REVISIONES SISTEMÁTICAS

OBJETIVOS DE APRENDIZAJE

• Definir y comprender el concepto de revisión sistemática y meta-análisis, su metodología y aplicación en la práctica diaria.
• Definir el QUORUM así como otras armas de evaluación crítica a una revisión sistemática
• Definir conceptos metodológicos de la revisión sistemática para ayudarle a detectar posibles sesgos (i.e., heterogeneidad, homogeneidad, gráfico de embudo, etc.).

COMPETENCIAS

• Define los pasos para llevar a cabo una revisión sistemática.
• Realiza una crítica adecuada a una revisión sistemática, definiendo QUORUM y detectando posibilidades de sesgo.
• Describe adecuadamente a la Colaboración Cochrane, objetivos y alcances.
• Define los términos metodológicos de una revisión sistemática, desde una adecuada pregunta, búsqueda de información, filtro y selección de artículos por los autores, hasta los términos estadísticos básicos como heterogeneidad, homogeneidad, gráfico de embudo, entre otros.
• Responde a una pregunta clínica de tratamiento mediante el uso de una revisión sistemática.

INTRODUCCIÓN

Dentro de los estudios que el clínico puede encontrar para su uso en la toma de decisiones, existen principalmente los expuestos en la pirámide de la evidencia:

Figura 1. Pirámide jerarquizada de los estudios clínicos para la toma de decisiones.

Ya precisamos con anterioridad los estudios caso-control, cohorte, así como los ensayos clínicos aleatorios. Arriba de estos en la escala evolutiva de la medicina basada en la evidencia existen las revisiones sistemáticas. A continuación veremos los siguientes:

• Revisiones narrativas
• Revisiones sistemáticas sin meta-análisis (cualitativa)
• Revisiones sistemáticas con meta-análisis (cuantitativa, o simplemente, meta-análisis)

¿Por qué requerimos de las revisiones sistemáticas?

Suponga usted que está en 1980, discutiendo con un colega sobre el uso de la terapia trombolítica para los pacientes con infarto al miocardio. Usted asegura que se debe usar. Otro profesor discrepa de su opinión. Se une a la discusión un alumno y el desacuerdo se incrementa. Deciden los tutores enviar a los residentes a buscar información en artículos de revistas reconocidas para hallar la respuesta. Uno de los alumnos puede encontrar que la terapia funciona en uno de los estudios que él llevó, sin embargo, usted ya había encontrado un estudio que contradice al de su alumno. Después llega otro compañero con otro artículo que refiere que el medicamento en cuestión no funciona… En estos momentos es buena idea recurrir a sumar esa información. Otra forma de resolver el dilema sería acudir a un libro de texto, y la otra opción sería acudir a una revisión en una revista prestigiada. Cuando ve los libros de texto, no halla respuesta alguna sobre la terapia trombolítica, y en las revisiones se considera experimental aún, vea la siguiente figura y se dará cuenta de lo que estoy hablando.

Figura 2. Del lado izquierdo se halla la una línea del tiempo, de arriba hacia abajo. Si estamos en 1980, veremos que para ese tiempo, ya existían 23 artículos que estudiaron la terapia trombolítica, y que en conjunto habían evaluado aproximadamente a 5,700 pacientes. Si vemos el resultado en la tabla con la T invertida y los odds ratio, veremos que ya existía suficiente evidencia para empezar a usar esa terapia (el punto negro es la estimación puntual y la línea horizontal es el intervalo de confianza 95%); incluso con un valor de P menor a 0.01. Sin embargo, si vemos en la tabla de la derecha, lo que se mencionaba en las revisiones y libros de texto tradicionales, veremos que apenas y se consideraba a la terapia trombolítica como experimental. Fue hasta años después que se empezó a colocar como específico para el infarto, y después rutinario. Para esto ya habían pasado más de 10 años y un número increíble de pacientes para empezar a colocarse en el rubro de rutina. Preguntémonos cuántos pacientes se hubiesen beneficiado de esta terapia en estos diez años.

