Hispanopedia Wiki
Articulo de referencia

Metaanálisis

El metaanálisis es un método de síntesis de datos cuantitativos de múltiples estudios independientes que abordan una pregunta de investigación común. Una parte importante de est...

Hispanopedia WikiContenido en espanolLectura gratuita

El metaanálisis es un método de síntesis de datos cuantitativos de múltiples estudios independientes que abordan una pregunta de investigación común. Una parte importante de este método consiste en calcular un tamaño del efecto combinado de todos los estudios. Por lo tanto, este enfoque estadístico implica extraer tamaños del efecto y medidas de varianza de diversos estudios. Al combinar estos tamaños del efecto, se mejora la potencia estadística y se pueden resolver incertidumbres o discrepancias encontradas en estudios individuales. Los metaanálisis son fundamentales para respaldar propuestas de subvenciones para investigación, dar forma a las guías de tratamiento e influir en las políticas de salud. También son cruciales para resumir la investigación existente y orientar estudios futuros, consolidando así su papel como metodología fundamental en la metaciencia . Los metaanálisis suelen ser, aunque no siempre, componentes importantes de una revisión sistemática .

Historia

El término «metaanálisis» fue acuñado en 1976 por el estadístico Gene V. Glass , [ 1 ] [ 2 ] quien, en un artículo publicado ese mismo año en Educational Researcher , afirmó: «el metaanálisis se refiere al análisis de análisis». [ 3 ] El trabajo de Glass tenía como objetivo describir medidas agregadas de relaciones y efectos. [ 4 ] Si bien a Glass se le atribuye la autoría del primer metaanálisis moderno, un artículo de 1904 del estadístico Karl Pearson, publicado en el British Medical Journal [ 5 ] , recopiló datos de varios estudios sobre la inoculación de la fiebre tifoidea; se considera la primera vez que se utilizó un enfoque metaanalítico para agregar los resultados de múltiples estudios clínicos. [ 6 ] [ 7 ] Se pueden encontrar numerosos otros ejemplos de metaanálisis tempranos, incluso en pruebas de aptitud ocupacional [ 8 ] [ 9 ] y agricultura. [ 10 ]

El primer modelo de metaanálisis sobre la efectividad de la psicoterapia fue publicado en 1978 por Mary Lee Smith y Glass. [ 2 ] [ 11 ] Tras la publicación de su artículo, hubo resistencia a la utilidad y validez del metaanálisis como herramienta para la síntesis de evidencia. El primer ejemplo de esto fue el de Hans Eysenck , quien, en un artículo de 1978 en respuesta al trabajo de Smith y Glass, calificó el metaanálisis como un "ejercicio de megatontería". [ 12 ] [ 13 ] Más tarde, Eysenck se referiría al metaanálisis como " alquimia estadística ". [ 14 ] A pesar de estas críticas, el uso del metaanálisis no ha hecho más que crecer desde su introducción. En 1991, había 334 metaanálisis publicados, [ 13 ] y había aumentado a 9135 en 2014. [ 1 ] [ 15 ]

El campo del metaanálisis se expandió enormemente después de la década de 1970 y abarca múltiples disciplinas, incluyendo psicología, medicina y ecología. [ 1 ] Además, la creación más reciente de comunidades de síntesis de evidencia ha incrementado el intercambio de ideas y métodos, así como la creación de herramientas de software en diversas disciplinas. [ 16 ] [ 17 ] [ 18 ]

Uno de los pasos más importantes de un metaanálisis es la recopilación de datos. Para una búsqueda eficiente en bases de datos, es necesario identificar palabras clave y límites de búsqueda apropiados. [ 19 ] El uso de operadores booleanos y límites de búsqueda puede ayudar a la búsqueda de literatura. [ 20 ] [ 21 ] Hay varias bases de datos disponibles (por ejemplo, PubMed , Embase , PsycINFO ), pero depende del investigador elegir las fuentes más apropiadas para su área de investigación. [ 22 ] De hecho, muchos científicos utilizan términos de búsqueda duplicados en dos o más bases de datos para cubrir múltiples fuentes. [ 23 ] Las listas de referencias de los estudios elegibles también se pueden buscar estudios elegibles (es decir, bola de nieve). [ 24 ] La búsqueda inicial puede devolver un gran volumen de estudios. [ 24 ] Con bastante frecuencia, el resumen o el título del manuscrito revela que el estudio no es elegible para su inclusión, según los criterios preespecificados. [ 22 ] Estos estudios pueden descartarse. Sin embargo, si el estudio parece elegible (o incluso si hay alguna duda), se puede conservar el artículo completo para una inspección más detallada. También se pueden buscar artículos relevantes en las listas de referencias de los artículos elegibles. [ 23 ] [ 25 ] Estos resultados de búsqueda deben detallarse en un diagrama de flujo PRIMSA, [ 26 ] que detalla el flujo de información a través de todas las etapas de la revisión. Por lo tanto, es importante anotar cuántos estudios se recuperaron después de usar los términos de búsqueda especificados, cuántos se descartaron y por qué. [ 22 ] Los términos y la estrategia de búsqueda deben ser lo suficientemente específicos para que un lector pueda reproducir la búsqueda. [ 27 ] También se debe proporcionar el rango de fechas de los estudios, junto con la fecha (o período de fechas) en que se realizó la búsqueda. [ 28 ]

Un formulario de recolección de datos proporciona un medio estandarizado para recolectar datos de estudios elegibles. [ 29 ] Para un metaanálisis de datos correlacionales, la información del tamaño del efecto generalmente se recolecta como coeficiente de correlación de Pearson ( r ). [ 30 ] [ 31 ] Las correlaciones parciales se informan a menudo en la investigación; sin embargo, estas pueden inflar las relaciones en comparación con las correlaciones de orden cero. [ 32 ] Además, las variables parciales probablemente variarán de un estudio a otro. Como consecuencia, muchos metaanálisis excluyen las correlaciones parciales de su análisis. [ 22 ] Como último recurso, se pueden usar digitalizadores de gráficos para extraer puntos de datos de diagramas de dispersión (si están disponibles) para el cálculo de r de Pearson . [ 33 ] [ 34 ] También se deben recolectar datos sobre características importantes del estudio que pueden moderar los efectos observados, como la edad media de los participantes. [ 35 ] También se puede incluir una medida de la calidad del estudio en estos formularios para evaluar la calidad de la evidencia de cada estudio. [ 36 ] Hay más de 80 herramientas disponibles para evaluar la calidad y el riesgo de sesgo en estudios observacionales, lo que refleja la diversidad de enfoques de investigación entre campos. [ 36 ] [ 37 ] [ 38 ] Estas herramientas generalmente incluyen una evaluación de cómo se midieron las variables dependientes, la selección apropiada de los participantes y el control apropiado de los factores de confusión. Otras medidas de calidad que pueden ser más relevantes para los estudios correlacionales incluyen el tamaño de la muestra, las propiedades psicométricas y la presentación de informes del método. [ 22 ]

Una consideración final es si incluir estudios de la literatura gris , [ 39 ] que se define como investigación que no ha sido publicada formalmente. [ 40 ] Este tipo de literatura incluye resúmenes de congresos , [ 41 ] disertaciones, [ 42 ] y preimpresiones . [ 43 ] Si bien la inclusión de la literatura gris reduce el riesgo de sesgo de publicación, la calidad metodológica del trabajo suele ser (pero no siempre) inferior a la del trabajo publicado formalmente. [ 44 ] [ 45 ] Los informes de actas de congresos, que son la fuente más común de literatura gris, [ 46 ] están mal informados, [ 47 ] y los datos en la publicación posterior suelen ser inconsistentes, observándose diferencias en casi el 20% de los estudios publicados. [ 48 ]

Métodos y supuestos

Aproches

En general, se pueden distinguir dos tipos de evidencia al realizar un metaanálisis: datos de participantes individuales (IPD) y datos agregados (AD). [ 49 ] Los datos agregados pueden ser directos o indirectos.

Los datos agregados indirectos (DAI) están más disponibles (por ejemplo, en la literatura) y suelen representar estimaciones resumidas como razones de probabilidades [ 50 ] o riesgos relativos [ 51 ] . Esto se puede sintetizar directamente a través de estudios conceptualmente similares utilizando varios enfoques. Por otro lado, los datos agregados indirectos miden el efecto de dos tratamientos que se compararon cada uno con un grupo de control similar en un metaanálisis. Por ejemplo, si el tratamiento A y el tratamiento B se compararon directamente con placebo en metaanálisis separados, podemos usar estos dos resultados combinados para obtener una estimación de los efectos de A frente a B en una comparación indirecta como efecto A frente a placebo menos efecto B frente a placebo.

La evidencia de IPD representa los datos brutos recopilados por los centros de estudio. Esta distinción ha generado la necesidad de diferentes métodos metaanalíticos cuando se desea sintetizar la evidencia, y ha llevado al desarrollo de métodos de una y dos etapas. [ 52 ] En los métodos de una etapa, los IPD de todos los estudios se modelan simultáneamente, teniendo en cuenta la agrupación de participantes dentro de los estudios. Los métodos de dos etapas primero calculan las estadísticas descriptivas para AD de cada estudio y luego calculan las estadísticas generales como un promedio ponderado de las estadísticas del estudio. Al reducir los IPD a AD, los métodos de dos etapas también se pueden aplicar cuando se dispone de IPD; esto los convierte en una opción atractiva al realizar un metaanálisis. Aunque convencionalmente se cree que los métodos de una y dos etapas producen resultados similares, estudios recientes han demostrado que ocasionalmente pueden conducir a conclusiones diferentes. [ 53 ] [ 54 ]

Modelos estadísticos para datos agregados

modelo de efectos fijos

Gráfico de bosque de tamaños del efecto

El modelo de efectos fijos proporciona un promedio ponderado de una serie de estimaciones de estudios. [ 55 ] El inverso de la varianza de las estimaciones se usa comúnmente como ponderación del estudio, de modo que los estudios más grandes tienden a contribuir más que los estudios más pequeños al promedio ponderado. [ 56 ] En consecuencia, cuando los estudios dentro de un metaanálisis están dominados por un estudio muy grande, los hallazgos de los estudios más pequeños se ignoran prácticamente. [ 57 ] Lo más importante es que el modelo de efectos fijos asume que todos los estudios incluidos investigan la misma población, usan las mismas definiciones de variables y resultados, etc. [ 58 ] Esta suposición suele ser poco realista, ya que la investigación a menudo es propensa a varias fuentes de heterogeneidad . [ 59 ] [ 60 ]

Si comenzamos con una colección de estimaciones independientes del tamaño del efecto, cada estimación tendrá un tamaño de efecto correspondiente. i=1,…,k{\displaystyle i=1,\ldots ,k} podemos suponer queyi=θi+mii{\textstyle y_{i}=\theta _{i}+e_{i}}dóndeyi{\displaystyle y_{i}}denota el efecto observado en eli{\displaystyle i}-otro estudio,θi{\displaystyle \theta _{i}}el efecto verdadero (desconocido) correspondiente,mii{\displaystyle e_{i}}es el error de muestreo ymii∼norte(0,vi){\displaystyle e_{i}\thicksim N(0,v_{i})}. Por lo tanto, elyi{\displaystyle y_{i}}Se supone que las estimaciones de sus efectos verdaderos correspondientes son insesgadas y distribuidas normalmente . Las varianzas de muestreo (es decir,vi{\displaystyle v_{i}}Se supone que los valores son conocidos. [ 61 ]

modelo de efectos aleatorios

La mayoría de los metaanálisis se basan en conjuntos de estudios que no son exactamente idénticos en sus métodos y/o características de las muestras incluidas. [ 61 ] Las diferencias en los métodos y las características de las muestras pueden introducir variabilidad ("heterogeneidad") entre los efectos verdaderos. [ 61 ] [ 62 ] Una forma de modelar la heterogeneidad es tratarla como puramente aleatoria. El peso que se aplica en este proceso de promedio ponderado con un metaanálisis de efectos aleatorios se logra en dos pasos: [ 63 ]

  1. Paso 1: Ponderación de varianza inversa
  2. Paso 2: Eliminación de la ponderación de la varianza inversa mediante la aplicación de un componente de varianza de efectos aleatorios (REVC) que se deriva simplemente del grado de variabilidad de los tamaños del efecto de los estudios subyacentes.

Esto significa que cuanto mayor sea la variabilidad en los tamaños del efecto (también conocida como heterogeneidad ), mayor será la ponderación, pudiendo llegar a un punto en el que el resultado del metaanálisis de efectos aleatorios se reduzca simplemente al tamaño del efecto promedio no ponderado de todos los estudios. En el otro extremo, cuando todos los tamaños del efecto son similares (o la variabilidad no supera el error de muestreo), no se aplica la corrección de varianza inversa (REVC) y el metaanálisis de efectos aleatorios se convierte por defecto en un metaanálisis de efectos fijos (solo ponderación de varianza inversa).

