Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SINTESIS DE LA
EVIDENCIA
META-ANALISIS
METODO ESTADISTICO
REVISION SISTEMATICA & META-
ANALISIS
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)
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
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.
Gurevitch, J. y L.V. Hedges, 1999. Statistical isues in ecological meta-analysis. Ecology 80:1142-1149.