¡Descarga lectura 1med basa eviden y más Guías, Proyectos, Investigaciones en PDF de Salud Pública solo en Docsity!
Aproximación a la toma de decisiones clínicas basadas en evidencias durante
la pandemia de COVID- 19
Álvaro Taype-Rondan https://orcid.org/0000- 0001 - 8758 - 0463 (1,a), Sergio Goicochea-Lugo https://orcid.org/0000- 0002 - 0487 - 5547 (2,b)
- Unidad de Investigación para la Generación y Síntesis de Evidencias en Salud, Universidad San Ignacio de Loyola, Lima, Perú.
- Instituto de Evaluación de Tecnologías en Salud e Investigación - IETSI, EsSalud. Lima, Perú. a. Médico epidemiólogo b. Médico-cirujano
Resumen
La pandemia por COVID-19 nos presenta un contexto difícil para la toma de decisiones clínicas. En este escenario, el presente artículo tiene por objetivo explicar algunos conceptos fundamentales sobre la toma de decisiones basadas en evidencias. Para ello, primero se discutirá cuándo realizar un proceso de toma de decisiones basadas en evidencias. Luego se aclararán ciertos conceptos previos (toma de decisiones en base a la plausibilidad fisiopatológica, las observaciones realizadas durante la práctica clínica, la evidencia clínica indirecta y la evidencia clínica directa; así como la influencia de la industria farmacéutica). Seguidamente, se presentan los pasos para tomar decisiones basadas en evidencias: Formular una pregunta, buscar los estudios que respondan a dicha pregunta, leer críticamente dichos estudios, entender la lógica de la toma de decisiones, prepararse para tomar la decisión, realizar el balance (entre los beneficios, daños y costos), realizar un proceso de toma de decisiones compartidas, y reevaluar la evidencia. Palabras clave: Medicina Basada en la Evidencia, Toma de Decisiones Clínicas, COVID-19 (DeCS)
An approach to evidence-based clinical decision making during the
COVID-19 pandemic
Abstract
The COVID-19 pandemic presents us with a difficult context for clinical decision making. In this scenario, this article aims to explain some fundamental concepts about evidence-based decision making. For this purpose, we will first discuss when to carry out an evidence-based decision-making process. Then certain previous concepts will be clarified (decision-making based on pathophysiological plausibility, observations made during clinical practice, indirect clinical evidence, and direct clinical evidence; as well as the influence of the pharmaceutical industry). Next, the following steps are presented to make evidence-based decisions: Ask a question, search for studies that answer that question, critically read these studies, understand the logic of decision-making, prepare to make the decision, bake a balance (between benefits, harms and costs), carry out a shared decision-making process, and reevaluate the evidence. Keywords: Evidence-Based Medicine, Clinical Decision-Making, COVID-19 (MeSH)
PRE-PRINT – Mayo 2020
Introducción
La pandemia por COVID-19 nos presenta un contexto difícil para la toma de decisiones clínicas. Esto es debido a la gran cantidad de intervenciones propuestas (tanto farmacológicas como no farmacológicas), la escasa evidencia científica disponible, y las recomendaciones contradictorias al respecto entre diferentes guías y normas. En este escenario, el presente artículo está dirigido al personal de salud que toma decisiones diariamente con sus pacientes, y tiene por objetivo explicar algunos conceptos fundamentales sobre la toma de decisiones basadas en evidencias. Cabe resaltar que este es un documento introductorio al tema, y no pretende ser una guía detallada al respecto. Para elaborar este documento hemos recogido y sintetizado conceptos de diversas metodologías para la toma de decisiones (1-5) y otras fuentes relacionadas al tema (6-8), adaptándolos al contexto de la pandemia por COVID- 19 (9, 10). Nos enfocaremos en decisiones referentes a brindar o no brindar cierta intervención teniendo en cuenta que la medicina basada en evidencias requiere la integración de la mejor evidencia científica disponible al momento, la experiencia clínica, y los valores y preferencias de los pacientes (11). Primero se discutirá en qué escenarios se puede realizar un proceso de toma de decisiones basadas en evidencias, luego se abordará algunas consideraciones previas a la toma de decisiones, y finalmente se explorará los pasos para tomar una decisión basada en evidencias. Para ejemplificar algunos conceptos se mencionará un fármaco ficticio llamado “covidina”.