El alcance de esta reversión depende únicamente de dos factores: [ 64 ]

  1. Heterogeneidad de la precisión
  2. Heterogeneidad del tamaño del efecto

Dado que ninguno de estos factores indica automáticamente un estudio más grande defectuoso o estudios más pequeños más fiables, la redistribución de pesos bajo este modelo no tendrá relación con lo que estos estudios realmente podrían ofrecer. De hecho, se ha demostrado que la redistribución de pesos es simplemente en una dirección de estudios más grandes a más pequeños a medida que aumenta la heterogeneidad hasta que finalmente todos los estudios tienen el mismo peso y no es posible más redistribución. [ 64 ] Otro problema con el modelo de efectos aleatorios es que los intervalos de confianza más comúnmente utilizados generalmente no mantienen su probabilidad de cobertura por encima del nivel nominal especificado y, por lo tanto, subestiman sustancialmente el error estadístico y son potencialmente demasiado confiados en sus conclusiones. [ 65 ] [ 66 ] Se han sugerido varias correcciones [ 67 ] [ 68 ] pero el debate continúa. [ 66 ] [ 69 ] Otra preocupación es que el efecto promedio del tratamiento a veces puede ser incluso menos conservador en comparación con el modelo de efectos fijos [ 70 ] y, por lo tanto, engañoso en la práctica. Una solución interpretativa que se ha sugerido es crear un intervalo de predicción alrededor de la estimación de efectos aleatorios para representar el rango de posibles efectos en la práctica. [ 71 ] Sin embargo, un supuesto detrás del cálculo de dicho intervalo de predicción es que los ensayos se consideran entidades más o menos homogéneas y que las poblaciones de pacientes incluidas y los tratamientos comparadores deben considerarse intercambiables [ 72 ] y esto suele ser inalcanzable en la práctica.

Existen muchos métodos para estimar la varianza entre estudios, siendo el estimador de máxima verosimilitud restringida el menos propenso a sesgos y uno de los más utilizados. [ 73 ] Existen varias técnicas iterativas avanzadas para calcular la varianza entre estudios, incluyendo métodos de máxima verosimilitud y máxima verosimilitud restringida, y los modelos de efectos aleatorios que utilizan estos métodos pueden ejecutarse con múltiples plataformas de software, incluyendo Excel, [ 74 ] Stata, [ 75 ] SPSS, [ 76 ] y R. [ 61 ]

La mayoría de los metaanálisis incluyen entre 2 y 4 estudios, y dicha muestra suele ser insuficiente para estimar con precisión la heterogeneidad . Por lo tanto, parece que en los metaanálisis pequeños se obtiene una estimación incorrecta de la varianza entre estudios igual a cero, lo que lleva a una falsa suposición de homogeneidad. En general, parece que la heterogeneidad se subestima sistemáticamente en los metaanálisis, y los análisis de sensibilidad en los que se asumen altos niveles de heterogeneidad podrían ser informativos. [ 77 ] Estos modelos de efectos aleatorios y paquetes de software mencionados anteriormente se relacionan con metaanálisis de estudios agregados, y los investigadores que deseen realizar metaanálisis de datos individuales de pacientes (IPD) deben considerar enfoques de modelado de efectos mixtos. [ 78 ] /

modelo de efectos de calidad

Doi y Thalib introdujeron originalmente el modelo de efectos de calidad. [ 79 ] Ellos [ 80 ] introdujeron un nuevo enfoque para el ajuste de la variabilidad entre estudios al incorporar la contribución de la varianza debida a un componente relevante (calidad) además de la contribución de la varianza debida al error aleatorio que se utiliza en cualquier modelo de metaanálisis de efectos fijos para generar ponderaciones para cada estudio. La fortaleza del metaanálisis de efectos de calidad es que permite utilizar la evidencia metodológica disponible sobre los efectos aleatorios subjetivos y, por lo tanto, ayuda a cerrar la brecha perjudicial que se ha abierto entre la metodología y la estadística en la investigación clínica. Para hacer esto, se calcula una varianza de sesgo sintética basada en la información de calidad para ajustar las ponderaciones de varianza inversa y se introduce la ponderación ajustada de calidad del i -ésimo estudio. [ 79 ] Estas ponderaciones ajustadas se utilizan luego en el metaanálisis. En otras palabras, si el estudio i es de buena calidad y otros estudios son de mala calidad, una proporción de sus ponderaciones ajustadas de calidad se redistribuye matemáticamente al estudio i dándole más peso hacia el tamaño del efecto general. A medida que los estudios se vuelven cada vez más similares en términos de calidad, la redistribución disminuye progresivamente y cesa cuando todos los estudios son de igual calidad (en caso de igual calidad, el modelo de efectos de calidad por defecto es el modelo IVhet – véase la sección anterior). Una evaluación reciente del modelo de efectos de calidad (con algunas actualizaciones) demuestra que, a pesar de la subjetividad de la evaluación de la calidad, el rendimiento (MSE y varianza verdadera bajo simulación) es superior al que se puede lograr con el modelo de efectos aleatorios. [ 81 ] [ 82 ] Este modelo reemplaza así las interpretaciones insostenibles que abundan en la literatura y hay un software disponible para explorar este método con mayor profundidad. [ 83 ]

Métodos de metaanálisis en red

Un metaanálisis en red examina las comparaciones indirectas. En la imagen, A se ha analizado en relación con C, y C se ha analizado en relación con B. Sin embargo, la relación entre A y B solo se conoce indirectamente, y un metaanálisis en red analiza dicha evidencia indirecta de diferencias entre métodos e intervenciones mediante métodos estadísticos.

Los métodos de metaanálisis de comparación indirecta (también llamados metaanálisis en red, en particular cuando se evalúan múltiples tratamientos simultáneamente) generalmente utilizan dos metodologías principales. [ 84 ] [ 85 ] La primera es el método de Bucher, que es una comparación simple o repetida de un bucle cerrado de tres tratamientos, de modo que uno de ellos es común a los dos estudios y forma el nodo donde comienza y termina el bucle. Por lo tanto, se necesitan múltiples comparaciones de dos por dos (bucles de 3 tratamientos) para comparar múltiples tratamientos. Esta metodología requiere que los ensayos con más de dos brazos tengan solo dos brazos seleccionados, ya que se requieren comparaciones independientes por pares. [ 86 ] La metodología alternativa utiliza modelos estadísticos complejos para incluir los ensayos de múltiples brazos y comparaciones simultáneamente entre todos los tratamientos en competencia. Estos se han ejecutado utilizando métodos bayesianos, modelos lineales mixtos y enfoques de metarregresión.

Marco bayesiano

Especificar un modelo de metaanálisis de red bayesiana implica escribir un modelo de grafo acíclico dirigido (DAG) para software de cadena de Markov Monte Carlo (MCMC) de propósito general como WinBUGS . [ 87 ] Además, se deben especificar distribuciones previas para varios parámetros y los datos deben proporcionarse en un formato específico. [ 87 ] Juntos, el DAG, las distribuciones previas y los datos forman un modelo jerárquico bayesiano. Para complicar aún más las cosas, debido a la naturaleza de la estimación MCMC, se deben elegir valores iniciales sobredispersos para varias cadenas independientes para que se pueda evaluar la convergencia. [ 88 ] Recientemente, se desarrollaron varios paquetes de software R para simplificar el ajuste del modelo (por ejemplo, metaBMA [ 89 ] y RoBMA [ 90 ] ) e incluso se implementaron en software estadístico con interfaz gráfica de usuario ( GUI ): JASP . Aunque la complejidad del enfoque bayesiano limita el uso de esta metodología, trabajos tutoriales recientes están tratando de aumentar la accesibilidad de los métodos. [ 91 ] [ 92 ] Se ha sugerido una metodología para la automatización de este método [ 87 ] pero requiere que se disponga de datos de resultados a nivel de brazo, y estos generalmente no están disponibles. A veces se hacen grandes afirmaciones sobre la capacidad inherente del marco bayesiano para manejar el metaanálisis en red y su mayor flexibilidad. Sin embargo, esta elección de implementación del marco para la inferencia, bayesiano o frecuentista, puede ser menos importante que otras elecciones con respecto al modelado de efectos [ 93 ] (ver la discusión sobre modelos más arriba).

Marco multivariado frecuentista

Por otro lado, los métodos multivariados frecuentistas implican aproximaciones y supuestos que no se establecen explícitamente ni se verifican cuando se aplican los métodos (véase la discusión sobre modelos de metaanálisis más arriba). Por ejemplo, el paquete mvmeta para Stata permite el metaanálisis en red en un marco frecuentista. [ 94 ] Sin embargo, si no hay un comparador común en la red, esto debe manejarse aumentando el conjunto de datos con brazos ficticios con alta varianza, lo cual no es muy objetivo y requiere una decisión sobre qué constituye una varianza suficientemente alta. [ 87 ] El otro problema es el uso del modelo de efectos aleatorios tanto en este marco frecuentista como en el marco bayesiano. Senn aconseja a los analistas que sean cautelosos al interpretar el análisis de "efectos aleatorios" ya que solo se permite un efecto aleatorio, pero se podrían imaginar muchos. [ 93 ] Senn continúa diciendo que es bastante ingenuo, incluso en el caso de que solo se comparen dos tratamientos, asumir que el análisis de efectos aleatorios explica toda la incertidumbre sobre cómo los efectos pueden variar de un ensayo a otro. Los modelos más recientes de metaanálisis, como los que se han comentado anteriormente, sin duda ayudarían a paliar esta situación y se han implementado en el siguiente marco.

Marco de modelado por pares generalizado

Un enfoque que se ha intentado desde finales de la década de 1990 es la implementación del análisis de bucle cerrado de tres tratamientos múltiples. Este método no ha tenido éxito debido a que el proceso se vuelve rápidamente abrumador a medida que aumenta la complejidad de la red. El desarrollo en esta área se abandonó entonces en favor de los métodos bayesianos y frecuentistas multivariados, que surgieron como alternativas. Recientemente, algunos investigadores han desarrollado la automatización del método de bucle cerrado de tres tratamientos para redes complejas [ 74 ] como una forma de poner esta metodología a disposición de la comunidad científica principal. Esta propuesta restringe cada ensayo a dos intervenciones, pero también introduce una solución para ensayos con múltiples brazos: se puede seleccionar un nodo de control fijo diferente en distintas ejecuciones. Además, utiliza métodos de metaanálisis robustos, lo que evita muchos de los problemas mencionados anteriormente. Se requiere más investigación sobre este marco para determinar si es realmente superior a los marcos bayesianos o frecuentistas multivariados. Los investigadores que deseen probarlo tienen acceso a este marco a través de un software gratuito [ 83 ] .

Metaanálisis sobre la precisión de las pruebas diagnósticas

Los metaanálisis de precisión de pruebas diagnósticas (DTA) difieren metodológicamente de aquellos que evalúan los efectos de las intervenciones, ya que buscan sintetizar conjuntamente pares de valores de sensibilidad y especificidad. Estos parámetros se analizan típicamente mediante modelos jerárquicos que consideran la correlación entre ellos y la heterogeneidad entre estudios. Dos modelos comúnmente utilizados son el modelo bivariado de efectos aleatorios y el modelo jerárquico de curva ROC (HSROC) . Estos enfoques son recomendados por el Manual Cochrane para revisiones sistemáticas de precisión de pruebas diagnósticas y se utilizan ampliamente en revisiones de pruebas de cribado, herramientas de imagen y diagnósticos de laboratorio. [ 95 ] [ 96 ] [ 97 ]

Más allá de los modelos jerárquicos estándar, se han desarrollado otros enfoques para abordar diversas complejidades en la síntesis de la precisión diagnóstica. Estos incluyen métodos que incorporan diferencias en los efectos de umbral, consideran covariables mediante metarregresión o mejoran la aplicabilidad al tener en cuenta el contexto de la prueba y la variación clínica. Algunos marcos buscan adaptar la síntesis para que refleje de forma más directa las condiciones de uso previstas. Estas extensiones forman parte de un conjunto de metodologías en evolución que refleja la creciente experiencia en el campo y las demandas cada vez mayores de los responsables de la toma de decisiones clínicas y políticas. [ 98 ]

Agregación de IPD y AD

El metaanálisis también puede aplicarse para combinar datos individuales de participantes (IPD) y datos agregados (AD). Esto resulta conveniente cuando los investigadores que realizan el análisis disponen de sus propios datos brutos, a la vez que recopilan datos agregados o resumidos de la literatura. El modelo de integración generalizada (GIM) [ 99 ] es una generalización del metaanálisis. Permite que el modelo ajustado a los datos individuales de los participantes (IPD) sea diferente de los utilizados para calcular los datos agregados (AD). El GIM puede considerarse un método de calibración de modelos para integrar información con mayor flexibilidad.

