[email protected] 1 Meta-análisis. 2 Definición El meta-análisis es una revisión sistemática...

[email protected]@uab.es 11

Meta-análisisMeta-análisis


DefiniciónDefiniciónEl meta-análisis es unaEl meta-análisis es una revisión sistemáticarevisión sistemática de un de un gran númerogran número de estudiosde estudios queque utilizautiliza métodos métodos estadísticosestadísticos parapara combinar, sintetizar e integrarcombinar, sintetizar e integrar la información de variosla información de varios estudios independientesestudios independientes que son considerados por el análista como que son considerados por el análista como ““combinablescombinables””

Adaptado de:Adaptado de:- Glass GV. Primary and Meta-analysis of research. Educational Researcher 1976;5:3-8.- Huque MF. Experiences with meta-analysis in NDA submissions. Proc

Biopharmaceutical Section of the American Statistical Association 1988;28-33.- Cook DJ, Sackett DL, Spitzer WO. Methodologic guidelines for systematic

reviews of randomized control trials in health care from the Potsdam consultation meta-analysis. J Clin Epidemiol 1995;48:168-71.

- D ’Agostino RB, Weintraub M. Meta-analysis: a method for sythesizing research. Clin Pharmacol Ther 1995; 58:605-616.


OBJETIVOSOBJETIVOS

Conclusión:Conclusión:– Ganancia en precisiónGanancia en precisión– Comparación crítica de los resultadosComparación crítica de los resultados– Diferencias en magnitud o sentidoDiferencias en magnitud o sentido– Posibilidad de generalizarPosibilidad de generalizar


EVOLUCIÓN DEL USO DEL MÉTODO META-ANALÍTICOEVOLUCIÓN DEL USO DEL MÉTODO META-ANALÍTICO

Ratio articulos/mes

0,0005,000

10,00015,00020,00025,00030,00035,00040,000

1950-1959

1960-1969

1970-1979

1980-1984

1985-1989

1990-1992

(Junio)

1992(Julio)-1995

Ratio articulos/mes


CARACTERÍSTICASCARACTERÍSTICAS Datos:Datos:

– Tipos de medida de los efectosTipos de medida de los efectos– Escalas de medidaEscalas de medida– Extensión de la informaciónExtensión de la información

Datos originalesDatos originales Estadísticos de resumenEstadísticos de resumen Estimación del efecto y errores estándarEstimación del efecto y errores estándar Valores de significaciónValores de significación


CARACTERÍSTICASCARACTERÍSTICAS

No independencia de los No independencia de los estudios estudios – Tiempo: momento en que se realiza el Tiempo: momento en que se realiza el

estudioestudio– Centro o investigadorCentro o investigador– Múltiple publicación de los resultadosMúltiple publicación de los resultados– Mismos sujetos (en distintos estudios)Mismos sujetos (en distintos estudios)


Ventajas y limitacionesVentajas y limitaciones

VentajasVentajasConsideración sistemática (evaluación no Consideración sistemática (evaluación no

sesgada)sesgada)Cuantificación de los resultadosCuantificación de los resultadosAumento de precisión de los resultadosAumento de precisión de los resultadosMayor capacidad de estudiar efectos en Mayor capacidad de estudiar efectos en

subgrupossubgruposMayor facilidad para evaluar las Mayor facilidad para evaluar las

discrepancias entre estudiosdiscrepancias entre estudiosMayor generalización de las conclusionesMayor generalización de las conclusiones


Ventajas y limitacionesVentajas y limitaciones

Limitaciones:Limitaciones:La calidad está limitada por los estudios La calidad está limitada por los estudios

individualesindividualesDificultad para establecer los criterios de Dificultad para establecer los criterios de

inclusióninclusiónSesgo de selección (publicación, lengua, Sesgo de selección (publicación, lengua,

calidad ...)calidad ...)


Análisis de la Análisis de la heterogeneidadheterogeneidad

Respuesta a la siguiente pregunta:Respuesta a la siguiente pregunta:¿SON COMBINABLES LOS ESTUDIOS?¿SON COMBINABLES LOS ESTUDIOS?

