1

INV-8. BASES METODOLGICAS DE LA REALIZACIN E INTERPRETACIN DE REVISIONES

SISTEMTICAS Y LOS DOCUMENTOS DE CONSENSO

Tipos de revisin cientfica:

- Narrativa clsica: Narrativa y con frecuencia asistemtica, subjetiva en los datos revisados y

en la ponderacin relativa de los mismos. Depende de la habilidad (experiencia) del revisor.

En ocasiones puede ser suficiente.

- Sistemtica: Basada en el mtodo cientfico [Hiptesis, objetivo, diseo y mtodos,

procedimiento definido, anlisis de resultados, conclusiones]. Es reproducible.

Dos tipos:

cualitativa (integrative reviews) Abarcan todo.

cuantitativa (meta-anlisis) Resultado final global.

META-ANLISIS

Revisin cientfica y anlisis estadstico que combina o integra los resultados de varios ensayos

clnicos independientes que el analista considera que se pueden combinar.

Objetivos:

Incrementar el poder de un test estadstico. [Aumenta validez]

Mejorar la estimacin de los efectos observados.

Resolver resultados conflictivos procedentes de diversos estudios.

Generar nuevas hiptesis o responder nuevas cuestiones.

Exploracin de subgrupos.

Puede explicar la heterogeneidad de los resultados.

Caractersticas:

- Permite agrupar y analizar datos procedentes de ensayos clnicos diferentes.

- Permite generar resultados cuantificables sobre el efecto del tratamiento de una manera

ms precisa.

- Es un estudio observacional.

- No puede tener mayor fortaleza metodolgica que los estudios primarios. [La fortaleza

depende de que los EC sean eficientes]

Pasos de su elaboracin:

1. Definicin de la pregunta a contestar (objetivo).

Establecimiento claro de la pregunta a responder con el Meta-Anlisis. Tener en cuenta:

Poblacin incluida.

Intervencin.

Comparador.

Variable de evaluacin.

2. Revisin exhaustiva de la literatura y seleccin adecuada de los estudios.

Revisin de la literatura:

La base de cualquier revisin sobre la eficacia y/o seguridad de un tratamiento es la recogida

y seleccin de todos los estudios pertinentes.

Pueden seguirse diversas estrategias:

Bsqueda bibliogrfica automatizada.

Bsqueda manual.

2

Estudios no publicados (registros de ECs) que no salen bien o que no interesa valorar

porque no sus resultados no son favorables.

La revisin debe recoger todos los estudios sobre el tema a estudiar: Una recogida

incompleta sesgara los resultados de la revisin SESGO de publicacin.

Ej: En un estudio en el que la quimioterapia combinada vs monoterapia con frmacos

alquilantes se meda para tratar el en cncer de ovario avanzado, los EC daban mayor

eficacia de la QT, pero al analizar todos los tipos de estudio se vio que el OR era ms pequeo

e inclua el 1 No era significativo.

Seleccin de los estudios:

Depender de los objetivos de la evaluacin.

Siguiendo unos criterios definidos.

Los estudios seleccionados deben:

Tener un objetivo comparable.

Tener el mismo tipo de medida de eficacia y/o seguridad.

Incluir poblaciones reconocibles y similares (homogneas).

Similar aproximacin metodolgica (en caso contrario deber estratificarse).

SESGO de inclusin Ej: Anlisis del efecto de los hipolipemiantes sobre la mortalidad

despus de un infarto de miocardio. Slo 1 estudio queda con un resultado diferente, con

un claro aumento de la mortalidad. Adems, 11 son excluidos (tambin con un aumento de

la mortalidad) Como el efecto producido a la larga es contrario, se debera especificar

porqu son excluidos estos pacientes.

[Tb hay otro ejemplo sobre las diferencias en el resultado segn los estudios incluidos en la

revisin: nifedipino en angina inestable e IAM]

3. Evaluacin de la calidad de los estudios en los que se basa la revisin:

Tener en cuenta:

- Criterios de seleccin. Evaluacin de la calidad de los estudios clnicos includos.

- Prdidas pre- y post-aleatorizacin.

- Aleatorizacin ciega Para evitar sesgos.

- Enmascaramiento.

[Cuidado con lo de doble ciego, que es aleatorizado y inv y paciente no sabe que pasa; y

estudia abierto, en los que no hay doble ciego pero s aleatorizacin. Tb existe el evaluador

ciego, quien da resultados sin saber que ha ocurrido].

