Estudios retractados en revisiones sistemáticas: el sesgo invisible que puede cambiar conclusiones

La ciencia «zombi» que amenaza la práctica clínica

Ya hablamos de «revisiones zombies» en BiblioGetafe, es decir, aquellas cuyos registros de protocolo están abandonados. Ahora hablamos de otros tipos de muertos vivientes: «los artículos zombi» que amenazan la práctica clínica.

La ciencia tiene un mecanismo de autocorrección que es necesario pero no perfecto: la retractación. Cuando se detecta un error grande, una mala práctica o un fraude en un artículo publicado, la revista emite una retractación y el trabajo queda oficialmente “retirado”. Sin embargo, muchos de estos artículos siguen circulando. Continúan siendo citados y aparecen en búsquedas, como si nada hubiera pasado. Es como una ciencia zombi: información que debería estar fuera de circulación, pero que sigue influyendo en el debate científico.

Ilustración de ciencia zombi: estudios retractados que se cuelan en revisiones sistemáticas
Estudios retractados que se cuelan en revisiones sistemáticas.

El problema se agrava cuando estos estudios se incluyen en revisiones sistemáticas y guías de práctica clínica. Si un estudio retirado se incluye en una revisión, puede contaminar las estimaciones de efecto, alterar las conclusiones y, en última instancia, distorsionar las recomendaciones clínicas y las decisiones de política sanitaria.

Poniendo cifras al problema

Un estudio publicado en JAMA Internal Medicine titulado “Inclusion of Retracted Studies in Systematic Reviews and Meta-Analyses of Interventions” y liderado por Graña Possamai C. (1) analizó hasta qué punto los estudios retractados consiguen infiltrarse en revisiones sistemáticas y metaanálisis, y qué ocurre cuando se eliminan de los cálculos. El equipo partió de un enfoque pragmático: utilizó una herramienta online para localizar revisiones sistemáticas publicadas en 25 de las revistas médicas de mayor impacto que citaban una o más “referencias problemáticas”. Después, verificaron manualmente cuáles de esas referencias eran retractaciones y repitieron los metaanálisis excluyendo los estudios retractados para observar cambios en estimaciones de efecto y en la interpretación de los resultados.

Los hallazgos son difíciles de ignorar:

  • En total, se identificaron 61 revisiones sistemáticas con metaanálisis que habían incluido al menos un estudio retractado; de ellas, solo 11 fueron posteriormente republicadas, retractadas o retiradas, quedando 50 para el análisis principal.
  • Esas 50 revisiones sistemáticas incluían 62 estudios retractados (58 de ellos llegaron a entrar en al menos un metaanálisis).
  • La causa predominante de retractación estuvo relacionada con problemas de datos / integridad de los datos.
  • En 13 revisiones, el estudio problemático ya estaba retractado antes de que la propia revisión se publicara: una señal clara de fallo en la verificación de los estudios durante la búsqueda y selección.
  • En conjunto, dentro de esas 50 revisiones, 173 metaanálisis incorporaban al menos un estudio retractado.

¿La inclusión de estos estudios retractados altera realmente las conclusiones de la evidencia?

La pregunta clave es si la inclusión de estudios retractados altera realmente lo que concluimos a partir de la evidencia. Y la respuesta del estudio es clara. Cuando los autores repitieron los metaanálisis excluyendo los artículos retractados, la significación estadística cambió en 18 metaanálisis: 15 pasaron de “significativo” a “no significativo”, pero 3 cambiaron en sentido contrario (de “no” a “sí”). Este tipo de giro, sobre todo cuando se pierde significación, puede tener consecuencias directas en cómo se interpreta la utilidad de una intervención.

Ahora bien, el editorial que acompaña al artículo apunta algo aún más interesante: el problema no es solo “si funciona”, sino cuánto parece funcionar. En los 64 metaanálisis que evaluaban resultados primarios, la presencia de estudios retractados modificó la magnitud del efecto de forma nada despreciable: ≥10% en 27 (42%), ≥30% en 16 (25%) y ≥50% en 12 (19%).

No es un problema marginal: se identificaron 50 revisiones que incluían 62 estudios retractados, con 173 metaanálisis afectados. No solo cambia el “sí/no”: al excluir retractados, la significación estadística cambió en 18 metaanálisis (en 15 se perdió la significación).

