Medicina Basada en la Evidencia

Diseños metodológicos – 180 – de respuesta de los grupos de tratamiento (eje de or- denadas) y de control (eje de abscisas) y su posición respecto a la diagonal. Por encima de la diagonal que- dan los estudios con resultado favorable al tratamiento, mientras que por debajo están aquellos con resultado favorable al control. En este gráfico, la heterogeneidad se identifica con una alta dispersión de los puntos que representan los estudios respecto a la diagonal (en rea- lidad, la línea que representaría la falta de efecto de la intervención en los estudios primarios). Si se llega a la conclusión de que existe una heterogenei- dad significativa entre los estudios primarios, habrá va- rias posibilidades. La primera, no combinar los estudios primarios y limitarse a la síntesis cualitativa de los resul- tados. Segunda, hacer un análisis estratificado según la variable que cause la heterogeneidad, siempre que sea posible identificarla. En este caso la opciónmás recomen- dable es realizar un análisis de subgrupos que solo com- bine los estudios que cumplen determinada condición o característica, de modo que estos sean más homogéneos. La idea del análisis de subgrupos o estratificación con- siste en efectuar el MA en diferentes grupos de estudios, reunidos según sus características (estudios publicados frente a no publicados, estudios de gran tamaño frente a pequeño tamaño, estudios según nivel de calidad, según fecha de publicación, etc.) o según las características de los pacientes incluidos y comprobar cómo varía el resul- tado al estimarlo de nuevo en cada ocasión. Heterogeneidad es la variabilidad existente entre los resultados de los estimadores de los distintos estudios de un metanálisis. I 2 es la prueba más usada y fiable para valorarla y representa el porcentaje de variabilidad que no es debida al azar El análisis de sensibilidad pretende estudiar la influen- cia de cada uno de los estudios en la estimación del efecto ponderado y, por lo tanto, la robustez o estabili- dad de la medida final obtenida. Este análisis consiste en la repetición del MA tantas veces como la cantidad de estudios, de forma que cada vez que se calcula el efecto ponderado se omite un estudio y se utilizan to- dos los restantes. Si los resultados de los distintos MA son similares se puede concluir que los resultados son robustos. En caso contrario, habría que tener cierta pre- caución en la interpretación de los resultados o podría ser motivo para generar nuevas hipótesis. Tercero, la opción más compleja desde el punto de vista estadís- tico es recurrir a la metarregresión . Esta técnica es una colección de técnicas de regresión, la más frecuente, la regresión lineal múltiple, donde la variable dependien- te es la magnitud del efecto que se valora y las inde- pendientes, una o varias variables del estudio. 3. Elección del modelo para combinar los estudios primarios Si se decide que pueden combinarse los resultados de los estudios primarios, esto no puede hacerse unien- do sin más todos los resultados y calculando la media de sus variables de efecto para obtener un resultado resumen global, ya que se correría el riesgo de que se produjese la paradoja de Simpson, según la cual una tendencia que aparece en varios grupos de datos pue- Figura 4. Gráfico de Galbraith Efecto estandarizado Precisión Figura 5. Gráfico de L´Abbé Tasa de eventos en el grupo de tratamiento Tasa de eventos en el grupo control