- Anlisis por intencin de tratar.

Ensayos clnicos con peor calidad, suelen tener resultados ms favorables (por los sesgos,

etc).

4. Evaluacin de la homogeneidad de los estudios.

Una cierta heterogeneidad puede ser deseable para asegurar la generalizacin (validez

externa).

Fuentes de heterogeneidad:

Criterios diagnsticos.

3

Mtodos de evaluacin.

Gravedad (de los pacientes).

Es preciso un anlisis de sensibilidad.

En las diapos se dan 2 ejemplos, en el primero muestra una disconcordancia entre Forest

Plot de los estudios. En el segundo, estudia el beneficio de las estatinas en pacientes con

riesgo cardiovascular, pero sin enfermedad establecida Aparece en la esquina inferior

una prueba estadstica:

Sirve para ver si los estudios son homogneos, con p menor a

0,05 sern heterogneos/ p mayor de 0,05, homogneos.

Evaluacin de la homogeneidad de los estudios: LAbb Plot:

En la grfica se recogen los resultados con el placebo y con el frmaco. En la de la izquierda,

vemos que hay una tendencia a que con dosis ms bajas haya menor respuesta. En la grfica

de la derecha, vemos como hay dos resultados muy favorables y otros dos muy

desfavorables, HETEROGENICIDAD Buscar una explicacin.

5. Sntesis de los resultados para dar un resultado nico.

Consiste en la combinacin de los efectos de los estudios incluidos para llegar a una medida

de efecto global (agregarlos). Tipos anlisis:

Efectos fijos: Homogneos, resultado ms estrecho con IC ms estrecho.

Efectos aleatorios: Ms heterogneos (mayor representacin de la poblacin). Tiene en

cuenta una mayor variabilidad. IC ms grande.

[En grficas, el cuadrado que representa a la muestra ser proporcional a su tamao]

6. Anlisis de sensibilidad y deteccin de sesgos.

6a. Anlisis de sensibilidad

Determinar si existen diferencias en los resultados dependiendo de las caractersticas

metodolgicas de los estudios incluidos y el anlisis realizado, y por tanto determinar la

ausencia de sesgos y la robustez de los resultados.

En Ej: se analizan distintos factores que pueden influir en el resultado y no cambia la

conclusin global. En otro ejemplo que hay es parecido.

6b. Funnel Plot

Es una herramienta mediante la cual se compara grficamente algn efecto especfico del

ensayo (odds ratio, riesgo relativo) con alguna medida de su precisin. La precisin puede

definirse de diferentes maneras. Habitualmente se utiliza el nmero de participantes en el

ensayo o alguna funcin del error estndar. Si el grfico es simtrico, como un V invertida,

CarlosComentario en el textoSi I al cuadrado mayor de 50 mas heterogeneidad.

CarlosComentario en el textoSi los vertices del rombo (intervalo de confianza) toca el 1, no es significativo.

4

se interpreta como una demostracin de que probablemente no existe sesgo. Si el grfico

es asimtrico, la interpretacin es que probablemente exista sesgo.

SESGO se produce porque intentamos representar el estudio segn el nmero de pacientes y

su respuesta al tto/placebo Cuanto menor nmero de pacientes interviene en mayor medida el azar Sesgo de publicacin. En el ejemplo, intentamos representar todos los resultados en los que se usa el cido

hialurnico para tratar la osteoartritis. No es simtrico, por lo que probablemente haya un

sesgo de publicacin.

En un segundo ejemplo, vemos dos Funnel plot: el de la izquierda, generado a partir de 35

estudios; y el de la derecha, con una prdida de 5 de los estudios grfica asimtrica

SESGO.

SESGOS en los Meta-anlisis:

Sesgos en los meta-anlisis (asimetra):

13% revisiones de la colaboracin Cochrane.

38% meta-anlisis publicados en revistas.

Causas de la asimetra en el funnel plot:

Sesgo de seleccin:

sesgo de publicacin. [Mejores resultados suelen coincidir con los estudios

sesgados]

sesgo de localizacin.

sesgo del lenguaje (no incluir estudios en otros idiomas, lo que es bastante

comn).

sesgo de citacin.

sesgo de publicacin mltiple.

