ANÁLISIS CRÍTICO

Se realiza en 3 etapas:
1.​ VALIDEZ INTERNA (alto o bajo riesgo de sesgo) si es bajo el riesgo de sesgo sigo
con la etapa 2.
2.​ INTERPRETACIÓN DE LOS RESULTADOS
3.​ APLICABILIDAD

ESTUDIOS DE TERAPIA
Un ensayo clínico es:
-​ Un estudio prospectivo que compara el efecto de una o más intervenciones contra
un control en seres humanos con una condición médica.
-​ Establece la relación de causalidad del factor de exposición (intervención) y la
enfermedad (variable respuesta)
-​ Consideraciones éticas son muy importantes
-​ Debe lograr que los grupos sean comparables en todo menos en lo estudiado
(intervención).
Hay tipos de ensayos clínicos:
1.​ Paralelo (Parallel trial)

2.​ Cruzado o Sucesivo (Cross-over trial).

3.​ Reemplazo

4.​ Factorial: Se evalúan dos o más intervenciones de manera independiente. Son "dos
estudios en uno"; Las intervenciones no deben tener interacción; Los sujetos reciben
ninguna, una u otra, o ambas intervenciones.
5.​ Split Mouth: mismo paciente como su propio control.

VALIDEZ INTERNA

1.​ Randomización:
-​ Proceso de asignación aleatoria de los participantes de la investigación a un
grupo de estudio.
-​ Proceso para generar grupos de pacientes cuya probabilidad a priori de
presentar el resultado de interés sea la misma (experimental y control)
-​ Busca obviar una diferencia sistemática entre los grupos en comparación
debida a factores distintos a la intervención.
-​ Para revisar este aspecto de la validez interna hay que revisar la tabla 1, que
compara el grupo control con el grupo experimental en base a las
características basales (el p debe ser ≥ 0.05, no significativo).
-​ Ventajas de la randomización:
-​ Permite asumir que la posible inferencia causal observada al final del
estudio NO se debe a otros factores.
-​ Reduce el sesgo de selección.
-​ Distribuye por azar tanto las variables conocidas como las
desconocidas.
-​ Con "n" suficiente los grupos en estudio serán comparables en todo
excepto la intervención en estudio.
2.​ Ocultamiento de la secuencia de randomización:
-​ Asegura que la randomización se mantenga a lo largo del estudio.
-​ Quien define el ingreso de los individuos al estudio no debe conocer a qué
grupo o intervención será asignado el individuo.
-​ Es fundamental en el proceso de randomización.
-​ No basta la generación de secuencia al azar.
-​ Una randomización adecuada debe ser al azar, impredecible y OCULTA.
-​ El desconocimiento de la intervención que recibirá cada sujeto, por parte del
investigador o personal que distribuye los pacientes.
-​ Su objetivo es proteger la secuencia de asignación al azar para mantener la
comparabilidad de los grupos.
-​ Fundamental en la validez interna.
 3.​ Ciego o enmascaramiento
-​ Ocultar el conocimiento del tratamiento ya asignado durante el curso del estudio.
-​ Se somete a ciego la intervención asignada y/o evaluación del status de los sujetos
a estudio.
-​ Mantiene la comparabilidad de los grupos
-​ Previene diversos sesgos en diversas etapas del estudio.
-​ Quienes deben ser ciegos:
-​ Pacientes: Mejora la adherencia al tratamiento, disminuye la probabilidad de
abandono, permite cuantificar el efecto placebo.
-​ Tratantes: Evita la transmisión de actitudes positivas y negativas sobre la
intervención
-​ Recolectores de datos
-​ Adjudicadores de eventos: Disminuye el sesgo en la evaluación de la
respuesta a la intervención
-​ Analista de datos: Disminuye la probabilidad de retirar pacientes.
4.​ Seguimiento
-​ Ocurrió o no el outcome.
-​ RAM: reacciones adversas (hay o no hay)
-​ Se mejoró y no volvió
-​ Cambio de medicamento
-​ Se retiró del estudio ¿por qué?
-​ Opciones de seguimiento
a)​ Pérdida: Cuando no podemos saber si el outcome ocurrió
b)​ Abandono: Sujetos que dejan el protocolo, pero sí sabemos si el
outcome ocurrió
c)​ Violacion de protocolo: Paciente se cambia de grupo
-​ Tipos de análisis del seguimiento
a)​ Por protocolo: Incluir en el análisis sólo a aquellos pacientes que
recibieron la intervención a la que fueron asignados por la
randomización que cumplieron con el protocolo de tratamiento.
b)​ Por intención de tratar: Considera a todos los individuos ingresados al
estudio, de acuerdo al grupo al cual fueron asignados originalmente,
aunque no hayan cumplido con el protocolo.

iNTERPRETACIÓN DE RESULTADOS

-​ Sirve para evaluar la magnitud clínica del tratamiento

-​ Dependiendo de la forma en que el autor expresa los resultados, el impacto de una
intervención podrá parecer mayor o menor

RESULTADOS DE TERAPIA O INTERPRETACIÓN DE RESULTADOS

Sirve para conocer el real impacto de una intervención.

