análisis de datos y diseños de estudio no estándar

43
Análisis de datos y diseños de estudio no estándar

Upload: roberto-matos

Post on 21-Apr-2015

24 views

Category:

Documents


5 download

TRANSCRIPT

Page 1: Análisis de datos y diseños de estudio no estándar

Análisis de datos y diseños de estudio

no estándar

Page 2: Análisis de datos y diseños de estudio no estándar

cochrane training

Pasos de una revisión sistemática Cochrane

1. Formular la pregunta2. Planificar los criterios de elegibilidad3. Planificar la metodología4. Buscar los estudios5. Aplicar los criterios de elegibilidad6. Obtener los datos7. Evaluar el riesgo de sesgo de los estudios8. Analizar y presentar los resultados9. Interpretar los resultados y obtener conclusiones10. Mejorar y actualizar la revisión

Page 3: Análisis de datos y diseños de estudio no estándar

cochrane training

Índice

• Metanálisis genérico del inverso de la varianza• Datos no estándar• Aspectos a considerar para diferentes diseños de estudio

Ver Capítulos 7 y 9 del Cochrane Handbook

Page 4: Análisis de datos y diseños de estudio no estándar

cochrane training

Analizar los estimadores del efecto

• Cuando se tiene una estimación global del efecto, en vez de una síntesis para cada grupo por separado• Estimadores de efecto estándar (RR, OR, MD)• Ensayos no aleatorizados por conglomerados (“cluster”) o

ensayos cruzados (“cross-over”)• Tiempo hasta el evento (“time-to-event”) (HR), tasas (RR),

datos ordinales (POR)• Datos ajustados (por ej. a partir de un análisis de regresión)

Page 5: Análisis de datos y diseños de estudio no estándar

cochrane training

El método genérico del inverso de la varianza

• “Generico” = se puede aplicar a cualquier medida estadística de resumen

• “Inverso de la varianza” = usa el inverso de la varianza para asignar el peso que tiene cada ensayo en el metanálisis

Ver Sección 7.7.7 del Cochrane Handbook

Page 6: Análisis de datos y diseños de estudio no estándar

cochrane training

¿Qué hacer?

• Identificar el estadístico que se desea utilizar• Se necesitará el mismo estadístico para cada estudio• Si está utilizando estadísticos estándar de RevMan, use el

método habitual para calcular los resultados de otros ensayos y combínelos con el estudio problemático usando el método genérico del inverso de la varianza

• Para cada estudio, ingrese dos números:• El estadístico de resumen• El error estándar del estadístico de resumen

Page 7: Análisis de datos y diseños de estudio no estándar

cochrane training

Metanálisis genérico del inverso de la varianza

Page 8: Análisis de datos y diseños de estudio no estándar

cochrane training

Desenlaces para el método genérico del inverso de la varianza

Page 9: Análisis de datos y diseños de estudio no estándar

cochrane training

Desenlaces para el método genérico del inverso de la varianza

Page 10: Análisis de datos y diseños de estudio no estándar

cochrane training

Importante: si el estadístico es una tasa

• Las tasas no presentan una distribución normal• Se deben ingresar logaritmos naturales en RevMan• Por ej. log OR y ES (error estándar) del log OR• Comprobar que los datos reportados en el ensayo no se

encuentren ya expresados de esta forma• RevMan convertirá automáticamente los resultados para

mostrarlos como normales• Ver el Handbook y buscar asesoría estadística

Ver Sección 9.2.7 del Cochrane Handbook

Page 11: Análisis de datos y diseños de estudio no estándar

cochrane training

Propiedades de los desenlaces

Page 12: Análisis de datos y diseños de estudio no estándar

cochrane training

Calculando

Page 13: Análisis de datos y diseños de estudio no estándar

cochrane training

Índice

• Metanálisis con el método genérico del inverso de la varianza

• Datos no estándar• Aspectos a considerar para diferentes diseños de estudio

Ver Capítulos 7 y 9 del Cochrane Handbook

Page 14: Análisis de datos y diseños de estudio no estándar

cochrane training

Tipos de datos

• Datos dicotómicos• Datos continuos• Datos ordinales• Datos de recuento y datos de tasa• Datos de tiempo hasta el evento

Page 15: Análisis de datos y diseños de estudio no estándar

cochrane training

Desenlaces ordinales• Categorías ordenadas implicando magnitud

• Cortas: por ej., escalas de dolor, escala Likert• Largas: por ej., calidad de vida, funcionalidad

• Análisis de desenlaces ordinales• Dicotómicos

• Las escalas cortas pueden ser dicotomizadas• Por ej. dolor vs no dolor, dolor leve vs dolor intenso

• Continuos• Escalas largas – reportar puntuación promedio

• Odds ratio proporcional• Analizar utilizando el método genérico del inverso de la varianza

