Heterogeneidad en el meta-análisis: ¿Influye en la decisión para realizarlo?

Elaborado por:
Joshuan J. Barboza
Doctor in Clinical Research. 
Investigador Distinguido RENACYT
Senior Researcher. Universidad Norbert Wiener.
Professor of Clinical Research, Universidad César Vallejo.
Researcher of Systematic Review and Meta-analysis USIL, Lima, Perú.
SCOPUS ID: 57204457871
ORCID: https://orcid.org/0000-0002-2896-1407

Email: jbarbozameca@gmail.com

¿Cómo influye la variabilidad (heterogeneidad) entre los estudios para la decisión de hacer o no un meta-análisis?


La variabilidad o heterogeneidad entre los estudios es un factor crucial en la decisión de realizar o no un meta-análisis. Para ello, se debe precisar:

• Evaluación de la Heterogeneidad: La heterogeneidad se refiere a las diferencias en los resultados de los estudios que no se deben al azar. Se evalúa estadísticamente mediante pruebas como la Q de Cochran y el I². Una heterogeneidad significativa sugiere que los estudios no son lo suficientemente similares como para ser combinados de manera simple.
• Interpretación de Resultados: Alta heterogeneidad puede indicar que los estudios no son comparables, y por lo tanto, combinar sus resultados podría llevar a conclusiones erróneas. Si los estudios son muy diferentes en términos de poblaciones de estudio, intervenciones o resultados medidos, el meta-análisis puede no ser el enfoque más apropiado.
• Subgrupos y Análisis de Sensibilidad: En presencia de heterogeneidad, se pueden realizar análisis de subgrupos o análisis de sensibilidad para explorar las fuentes de variabilidad. Por ejemplo, se pueden agrupar estudios por características comunes (como la edad de los participantes o la severidad de la condición estudiada) para ver si la heterogeneidad disminuye.
• Modelos Estadísticos: La elección del modelo estadístico en el meta-análisis depende de la heterogeneidad. Si hay poca o ninguna heterogeneidad, se puede utilizar un modelo de efectos fijos. Si hay una heterogeneidad moderada o alta, es más adecuado un modelo de efectos aleatorios.
• Decisión de Proceder: Si la heterogeneidad es excesivamente alta y no se puede explicar o gestionar a través de subgrupos o análisis de sensibilidad, puede ser inapropiado realizar un meta-análisis. En su lugar, se podría optar por una revisión sistemática sin meta-análisis cuantitativo.
• Calidad y Aplicabilidad: Incluso si se decide proceder con un meta-análisis frente a una heterogeneidad significativa, los resultados deben interpretarse con cautela. La alta variabilidad entre estudios puede limitar la aplicabilidad de los resultados a poblaciones más amplias.

La variabilidad o heterogeneidad entre estudios en un meta-análisis es un aspecto crucial que puede influir significativamente en la decisión de realizarlo o no. Esta heterogeneidad puede ser clínica o metodológica, y afecta cómo y si se deben combinar los estudios. Por ejemplo, en investigaciones de enfermería sobre intervenciones para aumentar comportamientos saludables, como la actividad física o la adherencia a medicamentos, se espera una heterogeneidad considerable debido a diferencias en los contenidos de la intervención, métodos de entrega, intensidad, características de los pacientes, comorbilidades y métodos de medición de resultados.

Para evaluar la heterogeneidad en un meta-análisis, se utilizan varias estadísticas:

• Estadística Q: Es la suma ponderada de los cuadrados de las desviaciones del tamaño del efecto de cada estudio a partir del tamaño del efecto medio de todos los estudios en el meta-análisis. Sigue una distribución chi-cuadrado y puede usarse para probar la hipótesis nula de que todos los estudios comparten un tamaño de efecto común. Un valor de Q mayor que los grados de libertad indica variación excesiva en los tamaños de efecto entre los estudios que puede atribuirse a heterogeneidad clínica o metodológica.
• T y T²: T es la estimación de la variable poblacional tau (τ), que es la desviación estándar del tamaño de efecto general, y T² representa la varianza del tamaño de efecto general. Estas medidas ayudan a entender cuánto se dispersan los tamaños de efecto individuales alrededor del tamaño de efecto medio y a interpretar el impacto potencial de la heterogeneidad observada.
• Índice I²: Mide la proporción de heterogeneidad inexplicada, calculada como [(Q - df) ÷ Q] × 100%. Este índice no depende del número de estudios ni de la métrica del tamaño del efecto, pero está sujeto a sobreinterpretación.

En el contexto de un meta-análisis, la heterogeneidad no necesariamente debe ser una razón para evitar su realización, pero la calidad metodológica del meta-análisis mejora si se aborda adecuadamente la heterogeneidad. La elección del modelo de meta-análisis más adecuado debe hacerse a priori, basándose en la pregunta de investigación de la revisión, los criterios de inclusión y la comprensión de las razones clínicas y metodológicas para la heterogeneidad estadística potencial.

En resumen, una alta heterogeneidad puede hacer que no sea adecuado combinar los resultados de diferentes estudios en un meta-análisis, ya que puede llevar a conclusiones erróneas debido a la variabilidad significativa en las intervenciones, poblaciones o medidas de resultado entre los estudios. Sin embargo, si se aborda y se maneja adecuadamente, la heterogeneidad puede ofrecer insights valiosos y no necesariamente impide la realización de un meta-análisis.

REFERENCIAS

1. Stogiannis D, Siannis F, Androulakis E. Heterogeneity in meta-analysis: a comprehensive overview. Int J Biostat. Published online March 27, 2023. doi:10.1515/ijb-2022-0070
2. Ruppar T. Meta-analysis: How to quantify and explain heterogeneity?. Eur J Cardiovasc Nurs. 2020;19(7):646-652. doi:10.1177/1474515120944014