Evidencia en Nutrición

Evaluación y adaptación de guías basadas en la evidencia

By Eduard Baladia | Last Updated 21 julio, 2015

adaptación_GPC_GuiaSalud

La creación de sumarios de evidencia (o guías de práctica basadas en la evidencia) de novo es una idea muy sugerente, pero también muy time consuming y, en ocasiones, puede ser una duplicación innecesaria de esfuerzos (por no decir una pérdida de tiempo inadmisible; hay mucho trabajo por hacer y muy pocas manos a la obra). Por lo que sabemos (no está escrito en ningún lugar, pero nos lo han contado de primera mano mediante comunicación personal), los expertos a nivel nacional (España) de GuíaSalud (@GuiaSalud) suelen trabajar sobre una guía de unas 15-20 preguntas cerca de 2 años y los expertos internacionales del PEN® demoran unos 3 meses en responder a una sola pregunta.

Si buscamos evidencias con eficiencia siguiendo las recomendaciones de Haynes y cols; 2009, cuando iniciamos un proyecto de creación de un sumarios de evidencia, puede ser una buena idea buscar e incorporar evidencias preevaluadas de otros sumarios o guías de evidencia científica, ya que en ellas se habrá hecho el titánico esfuerzo de buscar de forma sistemática todo el universo de estudios, establecer su calidad y obtener unas recomendaciones fiables. Seleccionar muchas guías distintas podría convertir el afán de ahorro de tiempo en un verdadero infierno (en términos de eficiencia), por lo que se recomienda incorporar solamente las 2 o 3 mejores guías (la cantidad es orientativa, es otra ley no escrita del proceso). En consecuencia, antes de incorporar o usar cualquier guía, deberemos asegurarnos de que éstas son las de más alta calidad.

A continuación, compararemos 2 metodologías de evaluación y adaptación de guías, uno nacional (GuíaSalud; España) y otro internacional (Guidelines International Network [GIN]), resaltando sus puntos fuertes y débiles.

Proceso según GuíaSalud; España

Si consultamos el manual metodológico de los expertos españoles de GuíaSalud, en su Anexo 9 podemos encontrar descrita la metodología usada. En dicho anexo, podemos ver que la adaptación de una guía se puede realizar siguiendo 6 pasos:

Paso 1. Formulación de las preguntas clínicas: bueno, se supone que ya las habremos creado cuando iniciamos nuestro proyecto, aunque no está mal recalcarlo para los más «cagaprisas».

Paso 2. Búsqueda, evaluación de la calidad y selección de GPC: además de explicar dónde suelen buscar las guías (Tripdatabase; ver esta entrada para más información), se indica que para la evaluación de las mismas se recurre al Instrumento AGREE, actualmente llamado AGREE II. Como bien nos cuentan, esta herramienta nos sirve para establecer una puntuación que nos servirá para clasificarlas y decidir qué guía nos conviene más:

Muy recomendadas: si puntúan 3-4 en la mayoría de los criterios y la puntuación por áreas supera los 60 puntos.
Recomendada con condiciones o modificaciones: si el número de criterios que puntúan 3-4 es similar al de 1-2 y las puntuaciones por áreas alcanzan valores entre 30-60.
No recomendadas: si la mayoría de los criterios puntúan 1-2 y las puntuaciones por áreas son inferiores a 30.

En este sentido, para el proceso de adaptación, los expertos de GuíaSalud nos recomiendan seguir los siguientes criterios para seleccionar las mejores guías:

Que sean guías clasificadas como muy recomendables o recomendadas con modificaciones según la puntuación del instrumento AGREE y con una puntuación superior al 60 en el área de rigor en la elaboración (dominio 3 del instrumento que abarca los ítems del 7 al 14).
Que las guías estén actualizadas. La fecha de cierre de la búsqueda no debería superar los tres años (excepcionalmente hasta 5).
Que existan contextos de aplicación similar, es decir, tipos de pacientes, objetivos de la guía, contexto sanitario e inclusive usuarios diana de la guía parecidos.
Que se puedan obtener las estrategias de búsqueda completas y las tablas de evidencia.
Otros factores a tener en cuenta: composición del grupo redactor, conflictos de intereses, e impacto de la guía.

Paso 3. Análisis del contenido clínico de la guía por preguntas: se debe valorar cómo la guía responde a cada pregunta formulada en nuestro proyecto.

Paso 4. Aplicación de los criterios de adaptación de guías a las preguntas clave formuladas: se usa una herramienta propia que se basa en preguntas realizadas sobre cada pregunta formulada:

Criterios de adaptación de GPC según GuíaSalud

Paso 5. Estrategia a seguir en cada pregunta según diferentes supuestos: de forma muy adecuada, los expertos de GuíaSalud recomiendan seguir diferentes estrategias según diferentes situaciones o supuestos tras aplicar los criterios de adaptación.

Paso 6. Formulación de recomendaciones: se deberá hacer una evaluación formal y juicio razonado, e identificar de forma adecuada qué recomendaciones han sido adaptadas de otras guías, de forma que el usuario pueda identificarlas fácilmente.

