Meta-análisis de proporciones con modelos mixtos lineales generalizados para estimar las prevalencias

Abstract

El metaanálisis es una técnica estadística crucial en la medicina basada en la evidencia, permitiendo sintetizar la información de múltiples estudios. Sin embargo, los modelos convencionales presentan desafíos metodológicos a la hora de analizar proporciones, debido a la naturaleza restringida entre 0 y 1. Una de las alternativas es el uso de los Modelos Lineales Generalizados de Efectos Mixtos (GLMMs), que, gracias a sus atributos, no tienen las limitaciones de los modelos convencionales, los cuales requieren de una transformación previa a su análisis, usando la metodología de dos pasos. Este Trabajo de Fin de Máster tuvo como objetivo principal evaluar el uso de los GLMMs como alternativa a los métodos convencionales en el metaanálisis de proporciones. Para lograrlo, se reanalizaron los datos de un metaanálisis publicado sobre la prevalencia del síndrome de Stevens-Johnson y la necrólisis epidérmica tóxica asociada a antibióticos. Se compararon diferentes GLMMs entre sí y con el modelo convencional utilizado por los autores, prestando especial atención a la estimación del efecto global y la heterogeneidad. Los resultados mostraron que, tanto el modelo convencional como los GLMMs produjeron estimaciones similares. Sin embargo, el modelo convencional demostró infraestimar la variabilidad de los datos. La comparación mediante el Criterio de Información de Akaike confirmó que, los enlaces probit y logit son los más adecuados. En conclusión, los GLMMs demostraron ser una alternativa para el metaanálisis de proporciones. Los modelos convencionales de dos pasos pueden requerir de una evaluación minuciosa de diferentes aspectos, haciendo que puedan ser más susceptibles a errores.