1 / 84

Meta-análisis

Meta-análisis. Preguntas básicas.  ¿ Qué es?  ¿Para qué sirve?  ¿Cómo se regula?  ¿Cómo se hace?  ¿Qué métodos?  ¿Cuándo?. INDICE. 1. Definición 2. Objetivos 3. Antecedentes históricos 4. Protocolo y desarrollo de un meta-análisis 5. Estimadores del tamaño del efecto

kyria
Download Presentation

Meta-análisis

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Meta-análisis Ferran.Torres@uab.es

  2. Preguntas básicas  ¿Qué es?  ¿Para qué sirve?  ¿Cómo se regula?  ¿Cómo se hace?  ¿Qué métodos?  ¿Cuándo? Ferran.Torres@uab.es

  3. INDICE 1. Definición 2. Objetivos 3. Antecedentes históricos 4. Protocolo y desarrollo de un meta-análisis 5. Estimadores del tamaño del efecto 6. Ejemplo de meta-análisis Ferran.Torres@uab.es

  4. Definición El meta-análisis es unarevisión sistemática de un gran númerode estudiosqueutilizamétodos estadísticosparacombinar, sintetizar e integrar la información de variosestudios independientes que son considerados por el análista como “combinables” Adaptado de: - Glass GV. Primary and Meta-analysis of research. Educational Researcher 1976;5:3-8. - Huque MF. Experiences with meta-analysis in NDA submissions. Proc Biopharmaceutical Section of the American Statistical Association 1988;28-33. - Cook DJ, Sackett DL, Spitzer WO. Methodologic guidelines for systematic reviews of randomized control trials in health care from the Potsdam consultation meta-analysis. J Clin Epidemiol 1995;48:168-71. - D’Agostino RB, Weintraub M. Meta-analysis: a method for sythesizing research. Clin Pharmacol Ther 1995; 58:605-616. Ferran.Torres@uab.es

  5. OBJETIVOS • Conclusión: • Ganancia en precisión • Comparación crítica de los resultados • Diferencias en magnitud o sentido • Posibilidad de generalizar Ferran.Torres@uab.es

  6. EVOLUCIÓN DEL USO DEL MÉTODO META-ANALÍTICO Ferran.Torres@uab.es

  7. CARACTERÍSTICAS • Areas de aplicación • Ciencias de la educación • Psicología • Biología • Medicina • Ciencias medio-ambientales • Química • Física • Economía • Etc... Ferran.Torres@uab.es

  8. CARACTERÍSTICAS • Problemas preliminares • Selección de material • Bibliografía • Búsqueda informatizada (Medline, Science Citacion Index, ...) • Búsqueda manual (Citas referenciadas, conferencias) • Lenguas extranjeras • Estudios presentados a conferencias y congresos • Calidad de los estudios • Diseños distintos (estudios de cohortes, caso-control, ...) Ferran.Torres@uab.es

  9. CARACTERÍSTICAS • Datos: • Tipos de medida de los efectos • Escalas de medida • Extensión de la información • Datos originales • Estadísticos de resumen • Estimación del efecto y errores estándar • Valores de significación Ferran.Torres@uab.es

  10. CARACTERÍSTICAS • Datos: • Toda la información, a excepción de los datos originales, complica enormemente el ajuste por distinto factores de confusión potenciales • Disponibilidad de los estudios: Sesgo de publicación Ferran.Torres@uab.es

  11. CARACTERÍSTICAS • No independencia de los estudios • Tiempo: momento en que se realiza el estudio • Centro o investigador • Múltiple publicación de los resultados • Mismos sujetos (en distintos estudios) Ferran.Torres@uab.es

  12. Ventajas y limitaciones • Ventajas • Consideración sistemática (evaluación no sesgada) • Cuantificación de los resultados • Aumento de precisión de los resultados • Mayor capacidad de estudiar efectos en subgrupos • Mayor facilidad para evaluar las discrepancias entre estudios • Mayor generalización de las conclusiones Ferran.Torres@uab.es

  13. Ventajas y limitaciones • Limitaciones: • La calidad está limitada por los estudios individuales • Dificultad para establecer los criterios de inclusión • Sesgo de selección (publicación, lengua, calidad ...) Ferran.Torres@uab.es

