Professional Documents
Culture Documents
Vctor Soria Aledo. Hospital General Universitario Morales Meseguer. Servicio Murciano de Salud.
COORDINACIN:
o r d e n d e a pa r i c i n e n l o s c a p t u l o s) :
Ignacio Anza Aguirrezabala, Asensio Lpez Santiago, Francisco Miguel Gonzlez Valverde,
Guadalupe Ruiz Merino, Teresa Garca Garca, Juan Jos Valverde Iniesta, Csar Cinesi Gmez,
Julio Fontcuberta Martnez, Alfonso Miguel Muoz Urea, Mara Teresa Martnez Ros,
Vctor Soria Aledo, Fernando Navarro Mateu, Olga Monteagudo Piqueras, Eva Abad Corpa,
Mari Carmen Vivo Molina, Juan Antonio Snchez Snchez, Enrique Aguinaga Ontoso,
M Carmen Snchez Lpez, M Dolores Castillo Bueno, Agustn Roca Vega, Antonio Ros Zambudio,
Andrs Carrillo Alcaraz, Antonia Lpez Martnez.
ISBN:
978-84-96994-68-3
RE ALIZ ACIN:
Quaderna Editorial
NDICE DE CONTENIDO
ndice
Presentacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Autores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
13
1. Investigacin y salud. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Las ciencias sanitarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. La atencin sanitaria como ciencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. Conjugar actividad investigadora y asistencial es necesario. . . . . . . . . . . . . . . . . .
5. Conjugar la actividad investigadora y asistencial es posible?.. . . . . . . . . . . . . . . .
6. Nuevo concepto de investigacin clnica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7. Conceptos en investigacin sanitaria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
15
15
17
18
19
19
21
23
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Financiacin Nacional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. Financiacin Autonmica: Regin de Murcia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. Financiacin Privada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
25
27
28
3 tica en la investigacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
TERESA GARCA GARCA, JUAN JOS VALVERDE INIESTA
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. tica de la investigacin clnica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. tica de la publicacin cientfica.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
37
39
43
44
45
48
48
51
53
54
56
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Ensayo Clnico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. Ensayo Comunitario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
60
66
4. Conclusin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
67
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Concepto y Nomenclatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. Etapas de una Revisin Sistemtica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
68
70
4. Conclusiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
75
77
78
79
79
NDICE DE CONTENIDO
87
2. Enfoques terico-metodolgicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. Caractersticas del diseo cualitativo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. Anlisis de datos cualitativos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
88
89
91
93
94
10 Estadstica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Conceptos bsicos.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
98
3. Anlisis descriptivo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
101
11 Probabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
105
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Conceptos de probabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
106
106
3. Distribuciones de probabilidad.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
112
12 Inferencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
116
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Intervalos de confianza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
116
116
3. Pruebas de hiptesis.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
116
123
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
124
124
137
138
139
141
142
145
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Preguntas clnicas de primera lnea.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
146
147
148
149
153
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
154
154
162
165
166
166
166
167
170
170
171
172
9. Desarrollo de la BVMS.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
172
173
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Concepto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
174
175
175
176
177
NDICE DE CONTENIDO
179
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
180
181
180
4. Puntos clave.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
186
187
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Elaboracin de la pregunta clnica y estrategia de bsqueda de informacin.. . .
3. Lectura crtica de un Meta-anlisis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. Resolucin del escenario clnico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
188
188
190
195
196
199
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Elaboracin de la pregunta clnica y estrategia de bsqueda de informacin.. . .
3. Lectura crtica de un Ensayo Controlado Aleatorizado. . . . . . . . . . . . . . . . . . . . . . . .
4. Resolucin del escenario clnico.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
200
200
202
209
5. Puntos clave. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
209
211
1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
212
212
213
220
P R E S E N TAC I N
Presentacin
Fruto del trabajo realizado por este grupo de expertos se publica esta obra que servir
adems como recurso docente fundamental para una formacin comn de los residentes
en materia de investigacin.
Para finalizar, agradecer a los autores y profesionales que han hecho posible la publicacin de este trabajo que sin duda contribuir a una formacin de calidad en una materia
fundamental como es la investigacin, as como el camino a seguir para integrarla en su
desempeo como profesionales sanitarios.
Mara ngeles Palacios Snchez
Consejera de Sanidad y Poltica Social de la Regin de Murcia
10
AUTORES
Autores
Eva Abad Corpa, Diplomada en enfermera. Responsable del rea Estratgica de la Unidad de Investigacin en Cuidados de Salud (Investn-isciii). Tcnico de la Consejera de
Sanidad y Poltica Social de la Regin de Murcia.
Enrique Aguinaga Ontoso, Mdico Especialista en Medicina Preventiva y de Salud Pblica. Centro Tecnolgico de Informacin y Documentacin Sanitaria. Consejera de
Sanidad y Poltica Social de la Regin de Murcia.
Ignacio Anza Aguirrezabala, Mdico Especialista en Medicina Familiar y Comunitaria.
Jefe de estudios de Medicina Familiar y Comunitaria de la Unidad Docente de Lorca.
Servicio Murciano de Salud.
Andrs Carrillo Alcaraz, Mdico Especialista en Medicina Intensiva. Hospital General Universitario Morales Meseguer de Murcia. Servicio Murciano de Salud.
M Dolores Castillo Bueno, Diplomada en Enfermera. Tcnica de Gestin de Informacin
Sanitaria. Centro Tecnolgico de Informacin y Documentacin Sanitaria. Consejera
de Sanidad y Poltica Social de la Regin de Murcia.
Csar Cinesi Gmez, Mdico Especialista en Medicina Familiar y Comunitaria. Responsable Docente de Urgencias. Hospital General Universitario Reina Sofa de Murcia. Servicio Murciano de Salud.
Julio Fontcuberta Martnez, Mdico Especialista en Medicina Familiar y Comunitaria.
Jefe de Estudios Unidad Docente Multiprofesional de Atencin Familiar y Comunitaria
Cartagena-Mar Menor. Servicio Murciano de Salud.
Teresa Garca Garca, Mdico Especialista en Oncologa Mdica, Facultativa Especialista
en Oncologa Mdica. Presidenta del Comit de tica Asistencial. Hospital Universitario Morales Meseguer de Murcia. Servicio Murciano de Salud.
Fco. Miguel Gonzlez Valverde, Mdico Especialista en Ciruga General y del Aparato
Digestivo. Coordinador de Investigacin. Hospital General Universitario Reina Sofa de
Murcia. Servicio Murciano de Salud.
Antonia Lpez Martnez, Mdico Especialista en Medicina Intensiva. Hospital Universitario Morales Meseguer de Murcia. Servicio Murciano de Salud.
Asensio Lpez Santiago, Mdico Especialista en Medicina Familiar y Comunitaria, coordinador de Proyectos Estratgicos. Direccin General de Planificacin, Ordenacin
Sanitaria y Farmacutica e Investigacin. Consejera de Sanidad y Poltica Social de la
Regin de Murcia.
11
M Teresa Martnez Ros, Mdico Especialista en Medicina Familiar y Comunitaria y Especialista en Medicina Preventiva y Salud Pblica. Direccin General de Asistencia Sanitaria. Servicio Murciano de Salud.
Olga Monteagudo Piqueras, Mdico Especialista en Medicina Preventiva y en Salud Pblica. Tcnico Responsable de Calidad Asistencial. Direccin General de Planificacin,
Ordenacin Sanitaria y Farmacutica e Investigacin. Consejera de Sanidad y Poltica
Social de la Regin de Murcia.
Alfonso Miguel Muoz Urea, Mdico Especialista en Medicina Familiar y Comunitaria.
Tcnico de Salud Unidad Docente Multiprofesional de Atencin Familiar y Comunitaria Cartagena-Mar Menor. Servicio Murciano de Salud.
Fernando Navarro Mateu, Mdico Especialista en Psiquiatra. Jefe de Estudios de la Unidad Docente Multiprofesional de Salud Mental de la Regin de Murcia. Subdireccin
General de Salud Mental y Asistencia Psiquitrica. Servicio Murciano de Salud.
Antonio Ros Zambudio, Mdico Especialista en Ciruga General y Aparato Digestivo. Profesor Asociado del Departamento de Ciruga de la Universidad de Murcia. Hospital
Universitario Virgen de la Arrixaca de Murcia. Servicio Murciano de Salud.
Agustn Roca Vega, Mdico. Diplomado en Biblioteconoma y Documentacin. Tcnico
de Gestin de Documentacin Sanitaria. Centro Tecnolgico de Informacin y Documentacin Sanitaria. Consejera de Sanidad y Poltica Social de la Regin de Murcia.
Guadalupe Ruiz Merino, Matemtica. Unidad de Metodologa, tica y Calidad (UMEC).
Fundacin para la Formacin e Investigacin Sanitarias de la Regin de Murcia.
Juan Antonio Snchez Snchez, Mdico Especialista en Medicina de Familia y Comunitaria. Centro Tecnolgico de Informacin y Documentacin Sanitaria. Consejera de
Sanidad y Poltica Social de la Regin de Murcia.
M Carmen Snchez Lpez, Mdico Especialista en Medicina de Familia y Comunitaria.
Centro Tecnolgico de Informacin y Documentacin Sanitaria. Consejera de Sanidad
y Poltica Social de la Regin de Murcia.
Vctor Soria Aledo, Mdico Especialista en Ciruga General y del Aparato Digestivo. Facultativo Especialista de rea Ciruga General. Coordinador de Investigacin. Hospital
Universitario Morales Meseguer de Murcia. Servicio Murciano de Salud.
Juan Jos Valverde Iniesta, Mdico Especialista en Oncologa Mdica. Jefe de Seccin
Oncologa Mdica. Presidente del Comit de tica Asistencial, Hospital Universitario
Virgen de la Arrixaca de Murcia. Servicio Murciano de Salud.
M Carmen Vivo Molina, Licenciada en Ciencias y Tcnicas Estadsticas. Profesora asociada de la Universidad Miguel Hernndez. Direccin General de Planificacin, Ordenacin Sanitaria y Farmacutica e Investigacin. Consejera de Sanidad y Poltica Social
de la Regin de Murcia.
12
Investigacin clnica
(en diferentes contextos).
Conjugar actividad investigadora
y asistencial es posible?
Nuevo concepto de investigacin clnica.
Constitucin de grupos
multidisciplinares de investigacin.
IGNACIO ANZA AGUIRREZABALA1
ASENSIO LPEZ SANTIAGO2
1. Investigacin y salud
La prctica clnica debe basarse en el conocimiento. No obstante, el conocimiento
acumulado a lo largo de la historia bajo el procedimiento de ensayo-error, experimentado de manera individual, queda definido finalmente como conocimiento cientfico por
Francis Bacon en el siglo XVII, cuando se convierte en un procedimiento sistemtico de
estudio de la naturaleza. Sin embargo, la consolidacin del mtodo cientfico sucede a
principios del siglo XX, cuando quedan establecidos los dos criterios esenciales y nucleares que determinan la validez de los resultados de la investigacin: son la reproductividad
y el falsacionismo de Karl Popper.
La reproductividad indica que toda afirmacin nueva o nuevo conocimiento cientfico
alcanzado slo puede ser reconocido si es replicado, de manera independiente, por otro
conjunto de personas ajenas al experimento y con el mismo procedimiento de investigacin. El falsacionismo establece que toda nueva teora es siempre aceptada de manera
provisional, pero nunca verificada. El mtodo cientfico impone que la verificacin de una
hiptesis se realiza por comparacin de dos afirmaciones, siendo una de ellas rechazada,
y por tanto todo conocimiento se establece desde la provisionalidad. Aunque esta provisionalidad puede llegar a convertirse en una afirmacin que d paso a una teora si tras la
acumulacin de experimentos no se llega a rechazar o falsear la misma.
La ignorancia sobre los factores que condicionan la salud, la historia natural de la enfermedad, el funcionamiento de los servicios de salud o el tipo de atencin que prestamos, resulta muy cara a la sociedad tanto en trminos econmicos como de bienestar
fsico, psquico y social1.
La investigacin nos ayuda a comprender la naturaleza de las cosas y la organizacin
de nuestro sistema sanitario, la efectividad de los procedimientos sanitarios y el comportamiento de nuestros pacientes.
Investigar es elaborar una respuesta racional y objetiva frente a la incertidumbre. Lo
que se pretende es construir modelos explicativos de la estructura de las cosas con la
mayor verdad y claridad posible2.
14
El desarrollo actual de las profesiones sanitarias ha generado un gran cuerpo de conocimientos que se ha nutrido de la experiencia acumulada en las prcticas sanitarias y que
rentabiliza el conocimiento generado en todos los campos que afectan al ser humano:
pensamiento, naturaleza, sociedad.
El profesional sanitario en la aplicacin de su mtodo explora la realidad del caso y en
relacin con el conocimiento previo genera hiptesis, que va precisando hasta generar un
diagnstico, definicin, delimitacin y circunstancias del problema, acuerda un plan de
intervencin que administra, y valora los resultados, reiniciando el proceso de exploracin
o dando el caso por resuelto. La prctica sanitaria es intrnsecamente compleja porque
considera todas las dimensiones de la persona en la toma de decisiones, y tambin la organizacin social y la de los propios servicios de salud. Su cuerpo de conocimientos es as
mismo complejo, dilatado por la cantidad de informacin generada en los procesos asistenciales, cambiante porque continuamente incorpora nuevos conocimientos, nuevos
15
16
17
18
19
Profesiones implicadas: mdicos, enfermeras, psiclogos, odontlogos, farmacuticos, tcnicos sanitario, otros.
Investigacin operacional: investiga el desempeo de la organizacin, el impacto en
la sociedad.
Por ejemplo, Cambios en el control metablico, en los costes asistenciales y en la calidad de vida de pacientes diabticos tipo II atendidos en las consultas de enfermera de los
centros de salud incorporando la tcnica de determinacin capilar de la HBA1.
Profesiones implicadas: profesionales sanitarios en la organizacin (mdicos, enfermeras, psiclogos, odontlogos, tcnicos sanitarios) - profesionales de la organizacin (gestin y administracin, educacin, ciencias sociales, derecho).
Investigacin translacional: persigue disear rpidamente y estudiar cuanto antes nuevas aproximaciones diagnsticas o teraputicas basadas en los ltimos avances de la ciencia bsica y de la tecnologa.
Es un proceso interactivo de todos los agentes implicados que concibe la investigacin como respuesta a necesidades de la sociedad y orienta el proceso investigador para
optimizar en tiempo y extensin los beneficios derivados de los nuevos conocimientos.
Se establece una relacin colaborativa bidireccional entre la investigacin bsica y la
clnica, el equipo investigador es multidisciplinar, a veces multicntrico.
Cuando los resultados de la investigacin clnica se trasladan a la operacional, al desempeo en una organizacin o servicio y a los resultados en la sociedad, podemos hablar
de un proceso interactivo sistmico y la colaboracin abarca a todos los agentes de la
atencin de salud.
En los equipos multidisciplinares se conjugan las aportaciones de los investigadores
desde distintas disciplinas.
Segn su grado de integracin se habla de equipos:
Multidisciplinares. Cada profesional interviene en el proceso desde su disciplina.
Interdisciplinares. El proyecto y el trabajo de investigacin incorporan elementos
procedentes de las distintas disciplinas integrantes.
Transdisciplinares. Se produce a lo largo del proceso investigador una integracin de
los principios y de los mtodos provenientes de cada disciplina.
20
Bibliografa
1. Pozo F. Ricoy JR Lzaro P.: Una estrategia de investigacin en el Sistema Nacional de Salud: La Epidemiologia
Clnica. Med Clin (Barc) 1994;17:664-669.
2. Bunge M. La investigacin Cientfica. Ariel Mthodos. Barcelona, 1989.
21
2
Financiacin de la investigacin
en Espaa.
Programas competitivos nacionales
y regionales pblicos
1. Introduccin
El gasto pblico en I+D+i (investigacin, desarrollo e innovacin) en Espaa no es precisamente alentador. En el ao 2010 apenas alcanzaba el 50% de la media de los pases de
la OCDE (1,38% del PIB en Espaa, frente al 2,76% en la OCDE) y la poblacin ocupada en
I+D en Espaa era inferior a la de nuestro entorno.
As pues, la investigacin en Espaa es relativamente escasa en cuanto a recursos
humanos y financieros aunque la distancia con los pases del entorno se reduce lentamente. Los presupuestos generales del Estado de los ltimos aos han ido dando cada
vez mayor importancia a los gastos en I+D: aproximadamente la mitad de los recursos
para investigacin tienen su origen en la empresa, aportando la Administracin Pblica
el 44%. La aportacin del exterior ronda el 5% y apenas el 1% tiene su origen en instituciones privadas sin fines de lucro. Por lo que se refiere a la distribucin del gasto en I+D
en funcin del tipo de investigacin, la investigacin bsica ha ido perdiendo terreno a
favor de la Investigacin de desarrollo experimental y tecnolgico. Segn el observatorio
espaol de la innovacin y el conocimiento (ICONO) la produccin cientfica espaola es
el 3,4% de la mundial, el personal dedicado a I+D se increment un 2,4% y el gasto pblico en I+D aument un 5,8% en 2010. Segn esta misma fuente, la financiacin pblica
a la I+D+i se dedica principalmente a Defensa (16,3%) y a la Produccin y Tecnologa
Industrial (14,5%).
El informe Health and Medical Research in Spain del RAND (Europes Health Research
Observatory) proporciona una visin general de la salud y la investigacin biomdica en
Espaa. El estudio resalta que la falta de continuidad en polticas cientficas ha marcado la
historia de la ciencia en Espaa y cmo ste es uno de los factores principales que la diferencian del resto de pases analizados. Los principales puntos de inters del informe son la
importancia del Instituto Carlos III como gestor de los fondos y del CSIC como conductor
de la investigacin, que los fondos para la I+D en Espaa han ido aumentando ao tras
ao y la I+D en salud ha crecido de manera porcentual, que ha crecido la productividad en
investigacin en las ciencias biomdicas (medida por las publicaciones cientficas) y que,
a pesar de las mejoras, todava hay algunos retos importantes para el futuro.
El principal objetivo de este captulo ser proporcionar una herramienta de ayuda
para todos aquellos que pretendan financiar actividades de I+D en el campo biosanitario.
Analizaremos, en primer lugar, la financiacin nacional, centrndonos en los programas
de mayor repercusin econmica. A continuacin, realizaremos un estudio similar sobre
la financiacin en el mbito regional y en el europeo e internacional. Para ofrecer una informacin lo ms completa posible, se mencionarn tambin algunas formas bsicas de
financiacin privada y las plataformas ms importantes.
Queremos ofrecer una visin general de los diferentes tipos de financiacin existentes y ayudar a decidir cul es el tipo de financiacin acorde a nuestras expectativas o
necesidades.
24
2. Financiacin Nacional
Marco Normativo
Ley 14/2011 de la Ciencia, la Tecnologa y la Innovacin.
Ley 16/2003 de Cohesin y Calidad del SNS.
Ley 14/2007 de Investigacin Biomdica.
Marco Instrumental e institucional
25
26
de investigacin, desarrollo e innovacin comunes con el fin de promover la complementariedad de actuaciones compartiendo objetivos y recursos.
http://aes.isciii.es/articulacion/retics.htm
El Ministerio de Ciencia e Innovacin (MICINN) dentro del programa Nacional de contratacin e incorporacin de RRHH dispone de dos subprogramas interesantes para residentes que finalicen su periodo:
1. Subprograma Juan de la Cierva: este subprograma va dirigido a la contratacin de
jvenes doctores, prestando una atencin especial al colectivo de investigadores
que han obtenido su ttulo de doctor recientemente, con el objeto de que puedan
incorporarse a equipos de investigacin para su fortalecimiento.
2. Subprograma Ramn y Cajal: este subprograma tiene como objetivo principal fortalecer la capacidad investigadora de los grupos e instituciones de I+D, tanto del
sector pblico como del privado, mediante la contratacin de investigadores que
hayan obtenido el grado de doctor, y que hayan presentado una lnea de investigacin a desarrollar, a travs de ayudas cofinanciadas gradual y progresivamente por
las instituciones receptoras, que identifican y definen sus estrategias de investigacin y las reas en las que quieren especializarse.
27
Apoyo al talento investigador: formacin de recursos humanos pre y postdoctorales, y reincorporacin de doctores.
Generacin y valorizacin del conocimiento cientfico y tcnico: transferencia de
resultados a sectores productivos.
Programa de Investigacin: Proyectos, Redes y reas Estratgicas.
Movilidad investigadora y difusin de la cultura cientfica, bajo criterios de cooperacin e internalizacin.
Programa de Ciencia, Cultura y Sociedad, dirigido a la divulgacin cientfica y tecnolgica.
4. Financiacin Privada
Como hemos visto hasta ahora, la realizacin de un proyecto en el mbito de I+D+i
puede estar respaldada por numerosas opciones de financiacin pblica. No obstante,
este tipo de financiacin no siempre est disponible, ni es siempre la que mejor se adeca al tipo de investigacin que se quiere desarrolllar, por lo que existen distintas formas
esenciales de financiacin privada:
28
29
ANEXO I. Bibliografa
Segn el orden en el que han sido tratados los diferentes temas, procedemos a enumerar las referencias utilizadas para este Tema.
Artculos de referencia:
Fragiskos Archontakis. Health and Medical Research in Spain. Health Research Observatory. http://www.rand.org/
pubs/documented_briefings/DB566/
Plan Nacional de I+D+i
Plan Nacional de I+D+i 2008-2011: http://www.plannacionalidi.es/plan-idi-public/
Ministerio de Ciencia e Innovacin, Gobierno de Espaa: http://univ.micinn.fecyt.es
Ingenio 2010
Programa Ingenio 2010: http://www.ingenio2010.es
CICYT
Programa Ingenio 2010: http://www.ingenio2010.fecyt.es
CDTI
Centro para el Desarrollo Tecnolgico Industrial (CDTI): http://www.cdti.es
Financiacin Autonmica: Regin de Murcia
Plan de Ciencia, Tecnologa e Innovacin (2011-2014). http://www.plandeciencia.com, http://www.carm.es/cuei
Fundacin Sneca: Agencia de Ciencia y Tecnologa de la Regin de Murcia. http://www.f-seneca.org
Fundacin para la Formacin e Investigacin Sanitarias de la Regin de Murcia. http://www.ffis.es
Acuerdos Bilaterales
Centro para el Desarrollo Tecnolgico Industrial (CDTI), Programas Bilaterales: http://www.cdti.es/index.asp?MP=
7&MS=33&MN=2&TR=C&IDR=322
Programas Marco
Actividades de la Unin Europea: http://europa.eu
Ministerio de Industria, Turismo y Comercio, Gobierno de Espaa: http://www.mityc.es
Informacin Comunitaria sobre Investigacin y Desarrollo (CORDIS): http://cordis.europa.eu
Acciones COST
Ministerio de Ciencia e Innovacin, Gobierno de Espaa: http://univ.micinn.fecyt.es
Proyecto Eureka
MadrI+D: http://www.madrimasd.org
Financiacin Privada
Europa Innova: http://www.europainnova.com
eContentPlus
Europes Information Society, plataforma eContentPlus: http://ec.europa.eu
eMobility
Plataforma eMobility: http://www.emobility.eu.org
eMov
Portal de la Innovacin, plataforma eMov: http://www.idi.aetic.es/emov/
eNem
Portal de la Innovacin, plataforma eNem: http://www.idi.aetic.es/enem/
Safer Internet Plus (SIP)
Europes Information Society, Safer Internet Plus (SIP): http://ec.europa.eu/information_society/activities/sip/index_en.htm
30
31
mbito Autonmico
Fundaciones y Empresas
32
33
3
tica en la investigacin
1. Introduccin
1.1. Los fines de la investigacin mdica en humanos y con animales
La investigacin mdica tiene por objeto el conocimiento de las caractersticas, procesos, desarrollo y relaciones que tienen lugar en los seres humanos, as como la patologa
de esos procesos y la eficacia de las prcticas dirigidas al conocimiento y tratamiento de
la patologa para intentar restaurar la normalidad. En gran parte se trata de validar las
prcticas clnicas de modo que toda la actividad pueda estar basada en una evidencia
cientficamente probada, y no solamente en la tradicin o en el empirismo.
