La mejora del término de búsqueda se realiza mientras se realiza una búsqueda de ensayo y se busca otro término relevante dentro de cada concepto de los artículos recuperados. Para buscar un ensayo clínico, podemos utilizar estos descriptores en PubMed: «ensayo clínico» O «ensayos clínicos como tema» O «ensayo clínico». Después de algunas rondas de ensayo y refinamiento del término de búsqueda, formulamos el término de búsqueda final para PubMed de la siguiente manera: (ébola O virus del ébola O enfermedad por el virus del ébola O EVE) Y (vacuna O vacunación O vacunado O inmunización) Y («ensayo clínico» O «ensayos clínicos como tema» O «ensayo clínico»). Debido a que el estudio para este tema es limitado, no incluimos el término de resultado (seguridad e inmunogenicidad) en el término de búsqueda para capturar más estudios.

Buscar bases de datos, importar todos los resultados a una biblioteca y exportar a una hoja de Excel

De acuerdo con las pautas de AMSTAR, se deben buscar al menos dos bases de datos en el SR / MA, pero a medida que aumenta el número de bases de datos buscadas, obtiene mucho rendimiento y resultados más precisos y completos. El orden de las bases de datos depende principalmente de las preguntas de revisión; al participar en un estudio de ensayos clínicos, dependerá principalmente de Cochrane, mRCT o de la Plataforma Internacional de Registro de Ensayos Clínicos (ICTRP). Aquí, proponemos 12 bases de datos (PubMed, Scopus, Web of Science, EMBASE, GHL, VHL, Cochrane, Google Scholar, Clinical trial.gov, mRCTs, POPLINE y SIGLE), que ayudan a cubrir casi todos los artículos publicados en medicina tropical. y otros campos relacionados con la salud. Entre esas bases de datos, POPLINE se centra en la salud reproductiva. Los investigadores deben considerar elegir la base de datos relevante de acuerdo con el tema de investigación. Algunas bases de datos no admiten el uso de booleanos o citas; de lo contrario, hay algunas bases de datos que tienen una forma de búsqueda especial. Por lo tanto, necesitamos modificar los términos de búsqueda iniciales para cada base de datos para obtener resultados apreciados; por lo tanto, las guías de manipulación para cada búsqueda de bases de datos en línea se presentan en el archivo adicional 5: Tabla S2. La estrategia de búsqueda detallada para cada base de datos se encuentra en el archivo adicional 5: Tabla S3. El término de búsqueda que creamos en PubMed necesita personalización en función de una característica específica de la base de datos. Un ejemplo de búsqueda avanzada de Google Académico para nuestro tema es el siguiente:

1. Con todas las palabras: virus del ébola

   Con al menos una de las palabras: vacuna vacunación vacunación inmunización

   Donde aparecen mis palabras: en el título del artículo

2. Con todas las palabras: EVE

   Con al menos una de las palabras: vacuna vacunación vacuna vacunación

   Donde ocurren mis palabras: en el título del artículo

Finalmente, todos los registros son recopilados en una biblioteca de Endnote para eliminar duplicados y luego exportarlos a una hoja de Excel. Es obligatorio utilizar la función de eliminación de duplicados con dos opciones. Se eliminarán todas las referencias que tengan (1) el mismo título y autor, y se hayan publicado en el mismo año, y (2) el mismo título y autor, y estén publicadas en la misma revista. Las referencias restantes después de este paso deben exportarse a un archivo de Excel con información esencial para la detección. Estos pueden ser los nombres de los autores, año de publicación, revista, DOI, enlace URL y resumen.

Escritura y registro del protocolo

El registro del protocolo en una etapa temprana garantiza la transparencia en la investigación proceso y protege de problemas de duplicación. Además, se considera una prueba documentada del plan de acción del equipo, la pregunta de investigación, los criterios de elegibilidad, la intervención / exposición, la evaluación de la calidad y el plan de análisis previo. Se recomienda que los investigadores lo envíen al investigador principal (PI) para que lo revise y luego lo carguen en los sitios de registro. Hay muchos sitios de registro disponibles para SR / MA como los propuestos por las colaboraciones Cochrane y Campbell; sin embargo, recomendamos registrar el protocolo en PROSPERO ya que es más fácil. El diseño de una plantilla de protocolo, de acuerdo con PROSPERO, se puede encontrar en el archivo adicional 5: Archivo S1.