Cuando realizar un proceso de toma de decisiones
basada en evidencias
Ante un paciente con COVID-19, podemos tener varias preguntas sobre intervenciones útiles para su manejo (¿le administro oxígeno?, ¿le brindo este fármaco?, ¿lo pongo en decúbito prono?, entre otras). Cuando sea obvio que cierta intervención cause más beneficios que daños o cuando sea parte del manejo usual de cierto síndrome o complicación que está padeciendo el paciente, resulta coherente brindar dicha intervención a menos que exista una duda razonable de si dicha intervención causaría menos beneficios o más daños. Por otro lado, cuando se pretendan brindar intervenciones sin beneficio obvio y que no son parte de un manejo usual, es recomendable realizar un proceso de toma de decisiones basada en evidencias ( Tabla 1 ).
Consideraciones previas
Plausibilidad fisiopatológica y estudios preclínicos
para la toma de decisiones
Podemos definir plausibilidad fisiopatológica (también conocida como plausibilidad fisiológica o biológica) como la sospecha de que una intervención sea eficaz, en base al conocimiento de su posible acción en la fisiopatología de una enfermedad (12). Cuando se sospecha que cierta intervención farmacológica puede ser útil en base a su plausibilidad fisiopatológica, ésta usualmente es evaluada en estudios preclínicos (in-vitro y en modelos animales), y de demostrar beneficio y seguridad, pasa a ser evaluada en estudios clínicos (en seres humanos) (13).
intervención específica que queremos evaluar, sino en población o con intervenciones similares (24). Por ejemplo, si queremos evaluar el uso de covidina para pacientes adultos con COVID-19 leves, se considerará evidencia indirecta a aquellos estudios que evalúen covidina en niños con COVID- 19 leves, o en adultos con enfermedad causada por otros coronavirus, así como los estudios que evalúen un fármaco muy similar a la covidina en la población de interés. Si contamos con evidencia indirecta que fue desarrollada con una metodología adecuada (buena calidad), podemos usarla para tomar decisiones mientras no contemos con evidencia directa (24-26). No obstante, es útil tener en cuenta que siempre es probable que los efectos observados en la evidencia indirecta no se presenten en nuestra población o con nuestra intervención. Ya sea debido a diferencias fisiopatológicas, o incluso sin ninguna explicación aparente.
Evidencia directa de estudios clínicos para la toma
de decisiones
Los estudios clínicos directos serán aquellos realizados en la misma población o con la misma intervención que queremos evaluar (24). Estos estudios se pueden dividir según su diseño en cuatro tipos de acuerdo con la calidad de su evidencia (de menor a mayor): estudios de un brazo, estudios que comparan pacientes expuestos y no expuestos, pero no controlan por factores que pueden afectar el efecto real de la intervención (confusores), estudios que controlan por confusores, y ECA. En la Tabla 3 presentamos a grandes rasgos la definición, ejemplos y limitaciones de estos diseños en comparación con un ECA (27-30). Cabe mencionar que el ECA, si bien es el diseño con mayor control de confusores, puede tener otras falencias, que exploraremos en el subtítulo de “leer críticamente los estudios seleccionados”.
