Metanálisis en red

Bibliotecaria Hospital Universitario de GetafeComité ejecutivo BiblioMadSaludhttps://bibliogetafe.com/ https://orcid.org/0000-0003-2724-2563https://twitter.com/biblioGetafe

Concepción Campos-Asensio

METAANÁLISIS EN RED (MTR)

NETWORK META-ANALYSIS

6. Guía de realización y de reporte

3. MT VS MTR

5. Presentación de los resultados

4. Validez de los MTR: Supuestos metodológicos

2. ¿Porqué surgen los MTR?

1. ¿Qué son los MTR?: Definición y conceptos

ÍNDICE

Definición y conceptos

¿Qué son los MTR?

Chaimani A, Caldwell DM, Li T, Higgins JPT, Salanti G. Chapter 11: Undertaking network meta-analyses. In: Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA (editors). Cochrane Handbook for Systematic Reviews of Interventions version 6.3 (updated February 2022). Cochrane, 2022. Available from www.training.cochrane.org/handbook

El metanálisis en red es una técnica para comparar tres o más intervenciones simultáneamente en un único análisis mediante la combinación de pruebas directas e indirectas en una red de estudios

• Comparación directa: evaluación entre 2 tratamientos que se han comparado directamente el uno con el otro (por ejemplo en un ensayo clínico)
• Comparación indirecta: evaluación entre 2 tratamientos que no se han comparado directamente el uno con el otro, pero que se han comparado a través de un comparador común. Respeta la aleatorización
• Comparación mixta: evaluación en la que se combinan los resultados o efectos de los tratamientos procedentes de comparaciones directas e indirectas

Conceptos

• Cualquier conjunto de estudios que vincule 3 o + intervenciones a través de comparaciones directas forma una red de intervenciones.
• En una red de intervenciones puede haber múltiples formas de hacer comparaciones indirectas entre las intervenciones. Estas son comparaciones que no se han realizado directamente dentro de los estudios y se pueden estimar mediante combinaciones matemáticas de las estimaciones disponibles del efecto directo de la intervención.
• Evidencia mixta es la surgida mediante la síntesis de evidencia directa e indirecta (basados en un comparador común).

Ver

Evaluación de la conectividad de red: diagrama de red

Cada nodo de la red representa una intervención ("A", "B", "C" y "P"). Si dos nodos están conectados por una línea, hay uno o más estudios que comparan directamente estas dos intervenciones. El tamaño del nódulo es proporcional al número total de pacientes aleatorizados para esa intervención y el grosor de la línea a menudo representa la cantidad de veces que se ha estudiado esta comparación de tratamientos en un ensayo aleatorizado. Aquí, puede ver que la intervención "C" está directamente conectada solo a la Intervención "P", es decir, solo hay ensayos clínicos que comparen ambas intervenciones.

GEOMETRÍA de LA red

Una red conectada de intervenciones implica que todas las comparaciones de tratamientos en una red están directa o indirectamente conectadas entre sí. Una intervención no puede incluirse en el modelo MTR si no se compara directamente con al menos otra intervención.

¿Porqué surgen los MTR?

Limitaciones de los MT tradicionales

02

En los casos que no existen ensayos clínicos aleatorizados que comparen de forma directa 2 o más intervenciones.

01

No pueden comparar más de 2 tratamientos alternativos a la vez. Por lo tanto, en situaciones clínicas donde existen múltiples opciones de tratamientos que compiten entre sí, el MT tradicional no puede proporcionar información sobre los efectos relativos y potencial daño de todos los tratamientos de forma simultánea.

• Los metanálisis (MT) tradicionales se basan en comparaciones directas entre una intervención y un comparador (placebo o tratamiento estándar), con el propósito de analizar cuantitativamente e integrar los resultados disponibles en diferentes estudios de una intervención de interés.

¿Porqué surgen los MTR?

• En 2002 se propuso los MTR como un procedimiento estadístico de síntesis de evidencia capaz de comparar diferentes alternativas terapéuticas a través de comparaciones directas e indirectas (Lumley T. Network meta-analysis for indirect treatment comparisons. Stat Med. 2002 Aug 30;21(16):2313-24. doi: 10.1002/sim.1201. PMID: 12210616.).

MT VS MTR

VS

Validez de los MTR

Supuestos metodológicos: Los principios básicos para las comparaciones indirectas son: homogeneidad, transitividad y consistencia.

Heterogeneidad: Presencia de variabilidad entre los efectos de los tratamientos que se combinan en un metaanálisis

Un supuesto fundamental para la validez del MTR es que NO hay otras diferencias entre los ensayos clínicos incluidos, fuera de las intervenciones a comparar.

EJEMPLO

Un supuesto fundamental para la validez del MTR es que NO hay otras diferencias entre los ensayos clínicos incluidos, fuera de las intervenciones a comparar.

