Cómo hacer un metaanálisis:combinar no es juntar y promediar
Tu director dice «intentemos un metaanálisis», te imaginas un elegante diagrama de bosque (forest plot)... y no tienes idea de por dónde empezar. Lo primero que hay que saber: el metaanálisis no va, en el fondo, de estadística. Hacer un metaanálisis es encontrar estudios que intentan responder la misma pregunta, confirmar que pueden combinarse y solo entonces combinar los números. La mayor parte del trabajo es leer y verificar, no calcular. Este artículo te da la ruta completa de un vistazo.
Publicado: 2026-07-22
El metaanálisis es un paso dentro de una revisión sistemática
Primero, el contexto. Un metaanálisis no es una tarea independiente: normalmente designa la combinación estadística que se realiza en la etapa final de una revisión sistemática, donde la pregunta, la búsqueda, la selección y la evaluación se diseñaron de antemano.
Eso significa que la calidad de un metaanálisis se decide, en gran parte, antes de combinar nada. Si los criterios para seleccionar los estudios fallaron, ninguna precisión de cálculo hará confiable el resultado. (Sobre cómo se relacionan ambos, mira nuestro artículo sobre la diferencia entre revisión sistemática y metaanálisis.)
Paso 1: reduce la pregunta a una sola
La pregunta de un metaanálisis se reduce a un único PICO (paciente, intervención, comparación, desenlace): ¿esta intervención mejora este desenlace en esta población?
Una pregunta demasiado amplia mezcla estudios de naturaleza fundamentalmente distinta, y ningún paso posterior podrá justificar combinarlos. Que la combinación sea defendible se decide, en gran medida, en esta única frase.
Pasos 2-3: busca y selecciona de forma sistemática
Diseña una consulta de búsqueda, busca en varias bases de datos dejando registro y criba contra criterios predefinidos. Es el proceso estándar de una revisión sistemática, así que dejamos los detalles a nuestros artículos sobre diseño de revisiones y cribado.
Los resúmenes de IA pueden ayudar en la primera lectura de esta etapa, pero las decisiones de inclusión y los motivos de exclusión los registra un humano trabajando sobre el texto original.
Paso 4: extracción de datos, la materia prima de la combinación
De los estudios incluidos, extrae los números que la combinación requiere —número de participantes, resultados por grupo, datos del tamaño del efecto— en un formato uniforme.
En un metaanálisis, confirmar que las definiciones de los desenlaces, los puntos temporales de medición y las poblaciones de análisis se corresponden entre estudios es el corazón de la extracción de datos. Sáltatelo y cometerás el error clásico de promediar cosas distintas. Los detalles prácticos están en nuestro artículo sobre extracción de datos para metaanálisis.
Paso 5: antes de combinar, pregunta si combinar se justifica
Con los datos reunidos, resiste el impulso de combinar de inmediato. Pregunta primero: ¿estos estudios realmente pueden juntarse? ¿Las poblaciones, las intervenciones y los desenlaces son lo bastante similares? ¿Los diseños son compatibles?
«Se puede calcular» y «se puede combinar» son cosas distintas. Promediar manzanas con naranjas no produce una fruta con sentido. Decidir si combinar, y cómo (efectos fijos frente a efectos aleatorios, por ejemplo), implica juicio estadístico: consultar con un estadístico o con tu director es imprescindible.
Paso 6: enfrenta la heterogeneidad
Los resultados combinados vienen con una evaluación de la variabilidad entre estudios: la heterogeneidad. Cuando es grande, preguntarse por qué difieren los estudios suele producir hallazgos más importantes que el propio valor combinado.
Interpretar los estadísticos de heterogeneidad y diseñar análisis de subgrupos y de sensibilidad es trabajo de equipo, no en solitario. La conclusión de un metaanálisis no es un número: es el número, más cuán similares eran los estudios, más por qué diferían.
Paso 7: interpretación, traducir el número de vuelta al lenguaje clínico y de investigación
Por último, vuelve a la pregunta. ¿El efecto combinado es clínicamente relevante? ¿Cuánto matiza la conclusión el riesgo de sesgo de los estudios incluidos?
Esta parte no puede delegarse en la IA. Solo quien leyó los originales y entiende sus limitaciones puede escribir una interpretación honesta.
Un andamiaje para el camino largo
A lo largo de este trayecto, Paperfy funciona como el lugar donde lees, verificas y regresas. Cada artículo incluido tiene una página con su resumen de IA, sus figuras, sus tablas y el PDF original. Los resúmenes se editan a mano, así que puedes anotar confirmaciones de la extracción o dudas sobre la combinabilidad. No sustituye al software estadístico (R, RevMan) ni a un gestor de referencias: apoya la lectura que viene antes.
Antes de empezar el metaanálisis
- La pregunta es una sola frase, formulada como PICO.
- El proceso de búsqueda y selección está diseñado con el registro incorporado.
- Hay un plan para verificar definiciones de desenlaces, puntos temporales y poblaciones de análisis entre estudios.
- Hay alguien a quien consultar sobre la combinabilidad y los métodos estadísticos.
Protege la lectura que viene antes de la combinación
Con Paperfy, el PDF, el resumen de IA, las figuras, las tablas y las notas de revisión de cada artículo incluido comparten una página: vuelve al original tantas veces como lo exija tu decisión de combinar.
Meta-análisis
Explora Este Tema
Lee el conjunto completo de guías para este flujo de trabajo.
Lee Después
Estas guías continúan el mismo flujo de trabajo.