Pruebas de homogeneidad de los resultados de los Pruebas de homogeneidad de los resultados de los estudios individuales:estudios individuales:-- Prueba ji-cadrado Q de CochranPrueba ji-cadrado Q de Cochran-- Prueba ji-cuadrado de Breslow-DayPrueba ji-cuadrado de Breslow-Day

Las pruebas de homogeneidad tienen baja potencia Las pruebas de homogeneidad tienen baja potencia para detectar la heterogeneidadpara detectar la heterogeneidad

Un valor p de la prueba de homogeneidad 0.10, Un valor p de la prueba de homogeneidad 0.10, sugiere heterogeneidad entre estudios y, por tanto, sugiere heterogeneidad entre estudios y, por tanto, podría no ser válido combinar los estudiospodría no ser válido combinar los estudios


Egger et al. Systematic reviews in health care. London: BMJ books, 2001.


Magnitud del efecto (1)Magnitud del efecto (1) Los métodos estadísticos utilizados para estimar Los métodos estadísticos utilizados para estimar

el tamaño del efecto global de diferentes estudios el tamaño del efecto global de diferentes estudios se basan ense basan en Modelos de Efectos Fijos y Efectos Modelos de Efectos Fijos y Efectos AleatoriosAleatorios

LosLos Modelos de Efectos FijosModelos de Efectos Fijos asumen un efecto asumen un efecto constante del tratamiento entre estudios, es decir, constante del tratamiento entre estudios, es decir, los tamaños de los efectos entre estudios son los tamaños de los efectos entre estudios son homogéneos o similares.homogéneos o similares.-- Los diferentes estudios pertenecen a una misma Los diferentes estudios pertenecen a una misma

poblaciónpoblación-- Consideran la variabilidad intra-estudioConsideran la variabilidad intra-estudio


Magnitud del efecto (2)Magnitud del efecto (2) LosLos Modelos de Efectos AleatoriosModelos de Efectos Aleatorios consideran que consideran que

existe una variación entre estudiosexiste una variación entre estudios-- Los estudios provienen de poblaciones diferentesLos estudios provienen de poblaciones diferentes-- Consideran la variabilidad intra e inter-estudioConsideran la variabilidad intra e inter-estudio


Magnitud del efecto (3)Magnitud del efecto (3) Ninguno de los dos modelos se puede considerarNinguno de los dos modelos se puede considerar

““correctocorrecto””::

-- Si los estudios son homogéneosSi los estudios son homogéneosLa elección entre un modelo de efectos fijos La elección entre un modelo de efectos fijos y efectos aleatorios no es importante, ya que los y efectos aleatorios no es importante, ya que los resultados serán idénticosresultados serán idénticos

-- Si los estudios no son homogéneosSi los estudios no son homogéneosEs más apropiado elegir un modelo de efectos Es más apropiado elegir un modelo de efectos aleatoriosaleatorios

Los modelos de efectos fijos y efectos aleatorios Los modelos de efectos fijos y efectos aleatorios utilizan diferentes métodos estadísticos para utilizan diferentes métodos estadísticos para combinarlos resultadoscombinarlos resultados


Magnitud del efecto (4)Magnitud del efecto (4)

Efectos fijos

Efectos aleatorios

Método Efecto Método Efecto

V. Cualit. Mantel-Haenszel OR, RR DerSimonian- Laird

Ratios y Diferencias

Peto OR

Basado en la varianza general

Ratios y diferencias

V. Cuantit. Diferencias tipificadas entre

medias

Cuantitativas

Diferencias tipificadas

entre medias

Cuantitativas


Unbiased Hedges’ g estimateUnbiased Hedges’ g estimate

Corrections for small sample size will be made.Corrections for small sample size will be made.

ce

14

31

m

Jm

94

31

14

31

ee nng

mgd

2 ec nnm


Effect size interpretationEffect size interpretation

Since effect sizes are non-dimensional Since effect sizes are non-dimensional measurements (no units), some measurements (no units), some conventions have been proposedconventions have been proposed[1],,[2]: : – small≈0.20,small≈0.20,– medium≈0.50 medium≈0.50 – large≈0.80large≈0.80

– [1] Cohen, J. (1988). Cohen, J. (1988). Statistical power analysis for the behavioral Statistical power analysis for the behavioral sciencessciences (2nd ed.). Hillsdale, NJ: Erlbaum. (2nd ed.). Hillsdale, NJ: Erlbaum.

– [2] Cohen, J. (1992). A power primer. Psychological Bulletin, 112, Cohen, J. (1992). A power primer. Psychological Bulletin, 112, 155-159.155-159.


