Elaborado por: Joshuan J. Barboza. Doctor en investigación clínica. Investigador RENACYT nivel Distinguido.

1. Marco conceptual: por qué las ciencias sociales necesitan síntesis

1.1 El problema de la acumulación

Las ciencias sociales producen evidencia empírica desde hace más de un siglo, pero durante buena parte de ese tiempo la acumularon mal. La revisión narrativa tradicional —un experto leyendo lo que conoce y concluyendo lo que ya creía— fue el mecanismo dominante de integración del conocimiento. Los trabajos pioneros de Gene Glass, Mary Lee Smith y Frank Schmidt en los años setenta demostraron que ese mecanismo era sistemáticamente vulnerable: dos revisores competentes leyendo el mismo cuerpo de literatura llegaban a conclusiones opuestas, y la aparente contradicción entre estudios primarios desaparecía en buena medida cuando se corregía el error de muestreo y el error de medición.

No es casual que el término «meta-análisis» haya sido acuñado por Glass en 1976 en el contexto de una controversia educativa y psicoterapéutica, no médica. La síntesis cuantitativa nació en las ciencias sociales y migró después a la medicina, donde encontró su institucionalización más visible con la Colaboración Cochrane en 1993. El retorno institucional se produjo en 2000 con la fundación de la Campbell Collaboration, hermana metodológica de Cochrane, dedicada a la síntesis de evidencia sobre intervenciones en educación, criminología y justicia, bienestar social, desarrollo internacional, métodos de negocio y gestión, y discapacidad.

1.2 Qué cambia respecto de la revisión biomédica

Un revisor formado en el paradigma clínico enfrenta, al pasar al terreno social, siete desplazamientos estructurales. Reconocerlos anticipadamente evita la mayoría de los errores de diseño que se observan en revisiones sociales publicadas.

Dimensión	Revisión biomédica típica	Revisión en ciencias sociales
Naturaleza de la intervención	Discreta, estandarizable, replicable (fármaco, dosis, dispositivo).	Compleja, multicomponente, dependiente del agente y del contexto; la «misma» intervención rara vez es la misma.
Diseño dominante	ECA individual con asignación oculta.	ECA por conglomerados, cuasi-experimentos, diferencias en diferencias, regresión discontinua, emparejamiento por puntaje de propensión, series de tiempo interrumpidas.
Desenlaces	Definidos y a menudo objetivables (mortalidad, glucemia).	Constructos latentes medidos con instrumentos heterogéneos y no equiparables (rendimiento, autoeficacia, cohesión, reincidencia).
Estructura de los datos	Un desenlace por estudio, con frecuencia.	Múltiples desenlaces, múltiples momentos y múltiples comparaciones por estudio: dependencia estadística como regla.
Indexación bibliográfica	MeSH, Emtree, filtros validados de alta sensibilidad.	Vocabularios heterogéneos o inexistentes; alto peso de la literatura gris; solapamiento parcial entre bases.
Rol del contexto	Modificador de efecto que se explora en subgrupos.	Constitutivo del efecto: la pregunta relevante rara vez es «¿funciona?» sino «¿qué funciona, para quién, en qué circunstancias y por qué?».
Meta de la síntesis	Estimar un efecto promedio y su certeza.	Estimar un efecto, o bien construir una explicación, un marco conceptual o un mapa de la evidencia.

Consecuencia práctica

La decisión más importante de una revisión social no es cuál software se usará, sino a qué familia de síntesis pertenece la pregunta. Esa decisión determina el protocolo entero: criterios de elegibilidad, estrategia de búsqueda, herramienta de calidad, método de síntesis y guía de reporte.

1.3 El ecosistema institucional

El revisor social dispone hoy de una infraestructura metodológica comparable a la de Cochrane, aunque menos conocida. Conviene manejarla desde el inicio del proyecto porque define los estándares que las revistas del campo exigirán.

Institución / recurso	Función y utilidad para el revisor
Campbell Collaboration	Red internacional que publica revisiones sistemáticas en educación, criminología, bienestar social, desarrollo internacional, discapacidad y gestión. Publica los Campbell Standards, basados en MECCIR y PRISMA 2020, con siete secciones y 35 ítems de cumplimiento obligatorio para sus revisiones, y guías temáticas de recuperación de información.
EPPI-Centre (UCL)	Centro pionero en síntesis para políticas públicas y educación. Origen de las distinciones agregativo/configurativo, de la síntesis temática y del software EPPI-Reviewer; desarrolla mapas sistemáticos de evidencia (EGM).
What Works Clearinghouse (IES, EE. UU.)	Fija estándares de admisibilidad de diseños en investigación educativa (Handbook v5.0, 2022): categorías «cumple estándares sin reservas», «cumple con reservas» y «no cumple», con reglas explícitas para attrition, equivalencia basal y contaminación.
3ie (International Initiative for Impact Evaluation)	Repositorio de evaluaciones de impacto en desarrollo, mapas de brechas de evidencia (Evidence Gap Maps) y el registro de protocolos RIDIE.
JBI (Joanna Briggs Institute)	Manual con guías detalladas para revisiones cualitativas (meta-agregación), de prevalencia, de textos y opinión, de métodos mixtos y de alcance.
Cochrane (Grupos EPOC, Consumers and Communication, Public Health)	Metodología para intervenciones complejas, organizacionales y de comunicación, aplicable a objetos sociales dentro del ámbito sanitario.
Colecciones regionales	SciELO, Redalyc, LILACS, Dialnet, LatinREV y repositorios nacionales (p. ej., RENATI en Perú): indispensables para reducir el sesgo lingüístico y de origen en revisiones sobre América Latina.

2. Tipología de revisiones: la distinción agregativa / configurativa

2.1 Dos lógicas de síntesis

Gough, Oliver y Thomas propusieron una distinción que ordena todo el campo. Una síntesis agregativa suma hallazgos homogéneos para estimar la magnitud de un fenómeno; presupone que los estudios miden «lo mismo» y que sumarlos aumenta la precisión. Una síntesis configurativa organiza hallazgos heterogéneos para construir una comprensión; presupone que los estudios iluminan aspectos distintos de un fenómeno y que juntarlos aumenta el entendimiento.

Criterio	Lógica agregativa	Lógica configurativa
Pregunta típica	¿Cuál es el efecto de X sobre Y y con qué magnitud?	¿Cómo se experimenta X? ¿Por qué funciona? ¿Qué configuración de condiciones lo hace posible?
Relación con la teoría	Prueba de hipótesis previamente especificadas.	Generación o refinamiento de teoría.
Búsqueda	Exhaustiva; el objetivo es no perder ningún estudio elegible.	Orientada por saturación teórica y por riqueza conceptual; muestreo intencionado admisible.
Criterios de calidad	Riesgo de sesgo respecto de la validez interna del estimador.	Riqueza, pertinencia conceptual y credibilidad de la interpretación.
Método de síntesis	Meta-análisis, síntesis sin meta-análisis (SWiM), vote counting por dirección del efecto.	Meta-etnografía, síntesis temática, framework synthesis, síntesis interpretativa crítica, síntesis realista.
Producto	Estimador puntual con intervalo de confianza y certeza GRADE.	Constructos de tercer orden, teoría de programa, tipología o marco explicativo.

La distinción no es una dicotomía rígida: muchas revisiones contemporáneas combinan ambos brazos —una síntesis de eficacia y una síntesis de aceptabilidad e implementación— y las integran en una interpretación única. Lo que no es admisible es la indefinición: una revisión que no declara a qué lógica responde termina aplicando criterios de calidad de una a los datos de la otra.

2.2 Familias de revisión y sus usos legítimos

Familia	Pregunta que responde	Estándar de conducta y reporte
RS de efectividad	¿Qué efecto tiene una intervención sobre desenlaces predefinidos?	Campbell Standards / MECCIR; Cochrane Handbook; PRISMA 2020; SWiM si no hay meta-análisis.
Síntesis cualitativa (QES)	¿Cómo se vive, se percibe o se significa un fenómeno o una intervención?	ENTREQ; eMERGe (meta-etnografía); manual JBI; certeza con GRADE-CERQual.
Síntesis de métodos mixtos	¿Qué funciona y por qué, integrando evidencia cuantitativa y cualitativa?	Diseños segregado, integrado o contingente (Sandelowski, Voils y Barroso); calidad con MMAT 2018.
Síntesis realista	¿Qué funciona, para quién, en qué circunstancias y a través de qué mecanismos?	Configuraciones Contexto–Mecanismo–Resultado (CMO); estándares RAMESES.
Revisión meta-narrativa	¿Cómo han abordado distintas tradiciones de investigación un mismo problema?	Estándares RAMESES para revisiones meta-narrativas.
Scoping review	¿Cuál es la extensión, el rango y la naturaleza de la evidencia disponible?	Marco de Arksey y O’Malley refinado por JBI; reporte con PRISMA-ScR. No evalúa riesgo de sesgo ni concluye sobre efectividad.
Mapa de evidencia (EGM)	¿Dónde están las brechas de evidencia en un dominio de política?	Metodología 3ie / Campbell de evidence gap maps.
Revisión rápida	¿Qué se sabe, con recursos y plazos acotados, para una decisión inmediata?	Cochrane Rapid Reviews Methods Group; atajos declarados y justificados a priori.
Umbrella review	¿Qué dicen, en conjunto, las revisiones sistemáticas ya publicadas sobre un dominio?	PRIOR; AMSTAR-2; matriz de solapamiento y CCA. (Ver módulo 9 del programa troncal.)

