12.2.9 Extracción de datos

Debe utilizarse una plantilla de extracción de datos para extraer los datos pertinentes de los estudios incluidos. A continuación se presenta una plantilla de extracción de datos sugerida (también en el Anexo 12.1), que puede modificarse para adaptarla a los datos específicos de la revisión sistemática. Se recomienda que la extracción de datos sea realizada de forma independiente por dos revisores para minimizar los errores.

Debe extraerse información sobre qué instrumento o instrumentos ha evaluado el estudio, incluida información específica sobre las subescalas si solo se utilizan partes de un instrumento más amplio. Además, es importante detallar el constructo evaluado, ya que algunos instrumentos pueden utilizarse para evaluar múltiples constructos. Deben indicarse el país y el idioma en que se administra un instrumento, ya que una versión traducida de un instrumento puede considerarse un instrumento distinto de la versión en el idioma original y puede tener propiedades psicométricas diferentes. Es importante extraer el modo de administración de un instrumento (por ejemplo, en línea, en papel, etc.) para facilitar la comparación entre estudios. Como se mencionó anteriormente en la sección de criterios de inclusión (12.2.5), el entorno en el que se utiliza un instrumento suele ser importante y debe extraerse información sobre el entorno/contexto, así como sobre los participantes (por ejemplo, información sobre la inclusión/exclusión del estudio y el número de participantes) del estudio.

Los resultados que deben extraerse son datos sobre las propiedades de medición de interés. Si se informa de un gran número de propiedades de medición en los estudios incluidos, los revisores pueden optar por crear una tabla separada para introducir los datos de las propiedades de medición (ver Anexo 12.2 ).

Viabilidad e interpretabilidad de los instrumentos

 Además de los datos sobre las propiedades de medición de interés, es importante extraer datos (siempre que sea posible) en relación con la viabilidad e interpretabilidad de los instrumentos. Es importante tener en cuenta esta información a la hora de seleccionar el instrumento más adecuado para un fin específico. La viabilidad y la interpretabilidad no son propiedades de medición formales y solo pueden evaluarse de forma descriptiva, no cuantitativa. Si bien las propiedades de medición de un instrumento pueden ser sólidas, un instrumento puede no ser utilizable para un contexto o población determinados. Los revisores deben tener en cuenta la viabilidad y la interpretabilidad a la hora de hacer recomendaciones o sugerencias sobre la idoneidad de determinados instrumentos de medición.

La viabilidad permite al investigador utilizar su juicio para seleccionar el mejor instrumento para un contexto de investigación y/o una población determinados, más allá de la solidez de las propiedades de medición. Por ejemplo, si un investigador está administrando un compendio de instrumentos en un estudio, puede que no sea factible utilizar instrumentos de gran extensión. En su lugar, el investigador puede tener que elegir instrumentos que sean psicométricamente sólidos y que, al mismo tiempo, no supongan una carga adicional para los participantes del estudio. Por lo tanto, especialmente cuando hay múltiples instrumentos que miden el mismo constructo, es esencial examinar las características específicas de viabilidad para determinar la factibilidad de un instrumento. La tabla a continuación incluye las características clave relacionadas con la viabilidad que los revisores deben tratar de identificar y extraer para cada instrumento de medición de interés.

La interpretabilidad se refiere al significado cualitativo que puede asignarse a la puntuación cuantitativa o a la puntuación de cambio de un instrumento de medición (Mokkink et al., 2010a). Lo ideal es que un instrumento de medición proporcione un resultado que se comprenda fácilmente y pueda utilizarse para juzgar el significado clínico del resultado. La interpretación de las puntuaciones individuales puede mejorarse proporcionando información sobre la distribución de las puntuaciones en una población de estudio, que puede revelar agrupaciones de puntuaciones e indicar efectos mínimos y máximos. Las puntuaciones de cambio pueden interpretarse más fácilmente informando los valores de cambio mínimamente importante (CMI). La metodología COSMIN proporciona más ejemplos de información para extraer en relación con la interpretabilidad de los instrumentos de medición (Mokkink et al., 2018b).