Notas Episodio 10: Revisiones Sistemáticas

  • Autor de la entrada:
  • Categoría de la entrada:Sin categoría
  • Comentarios de la entrada:Sin comentarios

¿Qué es una «Revisión sistemática»?

Son una forma de fuente secundaria, que sintetiza la información de múltiples estudios clínicos o fuentes primarias. No entregan información “nueva”, sino que toman la información disponible en torno a una pregunta PICO e intentan sintetizarla.

Tipos de revisiones

Las revisiones narrativas (RN) son un tipo de revisión que se caracteriza por ser de una forma «más o menos exhaustiva»; son realizadas por «expertos en un tema», los autores no declaran de manera detallada los métodos que utilizaron para obtener y seleccionar la información. Por lo tanto son ideales para poder responder preguntas «básicas», consideradas como las que se refieren a aspectos generales de una condición, (por ejemplo: ¿qué es la diabetes?, fisiopatología, clasificación o aspectos generales sobre su diagnóstico y rehabilitación). Este tipo de preguntas se puede responder mediante libros y enciclopedias. Las revisiones narrativas, según la jerarquización de la evidencia, se encontrarían en el último nivel de la pirámide (expuestas a la posibilidad de presentar un elevado riesgo de sesgo, principalmente por su subjetividad y metodología no explícita).

Las revisiones sistemáticas (RS) son una forma de investigación que recopila y proporciona un resumen sobre un tema específico, orientado a responder a una pregunta de investigación; se deben realizar de acuerdo a un diseño preestablecido (ahí está el modelo de Cochrane o el PRISMA). En las RS, el centro de estudio no son pacientes sino los estudios clínicos disponibles en los recursos electrónicos tales como bases de datos, incluyendo metabuscadores, literatura gris, actas de congresos, etc., y pretende entregar una visión sobre un tema que no esté sesgada o sea menos sesgada (o al menos compensar y evitar los sesgos de las investigaciones individuales).

Existen dos tipos de revisiones sistemáticas. Las cualitativas y las cuantitativas/metaanálisis). Las revisiones cualitativas presentan la evidencia en forma «descriptiva» y sin análisis estadístico, también conocidas simplemente como revisiones sistemáticas (revisiones sistemáticas sin metaanálisis). Las revisiones cuantitativas también pueden presentar la evidencia de forma descriptiva, pero la gran diferencia versus la revisión cualitativa radica principalmente en el uso de técnicas estadísticas para combinar numéricamente los resultados frente a un estimador puntual, también denominado «metaanálisis«.

En resumen, una revisión sistemática es una forma de investigación que proporciona un resumen de informes médicos sobre una pregunta clínica específica, que utiliza métodos explícitos para buscar, evaluar críticamente y sintetizar la literatura mundial de manera sistemática. Es particularmente útil para reunir una serie de estudios realizados por separado, a veces con hallazgos en conflicto, y sintetizar sus resultados. Al proporcionar de manera explícita y clara un resumen de todos los estudios que abordan una pregunta clínica específica, las revisiones sistemáticas nos permiten tener en cuenta toda la gama de hallazgos relevantes de investigaciones sobre un tema en particular, y no solo los resultados de uno o dos estudios Se pueden usar para establecer si los hallazgos científicos son confiables y generalizados en las poblaciones, los entornos y las variaciones de tratamiento, o si los hallazgos varían significativamente según los subgrupos en particular. Habitualmente se hacen sobre terapia, aunque otros aspectos del manejo de los pacientes también se ha abordado en estas revisiones.

En general, para todas las escalas o jerarquías de evidencia, estas revisiones se encuentran en el nivel más alto, pero eso no las hace inmune a sesgos.

La mayor producción de revisiones sistemáticas proviene de la Cochrane Foundation, aunque no es la única fuente. Como cada publicación tiene sus propias reglas o formatos para las revisiones, puede ser difícil evaluarlas. Por lo tanto se ha desarrollado una lista de chequeo o algoritmo que facilita la evaluación de la calidad de la revisión sistemática, para ver qué tanto se le puede creer a la conclusión.

En realidad, la revisión sistemática agrega una capa de complejidad, porque va a arrastrar los sesgos o problemas metodológicos de los estudios individuales incluidos, pero además hay que tener el cuenta otros potenciales sesgos propios de una búsqueda y revisión. Una revisión es tan buena como los artículos que contempla.

Los puntos en los que sugieren poner atención al leer una RS son

  • En primer lugar, identificar la pregunta que aborda la revisión.
    • Supuestamente la revisión que vamos a leer es parte de los resultados de una búsqueda que inició con una pregunta; entonces tenemos que comparar nuestra pregunta con la pregunta que trata de responder la revisión
  • Los criterios para la evaluación de la evidencia o fuentes primarias
    • Aquí se usa algún tipo de escala, como la de PEDro
  • La calidad de los estudios incluidos en el metaanálisis según estos criterios
  • La evaluación del riesgo de sesgo de publicación

Una herramienta propuesta para esto es el gráfico de embudo, que muestra cómo es la dispersión de los resultados en función de su tamaño muestral. En este gráfico se esperaría encontrar que los estudios con menor cantidad de sujetos tengan resultados más extremos, hacia ambos lados del efecto. Si el gráfico está “cargado” hacia el lado que favorece la intervención, podríamos estar frente a un sesgo de publicación

  • La inclusión de estudios no publicados o de abstracts
    • Esto puede dar cuenta del sesgo de publicación, cuando un investigador no publica los resultados o ni siquiera completa un estudio cuando los resultados preliminares no son positivos o llamativos, lo que hace menos probable su publicación
  • El uso de restricciones de idioma como criterio para identificar y seleccionar los estudios individuales
  • La relación entre las conclusiones de la revisión y otras revisiones similares o del mismo tema

