Medicina Basada en la Evidencia

Otros metanálisis: en red, de pruebas diagnósticas, de estudios observacionales – 189 – Las estadísticas resumidas de los efectos (generalmen- te, odds ratio o riesgo relativo) para todos los pares de intervenciones son el resultado más importante del MAR. Las tablas de liga (matrices de comparación directa) muestran la información de todas las comparaciones posibles. Cada celda informa el estimador del efecto y su intervalo de confianza del 95% (intervalo de credibi- lidad en el análisis bayesiano) de la comparación entre dos intervenciones según desenlace ( Figura 4 ). Para que las estimaciones de un metanálisis en red sean válidas y consistentes, es imprescindible evaluar el grado de heterogeneidad clínica y metodológica de los estudios incluidos La distribución de las probabilidades de clasificación para cada intervención, para todos los rangos posi- bles, se grafica en rankogramas , cuyo eje x muestra las clasificaciones posibles, y el eje y, la probabilidad que tiene cada tratamiento de alcanzarla. De ellos es posi- ble obtener el valor de superficie bajo la curva de cla- sificación acumulada conocida como SUCRA (por sus siglas en inglés, Surface Under the Cumulative Ranking Curves ). Este valor sintetiza las probabilidades acu- muladas de cada tratamiento de alcanzar un número de jerarquización dado. Se obtiene calculando el área bajo la curva ( Figura 5 ). La ordenación de tratamientos basados en valores SUCRA tiene limitaciones, pues no considera las diferencias en la magnitud del efecto en- tre tratamientos. Al utilizar ECA bien realizados para calcular una esti- mación indirecta, esta tendría muy poco riesgo de ses- go. Sin embargo, frecuentemente no son idénticos y la comparación indirecta depende de la asunción de similitud o transitividad de los estudios, proporcio- nando solo evidencia observacional. Por esto, la inter- pretación de los resultados se debe realizar teniendo en cuenta la rigurosidad con que se efectuó el proceso de investigación, más que solo la medida de resumen obtenida. METANÁLISIS DE PRUEBAS DIAGNÓSTICAS Las pruebas diagnósticas corresponden a procedimien- tos utilizados con el objetivo de evaluar en una perso- na su estado actual o futuro de salud ( Tabla 1 ). Deben ser valoradas a través de estudios que comparan los resultados contra un estándar de referencia, determi- nando la exactitud diagnóstica. Esta mide la capacidad de una prueba índice para identificar correctamente a las personas que tienen o no la condición objetivo (ver la sección 5 de este libro). Los metanálisis de exactitud diagnóstica se basan en el paradigma de la tabla de 2 × 2 Los MA de exactitud diagnóstica (MAED) se basan en el paradigma de la tabla de 2 × 2. Los estudios sobre prue- bas que evalúan el estado actual de la salud (diagnós- tico y tipificación de una enfermedad), funcionan cla- ramente con él. También podría funcionar en pruebas de cribado, monitorización o vigilancia. Sin embargo, en los estudios acerca del futuro (predisposición, pronós- tico y estratificación del riesgo) raramente funciona, ya que involucran diseños longitudinales. Figura 4. Tabla de liga (matrices de comparación directa). Se comparan 5 intervenciones (A, B, C, D, PLACEBO) para dos desenlaces (mitad superior e inferior). Se contrasta cada columna con cada fila. Cada celda muestra el resultado en riesgo relativo (RR) y su intervalo de credibilidad del 95% (ICr 95%) A RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) B RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) C RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) D RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) RR (ICr 95%) PLACEBO Figura 5. SUCRA ( Surface Under the Cumulative Ranking Curves ). La probabilidad acumulativa indica la clasificación de la eficacia de cada intervención para una condición. Cuanto mayor sea la superficie bajo la curva, mejor será el rango de la intervención estipulada 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 5 6 7 8