Diagnostico y Otras Apreciaciones PDF

CENTRO PRIVADO DE MEDICINA FAMILIAR Asociado al Departamento de Medicina Familiar de la Universidad del Sur de California ( USC-University of Southen California
) Unidad Docencia e Investigacin
MEDICINA FAMILIAR BASADA EN LA EVIDENCIA

Material bibliografico compaginado por: Dr. Carlos R. Cantale
REVISIN CRITICA DE LA LITERATURA EPIDEMIOLOGA CLNICA y TOMA DE DECISIONES EN MEDICINA FAMILIAR ESTUDIOS EPIDEMIOLGICOS: UN POCO DE TERMINOLOGA NIVELES DE CALIDAD DE LA EVIDENCIA CIENTFICA MEDICINA BASADA EN LA EVIDENCIA: LO QU ES y LO QU NO MEDICINA BASADA EN LA EVIDENCIA (PASOS) o REVISIN CRITICA DE LA LITERATURA
Centre for Evidence-Based Medicine
Programa de habilidades en lectura crtica CASP (Critical Appraisal Skills Programme) es un programa para ayudar a los "decisores" del Servicio de Salud Ingls a desarrollar habilidades para hacer lectura crtica sobre la evidencia cientfica de la eficacia clnica. Trabaja con programas locales para promover cuidados de salud basados en la evidencia y colabora con el Centre for EvidenceBased Medicine (Centro de la Medicina Basada en la Evidencia) de la Universidad de Oxford que ensea a los clnicos cmo tomar decisiones, basadas en la evidencia, sobre un paciente concreto. Por qu la lectura crtica? Hay un inters generalizado en hacer ms eficaces a los servicios de salud, para maximizar la mejora de salud que ofrecen. Pero cmo sabemos qu servicios son verdaderamente eficaces? Cmo saben los financiadores qu tratamientos y cuidados de salud deben financiar? Cmo deciden los clnicos que un tratamiento concreto es til? Si queremos hacer lo mejor para nuestros pacientes, necesitamos basar nuestras decisiones en evidencias (*). Ciertamente la informacin publicada sobre efectividad es cada vez mayor, y el acceso a ella cada vez ms fcil; pero, ms informacin no significa muchas veces otra cosa que mayor confusin. Entonces, cmo conseguir las evidencias ante la proliferacin de literatura? Una solucin es disponer de habilidades en la "bsqueda eficiente" de informacin en las bases de datos biomdicas clsicas. Otra solucin es dirigirse a publicaciones de orden superior (ACP Journal Club, Evidence Based Medicine), o a las bases de datos de investigacin de sntesis (Colaboracin Cochrane, Grupo de revisores de York, etc). En este punto es donde la estrategia CASP de "bsqueda de la evidencia" cobra sentido. Los talleres de bsqueda CASP proporcionan las habilidades necesarias para la "bsqueda eficiente" de la informacin necesaria para decidir. Sin embargo puede ser difcil saber cundo un articulo ofrece una evidencia confiable. Las propias revisiones pueden presentar o conducir a conclusiones inexactas o "confusas".
Curso Basico de Medicina Familiar 2003, Medicina Familiar Basada en la Evidencia, Dra. Ana Trigub, Dr. Julio Ceitlin, Dr.Carlos R. Cantale
Aqu es donde la lectura crtica puede ayudar. Las habilidades en lectura crtica permiten evaluar sistemticamente los resultados de los trabajos publicados, su validez, su relevancia y su aplicabilidad. Los talleres CASP estn diseados para ensear habilidades en la lectura crtica de la literatura cientfica sobre efectividad clnica. Preguntas para ayudarte a hacer lectura crtica Hay tres aspectos generales a tener en cuenta cuando se hace la lectura crtica de un artculo: Son validos sus resultados? Cules son los resultados? Son aplicables en tu medio? Las preguntas de esta seccin estn diseadas para ayudarte a pensar sistemticamente sobre estos aspectos. Contienen unas primeras preguntas "de eliminacin" que se pueden responder rpidamente. Slo si la respuesta es "s" en todas ellas merece la pena continuar con las preguntas restantes. Este material ha sido desarrollado por el equipo de CASP en Oxford, adaptando la serie Users' Guides to The Medical Literature publicada en JAMA y traducido por el equipo de CASPe. 11 preguntas para ayudarte a entender un artculo sobre tratamiento
(adaptadas de: Guyatt GH et al, Users' Guides to The Medical Literature, II How to use an article about therapy or prevention. (JAMA 1993; 270: 2598-2601 & JAMA 1994; 271: 59-63)
10 preguntas para ayudarte a entender artculo sobre una prueba diagnstica (adaptadas de: Jaeschke R et
al, Users' Guides to The Medical Literature, III How to use an article about a diagnostic test. (JAMA 1994; 271: 389-391 & JAMA 1994; 271: 703-707) to The Medical Literature, V How to use an article about prognosis. (JAMA 1994; 272: 234-237)
9 preguntas para ayudarte a entender un artculo sobre pronstico (adaptadas de: Laupacis et al, Users' Guides 10 preguntas para ayudarte a entender una revisin sistemtica (adaptadas de: Oxman AD, Guyatt GH et al,
Users' Guides to The Medical Literature, VI How to use an overview. (JAMA 1994; 272 (17): 1367-1371)
9 preguntas para ayudarte a entender un artculo sobre uso apropiado (adaptadas de: Naylor CD et al, Users'
Guides to The Medical Literature, XI How to use an article about a clinical utilization review. (JAMA 1996; 275: 1435-1439)
o EPIDEMIOLOGA CLNICA Y TOMA DE DECISIONES EN MEDICINA FAMILIAR

