Esta página fue traducida del inglés usando IA. Puedes encontrar el original aquí.

Metaanálisis: diferencia de riesgos

Comando:

Estadística

Metaanálisis

Diferencia de riesgo

Descripción

Para obtener una breve descripción general del metanálisis en MedCalc, consulte Metanálisis: introducción.

MedCalc utiliza el método de Mantel-Haenszel (basado en Mantel y Haenszel, 1959) para calcular la diferencia de riesgo ponderada agrupada según el modelo de efectos fijos. A continuación, se incorpora el estadístico de heterogeneidad para calcular la diferencia de riesgo resumida según el modelo de efectos aleatorios (DerSimonian y Laird, 1986).

Cómo introducir datos

Los datos de diferentes estudios se pueden ingresar de la siguiente manera en la hoja de cálculo:

Metaanálisis: Diferencia de riesgo: cómo introducir los datos

Entrada requerida

El cuadro de diálogo 'Metaanálisis: diferencia de riesgo' se puede completar de la siguiente manera:

Metaanálisis: Diferencia de riesgo - cuadro de diálogo

Estudios : variable que contiene una identificación de los diferentes estudios.

Grupos de intervención

Número total de casos : variable que contiene el número total de casos en los grupos de intervención de los diferentes estudios.
Número con resultado positivo : variable que contiene el número de casos con resultado positivo en los grupos de intervención de los diferentes estudios

Grupos de control

Número total de casos : variable que contiene el número total de casos en los grupos de control de los diferentes estudios.
Número con resultado positivo : variable que contiene el número de casos con resultado positivo en los grupos de control de los diferentes estudios.

Filtro : un filtro para incluir sólo un subgrupo seleccionado de casos en el gráfico.

Opciones

Diagramma de bosque: crea una diagramma de bosque.
- Tamaño del marcador en relación con el peso del estudio: opción para que el tamaño de los marcadores que representan los efectos de los estudios varíe según los pesos asignados a cada estudio. Puede elegir entre pesos del modelo de efectos fijos o aleatorios.
- Gráfico de efectos agrupados - modelo de efectos fijos: opción para incluir el efecto agrupado bajo el modelo de efectos fijos en el gráfico forestal.
- Gráfico de efectos agrupados - modelo de efectos aleatorios: opción para incluir el efecto agrupado bajo el modelo de efectos aleatorios en el gráfico forestal.
- Diamantes para efectos agrupados: opción para representar los efectos agrupados utilizando un diamante (la ubicación del diamante representa el tamaño del efecto estimado y el ancho del diamante refleja la precisión de la estimación).
Gráfico de embudo: crea un gráfico de embudo para comprobar la existencia de sesgo de publicación. Véase Metanálisis: introducción.

Resultados

Metaanálisis: Diferencia de riesgo - resultados

El programa enumera los resultados de los estudios individuales: número de casos positivos, número total de casos y la diferencia de riesgo con IC del 95%.

La diferencia de riesgos agrupada con un IC del 95 % se proporciona tanto para el modelo de efectos fijos como para el de efectos aleatorios. Si el valor 0 no se encuentra dentro del IC del 95 %, la diferencia de riesgos es estadísticamente significativa al 5 % (P<0,05).

El modelo de efectos aleatorios tenderá a ofrecer una estimación más conservadora (es decir, con un intervalo de confianza más amplio), pero los resultados de ambos modelos suelen coincidir cuando no hay heterogeneidad. Véase Metanálisis: introducción para la interpretación de las estadísticas de heterogeneidad de las preguntas e inferencias de Cochran ^2. En presencia de heterogeneidad, el modelo de efectos aleatorios debe ser el modelo preferido.

Consulte Metaanálisis: introducción para la interpretación de las diferentes pruebas de sesgo de publicación.

Diagramma de bosque

Los resultados de los diferentes estudios, con IC del 95%, y la diferencia de riesgo general con IC del 95% se muestran en un diagrama de bosque:

Metaanálisis: Diferencia de riesgo - Diagrama de bosque

Literatura

Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
DerSimonian R, Laird N (1986) Meta-analysis in clinical trials. Controlled Clinical Trials 7:177-188.
Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560.
Mantel N, Haenszel W (1959) Statistical aspects of the analysis of data from the retrospective analysis of disease. Journal of the National Cancer Institute 22: 719-748.
Petrie A, Bulman JS, Osborn JF (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. British Dental Journal 194:73-78.