Considerar la influencia de la industria
farmacéutica:
Los ingresos económicos de las compañías farmacéuticas están supeditados a que los países, el personal de salud y la población usen sus fármacos. En consecuencia, no son pocas las veces que alguna compañía farmacéutica ha usado prácticas engañosas para hacer creer falsamente que su fármaco presenta más beneficios que daños (31). Peter Gotzsche, cofundador del Centro Nórdico de Cochrane, en su libro “Deadly Medicines and Organised Crime”, resalta varios ejemplos en los que compañías farmacéuticas han promocionado engañosamente sus medicamentos, llegando a tildar su modelo de negocios como crimen organizado (31). Un caso que debemos recordar en el contexto actual es el del fármaco Tamiflu (Oseltamivir) durante la pandemia H1N1 del
- Este fármaco del laboratorio Roche se promocionó como eficaz para tratar dicha enfermedad (por estudios financiados por Roche y sesgadamente reportados) y fue incluido en la guía de la OMS para el tratamiento de la influenza por H1N1 (32). Sin embargo, luego de que se presionó para liberar al público los estudios, y luego de una evaluación crítica de los mismos, se encontró que este fármaco no tenía mayor efecto en la enfermedad (33) y fue retirado de las guías (34). Pero para entonces, ya varios países habían realizado compras millonarias, y muchos médicos siguieron usándolo para casos de influenza por H1N1 a pesar de la falta de evidencia (35). Es de esperar que, durante esta pandemia, algunas compañías farmacéuticas y otros actores con conflictos de interés intenten que sus productos parezcan más eficaces de lo que son, o convencer de que son eficaces cuando no lo son. Por lo cual, es posible ver declaraciones tendenciosas a la prensa (directamente de los voceros de las compañías, o por medio de médicos de amplia trayectoria), reporte selectivo de los resultados de sus estudios, e influencia directa sobre tomadores de decisiones. Por ello, resulta prudente permanecer escépticos sobre la utilidad de fármacos y estar atentos a la evidencia científica.
Cómo tomar decisiones basadas en evidencias.
Luego de haber repasado algunos conceptos previos, explicaremos la metodología de toma de decisiones basadas en evidencias, para lo cual exploraremos ocho pasos:
1) Formular una pregunta:
El primer paso consiste en formular la pregunta que queremos responder. Las preguntas de intervención pueden resumirse en un formato PICO: Población, Intervención, Comparador y Outcome (conocido en español como “desenlace”). Por ejemplo, si queremos decidir si usar o no la covidina en pacientes adultos con un cuadro de COVID-19 severo, nuestra pregunta en formato PICO será: ● Población: Pacientes adultos con casos severos de COVID- 19 ● Intervención: grupo que recibe covidina ● Comparador: grupo que no recibe covidina ● Outcome o desenlace: beneficios y daños. Cada componente de esta pregunta debe ser específica. Por ejemplo, es de esperar que una intervención tenga un efecto diferente en pacientes con cuadros leves que, en pacientes con cuadros severos, o pacientes con un día de síntomas que en pacientes con más de 10 días de síntomas. Asimismo, el efecto puede ser diferente si se brinda 100 mg o 200 mg de covidina , o se brinda por vía oral en vez de usar la vía endovenosa.
2) Buscar los estudios que respondan a la pregunta
formulada:
Ahora es necesario encontrar los estudios relevantes para tomar una decisión. No es prudente quedarnos con el primer estudio que encontremos, sino que idealmente deberemos obtener todos los estudios relevantes para tomar la decisión más acertada. La búsqueda de estudios es un desafío ya que la cantidad de estudios sobre COVID-19 viene creciendo rápidamente. Se puede utilizar buscadores que incluyen miles de revistas
- Presión por parte de los colegas y/o familiares de los pacientes: esto puede hacer que se brinde la intervención solo para evitar ser criticado, dejando de lado el balance de beneficios y daños para el paciente.
- Efecto de arrastre: se refiere a seguir las mismas indicaciones que brindan los demás médicos del servicio.
- Falacia ad verecundiam: se refiere a obedecer a personas o instituciones con supuesta autoridad, por ejemplo, tener miedo de contradecir alguna indicación promocionada por algún médico referente nacional o mundial, o por los lineamientos de alguna institución reconocida.
