EPI11 REVISIONES SISTEMÁTICAS

¿POR QUÉ NECESITAMOS REVISIONES?

REVISIONES TRADICIONALES
O REVISIONES NARRATIVAS

DIFERENCIAS ENTRE LAS REVISIONES TRADICIONALES Y SISTEMÁTICAS

METAANÁLISIS

Pirámide de la medicina basada en la evidencia

Utilidad de los metaanálisis

OBJETIVOS DE UNA REVISIÓN SISTEMÁTICA

PUNTOS CLAVE DE UNA REVISIÓN SISTEMÁTICA

Componentes de una pregunta

Búsqueda de estudios primarios

Extracción de los datos

Evaluación de la calidad de los estudios primarios

Sistema Grade

Heterogeneidad

Heterogeneidad estadística: I^2

TIPOS DE GRÁFICOS COMUNES EN EL METAANÁLISIS

Forest plot (gráfico de bosque)

Metaanálisis acumulado

Gráfico de L'Abbé

Gráfico en embudo o de funnel plot (árbol de navidad)

Metaanálisis en red

Asunciones en los metaanálisis en red

Gráficos típicos de los metaanálisis en red

REVISIONES SISTEMÁTICAS

Las revisiones permiten ponerse al día sobre todo lo que se publica en cualquier área de la medicina
Cada vez es más necesario por la tendencia creciente de estudios que se publican

Texto generalmente escrito por un experto que proporciona una panorámica amplia o idea general sobre un tema determinado

Ejemplo paradigmático de una revisión tradicional es cualquier capítulo de un libro de medicina

Inconvenientes:

  • Subjetividad y falta de reproductibilidad
  • Arbitrariedad y subjetividad en la síntesis de los resultados
  • Ineficiencia en la extracción de información

Características:

  • Búsqueda exhaustiva de los estudios primarios de acuerdo con una pregunta clínica centrada y específica
  • Selección de los estudios primarios siguiendo unos criterios claros y reproducibles
  • Evaluación crítica de la calidad metodológica
  • Síntesis cuantitativa de los resultados según un método predeterminado y explícito --> Metaanálisis

Tabla en los apuntes

Formulación de la pregunta

Tradicional: preguntas amplias

Sistemática: preguntas específicas

Método de selección

Tradicional: no específico

Sistemático: Claramente descrito

Estrategia para la búsqueda de estudios

Tradicional: no descrita, suele ser artículos que más gustan

Sistemática claramente descrita y muy exhaustiva

Evaluación de la calidad de los estudios

Tradicional: se incluyen los estudios sin una previa evaluación

Sistémica: solo se incluyen estudios de alta calidad

Extracción de los datos

Tradicional: sin métodos descritos

Sistémica: normalmente es hecho por más de un crítico

Síntesis de los datos

Tradicional: misma importancia de los estudios independientemente de su extensión

Sistémica: se da más importancia a estudios precisos

Heterogeneidad

Tradicional: "narrative fashion"

Sistémica: se intenta evitar mediante gráficos y estadísticos

Resultados interpretativos

Tradicional: sesgos y opiniones personales

Sistémica: se evitan los sesgos y opiniones personales

Técnica estadística que permite combinar y extraer una media ponderada de los resultados de diferentes artículos de distintos estudios primarios aislados
Análisis estadístico de los resultados de estudios separados examinando las diferencias en los resultados entre los estudios y conduciendo a un resumen
Este resumen suele tener más precisión que puede poner fin a la controversia de los resultados aislados

Calidad metodológica de los tipos de datos y clasifica los diseños de los estudios según su peso de evidencia científica y su calidad
Esta evidencia científica y calidad será menor como más cerca de la base se encuentren

  • Cima (máxima calidad metodológica): metaanálisis y revisiones sistemáticas de ensayos clínicos aleatorizados
  • Base (mínima calidad metodológica): opiniones de expertos, revisiones tradicionales o narrativas

David Sackett, uno de los padres de la medicina basada en la evidencia consideraba que:

  • Cuando una persona llegaba a ser un experto en un tema debería jubilarse para evitar aceptar lo que dice acríticamente

Idealmente:

