Medicina Basada en la Evidencia

Diseños metodológicos – 178 – 1. Obtención de la información: sesgo de recuperación y publicación Existen una serie de factores que pueden contribuir a estos sesgos que debemos tener presentes. En primer lugar, es más probable que se publiquen los estudios con resultados significativos y, dentro de estos, es más probable que se publiquen cuando el efecto es mayor. En segundo lugar, los estudios publicados en revistas científicas tienen más probabilidad de ser recuperados en la búsqueda que los que no se publican en estas, como es el caso de tesis doctorales, comunicaciones a congresos, informes de agencias gubernamentales o incluso estudios pendientes de publicar realizados por investigadores del tema que se esté tratando. Por este motivo, es muy importante hacer una búsqueda que in- cluya este tipo de trabajos, que se engloban dentro del término “literatura gris”. Por último, podemos enumerar una serie de sesgos que influyen en la probabilidad de que un trabajo sea recuperado por el investigador que realiza la revisión sistemática, tales como el sesgo de lenguaje (se limi- ta la búsqueda por idioma), el sesgo de disponibilidad (se incluyen solo los estudios que son fáciles de recu- perar por parte del investigador), el sesgo de coste (se incluyen estudios que son gratis o baratos), el sesgo de familiaridad (solo se incluyen los de la disciplina del in- vestigador), el sesgo de publicación (los que tienen re- sultados significativos tienen más probabilidad de ser publicados más de una vez) y el sesgo de citación (los estudios con resultado significativo tienen más proba- bilidad de ser citados por otros autores). El hecho de que no se encuentren/publiquen todos los estudios relacionados con un tema supone un riesgo para la validez de un metanálisis, que debemos evaluar. El método gráfico más usado para ello es el diagrama de embudo o funnel plot Si se delimitan correctamente los criterios de inclusión y exclusión de los estudios primarios y se realiza una búsqueda global y sin restricciones de la literatura mé- dica se habrá hecho todo lo posible para minimizar el riesgo de sesgo, pero nunca habrá certeza de haberlo evitado; por eso se han ideado técnicas y herramientas para su detección. La más usada es el gráfico en embudo o funnel plot ( Fi- gura 1 ). En él se representa la magnitud del efecto me- dido (eje x) frente a una medida de precisión (eje y) que suele ser el inverso de la varianza o el error estándar que, en general, es inversamente proporcional al tama- ño muestral. Se representa cada estudio primario con un punto y se observa la nube de puntos. En la forma más habitual, con el tamaño de la muestra en el eje y, la precisión de los resultados será mayor en los estudios de muestra más grande, con lo que los puntos estarán más juntos en la parte alta del eje y se irán dispersando al acercarse al origen del eje y. De esta forma, se observa una nube de puntos en forma de em- budo, con la parte ancha hacia abajo. Este gráfico debe ser simétrico, el 95% de los puntos deben estar dentro del triángulo y, en caso de que no sea así, debe sospe- charse siempre un sesgo de publicación ( Figura 1 ). En la Figura 2 puede verse cómo “faltan” los estudios que están hacia el lado de falta de efecto: esto puede sig- nificar que solo se publican los estudios con resultado positivo. Este método es muy sencillo de utilizar, pero en oca- siones, pueden existir dudas acerca de la asimetría del embudo, sobre todo si el número de estudios es pe- queño. Además, el embudo puede ser asimétrico por defectos de la calidad de los estudios o porque se esté tratando con intervenciones cuyo efecto varíe según el tamaño de la muestra de cada estudio. Para estos ca- sos se han ideado otros métodos más objetivos como la prueba de correlación de rangos de Begg y la prueba de regresión lineal de Egger ( Figura 3 ). En ambas pruebas, la existencia de sesgo se corresponde con una p <0,1. 2. Estudio de la heterogeneidad Llamamos heterogeneidad de los estudios primarios a la variabilidad que existe entre los estimadores que se han obtenido en cada uno de esos estudios. Siempre ha- brá diferencias entre los estudios, aunque solo sea por Figura 1. Gráfico en embudo o funnel plot . Es simétrico: no hay sesgo de publicación Medida de precisión Medida de efecto