Meta analisis ii

Sebastián Molina Ríos
Grupo Reumavance
Enero - 2012

 Establecimiento hipótesis.
 Cuantificación de los efectos.
 Búsqueda bibliográfica.
 Localización de los estudios.
 Criterios de inclusión y de exclusión.
 Evaluación calidad estudios.
 Análisis de heterogeneidad.
 Combinación de resultados.
 Identificación sesgo publicación.
 Análisis de sensibilidad.

 Heterogeneidad estadística Vs clínica.
 De ella deriva el método utilizado para
combinar los resultados individuales.

 En gral se basan en la hipótesis de
heterogeneidad nula.

 Prueba de Q.
 Gráfico de Galbraith.
 Gráfico de L’Abbé.

-- “Meta-análisis”, Curso farmacología clínica, Universidad Nacional de Colombia, 2010
-Hipertensión (Madr.). 2008;25(3):108-20
-- Manrique RD , Metanalisis: consideraciones sobre su aplicación, Revista CES medicina,
VOL 16, 2002

 Muy usada por cuestiones de validez y
sencillez computacional.
 Baja potencia  tamaño muestral efectivo
pequeño.
 Calcular suma ponderada entre las
diferencias entre el efecto de cada uno de los
estudios y el promedio global.

VOL 16, 2002

 Si los estudios son homogéneos sigue una
distribución X2 con k-1 valores de libertad.

 El valor obtenido se confronta con la
distribución teórica correspondiente:
◦ Rechazar hipótesis homogeneidad (p<0,05).
◦ Aceptar la hipótesis de homogeneidad (p>0,05).
◦ Cuando el N de estudios es pequeño rechazar con
(p<0,1)
 Escasa potencia estadística  resultado no
significativo suele ser insuficiente para
concluir que no existe heterogeneidad ente
los estudios.
 Complementar con métodos gráficos:
◦ Gráfico de Galbraith o el gráfico de L’Abbé
VOL 16, 2002

 Mas fácil interpretación.
 Grado de inconsistencia entre los resultados de
los diferentes estudios.

 “Reglas de andar por casa” para interpretar los
valores de I2.
◦ 30%  baja heterogeneidad  buena consistencia.
◦ 50%  heterogeneidad moderada.
◦ > 50%  alta heterogeneidad.

 Es necesario buscar la causa de la
heterogeneidad:
◦ Análisis subgrupos, análisis sensibilidad,
metarregresion.

 Aplicable a cualquier tipo estudio.
 Representa la precisión de cada estudio
frente al efecto estandarizado.
◦ Precisión: Inverso del error estándar de la
estimación del efecto.
◦ Efecto estandarizado: Estimación del efecto dividida
entre error estándar.
 Muestra línea de regresión y una banda
ajustada.

VOL 16, 2002

Hipertensión (Madr.). 2008;25(3):108-20

 Solo se aplica en meta-análisis de EC.
 Tasa de eventos del grupo tratamiento frente
a la tasa del grupo control  solo se presenta
cuando rta es binaria.
 Grupo tto: eje Y.
 Grupo control: eje X.
 Línea de 45º lo divide en dos secciones.
◦ Sobre la línea  rta favorable a grupo tto.
◦ Bajo la línea  rta favorable a grupo control.

VOL 16, 2002

“Meta-análisis”, Curso farmacología clínica, Universidad Nacional de
Colombia

ACEPTO O RECHAZO LA HIPOTESIS DE HOMOGENEIDAD?

Colombia

Existe heterogeneidad?

 La prueba de Dersimonian y Laird’s indica,
con un nivel de confianza del 95%, que no
hay evidencia estadística de heterogeneidad
(p=0,1280).
 Gráficos: Ponen de manifiesto la
heterogeneidad de los estudios.

 Elección del método depende:
◦ Tipo de medida de resultado/efecto.
◦ Valoración del grado de heterogeneidad de los
resultados.

 Modelo efectos fijos
 Modelo efectos aleatorios

VOL 16, 2002

 Estimación del efecto combinado:
◦ Resultados de estudio individual se ponderan.
◦ Inversa de varianza.
◦ Tamaño muestral.

 Heterogeneidad:
◦ Se tiene en cuenta: modelo efectos aleatorios.
◦ No se tiene en cuenta: modelo efectos fijos.

VOL 16, 2002

 Asume:
◦ Existe un único efecto en la población.
◦ No existe heterogeneidad entre los estudios.
◦ Varianza del estudio (variabilidad intra-estudio) y
tamaño muestral  únicos determinantes del peso.

 Los resultados tienden a ser menos
conservadores que modelo efectos aleatorios.
 Intervalos de confianza mas estrechos.

