Meta‐análisis de resultados continuos combinando datos individuales de pacientes y datos agregados

El meta-análisis de datos individuales de pacientes (DIP) es el estándar de oro para sintetizar evidencia en estudios clínicos. Sin embargo, para algunos estudios, los DIP pueden no estar disponibles y solo se pueden obtener datos agregados (DA), como una estimación del efecto del tratamiento y su error estándar. En esta situación, los métodos para combinar DIP y DA son importantes para utilizar toda la evidencia disponible. En este artículo, desarrollamos y evaluamos una variedad de métodos estadísticos para combinar DIP y DA en meta-análisis de resultados continuos de ensayos controlados aleatorios. Los métodos adoptan un enfoque de un paso o de dos pasos. Este último es simple, con DIP reducido a DA para que se puedan emplear técnicas estándar de meta-análisis de DA. El enfoque de un paso es más complejo pero ofrece un marco flexible para incluir tanto parámetros a nivel de paciente como de ensayo. Utiliza una variable ficticia para distinguir los ensayos de DIP de los ensayos de DA y para restringir qué parámetros estiman los ensayos de DA. Mostramos que esto es importante al evaluar cómo las covariables a nivel de paciente modifican el efecto del tratamiento, ya que las relaciones a nivel agregado entre ensayos están sujetas a sesgo ecológico y confusión. Así, desarrollamos modelos para separar las interacciones entre tratamiento y covariables dentro del ensayo y entre ensayos; esto asegura que solo los ensayos de DIP estimen lo primero, mientras que tanto los ensayos de DIP como los de DA estimen lo segundo además del efecto de tratamiento combinado y cualquier heterogeneidad entre estudios. También se considera la extensión a múltiples resultados correlacionados. Se utilizan diez ensayos de DIP en hipertensión, con la presión arterial como resultado continuo de interés, para evaluar los modelos e identificar los beneficios de utilizar DA junto con DIP.