Validación de los resultados del metaanálisis

La estimación del metaanálisis representa un promedio ponderado de los estudios y, cuando existe heterogeneidad , esto puede resultar en que la estimación resumida no sea representativa de los estudios individuales. La evaluación cualitativa de los estudios primarios mediante herramientas establecidas puede descubrir posibles sesgos, [ 100 ] [ 101 ] pero no cuantifica el efecto agregado de estos sesgos en la estimación resumida. Aunque el resultado del metaanálisis podría compararse con un estudio primario prospectivo independiente, dicha validación externa suele ser impracticable. Esto ha llevado al desarrollo de métodos que explotan una forma de validación cruzada de dejar uno fuera , a veces denominada validación cruzada interna-externa (VCE). [ 102 ] Aquí, cada uno de los k estudios incluidos se omite a su vez y se compara con la estimación resumida derivada de la agregación de los k-1 estudios restantes. Se ha desarrollado una estadística de validación general, Vn basada en la VCE, para medir la validez estadística de los resultados del metaanálisis. [ 103 ] Para la precisión de las pruebas y la predicción, particularmente cuando hay efectos multivariados, también se han propuesto otros enfoques que buscan estimar el error de predicción. [ 104 ]

Desafíos

Un metaanálisis de varios estudios pequeños no siempre predice los resultados de un solo estudio grande. [ 105 ] Algunos han argumentado que una debilidad del método es que las fuentes de sesgo no se controlan mediante el método: un buen metaanálisis no puede corregir un diseño deficiente o el sesgo en los estudios originales. [ 106 ] Esto significaría que solo los estudios metodológicamente sólidos deberían incluirse en un metaanálisis, una práctica llamada "síntesis de la mejor evidencia". [ 106 ] Otros metaanalistas incluirían estudios más débiles y agregarían una variable predictora a nivel de estudio que refleje la calidad metodológica de los estudios para examinar el efecto de la calidad del estudio en el tamaño del efecto. [ 107 ] Sin embargo, otros han argumentado que un mejor enfoque es preservar la información sobre la varianza en la muestra del estudio, abarcando la red más amplia posible, y que los criterios de selección metodológica introducen una subjetividad no deseada, frustrando el propósito del enfoque. [ 108 ] Más recientemente, y bajo la influencia de un impulso hacia las prácticas abiertas en la ciencia, herramientas para desarrollar metaanálisis vivos "de origen colectivo" que son actualizados por comunidades de científicos [ 109 ] [ 110 ] con la esperanza de hacer más explícitas todas las elecciones subjetivas.

Sesgo de publicación: el problema del cajón de los archivos

Se espera un gráfico de embudo sin el problema del cajón de archivos. Los estudios más grandes convergen en la punta, mientras que los estudios más pequeños muestran una dispersión más o menos simétrica en la base.
Se espera un gráfico de embudo con el problema del cajón de archivos. Los estudios más grandes aún se agrupan alrededor del vértice, pero el sesgo en contra de la publicación de estudios negativos ha provocado que los estudios más pequeños, en su conjunto, presenten un resultado injustificadamente favorable a la hipótesis.

Otro posible inconveniente es la dependencia del conjunto de estudios publicados disponibles, lo que puede generar resultados exagerados debido al sesgo de publicación , [ 111 ] ya que es menos probable que se publiquen los estudios que muestran resultados negativos o insignificantes . [ 112 ] Por ejemplo, se sabe que las compañías farmacéuticas ocultan estudios negativos [ 113 ] y los investigadores pueden haber pasado por alto estudios no publicados, como estudios de tesis o resúmenes de congresos que no llegaron a publicarse. [ 114 ] Esto no es fácil de resolver, ya que no se puede saber cuántos estudios no se han publicado. [ 115 ] [ 116 ]

Este problema del cajón de archivos, caracterizado por resultados negativos o no significativos que se guardan en un armario, puede dar lugar a una distribución sesgada de los tamaños del efecto, creando así una grave falacia de tasa base , en la que se sobreestima la significación de los estudios publicados, ya que otros estudios no se presentaron para su publicación o fueron rechazados. Esto debe tenerse muy en cuenta al interpretar los resultados de un metaanálisis. [ 115 ] [ 117 ]

La distribución de los tamaños del efecto se puede visualizar con un gráfico de embudo que (en su versión más común) es un diagrama de dispersión del error estándar frente al tamaño del efecto. [ 118 ] Se basa en el hecho de que los estudios más pequeños (y por lo tanto, con errores estándar mayores) tienen mayor dispersión de la magnitud del efecto (siendo menos precisos), mientras que los estudios más grandes tienen menor dispersión y forman la punta del embudo. Si muchos estudios negativos no se publicaron, los estudios positivos restantes dan lugar a un gráfico de embudo en el que la base está sesgada hacia un lado (asimetría del gráfico de embudo). Por el contrario, cuando no hay sesgo de publicación, el efecto de los estudios más pequeños no tiene razón para estar sesgado hacia un lado y, por lo tanto, se obtiene un gráfico de embudo simétrico. Esto también significa que si no hay sesgo de publicación, no habría relación entre el error estándar y el tamaño del efecto. [ 119 ] Una relación negativa o positiva entre el error estándar y el tamaño del efecto implicaría que los estudios más pequeños que encontraron efectos en una sola dirección tenían más probabilidades de ser publicados y/o enviados para su publicación.

Además del gráfico de embudo visual, también se han propuesto métodos estadísticos para detectar el sesgo de publicación. [ 116 ] Estos son controvertidos porque suelen tener una baja potencia para la detección de sesgos, pero también pueden generar falsos positivos en algunas circunstancias. [ 120 ] Por ejemplo, los efectos de estudios pequeños (estudios pequeños sesgados), donde existen diferencias metodológicas entre estudios pequeños y grandes, pueden causar asimetría en los tamaños del efecto que se asemeja al sesgo de publicación. Sin embargo, los efectos de estudios pequeños pueden ser igualmente problemáticos para la interpretación de los metaanálisis, y es imperativo que los autores de metaanálisis investiguen las posibles fuentes de sesgo. [ 121 ]

El problema del sesgo de publicación no es trivial, ya que se sugiere que el 25 % de los metaanálisis en las ciencias psicológicas podrían haber sufrido sesgo de publicación. [ 122 ] Sin embargo, la baja potencia de las pruebas existentes y los problemas con la apariencia visual del gráfico de embudo siguen siendo un problema, y ​​las estimaciones del sesgo de publicación pueden ser inferiores a lo que realmente existe.

La mayoría de los debates sobre el sesgo de publicación se centran en las prácticas de las revistas que favorecen la publicación de hallazgos estadísticamente significativos. Sin embargo, las prácticas de investigación cuestionables, como reelaborar modelos estadísticos hasta alcanzar la significación estadística, también pueden favorecer los hallazgos estadísticamente significativos en apoyo de las hipótesis de los investigadores. [ 123 ] [ 124 ]

Los estudios a menudo no informan los efectos cuando no alcanzan significación estadística. [ 125 ] Por ejemplo, pueden simplemente decir que los grupos no mostraron diferencias estadísticamente significativas, sin informar ninguna otra información (por ejemplo, un estadístico o un valor p). [ 126 ] La exclusión de estos estudios daría lugar a una situación similar al sesgo de publicación, pero su inclusión (suponiendo efectos nulos) también sesgaría el metaanálisis.

Otras debilidades son que no se ha determinado si el método estadísticamente más preciso para combinar resultados son los modelos de efectos fijos, IVhet, aleatorios o de calidad, aunque las críticas contra el modelo de efectos aleatorios están aumentando debido a la percepción de que los nuevos efectos aleatorios (utilizados en metaanálisis) son esencialmente dispositivos formales para facilitar el suavizado o la contracción y la predicción puede ser imposible o desaconsejable. [ 127 ] El principal problema con el enfoque de efectos aleatorios es que utiliza el pensamiento estadístico clásico de generar un "estimador de compromiso" que hace que los pesos estén cerca del estimador ponderado naturalmente si la heterogeneidad entre estudios es grande, pero cerca del estimador ponderado por varianza inversa si la heterogeneidad entre estudios es pequeña. Sin embargo, lo que se ha ignorado es la distinción entre el modelo que elegimos para analizar un conjunto de datos dado y el mecanismo por el cual se obtuvieron los datos . [ 128 ] Un efecto aleatorio puede estar presente en cualquiera de estos roles, pero los dos roles son bastante distintos. No hay razón para pensar que el modelo de análisis y el mecanismo de generación de datos (modelo) sean similares en forma, pero muchos subcampos de la estadística han desarrollado la costumbre de asumir, para la teoría y las simulaciones, que el mecanismo de generación de datos (modelo) es idéntico al modelo de análisis que elegimos (o que nos gustaría que otros eligieran). Como mecanismo hipotético para producir los datos, el modelo de efectos aleatorios para el metaanálisis es absurdo y es más apropiado pensar en este modelo como una descripción superficial y algo que elegimos como herramienta analítica; pero esta elección para el metaanálisis puede no funcionar porque los efectos del estudio son una característica fija del metaanálisis respectivo y la distribución de probabilidad es solo una herramienta descriptiva. [ 128 ]

Problemas derivados del sesgo impulsado por la agenda

El error más grave en el metaanálisis suele ocurrir cuando la persona o personas que lo realizan tienen una agenda económica , social o política , como la aprobación o el rechazo de una ley . [ 129 ] Las personas con este tipo de agendas pueden ser más propensas a abusar del metaanálisis debido a sesgos personales . Por ejemplo, es probable que los investigadores favorables a la agenda del autor vean sus estudios seleccionados sesgadamente, mientras que aquellos que no lo son serán ignorados o etiquetados como "no creíbles". Además, los autores favorecidos pueden estar sesgados o haber recibido pagos para producir resultados que apoyen sus objetivos políticos, sociales o económicos generales, por ejemplo, seleccionando pequeños conjuntos de datos favorables y no incorporando conjuntos de datos desfavorables más grandes. La influencia de tales sesgos en los resultados de un metaanálisis es posible porque la metodología del metaanálisis es altamente maleable. [ 130 ]

Un estudio de 2011 realizado para revelar posibles conflictos de intereses en los estudios de investigación subyacentes utilizados para metaanálisis médicos revisó 29 metaanálisis y encontró que los conflictos de intereses en los estudios subyacentes a los metaanálisis rara vez se revelaban. Los 29 metaanálisis incluyeron 11 de revistas de medicina general, 15 de revistas de medicina especializada y tres de la Base de Datos Cochrane de Revisiones Sistemáticas . Los 29 metaanálisis revisaron un total de 509 ensayos controlados aleatorizados (ECA). De estos, 318 ECA informaron fuentes de financiación, con 219 (69%) recibiendo financiación de la industria (es decir, uno o más autores con vínculos financieros con la industria farmacéutica). De los 509 ECA, 132 informaron declaraciones de conflictos de intereses de los autores, con 91 estudios (69%) revelando que uno o más autores tenían vínculos financieros con la industria. Sin embargo, la información rara vez se reflejó en los metaanálisis. Solo dos (7%) informaron sobre las fuentes de financiación de los ECA y ninguno informó sobre los vínculos entre los autores de los ECA y la industria. Los autores concluyeron que "sin el reconocimiento de los conflictos de intereses debido a la financiación de la industria o los vínculos financieros de los autores con la industria en los ECA incluidos en los metaanálisis, la comprensión y la evaluación de la evidencia por parte de los lectores pueden verse comprometidas". [ 131 ]

Por ejemplo, en 1998, un juez federal estadounidense determinó que la Agencia de Protección Ambiental de los Estados Unidos había abusado del proceso de metaanálisis para producir un estudio que afirmaba que el humo de tabaco ambiental (HTA) representaba un riesgo de cáncer para los no fumadores, con la intención de influir en los legisladores para que aprobaran leyes que prohibieran fumar en los lugares de trabajo. [ 132 ] [ 133 ] [ 134 ]

Comparabilidad y validez de los estudios incluidos

El metaanálisis a menudo no puede sustituir a un estudio primario con la potencia estadística adecuada, especialmente en las ciencias biológicas. [ 135 ]

La heterogeneidad de los métodos utilizados puede llevar a conclusiones erróneas. [ 136 ] Por ejemplo, las diferencias en las formas de una intervención o las cohortes que se consideran menores o desconocidas para los científicos podrían conducir a resultados sustancialmente diferentes, incluyendo resultados que distorsionan los resultados del metaanálisis o que no se consideran adecuadamente en sus datos. A la inversa, los resultados de los metaanálisis también pueden hacer que ciertas hipótesis o intervenciones parezcan inviables y obstaculizar futuras investigaciones o aprobaciones, a pesar de que ciertas modificaciones —como la administración intermitente, los criterios personalizados y las medidas combinadas— conducen a resultados sustancialmente diferentes, incluso en casos donde tales se han identificado y aplicado con éxito en estudios a pequeña escala que se consideraron en el metaanálisis. La estandarización , la reproducción de experimentos , los datos abiertos y los protocolos abiertos a menudo pueden no mitigar tales problemas, por ejemplo, porque los factores y criterios relevantes podrían ser desconocidos o no estar registrados.