Stephen J. Spann, M.D.
Introduccin En el mundo de hoy existe una megatendencia hacia la reforma de los sistemas de salud. Tres fuerzas principales impulsan esta reforma: los costos de la atencin en salud, el acceso a esa atencin y la percepcin de que su calidad no es ptima. Los problemas de acceso se deben a problemas de cobertura y de mala distribucin de profesionales, tanto geogrfica como por especialidades. Los compradores de servicios de salud: gobiernos, empresas e individuos, cuestionan cada vez ms el costo de los mismos. No estn convencidos que la calidad de los servicios justifique su costo. Los pacientes quieren estar ms involucrados en las decisiones
mdicas que les afectan, tanto diagnsticas como teraputicas. La tecnologa biomdica sigue creciendo de manera explosiva. Hay cada vez ms demanda sobre los recursos de salud que son, a fin de cuentas, limitados. Es inevitable que el uso de recursos sea racionado; es imprescindible que dichos recursos sean utilizados de manera ptima. Algunos estudios han demostrado que el 80% de los costos de atencin en salud son imputables a decisiones tomadas por mdicos.1 Los mdicos son, en un sentido, los administradores de los recursos de salud de la sociedad. El mdico de familia est en una posicin inmejorable para gerenciar la utilizacin ptima de los recursos de salud de sus pacientes. Es importante reconocer que a veces el rol de administrador de los recursos de la sociedad y el de gerente de los recursos de un paciente son conflictivos. Desde el punto de vista de la sociedad, es deseable que el mayor numero posible de personas reciban el mayor beneficio en salud posible. El costo de una oportunidad A puede ser la perdida de una oportunidad B. Por ejemplo si se decide dializar a todo paciente con insuficiencia renal crnica, puede ser que no sobren recursos para inmunizar a los nios, o viceversa. Desde el punto de vista del mdico y su paciente, es importante que el paciente reciba el mayor beneficio posible en salud, y que est expuesto al menor riesgo y costo posible. En realidad no existe beneficio en salud que no tenga cierto riesgo potencial: el tomar una simple aspirina tiene sus riesgos (irritacin del estmago, hemorragia, anafilaxis). Hay dos ramas de la ciencia relativamente nuevas: la epidemiologa clnica y las ciencias de las decisiones, que pueden ayudar al mdico de familia a desempearse en estos dos roles. La epidemiologa es el estudio de la distribucin y las determinantes de la frecuencia de enfermedad en el hombre. La epidemiologa clnica es la aplicacin de principios y mtodos epidemiolgicos a problemas enfrentados en la medicina clnica. 2 Cuando un mdico de familia se encuentra ante un paciente, enfrenta una serie de problemas clnicos y preguntas: Est este paciente enfermo o sano? Cules son las anormalidades que estn asociadas con la enfermedad? Cun exactas son las pruebas o estrategias diagnsticas que se utilizan para identificar la enfermedad? Cun frecuente es la enfermedad? Qu factores de riesgo estn asociados con un aumento en la frecuencia de la enfermedad? Cules son las consecuencias de la enfermedad; cul es su pronstico? Cmo cambia el curso futuro de la enfermedad con el tratamiento? Hay intervenciones en personas sanas que previenen el inicio de la enfermedad? Mejora el curso de la enfermedad su deteccin y tratamiento precoz? Cules son los factores que causan la enfermedad? Cules son los mecanismos patognicos de la enfermedad? La epidemiologa clnica ayuda al mdico a contestar estas preguntas. Hay varias ramas cientficas que son relevantes a las decisiones clnicas. Adems de la epidemiologa clnica, la bioestadstica, la economa y la psicologa constituyen ciencias de las decisiones.
La probabilidad En la mayora de los casos clnicos, el diagnstico, el pronstico y los resultados teraputicos para pacientes individuales son inciertos, y por lo tanto deben ser expresados como probabilidades. Por ejemplo, la probabilidad de que un paciente determinado tenga enfermedad E se expresa como P(E), y se encuentra entre 0 (certeza absoluta de la ausencia de la enfermedad), y 1 (certeza absoluta de su presencia) (Figura 1). Rara vez poseemos certeza absoluta en la medicina; ejercemos, de hecho, una ciencia inexacta e incierta. FIGURA 1 El diagnostico, una estimacin probabilistica de enfermedad
P(E)
La probabilidad para un paciente individual se puede estimar en base a experiencias previas con grupos de pacientes semejantes al paciente considerado. Estas experiencias pueden ser propias del mdico, o experiencias de otros que han sido informadas en la literatura mdica. El mdico de familia debe basar sus estimaciones probabilisticas en su propia experiencia de atender pacientes en el nivel de la atencin primaria, o en la literatura mdica que describe poblaciones de pacientes semejantes a la que l atiende. Hay que tener cuidado de no basar la estimacin probabilstica en experiencias correspondientes a poblaciones de pacientes seleccionados, como son las de pacientes atendidos en centros mdicos de alta complejidad, donde, tpicamente, se forman los estudiantes y residentes en medicina. White demostr que hay un gran sesgo de seleccin en los pacientes que son vistos en hospitales universitarios del tercer nivel de atencin. De 1000 adultos seguidos durante un mes, 750 sufrieron algn tipo de dolencia; 250 consultaron a un mdico de familia; 9 fueron internados en un hospital; 5 necesitaron los servicios de un especialista; y 1 fue derivado a un hospital universitario.4 Supongamos que un estudiante de medicina rotando por el servicio de neurologa en un centro universitario encuentra que el 10% de los pacientes que ve con cefaleas tienen un tumor de cerebro. Si no reconoce que esta es una poblacin sesgada, podra llevarse la idea que el 10% de pacientes que llegan a un mdico de familia con cefaleas padecen de un tumor de cerebro, cuando, en realidad, menos de un 0.4 % de ellos tienen un tumor. 5 El mdico de familia debe basar sus estimaciones probabilsticas en la epidemiologa de la comunidad al cual pertenecen sus pacientes. El aforismo cuando omos cascos, pensamos primero en caballos, y luego en cebras, excepto en el frica nos recuerda que, en el ejercicio de la Medicina Familiar, la mayora de las cefaleas son tensionales o vasculares, y no tumores; la mayora de las lumbalgias son esguinces, y no cncer metasttico a la columna. Lamentablemente, mucha de nuestra formacin medica ocurre en centros terciarios, lo cual nos ensea una epidemiologa sesgada.
Anormalidad Cuando un mdico est delante de un paciente que presenta sntomas, signos o resultados de pruebas diagnsticas, debe decidir si estos son normales o anormales. Cada pregunta en un interrogatorio clnico y cada maniobra en un examen fsico constituye en si una prueba diagnstica, que puede tener un resultado normal o anormal. Hay muchas maneras de definir normalidad o anormalidad del resultado de una prueba diagnstica. Por ejemplo, un resultado puede ser clasificado como normal o anormal basado en la frecuencia de su hallazgo. En este caso, normalidad se define de una manera estadstica. Este es el mtodo de definir los valores normales en pruebas cuyos resultados son expresados en una escala de valores continuos: peso, tensin arterial, hemoglobina, transaminasas hepticas, etc. Por definicin, se define como normal los valores que caen dentro de 2 desviaciones standard del promedio de los resultados obtenidos al efectuar la prueba en una poblacin de individuos sanos. Otra manera de definir anormalidad es en base a su asociacin con enfermedad. Por ejemplo, el dolor precordial puede estar asociado con varios problemas o enfermedades, incluyendo dolor de pecho musculoesqueltico e isquemia cardaca. Supongamos que consulta una mujer de 25 aos de edad con dolor precordial, sin factores de riesgo para la arteriosclerosis y su examen fsico demuestra dolor a la palpacin en el rea precordial. Si el mdico est queriendo descartar isquemia cardaca, entonces el hallazgo del dolor