Ir al contenido 
Resumen rápido:
- Un metaanálisis combina estadísticamente los resultados de múltiples estudios sobre un mismo tema.
- Los pasos clave son: definir la pregunta, buscar estudios, filtrarlos, extraer datos y analizar estadísticamente.
- Herramientas recomendadas: RevMan, R (metafor), STATA o CMA.
- Requiere una revisión sistemática previa bien ejecutada.
- Es la metodología con mayor nivel de evidencia científica reconocida.
Tabla de Contenidos
¿Qué es un metaanálisis y por qué importa en tu TFM o Tesis?
Llevas semanas leyendo artículos, comparando resultados contradictorios y sin saber cuál creer. Unos estudios dicen una cosa, otros dicen la contraria. ¿Cuál tiene razón?
Aquí es donde entra el metaanálisis. Es la herramienta metodológica más potente de la investigación científica: combina matemáticamente los resultados de múltiples estudios independientes para obtener una conclusión más robusta y fiable que cualquier estudio individual.
Si estás preparando un TFM, una Tesis Doctoral o un artículo de investigación, dominar esta técnica puede marcar la diferencia entre un trabajo ordinario y uno de alto impacto. Esta guía te enseña exactamente cómo hacer un metaanálisis paso a paso, sin tecnicismos innecesarios.
¿Cuándo es adecuado hacer un metaanálisis?
No todos los trabajos académicos requieren (o pueden incluir) un metaanálisis. Antes de empezar, verifica que tu caso cumple estos criterios:
- Existe una cantidad suficiente de estudios primarios sobre tu pregunta de investigación (mínimo 5-10 estudios cuantitativos comparables).
- Los estudios disponibles miden variables similares con diseños comparables.
- Los resultados están expresados en métricas cuantificables (medias, proporciones, odds ratios, etc.).
- Tu objetivo es sintetizar evidencia, no solo describirla narrativamente.
Si no se cumplen estas condiciones, una revisión sistemática sin metaanálisis (síntesis narrativa) puede ser la alternativa más adecuada.
Diferencia entre revisión sistemática y metaanálisis
Este punto genera mucha confusión. Aquí lo tienes claro:
| Característica | Revisión Sistemática | Metaanálisis |
|---|---|---|
| Naturaleza | Cualitativa o cuantitativa | Siempre cuantitativa |
| Síntesis | Narrativa o estadística | Estadística (pooling) |
| Requisito | No requiere metaanálisis | Siempre incluye revisión sistemática previa |
| Nivel de evidencia | Alto | Muy alto (nivel 1) |
| Complejidad | Media | Alta |
Conclusión práctica: todo metaanálisis incluye una revisión sistemática, pero no toda revisión sistemática incluye un metaanálisis.
Cómo hacer un metaanálisis paso a paso
A continuación te detallamos el proceso completo en 8 pasos. Sigue el orden: saltarse etapas es uno de los errores más frecuentes y costosos.
Paso 1 — Define la pregunta de investigación con el formato PICO
Todo metaanálisis comienza con una pregunta clara, estructurada y reproducible. El estándar más utilizado en ciencias de la salud y sociales es el formato PICO:
- P — Población: ¿A quién afecta? (ej. adultos mayores de 60 años con diabetes tipo 2)
- I — Intervención: ¿Qué se estudia? (ej. ejercicio aeróbico de 30 min/día)
- C — Comparación: ¿Con qué se compara? (ej. grupo control sin intervención)
- O — Outcome / Resultado: ¿Qué se mide? (ej. niveles de glucosa en ayunas)
Ejemplo de pregunta bien formulada: «¿El ejercicio aeróbico de moderada intensidad reduce los niveles de glucosa en ayunas en adultos mayores de 60 años con diabetes tipo 2 en comparación con no hacer ejercicio?»
Una pregunta mal definida genera criterios de inclusión ambiguos, lo que contamina todo el proceso posterior.
Paso 2 — Registra el protocolo en PROSPERO (o similar)
Antes de empezar la búsqueda, registra tu protocolo de revisión en PROSPERO (International Prospective Register of Systematic Reviews). Este paso:
- Aporta transparencia y credibilidad a tu investigación.
- Evita la duplicación de trabajos.
- Es obligatorio en muchas revistas indexadas para aceptar tu publicación.
- Te obliga a definir por adelantado los criterios de inclusión, lo que reduce el sesgo de selección.
El registro en PROSPERO es gratuito. Alternativamente, puedes usar OSF (Open Science Framework) para TFM y Tesis donde PROSPERO no sea aplicable.
Paso 3 — Realiza la búsqueda bibliográfica sistemática
La búsqueda debe ser exhaustiva, reproducible y documentada. Esto implica:
- Bases de datos: PubMed, Scopus, Web of Science, PsycINFO, EMBASE, ERIC (según disciplina).
- Ecuación de búsqueda: combina términos MeSH (Medical Subject Headings) con operadores booleanos AND, OR, NOT.