Las revisiones sistemáticas son sumarios de evidencia. La idea de presentar estudios en forma de resumen en el campo de la medicina fue propuesta a manera de autocrítica por el legendario Archie Cochrane en 1979, sin embargo la idea en la ciencia ya había surgido con los astrónomos en el siglo 17; y pasó desde Karl Pearson en la primera década del siglo XX hasta Richard Peto en los años ochenta. Desde entonces, las revisiones sistemáticas en Medline han incrementado su número en forma exponencial. Casi 5,000 referencias sobre las mismas tan solo en el 2006.

Figura 3. Revisiones sistemáticas en Medline por año. Se utilizó una búsqueda con las palabras clave: "Meta-Analysis "[Publication Type] OR "systematic review" [tiab] OR "meta-analysis" [tiab].

Las revisiones sistemáticas comprenden un sumario de los estudios de forma ordenada y con una metodología específica. No es lo mismo que una revisión clásica o narrativa que usted puede encontrar en muchas revistas actuales. Una revisión narrativa es aquella en la que el autor fue invitado a escribir sobre un tema muchas veces poco definido (por ejemplo, habla sobre asma). Usualmente es un experto en el área y se propone explayar la mejor información sobre un tópico dado. Este tipo de artículos son buenos para responder a las preguntas básicas y a manera de repaso de un tema y que sirve como base de estudio. La desventaja es que este autor no expone cómo fue que encontró la evidencia que en su artículo escribió. Coloca al final sus referencias, pero no dice de dónde y cómo las obtuvo. La información, como vimos en capítulos previos, es inmensa, y es posible que el autor haya pasado por alto información valiosa en revistas que no estén al alcance de su biblioteca, o en otros idiomas. No existen criterios de selección de los estudios. El autor pudo pasar por alto o retirar estudios que no concuerdan con sus ideas ya pre-establecidas (o puede que uno de los autores de los artículos no sea de su agrado). Tampoco se explica la calidad de los estudios incluidos, no pudiendo el lector juzgar si la información que está leyendo es de alta o baja calidad. La interpretación final de la revisión muchas veces está en base a la opinión del autor, su experiencia, preferencias y de los estudios seleccionados (por él). Esto que hasta ahora he mencionado no es creación propia de su servidor o con fines de dolo. En distintos estudios se ha demostrado una disminución de la calidad de los ensayos incluidos en una revisión narrativa cuando se le compara con una revisión sistemática [Mulrow CD. Ann Intern Med 1987;106:485-8] [Ravnskov U. BMJ 1992;305:15-19].

Las revisiones sistemáticas, por otro lado, resumen la evidencia que existe a la fecha usando una metodología bien definida que intenta disminuir en lo posible el sesgo antes descrito de las revisiones narrativas. Existen dos tipos de revisión sistemática: la cualitativa y la cuantitativa. La primera es aquella en la que la evidencia se presenta en forma descriptiva y sin análisis estadístico. En esta el autor introduce una sección de material y métodos donde especifica cómo y dónde se buscó la información para dar las respuestas a una pregunta clínica muy específica y orientada. Esto pasa porque a veces, la información obtenida no es posible de combinar mediante un análisis estadístico. Por el contrario, cuando es posible dicha combinación, se lleva a cabo mediante un método dado de estadística y a la revisión sistemática se le coloca el apellido de “meta-análisis”.

Una definición adecuada de meta-análisis es la proporcionada por Huque: Un análisis estadístico que combina o integra los resultados de varios ensayos clínicos independientes, considerados por el analista como “combinables”.