a la palpacin es, en cierto sentido, normal, ya que no est asociado con un cuadro de angina de pecho. Por ltimo, se puede definir anormalidad en base a la tratabilidad potencial del problema. Por ejemplo, la nicturia asociada con prostatismo en hombres de 50 aos de edad es considerada normal si no excede 1 o 2 veces por noche, ya que generalmente no se trata el prostatismo con medicacin o ciruga hasta que la nicturia sea ms frecuente. En el ejercicio de la Medicina Familiar, donde los pacientes se presentan sin previa seleccin, con problemas no diferenciados y con sntomas sutiles, es ms difcil discernir entre normalidad y anormalidad. El adolescente con dolor abdominal puede tener una apendicitis aguda o puede estar ansioso porque maana tiene un examen en la escuela. El desafo para el mdico de familia es cernir todos los sntomas, signos y resultados de pruebas de laboratorio y reconocer las anormalidades que predicen enfermedad. El proceso diagnstico El proceso diagnstico es un proceso de estimacin probabilstica. Comienza con la recoleccin de datos: sntomas, signos, resultados de pruebas de laboratorio; termina con una expresin probabilstica que estima la probabilidad de que el paciente tenga una o ms enfermedades. Elstein encontr que los mdicos resuelven problemas diagnsticos utilizando un modelo hipotticodeductivo.(6) Muy temprano en la consulta, basado en sntomas y signos muchas veces sutiles, el medico desarrolla una serie de hiptesis diagnsticas (diagnstico diferencial). Luego el mdico junta ms datos con el fin de comprobar o refutar sus hiptesis. Con ms datos, una o dos de sus hiptesis se vuelven ms probables, mientras las otras disminuyen en probabilidad. Supongamos que consulta una mujer de 40 aos de edad con dolor epigastrio. De inmediato, el mdico considera hiptesis diagnsticas que incluyen gastritis, lcera pptica duodenal, colelitiasis, y pancreatitis. La
paciente relata dolor nocturno y alivio del dolor con anticidos o ingesta de comida. Con esa informacin, la probabilidad de lcera pptica duodenal aumenta. Deniega ingesta excesiva de alcohol y molestia con comidas grasosas. Con esa informacin, la probabilidad de gastritis, pancreatitis y colelitiasis disminuyen. En el examen fsico, la palpacin profunda en el epigastrio produce ligero dolor. Aumenta ms la probabilidad de lcera pptica duodenal. Cada pregunta en el interrogatorio, cada maniobra en el examen fsico es una prueba diagnstica, cuyo resultado va aumentando o disminuyendo la probabilidad de las varias enfermedades consideradas. Con la informacin recogida hasta el momento, el mdico estima que la probabilidad de lcera pptica duodenal es de 0.85 (ochenta y cinco por ciento). Decide que es una probabilidad suficiente para iniciar tratamiento con bloqueantes de los receptores H2 y receta cimetidina. Caractersticas operativas de una prueba diagnstica Cuando el mdico realiza una prueba diagnstica, lo ideal sera que todo resultado anormal confirmara la presencia de la enfermedad sospechada (positivo verdadero), y que cada resultado normal, la descartara (negativo verdadero). Pero la vida no es ideal: la realidad es que tambin existen positivos falsos (resultados anormales en pacientes sanos) y negativos falsos (resultados normales en pacientes sanos). La tabla 2 X 2 demuestra estas cuatro posibilidades. Para una prueba diagnstica dada uno puede determinar las caractersticas operativas de la prueba, comparando los resultados de esa prueba diagnstica con un standard de oro, que define la verdadera presencia o ausencia de la enfermedad considerada. Por ejemplo, si uno desea determinar las caractersticas operativas de la prueba ergometra de esfuerzo para el diagnstico de enfermedad isqumica cardaca, comparara los resultados de una prueba de ergometra con los resultados de una angiografa coronaria como standard de oro, en una poblacin de personas que tiene pacientes con enfermedad isqumica coronaria y pacientes que no padecen esta enfermedad. La tabla 2 X 2 define las caractersticas operatorias de una prueba. (Figura 2) Figura 2 TABLA 2 X 2 ENFERMEDAD PRUEBA +
+ POSITIVOS VERDADEROS NEGATIVOS FALSOS TOTAL ENFERMOS
POSITIVOS FALSOS POSITIVOS TOTALES NEGATIVOS TOTALES
PRUEBA -
NEGATIVOS VERDADEROS TOTAL SANOS
La sensibilidad de una prueba diagnstica es la probabilidad de que un paciente enfermo tenga un resultado anormal (positivo) de la prueba. La especificidad de una prueba diagnstica es la probabilidad de que un paciente sano tenga un resultado normal (negativo) de la prueba. Las definiciones matemticas de estas caractersticas operativas son las siguientes: Sensibilidad = Positivos Verdaderos________________ Positivos Verdaderos + Negativos Falsos Especificidad = Negativos Verdaderos_______________ Negativos Verdaderos + Positivos Falsos Para pruebas diagnstica cuyos resultados son expresados como valores continuos, la sensibilidad y especificidad dependen del valor que se elige como el punto de corte para diferenciar entre normal y anormal. Por ejemplo, en el caso de transaminasas hepticas para el diagnstico de hepattis, cuanto ms bajo el punto de corte, ms sensible la prueba. Hay una relacin recproca entre sensibilidad y especificidad: cunto ms sensible la prueba, menor es su especificidad. Las caractersticas operativas de una prueba son independientes de la prevalencia de enfermedad en la poblacin, y en teora son, independientes de quien o donde se efecta la prueba (siempre y cuando se haga la prueba de la misma manera). S dependen del estadio de la enfermedad: cuanto ms avanzada la enfermedad, ms sensible es la prueba para su deteccin. Valores predictivos Dado que un diagnstico es una estimacin probabilstica, el propsito de efectuar una prueba diagnstica es obtener informacin nueva que cambie (o revise) la previa estimacin de probabilidad de enfermedad. Una prueba positiva resulta en una probabilidad post-prueba mayor a la probabilidad pre-prueba; una prueba negativa resulta en una probabilidad post-prueba menor a la probabilidad pre-prueba. Cuando el mdico interpreta el resultado de una prueba diagnstica efectuada en su paciente, tiene que preguntarse cunto ha cambiado su estimacin de la probabilidad de enfermedad en el paciente en base a esta nueva informacin: tiene que determinar el valor predictivo de la prueba. El valor predictivo es la probabilidad post-prueba de enfermedad. El valor predictivo positivo (VP+) es la probabilidad que un paciente con un resultado anormal (positivo) de la prueba tiene la enfermedad en estudio. El valor predictivo negativo (VP-) es la probabilidad que un paciente con un resultado normal (negativo) de la prueba no tiene la enfermedad sospechada. Las definiciones matemticas de los valores predictivos son los siguientes: VP+ = Positivos Verdaderos_______________ Positivos Verdaderos + Positivos Falsos VP- = Negativos Verdaderos_______________ Negativos Verdaderos + Negativos Falsos
Los valores predictivos de una prueba diagnstica dependen de la estimacin de la probabilidad de enfermedad pre-prueba (antes de efectuar la prueba). Para decirlo de otra manera, los valores predictivos de una prueba dependen de la prevalencia de enfermedad en una poblacin de pacientes con caractersticas idnticas a las del paciente estudiado. El teorema de Bayes define una relacin matemtica entre los valores predictivos de una prueba, la sensibilidad (Sens.) y especificidad (Espec.) de la prueba, y la prevalencia de enfermedad en la poblacin de pacientes con caractersticas idnticas a las del paciente en estudio (Prev.).