2.3 Ruta de decisión

La elección de familia puede resolverse con cuatro preguntas encadenadas, formuladas antes de escribir el protocolo:

• ¿La pregunta pide una magnitud o una explicación? Si pide magnitud, la ruta es agregativa; si pide explicación, es configurativa.
• ¿Existe un cuerpo de estudios comparables con un desenlace común? Si no lo hay, una revisión de efectividad producirá un estimador sin sentido; considere un mapa de evidencia o una síntesis narrativa estructurada.
• ¿La intervención es compleja y sensible al contexto? Si lo es, incorpore un brazo configurativo o adopte directamente la síntesis realista.
• ¿El propósito es informar una decisión inmediata o construir conocimiento acumulable? La respuesta condiciona el alcance, los atajos admisibles y el estándar de reporte.

Error frecuente

Etiquetar como «revisión sistemática» un trabajo que en rigor es una scoping review, y concluir en ella sobre efectividad. Una scoping review mapea; no estima efectos ni evalúa riesgo de sesgo. Reportarla como si lo hiciera es un defecto de validez, no de estilo.

3. La pregunta de revisión fuera del marco clínico

3.1 Los límites de PICO

PICO fue diseñado para preguntas de eficacia con comparador explícito y desenlace medible. En ciencias sociales su aplicación mecánica produce tres distorsiones recurrentes. Primero, el componente «Comparación» suele carecer de referente: muchas intervenciones sociales se implementan sin grupo de control formal, o el control es «práctica habitual», una categoría que varía radicalmente entre contextos. Segundo, el componente «Intervención» comprime en una etiqueta un paquete multicomponente cuya definición operativa cambia entre estudios. Tercero, PICO no tiene lugar para el contexto, que en el mundo social no es ruido sino parte de la causa.

3.2 Marcos alternativos

Marco	Componentes	Uso indicado
SPIDER	Sample, Phenomenon of Interest, Design, Evaluation, Research type	Síntesis de evidencia cualitativa y de métodos mixtos. Prioriza especificidad sobre sensibilidad; no debe usarse como único marco de búsqueda en revisiones exhaustivas.
SPICE	Setting, Perspective, Intervention, Comparison, Evaluation	Preguntas de servicios, bibliotecología, gestión y política pública, donde la perspectiva del actor es determinante.
ECLIPSE	Expectation, Client group, Location, Impact, Professionals, Service	Evaluación de servicios y de políticas organizacionales.
PerSPEcTiF	Perspective, Setting, Phenomenon of interest, Environment, Comparison, Time, Findings	Intervenciones complejas y preguntas de sistemas de salud y política social; incorpora explícitamente entorno y temporalidad.
CIMO	Context, Intervention, Mechanism, Outcome	Revisiones en gestión y en síntesis realista; hace del mecanismo un componente de la pregunta.
PICOS + contexto	PICO + Study design + Setting/Contexto	Revisiones de efectividad en educación y criminología que conservan la lógica agregativa pero necesitan declarar el contexto como criterio de elegibilidad.

3.3 Teoría del programa y modelo lógico

Los Campbell Standards y la tradición del EPPI-Centre recomiendan que toda revisión de una intervención compleja explicite un modelo lógico antes de definir criterios de elegibilidad. Un modelo lógico es una representación gráfica de la cadena causal supuesta: insumos → actividades → productos → resultados intermedios → resultados finales, con los moderadores y las condiciones de contexto que la hacen operar.

El modelo lógico no es un adorno del protocolo: cumple tres funciones metodológicas concretas. Define qué desenlaces son intermedios y cuáles finales, y por tanto qué se puede agregar con qué. Justifica los subgrupos y las meta-regresiones que se declararán a priori, protegiendo frente al análisis exploratorio encubierto. Y delimita qué estudios son elegibles: si la cadena causal exige un componente determinado, los estudios que no lo incluyen no evalúan la misma intervención.

Recomendación operativa

Construya el modelo lógico con dos fuentes: la literatura teórica del campo y, cuando sea posible, la consulta a implementadores o usuarios de la intervención. Inclúyalo como figura en el protocolo registrado y refiéralo en la discusión al interpretar la heterogeneidad observada.

3.4 Criterios de elegibilidad en dominios sociales

Además de los componentes habituales, un protocolo social debe pronunciarse explícitamente sobre cuestiones que en el ámbito clínico suelen darse por resueltas:

• Unidad de asignación y unidad de análisis: aula, escuela, distrito, comisaría o individuo. Determina la corrección por conglomerados y la comparabilidad de los tamaños de efecto.
• Definición operativa mínima de la intervención: qué componentes debe tener un programa para ser considerado «tutoría entre pares», «justicia restaurativa» o «transferencia condicionada».
• Fidelidad de implementación y dosis: umbral mínimo de exposición para que el estudio sea informativo.
• Instrumentos de medida admisibles: qué escalas o pruebas se aceptan como medida válida del constructo, y cómo se procederá si un estudio reporta varias.
• Horizonte temporal: ventana de seguimiento mínima y reglas para múltiples momentos de medición.
• Idioma y ámbito geográfico: toda restricción debe justificarse; la exclusión rutinaria de literatura no anglófona introduce sesgo de origen, particularmente severo en revisiones sobre América Latina.
• Tipo de publicación: inclusión o exclusión de tesis e informes técnicos, decisión con consecuencias directas sobre el sesgo de publicación.

4. Protocolo y registro prospectivo

4.1 Dónde registrar cuando PROSPERO no es elegible

PROSPERO admite revisiones sistemáticas que incluyan al menos un desenlace relacionado con la salud. Una revisión sobre rendimiento académico, reincidencia delictiva, inclusión laboral o desempeño organizacional, sin desenlace sanitario, queda fuera de su alcance. Esta restricción sorprende a muchos revisores en el momento de registrar, cuando el protocolo ya está escrito. Conviene resolverlo en la planificación.

Registro	Alcance	Notas para el revisor
PROSPERO (CRD, York)	Revisiones con al menos un desenlace de salud.	Registro gratuito, revisión editorial breve. Elegible para revisiones socio-sanitarias (p. ej., programas escolares con desenlaces de salud mental).
Campbell Collaboration	Educación, criminología y justicia, bienestar social, desarrollo internacional, discapacidad, gestión.	Proceso de registro de título y aprobación de protocolo con revisión por pares; el protocolo aprobado se publica en Campbell Systematic Reviews.
OSF Registries	Cualquier disciplina.	Opción más flexible y de uso creciente en psicología y educación; permite registro con embargo y versionado. Requiere disciplina propia: nada impide registrar un protocolo incompleto.
RIDIE (3ie)	Evaluaciones de impacto y revisiones en desarrollo internacional.	Especialmente pertinente para revisiones sobre programas sociales en países de ingresos bajos y medios.
INPLASY / Research Registry	Amplio; predominantemente salud.	Registro de pago y sin revisión sustantiva; aceptables pero de menor prestigio metodológico.

Regla práctica

Registre antes de iniciar el cribado, no antes de la publicación. Un registro posterior al cribado no es prospectivo y debe declararse como tal en el manuscrito. La transparencia sobre la fecha real de registro pesa más, ante un editor competente, que la apariencia de un registro impecable.

4.2 Contenido mínimo del protocolo

El protocolo debe permitir que un tercero replique la revisión sin consultar a los autores. PRISMA-P ofrece la lista de verificación general; los Campbell Standards añaden requisitos propios del campo. Los elementos que con mayor frecuencia faltan en protocolos sociales son:

• Modelo lógico o teoría del programa, con la cadena causal supuesta.
• Definición operativa de la intervención y de los componentes mínimos exigibles.
• Reglas explícitas de manejo de desenlaces múltiples por estudio: cuál se prioriza, cómo se combinan y qué se hace con las mediciones repetidas.
• Método previsto para la dependencia de tamaños de efecto (multinivel, RVE, promediación intra-estudio) y modelo de trabajo asumido.
• Herramienta de riesgo de sesgo por diseño, incluyendo los criterios de admisibilidad de cuasi-experimentos.
• Reglas de conversión y armonización de tamaños de efecto entre métricas.
• Análisis de subgrupos y meta-regresiones declarados a priori, con su justificación teórica.
• Estrategia de participación de partes interesadas, si la hubiera, y su punto de entrada en el proceso.
• Plan de análisis de equidad conforme al marco PROGRESS-Plus.

4.3 Enmiendas al protocolo

Toda revisión suficientemente larga se desvía de su protocolo. La desviación no es una falta; ocultarla sí lo es. Mantenga un registro fechado de enmiendas con tres campos: qué cambió, por qué cambió y en qué momento del proceso se decidió el cambio —en particular, si se decidió antes o después de conocer resultados. Ese registro se reporta como tabla suplementaria y responde por adelantado a la principal objeción de los revisores.

5. Recuperación de la información en literatura dispersa

5.1 El problema estructural

La búsqueda bibliográfica en ciencias sociales es cualitativamente más difícil que en biomedicina, por cuatro razones convergentes. No existe un tesauro universal comparable a MeSH: cada base emplea su propio vocabulario controlado, con profundidad desigual. La terminología del campo es inestable y polisémica: «mentoring», «tutoría», «acompañamiento» y «coaching» pueden designar la misma intervención o intervenciones distintas. Una fracción sustancial de la evidencia relevante no está en revistas indexadas, sino en informes gubernamentales, evaluaciones de organismos multilaterales, tesis doctorales y documentos de trabajo. Y el solapamiento entre bases es menor que en el ámbito médico, de modo que la omisión de una base puede costar estudios únicos.