Siendo unos fines en principio buenos, no confieren automticamente bondad moral
a cualquier prctica investigadora. La mayor parte de los procedimientos implican riesgos
y costes. Adems, como en toda actividad humana, los objetivos pueden degradarse, bien
por el uso de medios dudosos, bien por la sustitucin de los mismos fines por objetivos
interesados y egostas; o bien por la utilizacin de los resultados en contra del propio
hombre, al servicio de ideologas inhumanas, como ya ha sucedido en no pocas ocasiones. Es, por tanto, necesario ajustarse a unos principios ticos que no deberan ser vistos
como lmites al desarrollo, sino como guas para mantener la ciencia y la humanidad en
paralelo, nunca en contraposicin.
36
TICA EN LA INVESTIGACIN
37
38
TICA EN LA INVESTIGACIN
3.1. Autora
El reconocimiento legtimo de la autora de una publicacin hace necesaria la definicin de unos criterios comunes y homogneos para definir la condicin de autor de un
39
3.2. Plagio
Uno de los principales medios de fraude intelectual en los trabajos cientficos es la copia total o parcial de las ideas o del contenido de otras publicaciones. La difusin masiva
actual de la mayora de las publicaciones por va electrnica crea las condiciones ideales
para adentrarse en el camino del fraude y del engao, con la herramienta del cortar y
pegar de los programas informticos como principal aliado del presunto tramposo5.
El plagio consiste en la apropiacin de un trabajo ajeno sin hacer referencia a los autores originales, con la intencin de ofrecer como propias las ideas o las palabras de otros.
La accin de plagiar constituye una falta de honradez profesional que merma los mritos
reales al verdadero autor y supone un grave abuso de la confianza otorgada por la comunidad cientfica4.
40
TICA EN LA INVESTIGACIN
3.4. Edicin
Las revistas mdicas tienen la obligacin moral de desvelar pblicamente su sistema
de revisin por expertos de los trabajos enviados para su publicacin, as como de asegurar la confidencialidad de los manuscritos, aclarar su posicin respecto a la cesin de los
derechos de la propiedad intelectual, y de velar por una correcta difusin de las noticias
publicadas sobre las investigaciones biomdicas en los medios de comunicacin5.
El compromiso continuado de los investigadores con la aplicacin de unos criterios
ticos de alta calidad es esencial para mantener la confianza social en la investigacin,
evitar que las personas participantes en los estudios sean consideradas como simples medios para aumentar el conocimiento cientfico, y asegurar que los resultados se reflejen en
avances beneficiosos para los futuros pacientes6.
Bibliografa
1. Herranz G. Los lmites en la investigacin biomdica. En Diario Mdico. 13 de septiembre de 2002.
2. Galende Domnguez, E. tica de la investigacin clnica. En: Garca-Conde J (ed). Metodologa de la investigacin
clnica. Ars Mdica. Barcelona, 2003, pp. 189-205.
3. Lolas SF, Quezada SA (eds). Pautas ticas de investigacin en sujetos humanos: nuevas perspectivas. Programa
Regional de Biotica de Chile. Organizacin Panamericana de la Salud. Organizacin Mundial de la Salud. 2003
pp. 65-71.
4. Jovell AJ. Emulando la publicacin cientfica. Med Clin (Barc) 2008;131(9):341-343.
5. Pulido M. Nueva revisin de los requisitos de uniformidad para manuscritos enviados a revistas biomdicas: atencin a la tica! Med Clin (Barc) 2004;122(17):661-663.
6. Morin K, Rakatansky H, Riddick FA, et al. Managing conflicts of interest in the conduct of clinical trials. JAMA
2002;287(1):78-84.
41
4
Diseos y tipos de estudios
de investigacin: modelo-estructura
de un diseo de investigacin
1. Introduccin
En el da a da el pensamiento del mdico se dedica a la prctica clnica diaria y el
estudio para poder aplicarlo a esta prctica clnica. Sin embargo, todos los das se nos
presentan preguntas sobre la rentalibilidad que presenta una prueba diagnstica, cul
es la causa de tal enfermedad, cul es el mejor tratamiento y qu eficacia tiene. Adems,
es muy frecuente que tanto el paciente como los familiares nos pregunten sobre la evolucin y pronstico del problema de salud. En un principio estas cuestiones se resolvan
de una forma emprica, es decir, basado nicamente en la experiencia del mdico y/o de
las experiencias previas de otros mdicos. An hoy en da esta prctica es habitual. Por
ejemplo, un residente de primer ao recin acabada la carrera, se le presenta una duda y
pregunta a su adjunto. ste le responde y este residente realiza lo que le ha dicho su adjunto y aprende que sta es la respuesta correcta. En otros casos damos la respuesta tras
un razonamiento fisiopatolgico. Por ejemplo, utilizo furosemida intravenosa a dosis altas
en el tratamiento para el edema agudo pulmn ya que provoca una veno-dilatacin y al
promover la diuresis disminuir el edema pulmonar. Esto no significa que estos mtodos
no valgan para nada, sino que no son el mejor mtodo y, adems, suelen servir como
base para la realizacin de nuevas hiptesis.
Sin embargo, todas estas prcticas slo suelen aproximarse a la verdad. El mtodo actualmente que ms nos acerca a sta es el cientifco. Es decir, plantear una teora o hiptesis y valorarla posteriormente con pruebas objetivas. Un problema que presenta este tipo
de mtodo es que slo puede responder de forma eficiente una sola pregunta. Por ejemplo, el uso de AAS (cido acetil saliclico) aumenta la supervivencia en el infarto agudo de
miocardio? La pregunta parece sencilla, pero en realidad no es tan fcil. Primero, porque
realmente esta pregunta se nos va a plantear delante de un paciente y nuestra pregunta
va dirigida para dicho paciente. Seguidamente, el uso del AAS con respecto a qu (otro
frmaco, a placebo, etc.). As, no slo en la investigacin, sino a la hora de buscar evidencia
podemos utilizar el sistema PICO (ms desarrollado en el Tema 16):
P (Paciente): ante qu tipo de pacientes se nos plantea el problema. Cuanto ms
estrechemos el cerco mejor calidad tendr el resultado pero ms difcil de encontrar
o realizar, por lo que debemos buscar un equilibrio.
En pacientes mayores de 60 aos con sndrome coronario agudo con elevacin del
ST
I (Intervencin): qu tipo de accin vamos a realizar o estudiar, en caso de que exista.
la administracin de AAS.
C (Comparacin): con respecto a qu es diferente la intervencin. Inicialmente se debe
realizar con respecto a placebo. Pero en un segundo tiempo, en ocasiones inicialmente si conlleva problemas ticos, con respecto a tratamientos previos estudiados.
con respecto a placebo
44
2. La pregunta de investigacin
La clave de una buena investigacion esta en una buena pregunta. Toda investigacion,
analisis o estudio tiene como punto de partida la presencia de una situacion percibida
como problematica, es decir, que es causa de malestar y que, en consecuencia, exige
una explicacion. Esta situacion problematica persistira hasta que exista una correspondencia o discordancia entre la explicacion propuesta del fenomeno y la observacion de
la realidad. La pregunta de investigacion refleja la incertidumbre acerca de algo existente en la poblacion que el investigador quiere resolver mediante la realizacion de mediciones en los sujetos del estudio. Existen innumerables preguntas de investigacion;
el reto no es encontrar preguntas de investigacion, sino la dificultad de encontrar una
pregunta importante que se pueda transformar a la vez en un plan de estudio valido y
factible.
45
46
En tercer lugar, una buena pregunta de investigacion debe ser novedosa. No merece la pena hacer estudios que reiteren lo ya establecido. Por otra parte, una pregunta de investigacion no debe ser siempre totalmente original. Puede preguntar si una
observacion previa puede reproducirse, si los hallazgos en una poblacion se aplican
tambien a un grupo distinto de sujetos, si tecnicas mejoradas de medicion pueden clarificar relaciones entre factores de riesgo conocidos y la enfermedad, o puede confirmar los
resultados de un estudio si el diseno supera las limitaciones de estudios previos.
En cuarto lugar, una buena pregunta de investigacion debe respetar las normas eticas
(ver Tema 3). Un estudio no puede plantear riesgos fisicos inaceptables ni la invasion de la
intimidad de los sujetos. Si existen dudas acerca del caracter etico de un estudio se debe
consultar con los Comites Eticos de Investigacion Clinica antes de continuar.
Por ultimo, una buena pregunta de investigacion ha de ser relevante. La relevancia se
puede predecir imaginando los distintos resultados de la investigacion y considerando
como pueden afectar al conocimiento cientifico, a la practica clinica y sanitaria y a direcciones de investigacion futuras.
Cuando la investigacion no solo es buena sino sobresaliente, se encuentran dos carac
teristicas en el proyecto de investigacion: que pregunte cuestiones importantes (si la
cuestion no es importante, aunque lo demas sea excelente, no se juzgara el trabajo como
sobresaliente) y que el proyecto tenga la potencialidad de aportar una observacion seminal, es decir, una que cree nuevos conocimientos, que conduzca a formas nuevas de
pensar y que abra el camino para investigaciones futuras en el mismo campo. Si se cumplen estos dos criterios, los restantes requisitos para una buena investigacion se suelen
cumplir por lo general.
47
versitario), la consideracion de riesgo del proyecto (hay proyectos de alto riesgo y de alto
interes y otros de bajo riesgo y bajo interes), el numero de proyectos en que se este implicado que nunca pueden ser muchos, la independencia con que se pueda planificar el
estudio, la disponibilidad de colaboracion con otros investigadores o equipos, el enfoque
de problemas tecnicos que surgen y no estamos preparados para abordarlos, o el equilibrio entre proyectos financiados por organismos publicos, proyectos financiados por la
industria farmaceutica y proyectos no financiados.
La eleccion de la mejor pregunta de investigacion depende, por lo tanto, de las circunstancias exactas, del bagaje, de la formacion y de los deseos de los investigadores
individuales, pero cada investigador debera tener una estrategia destinada a elegir una
pregunta de investigacion que optimice las posibilidades de exito.
3. Diseo de un estudio
El desarrollo del protocolo atraviesa cuatro versiones en secuencia, a cada cual mas
elaborada y detallada que la precedente. La primera version consiste en la pregunta del
estudio, una frase que especifica lo que respondera el estudio. La segunda version consiste en un esquema de una a dos paginas de los elementos del estudio, y constituye una
lista de apartados normalizada que sirve de recordatorio de todos los componentes de la
investigacion y clarifica los pasos a dar. La tercera version es el protocolo del estudio propiamente dicho, un desarrollo del esquema anterior, que se convierte en el documento
principal utilizado para planificar el estudio y para solicitar la beca. Por ultimo, la cuarta
version es el manual de operaciones, el conjunto de instrucciones de los metodos, de los
materiales y de todos los procedimientos del estudio, destinado a establecer un enfoque
uniforme y normalizado con objeto de ejecutar el estudio con un buen control de calidad.
4. Tipos de estudios
En los siguientes captulos del curso se describirn con mayor exactitud los diferentes
tipos de estudios, pero vamos a esbozar la clasificacin y la forma de clasificarlos de una
forma resumida.
Existen dos grandes paradigmas de conocimiento: el cualitativo y el cuantitativo. Dentro del paradigma cualitativo encontramos la siguiente clasificacin de estudios:
Estudios observacionales
Estudios interpretativos:
Fenomenologa.
Etnografa.
Teora fundamentada.
48
Estudios socio-crticos:
Investigacin accin
Investigacin feminista
Anlisis crtico del discurso
Y dentro del paradigma de investigacin cuantitativa, los estudios se van a clasificar al
responder dos preguntas consecutivas: la primera si existe una hiptesis en el estudio; la
segunda si existe una intervencin controlada.
Cuando el estudio no responde a ninguna hiptesis previa y su objetivo es describir
una situacin, los estudios se denominan descriptivos. Entre estos se encuentran la series
de casos clnicos, estudios ecolgicos, estudios descriptitivos de morbilidad y mortalidad
y estudios de prevalencia.
Cuando el estudio tiene una hiptesis previa se denomina analtico. Cuando la intervencin no est controlada, es decir, slo observaremos a los sujetos, se denominan observacionales: Estudios de Cohortes y casos-controles.
Cuando el estudio presenta hiptesis y la intervencin est controlada por el investigador tenemos dos tipos de estudios:
Cuasi-Experimentales: si la asignacin no es aleatoria.
Experimentales: cuando la asignacin es aleatoria, siendo el Ensayo Clnico Aleatorio su mayor exponente.
Bibliografa
1. Garca Lpez F. Primeros pasos en la confeccin de un proyecto de investigacin clnica: la pregunta de investigacin. Emergencias 2000; 12:33-39.
2. Hulley SB, Cummings SR. Diseno de la investigacion clinica. Un enfoque epidemiologico. Barcelona: Ediciones Doyma, 1993.
3. Contandriopoulos AP, Champagne F, Potvin L, Denis JL, Boyle P. Preparar un proyecto de investigacion. Barcelona:
SG Editores, 1991.
4. Hulley SB, Cummings SR. Diseno de la investigacion clinica. Un enfoque epidemiologico. Barcelona: Ediciones
Doyma, 1993.
5. Hulley SB, Newman TB, Cummings SR. Puesta en marcha: anatomia y fisiologia de la investigacion. En Hulley SB,
Cummings SR. Diseno de la investigacion clinica. Un enfoque epidemiologico. Barcelona: Ediciones Doyma, 1993,
pp. 1-12.
6. Barbieri RL, Hill JA. Ten steps to writing a research proposal. Fertil Steril 1996;66:690-2.
7. Schwinn DA, DeLong ER, Shafer SL. Writing successful research proposals for medical science. Anesthesiology
1998;88:1660-6.
8. Cummings SR, Browner WS, Hulley SB. Concepcion de la pregunta a investigar. En Hulley SB, Cummings SR. Diseno
de la investigacion clinica. Un enfoque epidemiologico. Barcelona: Ediciones Doyma, 1993, pp. 13-9.
9. Kahn CR. Picking a research problem. The critical decision. N Engl J Med 1994;330:1530-3.
49
5
Estudios observacionales.
Estudios descriptivos, cohortes
y casos control
ESTUDIOS DESCRIPTIVOS
(describen una situacin)
ESTUDIOS ANALTICOS
(analizan hiptesis)
ESTUDIO CASOS-CONTROL
ESTUDIOS COHORTES
52
E S T U D I O S O B S E R VAC I O N A L E S , D E S C R I P T I V O S , CO H O R T E S Y C A S O S CO N T R O L
1. Estudios Descriptivos
1.1. Concepto
Son diseos que describen la enfermedad o fenmeno de salud as como los factores
relacionados con ellos. Los Estudios Descriptivos Transversales o de Prevalencia son los
ms utilizados, adems de los mencionados en la figura 11-3.
53
1.3.3. Los resultados se evalan en trminos de sensibilidad, especificidad, valores predictivos o coeficientes de probabilidad. Para este clculo se tiene en cuenta los resultados
verdaderos positivos, verdaderos negativos, falsos positivos y falsos negativos (Figura 2)5.
1.3.4. El estudio debe incluir a los pacientes con un rango de estos lo ms parecido a
los que se pretende aplicar la prueba, es decir, pacientes desde menor grado de severidad
de enfermedad a mayor grado de severidad.5
1.3.5. El patrn de referencia se aplicar tanto a los que han dado positivo en la prueba
como los que han sido negativo, evitando cualquier tipo de sesgo.
Figura 2. Distribucin de resultados en un estudio de prueba diagnstica.
ENFERMOS
SANOS
TOTAL
TEST +
a (VP)
b (FP)
a+b
TEST
c (FN)
d (VN)
c+d
TOTAL
a+c
b+d
a+b+c+d
54
E S T U D I O S O B S E R VAC I O N A L E S , D E S C R I P T I V O S , CO H O R T E S Y C A S O S CO N T R O L
2.4. Anlisis
El anlisis en los estudios de cohortes se realiza mediante el clculo de Incidencias
en cada grupo, Riesgo relativo (RR), riesgo atribuible y Fraccin de riesgo atribuible. El
RR permite establecer la asociacin entre el Factor de riesgo estudiado y el fenmeno o
enfermedad (Figura 3), como se detallar en posterior tema. Sealar que el RR indica el
nmero de veces que es ms probable padecer la enfermedad. Los valores del RR pueden
ser >1 (existe asociacin entre el factor de riesgo y el fenmeno estudiado), =1 (no existen
diferencias entre los dos grupos, por lo que no se puede establecer una asociacin) y <1
(el factor de riesgo no es tal sino que protege de padecer la enfermedad). Estos estudios
se pueden conocer como estudios pronstico.
En este anlisis hay que considerar las variables explicativas que pueden actuar como
factores de confusin en la interpretacin de los resultados, como por ejemplo una cohorte con mayor edad media que la otra cohorte.
2.5. Ventajas
Estiman incidencias. La exposicin precede a la enfermedad (lgica causal). tiles en
exposiciones infrecuentes. Evitan el sesgo de conocer con antelacin el efecto.
2.6. Limitaciones
Coste elevado, dificultad en la ejecucin, no son tiles en enfermedades raras y enfermedades de largo tiempo de latencia, requieren generalmente un tamao muestral
elevado, el paso del tiempo puede introducir cambios en los mtodos y criterios diagnsticos, posibilidad de prdida en el seguimiento.
55
Enfermos
Cohorte expuesta
Sanos
Enfermos
Cohorte no expuesta
Sanos
ENFERMOS
SANOS
TOTAL
EXPUESTO FR
a+b
NO EXPUESTO FR
c+d
TOTAL
a+c
b+d
a+b+c+d
RR
3.3. Anlisis
El anlisis en los estudios de casos y controles se realiza mediante el clculo de frecuencias en cada grupo, Odds de casos y Odds de controles, que permite calcular la Odds
Ratio, que tiene una lectura similar a la del RR (Figura 4). En este anlisis tambin hay que
considerar las variables explicativas que pueden actuar como factores de confusin en la
interpretacin de los resultados.
56
E S T U D I O S O B S E R VAC I O N A L E S , D E S C R I P T I V O S , CO H O R T E S Y C A S O S CO N T R O L
3.4. Ventajas
Menos costosos, corta duracin, tiles para el estudio de enfermedades raras con fuerte asociacin a la exposicin, permite el anlisis de varios factores de riesgo para una
enfermedad
3.5. Limitaciones
No estiman directamente la incidencia dado que se inicia el estudio de casos ya existentes, la secuencia temporal factor de riesgo/enfermedad no es fcil de establecer. No
tiles para el estudio de exposiciones poco frecuentes.
Figura 4. Clculo de Odds Ratio y Esquema de estudio de casos controles.
Casos
Exposicin FR
Controles
No Exposicin FR
Exposicin FR
No Exposicin FR
CASOS
(ENFERMOS)
CONTROL
(SANOS)
TOTAL
EXPUESTO FR
a+b
NO EXPUESTO FR
c+d
TOTAL
a+c
b+d
a+b+c+d
a / c
=
b/d
OR
Bibliografa
1. Seoanea T, Martn-Snchez E, Martna JLR, Luruea-Segovia S, Alonso Morenod FJ. Captulo 3: La investigacin a
partir de la observacin. Estudios descriptivos. Estudios analticos. Semergen. 2007; 33(5): 250-6.
2. Sols Snchez G, Orejas Rodrguez-Arango G. Epidemiologa y metodologa cientfica aplicada a la Pediatra (II):
Diseos en investigacin Epidemiolgica. An Esp Pediatr 1998; 49: 527-538.
3. Abad Corpa E, Monistrol Ruano O, Altarribas Bolsa E, Paredes Sidrach de Cardona A. Lectura crtica de literatura
cientfica. Enfermera Clnica 2003; 13 (1): 32-40.
4. Vacas Rodilla E, Castella Daga I, Snchez Giralt M, Pujol Algue A, Pallars Comalada MC, Balague Corbera M. Automedicacin y ancianos, la realidad de un botiqun casero. Aten Primaria. 2009; 41:269-74.
5. Trueba Castillo A, Negredo Bravo LJ, Cardenas Valencia C, Gil de Gmez Barragan MJ, Arribas Garca RA. Es til la
prueba de la linterna en atencion primaria para detectar ojos con cmara anterior poco profunda? Aten Primaria.
2010; 42(03):149-53.
57
6
Estudios experimentales.
El ensayo clnico aleatorio
1. Introduccin
A diferencia de los estudios observacionales, revisados en los captulos anteriores, los
estudios experimentales permiten establecer asociacin causal entre las variables. Esto
se debe a que en este tipo de estudios el equipo de investigacin controla la intervencin.
En los estudios observacionales el investigador mide la enfermedad o la
relacin causa-efecto pero no interviene. En los estudios experimentales el
investigador puede manipular la causa, reproduciendo bajo su voluntad la
relacin causa-efecto que quiere establecer.
2. Ensayo Clnico
2.1. Definicin
Un Ensayo Clnico (EC) es un experimento en humanos en el que se comparan dos o
ms grupos de individuos, con caractersticas lo ms homogneas posibles, que reciben
tratamientos (intervencin) diferentes, con el objeto de detectar si uno de los tratamientos o intervenciones es ms o menos beneficioso que el otro.
El Real Decreto 223/2004, de 6 de febrero, por el que se regulan en Espaa los ensayos
Clnicos con medicamentos, los define como: toda investigacin efectuada en seres humanos para determinar o confirmar los efectos clnicos, farmacolgicos y/o dems efectos
farmacodinmicos, y/o de detectar las reacciones adversas, y/o de estudiar la absorcin,
distribucin, metabolismo y excrecin de uno o varios medicamentos en investigacin
con el fin de determinar su seguridad y/o su eficacia.