Y hay un detalle con implicaciones clínicas: esas variaciones en la magnitud del efecto a menudo se desplazaban a favor de la intervención, es decir, podían inflar artificialmente su aparente eficacia.

Si algo deja este análisis es una idea incómoda pero útil: un estudio retractado no siempre “rompe” la conclusión, pero puede empujarla lo suficiente como para cambiar la percepción del beneficio… y con ello, la decisión.

Solución compartida y cómo detectarlo

La solución no recae sobre un único actor: es una responsabilidad compartida, todos los agentes implicados tienen un papel que desempeñar para reducir el impacto de la evidencia retractada en la síntesis.

Los autores de revisiones deben de verificar “estatus de retractación”. Esto no es siempre fácil dado que el estado de retractación no siempre es evidente en las bases de datos bibliográficas.

Aquí es donde tiene sentido apoyarse en recursos externos y de vigilancia (2), por ejemplo: Retraction Watch Database (https://retractionwatch.com/), Problematic Paper Screener específicamente su detector «Feet of Clay» (https://dbrech.irit.fr/pls/apex/f?p=9999%3A31) y la revisión post-publicación en PubPeer (https://pubpeer.com). Otra posibilidad es aprovechar las funciones de notificación de retractaciones integradas en herramientas como Zotero o EndNote, que se alimentan de la base de datos de Retraction Watch.

Detector «Feet of Clay» (https://dbrech.irit.fr/pls/apex/f?p=9999%3A31)

Es igualmente recomendable que los autores realicen una nueva evaluación de los estudios incluidos justo antes de la publicación definitiva de la revisión para detectar cambios de estatus recientes.

Otras posibilidades sería que los autores creasen alertas automáticas en las bases de datos que les notificaran de aquellos artículos que han citado cuando este es retractado.

PubPeer (https://pubpeer.com)

Las guías metodológicas de síntesis de evidencia deben recomendar formalmente la “detección de retractaciones” con estrategias específicas; así se podría incluir en las listas de verificación PRISMA (3).
A nivel de postpublicación, si un estudio incluido en una revisión es retractado después de su publicación, las revistas deben añadir correcciones o notificar a los lectores y, cuando sea factible, recomendar realizar un reanálisis del metaanálisis excluyendo el estudio retractado para evaluar si los resultados y las conclusiones se mantienen (3).

ilustración de herramientas para la localización de artículos retractados
La prevención es posible: verificación sistemática + herramientas de alerta + mejor señalización editorial.

Por último, herramientas de cribado especializadas como Covidence o Rayyan podrían incluir una funcionalidad para asegurar que el estatus de retractación sea reconocible.

Hacia una evidencia más robusta y fiable

El crecimiento sostenido de las retractaciones, que superó el umbral récord de 10.000 en 2023 (4), es un desafío directo para la integridad de la evidencia científica. La parte más preocupante no es la retractación en sí, sino su “vida posterior”, es decir, artículos que deberían quedar fuera del corpus siguen circulando, se citan, se reanalizan y pueden acabar contaminando revisiones sistemáticas, metaanálisis y, por extensión, guías de práctica clínica.

Es una responsabilidad compartida de investigadores, editores, plataformas y también de los bibliotecarios que sostenemos los flujos de búsqueda, verificación y síntesis de la evidencia el mitigar este problema. Hay que ir más allá con soluciones y asumiendo que «retractado» no significa automáticamente «inofensivo».

Bibliografía

  1. Grana Possamai C, Cabanac G, Perrodeau E, Ghosn L, Ravaud P, Boutron I. Inclusion of Retracted Studies in Systematic Reviews and Meta-Analyses of Interventions: A Systematic Review and Meta-Analysis. JAMA Internal Medicine. 2025;185(6):702-9, doi: 10.1001/jamainternmed.2025.0256.
  2. Gross CP., Flanagin A., Perencevich EN., Inouye SK. Mitigating the Impact of Retracted Studies in the Medical Literature. JAMA Intern Med. 2025;185(6):621, doi: 10.1001/jamainternmed.2025.0251.
  3. Bakker C, Boughton S, Faggion CM, Fanelli D, Kaiser K, Schneider J. Reducing the residue of retractions in evidence synthesis: ways to minimise inappropriate citation and use of retracted data. BMJ Evid Based Med. 2024 Mar 21;29(2):121-126. doi: 10.1136/bmjebm-2022-111921.
  4. Van Noorden R. More than 10,000 research papers were retracted in 2023 – a new record. Nature. 2023 Dec;624(7992):479-481. doi: 10.1038/d41586-023-03974-8.