Estos forman parte del QUORUM o Quality of Reporting of Metaanalyses

Otras sugerencias son las que provienen de PRISMA (Preferred Reporting Items of Systematic Reviews and Meta-analyses), y la lista de chequeo de nuestros amigos del CEBM de Oxford

Una forma simplificadísima de revisión de los efectos o la efectividad de una intervención podría ser como un “conteo de votos” en el que el resultado de cada estudio individual es un voto de “sí sirve” o “no sirve”. Sin embargo esto no da cuenta de sutilezas en los resultados, por ejemplo, una intervención podría ser efectiva para disminuir el dolor, pero no es lo mismo disminuirlo en 1 punto en una escala numérica, o en 6 puntos. Tampoco se toma en cuenta el efecto acumulativo o peso relativo de cada estudio. En el mismo ejemplo, una intevención que disminuye en un 1 puntos el dolor a una muestra de 100 pacientes tiene el mismo «voto» que la que disminuye el dolor en 6 puntos a 10 pacientes. Por eso, el resumen cuantitativo tiene una metodología detallada que da origen a un metaanálisis.

Después de una revisión sistemática, los datos de los estudios individuales se pueden unir cuantitativamente y volver a analizar utilizando métodos estadísticos establecidos. Esta técnica se llama metanálisis. La justificación de un metanálisis es que, al combinar las muestras de los estudios individuales, el tamaño de la muestra global aumenta, lo que mejora el poder estadístico del análisis y la precisión de las estimaciones de los efectos del tratamiento.

Por lo tanto, aunque el objeto de estudio en una RS/metaanálisis no son los pacientes, sino que los estudios, en un MA se intenta agrupar a los sujetos de todas las investigaciones individuales que cumplan ciertos criterios de rigurosidad científica para constituir una muestra mayor, aumentando la potencia de las conclusiones.

Objetivos de un metaanálisis:

· Sintetizar e integrar los resultados de varios estudios individuales.

· Analizar las diferencias en los resultados entre estudios.

· Aumentar el poder (aumentando el tamaño de la muestra) de detectar un efecto de interés.

· Mejorar la precisión en la estimación de los efectos.

· Evaluar los efectos en subgrupos de pacientes.

· Determinar si se requieren nuevos estudios (o unificar metodologías) para un tema concreto.

· Generar nuevas hipótesis para futuros estudios.

Sobre la Valoración de un MA: Para la correcta interpretación de un metaanálisis, es conveniente seguir una serie de pasos estructurados para no olvidar ninguno de los aspectos clave de su diseño. Una posibilidad es utilizar una lista de verificación, como la PRISMA o la AMSTAR-2, o seguir las recomendaciones de la Cochrane Collaboration, que aconseja varios pasos para interpretar los resultados.

  1. Verificar qué variables se comparan y cómo. Suele verse en la parte superior del forest plot.

En un forest plot hay que poner atención en:

  • · La heterogeneidad de los efectos.
  • · El peso de los estudios.
  • · Los intervalos de confianza (esto es un rango de valores dentro de los que se espera que esté el valor real con una probabilidad determinada (habitualmente 95%). Lo deseable es un intervalo de confianza estrecho, que indica resultados más confiables o reproducibles.
  • · La disposición del diamante que queda con el “eje” vertical sobre el estimador puntual de efecto y el horizontal representando el intervalo de confianza.
  • · El test de efecto global.
  1. Localizar la medida de efecto utilizada. Esto es lógico y necesario para saber interpretar los resultados. No es lo mismo una hazard ratio que una diferencia de medias o lo que sea que se haya utilizado para medir el resultado. Si la medida tiene una R, probablemente se refiere a un “ratio” o “razón”. En estos casos, se calcula dividiendo el resultado de un grupo por el resultado del otro. Si los dos grupos (control e intervención, por ejemplo) tienen el mismo resultado, el R sería 1, lo que indica que no hay diferencia entre los dos. Otro puede ser la diferencia de medias (calculada restando el resultado de un grupo del resultado del otro, y así, si el resultado es 0, no hay diferencias entre los grupos.
  2. Localizar el diamante, su posición y su amplitud. Conviene también ver el valor numérico del estimador global y en su intervalo de confianza. Ante dudas, verificar con los números que aparecen en el estudio; el diamante es una representación gráfica de los datos (indicador e intervalo de confianza). 
  3. Comprobar que se ha estudiado la heterogeneidad. Esto puede verse a simple vista mirando si los segmentos que representan los estudios primarios están o no muy dispersos y si se solapan o no. En cualquier caso, siempre habrá un estadístico que valore el grado de heterogeneidad (I2). Si vemos que existe heterogeneidad, lo siguiente será buscar qué explicación dan los autores sobre su existencia.
  4. Sacar nuestras propias conclusiones. Habrá que fijarse en qué lado de la línea de efecto nulo están el efecto global y su intervalo de confianza. Habrá que tener en consideración que, aunque sea significativo, el límite inferior del intervalo conviene que esté lo más lejos posible de la línea, ya que en este caso la importancia clínica del resultado será seguramente mayor y que no siempre coincide con la significación estadística. Por último, reconsiderar el estudio de homogeneidad. Si hay mucha heterogeneidad los resultados perderán validez.

Finalmente, ¿dónde buscar? Cochrane, TRIP Database, Pubmed. 

Y recuerden partir siempre de una pregunta clínica clara y tener clara su motivación para hacer la búsqueda.

Deja una respuesta