Selección de título y resumen

Las decisiones para seleccionar artículos recuperados para una evaluación adicional se basan sobre los criterios de elegibilidad, para minimizar la posibilidad de incluir artículos no relevantes. De acuerdo con la guía Cochrane, dos revisores son imprescindibles para realizar este paso, pero en cuanto a los investigadores principiantes y principiantes, esto puede resultar tedioso; por lo tanto, proponemos basándonos en nuestra experiencia que al menos tres revisores deben trabajar de forma independiente para reducir la posibilidad de error, particularmente en equipos con una gran cantidad de autores para agregar más escrutinio y garantizar una conducta adecuada.En general, la calidad con tres revisores sería mejor que dos, ya que solo dos tendrían opiniones diferentes entre sí, por lo que no pueden decidir, mientras que la tercera opinión es crucial. Y aquí hay algunos ejemplos de revisiones sistemáticas que realizamos siguiendo la misma estrategia (por un grupo diferente de investigadores en nuestro grupo de investigación) y publicadas con éxito, y presentan ideas relevantes para la medicina y las enfermedades tropicales.

En En este paso, las duplicaciones se eliminarán manualmente siempre que los revisores las descubran. Cuando existe una duda sobre la decisión de un artículo, el equipo debe ser inclusivo en lugar de exclusivo, hasta que el líder principal o IP tome una decisión después de la discusión y el consenso. Todos los registros excluidos deben tener razones de exclusión.

Descarga y filtrado de texto completo

Muchos motores de búsqueda proporcionan enlaces gratuitos para acceder a artículos de texto completo. En caso de que no se encuentre, podemos buscar en algunos sitios web de investigación como ResearchGate, que ofrecen una opción de solicitud directa de texto completo a los autores. Además, explorar archivos de revistas buscadas o ponerse en contacto con PI para comprarlas si están disponibles. De manera similar, 2-3 revisores trabajan de forma independiente para decidir sobre los textos completos incluidos de acuerdo con los criterios de elegibilidad, informando las razones de exclusión de los artículos. En caso de que se haya producido algún desacuerdo, la decisión final debe tomarse mediante discusión.

Búsqueda manual

Uno tiene que agotar todas las posibilidades para reducir el sesgo realizando una búsqueda manual explícita de recuperación de informes que pueden haberse eliminado de la primera búsqueda. Aplicamos cinco métodos para realizar búsquedas manuales: buscar referencias de estudios / revisiones incluidos, contactar a autores y expertos, y consultar artículos relacionados / artículos citados en PubMed y Google Scholar.

Aquí describimos tres métodos consecutivos para aumentar y refinar el rendimiento de la búsqueda manual: en primer lugar, buscar listas de referencias de los artículos incluidos; en segundo lugar, realizar lo que se conoce como seguimiento de citas en el que los revisores rastrean todos los artículos que citan cada uno de los artículos incluidos, y esto puede implicar la búsqueda electrónica en bases de datos; y en tercer lugar, al igual que con el seguimiento de citas, seguimos todos los artículos «relacionados con» o «similares». Cada uno de los métodos antes mencionados puede ser realizado por 2-3 revisores independientes, y todo el posible artículo relevante debe someterse a un mayor escrutinio contra los criterios de inclusión, después de seguir los mismos registros obtenidos de bases de datos electrónicas, es decir, título / resumen y selección de texto completo .

Proponemos una revisión independiente asignando a cada miembro de los equipos una «etiqueta» y un método distinto, para compilar todos los resultados al final para comparar diferencias y discusión y maximizar la recuperación y minimizar De manera similar, el número de artículos incluidos debe indicarse antes de agregarlos a los registros generales incluidos.

Extracción de datos y evaluación de la calidad

Este paso autoriza la recopilación de datos de todos los registros incluidos. textos en una hoja de Excel de extracción estructurada, que se ha probado previamente para la extracción mediante algunos estudios aleatorios. Recomendamos extraer tanto los datos ajustados como los no ajustados porque proporciona el factor de confusión más permitido ab e utilizados en el análisis combinándolos más tarde. El proceso de extracción debe ser ejecutado por 2-3 revisores independientes. En su mayoría, la hoja se clasifica en el estudio y las características del paciente, los resultados y la herramienta de evaluación de la calidad (QA).

