Metaanálisis en red

El metaanálisis en red extiende el metaanálisis por pares para comparar tres o más intervenciones simultáneamente, combinando la evidencia directa (de ensayos de comparación directa) con la evidencia indirecta (inferida a través de comparadores comunes). Permite comparar y clasificar tratamientos que nunca se han probado entre sí dentro de un único análisis coherente, y se utiliza ampliamente en la evaluación de tecnologías sanitarias para informar las decisiones entre opciones competitivas.

Definition

El metaanálisis en red es un método estadístico que sintetiza la evidencia de una red conectada de ensayos que comparan múltiples intervenciones, combinando comparaciones directas e indirectas para estimar los efectos relativos entre cada par de tratamientos y para clasificarlos.

Scope

Este tema cubre la lógica y los supuestos clave del metaanálisis en red: cómo se combina la evidencia directa e indirecta, los supuestos centrales de transitividad y consistencia, la clasificación de tratamientos y las precauciones que acompañan a su uso. Es una referencia metodológica, no una guía clínica o prescriptiva.

Core questions

• ¿Cómo se pueden comparar intervenciones nunca comparadas directamente a través de comparadores comunes?
• ¿Es plausible el supuesto de transitividad en toda la red de ensayos?
• ¿Concuerdan las estimaciones directas e indirectas (consistencia)?
• ¿Cómo deben interpretarse las clasificaciones de tratamientos y cómo debe transmitirse su incertidumbre?

Key concepts

• Evidencia directa versus indirecta
• Comparador común
• Supuesto de transitividad
• Consistencia (acuerdo de estimaciones directas e indirectas)
• Comparación de tratamientos mixtos
• Clasificación de tratamientos (p. ej., SUCRA)
• Geometría de la red

Mechanisms

Cuando los ensayos forman una red conectada a través de comparadores compartidos, el efecto relativo de dos tratamientos no comparados directamente puede inferirse indirectamente: si se estiman A versus B y B versus C, se deduce A versus C. El metaanálisis en red combina tales estimaciones indirectas con cualquier evidencia directa en un modelo coherente que produce todos los efectos relativos por pares y puede clasificar los tratamientos. Su validez se basa en la transitividad —que los ensayos son lo suficientemente similares en características modificadoras del efecto para que la comparación indirecta sea justa— y en la consistencia, el acuerdo entre las estimaciones directas e indirectas donde ambas existen. La metodología fue formalizada en el marco de comparación de tratamientos mixtos (mixed-treatment-comparison) de Lu y Ades y elaborada en la literatura metodológica posterior (lu-ades-2004; caldwell-2005; salanti-2012).

Clinical relevance

El metaanálisis en red sustenta muchas evaluaciones de tecnologías sanitarias y comparaciones de guías donde varias opciones de tratamiento compiten y los ensayos de comparación directa son incompletos. Sus clasificaciones describen la evidencia relativa entre opciones bajo supuestos establecidos; resumen la evidencia comparativa y no son una directriz para usar un tratamiento particular para un individuo.

Evidence & guidelines

Los fundamentos estadísticos del método fueron establecidos por Lu y Ades e introducidos a los clínicos por Caldwell y sus colegas; la revisión de Salanti sintetizó sus beneficios y preocupaciones, y el Manual Cochrane (Cochrane Handbook) describe su realización y reporte dentro de las revisiones sistemáticas (lu-ades-2004; caldwell-2005; salanti-2012; higgins-handbook-2019).

History

Los métodos de comparación indirecta se desarrollaron en la década de 1990 y fueron unificados en el marco de comparación de tratamientos mixtos (mixed-treatment-comparison) por Lu y Ades en 2004. Caldwell y sus colegas introdujeron el enfoque a una audiencia clínica en 2005, y a medida que el método se difundió bajo varios nombres, la revisión de Salanti de 2012 consolidó la terminología, los supuestos y las preocupaciones, estableciendo el metaanálisis en red como una herramienta principal de síntesis de evidencia (lu-ades-2004; caldwell-2005; salanti-2012).

Debates

¿Cuán seguro es el supuesto de transitividad?

La comparación indirecta solo es válida si los ensayos son similares en características modificadoras del efecto; cuando la transitividad es dudosa o las estimaciones directas e indirectas son inconsistentes, los resultados de la red pueden inducir a error, por lo que evaluar estos supuestos es esencial.

Key figures

• Guobing Lu
• Tony Ades
• Deborah Caldwell
• Julian Higgins
• Georgia Salanti

Seminal works

• lu-ades-2004
• caldwell-2005
• salanti-2012

Frequently asked questions

¿Cuál es la diferencia entre el metaanálisis por pares y el metaanálisis en red?

El metaanálisis por pares agrupa estudios que comparan dos intervenciones; el metaanálisis en red combina múltiples comparaciones a través de un conjunto conectado de ensayos, incluyendo las indirectas, para comparar y clasificar tres o más intervenciones a la vez.

¿Qué es la transitividad?

La transitividad es el supuesto de que los ensayos conectados a través de un comparador común son lo suficientemente similares en características modificadoras del efecto como para que la comparación indirecta de tratamientos sea justa; es la condición clave para una comparación indirecta válida.