Preguntas frecuentes

¿Cómo saber si un artículo está retractado?
Comprueba el estatus en la base de datos donde lo localizaste (p. ej., registros con etiqueta de retractación) y contrástalo con recursos externos de vigilancia.

¿Qué pasa si un estudio retractado entra en un metaanálisis?
Puede cambiar la significación de resultados y, sobre todo, alterar la magnitud del efecto (el “cuánto funciona”), con impacto potencial en conclusiones y recomendaciones.

¿Qué herramientas ayudan a detectar retractaciones durante una revisión?
Útiles en la práctica: Retraction Watch, Problematic Paper Screener, PubPeer y alertas/avisos en gestores de referencias como Zotero (si el registro está identificado de forma compatible).

¿Basta con que el artículo esté retractado para “desactivarlo”?
No. El problema es la “vida posterior”: puede seguir citándose, entrar en síntesis y permanecer en resúmenes si no se verifica y corrige “aguas abajo”.

¿Qué pueden hacer las revistas/editoriales para reducir el daño?
Señalización inequívoca del estatus, metadatos coherentes y prácticas consistentes de comunicación de retractaciones (para que se vean claramente en cualquier buscador/basedatos).

Cuando y cómo hacer una revisión paraguas o umbrella review

Acaba de publicarse en Journal of Evidence-Based Medicine el artículo “Umbrella Reviews: Concepts, Methodological Frameworks, and Step-by-Step Implementation” (Liu et al., 2025; doi:10.1111/jebm.70092), de acceso abierto. Es una lectura muy recomendable y complementaria al trabajo de Belbasis et al. en BMJ Medicine (“Conducting umbrella reviews”, 2022).

¿Por qué surgen las revisiones paraguas?

Vivimos en una era de sobrecarga informativa. A diario se publican estudios con resultados y conclusiones en ocasiones contradictorias, lo que complica responder a una pregunta aparentemente simple: ¿qué sabemos con suficiente certeza? Este desafío no afecta solo al público general; clínicos, gestores y responsables de políticas sanitarias se enfrentan a un crecimiento sostenido de la literatura científica.

El fenómeno no se limita a la investigación primaria. Tal y como advirtió Ioannidis, asistimos también a una auténtica «expansión»epidemia» de la literatura secundaria (revisiones sistemáticas y metaanálisis). Cuando se acumulan múltiples revisiones sobre temas cercanos (o incluso la misma pregunta), el problema deja de ser “encontrar evidencia” para convertirse en identificar, comparar y valorar críticamente cuál de esa evidencia es más fiable y aplicable. Para ponerlo en perspectiva, la base de datos médica PubMed ha indexado más de 510,000 revisiones sistemáticas y metaanálisis.

La evidencia secundaria crece… y con ella el reto de interpretarla con rigor.

En este contexto, las revisiones paraguas (umbrella reviews) aportan una solución metodológica para introducir orden. A diferencia de una revisión sistemática clásica, una umbrella review no analiza directamente estudios primarios; su unidad de análisis son revisiones sistemáticas (RS) y metaanálisis (MA) ya publicados. Como Belbasis et al. señaló, las revisiones paraguas ofrecen una visión general de múltiples intervenciones para una condición médica específica o múltiples asociaciones epidemiológicas para una condición médica específica (enfoque de exposición amplia) o un factor de riesgo específico (enfoque de fenómeno amplio).

En términos conceptuales, hablamos de investigación terciaria:

  • La investigación primaria genera datos (p. ej., ensayos clínicos, cohortes).
  • La investigación secundaria sintetiza por primera vez esos datos (RS/MA).
  • La investigación terciaria integra y evalúa críticamente múltiples síntesis secundarias (overviews y umbrella reviews).

Por ello, en la jerarquía de la evidencia, las revisiones paraguas se sitúan en un nivel alto de síntesis, especialmente útiles para ofrecer una visión global y comparativa del estado del conocimiento y apoyar decisiones clínicas, de gestión o de salud pública.

