Цель: Вторичный анализ информации это использование данных, полученных в ходе исследования другими людьми, а не самим исследователем. В последнее время количество подобных исследований, результаты которых публикуются в урологических журналах и представляются на урологических конференциях, в особенности включающих в себя информацию из административных баз данных, значительно возросло. Вместе с этим возрос и скептицизм по поводу исследований, использующих вторичный анализ информации со стороны многих урологов.

Материалы и методы: В этом обзоре литературы мы обсуждаем типы больших баз данных, которые наиболее часто используются для вторичного анализа информации в урологии, обсуждаем достоинства и недостатки вторичного анализа информации. Литературный поиск был выполнен для обнаружения исследований с использованием вторичного анализа информации, которые были опубликованы с 2008 года с использованием больших массивов данных, приведены примеры исследований, выполненных с высоким уровнем качества, опубликованных в журналах с высоким фактором влияния. Мы описываем подход для выполнения успешного исследования, ориентированного на гипотезу или на определенную цель, с использованием больших массивов данных и вторичного их анализа, а также демонстрируем, каких ошибок следует избегать.

Результаты: Более 350 исследований с вторичным анализом данных их больших массивов были опубликованы по урологической тематике с 2008 года с вероятно гораздо большим числом исследований, представленных на конференциях, но никогда не опубликованных. Исследования без конкретной гипотезы или цели составляли определенную часть этих исследований и вероятно внесли свой вклад в растущий скептицизм, касающийся данного вида научных исследований. Как бы то ни было, за последние годы многие исследования, выполненные с высоким качеством, с конкретной гипотезой, лежащей в их основе, были направлены на решение важных исследовательских вопросов, которые бы не удалось решить при использовании других типов дизайна.

Заключение: Вторичный анализ данных – это мощный научный инструмент, который позволяет получить ответы на вопросы, не возможные в рамках исследований, построенных на других методах. Знание ограничений вторичного анализа информации из больших массивов данных и возможных ошибок является краеугольным камнем при планировании и проведении подобных исследований. Исследователи и урологическое сообщество должны стараться использовать имеющиеся данные для вторичного анализа правильно и адекватно, чтобы с их помощью получить ответ на важные клинические вопросы и улучшить результаты лечения пациентов.

Ключевые слова: дизайн исследования, исход лечения.

Secondary Data Analysis of Large Data Sets in Urology: Successes and Errors to Avoid