Escala de Newcastle-Ottawa (NOS): Puntuación, informes y limitaciones en estudios de cohortes y casos y controles.

Publicado 29 de octubre de 2026

La Escala Newcastle-Ottawa (NOS) es una herramienta de calificación por estrellas diseñada para evaluar la calidad metodológica de estudios no aleatorizados en revisiones sistemáticas y metaanálisis. Cuenta con una versión para estudios de cohortes y otra para estudios de casos y controles. Un estudio obtiene estrellas en tres dominios, con un máximo de nueve. Esta guía describe ambas versiones ítem por ítem, califica un estudio de cohortes hipotético estrella por estrella, muestra cómo reportar la escala en la sección de métodos y expone lo que la literatura publicada indica sobre su fiabilidad y limitaciones.

Qué mide la escala Newcastle-Ottawa y quién la construyó.

El Instituto de Investigación del Hospital de Ottawa describe la Escala Newcastle-Ottawa como una herramienta para evaluar la calidad de los estudios no aleatorizados, como los estudios de casos y controles y los estudios de cohortes, para su uso en revisiones sistemáticas y metaanálisis. Surgió de una colaboración entre las Universidades de Newcastle (Australia) y Ottawa (Canadá). El instituto cita como fuente a Wells GA, Shea B, O'Connell D, Peterson J, Welch V, Losos M y Tugwell P, «La Escala Newcastle-Ottawa (NOS) para evaluar la calidad de los estudios no aleatorizados en metaanálisis», y ofrece el manual de codificación y las hojas de calificación para su descarga.

La escala utiliza un sistema de estrellas. Cada estudio se evalúa desde tres perspectivas: la selección de los grupos de estudio, la comparabilidad de los grupos y la determinación de la exposición o el resultado de interés. En la misma página se indica que se ha establecido la validez de contenido y la fiabilidad entre evaluadores, mientras que la validez de criterio, la fiabilidad intraevaluador y la validez de constructo aún están en evaluación. Esta última frase es importante para determinar el peso de la puntuación total, y se retoma en secciones posteriores.

Dos puntos clave determinan todo lo que sigue. Primero, la escala NOS evalúa el estudio en su totalidad, no un solo resultado. Segundo, fue diseñada para estudios observacionales donde los participantes no fueron asignados aleatoriamente. Si su revisión incluye ensayos aleatorizados, necesita una herramienta diferente, y nuestra guía de herramientas de evaluación de la calidad en revisiones sistemáticas compara las opciones según el diseño del estudio.

Estructura a escala Newcastle-Ottawa: Tres dominios, nueve estrellas

Ambas versiones comparten una misma arquitectura. Según las hojas de calificación, un estudio puede recibir un máximo de una estrella por cada elemento numerado dentro de la categoría de Selección y dentro de la categoría de Resultado (versión de cohorte) o la categoría de Exposición (versión de casos y controles). Se puede otorgar un máximo de dos estrellas por Comparabilidad. Cuatro elementos de selección, un elemento de comparabilidad con un valor de hasta dos estrellas y tres elementos de resultado o exposición dan un total de nueve estrellas para cualquiera de las versiones.

La diferencia entre las versiones radica en el tercer dominio. Un estudio de cohortes se evalúa según cómo se midió y se realizó el seguimiento del resultado, ya que la exposición se conoce desde el inicio. Un estudio de casos y controles se evalúa según cómo se determinó la exposición, ya que el resultado se conoce desde el inicio. Si no está seguro de qué diseño se utilizó realmente en un artículo, nuestra explicación sobre los diseños de cohortes y de casos y controles y sus medidas de efecto los diferencia.

Versión de cohorte, artículo por artículo

La tabla que aparece a continuación reproduce la hoja de evaluación del grupo. La columna "estrella" muestra las respuestas marcadas con una estrella, y la columna "sin estrella" muestra el resto.

Versión de casos y controles, elemento por elemento.

La ficha de casos y controles mantiene la misma estructura de selección y comparabilidad, pero reemplaza el bloque de resultados con tres ítems de exposición. Además, pregunta si los casos y los controles fueron tratados de la misma manera, lo cual no tiene un equivalente en cohortes.