  • Revisiones sistemáticas: subconjunto de todas las revisiones (tradicionales y sistemáticas)
  • Metaanálisis: revisiones sistemáticas cuyos estudios primarios aportasen datos suficientes como para poder realizar la media ponderada de los resultados

Problemas:

  • No siempre que se hace una revisión sistemática se puede hacer un metaanálisis
  • No siempre que se hace un metaanálisis se ha realizado una revisión sistemática previa de la literatura
  • Resumir la evidencia sobre una pregunta clínica específica
  • Evaluar críticamente la calidad metodológica de los estudios primarios y comprobar e identificar las fuentes de heterogeneidad en los resultados entre los estudios

Regla nemotécnica: P-I-Co-R-Es

  • Población: definir bien en que población queremos resolver nuestra duda
  • Intervención = exposición = prueba diagnóstica: Hay que definir bien de qué se trata
  • Comparación: definir bien con que se compara la intervención (placebo, Gold Standard...)
  • Resultado: Definir bien el evento de interés
  • Estudio: El tipo de diseño de estudio que nos interesa
  • Formulación de una pregunta centrada y muy específica
  • Búsqueda completa y exhaustiva
  • Extracción de datos y evaluación de la calidad de los estudios incluidos de forma reglada y sistemática
  • Síntesis de los resultados obtenidos
  • Interpretación correcta de los resultados
  • Bases de datos de referencias bibliográficas generales y especializadas
    • Especializadas: Biblioteca de Cochrane Plus (revisiones sistemáticas y ensayos clínicos)
    • Generales: Embase, Scopus, Trip database, PubMed, Google Scholar, National Library of Medicine
  • Revisión de las referencias bibliográficas de los estudios primarios incluidos
  • Búsqueda manual en los índices de revistas relevantes
  • Contactar con autores, expertos en el tema o compañías farmacéuticas para localizar estudios no publicados

Hojas estandarizadas que incluyen estos ítems:

  • Características del estudio
  • Métodos: diseño, donde se hizo, qué tipo de intervención se hizo
  • Población
  • Intervención, exposiciones, pruebas diagnosticas, dosis
  • Resultados:
    • Riesgo relativo (RR) - cohortes y ensayos clínicos
    • Odds Ratio (OR) - casos y controles
    • Sensibilidad y especificidad - pruebas diagnósticas

Evaluación de:

  • La validez o ausencia de sesgos de cada estudio
  • Las herramientas de evaluación y los criterios en cada estudio

También se puede realizar por separado y de forma independiente por los revisores
Hay múltiples herramientas para evaluar la calidad metodológica o riesgo de sesgos

Herramienta para evaluar la calidad metodológica

  • Columnas: artículos
  • Filas: ítems utilizados para evaluarlos

Código:

  • Verde: calidad del criterio aceptable
  • Amarillo: calidad dudosa
  • Rojo: no se cumple con el ítem

Pagina web - Equator Network: tiene guías que nos ayudan a organizar la escritura de la información

Diferencias significativas y no a márgenes muy estrechos de diferencia

  • Heterogeneidad clínica:
    • Poblaciones estudiadas y en el tiempo
    • Intervención
    • Medidas de resultado
    • Diseño de los estudios
  • Heterogeneidad o variabilidad estadística: variación entorno a la medida de efecto real

Se define como el estadístico I^2 (intervalo de confianza, porcentaje de la variación total entre los estudios que no es debida al azar
La mida un programa informático

Rango de valores:

  • 0% = toda variabilidad es explicable por el azar
  • 100% = toda la variabilidad es poco explicable por el azar

Guía aproximada de interpretación del I^2:
(las diferentes categorías se solapan)