La realización de una revisión sistemática debe ser tan planeada como cualquier otro estudio de investigación serio. Si usted quisiera realizar una revisión sistemática, tendría que seguir varios pasos:

1. Establecer los objetivos mediante una pregunta clínica específica

Se trata de establecer en primer lugar la pregunta clínica estructurada que concuerde con nuestra duda o hipótesis. Idealmente debe estar en el formato PICO antes descrito (por ejemplo, en recién nacidos sanos, la realización de circuncisión contra no hacerla ¿disminuye la incidencia de infecciones urinarias?).

2. Definición de criterios de inclusión y exclusión

Se lleva a cabo mediante la definición de qué estudios piensa el autor incluir. Si solo incluirá los ensayos clínicos aleatorios, cuasi-aleatorios, cohortes u otros. También es importante decir a priori cuáles desechará y en basé a qué.

3. Localización de los estudios

Una vez que se sabe qué tipo de estudios incluir y excluir, se pasa a la búsqueda exhaustiva de la información. Y no se le llama exhaustiva por nada, ya que el o los autores deben asegurarse que se ha buscado en TODAS las partes posibles. Desde la búsqueda en Medline, pasando por las demás bases de datos (Embase, CINAHL, LILACS) hasta los resúmenes presentados en congresos, disertaciones, tesis doctorales, etc. Se puede y debe contactar a expertos en todas partes del mundo para tratar de hallar literatura gris. Es importante que los autores no tengan límites en esta pesquisa, ni sesgos de buscar solo la literatura en inglés o solo en los journals importantes.

4. Selección o criba de los estudios localizados

Evaluar, mediante los criterios a priori descritos por los autores, qué artículos permanecerán en la revisión y cuáles se irán, estableciendo siempre las razones específicas. Una vez que se halla usted con todos los papeles sobre el escritorio, es necesario realizar un filtrado de esa información o aplicación de ciertos criterios de elección. El o los autores deben retener sólo aquellos ensayos que en primer lugar sean relevantes para su pregunta y en segundo que cuenten con los criterios de inclusión que decidieron.

5. Evaluación de la calidad de los estudios

Se trata de evaluar la validez interna, tratando de detectar el sesgo o error sistemático de cada uno de los estudios a introducir en la revisión sistemática, ya sea un ensayo clínico aleatorio o un ensayo de observación. Para esto se usan distintas herramientas, desde un check-list (por ej., el CONSORT, MOOSE, etc.) hasta escalas (por ejemplo, la escala de Jadad). Las primeras son más recomendadas por los expertos.

6. Extracción de los datos de estudios individuales

Para esto se usan formas estandarizadas por uno o más autores. Vaciando datos de todos los artículos que al final quedaron. Idealmente en este paso, se debe cegar a los evaluadores sobre los estudios que están evaluando, desde quién o quiénes son los autores, el idioma, país de origen, etc., esto con el fin de evitar el sesgo, claro que en muchas ocasiones no se lleva a cabo ya que es logísticamente difícil.

7. Análisis y presentación de resultados

En esta parte, se pregunta el autor si los datos obtenidos son combinables o no. De ser así, se procede al meta-análisis, de lo contrario, se recomienda hacer simplemente una revisión sistemática cualitativa. ¿Cómo se decide o evalúa que la información es combinable? Existen distintos aspectos que pueden limitar la combinación de estudios para dar un solo resultado, algunos, por ejemplo, son el diseño diferente de cada estudio, o la población evaluada; así también la intervención o comparación puede no ser la misma en todos los ensayos, o el resultado es tan disimilar que crea muchas dudas y dificultades. Cualquiera que sea la razón, el o los autores deben decidir si analizar todos los estudios en conjunto o analizarlos por grupos, lo que llaman un análisis de sensibilidad. Pero antes de hablar de esto, hablemos de cómo se exponen los resultados.

Supongamos que el autor al final quedó con cuatro estudios que piensa combinar y analizar. Como es de esperarse, cada estudio tiene un resultado final distinto a los otros tres. El autor de la revisión sistemática decide que los ODDS RATIO son la mejor forma de exponer el resultado de cada estudio, y lo hace con la siguiente figura.

