3. Decriptivos:
1. Base poblacional:
• Estudios ecológicos
2. Base individual:
• Transversales / prevalencia
• Series de casos
• Casos único
Analíticos:
1. Observacionales:
• Estudios de casos y controles
• Estudios de cohortes
2. Experimentales:
• Ensayo clínico
• Ensayo de campo
• Ensayo comunitario
4. Calidad de la evidencia científica:
Tipos de diseño
Preguntas a responder por el estudio
¿A quién?, ¿Dónde?, ¿Por qué?
¿Cuándo?
Estudios DESCRIPTIVOS Estudios ANALÍTICOS
Aleatorización
Base poblacional Base individual Manipulación del factor
No Sí
OBSERVACIONALES EXPERIMENTALES
Ecológicos Series de casos
Caso-control Cohortes Ensayos clínicos
Encuestas
transversales Ensayos de campo
Retrosp Prosp
Ensayos comunitarios
EVIDENCIA CIENTÍFICA
6. Un ensayo clínico es una evaluación
experimental de un producto, sustancia,
medicamento, técnica diagnóstica o
terapéutica que a través de su aplicación en
seres humanos pretende valorar su eficacia
y seguridad
7. Es un estudio prospectivo que intenta
comparar el efecto y el valor de una o más
intervenciones, versus un control, en seres
humanos con una condición médica.
Es manipular intencionalmente la variable
independiente (la causa) para ver que ocurre
con la variable dependiente (el efecto)
12. MANIPULACIÓN:
que sólo difieran en la
intervención que estamos
estudiando
Los elementos más mínimo dos grupos,
importantes del EC uno de ellos el de
control
son:
ALEATORIZACIÓN:
que las poblaciones sean lo
más similares posibles
13. Terapéuticos (o de prevención
secundaria):
sobre población enferma
Fase I
Fase II
Clasificación de Fase III
los EC: Fase IV
Preventivos (o de prevención
primaria):
sobre población sana
14. • ECA fase I:
– Primera administración en humanos
– Muestra: inferior a 100 (gte hombres jóvenes)
– Objetivo: buscar la dosis máxima tolerada y se suelen medir aspectos
farmacocinéticos
• ECA fase II:
– Primera admistración en enfermos
– Muestra: 100 a 200
– Objetivo: comparar con mejor tratamiento (o placebo en su defecto)
para establecer relación preliminar de eficacia/toxicidad y dosis
óptima
• ECA fase III:
– Administración en enfermos
– Muestra: cientos o miles de pacientes
– Objetivo: relación eficacia/toxicidad
• ECA fase IV (estudios de farmacovigilancia):
– Seguimiento del fármaco tras su comercialización
– Muestra: cientos o miles de pacientes
– Objetivo: detectar eficacia/toxicidad a largo plazo; pte efectos
adversos con frecuencia < 1:1000
16. • Desarrollar, aprobar e introducir nuevos
fármacos y tratamientos.
• Determinar la seguridad y eficacia de los
nuevos agentes.
• Aprender formas para prevenir la enfermedad.
• Diagnosticar precozmente una patología.
• Mejorar la calidad de vida de los enfermos.
18. Resultados
Intervención nueva
3 Grupo A
Población 4 5 6 7
1
2 Grupo B
Intervención control
1.- Pregunta clínica estructurada
2.- Aleatorización
3.- Secuencia de aleatorización oculta
4.- Enmascaramiento
5.- Seguimiento completo
6.- Resultados: análisis por intención de tratar
7.- Resultados: expresión
19. 1.- La pregunta estructurada
• Permite saber si el ensayo
Nuevo tratamiento puede responder a nuestra
pregunta clínica.
grupo A Resultado • Se diseña para responder a
población una pregunta formulada a
priori.
grupo B Resultado
1
• Preferible enfoque a una
Tratamiento control pregunta concreta y no a
muchas diferentes.
20. 2.- Aleatorización
• En muestras grandes tiende a
Nuevo tratamiento equiparar las características
basales de los grupos
grupo A Resultado
población
• ...Tanto las observables como
grupo B Resultado las desconocidas.