●​ Valor p: al comparar dos grupos en un estudio podemos demostrar que no existe

diferencia o que sí la hay. Es un TEST DE HIPÓTESIS que nos ayuda a afirmar con
cierto nivel de seguridad que una de las hipótesis es la correcta. Tiene valores del 0
 al 1. Esto sirve para ver si la intervención es estadísticamente significativa, pero no
si es clínicamente aplicable.
○​ Hipótesis nula: Valores cercanos a 1, p>0.05. Indican una alta probabilidad
de que las diferencias observadas sean solo por el azar.
○​ Hipótesis alternativa: Valores cercanos a 0, p<0.05. Indican una alta
probabilidad que las diferencias no sean por azar.

Es muy importante aplicar criterio a la hora de tomar decisiones clínicas. Para esto se
pueden utilizar:

●​ Estimadores puntuales:
○​ Reducción del riesgo absoluto (RRA) o incremento del riesgo absoluto:

No puede aplicarse a otras poblaciones con distinto riesgo (dependiente del

riesgo basal).

Permite predecir cuánto se beneficiará el individuo con la intervención.

OUTCOME OUTCOME TOTAL

PRESENTA EL OUTCOME NO PRESENTA EL OUTCOME

ESPERADO ESPERADO

GRUPO TRATADO A B A+B

GRUPO CONTROL C D C+D

TOTAL A+C B+D A+B+C+D

Se calcula: RRA=[C/(C+D)]-[A/(A+B)] → toma la tasa de eventos del grupo

control vs la tasa de eventos del grupo tratado.

El resultado que se da en decimales, puede pasarse a porcentaje. Cuando el

grupo experimental o tratado tiene un porcentaje de eventos mayor que el
grupo control, hablaremos de Incremento del riesgo absoluto.

Ej: si el RRA es de 0.17 el nuevo tratamiento reduce el riesgo absoluto en

17%. Cuantifica en terminos absolutos la reducción del riesgo (la intervención
disminuye 17 eventos por cada 100 pacientes tratados)

○​ Riesgo relativo (RR): Corresponde al cociente entre el riesgo del grupo

intervenido o tratado y el riesgo del grupo control.

Puede aplicarse o extrapolarse a otras poblaciones con distinto riesgo

(independiente del riesgo basal).

Se tiende a sobreestimar los efectos.

OUTCOME OUTCOME TOTAL

 PRESENTA EL OUTCOME NO PRESENTA EL OUTCOME
ESPERADO ESPERADO

GRUPO TRATADO A B A+B

GRUPO CONTROL C D C+D

TOTAL A+C B+D A+B+C+D

Se calcula: RR=[A/(A+B)]/[C/(C+D)]

Ej: Si el RR es de 0.1, el riesgo que tiene un individuo del grupo experimental

es de un 10% del riesgo en comparación de un individuo del grupo control.

Riesgo que mantiene el grupo experimental luego de la intervención.

Un RR=1 indica que no hay diferencia de riesgo entre grupo control y

experimental. Mientras más cercano a 1 menos diferencias hay entre el
grupo control y el experimental.

RR<1 frecuencia del outcome disminuye→ Podemos decir que existe una
reducción del riesgo relativo (RRR).

RR>1 frecuencia del outcome aumenta→ Podemos decir que existe un

incremento del riesgo relativo.

-​RRR (reducción del riesgo relativo): Nos indica la efectividad de la

intervención. Se calcula cuando el RR es menor a 1​
Ejemplo: RR=0.1​
RRR= 1-0.1= 0.9​
Un RRR de 0.9 nos indica que la intervención disminuye en un 90% el
riesgo.
-​ IRR (incremento del riesgo relativo): Nos indica la efectividad de la
intervención. Se calcula cuando el RR es mayor a 1.​
Por ejemplo: RR= 1.9​
IRR = 1.9 - 1 = 0.9​
Un IRR de 0.9 nos indica que la intervención aumenta en un 90% el
riesgo.
○​ Odds Ratio (OR):

Se puede ocupar en análisis multivariados o estudios retrospectivos.

Mientras que el Riesgo relativo se suele ocupar más en estudios
prospectivos.

Se calcula: OR=[(A/B)/(C/D)]

Cuando el evento es poco frecuente (<25%) se parece mucho al RR.

OR=0.006/0.01=0.5
 ○​ Número necesario a tratar (NNT): N° de pacientes que deben recibir el
tratamiento experimental para que un paciente adicional obtenga beneficio.

El rango va desde 1 al infinito.

NNT 1 ideal. Mientras más cercano a 1, mayor efecto del tratamiento.

Se calcula: NNT=(1/RRA)x100

Ejemplo: Si NNT=5.8 se aproxima al número mayor, en este caso 6. Esto

expresa que necesito tratar a 6 pacientes con este nuevo tratamiento para
obtener el beneficio adicional en 1 paciente.