60
E S T U D I O S E X P E R I M E N TA L E S . E L E N S AY O C L N I C O A L E AT O R I O
Poblacin de estudio
Criterios de seleccin
Muestra de pacientes
Consentimiento
informado
No participantes
Aleatorizacin
Grupo de estudio
Grupo control
Seguimiento
Prdidas
Respuesta A
Comparacin
Prdidas
Respuesta B
Resultados
61
Enmascaramiento
Tratamiento A
Periodo
Tratamiento B
Cambio
Tratamiento B
Periodo
Tratamiento B
62
E S T U D I O S E X P E R I M E N TA L E S . E L E N S AY O C L N I C O A L E AT O R I O
1 Adaptado de Ariza Copado C. et al. Mejora en el control de los diabticos tipo 2 tras una intervencin con
junta: educacin diabetolgica y ejercicio fsico. Aten Primaria. 2011;43:398-406.
63
OBJETIVO GENERAL
POBLACIN DIANA
CRITERIOS DE SELECCIN
POBLACIN DE ESTUDIO
MUESTREO ALEATORIO
MUESTRA
64
E S T U D I O S E X P E R I M E N TA L E S . E L E N S AY O C L N I C O A L E AT O R I O
65
Esta ltima estrategia de anlisis se considera la nica vlida en un EC, ya que, adems
de mantener la comparabilidad de los grupos, es la ms conservadora, en el sentido de
que es la opcin con la que resulta ms difcil obtener reultados positivos favorables a la
nueva intervencin.
Las prdidas que se producen antes de la asignacin aleatoria no producen ningn
sesgo en la comparacin de los datos y, por tanto, no afectan a la validez interna del estudio pero s pueden afectar la generalizacin de los resultados (validez externa).
3. Ensayo Comunitario
Se denomina as a los ensayos en los que la intervencin se aplica a una comunidad
completa y se emplea como control a otra comunidad. Son parte de los estudios experimentales porque se emplean para probar una hiptesis y se disean considerando una
poblacin experimental y una de control. Este tipo de diseos se conoce como cuasiexperimentales (existe manipulacin pero no aleatorizacin).
4. Conclusin
Los estudios experimentales, si tienen un diseo correcto, con un tamao muestral
suficiente, un proceso de aleatorizacin adecuado, una intervencin y un seguimiento
controlados, pueden proporcionar evidencias muy fuertes que nos permitan emitir juicios
sobre la existencia de relaciones causales entre variables.
Bibliografa
Real Decreto 223/2004, de 6 de febrero, por el que se regulan los ensayos clnicos con medicamentos.
1. Gosalbes Soler U, Caballero Martnez F. CICAP: Investigacin clnica en Atencin Primaria. Madrid: Luzn; 2002.
2. Tello Royloa C. Lectura crtica de un ensayo clnico. En: Atencin Sanitaria Basada en la Evidencia. Su aplicacin a la
prctica clnica. Murcia. Consejera de Sanidad de la Regin de Murcia. 2007; pp: 275-296. Disponible en: http://
www.murciasalud.es
3. Argimn Palls JM, Jimnez Villa J. Mtodos de investigacin clnica y epidemiolgica. 3 ed. Madrid: Elsevier; 2007.
4. S. Pita Fernndez. Estudios experimentales en la prctica clnica. Investigacin teraputica. Ensayo clnico. http://
www.fisterra.com/mbe/investiga/7ensayos/7ensayos.asp (Consultado septiembre 2011).
5. Muiz J, Labarthe DR, Juane R, Castro Beiros A. Mtodos de investigacin em cardiologa clnica (VIII). Estudios
experimentales en cardiologa. Rev Esp Cardiol 1997; 50:268-272. Disponible en: http://www.elsevierinstituciones.
com/ei/ctl_servlet?_f=1012&id_articulo=453
66
7
Revisiones sistemticas
y meta-anlisis
1. Introduccin
Las revisiones sistemticas (RS) y los meta-anlisis (MA) son investigaciones cientficas
en las cuales la unidad de anlisis son los estudios originales primarios. En la actualidad,
constituyen una herramienta esencial para sintetizar la informacin cientfica disponible,
incrementar la validez de las conclusiones de estudios individuales e identificar aquellas
reas de incertidumbre en las que es conveniente focalizar los esfuerzos de las nuevas
lneas de investigacin. Adems, son considerados como el nivel ms elevado en la jerarqua de las evidencias y, por tanto, juegan un importante papel en la toma de decisiones
clnicas en el contexto de la Prctica Clnica Basada en la Evidencia (PCBE).
Los objetivos principales de este tema son: presentar las bases para la realizacin de
una revisin sistemtica y/o meta-anlisis y servir de referencia conceptual para la lectura
crtica de los mismos. En el captulo 20 se expone un ejemplo prctico de lectura crtica
de un meta-anlisis.
2. Concepto y Nomenclatura
Las RS y los MA son investigaciones cientficas en las que las unidades de anlisis son
los estudios originales primarios, a partir de los cuales se pretende contestar a una pregunta de investigacin claramente formulada mediante un proceso sistemtico, explcito
y reproducible. Por eso se las considera investigacin secundaria (investigacin sobre
lo investigado). Cuando una RS finaliza en una sntesis cuantitativa de los resultados de
los estudios originales se las denomina RS cuantitativas o MA. Por el contrario, existen
ocasiones en las que no est justificado realizar esta combinacin de resultados, por lo
que, si cumple con el protocolo adecuado, este tipo de estudios son considerados como
una RS cualitativa. En otras palabras, todos los MA son un tipo especial de RS en la que se
realiza una sntesis cuantitativa de los resultados, mientras que no todas las RS pueden ser
consideradas como MA.
Desde un punto de vista formal, los MA utilizan un protocolo estricto de investigacin
que incluye todas las fases de un proyecto ms tradicional: la elaboracin de una pregunta
de investigacin; una estrategia de bsqueda sistemtica y exhaustiva de todos los artculos potencialmente relevantes; la seleccin, mediante criterios explcitos y reproducibles, de
los artculos que sern incluidos finalmente en la revisin; la valoracin de la calidad de los
estudios originales, la sntesis de los datos obtenidos para calcular una o varias medidas resultado de la combinacin de los resultados individuales; y su adecuada interpretacin para
resumir las evidencias cientficas disponibles, facilitar su incorporacin a la prctica clnica
habitual e identificar y orientar nuevas reas de investigacin sobre el tema analizado.
Habitualmente, el MA combina datos agregados procedentes de los estudios publicados, pero en ocasiones puede combinar datos individualizados de los pacientes que han
68
R E V I S I O N E S S I S T E M T I C A S Y M E TA - A N L I S I S
participado en los estudios originales. Es el llamado MA con datos individuales de pacientes (individual patient data meta-analysis) y es considerado como el patrn de referencia
de las RS1.
Es importante diferenciar las RS (ya sean cualitativas o MA) de aquellas revisiones que
no siguen un proceso sistemtico y riguroso, denominadas Revisiones Narrativas o tradicionales. Estas ltimas no se las puede considerar un proceso formal de investigacin, sino
simplemente un formato de literatura cientfica basada sobre todo en la opinin de los
autores. La tabla 1 presenta las diferencias entre ambos tipos de revisiones.
Tabla 1. Diferencias entre revisiones narrativas y sistemticas.
Caracterstica
Revisin narrativa
Revisin sistemtica
Pregunta de inters
No estructurada, no especfica
Pregunta estructurada,
problema clnico bien
delimitado
Bsqueda de artculos
y sus fuentes
No detallada y no sistemtica
Bsqueda estructurada y
explcita
Seleccin de artculos
de inters
No detallada y no reproducible
Evaluacin de la calidad
de la informacin
Ausente
Estructurada y explcita
Sntesis
Inferencias
Normalmente basadas en la
evidencia
69
70
R E V I S I O N E S S I S T E M T I C A S Y M E TA - A N L I S I S
radica en que es ms probable que las RS que excluyen los estudios realizados pero no
publicados sobrestimen la relacin entre la exposicin y el evento de inters. En situaciones extremas, podran revelar como eficaces tratamientos totalmente ftiles3. La posible
existencia de un sesgo de publicacin puede valorarse por diversos mtodos grficos o
estadsticos, siendo el ms conocido el funnel plot (Figura 1); as, si el grfico es simtrico,
como una V invertida, se interpreta como una demostracin de que probablemente no
existe sesgo de publicacin (Figura 1a). Si el grfico es asimtrico, la interpretacin es
que probablemente exista sesgo de publicacin (Figura 1b). La interpretacin de los grficos asimtricos es que debe haber ensayos o estudios con resultados negativos inditos que serviran para negar los hallazgos positivos de un meta-anlisis, si stos pudieran
encontrarse.
Figura 1b. Distribucin asimtrica.
El siguiente paso es: dnde buscar los estudios primarios? Para este apartado se remite al lector al tema correspondiente de bsqueda bibliogrfica (tema 16). Tan slo destacar que la bsqueda de estudios exclusivamente en bases de datos electrnicas podra
no ser ptima segn el tema de inters. En ocasiones, resulta conveniente incluir tambin
alguna estrategia complementaria con objeto de identificar estudios no publicados (literatura gris4). Esta fase es una de las ms laboriosas, ya que suele requerir la bsqueda
manual en sumarios de revistas o actas de congresos, contactos con expertos en el tema,
con compaas farmacuticas, etc. La Colaboracin Cochrane ha impulsado una iniciativa
internacional para desarrollar un registro de ensayos clnicos controlados, antiguamente
conocido como Cochrane Controlled Trials Register y actualmente denominado CENTRAL.
B. Seleccin de artculos potenciales
A partir de los ttulos y resmenes identificados, se ha de realizar una primera seleccin o cribado de los potenciales artculos elegibles. Es conveniente que la seleccin de
los estudios la realicen dos revisores de forma independiente, con objeto de aumentar la
fiabilidad y la seguridad del proceso. Igualmente importante es medir el grado de acuerdo
71
entre los revisores mediante el clculo del estadstico kappa para cada uno de los tems
de la hoja de seleccin. Dicho estadstico, expresado de forma simple, mide el grado de
acuerdo entre los revisores. Por ltimo, es importante tener en cuenta que todo el proceso
de localizacin y seleccin de estudios se ha de reportar correctamente, indicando en un
diagrama de flujo los artculos identificados en cada fase, as como los eliminados y las
causas de su eliminacin (Figura 2).
Figura 2. Ejemplo del proceso de seleccin de estudios.
2.093 referencias (tras excluir
duplicados) MEDLINE: 1090; EMBASE:
642; CINAHL 81, CENTRAL. 280
241 elegibles
72
R E V I S I O N E S S I S T E M T I C A S Y M E TA - A N L I S I S
Tampoco existe unanimidad en la comunidad cientfica sobre el uso que se debe hacer de esta valoracin de la calidad metodolgica. Algunos autores defienden que debe
ser considerada como un criterio de seleccin, de forma que aquellos artculos que no
cumplan un determinado umbral de calidad debieran ser excluidos, y otros que deberan
incluirse pero valorando su influencia en el resultado mediante un anlisis de sensibilidad
o controlando su efecto mediante una ponderacin de los resultados en funcin de su
calidad.
73
esperar por el azar. En otras palabras, ya sea por diferencias en el tipo de diseo empleado,
en los mtodos empleados para la recogida de informacin, en el tipo de anlisis utilizado
y/o en las caractersticas de la poblacin de estudio, el efecto de la intervencin fue diferente en cada uno de ellos. Existen varios ndices estadsticos para cuantificar la heterogeneidad. Los ms comunes son el estadstico Q, el H y la I2. El ms fcil de interpretar es el I2,
que indica la proporcin de la variabilidad observada en el efecto de la intervencin (entre
estudios) que se debe a heterogeneidad entre los estudios y no al azar6. Se suele considerar
que, si es del 25%, hay poca heterogeneidad; del 50%, moderada y del 75%, alta.
Para la presentacin grfica de los resultados del MA se emplea el diagrama de rbol
(forest plot). Este tipo de grfico muestra los datos de los estudios individuales junto con
una representacin del peso estadstico de cada estudio en relacin con los intervalos
de confianza y el error estndar de la media. Por ejemplo, la figura 3 representa un metaanlisis de 10. Las lneas horizontales representan los intervalos de confianza.
Figura 3. Ejemplo de una presentacin grfica de los resultados de un meta-anlisis
segn el diagrama de rbol.
El lector interesado pude consultar las guas y recomendaciones para presentar y publicar una RS por internet (http://www.consort-statement.org).
74
R E V I S I O N E S S I S T E M T I C A S Y M E TA - A N L I S I S
4. Conclusiones
Las RS constituyen una herramienta esencial para sintetizar la informacin cientfica
disponible, incrementar la validez de las conclusiones de estudios individuales e identificar reas de incertidumbre donde sea necesario realizar investigacin. Para ello, la realizacin de una RS se debe llevar a cabo siguiendo una estricta metodologa y un control de
calidad para evitar conclusiones sesgadas. Aunque juegan un papel muy importante en la
PCBE, en ltima instancia, es el clnico quien tiene que tomar la decisin sobre un paciente
en particular, y la RS es una herramienta ms que se ha de utilizar de forma juiciosa en la
toma de decisiones. Para facilitar su lectura crtica por los clnicos como paso previo a la
incorporacin de sus resultados en la toma de la mejor decisin clnica posible se han
propuesto una serie de pasos que se desarrollan en el captulo 20.a) de esta monografa.
5. Bibliografa
1. Cook DJ, Sackett DL, Spitzer WO. Methodologic guidelines for systematic reviews of randomized control trials in
health care from the Potsdam Consultation on Meta-Analysis. J Clin Epidemiol. 1995; 48:167-71.
2. Richardson WS, Wilson MC, Nishikawa J, Hayward RS. The well-built clinical question: a key to evidence-based
decisions. ACP J Club. 1995; 123:A12-3.
3. Egger M, Smith GD. Misleading meta-analysis. BMJ. 1995; 311:753-4.
4. Dickersin K, Scherer R, Lefebvre C. Identifying relevant studies for systematic reviews. BMJ. 1994; 309:1286-91.
5. Moher D, Jadad AR, Nichol G, Penman M, Tugwell P, Walsh S. Assessing the quality of randomized controlled trials:
an annotated bibliography of scales and checklists. Control Clin Trials. 1995; 16:62-73.
6. Higgins JP, Thompson SG. Quantifying heterogeneity in a meta-analysis. Stat Med. 2002; 21:1539-58.
75
8
Investigacin en
Resultados de Salud
78
I N V E S T I G A C I N E N R E S U LT A D O S D E S A L U D
con la salud o el tratamiento), utiliza los mtodos de investigacin establecidos (la metodologa utilizada es parecida a la usada en epidemiologa e investigacin biomdica) y
tiene un enfoque individual y/o poblacional.
79
80
I N V E S T I G A C I N E N R E S U LT A D O S D E S A L U D
81
Los instrumentos para medir la CVRS son cuestionarios que utilizan como fuente de
informacin al propio individuo. Se puede asumir que el sujeto con mejor CVRS es aquel
que se encuentra en el mejor estado de salud posible en todas sus dimensiones (funcionamiento fsico, salud mental, estado emocional, dolor y funcionamiento social). Segn la
poblacin a la que van dirigidos, se diferencian dos grandes grupos de cuestionarios de
CVRS, los genricos y los especficos (Figura 1). Los cuestionarios genricos estn diseados para ser utilizados en pacientes con diferentes patologas y cuentan como principal
ventaja que permiten comparaciones entre grupos de pacientes con distinta enfermedad.
Otra caracterstica que los hace especialmente valiosos, cuando se aplican a una patologa determinada, es que facilitan la deteccin de problemas o efectos inesperados ya
Figura 1. Aparicin cronolgica de los principales cuestionarios especficos y genricos
de calidad de vida relacionada con la salud.
Fuente: obtenido con permiso de McHorney A. Annu Rev Public Health 1999; 20:309-335.
82
I N V E S T I G A C I N E N R E S U LT A D O S D E S A L U D
que cubren un amplio rango de dimensiones. En contrapartida, los cuestionarios especficos estn diseados para una determinada enfermedad, sntoma o poblacin; son mejor
aceptados por las personas porque incluyen solo aquellas dimensiones relevantes para su
patologa o situacin concreta, y se acepta que son ms sensibles que los genricos en la
deteccin de efectos de intervenciones teraputicas. No obstante, una aproximacin adecuada en proyectos de investigacin es incluir un instrumento genrico y otro especfico.
Entre los cuestionarios genricos, dos de los ms conocidos e importantes son la familia de instrumentos Short Form Healht Survey (SF) y el EuroQol-5 Dimensiones (EQ-5D).
Familia SF
La familia SF ha servido de referencia para el desarrollo y validacin de otros muchos
cuestionarios, tanto genricos como especficos, por diversas razones entre las que destacan: 1) el hecho de disponer de versiones de diferentes extensiones (36, 12 y 8 tems),
adecuadas para su uso en distintos contextos (en la prctica clnica o estudios de investigacin, en enfermedades crnicas o agudas, y en estudios de evaluacin econmica
de las intervenciones sanitarias); 2) han mostrado unas excelentes propiedades mtricas
en poblaciones de pacientes muy diversas. Disponen adems de diferentes modelos en
funcin del marco temporal que evocan las preguntas, percepcin en la ltima semana
(acute), o de las cuatro ltimas (estndar). De manera concreta, con el SF-36 y el SF-12v2,
como se muestra en la figura 2, puede obtenerse tanto un perfil de salud de la poblacin
(a partir de sus 8 dimensiones) como ndices de salud (valores resumen de las dimensiones, desglosado en componente fsico y mental).
El EQ-5D
Es un instrumento multidimensional de fcil uso por lo breve que es, abarca 5 dimensiones de la salud (movilidad, auto-cuidado, actividades habituales, dolor/malestar y ansiedad/depresin) con tres niveles de gravedad en cada dimensin, por lo que define 243
(3*5) estados de salud diferentes. Adems, la versin espaola del EQ-5D ha demostrado
su fiabilidad y validez en varios estudios. stas son algunas de las razones por las que se
ha empleado en numerosos estudios de la salud, as como otros de coste-efectividad y
coste-utilidad.
A modo de conclusin, puede decirse que el inters en el desarrollo de la medicin de
la CVRS est en disponer de instrumentos sencillos, fciles de utilizar y, sobre todo, relevantes y tiles para la prctica clnica diaria. Por ello, lo interesante para los profesionales
sanitarios no es crear nuevos instrumentos si no utilizar aquellos que estn disponibles,
sean vlidos y fiables y de fcil manejo para poder introducirlos como un elemento ms
de la prctica mdica habitual. Esto ltimo es de vital importancia, ya que slo de esta
manera se dispondr de datos para evaluar la verdadera mejora en la calidad de vida de
los pacientes.
83
Figura 2. Puntuaciones medias del perfil de salud y de los ndices resumen de la calidad de vida
relacionada con la salud en poblacin general de la Regin de Murcia.
84
I N V E S T I G A C I N E N R E S U LT A D O S D E S A L U D
Bibliografa
1. Clancy CM, Eisenberg JM. Outcomes research: Measuring the end results of health care. Science 1998; 282: 245-6.
2. Freund D, Lave J, Clancy C, et.al. Patient outcomes research teams: contribution to outcomes and effectiveness
research. Annu Rev Public Health 1999; 20:337-359.
3. Clancy CM. Ensuring health care quality: an AHCPR perspective. Agency for Health Care Policy and Research. Clin
Ther. 1997;19(6):1564-71.
4. Bada X. Del Llano J. La investigacin de resultados en salud. Med Clin (Barc) 2000; 114(supl. 3):1-7.
5. Lizn L, Paz S, Dilla T, Rodrguez JM, Lahoz R, Reig-Ferrer A. Conceptos y herramientas. Aten primaria 2009; 41:
275-80.
6. Rodrguez Prez P, Garca Caballero J. Calidad en la atencin sanitaria. Conceptos tericos y aplicaciones prcticas.
Sociedad Espaola de Medicina Preventiva, Higiene y Salud Pblica, Sociedad Espaola de Calidad Asistencial.
Madrid. MSD, 2001.
85
9
Introduccin a la investigacin
cualitativa en salud en el marco
de la formacin especializada
Diplomada en enfermera.
Responsable del rea Estratgica de la Unidad de
Investigacin en Cuidados de Salud (Investn-isciii).
Tcnico de la Consejera de Sanidad y Poltica Social
de la Regin de Murcia.
A lo largo del mdulo 9 se realizar una somera exposicin del contexto de la metodologa de la investigacin cualitativa, del cmo y el porqu encaja en las ciencias de la salud, de
las diferentes tradiciones metodolgicas, de las particularidades de los diseos y anlisis, y
por ltimo, de las lneas de trabajo emergentes en este tipo de investigacin.
88
I N T R O D U C C I N A L A I N V E S T I G A C I N C U A L I TAT I VA E N S A L U D
2. Enfoques terico-metodolgicos
La investigacin cualitativa representa una pluralidad de saberes y de prcticas, esta
pluralidad tiene que ver con la variedad de disciplinas donde la metodologa cualitativa se
ha desarrollado en los ltimos decenios3. Ms all de la divisin clsica entre investigacin
cuantitativa/cualitativa, la realidad cientfica es mucho ms compleja y existen mltiples
paradigmas cientficos. Dentro de estas diferentes visiones del mundo o construcciones
ideolgicas, se posicionan diferentes Mtodos (entendiendo Methodos como el camino o
va y que se refiere al medio utilizado para llegar a su fin) que son herramientas, no fines
en s mismos, y los cuales deben ser elegidos de forma coherente con la pregunta de investigacin; en caso contrario, se pone en peligro la validez/coherencia del estudio. Dentro de
esta gran variedad de Mtodos, cuatro sobresalen por su utilizacin e inters: la etnografa,
la teora fundamentada, la fenomenologa y la Investigacin accin4.
2.1. Etnografa
Sus races se encuentran en la antropologa cultural y la principal tcnica de recoleccin
de datos es la observacin participante. Se obtienen datos justamente al participar de la
experiencia o situacin que se observa; quizs el investigador no participe en la accin,
pero con seguridad lo har de la experiencia en la que est inmerso: el etngrafo est ah.
El mtodo etnogrfico intenta responder a la pregunta de cules son los modos de vida
y visiones del mundo de los grupos etno-culturales con respecto a un fenmeno?5. Esto
implica que el estudio se hace en los lugares naturales, esto es, donde la accin sucede; el
investigador ha de aprender el mundo simblico de las personas que estudia y su lenguaje. Una caracterstica de la etnografa es que usa mltiples fuentes de datos, adems de la
observacin en el trabajo de campo, el etngrafo examina documentos, fotografas, mapas;
recoge cualquier tipo de datos disponibles que arrojen luz sobre el tema que investiga. Los
datos etnogrficos son ricos, detallados y densos.