5.2 Bases de datos por dominio

Dominio	Bases nucleares	Bases complementarias
Educación	ERIC, Education Source, Scopus, Web of Science (SSCI)	PsycINFO, British Education Index, Australian Education Index, Teacher Reference Center, ProQuest Education
Psicología y comportamiento	PsycINFO, PsycArticles, Scopus, Web of Science	PSYNDEX, PubMed (interfaz con salud mental), Dissertation Abstracts
Criminología y justicia	Criminal Justice Abstracts, NCJRS Abstracts, Scopus	Sociological Abstracts, HeinOnline, Westlaw (documentación normativa)
Trabajo social y bienestar	Social Services Abstracts, Social Work Abstracts, CINAHL	Sociological Abstracts, ASSIA, campo social de Scopus
Economía y desarrollo	EconLit, RePEc/IDEAS, NBER, IZA	3ie Development Evidence Portal, World Bank Open Knowledge Repository, AEA RCT Registry
Sociología y ciencia política	Sociological Abstracts, IBSS, Worldwide Political Science Abstracts	JSTOR, Political Science Complete
Iberoamérica	SciELO, Redalyc, LILACS, Dialnet	LatinREV, CLACSO, repositorios nacionales (RENATI en Perú, Alicia/CONCYTEC), revistas nacionales no indexadas
Multidisciplinar / cobertura	Scopus, Web of Science Core Collection, Dimensions	OpenAlex, Lens.org, Google Scholar (con límite de 1 000 registros exportables)

Cuántas bases

La guía de recuperación de información de Campbell no fija un número mágico, pero la práctica aceptada en revisiones de efectividad sociales exige un mínimo de tres a cinco bases bibliográficas nucleares del dominio, más al menos dos fuentes de literatura gris y métodos suplementarios de búsqueda. Lo relevante no es el número sino la justificación: por qué esas bases cubren el universo de la pregunta.

5.3 Literatura gris

En ciencias sociales la literatura gris no es un complemento marginal: es con frecuencia la fuente principal de evaluaciones de programas públicos. Su exclusión sistemática sobreestima los efectos, porque los resultados nulos de evaluaciones oficiales rara vez llegan a revistas. Fuentes recomendadas:

• Repositorios de evaluación de impacto: 3ie Development Evidence Portal, J-PAL, IPA, Banco Mundial, BID, CEPAL, UNESCO, UNICEF Innocenti.
• Agencias nacionales de evaluación educativa y social, y ministerios sectoriales (informes de evaluación de programas presupuestales).
• Tesis doctorales y de maestría: ProQuest Dissertations & Theses, DART-Europe, Networked Digital Library of Theses, repositorios institucionales, RENATI (Perú).
• Documentos de trabajo y preprints: SSRN, RePEc, EdArXiv, PsyArXiv, SocArXiv, OSF Preprints.
• Registros de ensayos y de evaluaciones: AEA RCT Registry, RIDIE, ISRCTN.
• Actas de congresos de las sociedades científicas del campo (AERA, ASC, SREE, SRCD, EARLI).

En nuestra experiencia, sin embargo, es menester aclarar que la literatura gris es información agregada que debe reportarse en el material suplementario y no forma parte directamente del cuerpo de evidencia.

5.4 Métodos suplementarios de recuperación

En dominios con indexación pobre, los métodos suplementarios no son opcionales: recuperan de forma rutinaria entre un 10 % y un 30 % de los estudios finalmente incluidos.

• Rastreo de citas hacia atrás: revisión de las listas de referencias de todos los estudios incluidos y de las revisiones previas identificadas.
• Rastreo de citas hacia adelante: identificación de trabajos que citan cada estudio incluido (Scopus, Web of Science, Google Scholar, Lens.org, herramientas como citationchaser).
• Búsqueda CLUSTER: a partir de un estudio nuclear («sibling study»), recuperación de todos los documentos asociados a ese mismo programa —protocolo, informes de proceso, tesis, artículos de implementación—, especialmente útil en intervenciones complejas.
• Rastreo por autor y por programa: búsqueda dirigida sobre los equipos y los nombres propios de los programas identificados.
• Consulta a expertos y a implementadores: con registro documentado de a quién se consultó y qué aportó.
• Revisión manual de sumarios: de las tres a cinco revistas nucleares del campo en la ventana temporal de la revisión.

5.5 Documentación y reporte

La estrategia de búsqueda debe reportarse conforme a la extensión PRISMA-S: para cada base, el nombre de la plataforma, la fecha de ejecución, la cobertura temporal, la sintaxis literal completa —incluidos operadores, truncamientos y limitadores— y el número de registros recuperados. Los métodos suplementarios se reportan por separado, con el número de registros que aportó cada uno. Este nivel de detalle es requisito de publicación en Campbell Systematic Reviews y buena práctica en cualquier revista seria.

Sesgo lingüístico

Restringir la búsqueda al inglés en una revisión sobre intervenciones en América Latina no es una limitación menor: es un defecto de validez externa que invalida la aplicabilidad regional de las conclusiones. Si por razones de recursos debe restringir el idioma, declárelo como limitación explícita y cuantifique cuántos registros potencialmente elegibles quedaron fuera por ese criterio.

6. Selección de estudios y extracción de datos

6.1 Cribado

El procedimiento es el mismo del programa troncal —doble cribado independiente por título y resumen, resolución de discrepancias por consenso o por tercer revisor, cribado a texto completo con registro de motivos de exclusión— pero con dos particularidades. Primera, la calibración inicial debe ser más intensiva: la ambigüedad terminológica del campo produce desacuerdos que no reflejan falta de rigor sino genuina indeterminación conceptual. Se recomienda un piloto de 100 a 200 registros con discusión de cada discrepancia antes de iniciar el cribado formal. Segunda, la concordancia debe reportarse: kappa de Cohen o acuerdo porcentual, sobre la muestra de calibración y, si es posible, sobre una submuestra del cribado formal.

Herramientas: Rayyan (gratuito, adecuado para cribado por pares y con ciego), EPPI-Reviewer (estándar en el EPPI-Centre y en Campbell, con módulos de codificación conceptual, priorización por aprendizaje automático y síntesis cualitativa integrada), Covidence, y flujos propios en R con paquetes como revtools o metagear.

6.2 Qué extraer en un estudio social

La ficha de extracción de una revisión social contiene campos que no aparecen en una ficha clínica y cuya omisión imposibilita después el análisis de heterogeneidad.

Bloque	Campos críticos
Identificación	Cita, país, año de ejecución (no solo de publicación), financiador, conflictos de interés, publicaciones asociadas al mismo estudio.
Contexto	Nivel educativo o sistema institucional, entorno urbano/rural, nivel socioeconómico, marco normativo vigente, escala de implementación.
Participantes	Criterios de inclusión, edad, sexo, condición socioeconómica y demás ejes PROGRESS-Plus, tamaño y número de conglomerados.
Intervención	Componentes, agente que la entrega y su formación, duración, frecuencia, dosis total, fidelidad medida, adaptaciones locales, costo si se reporta.
Comparador	Descripción operativa del grupo control: lista de espera, práctica habitual (¿cuál?), intervención alternativa, ausencia de intervención.
Diseño	Tipo de asignación, unidad de asignación, ocultamiento, atrición por brazo, equivalencia basal, método de ajuste (DID, RDD, PSM, IV, ITS).
Desenlaces	Constructo, instrumento y su evidencia de validez, informante, momento de medición, dirección de la escala.
Datos para el efecto	Medias, DE, n por brazo, estadísticos de prueba, coeficientes y errores estándar, ICC o coeficiente de correlación intraclase, efecto de diseño aplicado.
Dependencia	Identificador de estudio, de muestra y de comparación: imprescindible para modelos multinivel y RVE.

Regla de oro de la extracción

Cada tamaño de efecto necesita tres identificadores anidados: estudio, muestra independiente y comparación. Sin ellos, la corrección posterior de la dependencia es imposible y la revisión queda condenada a promediar efectos dentro de estudio, perdiendo información y potencia.

6.3 Datos faltantes

En literatura social es habitual que falten la desviación estándar, el ICC o el n por brazo. Procedimientos aceptados: solicitud formal a los autores con registro de la gestión; derivación algebraica a partir de estadísticos de prueba, intervalos de confianza o valores p exactos; imputación de ICC a partir de valores publicados en estudios comparables del mismo nivel educativo o institucional, siempre con análisis de sensibilidad sobre el rango imputado. Toda imputación debe declararse y someterse a sensibilidad; ninguna debe presentarse como dato observado.

7. Evaluación crítica: riesgo de sesgo y calidad

7.1 El paisaje de diseños

En ciencias sociales el ensayo aleatorizado individual es minoritario. Predominan la aleatorización por conglomerados —aulas, escuelas, barrios, juzgados— y una familia de diseños cuasi-experimentales cuya validez interna depende de supuestos identificables: diferencias en diferencias (supuesto de tendencias paralelas), regresión discontinua (continuidad de la variable de asignación en el umbral), emparejamiento por puntaje de propensión (ausencia de confusión no observada), variables instrumentales (relevancia y exclusión del instrumento) y series de tiempo interrumpidas (estabilidad de la tendencia preintervención y ausencia de co-intervenciones).

Evaluar estos diseños con una herramienta pensada para ECA produce dos errores opuestos: penalizarlos indiscriminadamente por «no ser aleatorizados», o aceptarlos sin examinar el supuesto identificador que sostiene su validez. Ambos son evitables usando la herramienta correcta.