2
Tratamiento control
21. 3.- Secuencia oculta aleatorización
• Ideal: comunicación indirecta o
Nuevo tratamiento
a distancia entre investigador y
3 central de aleatorización.
grupo A Resultado
• Evita: tendencia (consciente o
población
no) a incluir ciertos pacientes,
grupo B Resultado
(st ƒ los de mejor pronóstico)
Tratamiento control en el ttº experimental.
• Previene el sesgo de selección !
22. Medidas de ocultación de la aleatorización
Medidas de ocultación apropiadas:
Esquema aleatorio centralizado
Envases numerados o codificados
Sistema informatizado en el centro de investigación o codificado
Sobres de asignación (especificando detalles)
Medidas de ocultación confusas:
Uso de sobres
Asignación aleatoria correcta (pero sin detalles)
Medidas de ocultación inapropiadas:
Alternancia
Número de historia, fechas de nacimiento, días de la semana, etc
Procedimiento de asignación totalmente transparente
23. 4.- Cegamiento (enmascaramiento)
• Evita las cointervenciones
Nuevo tratamiento diferenciales y la evaluación
subjetiva de los resultados.
grupo A Resultado • A veces: no es posible (pe. en
población 4 cirugía, etc. )
grupo B Resultado ...intentar al menos en la
evaluación de resultados.
Tratamiento control
• Previene el sesgo de detección !
24. Beneficios del cegamiento
Pacientes:
Menor posibilidad de una respuesta (física o psíquica) debida al tto
Mejor cumplimiento
Menor posibilidad de que busque cointervenciones adicionales
Menos probable de que abandone el estudio
Investigadores:
Menor posibilidad de que transfieran sus preferencias o actitudes a
los pacientes
Menor probabilidad de administración diferencial de cointervenciones
Menor probabilidad de ajustar dosis o retirar pacientes de manera
diferenciada
Menor probabilidad de animar o desanimar a los participantes para que
continúen en el estudio
Evaluadores:
Menor posibilidad de una evaluación sesgada de las variables
(pte de las subjetivas)
25. 5.- Seguimiento completo
• El resultado de los pacientes
perdidos podría haber
Nuevo tratamiento cambiado el resultado global
del estudio.
grupo A Resultado
• Más grave si hay una ≠ imp. en
población 5
el nº de pérdidas en los dos
grupo B Resultado grupos.
Tratamiento control • Análisis de sensibilidad
• Previene el sesgo de desgaste !
26. Estrategias del manejo de las pérdidas
• 1. Rechazar el estudio
• 2. Exclusión
• 3. Análisis por tratamiento
• 4. Análisis por intención de tratar
28. Valor de p:
– P<0.05 valor convencional
– Indica que la diferencia detectada tiene menos del 5% de
posibilidades de que se haya producido por azar
– Arbitrariamente se le atribuye el valor de que la
diferencia encontrada “es estadísticamente significativa”
significativa
¡¡ No indica para nada que la diferencia
sea clínicamente importante !!
Mejor utilizar IC
29. • 95% IC (intervalo de confianza)
Rango dentro del cual está el valor real
(con un 95% de confianza)
A + corto es el IC mas certeza tenemos en el resultado
Si el IC cruza la línea del 1 (=> no efecto terapéutico), la intervención
podría no ser beneficiosa y, en cambio, tener efectos perjudiciales.
30. Ttº: expresión de resultados
(N= 200) 3 x 95 = 285
+ No ev Tot RA: Riesgo Absol.
Experim. 3 97 100 3/100 0.03 RA exp.
Control 5 95 100 5/100 0.05 RA ctrl.
Riesgo Relativo (RR)
5 x 97= 485 RAR: Reducción
• Cuanto es un 3% respecto 5%?
0.05 - 0.03= 0.02 Absoluta
0,03 / 0,05 =0.6 (60%)
de Riesgo
¢ Reducción Relat. del Riesgo (RRR) Cuanto se ha reducido el riesgo?
• RRR = RAR / RA ctrl; 2% / 5% ~ 40%
Odds (suerte, probabilidad)
• Cuanto es 3 respecto 97?; 3 / 97 =0,031
• Cuanto es 5 respecto 95?; 5 / 95 =0,053
¢ Odds Ratio (OR) ev ex x (N
¢ 0,031 / 0,053 = 0.058 >> Interpretable como RR si prevalencia baja
31. Ttº: expresión de resultados
(N= 200)
+ No ev Tot RA: Riesgo Absol.