Puntos fuertes:

Es un proceso maravillosamente sencillo.
Permite una actualización rápida y adaptación si existe algún/os metaanálisis Cochrane reciente/s (<3 años).
Tiene en cuenta diferentes supuestos en los que nos podemos encontrar al evaluar las guías, proponiendo estrategias concretas de trabajo.

Puntos débiles:

Describe cómo interpretar las puntuaciones del instrumento AGREE (escala de Likert de 4 puntos) pero no como usar las puntuaciones del instrumento AGREE II (escala de Likert de 7 puntos), para establecer si las guías son muy recomendables, recomendables pero con condiciones, o no recomendables.
No indica cómo actuar frente a una gran diferencia de puntuaciones de un mismo criterio por parte de diferentes evaluadores. Solamente cómo actuar respecto a la puntuación total del dominio.
Es posible que se quede pobre en la descripción del significado de: «guía actualizada», «consistencia y coherencia entre guías», y «aplicabilidad de la recomendación en nuestro medio».
La relación entre los diferentes supuestos al evaluar la guía y la estrategia a seguir respecto a cada pregunta es de difícil visualización.
Respecto al grado de recomendación, hacen mención expresa al sistema SIGN, actualmente en retroceso respecto al sistema internacional GRADE que está en auge gracias al continuo proceso de evaluación de la metodología.

Proceso según Guidelines International Network (GIN)

La Guidelines International Network (GIN) ha creado un extenso manual de adaptación llamado ADAPTE, manual que los propios expertos de GuíaSalud recomiendan en su portal de herramientas de interés para al adaptación.

En este manual se pueden encontrar, con mucho detalle, 3 fases con 24 pasos (en total; no os asustéis) que el GIN recomienda seguir. Existen muchos pasos compartidos entre los procesos recomendados por GuíaSalud y GIN, siendo el paso 1 de los primeros el paso 7 de los segundos. Sin querer reproducir las 95 páginas que tiene el manual, y abreviando mucho, los pasos recomendados son:

Fase 1, preparación: hay toda una fase de preparación antes de ponerse manos a la obra. Si bien siempre resulta interesante leerse este apartado y seguirlo, muchos de estos pasos ya se habrán llevado a cabo en el proceso de creación del proyecto. Se compone de los pasos 1 a 6.

Fase 2, adaptación: es la parte central del proceso y se compone de los pasos 7 a 18, que vendría a ser la parte descrita por GuíaSalud, sólo que desarrollada con muchos más detalles y en 12 pasos (el doble que GuíaSalud). Sin querer extendernos mucho en nuestra exposición, existen dos cuestiones que creemos importante comentar al respecto:

Coinciden con GuíaSalud en decir que el dominio «rigor de la elaboración» es especialmente importante.
Sin embargo clarifican que «una puntuación AGREE pobre no debería ser suficiente para eliminar una guía», sino que deben tenerse en cuenta otros aspectos antes de proceder a la eliminación. A menos que todos los evaluadores consideren que es una guía «no recomendada», se deberá discutir si es pertinente su eliminación o no, inclusive si su puntuación en dominios determinantes como «el rigor de la elaboración» es bajo (interesante punto de vista).
Añaden que si los mismos criterios son puntuados de forma muy distinta por diferentes evaluadores/as, deben ser identificados como puntos de discusión a solucionar antes de continuar y obtener una puntuación final por dominio (ayuda a solucionar el problema de la variabilidad inter-evaluador).
Incluyen una serie de herramientas de gran utilidad para recoger más información sobre el estado de actualidad de las guías, la evaluación de la consistencia y coherencia entre guías y la evaluación del grado de aplicabilidad de la recomendación en nuestro medio.

Fase 3, finalización: se ofrece una descripción de cómo terminar el proceso, que se corresponde con la finalización normal del proyecto de elaboración de cualquier guía (revisión interna y externa, etc.). Se compone de los pasos 19 a 24.

Puntos fuertes:

Tiene en cuenta diferentes supuestos en los que nos podemos encontrar al evaluar una guía.
Completa un poco el cómo interpretar las puntuaciones del instrumento AGREE.
Tiene algunas herramientas de interés y muy útiles que permiten matizar el significado de: «guía actualizada», «consistencia y coherencia entre guías» y «aplicabilidad de la recomendación en nuestro medio».

Puntos débiles:

El sistema es mucho más complejo y largo, sin aportar muchas más ventajas aparentes respecto a la descripción de GuíaSalud (la parte central del proceso de adaptación está bien desarrollado por GuíaSalud).
Describe cómo interpretar las puntuaciones del instrumento AGREE (escala de Likert de 4 puntos) pero no cómo usar las puntuaciones del instrumento AGREE II (escala de Likert de 7 puntos), para establecer si las guías son muy recomendables, recomendables pero con condiciones, o no recomendables.
La relación entre los diferentes supuestos al evaluar la guía y la estrategia a seguir respecto a cada pregunta, es de difícil visualización (mucho más que la de GuíaSalud).