7.2 Herramientas por tipo de estudio

Diseño / objeto	Herramienta recomendada
ECA individual o por conglomerados	RoB 2 con su extensión para ensayos por conglomerados: añade el dominio de sesgo derivado del proceso de identificación o reclutamiento de participantes dentro de los conglomerados.
Estudios no aleatorizados de intervención	ROBINS-I: siete dominios, con énfasis en confusión, selección de participantes y desviaciones de la intervención prevista. Requiere especificar el «ensayo objetivo» hipotético.
Estudios de exposición (no intervención)	ROBINS-E, para preguntas de asociación entre exposición social y desenlace.
Admisibilidad de diseños en educación	What Works Clearinghouse Handbook v5.0: reglas explícitas de atrición diferencial, equivalencia basal y ajuste; clasificación en «cumple estándares sin reservas», «cumple con reservas» y «no cumple».
Jerarquización rápida en criminología	Maryland Scientific Methods Scale (niveles 1 a 5). Útil como descriptor, insuficiente como evaluación de riesgo de sesgo por dominios.
Estudios cualitativos	CASP Qualitative Checklist; criterios de Walsh y Downe; guía crítica JBI. Se valora credibilidad, reflexividad, adecuación del muestreo y transparencia analítica, no «riesgo de sesgo» en sentido estadístico.
Estudios de métodos mixtos	MMAT versión 2018: cinco categorías de diseño y cinco criterios por categoría; no se recomienda calcular una puntuación global.
La revisión misma	ROBIS (riesgo de sesgo del proceso de revisión) y AMSTAR-2 (calidad metodológica, con siete dominios críticos).

7.3 Cómo usar el resultado de la evaluación

La evaluación de riesgo de sesgo no es un trámite descriptivo. Debe tener consecuencias analíticas declaradas en el protocolo: análisis de sensibilidad restringido a estudios con bajo riesgo, meta-regresión con el riesgo de sesgo como moderador, o exclusión a priori de estudios que no alcanzan un umbral mínimo de admisibilidad —práctica habitual en el What Works Clearinghouse y admisible cuando el umbral se fija antes de conocer los resultados.

Advertencia

No transforme la evaluación de riesgo de sesgo en un puntaje sumado. Sumar dominios heterogéneos supone que todos pesan igual y que el sesgo es aditivo; ninguna de las dos cosas es cierta. RoB 2, ROBINS-I y MMAT desaconsejan explícitamente las puntuaciones globales.

8. Síntesis cuantitativa: lo que cambia en el mundo social

8.1 Tamaños de efecto y su armonización

El índice dominante en ciencias sociales es la diferencia de medias estandarizada, casi siempre en su versión corregida por sesgo de muestra pequeña, la g de Hedges. En estudios correlacionales se emplea la r de Pearson transformada a z de Fisher. Cuando la revisión mezcla métricas, la armonización debe declararse en el protocolo y ejecutarse con fórmulas explícitas: conversión de odds ratio a d mediante el método logit de Cox, de r a d y viceversa, y derivación de d a partir de estadísticos t, F, χ² o valores p exactos.

Cautela sustantiva

La diferencia de medias estandarizada estandariza por la desviación estándar de la muestra, no por la del constructo. Dos estudios con la misma g pueden no ser comparables si sus muestras difieren en variabilidad —un programa evaluado en una muestra homogénea produce una g mayor que el mismo programa en una muestra heterogénea. Reporte siempre la composición de las muestras y considere la variabilidad basal como moderador.

8.2 Corrección por conglomerados

Si la asignación fue por conglomerados y el análisis primario ignoró esa estructura, los errores estándar reportados están subestimados y el estudio recibirá un peso excesivo en el meta-análisis. La corrección se realiza mediante el efecto de diseño:

DE = 1 + (m − 1) × ICC

donde m es el tamaño promedio del conglomerado e ICC el coeficiente de correlación intraclase. El tamaño muestral efectivo es n / DE y la varianza del efecto se multiplica por DE. En educación, los valores de ICC típicos oscilan aproximadamente entre 0,10 y 0,25 para rendimiento académico a nivel de aula o escuela; cuando el estudio no lo reporta, se imputa a partir de la literatura del mismo nivel educativo y se somete a análisis de sensibilidad con un rango plausible.

8.3 Heterogeneidad: no es un defecto, es el objeto

En síntesis clínicas la heterogeneidad se trata como un problema a diagnosticar. En síntesis sociales es, con frecuencia, el hallazgo principal: la variación del efecto entre contextos es precisamente lo que interesa a quien debe decidir si un programa que funcionó en un país funcionará en otro. Por ello el modelo de efectos aleatorios es la opción por defecto —no una concesión ante un I² elevado— y la interpretación debe centrarse en el intervalo de predicción, no solo en el intervalo de confianza del efecto promedio.

Recomendaciones de reporte: presente τ² y τ como medidas absolutas de heterogeneidad, además de I²; incluya siempre el intervalo de predicción del efecto en un estudio futuro; y evite interpretar I² como si fuera una magnitud absoluta de inconsistencia, ya que depende de la precisión de los estudios incluidos.

8.4 Dependencia de tamaños de efecto

Este es el problema técnico distintivo de la síntesis social. Un solo estudio educativo puede aportar veinte tamaños de efecto: cuatro desenlaces medidos en tres momentos, en dos submuestras. Esos efectos no son independientes, y tratarlos como si lo fueran subestima gravemente los errores estándar y produce intervalos de confianza espuriamente estrechos.

Estrategia	Procedimiento	Cuándo usarla
Selección de un efecto por estudio	Se elige el desenlace primario declarado a priori.	Simple y defendible, pero descarta información. Aceptable en revisiones pequeñas con un desenlace claramente jerarquizado.
Promediación intra-estudio	Se promedian los efectos de un mismo estudio, asumiendo una correlación entre ellos.	Conserva un único efecto por estudio; requiere asumir una correlación r que rara vez se conoce.
Modelo multinivel de tres niveles	Efectos anidados en estudios; se estiman componentes de varianza intra e inter estudio.	Cuando interesa descomponer dónde reside la heterogeneidad. Requiere supuestos distribucionales.
Estimación robusta de varianza (RVE)	Se estiman los errores estándar de forma robusta a la estructura de dependencia desconocida, con correcciones de muestra pequeña (CR2 y grados de libertad de Satterthwaite).	Opción por defecto cuando la estructura de dependencia es desconocida y el número de estudios es moderado o grande.
Modelo combinado (CHE-RVE)	Modelo multinivel con efectos correlacionados y jerárquicos, con errores estándar robustos superpuestos.	Recomendación actual para la mayoría de síntesis sociales: combina eficiencia del modelo con robustez de los errores estándar.

Implementación en R: el paquete metafor ajusta el modelo con rma.mv() especificando la estructura de anidamiento y una matriz de varianzas-covarianzas construida con impute_covariance_matrix(); el paquete clubSandwich aplica la corrección robusta con coef_test() y conf_int() usando la corrección CR2. El paquete robumeta ofrece una implementación alternativa más directa de RVE con modelos de trabajo de efectos jerárquicos o correlacionados.

Advertencia sobre grados de libertad

Con RVE, los grados de libertad efectivos de Satterthwaite pueden ser muy inferiores al número de estudios. Cuando caen por debajo de aproximadamente cuatro, la inferencia es poco fiable y el resultado debe interpretarse como exploratorio. Reporte siempre los grados de libertad de cada contraste, no solo el valor p.

8.5 Meta-regresión y moderadores

La meta-regresión es la herramienta natural para explorar por qué el efecto varía entre contextos. Tres cautelas gobiernan su uso responsable. La potencia es baja: se requiere un número sustancial de estudios por moderador, y la regla orientativa de al menos diez estudios por covariable es un mínimo, no un objetivo. El riesgo de falacia ecológica es alto: una asociación a nivel de estudio no implica una asociación a nivel de individuo. Y los moderadores deben declararse a priori con justificación teórica derivada del modelo lógico; la exploración post hoc de veinte covariables garantiza hallazgos espurios.

8.6 Sesgo de publicación y reporte selectivo

En ciencias sociales el sesgo de publicación es más severo que en medicina, por dos razones: no existe obligación de registro prospectivo comparable a la de los ensayos clínicos, y el incentivo académico hacia resultados significativos opera sin contrapeso institucional. Las herramientas disponibles se complementan y ninguna es suficiente por sí sola.

• Gráfico de embudo y prueba de Egger: diagnóstico inicial. Requieren un mínimo de diez estudios y son poco informativos ante heterogeneidad elevada, situación habitual en el campo.
• Trim-and-fill: análisis de sensibilidad, no estimador corregido. Su desempeño se degrada con heterogeneidad alta.
• PET-PEESE: meta-regresión sobre el error estándar (PET) o su cuadrado (PEESE) para estimar el efecto en ausencia de sesgo de selección. Sensible al supuesto funcional; reportar ambos y su regla de decisión condicional.
• Modelos de selección de tres parámetros: modelan explícitamente la probabilidad de publicación en función del valor p. Actualmente la aproximación de mejor desempeño cuando hay suficientes estudios.
• p-curve y p-uniform*: evalúan el valor evidencial del conjunto de resultados significativos. Sensibles a la selección de los estadísticos incluidos, que debe ser preespecificada.
• Comparación registro-publicación: contraste entre desenlaces preinscritos en registros (AEA RCT Registry, RIDIE, OSF) y los efectivamente publicados: la evidencia más directa de reporte selectivo.

8.7 Cuando el meta-análisis no procede

Si la heterogeneidad clínica o conceptual impide una síntesis cuantitativa con sentido, la alternativa no es un resumen impresionista sino una síntesis estructurada y reportable. La guía SWiM establece nueve ítems para reportar síntesis sin meta-análisis: agrupación de estudios, métrica estándar, método de síntesis, presentación de resultados, investigación de heterogeneidad, certeza, y limitaciones. El recuento de votos, si se usa, debe basarse exclusivamente en la dirección del efecto —nunca en la significación estadística— y acompañarse de una prueba binomial y de la declaración de sus limitaciones. La guía de síntesis narrativa de Popay y colaboradores ofrece un procedimiento en cuatro elementos: desarrollo de una teoría preliminar, síntesis preliminar, exploración de relaciones dentro y entre estudios, y evaluación de la robustez de la síntesis.