Page 16: Análisis de datos y diseños de estudio no estándar

cochrane training

Datos de recuento y tasas• Datos de recuento: se refieren a eventos que pueden ocurrir más

de una vez• Por ej., hospitalización, número de dientes cariados• Las tasas también consideran el intervalo en que los eventos

ocurrieron• Precaución con los errores en la unidad de análisis

• Analizar datos de recuento y tasas• Dicotómicos

• Número de participantes con al menos un evento• Continuos

• Promedio del no. de eventos por persona• Tiempo hasta el primer evento• Razón de tasas

• Analizar utilizando el método genérico del inverso de la varianza

Tasa = número de eventos Intervalo

Page 17: Análisis de datos y diseños de estudio no estándar

cochrane training

Desenlaces tiempo hasta el evento (supervivencia)

• Lapso de tiempo hasta que ocurre el evento• Por ej., tiempo hasta la muerte, tiempo libre de crisis epilépticas• Incluye datos ‘censurados’– personas que no experimentaron el

evento durante el estudio• Análisis de datos tiempo hasta el evento

• Dicotómicos• Datos desde un punto específico en el tiempo

• Continuos• Promedio de días hasta el evento – no apropiado para datos

censurados• “Hazard ratios” (cocientes de riesgos instantáneos)

• Analizar utilizando el método genérico de inverso de la varianza• O – E y V (O=observados, E=esperados, V=varianza)

Page 18: Análisis de datos y diseños de estudio no estándar

cochrane training

Índice

• Metanálisis con el método genérico del inverso de la varianza

• Datos no estándar• Aspectos a considerar para diferentes diseños de estudio

Ver Capítulos 7 y 9 del Cochrane Handbook

Page 19: Análisis de datos y diseños de estudio no estándar

cochrane training

Estudios con más de dos grupos

• RevMan requiere comparaciones pareadas• Considerar la pregunta de interés• Ignorar cualquier grupo no relevante para la pregunta• Comparar dos ramas por cada comparación• Agrupar dos de las ramas si es apropiado• Metanálisis de comparaciones múltiples

• En el metanálisis, evitar contabilizar dos veces un grupo• Error de unidad de análisis

Ver Sección 16.5 del Cochrane Handbook

Page 20: Análisis de datos y diseños de estudio no estándar

cochrane training

Ejemplo: antibióticos para evitar el parto prematuro

• Incluyó un ensayo factorial (ORACLE) – el mayor y mejor ensayo en la revisión• eritromicina• amoxi-clavulánico• eritromicina + amoxi-clavulánico• ninguno

• El autor decidió que las tres ramas de antibióticos eran comparables

Fuente: Craig Ramsay King JF, Flenady V, Murray L. Prophylactic antibiotics for inhibiting preterm labour with intact membranes. Cochrane Database of Systematic Reviews 2002, Issue 4. Art. No.: CD000246. DOI: 10.1002/14651858.CD000246.

Page 21: Análisis de datos y diseños de estudio no estándar

cochrane training

Ejemplo: ¿está correcto?

Fuente: Craig RamsayAdaptado de: King JF, Flenady V, Murray L. Prophylactic antibiotics for inhibiting preterm labour with intact membranes. Cochrane Database of Systematic Reviews 2002, Issue 4. Art. No.: CD000246. DOI: 10.1002/14651858.CD000246.

Page 22: Análisis de datos y diseños de estudio no estándar

cochrane training

Ejemplo: grupo control compartido

Fuente: Craig RamsayAdaptado de: King JF, Flenady V, Murray L. Prophylactic antibiotics for inhibiting preterm labour with intact membranes. Cochrane Database of Systematic Reviews 2002, Issue 4. Art. No.: CD000246. DOI: 10.1002/14651858.CD000246.

Page 23: Análisis de datos y diseños de estudio no estándar

cochrane training

Ejemplo: ramas combinadas

Fuente: Craig RamsayAdaptado de: King JF, Flenady V, Murray L. Prophylactic antibiotics for inhibiting preterm labour with intact membranes. Cochrane Database of Systematic Reviews 2002, Issue 4. Art. No.: CD000246. DOI: 10.1002/14651858.CD000246.

Page 24: Análisis de datos y diseños de estudio no estándar

cochrane training

Ejemplo: ramas separadas

Fuente: Craig Ramsay Adaptado de: King JF, Flenady V, Murray L. Prophylactic antibiotics for inhibiting preterm labour with intact membranes. Cochrane Database of Systematic Reviews 2002, Issue 4. Art. No.: CD000246. DOI: 10.1002/14651858.CD000246.