APLICABILIDAD

●​ ESTIMADORES PUNTUALES: medidores efecto (RRA,RR,OR,NNT).

●​ VALOR REAL: estimador puntual que se obtendría al aplicar la intervención a toda
la población ("La verdadera naturaleza del resultado"). Es decir, aquí obtendremos
un resultado que no tiene rango de error.
-​ Intervalo de confianza (IC): Rango en el que se encuentra el valor real. El
punto de no efecto cuando estoy calculando un riesgo absoluto es el 0, a
diferencia del riesgo relativo que es 1. Cuando pasa por el punto de no efecto
el IC deja de ser inmediatamente estadísticamente significativo.
El tamaño muestral influye directamente en el tamaño del intervalo de
confianza. Mientras mayor es el tamaño de la muestra, el IC es más
pequeño, es más preciso.
La frecuencia del outcome que estoy estudiando también impacta en el IC. Si
el outcome es mayor, el IC también es más pequeño y por lo tanto, más
preciso.
El IC responde las 2 preguntas:
1.​ ¿Cuán precisos son los estimadores puntuales del estudio?
2.​ ¿Son estadísticamente significativos los estimadores puntuales?
Al interpretar los resultados de un estudio de terapia tengo que:
-​ Calcular los valores de un estimador puntual que me va a permitir cuantificar
clínicamente el resultado. Y por otro lado, el intervalo de confianza me va a permitir
determinar la precision de este resultado, viendo este rango de error, y también la
significancia estadística, viendo si pasa por el punto de no efecto. Es así cómo
podemos comparar grupos viendo si estos tienen diferencias clínicamente
relevantes.
 REVISIÓN SISTEMÁTICA
RS con metanalisis→ Revisión sistematica cuantitativa
RS sin metanalisis→ Revisión sistematica cualitativa
[Link] la pregunta: componentes y diseños
2. Identificar la literatura relevante
a.​ Criterios de inclusión y exclusión
b.​ Búsqueda en distintas base de datos: → evita el sesgo de publicación
-​ Mínimo buscar en Pubmed, Embase, registro de la cochrane, epistemonikos, google scholar,
scielo
-​ Hacer revisión manual de referencias
-​ Literatura gris (congresos, revistas locales no indexadas, etc)
-​ Consultar a expertos e investigadores del tema.
→ Sesgo de publicación: corresponde a la publicacion selectiva de estudios de acuerdo a sus
resultados, estudios con resultados estadísticamente significativos tienen mas posibilidad de ser
publicados, si solo se incluyen estudios publicados (solo en ingles), es probable que se sobreestime el
efecto de la intervención, o no se identifiquen efectos adversos.
-​ Funnel plot: evaluación grafica del sesgo de publicación
a.​ Distribución simetrica de los estudios, sin sesgo de publicación
b.​ Distribución asimetrica por SP, estudios pequeños con efectos negativos no han sido
detectados.
c.​ Distribución asimetrica de estudios de baja calidad que aumentan la efectividad de la
intervención.
¿Cómo declarar la búsqueda?
Estudios en la mayor cantidad de idiomas posibles
Todas las bases de datos posibles:
-​ EMBASE, Pubmed, SClelo, CENTRAL, etc
-​ Literatura Gris
Establecer períodos de tiempo en que se visitó las bases de datos
Complementar con "handsearching"
Búsqueda realizada por al menos 2 investigadores en forma independiente:
-​ Amplio conocimiento del proceso de búsqueda y su estandarización
-​ Deben evaluar la concordancia de los estudios encontrados por cada uno
-​ Se recomienda la utilización de softwares para el manejo de referencias: Connotea, covidence,
EndNote, RevMan.
3. Evaluar la calidad de la literatura
Es importante la evaluación crítica de validez de estudios primarios:
-​ Es clave, si los estudios primarios son malos.
-​ Mala calidad metodológica de estudios primarios afecta los resultados
-​ Estudios poco rigurosos tienden a sobreestimar el efecto de las intervenciones
-​ no hay una única forma de evaluar la calidad o validez de estudios primarios
-​ Existen más de 40 escalas (Jadad): Una que es muy útil es la Herramienta de riesgo de sesgo de la
Cochrane (The cochrane collaboration’s tool for assessing risk of bias)

Evaluación del riesgo de sesgo

Dominio Descripción Juicio de los autores de la
revisión
Generación de la secuencia Describir el método utilizado para ¿La secuencia de asignación fue
generar la secuencia de adecuadamente generada?
asignación con suficiente detalle
como para permitir evaluar si
debería producir grupos
comparables.
 Ocultamiento de la asignación Describir el método utilizado para ¿La asignación fue
ocultar la secuencia de asignación adecuadamente oculta?
con suficiente detalle como para
determinar si las asignaciones de
intervención podrían haberse
previsto antes o durante la
inscripción.
Enmascaramiento de Describir todas las medidas ¿Se previno adecuadamente el
participantes, personal y utilizadas, si las hay, para conocimiento de la intervención
evaluadores de resultados enmascarar a los participantes del asignada durante el estudio?
estudio y al personal del
conocimiento de qué intervención
recibió un participante.
Proporcionar cualquier
información sobre si el
enmascaramiento previsto fue
eficaz.
Datos de resultado incompletos Describir la integridad de los datos ¿Se abordaron adecuadamente
de resultados para cada resultado los datos de resultado
principal, incluyendo la deserción incompletos?
y exclusiones del análisis. Indicar
si la deserción y las exclusiones
fueron reportadas, el número en
cada grupo de intervención
(comparado con el total
aleatorizado), las razones de
deserción/exclusión y cualquier
reincorporación en los análisis.