9. Síntesis de evidencia cualitativa

La síntesis cualitativa responde preguntas que ninguna estimación de efecto puede responder: cómo experimentan los participantes una intervención, por qué la abandonan, qué significado le atribuyen los agentes que la entregan, qué barreras y facilitadores operan en su implementación. En una revisión sobre deserción escolar, el meta-análisis dice cuánto reduce la deserción un programa de tutoría; la síntesis cualitativa dice por qué en algunos colegios los estudiantes no acuden a las tutorías.

9.1 Meta-etnografía (Noblit y Hare)

Es el método interpretativo más influyente. Procede en siete fases: (1) inicio, con la definición del interés intelectual; (2) decisión sobre qué es relevante; (3) lectura repetida de los estudios; (4) determinación de cómo se relacionan entre sí; (5) traducción de los estudios unos en otros; (6) síntesis de las traducciones; y (7) expresión de la síntesis. La operación central es la traducción recíproca: identificar en cada estudio sus metáforas y conceptos organizadores y trasladarlos a los términos de los demás.

Se distinguen tres órdenes de construcción: los constructos de primer orden son las palabras de los participantes; los de segundo orden son las interpretaciones de los autores de cada estudio primario; los de tercer orden son las interpretaciones nuevas que produce el equipo de síntesis. El producto de una meta-etnografía son constructos de tercer orden y, cuando la evidencia lo permite, una «línea de argumento» que integra los estudios en una explicación de mayor nivel. El reporte debe seguir la guía eMERGe, que detalla los elementos exigibles en cada una de las siete fases.

9.2 Síntesis temática (Thomas y Harden)

Adapta el análisis temático del estudio primario a la síntesis. Procede en tres etapas: codificación línea a línea del texto de resultados de cada estudio incluido; agrupación de los códigos en temas descriptivos, que permanecen próximos a los datos originales; y generación de temas analíticos, que van más allá de los estudios primarios para responder la pregunta de revisión. Es el método más accesible para equipos que se inician y el que mejor se articula con una revisión de efectividad paralela.

9.3 Framework synthesis y best-fit framework synthesis

Parte de un marco conceptual preexistente —tomado de la teoría, de una revisión previa o de un modelo de implementación como CFIR o el modelo de Michie— y codifica la evidencia dentro de sus categorías, creando categorías nuevas solo para lo que no encaja. La variante «best fit» de Carroll y Booth formaliza el procedimiento: se selecciona el marco de mejor ajuste mediante una búsqueda sistemática de modelos, se codifica contra él y se analiza inductivamente el residuo. Es el método más eficiente cuando existe un plazo acotado y un marco teórico maduro.

9.4 Síntesis interpretativa crítica

Propuesta por Dixon-Woods y colaboradores, es deliberadamente menos procedimental. Admite muestreo teórico en lugar de búsqueda exhaustiva, incluye literatura de tipos heterogéneos —empírica, teórica, normativa— y su producto es una «construcción sintetizadora» que cuestiona críticamente cómo el propio campo ha formulado el problema. Exige un equipo con madurez interpretativa y una justificación explícita del muestreo.

9.5 Muestreo y saturación

A diferencia de la síntesis agregativa, la síntesis cualitativa admite el muestreo intencionado cuando el número de estudios elegibles es muy elevado. Los criterios aceptados son la riqueza conceptual del estudio, la diversidad de contextos y la saturación teórica: se detiene la inclusión cuando estudios adicionales dejan de aportar constructos nuevos. Toda decisión de muestreo debe declararse en el protocolo y documentarse en el reporte; el muestreo no declarado se lee como búsqueda incompleta.

9.6 GRADE-CERQual: confianza en los hallazgos cualitativos

CERQual es el análogo de GRADE para la síntesis cualitativa. Se aplica a cada hallazgo de la revisión —no a cada estudio— y valora cuatro componentes:

Componente	Qué evalúa
Limitaciones metodológicas	Problemas en el diseño o la conducción de los estudios primarios que contribuyen al hallazgo.
Coherencia	Ajuste entre los datos de los estudios primarios y el hallazgo sintetizado; si hay casos divergentes, si están explicados y si el patrón es convincente.
Adecuación de los datos	Riqueza y cantidad de los datos que sustentan el hallazgo: pocos estudios con datos delgados sostienen menos que muchos estudios con datos densos.
Relevancia	Correspondencia entre los contextos, poblaciones y fenómenos de los estudios primarios y la pregunta de revisión.

Cada hallazgo recibe una valoración global de confianza —alta, moderada, baja o muy baja— que parte de «alta» y se degrada de forma justificada por cada componente comprometido. El resultado se presenta en una tabla de Resumen de Hallazgos Cualitativos (SoQF), con el hallazgo, los estudios que lo sustentan, la valoración de cada componente y una explicación breve de la decisión.

Qué no es CERQual

CERQual no juzga si un hallazgo es «verdadero» ni si la investigación cualitativa es de buena calidad en abstracto. Juzga cuánta confianza merece la afirmación de que el hallazgo sintetizado es una representación razonable del fenómeno de interés. La diferencia es sustantiva y debe explicitarse al lector.

10. Síntesis de métodos mixtos y síntesis realista

10.1 Tres diseños de síntesis mixta

Sandelowski, Voils y Barroso distinguen tres arquitecturas para integrar evidencia cuantitativa y cualitativa en una misma revisión:

• Diseño segregado: se conducen dos síntesis independientes —una agregativa y una configurativa— con sus métodos y estándares propios, y se integran en una tercera fase de configuración. Es el diseño más transparente y el recomendado por defecto.
• Diseño integrado: los hallazgos de ambos tipos se transforman a una métrica común (cualitización de datos cuantitativos o cuantización de datos cualitativos) y se sintetizan conjuntamente. Exige justificación cuidadosa de la transformación.
• Diseño contingente: los resultados de una síntesis determinan la pregunta de la siguiente, en ciclos sucesivos. Adecuado cuando la revisión tiene un componente exploratorio genuino.

El EPPI-Centre ha popularizado una operacionalización concreta del diseño segregado: se produce una síntesis de efectividad y una síntesis de perspectivas de los usuarios, y ambas se cruzan en una matriz que confronta lo que la evidencia dice que funciona con lo que los usuarios señalan que necesitan o valoran. Las celdas vacías de esa matriz —intervenciones evaluadas que nadie valora, necesidades expresadas que nadie ha evaluado— constituyen el hallazgo de política más útil de la revisión.

10.2 Síntesis realista

La síntesis realista, desarrollada por Pawson y colaboradores, parte de una premisa distinta: los programas no «funcionan»; funcionan las decisiones de las personas ante los recursos que un programa introduce en un contexto determinado. Su unidad de análisis no es el estudio sino la teoría de programa, expresada como configuraciones Contexto–Mecanismo–Resultado (CMO): en el contexto C, el programa activa el mecanismo M, que produce el resultado R.

El proceso comprende cinco etapas: clarificación del alcance y formulación de las teorías iniciales de programa; búsqueda de evidencia, que es iterativa y orientada por la teoría más que exhaustiva; evaluación de la calidad en términos de relevancia y rigor del fragmento de evidencia utilizado, no del estudio completo; extracción y síntesis de datos para contrastar y refinar las configuraciones CMO; y elaboración de conclusiones con recomendaciones sensibles al contexto. Los estándares RAMESES definen los requisitos de conducta y de reporte.

Cuándo elegir síntesis realista

Cuando la evidencia disponible muestra resultados contradictorios entre contextos y la pregunta del decisor no es «¿adopto este programa?» sino «¿bajo qué condiciones tendría sentido adoptarlo aquí?». Si la pregunta es de magnitud media y la intervención es estandarizable, la síntesis realista añade complejidad sin ganancia.

10.3 Revisión meta-narrativa

Cuando un mismo problema ha sido investigado por tradiciones disciplinarias distintas —con supuestos, métodos y lenguajes propios—, la revisión meta-narrativa reconstruye cada tradición como una narrativa de investigación coherente, identifica sus contribuciones y sus puntos ciegos, y contrasta lo que cada una ve y no ve. Su producto no es un efecto promedio sino un mapa de perspectivas y de sus tensiones. También se rige por estándares RAMESES.

11. Certeza de la evidencia y transferibilidad

11.1 GRADE en intervenciones sociales

GRADE es aplicable fuera de la clínica, y de hecho se usa de forma creciente en revisiones de educación y política social, pero exige tres adaptaciones interpretativas. El riesgo de sesgo debe evaluarse con la herramienta correspondiente al diseño predominante, no con criterios de ECA aplicados a cuasi-experimentos. La evidencia indirecta cobra un peso mayor: la distancia entre el contexto de los estudios y el contexto de aplicación es habitualmente grande, y ese es el dominio que con más frecuencia justifica una degradación. Y la inconsistencia debe interpretarse a la luz de la expectativa teórica: heterogeneidad elevada en un cuerpo de evidencia sobre una intervención compleja no siempre es motivo de degradación si la variación es explicable y esperada.

El eje avanzado del programa dedica una conferencia completa a Core GRADE, la reformulación del sistema publicada como serie en The BMJ en 2025, que reorganiza los dominios, precisa la elección del objetivo de la calificación de certeza y replantea la evaluación de la imprecisión mediante umbrales explícitos de decisión.