VP+ = Sens. X Prev._________________ Sens. X Prev. + (1-Espec.)(1-Prev.) VP- = (Espec.)(1-Prev.)_______________ (Espec.)(1-Prev.) + (1-Sens.)(Prev.) Si uno examina estas ecuaciones, ve que el valor predictivo positivo es directamente proporcional a la prevalencia (o estimacin probabilstica pre-prueba) de enfermedad. El valor predictivo negativo es inversamente proporcional a la prevalencia (o estimacin probabilstica pre-prueba) de enfermedad. Dicho de otra manera, cuanto ms alto el nivel de sospecha pre-prueba que el paciente tiene la enfermedad de inters, ms confiable es un resultado de prueba anormal. Cuanto ms bajo el nivel de sospecha pre-prueba que el paciente tiene la enfermedad de inters, ms confiable es un resultado de prueba negativo. Examinemos dos casos clnicos comunes en el ejercicio cotidiano de un mdico de familia. Caso 1 Presenta una mujer de 25 aos con sntomas de disuria y frecuencia urinaria desde hace 2 das. No relata sntomas de fiebre, dolor en ngulo costovertebral, nusea, vmitos o flujo vaginal. No tiene antecedentes de infecciones urinarias recurrentes o recientes. Vale la pena efectuar un anlisis de orina con examen microscpico del sedimento urinario? En la literatura mdica encontramos que la sensibilidad de la presencia de piuria en el sedimento urinario para el diagnstico de infeccin urinaria comprobado por urocultivo es de 80%, y la especificidad es de 95%. La prevalencia de infeccin urinaria en la poblacin de mujeres jvenes que se presentan con este cuadro es de 80%. Cul sera el la probabilidad de infeccin urinaria dado una prueba anormal (piuria en el examen microscpico)? Cul sera la probabilidad de infeccin dado una prueba normal (ausencia de piuria)? Utilizando las ecuaciones del teorema de Bayes podemos calcular los valores predictivos:
VP+ = Sens. X Prev._________________ = 0.80 X 0.80_________________ Sens. X Prev. + (1-Espec.)(1-Prev.) 0.80 X 0.80 + (1- 0.95)(1-0.80) VP+ = 0.98 VP- = (Espec.)(1-Prev.)_______________ = (0.95) (1-0.80)______________ (Espec.)(1-Prev.) + (1-Sens.)(Prev.) (0.95) (1-0.80) + (1-0.80) (0.80) VP- = 0.54
Si efectuamos un anlisis de orina y encontramos piuria, entonces la nueva probabilidad de infeccin urinaria es de 98%. Si no encontramos piuria (resultado negativo), la probabilidad que no tiene infeccin urinaria es de 54%, y la probabilidad que tiene infeccin es de 46% (1-0.54). Una prueba positiva nos lleva de una probabilidad pre-prueba de 80% a una probabilidad post-prueba de 98%; una prueba negativa nos lleva a una probabilidad post-prueba de 46%. Caso 2 Un paciente de 30 aos de edad presenta con cefaleas diarias de 3 meses. Las cefaleas son frontales-occipitales de tipo banda. El examen neurolgico es completamente normal. El paciente teme tener un tumor de cerebro y desea una tomografa computada. Que debe hacer el mdico? En la literatura encontramos que la sensibilidad de la tomografa para tumor de cerebro es de 95%, y su especificidad es de 93%. Un estudio canadiense de cefaleas en medicina familiar encontr 1 tumor en 250 pacientes con cefala (prevalencia=0.4%). Si aplicamos las ecuaciones del teorema de Bayes, podemos calcular que el VP+ de una tomografa anormal es de solo un 5%, mientras que el VP- es de un 99.9%. O sea, que la tomografa normal nos lleva de un 99.6% a un 99.9% de seguridad que no hay tumor. Si la tomografa es positiva, sin embargo, lo ms probable es que es un positivo falso, y desencadena una cascada de estudios adicionales costosos y riesgosos. El Modelo Umbral de Decisiones Mdicas Cun ciertos necesitaramos estar de que la paciente en el primer caso tiene infeccin urinaria antes de iniciar tratamiento con un antibitico? Ms del 80%? Cun baja debera ser la probabilidad de infeccin urinaria para que nos sintiramos cmodos en no recetar un antibitico? La probabilidad de enfermedad requerida para prescribir un tratamiento se llama el umbral de tratamiento. Si nuestro umbral para recetar el antibitico es de 90%, entonces es necesario efectuar el anlisis de orina para llegar a una probabilidad de enfermedad por encima de ese umbral. La probabilidad de enfermedad debajo del cual no haramos nada se llama el umbral de no tratamiento. Si nuestro umbral de no tratamiento en este caso fuera de 10%, entonces un anlisis de orina normal no nos dara la seguridad suficiente para no iniciar el tratamiento, y deberamos pedir un urocultivo para llegar a ese nivel de seguridad. Si la probabilidad de enfermedad es mayor que el umbral de no tratamiento y menor que el umbral de tratamiento, vale la pena efectuar la prueba diagnstica. Estos umbrales son diferentes para cada combinacin de enfermedad, prueba diagnstica y tratamiento. Si la enfermedad no es muy seria y el costo de la prueba es significativo el umbral de no tratamiento aumenta. Si el costo de la prueba es significativo y el costo/riesgo del tratamiento es bajo, el umbral de tratamiento disminuye. Si el costo de la prueba es bajo y el tratamiento es caro o txico, el umbral de tratamiento aumenta. El Modelo Umbral de la Toma de Decisiones nos permite visualizar estos conceptos. (Figura 3)
Figura 3 TOMA DE DECISIONES MEDICAS MODELO UMBRAL
No tratar
PRUEBA
Tratar
P (E) 0
Factores a considerar en la seleccin de una prueba diagnstica Hay varios factores que deben ser considerados al seleccionar una prueba diagnstica. En primer lugar, es importante considerar la razn por la cual se pide la prueba, la situacin diagnstica. Es una prueba de tipo screening en un paciente asintomtico? Es una prueba para descartar cierta enfermedad? Es para confirmar una enfermedad? La probabilidad pre-prueba de enfermedad es diferente en cada situacin. En la situacin de screening, la probabilidad (prevalencia) de enfermedad es muy baja, y por lo tanto, el valor predictivo positivo ser bajo: la mayora de los positivos sern positivos falsos. En la situacin de descartar una enfermedad, la probabilidad es, generalmente, moderada. En el caso en el que se pide una prueba confirmatoria, la probabilidad de enfermedad es elevada. En segundo lugar, es importante considerar las consecuencias de los positivos falsos y negativos falsos. Un positivo falso implica cierto costo/riesgo de pruebas adicionales para descartar eventualmente la enfermedad sospechada. Tambin hay cierto costo y dao potencial de poner en el paciente una etiqueta de enfermo (cuando en realidad est sano). Adems existe el costo y riesgo potencial de iniciar un tratamiento innecesario. Un resultado negativo falso implica cierto costo y dao potencial de ignorar y no tratar enfermedad existente o de diagnosticarla en un estadio ms avanzado. En tercer lugar hay que considerar la sensibilidad y la especificidad de las posibles pruebas diagnsticas. Si examinamos las ecuaciones del teorema de Bayes, encontramos que el VP+ cambia paralelamente con la especificidad de la prueba: cuanto ms especfica la prueba, mayor el VP+. El VP- cambia paralelamente con la sensibilidad: cuanto ms sensible la prueba, mayor el VP-. En una situacin de screening en la cual la enfermedad es catastrfica y la prueba que confirma la prueba de screening no es riesgosa, como es el caso de screening para la fenilcetonuria en recin nacidos, elegiramos una prueba con mxima sensibilidad, tolerando ms positivos falsos(que tienen poca consecuencia) para evitar negativos falsos. En una situacin de screening en la cual la
10