Existe un debate sobre el equilibrio adecuado entre realizar pruebas con el menor número posible de animales o humanos y la necesidad de obtener resultados sólidos y fiables. Se ha argumentado que la investigación poco fiable es ineficiente y un derroche de recursos, y que los estudios no solo son un derroche cuando se detienen demasiado tarde, sino también cuando se detienen demasiado pronto. En los ensayos clínicos a gran escala, a veces se utilizan análisis secuenciales planificados si existe un gasto considerable o un daño potencial asociado con las pruebas a los participantes. [ 137 ] En la ciencia del comportamiento aplicada , se han propuesto "megaestudios" para investigar la eficacia de muchas intervenciones diferentes diseñadas de manera interdisciplinaria por equipos separados. [ 138 ] Un estudio de este tipo utilizó una cadena de gimnasios para reclutar a un gran número de participantes. Se ha sugerido que las intervenciones conductuales a menudo son difíciles de comparar [en metaanálisis y revisiones], ya que "diferentes científicos prueban diferentes ideas de intervención en diferentes muestras utilizando diferentes resultados en diferentes intervalos de tiempo", lo que provoca una falta de comparabilidad de dichas investigaciones individuales que limita "su potencial para informar las políticas ". [ 138 ]

Los estándares de inclusión deficientes conducen a conclusiones erróneas.

Los metaanálisis en educación a menudo no son lo suficientemente restrictivos en cuanto a la calidad metodológica de los estudios que incluyen. Por ejemplo, los estudios que incluyen muestras pequeñas o medidas elaboradas por los investigadores dan lugar a estimaciones infladas del tamaño del efecto. [ 139 ] Sin embargo, este problema también afecta a los metaanálisis de ensayos clínicos. El uso de diferentes herramientas de evaluación de la calidad (QAT) lleva a incluir distintos estudios y a obtener estimaciones contradictorias de los efectos promedio del tratamiento. [ 140 ] [ 141 ]

Aplicaciones en la ciencia moderna

Resumen gráfico de un metaanálisis de más de 1000 casos de glioma pontino intrínseco difuso y otros gliomas pediátricos, en el que se extrajo información sobre las mutaciones implicadas, así como los resultados genéricos, de la literatura primaria subyacente.

El metaanálisis estadístico moderno va más allá de simplemente combinar los tamaños del efecto de un conjunto de estudios mediante un promedio ponderado. Permite comprobar si los resultados de los estudios muestran una variación mayor a la esperada debido al muestreo de diferentes números de participantes. Además, las características del estudio, como el instrumento de medición utilizado, la población muestreada o aspectos del diseño, pueden codificarse y utilizarse para reducir la varianza del estimador (véanse los modelos estadísticos anteriores). De este modo, algunas debilidades metodológicas de los estudios pueden corregirse estadísticamente. Otros usos de los métodos metaanalíticos incluyen el desarrollo y la validación de modelos de predicción clínica, donde el metaanálisis puede utilizarse para combinar datos individuales de participantes de diferentes centros de investigación y evaluar la generalización del modelo, [ 142 ] [ 143 ] o incluso para agregar modelos de predicción existentes. [ 144 ]

El metaanálisis puede realizarse tanto con diseños de investigación de sujeto único como con diseños de investigación de grupo. [ 145 ] Esto es importante porque se ha realizado mucha investigación con diseños de investigación de sujeto único . [ 146 ] Existe una considerable controversia sobre la técnica metaanalítica más apropiada para la investigación de sujeto único. [ 147 ]

El metaanálisis conlleva un cambio de enfoque, pasando de los estudios individuales a los estudios múltiples. Enfatiza la importancia práctica del tamaño del efecto en lugar de la significación estadística de los estudios individuales. Este cambio de perspectiva se ha denominado «pensamiento metaanalítico». Los resultados de un metaanálisis suelen representarse en un diagrama de bosque .

Los resultados de los estudios se combinan mediante diferentes enfoques. Un enfoque frecuentemente utilizado en el metaanálisis en la investigación en salud se denomina « método de varianza inversa ». El tamaño del efecto promedio en todos los estudios se calcula como una media ponderada , donde las ponderaciones son iguales a la varianza inversa del estimador del efecto de cada estudio. Los estudios más grandes y aquellos con menor variación aleatoria reciben mayor ponderación que los estudios más pequeños. Otros enfoques comunes incluyen el método de Mantel-Haenszel [ 148 ] y el método de Peto [ 149 ] .

El mapeo diferencial basado en semillas (anteriormente mapeo diferencial con signo, SDM) es una técnica estadística para realizar metaanálisis de estudios sobre diferencias en la actividad o estructura cerebral que utilizaron técnicas de neuroimagen como fMRI, VBM o PET.

Se han utilizado diversas técnicas de alto rendimiento, como los microarrays , para comprender la expresión génica . Los perfiles de expresión de microARN se han empleado para identificar microARN con expresión diferencial en tipos celulares o tisulares específicos, en condiciones patológicas particulares o para evaluar el efecto de un tratamiento. Se realizó un metaanálisis de dichos perfiles de expresión para obtener nuevas conclusiones y validar los hallazgos conocidos. [ 150 ]

El metaanálisis de estudios de secuenciación del genoma completo ofrece una solución atractiva al problema de recolectar grandes tamaños de muestra para descubrir variantes raras asociadas con fenotipos complejos. Se han desarrollado algunos métodos para permitir el metaanálisis de asociación de variantes raras con información funcional en cohortes a escala de biobanco, utilizando enfoques eficientes para el almacenamiento de estadísticas resumidas. [ 151 ]

Los metaanálisis exhaustivos también pueden utilizarse para estimar una red de efectos. Esto permite a los investigadores examinar patrones en el panorama más completo de resultados estimados con mayor precisión y extraer conclusiones que consideren el contexto más amplio (por ejemplo, cómo varían las relaciones personalidad-inteligencia según la familia de rasgos). [ 152 ]

Software

Paquetes de R : metafor y meta, RevMan, JASP, Jamovi , StatsDirect, MetaEssential, Comprehensive meta-analysis

Véase también

Fuentes

 Este artículo incorpora texto de Daniel S. Quintana, disponible bajo la licencia CC BY 4.0 .

 Este artículo incorpora texto de Wolfgang Viechtbauer, disponible bajo la licencia CC BY 3.0 .

