Anexo 5
Análisis de una revisión sistemática
continuación se desarrollan con detalle algu-
A nos aspectos de la estrategia de análisis de una
revisión sistemática (RS), cuyo esquema básico
se ha presentado en el capítulo 10. La finalidad del
análisis es obtener un estimador combinado del efec-
to de un factor de estudio sobre una variable de res-
puesta a partir de los resultados obtenidos en dife-
rentes estudios. El procedimiento estadístico que se
utiliza se denomina metaanálisis. A continuación se
comentan las principales fases del análisis de una RS.
ANÁLISIS DE LA HETEROGENEIDAD
La principal condición necesaria para combinar los
resultados de diferentes estudios es que las diferen-
cias entre ellos sean debidas exclusivamente al azar,
es decir, que se trate de estudios homogéneos. Por
ello, la primera fase del análisis es evaluar si se cum-
ple esta condición.
La calidad de los resultados del análisis depende,
por una parte, de la calidad de los datos de los es-
tudios individuales y, por otra, de las diferencias
entre ellos (características de la población estudiada,
definiciones de las condiciones clínicas, característi-
cas del factor de estudio, variables de respuesta ana-
lizadas, etc.). Por tanto, el primer paso consiste en
presentar todos estos datos en una tabla, denomina-
da tabla de evidencias, para poder evaluar si es razona-
ble combinar los resultados de los estudios.
La heterogeneidad de los resultados de los es-
tudios individuales no se refiere exclusivamente a
la situación en que no van en la misma dirección
347
(p. ej., cuando algunos estudios sugieren que una de-
terminada exposición es protectora frente al desarro-
llo de una enfermedad, mientras que otros estudios
sugieren que es un factor de riesgo de la misma), sino
también cuando las estimaciones de cada estudio son
de magnitud muy diferente, aunque no necesaria-
mente en direcciones opuestas (p. ej., cuando algu-
nos estudios sugieren que una exposición aumenta
ligeramente el riesgo de una enfermedad, mientras
que otros sugieren que el aumento de riesgo es muy
importante).
Dado que los estudios que se analizan son una
muestra de todos los posibles estudios que pueden
realizarse sobre un tema, sus resultados pueden di-
ferir simplemente por azar. Por un lado, aun cuan-
do el efecto fuera el mismo en todos los estudios,
los resultados observados variarían alrededor de
este «efecto común fijo» (variabilidad intraestu-
dio). Además, dado que los estudios pueden pre-
sentar ciertas diferencias en la población, en las
características de la enfermedad o en las de la inter-
vención o factor de estudio, es de esperar que pue-
dan existir también ciertas diferencias en la estima-
ción del efecto (variabilidad interestudios).
La presencia de esta heterogeneidad puede eva-
luarse mediante pruebas estadísticas. Si se pone de
manifiesto la existencia de heterogeneidad, es obli-
gado analizar sus posibles causas y, en ocasiones, abs-
tenerse de combinar los resultados. Sin embargo, si
el resultado de la prueba no es estadísticamente sig-
nificativo, no puede descartarse completamente la
existencia de heterogeneidad, especialmente si el
 MÉTODOS DE INVESTIGACIÓN CLÍNICA Y EPIDEMIOLÓGICA
número de estudios es reducido y con muestras de
pequeño tamaño, ya que en esta situación existe
gran variabilidad y la potencia de la prueba para de-
tectar diferencias es pequeña. Por ello, se sugiere
que, en lugar de usar el nivel de significación
estadística habitual del 0,05, se use el 0,10, con el fin
de paliar parcialmente este problema.
El análisis estadístico debe complementarse con
una representación gráfica conjunta de los resulta-
dos de los estudios individuales y sus correspon-
dientes intervalos de confianza, lo que permitirá la
inspección visual de la magnitud de las diferencias.
Además, el análisis de subgrupos también puede
facilitar la valoración cualitativa de las diferencias
entre estudios.
ESTIMACIÓN COMBINADA
DEL EFECTO
Si se considera razonable combinar los resultados
de los estudios, se realiza un metaanálisis con la fi-
nalidad de obtener una estimación conjunta del
efecto con un intervalo de confianza (IC). Los re-
sultados deben expresarse de una forma estandari-
zada para permitir su comparación. Si la variable de
respuesta es dicotómica, suelen utilizarse medidas
como el riesgo relativo o la odds ratio. Si son cuanti-
tativas, puede utilizarse la diferencia de medias.
Pueden diferenciarse dos modelos estadísticos
básicos para combinar los resultados: el de efectos
Tabla A5.1. Principales pruebas estadísticas utilizadas en un metaanálisis
Tipo de variable Medida del efecto
Dicotómica Odds ratio
Riesgo relativo
Diferencia de riesgos
Continua Diferencia de medias
Diferencia estandarizada de medias
348
fijos, que sólo considera la variabilidad presente en
cada estudio (intraestudio), y el modelo de efectos
aleatorios, que considera tanto la variabilidad intra-
estudio como la interestudios, al suponer que los
estudios incluidos son una muestra de todos los po-
sibles. Cuando no existe heterogeneidad, ambos
modelos proporcionan resultados prácticamente
idénticos. Cuando existe heterogeneidad, lo más
adecuado es no combinar los resultados, pero, si se
decide hacerlo, debe utilizarse el modelo de efectos
aleatorios, ya que es más conservador y proporcio-
na IC más amplios para la estimación conjunta, ad-
virtiendo claramente a los lectores de las limitacio-
nes de este abordaje y de que deben interpretar los
resultados con mucha precaución.
La combinación estadística de los diferentes es-
tudios implica ponderar los resultados de cada uno
de ellos de acuerdo con su precisión. Cuanto más
preciso es el resultado de un estudio, más estrecho
es su IC, por lo que este estudio debe «pesar más»
en el resultado final que los que proporcionan re-
sultados menos precisos. Para realizar esta ponde-
ración, suele utilizarse el inverso de la variancia de
la estimación o el tamaño de la muestra de los estu-
dios. Con menos frecuencia se utiliza la puntuación
recibida en el proceso de evaluación de su calidad.
Las pruebas estadísticas más utilizadas se presentan
en la tabla A5.1.
Es importante examinar si el resultado global es
consistente, es decir, si está muy influido por las de-
Modelo Método
Efectos fijos Peto
Mantel-Haenszel
Woolf
Efectos aleatorios DerSimonian-Laird
Efectos fijos Mantel-Haenszel
Woolf
Efectos aleatorios DerSimonian-Laird
Efectos fijos Mantel-Haenszel
Woolf
Efectos aleatorios DerSimonian-Laird
Efectos fijos Woolf
Efectos aleatorios DerSimonian-Laird
Efectos fijos Woolf
Efectos aleatorios DerSimonian-Laird
 ANÁLISIS DE UNA REVISIÓN SISTEMÁTICA

