Rendimiento del método de trim y fill en presencia de sesgo de publicación y heterogeneidad entre estudios

El método de trim y fill permite la estimación de un estimado de meta-análisis ajustado en presencia de sesgo de publicación. Hasta la fecha, el rendimiento del método de trim y fill ha tenido poca evaluación. En este artículo, proporcionamos un examen más completo de las diferentes versiones del método de trim y fill en una serie de escenarios de meta-análisis simulados, comparando resultados con los de los modelos de meta-análisis no ajustados habituales y dos alternativas simples, a saber, el uso de la estimación de: (i) el estudio más grande; o (ii) el estudio más preciso en el meta-análisis. Los hallazgos sugieren una gran variabilidad en el rendimiento de los diferentes enfoques. Cuando hay una gran heterogeneidad entre estudios, el método de trim y fill puede subestimar el verdadero efecto positivo cuando no hay sesgo de publicación. Sin embargo, cuando está presente el sesgo de publicación, el método de trim y fill puede proporcionar estimaciones que son menos sesgadas que los modelos de meta-análisis habituales. Aunque los resultados sugieren que el uso de la estimación del estudio más grande o más preciso parece ser un enfoque razonable en presencia de sesgo de publicación, cuando existe heterogeneidad entre estudios, nuestras simulaciones muestran que estas estimaciones son bastante sesgadas. Concluimos que en presencia de sesgo de publicación, el uso del método de trim y fill puede ayudar a reducir el sesgo en las estimaciones combinadas, aunque el rendimiento de este método no es ideal. Sin embargo, dado que no sabemos si la asimetría del gráfico en embudo es realmente causada por sesgo de publicación, y debido a la gran variabilidad en el rendimiento de diferentes estimadores y modelos de trim y fill en varios escenarios de meta-análisis, recomendamos el uso del método de trim y fill como una forma de análisis de sensibilidad tal como lo pretendieron los autores del método.