Reglas del manual de codificación que modifican tu puntuación

Las hojas de evaluación son breves, y la mayoría de las discrepancias en la puntuación provienen del manual de codificación, que incluye las reglas que estas hojas omiten. Varias de ellas merecen ser incluidas en el protocolo de revisión antes de que se abra el documento.

• La comparabilidad requiere diseño o análisis, no un valor p. El manual indica que los grupos deben estar emparejados en el diseño o bien se deben ajustar los factores de confusión en el análisis, y que las afirmaciones de que no existen diferencias entre los grupos, o de que las diferencias no son estadísticamente significativas, no son suficientes. Si el riesgo relativo (o la razón de probabilidades en los estudios de casos y controles) se ajusta según los factores de confusión mencionados, los grupos se consideran comparables en cada variable utilizada en el ajuste.
• Usted elige el “factor más importante”. La hoja incluye un espacio en blanco para ello, y la segunda estrella de comparabilidad puede vincularse a un segundo factor específico. Corrija ambos aspectos en el protocolo para que todos los evaluadores apliquen la misma lista.
• La duración del seguimiento se establece antes de la evaluación. El manual indica que se debe establecer un plazo aceptable antes de comenzar la evaluación de calidad, y pone como ejemplo cinco años de exposición a implantes mamarios. La misma lógica se aplica al porcentaje de retención en el apartado de adecuación del seguimiento.
• La evidencia sobre los resultados depende del resultado. En el caso de una fractura de cadera, basta con consultar el historial médico para confirmar el suceso, pero para una fractura vertebral es necesario consultar las radiografías.
• Los estudios de mortalidad aún requieren que el candidato “no padezca ninguna enfermedad previa”. En cuanto a los resultados de muerte, el resultado de interés sigue siendo la presencia de la enfermedad o el incidente, por lo que una declaración de ausencia de antecedentes de la enfermedad obtiene la estrella.
• La definición del control depende de la definición del caso. Si se trata de un caso nuevo, el artículo debe indicar que los controles no tienen antecedentes de ese resultado. Si los casos son nuevos, pero no necesariamente son casos nuevos, no se deben excluir los controles con casos previos.
• La definición del caso exige una validación independiente. El manual ofrece ejemplos como la extracción de la información por más de una persona, registro, momento o proceso, o la referencia a una fuente de registro primaria, como radiografías o historiales clínicos.

Evaluación de un estudio de cohorte con la escala Newcastle-Ottawa, paso a paso.

El siguiente ejemplo es hipotético, creado por Editverse para ilustrar el funcionamiento. Imaginemos una cohorte publicada que compara a empleados de hospital que trabajan en turnos nocturnos regulares con colegas que trabajan en turnos diurnos, a quienes se les realiza un seguimiento para detectar la incidencia de diabetes tipo 2. Nuestro protocolo de revisión, redactado antes del cribado, estableció tres parámetros. La edad es el factor de comparabilidad más importante, el índice de masa corporal es el factor adicional, y un seguimiento de al menos cinco años con una retención de al menos el 90 % se considera adecuado.

El total de 7 oculta dos lagunas importantes. El artículo no especifica si los participantes no padecían diabetes al inicio del estudio ni describe al 18 % que lo abandonó. La información detallada a nivel de ítems muestra con precisión dónde radica la escasez de evidencia, algo que un simple «7/9» no revela.

Ahora veamos cuán frágil puede ser una categoría. La tabla aplica la conversión de la Agencia para la Investigación y la Calidad de la Atención Médica, descrita en la siguiente sección, a tres posibles discrepancias entre evaluadores en un solo ítem.

Una estrella cambió la calificación del mismo estudio de Bueno a Regular o a Malo. Esto es un cálculo basado en una convención publicada, no un hallazgo empírico, pero explica por qué vale la pena el esfuerzo de contar con dos evaluadores independientes y una regla escrita para resolver los desacuerdos. Hartling y sus colegas midieron con qué frecuencia los evaluadores discrepan realmente, y sus cifras aparecen en la sección de limitaciones a continuación.

