Modelo variables explican result salud y plantilla eca
1. El modelo de variables que explican un
resultado en salud, y la plantilla de
evaluación GRADE de un ensayo clínico
Galo A. Sánchez Robles (Ofic Eval Mtos SES)
2. El modelo de variables que explican los
resultados en salud
3. Veamos cómo influye nuestra intervención sanitaria (o variable independiente X) en un resultado
en salud (o variable dependiente Y) que queremos mejorar.
Tomemos como ejemplo la influencia de la intervención de Tratamiento de la Presión Arterial
Sistólica (Intensivo frente a Convencional) en la Reducción Absoluta del Riesgo de Mortalidad por
todas las causas, que hemos obtenido de un metaanálisis de 18 ensayos clínicos.
5. A más descenso diferencial de X = Dif PAS entre [Int vs Conv], la estimación puntual muestra una débilmente menor Y =
Mort. Sin embargo, no se encuentra diferencia estadísticamente significativa en el coeficiente de correlación "r" ni en el
coeficiente de regresión "b". Además de la no significación, el modelo dejaría sin explicar el comportamiento de la Mort, es
decir la variabilidad con la que se observa la Mort, en un 85%.
Cuando X = 10 mm Hg, predice que habrá 1,47% de
RAR Mort, pero en realidad hubo 3,60%. La
diferencia entre lo predicho y la realidad es el error
aleatorio o no explicado por la intervención X
Media de Y
Media de X
Cuando X = 10
mm Hg
6. La influencia, explicación o predicción del resultado Y’ (o variable dependiente teórica) que
proporciona la intervención X (o variable independiente) se puede expresar en lógica formal así:
X => Y’ , lo cual significa que el resultado teórico Y’ es función de la intervención X
Y’ = f(X) => RAR Mort’ = f (Dif PAS Int vs Conv) => RAR Mort’ = a + b*(Dif PAS Int vs Conv)
Pero entre el resultado teórico (Y’) que predice (o explica) la intervención y el resultado real (Y)
hay una diferencia, que se denomina error aleatorio, que es la porción de realidad no predicha (o
no explicada) por la intervención
Y = Y’ + => RAR Mort = RAR Mort’ + => RAR Mort = a + b*(Dif PAS Int vs Conv) +
7. Sin embargo, los resultados en salud suelen estar influidos, o explicados no sólo por una variable (causa
o factor). Es más realista concebir los resultados en salud como multivariables (multicausales o
multifactoriales). Cada una de estas variables contribuye al resultado en salud independientemente de
las demás y/o interaccionando con una o varias de las demás.
Además de ello, dada la complejidad no determinista de los resultados en salud, las variables que
encuentren fenomenológicamente los científicos, no serán todas (sino las que nosotros percibamos) ni
podrán explicar la totalidad, pues siempre quedará una parte no explicada del resultado en salud que
denominamos error aleatorio.
Prototipo de un modelo con variables que contribuyen a la explicación de un resultado en salud
Incidencia de
Mortalidad =
Ordenada
en el
origen
Tratamiento: X1 Edad: X2 Enf CV: X3 Fumar: X4 Condición n: Xn Interacciones entre
variables
error
aleatorio
Yi = b10 + b11X1i + b12X2i + b13X3i + b14X4i + ….. + b1nXni + X1i * X2i *… Xni + i
Al interpretarlo mediante la ecuación multivariable del modelo: Yi = (bo + b1X1i + b2X2i + ….. + bnXni) + i , el resultado en salud Y se explica por la contribución de todas
las variables significativas, y las posibles interacciones significativas entre ellas, más un error aleatorio (factores ajenos a todas estas variables).
8. Veamos cómo se explica la comparación entre dos grupos, lo cual nos permite entender las diferencia
entre un estudio observacional y un estudio experimental controlado aleatorizado (ECA)
Prototipo de un modelo con variables que contribuyen a la explicación de un resultado en salud
Incidencia de
Mortalidad =
Ordenada
en el
origen
Tratamiento: X1 Edad: X2 Enf CV: X3 Fumar: X4 Condición n: Xn Interacciones entre
variables
error
aleatorio
Grupo 1 Yi = b10 + b11X1i + b12X2i + b13X3i + b14X4i + ….. + b1nXni + X1i * X2i *… Xni + i
Grupo 2 Yj = b20 + b21X1j + b22X2j + b23X3j + b24X4j + ….. + b2nXnj + X1j * X2j *… Xnj + j
Los coeficientes b1, b2…, bn representan las contribuciones parciales de cada condición a la incidencia total
El efecto, o diferencia entre ambos resultados en salud, se puede representar así:
Yj - Yj = b20-10 + (b21X1j - b11X1i) + (b22X2j - b12X2i) + (b23X3j - b13X3i) + (b24X4j - b14X4i) + ….. + (b2nXnj - b1nXni) + (X1i *… Xni) - (X1i *… Xni ) + i-j
Cuando todas las variables son iguales, salvo el tratamiento, entonces la diferencia en mortalidad se explica por la diferencia en el tratamiento más un error aleatorio
Yj - Yj = b20-10 + (b21X1j - b11X1i) + 0 + 0 + 0 + ….. + 0 + 0 + i-j
Cuando se comparan dos grupos, ambos resultados en salud (variable independiente) se pueden representar por las siguientes variables independientes predictoras
o explicativas:
Al interpretarlo mediante la ecuación multivariable del modelo: Yi = (bo + b1X1i + b2X2i + ….. + bnXni) + i , el resultado en salud Y se explica por la contribución de todas
las variables significativas, y las posibles interacciones significativas entre ellas, más un error aleatorio (factores ajenos a todas estas variables).