Page 25: Análisis de datos y diseños de estudio no estándar

cochrane training

Ensayos aleatorizado por conglomerados (cluster-randomised trials)

• Se aleatorizan grupos de invidividuos• Por ej. clínicas, escuelas, poblados, familias• Puede utilizarse para evaluar los efectos de determinada

intervención sobre un grupo• Puede ser más práctico de implementar• Evita la ‘contaminación’ de los individuos aleatorizados

Page 26: Análisis de datos y diseños de estudio no estándar

cochrane training

Diseño de ensayo clínico simpleUnidad de

aleatorizaciónUnidad de

análisis

IndividuosIndividuos

Intervención

Aleatorización

Control

Fuente: Julian Higgins

Page 27: Análisis de datos y diseños de estudio no estándar

cochrane training

Diseño aleatorizado por conglomeradosUnidad de

aleatorizaciónUnidad de

análisis

GruposGrupos

Intervención

Aleatorización

Control

Fuente: Julian Higgins

Page 28: Análisis de datos y diseños de estudio no estándar

cochrane training

Diseño aleatorizado por conglomerados

Fuente: Julian Higgins

Unidad de aleatorización

Unidad deanálisis

IndividuosGrupos

Intervención

Aleatorización

Control

Page 29: Análisis de datos y diseños de estudio no estándar

cochrane training

Aspectos relacionados con la unidad de análisis

• Los sujetos de un conglomerado están correlacionados• Cuando interesan los desenlaces a nivel individual:

• Analizar por individuos proporciona demasiada precisión• Conclusiones falsamente positivas • Más peso en el metanálisis

• Analizar por conglomerados proporciona demasiado poca precisión

• Corregir por peso debería proporcionar una precisión intermedia• También puede ocurrir en otros estudios

• Agrupamiento en la provisión de la intervención, por ej., por “profesional de salud”

• Múltiples tratamientos, por ej., ciclos, partes del cuerpo

Source: Julian Higgins

Page 30: Análisis de datos y diseños de estudio no estándar

cochrane training

Tomar en cuenta la correlación• Un estudio puede utilizar un método de análisis

apropiado• Por ej., modelo mixto (multinivel), GEEs (generalised

estimating equations- GEE)• Metanalizar con el método genérico del inverso de la

varianza• En caso contrario, ajustar el análisis por la correlación• Obtener apoyo estadístico• Identificar claramente los ensayos por conglomerados y

explicar como se han manejado los datos

Source: Julian Higgins

Ver Sección 16.3 del Cochrane Handbook

Page 31: Análisis de datos y diseños de estudio no estándar

cochrane training

Ejemplo: Educación para prevenir las mordeduras de perro

Fuente: Craig Ramsay Duperrex O, Blackhall K, Burri M, Jeannot E. Education of children and adolescents for the prevention of dog bite injuries. Cochrane Database of Systematic Reviews 2009, Issue 2. Art. No.: CD004726. DOI: 10.1002/14651858.CD004726.pub2.

Page 32: Análisis de datos y diseños de estudio no estándar

cochrane training

Ejemplo: Suplementos orales de hierro para prevenir la malaria

Source: Matt Page. Adapted from Okebe JU, Yahav D, Shbita R, Paul M. Oral iron supplements for children in malaria-endemic areas. Cochrane Database of Systematic Reviews 2011, Issue 10. Art. No.: CD006589. DOI: 10.1002/14651858.CD006589.pub3.

Page 33: Análisis de datos y diseños de estudio no estándar

cochrane training

Ensayos cruzados (cross-over trials)

• Todos los participantes reciben la intervención y el control• Idealmente, el orden en que lo reciben es aleatorio

• Tener en cuenta la correlación• Elimina variabilidad “entre participantes”• Se requiere menos participantes para lograr el poder

deseado

Page 34: Análisis de datos y diseños de estudio no estándar

cochrane training

Ensayos cruzadosIntervención

Control

Outcome

OutcomeAleatorización

Grupos paralelos

Control

Outcome

Outcome

IntervenciónIntervención

ControlAleatorización

Outcome

Outcome

Grupos cruzados

Comparación “entre personas”

Comparación “dentro de la misma persona”

Source: Julian Higgins

Page 35: Análisis de datos y diseños de estudio no estándar

cochrane training

Conveniencia del diseño cruzado• Apropiado para:

• Condiciones estables, crónicas• Desenlaces a corto plazo (por ej. alivio sintomático)• Suficiente periodo de lavado (washout) entre tratamientos

• Posibles problemas que afectan el segundo periodo de intervención• Desenlaces irreversibles (por ej. muerte, cura)• “Efecto periodo” (period effect) (por ej. condiciones degenerativas)• “Efecto de arrastre” (carry over effect) (por ej. intervenciones de

larga duración)• Considerar utilizar solo el primer periodo, tal como se hace con un

ensayo de grupos paralelos• Esta información se presenta rara vez y de manera selectiva