En definitiva, para la adaptación de guías basadas en la evidencia tenemos, como mínimo (desconocemos si hay más metodologías), dos metodologías con un mismo corazón y cada una de ellas con sus propios pros y sus contras.

¿Qué metodología elegir? Esta es siempre la cuestión.

Desde luego, si tuviéramos que preparar una guía basada en la evidencia con adaptación incluida, para que fuera evaluada a nivel nacional (España), elegiríamos la metodología de GuíaSalud (que además es menos compleja), pero si tuviéramos que hacerlo para una organización internacional, la metodología de ADAPTE sería la más interesante.

Sin embargo, si tuviéramos que elegir entre una u otra, GuíaSalud es sin lugar a dudas la que tendría más puntos, pero…

¿Y por qué no crear algo intermedio? Uf… que tarde se nos ha hecho, ¡hasta la próxima!

Eduard Baladia

Dietista-Nutricionista por la Universidad de Barcelona. Ha participado como experto externo en 9 guías de la Organización Mundial de la Salud (OMS). Es uno de los profesionales de la salud y el único dietista-nutricionista que ha completado el "Curso de introducción a la elaboración de Guías de Práctica Clínica (GPC)" organizado por GuíaSalud-Biblioteca de Guías de Práctica Clínica del Sistema Nacional de Salud. Además ha realizado el curso de "Introducción a las Revisiones Sistemáticas" de la Cochrane Iberoamericana. En la actualidad está siendo evaluado por el Practice-based Evidence in Nutrition (PEN) para ser autor y/o revisor de la iniciativa internacional.

More Posts - Website

Posted in Metodología, Sumarios de evidencia | Tagged Adaptación, ADAPTE, AGREE II, Guidelines International Network | Comentarios desactivados

Formulación de Políticas Nutricionales informadas por la Evidencia

By Eduard Baladia | Last Updated 8 julio, 2015

Portada del editorial en RENHyD.ORG

@EvidNutrition

En esta ocasión os dejamos con un editorial que hemos publicado en la Revista Española de Nutrición Humana y Dietética. Vale decir que la publicación, en sí, no merece muchos elogios, ya que dos de los autores somos editores de la revista y lo único que hemos hecho es referenciar una serie de artículos publicados en 2009 (así que no es ni muy actualizado). Sin embargo, el editorial viene como anillo al dedo para este blog y creemos que puede y debe servir como el principio de una profunda reflexión muy necesaria en materia de formulación de políticas nutricionales.

Portada del editorial en RENHyD.ORG

Cita:
Baladia E, Martínez-Rodríguez R, Martínez-Sanz JM, Norte Navarro A, Ortiz-Moncada R. Formulación de Políticas Nutricionales informadas por la Evidencia. Rev Esp Nutr Hum Diet. 2015; 19(2): 56 – 57. DOI: 10.14306/renhyd.19.2.162 / Texto completo

La implementación de políticas nutricionales, debería ser uno de los últimos pasos seguidos en el proceso de la toma de decisiones políticas (1) y, seguramente, el primer paso debería ser asegurar que todos los agentes implicados estén de acuerdo en que la formulación de políticas nutricionales debe estar siempre informada por la evidencia científica y teniendo en consideración las adecuadas condiciones de equidad. Sin embargo, desgraciadamente sabemos que no siempre es así (2).

En 2009 se publicaron una serie de 19 artículos (1, 3-20) en la revista BioMed Central en los que se explica, desde qué es la formulación de políticas en salud informadas en la evidencia, hasta cómo buscar, interpretar y usar la evidencia científica; qué hacer en caso de no haber suficiente evidencia; cómo evaluar los pros y contras de una política; cómo planear su implementación teniendo en cuenta el uso de recursos y coste de la misma; y cómo monitorizar y evaluar las políticas puestas en marcha.

Como en toda toma de decisiones basada en la evidencia, estas guías no se han elaborado para sustituir la figura de las personas encargadas de tomar dichas decisiones, sino para ayudar a que tanto los responsables de la toma de decisiones sobre políticas y programas de salud, como quienes los respaldan (inclusive organizaciones de científicos), tomen consciencia de la necesidad de que las decisiones se realicen siempre teniendo en cuenta la mejor evidencia de investigación disponible (1).

Entre las reflexiones a las que lleva la lectura de estos artículos, a los autores de estas líneas les ha parecido especialmente interesante el cuestionamiento de qué estrategias deberían usarse para evitar posibles presiones de grupos de poder financieros sobre una decisión de política de salud. En este sentido, la descripción de una metodología sistemática y transparente previa a la toma de decisiones y fácilmente accesible por todos, o la participación de grupos de expertos que usan metodologías basadas en la evidencia, como por ejemplo, los grupos elaboradores de Guías de Práctica Clínica Basadas en la Evidencia (GuíaSalud en España) o las Agencias de Evaluación de Tecnologías Sanitarias, pueden ayudar a manejar las tensiones y conflictos de interés que puedan generarse entre los grupos de poder económico y las decisiones políticas tomadas (4).

