0

República Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educación Universitaria. Universidad de la
Ciencias de la Salud “Hugo Chávez Frías”.
3er año, Fisioterapia: Tramo II.
Cátedra: Estadística y Epidemiología IV

ESTUDIOS INTEGRATIVOS: META ANÁLISIS

Facilitadora: Bachilleres:
Lcda. Maribel Farias Areannys González C.I 26.847.4796
Luisannys Chaguan
Merluys Mudarra
Valentina Martínez

Puerto la Cruz, mayo de 2024

 2

INTRODUCCIÓN

En los estudios integrativos, el elemento central lo constituye información obtenida en la

calidad y diseño metodológico de los estudios evaluados. La información se obtiene de las
fuentes primarias, secundarias y terciarias. Las fuentes primarias presentan de primera
intención el estado de la investigación científica y sus resultados. Las fuentes de
información secundaria, describen los resultados generados en las fuentes primarias y este
conocimiento requiere ser periódicamente organizado y evaluado por la comunidad clínica
y científica para otorgarle un sentido de estado de la ciencia. Las fuentes de información
terciaria incluyen a los libros de texto como las fuentes habituales de información. El
metaanálisis (MA) pertenece a la información secundaria y es un concepto relativamente
reciente; esta técnica incluye la búsqueda de todos los estudios potencialmente relevantes y
el uso de criterios explícitos y fiables en la selección de las investigaciones, la evaluación
crítica, sintetizar la evidencia, evaluando el efecto individual de cada estudio utilizando
unos métodos estadísticos que den más peso en el cálculo del efecto combinado, a aquellos
estudios con tamaño muestral mayor y así obtener conclusiones sobre el efecto.

Dentro de las herramientas utilizadas en el proceso de revisión, el metaanálisis constituye

una de las piezas fundamentales y define los procedimientos cuantitativos de análisis de
los datos extraídos de los trabajos de investigación revisados, con el fin de obtener
conclusiones estadísticas a partir de ellos. El MA cumple el doble objetivo de estimar el
valor medio global de la cantidad medida (por ejemplo, eficacia del tratamiento) y analizar
la heterogeneidad de ésta entre los diferentes estudios. Ésta puede proceder de muchas
fuentes (más numerosas en los estudios de observación que en los diseños experimentales):
características de la población del estudio (por ejemplo, el riesgo subyacente del efecto o
subgrupos diferentes de alto o bajo riesgo), variaciones en el diseño del estudio (tipo de
diseño, métodos de selección, fuentes de información, manera de reunir la información), en
el siguiente trabajo a continuación se estará desarrollando el metaanálisis: cualitativo,
cuantitativo, consideraciones metodológicas y estadísticos aplicados.
 3

META-ANLISIS

Los meta-análisis son estudios que tienen la finalidad de compilar toda la información
disponible, agrupándola según un tema específico y evaluándola a través de herramientas
de calidad metodológica. El objetivo principal consiste en estimar un tamaño de efecto
resumen después de combinar los resultados individuales de cada estudio seleccionado
bajo un análisis estadístico suficientemente válido

La definición moderna de metaanálisis proviene de la psicometría y data del trabajo de

Glass publicado en 1976, es decir, ya arrastra una historia y una evolución de más de 40
años. En aquel artículo se manifiesta la imperiosa necesidad existente para la comunidad
científica de poder resumir la ingente cantidad de información dispersa en la literatura.
Para ser fidedigno, dicho resumen se debe hacer de la forma más sistemática y reglada
posible. Por ello, el metaanálisis forma parte de la llamada revisión sistemática de la
literatura. Se podría decir que es la parte estadística inferencial de la revisión sistemática,
aquella que resume y extrapola a la población general los resultados extraídos de la
muestra analizada.