Referencias

  1. 123Shadish WR, Lecy JD (September 2015). "The meta-analytic big bang". Research Synthesis Methods. 6 (3): 246–264. doi:10.1002/jrsm.1132. PMID 26212600. S2CID 5416879.
  2. 12Glass GV (September 2015). "Meta-analysis at middle age: a personal history". Research Synthesis Methods. 6 (3): 221–231. doi:10.1002/jrsm.1133. PMID 26355796. S2CID 30083129.
  3. ↑Glass GV (1976). "Primary, secondary, and meta-analysis of research". Educational Researcher. 5 (10): 3–8. doi:10.3102/0013189X005010003. S2CID 3185455.
  4. ↑Hunt, Morton (1997). How science takes stock: the story of meta-analysis (1st ed.). New York, New York, United States of America: Russell Sage Foundation.
  5. ↑"Report on Certain Enteric Fever Inoculation Statistics". British Medical Journal. 2 (2288): 1243–1246. November 1904. doi:10.1136/bmj.2.2288.1243. PMC 2355479. PMID 20761760.
  6. ↑Nordmann AJ, Kasenda B, Briel M (9 March 2012). "Meta-analyses: what they can and cannot do". Swiss Medical Weekly. 142 (910): w13518. doi:10.4414/smw.2012.13518. PMID 22407741.
  7. ↑O'Rourke K (December 2007). "An historical perspective on meta-analysis: dealing quantitatively with varying study results". Journal of the Royal Society of Medicine. 100 (12): 579–582. doi:10.1177/0141076807100012020. PMC 2121629. PMID 18065712.
  8. ↑Ghiselli, E. E. (1955). The measurement of occupational aptitude. University of California Publications in Psychology, 8, 101–216.
  9. ↑ Ghiselli, Edwin E. (1973). "La validez de las pruebas de aptitud en la selección de personal" . Personnel Psychology . 26 (4): 461– 477. doi : 10.1111/j.1744-6570.1973.tb01150.x . ISSN 0031-5826 . 
  10. ↑ Yates, F.; Cochran, WG (1938). "El análisis de grupos de experimentos" . The Journal of Agricultural Science . 28 (4): 556– 580. doi : 10.1017/S0021859600050978 . ISSN 0021-8596 . S2CID 86619593 .  
  11. ↑ Smith, Mary L .; Glass, Gene V. (1977). "Metaanálisis de estudios de resultados de psicoterapia" . American Psychologist . 32 (9): 752– 760. doi : 10.1037/0003-066X.32.9.752 . ISSN 1935-990X . PMID 921048. S2CID 43326263 .   
  12. ↑ Eysenck, HJ (1978). "Un ejercicio de mega-tontería" . American Psychologist . 33 (5): 517. doi : 10.1037/0003-066X.33.5.517.a . ISSN 1935-990X . 
  13. 1 2 Sharpe, Donald; Poets, Sarena (2020). "Metaanálisis como respuesta a la crisis de replicación" . Psicología Canadiense / Psychologie Canadienne . 61 (4): 377– 387. doi : 10.1037/cap0000215 . ISSN 1878-7304 . S2CID 225384392 .  
  14. ↑ Eysenck, HJ (1995). "¿Metaanálisis o síntesis de la mejor evidencia?" . Journal of Evaluation in Clinical Practice . 1 (1): 29– 36. doi : 10.1111/j.1365-2753.1995.tb00005.x . ISSN 1356-1294 . PMID 9238555 .  
  15. ↑ Ioannidis, John PA (2016). "La producción masiva de revisiones sistemáticas y metaanálisis redundantes, engañosos y contradictorios" . The Milbank Quarterly . 94 (3): 485– 514. doi : 10.1111/1468-0009.12210 . ISSN 0887-378X . PMC 5020151. PMID 27620683 .   
  16. ↑ Vandvik PO, Brandt L (julio de 2020). "Serie El futuro de los ecosistemas de evidencia: Ecosistemas de evidencia y sistemas de salud de aprendizaje: ¿por qué molestarse?". Journal of Clinical Epidemiology . 123 : 166–170 . doi : 10.1016/j.jclinepi.2020.02.008 . PMID 32145365. S2CID 212629387 .  
  17. ↑ Cartabellotta A, Tilson JK (junio de 2019). "El ecosistema de la evidencia no puede prosperar sin la eficiencia de la generación, síntesis y traducción del conocimiento". Journal of Clinical Epidemiology . 110 : 90–95 . doi : 10.1016/j.jclinepi.2019.01.008 . PMID 30708174. S2CID 73415319 .  
  18. ↑ Haddaway NR, Bannach-Brown A, Grainger MJ, Hamilton WK, Hennessy EA, Keenan C, et al. (junio de 2022). "La conferencia de síntesis de evidencia y metaanálisis en R (ESMARConf): nivelando el campo de juego de la accesibilidad y la equidad de las conferencias" . Systematic Reviews . 11 (1) 113. doi : 10.1186/s13643-022-01985-6 . PMC 9164457. PMID 35659294 .   
  19. ↑ Grames, Eliza M.; Stillman, Andrew N.; Tingley, Morgan W.; Elphick, Chris S. (2019). Freckleton, Robert (ed.). "Un enfoque automatizado para identificar términos de búsqueda para revisiones sistemáticas utilizando redes de coocurrencia de palabras clave" . Methods in Ecology and Evolution . 10 (10): 1645– 1654. Bibcode : 2019MEcEv..10.1645G . doi : 10.1111/2041-210X.13268 . ISSN 2041-210X . 
  20. ↑ Sood, Amit; Erwin, Patricia J.; Ebbert, Jon O. (2004). "Uso de herramientas de búsqueda avanzada en PubMed para la recuperación de citas" . Mayo Clinic Proceedings . 79 (10): 1295– 1300. doi : 10.4065/79.10.1295 . PMID 15473412 . 
  21. ↑ Vincent, Beatriz; Vincent, Maurice; Ferreira, Carlos Gil (1 de marzo de 2006). "Simplificando la búsqueda en PubMed: Aprender a recuperar literatura médica mediante la resolución interactiva de problemas" . The Oncologist . 11 (3): 243– 251. doi : 10.1634/theoncologist.11-3-243 . ISSN 1083-7159 . PMID 16549808 .  
  22. 1 2 3 4 5 Quintana, Daniel S. (8 de octubre de 2015). "De la preinscripción a la publicación: una introducción no técnica para realizar un metaanálisis para sintetizar datos correlacionales" . Frontiers in Psychology . 6 : 1549. doi : 10.3389/fpsyg.2015.01549 . ISSN 1664-1078 . PMC 4597034. PMID 26500598 .   
  23. 1 2 Bramer, Wichor M.; Giustini, Dean; de Jonge, Gerdien B.; Holland, Leslie; Bekhuis, Tanja (2016). " Deduplicación de resultados de búsqueda en bases de datos para revisiones sistemáticas en EndNote" . Journal of the Medical Library Association . 104 (3): 240– 243. doi : 10.3163/1536-5050.104.3.014 . ISSN 1536-5050 . PMC 4915647. PMID 27366130 .   
  24. 1 2 Horsley, Tanya; Dingwall, Orvie; Sampson, Margaret (10 de agosto de 2011). Cochrane Methodology Review Group (ed.). " Checking reference lists to find additional studies for systematic reviews" . Cochrane Database of Systematic Reviews . 2011 (8): MR000026. doi : 10.1002/14651858.MR000026.pub2 . PMC 7388740. PMID 21833989 .  
  25. ↑ Bramer, Wichor M.; De Jonge, Gerdien B.; Rethlefsen, Melissa L.; Mast, Frans; Kleijnen, Jos (4 de octubre de 2018). "Un enfoque sistemático para la búsqueda: un método eficiente y completo para desarrollar búsquedas bibliográficas" . Journal of the Medical Library Association . 106 (4): 531– 541. doi : 10.5195 / jmla.2018.283 . ISSN 1558-9439 . PMC 6148622. PMID 30271302 .   
  26. ↑ Moher, David; Tetzlaff, Jennifer; Tricco, Andrea C; Sampson, Margaret; Altman, Douglas G (27 de marzo de 2007). Clarke, Mike (ed.). "Epidemiología y características de los informes de revisiones sistemáticas" . PLOS Medicine . 4 (3) e78. doi : 10.1371/ journal.pmed.0040078 . ISSN 1549-1676 . PMC 1831728. PMID 17388659 .   
  27. ↑ Lakens, Daniël; Hilgard, Joe; Staaks, Janneke (2016). "Sobre la reproducibilidad de los metaanálisis: seis recomendaciones prácticas" . BMC Psychology . 4 (1): 24. doi : 10.1186/s40359-016-0126-3 . ISSN 2050-7283 . PMC 4886411. PMID 27241618 .   
  28. ↑ Nguyen, Phi-Yen; McKenzie, Joanne E.; Hamilton, Daniel G.; Moher, David; Tugwell, Peter; Fidler, Fiona M.; Haddaway, Neal R.; Higgins, Julian PT; Kanukula, Raju; Karunananthan, Sathya; Maxwell, Lara J.; McDonald, Steve; Nakagawa, Shinichi; Nunan, David; Welch, Vivian A. (2023). "Perspectivas de los revisores sistemáticos sobre el intercambio de datos de revisión, código analítico y otros materiales: una encuesta" . Cochrane Evidence Synthesis and Methods . 1 (2) e12008. doi : 10.1002/cesm.12008 . ISSN 2832-9023 . PMC 11795976. PMID 40474910 .   
  29. ^ Página, Mateo J.; Altman, Douglas G.; Shamseer, Larisa; McKenzie, Joanne E.; Ahmadzai, Nadera; Wolfe, Diana; Yazdi, Fatemeh; Catalá-López, Ferrán; Tricco, Andrea C.; Moher, David (2018). "Las prácticas de investigación reproducibles están infrautilizadas en las revisiones sistemáticas de intervenciones biomédicas" . Revista de epidemiología clínica . 94 : 8– 18. doi : 10.1016/j.jclinepi.2017.10.017 . hdl : 1807/90349 . PMID 29113936 . 
  30. ↑ Aloe, Ariel M. (2014). "Una investigación empírica de los tamaños del efecto parcial en el metaanálisis de datos correlacionales" . The Journal of General Psychology . 141 (1): 47– 64. doi : 10.1080/00221309.2013.853021 . ISSN 0022-1309 . PMID 24838020 .  
  31. ↑ Tracz, Susan M.; Elmore, Patricia B.; Pohlmann, John T. (1992). "Metaanálisis correlacional: casos independientes y no independientes" . Medición educativa y psicológica . 52 (4): 879– 888. doi : 10.1177/0013164492052004007 . ISSN 0013-1644 . 
  32. ↑ Cramer, Duncan (2003). "Una historia aleccionadora de dos estadísticas: correlación parcial y regresión parcial estandarizada" . The Journal of Psychology . 137 (5 ) : 507– 511. doi : 10.1080/00223980309600632 . ISSN 0022-3980 . PMID 14629080. S2CID 37557674 .   
  33. ↑ Gross, Arnd; Schirm, Sibylle; Scholz, Markus (2014). "Ycasd: una herramienta para capturar y escalar datos a partir de representaciones gráficas" . BMC Bioinformatics . 15 (1): 219. doi : 10.1186/1471-2105-15-219 . ISSN 1471-2105 . PMC 4085079. PMID 24965054 .   
  34. ↑ Cliche, Mathieu; Rosenberg, David; Madeka, Dhruv; Yee, Connie (2017), "Scatteract: Extracción automatizada de datos de diagramas de dispersión" , en Ceci, Michelangelo; Hollmén, Jaakko; Todorovski, Ljupčo; Vens, Celine (eds.), Machine Learning and Knowledge Discovery in Databases , vol. 10534, Cham: Springer International Publishing, pp. 135–150 , arXiv : 1704.06687 , doi : 10.1007/978-3-319-71249-9_9 , ISBN   978-3-319-71248-2, S2CID 9543956 , consultado el 26 de diciembre de 2023 
  35. ↑ Moreau, David; Gamble, Beau (2022). "Realización de un metaanálisis en la era de la ciencia abierta: herramientas, consejos y recomendaciones prácticas" . Psychological Methods . 27 (3): 426– 432. doi : 10.1037/met0000351 . ISSN 1939-1463 . PMID 32914999. S2CID 221619510 .   
  36. 1 2 McGuinness, Luke A.; Higgins, Julian PT (2021). "Visualización del riesgo de sesgo (robvis): un paquete de R y una aplicación web Shiny para visualizar evaluaciones del riesgo de sesgo" . Métodos de síntesis de investigación . 12 (1): 55– 61. doi : 10.1002/jrsm.1411 . hdl : 1983/e59b578e-1534-43d9-a438-8bc27b363a9a . ISSN 1759-2879 . PMID 32336025 .  
  37. ↑ Sanderson, S.; Tatt, I. D; Higgins, JP (1 de junio de 2007). "Herramientas para evaluar la calidad y la susceptibilidad al sesgo en estudios observacionales en epidemiología: una revisión sistemática y bibliografía anotada" . Revista Internacional de Epidemiología . 36 (3): 666– 676. doi : 10.1093/ije/dym018 . ISSN 0300-5771 . PMID 17470488 .  
  38. ↑ Haddaway, Neal R.; Macura, Biljana; Whaley, Paul; Pullin, Andrew S. (2018). "Estándares ROSES para la presentación de informes de síntesis sistemáticas de evidencia: formulario, diagrama de flujo y resumen descriptivo del plan y la realización de revisiones sistemáticas ambientales y mapas sistemáticos" . Environmental Evidence . 7 (1) 7. Bibcode : 2018EnvEv...7....7H . doi : 10.1186/s13750-018-0121-7 . ISSN 2047-2382 . 
  39. ↑ Paez, Arsenio (2017). "Literatura gris: un recurso importante en las revisiones sistemáticas" . Journal of Evidence-Based Medicine . 10 (3): 233– 240. doi : 10.1111/jebm.12266 . ISSN 1756-5383 . PMID 28857505 .  
  40. ↑ Conn, Vicki S.; Valentine, Jeffrey C.; Cooper, Harris M.; Rantz, Marilyn J. (2003). "Literatura gris en metaanálisis" . Nursing Research . 52 (4): 256– 261. doi : 10.1097/00006199-200307000-00008 . ISSN 0029-6562 . PMID 12867783. S2CID 27109643 .   