Análisis se sensibilidadAnálisis se sensibilidad

EFFECTS MODEL

RE

LA

TIV

E L

IVE

-BIR

TH

RA

TIO

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

1.8

2.0

FIXED RANDOM FIXED RANDOM

FA

VO

UR

S C

ON

TR

OL

FA

VO

UR

S T

RE

AT

ME

NT

Homogeneity testP = 0.06 (<<0.10)

Homogeneity testP = 0.63 (>>0.10)

Data from Jeng GT et al. JAMA 1995; 274:830-836.


Análisis de la correlaciónAnálisis de la correlaciónCORRELATION BETWEEN THE EFFECT SIZE AND SAMPLE SIZE

SAMPLE SIZE

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

1.8

2.0

2.2

2.4

100 140 180 220 260 300 340 380 420

OD

DS

RA

TIO

r2 = 0.01b = 0.0009p = 0.70


Análisis de la robustezAnálisis de la robustez

Análisis del Análisis del sesgo de publicaciónsesgo de publicación y/o inclusión y/o inclusión selectiva de estudios positivosselectiva de estudios positivos

Correlación entre la magnitud del efecto y Correlación entre la magnitud del efecto y el tamaño muestralel tamaño muestral de los estudios. de los estudios.


Los métodos utilizados para detectar la introducción Los métodos utilizados para detectar la introducción del sesgo de publicación en un meta-análisis son:del sesgo de publicación en un meta-análisis son:

– Funnel plotFunnel plot– El análisis de la asimetria del funnel plotEl análisis de la asimetria del funnel plot

Si el número de estudios incluidos en el meta-Si el número de estudios incluidos en el meta-análisis es pequeño, el funnel plot es poco útil. En análisis es pequeño, el funnel plot es poco útil. En este caso, el mejor método es comparar el tamaño este caso, el mejor método es comparar el tamaño del efecto global entre los estudios publicados y no del efecto global entre los estudios publicados y no publicadospublicados

En un meta-análisis basado en todos los estudios En un meta-análisis basado en todos los estudios originales, no es necesario analizar el sesgo de originales, no es necesario analizar el sesgo de publicaciónpublicación

Análisis del sesgo de publicación y/o Análisis del sesgo de publicación y/o inclusión selectiva de estudios positivos inclusión selectiva de estudios positivos (3)(3)


Funnel plotFunnel plot

Published

Unpublished

Overall OR

DEMONSTRATION OF FUNNEL PLOT

ODDS RATIO

SA

MP

LE

SIZ

E

0

20

40

60

80

100

120

140

160

180

200

220

0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0


Funnel plotFunnel plot

Published

Overall OR

DEMONSTRATION OF FUNNEL PLOT

ODDS RATIO

SA

MP

LE

SIZ

E

0

20

40

60

80

100

120

140

160

180

200

220

0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2


Presentación gráficaPresentación gráfica


Conclusiones (1)Conclusiones (1)1.1. El meta-análisis es un herramienta valida y El meta-análisis es un herramienta valida y

poderosa para la síntesis de la investigación poderosa para la síntesis de la investigación siempre y cuando se aplique de forma adecuada siempre y cuando se aplique de forma adecuada (justificación, protocolo, etc.)(justificación, protocolo, etc.)

2.2. La utilización no crítica del meta-análisis puede La utilización no crítica del meta-análisis puede llevar a conclusiones erróneas. Las principales llevar a conclusiones erróneas. Las principales críticas que se realizan a un meta-análisis son:críticas que se realizan a un meta-análisis son:

-- Sesgo de publicación y/o inclusión selectiva de Sesgo de publicación y/o inclusión selectiva de estudios positivosestudios positivos

-- Heterogeneidad entre estudiosHeterogeneidad entre estudios-- Correlación entre el tamaño del efecto y el Correlación entre el tamaño del efecto y el

tamaño de la muestratamaño de la muestra


Conclusiones (2)Conclusiones (2)3.3. Únicamente cuando estos problemas son Únicamente cuando estos problemas son

debidamente considerados y analizados por debidamente considerados y analizados por medio de:medio de:

-- Análisis de la asimetría del funnel plotAnálisis de la asimetría del funnel plot-- Pruebas de homogeneidadPruebas de homogeneidad-- Análisis de la correlación entre el Análisis de la correlación entre el

tamaño del efecto y el tamaño de la tamaño del efecto y el tamaño de la muestra de los estudiosmuestra de los estudios