Figura 4. Usted puede apreciar que los autores analizaron al final cuatro estudios, visualizando el resultado de cada uno de ellos con un cuadrado sólido, que significa el efecto final del estudio y una raya horizontal que constituye el intervalo de confianza 95%. Recuerde que entre más amplia esta línea, más amplio el IC95%, por lo tanto, el estudio es pobre, al menos en cuanto a número de pacientes, o poder, se refiere. La línea negra horizontal en la base de la “T invertida” es una escala de los ODDS RATIO o cualquier valor que el autor desee colocar; usualmente se usan los odds ratio, pero se pueden usar la diferencia de riesgos o el riesgo relativo. A la izquierda de la línea están los odds ratio que favorecen al tratamiento, y a la derecha los odds ratio que favorecen al placebo. La línea negra vertical equivale a un odds ratio de 1, ó por decirlo así, donde no hay efecto alguno. Si la horizontal que representa el IC95% del estudio particular “abarca” esta línea vertical (es decir, abarca el 1), nos indica que el resultado del estudio puede estar en este rango de posibilidades, por lo tanto, puede estar tanto a favor del tratamiento, como a favor del placebo. Lo que buscamos es que el resultado, y su intervalo de confianza, de preferencia, se localicen en un lado u otro de la línea vertical, para así ayudarnos a decidir sobre el efecto del tratamiento en particular.

Lo que se antoja a los ojos del principiante, al ver los cuatro estudios, es simplemente hacer un promedio de resultados de los estudios individuales y dar un estimado final. Desgraciadamente la vida no es tan fácil y la estadística o la ciencia nos juegan chueco, ya que si hacemos esto caeríamos en lo que se llama en estadística la paradoja de Simpson (la cual no explicaré aquí, sino en otras secciones) que consiste en que obtenemos un resultado muy distinto al real. Además, la democracia entre los estudios no es lo más adecuado, ya que no sería justo para los autores que hicieron una ardua labor que a su trabajo de investigación se le diera el mismo peso que a un estudio pequeño; es decir, si compara el estudio 3 con el estudio 4 verá que existe una diferencia enorme en cuanto al número de pacientes. Seguramente los autores del ensayo clínico #3 llevaron a cabo este estudio con mayor ahínco o no tan “al vapor”. Es justo que éste tenga mayor PESO que el estudio 4. A esto se le llama “pesar” a cada estudio. Los autores del meta-análisis deben realizar este ejercicio dándole el peso a cada ensayo clínico, de acuerdo al número de pacientes y metodología. Si hay desacuerdos en este rubro, deben arreglarse en consenso.

Conociendo esto, usted debe estar al tanto sobre cómo combinar estos resultados. Existen dos términos que debe saber al dedillo antes: Heterogeneidad y homogeneidad. Decimos que un meta-análisis es homogéneo cuando todos los estudios que se incluyen en él son “parecidos”. La heterogeneidad es lo contrario, cuando los estudios incluidos son demasiado diferentes en cuanto a metodología, pacientes o resultados. Cuando uno se encuentra con un metanálisis lleno de heterogeneidad, es necesario preguntarse ¿por qué tanta diferencia entre los estudios si se supone que los científicos utilizan los mismos métodos? Ojalá la ciencia fuera así en la vida real; pero desgraciadamente, la variabilidad existe a todos los niveles. Para hacerlo fácil desde un punto de vista visual, pongamos una figura como la de arriba, pero con homogeneidad entre todos los ensayos.

Figura 5. Homogeneidad entre los estudios. Primero vea todos los intervalos de confianza (las líneas horizontales) de cada estudio. A simple vista podemos calcular que son homogéneos porque cada límite inferior del IC95% está por debajo del límite superior de todos los demás estudios. Esto es, se traslapan entre ellos. O para que pueda entenderlo mejor, imagine que puede usted mover con la mano todas las líneas hacia arriba y hacia abajo. Todas las líneas horizontales, si las dejáramos caer, o elevarse, “golpearían” a las demás.