Notificación selectiva de Indicar cómo se examinó la ¿Los informes del estudio están
resultados posibilidad de notificación libres de sugerencias de
selectiva de resultados por parte notificación selectiva de
de los autores de la revisión y qué resultados?
se encontró.

Otras fuentes de sesgo Indicar cualquier preocupación ¿El estudio está aparentemente
importante sobre sesgos no libre de otros problemas que
abordados en los otros dominios podrían ponerlo en alto riesgo de
de la herramienta. Si se sesgo?
especificaron preguntas o
entradas particulares en el
protocolo de la revisión, se deben
proporcionar las respuestas para
cada una.

Resultados reproducibles:
-​ 2 o más personas deberían participar en la evaluación de la calidad de los estudios
-​ Debe haber valorizarse la concordancia entre los evaluadores más allá del azar (Kappa > 0,7 indica
que la concordancia fue lo suficientemente buena)
-​ Debe explicitarse la forma en que se resolverán los desacuerdos entre revisores
-​ Explicitarse cuáles fueron excluidos y por qué

4. Resumir la evidencia
a)​ Descripción de resultados
b)​ Estimación del efecto
c)​ Heterogeneidad:
i)​ Grado en el cual el efecto entre estudios individuales, revisados sistemáticamente son
diferentes. Mientras más distintos son, menos oportunidades hay de hacer un metanálisis.
 2
ii)​ 𝐼 <25% → baja heterogeneidad; 25-30%→ heterogeneidad intermedia; >50% mayor
heterogeneidad
iii)​ Weight(%): influencia del estudio individual tiene en el resultado total. Mientras más grande el
tamaño muestral y más estrecho el intervalo de confianza (IC), mayor es el peso porcentual
que tiene el estudio en el resultado total.

d)​ Meta-análisis:
i)​ Es el análisis estadístico de los resultados de estudios independientes, que intentan producir
un estimador único del efecto del tratamiento.
ii)​ Se calcula un estadístico de resultado para cada estudio en forma individual (RR, OR,
promedio ponderado de medias)
iii)​ Se calcula una medida del efecto resumen de todos los estudios
iv)​ Cada estudio tendrá una importancia diferente asociada a su error estándar (n)
v)​ Forest plot: forma en que los autores pueden resumir todos los datos de muchos trabajos en
una sola imagen. Compara directamente lo que los estudios muestran y la calidad de los
resultados en un solo lugar.​
Cuando la línea de no efecto es 1 es porque
se utiliza el Riesgo Relativo, cuando es 0 es
Odds Ratio o promedio ponderado de
medias.​
​
​
​
​
​
​
​
​
​
​
​
​

5. Interpretar los hallazgos

a)​ Sesgo de publicación
b)​ Aplicación al setting clínico: 
i)​ Generalización de resultados al setting clínico
ii)​ Describir la relevancia clínica e importancia de los outcomes meta-analizados
iii)​ Responder en forma clara a la pregunta de la RS
iv)​ Describir estado actual de la evidencia y el grado de heterogeneidad de los estudios
 SCOPING
●​ Definición: "Proyectos exploratorios que mapean sistemáticamente la evidencia disponible de un tema,
identificando conceptos clave, teorías, fuentes de evidencia y vacíos en la investigación"
●​ ¿Por qué?
○​ Para examinar la extensión, rango y naturaleza de la literatura existente en cierta área
○​ Para determinar el valor o la necesidad de desarrollar una revisión sistemática
○​ Para resumir y diseminar resultados de investigaciones de un cuerpo de evidencia (ej: que es
heterogénea o compleja)
○​ Para identificar vacíos en la evidencia en la literatura, guiando futuras investigaciones
○​ Para clarificar conceptos y definiciones relativas a un tema en específico
○​ Para evaluar cómo se conduce la investigación en cierta área o tópico
○​ Para identificar características clave o factores relacionados a conceptos específicos
●​ Pasos
1.​ Desarrollo de protocolo
-​ Pregunta amplia
-​ No se limita a PICOT
-​ Registro en otras Bases de datos (ej: Open Science​
Framework)

