Este documento describe los conceptos clave de metaanálisis y revisiones sistemáticas. Un metaanálisis combina los resultados de múltiples estudios sobre el mismo tema para proporcionar una estimación estadística más precisa. Una revisión sistemática involucra un proceso riguroso que incluye la búsqueda de literatura, evaluación de sesgos y combinación cualitativa de resultados para sintetizar la evidencia disponible sobre un tema. Juntos, los metaanálisis y revisiones sistemáticas brindan la mejor evid
2. Introducción
• Diario Se publican continuamente nuevos
estudios médicos hasta el punto en que se ha
vuelto casi imposible para los médicos leer y
evaluar todos los datos disponibles en un
campo médico.
• Los estudios individuales a menudo son
insuficientes para proporcionar respuestas
confiables, como vimos en el tema de casos y
control, En consecuencia, la toma de decisiones
clínicas es particularmente difícil cuando los
datos publicados son contradictorios o el
tamaño de la muestra es demasiado pequeño
para ser confiable
3. Que es una Metaanálisis?
“es una técnica estadístico que sintetiza y combina los resultados de
investigación de diferentes estudios individuales sobre el mismo
tema”
Cualidades:
• mayor número de sujetos; aumentado así la potencia y precisión
estadística.
• así como explorar aparentes controversias y resolver conflictos
entre los resultados
• proporciona estimaciones menos sesgadas sobre un tema
específico.
• generar nuevas hipótesis
La medicina basada en la evidencia es la mejor evidencia disponible
en la literatura médica y la mejor proviene del meta análisis, ocupa un
nivel superior en la jerarquía de evidencia
5. Diferencia entre metaanálisis y revisión
sistemática
Metaanálisis
Síntesis
cuantitativa de la
combinación de
estudios que
implica una
estimación
estadistica
Revisión
sistemática
Síntesis
cualitativa
6. 1. Formulación de problema
Es decir una pregunta clara a responder, el objetivo que se quiere
demostrar
Ejemplos:
• Eficacia de un tratamiento: Comparación de tratamiento vs otro ej. Pacientes con diagnostico de angina de
pecho responde mejor al tratamiento con AAS y heparina IV, que a AAS solo
• Comparación de técnica quirúrgica vs otra
• Incidencia de presentar alguna enfermedad al estar expuesto a un factor
7. 2. Búsqueda de literatura
Identificación de
artículos relevantes
En bases que
contengan artículos
de calidad y basados
en evidencia
8. 3. Establecer Criterios para
incluir o excluir los estudios
individuales:
Homogeneidad es decir la
similitud características de la
población estudiada,
condiciones clínicas,
características del factor de
estudio, variables de respuesta
analizada.
Ejemplos:
9. Evitar heterogeneidad
Es decir el grado de diferencias o variabilidad entre la
hipótesis nula, la chi cuadrada, la prueba Q y las
distintas herramientas estadísticas
•no deben tener diferencias clínicamente
importantes, como la intervención, el resultado,
controles, cegamiento, etc.
• Diferencias en la dirección Ej: estudios que sugieran
que una exposición es factor protector y otros
sugieran que es factor de riesgo para la misma
enfermedad
• Diferencias en magnitud Ej: estudios que sugieren
que una exposición aumenta levemente a una
enfermedad mientras que otros sugieren un aumento
importante; es decir este estudio va en la misma
dirección
10. 4. Evaluar y descartar sesgos
Características de los estudios no incluidos:
Gran cantidad de variabilidad, heterogeneidad
No son representativos; ser pequeños , ej. Los estudios de menor
tamaño tienen menor precisión, representan una mayor variabilidad en
los resultados.
dispone de información inadecuada para determinar si el estudio
cumple con los criterios de inclusión para la revisión sistemática o
para evaluar la calidad de los métodos.
no haber encontrado ninguna asociación entre el factor de riesgo, o
la intervención y el resultado.
Descartados !