- Literatura gris: busca también en Google Scholar, repositorios institucionales y tesis doctorales.
- Documentación: anota el número exacto de resultados obtenidos en cada base de datos y la fecha de consulta.
Ejemplo de ecuación de búsqueda en PubMed:
("aerobic exercise"[MeSH] OR "physical activity"[tiab]) AND ("type 2 diabetes"[MeSH]) AND ("blood glucose"[MeSH] OR "fasting glucose"[tiab]) AND ("randomized controlled trial"[pt])Guarda todas las referencias exportadas en un gestor bibliográfico como Zotero, Mendeley o EndNote antes de empezar el cribado.
Paso 4 — Cribado y selección de estudios con criterios PRISMA
Con los resultados de la búsqueda, aplica los criterios de inclusión/exclusión en dos fases:
- Fase 1 — Cribado por título y resumen: elimina los artículos claramente irrelevantes.
- Fase 2 — Lectura de texto completo: aplica criterios más finos a los artículos que pasaron la primera fase.
Usa la declaración PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) para documentar el proceso. El diagrama de flujo PRISMA es obligatorio en cualquier publicación seria y muestra claramente cuántos estudios entraron, cuántos se excluyeron y por qué.
Importante: el cribado debe realizarse idealmente por dos revisores independientes. Los desacuerdos se resuelven por consenso o un tercer revisor. Si haces el TFM en solitario, justifica en el texto la limitación de un solo revisor.
Paso 5 — Evaluación del riesgo de sesgo de los estudios incluidos
No todos los estudios tienen la misma calidad metodológica. Debes evaluarla explícitamente usando herramientas validadas:
| Diseño del estudio | Herramienta recomendada |
|---|---|
| Ensayo clínico aleatorizado (ECA) | Cochrane RoB 2.0 |
| Estudios observacionales | Newcastle-Ottawa Scale (NOS) |
| Estudios diagnósticos | QUADAS-2 |
| Estudios cualitativos | CASP Qualitative Checklist |
Los resultados de la evaluación se incluyen en una tabla de riesgo de sesgo y deben integrarse en la discusión de resultados.
Paso 6 — Extracción de datos
Diseña un formulario de extracción estandarizado (en Excel o Google Sheets) que recoja, como mínimo:
- Autor, año y país del estudio.
- Diseño del estudio (ECA, cohorte, etc.).
- Características de los participantes (n, edad media, sexo, diagnóstico).
- Descripción de la intervención y el comparador.
- Variable(s) de resultado y medida de efecto reportada (media ± SD, OR, RR, etc.).
- Tiempo de seguimiento.
- Financiación del estudio (posible sesgo de publicación).
Al igual que en el cribado, extrae datos con dos revisores independientes siempre que sea posible.
Paso 7 — Análisis estadístico: el corazón del metaanálisis
Este es el paso técnico por excelencia. Implica calcular un efecto combinado (pooled effect) a partir de los efectos individuales de cada estudio.
Elige el modelo estadístico adecuado
- Modelo de efectos fijos: asume que todos los estudios miden exactamente el mismo efecto real. Adecuado cuando la heterogeneidad es baja.
- Modelo de efectos aleatorios (DerSimonian y Laird): asume que existe variabilidad entre estudios. Es el más utilizado en la práctica cuando los estudios no son completamente homogéneos.
Evalúa la heterogeneidad
La heterogeneidad mide cuánto varían los resultados entre estudios. Los indicadores clave son:
- I² (I cuadrado): valores del 0-25% indican heterogeneidad baja; 25-75%, moderada; >75%, alta.
- Q de Cochran: test de significación para la heterogeneidad (p < 0.10 sugiere heterogeneidad significativa).
Analiza el sesgo de publicación
- Genera un funnel plot (gráfico de embudo): la asimetría sugiere sesgo de publicación.
- Aplica el test de Egger o el método de recorte y relleno (trim and fill) para cuantificar el impacto potencial.
Softwares más utilizados para el análisis
- RevMan 5 / RevMan Web: gratuito, de Cochrane, ideal para principiantes.
- R + paquete metafor: potente, flexible, gratuito. Recomendado para tesis doctorales.
- Comprehensive Meta-Analysis (CMA): intuitivo, de pago, muy usado en ciencias sociales.
- STATA (metan): potente, usado en ámbito clínico y epidemiológico.
Paso 8 — Redacta e interpreta los resultados
Una vez completado el análisis, la redacción de resultados debe incluir obligatoriamente:
- El forest plot (diagrama de bosque): representa visualmente el efecto de cada estudio y el efecto combinado.
- El tamaño del efecto combinado con su intervalo de confianza al 95%.
- Los estadísticos de heterogeneidad (I², Q).
- Los resultados del análisis de sesgo de publicación.
- Un análisis de sensibilidad: ¿qué pasa si se excluye el estudio más influyente?
- Un análisis de subgrupos (si está planificado de antemano): ¿el efecto varía según sexo, edad, dosis, etc.?