Convertir estrellas en buenas, regulares o malas es una convención.

El manual de Ottawa y las hojas de calificación no incluyen una marca de aprobación. Indican cómo otorgar estrellas y ahí terminan las explicaciones. Las etiquetas que aparecen en las reseñas publicadas provienen de conversiones que los propios autores añaden, y una de las conversiones adjuntas al NOS en las reseñas publicadas se describe como una conversión a los estándares de la Agencia para la Investigación y la Calidad de la Atención Médica (AHRQ). Esmailian et al. (2026, PMID 42006405) la etiquetan de esa manera, y Heera y Babu (2025, PMID 40756036) aplican los mismos umbrales.

Observe la estructura de la regla AHRQ. Esta considera cada dominio, no el total general, por lo que un estudio con 7 estrellas aún puede ser considerado deficiente si un dominio se ve afectado negativamente. Las bandas NOS-xs, en cambio, se basan en el total y pertenecen a una nueva herramienta adaptada, no a la NOS original. Dado que ninguno de estos umbrales forma parte de la escala, indique el que utilice en el protocolo y cite quién lo definió.

Un ejemplo real de la escala de puntuación de Newcastle-Ottawa en un estudio de cohorte publicado.

El estudio hipotético anterior ilustra la mecánica. Un artículo publicado muestra cómo se ven las mismas ocho decisiones cuando la evidencia se presenta en texto y tablas reales de la sección de Métodos. Esta sección evalúa un estudio de cohorte de acceso abierto con la hoja de calificación de cohorte, ítem por ítem, e indica la parte del artículo donde se encuentra cada respuesta. Se trata de una evaluación ilustrativa de Editverse con fines didácticos y no constituye un juicio sobre los autores ni sobre la calidad de su trabajo.

La pregunta de revisión y la configuración del protocolo asumidas

La comparabilidad de la NOS depende de la pregunta de la revisión, por lo que esta debe definirse antes de que se contabilice cualquier estrella. Supongamos una revisión que pregunta si, en adultos en edad laboral, un episodio de tromboembolismo venoso (TEV) diagnosticado en el hospital se asocia con una pérdida permanente posterior de la capacidad laboral, medida como la percepción de una pensión por discapacidad. El protocolo para dicha revisión establece la edad como el factor de comparabilidad más importante, la comorbilidad y el nivel socioeconómico como factores adicionales, y un seguimiento medio de al menos 3 años como adecuado. Los tres parámetros se definen antes de la selección, tal como lo exigen las normas del manual de codificación.

Puntuación estrella por estrella en comparación con la hoja de calificación del grupo

Las letras de las opciones en la columna de razonamiento corresponden a la hoja de evaluación de cohortes del Instituto de Investigación del Hospital de Ottawa, y el razonamiento aplica el manual de codificación. Las referencias a secciones y tablas remiten al artículo de acceso abierto.

Tres filas llevan una insignia de juicio subjetivo porque la estrella depende de una configuración que elige el equipo de revisión y no solo del documento. La comparabilidad depende de los factores que nombra el protocolo. La fila de seguimiento depende de la longitud mínima, y ​​la fila de adecuación depende de cómo un evaluador trata un registro que rastrea a cada residente. Las otras cuatro filas se derivan directamente del texto de la hoja, aunque la Selección 3 se basa en tratar un registro hospitalario validado como un registro seguro.

La etiqueta de Bueno, Regular o Malo es una convención aparte.

Los documentos de Ottawa no otorgan una calificación mínima, por lo que la etiqueta que aparece a continuación es un segundo paso que un equipo de revisión decide agregar. La conversión de AHRQ descrita anteriormente , tal como la aplicaron Esmailian et al. (2026) y Heera y Babu (2025), verifica cada dominio y no el total general. La Selección 4, la Comparabilidad 2 y el Resultado 3 cumplen con la regla de "Bueno" de 3 o 4 estrellas, 1 o 2 estrellas y 2 o 3 estrellas. La segunda fila de la tabla muestra cómo un evaluador más estricto calificaría el mismo documento.