11.2 Equidad: el marco PROGRESS-Plus

Toda revisión que informe política social debe pronunciarse sobre equidad. El acrónimo PROGRESS-Plus enumera los ejes de estratificación relevantes: lugar de residencia, raza y etnicidad, ocupación, género, religión, educación, nivel socioeconómico, capital social, más características adicionales como discapacidad y edad. Su uso operativo tiene tres momentos: como criterio de extracción de datos, como conjunto de subgrupos declarados a priori, y como marco de la discusión sobre a quién beneficia y a quién no la intervención. La extensión PRISMA-Equity guía el reporte correspondiente.

11.3 Transferibilidad

La pregunta final de un decisor no es si el programa funcionó, sino si funcionará aquí. La revisión puede responderla parcialmente si documenta con rigor tres elementos: las condiciones de contexto presentes en los estudios con resultados positivos, los mecanismos supuestos y las condiciones que los activan, y los requisitos de implementación —capacidad instalada, formación del personal, costo, marco normativo—. Reportar solo el efecto promedio y su intervalo de confianza deja al decisor sin la información que realmente necesita.

12. Reporte y publicación

12.1 Guías de reporte por familia de síntesis

Familia	Guía de reporte
Revisión sistemática con o sin meta-análisis	PRISMA 2020 (27 ítems, diagrama de flujo actualizado) + PRISMA-S para la búsqueda.
Síntesis sin meta-análisis	PRISMA 2020 + SWiM (9 ítems).
Síntesis de evidencia cualitativa	ENTREQ (5 dominios, 21 ítems).
Meta-etnografía	eMERGe (19 ítems organizados por las fases de Noblit y Hare).
Síntesis realista y meta-narrativa	Estándares de publicación RAMESES.
Scoping review	PRISMA-ScR (20 ítems esenciales + 2 opcionales).
Revisión con foco en equidad	PRISMA-Equity.
Revisión Campbell	Campbell Standards: siete secciones y 35 ítems, basados en MECCIR y PRISMA 2020, de cumplimiento obligatorio para publicar en Campbell Systematic Reviews.
Umbrella review / overview	PRIOR.

12.2 Elementos de reporte que se omiten con más frecuencia

• Sintaxis literal y completa de búsqueda para cada base, con fecha de ejecución.
• Número de registros aportado por cada método suplementario de recuperación.
• Reglas de manejo de la dependencia de tamaños de efecto y modelo de trabajo asumido.
• ICC empleados, su fuente y el análisis de sensibilidad correspondiente.
• Intervalo de predicción, además del intervalo de confianza del efecto promedio.
• Tabla de enmiendas al protocolo, con fecha y motivo de cada cambio.
• Datos y código de análisis en un repositorio abierto (OSF, Zenodo, GitHub) con DOI.
• Declaración del rol de las partes interesadas, si participaron, y en qué fase.

12.3 Dónde publicar

Además de las revistas sustantivas del campo, existen destinos metodológicos específicos: Campbell Systematic Reviews (acceso abierto, con proceso de registro de título y protocolo previo), Research Synthesis Methods, Systematic Reviews, Review of Educational Research, Educational Research Review, Psychological Bulletin, Journal of Experimental Criminology y Journal of Development Effectiveness. Cada una tiene expectativas metodológicas distintas; conviene identificar el destino antes de escribir, porque condiciona el formato de la síntesis y el nivel de detalle exigido.

13. Errores frecuentes y cómo evitarlos

Error	Por qué ocurre	Solución
Aplicar PICO a una pregunta configurativa	Transferencia acrítica del entrenamiento clínico.	Elegir el marco de pregunta según la familia de síntesis: SPIDER, SPICE, ECLIPSE, PerSPEcTiF o CIMO.
Tratar múltiples efectos de un estudio como independientes	Desconocimiento del problema de dependencia.	Declarar en el protocolo el manejo previsto y aplicar modelo multinivel con RVE (CHE-RVE) en R.
Ignorar la asignación por conglomerados	El estudio primario no lo corrigió y el revisor lo replica.	Aplicar el efecto de diseño con ICC observado o imputado, y hacer sensibilidad sobre el rango.
Buscar solo en inglés y solo en revistas indexadas	Comodidad y limitación de recursos.	Incorporar bases regionales, literatura gris y métodos suplementarios; declarar y cuantificar toda restricción.
Excluir la literatura gris	Percepción de menor calidad.	Incluirla y evaluarla con la misma herramienta que a los estudios publicados; su exclusión infla el efecto estimado.
Sumar dominios de riesgo de sesgo en un puntaje	Búsqueda de una métrica simple.	Reportar por dominio y usar el juicio global de la herramienta; hacer sensibilidad por nivel de riesgo.
Concluir sobre efectividad en una scoping review	Confusión entre familias de revisión.	Respetar el propósito declarado; si la pregunta es de efectividad, conducir una revisión de efectividad.
Reportar solo el efecto promedio ante alta heterogeneidad	Inercia del formato clínico.	Reportar τ, intervalo de predicción y análisis de moderadores preespecificados.
Explorar veinte moderadores post hoc	Presión por encontrar un resultado publicable.	Preespecificar los moderadores en el protocolo con justificación teórica; etiquetar como exploratorio todo lo demás.
Registrar el protocolo después del cribado	Descubrimiento tardío de que PROSPERO no aplica.	Resolver el registro en la planificación: Campbell, OSF Registries o RIDIE según el dominio.

14. Ruta de trabajo en doce pasos

#	Paso	Producto verificable
1	Delimitar la pregunta y elegir la familia de síntesis	Pregunta formulada con el marco adecuado y justificación de la familia elegida.
2	Construir el modelo lógico	Figura de la cadena causal con moderadores y condiciones de contexto.
3	Definir criterios de elegibilidad	Tabla de inclusión y exclusión con definición operativa de la intervención.
4	Registrar el protocolo	Registro en Campbell, OSF Registries, RIDIE o PROSPERO, con fecha.
5	Diseñar y ejecutar la búsqueda	Sintaxis por base, fechas, número de registros y reporte PRISMA-S.
6	Cribar por pares	Concordancia reportada, motivos de exclusión a texto completo, diagrama PRISMA.
7	Extraer datos	Ficha piloteada, doble extracción y base con identificadores de estudio, muestra y comparación.
8	Evaluar riesgo de sesgo o calidad	Juicios por dominio con justificación textual, por estudio.
9	Sintetizar	Meta-análisis con manejo de dependencia, o síntesis cualitativa con constructos de tercer orden, o síntesis realista con configuraciones CMO.
10	Valorar la certeza	Tabla GRADE (SoF) o tabla CERQual (SoQF) por desenlace o hallazgo.
11	Analizar equidad y transferibilidad	Análisis PROGRESS-Plus y discusión de condiciones de aplicabilidad.
12	Reportar y depositar	Manuscrito conforme a la guía correspondiente, con datos y código en repositorio con DOI.

14.1 Cronograma orientativo

Para un equipo de tres a cinco personas con dedicación parcial, una revisión social de alcance moderado requiere entre ocho y catorce meses. Las fases que sistemáticamente se subestiman son la construcción del modelo lógico y la definición operativa de la intervención (semanas 1 a 6), la búsqueda en literatura gris (semanas 7 a 12) y la resolución de la dependencia de efectos en la fase analítica (semanas 24 a 32). Planificar holgura en esos tres tramos evita la mayor parte de los retrasos.

15. Caso aplicado y revisiones de referencia

15.1 Seis revisiones reales como material de trabajo

Las decisiones descritas en esta guía se ilustran mejor con revisiones publicadas que con ejemplos construidos. Las siguientes están disponibles en la carpeta de ejemplos del tema y se recomiendan como lectura complementaria.

Referencia	Qué decisión metodológica ilustra
Petrosino A, Turpin-Petrosino C, Hollis-Peel ME, Lavenberg JG. «Scared Straight» and other juvenile awareness programs for preventing juvenile delinquency. Cochrane Database Syst Rev. 2013;(4):CD002796.	Nueve ensayos aleatorizados, 946 jóvenes, ocho estados de EE. UU., 1967-1992. El meta-análisis de siete estudios arroja OR 1,68 (IC95% 1,20-2,36) con efectos fijos y 1,72 (1,13-2,62) con efectos aleatorios: el programa aumenta la delincuencia. Tres análisis de sensibilidad sostienen el hallazgo. Es el ejemplo canónico de que una intervención social puede dañar y de que la credibilidad la da la sensibilidad, no el estimador puntual.
Wilson DB, Brennan I, Olaghere A. Police-initiated diversion for youth to prevent future delinquent behavior: a systematic review. Campbell Syst Rev. 2018;2018:5.	Revisión Campbell con 26 bases de datos y sitios web, rastreo de referencias y consulta a expertos. Emplea estimación robusta de varianza para tamaños de efecto dependientes (Hedges, Tipton y Johnson, 2010) y explica por qué, en consecuencia, no reporta Q ni I². Modelo de conducta y de reporte del campo.
Chapman K. Characteristics of systematic reviews in the social sciences. J Acad Librariansh. 2021;47(5):102396.	Análisis de 164 revisiones sociales publicadas entre 2017 y 2019: mediana de 4 bases consultadas (rango 1-27), 19,5 % mencionó PRISMA, 6,7 % registró protocolo en PROSPERO, 81,1 % reportó términos de búsqueda. Diagnóstico empírico de la distancia entre el estándar y la práctica.
Dacombe R. Systematic reviews in political science: what can the approach contribute to political research? Political Studies Review. 2018.	Recopila y responde las tres objeciones clásicas al formato fuera de la clínica: positivismo indebido, infravaloración de lo cualitativo y vacío teórico. Útil para anticipar la resistencia disciplinar.
Arar KH, Özen H, Başaran O, Turan S. Educational leadership and social justice: a hybrid systematic review. J Educ Adm Hist. 2026;58(2):127-160.	Diseño híbrido que combina mapeo bibliométrico cuantitativo con síntesis temática cualitativa de veinte trabajos influyentes, cubriendo publicaciones de 2000 a 2024 en Scopus y Web of Science. Ejemplo de integración de amplitud y profundidad en un mismo protocolo.
Baird S, Ferreira FHG, Özler B, Woolcock M (2013); García S, Saavedra JE (2017); Manley J et al. (2020, 2022).	El cuerpo de revisiones sobre transferencias monetarias condicionadas que se desarrolla como caso integrador en la sección siguiente.

