domingo, 24 de diciembre de 2017

Cómo leer un FOREST PLOT

Imagen es de aquí

Traducción de How to read a forest plot? Students 4 Best evidence 

Imagen es de aquí
 A menudo, en un diagrama de bosque tenemos 6 columnas:

Columna 1: ID de estudios
La columna más a la izquierda muestra las identidades (ID) de los estudios incluidos. Los estudios están representados por el nombre del primer autor y el año de publicación, a menudo ordenados por fechas.
Columna 2 y columna 3: grupo de intervención n / N y grupo de control n / N
A continuación, a la derecha, encontramos algunos datos del grupo de intervención y del grupo de control de cada estudio.
n indica el número de pacientes que tienen el resultado de interés, mientras que N representa el número total de pacientes en ese grupo.
Por ejemplo, en el estudio de Rowling et al (2000), 1 de 131 participantes en el grupo de intervención tiene el resultado de interés, en comparación con 2 de 133 participantes en el grupo de control.
Columna 4: riesgo relativo (fijo) IC del 95% 
La siguiente columna muestra visualmente los resultados del estudio. Los recuadros muestran las estimaciones del efecto de los estudios individuales, mientras que el diamante muestra el resultado agrupado.
Las líneas horizontales a través de los cuadros ilustran la duración del intervalo de confianza. Cuanto más largas sean las líneas, cuanto mayor sea el intervalo de confianza, menos confiable será el resultado del estudio. El ancho del diamante tiene el mismo propósito.
La línea vertical es la línea de ningún efecto (es decir, la posición en la que no hay una diferencia clara entre el grupo de intervención y el grupo de control).
Si el resultado de interés es adverso (por ejemplo, mortalidad), los resultados a la izquierda de la línea vertical favorecen la intervención sobre el control. Es decir, si las estimaciones de resultados se ubican a la izquierda, significa que el resultado de interés (p. Ej., Mortalidad) ocurrió con menor frecuencia en el grupo de intervención que en el grupo control (razón <1).
Si el resultado de interés es deseable (p. Ej., Remisión), los resultados a la derecha de la línea vertical favorecen el tratamiento sobre el control. Es decir, si las estimaciones de resultados se ubican a la derecha, significa que el resultado de interés (p. Ej., Remisión) ocurrió con mayor frecuencia en el grupo de intervención que en el grupo de control (razón> 1). 
La última posibilidad: si el diamante toca la línea vertical, el resultado general (combinado) no es estadísticamente significativo. Significa que la tasa de resultado global en el grupo de intervención es muy similar a la del grupo de control. Este es el caso en la figura de arriba.
Columna 5: Peso (%)
Para la siguiente columna, el peso (en%) indica la influencia que un estudio individual ha tenido en el resultado agrupado. En general, cuanto mayor es el tamaño de la muestra y más estrecho es el intervalo de confianza (IC), mayor es el porcentaje de peso, mayor es el tamaño de la caja y más influencia tiene el estudio en el resultado agrupado.
Columna 6:  riesgo relativo (fijo) IC del 95% 
La columna de la derecha contiene exactamente la misma información que figura en el diagrama de la columna 4, solo en formato numérico. Entonces, podemos observar los datos tanto en la imagen como en el número. Esto puede ser el IC del 95% de la odds ratio (OR) o el IC del 95% del riesgo relativo (RR). * [Consulte la parte inferior de este blog para obtener una breve explicación de la diferencia]. El diagrama de arriba muestra el riesgo relativo. Cuando el IC del 95% no incluye 1, podemos decir que el resultado es estadísticamente significativo.
Se encuentra más información en la esquina inferior izquierda de la gráfica.
El valor p  indica el nivel de significación estadística. Si la forma del diamante no toca la línea de ningún efecto, la diferencia encontrada entre los dos grupos fue estadísticamente significativa. En ese caso, el valor de p es usualmente <0.05.
El I ^ 2 indica el nivel de heterogeneidadPuede tomar valores de 0% a 100%. Para una regla general rápida y simple: si I ^ 2 ≤ 50%, los estudios se consideran homogéneos; si I ^ 2> 50%, los estudios se consideran heterogéneos. Aunque algunos documentos sugieren que podemos usar el valor de I ^ 2 como base para determinar si debemos usar el modelo de efecto fijo o el modelo de efecto aleatorio, la elección no debe hacerse únicamente sobre la base de I ^ 2. 
Puede leer más sobre esto aquí:   bit.ly/2atmmGU .
***

No hay comentarios:

Publicar un comentario

Gracias por participar