РСС

●​ Participantes
○​ Se deben detallar las características importantes (ej. edad)
●​ Concepto
○​ Se debe articular el concepto clave siendo investigado (e.j.: intervenciones, fenómeno de
interés, desenlaces, formato, contenido de los estudios incluidos
●​ Contexto
○​ Varía dependiendo de los objetivos y la pregunta de la revisión
○​ Consideración de factores culturales, elección de limitar el contexto de la revisión a un país
o sistema de salud en particular
●​ Tipos de evidencia
○​ Se puede restringir a ciertos tipos de estudio o a todos
○​ Fuentes de información dependen del tipo de scoping y de los objetivos que se planteen

2.​ Búsqueda
-​ Búsqueda comprensiva (+ 2 bases de datos).​
Puede incluir comentarios, blogs, opiniones
-​ PRESS checklist (para revisar estrategia de búsqueda)
-​ Búsqueda en literatura gris y escaneo de referencias
-​ Debe ser transparente y repetible
-​ La menor cantidad de limitaciones posible (ej. por fecha), y si se hace, justificar.
3.​ Selección de estudios
-​ Cribado de título y abstract
-​ Cribado de texto completo
-​ Criterios pre-establecidos
-​ Cribado por pares, resolución de discrepancias
4.​ Tabular evidencia (extracción de datos)
-​ Utilizar una ficha de extracción pre-definida, estandarizada
-​ Extraemos datos más genéricos, no tan enfocados en los resultados
-​ Por pares, resolución de discrepancias
5.​ Análisis de riesgo de sesgo (no se hace mucho). No está testeando ninguna hipótesis.
-​ Opcional, no se suele recomendar porque el propósito no es realizar un meta-análisis
o respuesta basada en un resultado sintetizado.
6.​ Síntesis de los datos
-​ No se realiza meta-análisis → descriptivo
 -​ Se centra en tabular la evidencia y encontrar vacíos de evidencia
-​ No busca realizar recomendaciones para la práctica
-​ Se presentan en formato de tabla, figura, gráfico.

ELEMENTO DE AYUDA: PRISMA-ScR checklist

-​ Lista de reporte, todos los elementos que tiene que tener un protocolo para estar completo
 MAPPING REVIEW

●​ Definición: "Colecciones temáticas de evidencia, estructuradas alrededor de un marco que representa

gráfica y esquemáticamente los tipos de intervenciones y los resultados relevantes para un problema
particular" Representación gráfica y esquemática.
●​ ¿Por qué?
-​ La revisión de la evidencia para identificar brechas o necesidad de futuras investigaciones.
-​ El involucramiento de la audiencia definida como blanco para el diseño de un producto
amigable.
-​ La cobertura de un amplio campo de evidencia.
-​ La sistematización del proceso.
-​ La representación visual o gráfica de los hallazgos
-​ NO permiten responder una pregunta de investigación específica
-​ NO buscan sintetizar hallazgos de estudios incluidos
-​ NO tienen por objetivo proveer recomendaciones o informar políticas y prácticas públicas, sino
que ser una de las fuentes de información en el desarrollo de estas
-​ Es descriptiva y no análitica
●​ Objetivos y usos principales:
-​ Facilitar la toma de decisiones basadas en la evidencia, presentando la evidencia disponible
en un formato accesible.
-​ Identificar brechas en la evidencia disponible de un modo amigable
a)​ brechas absolutas: cuando no hay estudios primarios
b)​ brechas de síntesis: cuando hay estudios primarios pero no revisiones
-​ Guiar la investigación futura, usando recursos limitados más estratégicamente
●​ Pasos
1.​ Desarrollar el marco de intervenciones y desenlaces
-​ Revisar documentos de políticas clave, revisiones sistemáticas
-​ Involucrar audiencia blanco (expertos)
2.​ Establecer criterios de inclusión
-​ Enfoque: revisiones sistemáticas
-​ Incluir estudios primarios
-​ Criterios dependen de recursos disponibles
3.​ Búsqueda y selección de estudios
-​ Métodos sistemáticos y exhaustivos
4.​ Extracción de datos
-​ Formulario de extracción de datos consensuado
-​ Por duplicado
5.​ Evaluación crítica de la evidencia
-​ Deseable, pero no mandatoria
6.​ Analizar y representar gráfica o visualmente
-​ Elaborar un mapa de la evidencia artículos identificados
-​ Análisis descriptivo de los estudios disponibles
●​ Formas de representación gráfica
-​ Mapas de burbujas
-​ Grilla
-​ Diagrama
-​ Mapa de evidencia
COMPARACIONES ENTRE SÍNTESIS DE EVIDENCIA
 RESUMEN ESTRUCTURADO DE EVIDENCIA

FRISBEE
●​ Necesidad de generar una síntesis de la evidencia a una escala mayor de las RS, para sintetizar toda la
evidencia que contienen estas revisiones sistemáticas.
●​ Es un FRIendly Summary Body of Evidence using Epistemonikos.
●​ Es una síntesis de todas las revisiones sistemáticas sobre una misma pregunta clínica
●​ Resumen del conjunto de evidencia (cuerpor de la evidencia)
●​ Simplifica la obtención de la mejor evidencia disponible → (ya que) la información está procesada.
●​ Fácil lectura para los clínicos
●​ Tal como se entiende desde la medicina basada en la evidencia.