En el segundo escenario, dos estrellas desaparecieron y la categoría no cambió. En el ejemplo hipotético del turno de noche que vimos anteriormente en esta página, una sola estrella cambió un estudio de categoría. El patrón que aparece depende de dónde se pierden las estrellas, y por eso conviene informar las estrellas por elemento y no solo el total.

Lo que un 9 de 9 te dice y lo que no te dice.

Un total de 9 significa que la hoja no encontró debilidades de diseño visibles en los ítems que pregunta. Esto no significa que la estimación esté libre de sesgos. Los autores escriben que “no se puede descartar por completo la confusión residual debida a factores no medidos” (Discusión), y mencionan el comportamiento individual en materia de salud y los factores del lugar de trabajo como información que falta en los registros. La hoja no incluye ningún ítem que tenga en cuenta esta afirmación, por lo que un revisor que desee incluir esa información en la síntesis debe registrarla por separado, por ejemplo, en un análisis de sensibilidad por dominio.

El artículo describe su diseño según las directrices STROBE, razón por la cual cada fila anterior podría responderse a partir del texto sin necesidad de contactar a los autores. Nuestro tutorial sobre las directrices STROBE para estudios observacionales detalla lo que debe incluir un artículo de cohorte. En una tabla de evaluación complementaria, este estudio ocuparía una línea, con Selección 4, Comparabilidad 2, Resultado 3 y un total de 9, junto a las tres configuraciones del protocolo que generaron esas estrellas.

Cómo informar sobre la escala Newcastle-Ottawa en una revisión sistemática

Un lector debería poder repetir tu evaluación. Un bloque de informe que cumple con este propósito consta de cinco partes.

• Versión y fuente. Indique si se trata de una versión de cohorte o de casos y controles, cite a Wells et al. con la página del Instituto de Investigación del Hospital de Ottawa e indique si utilizó la hoja sin modificar.
• Configuración del protocolo. Informe sobre los factores de comparabilidad “más importantes” y “adicionales”, la duración mínima del seguimiento y el umbral de retención, cada uno de los cuales se fija antes del cribado.
• Evaluadores y manejo de desacuerdos. Indique el número de evaluadores, si trabajaron de forma independiente y cómo se resolvieron los conflictos. Los estudios de fiabilidad publicados utilizaron dos revisores (Hartling) y seis evaluadores (Kalaycioglu), por lo que dos evaluadores independientes con una regla de desempate establecida es un mínimo justificable.
• Tabla a nivel de artículo. Muestre las calificaciones con estrellas por ítem para cada estudio incluido, en el texto principal o en un suplemento, en lugar de solo los totales.
• Uso de las puntuaciones. Indique si describe, subagrupa o realiza análisis de sensibilidad por calidad, e indique cualquier umbral de categoría con su fuente.

Aquí tienes una descripción metodológica que puedes adaptar: «Dos revisores evaluaron de forma independiente cada estudio de cohorte con la Escala Newcastle-Ottawa (versión de cohorte; Wells et al., Instituto de Investigación del Hospital de Ottawa), otorgando hasta nueve estrellas en selección, comparabilidad y resultados. La edad se predefinió como el factor de comparabilidad más importante y el índice de masa corporal como el factor adicional; un seguimiento de al menos cinco años y una retención de al menos el 90 % se predefinieron como adecuados. Las discrepancias se resolvieron mediante discusión con un tercer revisor. Los estudios se clasificaron como buenos, regulares o malos utilizando los umbrales de conversión de la AHRQ».

Cuando un artículo no menciona un aspecto, puede escribir a los autores. Lo y sus colegas compararon las puntuaciones de los revisores con las proporcionadas por los propios autores y concluyeron que es necesario contactar a los autores para obtener información que los estudios no publican. Si no recibe respuesta, registre el aspecto como no informado, no como un fallo del estudio. Informar la misma evaluación en un manuscrito es más fácil cuando el artículo subyacente también sigue las directrices de presentación de informes, que son el tema de nuestro tutorial de las directrices STROBE para estudios observacionales.