Experim. 3 97 100 3/100 0.03 RA exp.
Control 5 95 100 5/100 0.05 RA ctrl.
RAR: Reducción
0.05 - 0.03= 0.02 Absoluta
de Riesgo
NNT: Nº Necesario
1/ RAR; 1/0.02 = 50 a Tratar
Si de 100 he salvado 2; para salvar a 1 ¿cuantos hubiera tenido que tratar?
Nº de personas que se necesitaría tratar …..
…… para producir, o evitar, la aparición de un evento determinado
por ejemplo: Nº de niños con asma persistente que han han de recibir el nuevo tratamiento
para prevenir 1 ingreso
32. RR, RRR, RAR y NNT
Evento
Rexp/Rc Rc-Rexp/Rc [Rexp-Rc] 1/RAR
Control Exp
Rc Rexp RR RRR RAR NNT
33. RR, RRR, RAR y NNT
RR : riesgo relativo
%RRR : % de reducción del riesgo relativo
RAR: reducción absoluta del riesgo
NNT: número necesario a tratar
Evento
Rexp/Rc Rc-Rexp/Rc [Rexp-Rc] 1/RAR
Control Exp
Medida Rc Rexp RR RRR RAR NNT
Muertes 0´65 0 ’ 21 0 ’ 32 0 ’ 67 0 ’ 44 2
35. RR, RRR, RAR y NNT
Hay aprox. la tercera
parte de muertes en
el grupo
Evento experimental que
en el control
Rexp/Rc Rc-Rexp/Rc [Rexp-Rc] 1/RAR
Control Exp
Medida Rc Rexp RR RRR RAR NNT
Muertes 0´65 0 ’ 21 0 ’ 32 0 ’ 67 - 0 ’ 44 2
65%
21%
36. RR, RRR, RAR y NNT
La disminución relativa
de mortalidad es de
67,8%
Evento
Rexp/Rc Rc-Rexp/Rc [Rexp-Rc] 1/RAR
Control Exp
Medida Rc Rexp RR RRR RAR NNT
Muertes 0´65 0 ’ 21 0 ’ 323 0 ’ 678 - 0 ’ 44 2
65%
21%
37. RR, RRR, RAR y NNT
Hay un 44% menos de
muertes en el
grupo experimental
Evento que en el control
Rexp/Rc Rc-Rexp/Rc [Rexp-Rc] 1/RAR
Control Exp
Medida Rc Rexp RR RRR RAR NNT
Muertes 0´65 0 ’ 21 0 ’ 323 0 ’ 678 - 0 ’ 44 2
65%
21%
38. RR, RRR, RAR y NNT
Por cada 2 pacientes que
trate con el fármaco
experimental evitaré 1
muerte más que si
tratara con el fármaco
control
Evento
Rexp/Rc Rc-Rexp/Rc [Rexp-Rc] 1/RAR
Control Exp
Medida Rc Rexp RR RRR RAR NNT
Muertes 0´65 0 ’ 21 0 ’ 323 0 ’ 678 - 0 ’ 44 2
65%
21%
39. Relación entre resultados y
verdadera diferencia
CONSTRASTE DE HIPOTESIS
Decir que SI hay diferencia
Diferencia Verdadera
… cuando NO LA HAY
(Ho falsa) (Ho verdadera)
Presente Ausente
Resultado
No error Error tipo I
diferente (tto OK)
Rechazamos Ho (correcto) (α)
Conclusión de
la prueba
estadística Resultado
Error tipo II No error
no diferente
(ß) (correcto)
Aceptamos Ho
Decir que NO hay diferencia
… cuando SI LA HAY
41. PRECISIÓN:
carencia de ERROR
ALEATORIO
Meta investigación:
agudeza en la
medición
VALIDEZ:
carencia de ERROR
SISTEMÁTICO
42. Error aleatorio Error sistemático
(PRECISIÓN) (VALIDEZ)
Calcular la
Tener buen criterio:
Estrategias significación
leer un texto de
en la fase estadística o los
epidemiología clínica
de análisis intervalos
(ver bibliografía)
de confianza
Aumentar el tamaño
Estrategias
de la muestra
en la fase Mejorar el diseño
o incrementar la
de diseño
precisión
43. a) Validez interna
Es la respuesta a la pregunta:
¿son correctas las conclusiones del estudio para los pacientes
que están siendo estudiados?