Comienzan:
1.​ Definiendo una pregunta clínica específica.
2.​ Realizando una búsqueda eficiente
3.​ Seleccionando las RS que contestan una misma pregunta clínica
4.​ Realiza una matriz de evidencia.
Matriz de evidencia: matriz que resume toda la evidencia que responde a una misma pregunta y todos
los estudios primarios que están incluidos dentro de estas RS.
5.​ Extracción de datos
6.​ Metanálisis
7.​ Tabla SoF: va a contener los resultados tanto en efectos absolutos, en efectos relativos, va a entregar
los resultados por desenlace y va a entregar un nivel de certeza de la evidencia.

8.​ Mensajes claves: conclusiones claves

Para realizarla:
➔​ Situación clínica
➔​ Pregunta clínica: Debe ser en formato PICO
P: población
I: intervención
C: comparación
 O: outcome/desenlace
➔​ Búsqueda:
◆​ Todas las revisiones sistemáticas y estudios primarios
◆​ Múltiples bases de datos
◆​ Encontrados o agregados a Epistemonikos.
◆​ Epistemonikos (aquí podemos encontrar diferentes bases de datos como Pubmed, Lilacs,
Cochrane). Todo en un mismo lugar, evidencia interconectada, motor de búsqueda poderoso
➔​ Selección de revisiones sistemáticas
➔​ Identificación de estudios primarios
➔​ Generación matriz de evidencia
◆​ Herramienta visual
◆​ Permite comparar todas las RS que responden a una pregunta similar
◆​ Observar todos los estudios primarios contenidos en las RS
◆​ Filas → RS ​ Columnas→ Estudios primarios
➔​ Extracción de datos
◆​ Información relevante desde revisiones sistemáticas
◆​ RS que responden exactamente nuestra pregunta
◆​ RS que responden parcialmente nuestra pregunta
➔​ Metanálisis
◆​
➔​ Tabla SoF
◆​ Tabla de resumen de resultados con el método GRADE. Se utiliza para llegar a cierto grado de
certeza de credibilidad de evidencia.
◆​ Evaluar credibilidad y certeza.
◆​ Utilizada por OMS, Cochrane, entre otros.

➔​ Resumen de resultados
◆​ Resumen
◆​ Breve descripción del problema
◆​ Mensajes claves a partir de la tabla. Deben tener un lenguaje concordante al nivel de certeza
de la evidencia que se utilizó. Por ejemplo:
 ●​ Probablemente→ evidencia moderada
●​ Podría→ evidencia baja
◆​ Se entregan a partir de cada outcome
➔​ Mensajes claves

Consideraciones finales frente a la toma de decisión

●​ Comparar conclusiones del resumen con otras fuentes (ej. guías de práctica clínica, otros ECR que no
estén incluidos)
●​ A quién se aplica la evidencia presentada, o sea, un análisis de la validez externa
●​ Analizar los desenlaces incluidos en el resumen.
●​ Balance riesgos y beneficios.
●​ Consideración de recursos.
●​ Qué piensan los pacientes y tratantes.
●​ Probabilidad que las conclusiones cambien en el futuro si aparece nueva evidencia.

VENTAJAS FRISBEE

○​ Rigurosidad metodológica.
○​ Tiempo menor que en la mayoría de las síntesis de evidencia existentes.
○​ Matriz de evidencia.
○​ Actualizados constantemente.

Decisión final
Respuesta a la pregunta enunciada a la luz de los datos expuestos, provenientes de la mejor evidencia científica
disponible, experiencia de los profesionales y preferencias del paciente.
 ENFOQUE GRADE

La siguiente clase trata del enfoque GRADE para revisiones sistemáticas, como hemos visto el recurso las
revisión sistemática son un metodo para resumir la evidencia y hay un enfasis muy importante en su
transparencia. Esta transparencia se traduce en los criterios de riesgo de las distintas revisiones sistematicas
que se vieron en la clase anteriores, donde vieron que se supone que las resviones sistematicas deberian tener
criterios de inclusión y exclusion, la estrategia de búsqueda es el transparente, debe ser en tres bases de datos
mínima, debe determinar cuáles son los métodos de análisis, si esta revision sistematica es cuantitativa se
realiza un test estadistico que se llama metanalisis, y si es que no se utiliza debido a diversos factores se
trasparenta si la revisión sistematica es cualitativa, se interpretan los resultados se presentan estos resultados y
luego se obtienen conclusiones a raiz de ella.
El enfoque GRADE es una herramienta sistemática que nos ayuda en estos dos últimos: en la interpretación de
resultados y en la presentación de estos mismos a través de una tabla summary of ¿?.