Limitaciones conocidas de la escala Newcastle-Ottawa en la literatura

Esta escala se aplica ampliamente y también ha sido objeto de análisis crítico. A continuación se recogen los datos de los estudios publicados, con sus respectivas cifras.

Definiciones arbitrarias de elementos y una crítica mal citada

Stang (2010, European Journal of Epidemiology , volumen 25, páginas 603-605) publicó una evaluación crítica de la NOS. Un análisis posterior de Stang, Jonas y Poole (2018) describe dicho comentario como una crítica a la escala por definiciones arbitrarias de los ítems de calidad. Examinaron una muestra aleatoria de 100 artículos que lo citaban, de los cuales 96 eran revisiones sistemáticas. Ninguno citaba el comentario directamente, y todas menos 2 de las 96 citas indirectas (98%) lo presentaban como un apoyo al uso de la NOS cuando ocurría lo contrario. El comentario había sido citado 1,250 veces hasta diciembre de 2016. La lección práctica es leer la crítica antes de citarla y citarla correctamente.

Fiabilidad entre evaluadores

Hartling y sus colegas hicieron que dos revisores aplicaran la NOS a 131 estudios de cohortes de ocho metaanálisis. El acuerdo varió de sustancial para la duración del seguimiento (kappa 0.68) a deficiente para la selección de la cohorte no expuesta (kappa -0.03) y para la demostración de que el resultado estaba ausente al inicio (kappa -0.06). La fiabilidad de la puntuación global fue aceptable (kappa 0.29, intervalo de confianza del 95 %: 0.10 a 0.47). Los revisores consideraron que la herramienta era difícil de usar y las reglas de decisión vagas, y el estudio no encontró asociación entre los ítems individuales o la puntuación global y las estimaciones del efecto. Nótese que los dos ítems con peor puntuación son los ítems 2 y 4 del bloque de selección de cohortes utilizado en el ejemplo resuelto anterior.

Dependencia de lo que los autores eligieron informar

Lo, Mertz y Loeb compararon las puntuaciones NOS de los revisores de una revisión sistemática publicada con las puntuaciones completadas por los autores de los estudios de cohortes. Los autores de 65 de 182 estudios (36%) respondieron. La mediana de la puntuación general fue de 6 (rango intercuartil de 6 a 6) para los revisores y de 5 (rango intercuartil de 4 a 6) para los autores, una diferencia significativa (p < 0.001), y la concordancia en la puntuación general fue baja (kappa -0.004). La concordancia a nivel de ítems varió de leve (kappa 0.15) a baja (kappa -0.06).

Los resultados no son uniformemente malos.

Kalaycioglu y sus colegas hicieron que seis evaluadores analizaran 30 estudios de exposición con cada una de las tres herramientas, clasificándolos como de bajo, intermedio o alto riesgo de sesgo. Todas las herramientas, incluida la NOS, alcanzaron una fiabilidad interevaluador sustancial (correlación intraclase de 0.61 a 0.80), mientras que la lista de verificación SIGN50 logró una concordancia casi perfecta. Los autores señalan que las herramientas con criterios más sencillos y en menor cantidad pueden generar evaluaciones más fiables. En conjunto con los estudios anteriores, la conclusión razonable es que la fiabilidad depende del diseño de la evaluación, la formación de los evaluadores y la forma en que se agrupan las puntuaciones en categorías.

<b></b><b></b>

La NOS se diseñó para estudios de cohortes y de casos y controles. Carra y sus colegas propusieron una adaptación para estudios transversales (NOS-xs, con una variante de cuatro estrellas para estudios de prevalencia), lo que demuestra tanto la necesidad de una herramienta más amplia como el hecho de que la original no abarca ese diseño. Para estudios de intervenciones no aleatorizados, el capítulo 25 del Manual Cochrane (versión 6.5, 2024) describe ROBINS-I como la herramienta para evaluar el riesgo de sesgo y la presenta como un marco para evaluar un único resultado.

NOS vs ROBINS-I vs JBI: Una tabla de decisiones

La elección de una herramienta depende principalmente de los requisitos de la revisión y del diseño de los estudios incluidos. Las filas descriptivas que aparecen a continuación provienen de las fuentes mencionadas en la última columna. La fila «Elíjala cuando» es una regla de decisión propia de Editverse, ofrecida como guía práctica y no como un estándar publicado.

