Meta-Análisis

Las revisiones sistemáticas y los meta-análisis son herramientas esenciales para sintetizar la evidencia necesaria para informar la toma de decisiones. Las revisiones sistemáticas resumen la literatura disponible utilizando parámetros de búsqueda específicos, seguidos de una valoración crítica y una síntesis lógica de múltiples estudios primarios.

El meta-análisis se refiere al análisis estadístico de los datos de estudios primarios independientes centrados en la misma cuestión, cuyo objetivo es generar una estimación cuantitativa del fenómeno estudiado, por ejemplo, la eficacia de la intervención. En la investigación clínica, las revisiones sistemáticas y los meta-análisis son una parte fundamental de la medicina basada en la evidencia. Sin embargo, en la ciencia básica, los intentos de evaluar la literatura previa de manera tan rigurosa y cuantitativa son raros, y prevalecen las revisiones narrativas.

Cómo Elaborar los Meta-Análisis

Los meta-análisis pueden ser una empresa desafiante, que requiere una revisión tediosa y una comprensión estadística. Los paquetes de software que apoyan los metaanálisis incluyen los complementos de Excel MetaXL  y Mix 2.0, Revman, Comprehensive Meta-Analysis Software, JASP y la biblioteca MetaFOR para R. Aunque estos paquetes pueden adaptarse a proyectos de ciencias básicas, pueden surgir dificultades debido a las características específicas de los estudios de ciencias básicas, como conjuntos de datos grandes y complejos y la heterogeneidad de la metodología experimental.

Validez de las pruebas en las ciencias básicas

Para evaluar el potencial de traslación de la investigación básica, primero hay que valorar la validez de las pruebas, normalmente examinando el enfoque adoptado para recoger y evaluar los datos. Los estudios en ciencias básicas se agrupan en términos generales como generadores de hipótesis y basados en hipótesis. Los primeros tienden a ser estudios de prueba de principio con muestras pequeñas y suelen ser exploratorios y menos válidos que los segundos.

Incluso se puede argumentar que los estudios que comunican resultados novedosos también pertenecen a este grupo, ya que sus resultados siguen estando sujetos a la validación externa antes de ser aceptados por la comunidad científica en general. Por otro lado, los estudios basados en hipótesis se basan en lo que se conoce o en lo que sugieren los trabajos anteriores. Estos estudios también pueden validar los hallazgos experimentales anteriores con contribuciones incrementales. Aunque estos estudios a menudo se pasan por alto e incluso se descartan debido a la falta de novedad sustancial, su papel en la validación externa de trabajos anteriores es fundamental para establecer el potencial de traslación de los hallazgos.

Selección del Modelo Experimental

Otra dimensión de la validez de las pruebas en las ciencias básicas es la selección del modelo experimental. La condición humana es casi imposible de recapitular en un entorno de laboratorio, por lo que se utilizan modelos experimentales (por ejemplo, líneas celulares, células primarias, modelos animales) para imitar el fenómeno de interés, aunque sea de forma imperfecta. Por estas razones, las pruebas de mejor calidad provienen de la evaluación del rendimiento de varios modelos experimentales independientes.

Esto se consigue mediante enfoques sistemáticos que consolidan las pruebas de múltiples estudios, filtrando así la señal del ruido y permitiendo la comparación por separado. Mientras que las revisiones sistemáticas pueden realizarse para lograr una comparación cualitativa, los enfoques meta-analíticos emplean métodos estadísticos que permiten la generación y comprobación de hipótesis.

Cuando un meta-análisis en las ciencias básicas se basa en una hipótesis, puede utilizarse para evaluar el potencial de traslación de un resultado determinado y proporcionar recomendaciones para posteriores estudios clínicos y de traslación. Por otra parte, si las pruebas de hipótesis del meta-análisis no son concluyentes, o si se realizan análisis exploratorios para examinar las fuentes de inconsistencia entre los estudios, se pueden generar nuevas hipótesis, y posteriormente probarlas experimentalmente

Metodología de Meta-análisis

Estrategias de búsqueda y selección

La primera etapa de cualquier revisión implica la formulación de un objetivo primario en forma de pregunta o hipótesis de investigación. Los revisores deben definir explícitamente el objetivo de la revisión antes de iniciar el proyecto, lo que sirve para reducir el riesgo de dragado de datos, en el que los revisores asignan posteriormente un significado a los hallazgos significativos (Kwon et al, 2015).

