| Fecha: |
2026 |
| Resumen: |
Les revisions sistemàtiques són essencials per a la presa de decisions basada en l'evidència, però el seu creixement accelerat ha generat redundància, variabilitat i inconsistències. En aquest context, els overviews -revisions sistemàtiques de revisions sistemàtiques- han sorgit com un disseny metodològic per sintetitzar qüestions més àmplies que les que pot abordar una revisió individual. Tot i això, els overviews presenten reptes específics, entre els quals destaca especialment la superposició d'estudis primaris. La superposició, entesa com la inclusió repetida dels mateixos estudis en diferents revisions, pot afectar la precisió i distorsionar els resultats si no s'avalua adequadament. Per descriure aquesta superposició, s'empren habitualment mesures quantitatives com l'àrea corregida coberta (CCA), basada en matrius d'evidència que indiquen quins estudis s'inclouen en cada revisió. No obstant això, l'ús d'un únic valor global pot ocultar patrons importants de superposició. A més, existeix poca orientació metodològica sobre com construir les matrius necessàries per calcular la CCA. Aquesta tesi té com a objectiu analitzar les metodologies existents per abordar la superposició en overviews i desenvolupar enfocaments que millorin la qualitat i eficiència d'aquest procés. Els objectius específics són: (1) desenvolupar una eina i un mètode per analitzar la CCA de manera parell a parell; (2) estudiar com els overviews gestionen la superposició i quantificar-la mitjançant la CCA; i (3) avaluar l'impacte d'assumptions diferents en la construcció de matrius sobre les estimacions de superposició. La tesi es presenta com un compendi de tres estudis publicats. El primer estudi introdueix GROOVE ("Graphical Representation of Overlap for OVErviews"), una eina basada en Excel que automatitza l'avaluació de la superposició. GROOVE calcula tant la CCA global com la CCA parell a parell -aquesta última desenvolupada en aquesta tesi com un indicador complementari per descriure la superposició entre parelles específiques de revisions. L'eina incorpora el concepte de pèrdua estructural, que representa intersections impossibles (com ara un estudi primari publicat després de la revisió) i ofereix sortides gràfiques que en faciliten la interpretació. El segon estudi és una revisió metodològica de overviews d'intervencions publicats el 2018. Exposa que la superposició sovint no s'avalua quantitativament i es descriu només de forma narrativa o visual. Mitjançant la reanàlisi amb GROOVE, l'estudi mostra que la CCA parell a parell pot revelar discrepàncies rellevants que la CCA global pot ocultar; per exemple, un overview amb baixa superposició global pot contenir parelles de revisions amb superposicions molt altes. El tercer estudi examina com diferents decisions en la construcció de la matriu d'evidència afecten les estimacions de superposició. Formalitza conceptes clau -unitat d'anàlisi, ajustos d'abast, fils de publicació i pèrdua estructural- i avalua 16 escenaris de construcció de matrius amb set overviews. Els resultats mostren que aquests aspectes metodològics poden alterar substancialment les estimacions, amb diferències de fins al 13,5% en la CCA global i fins al 15,7% en la CCA parell a parell. Els factors amb major impacte van ser el nivell d'anàlisi, l'abast i la pèrdua estructural, mentre que els fils de publicació van tenir un efecte mínim. En conjunt, aquesta tesi contribueix a millorar la claredat i transparència metodològica dels overviews. Presenta la CCA parell a parell com un complement essencial a les mesures globals, ofereix una eina accessible per automatitzar i visualitzar la superposició, i aporta evidència empírica sobre les conseqüències de diferents decisions metodològiques. La tesi no busca establir llindars o normes rígides, sinó destacar que l'avaluació de la superposició ha de ser un procés sistemàtic, interpretatiu, explícit i transparent. Aquestes aportacions reforcen l'ús rigorós dels overviews, facilitant la selecció de les revisions més rellevants i reduint la recerca redundant, amb l'objectiu final de millorar la fiabilitat de la síntesi de l'evidència. |
| Resumen: |