Es posible aplicar esta técnica estadística Es posible aplicar esta técnica estadística para combinar los estudios de forma que los para combinar los estudios de forma que los resultados globales sean científicamente resultados globales sean científicamente validosvalidos


Meta-análisisMeta-análisisEjemploEjemplo

Ferran Torres Ferran Torres [email protected]@uab.es


Effects of plantago ovata husk on lipid metabolism. A meta-analysis


Selection of studiesSelection of studies

Identified 26 studies =>18 were valid Identified 26 studies =>18 were valid according to the predefined criteriaaccording to the predefined criteria

Excluded studies. Excluded studies. – Most of them (7 of 8) insufficient information Most of them (7 of 8) insufficient information

on descriptive statistics to calculate the on descriptive statistics to calculate the meta-analysis estimates from those studies; meta-analysis estimates from those studies;

– the other one was erroneously pre-selected the other one was erroneously pre-selected since only insoluble fiber was used in that since only insoluble fiber was used in that trial. trial.


Statistical issues on the results (1)Statistical issues on the results (1) Poor quality of informationPoor quality of information

withdrawals and descriptive results:withdrawals and descriptive results: Complete available descriptive data, n, mean and Complete available descriptive data, n, mean and

dispersion (SD or SE), for the baseline subtracted effect dispersion (SD or SE), for the baseline subtracted effect was found only for one study (Williams 1995). was found only for one study (Williams 1995).

– SD (or SE to derive the SD):SD (or SE to derive the SD): Estimated from baseline and final values by using Estimated from baseline and final values by using

correlation coefficients from other published data. correlation coefficients from other published data. If baseline or final SD not available: SD for the baseline If baseline or final SD not available: SD for the baseline

difference was directly imputed from other published data.difference was directly imputed from other published data. cross-over designcross-over design

– Intrasubject correlation for the estimation of the SD of the Intrasubject correlation for the estimation of the SD of the treatment differences has been ignored for the cross-over treatment differences has been ignored for the cross-over design because of (a) it was not available and (b) this is design because of (a) it was not available and (b) this is conservative since it leads to less significant results.conservative since it leads to less significant results.


Statistical issues on the results (3)Statistical issues on the results (3)

Heterogeneity and sensibility analysisHeterogeneity and sensibility analysis

– (a) The biggest studies have the lowest magnitude effect (a) The biggest studies have the lowest magnitude effect for Total Cholesterol, although the direction of the effect is for Total Cholesterol, although the direction of the effect is positive for all of them. positive for all of them.

– (b) There are probably some unpublished small studies (b) There are probably some unpublished small studies with negative results, although the bigger studies are with negative results, although the bigger studies are positive.positive.

=>=>

– Pooled results too heterogeneousPooled results too heterogeneous very cautious with the conclusions very cautious with the conclusions fixed effects not validfixed effects not valid


Meta-analysis estimationsMeta-analysis estimations

Significant effect for Significant effect for – Total Cholesterol (p<0.001)Total Cholesterol (p<0.001)– LDL (p<0.001) LDL (p<0.001)

““Marginally significant“Marginally significant“– Triglycerides (p=0.213 but p=0.021 for Triglycerides (p=0.213 but p=0.021 for

the fixed effect approach) the fixed effect approach) No effect:No effect:

– HDL (p=0.886 and p=0.178 for the fixed HDL (p=0.886 and p=0.178 for the fixed effect approach)effect approach)


-5 -4 -3 -2 -1 0 1 2 3 4 5

-0.80 ( -0.93 , -0.68 )

Study

ANDERSON 1988 BELL 1989 BELL 1990 LEVIN 1990 NEAL 1990

ANDERSON 1991 ANDERSON 1992 EVERSON 1992

SPRECHER 1993 SPRECHERON 1993

MACIEJKO 1994 SUMMERBELL 1994

WOLEVER 1994 WILLIAMS 1995

WEINGAND 1997 MACMAHON 1998 MACMAHON 1998

RODRIGUEZ-MORAN 1998 ANDERSON 1999

Pooled(fixed effects)

Fibern: mean(SD)

