Análisis de Sensibilidad

El análisis de sensibilidad en la síntesis de evidencia es la práctica de repetir el metaanálisis bajo diferentes supuestos razonables o excluyendo ciertos estudios, para ver si la conclusión principal se mantiene. Examina cuán dependiente es un resultado combinado de elecciones particulares, estudios específicos o datos concretos, y así evalúa la robustez de la síntesis.

Definition

El análisis de sensibilidad es un conjunto de procedimientos que reestiman un efecto combinado bajo supuestos analíticos alternativos o con estudios o datos seleccionados excluidos, con el fin de evaluar si la conclusión de un metaanálisis cambia y cómo lo hace.

Scope

Esta entrada cubre el análisis de sensibilidad aplicado dentro del metaanálisis y las revisiones sistemáticas: análisis de exclusión de un estudio (leave-one-out) y de influencia, comparación de resultados de efectos fijos con efectos aleatorios, restricción a estudios con bajo riesgo de sesgo y prueba del efecto de datos faltantes o imputados. Es una descripción de referencia metodológica y no una guía clínica. Un nodo separado sobre análisis de sensibilidad cubre el concepto tal como se usa en la inferencia causal y el modelado.

Core questions

• ¿La conclusión combinada depende de algún estudio influyente en particular?
• ¿Cambia cuando se comparan los modelos de efectos fijos y de efectos aleatorios?
• ¿Cuán robusta es al incluir o excluir estudios con alto riesgo de sesgo?
• ¿Cuán sensible es a los supuestos sobre datos faltantes o medidas de efecto alternativas?

Key concepts

• Análisis de exclusión de un estudio (influencia)
• Comparación de efectos fijos versus efectos aleatorios
• Restricción por riesgo de sesgo
• Supuestos de datos faltantes e imputación
• Robustez de la estimación combinada

Mechanisms

La síntesis se recalcula bajo un supuesto deliberadamente variado mientras todo lo demás se mantiene fijo, y el analista observa si la estimación combinada, su intervalo o la conclusión cualitativa se modifican. Las variantes comunes incluyen la eliminación de un estudio a la vez para detectar un valor atípico o un ensayo influyente, el cambio entre modelos de efectos fijos y de efectos aleatorios para ver cuánto importan los supuestos de heterogeneidad (una comparación que Riley y sus colegas señalan que puede cambiar sustancialmente la precisión aparente), la restricción de la síntesis a estudios juzgados con bajo riesgo de sesgo, y la repetición del análisis bajo un manejo alternativo de los datos faltantes o diferentes métricas de efecto. Un resultado que permanece esencialmente inalterado a través de estas variaciones se considera robusto; uno que se mueve materialmente indica que la conclusión es contingente y debe informarse con esa advertencia. Los diagnósticos relacionados, como el examen de la asimetría del gráfico de embudo (funnel plot), según lo establecido por Sterne y sus colegas, complementan el análisis de sensibilidad al investigar si los efectos de estudios pequeños o el sesgo de publicación amenazan la estimación combinada.

Clinical relevance

Si una guía o una evaluación de tecnología sanitaria debe actuar sobre una estimación combinada depende en parte de cuán robusta sea esa estimación, por lo que los análisis de sensibilidad ayudan a los lectores a juzgar cuánta confianza merece un resultado sintetizado. Esta entrada describe el método y no es una base para decisiones clínicas individuales.

Evidence & guidelines

El análisis de sensibilidad es un componente esperado de la realización de revisiones sistemáticas según el Manual Cochrane (Higgins & Green, 2008) y se refleja en los ítems de informe PRISMA (Moher et al., 2009); la guía sobre la evaluación relacionada de la asimetría del gráfico de embudo es proporcionada por Sterne y sus colegas (2011).

History

A medida que el metaanálisis clínico maduró a lo largo de las décadas de 1990 y 2000, los revisores reconocieron cada vez más que un solo número combinado podía ocultar fragilidad, y los análisis de sensibilidad preespecificados se convirtieron en parte de la conducta estandarizada de revisión codificada en el Manual Cochrane y PRISMA. El trabajo paralelo sobre la asimetría del gráfico de embudo (Sterne et al., 2011) proporcionó formas estructuradas de probar una amenaza importante, los efectos de estudios pequeños, dentro del mismo espíritu de verificación de robustez.

Debates

¿Cómo deben planificarse e informarse los análisis de sensibilidad?

Existe un amplio acuerdo en que los análisis de sensibilidad deben preespecificarse y distinguirse claramente de la exploración post-hoc para evitar informar selectivamente la versión que apoya una conclusión deseada, un estándar reflejado en la guía de informes actual.

Key figures

• Julian Higgins
• Jonathan Sterne
• Richard Riley
• Jonathan Deeks

Seminal works

• higgins-handbook-2008
• sterne-2011

Frequently asked questions

¿Qué es un análisis de sensibilidad de exclusión de un estudio (leave-one-out)?

Repite el metaanálisis varias veces, omitiendo cada vez un estudio, para ver si algún estudio individual está impulsando el resultado combinado; si la estimación es estable en todos ellos, ningún estudio individual es indebidamente influyente.

¿En qué se diferencia el análisis de sensibilidad del análisis de subgrupos?

El análisis de sensibilidad prueba si una conclusión es robusta a las elecciones analíticas o a la exclusión de estudios, mientras que el análisis de subgrupos explora si el efecto en sí difiere entre grupos definidos de estudios o participantes.