Optimizando métodos estadísticos en meta-análisis

Resumen

La metodología meta-analítica permite integrar cuantitativamente los resultados de un conjunto de estudios primarios sobre un tópico común, mediante la aplicación de métodos estadísticos. Las ventajas del meta-análisis son numerosas. Actualmente, la mayor parte de las conclusiones sobre la acumulación del conocimiento en psicología están basadas en revisiones meta-analíticas. Debido al amplio alcance del meta-análisis, es realmente importante conseguir resultados válidos para la comunidad científica, aplicando los métodos inferenciales óptimos en cada situación. Se han realizado numerosos estudios de simulación Monte Carlo para investigar qué técnicas y procedimientos son los más adecuados dadas las características de una base meta-analítica. La presente Tesis Doctoral reúne un total de tres estudios de simulación Monte Carlo en los que se comparan diferentes métodos para la estimación del tamaño del efecto medio en modelos de efectos aleatorios, y para estudiar la significación de moderadores en modelos de efectos mixtos. Los resultados de cada estudio de simulación muestran que el método elegido influye en la precisión de las estimaciones y pruebas inferenciales. Como un paso previo, se realizó una revisión metodológica de meta-análisis sobre la efectividad de tratamientos psicológicos con el objetivo de ayudarnos, tanto a nosotros como a otros investigadores, en el diseño de los escenarios para estudios de simulación Monte Carlo. Esta Tesis Doctoral concluye con diversas recomendaciones sobre las condiciones y métodos más apropiados para maximizar la precisión de los resultados de un meta-análisis.