Heterogeneidad real

el tamao del efecto es distinto segn el tamao del estudio.

intensidad de la intervencin.

diferencias en el riesgo basal.

Irregularidades de los datos

mala calidad metodolgica de los ensayos pequeos.

anlisis incorrecto.

Fraude.

Azar

7. Expresar el resultado en trminos clnicamente relevantes.

Los parmetros deben ser significativos y tiles desde el punto de vista clnico para que

el clnico tome decisiones.

Tipos de medidas. IMP

Estadstico p< 0,05: Indica diferencia entre tratamientos, pero no informa sobre:

Grado de diferencia.

CarlosComentario en el textoSi en la asimetra se calcula que slo con 3 estudios se anularia el RR, no vladra el meta-analisis. Pero si fuese mayor, sera ms vlido.

CarlosComentario en el textoutilizar pasies de todo el mundo.

CarlosComentario en el textoLos resultados positivos se publican/citan mejor que los que tienen resultados negativos.

5

Relevancia clnica de la diferencia.

Riesgo relativo (RR) indica cuanto vara incidencia de pacientes con respecto al control.

Reduccin de riesgo relativo (RRR) estimacin del porcentaje de reduccin del riesgo

basal de un grupo determinado en relacin al riesgo del grupo control, como resultado de

la implementacin de una terapia.

Reduccin del riesgo absoluto (RRA) + til para clnica, ya que diferencia incidencia en

expuestos y no expuestos en trminos absolutos.

N pacientes que es necesario tratar (NNT) indica si el beneficio ofrecido por el frmaco-

llmalo X- estudiado.

Intervalo de confianza.

8. Realizar una recomendacin.

Toda revisin debera concluir con una recomendacin segn el nivel de evidencia existente

(grado de fortaleza metodolgica).

Niveles de evidencia:

META-ANLISIS DE PACIENTES INDIVIDUALES

Reanalizar los datos de pacientes individuales cada ensayo individual y luego se analizan en

comn (todos los pacientes pesan lo mismo)

Menos sesgos Mayor potencia, desde el punto de vista metodolgico, que los EC.

Ms fcil de aprovechar los datos.

Ms difciles de realizar.

Ej: Meta-anlisis de quimioterapia con Platino en el cncer de ovario. [Diapo]

CORRELACIN META-ANLISIS EC MAYOR TAMAO

El meta-anlisis suele tener ms sesgos, pero es ms rpido de realizar.

Tiende a dar resultados ms favorables.

En Diapos, ejemplos en los que el meta-anlisis da resultados distintos que EC: Nitratos en la

infeccin miocrdica, mg en el infarto de miocardio, aspirina en la prevencin de la preeclampsia

y servicio de consulta geritrico para pacientes hospitalizados Al hacer estos 4 Funnel Plot,

observamos una asimetra en 3 de los 4 casos discordantes.

6

Primero realizar Meta-anlisis si es suficiente y el nivel de evidencia es alto, no har

falta realizar el EC, sino, realizar EC.

DECLARACIN QUORUM

QUalitY Of Reporting Of Meta-analysis:

Gua de 18 puntos que pueden utilizar autores, editores, revisores y lectores para la redaccin

de artculos sobre meta-analsis y para su valoracin.

DECLARACIN PRISMA

Preferred Reporting Items of Systematic reviews and Meta-Analyses.

[Realmente no se detuvo mucho en clase en esto]

CarlosComentario en el textoActualizacin de la PRISMA

7

DOCUMENTOS DE CONSENSO

Tienen como objetivo presentar todas las evidencias relevantes sobre un tema particular para

ayudar a los mdicos a sopesar los riesgos y los beneficios de un procedimiento diagnstico o

teraputico particular.

Deberan ser tiles para la toma diaria de decisiones clnicas.

Proceso de elaboracin. CONFERENCIAS DE CONSENSO:

Planificacin de un panel de expertos.

Revisin de publicaciones y evidencia cientfica.

Preparacin previa de preguntas o recomendaciones.

Definicin previa de consenso.

Definir proceso de toma de decisiones y dinmica de grupo.

Ej: En reumatologa clnica recomendaciones para una prescripcin segura de

antiinflamatorios no esteroideos Documento de consenso actuacin clnica.

El GA (Grado de acuerdo), es fundamental, y es peor en aquellas patologas con mltiples

opiniones vlidas, distintas posturas, etc.

8

Actuacin:

Documento consenso:

9