» (signalling questions), которые помогают оценщику систематически анализировать каждый домен. Всего таких вопросов около 30.
• В 2020 году была опубликована версия ROBINS-I для оценки вмешательств, где исходы измеряются на временной шкале (ROBINS-I for time-to-event outcomes).

Источники

1. Sterne, J. A., Hernán, M. A., Reeves, B. C., Savović, J., Berkman, N. D., Viswanathan, M., ... & Higgins, J. P. (2016). ROBINS-I: a tool for assessing risk of bias in non-randomised studies of interventions. BMJ, 355, i4919.
2. Higgins, J. P., Thomas, J., Chandler, J., Cumpston, M., Li, T., Page, M. J., & Welch, V. A. (Eds.). (2019). Cochrane Handbook for Systematic Reviews of Interventions (2nd ed.). John Wiley & Sons.
3. Sterne, J. A., Savović, J., Page, M. J., Elbers, R. G., Blencowe, N. S., Boutron, I., ... & Higgins, J. P. (2019). RoB 2: a revised tool for assessing risk of bias in randomised trials. BMJ, 366, l4898.
4. Reeves, B. C., Wells, G. A., & Waddington, H. (2017). Quasi-experimental study designs series—paper 5: a checklist for classifying studies evaluating the effects on health interventions—a taxonomy without templates. Journal of Clinical Epidemiology, 89, 16–24.