Sin embargo, los sistemas basados en metodologías sistemáticas y transparentes que busquen el apoyo de partes proactivas (generación de la evidencia por parte de terceros independientes) que generen resúmenes de políticas (15) y partes reactivas (partes financieras implicadas) a través de un diálogo de políticas (16), podría desajustar mucho el tiempo en el que se requiere la toma de decisiones. En este sentido, ha llamado la atención de los autores de este escrito, la dedicación de una sección en la revista BioMed Central a la interesante cuestión de cómo priorizar las decisiones políticas en función del tiempo en el que se requiere dicha toma de decisiones, pudiéndose definir estrategias de enfoque rápido aunque menos consistente y otras de enfoque más lento pero más potente (5).

Asimismo, parece ser que los autores de esta serie de artículos hayan pensado en todas las posibles barreras que las personas relacionadas con la toma de decisiones en políticas de salud pudieran tener para llevar a cabo su importante tarea, elaborando una herramienta útil y de fácil entendimiento para superar cada una de dichas dificultades. Los artículos revisan a fondo cómo usar la investigación para definir adecuadamente un problema, cómo establecer un marco de opciones posibles para abordar dicho problema, cómo evaluar la aplicabilidad de la evidencia, cómo tener en cuenta la equidad, cómo evaluar los costes de su implementación o incluso cómo monitorizar y evaluar las políticas implementadas.

Ha llegado el momento de reflexionar sobre estos y otros muchos temas que plantean estos magníficos 19 artículos (1, 3–20), y ha llegado el momento de pedir que todas aquellas personas relacionadas (ya sea de forma directa o indirecta) con la toma de decisiones en políticas nutricionales tomen consciencia de la necesidad urgente de que dicha toma de decisiones sea bien informada a través de la evidencia científica, y hacerles saber que disponen de 18 herramientas estupendas (llamadas SUPPORT tools) para ayudarles en la implementación de un sistema que conduzca a la posibilidad de tener un sistema de gestión de salud más eficiente.

BIBLIOGRAFÍA

(para acceder al texto completo de los SUPPORT tools, podéis acerlo a través de este link)

1. Lavis JN, Oxman AD, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP). Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: 1.
2. Marques-Lopes I. Efecto de las desigualdades sociales en la prevalencia de la obesidad. Rev Esp Nutr Humana Dietética. 30 de junio de 2013; 17(2): 45-6.
3. Oxman AD, Lavis JN, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 1: What is evidence-informed policymaking? Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S1.
4. Oxman AD, Vandvik PO, Lavis JN, Fretheim A, Lewin S. SUPPORT Tools for evidence-informed health Policymaking (STP) 2: Improving how your organisation supports the use of research evidence to inform policymaking. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S2.
5. Lavis JN, Oxman AD, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 3: Setting priorities for supporting evidence-informed policymaking. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S3.
6. Lavis JN, Wilson MG, Oxman AD, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 4: Using research evidence to clarify a problem. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S4.
7. Lavis JN, Wilson MG, Oxman AD, Grimshaw J, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 5: Using research evidence to frame options to address a problem. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S5.
8. Fretheim A, Munabi-Babigumira S, Oxman AD, Lavis JN, Lewin S. SUPPORT tools for evidence-informed policymaking in health 6: Using research evidence to address how an option will be implemented. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S6.
9. Lavis JN, Oxman AD, Grimshaw J, Johansen M, Boyko JA, Lewin S, et al. SUPPORT Tools for evidence-informed health Policymaking (STP) 7: Finding systematic reviews. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S7.
10. Lewin S, Oxman AD, Lavis JN, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 8: Deciding how much confidence to place in a systematic review. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S8.
11. Lavis JN, Oxman AD, Souza NM, Lewin S, Gruen RL, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 9: Assessing the applicability of the findings of a systematic review. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S9.
12. Oxman AD, Lavis JN, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 10: Taking equity into consideration when assessing the findings of a systematic review. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S10.
13. Lewin S, Oxman AD, Lavis JN, Fretheim A, Garcia Marti S, Munabi-Babigumira S. SUPPORT tools for evidence-informed policymaking in health 11: Finding and using evidence about local conditions. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S11.
14. Oxman AD, Fretheim A, Lavis JN, Lewin S. SUPPORT Tools for evidence-informed health Policymaking (STP) 12: Finding and using research evidence about resource use and costs. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S12.
15. Lavis JN, Permanand G, Oxman AD, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 13: Preparing and using policy briefs to support evidenceinformed policymaking. Health Res Policy Syst BioMed Cent.2009; 7 Suppl 1: S13.
16. Lavis JN, Boyko JA, Oxman AD, Lewin S, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 14: Organising and using policy dialogues to support evidenceinformed policymaking. Health Res Policy Syst BioMed Cent.2009; 7 Suppl 1: S14.
17. Oxman AD, Lewin S, Lavis JN, Fretheim A. SUPPORT Tools for evidence-informed health Policymaking (STP) 15: Engaging the public in evidence-informed policymaking. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S15.
18. Oxman AD, Lavis JN, Fretheim A, Lewin S. SUPPORT Tools for evidence-informed health Policymaking (STP) 16: Using research evidence in balancing the pros and cons of policies. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S16.
19. Oxman AD, Lavis JN, Fretheim A, Lewin S. SUPPORT Tools for evidence-informed health Policymaking (STP) 17: Dealing with insufficient research evidence. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S17.
20. Fretheim A, Oxman AD, Lavis JN, Lewin S. SUPPORT tools for evidence-informed policymaking in health 18: Planning monitoring and evaluation of policies. Health Res Policy Syst BioMed Cent. 2009; 7 Suppl 1: S18.

