Apuntes de metodología: qué son y cuándo se usan los meataanálisis de efectos aleatorios

Una revisión de los fundamentos y aplicaciones de esta técnica de uso frecuente en revisiones sistemáticas. JAMA, 18 de diciembre de 2018

Una revisión de los fundamentos y aplicaciones de esta técnica de uso frecuente en revisiones sistemáticas.

JAMA, 18 de diciembre de 2018

 

Las preguntas que involucran terapias médicas a menudo se estudian más de una vez. Por ejemplo, se han realizado numerosos ensayos clínicos que comparan opioides con placebos o analgésicos no opioides en el tratamiento del dolor crónico. En la edición de JAMA del 18 de diciembre de 2018, Busse et al evaluaron la evidencia sobre la eficacia de los opioides en 96 ensayos clínicos aleatorizados (ECAs) y, como parte de ese trabajo, utilizaron un metanálisis de efectos aleatorios para sintetizar la diferencia en los resultados de 42 ECAs en la reducción del dolor entre los pacientes que toman opioides versus placebo usando una escala analógica visual de 10 cm.

El metanálisis es el proceso de combinar cuantitativamente los resultados del estudio en una sola estimación resumida y es una herramienta fundamental para evidencia basada en medicina. El metanálisis de efectos aleatorios es el enfoque más común.

Cada estudio que evalúa el efecto de un tratamiento proporciona su propia respuesta en términos de un tamaño de efecto observado o estimado. Los opioides redujeron el dolor en 0,54 cm más que el placebo en una escala analógica visual en 1 estudio; este fue el tamaño del efecto observado y representa la mejor estimación de ese estudio del verdadero efecto opioide. El verdadero efecto es el beneficio subyacente del tratamiento con opioides si pudiera medirse perfectamente y es un valor único que no se puede conocer directamente.

Si un estudio en particular se repitiera con nuevos pacientes en el mismo entorno varias veces, los efectos del tratamiento observados variarían por casualidad, aunque los efectos reales serían los mismos en cada uno. La creencia de que el efecto real fue el mismo en cada estudio se denomina suposición de efecto fijo, por lo que el efecto fijo es el efecto verdadero común y desconocido que subyace a cada replicación. Un metanálisis que realiza el supuesto de efectos fijos se denomina metanálisis de efectos fijos. La estimación correspondiente del efecto del tratamiento es un promedio ponderado de las estimaciones de los estudios individuales y siempre es más precisa (es decir, tiene un intervalo de confianza [IC] más estrecho que el de cualquier estudio individual, lo que hace que la estimación parezca más cercana al verdadero valor que cualquier estudio individual).

Sin embargo, los estudios médicos que abordan la misma pregunta generalmente no son replicaciones exactas y pueden usar diferentes tipos de medicamentos o intervenciones durante diferentes períodos de tiempo, a diferentes intensidades, dentro de diferentes poblaciones, y tienen resultados medidos de manera diferente. Las diferencias en las características del estudio reducen la confianza en que cada estudio en realidad está estimando el mismo efecto verdadero. El supuesto alternativo es que los verdaderos efectos que se estiman son diferentes entre sí o heterogéneos. En la jerga estadística, esto se llama el supuesto de efectos aleatorios. El plural en “efectos” implica que hay más de 1 efecto verdadero, y aleatorio implica que las razones por las cuales difieren los efectos verdaderos son desconocidas.

Un supuesto de efectos aleatorios es menos restrictivo que un supuesto de efectos fijos y refleja la variación o heterogeneidad en los efectos reales estimados por cada ensayo. Por lo general, esto resulta en una estimación más realista de la incertidumbre en el efecto del tratamiento global con IC más grandes que los que se obtendrían si se asumiera un efecto fijo. Un modelo de efectos aleatorios también se puede usar para proporcionar diferentes estimaciones específicas del estudio del efecto del tratamiento en cada ensayo, algo que no se puede hacer bajo el supuesto de efecto fijo.

 

El artículo completo:

Serghiou S, Goodman SN. Random-Effects Meta-analysis: Summarizing Evidence With Caveats. JAMA. Published online December 19, 2018. doi:10.1001/jama.2018.19684

Disponible en: http://bit.ly/2Sbb90U

Compartir