  41. ↑ Scherer, Roberta W.; Saldanha, Ian J. (2019). "¿Cómo deberían los revisores sistemáticos manejar los resúmenes de congresos? Una perspectiva desde las trincheras" . Systematic Reviews . 8 (1): 264. doi : 10.1186/s13643-019-1188-0 . ISSN 2046-4053 . PMC 6836535. PMID 31699124 .   
  42. ↑ Hartling, Lisa; Featherstone, Robin; Nuspl, Megan; Shave, Kassi; Dryden, Donna M.; Vandermeer, Ben (2017). "Literatura gris en revisiones sistemáticas: un estudio transversal de la contribución de informes no ingleses, estudios no publicados y disertaciones a los resultados de metaanálisis en revisiones relevantes para la infancia" . BMC Medical Research Methodology . 17 (1): 64. doi : 10.1186/s12874-017-0347-z . ISSN 1471-2288 . PMC 5395863. PMID 28420349 .   
  43. ↑ Haddaway, NR; Woodcock, P.; Macura, B.; Collins, A. (2015). "Hacer que las revisiones de la literatura sean más fiables mediante la aplicación de lecciones de revisiones sistemáticas". Conservation Biology . 29 (6): 1596– 1605. Bibcode : 2015ConBi..29.1596H . doi : 10.1111/cobi.12541 . ISSN 0888-8892 . JSTOR 24761072 . PMID 26032263 . S2CID 20624428 .    
  44. ↑ Egger, M; Jüni, P; Bartlett, C; Holenstein, F; Sterne, J (2003). "¿Qué importancia tienen las búsquedas bibliográficas exhaustivas y la evaluación de la calidad de los ensayos en las revisiones sistemáticas? Estudio empírico" . Health Technology Assessment . 7 (1): 1– 82. doi : 10.3310/hta7010 . ISSN 1366-5278 . PMID 12583822 .  
  45. ↑ Lefebvre, Carol; Glanville, Julie; Briscoe, Simon; Littlewood, Anne; Marshall, Chris; Metzendorf, Maria-Inti; Noel-Storr, Anna; Rader, Tamara; Shokraneh, Farhad (23 de septiembre de 2019), «Búsqueda y selección de estudios», en Higgins, Julian PT; Thomas, James; Chandler, Jacqueline; Cumpston, Miranda (eds.), Manual Cochrane para revisiones sistemáticas de intervenciones (1.ª ed.), Wiley, pp. 67–107 , doi : 10.1002/9781119536604.ch4 , ISBN   978-1-119-53662-8, S2CID 204603849 
  46. ↑ McAuley, Laura; Pham, Ba'; Tugwell, Peter; Moher, David (2000). "¿Influye la inclusión de literatura gris en las estimaciones de la efectividad de las intervenciones reportadas en los metaanálisis?" . The Lancet . 356 (9237): 1228– 1231. Bibcode : 2000Lanc..356.1228M . doi : 10.1016/S0140-6736(00)02786-0 . PMID 11072941 . S2CID 33777183 .  
  47. ↑ Hopewell, Sally; Clarke, Mike (2005). "Resúmenes presentados en la conferencia de la Sociedad Estadounidense de Oncología Clínica: ¿con qué grado de exhaustividad se informan los ensayos?". Clinical Trials . 2 (3): 265– 268. doi : 10.1191/1740774505cn091oa . ISSN 1740-7745 . PMID 16279150 . S2CID 3601317 .   
  48. ↑ Bhandari, Mohit; Devereaux, PJ; Guyatt, Gordon H.; Cook, Deborah J.; Swiontkowski, Marc F.; Sprague, Sheila; Schemitsch, Emil H. (2002). "Un estudio observacional de resúmenes ortopédicos y publicaciones posteriores de texto completo". The Journal of Bone and Joint Surgery-American Volumen . 84 (4): 615– 621. doi : 10.2106/00004623-200204000-00017 . ISSN 0021-9355 . PMID 11940624 . S2CID 8807106 .   
  49. ↑ Tierney, Jayne F.; Fisher, David J.; Burdett, Sarah; Stewart, Lesley A.; Parmar, Mahesh KB (31 de enero de 2020). Shapiro, Steven D. (ed.). "Comparación de enfoques de datos agregados e individuales de participantes para el metaanálisis de ensayos aleatorizados: un estudio observacional" . PLOS Medicine . 17 (1) e1003019. doi : 10.1371/journal.pmed.1003019 . ISSN 1549-1676 . PMC 6993967. PMID 32004320 .   
  50. ↑ Chang, Bei-Hung; Hoaglin, David C. (2017). "Metaanálisis de razones de probabilidades: buenas prácticas actuales" . Medical Care . 55 (4): 328– 335. doi : 10.1097/MLR.0000000000000696 . ISSN 0025-7079 . PMC 5352535. PMID 28169977 .   
  51. ↑ Bakbergenuly, Ilyas; Hoaglin, David C.; Kulinskaya, Elena (2019). "Errores comunes al usar la razón de riesgo en el metaanálisis" . Research Synthesis Methods . 10 (3): 398– 419. doi : 10.1002/jrsm.1347 . ISSN 1759-2879 . PMC 6767076. PMID 30854785 .   
  52. ^ Debray TP, Moons KG, van Valkenhoef G, Efthimiou O, Hummel N, Groenwold RH, Reitsma JB (diciembre de 2015). "Sea realista en el metanálisis de datos de participantes individuales (IPD): una revisión de la metodología" . Métodos de síntesis de investigación . 6 (4): 293– 309. doi : 10.1002/jrsm.1160 . PMC 5042043 . PMID 26287812 .  
  53. ↑Debray TP, Moons KG, Abo-Zaid GM, Koffijberg H, Riley RD (2013). "Individual participant data meta-analysis for a binary outcome: one-stage or two-stage?". PLOS ONE. 8 (4) e60650. Bibcode:2013PLoSO...860650D. doi:10.1371/journal.pone.0060650. PMC 3621872. PMID 23585842.
  54. ↑Burke DL, Ensor J, Riley RD (February 2017). "Meta-analysis using individual participant data: one-stage and two-stage approaches, and why they may differ". Statistics in Medicine. 36 (5): 855–875. doi:10.1002/sim.7141. PMC 5297998. PMID 27747915.
  55. ↑Nikolakopoulou, Adriani; Mavridis, Dimitris; Salanti, Georgia (2014). "How to interpret meta-analysis models: fixed effect and random effects meta-analyses". Evidence Based Mental Health. 17 (2): 64. doi:10.1136/eb-2014-101794. ISSN 1362-0347. PMID 24778439.
  56. ↑Dekkers, Olaf M. (2018). "Meta-analysis: Key features, potentials and misunderstandings". Research and Practice in Thrombosis and Haemostasis. 2 (4): 658–663. doi:10.1002/rth2.12153. PMC 6178740. PMID 30349883.
  57. ↑Helfenstein U (March 2002). "Data and models determine treatment proposals--an illustration from meta-analysis". Postgraduate Medical Journal. 78 (917): 131–134. doi:10.1136/pmj.78.917.131. PMC 1742301. PMID 11884693.
  58. ↑Dettori, Joseph R.; Norvell, Daniel C.; Chapman, Jens R. (2022). "Fixed-Effect vs Random-Effects Models for Meta-Analysis: 3 Points to Consider". Global Spine Journal. 12 (7): 1624–1626. doi:10.1177/21925682221110527. ISSN 2192-5682. PMC 9393987. PMID 35723546.
  59. ↑ Hedges, Larry V.; Vevea, Jack L. (1998). "Modelos de efectos fijos y aleatorios en metaanálisis" . Psychological Methods . 3 (4): 486– 504. doi : 10.1037/1082-989X.3.4.486 . ISSN 1939-1463 . S2CID 119814256 .  
  60. ↑ Rice, Kenneth; Higgins, Julian PT; Lumley, Thomas (2018). "Una reevaluación del metaanálisis de efectos fijos". Journal of the Royal Statistical Society. Serie A (Estadística en la sociedad) . 181 (1): 205– 227. doi : 10.1111/rssa.12275 . hdl : 1983/fe29c5db-aa49-497a-b582-ed5cf0310e8a . ISSN 0964-1998 . JSTOR 44682165 .  
  61. 1 2 3 4 Viechtbauer, Wolfgang (2010). "Realización de metaanálisis en R con el paquete metafor" . Journal of Statistical Software . 36 (3). doi : 10.18637/jss.v036.i03 . ISSN 1548-7660 . S2CID 15798713 .  
  62. ↑ Holzmeister, Felix; Johannesson, Magnus; Böhm, Robert; Dreber, Anna; Huber, Jürgen; Kirchler, Michael (6 de agosto de 2024). " Heterogeneidad en las estimaciones del tamaño del efecto" . Actas de la Academia Nacional de Ciencias . 121 (32) e2403490121. Bibcode : 2024PNAS..12103490H . doi : 10.1073/pnas.2403490121 . ISSN 0027-8424 . PMC 11317577. PMID 39078672 .   
  63. ↑ Senn S (marzo de 2007). "Intentando ser preciso sobre la vaguedad" . Statistics in Medicine . 26 (7): 1417– 1430. doi : 10.1002/sim.2639 . PMID 16906552. S2CID 17764847 .  
  64. 1 2 Al Khalaf MM, Thalib L, Doi SA (febrero de 2011). "Combinar estudios heterogéneos utilizando el modelo de efectos aleatorios es un error y conduce a metaanálisis no concluyentes". Journal of Clinical Epidemiology . 64 (2): 119– 123. doi : 10.1016/j.jclinepi.2010.01.009 . PMID 20409685 . 
  65. ↑ Brockwell SE, Gordon IR (marzo de 2001). " Una comparación de métodos estadísticos para metaanálisis". Statistics in Medicine . 20 (6): 825– 840. doi : 10.1002/sim.650 . PMID 11252006. S2CID 16932514 .  
  66. 1 2 Noma H (diciembre de 2011). "Intervalos de confianza para un metaanálisis de efectos aleatorios basado en correcciones de tipo Bartlett". Statistics in Medicine . 30 (28): 3304– 3312. doi : 10.1002/sim.4350 . hdl : 2433/152046 . PMID 21964669. S2CID 6556986 .  
  67. ↑ Brockwell SE, Gordon IR (noviembre de 2007). " Un método simple para inferir un efecto general en metaanálisis". Statistics in Medicine . 26 (25): 4531– 4543. doi : 10.1002/sim.2883 . PMID 17397112. S2CID 887098 .  
  68. ↑ Sidik K, Jonkman JN (noviembre de 2002). " Un intervalo de confianza simple para el metaanálisis". Statistics in Medicine . 21 (21): 3153– 3159. doi : 10.1002/sim.1262 . PMID 12375296. S2CID 21384942 .  
  69. ↑ Jackson D, Bowden J (enero de 2009). "Una reevaluación del 'método de aproximación de cuantiles' para el metaanálisis de efectos aleatorios" . Statistics in Medicine . 28 (2): 338– 348. doi : 10.1002/sim.3487 . PMC 2991773. PMID 19016302 .  
  70. ↑ Poole C, Greenland S (septiembre de 1999). "Los metaanálisis de efectos aleatorios no siempre son conservadores" . American Journal of Epidemiology . 150 (5): 469– 475. doi : 10.1093/oxfordjournals.aje.a010035 . PMID 10472946 . 
  71. ↑ Riley RD, Higgins JP, Deeks JJ (febrero de 2011). "Interpretación de metaanálisis de efectos aleatorios". BMJ . 342 : d549. doi : 10.1136/bmj.d549 . PMID 21310794. S2CID 32994689 .  
  72. ↑ Kriston L (marzo de 2013). "Cómo abordar la heterogeneidad clínica en el metaanálisis. Supuestos, métodos, interpretación" . Revista Internacional de Métodos en Investigación Psiquiátrica . 22 (1): 1– 15. doi : 10.1002/mpr.1377 . PMC 6878481. PMID 23494781 .  
  73. ↑ Langan, Dean; Higgins, Julian PT; Jackson, Dan; Bowden, Jack; Veroniki, Areti Angeliki; Kontopantelis, Evangelos; Viechtbauer, Wolfgang; Simmonds, Mark (2019). "Una comparación de estimadores de varianza de heterogeneidad en metaanálisis de efectos aleatorios simulados" . Research Synthesis Methods . 10 (1): 83– 98. doi : 10.1002/jrsm.1316 . hdl : 1983/c911791c-c687-4f12-bc0b-ffdbe42ca874 . ISSN 1759-2879 . PMID 30067315. S2CID 51890354 .   
  74. 1 2 "Guía del usuario de MetaXL" (PDF) . Consultado el 18 de septiembre de 2018 .
  75. ↑ Kontopantelis E, Reeves D (1 de agosto de 2010). "Metaan: metaanálisis de efectos aleatorios" . Stata Journal . 10 (3): 395– 407. doi : 10.1177/1536867X1001000307 – vía ResearchGate.
  76. ↑ Field, Andy P.; Gillett, Raphael (2010). "Cómo hacer un metaanálisis" . British Journal of Mathematical and Statistical Psychology . 63 ( 3): 665– 694. Bibcode : 2010BJMSP..63..665F . doi : 10.1348/000711010X502733 . hdl : 2381/12014 . PMID 20497626. S2CID 22688261 .  
  77. ↑ Kontopantelis E, Springate DA, Reeves D (2013). Friede T (ed.). "Un reanálisis de los datos de la Biblioteca Cochrane: los peligros de la heterogeneidad no observada en los metaanálisis" . PLOS ONE . 8 (7) e69930. Bibcode : 2013PLoSO...869930K . doi : 10.1371/journal.pone.0069930 . PMC 3724681. PMID 23922860 .  
  78. ↑ Kontopantelis E, Reeves D (27 de septiembre de 2013). "Una breve guía y un comando de diagrama de bosque (ipdforest) para metaanálisis de una etapa" . Stata Journal . 13 (3): 574– 587. doi : 10.1177/1536867X1301300308 – vía ResearchGate.
  79. 1 2 Doi SA, Thalib L (enero de 2008). "Un modelo de efectos de calidad para metaanálisis" . Epidemiología . 19 (1): 94– 100. doi : 10.1097/EDE.0b013e31815c24e7 . PMID 18090860. S2CID 29723291 .  
