Medicina Basada en la Evidencia

Metanálisis de ensayos clínicos – 181 – de desaparecer, e incluso invertirse, cuando los datos se combinan de forma simple. Por lo tanto, cuando se elabora unMA convencional de en- sayos clínicos, lo primero que habrá que hacer es calcular en cada uno de los estudios combinados las medidas del efecto que nos interesa (RAR, RRR, NNT...) de una variable (tratamiento, exposición...) sobre otra (mejoría, curación, supervivencia...), controlando, si es necesario, los poten- ciales factores de confusión (sexo, edad, gravedad...). Respecto a las medidas según el tipo de variable: ■ Si la variable respuesta es binaria: a) Medidas relativas: las medidas de asociación se- rían riesgo relativo y odds ratio , y la de efecto, el número necesario a tratar (NNT). b) Medidas absolutas: diferencias de riesgos. ■ Si la variable respuesta es continua: a) Medidas relativas: razón de medias. b) Medidas absolutas: diferencias de medias y dife- rencias de medias estandarizadas. Estas medidas de efecto pueden obtenerse a partir de los datos individuales si se detallan en los estudios o utilizar los resultados de cada estudio. También es posible estimar el efecto a partir de los estadígrafos t de Student, F de Snedecor, ji-cuadrado, coeficiente de correlación de rangos de Sperman o incluso de los va- lores de p . Es recomendable estimar cualquier tamaño de efecto en NNT que, si no lo facilita el MA, es posible calcularlo desde la medida resultado con herramien- tas epidemiológicas que nos ayudan, como Calcupedev ( www.aepap.org/calculadora-estudios-pbe/#/ ) . A continuación, habrá que analizar los estimadores del tamaño de efecto de los estudios y ponderarlos según la contribución que cada estudio va a tener sobre el resultado global. La forma más habitual es ponderar la estimación del tamaño del efecto por el inverso de la varianza de los resultados, realizando posteriormente su combinación para obtener el efecto medio. Para esto hay varios mo- delos matemáticos, aunque los dos que se utilizan ha- bitualmente son el modelo de efecto fijo y el modelo de efectos aleatorios. Ambos modelos difieren en la con- cepción que hacen de la población de partida de la que proceden los estudios primarios. El modelo de efecto fijo considera que no existe hetero- geneidad entre los estudios y que todos ellos estiman el mismo tamaño de efecto de la población, por lo que se asume que la variabilidad que se observa entre los es- tudios individuales se debe únicamente al error que se produce al realizar el muestreo aleatorio en cada estudio. Este error se cuantifica estimando la varianza intraestu- dios, asumiendo que las diferencias en los tamaños de efecto calculados se deben solo a que se han utilizado muestras de sujetos diferentes. Así, la ponderación de los estudios se realiza por el inverso de su varianza, de forma que el peso de cada estudio es proporcional a su precisión. Por otro lado, en el modelo de efectos aleatorios , se parte de la base de que el tamaño de efecto sigue una distribución de frecuencias normal dentro de la po- blación, por lo que cada estudio estima un tamaño de efecto diferente. Por lo tanto, además de la varianza in- traestudios debida al error del muestreo aleatorio, el modelo incluye también la variabilidad entre estudios, representada por la varianza de la distribución de efec- tos en las poblaciones de las que proceden los estudios (se denomina tau-cuadrado). Existen diversos métodos para estimar el valor de tau-cuadrado, que es desco- nocido para el investigador, de los que el más utilizado es el método Dersimonian-Lair. Estos dos términos de error son independientes entre sí, contribuyendo am- bos a la varianza del estimador de los estudios. Existen dos modelos matemáticos para combinar los resultados de los estudios primarios de un metanálisis: el de efecto fijo y el de efectos aleatorios. Al elegir el modelo hay que tener en cuenta la heterogeneidad estadística y las diferencias clínicas entre los estudios En resumen, el modelo de efecto fijo (más preciso, pero con menos validez externa) incorpora solo un término de error por la variabilidad de cada estudio, mientras que el de efectos aleatorios (más conservador y con más validez externa) añade, además, otro término de error debido a la variabilidad entre los estudios. El tipo de modelo a elegir tiene su importancia. Si no existe heterogeneidad podrá utilizarse el modelo de efecto fijo. Pero si se detecta que existe heterogeneidad será preferible utilizar el modelo de efectos aleatorios. Es aconsejable valorar también la heterogeneidad clí- nica antes de tomar la decisión del modelo a utilizar. En cualquier caso, se obtendrá una medida de efecto medio junto con su intervalo de confianza. La amplitud del intervalo informará sobre la precisión de la estima- ción del efecto medio en la población: cuanto más an- cho, menos preciso, y viceversa. Los métodos estadísticos utilizados en el MA son múl- tiples y pueden encontrarse integrados en programas informáticos que pueden facilitar mucho la realización de un MA. Uno de los más conocidos es el programa REVMAN utilizado por la Colaboración Cochrane.