13: -0.940(0.152) 40: -0.250(0.072) 19: -0.340(0.151) 30: -0.337(0.119) 27: -0.510(0.529) 27: -0.520(0.363) 21: -0.550(0.416) 20: -0.363(0.565) 59: -0.337(0.407) 20: 0.070(0.447) 18: -0.810(0.177) 19: -0.450(0.159) 18: -0.290(0.407) 26: -0.544(0.133) 23: -0.180(0.407)101: -0.670(0.407) 91: -0.700(0.407) 62: -0.673(0.169) 14: -0.119(0.407)

n=522

Controln: mean(SD)

13: -0.230(0.320) 35: 0.010(0.219) 19: -0.020(0.242) 28: 0.052(0.179) 27: -0.070(0.364) 25: -0.240(0.133) 23: 0.000(0.225) 20: -0.130(0.134) 59: -0.018(0.407) 20: 0.080(0.358) 18: -0.620(1.169) 18: -0.170(0.296) 18: 0.270(0.407) 24: -0.299(0.177) 23: 0.080(0.407) 37: -0.610(0.407) 37: -0.610(0.407) 63: -0.440(0.746) 15: 0.372(0.407)

n= 648

Fiber vs Placebo effect in lipid reduction. Total CholesterolHedges unbiased g, Fixed effects

Fiber better Control better

Estimates with 95% confidence intervals

Absolute Baseline Reduction


-5 -4 -3 -2 -1 0 1 2 3 4 5

-1.01 ( -1.31 , -0.70 )

Study








Pooled(random effects)

Fibern: mean(SD)

13: -0.940(0.152) 40: -0.250(0.072) 19: -0.340(0.151) 30: -0.337(0.119) 27: -0.510(0.529) 27: -0.520(0.363) 21: -0.550(0.416) 20: -0.363(0.565) 59: -0.337(0.407) 20: 0.070(0.447) 18: -0.810(0.177) 19: -0.450(0.159) 18: -0.290(0.407) 26: -0.544(0.133) 23: -0.180(0.407)101: -0.670(0.407) 91: -0.700(0.407) 62: -0.673(0.169) 14: -0.119(0.407)

n=522

Controln: mean(SD)

13: -0.230(0.320) 35: 0.010(0.219) 19: -0.020(0.242) 28: 0.052(0.179) 27: -0.070(0.364) 25: -0.240(0.133) 23: 0.000(0.225) 20: -0.130(0.134) 59: -0.018(0.407) 20: 0.080(0.358) 18: -0.620(1.169) 18: -0.170(0.296) 18: 0.270(0.407) 24: -0.299(0.177) 23: 0.080(0.407) 37: -0.610(0.407) 37: -0.610(0.407) 63: -0.440(0.746) 15: 0.372(0.407)

n= 648

Fiber vs Placebo effect in lipid reduction. Total CholesterolHedges unbiased g, Random effects





-1.0 -0.7 -0.4 -0.1 0.1 0.3 0.5 0.7 0.9

-0.31 ( -0.37 , -0.24 )

Study









Fibern: mean(SD)

13: -0.940(0.152) 40: -0.250(0.072) 19: -0.340(0.151) 30: -0.337(0.119) 27: -0.510(0.529) 27: -0.520(0.363) 21: -0.550(0.416) 20: -0.363(0.565) 59: -0.337(0.407) 20: 0.070(0.447) 18: -0.810(0.177) 19: -0.450(0.159) 18: -0.290(0.407) 26: -0.544(0.133) 23: -0.180(0.407)101: -0.670(0.407) 91: -0.700(0.407) 62: -0.673(0.169) 14: -0.119(0.407)

n=522

Controln: mean(SD)

13: -0.230(0.320) 35: 0.010(0.219) 19: -0.020(0.242) 28: 0.052(0.179) 27: -0.070(0.364) 25: -0.240(0.133) 23: 0.000(0.225) 20: -0.130(0.134) 59: -0.018(0.407) 20: 0.080(0.358) 18: -0.620(1.169) 18: -0.170(0.296) 18: 0.270(0.407) 24: -0.299(0.177) 23: 0.080(0.407) 37: -0.610(0.407) 37: -0.610(0.407) 63: -0.440(0.746) 15: 0.372(0.407)

n= 648

Fiber vs Placebo effect in lipid reduction. Total CholesterolDifference of means (mmol/L), Random effects





-5 -4 -3 -2 -1 0 1 2 3 4 5

-0.03 ( -0.39 , 0.33 )