El siguiente gráfico corresponde a un Forest Plot es la representación gráfica de un metaanálisis para este que
responde en este caso la siguiente pregunta: ¿la anticoagulación parenteral es útil para aumentar la sobrevida
en pacientes con cáncer?. En este caso, el desenlace de interés es un mayor sangrado. La pregunta informado
PICO la se puede observar en la parte superior izquierda. Este fue el forest plot que usted ha aprendido a
interpretar en la clase de revisiones sistemáticas. Incluye 3 estudios primarios. Nos dice cuánto fue el número de
eventos que se generaron en el grupo de intervención y en el grupo control. Nos presenta la heterogeneidad a
través de los distintos tipos de test para medirla como el chi2, en donde en este caso un 3,85 lo cual nos habla
de que no hay una heterogeneidad que sea estadísticamente significativa y además el i2, que es el que
generalmente el test de heterogeneidad por el cual más nosotros nos basamos, que es un 48%. Además, el
Forest también entrega un estimador global, que es el producto final de este metaanálisis que da un estimador y
un intervalo de confianza para el metaanálisis de estos 3 estudios primaria. A la derecha pueden observar el
gráfico en donde los cuadrados representan el estimador puntual de cada estudio primario y las líneas
representan los intervalos de confianza. El rombo que ustedes encuentran al final, la línea vertical representa el
estimador global y la línea horizontal de este rombo representa el intervalo de confianza.

Bueno, el enfoque de grey, que significa branding of recommendation of ascent, development and evaluation,
considera distintos factores para poder evaluar cuál es la calidad de la evidencia que se está presentando. Esta
calidad era evidencia, se evalúa por cada desenlace y considera además la magnitud del efecto del estimador
global asegura un proceso sistemático y además transparente. Este enfoque además es útil en 2 diseños de
estudio. Por un lado están las revisiones sistemáticas, en donde el enfoque GRADE va a expresar el grado de
confianza que tenemoss en el estimador de efecto. En si es que este es o no es correcto. Y el uso del enfoque
GRADE en las guías de práctica clínica, el cual expresa el grado de confianza que tenemos en que este
estimador de efectos adecuado para apoyar una determinada recomendación. El uso del enfoque GRADE de
revisiones sistemáticas está enfocado en generar el grado de certeza de la evidencia para estimar cuál es la
credibilidad que tienen los resultados que se están presentando. Que va a depender de varios factores que
vamos a evaluar a continuación, mientras que las guías de práctica clínica. Este enfoque GRADE permite
generar una recomendación. Esta recomendación puede ser a favor o en contra y va a depender de varios
factores que vamos a evaluar a continuación.

GRADE genera una evaluación del nivel de certeza de la evidencia el cual puede ser alta, moderada, baja o
muy baja. ¿De qué dependen estas cuatro distintas categorías? De cuánta confianza se obtiene en los
resultados que se están presentando.

- Un nivel de certeza de la evidencia alto significa que existe una alta confianza en estos
resultados y que es poco probable que el estimador cambie en la medida que se vaya presentando
más evidencia en el futuro.
- Un nivel de certeza la evidencia moderado significa que hay una alta confianza en los
resultados que se están entregando, pero que sin embargo, existe una posibilidad, aunque sea
baja, de que esta evidencia cambie sustancialmente con la publicación de más evidencias sobre el.
- Mientras que los niveles de certeza lencia bajo y muy bajo, significa que la credibilidad que se
que tienen los resultados que se están publicando es baja y que la probabilidad de que estos
resultados cambien en la medida que se publiquen más estudios que respondan a esta es muy
alta.

GRADE parte de la premisa de que los ensayos clínicos randomizados parten con un alto nivel de certeza
de la evidencia y que los estudios observacionales tienen un bajo nivel de certeza de la evidencia. Por lo
tanto, el primer paso del enfoque GRADE es determinar cuál es el diseño de estudio que fueron incluidos en
nuestra revisión sistemática o bien en la guía práctica. Si fuera un ensayo clínico randomizado, nuestro
punto de partida va a ser un nivel de certeza de la evidencia alto. Y si es que el punto de partida son
estudios no ramdomizados, que pueden ser estudios observacionales o ensayos clínicos controlados,
estudios antes y después, etcétera, el nivel de certeza, la evidencia va a partir en baja, no muy baja, sino
que baja.

Una vez que nosotros tenemos este punto inicial en donde yo voy a partir con el diseño del estudio de una
revisión, por ejemplo, de una revisión sistemática que incluyó ensayos clínicos aleatorizados. Como parto
con el nivel de certeza de la evidencia más alto, que es alto nivel de certeza de la evidencia lo único que
puedo hacer es disminuir este nivel de certeza y se disminuye en relación a estos 5 factores.

1) Si los ensayos clínicos incluidos tenían un alto riesgo de sesgo.

