Ensayo sobre los métodos, tipos de datos y herramientas de extracción de datos en una revisión sistemática
1. CURSO:
FUNDAMENTOS DE INVESTIGACIÓN II
TÍTULO DEL TRABAJO:
“Ensayo sobre los métodos, tipos de datos y herramientas de extracción de datos en
una revisión sistemática”
2. La revisión sistemática es un método de investigación científica que tiene como objetivo
el análisis y la síntesis de la evidencia relevante para una amplia diversidad de campos.
Busca responder la pregunta de investigación, proporcionando una respuesta objetiva
al resumir y estructurar la información disponible.
Uno de sus etapas cruciales es la extracción de datos, que consiste en recopilar y
registrar la información relacionada con la pregunta. La correcta extracción de datos
(cómo se efectuó la investigación, los participantes, su intervención, resultados,
financiamientos, etc) pueden constituir un componente crítico en las conclusiones y
recomendaciones de la evidencia, y es importante para el análisis de los resultados de
una revisión sistemática.
Métodos de extracción de datos
Existen varios métodos de extracción de datos en una revisión sistemática que podemos
agrupar en dos categorías: manuales y automatizados.
Métodos manuales
Los métodos manuales son los métodos más tradicionales en el cual un investigador lee
cuidadosamente cada estudio primario (artículos) y registra la información relevante en
un formulario de extracción de datos. Estos métodos son flexibles y adaptables a
cualquier tipo de estudio, pero pueden ser laboriosos y propensos a errores. Estos
métodos podemos clasificarlos de la siguiente manera:
Extracción de datos basada en formularios: Este método utiliza un formulario
de extracción de datos predefinido para registrar la información relevante. El
formulario de extracción de datos debe ser diseñado cuidadosamente para
garantizar que se recopile toda la información necesaria.
Extracción de datos basada en listas de verificación: Este método utiliza una
lista de verificación para registrar la información relevante. La lista de verificación
debe ser exhaustiva para garantizar que se recopile toda la información
necesaria.
Extracción de datos basada en un protocolo: Este método utiliza un protocolo
de revisión sistemática para guiar el proceso de extracción de datos. El protocolo
debe ser claro y conciso para garantizar que la extracción de datos sea
consistente.
Métodos automatizados
Los métodos automatizados utilizan programas para extraer datos de los estudios
primarios. Estos métodos pueden ser más eficientes que los manuales, pero pueden ser
menos flexibles y pueden requerir un conocimiento especializado para su uso.
Algunos métodos automatizados de extracción de datos comunes incluyen:
Extracción de datos basada en software: Este método utiliza un software
diseñado específicamente para extraer datos de los estudios primarios.
Extracción de datos basada en minería de datos: Este método utiliza técnicas
de minería de datos para extraer datos de los estudios primarios. Las técnicas
de minería de datos pueden ser útiles para identificar patrones y tendencias en
los datos.
3. Herramientas de extracción
Existen diversas herramientas para la extracción de datos:
Rayyan: Es una aplicación web gratuita que ayuda en la selección y extracción
de datos en revisiones sistemáticas.
RevMan: Es una herramienta para realizar revisiones sistemáticas de ensayos
clínicos controlados aleatorizados. Ayuda en la extracción y análisis de datos
relacionados con la eficacia y seguridad de las intervenciones.
JBI SUMARI: Es una herramienta para realizar revisiones sistemáticas y
evaluaciones de la efectividad de intervenciones en atención médica.
EndNote: Es un software de gestión de referencias que incluye funciones para
la extracción de datos y organización de la literatura en revisiones sistemáticas.
Covidence: Es una herramienta diseñada específicamente para facilitar la
revisión sistemática y la extracción de datos. Se ha utilizado ampliamente en
investigaciones académicas y se ha demostrado que mejora la eficiencia del
proceso de revisión.
