5.4. Extracción de datos. Análisis y presentación de los resultados; Metaanálisis
La información a extraer de los estudios primarios se debe haber consensuado durante la fase de diseño del estudio. En general, debe ser aquella que nos permita aceptar o rechazar la hipótesis del estudio. En la hoja de extracción de datos, el formato que elijamos dependerá de cómo estén definidos los eventos de interés; como variable dicotómica o como variable continua. En el primer caso, a veces será fácil obtener el número y el porcentaje de pacientes en los que sucedió el evento de interés en cada rama de la intervención. Otras veces, los resultados vendrán expresados en forma de alguna medida de asociación o impacto: riesgo relativo, reducción de riesgo relativo, reducción absoluta de riesgo, razón de ventajas (odds ratio) o tasa de riesgo y el NNT (número de pacientes que es necesario tratar).
El paso que sigue a continuación es extraer y sintetizar los resultados relevantes de cada estudio. Para esto puede ser necesario utilizar técnicas que permiten expresar los resultados en unidades comunes y si es posible, combinar cuantitativamente los resultados para obtener una estimación común para la asociación o efecto que se está estudiando (un valor que resume los resultados de todos los estudios seleccionados). La razón fundamental para realizar las revisiones de forma sistemática es asegurar la validez de los resultados, pero el papel del análisis estadístico en las revisiones puede estar menos claro. El estimador combinado de efecto considera el peso que aporta cada trabajo, por ejemplo, de acuerdo al tamaño de muestra de cada uno. Este tipo de síntesis cuantitativa se conoce como metaanálisis. En ocasiones, sin embargo, la heterogeneidad de los trabajos o la calidad de los datos no permiten integrar los resultados cuantitativamente, lo que no impide que se puedan analizar de manera cualitativa.
Respecto al análisis de la heterogeneidad de los estudios, la evaluación del grado de heterogeneidad de los estudios puede llevarse a cabo mediante distintas pruebas estadísticas, entre las que destaca la prueba Q propuesta por Der Simonian y Laird. No obstante, estos tests presentan una potencia muy baja, dado que además en la mayoría de los casos los metaanálisis incluyen un número relativamente pequeño de estudios, aumentando así la posibilidad de cometer un error de Tipo II. Por todo ello, el análisis de la heterogeneidad suele llevarse a cabo mediante métodos gráficos como el gráfico de L’Abbé o el gráfico de Galbraith que permiten inspeccionar visualmente la falta de homogeneidad entre los estudios recopilados.
En caso de que exista heterogeneidad entre los estudios incluidos en la revisión, los investigadores pueden optar simplemente por no realizar el metaanálisis, por obtener una medida agregada del efecto de interés indicando una medida de la variabilidad entre estudios o bien por realizar un análisis por subgrupos homogéneos de ser posible identificar la causa de la heterogeneidad.
Cuando los autores observen una importante heterogeneidad entre los estudios, será más recomendable decantarse por la realización de una síntesis con un enfoque cualitativo. Esto se traduce en la redacción de una discusión narrativa de las características y resultados de los estudios. Síntesis que debe ser sistemática, exhaustiva y explícita. En el texto de la RS se explicará la imposibilidad de combinar cuantitativamente los datos por el riesgo de obtener un resultado sesgado.
Una síntesis cualitativa está indicada en las siguientes situaciones:
- Excesiva heterogeneidad de los estudios y/o sus resultados.
- Falta de datos válidos y/o relevantes.
- Escasa precisión de los datos disponibles.
- Baja calidad metodológica de los estudios.
- La inseguridad de que la agregación cuantitativa de resultados pueda contribuir a aclarar las dudas que ya existen.
La presentación resumida de los resultados de los estudios primarios, obtenidos mediante una metodología sistemática y reproducible, constituye en sí una RS cualitativa. Habitualmente los resultados se presentan en tablas donde se resumen las características principales de cada estudio y tablas comparativas con los principales resultados de cada uno de los estudios para los distintos eventos.
El paso siguiente consiste en la combinación mediante métodos estadísticos de los resultados de los estudios primarios, es decir, el MA propiamente dicho que analizaremos más adelante.
5.5. Conclusiones e inferencias
La revisión termina entonces con la elaboración de conclusiones y para ello se toma en consideración la cantidad y calidad de los trabajos extraídos de la literatura, la dirección y magnitud de los efectos o asociaciones encontradas, sus intervalos de confianza (dentro de qué rango de valores es esperable que se encuentre realmente el efecto), la homogeneidad de los trabajos y la posibilidad de generalización de los resultados hacia otros entornos, en los que las condiciones de los pacientes o de la intervención pudieran no ser los mismos.
Normalmente además, los autores agregan a estas conclusiones alguna recomendación sobre la aplicación práctica de los hallazgos y de qué manera podrían influir en la toma de decisiones sobre el manejo de los pacientes o del problema de salud estudiado. Por último, un aporte adicional de este tipo de revisiones es el que permite identificar brechas de investigación, es decir, ponen de manifiesto las áreas en las que la calidad o cantidad de evidencia científica disponible es todavía insuficiente.