También se pueden definir los objetivos secundarios; sin embargo, hay que tener precaución, ya que las estrategias de búsqueda formuladas para el objetivo primario pueden no abarcar por completo el conjunto de trabajos necesarios para abordar el objetivo secundario. Dependiendo del objetivo de una revisión, los revisores pueden optar por realizar una revisión rápida o sistemática. Aunque la metodología meta-analítica es similar para las revisiones sistemáticas y rápidas, el alcance de la literatura evaluada tiende a ser significativamente más estrecho para las revisiones rápidas, lo que permite que el proyecto avance más rápidamente.

Revisión sistemática y Meta-análisis

Las revisiones sistemáticas implican estrategias de búsqueda exhaustivas que permiten a los revisores identificar todos los estudios relevantes sobre un tema definido (DeLuca et al., 2008). Los métodos meta-analíticos permiten a los revisores evaluar y sintetizar cuantitativamente los resultados de los estudios para obtener información sobre la importancia estadística y la relevancia.

Las revisiones sistemáticas de datos de investigación básica tienen el potencial de producir bases de datos ricas en información que permiten un amplio análisis secundario. Para examinar exhaustivamente el conjunto de información disponible, los criterios de búsqueda deben ser lo suficientemente sensibles como para no pasar por alto estudios relevantes. Los términos y conceptos clave que se expresan como palabras clave sinónimas y términos de índice, como los Encabezamientos de Materia Médica (MeSH), deben combinarse utilizando los operadores booleanos AND, OR y NOT.

Refinando la Estrategia

Los truncamientos, los comodines y los operadores de proximidad también pueden ayudar a refinar una estrategia de búsqueda al incluir variaciones ortográficas y diferentes redacciones del mismo concepto (Ecker y Skelly, 2010). Las estrategias de búsqueda pueden validarse mediante una selección de estudios relevantes previstos. Si la estrategia de búsqueda no consigue recuperar ni siquiera uno de los estudios seleccionados, la estrategia de búsqueda requiere una mayor optimización.

Este proceso se repite, actualizando la estrategia de búsqueda en cada paso iterativo hasta que la estrategia de búsqueda funcione a un nivel satisfactorio. Se espera que una búsqueda exhaustiva devuelva un gran número de estudios, muchos de los cuales no son relevantes para el tema, lo que comúnmente resulta en una especificidad de <10%. Por lo tanto, la etapa inicial de cribado de la biblioteca para seleccionar los estudios pertinentes lleva mucho tiempo (puede llevar de 6 meses a 2 años) y es propensa a los errores humanos.

En esta etapa, se recomienda incluir al menos dos revisores independientes para minimizar el sesgo de selección y los errores relacionados. No obstante, las revisiones sistemáticas tienen el potencial de proporcionar la síntesis de pruebas cuantitativas de mayor calidad para informar directamente a los estudios experimentales y computacionales básicos, preclínicos y traslacionales.

Revisión rápida y Meta-análisis

El objetivo de la revisión rápida, como su nombre indica, es disminuir el tiempo necesario para sintetizar la información. Las revisiones rápidas son una alternativa adecuada a los enfoques sistemáticos si los revisores prefieren hacerse una idea general del estado del campo sin una gran inversión de tiempo. Las estrategias de búsqueda se construyen aumentando la especificidad de la búsqueda, reduciendo así el número de estudios irrelevantes identificados por la búsqueda a expensas de la exhaustividad de la misma (Haby et al., 2016).

La fuerza de una revisión rápida radica en su flexibilidad para adaptarse a las necesidades del revisor, lo que da lugar a una falta de metodología estandarizada. Los atajos comunes que se hacen en las revisiones rápidas son:

(i) Restringir los criterios de búsqueda.

(ii) Imponer restricciones de fecha.

(iii) Realizar la revisión con un solo revisor.

(iv) Omitir la consulta de expertos (es decir, el bibliotecario para el desarrollo de la estrategia de búsqueda), (v) restringir los criterios de idioma (por ejemplo, sólo en inglés).

(vi) Renunciar al proceso iterativo de búsqueda y selección de términos de búsqueda.