¿Cuándo debemos hacer una revisión paraguas?

La idea central es sencilla: cuando el “nivel alto” de evidencia (SR/MA) se multiplica, necesitamos metodologías de síntesis terciaria que permita:

  • integrar resultados de varias revisiones,
  • comparar conclusiones entre sí,
  • valorar críticamente su calidad metodológica y la certeza del cuerpo de evidencia,
  • y identificar qué conclusiones son más sólidas y dónde persisten incertidumbres.

Belbasis y cols. propusieron, además, un algoritmo de decisión práctico para orientar cuándo es preferible una umbrella review frente a otros tipos de síntesis.

Características de las revisiones paraguas

Las revisiones paraguas se distinguen por varios rasgos nucleares:

  • Unidad de análisis: revisiones sistemáticas con o sin metaanálisis (no estudios primarios).
  • Alcance: suelen abordar campos amplios (por ejemplo, varias intervenciones para una misma condición, o múltiples asociaciones exposición–resultado).
  • Propósito: ofrecer una visión panorámica (“bird’s-eye view”), gestionar la sobrecarga de evidencia y ayudar a resolver discrepancias entre revisiones.
  • Utilidad estratégica: facilitan la toma de decisiones al permitir comparar varias alternativas (intervenciones, enfoques, asociaciones) en un único documento; son un insumo valioso para guías y políticas.
  • Evaluación crítica: no se limitan a resumir resultados; incorporan una valoración estructurada de la calidad metodológica y del riesgo de sesgo de las revisiones incluidas (p. ej., AMSTAR-2, ROBIS), y de la certeza de la evidencia (p. ej., GRADE).

¿Cómo hacer una revisión paraguas?

A continuación, un esquema operativo (paso a paso) alineado con recomendaciones metodológicas actuales:

1. Formular la pregunta de investigación y registrar del protocolo

Definir un objetivo claro y justificable (por qué una umbrella review es necesaria y qué aporta respecto a RS/MA existentes). Estructurar la pregunta con marcos adecuados, según el tipo de evidencia:

  • PICO(S) (efectividad clínica)
  • CoCoPop (prevalencia/etiología)
  • PEO (cualitativa o exposiciones)

Registrar el protocolo a priori (p. ej., PROSPERO u OSF) mejora transparencia y reduce duplicidades.

2. Definir criterios de inclusión y exclusión

Incluir exclusivamente síntesis de evidencia (RS con o sin MA). Excluir, salvo justificación explícita: estudios primarios, revisiones narrativas, guías, informes técnicos no sistemáticos.

3. Diseñar y ejecutar una búsqueda sistemática reproducible

La búsqueda debe ser exhaustiva, reproducible. Bases habituales: MEDLINE/PubMed, Cochrane Database of Systematic Reviews, Embase, Epistemonikos, Scopus y registros como PROSPERO. Es recomendable emplear filtros metodológicos validados para RS/MA cuando proceda.

4. Selección de estudios y extracción de datos

Este proceso debe ser realizado de forma independiente por al menos dos revisores para minimizar sesgos. La selección consiste en el cribado de títulos y resúmenes, seguido de la evaluación de textos completos frente a los criterios de elegibilidad. Para la extracción se utiliza un formulario estandarizado para recopilar características básicas (autores, año), objetivos, intervenciones, resultados cuantitativos, métodos de síntesis y evaluaciones de calidad de las RS incluidas.

5. Evaluar la calidad metodológica / riesgo de sesgo de las revisiones incluidas

Herramientas frecuentes:

  • AMSTAR-2 (calidad metodológica general)
  • ROBIS (riesgo de sesgo de la revisión sistemática)
  • Otras herramientas equivalentes, si están justificadas por el tipo de revisión.

6. Gestionar el solapamiento de estudios primarios (Overlap)

Un reto único de las umbrella reviews es que diferentes RS pueden incluir los mismos estudios primarios, lo que puede inflar artificialmente los resultados si se combinan cuantitativamente.

  • Construir una matriz de evidencia: Se recomienda crear una tabla que cruce las RS con los estudios primarios únicos.
  • Cuantificar el solapamiento con el cálculo del ACC: El uso del índice del Área Cubierta Corregida (CCA) permite cuantificar el solapamiento (leve <5%, moderado 6-10%, alto 11-15%, y muy alto >15%).
  • Considerar herramientas de apoyo como el software GROOVE para una representación gráfica del solapamiento.