  • 0-40% - no muy importante
  • 30-60% - moderada
  • 50-90% - sustancial
  • 75-100% - considerable
  • Filas: estudios incluidos con el nombre del primer autor y el año del estudio
  • Muchas veces se incluyen los números de la tabla 2x2
  • Punto o cuadrado en la línea horizontal: estimador puntual o medida de efecto puntual
    En ocasiones, el tamaño del punto/cuadrado representa el tamaño muestral (n) del estudio
    Otra manera es mediante el IC, que es inversamente proporcional al tamaño de la muestra
  • Línea horizontal: intervalo de confianza
  • Línea vertical: valor nulo de la medida que se estudia
    • Si se trata de diferencias de riesgos (RD) el valor nulo = 0
    • Si se trata de Odds Ratio, el valor nulo = 1
  • Rombo (en la base): medida global que nos ha calculado la media ponderada de los estudios
    La línea vertical discontinua marca esta medida y la anchura determina la amplitud del intervalo de confianza
    En la misma fila, se encuentra la información sobre la heterogeneidad entre estudios

El cuadrado y la línea horizontal son el estimado puntual y el intervalo de confianza del metaanálisis de todos los estudios hasta ese año
Al bajar de fila, se dan más estudios y por eso aumenta la medida del cuadrado y disminuye la línea horizontal

Cuando los estudios primarios son muy disparejos y no combinables, no ponemos el rombo y simplemente se ponen las medidas de efecto e intervalos de confianza de cada estudio individual

El objetivo es ver en qué momento una intervención o exposición pasa a ser estadísticamente significativa

Casi no se usa

  • Abscisas (horizontal): proporción de personas que mejoraron con el tratamiento alternativo o con el placebo
  • Ordenadas (vertical): proporción de personas que mejoraron con el tratamiento que estamos estudiando
  • Circulo ("globo"): determina la proporción de mejoría en ambos grupos

Si hay exactamente la misma proporción de personas que mejoran en el grupo control que en el grupo de intervención, el globo se encontraría en la línea de igualdad
Si uno de los globos es mayor que el otro y pasa a un lado u a otro, significa que hay mejorías en el grupo control o en el grupo de intervención

  • Globo en la parte superior --> tratamiento mejor que el control
  • Globo en la parte inferior --> control mejor que el tratamiento

Evalúa la presencia de algún posible sesgo en la publicación de los estudios

  • Eje horizontal: medida de efecto del metaanálisis
  • Eje vertical: precisión de los estudios
  • Dentro del gráfico (los puntos): los distintos estudios primarios
  • Línea punteada: media ponderada en el caso de que se haya realizado un metaanálisis
  • Cima del árbol: estudio más preciso con IC más estrecho
  • Base del árbol: estudios con menos participantes, mayor IC y más impreciso

Permite evaluar algún sesgo de publicación y que estudios de pequeño tamaño con determinado resultado no hayan logrado ser publicados
El sesgo de publicación ocurre porque hay más probabilidad de que un estudio sea publicado si tiene un resultado estadísticamente significativo si el estudio es de pequeño tamaño

Ventaja: permite comparar múltiples intervenciones al mismo tiempo

Tipos de comparaciones:

  • Comparaciones directas: 2 o más intervenciones dentro del mismo estudio o ensayo clínico
  • Comparaciones indirectas: 2 o más intervenciones de diferentes estudios se comparan a través de una intervención común
  • Conectividad de la red: todas las intervenciones tienen que estar conectadas entre sí
  • Homogeneidad: los grupos y los tratamientos que se comparan no tienen que tener muchas diferencias o si las tienen, tiene que ser explicadas por el azar
  • Transitividad:
    • Cualquiera de los grupos podría ser aleatorizado: se debe poder haber escogido perfectamente a un grupo cualquiera de un ensayo clínico para participar en otro de la misma red
    • Debe haber coherencia entre las comparaciones: si A < B, y B<C --> A<C, y no debería haber ningún estudio en la red que lo niegue/descarte
  • Consistencia: virtud estadística en la que los resultados entre 2 tratamientos sean más o menos iguales en las comparaciones directa e indirectas (segunda definición de transitividad)

Network Plots:

  • Círculos: tratamiento, intervención o exposición
  • Líneas: estudios comparativos, el grosor indica la cantidad

SUCRA Plot:
Se comparan los tratamientos para saber cuál es el mejor
También se puede dar en forma de círculo, por segmentos y con un código por colores
Proporciona el área bajo la curva acumulada de ordenamiento

  • Eje vertical: probabilidad
  • Eje horizontal: número de tratamientos que estamos comparando