Medicina U.P.B. (Feb 2023)

Análisis de la heterogeneidad en revisiones sistemáticas de cardiología publicadas entre 2000-2005 y 2011-2016

  • Andrés David Aranzazu,
  • Juan Sebastián Marín,
  • Daniel Gallego González,
  • Jorge Hernando Donado

DOI
https://doi.org/10.18566/medupb.v42n1.a06
Journal volume & issue
Vol. 42, no. 1
pp. 37 – 48

Abstract

Read online

Introducción: la cardiología es una de las especialidades médicas que cuenta con más revisiones sistemáticas y metanálisis. Estudiar la metodología de las revisiones y anali­zar su heterogeneidad estadística es fundamental para garantizar su validez científica. Objetivo: describir la comparación de medidas de asociación, modelos estadísticos y grado de heterogeneidad en metanálisis de revisiones sistemáticas de intervenciones farmacológicas en cardiología, publicadas entre 2000-2005 y 2011-2016. Metodología: estudio analítico basado en la descripción y comparación de métodos estadísticos de revisiones sistemáticas de intervenciones farmacológicas en cardiología, publicadas en la biblioteca Cochrane. Para las variables cualitativas se estimaron frecuen­cias absolutas y relativas, mientras que para las cuantitativas se determinaron medias y desviaciones estándar, o medianas y rangos intercuartílicos, según su distribución. Para establecer la diferencia de medias se realizó la prueba t de Student y para la diferencia de proporciones el Chi cuadrado. Resultados: se incluyeron 54 revisiones sistemáticas, con un total de 1053 metanálisis, 6 revisiones con 240 metanálisis entre 2000-2005 y 48 revisiones con 813 metanálisis entre 2011-2016. La mayoría de metanálisis utilizaron el tratamiento estándar como grupo de comparación (56.6%), midieron desenlaces cualitativos nominales (86.3%), determinaron riesgos relativos (63.3%) y aplicaron modelos de efectos fijos (57.8%). En 2011-2016 se encontró una media del Índice de Higgins 17.5 menor que en 2000-2005 (p<0.05). Conclusión: se evidenció una disminución de la heterogeneidad estadística y un aumento en la implementación de modelos de efectos aleatorios, lo que da cuenta de una mayor rigurosidad a la hora de demostrar resultados verdaderamente significativos.

Keywords