  80. ↑ Doi SA, Barendregt JJ, Mozurkewich EL (marzo de 2011). "Metaanálisis de ensayos clínicos heterogéneos: un ejemplo empírico". Contemporary Clinical Trials . 32 (2): 288– 298. doi : 10.1016/j.cct.2010.12.006 . PMID 21147265 . 
  81. ↑ Doi SA, Barendregt JJ, Khan S, Thalib L, Williams GM (julio de 2015). "Comparación de simulación de los métodos de efectos de calidad y efectos aleatorios del metaanálisis" . Epidemiología . 26 (4): e42– e44. doi : 10.1097/EDE.0000000000000289 . PMID 25872162 . 
  82. ↑ Doi SA, Barendregt JJ, Khan S, Thalib L, Williams GM (noviembre de 2015). "Avances en el metaanálisis de ensayos clínicos heterogéneos II: El modelo de efectos de calidad". Contemporary Clinical Trials . 45 (Pt A): 123–129 . doi : 10.1016/j.cct.2015.05.010 . PMID 26003432 . 
  83. 1 2 "Página del software MetaXL" . Epigear.com. 3 de junio de 2017. Consultado el 18 de septiembre de 2018 .
  84. ↑ Rouse, Benjamin; Chaimani, Anna; Li, Tianjing (2017). "Metaanálisis en red: una introducción para clínicos" . Medicina Interna y de Urgencias . 12 (1): 103– 111. doi : 10.1007/s11739-016-1583-7 . ISSN 1828-0447 . PMC 5247317. PMID 27913917 .   
  85. ↑ Phillips, Mark R.; Steel, David H.; Wykoff, Charles C.; Busse, Jason W.; Bannuru, Raveendhara R.; Thabane, Lehana; Bhandari, Mohit; Chaudhary, Varun; para el Grupo de Estudio de la Alianza Internacional de Ensayos de Evidencia de Retina (RETINA); Sivaprasad, Sobha; Kaiser, Peter; Sarraf, David; Bakri, Sophie J.; Garg, Sunir J.; Singh, Rishi P. (2022). " Una guía clínica para el metaanálisis en red" . Eye . 36 (8): 1523– 1526. doi : 10.1038/s41433-022-01943-5 . ISSN 0950-222X . PMC 9307840. PMID 35145277 .   
  86. ↑ Bucher HC, Guyatt GH, Griffith LE, Walter SD (junio de 1997). "Los resultados de las comparaciones de tratamientos directos e indirectos en el metaanálisis de ensayos controlados aleatorios". Journal of Clinical Epidemiology . 50 (6): 683– 691. doi : 10.1016/s0895-4356(97)00049-8 . PMID 9250266 . 
  87. ^ van Valkenhoef G , Lu G , de Brock B, Hillege H, Ades AE, Welton NJ (diciembre de 2012) . "Automatización del metanálisis de redes". Métodos de síntesis de investigación . 3 (4): 285– 299. doi : 10.1002/jrsm.1054 . PMID 26053422 . S2CID 33613631 .  
  88. ↑ Brooks SP, Gelman A (1998). "Métodos generales para monitorear la convergencia de simulaciones iterativas" (PDF) . Journal of Computational and Graphical Statistics . 7 (4): 434– 455. doi : 10.1080/10618600.1998.10474787 . S2CID 7300890 . 
  89. ↑ Heck DW, Gronau QF, Wagenmakers EJ, Patil I (17 de marzo de 2021). "metaBMA: Promediación de modelos bayesianos para metaanálisis de efectos aleatorios y fijos" . CRAN . Recuperado el 9 de mayo de 2022 .
  90. ↑ Bartoš F, Maier M, Wagenmakers EJ, Goosen J, Denwood M, Plummer M (20 de abril de 2022). "RoBMA: Un paquete de R para metaanálisis bayesianos robustos" . Recuperado el 9 de mayo de 2022 .
  91. ↑ Gronau QF, Heck DW, Berkhout SW, Haaf JM, Wagenmakers EJ (julio de 2021). "Una introducción al metaanálisis bayesiano promediado por modelos" . Advances in Methods and Practices in Psychological Science . 4 (3) 25152459211031256. doi : 10.1177/25152459211031256 . hdl : 11245.1/ec2c07d1-5ff0-431b-b53a-10f9c5d9541d . ISSN 2515-2459 . S2CID 237699937 .  
  92. ↑ Bartoš F, Maier M, Quintana D, Wagenmakers EJ (16 de octubre de 2020). "Ajuste del sesgo de publicación en JASP y R: modelos de selección, PET-PEESE y metaanálisis bayesiano robusto" . Advances in Methods and Practices in Psychological Science . doi : 10.31234/osf.io/75bqn . hdl : 11245.1/5540e87c-0883-45e6-87de-48d2bf4c1e1d . S2CID 236826939 . 
  93. 1 2 Senn S, Gavini F, Magrez D, Scheen A (abril de 2013). "Problemas al realizar un metaanálisis en red". Métodos estadísticos en investigación médica . 22 (2): 169– 189. doi : 10.1177/0962280211432220 . PMID 22218368. S2CID 10860031 .  
  94. ↑ White IR (2011). "Metarregresión multivariante de efectos aleatorios: actualizaciones de mvmeta" . The Stata Journal . 11 (2): 255– 270. doi : 10.1177/1536867X1101100206 .
  95. ↑ Reitsma JB, Glas AS, Rutjes AWS, Scholten RJPM, Bossuyt PMM, Zwinderman AH (2005). El análisis bivariado de sensibilidad y especificidad produce medidas resumen informativas en revisiones diagnósticas. J Clin Epidemiol . 58(10):982–990. doi: 10.1016/j.jclinepi.2005.02.022
  96. ↑ Rutter CM, Gatsonis CA (2001). Un enfoque de regresión jerárquica para el metaanálisis de evaluaciones de la precisión de las pruebas diagnósticas. Stat Med . 20(19):2865–84. doi: 10.1002/sim.942
  97. ↑ McInnes MDF, Moher D, Thombs BD, et al. Elementos de informe preferidos para una revisión sistemática y metaanálisis de estudios de precisión de pruebas diagnósticas: la declaración PRISMA-DTA. JAMA . 2018;319(4):388–396. doi: 10.1001/jama.2017.19163
  98. ↑ Deeks JJ, Takwoingi Y. Dos décadas de progreso en las revisiones sistemáticas de precisión de pruebas: Gestión de la complejidad meta-analítica. J Clin Epidemiol . 2020;122:92–102. doi: 10.1016/j.jclinepi.2020.03.003
  99. ↑ Zhang H, Deng L, Schiffman M, Qin J, Yu K (2020). "Modelo de integración generalizada para mejorar la inferencia estadística aprovechando datos resumidos externos". Biometrika . 107 (3): 689– 703. doi : 10.1093/biomet/asaa014 .
  100. ↑ Higgins JP, Altman DG, Gøtzsche PC, Jüni P, Moher D, Oxman AD, et al. (octubre de 2011). "Herramienta de la Colaboración Cochrane para evaluar el riesgo de sesgo en ensayos aleatorizados" . BMJ . 343 d5928. doi : 10.1136/bmj.d5928 . PMC 3196245. PMID 22008217 .   
  101. ↑ Whiting PF, Rutjes AW, Westwood ME, Mallett S, Deeks JJ, Reitsma JB, et al. (octubre de 2011). "QUADAS-2: una herramienta revisada para la evaluación de la calidad de los estudios de precisión diagnóstica" . Annals of Internal Medicine . 155 (8): 529– 536. doi : 10.7326/0003-4819-155-8-201110180-00009 . hdl : 11380/1286666 . PMID 22007046 .  
  102. ↑ Royston P, Parmar MK, Sylvester R (marzo de 2004). "Construcción y validación de un modelo pronóstico en varios estudios, con una aplicación en el cáncer de vejiga superficial". Statistics in Medicine . 23 (6): 907– 926. doi : 10.1002/sim.1691 . PMID 15027080. S2CID 23397142 .  
  103. ↑ Willis BH, Riley RD (septiembre de 2017). "Medición de la validez estadística de los resultados de metaanálisis y metarregresión resumidos para su uso en la práctica clínica" . Statistics in Medicine . 36 (21): 3283–3301 . doi : 10.1002/sim.7372 . PMC 5575530. PMID 28620945 .  
  104. ↑ Riley RD, Ahmed I, Debray TP, Willis BH, Noordzij JP, Higgins JP, Deeks JJ (junio de 2015). " Resumen y validación de los resultados de precisión de las pruebas en múltiples estudios para su uso en la práctica clínica" . Statistics in Medicine . 34 (13): 2081– 2103. doi : 10.1002/sim.6471 . PMC 4973708. PMID 25800943 .  
  105. ↑ LeLorier J, Grégoire G, Benhaddad A, Lapierre J, Derderian F (agosto de 1997). "Discrepancias entre metaanálisis y ensayos controlados aleatorizados a gran escala posteriores" . The New England Journal of Medicine . 337 (8): 536– 542. doi : 10.1056/NEJM199708213370806 . PMID 9262498 . 
  106. 1 2 Slavin RE (1986). "Síntesis de la mejor evidencia: una alternativa a las revisiones meta-analíticas y tradicionales". Educational Researcher . 15 (9): 5– 9. doi : 10.3102/0013189X015009005 . S2CID 146457142 . 
  107. ↑ Hunter JE, Schmidt FL, Jackson GB, et al. (Asociación Americana de Psicología. División de Psicología Industrial-Organizacional) (1982). Metaanálisis: acumulación de hallazgos de investigación en diferentes estudios . Beverly Hills, California: Sage. ISBN  978-0-8039-1864-1.
  108. ↑ Glass GV, McGaw B, Smith ML (1981). Metaanálisis en la investigación social . Beverly Hills, California: Sage Publications. ISBN 978-0-8039-1633-3.
  109. ↑ Wolf, Vinzent; Kühnel, Anne; Teckentrup, Vanessa; Koenig, Julian; Kroemer, Nils B. (2021). "¿Afecta la estimulación transcutánea del nervio vago auricular a la variabilidad de la frecuencia cardíaca mediada por el nervio vago? Un metaanálisis bayesiano interactivo y en constante evolución" . Psicofisiología . 58 (11) e13933. doi : 10.1111/psyp.13933 . ISSN 0048-5772 . PMID 34473846 .  
  110. ^ Allbritton, David; Gómez, Pablo; Ángela, Bernhard; Vasilev, Martín; Perea, Manuel (22 de julio de 2024). "Dar vida a los métodos metaanalíticos" . Revista de cognición . 7 (1): 61. doi : 10.5334/joc.389 . ISSN 2514-4820 . PMC 11276543 . PMID 39072210 .   
  111. ↑ Wagner, John A (3 de septiembre de 2022). "La influencia de los estudios no publicados en los resultados de los metaanálisis recientes: sesgo de publicación, el problema del cajón de archivos e implicaciones para la crisis de replicación" . International Journal of Social Research Methodology . 25 (5): 639– 644. doi : 10.1080/13645579.2021.1922805 . ISSN 1364-5579 . 
  112. ↑Polanin JR, Tanner-Smith EE, Hennessy EA (2016). "Estimating the Difference Between Published and Unpublished Effect Sizes: A Meta-Review". Review of Educational Research. 86 (1): 207–236. doi:10.3102/0034654315582067. ISSN 0034-6543. S2CID 145513046.
  113. ↑Nassir Ghaemi, S.; Shirzadi, Arshia A.; Filkowski, Megan (10 September 2008). "Publication Bias and the Pharmaceutical Industry: The Case of Lamotrigine in Bipolar Disorder". The Medscape Journal of Medicine. 10 (9): 211. ISSN 1934-1997. PMC 2580079. PMID 19008973.
  114. ↑Martin, José Luis R.; Pérez, Víctor; Sacristán, Montse; Álvarez, Enric (2005). "Is grey literature essential for a better control of publication bias in psychiatry? An example from three meta-analyses of schizophrenia". European Psychiatry. 20 (8): 550–553. doi:10.1016/j.eurpsy.2005.03.011. ISSN 0924-9338. PMID 15994063.
  115. 12Rosenthal R (1979). "The "File Drawer Problem" and the Tolerance for Null Results". Psychological Bulletin. 86 (3): 638–641. doi:10.1037/0033-2909.86.3.638. S2CID 36070395.
  116. 12Vevea JL, Woods CM (December 2005). "Publication bias in research synthesis: sensitivity analysis using a priori weight functions". Psychological Methods. 10 (4): 428–443. doi:10.1037/1082-989X.10.4.428. PMID 16392998.
  117. ↑Hunter JE, Schmidt FL (1990). Methods of Meta-Analysis: Correcting Error and Bias in Research Findings. Newbury Park, California; London; New Delhi: SAGE Publications.
  118. ↑ Nakagawa, Shinichi; Lagisz, Malgorzata; Jennions, Michael D.; Koricheva, Julia; Noble, Daniel WA; Parker, Timothy H.; Sánchez-Tójar, Alfredo; Yang, Yefeng; O'Dea, Rose E. (2022). "Métodos para probar el sesgo de publicación en metaanálisis ecológicos y evolutivos" . Methods in Ecology and Evolution . 13 (1): 4– 21. Bibcode : 2022MEcEv..13....4N . doi : 10.1111/2041-210X.13724 . hdl : 1885/294436 . ISSN 2041-210X . S2CID 241159497 .  
  119. ↑ Light RJ, Pillemer DB (1984). Summing up: the science of reviewing research . Cambridge, Massachusetts: Harvard University Press. ISBN 978-0-674-85431-4.
  120. ↑ Ioannidis JP, Trikalinos TA (abril de 2007). "La idoneidad de las pruebas de asimetría para el sesgo de publicación en metaanálisis: una amplia revisión" . CMAJ . 176 ( 8): 1091–1096 . doi : 10.1503/cmaj.060410 . PMC 1839799. PMID 17420491 .  
  121. ↑ Hedges LV, Vevea JL (1996). "Estimación del tamaño del efecto bajo sesgo de publicación: propiedades de muestras pequeñas y robustez de un modelo de selección de efectos aleatorios" . Journal of Educational and Behavioral Statistics . 21 (4): 299– 332. doi : 10.3102/10769986021004299 . ISSN 1076-9986 . S2CID 123680599 .  
