Mínimos cuadrados parciales en metaanálisisestrategias para abordar la heterogeneidad y dependencia

Abstract

Dentro de las limitaciones del meta-análisis, entre otras, pueden ser destacadas la heterogeneidad y la dependencia de los resultados como dos de las principales limitaciones del meta-análisis. Con base en el conjunto de características y bondades que tiene el método de Mínimos Cuadrados Parciales (PLS), como la reducción de la dimensionalidad y la clasificación de datos, se plantea su uso en el campo del meta-análisis para abordar la heterogeneidad, la caracterización de grupos y la dependencia de resultados. PLS permite incluir diferentes variables moderadoras en un mismo modelo estadístico para analizar su influencia. En esta tesis se propone el uso de PLS para analizar datos meta-analíticos con problemas de heterogeneidad y dependencia. Objetivos generales: -Analizar la heterogeneidad en un meta-análisis utilizando PLS para formar grupos de estudios homogéneos. -Resolver el problema de la dependencia de los tamaños muestrales en análisis meta-analíticos mediante PLS. Objetivos específicos: -Describir las técnicas estadísticas empleadas en la elaboración de un meta-análisis. -Analizar las limitaciones de la heterogeneidad y dependencia en los resultados meta-analíticos, junto con posibles soluciones. -Describir el método de Mínimos Cuadrados Parciales (PLS) y su utilidad para explicar la heterogeneidad de los estudios y resolver la dependencia de resultados. -Aplicar técnicas clásicas y basadas en análisis multivariantes en un meta-análisis sobre intervenciones diseñadas para disminuir la carga de los cuidadores de personas con demencia. La utilización de los mínimos cuadrados parciales (PLS), dadas sus características y propiedades, se muestra en el contexto del meta-análisis como una herramienta de utilidad en la detección de grupos homogéneos de tamaños del efecto en función de variables de diseño, tipo de paciente y análisis y calidad de los estudios. Por tanto, es un procedimiento que ayuda a explorar y explicar la heterogeneidad en un estudio meta- analítico, así como, en la detección de posibles valores atípicos. Los mínimos cuadrados parciales también permiten abordar la limitación de dependencia de los resultados debido a la predicción de los valores del tamaño del efecto como combinación lineal de los originales siendo independientes entre ellos y maximizando la covarianza con los factores obtenidos de las variables moderadoras. Este enfoque permitirá una mejor comprensión y tratamiento de los problemas de heterogeneidad y dependencia en los datos meta-analíticos.