El anlisis de datos se centra en la bsqueda de categoras y patrones culturales (entendiendo la cultura como un filtro a travs del cual las personas modelan e interpretan sus
acciones). Los resultados de las etnografas son descripciones comprensivas de prcticas
culturales en contextos y la descripcin de ellos. Es necesario advertir que el contexto no
es el medio fsico (este simplemente es el soporte de la accin); contexto se refiere a intangibles que explican comprensivamente el comportamiento humano tales como creencias,
valores y situaciones.
89
cosas con base al significado que stas tienen para ellos; la segunda es que el significado de
estas cosas se deriva o emerge de la interaccin social que se tiene con los otros; y la tercera
es que estos significados se manejan y transforman por medio de los procesos interpretativos que la persona usa. Es decir, se intenta descubrir la forma en que las personas dan sentido a su actividad cotidiana comportndose conforme a normas socialmente aceptadas; se
hacen emerger las normas sociales que estn tan arraigadas que el individuo no cuestiona
las razones de su conducta.
En la Teora fundamentada o arraigada, los datos se recolectan a travs de entrevistas
y observacin participante. La fuente de datos es la interaccin humana y el anlisis se focaliza en desvelar los procesos que subyacen en esta interaccin que se denomina proceso
bsico social-psicolgico. El proceso se presenta en etapas donde se identifican las condiciones de la accin, las estrategias (o lo que las personas hacen para resolver los problemas a
los que cotidianamente se enfrentan) y sus consecuencias. Si el investigador desea captar la
temporalidad de un proceso, el cambio y sus efectos, la Teora fundamentada le proporciona el mejor mtodo para hacerlo.
2.3. Fenomenologa
Su origen deriva de los filsofos existencialistas alemanes, franceses y holandeses de los
siglos XIX y XX. Se cuestiona acerca de la esencia de los fenmenos, su naturaleza intrnseca y el sentido que las personas les atribuyen: hay una esencia comprensible.
La fenomenologa descriptiva tiene por objetivo describir el significado de una experiencia a partir de la visin de quienes han tenido dicha experiencia7. La fenomenologa hermenutica (o interpretativa) tiene por objetivo comprender esa vivencia. Esta fenomenologa
entiende que la vivencia es en s misma un proceso interpretativo y que la interpretacin
ocurre en el contexto donde el investigador es partcipe.
Los datos se obtienen principalmente a travs de entrevistas en profundidad con la particularidad que se debe de realizar ms de una entrevista a cada informante para ahondar
en la comprensin de los fenmenos. Los hallazgos fenomenolgicos se presentan en una
narracin o en temas con subtemas.
90
I N T R O D U C C I N A L A I N V E S T I G A C I N C U A L I TAT I VA E N S A L U D
Hay una serie de caractersticas que distinguen a la IA de otros mtodos de investigacin: la colaboracin entre los investigadores y participantes, la resolucin de problemas
prcticos, el cambio de la prctica y el desarrollo de teoras emergentes. En general, podemos entender la IA como un proceso de anlisis de la situacin, identificacin de problemas,
y elaboracin de estrategias de accin planeadas, llevadas a cabo y sistemticamente sometidas a observacin, reflexin y cambio. Las principales tcnicas de recogida de datos son la
entrevista, la observacin y el diario reflexivo.
91
92
I N T R O D U C C I N A L A I N V E S T I G A C I N C U A L I TAT I VA E N S A L U D
Los datos deben de ser recogidos en soportes fiables y verificables. En la mayor parte de
las ocasiones se utilizan grabadoras digitales/video-cmaras a partir de las cuales se transcriben las entrevistas, aunque tambin se utilizan las anotaciones de los diarios de campo;
en cualquiera de los casos, las transcripciones deben realizarse en su totalidad realizando
verificaciones de su integridad antes de comenzar el anlisis.
93
De nuevo, la pluralidad que caracteriza la investigacin cualitativa se plasma en diferentes modelos de anlisis dependiendo de dnde se site el foco de inters. Algunos ejemplos
son: anlisis de contenido (trata de descomponer el corpus de datos en unidades para su
agrupamiento en categoras semnticas), temtico (trata de identificar temas entendindose como un patrn encontrado en la informacin que como mnimo describe u organiza
las posibles observaciones, y como mximo interpreta aspectos del fenmeno), de discurso (estudia el uso real del lenguaje tratando de aprehender su sentido global buscando el
conjunto de prcticas lingsticas que mantienen y promueven ciertas relaciones sociales),
narrativo (estudia lo significativo de la narracin, seguida por el resultado, que proporciona
la resolucin de los hechos), y el modelo de la teora fundamentada (mediante la comparacin constante ms la codificacin axial y selectiva busca generar un teora emergente que
explique el proceso social-bsico estudiado).
El anlisis de un gran volumen de datos cualitativos puede verse ayudado por los CAQDAS (Computer Assisted Qualitative Data Analysis). Son programas de ayuda ya que nunca
podrn crear relaciones ni comprender significados, esto forma parte del arte del investigador. Existe una amplia y variada oferta: Atlas.ti, E6 (Ethnograph), HyperResearch, Maxqda, winMAX, QSR, N6(NUD*IST),QSR NVivo, Qualrus, etc. Entre las funciones que pueden
realizar estn: Etiquetar segmentos del texto; Asociar cdigos a los segmentos; Buscar los
textos asociados a un determinado cdigo; Ordenar los cdigos y localizar relaciones entre ellos; Vincular memorandos con cdigos o segmentos de texto; Buscar palabras, frases
o segmentos de texto; Seleccionar y recuperar fragmentos; Realizar bsquedas booleanas
(por ejemplo, and, or, not); Vincular cdigos con textos y cuantificar su presencia; Preparar
diagramas.
94
I N T R O D U C C I N A L A I N V E S T I G A C I N C U A L I TAT I VA E N S A L U D
consiguen una postura integradora en los proyectos, entendiendo la complejidad de la realidad, y asumiendo que no est constituida slo por datos numricos sino por hechos, sentimientos, sucesos, situaciones etc.
Bibliografa
1. Denzin NK, Lincoln YS. Handbook of qualitative research. 2 ed. Thousand Oaks, CA: Sage; 2000.
2. Upsher REG. The status of qualitative research as evidence. En: Morse JM, Swanson JM, Kuzel AJ, editors. The
nature of qualitative evidence. Thousand Oaks: SAGE; 2001, pp. 5-26.
3. Morse JM. Asuntos crticos en los mtodos de investigacin cualitativa. Alicante: Universidad de Alicante; 2005.
4. De la Cuesta Benjumea, C. Estrategias cualitativas ms usadas en el campo de la salud. Nure Investigacin, n 25,
Noviembre-Diciembre 06.
5. Hammersley, M., y Atkinson, P. (1994, Edicin Castellana). Etnografa: mtodos de investigacin. Barcelona: Paids.
6. Glaser BG, Straus AL. The discovery of grounded theory: Strategies for qualitative research. Chicago, Illinois, Aldine;
1967.
7. Zichi Cohen M y Omery A. (2003). Escuelas de Fenomenologa: implicaciones para la investigacin. En: Janice
Morse (Editora). Asuntos Crticos en los mtodos de investigacin cualitativa (pp. 160-182). Medelln, Colombia:
Universidad de Antioquia.
8. Prez-Serrano G. Investigacin cualitativa. Retos e interrogantes. Madrid: La Muralla; 2004.
9. Coffey A, Atkinson P. Encontrar el sentido a los datos cualitativos. Estrategias complementarias de investigacin.
Alicante: Universidad de Alicante; 2005.
10. Caldern C. Criterios de calidad en la investigacin cualitativa en salud (ICS): Apuntes para un debate necesario.
Rev Esp Salud Pblica 2002; 76: 473-82.
11. Pope C, Mays N, Popay J. Synthesising qualitative and quantitative health evidence. A guide to methods. Open University Press; 2007.
95
10
Estadstica
1. Introduccin
La estadstica es la ciencia que se encarga de sistematizar, recoger, ordenar y presentar
los datos referentes a un fenmeno que presenta variabilidad o incertidumbre para su
estudio metdico, con objeto de deducir las leyes que rigen esos fenmenos, y poder
de esa forma hacer previsiones sobre los mismos, tomar decisiones u obtener conclusiones. En lneas generales, los anlisis estadsticos se dividen en: Estudios Descriptivos: que
consisten bsicamente en resumir los datos y Estudios Inferenciales: mediante los cuales
podemos hacer previsiones sobre los mismos, tomar decisiones u obtener conclusiones.
Los pasos bsicos de un estudio estadstico son:
1. Planteamiento de hiptesis.
2. Anlisis descriptivo de la muestra obtenida.
3. Realizacin de inferencia sobre la poblacin.
2. Conceptos bsicos
Antes de comenzar hay que definir conceptos bsicos necesarios para realizar un anlisis estadstico, estos conceptos son: poblacin, es el conjunto sobre el que estamos interesados en realizar algn anlisis. En general, la poblacin es tan grande que no podemos
acceder a la totalidad o si podemos acceder resultara muy costoso. Por ello necesitamos
acceder a una muestra, que es un subconjunto representativo de la poblacin. La informacin de que disponemos de cada individuo de la muestra est resumida en variables.
Las variables pueden ser:
1. Cualitativa: no se pueden medir, hacen referencia a:
Atributos: variables tipo nominal, se establecen diferentes categoras, pueden ser
dicotmicas (hombre/mujer, soltero/casado, expuesto/no expuesto) o politmicas (Grupo sanguneo).
Ordinales: aquellas variables en las que es posible establecer una cierta ordenacin entre las categoras (Nivel del dolor del paciente: severo, moderado, leve, ninguno, grado funcional del paciente: I, II, III, IV).
2. Cuantitativa: son medibles y se clasifican en:
Discreta: cuando su dominio es un conjunto numerable de valores. Entre dos valores consecutivos, la variable no puede tomar ningn valor intermedio (nmero
de hijos, nmero de intervenciones).
Continua: cuando su dominio es continuo, cuando entre dos valores la variable
puede tomar infinitos valores (altura, peso, tensin arterial).
98
E S TA D S T I C A
ni
fi
Fi
[ L0 , L1 [
n1
f1
F1
[ L1 , L2 [
n2
f2
F2
nn
fn
Fn
Ejemplo: La siguiente tabla muestra los resultados obtenidos al medir la presin sangunea de 50 pacientes. A partir de la tabla:
Cuntos individuos tienen una presin inferior a 131? 8
Qu porcentaje de individuos tiene una presin de 140 o menor? 80%
Qu frecuencia es tal que como mnimo el 50% de la muestra tienen presin igual
o inferior? 136
99
Frecuencia
128
8,0
8,0
129
4,0
12,0
130
4,0
16,0
131
10,0
26,0
132
12,0
38,0
133
8,0
46,0
134
2,0
48,0
136
2,0
50,0
137
14,0
64,0
139
4,0
68,0
140
12,0
80,0
141
2,0
82,0
142
4,0
86,0
143
4,0
90,0
145
2,0
92,0
156
8,0
100,0
Total
50
100,0
Porcentaje
Porcentaje
acumulado
Representaciones grficas
Como hemos comentado, el resumen de datos lo podemos realizar adems de con
los estadsticos que hemos visto anteriormente tambin con representaciones grficas.
Algunas de las representaciones grficas existentes segn el tipo de variable usada:
Variables cualitativas:
Diagrama de barras: representamos en el eje de ordenadas las modalidades y en
abscisas las frecuencias relativas. Las alturas son proporcionales a las frecuencias
tanto absolutas como relativas.
Diagrama de sectores: se divide un crculo en tantas secciones como categoras tenga
la variable objeto de estudio. El rea de cada seccin es proporcional a su frecuencia.
Variables cuantitativas:
Continuas:
Histogramas: A diferencia del diagrama de barras, aqu los rectngulos estn juntos y como la variable es continua se considera (admite tericamente todos los
decimales que queramos), el punto medio del intervalo es el que da ttulo a cada
rectngulo.
100
E S TA D S T I C A
3. Anlisis descriptivo
Como ya hemos comentado, el anlisis descriptivo sirve para resumir los datos. Las
dos formas de realizar un resumen de datos son mediante una tabla de frecuencias o
mediante representaciones grficas. Para realizar un resumen de los datos, disponemos
de una serie de estadsticos (cantidad numrica calculada a partir de la muestra), que se
dividen en:
Estadsticos de centralizacin: estos estadsticos ofrecen informacin acerca de
valores tpicos o promedio de un conjunto de datos. Los estadsticos que estudiaremos en este mdulo son:
Media: suma de los valores dividida por el tamao muestral. Es sensible a valores
extremos.
Mediana: es un valor que divide a las observaciones con el mismo nmero de
valores. Es decir, deja a cada lado el 50% de las observaciones. No es sensible a
valores extremos.
Moda: es el valor o valores ms frecuente. A diferencia de la media y la mediana,
la moda no es un valor nico, podemos encontrar distribuciones unimodales,
bimodales.
Estadsticos de dispersin: indican en qu medida estn juntos o separados del
valor central. Cuanto ms separados estn del valor del central mayor dispersin.
Varianza: mide el promedio de las desviaciones al cuadrado de las observaciones
respecto a la media. Es sensible a valores muy alejados de la media. Adems es de
difcil interpretacin, ya que al tener las unidades al cuadrado dificulta su interpretacin directa. Por ello se aconseja utilizar la desviacin tpica o estndar.
Desviacin tpica: se calcula como la raz cuadrada de la varianza. Tiene las mismas unidades de medida que los datos originales y suele presentarse como descripcin de la variabilidad de los datos en un trabajo de investigacin.
Coeficiente de variacin de Pearson: es una medida de dispersin relativa, permite la comparacin de la dispersin existente entre distribuciones distintas. Con
este valor podemos conocer si los valores de una variable estn dispersos o concentrados. La comparacin directa de las desviaciones tpicas no es muy informativa ya que depender de las unidades de medida. Se calcula como la razn de la
desviacin tpica y la media. Suele expresarse en porcentaje. As por ejemplo, si
la media de una variable vale 10 y la desviacin tpica 5, podemos afirmar que la
desviacin tpica supone el 50% de la media.
101
Estadsticos de Forma:
Asimetra: las distribuciones pueden ser simtricas o asimtricas. Cuando hay simetra positiva la cola de la derecha es ms prolongada y el coeficiente de asimetra ser positivo. Cuando la asimetra es negativa, la cola de la izquierda es ms
larga y el coeficiente ser negativo. Cuando la distribucin es simtrica el valor es
de cero. En distribuciones simtricas, media y mediana coinciden y la moda si es
nica tambin.
Figura 2. Simetra y asimetra de las distribuciones.
Apuntamiento o curtosis: mide el grado de apuntamiento de la distribucin respecto de la distribucin normal, puede ser platicurtica (curtosis<0), mesocrtica
(curtosis=0) y leptocrtica (curtosis>0).
Figura 3. Grado de apuntamiento de la distribucin.
Estadsticos de posicin:
Cuartiles: son 3 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en cuatro tramos iguales, en los que cada uno de ellos concentra el 25% de los resultados.
Deciles: son 9 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en diez tramos iguales, en los que cada uno de ellos concentra el 10% de los resultados.
Percentiles: son 99 valores que distribuyen la serie de datos, ordenada de forma
creciente o decreciente, en cien tramos iguales, en los que cada uno de ellos concentra el 1% de los resultados.
102
E S TA D S T I C A
Bibliografa
Apuntes de bioestadstica. Universidad de Mlaga: http://www.bioestadistica.uma.es/baron/apuntes/
Borrs F, Cuadernos de bioestadstica (1995). Cuadernos de bioestadstica.
Cliffor R C, Taylor R.A. Bioestadstica (2008).
Martnez Gonzlez M.A, De Irala Estvez J, Fauln Fajardo F.J. Bioestadstica amigable (2001).
Sokal R, Rohlf R. Introduccin a la bioestadstica (1980).
Unidad de bioestadstica del Hospital Ramn y Cajal: http://www.hrc.es/investigacion/inves_unidadbio.htm
103
11
Probabilidad
1. Introduccin
Las pruebas diagnsticas suelen estar acompaadas de incertidumbre, la forma de
cuantificar esta incertidumbre es mediante el clculo de probabilidades. Una definicin
bsica de probabilidad es la proporcin de veces que un suceso ocurra si repetimos la
experiencia un nmero muy grande de veces.
2. Conceptos de probabilidad
Cuando realizamos un experimento aleatorio, obtenemos diversos posibles resultados. Al conjunto de todos los posibles resultados lo llamaremos espacio muestral (E).
Cuando estamos interesados en la ocurrencia de un resultado concreto, estamos hablando de un suceso. Llamaremos suceso complementario de A ( ), al suceso contrario
(P(A)=1-P( )), unin de los sucesos A y B (
), a los resultados experimentales que
estn en A, en B o en ambos sucesos. Sean dos sucesos A y B, las operaciones bsicas de
unin e interseccin estn representadas en la siguiente figura.
Figura 1. Unin e interseccin de sucesos.
106
PROBABILIDAD
Regla de Laplace
Establece que siempre que los sucesos sean equiprobables, la probabilidad de obtener cada resultado ser igual al cociente entre casos favorables y casos probables. As la
probabilidad de A se estima como:
P( A) =
N devecesqueocurreA
NmerodevecesquepodraocurrirA
As, supongamos que de 1000 personas mayores de 50 aos 100 pueden desarrollar cncer de colon, la probabilidad de desarrollar cncer de colon se estimara como:
100/1000=0,1=10%.
Probabilidad condicionada
Se llama probabilidad de que ocurra un suceso A condicionada a B (P(A/B)), a la probabilidad de que ocurra el suceso A sabiendo que ocurre B. La frmula de la probabilidad
condicionada es:
Diremos que dos sucesos son independientes cuando la ocurrencia de uno no influye en la ocurrencia del otro. As, si A y B son dos sucesos independientes, cumplen:
1.
2.
Ejemplo: la siguiente tabla muestra los resultados de una muestra de 723 pacientes,
donde cada uno de los 723 se caracteriza por ser fumador (F) o no ( F ) y por presentar
cierta enfermedad (Enf ) o no ( Enf ).
Tabla 1. Nmero de fumadores y no fumadores segn presenten o no la enfermedad.
Fumador
No fumador
Total
428
82
510
62
151
213
Total
490
233
723
107
La probabilidad de seleccionar un paciente que sea fumador P(F)=490/723, el suceso complementario o la probabilidad de seleccionar un paciente que no sea fumador es
P( F )=1-490/723. La probabilidad de seleccionar una persona que fume y que presente la
enfermedad, se calcula mediante la interseccin de los dos sucesos, presentar la enfermedad y ser fumador. P(
)=428/723. La probabilidad de ser fumador o presentar la
enfermedad P(
)=490/723+510/723-428/723=572/723. Y por ltimo, si una persona es fumadora, la probabilidad de presentar la enfermedad es:
Teorema de Bayes
Se llama particin a un conjunto de sucesos Ai tales que
, mutuamente excluyentes y que cubren todo el espacio muestral E, y sea B un suceso tal que
:
Pruebas mdicas
Las medidas de frecuencia ms comnmente utilizadas son: Prevalencia e Incidencia.
Prevalencia: probabilidad de que una persona tenga la enfermedad.
Incidencia: la incidencia refleja el nmero de nuevos casos en un periodo de tiempo.
Las pruebas mdicas estn diseadas para establecer la presencia o ausencia de alguna enfermedad. Estas pruebas no son perfectas. El mejor o peor desempeo de una
prueba puede evaluarse a travs del clculo de:
Sensibilidad (S): probabilidad de que una persona con la enfermedad tenga un resultado positivo.
Especificidad (E): probabilidad de que una persona que no tiene la enfermedad, d
un resultado negativo.
108
PROBABILIDAD
Estimacin de probabilidades posterior: es la probabilidad de presentar la enfermedad despus de conocer los resultados de la prueba diagnstica, las principales medidas
son:
Valor predictivo positivo (VPP): es la probabilidad de que una persona que da positivo, en una prueba diagnstica tenga la enfermedad. La probabilidad de identificar
correctamente los casos positivos.
Valor predictivo negativo (VPN): Es la probabilidad de una persona que da negativo en una prueba diagnstica no tenga la enfermedad. La probabilidad de clasificar correctamente los casos negativos.
Tabla 2. Categoras de clasificacin de la enfermedad segn el estado real del paciente.
Presencia de la enfermedad
No presencia de la
enfermedad
VPP
VPN
Cociente de probabilidad positivo (CPP): cuanto es ms probable el resultado positivo entre los enfermos que entre los no enfermos. La relacin entre la proporcin de
enfermos que son clasificados como tales por la prueba diagnstica y la proporcin
de sanos que han sido clasificados como enfermos.
Cociente de probabilidad negativo (CPN): cuanto ms probable es el resultado negativo entre los enfermos, que entre los no enfermos. La relacin entre la probabilidad de que la prueba sea negativa en presencia de la enfermedad y la probabilidad
de que la prueba sea negativa en su ausencia. As un resultado de 8,5 quiere decir
que la probabilidad de que la prueba presente un resultado negativo en un individuo sano es 8,5 veces la probabilidad de que presente un resultado negativo en uno
enfermo.
Riesgo relativo (RR): es el cociente entre el riesgo del grupo tratado y el riesgo del grupo control. Para evitar valores menores que 1, se define como el cociente entre el riesgo
del grupo con mayor riesgo y el de menor riesgo.
Reduccin absoluta del Riesgo (RAR): diferencia entre el riesgo del grupo control y el
riesgo del grupo tratado.
Reduccin relativa de riesgo (RRR): cociente entre la reduccin absoluta del riesgo y
el riesgo en el grupo control.
Nmero necesario a tratar (NNT): nmero de individuos que hay que tratar con el
tratamiento experimental para producir, o evitar, un evento adicional respecto a los que
se produciran con el tratamiento control. Se calcula como el inverso del riesgo relativo
absoluto (RRA).
109
Resultado
Negativo
Positivo
Total
Total
No enfermo
Enfermo
13
11
20
Sensibilidad: = 0,45. El 45,5% de las personas con la enfermedad estn debidamente identificadas, menos de la mitad.
Especificidad: = 0,11. El 11% de las personas que no tienen la enfermedad tienen
un resultado negativo. Por lo tanto, un paciente que no tenga la enfermedad no es muy
seguro que d el resultado negativo.
Valor Predictivo Positivo: = 0,6923. Si una persona da positivo en la prueba, la probabilidad de que tenga la enfermedad es de 69,23%.
Valor Predictivo Negativo:
= 0,1428. Si una persona da negativo la probabilidad
de que no tenga la enfermedad es del 14,28%.
110
PROBABILIDAD
Prevalencia: 0,55.
Ejemplo: Supongamos, el siguiente resultado de cierto ensayo clnico.
Tabla 4. Nmero de pacientes fallecidos
Fallecidos
Total
No
Intervencin
20
180
200
Control
15
85
100
35
265
300
Total
= 0,667.
= 0,63.
del 33,3%.