10. 13 PREGUNTAS PARA LA LECTURA CRÍTICA DE UN ENSAYO CLÍNICO: 1 PICO, 7 para la
VALIDEZ, 2 para la MAGNITUD y PRECISIÓN, y 3 para la APLICABILIDAD
Adaptado de: Guyatt GH, Rennie D, O. Meade M, Cook DJ (Eds). Users’ guides to the medical literature. A manual for evidence-based
clinical practice (2nd edition). McGraw-Hill Professional, 2008.
a) La Validez (alta, moderada, baja o muy baja) significa cuán verosímil es la medida del resultado que
se ha obtenido, antes de juzgar si es clínicamente relevante o no.
b) La Magnitud de los resultados se refiere a la relevancia clínica (significación práctica) de los
beneficios menos riesgos añadidos, junto a la Precisión (si el intervalo de confianza es estrecho o es
excesivamente amplio).
c) Con esa validez, magnitud y precisión, ¿a qué categorías de pacientes podría ser teóricamente
Aplicable? ¿El prototipo sería teóricamente aplicable a una “clase” de mis pacientes?
Hasta aquí todo es un razonamiento teórico (ciencia, técnica), y puede formularse en lógica formal con
una premisa mayor, una premisa menor, y una relación entre ambas de la que se extrae una conclusión
teórica.
Pero si además queremos hacer una Recomendación, necesitamos estar preparados para una clase
cualitativamente más compleja, que puede formularse mediante un razonamiento práctico, en el que
la conclusión teórica anterior (ciencia y/o técnica) constituye la premisa menor. [Se verá más adelante]
11. ¿RESPONDE EL ESTUDIO A UNA PREGUNTA CLARA Y RELEVANTE?
1. ¿Se definieron claramente los pacientes, la intervención, la comparación y el resultado (PICO)?
PACIENTES:
INTERVENCIÓN:
COMPRACIÓN:
RESULTADO:
Comentarios:
¿SON VÁLIDOS LOS RESULTADOS?
¿COMENZARON EL ESTUDIO LOS GRUPOS DE INTERVENCIÓN Y CONTROL CON EL MISMO PRONÓSTICO?
2. ¿Se aleatorizó a los pacientes?
Comentarios:
3. ¿Se mantuvo oculta la secuencia de aleatorización?
Comentarios:
12. 4. ¿Fueron similares los grupos de intervención y control con respecto a los factores pronósticos
conocidos?
Comentarios:
¿SE MANTUVO EL BALANCE PRONÓSTICO EN EL TRANSCURSO DEL ESTUDIO?
5. ¿En qué medida fue cegado el estudio?
Comentarios:
¿SIGUIERON LOS GRUPOS BALANCEADOS A LA CONCLUSIÓN DEL ESTUDIO?
6. ¿Fue completo el seguimiento?
Comentarios:
7. ¿Se llevó a cabo el análisis de los pacientes en los grupos a los que fueron asignados al azar?
Comentarios:
13. 8. ¿Se detuvo antes de lo previsto?
Comentarios:
¿CUÁLES SON LOS RESULTADOS?
9. ¿Cuál fue la magnitud del efecto del tratamiento?
Comentarios:
10. ¿Cuál fue la precisión de la estimación del efecto del tratamiento?
Comentarios:
14. ¿PUEDO APLICAR LOS RESULTADOS EN LA ATENCIÓN A MIS PACIENTES?
11. ¿Fueron los pacientes del estudio similares a los que yo atiendo?
Comentarios:
12.- ¿Se consideraron los resultados importantes para los pacientes?
Comentarios:
13. ¿Justifican los beneficios que se esperan del tratamiento los riesgos potenciales, los
inconvenientes y los costes del mismo?
Comentarios:
16. RESUMEN GRADE DEL ENSAYO CLÍNICO: Título del ensayo clínico en español:
Referencia bibliográfica completa:
ADVERTENCIA: Lo siguiente es una aplicación de la filosofía de la ciencia para personas no versadas en la
práctica de la lógica formal.
Como regla del dedo, la estructura narrativa puede recordarse con el acrónimo IDEAL: Identificación del problema;
Definición del problema; Estrategias para reducir el problema; Actuaciones llevadas a cabo; Logros o resultados
obtenidos.
I. INTRODUCCIÓN
II. LO PROYECTADO
III. LO CONSEGUIDO
IV. COMENTARIOS, DISCUSIÓN Y OPINIÓN DEL EVALUADOR
V. CONFLICTO DE INTERESES y VALIDEZ DE LOS RESULTADOS
VI. CONCLUSIONES Y RECOMENDACIONES
17. Para ver todo en su contexto, resolvamos en la práctica el
Resumen de la Evaluación GRADE del PROactive, tal como
mostramos en la siguiente presentación…