Study

ANDERSON 1988

BELL 1989

BELL 1990

LEVIN 1990

NEAL 1990 ANDERSON 1991

ANDERSON 1992

EVERSON 1992


MACIEJKO 1994

SUMMERBELL 1994 WOLEVER 1994

WILLIAMS 1995

WEINGAND 1997

RODRIGUEZ-MORAN 1998

ANDERSON 1999


Fibern: mean(SD)

13: -0.090(0.042)

40: 0.050(0.066)

19: -0.020(0.080)

30: 0.026(0.168)

27: 0.060(0.168) 27: -0.020(0.099)

21: -0.020(0.057)

20: 0.026(0.100)

59: -0.026(0.055) 20: -0.020(0.224)

18: 0.130(0.154)

19: -0.010(0.070) 18: -0.040(0.030)

26: 0.106(0.094)

23: 0.055(0.168)

62: 0.440(0.454)

14: 0.005(0.168)

n=448

Controln: mean(SD)

13: -0.090(0.141)

35: 0.030(0.058)

19: -0.020(0.072)

28: 0.078(0.168)

27: 0.140(0.168) 25: 0.000(0.072)

23: -0.010(0.024)

20: 0.000(0.094)

59: -0.013(0.059) 20: -0.040(0.134)

18: 0.130(0.120)

18: 0.070(0.085) 18: 0.040(0.030)

24: 0.039(0.031)

23: -0.185(0.168)

63: 0.078(0.044)

15: 0.017(0.168)

n=456

Fiber vs Placebo effect in lipid reduction. HDLHedges unbiased g, Random effects

Control better Fiber better




-5 -4 -3 -2 -1 0 1 2 3 4 5

-1.02 ( -1.36 , -0.69 )

Study









Fibern: mean(SD)

13: -0.840(0.264) 40: -0.310(0.081) 19: -0.160(0.100) 30: -0.337(0.224) 27: -0.480(0.448) 27: -0.590(0.283) 21: -0.560(0.385) 20: -0.389(0.372) 59: -0.332(0.096) 20: 0.040(0.358) 18: -1.090(0.216) 19: -0.440(0.194) 18: -0.260(0.016) 26: -0.613(0.093) 23: -0.320(0.427)101: -0.630(0.427) 91: -0.710(0.427) 62: -0.725(0.427) 14: -0.179(0.427)

n=522

Controln: mean(SD)

13: -0.110(0.321) 35: 0.000(0.232) 19: -0.140(0.252) 28: -0.104(0.144) 27: -0.140(0.523) 25: -0.200(0.147) 23: -0.130(0.211) 20: -0.130(0.099) 59: -0.057(0.200) 20: -0.060(0.358) 18: -0.850(0.941) 18: -0.250(0.261) 18: 0.280(0.316) 24: -0.221(0.238) 23: -0.020(0.427) 37: -0.580(0.427) 37: -0.580(0.427) 63: -0.440(0.427) 15: 0.281(0.427)

n=648

Fiber vs Placebo effect in lipid reduction. LDLHedges unbiased g, Random effects





-5 -4 -3 -2 -1 0 1 2 3 4 5

-0.88 ( -1.01 , -0.75 )

Study









Fibern: mean(SD)

13: -0.840(0.264) 40: -0.310(0.081) 19: -0.160(0.100) 30: -0.337(0.224) 27: -0.480(0.448) 27: -0.590(0.283) 21: -0.560(0.385) 20: -0.389(0.372) 59: -0.332(0.096) 20: 0.040(0.358) 18: -1.090(0.216) 19: -0.440(0.194) 18: -0.260(0.016) 26: -0.613(0.093) 23: -0.320(0.427)101: -0.630(0.427) 91: -0.710(0.427) 62: -0.725(0.427) 14: -0.179(0.427)

n=522

Controln: mean(SD)

13: -0.110(0.321) 35: 0.000(0.232) 19: -0.140(0.252) 28: -0.104(0.144) 27: -0.140(0.523) 25: -0.200(0.147) 23: -0.130(0.211) 20: -0.130(0.099) 59: -0.057(0.200) 20: -0.060(0.358) 18: -0.850(0.941) 18: -0.250(0.261) 18: 0.280(0.316) 24: -0.221(0.238) 23: -0.020(0.427) 37: -0.580(0.427) 37: -0.580(0.427) 63: -0.440(0.427) 15: 0.281(0.427)

n=648

Fiber vs Placebo effect in lipid reduction. LDLHedges unbiased g, Fixed effects





-5 -4 -3 -2 -1 0 1 2 3 4 5

-0.15 ( -0.39 , 0.09 )