  14. Protocolo  Como en cualquier otro estudio, antes de iniciar un meta-análisis se debe elaborar un protocolo completo y detallado  El protocolo debería incluir como mínimo: - Una descripción detallada de los objetivos e hipótesis que se van a probar - Los criterios de inclusión y exclusión de los estudios - Los procedimientos que se utilizarán para probar la homogeneidad de los tamaños de los efectos entre estudios - Los métodos estadísticos que se utilizarán para estimar el tamaño del efecto global - Los métodos que se utilizarán para presentar y resumir los resultados Ferran.Torres@uab.es

  15. Análisis de la heterogeneidad  Respuesta a la siguiente pregunta: ¿SON COMBINABLES LOS ESTUDIOS?  Pruebas de homogeneidad de los resultados de los estudios individuales: - Prueba ji-cadrado Q de Cochran - Prueba ji-cuadrado de Breslow-Day  Las pruebas de homogeneidad tienen baja potencia para detectar la heterogeneidad  Un valor p de la prueba de homogeneidad 0.10, sugiere heterogeneidad entre estudios y, por tanto, podría no ser válido combinar los estudios Ferran.Torres@uab.es

  16. Egger et al. Systematic reviews in health care. London: BMJ books, 2001. Ferran.Torres@uab.es

  17. Magnitud del efecto (1)  Los métodos estadísticos utilizados para estimar el tamaño del efecto global de diferentes estudios se basan enModelos de Efectos Fijos y Efectos Aleatorios  LosModelos de Efectos Fijosasumen un efecto constante del tratamiento entre estudios, es decir, los tamaños de los efectos entre estudios son homogéneos o similares. - Los diferentes estudios pertenecen a una misma población - Consideran la variabilidad intra-estudio Ferran.Torres@uab.es

  18. Magnitud del efecto (2)  LosModelos de Efectos Aleatoriosconsideran que existe una variación entre estudios - Los estudios provienen de poblaciones diferentes - Consideran la variabilidad intra e inter-estudio Ferran.Torres@uab.es

  19. Magnitud del efecto (3)  Ninguno de los dos modelos se puede considerar “correcto”: - Si los estudios son homogéneos La elección entre un modelo de efectos fijos y efectos aleatorios no es importante, ya que los resultados serán idénticos - Si los estudios no son homogéneos Es más apropiado elegir un modelo de efectos aleatorios  Los modelos de efectos fijos y efectos aleatorios utilizan diferentes métodos estadísticos para combinarlos resultados Ferran.Torres@uab.es

  20. Magnitud del efecto (4) Ferran.Torres@uab.es

  21. Unbiased Hedges’ g estimate • Corrections for small sample size will be made. Ferran.Torres@uab.es

  22. Effect size interpretation • Since effect sizes are non-dimensional measurements (no units), some conventions have been proposed[1],[2]: • small≈0.20, • medium≈0.50 • large≈0.80 • [1] Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ: Erlbaum. • [2]Cohen, J. (1992). A power primer. Psychological Bulletin, 112, 155-159. Ferran.Torres@uab.es

  23. Análisis de sensibilidad (resumen) • Un análisis de sensibilidad evalúa la estabilidad de las conclusiones de un análisis según las asunciones (supuestos) que se han realizado en el análisis •  Cuando una conclusión permanece invariante al variar las asunciones del análisis, se refuerza la confianza en la validez de las conclusiones del análisis Ferran.Torres@uab.es

  24. Análisis de la robustez  Análisis del sesgo de publicación y/o inclusión selectiva de estudios positivos  Correlación entre la magnitud del efecto y el tamaño muestral de los estudios. Ferran.Torres@uab.es

  25. Análisis del sesgo de publicación y/o inclusión selectiva de estudios positivos (1)  La introducción del sesgo de publicación y/o inclusión selectiva de estudios positivos en un meta-análisis se debe fundamentalmente a que: - La mayoría de estudios publicados presentan resultados positivos significativos y una minoría muestran resultados negativos o no significativos - Hay una tendencia a seleccionar y, por tanto, incluir en el meta-análisis los estudios o datos no publicados con resultados positivos significativos y a guardar los que muestran resultados negativos o no significativos Ferran.Torres@uab.es