111
PRESENCIA
ESTADO REAL
AUSENCIA
POSITIVO
NEGATIVO
VERDADERO
POSITIVO
(VP)
FALSO
NEGATIVO
(FN)
FALSO
POSITIVO
(FP)
VERDADERO
NEGATIVO
(FN)
TOTAL
RESPUESTA
POSITIVA
(FP+VP)
TOTAL
RESPUESTA
NEGATIVA
(VN+FN)
VALOR
PREDICTIVO
POSITIVO
VALOR
PREDICTIVO
NEGATIVO
VP
VP + FN
VN
VN + FN
TOTAL CON
PRESENCIA
SENSIBILIDAD
(S)
(VP+VN)
VP
VP + FN
TOTAL CON
AUSENCIA
ESPECIFICIDAD
(E)
(FP+VN)
VP
FP + VN
Odds Presencia
VP
FN
Odds Ausencia
FP
VN
COCIENTE DE
PROBABILIDAD
POSITIVO
s
1E
COCIENTE DE
PROBABILIDAD
NEGATIVO
1s
1E
Odds Ratio
VPVN
FNFP
3. Distribuciones de probabilidad
Antes de nada, hay que distinguir entre estimador y parmetro. En general, nunca tendremos acceso a la totalidad de la poblacin, siempre trabajaremos con una muestra. Con
la muestra solamente se pueden calcular estimadores. Un estimador es una funcin de los
valores de la muestra.
La curva de la Normal
Muchas de las variables estudiadas en medicina y en ciencias de la salud suelen seguir una distribucin normal. Esta distribucin est indicada para datos que siguen una
escala continua: peso, talla, edad, colesterol, tensin arterial, cido rico y adems tiene
la ventaja de que bajo ciertas condiciones, otras distribuciones acaban aproximndose
a ella. La distribucin normal terica nunca se da exactamente en la realidad, solamente
hay aproximaciones a ella. Si una variable x sigue una distribucin normal de media y
varianza 2, se caracteriza por:
112
PROBABILIDAD
Supongamos que la media de tensin arterial de una poblacin es de 120 y la desviacin estndar es de 25, asumimos que sigue una distribucin normal. Queremos calcular
qu proporcin de personas tienen una tensin arterial superior a 170.
Distribucin Binomial
Es la ms simple de las distribuciones de probabilidad. Se refiere a sucesos en los que
solamente ocurren dos posibilidades, que un paciente tenga un diagnstico positivo o
negativo, se trata de sucesos excluyentes (nunca se van a dar los dos sucesos a la vez). Esta
distribucin tiene dos caractersticas: el nmero de individuos observados y la probabilidad de alcanzar un determinado resultado, se denota como Bin (n, p).
113
Bibliografa
Apuntes de bioestadstica. Universidad de Mlaga: http://www.bioestadistica.uma.es/baron/apuntes/
Borrs F, Cuadernos de bioestadstica (1995). Cuadernos de bioestadstica.
Cliffor R C, Taylor R.A. Bioestadstica (2008).
Martnez Gonzlez M.A, De Irala Estvez J, Fauln Fajardo F.J. Bioestadstica amigable (2001).
Sokal R, Rohlf R. Introduccin a la bioestadstica (1980).
Unidad de bioestadstica del Hospital Ramn y Cajal: http://www.hrc.es/investigacion/inves_unidadbio.htm
114
12
Inferencia
1. Introduccin
La inferencia estadstica est relacionada con los mtodos para obtener conclusiones
o generalizaciones acerca de una muestra. De esta manera, estimamos lo que suceder
en la poblacin de donde procede la muestra. Los dos procedimientos inferenciales son:
estimacin y contraste de hiptesis. Las dos formas de realizar estimacin son:
Estimacin Puntual: nos proporciona un valor aproximado del parmetro. Una estimacin por s sola no nos dice lo buena que es la aproximacin.
Estimacin por intervalo: nos proporciona un abanico de posibles valores, uno de
ellos esperamos que sea el verdadero.
2. Intervalos de confianza
Un intervalo de confianza es un rango de valores en el que confiamos que se contenga
el parmetro poblacional. El intervalo de confianza depende:
Tamao de la muestra. Cuanto mayor sea la muestra ms estrecho ser el intervalo
de confianza.
Nivel de confianza. Es la probabilidad con la que el verdadero valor estar incluido
en el intervalo. A nivel general se usa el 95%.
La idea bsica del intervalo de confianza al 95% es que si repitisemos 100 veces el
proceso de estimacin, tendramos la confianza de que en uno de los 95 intervalos se
encontrara el verdadero valor de nuestra estimacin.
El intervalo de confianza se puede realizar para cualquier parmetro de la poblacin:
media, mediana, proporcin.
Para calcular el intervalo de confianza, necesitamos conocer el error estndar. El error
estndar es una medida de la variabilidad del estimador. Depende del parmetro poblacional que queramos estimar y de la distribucin de probabilidad.
3. Pruebas de hiptesis
Una hiptesis estadstica es una asuncin relativa a una o varias poblaciones, que
puede ser cierta o no. Las hiptesis estadsticas se pueden contrastar con la informacin
extrada de las muestras y, tanto si se aceptan como si se rechazan, se puede cometer un
error. La hiptesis formulada con intencin de rechazarla se llama hiptesis nula y se representa por H0. Rechazar H0 implica aceptar una hiptesis alternativa (H1).
116
INFERENCIA
As, por ejemplo, sabemos que la edad media de los individuos con la enfermedad X
es 70 aos. El contraste de hiptesis a formular sera:
H0: = 70
H1: 70
Este tipo de contrastes se conoce como contraste bilateral. Si por ejemplo, en nuestra
hiptesis alternativa quisiramos contrastar si los individuos con la enfermedad x tienen
una edad inferior a 70 aos, nuestro contraste sera unilateral.
Figura 1. Tipos de contrastes.
117
Ho Falsa
Rechazamos H0
Ok
No rechazamos H0
Ok
118
INFERENCIA
119
mos que queremos comparar el nivel de colesterol de los hombres y las mujeres
de una determinada poblacin.
Para dos muestras relacionadas: permite comparar las medias para dos muestras
relacionadas. Supongamos que queremos analizar si el nivel de colesterol despus de tomar un medicamento disminuye. En este caso diremos que los datos
estn relacionados.
2. Anlisis de la Varianza (ANOVA): permite comparar las medias para ms de dos grupos independientes. En este caso, la variable dependiente es cuantitativa y la variable dependiente es el factor de agrupacin. Supongamos que queremos medir la
eficacia de cinco dosis de frmacos en el nivel de colesterol. Estamos comparando
que las medias de los niveles de colesterol en las cinco mediciones sean iguales,
frente a que al menos dos mediciones sean distintas, el contraste quedara:
Como ya hemos comentado, para realizar los contrastes paramtricos debemos comprobar los supuestos de normalidad y homocedasticidad (test Kolmogorov y test de Levene, deben ser no significativos, p>0,05). Para el caso de la ANOVA, lo que tiene que
distribuirse como una Normal son los residuos (diferencia de cada valor y la media de su
grupo).
3. U de Mann Whitney: es el anlogo no paramtrico a la prueba t-Student para dos
muestras independientes. Lo usamos cuando comparamos dos muestras y alguna
de ellas tiene un tamao menor a 30.
4. Wilcolxon: es el anlogo no paramtrico a la prueba t- Student para dos muestras
relacionadas.
5. Kruskall-Wallis: es el test anlogo no paramtrico al anlisis de la varianza. En este
test, lo que realmente se compara no es la media sino las medianas. Lo usaremos
cuando tengamos variables tipo ordinal, una muestra pequea o no se cumpla el
supuesto de normalidad de los residuos, ya que al ser un mtodo no paramtrico
no necesita los requisitos de los mtodos paramtricos.
Variable dependiente: Cuantitativa y Variable independiente: Cuantitativa.
1. Correlacin de Pearson (r): es un ndice que mide la intensidad de dos variables
cuantitativas, es un mtodo paramtrico, por tanto necesita cumplir el supuesto de
normalidad. Toma valores de -1 a 1. Los valores que puede tomar son:
r=0 No existe correlacin lineal entre ambas variables.
r>0 La correlacin lineal es positiva. Cuando aumenta una variable la otra variable aumenta.
120
INFERENCIA
r<0 La correlacin es negativa lineal. Cuando aumenta una variable la otra disminuye.
2. Correlacin de Spearman: es un estimador no paramtrico, utilizado cuando las variables no cumplen el supuesto de normalidad, por ejemplo variables ordinales. A
diferencia del coeficiente de Pearson, nos da una idea del grado de asociacin de
cualquier tipo, no solamente lineal.
3. Regresin lineal Simple: este mtodo lo usaremos cuando queramos estudiar la relacin entre dos variables cuantitativas. Mediante los coeficientes de correlacin
podemos conocer el grado de asociacin. Pero en ocasiones puede que nos interese encontrar una relacin funcional entre las variables y saber con cunta precisin
podemos predecir el valor de la variable dependiente a partir de las variables independientes. De esta manera podremos llegar a predecir cul va a ser el valor de una
variable una vez que sabemos el valor de la otra. La recta de la regresin lineal es:
y = a + bx
Donde y es la variable dependiente y x la variable independiente. Los coeficientes a y
b se calculan mediante el mtodo de mnimo de cuadrados. El valor de a es la ordenada
en el origen y el valor de b es la pendiente de la recta. El clculo de b es el objetivo ms importante del anlisis de regresin lineal, mide el cambio de la variable y por cada unidad
de aumento de la variable x. El signo de b puede ser positivo o negativo, para este ltimo
caso veramos cmo decrece y a medida que aumenta x.
Al realizar un anlisis de regresin simple obtendremos el valor del coeficiente de determinacin que denotamos como R2, los valores de este coeficiente van desde 0 a 1.
Cuanto ms prximo a uno mayor es la fuerza de asociacin de las variables.
Se interpreta como: el porcentaje de variabilidad total de la variable dependiente y
que es explicado por la variable x.
La relacin entre el coeficiente de determinacin y el coeficiente de correlacin de
Pearson, es:
= r. As, mientras que R2 es positivo, r puede tomar valores positivos o
negativos, tendr el mismo signo que la pendiente de la recta (b).
Bibliografa
Apuntes de bioestadstica. Universidad de Mlaga: http://www.bioestadistica.uma.es/baron/apuntes/
Borrs F, Cuadernos de bioestadstica (1995). Cuadernos de bioestadstica.
Cliffor R C, Taylor R.A. Bioestadstica (2008).
Martnez Gonzlez M.A, De Irala Estvez J, Fauln Fajardo F.J. Bioestadstica amigable (2001).
Sokal R, Rohlf R. Introduccin a la bioestadstica (1980).
Unidad de bioestadstica del Hospital Ramn y Cajal: http://www.hrc.es/investigacion/inves_unidadbio.htm
121
13
Programa Estadstico
SPSS
1. Introduccin
En este captulo realizaremos, por un lado, una breve introduccin de los aspectos ms
bsicos pero necesarios para la realizacin de un anlisis estadstico, como son: creacin
de bases de datos, definicin de variables aleatorias, transformacin y recodificacin de
variables. Posteriormente, se darn las instrucciones necesarias para realizar los anlisis
vistos en el tema anterior.
Lectura de datos
Cuando queramos abrir un fichero de datos, desplegamos ArchivoAbrirDatos, en
el men inicial de SPSS. Podemos abrir directamente un archivo en formato .sav que es el
formato de datos de spss o en formato xls en excel.
124
P R O G R A M A E S TA D S T I CO S P S S
Editor de datos
En la ventana principal de SPSS, abajo a la izquierda hay dos pestaas: Vista de datos
y Vista de variables. En la vista de datos, visualizamos la base de datos con la que vamos
a trabajar. En la vista de variables nos permite cambiar el nombre, tipo de las variables
con las que vamos a trabajar. En la casilla nombre, ponemos el nombre de las variables
que queremos que salgan en los resultados, es aconsejable no dejar espacios y no poner
caracteres raros. En la celda tipo, aparece un cuadro con tres puntos, al pinchar se abre
una ventana en la que podemos seleccionar el tipo de variable con la que estamos trabajando, la anchura de la celda y los decimales que vamos a usar. Por defecto SPSS tiene una
anchura de 8 y 2 decimales.
Figura 2. Descripcin tipo de variable.
En la celda Etiqueta, podemos poner lo que a nosotros nos sirva para reconocer la
variable, esto nos sirve a nosotros para reconocer las variables, porque lo que aparecer
en los resultados es el nombre que hemos puesto a la variable.
En valores, nos sale otra vez un cuadro con tres puntos que al pinchar se nos abre una
ventana de etiquetas de valores. Las etiquetas son tiles cuando queremos identificar
mediante etiquetas los valores de una variable. Por ejemplo, la variable Sexo, tenemos 1 y
2, sabemos que 1 es hombre y 2 mujer.
Figura 3. Etiquetas de valor.
125
Transformacin de datos
A veces necesitamos obtener una nueva variable, calculada a partir de variables que
tenemos en la base de datos. TransformarCalcular variable. En la variable destino pondremos el nombre de la nueva variable que queremos calcular y en el cuadro de expresin
numrica la frmula que vamos a calcular.
Recodificacin
Lo utilizamos cuando queremos agrupar los valores de una variable o renombrar los
valores de una variable ya existente. TransformarRecodificar:
En las mismas variables: nos permite recodificar los valores de una variable siendo
la variable de destino la misma. TransformarRecodificar en las mismas variables.
Seleccionamos la variable que queremos cambiar y pinchamos en el recuadro Valores antiguos y nuevos. As, por ejemplo, supongamos que tenemos una variable
peso y queremos recodificarla por intervalo, seleccionaramos Rango y pondramos
el intervalo que queremos que nos recodifique. Como podemos ver, queremos que
nos ponga en un intervalos aquellas personas que tienen un peso [50-55] y que no
los recodifique con el valor 1. Luego le daramos a aadir y seguiramos el procedimiento.
Figura 4. Recodificacin en las mismas variables.
En distintas variables: nos permite recodificar los valores siendo la variable de destino una diferente a la que queremos recodificar. Para este caso, como vamos a crear
una variable nueva, nos pide el nombre de la variable resultado. Es importante, despus de poner la variable resultado, pinchar en el botn cambiar. Y a continuacin,
nos aparecer la misma ventana de la recodificacin anterior.
126
P R O G R A M A E S TA D S T I CO S P S S
Filtrar Datos
En ocasiones, puede que necesitemos trabajar solamente con una parte de nuestra
base de datos. DatosSeleccionar CasosSi satisface la condicinSi. Por ejemplo, queremos analizar las variables para los mayores de 15 aos: Edad>15. Si adems de ser mayores de 15 aos, queremos que sean mujeres, pondramos Edad>15 & Sexo=2, como
muestra la figura 6.
Figura 6. Seleccionar casos.
127
Representaciones Grficas: Grficos Cuadros de dilogo antiguos. Se despliegan todas las posibilidades de grficos que hay en SPSS.
128
P R O G R A M A E S TA D S T I CO S P S S
En primer lugar, SPSS nos ofrece una tabla de contingencia que relaciona ambas variables. Los valores observados son los que aparecen en cada una de las casillas. SPSS tambin
ofrece la posibilidad de calcular los porcentajes de cada una de las celdas. La siguiente
tabla nos muestra: el valor del estadstico de Ji-Cuadrado (14,54) y el valor de p para este
contraste (0,00), tambin muestra el estadstico exacto de Fisher, en este caso, nos ofrece el
valor de p para el contraste unilateral y el bilateral (ambos 0,00). En general, el estadstico
de Fisher es ms exacto que el test de la Ji-Cuadrado y se puede utilizar siempre. Mientras
que el test de la Ji-Cuadrado solamente cuando las frecuencias esperadas sean superiores
a 5. As que al tener un valor de p<0,05 (significacin bilateral asociada al estadstico exacto
de Fisher), rechazaramos H0 y podramos afirmar que la incidencia de cncer difiere entre
fumadores y no fumadores. Recordar que, aunque nos den dos valores de significacin
para el test de Fisher (unilateral y bilateral), estamos realizando un contraste bilateral.
Test de McNemar: prueba no paramtrica para dos muestras relacionadas. De la
misma forma que hemos calculado el test de la Ji-Cuadrado, en el apartado Estadsticos,
marcamos la opcin McNemar. Al aplicar este test, obtendremos una tabla de contingencia y otra tabla con el valor de p (Sig.exacta(bilateral)). Este test tambin se puede obtener
EstadsticosPruebas no paramtricas2 muestras relacionadas. Seleccionamos las dos
variables que queremos comparar.
Test t-Student. Antes de aplicar este test, debemos comprobar para la variable cuantitativa o dependiente:
Normalidad: en el caso de que los tamaos muestrales no sean superiores a 30, aplicaremos el test de Kolmogorov Smirnov: AnalizarPruebas no paramtricasKs de
1 muestra. Si el valor de p (Sig. asint.bilateral) es mayor que 0,05, no podemos rechazar la hiptesis de que nuestra variable se distribuye como una normal. En caso
contrario, podemos optar por la transformacin de la variable (no lo hemos visto en
este mdulo) o por aplicar su anlogo no paramtrico.
Homocedasticidad (solo en el caso de dos muestras independientes): en este caso
usamos el test de Levene.
Test t-Student para muestras independientes: suponiendo que la variable dependiente cumple el supuesto de normalidad. AnalizarComparacin de mediast muestras
independientes.
En el cuadro contrastar variables, pondremos la variable dependiente, y en variable
de agrupacin, meteremos la variable independiente dicotmica. As, supongamos que
queremos comparar los niveles de colesterol entre hombres y mujeres. El nivel de colesterol ir en el cuadro contrastar variables y la variable de agrupacin ser la variable sexo.
Los resultados que nos devuelve el programa sern en forma de tabla llamada prueba
de muestras independientes, donde nos informa del resultado de la homogeneidad de
129
varianzas: test de Levene. Si el valor de significacin estadstica es menor que 0,05 consideramos que las varianzas no son iguales, en caso contrario (p>0,05), asumimos homocedasticidad de varianzas. Segn los resultados de este test, observaremos la primera fila
(se han asumido varianzas iguales, p>0,05) o, en caso contrario, la segunda fila (no se
han asumido varianzas iguales p<0,05). La siguiente tabla muestra la comparacin del
peso medio de dos poblaciones independientes: hombres y mujeres. Asumimos que las
varianzas son iguales, ya que el test de Levene tiene una p>0,05 (0,577). A continuacin,
la comparacin de medias de pesos tiene una p<0,05 (0,002), por lo tanto existen diferencias significativas entre el peso de hombres y mujeres. Un resultado muy importante es
el intervalo de confianza asociado a la diferencia de medias, ya que nos informa en que
sentido va la diferencia, la magnitud, y si el estudio tiene o no potencia, ya que cuanto ms
ancho sea el intervalo, menos potencia.
Figura 9. Prueba t-Student para muestras independientes.
130
P R O G R A M A E S TA D S T I CO S P S S
Test de Wilcoxon para datos relacionados: anlogo de la prueba t-Student para dos
muestras relacionadas. Al igual que el test U de Mann-Whitney, lo usamos cuando el tamao muestral es inferior a 30 o cuando tenemos una variable en escala ordinal en vez de
cuantitativa. AnalizarPruebas no paramtricasDos muestras relacionadas.
Anlisis de la varianza (Anova): supongamos que queremos comparar si existen diferencias en las medias de la hipertensin de unos pacientes en funcin de cinco tratamientos recibidos. Estamos comparando ms de dos muestras. El procedimiento en SPSS es el
siguiente: AnalizarPruebas no paramtricasAnova de un factor. En opciones, pulsaramos la opcin Contraste de homogeneidad, ya que para aplicar este contraste los datos
deben ser homocedsticos. Para el caso de que no podamos suponer varianzas iguales,
seleccionaremos en opciones dentro de Anova de un factor, los test para la comparacin
de medias de Welch o el test de Brown-Forysthe.
Los resultados obtenidos, para el ejemplo de los niveles de hipertensin en funcin de
cinco tratamientos aplicados, se encuentran en la siguiente figura:
Figura 10. Test Anova.
Con un valor de p=0,011, podemos afirmar que existen diferencias significativas en las
cinco medias.
Una vez que sabemos que hay diferencias entre los tratamientos, nos interesa saber
en qu tratamientos hay diferencias? Para ello, en la opcin Post-hoc hay una relacin
test para comparacin mltiples, no se recomienda pedirlos todos porque cada uno de
ellos tiene unas caractersticas, pero la explicacin de cada uno de estos tests excede de
los objetivos de este mdulo.
Test de Kruskall-Wallis: el anlogo no paramtrico a la tabla de Anova. Al igual que
los dems test no paramtricos lo usamos cuando el tamao muestral es inferior a 30 o
cuando tenemos una variable en escala ordinal en vez de cuantitativa: AnalizarPruebas
no paramtricasComparacin de k muestras independientes.
Correlacin de Pearson y Spearman: AnalizarCorrelacionesBivariadas. Seleccionamos las variables, para el caso del coeficiente de correlacin de Pearson, el SPSS lo tiene
marcado por defecto, mientras que si queremos calcular el de Spearman, lo tenemos que
marcar. Las tablas de resultados son similares para ambos coeficientes, para cada una de
las comparaciones que realiza nos da el valor del coeficiente y el valor de p. Para la compa-
131
racin de una variable consigo misma, est claro que el valor del coeficiente ser 1 y para
este caso no calcula el valor de significacin (p).
Regresin Lineal Simple: Lo primero que debemos hacer es un grfico de dispersin,
para ver si tiene sentido plantearnos un modelo lineal entre dos variables. GrficosCuadro
de dilogo antiguoDispersin. Seleccionamos la variable dependiente en el eje Y, y la variable independiente en el eje X. Una vez que tenemos el grfico en el visor de resultados
pinchamos dos veces en el grfico y se nos abre el editor de grficos. Pinchamos en la
opcin sealada en rojo, para hacer el ajuste lineal.
Figura 11. Regresin lineal simple.
Una vez que hemos visto el diagrama de dispersin vamos a realizar la regresin lineal
simple. Como ya vimos en el tema anterior lo que buscamos es encontrar la recta que
mejor se ajuste al diagrama de dispersin. Para ello tenemos que estimar los valores de
a y b de la recta: y=a+bx. El procedimiento en SPSS, ser: AnalizarRegresin lineal Seleccionamos la variable dependiente y la independiente. En estadsticos seleccionamos:
Intervalos de confianza, en Guardar seleccionamos Residuos no tipificados y en Grficos:
Histograma y Grficos de probabilidad normal.
Supongamos que queremos analizar la relacin entre la presin sistlica y la edad. En
primer lugar hacemos el grfico de dispersin para ver si percibimos algn tipo de relacin lineal (el que no veamos relacin lineal no quiere decir que no estn relacionadas,
puede que la relacin entre variables sea de otro tipo, cuadrtica por ejemplo). Al observar el grfico s que percibimos una relacin lineal positiva, conforme aumenta la edad
aumenta la presin sistlica.
Figura 12. Diagrama de dispersin.