- Ideas preconcebidas: se refiere a creer que cierta intervención presenta más beneficios que daños, y debido a esta idea menospreciar los daños que encuentran los estudios y ser mucho más optimistas con respecto a los potenciales beneficios.
6) Realizar el balance entre los beneficios, daños y
costos:
Si bien existen muchos factores a tener en cuenta por el personal de salud a la hora de tomar una decisión, para motivos de este artículo nos centraremos en tres de los más importantes: beneficios, daños y costos. Al evaluar los beneficios y daños, se debe considerar lo siguiente:
- Tener en cuenta lo reportado por todos los estudios relevantes seleccionados
- Usar desenlaces clínicos (por ejemplo, mortalidad hospitalaria), y de no tenerlos se podría usar desenlaces subrogados (por ejemplo, aclaramiento viral), teniendo en cuenta que un impacto en un desenlace subrogado probablemente no implique beneficios clínicos.
- Se suelen tomar en cuenta sólo los efectos que han sido estadísticamente significativos, aunque la significancia estadística no siempre va a implicar un efecto clínicamente relevante (es decir, estaríamos ante un
efecto “estadísticamente significativo pero clínicamente irrelevante”) (44).
- Tener en cuenta que los daños incluyen eventos adversos e interacciones con otros medicamentos, pero también daños indirectos como el desabastecimiento de cierto fármaco que es requerido por otro grupo de pacientes (por ejemplo, el uso indiscriminado de Hidroxicloroquina a pesar de no haber evidencia sólida de beneficio que deja sin este medicamento a pacientes con lupus o artritis reumatoide).
- Si los estudios que evalúan los daños de cierta intervención han sido realizados en pacientes con otras condiciones, debemos preguntarnos si es posible que dicha intervención puede causar más daños en pacientes con COVID-19. Cuando se tengan estudios con resultados contradictorios, podemos tomar la decisión en base a los estudios de mayor calidad y tamaño de muestra. Sin embargo, cuando los estudios de adecuada calidad y adecuado tamaño de muestra presenten resultados contradictorios, se debería considerar la posibilidad de que la intervención tenga diferentes efectos en distintas poblaciones, y se podría decidir considerar solo los estudios realizados en la población más parecida a la nuestra para tomar decisiones. Además, evaluaremos los costos de la intervención en nuestro contexto. Esto es importante pues si un costo alto es asumido por el paciente, puede desestabilizar económicamente a su familia, afectando diferentes esferas (como vivienda, alimentación, aseo, manejo de otras enfermedades, etcétera). Por otro lado, si un costo alto es asumido por el estado, esto puede disminuir los recursos que va a destinar a otras intervenciones. Para considerar una intervención, en base a sus beneficios, daños y costos proponemos un esquema simplificado de toma de decisiones, presentado en la tabla 5. En este esquema, las filas resumen la evidencia sobre el beneficio de la intervención, y las columnas resumen lo que se sabe sobre sus daños y costos. De manera que, si la intervención cuenta con uno o más ECA adecuadamente diseñados que encuentran beneficios en desenlaces importantes, y además presenta daños mínimos y es muy barata; será lógico usarla. En tanto que si la intervención no cuenta con estudios confiables (ECA o estudios cuyo análisis controle por variables confusoras, adecuadamente diseñados), y presenta daños peligrosos o es caro, generalmente decidiremos no usarlo. Finalmente, cuando los estudios confiables concluyan que cierta intervención no presenta beneficios, resulta coherente no usarla.
7) Realizar un proceso de toma de decisiones
compartidas:
El proceso de toma de decisiones compartida sucede cuando el personal de salud trabaja junto con los pacientes y/o familiares para tomar la mejor decisión. Esto es importante debido a que los beneficios, daños y costos de una
- Sackett DL, Rosenberg WM, Gray JM, Haynes RB, Richardson WS. Evidence based medicine: what it is and what it isn't. British Medical Journal Publishing Group; 1996.