Ahora vea un meta-análisis con heterogeneidad.

Figura 6. Haga el ejercicio mental de dejar caer la línea del estudio 1 sobre el 2, no le “pegaría” y por muy poco a la del 4. O si lo hace con la línea del estudio 3, sólo le daría a la del 1. Esto nos habla, a “ojo de buen cubero”, de heterogeneidad.

Existen otras formas más científicas (obviamente son las que se usan en la vida real) para detectar heterogeneidad. Por ejemplo, un gráfico de L´abbé, de Galbraith, etc. O una prueba de la Q de Mantel Haenszel, o de la I², siendo esta última la más usada y confiable. Sin embargo, no es el objetivo de este texto aburrirlo con metodologías que el estadístico debe auxiliarle en caso de que usted decida llevar a cabo un meta-análisis. Basta con entenderlo y saber interpretar los resultados de una revisión sistemática. Basta con saber que cuando el autor encuentra que los estudios son heterogéneos, debe preguntarse ¿Por qué? Y explorar usando su inquietud científica, a detalle, creando tal vez nuevas hipótesis.

Para terminar, existen dos formas de analizar estadísticamente la heterogeneidad y en sí todos los resultados en el meta-análisis:

Modelo de efectos fijos (fixed effect model): este modelo dice que, a la hora de ver todos los estudios del meta-análisis y se hace un promedio final, todos los ensayos clínicos comparten un solo resultado y solamente uno verdadero. Es decir, la verdad está ahí, y la razón por la que los estudios tienen resultados distintos, es por el error aleatorio, es decir, por simple azar de cada uno de los estudios y no ve las diferencias entre uno y otro estudio, es decir, no toma en cuenta la heterogeneidad. El modelo dice que si los estudios fuesen repetidos y fuesen infinitamente grandes, todos tendrían el mismo resultado.

Modelo de efectos aleatorios (random effect model): este tipo de modelo, por el contrario, toma en cuenta la variabilidad o heterogeneidad entre uno y otro estudio. Para el modelo, existen varias contestaciones, no solamente una, como en el fijo. Asume que los estudios fueron hechos distintos unos de otros y que cada uno tiene su respuesta al final, pero el promedio entre todos debe ir alrededor de un valor normal, es decir, es más liberal. Este modelo le da más poder a los ensayos clínicos pequeños que el modelo de efecto fijo. Por eso es que en estos modelos, el IC puede ser más amplio.

8. Interpretación de los resultados

En esta sección, el o los autores deben dar una evaluación final de sus resultados a modo de discusión y sinopsis.

¡Peligro! sesgo

Uno de los peligros de los que no escapan las revisiones sistemáticas es el sesgo, y usted como lector clínico debe ser capaz de identificar los potenciales sesgos. Uno de estos y que se ve con frecuencia, es el sesgo de publicación (publication bias). Afortunadamente, se han hecho esfuerzos por evitarlo y es posible que con el tiempo disminuya. Para la detección de este tipo de sesgo se usa el gráfico “de embudo” (funnel plot) en donde observamos lo siguiente:

 

 

Figura 7. Gráfico de embudo para detección de sesgo de publicación. En el eje de las Y (el vertical), que se halla a la izquierda de la gráfica, se plasma la precisión del estudio, entre más arriba en este eje se halle un estudio, más poder tiene (es decir, mayor número de pacientes y por lo tanto más preciso), y el eje horizontal representa el riesgo relativo (recuerde la T invertida y que el valor de 1 de riesgo relativo indica que no hay diferencia entre los grupos). Del lado izquierdo está la zona de los estudios que favorecen al tratamiento y del lado derecho los estudios que favorecen al placebo. Imagine un mundo ideal y sin sesgos ni intereses donde TODOS los estudios fuesen publicados, tanto los que favorecen al tratamiento como los que favorecen al placebo. De ser así lo normal sería, por puro azar, ver estudios con resultados alrededor de una estimación puntual final (el rombo verde) y que en este caso nos diría que el tratamiento no es mejor que el placebo. Los estudios, entre menos pacientes tengan más extremo será el resultado (o sea, estará más abajo en el eje de las “Y” y más a la derecha o a la izquierda en las “X”), por el contrario, entre más pacientes tengan los estudios, más preciso será el resultado y más cerca de la realidad estará. Es así que se forma el gráfico de embudo.

