RStudio - Metafor | Redactando los resultados

Esta es la última entrada de la serie de elaboración de un meta-análisis básico (de efectos aleatorios) con la biblioteca Metafor. Ha llegado el momento de ver un ejemplo de cómo reportar los resultados de los procedimientos descritos a lo largo de este mes tanto en inglés como en castellano. Las partes propias del meta-análisis que hemos usado como ejemplo se han puesto de color rojo. Para facilitar su interpretación, se han incluido botones que dirigen a la parte de procedimiento e interpretación elemental de los elementos.

6.1 | Primer párrafo: resultados generales

Lo primero que se debe escribir en el informe de resultados (o artículo) son los resultados generales. Estos se deben componer del tipo de análisis que se ha llevado a cabo, el número de estudios (k) que se ha empleado y si las medidas del grupo experimental fueron significativamente mayor que las del grupo control, reportando la g y el p-valor. A continuación se muestra una manera de reportar estos resultados. En rojo, los datos que habrá que cambiar según los resultados particulares del meta-análisis. 

• We conducted a random effect meta-analysis of 27 studies and found that the intervention was significantly more effective that comparison condition (g = 0.61; p < 0.001).

• Hemos realizado un meta-análisis de efectos aleatorios de 27 estudios y hemos encontrado que la intervención fue significativamente más eficaz que la condición a comparar (g = 0.61; p < 0.001).

Estos resultados se extraen del procedimiento que se mostrará haciendo clic en el siguiente botón:

A continuación, en el mismo párrafo se deberá decir si se ha observado heterogeneidad significativa en la muestra, reportadon el valor Q e I² (%) junto con una breve explicación de dicha heterogeneidad. Además también se podrá reportar la t²

• We found significant heterogeneity in the sample (Q(26) = 91,84; p < 0,001; I² = 74,27%), indicating that there was substantial heterogeneity. Moreover, we found that t² = 0.24 (SE = 0.09)

• Hemos visto que hay una heterogeneidad significativa en la muestra (Q(26) = 91,84; p < 0,001; I² = 74,27%), sugiriendo que se trata de una heterogeneidad sustancial. Además, hemos econtrado que t² = 0.24 (SE = 0.09)

Estos resultados se extraen del procedimiento que se mostrará haciendo clic en el siguiente botón:

6.2 | Segundo párrafo: outliers y forest plot

A continuación, debemos expresar si existe algún outlier (caso atípico) que pueda estar influyendo en los resultados. Aquí habrá que expresar si ese outlier se ha quitado o, si por el contrario, se decide mantenerlo. Recordemos que los outlier son aquellos casos que se salen de la tendencia general del meta-análisis. Se puede ver bastante bien visualmente en el forest plot y en el valor de SMD.

• We next checked to see if there were any outlier or study with significant influence on the results. One study (Ferguson, 2022) was found to be an outlier. Nevertheless, the study was not notably different than others in the sample, so the effect size was not removed or modified.

• A continuación hemos verificado si hay algún estudio con un valor atípico (outlier) que influya significativamente en los resultados. Un estudio (Ferguson, 2022) se ha identificado como outlier. Sin embargo, el estudio no es notablemente diferente con respecto al resto de la muestra y el tamaño del efecto no ha sido quitado o modificado.

Ahora, debemos introducir el forest plot y se puede poner a continuación del párrafo anterior, es decir, sin que sea un nuevo párrafo.

• A forest plot of all effect sizes is shown in Figure 1.

• El forest plot de todos los tamaños del efecto se muestra en la Figura 1.

Ahora, debemos introducir el forest plot y se puede poner a continuación del párrafo anterior. Puedes hacer clic en el siguiente botón para acceder a la entrada donde se cuenta cómo realizar este gráfico en R:

6.3 | Tercer párrafo: análisis de la moderación

El tercer párrafo debe ir dedicado al análisis de moderación y a exponer la comprobación de si la variable objeto de comparación modera en el efecto final (outcome). A este respecto, sería interesante incluir el estadístico qbetween (Qb) y el p-valor general del análisis junto con una tabla de cada una de las categorías de la variable objeto de estudio. Una forma de expresar esto en los resultados puede ser:

• We first checked to see if the type of study significantly moderated the effects of the intervention. We found that the different categories were a significant moderator (Qb (4) = 9,85; p = 0.042). A table of results is shown in Table 1.