132
P R O G R A M A E S TA D S T I CO S P S S
El valor de R se refiere al coeficiente de correlacin de Pearson (0,702). SPSS lo presenta siempre sin signo, aunque puede ser negativo. El R cuadrado (0,493) es el coeficiente de
determinacin (recordar que el valor del coeficiente de correlacin de Pearson al cuadrado es igual al coeficiente de determinacin). El valor de R cuadrado se explicara como que
el 49,3% de la variabilidad de la variable presin sistlica queda explicado por la variable
edad. Teniendo en cuenta que toma valores de 0 a 100, no es un valor muy bueno.
La siguiente tabla es la de la Anova de regresin:
Figura 14. Tabla Anova.
133
Como hemos pedido que nos guarde los errores tipificados, en la base de datos nos
aparece una variable llamada RES_1, que hace referencia a los residuos tipificados. Con
esta variable comprobamos el supuesto de normalidad de la regresin, mediante la prueba de Kolmogorov- Smirnov y el grfico pp. Para comprobar la normalidad con el grfico
pp, todos los puntos (o la gran mayora) deben de caer encima de la diagonal. Adems,
con el test de Kolmogorov-Smirnov obtenemos un valor de p no significativo (0,169). Por
lo tanto, asumimos que los residuos se distribuyen de forma normal.
Figura 16. Grfico pp de Normalidad.
134
P R O G R A M A E S TA D S T I CO S P S S
En el caso de que los residuos normalizados tuvieran varianzas homogneas deberamos obtener los puntos del diagrama de dispersin dispuestos de forma aleatoria, sin
presentar ningn tipo de tendencia dentro de una banda horizontal.
Figura 18. Grfico de dispersin de residuos.
Bibliografa
Apuntes de bioestadstica. Universidad de Mlaga: http://www.bioestadistica.uma.es/baron/apuntes/
Borrs F, Cuadernos de bioestadstica (1995). Cuadernos de bioestadstica.
Cliffor R C, Taylor R.A. Bioestadstica (2008).
Martnez Gonzlez M.A, De Irala Estvez J, Fauln Fajardo F.J. Bioestadstica amigable (2001).
Sokal R, Rohlf R. Introduccin a la bioestadstica (1980).
Unidad de bioestadstica del Hospital Ramn y Cajal: http://www.hrc.es/investigacion/inves_unidadbio.htm
135
14
Orgenes, definicin y fundamentos
de la Prctica Clnica Basada en la
Evidencia (PCBE)*
* La elaboracin de este captulo es una adaptacin de: Snchez Snchez JA, Aguinaga
Ontoso E, Navarro Mateu F. Introduccin a la Atencin Sanitaria Basada en la Evidencia.
Grupo de Atencin Sanitaria Basada en la Evidencia. Atencin Sanitaria Basada en la
Evidencia. Su aplicacin a la Prctica Clnica. Consejera de Sanidad. Murcia. 2007. P. 16-46.
138
No trata de reducir los costes sino de buscar la mayor calidad en la atencin individual. Los profesionales sanitarios que tratan de ejercer la PCBE no buscan una medicina barata, sino de calidad.
No est restringida solo a los metaanlisis y a los ensayos clnicos para orientar decisiones teraputicas. Permite tambin analizar la evidencia sobre otros aspectos
como el diagnstico o la etiologa.
139
El tipo de diseo de los estudios de investigacin hace que stos tengan diferentes
probabilidades de incurrir en sesgos o errores sistemticos que limiten su validez interna,
permitiendo establecer segn ello una jerarqua y una clasificacin de los artculos cientficos. La calidad o nivel de la evidencia indica hasta qu punto podemos confiar en que el
estimador del efecto es correcto. La fuerza de una recomendacin indica hasta qu punto
podemos confiar en que poner en prctica la recomendacin conllevar ms beneficio
que riesgo5.
En esta metodologa se introduce la nocin de que la evidencia cientfica se presenta
de manera jerrquica y que algunos diseos de estudio estn ms sujetos a sesgos que
otros y, por lo tanto, justifican en menor medida las decisiones clnicas.
2.2.1. Diferentes clasificaciones
La US Preventive Services Task Force, usando una metodologa adaptada de la Canadian Task Force on the Periodic Health Examination, clasific el nivel de validez de las evidencias de los distintos procedimientos utilizados para valorar una tcnica diagnstica o
teraputica y constituyeron las primeras clasificaciones utilizadas. Al graduar la calidad de
la evidencia, se dio una importancia especial a aquellos diseos del estudio que por razones metodolgicas estn menos sujetos a error y sesgo. As, en primer lugar, se situaron
los metaanlisis y revisiones sistemticas; luego, los Ensayos Clnicos Aleatorizados (ECA);
y posteriormente estudios de cohortes, casos control y series temporales.
Con el paso del tiempo han ido apareciendo otras clasificaciones de la jerarquizacin
de la evidencia, como las del Scottish Intercollegiate Guidelines Network (SIGN) y la de
NICE: Guideline Development Method y hay recopiladas ms de 100 hasta el momento
actual. Aunque a nivel internacional no se ha consensuado una nica clasificacin y los
distintos grupos que desarrollan o publican guas de prctica clnica basadas utilizan diferentes escalas, slo difieren levemente unas de otras. Todas ellas se realizan en funcin
del rigor cientfico del diseo del estudio y de su vulnerabilidad hacia los posibles sesgos
inherentes a la investigacin.
2.2.2. Elaboracin de recomendaciones
Los grados de las recomendaciones que, adems del nivel de evidencia, se encuentran
en las Guas de Prctica Clnica tienen en cuenta otra serie de elementos, como el funcionamiento de los servicios sanitarios, el coste, las necesidades de formacin, los recursos
existentes y la valoracin de los pacientes. Se suelen expresar en letras y suelen tener una
correlacin con los niveles de evidencia en que se basan.
Esta informacin ayuda a identificar las diferencias de la prctica clnica actual, la
provisin de servicios y las experiencias de los pacientes, de tal manera que la orientacin de las recomendaciones tenga el mximo impacto en los servicios y en los resultados. Expresa, en definitiva, la valoracin de que los beneficios superan a los riesgos
de su aplicacin. Este proceso debe ser explcito, para que el juicio hecho a partir de las
140
evidencias sea lo ms claro posible, pero expresa y los valores y creencias de los que
recomiendan las recomendaciones. Aunque el nivel de evidencia ser el mismo, el grado de recomendacin puede variar segn el contexto en que deba ser aplicada dicha
recomendacin.
2.2.3. La Clasificacin GRADE
En el ao 2000 y con el objetivo de abordar las deficiencias de los actuales sistemas
de clasificacin, personas de las diferentes instituciones que han desarrollado estas clasificaciones y/o elaboran Guas de Prctica Clnica crearon el grupo de trabajo Grading
of Recommendations Assessment, Development and Evaluation (GRADE). Este grupo de
trabajo ha desarrollado el sistema GRADE, el cual persigue hacer juicios ms coherentes
y que la comunicacin de dichos juicios pueda respaldar opciones mejor fundamentadas en la atencin sanitaria. Este sistema, actualmente en desarrollo, est ampliando sus
clasificacin a estudios diagnsticos y est siendo adoptada por numerosas entidades e
instituciones, emplendose en numerosas sociedades cientficas al realizar sus recomendaciones o en sumarios de evidencia como Uptodate o Clinical Evidence .
El sistema de clasificacin GRADE juzga la calidad de la evidencia para cada variable
importante, teniendo en cuenta el diseo del estudio, la calidad, la consistencia y si la
evidencia es directa. Para hacer juicios acerca de la fuerza de la recomendacin considera
el balance entre beneficios y riesgos, la calidad de la evidencia, la aplicabilidad y el riesgo
basal de la poblacin de inters.
141
142
En los pases en que la MBE se ha desarrollado ms, ha tenido ms repercusin en centros acadmicos que entre los clnicos. Se considera que se han realizado pocos esfuerzos
por la integracin en la prctica clnica.
143
Bibliografa
1. Sackett D.L.,Haynes R.B.; Guyatt G.H.; Tugwell P. Epidemiologa Clinica. Ciencia bsica para la medicina clnica. 2
Edicin. Editorial Mdica Panamericana. Buenos Aires. 1994.
2. Sackett DI, Rosenberg WMC, Gary JAM, Haynes RB, Richardson WS. Evidence based medicine: what is it and
what it isnt. BMJ 1996; 312:71-2.
3. Straus Sh., Richardson SW, Glasziou P., Haynes RB. Medicina Basada en la evidencia. Cmo practicar y ensear la
MBE. Elsevier.Tercera edicin. Madrid. 2006.
4. Guyatt G, Rennie D, (editores). Users Guides to the Medical Literature. A Manual for Evidence-Based Clinical Practice. Chicago: American Medical Association. 2002.
5. Marzo-Castillejo M y Alonso-Coello P. Clasificacin de la calidad de la evidencia y fuerza de las recomendaciones. Aten Primaria. 2006; 37(1):40-50.
6. Sackett DL, Richardson WS, Rosenberg W, Haynes RB. Medicina Basada en la Evidencia. Cmo ejercer y ensear la
MBE. Madrid: Churchill Livingstone Espaa. 1997.
144
15
Identificacin y focalizacin
de las preguntas que surgen
de la prctica diaria.
Diseo de preguntas susceptibles
de obtener respuestas aplicables
a la prctica diaria.
1. Introduccin
Durante nuestro periodo formativo y, fundamentalmente, durante nuestra prctica
clnica, surgirn con frecuencia dudas o necesidades de informacin que respalden nuestra toma de decisiones y actos clnicos. Bsicamente, las preguntas que pueden surgir al
atender a un paciente van a ser de dos tipos (Ver ejemplos en tabla 1):
Tabla 1. Preguntas bsicas y especficas.
Preguntas generales
Preguntas especficas
146
P R E G U N TA S Q U E S U R G E N D E L A P R C T I C A D I A R I A
P. Especficas
P. Generales
Principiante
Avanzado
Tiempo y experiencia
preguntas clnicas susceptibles de ser contestadas con la evidencia disponible en la literatura. Este proceso de identificacin de nuestras lagunas de conocimiento y su conversin
en preguntas clnicas contestables constituye el primer paso para la aplicacin de los
principios que rigen la Prctica Clnica Basada en la Evidencia (ver tema 14).
147
Cabe destacar que el elemento C puede estar ausente en preguntas bien formuladas
en las que no sea cuestionada una comparacin de la intervencin a realizar. Su mayor
relevancia se dara en aquellas preguntas centradas en intervenciones diagnsticas y teraputicas en las que se plantea comparar una determinada prueba diagnstica con otra
o un tratamiento concreto con otra opcin teraputica.
148
P R E G U N TA S Q U E S U R G E N D E L A P R C T I C A D I A R I A
En definitiva, facilita la elaboracin de la estrategia de bsqueda de mayor rendimiento para dar respuesta a nuestra duda.
149
150
P R E G U N TA S Q U E S U R G E N D E L A P R C T I C A D I A R I A
Bibliografa
1. Navarro Mateu F, Martn JC. Formulacin de preguntas clnicas e introduccin a la estrategia de bsqueda de
informacin. En: Atencin sanitaria basada en la evidencia: su aplicacin a la prctica clnica. Consejera de Sanidad
de Murcia, 2007. pp. 47-71. [acceso 16 de enero de 2012]. Disponible en: http://www.murciasalud.es/recursos/
ficheros/136606-capitulo_2.pdf
2. Straus SE y cols. Medicina Basada en la Evidencia. Cmo prcticar y ensear la MBE, 3 ed. Churchill Livingstone:
Elsevier, 2006.
151
16
Identificacin de recursos de
informacin relacionada con la PCBE
y desarrollo de una bsqueda para
localizar las mejores evidencias sobre
un tpico clnico.
1. Introduccin
El desarrollo de la Prctica Clnica Basada en la Evidencia (PCBE) se establece en cinco
etapas (ver tema 14).
El objetivo del presente tema se centra en la segunda etapa (identificacin y localizacin de la mejor evidencia), para ello propondremos una gua de recursos de informacin
en la Web para localizar las mejores evidencias de utilidad y llevar a cabo la PCBE.
Por lo tanto, tras haber formulado la pregunta clnica, definiremos nuestra estrategia
de bsqueda (ver tema 15), que debe ser lgica, sistemtica y reproducible. Con ella seleccionaremos los descriptores (palabras clave) y operadores booleanos, delimitaremos
el tipo de pregunta clnica que nos hemos formulado y el tipo de estudio ms adecuado
para responder ese tipo de pregunta.
A continuacin, y antes de buscar directamente en las bases de datos, nos preguntaremos: dnde podemos encontrar el tipo de estudio que nos interesa? (eleccin de la
fuente, en qu base de datos). Con esta pregunta entramos de lleno en la segunda etapa
de la PCBE.
154
Adems, en los ltimos aos se han creado muchos recursos prcticos que facilitan el
acceso a la investigacin de alta calidad. A estos recursos se les llama recursos pre-evaluados (pre-appraised) porque conllevan un proceso de filtrado previo. Todo esto contribuye
a incluir en nuestra bsqueda slo aquellos estudios que son de mayor calidad (ver tema
14). Por otra parte, se caracterizan por actualizarse peridicamente, por lo que la evidencia a la que accedamos estar siempre actualizada.
2.2. Modelo de las 6S (Tabla 1)
Para facilitar el uso de muchos de los recursos pre-evaluados, Haynes propuso el modelo jerrquico de las 4S; que posteriormente refin en el modelo de 5S y actualmente
ha quedado como el modelo de las 6S o pirmide de las 6S, que describe con mayor
precisin y rigor los diferentes recursos. Aunque la mejor evidencia ms actual no siempre
puede estar disponible en un recurso pre-evaluado tan rpidamente como se quisiera.
En el modelo de las 5S haba las siguientes capas o escalones (comenzando por abajo): estudios, sntesis, sinopsis, sumarios y sistemas. El motivo de aadir una capa ms y
concretarlo en el de las 6S es porque se concluy que si la sinopsis de un nico estudio
y el resumen de una Revisin Sistemtica (RS) eran equivalentes, segn se indica en el
modelo de las 5S, en la jerarqua de la evidencia, una RS nos brinda mejor evidencia que
un solo estudio, por lo que en el modelo de las 6S se ha agregado una capa ms para
distinguir los dos tipos de sinopsis (de estudios o de Sntesis). Quedando construido el
modelo de las 6S de la siguiente forma, comenzando por la base (ver Figura 1):
Figura 1. Modelo de las 6S. Basada en DiCenso A, Bayley L, Haynes B. ACP Journal Club. 2009 (1).
155
156
157
Clinical Evidence: fuente internacional donde se encuentra la mejor evidencia disponible para una asistencia sanitaria eficaz. Sus revisiones se centran en resumir la evidencia
en relacin a los problemas clnicos comunes. Una comisin de expertos y de escritores
especializados comprueba rigurosamente la evidencia ms relevante y despus la resume
en formato rpido.
Entre las Guas de Prctica Clnica, destacamos: Gua Salud (repertorio de guas de prctica clnica del Sistema Nacional de Salud de Espaa); National Guideline Clearinghouse
elaborada por la National Guideline Clearinghouse (NGC) en cooperacin con la AMA y la
American Association of Health Plans, contiene ms de 1.000 guas clnicas; y finalmente,
Guidelines International Network (GIN).
Entre los Servicios de Respuestas a Preguntas Clnicas, respondidos segn el esquema de la PCBE, el ms conocido a nivel mundial es ATTRACT. Podemos destacar tambin
el Servicio PREEVID, del Centro Tecnolgico de Informacin y Documentacin Sanitaria,
donde pueden formular preguntas los profesionales sanitarios de la Consejera de Sanidad y del Servicio Murciano de Salud. El banco de respuestas est abierto a todo el mundo. Est clasificado por orden de respuestas y tiene un buscador por temas.
Tambin encontraremos sumarios y Best Practice relacionados con los cuidados enfermeros en el JBICOnNECT-Plus.
2.3.3. Cuando no se halla un sumario sobre el problema clnico que nos ocupa, entonces la siguiente opcin sera buscar entre las SINOPSIS DE SNTESIS. Dado que a veces no
se tiene tiempo de examinar detalladamente Revisiones Sistemticas (RS), una sinopsis
que resuma los resultados de una RS de alta calidad puede proporcionar informacin suficiente para apoyar la accin clnica. Estas las encontraremos en las Revistas Secundarias
basadas en la evidencia (ACP Journal Club, Evidence-Based Medicine, Evidence-Based Mental Health y Evidence-Based Nursing), que cumplen estrictos criterios de calidad junto a los
comentarios crticos sobre la calidad de estos. Ejemplo de donde localizar sinopsis de sntesis es el sitio del Centre for Reviews and Dissemination (CRD) donde existen 3 bases de
datos con informacin preevaluada de gran calidad. stas son: la Database of Abstracts
of Reviews of Effects (DARE), la NHS Economic Evaluation Database (NHS EED) y la Health
Technology Assessment (HTA) database. DARE alberga gran cantidad de artculos primarios de alta calidad metodolgica, analizados crticamente, segn las pautas de la PCBE.
2.3.4. A continuacin, si no hubiramos encontrado una sinopsis de sntesis buscaramos una SNTESIS: o Revisiones Sistemticas (RS). La fuente de RS ms conocida y
fiable es la Cochrane Library, que es una organizacin internacional que prepara, actualiza, promueve y facilita el acceso a las RS, lo que ayuda en gran medida a quienes necesitan tomar decisiones en la prctica clnica. Se actualiza cuatro veces al ao y es de
acceso bajo suscripcin pagada. Aunque, a travs del centro Cochrane y coordinado por
la Red Cochrane Iberoamericana, con centros colaboradores en distintos pases de Ibe-
158
159
160
1. Sistemas
2. Sumarios
3. Sinopsis de
Sntesis
4. Sntesis
5. Sinopsis de
estudios
ACP Journal Club o Evidence Based Medicine del BMJ (en espaol). Bandolier
(versin espaola, Bandolera).
Temas valorados crticamente (TVC) o CATs: CATbank (Centro EBM Oxford),
161
RECURSOS
PREGUNTA CLNICA: En pacientes con dolor lumbar mecnico sin irradiacin, la indicacin de
reposo versus la indicacin de mantenerse activo mejora la evolucin clnica?
Qu tipo de
pregunta es?
En qu fuente
buscamos
Basndonos en el
modelo de las 6S
Buscamos en
SISTEMAS?
NO
Buscamos en
SUMARIOS?
S
Si buscamos en
En
En
encontramos
un sumario: Lumbalgia aguda y citica: Reposo en cama frente a actividad. 2009.
162
Buscamos en
SINOPSIS DE SNTESIS?
NO
Buscamos en
SNTESIS?
S
En
y encontramos una RS: Dahm K, Brurberg K, Jamtvedt G, Hagen K. Indicacin de reposo versus
indicacin de mantenerse activo para el dolor lumbar agudo y la citica. Cochrane Database of Systematic
Reviews 2010.
Buscamos en
SINOPSIS DE ESTUDIO?
NO
Buscamos
ESTUDIOS?
S
Buscamos estudios (ECAs) de fechas posteriores a la RS que comparen el reposo frente a la indicacin de
mantenerse activo para el dolor lumbar agudo:
Buscamos en:
y en
163
Bibliografa
1. DiCenso A, Bayley L, Haynes RB. ACP Journal Club. Editorial: Accessing preappraised evidence: fine-tuning the 5S
model into a 6S model. Ann Intern Med. 2009 Sep 15; 151(6):JC3-2, JC3-3.
2. Fernndez E, Garca AM. Preparacin de publicaciones biomdicas. UD 2: La bsqueda de informacin bibliogrfica.
Bellaterra: Laboratori dEstadstica Aplicada i de Modelitzaci (UAB); 2004.
3. Grupo de Atencin Sanitaria Basada en la Evidencia. Atencin Sanitaria Basada en la Evidencia. Su aplicacin a la
Prctica Clnica. Consejera de Sanidad de la Regin de Murcia. 2006.
4. Cabrejos Perotti S, Crdenas Bravo LE, Negro lvarez JM, Aguinaga Ontoso E, Ivancevich JC, Bozzola CM. Buscando la mejor evidencia en Alergologa. Archivos de Alergia de Inmunologa Clnica 2008; 39(1):22-31.
5. Estrada Lorenzo JM, Barderas Manchado A. Recursos en Internet para el conocimiento y aplicacin de la prctica
clnica basada en la evidencia. Matronas Prof. 2006; 7(4): 17-24
6. Garca M, Puig M, Mateu MS, Bonet M. Fuentes de informacin de medicamentos. En: Carnicero J (Coordinador).
La gestin del medicamento en los Servicios de Salud. Informes SEIS (8). Pamplona: Sociedad Espaola de Informtica de la Salud, 2008. http://www.seis.es
164
17
Conocimiento de los servicios
y funcionamiento de la Biblioteca
Virtual Murciasalud (BVMS)
166
Intranet
Extranet
CINHAL
SI
CUIDENPlus
SI
Embase
No
Enfermera al da (Ebsco)
Fisterrae
JBI COnNECT
Lexi-comp
No
Libros electrnicos
Parcial1
Martindale
MS-Med
Preevid
Revistas electrnicas
Parcial2
Stockley
SI
UpToDate
No
167
La bsqueda nos ofrece, para cada ttulo recuperado, adems del ttulo, el ISSN y el
perodo cronolgico de cobertura de la revista, con el posible embargo5, y el enlace (o
enlaces, ya que una revista podra accederse a travs de dos o ms proveedores) al texto
completo de la revista.
Figura 2. Ejemplo de un resultado del catlogo de revistas.
4 Nmero internacional que permite identificar de manera nica una publicacin en serie.
5 Algunas revistas tienen un perodo de embargo. Esto significa que no es posible acceder a los ltimos n
meses de la revista.
168
4.3. Pubmed
Accediendo a Pubmed (buscador en Medline de la Nacional Library of Medicine de los
Estados Unidos) desde el enlace que se proporciona en la pgina principal de la BVMS, o
bien a travs de la url http://www.pubmed.com/?holding=iesctidslib se nos mostrar un
icono si el artculo est disponible en la BVMS.
6 Acrnimo de PubMed Unique Identifier, es un nmero nico asignado a cada cita de un artculo de revistas
biomdicas y de ciencias de la vida que recoge PubMed. Identifica de modo unvoco a un artculo.
7 Digital Object Identifier Identificador de Objeto Digital (o DOI) es un sistema parecido a los identificadores
URI (direcciones de Internet).
169
6. Libros on line
La BVMS recoge tambin algunos libros on line, entre los que destacan:
Harrison, Principios de medicina interna en espaol.
Red book (ingls), una gua sobre las manifestaciones, etiologa, epidemiologa,
diagnstico y tratamiento de ms de 200 enfermedades infantiles comunes.
Tambin se recogen libros publicados con licencia Open Access8.
8 Acceso inmediato, sin requerimientos de registro, suscripcin o pago es decir sin restricciones a material
digital educativo, acadmico, cientfico o de cualquier otro tipo, principalmente artculos de investigacin cientfica
de revistas especializadas.