11. 4.1 Descartar sesgos de publicación
• analizar mediante un grafico en embudo/funnel plot: gráfico en embudo es una prueba gráfica de uso
común para evaluar el sesgo de publicación en un metaanálisis
• Las estimaciones del efecto de los estudios pequeños se dispersarán en la parte inferior del gráfico, mientras
que la dispersión de los estudios más grandes será más estrecha
Fig. sugiere que hay poco sesgo de publicación porque se
publicaron estudios pequeños con hallazgos negativos y
positivos
por otro lado, sugiere sesgo de publicación
porque la distribución aparece truncado en la
esquina que debe contener pequeños estudios
negativos
12. 5. Revisión
• Posteriormente los estudios potencialmente elegibles (que cumplen con los criterios de inclusión y
exclusión) deben ser revisados dos o más investigadores/ abstractores, o por consenso de una manera
uniforme e imparcial
• Y estos datos son presentados en una table de evidencias:
• incluyen el tamaño de la muestra, el número de resultados, la duración del seguimiento, características
de la población estudiada y métodos utilizados en el estudio.
• del riesgo relativo, odds ratio, intervalo de confianza intervalos de confianza, antes de pensar en
combinarlos
• para evaluar si es razonable combinar los resultados de los estudios.
13. 6. Presentación: Las estimaciones resumidas
del efecto
• 1. Combinación de resultados: es decir
ponderar los datos obtenidos a través de 2
modelos básicos:
• a. efectos fijos: solo considera variabilidad
de cada estudio, evalúa solo los errores de
muestreo dentro del estudio, útil cuando hay
poca variabilidad entre estudios
• b. efectos aleatorios: considera la
variabilidad de todos los estudios como si
fueran uno solo. Es más útil en aquellos que
pudieran ser heterogéneos. evalúa tanto los
errores de muestreo dentro del estudio como
la varianza entre estudios (variación entre
estudios)
14. 6.1 Presentación grafica de los resultados/
forest plot: effect site
• Izquierda: los estudios incluidos
• Centro: línea vertical = valor
neutro que suele estar en un
riesgo relativo de 95%
representado por el numero 1
• Horizontales: el intervalo de
confianza de cada estudio
individual, con diferentes grados
de precisión
• Derecha: los valores numéricos
del intervalo de confianza
• Rombo inferior: resultado del
análisis conjunto / effect size,
siendo los estudios con mayor
cantidad de muestra los que
mayor peso tienen sobre este
en un formato relativamente estándar
15. Conclusión
Una revisión sistemática puede ser una buena oportunidad para un nuevo investigador, ya que requiere de poco
recursos financieros o de otro tipos (“los estudios ya están ahí, solo falta compararlos entre ellos”) Pero si requiere
de mucho tiempo y esfuerzo, que el investigador este familiarizado con el proceso de análisis sistemático y
obviamente con el tema de investigación)
• precisa del tamaño del efecto con un poder estadístico
• método objetivo y cuantitativo que proporciona una estimación menos sesgada sobre un tema específico
• variación en los resultados de diferentes estudios y cuantifica la inconsistencia de los resultados
• dar resultados con potencia mejorada por el mayor tamaño de la muestra disponible en los estudios
combinados, o cual representan una importante contribución científica.
• Los hallazgos de la revisión sistemática pueden ser particularmente útil para el desarrollo de directrices de
práctica.
16. Bibliografía
• Hulley SB, Cummings SR, et al. Designing Clinical Research
Thirdedition.Lippincott Williams & Wilkins. Philadelphia PA, 2007, pp.213-
218
• Argimón JM, Jiménez J. Métodos de investigación clínica y
epidemiológica, 4ª ed.Elsevier, España 2013,97-108, 353-357pp.
• Portney LG, Watkins MP. Foundations of Clinical Research:Applications
to Practice (3rd Edition).Pearson Prentince Hall, 2009,pp. 357-382
• ressing M, Systematic literature reviews and meta-analyses: part 6of a
series onevaluation of scientific publications. 2009; 106: 456-63.
• Lee YH. An overview of meta-analysis for clinicians.Korean J
InternMed. 2018 Mar;33(2):277-283
Notas del editor
Estudios con una cantidad de muestra son mas precisos = intervalo de confianza similares por lo que estarán muy próximos en el grafico
Por otro lado los estudios pequeños con intervalos de confianza amplios tenderán a una mayor desplazamiento aleatorio entre los efectos encontrados por su menor precisión, “normal” al revisar múltiples estudios pequeños, tendera a la simetría de la línea del efecto encontrado
Asimetría en el grafico significara un psoble sesgo de publicación, indicando que estudios con resultados negativos no están incluidos en el metaanálisis, muy probablemente por que nunca se llegaron a publicar y no fueron encontrados por el investigador
Consecuencia el resultado del meta análisis esta sobreestimando el resultado real del estudio, exceso de conclusiones o influencia de resultados