Meta analisis ii

Sebastián Molina Ríos
Grupo Reumavance
Enero - 2012

 Establecimiento hipótesis.
 Cuantificación de los efectos.
 Búsqueda bibliográfica.
 Localización de los estudios.
 Criterios de inclusión y de exclusión.
 Evaluación calidad estudios.
 Análisis de heterogeneidad.
 Combinación de resultados.
 Identificación sesgo publicación.
 Análisis de sensibilidad.

 Heterogeneidad estadística Vs clínica.
 De ella deriva el método utilizado para
combinar los resultados individuales.

 En gral se basan en la hipótesis de
heterogeneidad nula.

 Prueba de Q.
 Gráfico de Galbraith.
 Gráfico de L’Abbé.

-- “Meta-análisis”, Curso farmacología clínica, Universidad Nacional de Colombia, 2010
-Hipertensión (Madr.). 2008;25(3):108-20
-- Manrique RD , Metanalisis: consideraciones sobre su aplicación, Revista CES medicina,
VOL 16, 2002

 Muy usada por cuestiones de validez y
sencillez computacional.
 Baja potencia  tamaño muestral efectivo
pequeño.
 Calcular suma ponderada entre las
diferencias entre el efecto de cada uno de los
estudios y el promedio global.

VOL 16, 2002

 Si los estudios son homogéneos sigue una
distribución X2 con k-1 valores de libertad.

 El valor obtenido se confronta con la
distribución teórica correspondiente:
◦ Rechazar hipótesis homogeneidad (p<0,05).
◦ Aceptar la hipótesis de homogeneidad (p>0,05).
◦ Cuando el N de estudios es pequeño rechazar con
(p<0,1)
 Escasa potencia estadística  resultado no
significativo suele ser insuficiente para
concluir que no existe heterogeneidad ente
los estudios.
 Complementar con métodos gráficos:
◦ Gráfico de Galbraith o el gráfico de L’Abbé
VOL 16, 2002

 Mas fácil interpretación.
 Grado de inconsistencia entre los resultados de
los diferentes estudios.

 “Reglas de andar por casa” para interpretar los
valores de I2.
◦ 30%  baja heterogeneidad  buena consistencia.
◦ 50%  heterogeneidad moderada.
◦ > 50%  alta heterogeneidad.

 Es necesario buscar la causa de la
heterogeneidad:
◦ Análisis subgrupos, análisis sensibilidad,
metarregresion.

 Aplicable a cualquier tipo estudio.
 Representa la precisión de cada estudio
frente al efecto estandarizado.
◦ Precisión: Inverso del error estándar de la
estimación del efecto.
◦ Efecto estandarizado: Estimación del efecto dividida
entre error estándar.
 Muestra línea de regresión y una banda
ajustada.

VOL 16, 2002

Hipertensión (Madr.). 2008;25(3):108-20

 Solo se aplica en meta-análisis de EC.
 Tasa de eventos del grupo tratamiento frente
a la tasa del grupo control  solo se presenta
cuando rta es binaria.
 Grupo tto: eje Y.
 Grupo control: eje X.
 Línea de 45º lo divide en dos secciones.
◦ Sobre la línea  rta favorable a grupo tto.
◦ Bajo la línea  rta favorable a grupo control.

VOL 16, 2002

“Meta-análisis”, Curso farmacología clínica, Universidad Nacional de
Colombia

ACEPTO O RECHAZO LA HIPOTESIS DE HOMOGENEIDAD?

Colombia

Existe heterogeneidad?

 La prueba de Dersimonian y Laird’s indica,
con un nivel de confianza del 95%, que no
hay evidencia estadística de heterogeneidad
(p=0,1280).
 Gráficos: Ponen de manifiesto la
heterogeneidad de los estudios.

 Elección del método depende:
◦ Tipo de medida de resultado/efecto.
◦ Valoración del grado de heterogeneidad de los
resultados.

 Modelo efectos fijos
 Modelo efectos aleatorios

VOL 16, 2002

 Estimación del efecto combinado:
◦ Resultados de estudio individual se ponderan.
◦ Inversa de varianza.
◦ Tamaño muestral.

 Heterogeneidad:
◦ Se tiene en cuenta: modelo efectos aleatorios.
◦ No se tiene en cuenta: modelo efectos fijos.

VOL 16, 2002

 Asume:
◦ Existe un único efecto en la población.
◦ No existe heterogeneidad entre los estudios.
◦ Varianza del estudio (variabilidad intra-estudio) y
tamaño muestral  únicos determinantes del peso.

 Los resultados tienden a ser menos
conservadores que modelo efectos aleatorios.
 Intervalos de confianza mas estrechos.