Eduard Baladia

More Posts - Website

Posted in Ciencia en general, Reflexiones | Tagged nutrición basada en la evidencia, Políticas nutricionales | Comentarios desactivados

Evidencias sobre terapias alternativas y complementarias: mini-entrevista al Prof. Edzard Ernst

By Eduard Baladia | Last Updated 4 mayo, 2015

card_073_Edzard Ernst

@EvidNutrition

En medicina alternativa y complementaria se usan, muy a menudo, productos o procedimientos dietético-nutricionales que, podríamos decir, se encuentran fuera de las prácticas consideradas como habituales o estándares y desconocemos su eficacia y seguridad.

Las afirmaciones que se hacen de las terapias nutricionales alternativas o complementarias pueden sonar muy prometedoras, sin embargo, la comunidad científica suele desconocer exactamente cuan eficaces y seguras son estas terapias. Queremos dejar claro, antes de seguir, que tal y como detalló el Ministerio de Sanidad, Política Social e Igualdad (MSPSI) en su informe titulado “Terapias naturales”, la nutrición humana y dietética, tal y como se enseña hoy en las universidades, forma parte de la medicina convencional occidental de base científica. En algunas ocasiones, cuando se realizan estudios científicos sobre este tipo de terapias y los resultados no son muy favorecedores, algunos prescriptores y usuarios de las mismas aducen que la ciencia contemporánea no está preparada para evaluar este tipo de terapias, y que las pruebas científicas a las que se están sometiendo dichas terapias no son «justas» o no pueden evaluar los efectos de las mismas. En la misma línea, cuando se pretende evaluar la evidencia científica en torno a este tipo de terapias, sus defensores (y en ocasiones sus usuarios) suelen aducir, además, que las bases de datos biomédicas no albergan estudios de terapias alternativas y que, por lo tanto, la evaluación de las pruebas es parcial y no incluye todos los estudios realizados.

Para responder a algunas de dichas incógnitas, el equipo de Evidencia en Nutrición ha realizado una mini-entrevista de tres preguntas al profesor Edzard Ernst (@EdzardErnst). Tanto para aquellos que hayan leído algunos o varios de sus textos o artículos científicos, como para aquellos que no lo hayan leído nunca y empiecen hoy, puede sorprenderles saber que el doctor Edzard Ernst sea, a la vez, profesor de medicina complementaria y una de las mentes más críticas y escépticas de este sector, habiendo publicado más de 1.000 artículos en revistas médicas, 48 libros y un sinfín de abrumadores pero a la vez rigurosos posts que critican a menudo el sector de la llamada “medicina complementaria”. Cabe destacar que Edzard Ernst es médico y recibió formación específica en acupuntura, entrenamiento autógeno, herbo-dietética, homeopatía, masaje terapéutico y manipulación espinal. En 1993 fue nombrado Profesor Emérito de la Universidad de Exeter (Reino Unido) donde enseña actualmente medicina complementaria. Asimismo, es editor jefe de dos revistas médicas: Perfusion y Focus on Alternative and Complementary Therapies.

Como se puede comprobar, no ha sido fruto de la casualidad haber entrevistado a este profesional y no a otro en la materia que nos ocupa. Sin más dilación, veamos lo que responde el profesor Ernst a nuestras preguntas:

Pregunta 1- ¿Cuál es la diferencia (si es que la hay) entre terapia complementaria y alternativa?

Edzard Ernst – La terapia complementaria se define por el uso de dicha terapia como complemento de la medicina convencional, mientras que la medicina alternativa usa dicha terapia como reemplazo de la medicina convencional. Sin embargo, es importante darse cuenta de que una estas modalidades terapéuticas puede ser usada a veces como medicina alternativa, y otras como complementaria. Esta es la razón por la que se usa el término conjunto CAM (Complementary and Alternative Medicine).

Pregunta 2- ¿Es posible evaluar las terapias complementarias y alternativas mediante la ciencia? ¿Se está haciendo actualmente?

Edzard Ernst – las CAMs pueden y deben ser probadas como cualquier otro tratamiento. Es verdad que esto puede plantear algunos problemas de diseño y ejecución, por ejemplo cuando no haya un placebo obvio. Sin embargo, siempre es posible realizar ECAs (Estudios Controlados Aleatorizados), y a menudo es deseable poner a prueba los muchos reclamos o declaraciones que se hacen de las CAMs.