Para conseguir una buena calidad se deben minimizar los:
• Errores aleatorios: por azar
• Errores sistemáticos (o sesgos): por diseño o medición imperfectos
44. SESGOS potenciales en los EC (1)
• Asignación a los grupos de tratamiento:
-Asignación no aleatoria
-Asignación seudoaleatoria
-Falta de ocultación de la asignación
• Enmascaramiento:
-Falta de enmascaramiento o enmascaramiento incompleto del observador
-Falta de enmascaramiento o enmascaramiento incompleto del paciente
-Análisis estadístico no enmascarado
• Seguimiento de los participantes:
-Insuficiente descripción de los retirados y los abandonados
• Análisis estadístico:
-Análisis que no respeta la asignación a los tratamientos
-Aplicación de técnicas estadísticas incorrectas
-Análisis de subgrupos sobrevalorados
45. SESGOS potenciales en los EC (2)
• Otros aspectos del diseño:
-Uso de variables intermedias o “subrogadas”, en lugar de variables clínicas
-Ensayos cruzados
• Aplicabilidad:
-Insuficiente aplicación de sistemas de monitorización y de garantía de calidad
-Ensayos unicéntricos en lugar de multicéntricos
-Publicación en revistas de menor difusión
-Ensayos financiados por la industria farmacéutica publicados en suplementos
de revistas médicas
46. Algunos errores sistemáticos y su solución
• Sesgo de selección:
• Diferencias sistemáticas de los grupos a comparar.
• Solución: ASIGNACION ALEATORIA Y OCULTA
• Sesgo de realización:
• Diferencias en la atención sanitaria proporcionada independiente de la
intervención en estudio.
• Solución: CIEGO
• Sesgo de desgaste:
• Diferencias sistemáticas en el tratamiento de las pérdidas.
• Solución: Descripción explícita de lo ocurrido con las pérdidas
ITT - Análisis de sensibilidad.
• Sesgo de detección:
• Diferencias sistemáticas en la evaluación de los resultados.
• Solución: CIEGO
47. b) Validez externa
Es la respuesta a la pregunta:
¿son aplicables las conclusiones del estudio para mis
pacientes?
Es el grado en que los resultados y conclusiones de un estudio clínico
pueden ser aplicados (extrapolados o generalizados) a otros contextos
IMPORTANTE:
Cada estudio está condicionado por sus elementos básicos: población,
exposición, comparación, outcomes (efectos o resultados) y tiempo de
seguimiento (PEcOt). Esos elementos de un estudio nunca serán idénticos en
cualquier otra situación. Por eso cuanto más generales o amplios hayan sido
en el estudio, en más diferentes contextos serán aplicables sus conclusiones
Notas del editor
Que pensariais de 1Tratmiento nuevo para bajar la aparición de infarto en hipertensos > 140/95 pe. ( a los 3 años ) que disminuyera en 40%? Efectos indeseables: afecta función renal (IR en 1 de cada 25) O Pe. Tto profiláctico en RVU para evitar infecc (indeseables =) Que pensais del estudio? >Hay que ver durante durante cuanto tiempo… 3 años ≠ 3 meses > Nº de pacientes pequeño (p=0.7) si todo x 10 => p=0.03 Se aprecia cuan engañoso puede resultar la RRR (también muy patente con riesgos muy pequeños) Riesgos Absolutos: restar los riesgos: RRA Riesgo Relat: si sin hacer nada 5% riesgo es el total (100%) con el ttº pasamos a 3%; 5 ------ 100 3 ------ X => 60% o sea bajaríamos un 40% el Riesgo NNT si se salva de infarto a 2 de cada 100 tratados; ...para salvar a 1 2 ------ 100 1 ------ X => NNT= 50
Que pensariais de 1Tratmiento nuevo para bajar la aparición de infarto en hipertensos > 140/95 pe. ( a los 3 años ) que disminuyera en 40%? Efectos indeseables: afecta función renal (IR en 1 de cada 25) O Pe. Tto profiláctico en RVU para evitar infecc (indeseables =) Que pensais del estudio? >Hay que ver durante durante cuanto tiempo… 3 años ≠ 3 meses > Nº de pacientes pequeño (p=0.7) si todo x 10 => p=0.03 Se aprecia cuan engañoso puede resultar la RRR (también muy patente con riesgos muy pequeños) Riesgos Absolutos: restar los riesgos: RRA Riesgo Relat: si sin hacer nada 5% riesgo es el total (100%) con el ttº pasamos a 3%; 5 ------ 100 3 ------ X => 60% o sea bajaríamos un 40% el Riesgo NNT si se salva de infarto a 2 de cada 100 tratados; ...para salvar a 1 2 ------ 100 1 ------ X => NNT= 50