(vii) Omitir los criterios de la lista de control de calidad y (viii) limitar el número de bases de datos en las que se busca.

Búsqueda de Atajos

Estos atajos limitarán el conjunto inicial de estudios devueltos por la búsqueda, agilizando así el proceso de selección, pero también pueden dar lugar a la exclusión de estudios relevantes y a la introducción de un sesgo de selección. Aunque hay consenso en que las revisiones rápidas no sacrifican la calidad ni sintetizan resultados poco representativos, se recomienda que los resultados críticos se verifiquen posteriormente mediante una revisión sistemática.

No obstante, las revisiones rápidas son una alternativa viable cuando es necesario estimar los parámetros para el modelado computacional. Aunque las revisiones sistemáticas y las rápidas se basan en diferentes estrategias para seleccionar los estudios pertinentes, los métodos estadísticos utilizados para sintetizar los datos de la revisión sistemática y la rápida son idénticos.

Cribado y selección

Una vez finalizada la búsqueda bibliográfica (es necesario registrar la fecha en que se recuperaron los artículos de las bases de datos), se extraen los artículos y se almacenan en un gestor de referencias para su cribado. Antes del cribado de los estudios, deben definirse los criterios de inclusión y exclusión para garantizar la coherencia en la identificación y recuperación de los estudios. Esto se realiza especialmente cuando participan varios revisores. Los pasos críticos en el cribado y la selección son:

(1) La eliminación de duplicados.

(2) El cribado de los estudios relevantes por el título y el resumen.

(3) La inspección de los textos completos para asegurar que cumplen los criterios de elegibilidad.

Hay varios gestores de referencias disponibles, como Mendeley y Rayyan, desarrollados específicamente para ayudar a la selección de revisiones sistemáticas.

Sin embargo, el 98% de los autores afirman utilizar Endnote, Reference Manager o RefWorks para preparar sus revisiones (Lorenzetti y Ghali, 2013). Los gestores de referencia suelen tener funciones de deduplicación; sin embargo, estas pueden ser tediosas y propensas a errores (Kwon et al., 2015).

Protocolo en Endnote

Recientemente se ha propuesto un protocolo para una desduplicación más rápida y fiable en Endnote (Bramer et al., 2016). La selección de artículos debe ser lo suficientemente amplia como para no estar dominada por un solo laboratorio o autor. En los artículos de investigación básica, es común encontrar conjuntos de datos que son reutilizados por el mismo grupo en múltiples estudios.

Por lo tanto, deben tomarse precauciones adicionales cuando se decida incluir múltiples estudios publicados por un mismo grupo. Al final del proceso de búsqueda, cribado y selección, el revisor obtiene una lista completa de manuscritos de texto completo elegibles. Todo el proceso de cribado y selección debe informarse en un diagrama PRISMA. El mismo traza el flujo de información a lo largo de la revisión según las directrices prescritas publicadas en otro lugar.

Nuestros especialistas esperan por ti para que los contactes a través del formulario de cotización o del chat directo. También contamos con canales de comunicación confidenciales como WhatsApp y Messenger. Y si quieres estar al tanto de nuestros novedosos servicios y las diferentes ventajas de contratarnos, síguenos en Facebook, Instagram o Twitter.

Si este artículo fue de tu agrado, no olvides compartirlo por tus redes sociales.

También te puede interesar: Una investigación desarrolla modelos de predicción para optimizar la producción de uva en O Ribeiro

Referencias Bibliográficas

Bramer, W. M., Giustini, D., de Jonge, G. B., Holland, L., and Bekhuis, T. (2016). De-duplication of database search results for systematic reviews in EndNote. J. Med. Libr. Assoc. 104, 240–243. doi: 10.3163/1536-5050.104.3.014

Lorenzetti, D. L., and Ghali, W. A. (2013). Reference management software for systematic reviews and meta-analyses: an exploration of usage and usability. BMC Med. Res. Methodol. 13, 141–141. doi: 10.1186/1471-2288-13-141

Kwon, Y., Lemieux, M., McTavish, J., and Wathen, N. (2015). Identifying and removing duplicate records from systematic review searches. J. Med. Libr. Assoc. 103, 184–188. doi: 10.3163/1536-5050.103.4.004