VOL 16, 2002

 Tiene en cuenta la heterogeneidad.
 Asume:
◦ Efectos exposición/intervención con diversos.
◦ Estudios incluidos son solo una muestra aleatoria
de todos los posibles efectos.
 Ponderación de los estudios considera:
◦ Varianza propia de los estudios (variabilidad intra-
estudio).
◦ Varianza existente entre los estudios (variabilidad
entre-estudios).
 Genera IC mas amplios.
VOL 16, 2002

 Se representa resultado de estudios escala
horizontal  orden arbitrario.
 Resultado representado con símbolo: rombo
– cuadrado.
 Línea horizontal: IC para cada resultado.
 Línea vertical: punto de ausencia de efecto.
 Parte inferior: resultado global (efectos fijos o
aleatorios)
 Tamaño símbolos proporcional a contribución
dentro del resultado global.
VOL 16, 2002

“Meta-análisis”, Curso
farmacología clínica,
Universidad Nacional de
Colombia

 Importante para validez del estudio.

 Varios métodos propuestos:

 Método simple.
 Grafico en embudo.
 Prueba de Begg.
 Prueba de Egger.

VOL 16, 2002

 Utiliza análisis de sensibilidad.

 Calcula número de estudios negativos
realizados y no publicados que debería haber
para modificar conclusión "positiva".

 Numero elevado  prob baja que sesgo haya
modificado los resultados  se acepta la
existencia de las diferencias sugeridas por el
meta-análisis.

 Tb conocido como “Funnel plot”.

 Asume:
◦ Estudios “negativos”: > prob de no ser publicados.
◦ Estudios de pequeño tamaño: > prob de no
publicarse.

 Ejes:
◦ Tamaño de los estudios (tamaño muestral, error
estándar).
◦ Medida del efecto analizado.

VOL 16, 2002

 Efecto global calculado: línea que atraviesa el
grafico.
◦ Estudios de gran tamaño: tienden a agruparse a
línea de efecto global.
◦ Estudios de pequeño tamaño: mayor dispersión.

 Asimetrías del grafico: sospecha sesgo de
publicación.

 Interpretación muy subjetiva.
VOL 16, 2002

 Begg y Mazumdar: prueba de correlación de
rangos.
 Estudia:
◦ Presencia de asociación entre las estimaciones de
los efectos y sus varianzas.
 Sesgo: correlación entre estos factores.

 Baja potencia estadística:
◦ Resultado bajo  no puede ser tomado como
ausencia de sesgo.
 Funnel plot: equivalente grafico.
VOL 16, 2002

 Mas especifica que la de Begg.
 Ajusta recta de regresión a los puntos:
◦ Abscisa: Precisión (variable independiente).
◦ Ordenada: Efecto estandarizado (variable
dependiente).
 Regresión se pondera por el inverso de la
varianza.
 Ordenada en el origen igual a cero  NO hay
sesgo de publicación.
 Cuanto mas se aleja de cero  mas asimetría
 mas evidente sesgo.
VOL 16, 2002

“Meta-análisis”, Curso farmacología clínica, Universidad Nacional de Colombia,

 Heterogeneidad se evalúa con Prueba Q.
 Prueba Q:
◦ Rechazar hipótesis homogeneidad (p<0,05).
◦ Aceptar la hipótesis de homogeneidad (p>0,05).
◦ Cuando el N de estudios es pequeño rechazar con
(p<0,1)
 Complementar con métodos gráficos:
◦ Gráfico de Galbraith o el gráfico de L’Abbé

 Gráfico de Galbraith
◦ Muestra línea de regresión y una banda ajustada.

 Gráfico de L’Abbé
◦ Línea de 45º lo divide en dos secciones.
 Sobre la línea  rta favorable a grupo tto.
 Bajo la línea  rta favorable a grupo control.

 Combinación de resultados
◦ Heterogeneidad:
 Se tiene en cuenta: modelo efectos aleatorios.
 No se tiene en cuenta: modelo efectos fijos.
 Representación grafica = Forest plot

 Id sesgo de publicación
◦ Grafico en embudo: Asimetrías del grafico:
sospecha sesgo de publicación.
◦ Prueba de Begg: Graficada por Grafico en embudo.
◦ Prueba de Egger:
 Ordenada en el origen igual a cero  NO hay sesgo de
publicación.
 Cuanto mas se aleja de cero  mas asimetría  mas
evidente sesgo

Meta analisis ii

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Andere mochten auch

Andere mochten auch (20)

Ähnlich wie Meta analisis ii

Ähnlich wie Meta analisis ii (20)

Mehr von Gerardo Antonio Muñeton Lopez

Mehr von Gerardo Antonio Muñeton Lopez (6)

Meta analisis ii