Pregunta 3- Si se pidiera a algunos científicos que evaluaran toda la evidencia científica sobre las terapias complementarias y alternativas, ¿qué bases de datos cree usted que deberían ser consultadas para garantizar que todos o casi todos los artículos publicados se recuperan y evalúan?

Edzard Ernst – Desde luego sería un error asumir que una sola base de datos puede ser suficiente. Dependiendo del área temática tratada, uno necesitaría no sólo las bases de datos estándar como Medline o Embase, sino también la búsqueda en bases de datos especializadas. Asimismo, es necesario también considerar idiomas distintos al inglés, como por ejemplo, cuando se evalúan medicina tradicional china.

Pese a las pocas preguntas que hemos podido realizar al Prof. Edzard Ernst, creemos poder sacar algunas conclusiones que pueden ser de mucho interés para los lectores de Evidencia en Nutrición y para la obtención de evidencias que evalúen las terapias nutricionales complementarias y alternativas (quede claro que es nuestra propia interpretación sobre la entrevista):

1. Existe una diferencia significativa entre terapia complementaria y alternativa. En la misma línea que el National Center for Complementary and Integrative Health dependiente del gobierno del Reino Unido, Edzard Ernst nos explica que mientras unas se usan como complemento de la terapia convencional, las otras se promueven como alternativa a (en lugar de) ésta. Este es un hecho mucho más significativo de lo que puede parecer, sobre todo cuando nos ponemos en el supuesto menos halagüeño y optimista. Cuando se usa una terapia de eficacia no probada (inclusive de terapias convencionales o estándares) como complemento de otra clínicamente probada, los riesgos asumidos se reducen a posibles efectos adversos no conocidos (que pueden ser severos o leves) o interacciones entre terapias. Sin embargo, cuando se utiliza una terapia no probada en lugar o como sustituto de una terapia clínicamente probada, los riesgos asumidos son exponencialmente más altos, ya que se está evitando que el paciente inicie una terapia testada que le puede curar, para instaurar una terapia de eficacia incierta, lo que puede traducirse en un empeoramiento del pronóstico del paciente (en el peor de los casos) o una disminución de su calidad de vida y vida útil (en los casos más leves). Finalmente, Edzard Ernst nos advierte que una misma modalidad terapéutica se puede usar a veces como complementaria y otras como alternativa, lo que nos lleva a pensar que todas las terapias complementarias y alternativas (inclusive las cercanas a la nutrición humana y dietética), deberían ser adecuadamente testadas a nivel clínico antes de su comercialización.

2. Respecto a si la ciencia contemporánea, incluyendo tanto la investigación primaria (estudios de intervención u observacionales) como la investigación secundaria (metaanálisis y sumarios de evidencia), puede o no evaluar la eficacia de las terapias complementarias y alternativas, Edzard Ernst no deja lugar a debate: todas estas terapias pueden y deben ser probadas como cualquier otro tratamiento. Además, al parecer, y aunque a veces puedan existir ciertas dificultades a la hora de establecer un placebo adecuado, los ECA y los metaanálisis de ECA seguirían siendo los niveles de evidencia más altos. Esto nos hace recordar una frase que compartió el doctor Ernst en su blog, en octubre de 2013: “El plural de anécdota es anécdotas, no evidencia”. Para aquell@s que quieran saber más sobre cómo se prueban los tratamientos, les recomendamos la lectura Cómo se prueban los taratmientos: una mejor investigación para una mejor atención de salud.

3. Para evaluar todas las evidencias científicas sobre las terapias nutricionales complementarias y alternativas, se deberían evaluar, además de las bases de datos estándares (Medline y Embase), bases de datos especializadas según el área temática. Desde el desconocimiento de los autores de este post sobre este tipo de terapias y sobre las bases de datos que pueden contener estudios científicos sobre éstas, entendemos que deberían revisarse bases de datos similares a la conocida Natural Medicines Comprehensive Database para obtener con más probabilidad todo el universo de publicaciones sobre este tema. Asimismo, Edzard Ernst nos advierte de que posiblemente debamos abrirnos a lenguas diferentes al inglés que pueden no estar al alcance de todos, como por ejemplo el chino, para eliminar el sesgo de lenguaje. Iniciativas internacionales como Cochrane, que cuentan en sus instituciones autores de muchos países diferentes, sin lugar a dudas fomentan la eliminación de fronteras y sesgos lingüísticos, pudiendo llegar a un mayor número de publicaciones científicas y a una evaluación más exhaustiva de toda la evidencia disponible.