Study

ANDERSON 1988

BELL 1989

BELL 1990

LEVIN 1990

NEAL 1990

ANDERSON 1991

ANDERSON 1992

EVERSON 1992

SPRECHER 1993

SPRECHERON 1993

MACIEJKO 1994

WILLIAMS 1995

WEINGAND 1997


ANDERSON 1999


Fibern: mean(SD)

13: -0.210(0.058)

40: 0.030(0.302)

19: -0.135(0.214)

30: -0.011(0.320)

27: -0.240(0.293)

27: 0.200(0.516)

21: 0.080(0.455)

20: 0.102(0.630)

59: 0.006(0.308)

20: 0.240(0.805)

18: 0.450(1.008)

26: -0.142(0.249)

23: 0.002(0.781)

62: -0.554(0.781)

14: 0.165(0.781)

n=412

Controln: mean(SD)

13: 0.190(0.479)

35: -0.050(0.102)

19: 0.030(0.201)

28: 0.000(0.088)

27: -0.140(0.313)

25: -0.120(0.185)

23: 0.300(0.791)

20: 0.000(0.224)

59: 0.150(0.345)

20: 0.920(1.163)

18: 0.410(0.351)

24: -0.232(0.137)

23: 0.002(0.781)

63: -0.181(0.781)

15: 0.342(0.781)

n=419

Fiber vs Placebo effect in lipid reduction. TriglyceridesHedges unbiased g, Random effects





-5 -4 -3 -2 -1 0 1 2 3 4 5

-0.16 ( -0.30 , -0.02 )

Study

ANDERSON 1988

BELL 1989

BELL 1990

LEVIN 1990

NEAL 1990

ANDERSON 1991

ANDERSON 1992

EVERSON 1992

SPRECHER 1993

SPRECHERON 1993

MACIEJKO 1994

WILLIAMS 1995

WEINGAND 1997


ANDERSON 1999


Fibern: mean(SD)

13: -0.210(0.058)

40: 0.030(0.302)

19: -0.135(0.214)

30: -0.011(0.320)

27: -0.240(0.293)

27: 0.200(0.516)

21: 0.080(0.455)

20: 0.102(0.630)

59: 0.006(0.308)

20: 0.240(0.805)

18: 0.450(1.008)

26: -0.142(0.249)

23: 0.002(0.781)

62: -0.554(0.781)

14: 0.165(0.781)

n=412

Controln: mean(SD)

13: 0.190(0.479)

35: -0.050(0.102)

19: 0.030(0.201)

28: 0.000(0.088)

27: -0.140(0.313)

25: -0.120(0.185)

23: 0.300(0.791)

20: 0.000(0.224)

59: 0.150(0.345)

20: 0.920(1.163)

18: 0.410(0.351)

24: -0.232(0.137)

23: 0.002(0.781)

63: -0.181(0.781)

15: 0.342(0.781)

n=419

Fiber vs Placebo effect in lipid reduction. TriglyceridesHedges unbiased g, Fixed effects





Group P value

Hedges’ g estimator (random)

95% Lower Limit

95% Upper Limit

Main pooled effect 0.000 -1.007 -1.311 -0.703 Type of fiber

Fiber food supplement compound 0.000 -1.134 -1.561 -0.707 Diet or Cereals supplements 0.000 -0.869 -1.313 -0.426

Duration of fiber Intake <=4 weeks 0.310 -0.670 -1.966 0.625 >4 to <=8 weeks 0.000 -1.171 -1.539 -0.803 >8 weeks 0.024 -0.672 -1.255 -0.088

Daily dose < 5 G/d 0.939 -0.024 -0.644 0.596 >= 5 to 10 G/d 0.005 -0.908 -1.542 -0.275 >10 G/d 0.000 -1.123 -1.477 -0.769

Population Non Adults 0.303 -0.786 -2.282 0.711 Adults 0.000 -1.032 -1.350 -0.714

Year of publication 1988-1990 0.000 -1.807 -2.418 -1.196 1991-1993 0.001 -0.786 -1.234 -0.338 1994-1997 0.000 -0.971 -1.456 -0.486 >=1998 0.016 -0.370 -0.673 -0.068

CholesterolCholesterol


Meta-análisisMeta-análisisEjemploEjemplo



ExampleExample

Fleiss JL The statistical basis of meta-analysis. Fleiss JL The statistical basis of meta-analysis. Statistical Methods in Medical research 1993; 2: Statistical Methods in Medical research 1993; 2: 121-145.121-145.

