Introduction to network meta-analysis for evidence synthesis. / Introducción a los metanálisis en red para la síntesis de evidencia.

This article belongs to a collaborative methodological series of narrative reviews about biostatistics and clinical epidemiology. The goal is to present basics concepts concerning the systematics reviews of multiple treatments comparisons with network meta-analysis. For clinical ques-tions with several therapeutic alternatives to be compared, the central question is how to classify or rank their effectiveness (benefit and harm) to choose the best option. The network meta-analysis aims to answer questions related to the effectiveness and safety of comparing multiple treatments by the simultaneous analysis of results raised from direct and indirect comparisons. The network geometry is the general graphical representation of the network meta-analysis and allows to understand and assess the strength of comparisons. The network meta-analysis should check several assumptions to be valid, especially the transitivity assumption, which allows assuming that there are no systematic differences among the included comparisons, except their compared interventions. Thus, it is possible to know the relative therapeutic effectiveness of each pair of interventions included in the network meta-analysis and their ranking in terms of categorization. It has been proposed to use a modified Grading of Recommendation, Assessment, Development, and Evaluation (GRADE) approach considering the distinctive features of network meta-analysis to assess the certainty of the evidence for each comparison and the ranking of interventions.

Este artículo forma parte de una serie metodológica colaborativa de revisiones narrativas sobre bioestadística y epidemiología clínica. El objetivo de este trabajo es presentar conceptos básicos respecto de las revisiones sistemáticas de intervenciones múltiples con metanálisis en red. Para las preguntas clínicas en las que hay muchas alternativas terapéuticas que compiten (o se comparan) entre sí. La pregunta central es cómo clasificar u ordenar jerárquicamente su efecto (beneficio y/o daño) para escoger la mejor opción. Los metanálisis en red buscan responder a preguntas relacionadas con la efectividad o seguridad de múltiples tratamientos comparados entre sí, mediante el análisis simultáneo de resultados surgidos tanto de comparaciones directas como de comparaciones indirectas. La geometría de la red (network geometry) es la representación gráfica general de los metanálisis en red y permite comprender e incluso evaluar la fuerza de las comparaciones. Para que un metanálisis de comparaciones múltiples sea válido debe cumplir una serie de supuestos, destacándose el supuesto de transitividad que permite asumir que no hay diferencias sistemáticas entre las comparaciones disponibles, a excepción de las intervenciones comparadas. Así, es posible conocer la efectividad terapéutica relativa entre cualquier par de intervenciones del metanálisis en red y el orden de las intervenciones en términos de su categorización. Se ha propuesto utilizar el modelo Grading of Recommendation, Assessment, Development, and Evaluation (GRADE) modificado en cuanto a las particularidades de los metanálisis en red para valorar la certeza de la evidencia, tanto para cada comparación como para la jerarquización de intervenciones.

How to interpret diagnostic tests. / Cómo interpretar las pruebas diagnósticas.

Healthcare professionals make decisions in a context of uncertainty. When making a diagnosis, relevant patient characteristics are categorized to fit a particular condition that explains what the patient is experiencing. During the diagnostic process, tools such as the medical interview, physical examination, and other complementary tests support this categorization. These tools, known as diagnostic tests, allow professionals to estimate the probability of the presence or absence of the suspected medical condition. The usefulness of diagnostic tests varies for each clinical condition, and studies of accuracy (sensitivity and specificity) and diagnostic impact (impact on health outcomes) are used to evaluate them. In this article, the general theoretical and practical concepts about diagnostic tests in human beings are addressed, considering their historical background, their relationship with probability theories, and their practical utility with illustrative examples.

En el ámbito de la salud, los profesionales deben tomar decisiones en un marco de incertidumbre. Al realizar un diagnóstico, se categorizan los signos y síntomas, sumados a los hallazgos de exámenes complementarios de una condición clínica particular, implicando la definición de un tratamiento y pronóstico específico. Durante el proceso diagnóstico se utilizan herramientas de la anamnesis, examen físico y exámenes complementarios para apoyar dicha categorización. Estas herramientas, conocidas como pruebas diagnósticas, permiten estimar la probabilidad de la presencia o ausencia de la condición médica sospechada. La utilidad de las pruebas diagnósticas varía para cada condición clínica y se evalúan mediante estudios de exactitud (sensibilidad y especificidad) e impacto diagnóstico (repercusión sobre los desenlaces de salud). En este artículo, se abordan los conceptos teóricos y prácticos generales sobre las pruebas diagnósticas en seres humanos considerando sus antecedentes históricos, su relación con las teorías sobre probabilidades y su utilidad práctica con ejemplos ilustrativos.

Introducción a los metanálisis en red para la síntesis de evidencia / Introduction to network meta-analysis for evidence synthesis

Este artículo forma parte de una serie metodológica colaborativa de revisiones narrativas sobre bioestadística y epidemiología clínica. El objetivo de este trabajo es presentar conceptos básicos respecto de las revisiones sistemáticas de intervenciones múltiples con metanálisis en red. Para las preguntas clínicas en las que hay muchas alternativas terapéuticas que compiten (o se comparan) entre sí. La pregunta central es cómo clasificar u ordenar jerárquicamente su efecto (beneficio y/o daño) para escoger la mejor opción. Los metanálisis en red buscan responder a preguntas relacionadas con la efectividad o seguridad de múltiples tratamientos comparados entre sí, mediante el análisis simultáneo de resultados surgidos tanto de comparaciones directas como de comparaciones indirectas. La geometría de la red (network geometry) es la representación gráfica general de los metanálisis en red y permite comprender e incluso evaluar la fuerza de las comparaciones. Para que un metanálisis de comparaciones múltiples sea válido debe cumplir una serie de supuestos, destacándose el supuesto de transitividad que permite asumir que no hay diferencias sistemáticas entre las comparaciones disponibles, a excepción de las intervenciones comparadas. Así, es posible conocer la efectividad terapéutica relativa entre cualquier par de intervenciones del metanálisis en red y el orden de las intervenciones en términos de su categorización. Se ha propuesto utilizar el modelo Grading of Recommendation, Assessment, Development, and Evaluation (GRADE) modificado en cuanto a las particularidades de los metanálisis en red para valorar la certeza de la evidencia, tanto para cada comparación como para la jerarquización de intervenciones.

This article belongs to a collaborative methodological series of narrative reviews about biostatistics and clinical epidemiology. The goal is to present basics concepts concerning the systematics reviews of multiple treatments comparisons with network meta-analysis. For clinical ques-tions with several therapeutic alternatives to be compared, the central question is how to classify or rank their effectiveness (benefit and harm) to choose the best option. The network meta-analysis aims to answer questions related to the effectiveness and safety of comparing multiple treatments by the simultaneous analysis of results raised from direct and indirect comparisons. The network geometry is the general graphical representation of the network meta-analysis and allows to understand and assess the strength of comparisons. The network meta-analysis should check several assumptions to be valid, especially the transitivity assumption, which allows assuming that there are no systematic differences among the included comparisons, except their compared interventions. Thus, it is possible to know the relative therapeutic effectiveness of each pair of interventions included in the network meta-analysis and their ranking in terms of categorization. It has been proposed to use a modified Grading of Recommendation, Assessment, Development, and Evaluation (GRADE) approach considering the distinctive features of network meta-analysis to assess the certainty of the evidence for each comparison and the ranking of interventions.