Dr.

Cristian Díaz Vélez

Médico Epidemiólogo Clínico
Hospital Nacional Almanzor Aguinaga Asenjo
 DECISIONES
DECISIONES BASADA EN
? BASADA EN
OPINIONES
EVIDENCIAS
CIENTIFICAS
 REVISION
 Re-examinar algo para corregirlo, repararlo o
comprobar su validez
 SISTEMATICO
 Método de ordenamiento, organización o
clasificación de elementos
Libros
REVISION SISTEMATICA

SINTESIS DE LA
EVIDENCIA
 META-ANALISIS

METODO ESTADISTICO
REVISION SISTEMATICA & META-
ANALISIS

“RESUME TODOS LOS ESTUDIOS EN UN

SOLO RESULTADO”
Los Ensayos Clínicos Controlados y
Aleatorizados y las Revisiones
Sistemáticas apropiadas son el
Patrón de Oro para juzgar si un
tratamiento induce mas Beneficio
que Daño
 PASOS DE UN META-ANALISIS
 FORMULANDO EL PROBLEMA
 DEFINIR LOS CRITERIOS DE INCLUSION DE LOS ESTUDIOS
 BUSQUEDA DE TODOS LOS ESTUDIOS ELEGIBLES
 REVISION DE LOS METODOS Y RESULTADOS DE CADA UNO
DE LOS ESTUDIOS
 RESUMIR LOS RESULTADOS DE CADA UNO DE LOS ESTUDIOS
EN UN FORMATO ESTÁNDAR
 APLICAR LOS METODOS ESTADISTICOS PARA GENERAR UN
SOLO RESULTADO RESUMEN
 EVALUAR LAS VARIACIONES ENTRE LOS ESTUDIOS (TEST DE
HOMOGENEIDAD)
 REVISAR E INTERPRETAR LOS DESCUBRIMIENTOS Y
REPORTAR EL METANALISIS
 Un artículo se defina como revisión
sistemática o metaanálisis tiene que ser,
necesariamente, un trabajo bien hecho.
 Una de las fuentes de error más comunes en
los metaanálisis consiste en incluir trabajos
con muestras de población demasiado
pequeñas.
 Egger y col concluyen que los metaanálisis
deberían incluir únicamente estudios con un
tamaño mínimo de muestra mediano.
 Señalan que en las revisiones sistemáticas
deben ser eliminadas las principales fuentes
de sesgos, a la hora de sobreestimar la
eficacia de un tratamiento.
 Refieren que las más importantes, por lo que
hace referencia a los estudios incluidos, son:
la falta de aleatorización (40%), la ausencia
de doble ciego (17%), las duplicaciones (20%)
y las muestras de pequeño tamaño (30%).
 Oxman y cols crearon un test que podríamos resumir en seis
preguntas, valoración de una revisión sistemática.
1. ¿Fue enfocada la revisión hacia una pregunta clínica
concreta?
2. ¿Fueron apropiados los criterios utilizados para la
selección e inclusión de artículos?
3. ¿Es probable que se hayan perdido estudios relevantes o
importantes?
4. ¿Se valoró la validez y calidad de los estudios incluidos?
5. ¿Son reproducibles las valoraciones de los estudios?
6. ¿Son similares los resultados, entre unos y otros trabajos,
en esta revisión sistemática?
 Es básico en una revisión sistemática o
metaanálisis de calidad, la formulación clara
de la pregunta primaria.
 Ésta se encuentra, generalmente en el título,
en el resumen o en la introducción, para
ayudar al lector a identificar el trabajo útil
para contestar a su propia pregunta clínica.
 Una buena revisión sistemática debería
definir, al inicio, que trabajos que incluirá son
los de diseño más apropiado para contestar a
la pregunta primaria.
 Las preguntas relacionadas con la efectividad
o eficacia de un tratamiento son bien
contestadas por ensayos clínicos controlados
y aleatorizados, mientras que frente a
preguntas relacionadas con daño o
pronóstico los trabajos más apropiados son
los estudios de cohortes.
 Es importante, que los criterios de selección
sean claros y concisos, a la hora de minimizar
los sesgos en una revisión sistemática o
metaanálisis.
 Descrito con claridad el tipo de población, la
intervención, los resultados medidos, y el
diseño del estudio.
 Periodo de selección de los estudios, si hubo
o no restricción de idiomas, las bases de
datos utilizadas y si se incluyeron en el
estudio los trabajos publicados y no
publicados.
 La revisión sistemática ideal sería la que incluyese
todos los artículos relevantes que respondiesen a la
pregunta primaria.
 Este esfuerzo no solo constituye la búsqueda en las
bases de datos seleccionadas, sino también la
búsqueda manual de todos los trabajos, tesis
doctorales, resúmenes de congresos, así como la
revisión de la bibliografía de todos los trabajos
seleccionados, en un primer paso, para intentar
identificar trabajos relevantes que no se hubiesen
obtenido anteriormente.
 Contacto directo con investigadores y expertos para
la obtención de trabajos no publicados.
 1- Un problema cuando se efectúan meta-análisis es la existencia de sesgo en
las publicaciones: la publicación selectiva de artículos mostrando cierto tipo de
resultados sobre otros (Begg y Berlin 1988).