- Fedak KM, Bernal A, Capshaw ZA, Gross S. Applying the Bradford Hill criteria in the 21st century: how data integration has changed causal inference in molecular epidemiology. Emerging themes in epidemiology. 2015;12:14.
- U.S. Food & Drug Administration (FDA) [Internet]. United States of America: FDA. The Drug Development Process; 2018 Apr 01 [cited 2020 May 14]. Disponible en: https://www.fda.gov/patients/learn- about-drug-and-device-approvals/drug-development-process.
- U.S. Food & Drug Administration (FDA) [Internet]. United States of America: FDA. The Drug Development Process, Step 3: Clinical Research; 2018 Apr 01 [cited 2020 May 11]. Disponible en: https://www.fda.gov/patients/drug-development-process/step- 3 - clinical-research.
- Contopoulos-Ioannidis DG, Ntzani E, Ioannidis JP. Translation of highly promising basic science research into clinical applications. The American journal of medicine. 2003;114(6):477-84.
- Onakpoya IJ, Heneghan CJ, Aronson JK. Post-marketing withdrawal of 462 medicinal products because of adverse drug reactions: a systematic review of the world literature. BMC medicine. 2016;14:10.
- Gilbert R, Salanti G, Harden M, See S. Infant sleeping position and the sudden infant death syndrome: systematic review of observational studies and historical review of recommendations from 1940 to 2002. International journal of epidemiology. 2005;34(4):874-87.
- Joffe AR, Bara M, Anton N, Nobis N. Expectations for methodology and translation of animal research: a survey of health care workers. BMC medical ethics. 2015;16:29.
- Null G, Feldman M, Rasio D, Dean C. Death by Medicine. Mt Jackson, VA: Pratikos Books; 2011.
- Boardman HM, Hartley L, Eisinga A, Main C, Roque i Figuls M, Bonfill Cosp X, et al. Hormone therapy for preventing cardiovascular disease in post-menopausal women. The Cochrane database of systematic reviews. 2015(3):Cd002229.
- Morgan DJ, Dhruva SS, Coon ER, Wright SM, Korenstein D. 2019 Update on Medical Overuse: A Review. JAMA Internal Medicine. 2019;179(11):1568-74.
- Haynes RB, Devereaux PJ, Guyatt GH. Clinical expertise in the era of evidence-based medicine and patient choice. BMJ Evidence-Based Medicine. 2002;7(2):36-8.
- Balshem H, Helfand M, Schunemann HJ, Oxman AD, Kunz R, Brozek J, et al. GRADE guidelines: 3. Rating the quality of evidence. Journal of clinical epidemiology. 2011;64(4):401-6.
- Guyatt GH, Oxman AD, Kunz R, Woodcock J, Brozek J, Helfand M, et al. GRADE guidelines: 8. Rating the quality of evidence—indirectness. Journal of clinical epidemiology. 2011;64(12):1303-10.
- Guyatt G, Oxman AD, Sultan S, Brozek J, Glasziou P, Alonso-Coello P, et al. GRADE guidelines: 11. Making an overall rating of confidence in effect estimates for a single outcome and for all outcomes. Journal of clinical epidemiology. 2013;66(2):151-7.
- Gartlehner G, Moore CG. Direct versus indirect comparisons: a summary of the evidence. International journal of technology assessment in health care. 2008;24(2):170-7.
- Gordis L. Epidemiology. 5th ed. Philadelphia, PA: W.B. Saunders, Elsevier; 2014.
- Rothman KJ, Lash TL, Greenland S. Modern Epidemiology, 3rd ed. Philadelphia, PA: Lippincott Williams & Wilkins; 2008.
- Jager KJ, Zoccali C, Macleod A, Dekker FW. Confounding: what it is and how to deal with it. Kidney international. 2008;73(3):256-60.
- Kahlert J, Gribsholt SB, Gammelager H, Dekkers OM, Luta G. Control of confounding in the analysis phase - an overview for clinicians. Clinical epidemiology. 2017;9:195-204.
