Calculadora de metaanálisis

Cómo se usa la calculadora de metaanálisis

Calcula un metaanálisis en línea con numiqo. Introduce en la tabla de arriba los resultados resumidos de al menos dos estudios independientes, un estudio por fila. La calculadora combina los estudios y muestra el efecto combinado con su intervalo de confianza del 95 %, un forest plot, la heterogeneidad y un funnel plot. Puedes elegir entre un modelo de efecto fijo y uno de efectos aleatorios.

¿Qué datos puedo introducir?

En Tamaños del efecto, elige Error estándar o IC 95 %. Para odds ratios, riesgos relativos y hazard ratios, introduce el logaritmo natural de la razón y de sus límites de confianza, no la razón en sí; los resultados se muestran de nuevo como razones. A partir de un intervalo de confianza del 95 %, el error estándar es (superior - inferior) / (2 * 1.96). Esto solo es válido para un intervalo del 95 % basado en la aproximación normal y simétrico en la escala de análisis, así que usa el error estándar publicado cuando lo tengas.

Introducir estudios y ver los resultados

1. Selecciona el formato de datos y la medida del efecto. Mantén el mismo orden de grupos y la misma dirección del efecto en todos los estudios.
2. Importa una hoja de cálculo, pega celdas desde Excel o escribe en la tabla de arriba. Después, selecciona la columna de cada entrada necesaria. El nombre del estudio es opcional.
3. Elige el modelo. Con Efectos aleatorios puedes cambiar el Estimador y el Ajuste de Hartung–Knapp. Los resultados se actualizan automáticamente.
4. Revisa debajo de la tabla los resultados combinados, el forest plot, los pesos de los estudios, la comparación de modelos, la heterogeneidad y el funnel plot.

Para excluir un estudio sin borrarlo, usa el filtro encima de la tabla. Las filas vacías se ignoran; los valores ausentes o no válidos de un estudio incluido deben corregirse primero. Usa exportar / importar encima de la tabla para guardar tus datos como archivo Excel o .numiqo.

Por ejemplo, un estudio con 12 eventos entre 100 participantes en el grupo 1 y 20 entre 100 en el grupo 2 tiene un riesgo relativo de 0,60. Introduce esos cuatro recuentos en una fila y añade al menos otro estudio para obtener un resultado combinado.

Conversor de tamaños del efecto

Antes de combinar, cada estudio se convierte a una medida del efecto común. Los eventos y totales se convierten en un odds ratio, un riesgo relativo o una diferencia de riesgos; las medias y DE, en una diferencia de medias o la g de Hedges; las correlaciones se convierten en la z de Fisher y se muestran como r. La tabla Resultados por estudio muestra el efecto convertido y su intervalo de confianza del 95 % para cada estudio. Los resultados aparecen en cuanto hay al menos dos estudios incluidos.

¿Cómo se calculan las estimaciones?

El efecto combinado es una media ponderada de los efectos de los estudios. El modelo de efecto fijo pondera cada estudio por el inverso de su varianza, w = 1 / v. El modelo de efectos aleatorios usa w = 1 / (v + tau cuadrado), donde tau cuadrado es la varianza entre estudios, estimada por REML (por defecto) o DerSimonian-Laird.

El ajuste de Hartung-Knapp está activado por defecto en efectos aleatorios. Reescala el error estándar del efecto combinado y usa una distribución t con k - 1 grados de libertad, donde k es el número de estudios. Sin él, los intervalos de confianza usan la aproximación normal. Todos los intervalos tienen un nivel del 95 %.

Las razones se combinan en la escala logarítmica y las correlaciones en la escala de la z de Fisher. Las diferencias de medias son grupo 1 menos grupo 2, y la g de Hedges incluye la corrección para muestras pequeñas. Si un estudio binario tiene una celda igual a cero, se añade 0,5 a las cuatro celdas y la calculadora lo indica. En la diferencia de riesgos, esta corrección solo se usa para la varianza. En odds ratios y riesgos relativos, los estudios sin eventos, o solo con eventos, en ambos grupos no aportan información y no se combinan. Los cálculos usan el paquete de R metafor, que se ejecuta en tu navegador, así que tus datos no se envían a ningún servidor.

¿Cómo interpreto los resultados?

Un modelo de efecto fijo supone un único efecto verdadero común. Un modelo de efectos aleatorios permite que el efecto verdadero varíe entre estudios. Elige el modelo según tu pregunta de investigación y los diseños de los estudios, no según los resultados. La tabla de comparación de modelos muestra ambas estimaciones.

En el forest plot, cada estudio aparece con su intervalo de confianza del 95 % y el rombo muestra el efecto combinado. Con efectos aleatorios, una línea punteada muestra el intervalo de predicción del 95 %: el rango en el que se espera el efecto verdadero de un nuevo estudio comparable. Con pocos estudios puede ser poco fiable. La línea de ausencia de efecto está en 1 para las razones y en 0 para las diferencias y las correlaciones. Consulta el tutorial sobre el intervalo de confianza para saber más sobre los intervalos.

La heterogeneidad describe cuánto difieren los efectos verdaderos entre estudios. La calculadora muestra la Q de Cochran con sus grados de libertad y su valor p, I cuadrado y tau cuadrado. Para Q mayor que cero, I cuadrado es max(0, (Q - df) / Q) * 100; si Q es cero, I cuadrado también es cero. Un I cuadrado de cero no demuestra que todos los estudios compartan un único efecto verdadero, sobre todo con pocos estudios.

El funnel plot representa el efecto de cada estudio frente a su error estándar. La prueba de Egger aparece con al menos diez estudios incluidos. Un funnel plot asimétrico puede tener varias causas y por sí solo no demuestra sesgo de publicación.

Alcance y limitaciones

La calculadora combina estimaciones de estudios independientes. No tiene en cuenta varios resultados del mismo estudio ni grupos de control compartidos. No están disponibles el análisis por subgrupos, la metarregresión, el metaanálisis en red, el trim-and-fill ni la combinación de Mantel-Haenszel o Peto.

Al informar los resultados, indica la medida del efecto, el modelo, el estimador de tau cuadrado, si se usó el ajuste de Hartung-Knapp y cualquier corrección de continuidad.

Métodos y lecturas adicionales

• Cochrane Handbook, capítulo 10: Analysing data and undertaking meta-analyses trata la elección del modelo, la combinación por varianza inversa y la heterogeneidad.
• Documentación de tamaños del efecto de metafor describe las medidas de efecto y estimadores alternativos de la varianza muestral. Distintas configuraciones de software pueden producir resultados diferentes.