2-Esto ocurre por:

a) la tendencia de las revistas de rechazar resultados no significativos
b) la tendencia de los propios autores de no enviar resultados no significativo.
Este comportamiento conlleva un déficit de resultados nulos (file-drawer
problem), y una sobreestimación de resultados significativos (inferencia
anticonservadora).

3- Hay varias formas de evaluar la existencia de sesgo de publicación

Begg, C.B. y J.A. Berlin 1988. Publication bias: a problem in interpreting medical data. Journal of the Royal Statistical Society, Seria A 151:419-463
METODOS GRÁFICOS
Histogramas ponderados (Greenland 1987)
1- Un forma simple de evaluación es mediante histogramas ponderados, en
los cuales la altura de las barras de cada clase se construye mediante los
pesos combinados de los estudios en vez de las frecuencias.
2- Los métodos meta-analíticos asumen normalidad. Así, un histograma
ayuda a identificar outliers.
3- Histogramas bimodales o
multimodales indican modelos
estructurados según variables
categóricas.
4- Si hay sesgo de publicación,
con ausencia de estudios con nulo
o poco efecto, el histograma
mostrará huecos.

Greenland, S. 1987. Quantitative methods in the review of epidemiologic literature. Epidemiologic Reviews 9:1-30
Gráfico de embudo (Funnel Plot)

1- Otra forma simple de evaluación es mediante Funnel Plots, un gráfico

que enfrenta los tamaños de efectos vs. el tamaño muestral.
2- Si no hay sesgo debe cumplirse:
-Estudios con tamaño muestral bajo deben tener error de muestreo alto, y por lo tanto la variación
alrededor del tamaño de efecto debe disminuir cuando aumento el tamaño muestral.
-El tamaño de efecto acumulado debe ser independiente del tamaño muestral.
-Para un tamaño muestral dado, los estudios deben estar distribuidos según una normal de media
el tamaño de error acumulado.
2.22

Tamaño de efecto
3- Si estas tres prediciones se
cumplen, debemos obtener un gráfico 0.50

en forma de embudo
-1.23
d

-2.95

-4.67
2.00 6.50 11.00 15.50 20.00
Nc

Tamaño muestral
 AUSENCIA DE PRESENCIA DE SESGO DE PRESENCIA DE
SESGO PUBLICACION
SESGO
DE PUBLICACION DE PUBLICACION POR MALA CALIDAD

º Pequeños estudios que no muestran efectos beneficiosos

METODLOGICA DE ESTUDIOS
 Gráfico de cuantiles normales (Wang y Bushman 1988)

1- Es un tipo especial del gráfico cuantil-cuantil, donde se enfrentan los

cuantiles de nuestra distribución (el tamaño de efecto estandarizado) con
una distribución normal. Si son iguales, los puntos deben caer en la recta
X=Y.
2- Este método tiene la ventaja de que es más fácil de interpretar, y además
comprueba el presupuesto de normalidad básico a todo estudio meta-
analítico
3- La pendiente de la regresión lineal indica la desviación Estándar de los
datos (debería ser 1) y la intersección con el eje e indica la media.
4- Sesgos de publicación provoca huecos extraños o no linealidad extrema.

