9 Revisiones sistemáticas y meta análisis

Introducción a Revisiones Sistemáticas y Metaanálisis

Conceptos Básicos

• El Dr. Óscar Referenza Sueta presenta el tema de revisiones sistemáticas y metaanálisis, destacando su particularidad en comparación con otros diseños de investigación.

• Se menciona que muchos pueden haber escuchado estos términos, pero no necesariamente comprenden sus detalles o diferencias.

Pirámide de la Evidencia Científica

• Se recuerda la pirámide de evidencia científica, donde se clasifican diferentes tipos de estudios desde investigación preclínica hasta ensayos clínicos controlados.

• Las revisiones sistemáticas y metaanálisis ocupan los niveles más altos en esta pirámide, representando una compilación de múltiples estudios individuales.

Definición y Protocolo

Importancia del Protocolo

• La revisión sistemática debe seguir un protocolo estructurado para minimizar sesgos y errores aleatorios, asegurando que el proceso sea reproducible por otros investigadores.

• Un protocolo incluye pasos ordenados como la formulación de preguntas de investigación y selección de motores de búsqueda adecuados.

Diferencias entre Revisión Sistemática y Metaanálisis

• Una revisión sistemática puede ser cualitativa o cuantitativa; cuando se realiza un análisis estadístico sobre los resultados recopilados se denomina metaanálisis.

• Es crucial entender que todas las reglas del protocolo aplican tanto a revisiones sistemáticas como a metaanálisis, aunque este último requiere un paso adicional en el análisis cuantitativo.

Popularidad del Metaanálisis

Crecimiento en Publicaciones

• Desde su introducción a finales de los años 80, ha habido un aumento constante en las publicaciones sobre metaanálisis, lo que refleja su creciente importancia en la ciencia médica.

• Los diagramas forestales son herramientas visuales utilizadas para representar los resultados acumulativos en un metaanálisis, mostrando cada estudio individualmente junto con medidas asociativas relevantes.

Utilidad del Metaanálisis

Ventajas Clave

• La inclusión de múltiples estudios aumenta la validez externa e interna al proporcionar datos más precisos y reducir la probabilidad de falsos negativos debido a errores aleatorios.

• Sin embargo, no todos los estudios son aptos para incluirse; deben pasar por filtros rigurosos para asegurar su calidad antes de ser analizados conjuntamente.

Limitaciones del Metaanálisis

Sesgo y Heterogeneidad

• Se discute el sesgo de publicación: muchos estudios con resultados nulos nunca son publicados, lo que afecta la representación generalizada del conocimiento científico disponible.

• La heterogeneidad es otra limitación crítica; combinar diferentes tipos o calidades de estudios puede llevar a conclusiones erróneas si no se maneja adecuadamente metodológicamente.

Pasos para Realizar una Revisión Sistemática

Preparación Inicial

1. Identificación: Establecer una pregunta clara basada en necesidades clínicas relevantes es fundamental antes de iniciar cualquier revisión sistemática (Paso cero).

2. Desarrollo del Protocolo: Crear un protocolo detallado que incluya criterios específicos sobre población objetivo e intervenciones esperadas es esencial para guiar el proceso investigativo (Paso uno).

3. Búsqueda Efectiva: Definir estrategias claras para buscar literatura relevante utilizando bases de datos específicas garantiza una recolección exhaustiva (Paso dos).

4. Criterios Inclusión/Exclusión: Establecer criterios claros ayuda a filtrar qué estudios serán considerados válidos dentro del análisis final (Paso tres).

5. Extracción y Análisis: Extraer datos cuantitativos necesarios para realizar el metaanálisis implica utilizar métodos estandarizados para asegurar consistencia (Paso cuatro).

Synthesizing Study Results: A Guide

How to Combine Different Studies

• The process of synthesizing results from five studies with different metrics involves creating a non-quantitative synthesis, often represented in tables or graphs that summarize individual study characteristics and outcomes.

Conducting a Meta-Analysis

• If appropriate, a meta-analysis can be performed for quantitative synthesis, which includes statistical analysis to assess result variations. This is visualized through forest plots showing each study's effect size and an overall summary measure.

Weighting Studies in Analysis

• In synthesizing results, larger studies are given more weight. For example, if one study has 100 patients and another has 1000, the latter will have greater influence on the overall results due to its larger sample size.

• Weights are calculated as inverses of variance; thus, larger studies contribute more significantly to the final score or weight assigned during analysis.

Visual Representation of Data

• Each square in a forest plot represents a study's weight visually; larger squares indicate higher weights based on their calculated scores.

Understanding Risk Ratios

• Many studies show risk ratios close to one, indicating no significant difference between groups. However, some may indicate protective effects (e.g., vitamin D reducing fall risks), requiring careful interpretation of reference groups.

Analyzing Vitamin D Studies

Primary vs Secondary Analysis

• The primary analysis included five specific studies on vitamin D's effects on falls among older adults. A secondary analysis incorporated additional studies but yielded less pronounced protective effects.

Statistical Significance in Findings

• The findings suggest that taking vitamin D correlates with nearly a 30% reduction in fall risk compared to not taking it. This is statistically significant as the confidence interval does not include one.

Sensitivity Analysis Explained

Robustness of Results

• Sensitivity analysis assesses how robust findings are by altering parameters (e.g., removing certain studies). If results remain consistent despite these changes, they are considered reliable.

Evaluating Heterogeneity Among Studies

Measuring Differences Between Studies

• Heterogeneity refers to differences across studies; it can be quantitatively assessed using statistics like Q-statistic. A value below 0.05 indicates low heterogeneity among included studies.

Addressing Publication Bias

Identifying Potential Biases

• Publication bias occurs when negative or insignificant results are less likely published. Tools like funnel plots help visualize this bias by assessing symmetry around effect sizes.

Reporting Meta-analysis Findings

Key Elements for Reporting

• When reporting meta-analysis findings, it's crucial to summarize main discoveries while discussing the quality and implications of those findings for future research and clinical practice.

Example Conclusions from Research

Implications for Future Research

• One conclusion drawn from the meta-analysis suggests that vitamin D supplementation could reduce fall risks by 22%, particularly benefiting women and those using active analogues of vitamin D.

Exploring Brain Stimulation Techniques

Systematic Review Overview

• Another systematic review focused on brain stimulation techniques for chronic pain management found significant efficacy differences between invasive and non-invasive methods.

Importance of Research Design

Steps in Clinical Research

• Emphasizes starting with a clear research question followed by designing an appropriate study protocol before data collection begins—highlighting common pitfalls when researchers begin with pre-existing data instead.

Planning Statistical Analysis Early

Integrating Statistics into Research Design

• Researchers should develop statistical plans early in their protocols rather than waiting until after data collection; this ensures analyses align closely with initial research questions and minimizes biases.