4-Estadísticos aplicados

El metaanálisis es una técnica estadística que combina y resume los resultados de varios
estudios individuales. En medicina clínica lo que resume es la diferencia de efecto entre dos
intervenciones médicas, generalmente algún tratamiento reciente y potencialmente útil frente a
otro tratamiento ya contrastado y asentado en la práctica médica habitual. Al combinar varios
estudios se produce un notable aumento del tamaño de la muestra, lo cual lleva a obtener más
fácilmente un resultado final estadísticamente significativo y más preciso

El primer paso para realizar un MA es definir la variable desenlace que se analizará y que tiene
que encontrarse en todos los ensayos clínicos seleccionados.
 4

Es importante resaltar que en las primeras fases del MA se seleccionarán la mayor parte de
artículos posibles y durante el proceso se irán discriminando según criterios específicos. Para
este primer momento es importante definir además en donde se buscará la información y cómo
se realizará esta búsqueda. Actualmente se cuenta con muchas bibliotecas de bibliografía
médica, siendo las más reconocidas Medline, Embase y Pubmed. Después de haberse hecho la
primera búsqueda tomando en cuenta lo anteriormente descrito, se procede a realizar la llamada
Revisión Sistemática (RS) que identifica el máximo número de estudios, evalúa su calidad y
resume sus resultados utilizando una metodología científica rigurosa y explícita.:
 5

Después de haber concluido la RS, se pasa a elaborar una tabla en donde los resultados de cada
estudio seleccionado se resumirán. Los resultados de un ensayo clínico pueden ser expresados
como Odds Ratio (OR), Riesgo Relativo (RR) o Diferencia de Riesgos (dR). Este será el
insumo final para el MA.

Para entender la siguiente parte, es necesario detenernos a definir que es “tamaño de efecto”. El
tamaño de efecto puede ser real u observado. El tamaño real es el tamaño de efecto en la
población del estudio si esta fuera infinitamente larga (es decir si no tuviera error en el
muestro), mientras que el tamaño observado es el que se obtiene de la muestra presentada en el
estudio.

La mayoría de veces, el MA tradicional se sustenta en dos modelos estadísticos:

El modelo de efectos fijos: bajo este modelo se asume que todos los estudios del MA
comparten un tamaño de efecto común verdadero. Entonces el tamaño de efecto verdadero es el
mismo en todos los estudios. En la Figura 4 se explica esto de una manera gráfica observando
que los 3 estudios presentados tienen el mismo tamaño de efecto verdadero (θ) mientras que en
la Figura 5 observamos que se grafican además los efectos observados de cada estudio
(obtenidos del artículo seleccionado) y se ve que no son iguales a los efectos reales, dando esta
diferencia un error considerado error de muestreo ε.
 6

El modelo de efectos aleatorios: como se describió en la parte anterior el modelo de efectos

fijos empieza con asumir que el tamaño de efecto es el mismo en todos los estudios. Sin
embargo, en muchas ocasiones asumir esto es imposible, ya que no podemos tener dos estudios
exactamente iguales y generalmente no hay razón para asumir esto. Una manera para afrontar
esta variación entre los estudios es la utilización del modelo de efectos aleatorios. En este
modelo nosotros asumimos que los efectos verdaderos están bajo la distribución normal (Figura
6). De esta forma tenemos que los efectos observados de cada estudio caen dentro de una curva
normal de efectos verdaderos en el rango de 0,5 a 0,7 (tomando el ejemplo empleado en
la Figura 5 y teniendo un promedio de efectos verdaderos μ).

En este ejemplo, tomando sólo el estudio 3 podemos ver que éste tiene además un tamaño de
efecto observado donde aparece el error de muestreo εdescrito anteriormente (varianza intra-
estudio), pero además aparece otra variación ζ producida por la diferencia entre el efecto
verdadero del estudio y el promedio de efectos verdaderos de la distribución normal (varianza
entre estudios). Por tanto, para el modelo de efectos fijos los estudios con mayor precisión serán
los de mayor ponderación, En el modelo de efectos aleatorios el peso de un estudio i dependerá
de la suma de sus dos varianzas, es decir, la varianza intraestudio σ 2 (error aleatorio de
muestreo) y la varianza entre estudios.