  122. ↑ Ferguson CJ, Brannick MT (marzo de 2012). "Sesgo de publicación en la ciencia psicológica: prevalencia, métodos para identificarlo y controlarlo, e implicaciones para el uso de metaanálisis". Psychological Methods . 17 (1): 120– 128. doi : 10.1037/a0024445 . PMID 21787082 . 
  123. ↑ Simmons JP, Nelson LD, Simonsohn U (noviembre de 2011). "Psicología de falsos positivos: la flexibilidad no revelada en la recopilación y el análisis de datos permite presentar cualquier cosa como significativa" . Psychological Science . 22 (11): 1359– 1366. doi : 10.1177/0956797611417632 . PMID 22006061 . 
  124. ↑ LeBel E, Peters K (2011). "Temiendo el futuro de la psicología empírica: la evidencia de psi de Bem (2011) como estudio de caso de deficiencias en la práctica de la investigación modal" (PDF) . Review of General Psychology . 15 (4): 371– 379. doi : 10.1037/a0025172 . S2CID 51686730. Archivado del original (PDF) el 24 de noviembre de 2012. 
  125. ↑ Schober, Patrick; Bossers, Sebastiaan M.; Schwarte, Lothar A. (2018). "Significación estadística versus importancia clínica de los tamaños del efecto observados: ¿Qué representan realmente los valores p y los intervalos de confianza?" . Anesthesia & Analgesia . 126 (3): 1068– 1072. doi : 10.1213/ANE.0000000000002798 . ISSN 0003-2999 . PMC 5811238 . PMID 29337724 .   
  126. ↑ Gates, Simon; Ealing, Elizabeth (2019). "Información e interpretación de los resultados de ensayos clínicos que no afirmaron una diferencia de tratamiento: encuesta de cuatro revistas médicas generales" . BMJ Open . 9 (9) e024785. doi : 10.1136/bmjopen-2018-024785 . ISSN 2044-6055 . PMC 6738699. PMID 31501094 .   
  127. ↑ Hodges JS, Clayton MK (febrero de 2011). "Efectos aleatorios antiguos y nuevos". págs. 1–23 . CiteSeerX 10.1.1.225.2685 .  {{cite web}}: Falta o está vacío |url=( ayuda )
  128. 1 2 Hodges JS (2014). "Efectos aleatorios antiguos y nuevos". Modelos lineales con parámetros complejos: modelos aditivos, de series temporales y espaciales que utilizan efectos aleatorios . Boca Raton: CRC Press. pp. 285–302 . ISBN  978-1-4398-6683-2.
  129. ↑ "La investigación sobre medicina trans ha sido manipulada" . The Economist . ISSN 0013-0613 . Consultado el 28 de septiembre de 2024 . 
  130. ↑ Stegenga J (diciembre de 2011). "¿Es el metaanálisis el estándar de oro de la evidencia?" . Estudios en Historia y Filosofía de las Ciencias Biológicas y Biomédicas . 42 (4): 497– 507. doi : 10.1016/j.shpsc.2011.07.003 . PMID 22035723 . 
  131. ↑ Roseman M, Milette K, Bero LA, Coyne JC, Lexchin J, Turner EH, Thombs BD (2011), "Informes de conflictos de interés en metaanálisis de ensayos de tratamientos farmacológicos" , Journal of the American Medical Association , 305 (10): 1008–1017 , doi : 10.1001/jama.2011.257 , hdl : 11370/d4a95ee2-429f-45a4-a917-d794ee954797 , PMID 21386079 , S2CID 11270323  
  132. ↑ Spink, Paul (1999). "Desafiando el humo de tabaco ambiental en el lugar de trabajo" . Environmental Law Review . 1 (4): 243– 265. Bibcode : 1999EnvLR...1..243S . doi : 10.1177/146145299900100402 . ISSN 1461-4529 . 
  133. ↑ Will, George (30 de julio de 1998). "Contaminado por la cruzada antitabaco" . Tampa Bay Times . Consultado el 28 de septiembre de 2024 .
  134. ↑ Nelson, Jon P.; Kennedy, Peter E. (2009). "El uso (y abuso) del metaanálisis en la economía ambiental y de los recursos naturales: una evaluación" . Environmental and Resource Economics . 42 (3): 345– 377. Bibcode : 2009EnREc..42..345N . doi : 10.1007/s10640-008-9253-5 . ISSN 0924-6460 . 
  135. ↑ Munafò MR, Flint J (septiembre de 2004). "Metaanálisis de estudios de asociación genética". Trends in Genetics . 20 (9): 439– 444. doi : 10.1016/j.tig.2004.06.014 . PMID 15313553 . 
  136. ↑ Stone DL, Rosopa PJ (1 de marzo de 2017). "Ventajas y limitaciones del uso del metaanálisis en la investigación de la gestión de recursos humanos". Human Resource Management Review . 27 (1): 1– 7. doi : 10.1016/j.hrmr.2016.09.001 . ISSN 1053-4822 . 
  137. ↑ Button KS, Ioannidis JP, Mokrysz C, Nosek BA, Flint J, Robinson ES, Munafò MR (mayo de 2013). "Fallo de potencia: por qué el tamaño de muestra pequeño socava la fiabilidad de la neurociencia" . Nature Reviews. Neuroscience . 14 (5): 365– 376. doi : 10.1038/nrn3475 . PMID 23571845. S2CID 455476 .  
  138. ^ Lechero KL, Gromet D, Ho H, Kay JS, Lee TW, Pandiloski P, et al. (diciembre de 2021). "Los megaestudios mejoran el impacto de las ciencias del comportamiento aplicadas" . Naturaleza . 600 (7889): 478– 483. Bibcode : 2021Natur.600..478M . doi : 10.1038/s41586-021-04128-4 . PMC 8822539 . PMID 34880497 . S2CID 245047340 .    
  139. ↑ Cheung AC, Slavin RE (1 de junio de 2016). "Cómo las características metodológicas afectan los tamaños del efecto en educación". Educational Researcher . 45 (5): 283– 292. doi : 10.3102/0013189X16656615 . ISSN 0013-189X . S2CID 148531062 .  
  140. ↑ Jüni P, Witschi A, Bloch R, Egger M (septiembre de 1999). "Los riesgos de calificar la calidad de los ensayos clínicos para el metaanálisis" . JAMA . 282 (11): 1054– 1060. Bibcode : 1999JAMA..282.1054J . doi : 10.1001/jama.282.11.1054 . PMID 10493204 . 
  141. ↑ Armijo-Olivo S, Fuentes J, Ospina M, Saltaji H, Hartling L (septiembre de 2013). "Inconsistencia en los ítems incluidos en las herramientas utilizadas en la investigación en salud general y fisioterapia para evaluar la calidad metodológica de los ensayos controlados aleatorizados: un análisis descriptivo" . BMC Medical Research Methodology . 13 (1) 116. doi : 10.1186/1471-2288-13-116 . PMC 3848693. PMID 24044807 .  
  142. ↑ Debray TP, Riley RD, Rovers MM, Reitsma JB, Moons KG (octubre de 2015). "Metaanálisis de datos individuales de participantes (IPD) de estudios de modelado diagnóstico y pronóstico: guía sobre su uso" . PLOS Medicine . 12 (10) e1001886. doi : 10.1371/journal.pmed.1001886 . PMC 4603958. PMID 26461078 .  
  143. ↑ Debray TP, Moons KG, Ahmed I, Koffijberg H, Riley RD (agosto de 2013). "Un marco para desarrollar, implementar y evaluar modelos de predicción clínica en un metaanálisis de datos de participantes individuales" ( PDF) . Statistics in Medicine . 32 (18): 3158–3180 . doi : 10.1002/sim.5732 . PMID 23307585. S2CID 25308961 .  
  144. ↑ Debray TP, Koffijberg H, Vergouwe Y, Moons KG, Steyerberg EW (octubre de 2012). "Agregación de modelos de predicción publicados con datos de participantes individuales: una comparación de diferentes enfoques" ( PDF) . Statistics in Medicine . 31 (23): 2697– 2712. doi : 10.1002/sim.5412 . PMID 22733546. S2CID 39439611 .  
  145. ↑ Shadish, William R. (2014). "Análisis y metaanálisis de diseños de caso único: una introducción" . Journal of School Psychology . 52 (2): 109– 122. doi : 10.1016/j.jsp.2013.11.009 . PMID 24606971 . 
  146. ↑ Zelinsky, Nicole AM; Shadish, William (19 de mayo de 2018). "Una demostración de cómo realizar un metaanálisis que combina diseños de caso único con experimentos entre grupos: Los efectos de la toma de decisiones en conductas desafiantes realizadas por personas con discapacidades" . Neurorehabilitación del desarrollo . 21 (4): 266– 278. doi : 10.3109/17518423.2015.1100690 . ISSN 1751-8423 . PMID 26809945. S2CID 20442353 .   
  147. ↑ Van den Noortgate W, Onghena P (2007). "Agregación de resultados de casos individuales" . The Behavior Analyst Today . 8 (2): 196– 209. doi : 10.1037/h0100613 .
  148. ↑ Mantel N, Haenszel W (abril de 1959). "Aspectos estadísticos del análisis de datos de estudios retrospectivos de enfermedades". Journal of the National Cancer Institute . 22 (4): 719– 748. doi : 10.1093/jnci/22.4.719 . PMID 13655060. S2CID 17698270 .  
  149. ↑ Deeks JJ, Higgins JP, Altman DG, et al. (Grupo de Métodos Estadísticos Cochrane) (2021). "Capítulo 10: Análisis de datos y realización de metaanálisis: 10.4.2 Método de razón de probabilidades de Peto" . En Higgins J, Thomas J, Chandler J, Cumpston M, Li T, Page M, Welch V (eds.). Manual Cochrane para revisiones sistemáticas de intervenciones (Edición 6.2 ). La Colaboración Cochrane.  
  150. ↑ Bargaje R, Hariharan M, Scaria V, Pillai B (enero de 2010). "Perfiles de expresión de miRNA consensuados derivados de la normalización interplataforma de datos de microarrays" . RNA . 16 ( 1): 16–25 . doi : 10.1261/rna.1688110 . PMC 2802026. PMID 19948767 .  
  151. ↑ Li, Xihao; Rápido, Corbin; Zhou, Hufeng; Gaynor, Sheila M.; Liu, Yaowu; Chen, Han; Selvaraj, Margaret Sunitha; Sol, Ryan; Dey, Rounak; Arnett, Donna K.; Bielak, Lawrence F.; Bis, Josué C.; Blangero, Juan; Boerwinkle, Eric; Bowden, Donald W.; Brody, Jennifer A.; Cade, Brian E.; Correa, Adolfo; Cupples, L. Adrienne; Curran, Joanne E.; de Vries, Paul S.; Duggirala, Ravindranath; Freedman, Barry I.; Göring, Harald HH; Guo, Xiuqing; Haessler, Jeffrey; Kalyani, Rita R.; Kooperberg, Charles; Kral, Brian G.; Lange, Leslie A.; Manichaikul, Ani; Martín, Lisa W.; McGarvey, Stephen T.; Mitchell, Braxton D.; Montasser, May E.; Morrison, Alanna C.; Naseri, Take; O'Connell, Jeffrey R.; Palmer, Nicholette D.; Peyser, Patricia A.; Psaty, Bruce M.; Raffield, Laura M.; Redline, Susan; Reiner, Alexander P.; Reupena, Muagututi'a Sefuiva; Rice, Kenneth M.; Rich, Stephen S.; Sitlani, Colleen M.; Smith, Jennifer A.; Taylor, Kent D.; Vasan, Ramachandran S.; Willer, Cristen J.; Wilson, James G.; Yanek, Lisa R.; Zhao, Wei; Consorcio NHLBI Trans-Omics for Precision Medicine (TOPMed); Grupo de Trabajo de Lípidos de TOPMed; Rotter, Jerome I.; Natarajan, Pradeep; Peloso, Gina M.; Li, Zilin; Lin, Xihong (enero de 2023). « Metaanálisis potente, escalable y eficiente en recursos de asociaciones de variantes raras en grandes estudios de secuenciación del genoma completo» . Nature Genetics . 55 (1): 154–164 . doi : 10.1038/s41588-022-01225-6 . PMC 10084891. PMID 36564505. S2CID 255084231 .   
  152. ↑ Stanek, Kevin C.; Ones, Deniz S. (2023). De anclas y velas: constelaciones de rasgos de personalidad y habilidades . Minneapolis, Minnesota, Estados Unidos: University of Minnesota Libraries Publishing. pp. Capítulos 4–7. doi : 10.24926/9781946135988 . ISBN  978-1-946135-98-8. S2CID 265335858 . 
Lecturas relacionadas
6 articulos
Tamaño del efectoEn estadística , un tamaño del efecto es un valor que mide la fuerza de la relación entre dos variables en una población, o una estimación basada e...MetacienciaMetacienciaLa metaciencia (también conocida como metainvestigación ) es el uso de la metodología científica para estudiar la ciencia en sí. La metaciencia bus...Revisión sistemáticaUna revisión sistemática se considera la forma de evidencia más confiable. Una revisión sistemática es una síntesis académica de la evidencia sobre...Gene V. GlassGene V Glass (nacido el 19 de junio de 1940) es un estadístico e investigador estadounidense especializado en psicología educativa y ciencias socia...Investigador educativoInvestigador educativoEducational Researcher es una revista académica revisada por pares que cubre el campo de la educación . Los editores en jefe son Thurston Domina ( ...Karl PearsonKarl PearsonKarl Pearson FRS FRSE [1] ( / ˈpɪərsən / ; nacido Carl Pearson ; 27 de marzo de 1857 - 27 de abril de 1936 [ 2 ] ) fue un bioestadístico , eugenist...