El coste de la dicotomización en meta-análisis

Abstract

La dicotomización de variables dependientes continuas conlleva un sesgo negativo (infraestimación) en la estimación del tamaño del efecto. Recientemente se han propuesto nuevos índices del tamaño del efecto que corrigen tal sesgo. Sin embargo, cuando estos nuevos índices se calculan en un estudio primario, su variabilidad (incertidumbre) en torno al tamaño del efecto en la población es mayor que la de los indices tradicionales no corregidos. Sólo cuando el tamaño muestra! en los estudios es muy elevado o cuando los estudios se incluyen en un meta-análisis y los tamaños del efecto se promedian, los índices insesgados resultan ser también más eficientes que los no corregidos. El objetivo de este trabajo fue explorar la influencia de diferentes condiciones meta-analíticas en el sesgo y eficiencia de dos índices del tamaño del efecto calculados sobre datos dicotomizados y promediados a través de los estudios en el meta-análisis: uno prácticamente insesgado ( d Pr ohi,) y el otro sin corregir ( d i' ). Se presenta el mínimo número de estudios en el meta-análisis necesario para conseguir que el índice insesgado se comporte mejor que el no corregido, en función del tamaño muestra! de los estudios y de la magnitud del tamaño del efecto en la población.