El modelo meta-analítico clásico infra-estima la diferencia media tipificada: evidencia con meta-análisis reales

Abstract

Introducción: Suero, Botella, Durán y Blázquez-Rincón (en revisión) han reformulado el modelo clásico de efectos aleatorios (CREM) para la diferencia de medias estandarizadas como un mixture model (MM). Con este modelo se solventan problemas formales, entre ellos la dependencia que surge en el CREM entre los pesos asignados a los estudios y el propio valor de g. Además, desde el MM se han desarrollado estimadores insesgados tanto de μδ como de τ2. Uno de los principales resultados obtenidos en estudios de simulación es que la estimación del efecto medio con el CREM y los métodos de uso más frecuente para estimar la varianza específica dan lugar a pequeñas, pero sistemáticas, infraestimaciones. Objetivo: Comprobar si se obtienen los mismos resultados con datos reales, comparando las estimaciones de μδ y τ2 con las obtenidas desde CREM con las estimaciones por máxima verosimilitud restringida (REML) y con el método de DerSimonian-Laird (DL). Método: Se ha utilizado una base de datos compuesta por 92 meta-análisis reales, que comprenden 1433 estudios primarios del campo de la psicología clínica y se han obtenido las estimaciones de μδ y τ2 bajo los tres procedimientos (MM, REML y DL). Resultados y conclusiones: Tal y como ocurre en los estudios de simulación, las estimaciones de μδ y τ2 son menores con el CREM. Para sustentar la hipótesis de que esto se debe a la correlación negativa entre los pesos y las estimaciones individuales hemos obtenido dichas correlaciones en los 92 meta-análisis. El resultado principal es que las correlaciones son en general negativas (pudiendo indicar un problema de sesgo de publicación), pero menores con MM que con las dos versiones del CREM. Aunque las diferencias con los resultados con el CREM son pequeñas, siempre los mejoran y dan coherencia al marco de análisis del modelo meta-analítico de efectos aleatorios.