EPPI-Reviewer: Es un software de revisión sistemática y síntesis que puede
ayudar en la gestión y extracción de datos. Se ha utilizado en una variedad de
campos de investigación.
DistillerSR: Es una plataforma en línea que ofrece una gama de características
para la revisión sistemática, incluida la extracción de datos.
Microsoft Excel: Aunque no es una herramienta específica de revisión
sistemática, Microsoft Excel se utiliza comúnmente para crear formularios y hojas
de cálculo personalizados para la extracción de datos.
Lenguaje R: Para revisiones sistemáticas que implican análisis estadísticos
avanzados, R, un lenguaje de programación estadística, se puede utilizar con
paquetes específicos para la extracción y análisis de datos.
NVivo: Es un software de análisis cualitativo que también se utiliza para la
extracción y análisis de datos cualitativos en revisiones sistemáticas que
incluyen estudios cualitativos, como entrevistas y análisis de contenido.
MAXQDA: Es un software de análisis cualitativo que puede ser útil para la
extracción y análisis de datos cualitativos en revisiones sistemáticas.
También existen herramientas que permiten la extracción de datos numéricos de los
estudios que son presentados en gráficos en las publicaciones. Estos programas
capturan la imagen de la figura a analizar, digitalizan los puntos de las grafican y luego
generan los datos. Entre estas herramientas tenemos Plot Digitizer, WebPlotDigitizer,
Engauge Digitizer, etc.
4. Tipos de datos
Se pueden extraer diversos tipos de datos, dependiendo de los objetivos de la
investigación, la pregunta y los estudios incluidos en la revisión. Los más comunes que
se extraen en una revisión sistemática pueden ser:
1. Datos descriptivos: Información general sobre los estudios, título, autor, año de
publicación, país y tipo de estudio.
2. Datos demográficos: Edad, género, raza, estado de salud inicial, diagnóstico,
o cualquier otra característica relevante de los participantes en los estudios.
3. Resultados primarios: Se extraen los resultados principales que se utilizan para
responder a la pregunta de investigación. Pueden ser variables clínicas, como
tasas de supervivencia, medidas de resultado en salud, cambios en la
puntuación de escalas de evaluación, etc.
4. Resultados secundarios: Se pueden extraer resultados secundarios que
puedan proporcionar una comprensión más completa del impacto de la
intervención o exposición.
5. Métodos y diseño del estudio: El diseño del estudio, los métodos utilizados
para recopilar datos, los criterios de inclusión y exclusión, y cualquier información
relevante sobre el diseño del estudio.
6. Datos cualitativos: En revisiones que incluyen estudios cualitativos, se pueden
extraer datos cualitativos, como temas, conceptos, citas o narrativas de los
participantes.
7. Efectos adversos y seguridad: Si la revisión se centra en intervenciones
médicas, se pueden extraer datos relacionados con efectos adversos, eventos
adversos o consideraciones de seguridad.
8. Datos financieros: Evaluación económica, costos, etc.
5. Referencias
Biblioguías. (2023). Biblioguías. Obtenido de Revisiones sistemáticas: Definición: ¿qué
es una revisión sistemática?:
https://biblioguias.unav.edu/revisionessistematicas/que-es-una-revision-
sistematica
Campos. (2020). BiblioGETAFE. Obtenido de Revisiones sistemáticas: Programas
para la extracción de datos de las figuras:
https://bibliogetafe.com/2020/06/15/revisiones-sistematicas-programas-para-la-
extraccion-de-datos-de-las-figuras/
G., Ó. A. (205). Scielo. Obtenido de Revisiones sistemáticas de la literatura:
http://www.scielo.org.co/scielo.php?pid=S0120-
99572005000100009&script=sci_arttext
Moreno, B. (2018). Scielo. Obtenido de Revisiones Sistemáticas: definición y nociones
básicas: https://www.scielo.cl/scielo.php?pid=S0719-
01072018000300184&script=sci_arttext