- Gøtzsche PC. Deadly medicines and organised crime: how big pharma has corrupted health care. Radcliffe, 2013.
- World Health Organization. WHO guidelines for pharmacological management of pandemic (H1N1) 2009 influenza and other influenza viruses. 2009.
- Jefferson T, Jones M, Doshi P, Spencer EA, Onakpoya I, Heneghan CJ. Oseltamivir for influenza in adults and children: systematic review of clinical study reports and summary of regulatory comments. BMJ (Clinical research ed). 2014;348:g2545.
- Kmietowicz Z. WHO downgrades oseltamivir on drugs list after reviewing evidence. BMJ (Clinical research ed). 2017;357:j2841.
- Gupta YK, Meenu M, Mohan P. The Tamiflu fiasco and lessons learnt. Indian journal of pharmacology. 2015;47(1):11-6.
- Epistemonikos Foundation [Internet]. Living Overview of the Evidence (L-OVE) platform [cited 2020 May 11]. Disponible en: https://iloveevidence.com/.
- Cochrane. Living mapping and living systematic review of Covid- 19 studies (NMA) platform [cited 2020 May 11]. Disponible en: https://covid-nma.com/.
- Ioannidis JP, Haidich AB, Pappa M, Pantazis N, Kokori SI, Tektonidou MG, et al. Comparison of evidence of treatment effects in randomized and nonrandomized studies. Jama. 2001;286(7):821-30.
- Wormald R, Evans J. What Makes Systematic Reviews Systematic and Why are They the Highest Level of Evidence? Ophthalmic epidemiology. 2018;25(1):27-30.
- Golder S, Loke YK, Bland M. Meta-analyses of adverse effects data derived from randomised controlled trials as compared to observational studies: methodological overview. PLoS medicine. 2011 ;8(5).
- Farcas A, Bojita M. Adverse drug reactions in clinical practice: a causality assessment of a case of drug-induced pancreatitis. Journal of gastrointestinal and liver diseases : JGLD. 2009;18(3):353-8.
- Kherad O, Peiffer-Smadja N, Karlafti L, Lember M, Van Aerde N, Gunnarsson O, et al. The challenge of implementing Less is More medicine: A European perspective. European Journal of Internal Medicine. 2020.
- Ortashi O, Virdee J, Hassan R, Mutrynowski T, Abu-Zidan F. The practice of defensive medicine among hospital doctors in the United Kingdom. BMC medical ethics. 2013;14(1):42.
- Amrhein V, Greenland S, McShane B. Scientists rise up against statistical significance. Nature. 2019;567(7748):305-7.
- Elwyn G, Frosch D, Thomson R, Joseph-Williams N, Lloyd A, Kinnersley P, et al. Shared decision making: a model for clinical practice. Journal of general internal medicine. 2012;27(10):1361-7.
- Bae JM. Shared decision making: relevant concepts and facilitating strategies. Epidemiology and health. 2017;39:e2017048.
- Behavioral scientist [Internet]. Epistemic Humility - Knowing Your Limits in a Pandemic; 2020 Apr 13 [cited 2020 May 11]. Disponible en: https://behavioralscientist.org/epistemic-humility-coronavirus- knowing-your-limits-in-a-pandemic/.
- Ioannidis JP. Contradicted and initially stronger effects in highly cited clinical research. Jama. 2005;294(2):218-28.
- Sheldon T. Preprints could promote confusion and distortion. Nature. 2018;559(7715):445.
- Higgins JP, Altman DG, Gotzsche PC, Juni P, Moher D, Oxman AD, et al. The Cochrane Collaboration's tool for assessing risk of bias in randomised trials. BMJ (Clinical research ed). 2011;343:d5928.
- Wells G, Shea B, O’connell D, Peterson J, Welch V, Losos M, et al. The Newcastle-Ottawa Scale (NOS) for assessing the quality of nonrandomised studies in meta-analyses. Ottawa (ON): Ottawa Hospital Research Institute; 2009.