  26. Análisis del sesgo de publicación y/o inclusión selectiva de estudios positivos (2) Ferran.Torres@uab.es

  27. Análisis del sesgo de publicación y/o inclusión selectiva de estudios positivos (3) • Los métodos utilizados para detectar la introducción del sesgo de publicación en un meta-análisis son: • Funnel plot • El análisis de la asimetria del funnel plot • Si el número de estudios incluidos en el meta-análisis es pequeño, el funnel plot es poco útil. En este caso, el mejor método es comparar el tamaño del efecto global entre los estudios publicados y no publicados • En un meta-análisis basado en todos los estudios originales, no es necesario analizar el sesgo de publicación Ferran.Torres@uab.es

  28. Funnel plot Ferran.Torres@uab.es

  29. Funnel plot Ferran.Torres@uab.es

  30. Análisis de la correlación  Una correlación significativa entre la magnitud del efecto y el tamaño de la muestra de los estudios indica que el tamaño del efecto depende del tamaño del estudio  Esta correlación puede indicar una verdadera heterogeneidad entre estudios, fundamentalmente debida a un diferente esfuerzo experimental entre estudios, es decir, la rigurosidad del estudio estaría en función de su tamaño  En este caso podría no ser valido el meta-análisis Ferran.Torres@uab.es

  31. Análisis de la correlación Ferran.Torres@uab.es

  32. Presentación gráfica Ferran.Torres@uab.es

  33. Conclusiones (1) 1. El meta-análisis es un herramienta valida y poderosa para la síntesis de la investigación siempre y cuando se aplique de forma adecuada (justificación, protocolo, etc.) 2. La utilización no crítica del meta-análisis puede llevar a conclusiones erróneas. Las principales críticas que se realizan a un meta-análisis son: - Sesgo de publicación y/o inclusión selectiva de estudios positivos - Heterogeneidad entre estudios - Correlación entre el tamaño del efecto y el tamaño de la muestra Ferran.Torres@uab.es

  34. Conclusiones (2) 3. Únicamente cuando estos problemas son debidamente considerados y analizados por medio de: - Análisis de la asimetría del funnel plot - Pruebas de homogeneidad - Análisis de la correlación entre el tamaño del efecto y el tamaño de la muestra de los estudios Es posible aplicar esta técnica estadística para combinar los estudios de forma que los resultados globales sean científicamente validos Ferran.Torres@uab.es

  35. Meta-análisisEjemplo Ferran Torres Ferran.Torres@uab.es Ferran.Torres@uab.es

  36. Example • Fleiss JL The statistical basis of meta-analysis. Statistical Methods in Medical research 1993; 2: 121-145. Results of seven placebo-controlled randomised studies of the effect of aspirin in preventing death after myocardial infarction Ferran.Torres@uab.es

  37. Studies of aspirin in myocardial infarction Ferran.Torres@uab.es

  38. Meta-analysis of Aspirin trials Pooled estimate of ln(OR) = OR = 0.90 (0.84 0.96) Ferran.Torres@uab.es

  39. Graphical representation Ferran.Torres@uab.es

  40. Fixed OR = 0.90 (0.84 0.96) Random OR= 0.88 95%CI : (0.77 ; 0.99) Ferran.Torres@uab.es

  41. Ferran.Torres@uab.es

  42. Ferran.Torres@uab.es

  43. Ferran.Torres@uab.es

  44. 10.4%-14.2% = 3.8% Ferran.Torres@uab.es

  45. Lancet 2001,356: 1668-75 Ferran.Torres@uab.es

  46. Meta-análisisEjemplo Ferran Torres Ferran.Torres@uab.es Ferran.Torres@uab.es

  47. Effects of plantago ovata husk on lipid metabolism. A meta-analysis Ferran.Torres@uab.es

  48. Statistical issues on the results (2) • Treatment arms • 2 per study except 1: • (MacMahon 1998): The mentioned study was a three arm trial with a control group (n=74) and 2 active doses of 7 G/d (n=101), and 10.5G/d (n=91). • Half the sample size of the control group (n=37; 74/2) was used for the comparison between each active group. Ferran.Torres@uab.es

  49. Ferran.Torres@uab.es

  50. Ferran.Torres@uab.es

More Related