METAANALISIS Flashcards
Procedimientos/técnicas para resumir la evidencia existente relativa a una pregunta específica de investigación y así llegar a una conclusión general:
Revisiones sistemáticas
Meta-análisis
Búsqueda sistemática de todos los estudios que hayan explorado una pregunta de investigación específica
Extracción de la información de esos estudios
Lo que tienen en común las Revisiones sistemáticas y los Meta-análisis
Análisis cualitativo de la evidencia hallada en cada
uno de estos estudios
Revisión sistemática
Análisis cuantitativo de la evidencia hallada en cada
uno de estos estudios ▶ Proceso objetivo, preciso y replicable
Meta-análisis
Combinación cuantitativa de los resultados de los estudios
Meta-análisis
¿De que depende que hallemos un tamaño del efecto u otro?
Se utiliza un tamaño del efecto u otro en función del tipo de variable que este involucrada en la pregunta de investigación
La diferencia de medias estandarizada (Familia d de Cohen).
La correlación de Pearson Correlation (r)
El riesgo relativo y la razón de ventajas (odds ratio)
Los tamaños del efecto más utilizados en Psicología Clínica
Variable independiente categórica (2 niveles) y variable dependiente continua o cuantitativa.
La diferencia de medias estandarizada (Familia d de Cohen)
Variable independiente continua o cuantitativa y variable dependiente continua o cuantitativa.
La correlación de Pearson Correlation (r)
Variable independiente categórica dicotómica y variable dependiente categórica dicotómica
El riesgo relativo y la razón de ventajas (odds ratio)
indica la magnitud de la diferencia entre dos grupos (ej. tratamiento y control) en una variable cuantitativa.
Diferencias de medias estandarizada o d de Cohen
Si quiero hacer un meta-análisis entre las diferencias de autoestima en un grupo que recibe una terapia de aceptación y compromiso y un grupo que no recibe esa terapia, ¿Qué tamaño del efecto se habría de utilizar?
d de Cohen
Una d de Cohen negativa nos indica que el tratamiento
ha sido eficaz
En magnitud, el tamaño del efecto es GRANDE según los límites establecidos por Cohen.
entre 0.5 y 0.8
En magnitud, el tamaño del efecto es MODERADO según los límites establecidos por Cohen.
entre 0.2 y 0.5
En magnitud, el tamaño del efecto es PEQUEÑO según los límites establecidos por Cohen.
entre 0 y 0.2
Hedges (1981) demostró que la formula d de Cohen da lugar a estimaciones sesgadas (sobrestimadas) de la d de Cohen
poblacional (𝛿). Por lo tanto, propone un factor de corrección, para así pasar de una d de Cohen a una __________
g de Hedges
podemos ver si se puede considerar que el tamaño del efecto es estadísticamente diferente de 0
A través de la construcción de intervalos de confianza en d de Cohen
Cuanto más amplios sean los intervalos de confianza
menos preciso es el estudio
El IC no incluye el 0, por lo que podemos concluir que -1.13 es significativamente diferente de cero.
por lo que se puede concluir que la terapia funciona
Para medir diferentes tiempos en un tratamiento se utiliza
d de Cohen para cambio medio tipificado
Si estoy haciendo un meta-analisis sobre la relación entre recibir tratamiento psicológico o no recibirlo, entre caer o no en el consumo de una droga, ¿Qué tamaño del efecto debería utilizar?
Índices para variables dicotómicas
Cuales de los siguientes tamaños del efecto exige una transformación logarítmica previa a su combinación en el meta-análisis:
a. la d de Cohen
b. la correlación de Pearson
c. el riesgo relativo o razones de proporciones
c. el riesgo relativo o razones de proporciones
no se distribuyen normalmente, hay que realizar una transformación logarítmica
Riesgo relativo o razones de proporciones
Tanto la variable dependiente como independiente son dicotómicas.
NO se distribuyen normalmente, por lo que hay que aplicar una transformación logarítmica a cada _______________ antes de combinarlas
Razón de ventajas (odds ratio)
Cuando la razón de ventajas es igual a 1, significa que
no hay ventaja de un grupo sobre otro
Cuando la razón de ventajas es menor a 1, significa que
hay una desventaja del primer grupo sobre el segundo
¿Cuál es el índice más apropiado en un diseño experimental con asignación aleatoria de los participantes a las condiciones experimentales?.
tanto el riesgo relativo como la razón de ventajas son válidas.
Estudio de cohortes. Se crean dos grupos en función de la exposición a factores de riesgo, y después de un periodo de tiempo se observa cuántos han desarrollado cierta característica. ¿Cuál es el índice más apropiado?
riesgo relativo
Estudios de casos y controles, donde los grupos han sido formados a
partir de la variable dependiente. Es decir, se tiene un grupo de personas que han desarrollado cierto trastorno y otro grupo que no, y se intentan buscar variables predictoras del desarrollo de ese trastorno. ¿Cuál es el índice más apropiado?
razón de ventajas
Índice que oscila entre -1 y 1, y que indica el grado de asociación entre dos variables cuantitativas
Correlación de Pearson
tampoco se distribuye normalmente, por lo que también hay
que aplicar una trasformación (a puntuaciones Z)
Correlación de Pearson
Un correlación de Pearson entre 0 - 0.10
Correlación pequeño
Un correlación de Pearson entre 0.10 - 0.30
correlación mediano
Un correlación de Pearson entre 0.30 - 0.50
correlación grande
Para hallar el peso que se va a dar a cada estudio, se calculará la
varianza muestral de cada estudio
A mayores tamaños muestrales
Menores varianzas muestrales
A los estudios que tengan menores varianzas muestrales, se les dará más peso, concretamente
1 / 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
Estudio 1 Estudio 2
t = 0.40, 𝑣𝑡= 0.045 t = 0.23. 𝑣𝑡= 0.078
¿Qué estudio está basado en una muestra más grande?
El estudio 1
Ambos modelos son regresiones lineales
Modelo de efecto fijo y Modelo de efectos aleatorios
Asume que todos los estudios que se meta analizan son exactamente iguales entre sí y que solo se diferencian en la muestra que utilizan
Modelo de efecto fijo
Asume que los estudios difieren entre sí
Modelo de efectos aleatorios
Los tamaños del efecto reportados en cada estudio son estimaciones de un único tamaño del efecto poblacional
Modelo de efecto fijo
Los tamaños del efecto reportados en cada estudio estiman su propio tamaño del efecto poblacional, debido a las múltiples diferencias que existen entre estudios
Modelo de efectos aleatorios
Si tengo un Forest plot y el estudio 1 tiene un recuadro más grande que el estudio 2 eso significa que:
que el estudio 1 va a recibir más peso que el estudio 2
Si la varianza inter-estudios es 0, significará que no hay mucha variación entre los tamaños del efecto observados en los estudios.
Si la varianza inter-estudios es alta, significará que el tamaño del efecto
varía mucho en función de las características de los estudios.
Modelo de efectos aleatorios
% de varianza que se debe a las diferencias entre estudios
𝐼2 de estadistico 𝐼2
𝐼2 < 50%:
variabilidad leve
𝐼2 > 50%:
variabilidad moderada
𝐼2 > 75%:
variabilidad alta
Si entre los estudios menos precisos hay muchos efectos de
gran magnitud positivos mientras que no hay estudios de gran
magnitud negativos en el Gráfico de embudo o funnel plot:
podría existir sesgo de publicación
Si lo efectos se distribuyen uniformemente en el funnel plot,
entonces
no habría indicios de sesgo de publicación