Sesgo de publicación

El sesgo de publicación es la tendencia a que los estudios con resultados estadísticamente significativos o positivos se publiquen, y se publiquen de manera más prominente y rápida, que los estudios con hallazgos nulos o negativos. Dado que las revisiones sistemáticas y los metaanálisis dependen del registro publicado, esta disponibilidad selectiva puede distorsionar la estimación sintetizada hacia un efecto más fuerte que la realidad.

Definition

El sesgo de publicación es la diferencia sistemática entre los resultados de los estudios que se publican y son accesibles y los resultados de todos los estudios que se han realizado, que surge porque la probabilidad y la prominencia de la publicación dependen de la naturaleza y la dirección de los hallazgos de un estudio.

Scope

Esta entrada cubre el sesgo de publicación y la familia más amplia de sesgos de notificación que afectan la síntesis de evidencia: sus causas, su efecto en las estimaciones combinadas y los métodos gráficos y estadísticos utilizados para detectarlos y analizarlos, incluyendo el gráfico de embudo, la prueba de regresión de Egger, la prueba de correlación de rangos de Begg y el ajuste de recorte y relleno (trim-and-fill). Los trata como temas metodológicos, no como orientación clínica.

Core questions

• ¿Son los estudios disponibles para la síntesis una muestra sesgada de todos los estudios realizados?
• ¿Cómo se puede detectar la presencia de dicho sesgo a partir de los estudios recopilados?
• ¿Cuánto podrían cambiar la conclusión los resultados no publicados o informados selectivamente?

Key concepts

• Sesgo de notificación y difusión
• Problema del cajón de sastre
• Efectos de estudios pequeños
• Gráfico de embudo y su asimetría
• Prueba de regresión de Egger
• Prueba de correlación de rangos de Begg
• Ajuste de recorte y relleno
• Registro de estudios y protocolos

Mechanisms

Los estudios que encuentran resultados significativos o favorables tienen más probabilidades de ser enviados, aceptados y citados que los que no, por lo que la literatura accesible sobrerrepresenta los hallazgos positivos. Los sesgos de notificación relacionados (notificación selectiva de resultados, sesgo de desfase temporal y de idioma) actúan en la misma dirección. Dado que un metaanálisis agrupa todo lo que puede recuperar, esta selección puede inflar el efecto resumen. El gráfico de embudo muestra el efecto de cada estudio frente a su precisión; en ausencia de sesgo, los puntos se dispersan simétricamente, mientras que una brecha entre estudios pequeños y menos precisos sugiere la falta de resultados negativos, un patrón a menudo denominado efectos de estudios pequeños. La prueba de regresión de Egger y la prueba de correlación de rangos de Begg cuantifican la asimetría del gráfico de embudo, y el método de recorte y relleno imputa los estudios que la asimetría implica que faltan y recalcula una estimación ajustada. Ninguna de estas herramientas puede distinguir con certeza el sesgo de publicación de la heterogeneidad genuina, por lo que el registro prospectivo de estudios y protocolos es la salvaguarda más fundamental.

Clinical relevance

El sesgo de publicación puede hacer que una intervención parezca más efectiva o segura de lo que mostraría la evidencia completa, lo cual es importante cuando las revisiones informan las guías y las políticas. Evaluar si un metaanálisis examinó este riesgo es parte de juzgar su fiabilidad. Esta entrada explica cómo surge y se investiga el sesgo; es material de referencia para la evaluación de la evidencia, no un consejo para un paciente individual.

Epidemiology

Estudios empíricos que rastrean cohortes de ensayos registrados y estudios financiados por subvenciones han demostrado repetidamente que los resultados estadísticamente significativos se publican con más frecuencia y antes. El examen del gráfico de embudo y las pruebas de asimetría se informan rutinariamente en los metaanálisis, y el registro de ensayos (por ejemplo, a través de registros prospectivos y políticas de registro de revistas) se ha adoptado en parte para contrarrestar el problema.

Evidence & guidelines

Las recomendaciones para examinar e interpretar la asimetría del gráfico de embudo en los metaanálisis de ensayos aleatorizados fueron establecidas por Sterne et al. (2011) y son ampliamente seguidas; los estándares de notificación como PRISMA incitan a los revisores a evaluar el riesgo de sesgo debido a la falta de resultados. Estas son recomendaciones metodológicas, no guías de tratamiento.

History

La subpublicación de resultados negativos se describió en las décadas de 1950 y 1960 y se cristalizó como el problema del cajón de sastre a finales de la década de 1970. Los métodos para detectarlo maduraron en la década de 1990: Begg y Mazumdar (1994) propusieron una prueba de correlación de rangos de asimetría del gráfico de embudo, y Egger y sus colegas (1997) introdujeron una prueba de regresión simple que se hizo ampliamente utilizada. Duval y Tweedie (2000) agregaron el ajuste de recorte y relleno, y Sterne et al. (2011) consolidaron posteriormente la guía sobre la interpretación de los gráficos de embudo. El registro de ensayos surgió en paralelo como un remedio estructural.

Debates

¿Qué indica realmente la asimetría del gráfico de embudo?

La asimetría puede reflejar un sesgo de publicación, pero también una heterogeneidad genuina, diferencias en la calidad del estudio o el azar, por lo que las pruebas de asimetría son sensibles a causas distintas de la publicación selectiva y pueden inducir a error cuando los estudios son pocos.

¿Cuánto se debe confiar en el ajuste de recorte y relleno?

El recorte y relleno imputa estudios hipotéticamente faltantes y recalcula la estimación, pero se basa en suposiciones sólidas sobre la forma del embudo y puede sobrecorregir o subcorregir, por lo que generalmente se trata como un análisis de sensibilidad en lugar de un ajuste definitivo.

Key figures

• Matthias Egger
• George Davey Smith
• Colin Begg
• Sue Duval
• Richard Tweedie
• Jonathan Sterne

Seminal works

• egger-1997
• duval-tweedie-2000
• begg-mazumdar-1994
• sterne-2011-funnel

Frequently asked questions

¿Qué es un gráfico de embudo y cómo se relaciona con el sesgo de publicación?

Un gráfico de embudo representa la estimación del efecto de cada estudio frente a su precisión. Cuando no hay sesgo, los estudios se dispersan simétricamente alrededor del efecto combinado; una brecha entre los estudios más pequeños y menos precisos, especialmente en el lado de los resultados desfavorables, sugiere que algunos estudios negativos pueden faltar en el registro publicado.

¿Pueden las pruebas estadísticas demostrar que existe un sesgo de publicación?

No. Pruebas como las de Egger y Begg detectan la asimetría del gráfico de embudo, que puede surgir del sesgo de publicación, pero también de una verdadera heterogeneidad, la calidad del estudio o el azar. Aumentan o disminuyen la sospecha en lugar de probar la causa, y el registro prospectivo de estudios es una salvaguarda más fuerte que cualquier prueba posterior.