7. Síntesis y análisis de los datos

Existen dos enfoques principales para presentar los hallazgos:

  • Síntesis narrativa: útil para mapear el campo, identificar patrones y discrepancias, sin recalcular efectos.
  • Reanálisis (Repeated Analysis): cuando es apropiado, reanalizar estimaciones (con cautela, especialmente por solapamiento y heterogeneidad), usando software como RevMan/Stata o paquetes de R (p. ej., metaumbrella).

8. Evaluación de la certeza de la evidencia

Aplicar GRADE (u otro sistema equivalente justificado) para clasificar la certeza final (alta, moderada, baja, muy baja) según riesgo de sesgo, inconsistencia, imprecisión, etc.

9. Reporte de los resultados transparente

Para overviews de revisiones, la guía PRIOR es una referencia útil para asegurar informe completo, reproducible y trazable. Esta lista de verificación de 27 ítems cubre todos los aspectos del ciclo de vida de la revisión, desde el título hasta la declaración de conflictos de interés, asegurando la transparencia y reproducibilidad de la síntesis.

Principales aportaciones del artículo de Liu et al. (2025)

  • Delimita con claridad las diferencias entre revisiones sistemáticas/metaanálisis, overviews y umbrella reviews, incluyendo su lugar en la jerarquía de la evidencia.
  • Propone un flujo metodológico estructurado: definición del tema y criterios, registro del protocolo, búsqueda y cribado, extracción, evaluación de calidad (p. ej., AMSTAR-2), valoración de certeza (p. ej., GRADE) y análisis.
  • Incorpora aspectos técnicos críticos para este tipo de síntesis, como el solapamiento de estudios primarios entre revisiones y la heterogeneidad, con recomendaciones prácticas para abordarlos y reportarlos.

¿Quieres evaluar tus conocimientos de las revisiones paraguas?

BIBLIOGRAFÍA

Liu C, Zhou D, Xu W, Pan H, Wang X, Peng J, Ji X, Huang J, Zhu Z. Umbrella Reviews: Concepts, Methodological Frameworks, and Step-by-Step Implementation. J Evid Based Med. 2025 Dec;18(4):e70092. doi: 10.1111/jebm.70092.

Belbasis L, Bellou V, Ioannidis JPA. Conducting umbrella reviews. BMJ Med. 2022 Nov 22;1(1):e000071. doi: 10.1136/bmjmed-2021-000071.

Revisiones paraguas / Revisión de revisiones / Umbrella reviews /Overviews

La revisiónes paraguas, que a veces las encontraremos como Revisión de revisiones o Umbrella review y Overview of review en inglés, son una solución eficiente para navegar el creciente volumen de revisiones sistemáticas en salud y son de gran valor para la toma de decisiones de atención médica al combinar grandes volúmenes de datos de revisiones sistemáticas (RS) en una sola síntesis. 

Origen

Surgen por el desafío de la sobrecarga de Información debido al incremento de estudios y de las revisiones sistemáticas que los sintetizan. Además, muchas de estas revisiones son conflictivas, es decir, arrojan resultados opuestos.

Ejemplo de metaanálisis discordantes. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0115934

Por otro lado, existe la imperiosa necesidad de abordar preguntas amplias presentando una visión general sobre un tema, en lugar de estrechar el enfoque a una sola intervención. Por último, evita derrochan recursos de llevar a cabo nuevas revisiones en lugar de aprovechar las existentes.

¿Qué es una Revisión Paraguas?

Los Overviews son revisiones sistemáticas de revisiones sistemáticas existentes sobre un tema de salud específico. A diferencia de las revisiones sistemáticas, la unidad de análisis son las revisiones sistemáticas y no los estudios primarios. Es decir, buscar e incluye solo revisiones sistemáticas (con o sin metanálisis) y recopila, analiza y presenta los datos de las revisiones sistemáticas incluidas.

Por lo tanto, un requisito previo para realizar una revisión paraguas es la disponibilidad de múltiples revisiones sistemáticas actualizadas de alta calidad que cubran todas las intervenciones de interés. Las revisiones paraguas no deben buscar e incluir revisiones narrativas, capítulos de libros de texto, informes gubernamentales, guías de práctica clínica o cualquier otro informe resumido que no se ajuste a su definición predefinida de revisión sistemática.