Esperamos que la entrevista realizada a este gran profesional por el que sentimos auténtica admiración, haya servido para responder, desde el corazón de un apasionado por el rigor científico en temas de salud, a algunas de las incógnitas que suelen aparecer respecto a investigación y evaluación de evidencias en terapias complementarias y alternativas. Por supuesto, alentamos a todos nuestros lectores a que lean periódicamente el blog del Prof. Edzard Ernst, y en especial recomendamos en esta ocasión la entrada Alternative medicine, the baby and the bath water que nos acerca aún más a las preguntas formuladas en esta entrevista sobre las dificultades de investigación en terapias alternativas. En dicha entrada se puede ver cómo una mente privilegiada como la suya e investigador acérrimo, interpreta dichas dificultades para conseguir superarlas en lugar de ningunearlas para alejarse definitivamente de las pruebas científicas más duras que se le puedan y deban realizar a todas las terapias, sean del tipo que sean, para ganarse la credibilidad de la comunidad científica. Asimismo, animamos a nuestros lectores a que lean cualquiera de sus libros, pero en especial su nuevo libro A Scientist in Wonderland: A Memoir of Searching for Truth and Finding Trouble (2015).

Equipo redactor de la entrevista: Eduard Baladia (@EBaladia), Rodrigo Martínez-Rodríguez, Julio Basulto (@JulioBasulto_DN)

Eduard Baladia

More Posts - Website

Posted in Búsquedas, Ciencia en general, Entrevistas, Interpretación, Lectura crítica, Metaanálisis, Metodología, Sumarios de evidencia | Tagged Edzard Ernst, Entrevistas, Interviews, Medicina alternativa, Terapias alternativas, Terapias complementarias | 1 Comment

Researching Complementary and Alternative Therapies: a mini-interview with Dr Edzard Ernst

By Eduard Baladia | Last Updated 4 mayo, 2015

card_073_Edzard Ernst

@EvidNutrition

Dietary and nutritional products and procedures that do not derive from standard or regular practices are frequently used in complementary and alternative medicine, but the safety and effectiveness of many of these products and procedures are unknown.

Statements made by prescribers promoting alternative nutritional therapies may sound promising; however, the scientific community usually does not know how effective or safe these treatments are. Before going further, we want to make it clear that the information about human nutrition and dietetics currently being taught in (Spanish) universities belongs to science-based conventional western medicine (as explained by the Ministry of Health, Social Policy and Equality in its report entitled Terapias Naturales [Natural Therapies]). Sometimes, when study results regarding such complementary and/or alternative therapies are not found to be favourable, prescribers and users of these therapies label contemporary science as being «unfair» or deem the research as unable of properly evaluating the effects of these therapies. Similarly, when scientific evidence is being assessed, people who advocate (and sometimes use) these complementary and/or alternative therapies usually suggest that biomedical databases do not contain studies of alternative therapies. These advocates then suggest that evidence for or against alternative medicine is incomplete because not all research on these matters is taken into account.

To answer some of the questions regarding alternative and complementary medicine, Evidencia en Nutrición has conducted a mini-interview with Dr Edzard Ernst (@EdzardErnst). Dr Ernst is a professor of complementary medicine at the University of Exeter in the UK; he is also one of the most critical and sceptical minds in this matter. He has published more than 1000 medical journal articles, 48 books, and many in-depth blog posts, many of which criticise complementary and alternative medicine. Dr Ernst is a medical doctor who has received specific training in acupuncture, autogenic training, phytotherapy, homeopathy, therapeutic massage, and spinal manipulation. He was appointed as an Emeritus Professor at the University of Exeter in 1993, where he currently teaches complementary medicine. He is also the editor-in-chief of two medical journals: Perfusion and Focus on Alternative and Complementary Therapies.

It is obvious that Dr Ernst is a qualified person to speak on this matter. Let’s get to the issue:

Question 1 – What is the difference (if any) between complementary and alternative therapy?

Edzard Ernst – Complementary describes the use as an adjunct to conventional medicine and alternative as a replacement. But it is important to realise that one modality can be used as either alternative or complementary medicine. This is why many use the term ‘CAM’ (Complementary and Alternative Medicine).

Question 2 – Is it possible to evaluate complementary and alternative therapies using scientific approaches? Is it doing well nowadays?

Edzard Ernst – CAMs can and should be tested like any other treatments. This can pose problems, for instance when there is no obvious placebo. But RCTs (Randomized Controlled Trials) are always possible and often desirable for testing the many therapeutic claims made for CAMs.

Question 3 – If scientists were asked to evaluate all scientific evidence about complementary and alternative therapies, which electronic databases do you think they would need to consult to guarantee that (almost) all published articles had been evaluated?

Edzard Ernst – It would be wrong to assume that one database can suffice. Depending on the subject area, one needs not just the standard sources like Medline and Embase but also specialised databases. Also one needs to consider languages other than English, for instance for Traditional Chinese Medicine (TCM).