SUPUESTO DE HOMOGENEIDAD

Se debe evaluar la heterogeneidad previo a iniciar el análisis de datos, debido a que, si se encuentra un grado moderado de heterogeneidad entre los estudios, los resultados obtenidos a través de las distintas comparaciones deberían ser sometidos a análisis de subgrupos con el fin de superar esta limitación. Mientras que, si previo al análisis se encuentra un indicio significativo de alta heterogeneidad, los estimadores no serían válidos, por lo que se recomienda no realizar el MTR

SUPUESTO DE TRANSITIVIDAD

Hace referencia al supuesto que hay que adoptar cuando se establece una comparación indirecta a través de un comparador común (es decir, si B es mejor que A y A es mejor que C, se asume que B es mejor que C)

SUPUESTO DE CONSISTENCIA

Si se identifica una inconsistencia es aconsejable revisar que no haya errores en la extracción de datos.Si la inconsistencia es grande y no identificamos su fuente, se desaconseja sintetizar la información mediante un MTR.

Se puede evaluar estadísticamente (es la cuantificación estadística de la transitividad).Su cálculo es un requisito a fin de obtener un estimador mixto válido de cada una de las intervenciones comparadas del MTR.

Se considera que hay consistencia entre la evidencia directa e indirecta cuando el efecto analizado en comparaciones directas es similar (concuerda) al efecto obtenido de las comparaciones indirectas.

Presentación de los Resultados

Funnel Plot, Rankogramas, SUCRA y tablas de probabilidades

FUNNEL PLOT

Presenta los resultados de cada par de comparaciones resumiendo los estimadores de efecto y sus intervalos de confianza.

Los rankogramas son gráficos que muestran la probabilidad que tiene cada tratamiento de alcanzar una determinada jerarquización. En el eje X muestran los ranking posibles (1, 2, 3, entre otros) y en el eje Y la probabilidad que tiene cada tratamiento de alcanzarlo.

RANKOGRAMAS: JERARQUIZACIÓN DE LAS INTERVENCIONES EVALUADAS EN TÉRMINOS DE PROBABILIDAD

Superficie bajo la curva de la clasificación acumulada (SUCRA)

A partir de los rankogramas es posible obtener el valor SUCRA. Este valor sintetiza las probabilidades acumuladas de cada tratamiento de alcanzar un número de jerarquización dada. Se obtiene calculando el área bajo la curva de las probabilidades acumuladas (ranking acumulado). Al integrar todas las categorizaciones probables para un tratamiento, el valor SUCRA permite aproximarse a la noción sobre qué tratamiento tenga las mayores probabilidades de ser el mejor (valores SUCRA cercanos a 1). Del mismo modo, valores SUCRA cercanos a 0 señalan a las intervenciones que serían las menos efectivas.

GRADE

Izcovich A, Chu D K, Mustafa R A, Guyatt G, Brignardello-Petersen R. A guide and pragmatic considerations for applying GRADE to network meta-analysis BMJ 2023; 381 :e074495 doi:10.1136/bmj-2022-074495

Guías y manuales

• Chaimani A, Caldwell DM, Li T, Higgins JPT, Salanti G. Chapter 11: Undertaking network meta-analyses. In: Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA (editors). Cochrane Handbook for Systematic Reviews of Interventions version 6.0 (updated July 2019). Cochrane, 2019.
• Peryer G, Golder S, Junqueira D, Vohra S, Loke YK. Chapter 19: Adverse effects. In: Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA (editors). Cochrane Handbook for Systematic Reviews of Interventions version 6.3 (updated February 2022). Cochrane, 2022.
• Campbell systematic reviews: policies and guidelines (version 1.4)

Guías de cómo hacer

Guías de cómo reportar

• PRISMA for systematic review protocols (PRISMA-P)
• Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) Extension for Network Meta-Analyses

• Catalá-López F, Tobías A, Roqué,M. Conceptos básicos del metaanálisis en red. Aten Primaria. 2014; 46(10): 573-581. doi: 10.1016/j.aprim.2014.01.006.

• Hutton B, Salanti G, Caldwell DM, Chaimani A, Schmid CH, Cameron C, Ioannidis JP, Straus S, Thorlund K, Jansen JP, Mulrow C, Catalá-López F, Gøtzsche PC, Dickersin K, Boutron I, Altman DG, Moher D. The PRISMA extension statement for reporting of systematic reviews incorporating network meta-analyses of health care interventions: checklist and explanations. Ann Intern Med. 2015 Jun 2;162(11):777-84. doi: 10.7326/M14-2385. PMID: 26030634.

• González-Xuriguera CG, Vergara-Merino L, Garegnani L, Ortiz-Muñoz L, Meza N. Introducción a los metanálisis en red para la síntesis de evidencia. Medwave. 2021 Jul 15;21(6):e8315. doi: 10.5867/medwave.2021.06.8315. PMID: 34292922.

• Watt J, Del Giovane C. Network Meta-Analysis. Methods Mol Biol. 2022;2345:187-201. doi: 10.1007/978-1-0716-1566-9_12. PMID: 34550592.

BIBLIOGRAFÍA

• Labarca G, Uribe JP, Majid A, Folch E, Fernandez-Bussy S. Como interpretar una revisión sistemática con comparaciones múltiples o network metaanálisis. Rev Med Chil. 2020 Jan;148(1):109-117. doi: 10.4067/S0034-98872020000100109. PMID: 32730443.

Bibliotecaria Hospital Universitario de GetafeComité ejecutivo BiblioMadSaludhttps://bibliogetafe.com/ https://orcid.org/0000-0003-2724-2563@biblioGETAFE

Concepción Campos-Asensio

¡GRACIAS!