Los datos presentados en gráficos deben extraerse mediante herramientas de software como el digitalizador de gráficos web. La mayoría de las ecuaciones que se pueden utilizar en la extracción antes del análisis y la estimación de la desviación estándar (SD) de otras variables se encuentran dentro del Archivo adicional 5: Archivo S2 con sus referencias como Hozo et al. , Xiang y col. y Rijkom et al. . Hay una variedad de herramientas disponibles para el control de calidad, dependiendo del diseño: Herramienta ROB-2 Cochrane para ensayos controlados aleatorios que se presenta como Archivo adicional 1: Figura S1 y Archivo adicional 2: Figura S2 —de datos de un artículo publicado anteriormente—, Herramienta NIH para estudios observacionales y transversales, herramienta ROBINS-I para ensayos no aleatorizados, herramienta QUADAS-2 para estudios de diagnóstico, herramienta QUIPS para estudios de pronóstico, herramienta CARE para informes de casos y ToxRtool para estudios in vivo e in vitro. Recomendamos que 2 o 3 revisores evalúen de forma independiente la calidad de los estudios y los agreguen al formulario de extracción de datos antes de la inclusión en el análisis para reducir el riesgo de sesgo. En la herramienta del NIH para estudios observacionales —cohortes y transversales— como en este caso de EBOLA, para evaluar el riesgo de sesgo, los revisores deben clasificar cada uno de los 14 ítems en variables dicotómicas: sí, no o no aplicable. Una puntuación general se calcula sumando todas las puntuaciones de los elementos, ya que sí es igual a uno, mientras que no y NA es igual a cero.Se otorgará una puntuación a cada artículo para clasificarlos como estudios deficientes, regulares o bien realizados, en los que una puntuación de 0 a 5 se consideró mala, de 6 a 9 como regular y de 10 a 14 como buena.

En el ejemplo de caso de EBOLA anterior, los autores pueden extraer la siguiente información: nombre de los autores, país de los pacientes, año de publicación, diseño del estudio (informe de caso, estudio de cohorte o ensayo clínico o ECA), tamaño de la muestra, el punto infectado de tiempo después de la infección por EBOLA, intervalo de seguimiento después del tiempo de vacunación, eficacia, seguridad, efectos adversos después de las vacunas y hoja de control de calidad (archivo adicional 6: Datos S1).

Comprobación de datos

Debido al error humano esperado y al sesgo, recomendamos un paso de verificación de datos, en el que cada artículo incluido se compara con su contraparte en una hoja de extracción mediante fotos de evidencia, para detectar errores en los datos. Aconsejamos asignar los artículos a 2-3 revisores independientes, idealmente no a los que realizaron la extracción de esos artículos. Cuando los recursos son limitados, a cada revisor se le asigna un artículo diferente al que extrajo en la etapa anterior.

Análisis estadístico

Los investigadores utilizan diferentes métodos para combinar y resumir los hallazgos de los estudios incluidos . Antes del análisis, hay un paso importante llamado limpieza de datos en la hoja de extracción, donde el analista organiza los datos de la hoja de extracción en una forma que pueda ser leída por el software analítico. El análisis consta de 2 tipos, a saber, análisis cualitativo y cuantitativo. El análisis cualitativo describe principalmente datos en estudios de RS, mientras que el análisis cuantitativo consta de dos tipos principales: MA y metanálisis de red (NMA). Los análisis de subgrupos, de sensibilidad, acumulativos y de metarregresión son apropiados para probar si los resultados son consistentes o no e investigar el efecto de ciertos factores de confusión en el resultado y encontrar los mejores predictores. Se debe evaluar el sesgo de publicación para investigar la presencia de estudios faltantes que puedan afectar el resumen.

Para ilustrar el metanálisis básico, proporcionamos datos imaginarios para la pregunta de investigación sobre la seguridad de la vacuna contra el ébola (en términos de efectos adversos eventos, 14 días después de la inyección) e inmunogenicidad (los anticuerpos contra el virus del Ébola aumentan en el título medio geométrico, 6 meses después de la inyección). Suponiendo que a partir de la búsqueda y la extracción de datos, decidimos hacer un análisis para evaluar la seguridad e inmunogenicidad de la vacuna «A» contra el ébola. No se realizaron metanálisis de otras vacunas contra el ébola debido al número limitado de estudios (en cambio, se incluirá para una revisión narrativa ). Se puede acceder a los datos imaginarios para el metanálisis de seguridad de las vacunas en el archivo adicional 7: Datos S2. Para hacer el metanálisis, podemos usar software gratuito, como RevMan o el paquete R meta. En este ejemplo, usaremos el meta del paquete R. Se puede acceder al tutorial del metapaquete a través del tutorial en pdf del «Paquete general para metaanálisis». Los códigos R y su guía para el metanálisis realizado se pueden encontrar en el archivo adicional 5: Archivo S3.

