Un diagrama de bosque , también conocido como blobograma, es una representación gráfica de los resultados estimados de una serie de estudios científicos que abordan la misma pregunta, junto con los resultados generales. [1] Fue desarrollado para su uso en investigación médica como un medio de representar gráficamente un metanálisis de los resultados de ensayos controlados aleatorios . En los últimos veinte años, se han aplicado técnicas metaanalíticas similares en estudios observacionales (por ejemplo, epidemiología ambiental ) y los diagramas de bosque se utilizan a menudo también para presentar los resultados de dichos estudios.
Aunque los diagramas de bosque pueden adoptar varias formas, normalmente se presentan con dos columnas. La columna de la izquierda enumera los nombres de los estudios (con frecuencia ensayos controlados aleatorios o estudios epidemiológicos ), normalmente en orden cronológico de arriba hacia abajo. La columna de la derecha es un gráfico de la medida del efecto ( por ejemplo , un odds ratio ) para cada uno de estos estudios (a menudo representados por un cuadrado) que incorpora intervalos de confianza representados por líneas horizontales. El gráfico puede trazarse en una escala logarítmica natural cuando se utilizan odds ratios u otras medidas de efecto basadas en proporciones, de modo que los intervalos de confianza sean simétricos respecto de las medias de cada estudio y para garantizar que no se dé un énfasis indebido a los odds ratios mayores que 1 en comparación con los menores que 1. El área de cada cuadrado es proporcional al peso del estudio en el metanálisis. La medida general del efecto metaanalizada a menudo se representa en el gráfico como una línea vertical discontinua. Esta medida de efecto metaanalizada se representa comúnmente como un diamante, cuyos puntos laterales indican intervalos de confianza para esta estimación.
También se traza una línea vertical que representa la ausencia de efecto. Si los intervalos de confianza de los estudios individuales se superponen con esta línea, se demuestra que, en el nivel de confianza dado, sus tamaños de efecto no difieren de la ausencia de efecto para el estudio individual. Lo mismo se aplica a la medida del efecto metaanalizada: si los puntos del rombo se superponen con la línea de ausencia de efecto, no se puede decir que el resultado global metaanalizado difiera de la ausencia de efecto en el nivel de confianza dado.
Los diagramas de bosque se remontan al menos a la década de 1970. Un diagrama se muestra en un libro de 1985 sobre metaanálisis. [2] : 252 El primer uso impreso de la expresión "diagrama de bosque" puede ser en un resumen para un póster en la reunión de Pittsburgh (EE. UU.) de la Sociedad de Ensayos Clínicos en mayo de 1996. [3] Una investigación informativa sobre el origen de la noción de "diagrama de bosque" se publicó en 2001. [4] El nombre se refiere al bosque de líneas producidas. En septiembre de 1990, Richard Peto bromeó diciendo que el diagrama llevaba el nombre de un investigador de cáncer de mama llamado Pat Forrest y, como resultado, el nombre a veces se ha escrito " diagrama de forrest ". [4]
Este blobograma es de una revisión médica icónica ; muestra ensayos clínicos del uso de corticosteroides para acelerar el desarrollo pulmonar en embarazos en los que es probable que un bebé nazca prematuramente . Mucho después de que hubiera suficiente evidencia para demostrar que este tratamiento salvaba las vidas de los bebés, la evidencia no era ampliamente conocida y el tratamiento no se usaba ampliamente. Después de que una revisión sistemática hizo que la evidencia fuera más conocida, el tratamiento se usó más, evitando que miles de bebés prematuros murieran por síndrome de dificultad respiratoria infantil . Sin embargo, cuando el tratamiento se implementó en países de ingresos bajos y medios, se encontró que morían más bebés prematuros. Se cree que esto puede deberse al mayor riesgo de infección, que es más probable que mate a un bebé en lugares con atención médica de menor calidad. [5] La versión actual de la revisión médica afirma que hay "poca necesidad" de más investigaciones sobre la utilidad del tratamiento en países de ingresos más altos, pero se necesita más investigación sobre la mejor manera de tratar a las madres de ingresos más bajos y de mayor riesgo, y la dosis óptima.
Los estudios incluidos en el metanálisis e incorporados al diagrama de bosque generalmente se identificarán en orden cronológico en el lado izquierdo por autor y fecha. No se le da importancia a la posición vertical asumida por un estudio en particular.
La parte del gráfico del diagrama forestal estará en el lado derecho e indicará la diferencia media en el efecto entre los grupos de prueba y de control en los estudios. Una representación más precisa de los datos aparece en forma de números en el texto de cada línea, mientras que una representación gráfica algo menos precisa aparece en forma de gráfico a la derecha. La línea vertical ( eje y ) indica que no hay efecto. La distancia horizontal de un cuadro desde el eje y demuestra la diferencia entre la prueba y el control (los datos experimentales con los datos de control restados) en relación con la ausencia de efecto observable, también conocida como la magnitud del efecto experimental.
Las líneas horizontales delgadas (a veces llamadas bigotes) que emergen del cuadro indican la magnitud del intervalo de confianza . Cuanto más largas sean las líneas, más amplio será el intervalo de confianza y menos confiables serán los datos. Cuanto más cortas sean las líneas, más estrecho será el intervalo de confianza y más confiables serán los datos.
Si el cuadro o los bigotes del intervalo de confianza pasan por el eje y de ningún efecto, se dice que los datos del estudio son estadísticamente insignificantes .
La significatividad de los datos del estudio, o potencia , se indica mediante el peso (tamaño) del cuadro. Los datos más significativos, como los de estudios con tamaños de muestra mayores e intervalos de confianza más pequeños, se indican mediante un cuadro de mayor tamaño que los datos de estudios menos significativos, y contribuyen al resultado agrupado en mayor medida.
El diagrama de bosque permite demostrar el grado en que los datos de varios estudios que observan el mismo efecto se superponen entre sí. Los resultados que no se superponen bien se denominan heterogéneos y se hace referencia a la heterogeneidad de los datos; estos datos son menos concluyentes. Si los resultados son similares entre varios estudios, se dice que los datos son homogéneos y la tendencia es que estos datos sean más concluyentes.
La heterogeneidad está indicada por el I 2 . Una heterogeneidad inferior al 50% se denomina baja e indica un mayor grado de similitud entre los datos del estudio que un valor I 2 superior al 50%, que indica mayor disimilitud.