VOL 16, 2002

 Tiene en cuenta la heterogeneidad.
 Asume:
◦ Efectos exposición/intervención con diversos.
◦ Estudios incluidos son solo una muestra aleatoria
de todos los posibles efectos.
 Ponderación de los estudios considera:
◦ Varianza propia de los estudios (variabilidad intra-
estudio).
◦ Varianza existente entre los estudios (variabilidad
entre-estudios).
 Genera IC mas amplios.
VOL 16, 2002

 Se representa resultado de estudios escala
horizontal  orden arbitrario.
 Resultado representado con símbolo: rombo
– cuadrado.
 Línea horizontal: IC para cada resultado.
 Línea vertical: punto de ausencia de efecto.
 Parte inferior: resultado global (efectos fijos o
aleatorios)
 Tamaño símbolos proporcional a contribución
dentro del resultado global.
VOL 16, 2002

“Meta-análisis”, Curso
farmacología clínica,
Universidad Nacional de
Colombia

 Importante para validez del estudio.

 Varios métodos propuestos:

 Método simple.
 Grafico en embudo.
 Prueba de Begg.
 Prueba de Egger.

VOL 16, 2002

 Utiliza análisis de sensibilidad.

 Calcula número de estudios negativos
realizados y no publicados que debería haber
para modificar conclusión "positiva".

 Numero elevado  prob baja que sesgo haya
modificado los resultados  se acepta la
existencia de las diferencias sugeridas por el
meta-análisis.

 Tb conocido como “Funnel plot”.

 Asume:
◦ Estudios “negativos”: > prob de no ser publicados.
◦ Estudios de pequeño tamaño: > prob de no
publicarse.

 Ejes:
◦ Tamaño de los estudios (tamaño muestral, error
estándar).
◦ Medida del efecto analizado.

VOL 16, 2002

 Efecto global calculado: línea que atraviesa el
grafico.
◦ Estudios de gran tamaño: tienden a agruparse a
línea de efecto global.
◦ Estudios de pequeño tamaño: mayor dispersión.

 Asimetrías del grafico: sospecha sesgo de
publicación.

 Interpretación muy subjetiva.
VOL 16, 2002

 Begg y Mazumdar: prueba de correlación de
rangos.
 Estudia:
◦ Presencia de asociación entre las estimaciones de
los efectos y sus varianzas.
 Sesgo: correlación entre estos factores.

 Baja potencia estadística:
◦ Resultado bajo  no puede ser tomado como
ausencia de sesgo.
 Funnel plot: equivalente grafico.
VOL 16, 2002

 Mas especifica que la de Begg.
 Ajusta recta de regresión a los puntos:
◦ Abscisa: Precisión (variable independiente).
◦ Ordenada: Efecto estandarizado (variable
dependiente).
 Regresión se pondera por el inverso de la
varianza.
 Ordenada en el origen igual a cero  NO hay
sesgo de publicación.
 Cuanto mas se aleja de cero  mas asimetría
 mas evidente sesgo.
VOL 16, 2002

“Meta-análisis”, Curso farmacología clínica, Universidad Nacional de Colombia,

 Heterogeneidad se evalúa con Prueba Q.
 Prueba Q:
◦ Rechazar hipótesis homogeneidad (p<0,05).
◦ Aceptar la hipótesis de homogeneidad (p>0,05).
◦ Cuando el N de estudios es pequeño rechazar con
(p<0,1)
 Complementar con métodos gráficos:
◦ Gráfico de Galbraith o el gráfico de L’Abbé

 Gráfico de Galbraith
◦ Muestra línea de regresión y una banda ajustada.

 Gráfico de L’Abbé
◦ Línea de 45º lo divide en dos secciones.
 Sobre la línea  rta favorable a grupo tto.
 Bajo la línea  rta favorable a grupo control.

 Combinación de resultados
◦ Heterogeneidad:
 Se tiene en cuenta: modelo efectos aleatorios.
 No se tiene en cuenta: modelo efectos fijos.
 Representación grafica = Forest plot

 Id sesgo de publicación
◦ Grafico en embudo: Asimetrías del grafico:
sospecha sesgo de publicación.
◦ Prueba de Begg: Graficada por Grafico en embudo.
◦ Prueba de Egger:
 Ordenada en el origen igual a cero  NO hay sesgo de
publicación.
 Cuanto mas se aleja de cero  mas asimetría  mas
evidente sesgo

Meta analisis ii

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (20)

Similar a Meta analisis ii

Similar a Meta analisis ii (20)

Más de Gerardo Antonio Muñeton Lopez

Más de Gerardo Antonio Muñeton Lopez (6)

Meta analisis ii