Para el análisis, asumimos que el estudio es de naturaleza heterogénea; por lo tanto, elegimos un modelo de efectos aleatorios. Hicimos un análisis sobre la seguridad de la vacuna contra el ébola A. En la tabla de datos, podemos ver algunos eventos adversos que ocurren después de la inyección intramuscular de la vacuna A en el sujeto del estudio. Supongamos que incluimos seis estudios que cumplen nuestros criterios de inclusión. Podemos hacer un metanálisis para cada uno de los eventos adversos extraídos de los estudios, por ejemplo, artralgia, a partir de los resultados del metanálisis de efectos aleatorios utilizando el metapaquete R.

A partir de los resultados que se muestran en Archivo adicional 3: Figura S3, podemos ver que la razón de probabilidades (OR) de artralgia es 1.06 (0.79; 1.42), valor de p = 0.71, lo que significa que no existe asociación entre la inyección intramuscular de la vacuna A contra el ébola y la artralgia, ya que el OR es casi uno, y además, el valor de P es insignificante ya que es > 0.05.

En el metanálisis, también podemos visualizar el da como resultado una parcela forestal. En la Fig. 3 se muestra un ejemplo de un diagrama de bosque del análisis simulado.

En el diagrama de bosque, podemos ver seis estudios (A a F) y sus respectivos OR (IC del 95%) . El cuadro verde representa el tamaño del efecto (en este caso, OR) de cada estudio. Cuanto más grande sea el cuadro, significa que el estudio pesó más (es decir, un tamaño de muestra más grande). La forma de diamante azul representa el OR agrupado de los seis estudios. Podemos ver que el diamante azul cruza la línea vertical OR = 1, lo que indica que no tiene importancia para la asociación ya que el diamante casi se iguala en ambos lados. Podemos confirmar esto también a partir del intervalo de confianza del 95% que incluye uno y el valor de p > 0,05.

Para la heterogeneidad, vemos que I2 = 0%, lo que significa que no se detecta heterogeneidad; el estudio es relativamente homogéneo (es poco común en el estudio real). Para evaluar el sesgo de publicación relacionado con el metanálisis de los eventos adversos de la artralgia, podemos utilizar la función metabias del metapaquete R (archivo adicional 4: Figura S4) y la visualización mediante un gráfico de embudo. Los resultados del sesgo de publicación se muestran en la Fig. 4. Vemos que el valor p asociado con esta prueba es 0,74, lo que indica simetría del gráfico de embudo. Podemos confirmarlo mirando el gráfico de embudo.

Mirando el gráfico de embudo, el número de estudios en el lado izquierdo y derecho del gráfico de embudo es el mismo; por lo tanto, la gráfica es simetría, lo que indica que no se detectó sesgo de publicación.

El análisis de sensibilidad es un procedimiento que se utiliza para descubrir cómo los diferentes valores de una variable independiente influirán en la importancia de una variable dependiente en particular al eliminar un estudio de MA . Si todos los valores de p de los estudios incluidos son < 0,05, la eliminación de cualquier estudio no cambiará la asociación significativa. Solo se realiza cuando hay una asociación significativa, por lo que si el valor p de MA realizado es 0,7 (más de uno), el análisis de sensibilidad no es necesario para este ejemplo de estudio de caso. Si hay 2 estudios con un valor de p > 0.05, eliminar cualquiera de los dos estudios resultará en una pérdida de significación.

Doble verificación de datos

Para mayor seguridad sobre la calidad de los resultados, los datos analizados deben volver a verificarse a partir de datos de texto completo mediante fotos de evidencia, para permitir una verificación obvia del IP del estudio.

Redacción del manuscrito, revisión y envío a una revista

Redacción basada en cuatro secciones científicas: introducción, métodos, resultados y discusión, principalmente con una conclusión. Realizar una tabla de características para el estudio y las características del paciente es un paso obligatorio que se puede encontrar como plantilla en el archivo adicional 5: Tabla S3.

Después de terminar la redacción del manuscrito, la tabla de características y el diagrama de flujo PRISMA, el El equipo debe enviarlo al IP para que lo revise bien y responda a sus comentarios y, finalmente, elija una revista adecuada para el manuscrito que se ajuste con un factor de impacto considerable y campo de ajuste. Debemos prestar atención leyendo las pautas de autor de las revistas antes de enviar el manuscrito.