Source: Julian Higgins

Page 36: Análisis de datos y diseños de estudio no estándar

cochrane training

Aspectos relacionados con la unidad de análisis

• Las mediciones en el mismo sujeto están correlacionadas• Este diseño “intra-sujeto” debería tenerse en consideración• En caso contrario, el estudio recibirá muy poco peso en el

metanálisis• Puede ocurrir lo mismo en estudios con múltiples partes del

cuerpo

Source: Julian Higgins

Page 37: Análisis de datos y diseños de estudio no estándar

cochrane training

Tomar en cuenta la correlación• El estudio puede realizar un análisis pareado adecuado• Diferencias específicas de los participantes entre las

mediciones en la intervención y el control • Metanalizar utilizando método genérico del inverso de la

varianza• El ensayo puede realizar una comparación simple entre

intervención y control• Si no se ha hecho, ajustar el análisis por la correlación

• Solicitar asesoría estadística• Identificar claramente los ensayos cruzados y explicar

como se abordaron los datos

Ver Sección 16.4 del Cochrane Handbook

Page 38: Análisis de datos y diseños de estudio no estándar

cochrane training

-2 -1 0 1 2

-0.38 ( -0.61 , -0.15 )

Woodcock 1981Woodcock 1982Johnson 83Eiser AEiser BBruera 93Light 96ChuaPooleLeungNosedaJankelson

Pooled

SMD with 95% CI

Opioid better Placebo better

Ejemplo: ignorando el diseño cruzado

Fuente: Julian Higgins. Adaptado de: Jennings AL, Davies AN, Higgins JPT, Anzures-Cabrera J, Broadley KE. Opioids for the palliation of breathlessness in terminal illness. Cochrane Database of Systematic Reviews 2001, Issue 3. Art. No.: CD002066. DOI: 10.1002/14651858.CD002066.

Page 39: Análisis de datos y diseños de estudio no estándar

cochrane training

-2 -1 0 1 2

-0.32 ( -0.43 , -0.20 )

Woodcock 1981Woodcock 1982Johnson 83Eiser AEiser BBruera 93Light 96ChuaPooleLeungNosedaJankelson

Pooled

Opioid better Placebo better

Ejemplo: tomando en cuenta el diseño cruzado

Fuente: Julian Higgins. Adaptado de: Jennings AL, Davies AN, Higgins JPT, Anzures-Cabrera J, Broadley KE. Opioids for the palliation of breathlessness in terminal illness. Cochrane Database of Systematic Reviews 2001, Issue 3. Art. No.: CD002066. DOI: 10.1002/14651858.CD002066.

SMD with 95% IC

Page 40: Análisis de datos y diseños de estudio no estándar

cochrane training

Ensayos no aleatorizados• Ocasionalmente pueden ser incluidos en revisiones• Estudios controlados antes y después • Estudios de series temporales interrumpidas • Para efectos adversos: otros diseños observacionales• Estudios de evaluación económica• Datos cualitativos

• Se aplicarán diferentes métodos y condiciones • Buscar asesoría antes de proceder

Ver Capítulos 13, 14, 15 y 20 del Cochrane Handbook

Page 41: Análisis de datos y diseños de estudio no estándar

cochrane training

Qué incluir en el protocolo

• No es necesario anticipar todos los posibles aspectos• Describir como se manejarán los siguientes, si es que son

previsibles:• Técnicas estadísticas no estándar• Tipos de datos no estándar• Diseños de estudio especiales

Page 42: Análisis de datos y diseños de estudio no estándar

cochrane training

Mensajes clave• Pueden ser necesarios métodos especiales para abordar

algunos tipos de datos• Pueden ser necesarios métodos especiales para abordar

algunos diseños de estudio• Ser cuidadoso con estos aspectos y buscar información

adicional si es que se aplican a su revisión• El método genérico del inverso de la varianza puede ser

utilizado para el metanálisis• Leer el Cochrane Handbook cuidadosamente y buscar

asesoría estadística

Page 43: Análisis de datos y diseños de estudio no estándar

cochrane training

Referencias

Agradecimientos• Compilado por Miranda Cumpston. Basado en materiales de Julian Higgins, Craig

Ramsay, el Cochrane Statistical Methods Group y el Australasian Cochrane Centre. Aprobado por el Cochrane Methods Board

• Traducido por Gabriel Rada, Marta Roquè y Jesús López-Alcalde

Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from www.cochrane-handbook.org. •Higgins JPT, Deeks JJ (editors). Chapter 7: Selecting studies and collecting data•Deeks JJ, Higgins JPT, Altman DG (editors). Chapter 9: Analysing data and undertaking meta-analyses•Higgins JPT, Deeks JJ, Altman DG (editors). Chapter 16: Special topics in statistics