Page Comparison

A meta-analysis is a statistical procedure that combines the findings from multiple primary studies into a single overall summary estimate. A meta-analysis can be conducted to improve statistical power to detect a treatment effect, to estimate a summary average effect, to identify sub-groups associated with a negative outcome or a beneficial effect, and to explore differences in the size or direction of the treatment effect associated with study-specific variables. Interpretation of summary effect sizes from meta-analyses of epidemiological studies addressing etiological issues is difficult because of the differences in the factors controlled for in multivariate analyses from individual studies, and also because of poor reporting in the original studies with lack of adequate or complete details. For more information and guidance on meta-analysis, refer to Chapter 3 of this manual. 

An overall effect size is reported in a meta-analysis. It is computed for each study and the findings are pooled together to draw overall inferences. There are many different types of effect size and it is possible to convert one effect size into another, so each really just offers a differently scaled measure of the strength of an effect or a relationship. Reviewers should be aware that there are different guidelines for the interpretation of practical significance of the effect sizes such as ORs and RRs Un metaanálisis es un procedimiento estadístico que combina los hallazgos de múltiples estudios primarios en una única estimación resumida global. Un metaanálisis puede realizarse para mejorar la potencia estadística para detectar un efecto del tratamiento, estimar un efecto medio resumido, identificar subgrupos asociados con un resultado negativo o un efecto beneficioso, y explorar las diferencias en el tamaño o la dirección del efecto del tratamiento asociadas con variables específicas del estudio. La interpretación de los tamaños del efecto resumidos a partir de los metaanálisis de estudios epidemiológicos que abordan cuestiones etiológicas es difícil debido a las diferencias en los factores controlados en los análisis multivariantes de los estudios individuales, y también debido a la información deficiente en los estudios originales con falta de detalles adecuados o completos. Para más información y orientación sobre el metaanálisis, consulte el Capítulo 3 de este manual.

En un metaanálisis se indica el tamaño del efecto global. Se calcula para cada estudio y los hallazgos se agrupan para extraer conclusiones generales. Hay muchos tipos diferentes de tamaño del efecto y es posible convertir un tamaño del efecto en otro, por lo que cada uno ofrece una medida de la fuerza de un efecto o una relación en una escala diferente. Los revisores deben ser conscientes de que existen diferentes directrices para la interpretación de la significación práctica de los tamaños del efecto, como OR y RR (Tufanaru C, Huang WJ et al. 2012). One proposed guide for interpretation of effect sizes suggests that a value of 2 for a risk estimate (such as a relative risk RR or an odds ratio OR) is considered the minimum significant value from a practical point of view; a value of 3 is considered moderate significant; a value of 4 is considered to indicate strong significance from a practical point of view Una guía propuesta para la interpretación de los tamaños del efecto sugiere que un valor de 2 para una estimación del riesgo (como un riesgo relativo RR o una odds ratio OR) se considera el valor mínimo significativo desde un punto de vista práctico; un valor de 3 se considera moderadamente significativo; un valor de 4 se considera que indica una fuerte significación desde un punto de vista práctico (Tufanaru C, Huang WJ et al. 2012).Frequently primary published studies investigating risk of an exposure will design the study and present the available data at different levels of the exposure, or in different categories to reflect a ‘dose-response’ relationship between the exposure and outcome variable. Difficulties will naturally arise if different studies have used different exposure categories and have presented this data in a variety of different ways. A dose response relationship between an exposure and the outcome is most commonly investigated to strengthen the support for causal inference or causation (

Greenland and Con frecuencia, los estudios primarios publicados que investigan el riesgo de una exposición diseñarán el estudio y presentarán los datos disponibles en diferentes niveles de la exposición, o en diferentes categorías para reflejar una relación "dosis-respuesta" entre la exposición y la variable de resultado. Naturalmente, surgirán dificultades si diferentes estudios han utilizado diferentes categorías de exposición y han presentado estos datos de formas diversas. Lo más habitual es investigar una relación dosis-respuesta entre una exposición y el resultado para reforzar el apoyo a la inferencia causal o la causalidad (Greenland y Longnecker 1992, Bekkering, Harris et al. 2008). Individual studies may present results in a stratified manner, either across different exposure groups or in different quantiles. For example, considering the risk of alcohol intake and lung cancer, the data may be presented as different exposure groups such as in glasses/week or in grams of alcohol. Irrespective of this, methods are available to combine the results of individual studies presenting such ‘trend’ data. Dependent on the type of data presented from such a dose response investigation, accepted methods exist to summarize the data to a consistent risk estimate which can then be subsequently used in meta-analysis.Bekkering et al in a study on the usability of results in a meta-analysis reported that majority of usable results reported were odds, risk, or hazard ratios that compared one or more exposure categories with a baseline category Los estudios individuales pueden presentar los resultados de forma estratificada, ya sea en diferentes grupos de exposición o en diferentes cuantiles. Por ejemplo, considerando el riesgo de la ingesta de alcohol y el cáncer de pulmón, los datos pueden presentarse como diferentes grupos de exposición, como en vasos/semana o en gramos de alcohol. Independientemente de ello, existen métodos para combinar los resultados de estudios individuales que presentan dichos datos de "tendencias". Dependiendo del tipo de datos que se presenten en dicha investigación de dosis-respuesta, existen métodos aceptados para resumir los datos en una estimación coherente del riesgo que pueda utilizarse posteriormente en un metaanálisis.