Si la revista o el comité de directrices recomienda una herramienta, utilice esa y justifique cualquier adición. Nuestra guía de herramientas ROBINS-I describe en detalle la alternativa basada en dominios.

Preguntas frecuentes

¿Cuántas estrellas puede obtener un estudio en la escala Newcastle-Ottawa?

Hasta nueve en cualquiera de las versiones, compuestas por 4 estrellas de Selección, 2 estrellas de Comparabilidad y 3 estrellas de Resultado (cohorte) o estrellas de Exposición (caso-control).

¿Existe un límite oficial para obtener una buena puntuación en NOS?

No. El manual de Ottawa y las hojas de calificación no proporcionan ninguna. Las revisiones aplican sus propias conversiones, como los umbrales de bueno, regular y malo de la AHRQ, y deben citar la fuente.

¿Puedo utilizar la NOS para ensayos aleatorizados o estudios transversales?

La escala fue diseñada para estudios de cohortes no aleatorizados y estudios de casos y controles. Los ensayos aleatorizados utilizan otras herramientas, y Carra y sus colegas propusieron una adaptación transversal (NOS-xs).

¿Debería utilizarse la puntuación total de NOS para ponderar los estudios en un metaanálisis?

Hartling y sus colegas evaluaron la validez directamente y no encontraron ninguna asociación entre los ítems individuales o la puntuación general y las estimaciones del efecto. Informar los resultados a nivel de ítem y comprobar la sensibilidad por dominio es más fácil de justificar que ponderar por estrellas.

Apoyo profesional para la evaluación de la escala Newcastle-Ottawa en su revisión.

Seleccionar la herramienta, ajustar la configuración del protocolo y capacitar a los evaluadores para que la apliquen de la misma manera son los pasos que determinan si una tabla de la Escala Newcastle-Ottawa supera la revisión por pares. Los metodólogos de Editverse establecen estas decisiones junto con usted, trabajan en consonancia con COPE, ICMJE y GPP 2022, y cumplen con los requisitos institucionales y específicos de cada país. Los paquetes que se muestran a continuación se ajustan a la etapa en la que se encuentra su revisión.

Si su protocolo ya está redactado y los estudios incluidos se han extraído, el paquete de análisis independiente es la vía más rápida para realizar un análisis de sensibilidad por dominio de calidad. Si desea que un solo equipo lleve a cabo la revisión desde el protocolo hasta el manuscrito, el paquete Complete SR + Meta-Analysis cubre la evaluación de la calidad y las cifras de riesgo de sesgo durante todo el proceso.

Conclusión

La escala Newcastle-Ottawa convierte las características de diseño de un estudio en un máximo de nueve estrellas, con una lista de ítems clara para estudios de cohortes y de casos y controles, y un manual de codificación breve que resuelve la mayoría de los casos límite. Sus puntos fuertes son la rapidez y la familiaridad. Sus puntos débiles, como muestra la literatura, son las definiciones de los ítems, que los críticos consideran arbitrarias, la falta de concordancia entre los evaluadores y la dependencia de lo que informan los autores. Úsela con configuraciones fijas en el protocolo, dos evaluadores independientes, tablas a nivel de ítem y una fuente declarada para cualquier etiqueta de bueno, regular o malo, y recurra a ROBINS-I o a una lista de verificación JBI cuando su pregunta o diseño lo requiera.