170
171
9. Desarrollo de la BVMS
La BVMS se encuentra en continuo desarrollo, por lo que los recursos disponibles estn sujetos a cambios, ya que son contratados o cancelados en funcin de las necesidades de los usuarios. Tambin el diseo de la web puede sufrir modificaciones, ya que es
posible que se realicen cambios para facilitar su utilizacin y mejorar la experiencia de los
usuarios.
Bibliografa
Consejera de Sanidad. Ayudas y tutoriales sobre la Biblioteca Virtual. [citado 14 Sep 2011].
Disponible en: http://www.murciasalud.es/bvms
172
18
Introduccin a la lectura crtica:
concepto, utilidad y habilidades
1. Introduccin
La lectura crtica de la literatura cientfica es una herramienta imprescindible para
todos los profesionales sanitarios que deben tomar decisiones en su prctica diaria. La
lectura crtica es parte del proceso de la Medicina Basada en la Evidencia (MBE) o, en trminos generales, la Prctica Basada en la Evidencia.
El fundamento de la MBE es que todas las decisiones sobre diagnstico, pronstico,
etiologa y terapia estn basadas en evidencias slidas procedentes de la mejor investigacin clnico-epidemiolgica posible. A este conocimiento derivado de la investigacin
debe aadirse la experiencia de la persona que la atiende, el entorno y los medios disponibles, y las preferencias de los pacientes.
Tradicionalmente se han intentado solucionar las dudas en el ejercicio profesional a
travs de consultas a libros de texto, consultas a revistas o preguntando a colegas. Pero
este abordaje clsico presenta importantes limitaciones. Como alternativa, la MBE ofrece
herramientas para poder resolver problemas clnicos mediante el anlisis eficiente de la literatura cientfica. Herramientas metodolgicas que, si se adquieren y ejercitan, ayudarn
a valorar cualquier evidencia cientfica y a integrarla con los conocimientos y experiencia
clnica para poder decidir sobre su aplicabilidad e idoneidad en un paciente concreto.
La Prctica Basada en la Evidencia requiere tener unos conocimientos previos sobre
metodologa de investigacin, sobre estadstica y sobre la patologa o problema que estamos analizando. Es un proceso que consta de distintas etapas1:
1. Identificar el problema y elaborar una pregunta clnica estructurada: se convierte
la incertidumbre clnica en preguntas que pueden responderse con la investigacin
cientfica.
2. Localizar la mejor evidencia cientfica: hay que buscar con exhaustividad y eficiencia los trabajos cientficos desarrollados sobre el tema de inters (Bsqueda
bibliogrfica).
3. Lectura crtica de artculos: evaluar crticamente la validez de un trabajo cientfico,
saber interpretar la relevancia de los resultados y poder determinar su aplicabilidad
a cada paciente.
4. Aplicar los resultados a la prctica clnica: intentar integrar la valoracin realizada
con nuestra experiencia clnica, considerando la aplicabilidad de los resultados a
los pacientes.
5. Evaluar los resultados obtenidos en la propia prctica clnica y contrastarlos con
los de referencia.
174
2. Concepto
La lectura crtica de un artculo cientfico tiene como objetivo verificar la validez
(aproximacin a la verdad), y la utilidad (aplicabilidad clnica) de los resultados del artculo analizado, con el fin de incorporarlos al cuidado de los pacientes y mejorar as la calidad
de la asistencia. Para ello se requieren ciertos conocimientos y habilidades que es preciso
adquirir y ejercitar.
175
176
177
Bibliografa
1. Sackett DI, Richardson WS, Rosenberg W, Haynes RB. Medicina basada en la Evidencia. Cmo ejercer y ensear la
MBE. Madrid: Churchill Livinstone; 1997.
2. http://www.redcaspe.org/caspe/lectura-critica/ (consulta el 29 de septiembre de 2011).
178
19
Caractersticas generales
y conceptos metodolgicos
clave de la lectura crtica:
control de sesgos
1. Introduccin
La forma adecuada de realizar Medicina o, mejor, Prctica Clnica Basada en la Evidencia comprende cinco pasos que se abordan de forma secuencial:
a. Convertir la necesidad de informacin en una pregunta con respuesta.
b. Bsqueda de las mejores evidencias para contestar a esa pregunta.
c. Evaluacin crtica de los artculos obtenidos en la bsqueda.
d. Integracin de la valoracin crtica con nuestra especializacin clnica y con los datos biolgicos/valores y las circunstancias exclusivas del paciente.
e. Evaluar nuestra efectividad y eficacia para ejecutar los pasos anteriores y buscar
maneras de mejorarlas en una prxima ocasin.
Debido a ello, el tercer paso, la evaluacin critica de los artculos cientficos, es esencial
para poder aplicar esta forma de ejercer la profesin. La Lectura Crtica de la Literatura
Cientfica es el proceso por el cual verificamos la validez (aproximacin a la verdad), el
impacto (tamao del efecto) y aplicabilidad (utilidad en nuestra prctica clnica) de los
resultados de la investigacin publicada, con el fin de incorporarlos al cuidado de los pacientes y mejorar as la calidad de la asistencia.
Una aproximacin a la literatura crtica de artculos cientficos debe contemplar, en
primer lugar, la utilidad real de los diferentes tipos de artculos; y en segundo lugar, el
anlisis de las caractersticas generales de los mismos, sobre todo el grado de rigor con el
que se ha realizado el trabajo, haciendo especial hincapi en los errores que fcilmente
pueden producirse en el diseo de los mismos.
180
C A R AC T E R S T I C A S Y CO N C E P TO S C L AV E D E L A L E C T U R A C R T I C A
181
artculos de pruebas diagnsticas que tienen una terminologa diferente para mostrar sus
resultados.
Todos los aspectos de un estudio y por tanto de un artculo pueden estar sometidos
a errores, de los cuales los ms importantes estn relacionados con el diseo del mismo.
Los llamados sesgos son frecuentes en la investigacin clnica y comprometen la validez
interna del estudio y por tanto la validez externa y la aplicacin de los hallazgos a otros
pacientes.
Se puede resumir las principales caractersticas de la VALIDEZ INTERNA de los estudios
as como los sesgos ms frecuentes que se pueden encontrar y las medidas para controlarlos de la siguiente forma:
a) Objetivos. Cualquier estudio cientfico debe adecuar sus objetivos mediante la clarificacin de sus elementos esenciales. La poblacin estudiada debe de ser la adecuada
con una definicin clara de los criterios de inclusin y exclusin; el objeto de estudio (ya
sea una intervencin, prueba diagnstica, evaluacin de un efecto nocivo o el anlisis de
un factor pronstico) debe estar perfectamente definida as como la estrategia a comparar. Finalmente el resultado del estudio debe ser claro, sencillo de medir, reproducible e
importante.
b) Momento de inicio del estudio. Segn el momento de inicio del estudio, estos
pueden clasificarse como retrospectivos (inicio del estudio en el presente con datos que
han ocurrido en el pasado) y prospectivos (cuando se inicia el estudio y los datos van recogindose a medida que van apareciendo) e incluso podra ser que el diseo de un estudio fuera una combinacin de ambos. El rigor metodolgico de los estudios prospectivos
siempre es mayor, debido a que en los retrospectivos la calidad de los datos necesarios
suele estar siempre comprometida y la presentacin de datos no disponibles (missing)
puede llegar a ser muy elevada.
c) Muestra. La inmensa mayora de estudios se realizan mediante muestras, al ser imposible abarcar toda la poblacin con el problema de inters. Es un buen indicador metodolgico que cuando se plantea un estudio se realice previamente el clculo del tamao
muestral del mismo que puede indicarnos la factibilidad o no del estudio. La forma de
seleccin de la muestra estudiada se puede conseguir de varias formas y depende del
tipo de estudio analizado. As, en el ensayo controlado aleatorizado, los pacientes que
son estudiados deben cumplir unos criterios de seleccin que suelen ser muy restrictivos
en ocasiones y que pueden comprometer la validez externa, asignndose a uno de los
grupos de estudio de aleatorizacin disponibles, pudiendo utilizarse las diferentes formas
que existen para asignar a los pacientes a un grupo u otro. Adems, es muy importante la
ocultacin de la secuencia de aleatorizacin (el investigador no debe saber a qu grupo
va asignarse el prximo paciente) que no tiene que ver con el enmascaramiento de la
intervencin. Sin embargo, en los estudios de pruebas diagnsticas se prefiere los pacientes que de forma consecutiva cumplen los criterios de seleccin y son lo ms parecidos
182
C A R AC T E R S T I C A S Y CO N C E P TO S C L AV E D E L A L E C T U R A C R T I C A
posible al espectro clnico habitual de la enfermedad, siendo lo ideal que los pacientes
estudiados representen todo el espectro de la enfermedad, desde los estadios iniciales de
la enfermedad a los ms avanzados. En los estudios de cohortes donde se analizan factores de riesgo o agentes nocivos o dao, la muestra utilizada es de sujetos que estn libres
del desenlace estudiado en el momento de inicio del estudio. Finalmente los estudios
de casos y controles suelen ser estudios que se realizan de forma retrospectiva y donde
los sujetos ya se sabe que tienen la enfermedad o circunstancia a estudio comparndose
con sujetos que no tienen la enfermedad, para detectar causas o factores que explican la
aparicin de enfermedad.
Un tipo de estudio especial son las revisiones sistemticas/meta-anlisis donde el objeto de estudio no son pacientes sino trabajos de investigacin. En este tipo de estudio, lo
ideal es analizar todo lo que se encuentra publicado y no publicado en relacin con el problema de estudio. A la hora de la bsqueda de artculos a incluir es recomendable que se
realice por dos personas independientes, as como la determinacin de la calidad de cada
uno de lo estudios incluidos. Un sesgo caracterstico en este tipo de estudios es el sesgo
de publicacin, donde el error por los investigadores viene determinado por la asuncin
de que han evaluado todo lo que existe sobre un problema, y no es cierto. Para controlar
este sesgo disponemos de varias herramientas entre las que se cuenta la representacin
grafica (funnel plot) o ms complicadas con pruebas estadsticas ms objetivas, como son
la prueba de Begg o la de Egger.
d) Seguimiento. Varios aspectos en el seguimiento de los pacientes en los estudios
de cohortes y en el ensayo controlado y aleatorizado (que al fin y al cabo es un estudio
de cohortes especial) son esenciales para asegurar un correcto rigor metodolgico. En
primer lugar, la duracin del seguimiento debe ser lo suficientemente prolongada para
garantizar la presencia del evento de inters. En segundo lugar, las mediciones durante el
seguimiento, as como las intervenciones que se realicen, en todos los pacientes deben
de ser similares. Finalmente, hay que tener en cuenta las prdidas en el seguimiento. Los
pacientes se siguen durante un tiempo determinado que en ocasiones va a producir que
algunos sujetos no acaben el estudio. Las prdidas excesivas en el seguimiento pueden
alterar los resultados del estudio, y deben ser analizadas no solo en cuanto a nmero sino
en cuanto a motivos. El nmero de prdidas en el seguimiento que compromete la validez
interna de una cohorte nunca debe de superar el 20% del total, pero sera ms exacto
indicar que depende del nmero de sujetos perdidos y de la frecuencia del evento a estudiar. A medida que el evento es menos frecuente las prdidas de seguimiento toleradas
deben de ser menores.
Un problema especial en cuanto al seguimiento del paciente lo presentan las violaciones de protocolo de los ensayos aleatorizados, donde un paciente puede incluso ser
asignado a un grupo de tratamiento y recibir el otro. Para evitar los sesgos derivados de
estos problemas, se puede hacer anlisis de sensibilidad, donde se analizan los resultados
asumiendo que todos los pacientes con prdidas de seguimiento, en ambos grupos de
183
estudio, han tenido un efecto beneficioso, y despus se analizan los resultados asumiendo que los pacientes perdidos han presentado un resultado perjudicial. Si los resultados
difieren mucho entre el anlisis de los pacientes que han terminado el estudio, del que se
obtienen asumiendo el beneficio de los perdidos y el que se obtiene asumiendo que los
perdidos han ido mal, existe un problema de validez derivado de la prdidas en el seguimiento. Actualmente se aconseja que los pacientes con desviaciones en el protocolo, y que
incluso pueden recibir una intervencin diferente a la que se le asign inicialmente, deben
de ser analizados en el grupo de asignacin inicial (anlisis por intencin de tratar). Aunque
se pueden presentar los resultados de los grupos que hayan cumplido de forma correcta el
protocolo y el seguimiento, este anlisis debe de ser complementario del anterior.
e) Enmascaramiento. Los resultados de cualquier estudio pueden verse alterados
por las expectativas, conscientes e inconscientes, de los investigadores e incluso de los
pacientes. Los ensayos controlados y aleatorizados son el paradigma de este problema.
Para evitar este sesgo se intenta que ni los pacientes, ni los mdicos o investigadores
que los atienden, ni los que miden o procesan los resultados conozcan a qu grupo de
intervencin se ha asignado el paciente. A veces es imposible mantener el cegamiento
del paciente ni del mdico que lo atiende, pero siempre que se pueda debe mantenerse
por la persona que mida resultados y maneje los datos informticos. Pero este problema
puede aparecer en otros tipos de estudio. En los de diagnstico donde se comparan dos
pruebas, no se debe conocer el resultado de una de ellas por el que realiza la otra prueba.
De igual forma, en los estudios de cohortes y de casos y controles, los que miden factores
de riesgo, nocivos o pronstico, no deben conocer si el paciente tiene la enfermedad a
estudio y viceversa.
f) Medicin de variables y resultados. Un problema en cualquier tipo de estudio es el
de la medicin de las variables, que siempre debe realizarse de forma uniforme en todos
los pacientes. Debido a ello, cualquier medicin que se realice en un estudio clnico debe
hacerse por personal experto, independiente, que desconozca a qu categora o grupo
pertenece cada uno de los pacientes. De esta forma se minimizara la posibilidad de que
el investigador investigara con ms intensidad la aparicin del evento a estudio, o de un
variable de inters, en un paciente que en otro.
Otro problema derivado de la medicin de las variables aparece en los estudios de
pruebas diagnsticas donde la realizacin de las mismas debe realizarse por diferentes investigadores, y que pueden presentar un grado diferente de experiencia en la realizacin
de dichas pruebas. Para este tipo de estudios es importante que el personal investigador
est debidamente formado y tenga amplia experiencia en la prueba a realizar.
Por ltimo, la presencia de varios investigadores realizando el estudio y realizando
mediciones de las variables obliga la realizacin de estudios de fiabilidad, concordancia
entre los resultados obtenidos entre diferentes observadores, as como entre diferentes
resultados en el mismo paciente, pudiendo realizarse mediante diferentes tcnicas estadsticas de anlisis de concordancia intra e interobservador.
184
C A R AC T E R S T I C A S Y CO N C E P TO S C L AV E D E L A L E C T U R A C R T I C A
185
4. Puntos clave
1. La realizacin de un estudio de investigacin y su plasmacin en una revista cientfica debe hacerse con el mayor rigor cientfico posible para asegurar la ausencia de
errores que comprometan las conclusiones alcanzadas.
2. La Validez Interna de un artculo cientfico esta sometida a mltiples sesgos en los
diferentes pasos del proceso de investigacin y deben tenerse en cuenta para poner los medios para evitarlos o minimizarlos.
3. La Validez Externa de un artculo, que puede ser independiente de la validez interna, debe ser mxima para preservar la aplicabilidad y utilidad del factor estudiado.
Bibliografa
1. Glasziou P, Del Mar C, Salisbury J. Evidence-based Medicine Workbook. Finding and applying the best evidence
to improve patient care. London. BMJ Publishing Group 2003.
2. Greenhalgh T. How t oread a paper. The basic of evidence-based medicine. Fourth edition. London. Wiley-Blackwell 2010, pp. 78-89.
3. Atencin sanitaria basada en la evidencia. Su aplicacin a la prctica clnica. Murcia. Consejera de Sanidad de la
Regin de Murcia. 2007.
186
20
Lectura crtica de un metaanlisis
1. Introduccin
Escenario Clnico
A lo largo de su residencia se ha encontrado con diversos pacientes consumidores de
alcohol en diversas rotaciones. Al margen de la posibilidad de derivacin al especialista
correspondiente, usted tiene dudas sobre si es posible incorporar algn tipo de intervencin que pueda incorporarse en su prctica habitual para mejorar el pronstico de estos
pacientes.
Usted ha comentado este tema con su tutor y con otros compaeros. Tras revisar el
tema, se da cuenta de que se han publicado numerosos estudios sobre las intervenciones
breves (consideradas como consejos educativos o intervenciones teraputicas de baja
intensidad con el objetivo de informar y reducir los peligros asociados al alcohol). Estos
estudios sugieren su eficacia en la reduccin del consumo de alcohol. Sin embargo, la
mayora de estudios sobre este tipo de intervenciones estn realizados en pases anglosajones. Dadas las diferencias entre los factores socio-culturales entre este tipo de pases y
los del mbito mediterrneo, se plantea dudas sobre si este tipo de intervenciones, probablemente muy influenciadas por este tipo de factores, seran eficaces en nuestro entorno.
En este captulo vamos a describir la forma de solucionar el escenario plantendolo
desde la perspectiva de la Prctica Clnica Basada en Evidencias (PCBE) con el siguiente
esquema: elaboracin de la pregunta clnica, elaboracin de una estrategia de bsqueda,
lectura crtica del artculo seleccionado, resolucin del escenario combinando los diferentes elementos y elaboracin del informe resultante (CAT o Critically Apraissed Topic)
resultante.
188
L E C T U R A C R T I C A D E U N M E TA A N L I S I S
1
Paciente o problema
2
Intervencin
3
Intervencin a
comparar
4
Resultado
Orientaciones
Cmo podra
describir un grupo
de pacientes similar
al mo?
Cul es la
intervencin de
inters?
Cul es la
intervencin
alternativa con la
que comparar?
Cul es el
resultado que
puedo esperar de la
intervencin?
Ejemplo
Bebedores
excesivos de
alcohol. Tratamiento
comunitario
(ambulatorio) no
especializado.
Poblacin espaola
(mediterrnea).
Intervenciones
breves basadas
en el consejo
teraputico por
profesionales
sanitarios.
Tratamiento
ambulatorio
habitual.
Reduccin del
consumo de
alcohol.
Pregunta clnica:
En pacientes con consumo excesivo de alcohol y en tratamiento comunitario (ambulatorio) no
especializado son eficaces las intervenciones breves para reducir el consumo de alcohol frente al
tratamiento habitual en Espaa?
189
190
L E C T U R A C R T I C A D E U N M E TA A N L I S I S
191
192
L E C T U R A C R T I C A D E U N M E TA A N L I S I S
193
Resultados
Grupo
Bebedor
No bebedor
Total
Riesgo
Experimental
138
98
236
0,58
Control
165
74
239
0,69
Total
303
172
475
194
Valor
IC 95%
10,56%
0,84
15,30%
0,63
9
1,96% a 19,15%
0,73 a 0,97
2,84% a 27,75%
0,43 a 0,92
5 a 51
L E C T U R A C R T I C A D E U N M E TA A N L I S I S
195
196
L E C T U R A C R T I C A D E U N M E TA A N L I S I S
forma rpida y no exhaustiva de la bibliografa disponible y abordan aspectos parciales del tema que nos interesa. En otras palabras, no son representativas de las
evidencias disponibles y no son revisiones sistemticas sobre un tema.
2. La vida media de los CATs puede ser corta y quedarse obsoletos en cuanto se hayan
publicado nuevas investigaciones. Aunque se suele incorporar una fecha propuesta de caducidad en el CAT, no deja de ser conveniente tener la precaucin de realizar una actualizacin de la bsqueda realizada. Para ello podemos utilizar la misma
estrategia de bsqueda que realizamos en su momento y que reflejamos en el CAT.
3. Pueden estar sometidos a posibles errores relacionados con la lectura del artculo
original, en la transcripcin de datos o conclusiones o en el clculo de algunos indicadores. Si en nuestro grupo de trabajo utilizamos los CATs como forma de compartir informacin, sera conveniente su lectura crtica en el equipo antes de ponerlo
a la disposicin general.
A continuacin presentamos, a modo de ejemplo, el CAT elaborado como informe de
la lectura crtica realizada para la elaboracin de este captulo.
197
Incidencia en
Expuestos
(Ie)
Incidencia en
No Expuestos
(Io)
RR
Ie/Io
RRR
(1-RR)*100
RAR
(Io-Ie)
NNT
IC95%
0,69-0,58 = 0,11
5 a 51
0,54-0,31 = 0,23
3a7
Reduccin del nmero de bebedores excesivos (Anlisis por intencin de tratar, AIT)
Entre 6 y 18 meses
58%
69%
0,84
16%
Reduccin del nmero de bebedores excesivos (Anlisis por cumplimiento de protocolo, APC)
Entre 6 y 18 meses
31%
54%
0,57
43%
Comentarios:
Como limitaciones del estudio cabe destacar la ausencia de anlisis del posible sesgo de publicacin. Se han detectado pocos estudios y una alta tasa de abandonos en el seguimiento. Los autores
analizan este sesgo realizando un anlisis de sensibilidad realizando los clculos segn el anlisis por
intencin de tratar comparndolo con el anlisis por cumplimiento del protocolo.
Realizado por: Fernando Navarro Mateu y Vctor Soria Aledo;
Email de contacto: fernando.navarro@carm.es
Viernes, 02 Septiembre 2011
198
21
Lectura crtica de un ensayo
clnico aleatorizado
1. Introduccin
Escenario Clnico
Un mdico internista atiende a un paciente de 20 aos, en una consulta externa hospitalaria porque presenta una prueba de Mantoux positiva a raz de tener contacto con
un familiar diagnosticado de tuberculosis. El paciente era estudiante de enfermera y dos
aos antes le haban realizado esta prueba, a raz de un caso de tuberculosis que haba
atendido en urgencias, con resultado negativo. Tras un estudio adecuado se descarta
afectacin clnica. El internista indica tratamiento con isoniacida durante 6 meses pero el
paciente refiere que no quiere recibir durante tanto tiempo el medicamento ya que piensa que no va a seguirlo, por lo que el facultativo se plantea un tratamiento ms corto pero
con 2 frmacos tuberculostticos para favorecer la adherencia del paciente al tratamiento.
Pero el mdico tiene dudas si esta pauta ms corta con 2 medicamentos puede producir
mayores efectos secundarios, e incluso un mayor riesgo de desarrollar la enfermedad tuberculosa. Debido a ello consulta con un compaero y ste le remite al siguiente artculo:
Mara Paloma Geijo, Carmen Rosa Herranz, David Vao, ngel Jess Garca, Montserrat Garca, Jos Francisco Dimas. Pauta corta de isoniazida y rifampicina comparada con isoniazida
para la infeccin latente de tuberculosis. Ensayo clnico aleatorizado. Enferm Infecc Microbiol
Clin 2007;25(5):300-4.
Tras la lectura cuidadosa y crtica del artculo, el mdico toma una decisin con su
paciente.
En este captulo vamos a describir la forma de solucionar el escenario plantendolo
desde la perspectiva de la Prctica Clnica Basada en Evidencias (PCBE).