cisiones tomadas durante el proceso de revisión, co-
mo por ejemplo, la exclusión de un determinado
tipo de estudios, los criterios de selección emplea-
dos, la utilización de un método de efectos aleato-
rios o fijos para combinar los datos, etc. Con esta fi-
nalidad pueden realizarse análisis de sensibilidad,
metaanálisis acumulativos, análisis de subgrupos o
una metarregresión.
PRESENTACIÓN GRÁFICA
DE LOS RESULTADOS
Habitualmente, los resultados de una RS suelen
presentarse gráficamente en un formato relativa-
mente estándar (fig. A5.1). El resultado principal
de cada uno de los estudios incluidos en la revisión
se muestra como una línea horizontal que repre-
senta el IC del 95% de la estimación de la medida
del efecto, y en la que una señal indica la estima-
ción puntual observada en dicho estudio. Una últi-
ma línea horizontal representa el resultado global
del metaanálisis, cuya estimación puntual suele re-
presentarse por un rombo. Una línea vertical repre-
senta la ausencia de efecto (valor uno, cuando se
utilizan medidas relativas como la odds ratio o el ries-
go relativo, o valor cero, cuando se utilizan medidas
absolutas como la diferencia de incidencias).
Cuando los estudios se presentan ordenados por
algún criterio, como el año de su realización, se de-
nominan metaanálisis acumulativos (parte derecha
de la fig. A5.1), que muestra la ejecución repetida
del metaanálisis cuando un nuevo estudio está dis-
ponible para su inclusión. Ayuda a determinar la
consistencia de los resultados a lo largo del tiempo
e identificar retrospectivamente el punto en el
tiempo en que la estimación conjunta del efecto
alcanzó un determinado grado de significación. La
primera línea coincide en ambas figuras, mientras
que la segunda línea de la figura de la derecha
corresponde al análisis acumulado de los dos pri-
meros estudios; la tercera, de tres estudios, y así,
sucesivamente. La amplitud del IC se va reducien-
do, ya que cada vez se analiza un mayor número de
sujetos y la estimación es más precisa. Además,
puede evaluarse si la incorporación de nuevos estu-
dios produce alguna modificación en la estimación