Wang, M.C. y B.J. Bushman 1998. Using the normal quantile plot to explore meta-analytic data sets. Psychological Methods 3: 46-54
 5.53

S
t 3.29
a
n
d
a
r
d
i
z
e
d
E 1.05
f
f
e
c
t
S
i
z
e
-1.18

-3.42
-2.27 -1.13 0.00 1.13 2.27
Normal Quantile
 Esta pregunta es fácil de contestar y la información
se encuentra, generalmente, en el apartado del
“método”.
 Si la revisión contiene claramente información que
confirma que hubo una valoración de la calidad de
los estudios, el siguiente paso para el lector será
buscar la descripción del método o métodos
utilizados en la valoración y ver si existe la
información suficiente que le permita ver como
fueron valorados.
 Ver como han utilizado los revisores esta valoración
y si ésta fue hecha por más de un revisor de manera
independiente.
La valoración de calidad podría ser utilizada para:
 1) La exclusión inclusión de los estudios
 2)Hacer análisis de sensibilidad que permitan la comparación
entre los resultados de trabajos con diferente calidad.
 3) Representar gráficamente los resultados de los estudios
en relación a la calidad de los mismos.
 4) Ponderar los estudios de acuerdo a su calidad.
 5) Realizar metaanálisis acumulativos o megametaanálisis,
es decir, utilizar los datos de varios metaanálisis para hacer
uno posterior, utilizando la valoración de la calidad de los
trabajos incluidos como el factor para la secuencia de
inclusión de los mismos.
 Esta síntesis puede ser cualitativa, cuando la
información sintetizada hace referencia a las
características generales de los estudios incluidos en
la revisión sistemática y por tanto no es generada
habitualmente por técnicas estadísticas.
 Las características de los pacientes: sexo y edad, y
características de la intervención: dosis, frecuencia
de administración, o bien otras características del
estudio tales como año de publicación o calidad
metodológica.
 Los datos cualitativos puede saber también si los estudios
tienen o no homogeneidad clínica.
 La síntesis de datos también puede ser cuantitativa, en este
caso estaríamos ante un metaanálisis, y se produce cuando
al menos un resultado de dos o más estudios incluidos en
una revisión sistemática, se combinan estadísticamente para
dar una estimación global.
 Buscar la justificación del autor para hacer esta síntesis
cuantitativa y en qué medidas se ha expresado el efecto de la
intervención (OR, RR, RAR si de datos discretos o
dicotomizados se tratase o bien medias ponderadas o
estadísticas en el caso de datos continuos), ya que eso
condicionará el método estadístico apropiado para obtener
una estimación cuantitativa global como es el NNT.
 No siempre es la misma magnitud del efecto
en todos los estudios.
 Tendrá más confianza en los resultados de
una revisión si los resultados de los estudios
individuales son cualitativamente similares,
es decir, que todos muestren un efecto
positivo o todos muestren un efecto
negativo.
 Esto es fácil de ver gráficamente con los
gráficos de Forets.
 Los estudios pueden representarse en el gráfico por
orden alfabético, pero también pueden alinearse de
otras formas.
 En este momento es cuando hay que decidir si
procede o no hacer un metaanálisis formal (síntesis
estadística).
 El gráfico nos ayudará a decidir si los resultados de
los estudios individuales son suficientemente
similares para poder ser combinados en una sola
estimación.
 Si se decide sintetizar los resultados necesitaremos
elegir un método apropiado de síntesis estadística.
 Si se puede demostrar la homogeneidad estadística
de los datos, con los estudios de heterogeneidad o
bien está clara la homogeneidad clínica de los
mismos, cabe esperar que las diferencias de los
resultados, entre los distintos estudios incluidos
para la revisión, sean fruto solo del azar.
 Hay casos en que los autores intentan explicar estas
diferencias, en este caso el lector deberá de juzgar si
estas explicaciones son o no satisfactorias y creíbles.
EFECTOS FIJOS Y ALEATORIOS (Gurevitch and Hedge 1999)

1- Los modelos de efectos fijos, es decir, modelos que asumen que hay un
tamaño de efecto real compartido por todos los estudios o por cada grupo de
estudios.

2- Modelos de efectos fijos calcula los estadísticos basados en el

presupuesto de que la única variación en tamaño del efecto al error del
muestreo.

3- Sin embargo, existe un segundo tipo de modelos denominados modelos

de efectos aleatorios que asumen que existe además un componente de
variación aletario en los tamaño de efectos entre estudios.

4- En los modelos con efecto aletarios, este componente aleatorio de

variación se calcula y se introduce en los estadísticos.

Gurevitch, J. y L.V. Hedges, 1999. Statistical isues in ecological meta-analysis. Ecology 80:1142-1149.