15.2 Caso integrador: transferencias condicionadas en América Latina

Las transferencias monetarias condicionadas son el objeto social por excelencia: intervención compleja y multicomponente, asignación por conglomerados, desenlaces múltiples en dominios distintos —educativos y nutricionales—, y un contexto nacional que no es ruido sino parte de la causa. Además, la región concentra los programas más evaluados del mundo.

Los programas y sus diseños de evaluación

País · Programa	Vigencia	Condicionalidad principal	Diseño de evaluación
México · Progresa / Oportunidades	1997-2014	Asistencia escolar del 85 % y controles de salud de todo el hogar	Experimental: 314 de 495 localidades a tratamiento y 181 a control
Nicaragua · Red de Protección Social	2000-2006	Matrícula y asistencia ≥ 85 % en los grados 1 a 4; controles preventivos	Experimental: 21 de 42 comarcas asignadas al azar
Honduras · PRAF II	1998-2005	Matrícula, asistencia y nota mínima; controles materno-infantiles	Experimental: 70 municipios estratificados por talla/edad
Brasil · Bolsa Família	2003-	Asistencia del 85 % (6-15 años) y 75 % (16-17); vacunación y control de crecimiento	Cuasi-experimental: implementación escalonada sobre el censo escolar
Colombia · Familias en Acción	2001-	Asistencia ≥ 80 % y controles de crecimiento y desarrollo	Cuasi-experimental: diferencias en diferencias entre municipios
Perú · Juntos	2005-	Asistencia del 85 % (6-14 años); controles de salud de 0 a 5 años y gestantes	Cuasi-experimental: efectos fijos por edad de exposición; emparejamiento por propensión
Ecuador · Bono de Desarrollo Humano	2003-	Matrícula y 75 % de asistencia; controles de salud, con condicionalidades no fiscalizadas	Experimental en el componente educativo
Chile · Chile Solidario	2002-2017	Asistencia del 85 % más 53 condiciones mínimas con acompañamiento psicosocial	Cuasi-experimental: regresión discontinua sobre el índice CAS

Vigencias y condicionalidades según la base de programas de protección social no contributiva de la CEPAL; los diseños de evaluación proceden de los informes originales de cada programa. Obsérvese la variedad: tres experimentos por conglomerados, un diseño de diferencias en diferencias, una regresión discontinua y dos aproximaciones de emparejamiento. Ninguna revisión clínica enfrenta ese menú, y cada diseño exige verificar un supuesto identificador distinto.

Qué encontraron las revisiones

• Baird, Ferreira, Özler y Woolcock (2013), Campbell Systematic Reviews 9(1):1-124. Treinta y cinco estudios: veintiséis sobre transferencias condicionadas, cinco sobre no condicionadas y cuatro con comparación directa. Ambas modalidades aumentan las probabilidades de matrícula y asistencia; la diferencia entre condicionadas y no condicionadas no alcanza significación estadística. Lo que sí discrimina es la intensidad de la condicionalidad: los programas con condiciones explícitas, monitoreadas y con sanción por incumplimiento elevan las odds de matrícula alrededor de un 60 %, frente a menos de un 25 % en programas sin condiciones o con condicionalidad mínima. El efecto sobre aprendizajes es pequeño en el mejor de los casos.
• García y Saavedra (2017), Review of Educational Research 87(5):921-965. Noventa y cuatro estudios de cuarenta y siete programas en treinta y un países. Matrícula: +3,0 puntos porcentuales en primaria y +7,1 en secundaria; asistencia: +2,7 y +5,75; deserción: −1,2 y −2,9; culminación escolar: +3,28. Emplean estimación robusta de varianza (Hedges, Tipton y Johnson, 2010) para el agrupamiento de estimaciones dentro de cada programa a lo largo del tiempo, y meta-regresión de moderadores. Hallazgos clave para la interpretación: la heterogeneidad entre programas es sustancial, los efectos son mayores cuando la transferencia se combina con intervenciones de oferta y cuando la condicionalidad es más estricta, y los diseños aleatorizados arrojan impactos menores que los observacionales.
• Manley y colaboradores (2020), BMJ Global Health 5(12):e003621, y Manley, Alderman y Gentilini (2022), 7(4):e008233. Setenta y cuatro estudios de cuarenta programas, con una actualización posterior de cincuenta y cinco estudios nuevos. Talla para la edad: +0,03 desviaciones estándar (IC95% 0,00 a 0,05); desnutrición crónica: −2,1 puntos porcentuales (IC95% −3,5 a −0,7); peso para la edad: no significativo. En la actualización, +0,024 desviaciones estándar y −1,35 puntos porcentuales. El análisis de sensibilidad muestra que al excluir México cae el efecto estimado sobre talla para la edad.

Tres lecciones metodológicas del caso

Primera: el moderador importaba más que la etiqueta del programa, y eso solo se descubre si la intensidad y la fiscalización de la condicionalidad se extraen como variables (paso 11 de la ruta). Segunda: la dependencia entre estimaciones de un mismo programa a lo largo del tiempo obligó a estimación robusta de varianza, decisión que debe declararse en el protocolo. Tercera: que el resultado nutricional global dependa de la evidencia de un solo país convierte la transferibilidad en un análisis, no en un párrafo de la discusión.

15.3 Cómo se diseñaría hoy esta revisión

Fase	Decisión adoptada y su justificación
F1 · Pregunta y teoría	Diseño segregado con un brazo de efectividad (PICOS más contexto) y uno de implementación (SPIDER). Modelo lógico: transferencia → corresponsabilidad → asistencia escolar y uso de servicios de salud → aprendizaje y estado nutricional. Moderadores a priori: intensidad y fiscalización de la condicionalidad, monto relativo, frecuencia de pago e intervenciones de oferta concurrentes.
F2 · Protocolo y registro	Registro en OSF Registries o en RIDIE (3ie); PROSPERO no es elegible si el desenlace primario es educativo. Se declaran la regla de manejo de la dependencia y la armonización entre diferencias en puntos porcentuales y diferencias de medias estandarizadas.
F3 · Búsqueda	ERIC, EconLit, RePEc, PsycINFO, Scopus, Web of Science, SciELO, Redalyc, LILACS y Dialnet. Literatura gris: 3ie, J-PAL, IFPRI, Banco Mundial, BID, CEPAL y ministerios sectoriales. Métodos suplementarios: rastreo de citas en ambas direcciones y búsqueda CLUSTER por nombre de programa.
F4 · Cribado y extracción	Definición operativa: transferencia monetaria con corresponsabilidad explícita en educación o salud. Ficha con identificadores de estudio, muestra y efecto; unidad de aleatorización (localidad, comarca o municipio), número de conglomerados, ICC cuando se reporte, e intensidad y fiscalización de la condicionalidad.
F5 · Evaluación crítica	RoB 2 con extensión para conglomerados en Progresa, la Red de Protección Social y PRAF II; ROBINS-I en Bolsa Família, Familias en Acción y Juntos, verificando tendencias paralelas, balance tras el emparejamiento o continuidad en el umbral según el diseño.
F6 · Síntesis	Métrica común: puntos porcentuales para matrícula y asistencia, desviaciones estándar para talla/edad. Corrección por conglomerados con ICC observado o imputado y análisis de sensibilidad. Modelo CHE-RVE por las múltiples estimaciones por programa. Meta-regresión de los moderadores declarados en la fase 1.
F7 · Certeza	GRADE por desenlace, con atención especial a la evidencia indirecta —¿el efecto mexicano de 1998 informa la decisión peruana de 2026?— y a la inconsistencia explicada por la intensidad de la condicionalidad.
F8 · Reporte	PRISMA 2020 y PRISMA-S; análisis de equidad PROGRESS-Plus por nivel socioeconómico, ruralidad y sexo; condiciones explícitas de transferibilidad al contexto peruano; datos y código en repositorio abierto con DOI.

Una brecha disponible

No existe a la fecha una revisión sistemática formal dedicada al programa Juntos del Perú; el balance más completo de la literatura es el de Sánchez y Rodríguez (2016), publicado por GRADE, que no es una revisión sistemática. Para los equipos de este programa se trata, literalmente, de una brecha de evidencia disponible.