­En un estudio sobre la utilidad de los resultados en un metaanálisis, Bekkering et al. indicaron que la mayoría de los resultados utilizables notificados eran odds, risk o hazard ratios que comparaban una o más categorías de exposición con una categoría de referencia (Bekkering, Harris et al. 2008). They further suggest some advantages in reporting results in ORs, RRs and HRs, which include checking informally for nonlinear exposure effects, and easier interpretation of the magnitude of the association Además, sugieren algunas ventajas de notificar los resultados en OR, RR y HR, que incluyen la comprobación informal de los efectos no lineales de la exposición y una interpretación más sencilla de la magnitud de la asociación (Bekkering, Harris et al. 2008). In case of nonlinear associations, there is a risk for conclusions from dose-response meta-analysis being misleading and it is suggested that linearity assumptions be checked for each study, when conducting dose-response meta-analysis (Greenland and En caso de asociaciones no lineales, existe el riesgo de que las conclusiones del metaanálisis dosis-respuesta sean engañosas, por lo que se sugiere que se comprueben los supuestos de linealidad para cada estudio cuando se realice un metaanálisis dosis-respuesta (Greenland y Longnecker 1992, Bekkering, Harris et al., 2008). Bekkering et al. (Bekkering, Chene and Thompson, Greenland and LongneckerHarris et al. 2008), Chene y Thompson (Chene y Thompson 1996), Greenland y Longnecker (Greenland y Longnecker 1992), Hamling et al, and Orsini et al describe methods for conducting linear and non-linear dose-response meta-analyses. Essentially, for linear dose-response meta-analysis, the method involves estimation of a linear dose-response curve for each study when combining studies with different exposure category definitions. Further, it requires the numbers of cases and noncases (outcomes) and persons/person-years (person-time) and the effect estimates (RR or OR) with confidence intervals for at least three quantitative exposure categories . (Hamling, Lee et al. 2008), y Orsini et al (Orsini, Bellocco et al. 2006) describen métodos para realizar metaanálisis dosis-respuesta lineales y no lineales. Esencialmente, para el metaanálisis dosis-respuesta lineal, el método implica la estimación de una curva dosis-respuesta lineal para cada estudio cuando se combinan estudios con diferentes definiciones de categorías de exposición. Además, requiere el número de casos y no casos (resultados) y personas/persona-año (persona­tiempo) y las estimaciones del efecto (RR u OR) con intervalos de confianza para al menos tres categorías cuantitativas de exposición (Aromataris, Hopp L et al. 2011).

A note on heterogeneity (refer to Chapter 3 for more details)

Despite the impediment to meta-analysis that heterogeneity of the published data presents, be it for methodological, clinical or statistical reasons, meta-analysis of observational studies to inform etiology and risk is almost always possible and can offer a valid means to explore heterogeneity and its impact within a data set. A combined analysis of individual studies, beyond the outright aim of increased precision due to increased sample size, may be desirable as it allows the exploration of potential confounders and interactions and other modifying effects that may explain the heterogeneity among the included studies. It is suggested that the decision to conduct meta-analysis should not be just based on statistical considerations regarding heterogeneity but should be based on the review question, the characteristics of the studies, and the interpretability of the results. Nota sobre la heterogeneidad (ver Capítulo 3 para más detalles)

A pesar del impedimento que supone para el metaanálisis la heterogeneidad de los datos publicados, ya sea por razones metodológicas, clínicas o estadísticas, el metaanálisis de estudios observacionales para informar sobre la etiología y el riesgo casi siempre es posible y puede ofrecer un medio válido para explorar la heterogeneidad y su impacto dentro de un conjunto de datos. Un análisis combinado de estudios individuales, más allá del objetivo directo de una mayor precisión debido a un mayor tamaño de la muestra, puede ser deseable, ya que permite explorar posibles factores confundentes e interacciones y otros efectos modificadores que pueden explicar la heterogeneidad entre los estudios incluidos. Se sugiere que la decisión de realizar un metaanálisis no se base únicamente en consideraciones estadísticas relativas a la heterogeneidad, sino que se base en la pregunta de la revisión, las características de los estudios y la interpretabilidad de los resultados.