Las revisiones sistemáticas son esenciales para la toma de decisiones basadas en evidencia; sin embargo, su crecimiento acelerado ha generado redundancia, variabilidad e inconsistencias. Los overviews -revisiones sistemáticas de revisiones sistemáticas- han surgido como un diseño metodológico para sintetizar preguntas más amplias, abarcando múltiples intervenciones, poblaciones o desenlaces. No obstante, los overviews presentan desafíos metodológicos específicos, siendo el solapamiento de estudios primarios el más relevante. El solapamiento, definido como la inclusión repetida de los mismos estudios primarios en diferentes revisiones, puede distorsionar los resultados y la precisión si no se evalúa adecuadamente. Aunque métodos cuantitativos como el área cubierta corregida (ACC) son comunes para describirlo, las prácticas actuales suelen basarse en una única estimación global que puede ocultar patrones importantes. Además, existe poca orientación metodológica sobre cómo construir las matrices de evidencia necesarias para calcular el ACC. El objetivo de esta tesis es evaluar las metodologías existentes para abordar el solapamiento en overviews y desarrollar métodos para mejorar la calidad y eficiencia en su realización. Los objetivos específicos fueron: (1) Desarrollar una herramienta y enfoque para evaluar el solapamiento mediante el análisis de ACC por pares de revisiones; (2) evaluar los métodos utilizados en overviews para manejar el solapamiento, y cuantificar el solapamiento de estudios primarios utilizando la fórmula del ACC; y (3) describir el impacto de distintos supuestos en la construcción de matrices sobre los estimadores de solapamiento. La tesis se presenta como un compendio de tres estudios publicados. El primer estudio introduce GROOVE ("Graphical Representation of Overlap for OVErviews"), una herramienta Excel diseñada para automatizar la evaluación del solapamiento. GROOVE calcula tanto el ACC global como por pares de revisiones-esto último desarrollado en la tesis como un indicador complementario-. La herramienta también incorpora el concepto de pérdidas estructurales, que contempla intersecciones que no pueden producirse lógicamente, como un estudio primario publicado después de una revisión. GROOVE genera visualizaciones que facilitan la interpretación del solapamiento. El segundo estudio es una revisión metodológica de overviews centrados en intervenciones publicados en 2018. Analiza cómo se abordó el solapamiento en la práctica, encontrando que la mayoría no lo evaluó cuantitativamente y recurrió a descripciones narrativas o visuales. Al evaluar cada overview con GROOVE, el estudio mostró que el ACC por pares puede mostrar discrepancias importantes respecto a las estimaciones globales. Por ejemplo, un overview con bajo solapamiento global puede incluir pares de revisiones con alto solapamiento. El tercer estudio evalúa cómo las decisiones o supuestos en la construcción de matrices afectan las estimaciones de solapamiento. Formaliza conceptos clave -unidad de análisis, ajustes de alcance, ajustes por hilo de publicación y pérdidas estructurales- y pone a prueba 16 escenarios distintos utilizando siete overviews. Los resultados muestran que estas decisiones metodológicas pueden modificar sustancialmente las estimaciones, con diferencias de hasta 13,5% para la CCA global y 15,7% para la CCA por pares. Los mayores contribuyentes para esta variabilidad fueron la unidad de análisis, el alcance y las pérdidas estructurales, mientras que los ajustes por hilo de publicación tuvieron un impacto mínimo. En conjunto, esta tesis desarrolla la claridad y transparencia metodológica de los overviews. Introduce el ACC por pares como complemento esencial a las métricas globales, desarrolla una herramienta accesible para automatizar y visualizar el solapamiento y aporta evidencia empírica sobre las consecuencias de supuestos metodológicos distintos. En lugar de proponer umbrales o reglas fijas, la tesis destaca que la evaluación del solapamiento debe ser un componente rutinario, explícito, transparente e interpretativo de los overviews. Al fortalecer el rigor metodológico, estas contribuciones facilitan el uso adecuado de los overviews, evitando investigación redundante y mejorando la fiabilidad de la síntesis de evidencia. |
| Resumen: |