ERROR ALFA : Decir que SI shay diferencia ...cuando NO LA HAY -Valor de p ERROR BETA: Decir que NO hay diferencia … cuando SI LA HAY
1. EL ERROR ALEATORIO Y LA PRECISIÓN ESTADÍSTICA Cuando realizamos una investigación raramente trabajamos con poblaciones completas. Habitualmente lo que hacemos es que partiendo de observaciones realizadas en un grupo reducido de personas (la muestra) generalizamos o extrapolamos nuestros resultados a colectivos mas amplios. El hecho de trabajar con muestras puede introducir en nuestras observaciones errores producidos por el azar , a los que se denominan errores aleatorios. Estos errores no se producirían si trabajáramos con poblaciones completas. El error aleatorio se define como la diferencia entre la estimación obtenida en el estudio y el parámetro que se pretende estudiar, debida al azar. Se atribuye a la variabilidad inherente al muestreo, a la medición y a la variabilidad propia de las variables. La precisión es el grado de acercamiento entre la estimación obtenida y el parámetro que se pretende estimar. Se define como el grado de ausencia de error aleatorio. La técnica mas simple y mejor conocida para reducir la influencia de este error consiste en aumentar el tamaño de la muestra. De esta forma se eleva la precisión de la medición. La precisión puede medirse mediante pruebas de significación estadística. 2. LOS ERRORES SISTEMÁTICOS (SESGOS) Y LA VALIDEZ Se define como error sistemático o sesgo cualquier hecho (estructura del estudio, selección y valoración de los sujetos de estudio, método de recogida de datos, análisis de los mismos) que hace que los resultados de un estudio se desvíen o aparten de la realidad. Es la diferencia entre la estimación del efecto obtenida en el estudio y el parámetro que se pretende estimar. Existe una clasificación de los sesgos en tres grandes grupos: a) De selección de los sujetos de estudio. b) De información relacionados con la forma de obtener los datos. c) Factores de confusión. Se trata de factores de riesgo para la enfermedad que a su vez se asocian con la exposición, de forma que el efecto de la exposición sobre la enfermedad aparece mezclado con los efectos del factor sobre ambas. Hay auténticos catálogos de sesgos que el lector interesado podrá repasar en la bibliografía recomendada. El aumentar el tamaño de la muestra no ejerce ningún efecto sobre el error sistemático. La única forma de mejorar la exactitud de la estimación (el grado de aproximación al valor real) es diseñar el estudio de forma que se reduzca la magnitud de los distintos sesgos o bien que se obtenga información acerca de ellos para que puedan ser controlados. La validez es el grado de concordancia entre los resultados obtenidos en el estudio y el parámetro que se pretende estudiar. Se define también como el grado de ausencia de error sistemático. La caracterización y valoración de su importancia es compleja y no consiste en la simple aplicación de una prueba estadística.
Cuando un investigador planifica un estudio debe tener en cuenta estas dos inferencias. Su objetivo debe ser conseguir la máxima validez en ambas al finalizar el estudio. Las inferencias erróneas o errores pueden controlarse en la fase de diseño y en las de realización y análisis de una investigación Cuando estamos planificando y ejecutando una investigación debemos tener en cuenta estas dos inferencias y conseguir la máxima validez y precisión. Pero hemos de ser conscientes también de que no hay estudio que no contenga errores. La clave es valorar si estos errores son lo suficientemente graves para introducir variaciones importantes en las conclusiones.