enfermedad es seria pero las pruebas consecuentes son invasivas y caras, como es el caso de screening para cncer de mama, cuello uterino y/o colon, elegiramos una prueba con mxima especificidad, para minimizar los positivos falsos. En la situacin de descartar una enfermedad, buscaramos un balance entre sensibilidad y especificidad, queriendo minimizar tanto positivos falsos como negativos falsos. En la situacin de confirmar una enfermedad, buscaramos una prueba con mxima sensibilidad, para minimizar los falsos negativos. En cuarto lugar, es importante considerar los costos/riesgos y los beneficios de los tratamientos potenciales. Si el tratamiento potencial es caro, riesgoso o de poco beneficio potencial exigiramos un alto nivel de probabilidad de enfermedad para iniciarlo, y por lo tanto, la prueba diagnstica debera tener un VP+ muy alto. El uso de pruebas mltiples Es bastante comn que el mdico se encuentre frente a un paciente con un cuadro clnico que sugiere varias hiptesis diagnsticas y requiere varias pruebas para llegar a un diagnstico altamente probable. Hay varias consideraciones de importancia en el uso de pruebas mltiples. Se debe considerar, la secuencia de las pruebas, la posible correlacin entre lasmismas, y la interpretacin de resultados conflictivos. Hay dos secuencias o estrategias diferentes para efectuar pruebas diagnsticas: pueden efectuarse en serie o en paralelo. En la estrategia en serie, se efecta una prueba a la vez; la decisin de pedir una prueba adicional depende del resultado de la prueba anterior. Esta estrategia utiliza menos recursos diagnsticos pero lleva ms tiempo que la estrategia en paralelo. En la estrategia en paralelo se piden todas las pruebas de una vez. Esta estrategia utiliza ms recursos diagnsticos pero es ms rpida que la estrategia en serie. Supongamos que en la evaluacin de una mujer de 50 aos de edad que presenta con cansancio encontramos que tiene una hemoglobina de 10 gramos. Si los signos vitales de la paciente son estables y no est sufriendo de una hemorragia aguda hay tiempo para una estrategia diagnstica en serie. Pedimos un hemograma completo y examinamos los ndices de los glbulos rojos. Supongamos que encontramos ndices microcticos. Pedimos una ferritina para descartar anemia ferropnica. Supongamos que el nivel de ferritina es bajo y concluimos que tiene anemia ferropnica. Pedimos una serie de 3 pruebas de sangre oculta en materia fecal. Supongamos que 2 de las 3 son positivas. Pedimos una colonoscopa para descartar plipo o tumor de colon. Encontramos un cncer del ciego. La paciente es derivada a un cirujano. Este es un ejemplo de una estrategia diagnstica en serie. Supongamos que llega a una sala de emergencias en un hospital una mujer de 25 aos con un cuadro agudo de dolor abdominal en fosa ilaca derecha. Demuestra dolor a la palpacin en esa regin, y signos de peritonitis. De inmediato pedimos los siguientes estudios: hemograma completo, anlisis de orina y prueba de embarazo, nivel de amilasa, y radiografas de abdomen (acostada y sentada). En este caso, la paciente est muy enferma y las consideraciones diagnsticas son todas serias: ruptura de embarazo ectpico, apendicitis aguda con peritonitis, perforacin de viscera, pancreattis. No hay tiempo de sobra; es importante iniciar todos los estudios de una vez, en paralelo. Se utiliza esta estrategia cuando es importante llegar a un diagnstico con rapidez, como en el caso de un paciente grave; tambin se utiliza esta estrategia en el paciente hospitalizado con el
11
fin de acortar la estada hospitalaria y ahorrar costos de das cama. Por ejemplo, si la paciente con anemia hubiese estado hospitalizada, hubiramos pedido todos los estudios de sangre e iniciado los estudios de sangre oculta en materia fecal de una vez, para acortar su internacin. Si se van a efectuar ms de una prueba diagnstica, es importante escoger pruebas que son independientes entre s. No tiene mucho sentido, por ejemplo, pedir un sonograma de hgado y una tomografa computada de abdomen para diagnosticar un tumor heptico: ambos muestran una imagen del hgado y no son totalmente independientes. Un sonograma no agrega informacin adicional a una tomografa de abdomen. En el uso de pruebas diagnsticas mltiples, pueden surgir resultados conflictivos. Supongamos que en el estudio de un paciente con dolor de abdomen agudo pedimos niveles de amilasa y lipasa para descartar pancreatitis, y la amilasa es moderadamente elevada, y la lipasa es normal. Que hacemos con estos resultados conflictivos? Si aplicamos un criterio conjuntivo, requerimos que todos los resultados tienen que ser positivos para decir que el conjunto de pruebas es positivo. Si aplicamos un criterio disyuntivo, aceptamos que si cualquier resultado es positivo, el conjunto es positivo. El criterio conjuntivo es ms especfico y menos sensible; el criterio disyuntivo es ms sensible y menos especfico. Decisiones de tratamiento Una vez que se llega a un diagnstico con probabilidad aceptable, el mdico y el paciente tienen que considerar las alternativas de tratamiento. Es importante considerar la eficacia de cada alternativa, sus daos o efectos colaterales posibles y como valora el paciente estos resultados potenciales. Supongamos que un paciente con cncer tiene tres alternativas teraputicas entre los cuales escoger. La primera alternativa es quimioterapia, que le ofrece una expectativa de vida de 10 aos. La segunda alternativa es radioterapia, que le ofrece una expectativa de vida de 8 aos. La tercera alternativa es no hacer nada, que le ofrece una expectativa de vida de 6 aos. Supongamos que la quimioterapia es el tratamiento ms txico, con ms efectos colaterales permanentes; la radioterapia tiene menos efectos colaterales; y no hacer nada no tiene ningn efecto colateral. Obviamente, la decisin ptima para el paciente depende de como valora los estados de vida resultantes de la quimioterapia y la radioterapia, con sus efectos colaterales correspondientes. Supongamos que el paciente valora el estado sin efectos colaterales en 1, el estado resultante de la radioterapia en 0.7 (valora igual vivir 1 ao sin efectos colaterales y 0.7 aos con los efectos colaterales de radioterapia) y el estado resultante de la quimioterapia en 0.5. En este caso, la quimioterapia le ofrecera 5 aos de vida ajustados por calidad, la radioterapia le ofrecera 5.6 aos de vida ajustados por calidad, y el no hacer nada le ofrecera 6 aos de vida ajustados por calidad. Para este paciente la decisin ptima sera no hacer nada. Supongamos que tenemos otro paciente con el mismo cncer, pero este paciente valora el estado resultante de la radioterapia en 0.9 y el estado resultante de la quimioterapia en 0.8. En este caso, la quimioterapia le ofrecera 8 aos de vida ajustados por calidad, la radioterapia 7.2 aos, y no hacer nada 6 aos de vida ajustados por calidad. Para este paciente, la decisin ptima es el tratamiento con la quimioterapia. La preferencias del paciente son fundamentales en las decisiones de tratamiento.
12
La importancia del costo-efectividad Como en nuestra sociedad existen necesidades ilimitadas para recursos limitados para la atencin de la salud, es inevitable que estos recursos sean racionados. Para tomar estas decisiones a nivel de la sociedad, son tiles los anlisis de costo-efectividad. Estos evalan todos los costos involucrados en una intervencin en salud y su efectividad. Tpicamente la efectividad es medida en aos de expectativa de vida ganados. Por ejemplo, supongamos que tenemos dos intervenciones potenciales para prevenir la arteriosclerosis: el control de la hipertensin y el control del tabaquismo. Sabemos que los ndices de costo-efectividad para estas intervenciones en una poblacin son los siguientes: control de la hipertensin con medicacin --$25000 por ao de expectativa de vida ganado; control del tabaquismo por medio de clases sobre la cesacin del fumar--$5000 por ao de expectativa de vida ganado. Si nuestros recursos fueran limitados y no pudiramos implementar ambas intervenciones, escogeramos el control del tabaquismo, que es 5 veces ms costo-efectivo que el control de la hipertensin. Con la creciente explosin tecnolgica biomdica, es inevitable que utilicemos este tipo de anlisis con ms frecuencia para racionalizar nuestras intervenciones en atencin de la salud.
BIBLIOGRAFIA 1. Eisnberg JM. Doctors' decisions and the cost of medical care: the reasons for doctors' practice patterns and ways to change them. Health Administration Press Perspectives. Ann Arbor, Mich., 1986. 2. Fletcher RH, Fletcher SW, Wagner EH. Clinical epidemiology: the essentials. Second edition. Williams and Wilkins, Baltimore, 1988. 4. (deberia ser el 3) White KL, Williams TF, Greenberg BG. The ecology of medical care. N Engl J Med 265:885-92, 1961. 5. (deberia ser el 4) Becker LA, Green LA, Beaufait D, et al. Detection of intracranial tumors, subarachnoid hemorrhages, and subdural hematomas in primary care patients: a report from ASPN, part 2. J Fam Pract 37:135-141, 1993.
o ESTUDIOS EPIDEMIOLGICOS: UN POCO DE TERMINOLOGA