La discusión debe contextualizar los hallazgos, reconocer las limitaciones y señalar las implicaciones prácticas para la investigación futura.
Errores comunes al hacer un metaanálisis (y cómo evitarlos)
- Pregunta de investigación vaga: genera criterios ambiguos y sesgo de selección. Solución: usa PICO desde el primer día.
- Búsqueda en una sola base de datos: perderás estudios relevantes. Consulta al menos 3-4 bases.
- No documentar las exclusiones: el diagrama PRISMA es obligatorio, no opcional.
- Ignorar la heterogeneidad: combinar estudios muy diferentes estadísticamente es un error grave. Siempre reporta I².
- No evaluar el riesgo de sesgo: incluir estudios de baja calidad sin advertirlo invalida tus conclusiones.
- Sesgo de idioma: buscar solo en inglés excluye literatura relevante en castellano, francés, alemán, etc.
- Elegir el modelo estadístico post-hoc: el modelo (fijo o aleatorio) debe decidirse antes de ver los datos.
Preguntas frecuentes
¿Cuántos estudios necesito para hacer un metaanálisis?
No existe un mínimo oficial, pero se recomienda contar con al menos 5 a 10 estudios con datos cuantitativos comparables. Con menos estudios, la potencia estadística es insuficiente y el análisis del sesgo de publicación no es fiable. Algunos autores publican metaanálisis con 3 o 4 estudios cuando la justificación metodológica es sólida.
¿Cuánto tiempo lleva hacer un metaanálisis para un TFM?
Una revisión sistemática con metaanálisis de alcance moderado, que incluya entre 10 y 20 estudios, puede llevarte entre 3 y 5 meses trabajando a tiempo parcial. La fase de búsqueda y cribado suele ocupar alrededor del 40% del tiempo total del proceso.
¿Necesito saber estadística avanzada para hacer un metaanálisis?
Necesitas dominar los conceptos básicos como tamaño del efecto, intervalo de confianza, heterogeneidad e I cuadrado. No necesitas ser un experto en estadística si utilizas software especializado como RevMan o Comprehensive Meta-Analysis, que automatizan gran parte de los cálculos. Para análisis complejos en tesis doctorales, es recomendable contar con asesoramiento metodológico.
¿Qué diferencia hay entre efectos fijos y efectos aleatorios en un metaanálisis?
El modelo de efectos fijos asume que todos los estudios miden el mismo efecto verdadero, y la variación entre ellos se debe solo al azar. El modelo de efectos aleatorios asume que el efecto real puede variar entre estudios por diferencias en población, intervención o contexto. En la práctica, el modelo de efectos aleatorios es más conservador y se usa cuando hay heterogeneidad moderada o alta.
¿Es obligatorio registrar el protocolo antes de empezar el metaanálisis?
No es legalmente obligatorio, pero sí es una práctica científica altamente recomendada. El registro previo en plataformas como PROSPERO demuestra que los criterios de inclusión no se modificaron a posteriori para favorecer determinados resultados. Las revistas de alto impacto y los tribunales de TFM valoran positivamente esta práctica como señal de rigor metodológico.
¿Puedo hacer un metaanálisis con estudios observacionales?
Sí, aunque es metodológicamente más complejo. Los metaanálisis de estudios observacionales son habituales en epidemiología y ciencias sociales. Sus limitaciones son mayores por la presencia de más sesgos potenciales, y deben reportarse siguiendo las directrices MOOSE en lugar de PRISMA.
¿Qué software es mejor para un metaanálisis en el TFM?
Para quienes se inician, RevMan Web de Cochrane es la opción más accesible y completamente gratuita. Produce gráficos de calidad como el forest plot y el funnel plot. Para usuarios con conocimientos básicos de programación, R con el paquete metafor ofrece mayor flexibilidad y es el estándar en investigación académica avanzada y tesis doctorales.
Conclusión: el metaanálisis, la cima de la evidencia científica
Hacer un metaanálisis paso a paso es un proceso exigente, pero completamente abordable si sigues una metodología clara. Comienza con una pregunta PICO bien definida, realiza una búsqueda sistemática y exhaustiva, aplica criterios de inclusión rigurosos y deja que el análisis estadístico hable por sí solo.
El resultado será un trabajo de investigación que se sitúa en el nivel más alto de la pirámide de evidencia científica: algo que no muchos estudiantes de máster o doctorado pueden decir de su TFM o Tesis.
Si en algún momento del proceso te sientes bloqueado —con la pregunta PICO, la estrategia de búsqueda, el análisis estadístico o la redacción—, recuerda que no tienes que enfrentarlo solo.
¿Necesitas ayuda con tu TFM o Tesis?
En Titulema llevamos años ayudando a estudiantes a superar exactamente este tipo de retos metodológicos. Escríbenos sin compromiso y te ayudamos a diseñar, ejecutar o revisar tu metaanálisis con garantías.
Contacta ahora y recibe orientación personalizada sin coste.