Un reciente metaanálisis en red de Li H et al. (Brain Behav. 2026) sobre intervenciones para el deterioro cognitivo post-ictus ofrece un excelente ejemplo de cómo las apariencias pueden engañar si no leemos con detenimiento los datos.
En este estudio se compararon nueve intervenciones no farmacológicas, entre ellas acupuntura, tDCS, Baduanjin, ejercicio aeróbico y entrenamiento cognitivo. Los autores concluyen que todas mostraron cierta eficacia en la mejora de la función cognitiva, siendo Baduanjin y tDCS las que obtuvieron los mejores puestos en el ranking de efectividad. Esto se presenta en la Figura 4, un gráfico tipo rankograma que muestra la probabilidad acumulada de que cada intervención ocupe los distintos lugares en el ranking: del más eficaz (puesto 1) al menos eficaz (puesto 9). Cuanto más inclinada hacia la izquierda la curva, mayor la probabilidad de ocupar un puesto alto.
Sin embargo, cuando uno mira la Figura 5 (forest plot), la historia cambia. Aquí se muestran los resultados de las comparaciones directas entre intervenciones, con sus respectivos intervalos de confianza. Y lo que sorprende es que las comparaciones que incluyen acupuntura son las únicas que todas muestran efectos estadísticamente significativos, con intervalos que no cruzan el valor nulo. En cambio, Baduanjin y tDCS, los tratamientos mejor posicionados en el ranking no logran significación estadística en la mayoría de sus estudios.
Esta aparente contradicción no es un error ni un sesgo del análisis, sino una consecuencia de cómo funcionan los metaanálisis en red. Mientras que los forest plots reflejan comparaciones específicas (por ejemplo, acupuntura vs. entrenamiento cognitivo), los rankings como SUCRA o P-scores consideran el comportamiento global de cada intervención en toda la red de comparaciones, incluyendo efectos indirectos, consistencia entre estudios y magnitud relativa del efecto.
Así, una intervención puede «rankear» como la más probable de ser eficaz, aunque no tenga resultados estadísticamente significativos en los estudios individuales, si su comportamiento general frente al resto es coherente y favorable. Y al revés: un tratamiento con buenos resultados puntuales puede quedar relegado si hay menos estudios, comparaciones indirectas débiles o mayor heterogeneidad.
Por eso es importante leer estos estudios con ojo crítico. Los rankings son útiles, sí, pero no deberían sustituir al análisis detallado de los datos. En este caso, la acupuntura muestra una eficacia cuantificable y estadísticamente robusta, pero su posición en el ranking podría llevar a subestimarla si no se profundiza en la lectura.
Referencia:
Li H, Zhao Z, Qiao P, Wang J, Xu P, Ye Y. Meta-Analysis of Treatment Methods for Poststroke Cognitive Impairment: A Network Analysis of Various Interventions. Brain Behav. 2026 Jan;16(1):e71115. doi: 10.1002/brb3.71115. PMID: 41581201; PMCID: PMC12832102.
Fuente
Dr. Beltran Carrillo