OR (IC 95%) OR (IC 95%)

0,1 0,2 0,5 1 2 5 10 0,1 0,2 0,5 1 2 5 10
Estudio Año N N
Estudio A 1987 122 122
Estudio B 1990 881 1.003
Estudio C 1990 885 1.888
Estudio D 1990 711 2.599
Estudio E 1991 193 2.792
Estudio F 1992 338 3.130
Estudio G 1993 984 4.114
Estudio H 1994 1.749 5.863
Estudio I 1994 329 6.192
Estudio J 1994 140 6.332

GLOBAL 6.332

A favor del A favor del A favor del A favor del

tratamiento control tratamiento control

Figura A5.1. Presentación gráfica de los resultados de un metaanálisis sobre la eficacia de una intervención
sanitaria. Se representan los valores de odds ratio de cada estudio individual y la global del metaanálisis,
y sus correspondientes intervalos de confianza del 95%.

349
 MÉTODOS DE INVESTIGACIÓN CLÍNICA Y EPIDEMIOLÓGICA
del efecto. En la figura puede apreciarse cómo, a
medida que se añaden nuevos estudios, existe una
ligera tendencia a la disminución de la magnitud
del efecto (se va acercando a la línea de ausencia de
efecto).
ANÁLISIS DE SENSIBILIDAD
Este procedimiento requiere reanalizar los datos en
función de diferentes criterios y comprobar si se
modifican los resultados: analizando solamente
estudios experimentales y añadiendo observaciona-
les, incluyendo estudios de menor calidad meto-
dológica o con un tamaño de la muestra más re-
ducido, etc. Si la utilización de diferentes criterios
conduce a resultados similares, la conclusión de la
RS se ve fortalecida.
Una forma de análisis de sensibilidad es efectuar
el metaanálisis empleando un método de efectos
aleatorios y un método de efectos fijos. La estima-
ción puntual con ambos métodos será muy similar,
pero el IC será más amplio con el método de efec-
tos aleatorios. Si el IC varía muy poco, se tiene una
mayor confianza en que los resultados de la RS son
consistentes.
Otras características de la calidad de los estudios
que pueden servir para efectuar un análisis de sen-
sibilidad son la forma en que se asignaron los suje-
tos al grupo de intervención o al de control, o cómo
se evaluó la variable de respuesta. Si los resultados
de la RS son diferentes al incluir o excluir estudios
con menor calidad metodológica, los resultados de-
ben interpretarse con precaución.
Algo similar sucede con los estudios no publica-
dos, de los que se ha podido obtener información.
Lo más correcto, si cumplen criterios de inclusión,
es incluirlos en el análisis. De todos modos, convie-
ne analizar también la sensibilidad de los resultados
globales de la RS cuando se excluyen estos estudios,
lo que puede orientar sobre la posible existencia de
un sesgo de publicación. Si los resultados difieren
debe informarse a los lectores del hecho e interpre-
tar los resultados con cautela.
El metaanálisis acumulativo, comentado ante-
riormente, corresponde a un análisis de sensibili-
dad que permite evaluar cómo influye el criterio
por el que se ordenan los estudios, ya sea el año de
publicación o la puntuación obtenida al evaluar su
calidad metodológica (p. ej., empezando por los de
mayor calidad y evaluando cómo la inclusión pro-
350
gresiva de estudios de menor calidad influye sobre
la estimación combinada del efecto).
METARREGRESIÓN
Se utiliza para evaluar estadísticamente qué factores
influyen sobre la estimación del efecto, como de-
terminadas características de los pacientes, de la
intervención o del diseño de los estudios. Estas carac-
terísticas pueden ser comunes a todos los pacientes
incluidos en los estudios, como por ejemplo, la vía de
administración de un tratamiento, o un promedio de
todos los pacientes, como la media de edad. Este últi-
mo tipo de covariables requiere un interpretación
cautelosa, ya que los valores agregados pueden no
representar adecuadamente a grupos minoritarios de
pacientes. Los resultados de la metarregresión se
informan generalmente como coeficientes de regre-
sión con sus IC, que reflejan la influencia de cada
variable evaluada sobre la estimación del efecto.
ANÁLISIS DE SUBGRUPOS
Los análisis de subgrupos se realizan cuando interesa
evaluar los resultados en algún grupo especial de su-
jetos, en función de la edad, sexo u otras variables, y
solamente se justifican si se han planeado antes de
iniciar la RS, a partir de una hipótesis fundamentada.
Además de los problemas de cualquier análisis
de subgrupos, en una RS es importante tener en
cuenta si la comparación se realiza entre subgrupos
de sujetos que proceden de un mismo estudio o
bien entre subgrupos procedentes de estudios dife-
rentes. En esta segunda situación, el resultado tiene
mayores limitaciones, ya que, al proceder de estu-
dios diferentes, pueden existir otros muchos facto-
res que influyan sobre los resultados.
Cuando la finalidad no es tanto obtener estima-
ciones por subgrupos como ver si los resultados difie-
ren en función de los subgrupos que se consideren,
se utiliza como otra forma de explorar y explicar la
heterogeneidad.
EVALUACIÓN GRÁFICA DEL SESGO
DE PUBLICACIÓN
Una forma de evaluar la posibilidad de un sesgo de
publicación es el gráfico en embudo (funnel plot), en
el que las medidas del efecto observadas en los di-
ferentes estudios se presentan en una gráfica en que