M. Sust Laboratorios Dr. Esteve. Investigacin Clnica. Bioestadstica. Barcelona
Llamamos, en general, estudios epidemiolgicos a aquellos que tienen como finalidad investigar la distribucin y frecuencia de las enfermedades y de sus determinantes. Entre ellos, ms de una vez habremos odo hablar de estudios de cohortes o de caso-control (case-control, en ingls), de estudios prospectivos, retrospectivos o transversales. Tales calificativos son numerosos en la literatura mdica y, a menudo, no se utilizan con propiedad. Parece que existe una mala comprensin de las caractersticas concretas del estudio a que se refieren estos trminos. Lo mejor, pues, es empezar por sentar las bases de unas definiciones que, ms all de las simples etiquetas, nos permitan diferenciar entre los distintos diseos empleados y saber a qu atenernos cuando nos enfrentemos a la lectura (o escritura) de un estudio epidemiolgico. Lo primero que debemos plantearnos es la intencionalidad del estudio: se pretende poner a prueba alguna hiptesis formulada a priori sobre la relacin entre la enfermedad y sus determinantes?, se ha diseado el estudio con el propsito de contrastar dicha hiptesis? Los estudios que no persiguen explcitamente tal fin, sino que se plantean la descripcin de la frecuencia y distribucin de una enfermedad y sus posibles determinantes, son, cmo no, descriptivos. Los resultados de tales estudios nos proporcionarn pistas sobre posibles hiptesis respecto de las causas de una
13
enfermedad, pero nunca nos servirn para confirmarlas. Por el contrario, llamaremos estudio analtico a aquel que se plantea formalmente el contraste de una hiptesis concreta sobre la relacin entre la enfermedad y sus determinantes. Sus resultados, analizados adecuadamente, nos permitirn sacar conclusiones sobre la verosimilitud de la hiptesis planteada. Los estudios descriptivos incluyen normalmente consideraciones sobre las poblaciones o subgrupos en que se presenta la enfermedad en mayor o menor grado, su distribucin geogrfica y sus variaciones a lo largo del tiempo (person, place and time). Ello da pie a que estn implcitas (y se realicen) comparaciones de la frecuencia de enfermedad entre distintos subgrupos, lugares o momentos. Sin embargo, dichas comparaciones no han sido planificadas de antemano (tienen carcter exploratorio) y, por tanto, sus resultados slo nos servirn para plantear (no contrastar) hiptesis formales. Ejemplos de estudios descriptivos son los llamados estudios poblacionales, las series clnicas de casos o los informes sobre pacientes individuales. En ellos, respectivamente, se describen las caractersticas de una poblacin entera (un pas, regin o ciudad), de un grupo de pacientes (un centro sanitario, un registro de enfermedades) afectados de una enfermedad o del caso particular de un solo paciente especialmente relevante (los artculos "a-propsito-de-un-caso"). Tambin son descriptivos los llamados estudios transversales (cross-sectional, en ingls) que, en un mismo momento en el tiempo, recogen informacin sobre el estado de salud-enfermedad y sobre la exposicin a determinados factores de riesgo de una muestra de individuos. Dado que esta informacin es recogida de modo simultneo no puede establecerse la secuencia temporal en que se dieron la presencia de enfermedad y de los distintos factores de riesgo y, por tanto, no es posible establecer entre ellos relaciones de tipo causa-efecto. Los estudios analticos tienen carcter confirmatorio. En ellos el investigador selecciona los grupos apropiados de individuos a comparar para el propsito especfico de determinar sistemticamente si el riesgo de contraer enfermedad es distinto para los sujetos expuestos o no a los factores de inters. Las comparaciones entre estos grupos son explcitas y definidas por diseo. Lo natural es comparar la exposicin a los factores de riesgo de un grupo de sujetos enfermos y uno de sanos o, a la inversa, comparar la presencia de enfermedad entre un grupo de expuestos y otro de no expuestos al factor de riesgo. Es el hecho de que sea el investigador quien seleccione a propsito los grupos a comparar lo que distingue el carcter analtico de un estudio. Asimismo, es la forma en que se seleccionan los grupos a comparar lo que diferencia los distintos tipos de estudios analticos. En primer lugar, distinguiremos entre estudios observacionales y estudios experimentales (o de intervencin), que se diferencian en el papel desarrollado por el investigador a la hora de definir los grupos a comparar. En los estudios experimentales es el propio investigador quien aporta la caracterstica diferencial (intervencin) entre los grupos a comparar: un grupo se ver afectado por la intervencin y el otro no, parangonndose la presencia de enfermedad en ambos grupos. Por contra, en los estudios observacionales tales grupos existen ya de modo natural, sin intervencin del investigador, quien se limita a seleccionar los grupos ms apropiados para contrastar las hiptesis a estudio. Los estudios observacionales pueden subdividirse a su vez en dos tipos segn sea la caracterstica que nos determina los grupos a comparar. En los estudios llamados de cohortes el investigador selecciona los grupos segn la exposicin o no al factor a estudio (seleccionar un grupo de expuestos y otro de no expuestos) y comparar la presencia de enfermedad entre estos grupos. En los estudios llamados de caso-control, los grupos son seleccionados segn la presencia o ausencia de la enfermedad (se selecciona un grupo de enfermos, casos, y otro de sanos, controles) y se compara la frecuencia de exposicin al factor de inters.
14
En jerga estadstica, podramos decir que los estudios difieren segn el "tipo de muestreo" empleado. En los estudios analticos, de hecho, es como si el investigador seleccionara dos submues tras de individuos (los grupos a comparar) que difieren en una de las caractersticas en juego en la comparacin de inters: la exposicin al factor de riesgo (cohortes) o la presencia de la enfermedad (caso-control). Insistamos en que en un estudio descriptivo (uno transversal, por ejemplo) se selecciona una nica muestra de sujetos que luego (a posteriori) se clasifican en distintos grupos segn sus caractersticas diferenciales y se compara su frecuencia de enfermedad. El tpico ejemplo de un estudio de intervencin es el ensayo clnico aleatorizado (randomizado). El investigador define dos grupos "de intervencin": los tratados con el frmaco experimental y los tratados con el frmaco control o placebo ("expuestos" y "no expuestos" a la accin del "factor frmaco"), y compara la presencia de enfermedad (o su curacin o mejora). Las intervenciones no han de ser necesariamente farmacolgicas: puede tratarse de campaas de vacunacin, de promocin de la salud, de cambios de estilo de vida... Por poner un ejemplo nada original, la relacin entre el hbito tabquico y la enfermedad coronaria podra estudiarse mediante un diseo de cohortes: en una poblacin, se define una muestra (cohorte) de fumadores y otra de no fumadores a las que se somete a seguimiento a lo largo de x tiempo y se determina y compara la incidencia de enfermedad coronaria en ambas al cabo de x aos. El mismo objetivo podra estudiarse mediante un diseo de casocontrol: se define una muestra de afectados de enfermedad coronaria (casos) y otra de no afectados (controles) y se determina en ambas y compara la frecuencia de sujetos que han sido fumadores durante un cierto perodo de tiempo anterior.
15
Otro factor a tener en cuenta para clasificar los estudios es la relacin temporal entre el inicio del estudio y la ocurrencia de la enfermedad de inters. Un estudio que analice la ocurrencia de enfermedad anterior al inicio de ste tendr carcter retrospectivo, mientras que si se inicia el estudio y se observa la ocurrencia de enfermedad a partir de ese momento, este ser de tipo prospectivo. Existe una notable confusin entorno a los trminos prospectivo y retrospectivo (fig. 1). A menudo se utilizan como sinnimos de cohortes y caso-control, respectivamente. Sin embargo, es preferible distinguir entre la estrategia de muestreo de un estudio y la temporalidad de la informacin en l recogida. Es cierto que, normalmente, los estudios de cohortes son prospectivos: el estudio comienza con la seleccin de una cohorte de expuestos y otra de no expuestos al factor de riesgo en las que se estudia la ocurrencia futura de la enfermedad. Y los estudios de caso-control son habitualmente retrospectivos: se inicia el estudio definiendo un grupo de sujetos que ya presentan o no anteriormente la enfermedad de inters. Pero ello no siempre es as. Existen estudios de cohortes retrospectivos: la ocurrencia de la enfermedad puede haber ya sucedido al iniciar el estudio y estar registrada en una base de datos. Entonces podemos definir las cohortes de expuestos y no expuestos al factor de riesgo e ir a buscar la informacin sobre la ocurrencia de enfermedad ya existente en la base de datos o registro. Dichas "cohortes retrospectivas" estn muy en boga, por ejemplo, en farmacoepidemiologa (record linkage studies ) para la evaluacin de efectos secundarios atribuibles a frmacos que ya estn en el mercado. Tambin puede disearse un estudio de caso-control prospectivo: al iniciar un estudio de cohortes prospectivo, definimos que, tan pronto tengamos informacin sobre un cierto nmero de casos, seleccionaremos de la misma cohorte un grupo apropiado de controles y compararemos entre ellos la frecuencia de exposicin a un determinado factor de riesgo (es lo que se ha venido a llamar estudios caso-control anidados o nested case-control studies ). Palabras clave: investigacin, epidemiologa, cohortes, caso-control, ensayo clnico. o NIVELES DE CALIDAD DE LA EVIDENCIA CIENTFICA
www.fisterra.com
Las siguientes clasificaciones diferencian de forma jerrquica los distintos niveles de evidencia en funcin del rigor cientfico del diseo de estudio. Una clasificacin adecuada de la importancia de los estudios debera incluir tambin el anlisis crtico de su calidad (desarrollo, prdida de sujetos, calidad de las fuentes de datos y otros aspectos). A continuacin se presentan las clasificaciones ms aceptadas y difundidas:
Clasificacin de la evidencia cientfica segn el diseo de estudioa (tomado de US Preventive Task Force1)
