Ejemplo práctico: lectura e interpretación de un forest plot
Contexto del ejemplo
Este ejemplo tiene como objetivo aprender a leer e interpretar un forest plot, una de las representaciones gráficas más habituales en los meta-análisis.
No se realizará ningún cálculo ni análisis estadístico, centrándonos exclusivamente en la comprensión conceptual del gráfico.
¿Qué es un forest plot?
Un forest plot es una representación gráfica que muestra:
- los tamaños del efecto de estudios individuales,
- sus intervalos de confianza,
- y una estimación combinada del efecto global.
¿Cómo se obtiene un forest plot en JASP o jamovi?
En el contexto de esta asignatura, el forest plot se utilizará principalmente como herramienta de interpretación, no de cálculo.
No obstante, es útil comprender cómo se genera este tipo de gráfico en programas como JASP o jamovi.
Paso 1. Acceder al módulo de meta-análisis
- Abrir JASP o jamovi.
- Ir al menú Meta-Analysis.
Paso 2. Introducir los datos
- Cargar un conjunto de datos que contenga:
- tamaños del efecto de los estudios,
- y sus errores estándar o intervalos de confianza.
- Estos datos suelen proceder de revisiones sistemáticas previas.
Paso 3. Generar el forest plot
- Al seleccionar el modelo de meta-análisis, el programa genera automáticamente:
- el forest plot,
- la estimación del efecto global,
- y medidas de heterogeneidad.
En esta asignatura, el énfasis se pondrá en interpretar correctamente estos gráficos, independientemente de cómo hayan sido calculados.
Elementos clave del forest plot
Al observar un forest plot es importante identificar:
-
Cada línea horizontal
Representa un estudio individual. -
El punto central
Corresponde al tamaño del efecto estimado. -
El intervalo de confianza
Informa sobre la precisión de la estimación. -
La línea vertical de referencia
Indica el valor nulo (por ejemplo, tamaño del efecto = 0). -
El rombo final
Representa el efecto combinado del meta-análisis.
Claves de interpretación
Al interpretar un forest plot, el lector debe preguntarse:
- ¿La mayoría de los efectos apuntan en la misma dirección?
- ¿Qué grado de variabilidad existe entre estudios?
- ¿El intervalo de confianza del efecto global incluye el valor nulo?
Conclusión sustantiva
El forest plot permite evaluar de forma visual:
- la consistencia de los resultados,
- la magnitud del efecto global,
- y el grado de incertidumbre asociado a la evidencia disponible.
Nota didáctica
Este tipo de gráficos se trabajará en clase a partir de meta-análisis reales publicados, utilizando outputs generados en programas como JASP o jamovi cuando sea pertinente.