Las Overviews no son apropiadas para identificar brechas en la investigación, clasificar intervenciones o hacer comparaciones indirectas.

También se desaconsejas las comparaciones indirectas en las revisiones paraguas. Por ejemplo, imaginemos un Overview que incluya dos revisiones sistemáticas. La revisión sistemática 1 incluye estudios que comparan la intervención A con la intervención B, y concluye que A es más eficaz que B. La revisión sistemática 2 incluye estudios que comparan la intervención B con la intervención C, y concluye que B es más eficaz que C. Sería tentador para los autores del resumen concluir que A es más eficaz que C. Sin embargo, esto requeriría una comparación indirecta, un procedimiento estadístico que compara dos intervenciones (es decir, A frente a C) a través de un comparador común (es decir, B) a pesar de que las dos intervenciones nunca se han comparado directamente entre sí dentro de un estudio primario (Glenny et al 2005).

Beneficios de las Revisiones Paraguas

Visión Amplia: Proporciona una perspectiva general sobre un tema de salud complejo. Identifica áreas de consenso y controversia en la evidencia disponible.

Ahorro de Tiempo: Ofrece una síntesis rápida para la toma de decisiones con plazos ajustados. Evita la duplicación innecesaria de esfuerzos en la revisión de evidencia.

Calidad de la Evidencia: Se basa en revisiones sistemáticas, que ya han pasado por un riguroso proceso. Permite una evaluación crítica de la calidad de múltiples revisiones.

Características

Búsqueda y fuentes de información para las revisiones paraguas

Como en las revisiones sistemáticas, la búsqueda bibliográfica que ha de ser exhaustiva y reproducible.

En general, MEDLINE/PubMed y Embase indexan la mayoría de las revisiones sistemáticas. Los autores también pueden buscar en bases de datos regionales y temáticas adicionales (por ejemplo, LILACS, CINAHL, PsycINFO) y en repositorios de revisiones sistemáticas como la Cochrane Library, Epistemonikos y KSR Evidence.

En la búsqueda en bases de datos generales se debe utilizar filtros validados para solo recuperar revisiones sistemáticas.

Solapamiento de revisiones sistemáticas

Un paso importante una vez que los autores tienen su lista final de revisiones sistemáticas incluidas es evaluar el solapamiento, es decir, determinar qué estudios primarios están incluidos en qué revisiones sistemáticas.

Cochrane recomienda crear una matriz de citas similar a la tabla para demostrar visualmente la cantidad de solapamientos. Los autores también deben describir narrativamente el número y el tamaño de los estudios primarios que se solapan, así como la ponderación que aportan a los análisis. Pieper et al (Pieper D, Antoine S, Mathes T, Neugebauer E, Eikermann M. Systematic review finds overlapping reviews were not mentioned in every other overview. Journal of Clinical Epidemiology 2014; 67: 7.) proporciona instrucciones detalladas para crear matrices de citas, describir el solapamiento y calcular el área cubierta corregida.

Calidad metodológica o el riesgo de sesgo de las revisiones sistemáticas incluidas en las síntesis

La herramienta AMSTAR 2 (Shea BJ, Reeves BC, Wells G, Thuku M, Hamel C, Moran J, Moher D, Tugwell P, Welch V, Kristjansson E, Henry DA. 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.) está diseñada para evaluar la calidad metodológica de las revisiones sistemáticas de ensayos controlados aleatorizados, y hasta la fecha ha sido la herramienta más utilizada en los Overviews. Se puede utilizar para evaluar la calidad metodológica de las revisiones sistemáticas que incluyen estudios aleatorizados y no aleatorizados de intervenciones sanitarias. Esta proporciona orientación para calificar la confianza general en los resultados de una revisión (alta, moderada, baja o críticamente baja en función del número de defectos críticos y/o debilidades no críticas).

Otra herramienta disponible para evaluar el riesgo de sesgo de las revisiones sistemáticas en los resúmenes pueden utilizar la herramienta ROBIS disponible en el sitio web de ROBIS (https://www.bristol.ac.uk/population-health-sciences/projects/robis/). Este sitio web también contiene formularios de extracción de datos y tablas de presentación de datos.

BIBLIOGRAFÍA