Evidencia obtenida a partir de al menos un ensayo aleatorizado y controlado diseado de forma apropiada II. 1. Evidencia obtenida de ensayos controlados bien diseados, sin randomizacin 2. Evidencia obtenida a partir de estudios de cohorte o caso-control bien diseados, realizados preferentemente en ms de un centro o por un grupo de investigacin
I.
16
Evidencia obtenida a partir de mltiples series comparadas en el tiempo con o sin intervencinb. III. Opiniones basadas en experiencias clnicas, estudios descriptivos o informes de comits de expertos.
3.
a.- De mayor (I) a menor (III) calidad b.- Este tipo de evidencia tambin incluye r esultados muy llamativos en experimentos sin grupo control, como los derivados de la introduccin de la penicilina en los aos cuarenta.
Clasificacin de la evidencia segn el diseo de estudio (modificado por Bertram2 y Goodman3) Ensayos aleatorios controlados de gran tamao, revisiones sistemticas o metaanlisis de ensayos aleatorios controlados. Ensayos aleatorios controlados de pequeo tamao Ensayos no aleatorios con controles coincidentes en el tiempo Ensayos no aleatorios con controles histricos Estudios observacionales de cohortes Estudios observacionales de casos-controles Vigilancia epidemiolgica, Estudios descriptivos, Informacin basada en registros. Estudio de series de casos multicntrico. Estudio de un caso o ancdota
Evidencia Dbil
Evidencia Fuerte
Ensayo Clnico Controlado Aleatorio Ensayo Clnico no controlado Estudio de Cohortes
Estudio de Casos y Controles Estudio de corte Transversal Estudio de Serie de Casos Estudio de un caso
Escala de los disversos tipos de investigacin segn su fortaleza
Grados de Recomendacin basados en la Evidencia disponible Nivel de evidencia sobre la que se basa Grado A Existe evidencia satisfactoria, por lo general de nivel 1 (meta-anlisis o ensayos clnicos randomizados y controlados) que sustenta la recomendacin. (*) Significado Hay buena o muy buena evidencia para recomendarla.
17
Grado B
Evidencias de nivel 2 (ensayos clnicos bien diseados y controlados aunque no randomizados) Existe pobre evidencia. Hallazgos inconsistentes. Deben ser sometidas a la aprobacin del grupo de consenso. Existe muy pobre evidencia. Evidencia emprica pobre o no sistemtica.
Existe evidencia razonable para recomendarla. Despus de analizar las evidencias disponibles con relacin a posibles sesgos, el grupo de consenso las admite y recomienda la intervencin. Los estudios disponibles no pueden ser utilizados como evidencia, pero el grupo de consenso considera por experiencia que la intervencin es favorable y la recomienda
Grado C
Grado D
(*) En situaciones muy especiales, cuando el evento es mortalidad, especialmente ante una enfermedad previamente fatal, sta puede deberse a evidencias de menor nivel.
BIBLIOGRAFA: 1. US Preventive Task Fosce. Guide to clinical preventive services: an assessment of the effectiveness of 169 interventions. Baltimore: Wiliams and Wilkins, 1989. 2. Bertram DA, Flynn K, Alligood E. Endovascular Placed Grafts for Infrarenal Abdominal Aortic Aneurisms: A Systematic Review of Published Studies of Effectiveness. Boston, Health Services Research &Development Service, Veteran Affairs Medical Center. Technology Assessment Program, Report n. 9. 1998. 3. Goodman C. Literatur Searching and evidence interpreteation for assessing health care practices. Estocolmo: The Swedish Concil on Technology Assessment in Health Care. 1993. 4. Jovell AJ, Navarro- Rubio MD. Evaluacin de la evidencia cientfica. Med Clin (Barc) 1995; 105: 740-743.
o MEDICINA BASADA EN LA EVIDENCIA: LO QU ES y LO QU NO
David L Sackett, William MC Rosenberg, JA Muir Gray, R Brian Haynes, W Scott Richardson Traduccin de la versin www del artculo, basado en un editorial de British Medical Journal. BMJ 1996; 312 (13 enero): 712.
Definicin de EBM Lo que no es la EBM Bibliografa La Medicina Basada en la Evidencia, cuyos orgenes filosficos se remontan a la mitad del siglo XIX en Pars o incluso antes, resulta un tema de mximo inters para clnicos, mdicos de salud pblica, gerentes, planificadores y para el pblico en general. Actualmente se organizan a menudo seminarios sobre su prctica y enseanza (uno de ellos, patrocinado por esta revista, tendr lugar en Londres el 24 de abril); las enseanza de pre 1 y postgrado 2 la incorporan 3 (o se plantean cmo hacerlo); se han establecido o se planifican en Gran Bretaa, centros para la prctica basada en la evidencia en medicina de adultos, salud infantil, ciruga, patologa, farmacoterapia, enfermera, medicina general y odontologa; la Colaboracin Cochrane y el Centro para la Revisin y Difusin de York, proporcionan revisiones sistemticas sobre los efectos de la atencin de la salud; se lanzan nuevas revistas sobre la prctica basada en en la evidencia, y ha llegado a ser un asunto comn en los medios de comunicacin. Pero se ha mezclado este entusiasmo con algunas reacciones negativas 4-6. Las crticas van desde que se trata de una "vieja-historia", a que es una innovacin peligrosa, perpetrada para los arrogantes para servir a los recortes de costes y para suprimir la
18
libertad clnica. Como la medicina basada en la evidencia contina su desarrollo y adaptacin, ahora es un momento adecuado para clarificar la discusin de qu es y qu no es. La Medicina Basada en la Evidencia es el uso consciente, explcito y juicioso de las mejores y actuales pruebas en la toma de decisiones sobre el cuidado de los pacientes. Practicar la Medicina Basada en la Evidencia significa integrar la competencia clnica individual con la mejor evidencia clnica externa disponible a partir de la investigacin sistemtica. Por competencia o maestra clnica individual queremos significar la habilidad y buen juicio que el clnico adquiere a travs de la experiencia y la prctica clnica. La mayor competencia se refleja de muchas maneras, pero sobre todo en un diagnstico ms efectivo y eficiente, y una identificacin ms prudente y manejo compasivo de los problemas, derechos y preferencias del paciente individual al tomar decisiones clnicas acerca de su cuidado. Por mejor evidencia clnica externa disponible queremos significar la investigacin clnicamente relevante, a menudo desde las ciencias bsicas de la medicina, pero sobre todo desde la investigacin clnica centrada en el paciente hacia la exactitud y precisin de las pruebas diagnsticas (incluido el examen clnico), la potencia de los marcadores pronsticos, y la eficacia y seguridad de los regmenes teraputicos, de rehabilitacin y prevencin. La evidencia clnica externa invalida los tests diagnsticos y los tratamientos previamente aceptados y los reemplaza con otros nuevos ms potentes, ms exactos, ms eficaces y ms seguros. Los buenos doctores usan tanto la maestra clnica individual como la mejor evidencia externa disponible y ninguna de las dos por separado es suficiente. Sin maestra clnica, existe el riesgo de que la prctica llegue a estar tiranizada por la evidencia, pues incluso una excelente evidencia externa puede ser inaplicable a o inapropiada para un paciente concreto. Sin la mejor evidencia actual, el riesgo es que la prctica quede rpidamente desfasada en perjuicio del paciente. Esta descripcin de lo que es la Medicina Basada en la Evidencia, ayuda a clarificar lo qu la Medicina Basada en la Evidencia no es. La EBM ni es una 'vieja-historia' ni es imposible de practicar. El argumento de que todo el mundo ya lo est haciendo, cae ante la evidencia de las notables variaciones, tanto en la integracin de los valores del paciente en nuestro conducta clnica 7, como en el modo con que los clnicos intervienen sobre sus pacientes 8. Las dificultades que el clnico sufre para estar al da de los adelantos mdicos publicados en las principales revistas, son obvias cuando se compara el tiempo requerido para la lectura (para medicina general, el suficiente para examinar 19 artculos por da, 365 das al ao 9) con el tiempo disponible (bastante menos de la hora a la semana que declararon mdicos generales britnicos en una encuesta 10). El argumento de que la EBM puede manejarse solamente desde torres de marfil y sillones, es refutado por auditoras en la primera lnea en la asistencia clnica, en donde al menos algunos equipos clnicos de hospitalizacin de medicina general 11, psiquiatra (JR Geddes, et al., reunin del invierno del Royal College of Psychiatrists, enero de 1996) y ciruga (P McCulloch, comunicacin personal), han proporcionado cuidados basados en la evidencia a la inmensa mayora de sus pacientes. Tales estudios demuestran que clnicos muy ocupados, que consagran su escaso tiempo de lectura a la bsqueda selectiva, eficiente y dirigida al paciente, y a la evaluacin e incorporacin de la mejor evidencia disponible, pueden practicar medicina basada en la evidencia. La Medicina basada en la evidencia no es un "recetario" de medicina. Dado que requiere una aproximacin de abajo hacia arriba que integra la mejor evidencia externa con la pericia clnica individual y la eleccin del paciente, no puede conducir a planteamientos literales de "recetario" al
19