Referencias

1. Wells GA, Shea B, O'Connell D, Peterson J, Welch V, Losos M, Tugwell P. La escala Newcastle-Ottawa (NOS) para evaluar la calidad de los estudios no aleatorizados en metaanálisis. Instituto de Investigación del Hospital de Ottawa. ohri.ca/programs/clinical_epidemiology/oxford.asp
2. Stang A. Evaluación crítica de la escala Newcastle-Ottawa para la valoración de la calidad de los estudios no aleatorizados en metaanálisis. Eur J Epidemiol. 2010;25(9):603-605. PMID 20652370. doi: 10.1007 / s10654-010-9491-z
3. Stang A, Jonas S, Poole C. Estudio de caso sobre errores importantes en las citas: un comentario crítico sobre la escala Newcastle-Ottawa. Eur J Epidemiol. 2018;33(11):1025-1031. PMID 30259221. doi:10.1007/s10654-018-0443-3
4. Hartling L, Milne A, Hamm MP, Vandermeer B, Ansari M, Tsertsvadze A, Dryden DM. La evaluación de la Escala de Newcastle-Ottawa mostró una baja fiabilidad entre evaluadores individuales. J Clin Epidemiol. 2013;66(9):982-993. PMID 23683848. doi:10.1016/j.jclinepi.2013.03.003
5. Lo CK, Mertz D, Loeb M. Escala de Newcastle-Ottawa: comparación de las evaluaciones de los revisores con las de los autores. BMC Med Res Methodol. 2014;14:45. PMID 24690082. doi:10.1186/1471-2288-14-45
6. Kalaycioglu I, Rioux B, Briard JN, Nehme A, Touma L, Dansereau B, Veilleux-Carpentier A, Keezer MR. Fiabilidad interobservador de las herramientas de riesgo de sesgo para estudios no aleatorizados. Syst Rev. 2023;12:227. PMID 38057883. doi: 10.1186 / s13643-023-02389-w
7. Sterne JA, Hernan MA, Reeves BC, et al. ROBINS-I: una herramienta para evaluar el riesgo de sesgo en estudios de intervenciones no aleatorizados. BMJ. 2016;355:i4919. PMID 27733354. doi:10.1136/bmj.i4919
8. Sterne JAC, Hernan MA, McAleenan A, Reeves BC, Higgins JPT. Capítulo 25: Evaluación del riesgo de sesgo en un estudio no aleatorizado. En Higgins JPT, Thomas J, Chandler J, et al, eds. Manual Cochrane para revisiones sistemáticas de intervenciones, versión 6.5. Cochrane; 2024. cochrane.org/authors/handbooks-and-manuals/handbook/current/chapter-25
9. Higgins JPT, Morgan RL, Rooney AA, et al. Una herramienta para evaluar el riesgo de sesgo en estudios de seguimiento no aleatorizados de efectos de la exposición (ROBINS-E). Environ Int. 2024. PMID 38555664. doi:10.1016/j.envint.2024.108602
10. Carra MC, Romandini P, Romandini M. Evaluación del riesgo de sesgo de estudios transversales: adaptación de la escala de Newcastle-Ottawa. J Periodontal Res. 2026. PMID 40293188. doi:10.1111/jre.13405
11. Esmailian A, Raki C, Han HC, Alasti M. El papel del ejercicio en la reducción de la recurrencia del síncope vasovagal: una revisión sistemática y metaanálisis. Am J Prev Cardiol. 2026. PMID 42006405. doi:10.1016/j.ajpc.2026.101504
12. Heera T, Babu R. Revisión sistemática y metaanálisis que compara los resultados de la pieloplastia con reducción frente a la pieloplastia sin reducción en niños. J Indian Assoc Pediatr Surg. 2025. PMID 40756036. doi:10.4103/jiaps.jiaps_1_25
13. Herramientas de evaluación crítica de JBI (listas de verificación según el diseño del estudio). JBI. jbi.global/critical-appraisal-tools
14. Jørgensen H, Horváth-Puhó E, Laugesen K, Brækkan S, Hansen JB, Sørensen HT. Riesgo de una pensión de invalidez permanente relacionada con el trabajo después de un incidente de tromboembolismo venoso en Dinamarca: un estudio de cohorte poblacional. PLoS Med. 2021;18(8):e1003770. PMID 34464405. doi:10.1371/journal.pmed.1003770
15. Wells GA, Shea B, O'Connell D, et al. Escala de evaluación de calidad Newcastle-Ottawa, hoja de calificación de estudios de cohortes y manual de codificación para estudios de cohortes. Instituto de Investigación del Hospital de Ottawa. Hoja de valoración (PDF), Manual de codificación (PDF)