Systematic reviews are fundamental to evidence-informed decision-making, yet their rapid growth has generated redundancy, variability, and inconsistencies in the evidence base. Overviews-systematic reviews of systematic reviews-have emerged as a methodological design to synthesise broader questions across multiple interventions, populations, or outcomes. However, overviews face unique methodological challenges, the most critical of which is the overlap of primary studies. Overlap, defined as the repeated inclusion of the same primary studies across different reviews, can distort misrepresent precision and distort findings if not properly assessed. Although quantitative approaches such as the corrected covered area (CCA) are commonly used to describe it, current practices often rely on a single overall estimate that may obscure relevant patterns of overlap. In addition, little methodological guidance exists on how to construct the evidence matrices required for calculating CCA. This thesis aims to assess existing methodologies to address overlap in overviews and to develop methods for improving the quality and efficiency of their conduct. The specific objectives were: (1) to develop a tool and approach for pairwise CCA analysis; (2) to assess methods used in overviews to deal with overlap and to quantify primary study overlap using the CCA formula; and (3) to describe the impact of different assumptions in matrix construction on overlap estimates. The thesis is presented as a compendium of three published studies. The first study introduces GROOVE (Graphical Representation of Overlap for OVErviews), an Excel-based tool designed to automate overlap assessment. GROOVE calculates both overall and pairwise CCA-the latter developed in this thesis as a complementary metric to describe overlap between specific pairs of reviews. The tool also incorporates the concept of structural missingness, which accounts for intersections that cannot logically occur (e. g. , a primary study published after a review). GROOVE provides graphical outputs to facilitate overlap interpretation. The second study is a methodological review of intervention-focused overviews published in 2018. It examines how overlap was addressed in practice, finding that most overviews did not quantitatively assess it and relied instead on narrative or visual descriptions. By reanalysing each overview using GROOVE, the study demonstrated that pairwise CCA can reveal important discrepancies concealed by overall estimates. For instance, an overview with low overall overlap may still contain several highly-ovelapped review pairs. The third study evaluates how decisions made during matrix construction affect the resulting overlap estimates. It formalises key concepts-unit of analysis, scope adjustments, publication-thread adjustments, and structural missingness-and tests 16 possible scenarios for constructing matrices under different assumptions, using a sample of seven overviews. The findings show that these methodological decisions may substantially alter overlap estimates, with differences of up to 13. 5% for overall CCA and 15. 7% for pairwise CCA. The largest contributors to variation were the level of analysis, scope, and structural missingness, while publication-thread adjustments had minimal impact. Overall, this thesis advances the methodological clarity and transparency of overviews. It introduces pairwise CCA as an important complement to overall metrics, develops an accessible tool to automate and visualise overlap, and provides empirical evidence on the consequences of different methodological decisions. Rather than prescribing thresholds or fixed rules, the thesis emphasises that overlap assessment should be a routine, explicit, transparent, and interpretative component of conducting overviews. By strengthening methodological rigour, these contributions support the appropriate use of overviews in selecting the most relevant systematic reviews, avoiding redundant research, and improving the reliability of evidence synthesis. |
| Resumen: |
Universitat Autònoma de Barcelona. Programa de Doctorat en Metodologia de la Recerca Biomèdica i Salut Pública. |
| Derechos: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.  |
| Lengua: |
Anglès |
| Documento: |
Tesi doctoral ; Text ; Versió publicada |
| Materia: |
Superposició ;
Overlap ;
Solapamiento ;
Revisió panoràmica ;
Overview ;
Revisión panorámica ;
Àrea coberta corregida ;
Corrected covered area ;
Área cubierta corregida ;
Ciències de la Salut |
visitante ::
identificación