Al momento de realizar un metaanálisis se debe de tomar en cuenta el sesgo de publicación

básicamente consiste en la publicación o no de los datos obtenidos en un estudio de
investigación científica. Entonces este sesgo representa un riesgo para la validez de cualquier
MA por la publicación selectiva en base a sus hallazgos.

Hay muchas formas de evaluar el sesgo de publicación, ya que este efecto no puede ser
eliminado. Entre los más usados están: el método gráfico de Light y Pillemer (funnel plot) en
donde un gráfico es calculado usando los tamaños de efecto y los tamaños de muestra de cada
estudio (7). De esta forma, los puntos tenderían a distribuirse en forma de un embudo invertido.
Si, por el contrario, existiese un sesgo de publicación, de los estudios de menor tamaño
muestral solo se publicarían aquellos que encontrasen diferencias significativas entre los
grupos, de forma que la nube de puntos aparecería deformada en uno de sus extremos (14). Esta
 7

representación se observa en la Figura 10.

Los resultados obtenidos se presentan a través de un forest plot como se muestra en las Figura
11 y 12. Un forest plot es el resumen de todos los resultados en cada estudio y el resultado
combinado final; recibe ese nombre por su apariencia similar a la de un bosque. En los forest
plots la línea vertical del gráfico señala la ausencia de efecto y se despliega el efecto para
favorecer a una u otra maniobra
 8

Después de obtener los resultados se debe analizar la heterogeneidad de los mismos. Se trata de
analizar hasta qué punto los resultados de los diferentes estudios pueden combinarse en una
única medida. Diferencias en el diseño del estudio, las características de la población, que
pueden llevar a resultados muy diferentes y comprometer los resultados del MA. La detección
de la heterogeneidad se puede hacer a través del análisis de los intervalos de confianza,
examinando la sobreposición de éstos a simple vista. También se puede utilizar un test formal
como el chi cuadrado, utilizando una prueba de hipótesis, en donde se evalúa si las diferencias
observadas son compatibles sólo con el azar. Para controlar la heterogeneidad primero se debe
hacer una revisión de los datos y determinar si el MA se realizó de la forma correcta.

De esta forma entendemos cómo un MA se inicia luego de formular correctamente una

pregunta de investigación, definir las variables, revisar sistemáticamente la literatura, y
finalmente concluir en un resultado combinado a través de un análisis estadístico, teniendo en
cuenta la evaluación de sesgo de publicación y heterogeneidad.
 9

CONCLUSIÓN

La investigación clínica tiene como objetivo obtener resultados claros y confiables que
puedan ser utilizados para el manejo del paciente y posiblemente como base para guías de
prácticas clínicas; El MA, si es correctamente usado, contribuye a alcanzar dicha meta y
permite una evaluación crítica de los estudios bajo consideración. Es decir, el MA
proporciona un único resultado combinado basado en diferentes estudios sobre el mismo
tema y con la misma metodología. Además, contribuye en muchos aspectos de la
investigación clínica como por ejemplo: aumenta el poder estadístico de la comparación,
mejora la estimación del efecto del tratamiento, combina resultados de estudios
contradictorios, contesta nuevas preguntas, analiza subgrupos de sujetos seleccionados de
diferentes estudios, analiza tendencias, define áreas en las que se necesita más
investigación, entre otros.
 1
0

BIBLIOGRAFÍA

Sacks HS, Berrier J, Reitman D, Ancona-Berk VA, Chalmers TC. Meta-analyses of

randomized controlled trials. N Engl J Med. 1987;316(8):450-5.

Crowther M, Lim W, Crowther MA. Systematic review and meta-analysis methodology.

Blood. 2010;116(17):3140-6.

Leandro G. Meta-analysis in Medical Research: The handbook for the understanding and
practice of meta-analysis. Oxford: Blackwell Publishing, 2005.

Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Introduction to Meta-Analysis.

United Kingdom: Wiley; 2009.

Bown MJ, Sutton AJ. Quality control in systematic reviews and meta-analyses. Eur J
Vasc Endovasc Surg. 2010;40(5):669-77.
1
1