Results of seven placebo-controlled randomised Results of seven placebo-controlled randomised studies of the effect of aspirin in preventing death studies of the effect of aspirin in preventing death after myocardial infarctionafter myocardial infarction


StudyAAS Placebo AAS Placebo

MRC-1 49 67 615 624CDP 44 64 758 771MRC-2 102 126 832 850GASP 32 38 317 309PARIS 85 104 810 812AMIS 246 219 2267 2257ISIS-2 1570 1720 8587 8600

deaths Total patients

Studies of aspirin in myocardial infarction


Study OR y=ln(OR) se{lnOR} w Prop weightMRC-1 0.72 0.49 1.06 -0.33 0.19 26.3 2.9%CDP 0.68 0.46 1.01 -0.38 0.20 25.1 2.8%MRC-2 0.80 0.61 1.06 -0.22 0.14 49.3 5.4%GASP 0.80 0.49 1.32 -0.22 0.25 15.6 1.7%PARIS 0.79 0.54 1.16 -0.23 0.19 27.1 3.0%AMIS 1.13 0.94 1.37 0.12 0.10 104.3 11.4%ISIS-2 0.90 0.83 0.97 -0.11 0.04 665.1 72.9%

95% CI

8.910 iw3.99yw ii Pooled estimate of ln(OR) =

OR = 0.90 (0.84 0.96)

11.08.910

3.99

Meta-analysis of Aspirin trials


Graphical representationGraphical representation


Study OR y=ln(OR) se{lnOR} w Prop weightMRC-1 0.72 0.49 1.06 -0.33 0.19 26.3 2.9%CDP 0.68 0.46 1.01 -0.38 0.20 25.1 2.8%MRC-2 0.80 0.61 1.06 -0.22 0.14 49.3 5.4%GASP 0.80 0.49 1.32 -0.22 0.25 15.6 1.7%PARIS 0.79 0.54 1.16 -0.23 0.19 27.1 3.0%AMIS 1.13 0.94 1.37 0.12 0.10 104.3 11.4%ISIS-2 0.90 0.83 0.97 -0.11 0.04 665.1 72.9%

95% CI

Fixed OR = 0.90 (0.84 0.96)

Study OR y=ln(OR) var Prop weightMRC-1 0.72 0.46 1.10 -0.33 0.05 8.0%CDP 0.68 0.43 1.05 -0.38 0.05 8.0%MRC-2 0.80 0.57 1.12 -0.22 0.03 13.0%GASP 0.80 0.46 1.36 -0.22 0.07 5.0%PARIS 0.79 0.52 1.20 -0.23 0.05 9.0%AMIS 1.13 0.86 1.48 0.12 0.02 21.0%ISIS-2 0.90 0.72 1.10 -0.11 0.01 36.0%

95% CI

Random OR= 0.88 95%CI : (0.77 ; 0.99)


10.4%-14.2% = 3.8%


Meta-análisisMeta-análisisNormativasNormativas



Guias y NormativasGuias y Normativas ICH - E9: Statistical Principles for Clinical Trials ICH - E9: Statistical Principles for Clinical Trials

Note for Guidance on Statistical Principles for Note for Guidance on Statistical Principles for Clinical Trials. CMP/ICH/363/96. September 1998Clinical Trials. CMP/ICH/363/96. September 1998

CPMP/EWP/2330/99: Validity and Interpretation of CPMP/EWP/2330/99: Validity and Interpretation of Pooled Analyses, and one Pivotal studyPooled Analyses, and one Pivotal study

The Potsdam International Consultation on Meta-The Potsdam International Consultation on Meta-analysis Potsdam, Germany, March 1994analysis Potsdam, Germany, March 1994

Preferred Reporting Items for Systematic Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Reviews and Meta-Analyses: The PRISMA Statement. Statement. http://www.prisma-statement.org/http://www.prisma-statement.org/

QUORUM. Statement. QUORUM. Statement. Lancet 1999; 354: 1896-1900.

[email protected] 1 Meta-análisis. 2 Definición El meta-análisis es una revisión sistemática...

Documents

Transcript of [email protected] 1 Meta-análisis. 2 Definición El meta-análisis es una revisión sistemática...