El primer determinante de calidad para disminuir el nivel de certeza de la evidencia en ensayos clínicos
randomizados son es el riesgo de sesgo. Las limitaciones en el diseño de estudio que se presentan
como errores sistemáticos que corresponden al sesgo, generan resultados que son engañosos.¿Cómo
se evalúa esto? a través de la herramienta de riesgo de sesgo de la cochrane, que es la risk of ¿? En
donde clasifica el sesgo por varios dominios que ustedes estudiaron en las clases de ensayos clínicos
randominzado en alto riesgo de sesgo, bajo riesgo de sesgo o riesgo de sesgo poco claro. Este riesgo
de sesgo es por estudio. Y generalmente ustedes lo van a encontrar, si es que está evaluado con la
herramienta de riesgos de sesgo de la chrocrane unos gráficos en donde el verde significa bajo riesgo
de sesgo, el rojo alto riesgo de sesgo y el amarillo riesgo de sesgo incierto. Por tanto, esto es una
evaluación cualitativa. Por lo tanto, si es que yo tengo la gran mayoría de los estudios o yo veo este
gráfico mayoritariamente en rojo, significa que la mayoría de los estudios presentan un alto riesgo de
sesgo. Por lo tanto tengo que disminuir uno o 2 niveles de certeza la evidencia por riesgo de sesgo a
esta revisión sistemática. Ahora, ¿cómo se cuánto se disminuye y cuánto no? La evaluación, en primer
lugar, es cualitativa y en segundo lugar, según la importancia de ciertos dominios para la pregunta la
pregunta interés. Lo importante es que si es que el la revisión sistemática incluyó ensayos clínicos
randomizado con alto riesgo de sesgo, significa que el nivel de certeza la evidencia va a disminuir.
GRADE considera limitaciones en el diseño y en el riesgo de sesgo por desenlace a través de los
 estudios. La tabla SoF que es el producto final de la metodología de GRADE va a generar un criterio de
certeza de a evidencia para cada decenlace, para el nivel de certeza de la evidencia uno, por ejemplo,
hemorragia, voy a tener un nivel de certeza, la evidencia voy a decir este este desenlace tiene tal efecto
que se traduce en tal riesgo relativo con tal precisión con tal intervalo de confianza con este nivel de
certeza la evidencia, aquí voy a ser alto, moderado, bajo o muy bajo.
2) Si es que hay inconsistencia entre los estudios, lo cual está representado por la heterogeneidad.
Heterogeneidad entre los estudios disminuye mi grado de confianza disminuye mi calidad de
evidencia ¿Cómo se detecta? En la variacion en estimador efecto, superposicion de intervalos de
confianza, test estadisticos (chi2) para heterogeneidad es p<0.05 (estadisticamente significativa) y
I2(valor de heterogeneidad de 0-100%).
3) Si la evidencia de que se presenta en estos estudios primarios incluidos en la revisión
sistemática es indirecta también se disminuye el nivel de certeza.
4) Si en la evidencia hay imprecisiones, traducido en la extensión de los intervalos de confianza.
Más grande el intervalo de confianza, más imprecisos son los resultados. El grado de precisión del
intervalo de confianza depende de: tamaño de la muestra (más muestra, más pequeño IC, más
precisión), número de eventos, intervelo de confianza.
5) Si es que hay un sesgo de publicación de esta revisión, no es de los estudios primarios sino
propia de la revisión sistemática. Hace referencia a una estimación sistematica por debajo o por
encima del efecti debido a la publicación selectiva de estudios. Hay sospecha de sesgo de
publicación: Revisiones sistematicaas basadas en pequeños ensayos, estudios financiados por la
industria. Se disminuye un nivel del grado de certeza de la evidencia.​
Se ve con el funnel plot.

O bien, si nuestra revisión sistemática partió con estudios observacionales, estudios clínicos controlados o
cualquier cosa que no sea un ensayo clínico randomizado, vamos a partir con un nivel de certeza de la
evidencia bajo. Por lo tanto, el nivel de certeza de la eidencia puede subir o voy a bajar. ¿Cómo ha subir?
En relación a estos 3 factores

1) Con la magnitud del efecto. Por ejemplo, el estimador global que se presenta para tal desenlace
es muy grande o es muy potente. Estimador puntual potente.
2) Si es que la presencia de factores confundente ratifica los resultados.
3) También se puede aumentar el nivel de certeza la evidencia si existe un fenómeno de
dosis-respuesta en donde para darle efecto en un tal desenlace, al aumentar la dosis de tal
intervención aumenta la respuesta.

Por lo tanto, el primer paso determinar el diseño del estudio, si es un estudio clinico randomizado,
observacional u otros no aleatorizados parto con un nivel de certeza la evidencia alto o bajo, y de ahí puedo
bajar o disminuir o aumentar los niveles de certeza la evidencia según estos determinantes calidad.

Tabla de resumen de hallazgos-SoFt “summary of findings table”

- Resumen clave
- Presenta: Calidad de evidencia, magnitud de efecto, razones detrás de la decisión.
- Formato
o PICO
o Desenlace
o Resultados
§ Paticipantes y estudios
§ Efectos relativos
§ Efectos absolutos
o Calidad de la evidencia
o Comentarios y notas de pie