cuidado del paciente individual. La evidencia clnica externa puede informar, pero nunca puede reemplazar la pericia clnica individual, y es esta competencia la que decide si la evidencia externa se aplica al paciente particular y, si es as, cmo debe integrarse en la decisin clnica. De igual manera, cualquier recomendacin externa de integrarse con la competencia clnica individual para decidir si es equiparable y cmo, con la situacin clnica del paciente, sus problemas y preferencias, y por ello si debe ser aplicada. Los clnicos que temen los "recetarios" de medicina, se encontrarn en las barricadas junto a los defensores de la medicina basada en la evidencia. La MBE no es la medicina del recorte de los costes. Algunos temen que la medicina basada en la evidencia sea secuestrada por proveedores y gerentes para recortar los costes de la atencin de la salud. ste no solo sera un mal uso de la EBM, sino que sugiere un malentendido fundamental de sus consecuencias econmicas. Los mdicos que practican la medicina basada en las pruebas identificarn y aplicarn las intervenciones ms eficaces para conseguir la mxima calidad y cantidad de vida del paciente individual; esto puede elevar, ms bien que rebajar, el coste de sus cuidados. La medicina basada en la evidencia no se restringe a los ensayos clnicos aleatorizados y meta-anlisis. Implica perseguir la mejor evidencia externa con la que responder a nuestras preguntas clnicas. Para conocer acerca de la exactitud de una prueba diagnstica, necesitamos encontrar estudios transversales apropiados de pacientes con sospecha clnica de presentar la alteracin en cuestin, no un ensayo clnico aleatorizado. Para una cuestin sobre pronstico, necesitamos adecuados estudios de seguimiento de pacientes agrupados en un punto precoz y uniforme, del curso clnico de su enfermedad. Y a veces la evidencia que requerimos vendr de las ciencias bsicas como la gentica o la inmunologa. Cuando se hacen preguntas sobre tratamiento es cuando debemos tratar de evitar los enfoques no experimentales, puesto que stos llevan habitualmente a conclusiones sobre eficacia falsamente positivas. Ya que el ensayo clnico aleatorizado, y sobre todo la revisin sistemtica de varios ensayos clnicos aleatorizados, es ms probable que nos informe y menos probable que nos confunda, es por lo que se ha convertido en el "estndar de oro" para juzgar si un tratamiento proporciona ms beneficio que dao. Sin embargo, algunas cuestiones sobre tratamientos no requieren ensayos aleatorizados (como por ejemplo intervenciones con xito para problemas de otro modo fatales) o no se puede esperar a que se realicen esos ensayos. Si no se ha llevado a cabo ningn ensayo clnico aleatorizado para el problema de nuestro paciente, seguimos el camino hasta la siguiente mejor evidencia externa y trabajamos a partir de ella. A pesar de su orgenes antiguos, la EBM contina siendo una disciplina relativamente joven cuya impacto positivo slo esta empezando a ser validado 12,13 y continuar evolucionando. Esta evolucin ser reforzada conforme numerosos programas de pregrado, postgraduados y de educacin mdica continuada, adopten y se adapten a las necesidades de quienes los aprendan. Estos programas y su evaluacin, proporcionarn ulterior informacin y comprensin acerca de lo que es la medicina basada en las pruebas y lo que no es.
20
BIBLIOGRAFA: 1.British Medical Association: Report of the working party on medical education. London: British Medical Association, 1995. 2.Standing Committee on Postgraduate Medical and Dental Education: Creating a better learning environment in hospitals: 1.Teaching hospital doctors and dentists to teach. London: SCOPME, 1994. 3.General Medical Council: Education Committee Report. London: General Medical Council, 1994. 4.Grahame-Smith D: Evidence-based medicine: Socratic dissent. BMJ 1995; 310: 1126-7. 5.Evidence-based medicine, in its place (editorial). Lancet 1995; 346: 785. 6.Correspondence. Evidence-Based Medicine. Lancet 1995; 346: 1171-2. 7.Weatherall DJ: The inhumanity of medicine. BMJ 1994; 308:1671-2. 8.House of Commons Health Committee. Priority setting in the NHS: purchasing. First report sessions 1994-95. London: HMSO, 1995, (HC 134-1.) 9.Davidoff F, Haynes B, Sackett D, Smith R: Evidence-based medicine; a new journal to help doctors identify the information they need. BMJ 1995; 310: 1085-6. 10.Sackett DL: Surveys of self-reported reading times of consultants in Oxford, Birmingham, Milton-Keynes, Bristol, Leicester, and Glasgow, 1995. In Sackett DL, Richardson WS,Rosenberg WMC, Haynes RB, Evidence-Based Medicine. London: Churchill Livingstone (in press). 11.Ellis J, Mulligan I, Rowe J, Sackett DL: Inpatient general medicine is evidence based. Lancet 1995; 346: 407-10. 12.Bennett RJ, Sackett DL, Haynes RB, Neufeld VR: A controlled trial of teaching critical appraisal of the clinical literature to medical students. JAMA 1987; 257: 2451-4. 13.Shin JH, Haynes RB, Johnston ME: Effect of problem-based, self-directed undergraduate education on life-long learning. Can Med Assoc J 1993; 148: 969-76.
o MEDICINA BASADA EN LA EVIDENCIA (PASOS) http://www.infodoctor.org/rafabravo La medicina basada la evidencia o en pruebas (en espaol la palabra evidencia no tiene el significado de prueba o indicio, que tiene la "evidence" inglesa), es la manera de abordar los problemas clnicos, utilizando para solucionar stos los resultados originados en la investigacin cientfica. En palabras de sus precursores "es la utilizacin concienzuda, juiciosa y explcita de las mejores pruebas disponibles, en la toma de decisiones sobre el cuidado de los pacientes". Cmo se practica la Medicina Basada en la Evidencia? Requiere cuatro pasos consecutivos: 1.- .Formular de manera precisa una pregunta a partir del problema clnico del paciente 2.- Localizar las pruebas disponibles en la literatura 3.- Evaluacin crtica de la literatura mdica o pruebas 4.- Aplicacin de las conclusiones de esta evaluacin a la prctica Formular la pregunta
21
Las preguntas o interrogantes clnicos proceden de la tarea diaria (historia y exploracin, causas, diagnostico diferencial, pruebas diagnosticas, tratamiento, prevencin, etc.). Aunque algunas se responden directamente otras necesitan que hagamos un enfoque sistematizado para responderlas. El primer paso es convertir el problema o caso clnico en una pregunta suceptible de ser respondida. Aunque pueden surgir varias interrogantes dentro de un caso clnico se debe elegir la pregunta mas relevante, una vez elegida se debe formular. Que es formular una pregunta ? Formular una pregunta es reducirla a trminos claros y precisos, bsicamente consiste en dividirla en sus elementos principales, el ejercicio de escribir y descomponerla en sus componentes es util para simplificarlas y aclararlas, seguir una sistemtica, y sobre todo para facilitanos la bsqueda de las "evidencias" o pruebas. Como formular preguntas? Se debe desconponer en cuatros elementos, a saber: 1. paciente o problema de inters 2. intervencin que se va a considerar 3. intervencin con la que comparar 4. resultado clnico que se valora Esquema de ayuda
Ejemplo Caso clnico:
22
En un centro de salud se realiza una auditora de las historias clnicas de los diabticos atendidos en el centro. Los resultados se exponen en una sesin informativa y enseguida se abre un debate sobre la baja tasa de deteccin de nefropata diabtica mediante la determinacin de microalbuminuria en los pacientes diabticos tipo II. En una tormenta de ideas sobre las posibles causas surgen varias, como el incumplimiento en la recogida de la orina de 24 horas, las dificultades que pone el laboratorio de referencia, la necesidad de repetir la determinacin, etc. Se concluye que la causa ms importante son las restricciones impuestas por el laboratorio de referencia y se propone la realizacin de determinaciones previa de microalbuminuria con una tiras reactivas que recientemente se nos han ofertado. Pregunta El rendimiento diagnostico de la deteccin de microalbuminuria mediante tiras reactivas es suficiente, como para incluirlo en el seguimiento habitual e nuestros pacientes diabticos Elementos de la Pregunta Paciente o problema de inters En pacientes diabticos tipo II atendidos en un centro de atencin primaria Intervencin a considerar la determinacin previa de microalbuminuria con tiras reactivas Intervencin con la que comparar frente a la determinacin estndar de microalbuminuria a todos los pacientes Resultado clnico que se valora es suficientemente positiva para la deteccin de nefropata diabtica. Bsqueda de la evidencia Para localizar las evidencias de forma eficaz es recomendable en primer lugar, elegir la fuente de informacin ms apropiada, una vez seleccionada(s) se debe disear la estrategia de bsqueda ,a partir de esta, y teniendo en cuenta las caractersticas de cada recurso comenzar la bsqueda. Para una bsqueda rpida se recomienda utilizar los siguientes fuentes: Medline http://www.infodoctor.org/rafabravo/#medline Cochrane Library http://www.update-software.com/clibhome/clib.htm Fuentes secundarias Turning Research Into Practice Database http://www.ceres.uwcm.ac.uk/section.cfm?section=trip Center for Reviews and disemination databases http://nhscrd.york.ac.uk/welcome.html Revistas secundarias, Journals club y CAT banks http://www.infodoctor.org/rafabravo/revistassecun.htm Revistas mdicas http://www.infodoctor.org/rafabravo/hojear.htm Internet http://www.infodoctor.org/rafabravo/#inter http://www.ncbi.nlm.nih.gov/entrez/query.fcgi
23
Toda la informacin sobre MEDLINE en Internet http://www.infodoctor.org/rafabravo/medline.htm Guas de practica clnica http://www.infodoctor.org/rafabravo/guidelines.htm Otras bases de datos http://www.infodoctor.org/rafabravo/guidelines.htm http://www-med.stanford.edu/medworld/medbot/ Nothern Light http://www.northernlight.com/ Google http://www.google.com.ar/ Medhunt http://www.hon.ch/MedHunt/ Medical Worl Search http://mwsearch.com/ Hardin Metadirectory http://www.lib.uiowa.edu/hardin/md/index.html OMNI http://omni.ac.uk/ MedWeb http://www.medweb.emory.edu/MedWeb/ Karolinska Institute http://www.mic.ki.se/Diseases/index.html MedFinder Smart Medical Web Search http://www.mdchoice.com/ Valoracin critica Enlaces introduccin Users guide of medical Literature http://www.cche.net/usersguides/main.asp How to read a paper: the basics of evidence-based medicine http://bmj.com/collections/read.htm Evaluating the Studies You Find How to Read a Medical Journal Article http://www.cmh.edu/stats/journal.htm Trial designs http://www.cfpc.ca/cfpsept98critical.htm#Trial designs Grfico lectura crtica de artculos cientfico http://usuarios.bitmailer.com/rafabravo/evidence.PDF Valoracin critica de un artculo sobre tratamiento http://www.infodoctor.org/rafabravo/mbepasos6a.html Arif critical appraisal checklist (reviews) Que es un Cat? original traduccin http://www.semfyc.es/svmfic/MBE/CAT.html
24

Diagnostico y Otras Apreciaciones PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Diagnostico y Otras Apreciaciones PDF

Încărcat de

Drepturi de autor:

Formate disponibile

CENTRO PRIVADO DE MEDICINA FAMILIAR Asociado al Departamento de Medicina Familiar de la Universidad del Sur de California ( USC-University of Southen California

) Unidad Docencia e Investigacin

MEDICINA FAMILIAR BASADA EN LA EVIDENCIA

o EPIDEMIOLOGA CLNICA Y TOMA DE DECISIONES EN MEDICINA FAMILIAR

+ POSITIVOS VERDADEROS NEGATIVOS FALSOS TOTAL ENFERMOS

POSITIVOS FALSOS POSITIVOS TOTALES NEGATIVOS TOTALES

NEGATIVOS VERDADEROS TOTAL SANOS

Figura 3 TOMA DE DECISIONES MEDICAS MODELO UMBRAL

o ESTUDIOS EPIDEMIOLGICOS: UN POCO DE TERMINOLOGA

Escala de los disversos tipos de investigacin segn su fortaleza

o MEDICINA BASADA EN LA EVIDENCIA: LO QU ES y LO QU NO

Ejemplo Caso clnico:

S-ar putea să vă placă și