• Ahora hemos comprobado si el tipo de estudio significativamente modera los efectos de la intervención. Hemos encontrado que las distintas categorías fueron moderadores significativos (Qb (4) = 9,85; p = 0.042). Una tabla de estos resultados se desglosa en la Tabla 1.

A continuación, habría que poner la tabla, que se muestra en el análisis de moderación. En concreto, las columnas que hay que poner (de izquierda a derecha) son: categorías de la variable, muestra del grupo experimental, muestra del grupo control, número de comparaciones (k), estadístico g, error estándar, valor z (empleado en el ámbito de ciencias de la educación; zval) e intervalo de confianza inferior (ci.lb) y superior (ci.ub). La recomendación más rápida será copiar los valores de la consola de Excel al programa de edición de texto (M. Word, en la mayoría de los casos); aunque también hay comandos para exportar la tabla automáticametne.

Para acceder al contenido relativo a la generación del análisis de moderación con variables categóricas puedes hacer clic en el siguiente botón:

6.4 | Cuarto párrafo: sesgo de publicación

La última cuestión que se debe introducir en el informe es el sesgo de publicación. En primer lugar hay que reportar que se ha verificado la asimetría del funnel plot (incluyéndolo como Figura 2). A continuación, habrá que informar sobre los resultados del método trim and fill, pudiendo aportar el funnel plot de este método (como Figura 3). Ahora, habrá que incluir la información de la regresión de Egger, aportando el p-valor. Por último, se deberá realizar un último párrafo para concluir con todos estos hallazgos. Para ello, se muestra un ejemplo de redacción:

• In order to examine if publication bias was a significant concern, we first examine the funnel plot for asymmetry. As shown in Figure 2, the funnel plot seems to be slightly asimetrical, however it does not appear to be overly skewed. Next, we conducted a trim and fill analysis. The analysis showed that two studies were missing on the right side of the funnel (see Figure 3). Nevertheless, imputing these studies did not notably change the overall effect size (g = 0.67; p < 0.001) from the overall effect size found in the meta-analysis (g = 0.61; p < 0.001). We then ran Egger's regression to check for funnel plot asymetry. The test was not significant, suggesting that there is not significant funnel plot asymetry (z = -0.10; b = 0.65; p = 0.91). Overall, we conclude that publication bias is not likely to be a significant concern in our sample. While the trim and fill analysis found that two studies were missing from the right side of the funnel, imputing them did not notably change the overall effect size. Moreover, Egger's regression suggested that the funnel plot was not significant asymmetrical.

• Para examinar si el sesgo de publicación tuvo una preocupación significativa, primero examinamos visualmente el funnel plot en busca de asimetría. Tal y como se muestra en la Figura 2, el funnel plot parece ser ligeramente asimétrico; sin embargo, no parece tener una excesiva desviación. A continuación, hemos realizado un análisis trim and fill. Este análisis mostró que dos estudios se perdieron en el lado derecho del funnel plot (véase Figura 3). Sin embargo, imputando estos estudios no se apreció cambio notable en el tamaño del efecto global (g = 0.67; p < 0.001) en comparación con el tamaño del efecto original del meta-análisis (g = 0.61; p < 0.001). Luego, hemos realizado la regresión de Egger para comprobar la asimetría del funnel plot. El test descubrió que no fue significativo, surigierno que no hay una asimetría considerable (z = -0.10; b = 0.65; p = 0.91). En resumen, podemos concluir que el sesgo de publicación no es un problema significativo en nuestra muestra de estudios. Además, el método trim and fill encontró dos estudios que faltaban en el lado derecho del funnel plot e imputándolos no se apreció cambios significativos en el tamaño del efecto global. Además, la regresión de Egger sugirió que el funnel plot no fue asimétrico.

Para recordar cómo hacer el procedimiento completo del riesgo de publicación puedes hacer clic en el siguiente botón:

Siguiente contenido

Hasta aquí los pasos básicos para realizar un meta-análisis elemental con la interfaz RStudio empleando la biblioteca Metafor. Haciendo clic en el siguiente botón accederás a una hoja resumen con todos los comandos y funciones que se han usado y que se pueden copiar y pegar para realizar este u otro tipo de meta-análisis.

Jacob Sierra Díaz y Alti