el eje de abscisas corresponde a la magnitud del efec-
to y el de ordenadas a alguna medida de su variabi-
lidad, generalmente el tamaño muestral (fig. A5.2).
Dado que los estudios de menor tamaño tienen una
menor precisión en la estimación del efecto, presen-
tan una mayor variabilidad en los resultados. En cam-
bio, los estudios de mayor tamaño muestran mayor
precisión, por lo que sus resultados tienen menor va-
riabilidad. Al representar los resultados de los dife-
rentes estudios identificados, se obtiene un gráfico en
forma de embudo invertido o pirámide, si no existe
sesgo de publicación. Cuando, como ocurre en la fi-
gura, el gráfico no es simétrico (obsérvese que pare-
cen faltar estudios en el ángulo inferior derecho),
puede sospecharse que no se han localizado los estu-
dios que deberían ocupar este lugar; en este caso,
Tamaño
de la muestra
10.000
Outlier?
1.000
100
Figura A5.2.
Gráfico en embudo
0,1
para la evaluación Favorece al tratamiento
del sesgo de
publicación.
B IBLIOGRAFÍA
Egger M, Smith GD, Altman DG (eds). Systematic reviews in
health care: meta-analysis in context. 2.a ed. Londres:
BMJ Publishing Group, 2001.
Higgins J, Thompson S, Deeks J, Altman D. Statistical hete-
rogeneity in systematic reviews of clinical trials: a critical
appraisal of guidelines and practice. J Health Serv Res
Policy 2002; 7: 51-61.
Lau J, Ioannidis JPA, Schmid CH. Quantitative synthesis in
systematic reviews. Ann Intern Med 1997; 127: 820-826.
351
ANÁLISIS DE UNA REVISIÓN SISTEMÁTICA
estudios de pequeño tamaño con resultados en con-
tra del tratamiento, lo que sería sugestivo de la exis-
tencia de un sesgo de publicación. Éste es un método
aproximado y difícil de interpretar cuando existen
pocos estudios.
Otra utilidad del gráfico en embudo es que per-
mite identificar algún estudio con comportamiento
extraño, como el indicado como outlier en la figu-
ra A5.2. Se trata de un estudio que conduce a una
estimación muy favorable al tratamiento, pero que
queda fuera de la variabilidad que sería esperable
simplemente por azar en los estudios de un tamaño
de la muestra similar. Ello obliga a revisar cuidado-
samente las características de este estudio con la fi-
nalidad de identificar algún factor que pueda expli-
car este comportamiento inesperado.
0,8 1,0 10
Favorece al control
Macaskill P, Walter SD, Irwig L. A comparison of methods to
detect publication bias in meta-analysis. Stat Med 2001;
20: 641-654.
McAuley L, Pham B, Tugwell P, Moher D. Does the inclu-
sion of grey literature influence estimates of interven-
tion effectiveness reported in meta-analysis? Lancet
2000; 356: 1228-1231.
Sutton AJ, Duval SJ, Tweedie RL, Abrams KR, Jones DR. Em-
pirical assessment of effect of publication bias on meta-
analysis. BMJ 2000; 320: 1574-1577