Pero ahora imagine: Los cuadros azules representan estudios que se publicaron, y los círculos verdes estudios que no se publicaron. El rombo verde constituye la verdad (pero, por el momento, imagine que usted no lo sabe). ¿Qué pasa cuando remueve de la gráfica los estudios que no se publicaron (los círculos verdes)? La gráfica de embudo ya no es en forma de embudo, se hace dispareja, alterada, ya no parece un cono invertido, sino una masa amorfa de cuadros azules. Esta asimetría nos dice que existe un sesgo de publicación, y es usada por el autor con frecuencia para detectarlo.

Aunque no lo crea, muchos autores no publican sus estudios negativos(aquellos con resultados que favorecen el placebo y que no rechazan la hipótesis nula) Ya sea porque se desilusionan al ver que el resultado es contrario a sus ideas o a lo que esperaban, o porque piensan que en las revistas de prestigio no lo aceptarán. Y cuando lo intentan, y son aceptados para publicación, estos tardan mucho en salir a la luz pública. Otra situación es que el estudio negativo muchas veces se publica en otro idioma distinto al inglés, o en revistas poco conocidas, o “no indexadas”. Es por esto que un autor cuando busca la información para su meta-análisis, debe ser lo más tenaz que pueda escudriñando en todas las revistas médicas posibles e incluso más allá, buscando a autores y expertos en el tema.

La interpretación

Los meta-análisis revisan las preguntas clínicas que hemos estado viendo en los capítulos previos, v. gr., sobre un diagnóstico, tratamiento, pronóstico o daño. En cada caso, la forma de interpretarlos varía dependiendo de qué se trate esta pregunta. Es decir, si valoramos un meta-análisis sobre un tratamiento, estaremos viendo los NNT, RR, RRA y el resto de cifras que vimos en su capítulo correspondiente, además de todo lo que a continuación se repasará paso por paso. Si usted está interesado en cómo se hace una revisión sistemática consulte la colaboración Cochrane en línea o pida ayuda al nodo Cochrane más cercano.

 

¿SON LOS RESULTADOS VÁLIDOS?

¿Realiza esta revisión sistemática (o meta-análisis) una pregunta enfocada a un problema clínico?

Los autores deben exponer su motivo por el cual decidieron llevar a cabo esta investigación bibliográfica. La pregunta debe ir dirigida a la clínica y debe enfocarse lo más posible a cierta enfermedad. A veces no la hallamso en el formato PICO antes mostrado, a veces se halla “entre líneas” y usted tiene que interpretarla.

¿Fue la búsqueda de los estudios clínicos exhaustiva y detallada?

Una vez que se tienen los criterios de inclusión y exclusión del meta-análisis ¿En cuántos lugares buscó el equipo de autores? Idealmente deben usar todas las bases de datos posibles (no solo el Medline) e incluso ir más allá, al buscar los ensayos clínicos relevantes a su investigación alrededor del mundo; averiguar dónde pueden hallar a los expertos que puedan orientarlos sobre ciertos ensayos clínicos no publicados; acudir en busca de aquellos realizados por las compañías farmacéuticas, o en las universidades y que no han salido aún a la luz pública.

¿De qué calidad metodológica son los estudios primarios obtenidos?

