Los meta-análisis son estudios estadísticos que permiten evaluar en un solo análisis los resultados de varios trabajos sobre un mismo tema. La ventaja que tienen estos análisis es que permiten analizar todos los datos como si formasen parte de un solo estudio y nos pueden dar una idea bastante buena del efecto de la variable o el tratamiento que queremos estudiar.
Pero los meta-análisis no están exentos de problemas. El principal es el de determinar qué trabajos se incluyen en ellos. Muchas veces, aunque dos estudios intenten evaluar una misma variable pueden hacerlo empleando protocolos experimentales diferentes. Por ejemplo, si pretendemos estudiar el efecto del estrés en las ratas sobre la liberación de corticosterona en el plasma (es una hormona que se libera en respuesta al estrés) debemos tener en cuenta, entre otras cosas, cuál es el grado de estrés al que se ha sometido a la rata (hay diferentes formas de estresar a una rata entre las que están inmovilizarla envolviéndola en un trapo o metiéndola en un tubo de plástico, colocar un pañuelo impregnado con hormonas de gato o zorro, darle una pequeña descarga eléctrica,...), por lo que es posible que no se pudiesen comparar los datos de esos trabajos si los protocolos son muy diferentes entre sí.
Por otro lado, deben excluirse del análisis aquellos trabajos que no se consideren bien diseñados. Ya hemos hablado algo acerca de ello aquí y aquí, pero comentaré un par de cosas. Un ejemplo de buen diseño en el caso de ensayos clínicos es el empleo del doble-ciego, ya que las propias expectativas del investigador pueden sesgar los datos obtenidos en uno u otro sentido (aunque este sesgo se produzca de forma inconsciente). De hecho, algunas revisiones han mostrado que el efecto de no tener el diseño el doble ciego puede hacer que haya una desviación de los datos de hasta un 17%. En otra revisión que se centró en el caso de la acupuntura se vio que esta variación podía llegar incluso al 40% (a favor del efecto beneficioso de la acupuntura, claro).
Otro de los factores clave a tener en cuenta en los ensayos clínicos es la asignación aleatoria de los individuos a los diferentes grupos experimentales. A veces, aunque pueda ser de forma inconsciente, el investigador puede incluir a aquellos individuos que cree que van a ser más sensibles al tratamiento en el grupo de dicho tratamiento y al resto en el grupo control.
La principal ventaja que ofrecen los meta-análisis es que permiten analizar al mismo tiempo tamaños de muestra muy grandes. Si en un trabajo con ratas habitualmente se emplean del orden de 10 ratas por grupo en un meta-análisis se puede disponer de unas 200 porque se han combinado los datos de unos 20 trabajos (o más, depende del tema estudiado). Esto hace que el análisis sea más potente y permita encontrar diferencias que con muestras pequeñas sean difíciles de encontrar. A veces cuando se realiza un experimento y se analizan los resultados se ve que se está al borde de encontrar diferencias estadísticamente significativas y sospechamos que añadiendo algunos animales más al estudio se encontrarían esas diferencias. El problema es que a veces no se dispone del tiempo o el dinero necesarios (o ambos al mismo tiempo) y el trabajo se deja como quedó. Y además, no podemos asegurar que incluyendo más animales encontraríamos diferencias. Pero a los dos meses salen otro par de trabajos sobre el mismo tema y ves que no hay diferencias pero que están cerca de la significación. Entonces se cogen todos los datos de esos trabajos y de otros anteriores y se ponen en común y voilá, se encuentran diferencias. Y a veces esta estrategia salva vidas. Eso ocurrió, por ejemplo, con la administración de esteroides a las madres de niños prematuros antes de su nacimiento, una idea de unos médicos de Nueva Zelanda que trataron de evaluar en varios trabajos entre los años 1972 y 1981, pero no obtuvieron resultados positivos. Posteriormente se realizaron algunos otros trabajos sobre el tema y en el año 1989 a alguien se le ocurrió la idea de ponerlos todos juntos en un meta-análisis (eran 7 trabajos en total) y los resultados del análisis (que pueden verse en el gráfico, explicado al pie) mostraron este tratamiento reducía las probabilidades de morir de los niños prematuros entre un 30 y un 50%. La pena es que algunos niños murieron durante los años anteriores incluso habiendo suficiente información disponible para haberlos salvado. Pero, como dice el refrán, más vale tarde que nunca.
Otro trabajo famoso y reciente en el mundo de los meta-análisis fue uno publicado en Lancet sobre la eficacia de la homeopatía, donde se mostraba que los efectos de estos tratamientos podían ser atribuidos al efecto placebo (hablaremos de este misterioso efecto en breve). Y otro más, también reciente, mostró lo que ya se sabía hace algún tiempo, aunque sigue siendo uno de esos mitos que mantienen abuelas y madres: que la vitamina C es buena para prevenir los catarros. Pero las perdonamos porque lo hacen con buena intención.
Pero los meta-análisis no están exentos de problemas. El principal es el de determinar qué trabajos se incluyen en ellos. Muchas veces, aunque dos estudios intenten evaluar una misma variable pueden hacerlo empleando protocolos experimentales diferentes. Por ejemplo, si pretendemos estudiar el efecto del estrés en las ratas sobre la liberación de corticosterona en el plasma (es una hormona que se libera en respuesta al estrés) debemos tener en cuenta, entre otras cosas, cuál es el grado de estrés al que se ha sometido a la rata (hay diferentes formas de estresar a una rata entre las que están inmovilizarla envolviéndola en un trapo o metiéndola en un tubo de plástico, colocar un pañuelo impregnado con hormonas de gato o zorro, darle una pequeña descarga eléctrica,...), por lo que es posible que no se pudiesen comparar los datos de esos trabajos si los protocolos son muy diferentes entre sí.
