Uno de los elementos más característicos de los meta-análisis es el denominado forest plot. De hecho, forma parte principal del escudo de "Síntesis Meta-Científica". En esencia, se trata de una representación gráfica de los resultados objeto de estudio en el que (normalmente) se emplea el eje de abscisas para representar la medida del tamaño del efecto y, a lo largo del eje de coordenadas se ubican los diferentes estudios.
Existen muchas formas de presentar y forest plot, como por ejemplo el que se muestra en la siguiente imagen. Sin embargo, esta síntesis visual tiene elementos comunes que permite interpretarlos a todos por igual independientemente de la temática.
En primer lugar, un meta-análisis debe estudiar cada una de las investigaciones objeto de análisis por separado. Para ello, se obtiene información importante en forma de tamaño del efecto (effect size), precisión (precision), peso del estudio (study weight) y el nivel de signficatividad (p-value). A esto hay que sumarle la valoración final del efecto global. Hoy repasaremos cada uno de estos elementos teniendo en cuenta el forest plot del ejemplo anterior.
Este ejemplo se ha extraído del manual de Borenstein et al. (2009) [la referencia se puede encontrar dentro de la guía que se adjunta al final]. En términos generales, se ha realizado un meta-análisis con cuatro artículos sobre el efecto de una dosis más alta de un fármaco para prevenir infartos del miocardio. Las muestras de los artículos se distribuyeron en grupo experimental (dosis más alta) y grupo control (dosis normal).
Tamaño del efecto
Representa el impacto de una intervención o la fuerza de la relación entre dos variables. En el caso de nuestro ejemplo, el tamaño del efecto viene determinado por el Riesgo Relativo [Risk Ratio en inglés]. Observamos que el tamaño del efecto se representa gráficamente por los cuadraditos azules. Los cuatro cuadraditos se encuentran en el lado izquierdo, lo que quiere decir que el riesgo de infarto es más bajo en grupo con las dosis más alta. Si los cuadraditos estuviesen colocados en el 1,0 significaría que el riesgo de sufrir infarto (outcome) es igual en ambos grupos.
Precisión
La precisión se representa gráficamente con los segmentos de los cuadraditos. Estos segmentos (o líneas) son los intervalos de confianza al 95% de cada uno de los estudios. Cuanto más corto sea el segmento, más precisión tendrá el artículo. En nuestro ejemplo, el estudio de Kirk tiene una mayor precisión que el estudio de Cotton.
Peso del estudio
El peso de ada uno de los estudios está relacionado, entre otras cosas, con la precisión. El peso se representa gráficamente con el tamaño de cada uno de los cuadraditos (que son el tamaño del efecto). En este ejemplo, los estudios de Lee y Kirk presentan un mayor peso que los estudios de Cotton y Hill, tal y como también podemos ver en el porcentaje asociado.
p-valor
El p-valor comprueba la hipótesis estadística nula. Para entender rápidamente el concepto de p-valor en el gráfico sin entrar mucho al detalle de cuestiones estadísticas, mencionaremos que cuando las líneas (precisión) tocan el 1,0 el p-valor será superior a 0,050. Entonces, puesto que el artículo de Lee es el único que "no traspasa" el 1,0, su p-valor es inferior a 0,002.
Efecto global
El efecto global se representa gráficamente por el rombo o diamante de la parte inferior del forest plot. Como su propio nombre indica, es la síntesis de los tamaños del efecto de cada uno de los artículos individuales. En el ejemplo, el resultado global es 0,85 porque el rombo está debajo de este valor. Esto indica que de manera general, el riesgo de sufrir un infarto es un 15% menos en los pacientes del grupo experimental en comparación con el grupo control. El efecto global también tiene asociado una precisión (anchura del rombo) y un p-valor, que nos ayudará a interpretar adecuadamente el meta-análisis.
Esto ha sido un repaso general de los elementos clave de un forest plot, el gráfico más importante de los meta-análisis. Para tener una idea mucho más completa o para poder acceder a la información sin necesidad de internet, haz clic en la siguiente imagen para descargar gratuitamente la Guía rápida de consulta de los Elementos característicos del Forest Plot.
Jacob Sierra Díaz