Los investigadores deben valorar ahora la metodología de cada uno de los ensayos clínicos que se incluyeron en el meta-análisis. Distintas metodologías conllevan a distintos resultados, aunque sean buenas. Algunos estudios al ser menos exigentes pueden dar resultados más “laxos” sobre un tratamiento. Esta revisión puede contener errores inherentes al ser humano. Para evitar esto en lo posible, se puede usar una escala numérica de valoración de ensayos clínicos (por ejemplo, la escala de Jadad) o un checklist como el CONSORT. Se debe escudriñar el estudio por los sesgos que puedan dar un falso resultado.

¿Es la valoración de los estudios incluidos reproducible?

Esto se refiere a si dos o más autores concordaron con la valoración de los estudios primarios. Es decir, al tener los ensayos en mano, cada uno con una copia, hace su evaluación metodológica y da un resultado, que después es comparado con su compañero o compañeros y dan un resultado final.

 

¿CUÁLES SON LOS RESULTADOS?

En general ¿cuál es el resultado final y las conclusiones del estudio?

Usted debe buscar la respuesta final de la misma forma que en los ensayos clínicos primarios individuales; es decir, si el estudio es sobre tratamiento, debe buscar los RR, RRA ó NNT. Si es sobre diagnóstico tratar de obtener los LR, etc. Muchos clínicos pensaron que lo mejor sería hacer una votación entre estudios que favorecen un tratamiento (estudios positivos) y estudios que no lo favorecen (estudios negativos) y así, si hay cinco estudios positivos contra 2 negativos, pues usamos la lógica e iniciamos el tratamiento en nuestro paciente. Desgraciadamente las cosas no son así de sencillas. Lo correcto es compilar la información de la manera más adecuada y colocarla en un promedio en la base de la gráfica. Algunos autores hacen lo que se llama un análisis sensitivo, en el cual valoran individualmente cada estudio y descartan unos u otros y comparan resultados.

¿Qué tan precisos son los resultados?

Como en capítulos anteriores, se trata de que los autores apliquen y demuestren los IC 95% en cada uno de sus resultados.

¿Fueron los resultados similares entre los distintos estudios?

Aquí nos interesa saber qué tan homogéneos o heterogéneos son los estudios entre ellos. Las definiciones de heterogeneidad y homogeneidad y cómo calcularlas se mencionaron más arriba. Así como la importancia de preguntar la razón de una heterogeneidad.

 

¿LOS RESULTADOS SERÁN DE AYUDA PARA MÍ Y MIS PACIENTES?

¿Es nuestro paciente tan diferente a los del estudio que los resultados no se podrían aplicar?

Los estudios en particular dentro del meta-análisis pueden variar entre ellos. Es importante que el clínico como crítico de la literatura sepa estas condiciones. También el análisis por subgrupo de pacientes es importante, ya que puede que a cierto grupo de edad (por ejemplo) le puede ir mejor con el tratamiento, pero no nos damos cuenta porque el efecto general final no es apreciable. Tal vez usted sienta difícil tomar una decisión si los resultados del meta-análisis son controversiales o su intervalo de confianza es aún muy amplio. Esto sólo significa que tal vez el meta-análisis se hizo de manera temprana en la historia, o que realmente no hay efecto alguno.

Mejor pregúntese si su paciente en particular es similar a los del estudio y si el tratamiento visto es factible para su medio y su paciente.

¿Cuáles son los daños y beneficios potenciales del tratamiento en el meta-análisis? ¿Es el riesgo mayor al beneficio?

Es necesario ver también los resultados adversos de los estudios, ya que esos pueden ayudarnos a tomar decisiones, tal y como vimos en el capítulo de tratamiento. Además, ¿Estamos tomando en cuenta las preferencias personales y valores de nuestro paciente?

 

MATERIAL ADJUNTO

Hoja de evaluación a una revisión sistemática.

 

 

Dr. Carlos Cuello

 

 

Inicio