Por otro lado, deben excluirse del análisis aquellos trabajos que no se consideren bien diseñados. Ya hemos hablado algo acerca de ello aquí y aquí, pero comentaré un par de cosas. Un ejemplo de buen diseño en el caso de ensayos clínicos es el empleo del doble-ciego, ya que las propias expectativas del investigador pueden sesgar los datos obtenidos en uno u otro sentido (aunque este sesgo se produzca de forma inconsciente). De hecho, algunas revisiones han mostrado que el efecto de no tener el diseño el doble ciego puede hacer que haya una desviación de los datos de hasta un 17%. En otra revisión que se centró en el caso de la acupuntura se vio que esta variación podía llegar incluso al 40% (a favor del efecto beneficioso de la acupuntura, claro).
Otro de los factores clave a tener en cuenta en los ensayos clínicos es la asignación aleatoria de los individuos a los diferentes grupos experimentales. A veces, aunque pueda ser de forma inconsciente, el investigador puede incluir a aquellos individuos que cree que van a ser más sensibles al tratamiento en el grupo de dicho tratamiento y al resto en el grupo control.
La principal ventaja que ofrecen los meta-análisis es que permiten analizar al mismo tiempo tamaños de muestra muy grandes. Si en un trabajo con ratas habitualmente se emplean del orden de 10 ratas por grupo en un meta-análisis se puede disponer de unas 200 porque se han combinado los datos de unos 20 trabajos (o más, depende del tema estudiado). Esto hace que el análisis sea más potente y permita encontrar diferencias que con muestras pequeñas sean difíciles de encontrar. A veces cuando se realiza un experimento y se analizan los resultados se ve que se está al borde de encontrar diferencias estadísticamente significativas y sospechamos que añadiendo algunos animales más al estudio se encontrarían esas diferencias. El problema es que a veces no se dispone del tiempo o el dinero necesarios (o ambos al mismo tiempo) y el trabajo se deja como quedó. Y además, no podemos asegurar que incluyendo más animales encontraríamos diferencias. Pero a los dos meses salen otro par de trabajos sobre el mismo tema y ves que no hay diferencias pero que están cerca de la significación. Entonces se cogen todos los datos de esos trabajos y de otros anteriores y se ponen en común y voilá, se encuentran diferencias. Y a veces esta estrategia salva vidas. Eso ocurrió, por ejemplo, con la administración de esteroides a las madres de niños prematuros antes de su nacimiento, una idea de unos médicos de Nueva Zelanda que trataron de evaluar en varios trabajos entre los años 1972 y 1981, pero no obtuvieron resultados positivos. Posteriormente se realizaron algunos otros trabajos sobre el tema y en el año 1989 a alguien se le ocurrió la idea de ponerlos todos juntos en un meta-análisis (eran 7 trabajos en total) y los resultados del análisis (que pueden verse en el gráfico, explicado al pie) mostraron este tratamiento reducía las probabilidades de morir de los niños prematuros entre un 30 y un 50%. La pena es que algunos niños murieron durante los años anteriores incluso habiendo suficiente información disponible para haberlos salvado. Pero, como dice el refrán, más vale tarde que nunca.
Otro trabajo famoso y reciente en el mundo de los meta-análisis fue uno publicado en Lancet sobre la eficacia de la homeopatía, donde se mostraba que los efectos de estos tratamientos podían ser atribuidos al efecto placebo (hablaremos de este misterioso efecto en breve). Y otro más, también reciente, mostró lo que ya se sabía hace algún tiempo, aunque sigue siendo uno de esos mitos que mantienen abuelas y madres: que la vitamina C es buena para prevenir los catarros. Pero las perdonamos porque lo hacen con buena intención.
El gráfico representa los datos de 7 estudios independientes. Las líneas horizontales representan los resultados de cada uno de los ensayos analizados (cuanto más corta es la línea más confianza hay sobre el resultado), y el rombo representa la combinación de los resultados. La línea vertical indica la posición alrededor de la cual las líneas horizontales deberían situarse si los dos tratamientos comparados en los ensayos tuviesen el mismo efecto (si la línea horizontal toca la vertical significa que ese ensayo no encontró una diferencia clara entre ambos tratamientos). La posición del rombo a la izquierda de la línea vertical indica que el tratamiento estudiado es beneficioso. Si las líneas horizontales o el rombo se encuentran en el lado derecho de la línea vertical indica que el tratamiento estudiado es más perjudicial que beneficioso.
A aquellos interesados en este tipo de análisis les recomiendo que visiten The Chocrane Collaboration, que es una organización sin ánimo de lucro en la que diversos especialistas realizan este tipo de análisis para analizar ensayos clínicos.
2 comentarios:
Otro problema en los metaanálisis es el sesgo de publicación.
Si 100 personas hacen estudios sobre los efectos de, pongamos, dormir en una habitación con forma de pirámide, 90 pueden salir negativos (ningún efecto).
Esos, dificilmente se publicarán, quizás 5 lleguen a ver la luz.
Los otros 10 parecen insinuar que sí que tiene efectos, se publican los 10.
Un metaanálisis junta los datos de los 15 artículos publicados y demuestra sin duda los efectos beneficiosos de las pirámides.
Anónimo, llevas toda la razón. De hecho, es curioso porque hay trabajos que precisamente evalúan si hay un sesgo en los datos en favor de los trabajos con resultados positivos y de hecho, suele ser así. Y, más curioso aún, porque se hizo un análisis de esos otros trabajos y ¡también se vio que estaban sesgados!
Buena anotación
Publicar un comentario