16. Glosario

Término	Definición operativa
Síntesis agregativa	Integración de hallazgos homogéneos para estimar la magnitud de un fenómeno; presupone comparabilidad entre estudios.
Síntesis configurativa	Organización de hallazgos heterogéneos para construir comprensión, teoría o marcos explicativos.
Constructo de tercer orden	Interpretación generada por el equipo de síntesis, más allá de las interpretaciones de los autores primarios (segundo orden) y de las voces de los participantes (primer orden).
Configuración CMO	Proposición de la síntesis realista que enuncia qué mecanismo activa un programa en qué contexto y con qué resultado.
Efecto de diseño (DE)	Factor por el que se infla la varianza de un estimador cuando la asignación es por conglomerados: DE = 1 + (m − 1) × ICC.
ICC	Coeficiente de correlación intraclase: proporción de la varianza total atribuible a la pertenencia al conglomerado.
Dependencia de tamaños de efecto	Situación en que varios efectos provienen de la misma muestra o del mismo estudio y por tanto no son estadísticamente independientes.
RVE	Estimación robusta de varianza: método que obtiene errores estándar válidos ante una estructura de dependencia desconocida.
CHE	Modelo de efectos correlacionados y jerárquicos (correlated and hierarchical effects), combinado habitualmente con RVE.
Intervalo de predicción	Rango en el que se espera que caiga el efecto verdadero de un estudio futuro; incorpora τ² además del error del promedio.
Literatura gris	Documentación no publicada en canales comerciales: informes técnicos, tesis, documentos de trabajo, evaluaciones institucionales.
PROGRESS-Plus	Marco de ejes de estratificación social empleados para analizar la equidad de los efectos.
SWiM	Guía de reporte para síntesis sin meta-análisis (Synthesis Without Meta-analysis).
CERQual	Enfoque para valorar la confianza en hallazgos de síntesis cualitativa mediante cuatro componentes.
Modelo lógico	Representación gráfica de la cadena causal supuesta de una intervención, desde insumos hasta resultados finales.
Saturación teórica	Punto en que la inclusión de estudios adicionales deja de aportar constructos conceptuales nuevos.

17. Referencias

Cooper H, Hedges LV, Valentine JC, eds. The Handbook of Research Synthesis and Meta-Analysis. 3.ª ed. Nueva York: Russell Sage Foundation; 2019.

Gough D, Oliver S, Thomas J, eds. An Introduction to Systematic Reviews. 2.ª ed. Londres: SAGE; 2017.

Petticrew M, Roberts H. Systematic Reviews in the Social Sciences: A Practical Guide. Oxford: Blackwell; 2006.

Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Introduction to Meta-Analysis. 2.ª ed. Chichester: Wiley; 2021.

Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA, eds. Cochrane Handbook for Systematic Reviews of Interventions. Versión 6.5. Cochrane; 2024.

Estándares institucionales

Aloe AM, Dewidar O, Hennessy EA, Pigott T, Stewart G, Welch V, Wilson DB; Campbell MECCIR Working Group. Campbell Standards: Modernizing Campbell’s Methodologic Expectations for Campbell Collaboration Intervention Reviews (MECCIR). Campbell Syst Rev. 2024;20(4):e1445.

MacDonald H, Young S. New search guidance for Campbell systematic reviews. Campbell Syst Rev. 2024;20(4):e70005.

What Works Clearinghouse. Procedures and Standards Handbook, Version 5.0. Washington DC: Institute of Education Sciences, NCEE; 2022.

Aromataris E, Lockwood C, Porritt K, Pilla B, Jordan Z, eds. JBI Manual for Evidence Synthesis. JBI; 2024.

Formulación de la pregunta

Cooke A, Smith D, Booth A. Beyond PICO: the SPIDER tool for qualitative evidence synthesis. Qual Health Res. 2012;22(10):1435-43.

Booth A. Clear and present questions: formulating questions for evidence based practice. Library Hi Tech. 2006;24(3):355-68.

Wildridge V, Bell L. How CLIP became ECLIPSE: a mnemonic to assist in searching for health policy/management information. Health Info Libr J. 2002;19(2):113-5.

Booth A, Noyes J, Flemming K, Moore G, Tunçalp Ö, Shakibazadeh E. Formulating questions to explore complex interventions within qualitative evidence synthesis. BMJ Glob Health. 2019;4(Suppl 1):e001107.

Búsqueda y recuperación

Rethlefsen ML, Kirtley S, Waffenschmidt S, Ayala AP, Moher D, Page MJ, Koffel JB; PRISMA-S Group. PRISMA-S: an extension to the PRISMA statement for reporting literature searches in systematic reviews. Syst Rev. 2021;10(1):39.

Booth A, Harris J, Croot E, Springett J, Campbell F, Wilkins E. Towards a methodology for cluster searching to provide conceptual and contextual «richness» for systematic reviews of complex interventions: case study (CLUSTER). BMC Med Res Methodol. 2013;13:118.

Riesgo de sesgo y calidad

Sterne JAC, Savović J, Page MJ, et al. RoB 2: a revised tool for assessing risk of bias in randomised trials. BMJ. 2019;366:l4898.

Sterne JAC, Hernán MA, Reeves BC, et al. ROBINS-I: a tool for assessing risk of bias in non-randomised studies of interventions. BMJ. 2016;355:i4919.

Whiting P, Savović J, Higgins JPT, et al. ROBIS: a new tool to assess risk of bias in systematic reviews was developed. J Clin Epidemiol. 2016;69:225-34.

Shea BJ, Reeves BC, Wells G, et al. AMSTAR 2: a critical appraisal tool for systematic reviews that include randomised or non-randomised studies of healthcare interventions, or both. BMJ. 2017;358:j4008.

Hong QN, Fàbregues S, Bartlett G, et al. The Mixed Methods Appraisal Tool (MMAT) version 2018 for information professionals and researchers. Educ Inf. 2018;34(4):285-91.

Síntesis cuantitativa y dependencia de efectos

Hedges LV, Tipton E, Johnson MC. Robust variance estimation in meta-regression with dependent effect size estimates. Res Synth Methods. 2010;1(1):39-65.

Tipton E. Small sample adjustments for robust variance estimation with meta-regression. Psychol Methods. 2015;20(3):375-93.

Pustejovsky JE, Tipton E. Meta-analysis with robust variance estimation: expanding the range of working models. Prev Sci. 2022;23(3):425-38.

Van den Noortgate W, López-López JA, Marín-Martínez F, Sánchez-Meca J. Three-level meta-analysis of dependent effect sizes. Behav Res Methods. 2013;45(2):576-94.

Viechtbauer W. Conducting meta-analyses in R with the metafor package. J Stat Softw. 2010;36(3):1-48.

Hedges LV, Pustejovsky JE, Shadish WR. A standardized mean difference effect size for single case designs. Res Synth Methods. 2012;3(3):224-39.

Campbell M, McKenzie JE, Sowden A, et al. Synthesis without meta-analysis (SWiM) in systematic reviews: reporting guideline. BMJ. 2020;368:l6890.

Popay J, Roberts H, Sowden A, et al. Guidance on the Conduct of Narrative Synthesis in Systematic Reviews. ESRC Methods Programme; 2006.

Sesgo de publicación

Stanley TD, Doucouliagos H. Meta-regression approximations to reduce publication selection bias. Res Synth Methods. 2014;5(1):60-78.

Simonsohn U, Nelson LD, Simmons JP. P-curve: a key to the file-drawer. J Exp Psychol Gen. 2014;143(2):534-47.

Síntesis cualitativa, mixta y realista

Noblit GW, Hare RD. Meta-Ethnography: Synthesizing Qualitative Studies. Newbury Park: SAGE; 1988.

Thomas J, Harden A. Methods for the thematic synthesis of qualitative research in systematic reviews. BMC Med Res Methodol. 2008;8:45.

Dixon-Woods M, Cavers D, Agarwal S, et al. Conducting a critical interpretive synthesis of the literature on access to healthcare by vulnerable groups. BMC Med Res Methodol. 2006;6:35.

Carroll C, Booth A, Leaviss J, Rick J. «Best fit» framework synthesis: refining the method. BMC Med Res Methodol. 2013;13:37.

Sandelowski M, Voils CI, Barroso J. Defining and designing mixed research synthesis studies. Res Sch. 2006;13(1):29.

Pawson R, Greenhalgh T, Harvey G, Walshe K. Realist review — a new method of systematic review designed for complex policy interventions. J Health Serv Res Policy. 2005;10(Suppl 1):21-34.

Wong G, Greenhalgh T, Westhorp G, Buckingham J, Pawson R. RAMESES publication standards: realist syntheses. BMC Med. 2013;11:21.

Wong G, Greenhalgh T, Westhorp G, Buckingham J, Pawson R. RAMESES publication standards: meta-narrative reviews. BMC Med. 2013;11:20.

Tong A, Flemming K, McInnes E, Oliver S, Craig J. Enhancing transparency in reporting the synthesis of qualitative research: ENTREQ. BMC Med Res Methodol. 2012;12:181.

France EF, Cunningham M, Ring N, et al. Improving reporting of meta-ethnography: the eMERGe reporting guidance. BMC Med Res Methodol. 2019;19(1):25.

Certeza de la evidencia y equidad

Lewin S, Booth A, Glenton C, et al. Applying GRADE-CERQual to qualitative evidence synthesis findings: introduction to the series. Implement Sci. 2018;13(Suppl 1):2.

Guyatt GH, Agoritsas T, Zeng L, et al. Core GRADE 1: overview of the Core GRADE approach. BMJ. 2025. PMID: 40262844.

Zeng L, Agoritsas T, Brignardello-Petersen R, et al. Core GRADE 5: rating certainty of evidence — assessing indirectness. BMJ. 2025. PMID: 40393729.

Welch V, Petticrew M, Tugwell P, et al. PRISMA-Equity 2012 extension: reporting guidelines for systematic reviews with a focus on health equity. PLoS Med. 2012;9(10):e1001333.

Reporte general y herramientas

Page MJ, McKenzie JE, Bossuyt PM, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.

Tricco AC, Lillie E, Zarin W, et al. PRISMA extension for scoping reviews (PRISMA-ScR): checklist and explanation. Ann Intern Med. 2018;169(7):467-73.

Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A. Rayyan — a web and mobile app for systematic reviews. Syst Rev. 2016;5(1):210.

Thomas J, Graziosi S, Brunton J, et al. EPPI-Reviewer: advanced software for systematic reviews, maps and evidence synthesis. Londres: EPPI Centre, UCL; 2023.