200
L E C T U R A C R T I C A D E U N E N S AY O C L N I C O A L E A T O R I Z A D O
los ensayos controlados aleatorizados. Hay que conocer adems que existen estudios, revisiones sistemticas, que lo que hacen es sintetizar de forma sistemtica toda la informacin sobre una pregunta cientfica especfica (tratamiento, medida preventiva, factor de
riesgo, prueba diagnstica) con el objeto de obtener estimadores combinados del efecto,
a veces aplicando las tcnicas estadsticas muy especficas (metaanlisis). Las revisiones
sistemticas/metaanlisis de los ensayos controlados aleatorizados son considerados los
estudios que ms evidencia aportan actualmente a la hora de adoptar decisiones clnicas.
Como se ha comentado en anteriores captulos, la lectura crtica de un artculo se inicia ante una pregunta que surge, en nuestro medio, la mayora de las ocasiones en la
prctica diaria y los primeros pasos que damos son en orden de convertir esta duda en
una pregunta estructurada para lograr una minimizacin en el tiempo de bsqueda, junto
a una optimizacin de documentos recuperados. En nuestro caso, la pregunta podra ser
en los pacientes con infeccin latente tuberculosa la administracin de 2 frmacos tuberculostticos durante un tiempo corto en comparacin con el tratamiento con un solo frmaco
durante ms tiempo, presenta la misma tolerancia y adherencia sin incrementar el riesgo de
desarrollar enfermedad.
En el escenario propuesto al inicio de este captulo, los componentes de la pregunta
clnica planteada puede proponerse segn el formato PICO (Patient, Intervention, Comparison and Outcome) de la siguiente forma:
P
Paciente o problema
I
Intervencin
C
Intervencin a
comparar
O
Resultado
Orientaciones
Cmo podra
describir un grupo
de pacientes similar
al mo?
Cul es la
intervencin de
inters?
Cul es la
intervencin
alternativa con la
que comparar?
Cul es el
resultado que
puedo esperar de la
intervencin?
Ejemplo
Pacientes con
positivizacin
reciente a la prueba
de la tuberculina
sin enfermedad
demostrable.
Pauta corta
de 3 meses
con 2 frmacos
tuberculostticos.
Pauta habitual,
larga con un solo
frmaco.
Adherencia al
tratamiento,
seguridad,
desarrollo de
enfermedad
tuberculosa.
Los pasos necesarios para elegir la base de datos donde buscar los artculos relevantes, as como la utilizacin de estrategias de bsqueda, palabras claves, limitadores, etc.,
han sido descritos en captulos anteriores de este libro.
201
202
L E C T U R A C R T I C A D E U N E N S AY O C L N I C O A L E A T O R I Z A D O
203
204
L E C T U R A C R T I C A D E U N E N S AY O C L N I C O A L E A T O R I Z A D O
que finalmente no han sido seguidos viene determinada porque si estos pacientes hubieran presentando un resultado adverso y sta hubiera sido la causa del no seguimiento, las
conclusiones pudieran haber sido muy diferentes. No hay un nmero claro de pacientes
no seguidos que hace que se afecte la validez interna del estudio, ya que depende no
solamente de las prdidas sino tambin de la frecuencia del resultado estudiado, pero
parece claro que a mayor porcentaje, mayor compromiso en la validez. Cuando los no
seguimientos son frecuentes, se aconseja realizar anlisis de sensibilidad que consiste en
reanalizar los resultados asumiendo que todas las prdidas, en uno y otro brazo, se consideren con resultados positivos y despus como resultado negativo. Si los resultados son
muy dispares entre los diferentes clculos, la validez del estudio puede ser cuestionada.
Tambin es importante, a la hora de valorar la validez, el conocer si el estudio se interrumpi precozmente antes de incluir a todos los pacientes inicialmente previstos. Todo
ECA debe realizarse mediante un clculo de tamao muestral previo que asegure la viabilidad del proyecto, y a veces con anlisis de resultados antes de acabar el estudio para
asegurar la seguridad del paciente o la no necesidad de incluir ms pacientes por futilidad
o lo contrario. Los ECA con finalizacin precoz pueden tener problemas de validez y deben tomarse sus conclusiones con ms precauciones.
Finalmente, en los ECA se producen con cierta frecuencia desviaciones del protocolo,
cuando un paciente que fue asignado aleatoriamente a recibir un tratamiento deja de
tomarlo, lo sigue parcialmente o recibe en realidad, por distintos motivos, el tratamiento
del otro grupo. Actualmente se acepta que el enfoque correcto es analizar al paciente en
el grupo al que fue aleatoriamente asignado. Esto se conoce como anlisis por intencin
de tratar, cuyas ventajas son: conservar las propiedades conseguidas con la asignacin
aleatoria: la homogeneidad de los grupos; y aproximarse a la realidad de la prctica clnica, donde los cambios o incumplimiento de los tratamientos son habituales.
Analizando el ejemplo de nuestro estudio, varios problemas metodolgicos encontramos en relacin con este punto del anlisis de la validez interna que comprometen
seriamente al trabajo.
4. Se mantuvieron ciegos al tratamiento los pacientes, los clnicos y el personal del
estudio?
Las expectativas, tanto de los pacientes como de los investigadores, pueden influir en
la evaluacin de la respuesta. Este problema puede prevenirse mediante el uso de las tcnicas de enmascaramiento o cegamiento, que implican que los pacientes y/o los observadores desconozcan el tratamiento que recibe cada uno de los sujetos, de forma que no
puedan interferir con los resultados. La mejor tcnica es la del doble ciego, segn la cual ni
los pacientes ni los investigadores conocen el tratamiento asignado. Su utilizacin requiere, en muchos estudios, el uso de una sustancia placebo, similar en todo al tratamiento
activo excepto en que carece de accin farmacolgica directa, en el grupo control. Sin
embargo, no siempre es posible la aplicacin de estas tcnicas. En estas situaciones, debe
205
evaluarse la posibilidad de que los pacientes o los observadores puedan haber influido
sobre la respuesta, lo que es ms probable si sta incluye un componente de subjetividad.
Como mnimo, es recomendable que las personas que midan la respuesta desconozcan el
tratamiento asignado, de forma que se reduzca el posible sesgo.
En nuestro ejemplo no se asegura el enmascaramiento de los pacientes lo que condiciona un sesgo importante para la validez del mismo...
5. Fueron similares los grupos al comienzo del ensayo?
Para que un estudio sea vlido, los grupos deben ser similares en todo excepto en el
tratamiento que reciben. Un artculo debe informar a los lectores de las caractersticas
iniciales de los grupos. La asignacin aleatoria no asegura que los grupos sean similares,
especialmente cuando su tamao es reducido. Por ello, debe evaluarse la comparabilidad
de los grupos por los factores pronsticos. De todas formas, la ausencia de diferencias
estadsticamente significativas no implica necesariamente que los grupos sean comparables, por lo que debe prestarse especial atencin a la magnitud de las diferencias. Si
los grupos presentan alguna diferencia importante por algn factor fuertemente asociado con el pronstico, aunque no sea estadsticamente significativa, la validez del estudio
puede verse comprometida.
Los estudios deben presentar una tabla, como en el artculo utilizado como ejemplo,
donde se presenten las principales caractersticas basales de ambos grupos, sobre todo
de aquellas variables que pueden relacionarse con el evento estudiado.
6. Al margen de la intervencin en estudio los grupos fueron tratados de igual forma?
Para poder atribuir el efecto observado a la intervencin objeto de estudio, los grupos
deben ser comparables, no slo al inicio del ensayo, sino tambin durante todo el seguimiento. Si uno de los grupos ha sido seguido con mayor atencin que el otro, existe una
mayor probabilidad de detectar cualquier suceso que ocurra durante el seguimiento, e
incluso de modificar la intervencin o de administrar otros tratamientos, interfiriendo con
la evaluacin de la respuesta. Este problema es especialmente importante en los estudios
abiertos (sin enmascaramiento) y cuando el protocolo del estudio permite a los investigadores utilizar otros tratamientos concomitantes durante el estudio.
Una proporcin importante de artculos publicados, como el ejemplo expuesto, no
hacen referencia a este punto, lo que compromete la validez.
206
L E C T U R A C R T I C A D E U N E N S AY O C L N I C O A L E A T O R I Z A D O
un efecto de relevancia clnica. Dos son las cuestiones que deben evaluarse para ello: en
primer lugar, la magnitud del efecto observado; y, en segundo, la precisin con que ha
sido estimado.
7. Es muy grande el efecto del tratamiento o la intervencin?
8. Cul es la precisin de este efecto?
El propsito de un tratamiento es mejorar un resultado de salud, y cuanto mayor sea
esta mejora el frmaco puede considerarse ms eficaz. Una diferencia entre tratamientos
de muy escasa magnitud, carente de cualquier importancia prctica, puede ser estadsticamente significativa si se ha estudiado un nmero elevado de sujetos. Por ello, si el
lector slo conoce el valor de p, sabr si el estudio ha demostrado o no que existe un
efecto, pero no si ste es importante. Existen varias formas de representar el efecto de un
tratamiento o intervencin. Los ms utilizados son la reduccin absoluta de riesgo en el
resultado entre los dos grupos analizados, o el Nmero Necesario para Tratar (NNT) por
ser considerado como una medida de interpretacin ms intuitiva y clnica. Sin embargo, a veces los resultados se presentan como reduccin relativa de riesgo o como riesgo
relativo, lo que puede dificultar la compresin del verdadero impacto de la intervencin.
Por otro lado, no hay que olvidar que prcticamente todos los estudios son muestras, y el
verdadero valor de la intervencin es desconocida. Se debe determinar la precisin del resultado de la intervencin mediante el clculo del intervalo de confianza al 95%, es decir,
aquel intervalo alrededor de la medida puntual obtenida en el que, con una probabilidad
preestablecida del 95%, se incluir el efecto real de la intervencin.
En nuestro estudio, los resultados se presentan en una tabla con los nmeros y porcentajes de los diferentes resultados en ambos grupos, lo que permite calcular la diferencia absoluta en el riesgo de complicaciones y en la adherencia al tratamiento. Sin embargo, no se calcula la precisin de los resultados.
207
juicio clnico y preguntarse si existe alguna razn por la que los resultados no puedan ser
extrapolados. Si no existe ninguna razn importante, tendremos una mayor confianza en
la generalizacin de los resultados.
Por ello, los artculos deben indicar claramente los criterios de seleccin, la procedencia y las caractersticas de los sujetos estudiados. Otra circunstancia es la diferencia entre
el nmero de pacientes evaluados y los que finalmente se incluyen en el estudio. A mayor
diferencia, ms se compromete la validez externa. Por eso los mejores ECA son los que
presentan unos criterios de inclusin muy amplios y de exclusin mnimos.
En este punto tambin es importante conocer que el anlisis de subgrupos es muy
controvertido, ya que la realizacin de mltiples anlisis aumenta la probabilidad de encontrar un resultado estadsticamente significativo, simplemente por azar. Cuando un
estudio presenta anlisis de subgrupos hay que ser muy cauteloso al interpretarlos, y evaluar detenidamente si el tamao del subgrupo es grande, si responde a una hiptesis
establecida previamente al inicio del estudio, si se han analizado pocos subgrupos y si se
han observado los mismos resultados en otros estudios. Si no se cumplen estas circunstancias, habr que ser escptico sobre la posibilidad de aplicar los resultados.
10. Se tuvieron en cuenta todos los resultados de importancia clnica?
Lo ideal es que la respuesta sea S, pero qu pasa cuando la respuesta es NO? Si un
estudio contempla el anlisis de unas variables de eficacia pero no de seguridad podramos tomar una decisin en base a un resultado positivo, pero dejaramos fuera de lugar
la posibilidad de resultados negativos. Por tanto los mejores trabajos son aquellos que
contemplan no solo los posibles beneficios de una intervencin sino, adems, los perjudiciales.
En nuestro ejemplo, el artculo se centra en resultados beneficiosos, como es la adherencia al tratamiento y, al mismo tiempo, en la tolerabilidad, efectos secundarios de
administrar dos frmacos, por lo que este punto est plenamente contemplado.
11. Los beneficios a obtener justifican los riesgos y los costes?
Aunque cada vez con ms frecuencia, an son pocos los artculos clnicos donde se
contempla un anlisis de los costes de una intervencin. Los riesgos, efectos secundarios,
deben contemplarse como resultados de seguridad y cada vez se presentan con ms frecuencia. Pero no as el coste, no solo de la intervencin sino otros costes: derivados de
nuevas medidas de tratamiento, hospitalizaciones, bajas laborales, aos de vida, etc.
Pese a ello, el lector debe pensar y deducir, con sus conocimientos en el tema, si el
coste final de la intervencin, junto a los riesgos que produce, puede provocar que sta no
deba realizarse pese a demostrarse un beneficio en los resultados obtenidos.
208
L E C T U R A C R T I C A D E U N E N S AY O C L N I C O A L E A T O R I Z A D O
5. Puntos clave
1. El ECA es el diseo que mejor evidencia aporta para la evaluacin de la eficacia de
una intervencin.
2. La lectura crtica de un ECA debe analizar aspectos relacionados con la validez del
estudio, su relevancia y su utilidad.
3. La validez interna del ECA viene determinada fundamentalmente por la presencia
de unos claros objetivos (definidos por una adecuada descripcin de la poblacin
estudiada, la intervencin y su comparacin, y los resultados analizados), as como
una adecuada aleatorizacin y seguimiento de los pacientes, junto a un anlisis de
resultados mediante el principio de intencin de tratar.
Bibliografa
1. Glasziou P, Del Mar C, Salisbury J. Evidence-based Medicine Workbook. Finding and applying the best evidence to
improve patient care. London. BMJ Publishing Group 2003.
2. Greenhalgh T. How to read a paper. The basic of evidence-based medicine. Fourth edition. London. Wiley-Blackwell
2010, pp. 78-89.
3. Tello Royloa C. Lectura crtica de un ensayo clnico. En: Atencin Sanitaria Basada en la Evidencia. Su aplicacin a la
prctica clnica. Murcia. Consejera de Sanidad de la Regin de Murcia. 2007; pp.: 275-296.
4. Ibez Pradas, Modesto Alapont V. MBE en ciruga peditrica. Lectura crtica de artculos. Tratamiento (I). Cir
Pediatr 2005; 18:159-164.
5. Ibez Pradas, Modesto Alapont V. MBE en ciruga peditrica. Lectura crtica de artculos. Tratamiento (I). Cir
Pediatr 2006; 19:2-6.
209
22
Lectura crtica de un
estudio observacional
1. Introduccin
Escenario Clnico
Un mdico de familia realiza revisiones programadas a sus pacientes diabticos. Dentro de estas revisiones, peridicamente realiza fondos de ojo en un intento de deteccin
precoz de retinopata. Adems, en el centro de salud donde trabaja se ha recibido la oferta
de implantar un programa de retinografas desde atencin primaria. Sin embargo, tuvo
hace aos una mala experiencia con la dilatacin de una pupila en un paciente, que sufri
un ataque agudo de glaucoma. Por ello, realiza una bsqueda para poder detectar desde
atencin primaria ojos con cmara anterior poco profunda, susceptibles de padecer un
ataque agudo de glaucoma tras dilatacin de la pupila. Debido a ello hace una bsqueda
bibliogrfica y encuentra el siguiente artculo: Trueba Castillo A, Negredo Bravo LJ, Crdenas Valencia C, Gil de Gmez Barragn MJ, Arribas Garca RA. Es til la prueba de la linterna
en atencin primaria para detectar ojos con cmara anterior poco profunda? Aten Primaria.
2010; 42(03):149-53.
Tras la lectura cuidadosa y crtica del artculo, el mdico toma una decisin sobre el
uso de esta prueba previo a la dilatacin pupilar.
A continuacin desarrollamos este escenario, desde la perspectiva de la Prctica Clnica Basada en Evidencias (PCBE), con el objetivo de iniciarse en la lectura crtica de artculos
de validez de pruebas diagnsticas.
212
L E C T U R A C R T I C A D E U N E S T U D I O O B S E RVAC I O N A L
I
Intervencin
(Prueba)
C
Prueba a
comparar
O
Resultado
Orientaciones
Cmo podra
describir un grupo
de pacientes similar
al mo?
Cul es la prueba
diagnstica?
Cul es la prueba
patrn oro con la
que comparar?
Cul es el
resultado que
puedo esperar de la
intervencin?
Ejemplo
Prueba de
la linterna:
iluminacin
completa del iris
Evitar ataques
agudos de
glaucoma
secundarios a
dilatacin pupilar
farmacolgica
Las estrategias de bsqueda, utilizando el lenguaje cientfico y minimizando en la medida de lo posible la falta de artculos publicados referentes a nuestra bsqueda, han sido
descritos en captulos anteriores de este libro.
213
Existen varias dimensiones sobre las que se puede evaluar la calidad de un estudio.
Primero hay que valorar la existencia o no de sesgos en la estimacin de la prueba diagnstica, por dficit en el diseo, en el desarrollo y/o en la ejecucin. En segundo lugar, se
debe evaluar la capacidad de generalizacin de la prueba, es decir, la posibilidad de reproducir la misma en otro medio que no sea en el que se desarroll el estudio, dependiendo
entre otros factores del espectro de enfermedad de los sujetos, del mbito de estudio
Existen numerosas herramientas de evaluacin de estudios de pruebas diagnsticas,
guas con escalas publicadas en literatura cientfica como JAMA (Journal of the American
Medical Association), BMJ (The British Medical Journal). Siguiendo una lnea de continuidad
en este trabajo, la evaluacin de pruebas diagnsticas se desarrolla segn las recomendaciones de la iniciativa CASP (Critical Appraisal Skills Programme. Programa de Habilidades
en Lectura Crtica), adaptadas a nuestro idioma por el grupo CASP Espaa (CASPe).
La evaluacin de un estudio de pruebas diagnsticas viene determinada por los siguientes pasos:
A) Son vlidos los resultados del estudio?
1.
2.
3.
4.
5.
214
L E C T U R A C R T I C A D E U N E S T U D I O O B S E RVAC I O N A L
215
qui nes realizan la prueba estudiada y la prueba de referencia, excluyendo a todo sujeto
que no se realice la prueba de referencia con el mismo oftalmlogo. Los autores evalan
la diferencia entre observadores mediante el ndice Kappa (valor del 75%), existiendo esta
diferencia dado que uno de los observadores tiene menos experiencia clnica.
4. Hubo evaluacin ciega de los resultados?
Las personas que interpretan la prueba diagnstica que se evala deben desconocer
los resultados de la prueba de referencia y, de igual forma, los profesionales que interpretan el patrn oro deben desconocer los resultados de la prueba a estudio. De no realizarse as, se obtendra una sobreestimacin del rendimiento diagnstico. En ocasiones
esta pregunta no es aplicable, dependiendo del orden de ejecucin de las pruebas y de
la objetividad de la misma. Cuanto ms subjetiva sea una prueba ms debe tenerse en
cuenta el enmascaramiento de los resultados.
En el trabajo analizado los pacientes seleccionados eran evaluados mediante la Prueba de la Linterna (prueba evaluada) y posteriormente eran remitidos a un oftalmlogo
que realizaba la prueba de referencia sin conocer los resultados de la mencionada prueba
de la linterna.
5. La decisin de realizar el patrn de oro fue independiente del resultado de la
prueba problema?
Esta pregunta, junto con la anterior, estn relacionadas con el enmascaramiento. La
seleccin de los pacientes para la realizacin de ambas pruebas debe estar representada
en una tabla, as como explicar la forma de reclutamiento.
En el estudio se detalla que todas las personas que se realizaron la prueba de la linterna fueron remitidas a realizacin de la prueba de referencia, considerando prdidas todos
los que no se realizaron la misma, sin considerar el resultado previo de la prueba evaluada.
216
L E C T U R A C R T I C A D E U N E S T U D I O O B S E RVAC I O N A L
Prueba
Diagnstica
Enfermo E+
Sano E-
Positivo T+
Positivos = a+b
Negativo T-
Negativos= c+d
Total N
a
Sensibilidad
=S= a+c
Especificidad: es la proporcin de verdaderos negativos identificados por la prueba,
del total de sanos.
d
Especifidad
= E = b + d
Sin embargo, en la prctica clnica nos interesa responder a la pregunta: Si un paciente ha resultado positivo en la prueba, cul es la probabilidad de que est realmente enfermo? Para responder a esta pregunta se utilizan los ndices de valor predictivo positivo y
valor predictivo negativo, que s estn influenciados por la prevalencia de la enfermedad y
por el nmero de enfermos que pueda existir en la muestra, por tanto, no reflejan exclusivamente la calidad de la prueba. Para evitar esto se utilizan los cocientes de probabilidad,
el cociente de probabilidad positivo y el cociente de probabilidad negativo. Se expresan
con estas frmulas en funcin de la sensibilidad y de la especificidad:
CP+ =
S
1E
CP =
1 S
E
Valores mayores de CP+ indican mejor capacidad para diagnosticar la presencia de enfermedad. Del mismo modo, valores de CP- menores indican una mejor capacidad diagnstica de la prueba.
En el artculo analizado se pueden hallar todos estos ndices, como se refleja en la
tabla 1:
217
Negativo
Positivo
10
11
Negativo
88
218
L E C T U R A C R T I C A D E U N E S T U D I O O B S E RVAC I O N A L
219
4. Puntos clave
1. El estudio de pruebas diagnsticas es un tipo de estudio descriptivo que trata de
conocer la capacidad diagnstica de una prueba, es decir, la capacidad para clasificar a una persona segn la presencia o ausencia de enfermedad.
2. El diseo se realiza mediante la comparacin entre la prueba a estudio y el patrn
de referencia (gold estandard).
3. Los resultados se evalan en trminos de sensibilidad, especificidad, valores predictivos o coeficientes de probabilidad. Para este clculo se tiene en cuenta los resultados verdaderos positivos, verdaderos negativos, falsos positivos y falsos negativos.
4. El estudio debe incluir el espectro de pacientes ms parecido posible al que se pretende aplicar la prueba
5. Enmascaramiento en la interpretacin de las pruebas. La prueba a estudio debe
valorarse sin conocer los resultados de la prueba de referencia y viceversa.
Bibliografa
1. Trueba Castillo A, Negredo Bravo LJ, Crdenas Valencia C, Gil de Gmez Barragn MJ, Arribas Garca RA. Es til la
prueba de la linterna en atencion primaria para detectar ojos con cmara anterior poco profunda? Aten Primaria.
2010; 42(03):149-53.
2. Abad Corpa E, Monistrol Ruano O, Altarribas Bolsa E, Paredes Sidrach de Cardona A. Lectura crtica de literatura
cientfica. Enfermera Clnica 2003; 13 (1): 32-40.
3. Zamora J, Abraira V. Anlisis de la calidad de los estudios de evaluacin de pruebas diagnsticas. NEFROLOGA.
2008. Vol. 28, Supl. 2: 42-45.
220