Métodos para estimar la diferencia de riesgo (reducción de riesgo absoluto) a partir de un metanálisis

El intercambio de beneficios y daños requiere el conocimiento de la reducción absoluta del riesgo o la diferencia de riesgo, lo que hace que la diferencia de riesgo sea una medida crítica para la toma de decisiones. El intervalo de confianza de la diferencia de riesgo es la base de los juicios de imprecisión realizados por los desarrolladores de directrices. Sin embargo, estimar la diferencia de riesgo no es sencillo y los métodos disponibles tienen varias limitaciones. Cuatro métodos se discuten en este artículo. La principal limitación del primer método, la agrupación de las diferencias de riesgo generadas a partir de múltiples estudios en un metanálisis, es la inconsistencia de la diferencia de riesgo entre los riesgos iniciales. La principal limitación del segundo método, que transforma un efecto relativo agrupado (como una razón de riesgos o una razón de probabilidades) en una diferencia de riesgos, es que su intervalo de confianza no incorpora incertidumbre en el riesgo de referencia. Este intervalo de confianza se amplía de forma lineal a medida que aumenta el riesgo de referencia, lo que hace que las estimaciones de la diferencia de riesgo en las poblaciones de mayor riesgo sean imprecisas y puede dar lugar a diferencias de riesgo engañosamente precisas cuando el riesgo de referencia es bajo. Dos métodos alternativos pueden reducir algunas de estas limitaciones. Un enfoque simple de microsimulación puede modelar incertidumbres tanto en el efecto relativo como en el riesgo de referencia. El modelo bivariado de efectos aleatorios analiza conjuntamente los riesgos en los grupos de tratamiento y control y calcula los efectos condicionales en función de los riesgos de referencia. Aplicamos estos cuatro métodos a un estudio de caso y brindamos recomendaciones sobre cuándo usar cada enfoque. Este artículo también proporciona consejos prácticos y codificación R de código abierto para facilitar la estimación de la diferencia de riesgo por parte de metaanalistas y desarrolladores de guías.

Resumen 

• La reducción absoluta del riesgo o diferencia de riesgo es una medida crítica para la toma de decisiones; sin embargo, los métodos disponibles para estimar la diferencia de riesgo tienen limitaciones
• La combinación de las diferencias de riesgo generadas a partir de múltiples estudios en un metanálisis está limitada por la variabilidad de las diferencias de riesgo entre los riesgos iniciales
• Transformar un efecto relativo agrupado (como una razón de riesgo o una razón de probabilidades) en diferencia de riesgo es el método más utilizado y recomendado; sin embargo, este enfoque no incorpora la incertidumbre en el riesgo de referencia, lo que contradictoriamente hace que las estimaciones de la diferencia de riesgo sean imprecisas en las poblaciones de mayor riesgo y precisas en las poblaciones de menor riesgo.
• El modelado puede incorporar los efectos relativos de los ensayos y los riesgos de referencia de los estudios observacionales y tiene en cuenta ambas incertidumbres, y es el enfoque preferido si se dispone de información sobre la incertidumbre del riesgo de referencia.
• El modelo bivariado de efectos aleatorios calcula los efectos condicionales en función de los riesgos de referencia y se prefiere si hay suficientes estudios disponibles.

Murad M H, Wang Z, Zhu Y, Saadi S, Chu H, Lin L et al. Methods for deriving risk difference (absolute risk reduction) from a meta-analysis BMJ 2023; 381 :e073141 doi:10.1136/bmj-2022-073141

En https://bit.ly/3NNWd8p