Despite the small number of questions we asked Dr Edzard Ernst, we think we can draw some conclusions from his answers that could be very interesting for readers of Evidencia en Nutrición. We also believe Dr Ersnt’s answers could be helpful for research methods of studying complementary and alternative nutritional therapies. The following text is our own interpretation of the interview:

1. There is a significant difference between complementary and alternative therapies. Dr Ernst explains that according to the National Centre for Complementary and Integrative Health (which is run by the UK government), complementary therapy is used to complement conventional therapy, while alternative therapy is an alternative to conventional medicine. This differentiation is much more significant than it may seem, above all taking into account the least encouraging and optimistic supposition. When an untested therapy (even a conventional or standard therapy) is used to complement a clinically-tested treatment, the assumed risks are usually unknown adverse effects or interactions between therapies. However, when an untested therapy is used instead of a clinically tested one, the assumed risks are exponentially higher. In this scenario, the patient is not being treated with the therapy which could have the potential to cure. The worst possible outcome of this avoidance would be the deterioration of a patient’s prognosis, while a decrease in the patient’s overall quality of life would be a less severe result of this avoidance. Dr Ernst advises that the same kind of therapy may sometimes be used as a complementary therapy and other times be used as an alternative therapy. This suggests that all complementary and alternative therapies (even those related to human nutrition and dietetics) should be properly clinically tested before they are commercialised.

2. Dr Ernst leaves no doubt regarding the ability of contemporary science (including both primary and secondary research) to assess the effectiveness of complementary and alternative therapies, stating that these therapies ‘can and should be tested like any other treatments’. Furthermore, RCTs and meta-analyses of RCTs are the best type of evidence of effectiveness of therapies. This reminds us of one of Dr Ernst’s famous sayings: ‘the plural of anecdote is anecdotes, not evidence‘. We recommend reading Testing Treatments: Better Research for Better Healthcare for those who want to know more about this topic.

3. In addition to standard databases like Medline and Embase, specialised databases should be used when gathering and assessing scientific evidence about complementary nutritional and alternative therapies. Databases similar to the Natural Medicines Comprehensive Database should be analysed to ensure that all relevant publications are considered when researching complementary and alternative medicine. Dr Ernst also advises researchers to avoid language bias, meaning that we should be open to finding research in languages other than English. This research may sometimes be unattainable, such as Chinese research. In this regard, international initiatives (like Cochrane, an institution with authors from different countries) should be promoted to help overcome language barriers. This would make it possible for researchers to have access to a greater variety of scientific publications, thereby allowing a more comprehensive assessment of the available evidence.

We sincerely hope that this interview with a great medical professional has answered some of the questions regarding the research and assessment of evidence for complementary and alternative therapies. Of course, we encourage you to read Dr Ernst’s blog as well; more specifically, we recommend a blog entry regarding research difficulties in alternatives therapies: ‘Alternative Medicine, the Baby, and the Bath Water‘. This post shows how an exceptional mind interprets and overcomes these difficulties instead of move away from the hardest scientific tests. Likewise, we encourage you to read some of Dr Ernst’s books, especially the most recent one: A Scientist in Wonderland: A Memoir of Searching for Truth and Finding Trouble (2015).

We want to express our heartfelt gratitude to Dr Edzard Ernst for spending his valuable time in our project.

Working team: Eduard Baladia (@EBaladia), Rodrigo Martínez-Rodríguez, Julio Basulto (@JulioBasulto_DN)

Eduard Baladia

More Posts - Website

Posted in Búsquedas, Ciencia en general, Entrevistas, Interpretación, Lectura crítica, Metaanálisis, Metodología, Sumarios de evidencia | Tagged Edzard Ernst, Entrevistas, Medicina alternativa, Terapias aletrantivas, Terapias complementarias | Comentarios desactivados

Estar siempre actualizado de forma automática con PubMed es muy fácil

By Eduard Baladia | Last Updated 17 abril, 2015

saber_un_huevo_PubMed_blog

@EvidNutrition

Si ya has leído como encontrar sumarios de evidencia y metaanálisis con eficiencia, pero sigues empeñad@ en buscar tu propia evidencia a través de PubMed^® y además mantenerte siempre actualizad@, ¡felicidades este es tu post!

La verdad es que todo el mundo sabe un huevo de PubMed^®. En la mayoría de las universidades españolas, los profesionales sanitarios aprender a realizar búsquedas simples y avanzadas en esta y otras bases de datos. Existen además cursos presenciales y a distancia, tutoriales propios de PubMed y también de otras entidades. Todos los profesionales de la salud han podido «trastear» la base de datos durante muchos años y, sin embargo, la respuesta a las siguientes preguntas suele seguir siendo «NO, NI DE COÑA».

Contesta mentalmente a estas preguntas: cuando buscas en PubMed, ¿la mayoría de estudios que recuperas te interesan? ¿Tienes la sensación de haberlo encontrado todo o casi todo? ¿Serías capaz de documentar la estrategia de búsqueda de tal manera que otros pudieran también encontrarlos? ¿Sabrías usar esa estrategia de búsqueda para estar siempre actualizado sobre el tema de forma automática? Si la respuesta a alguna de estas preguntas es NO, este post te interesa.

Está claro que no existe una fórmula magistral o única de buscar y encontrar estudios, pero sí que existen algunos principios y procesos que se pueden aprender para mejorar vuestras búsquedas. Cabe destacar, sin embargo, que no somos documentalistas expertos en explotación de bases de datos, sino profesionales sanitarios (dietistas-nutricionistas) con cierta experiencia en esta base de datos. Si alguien conociera más trucos que los aquí detallados, por favor, compartidlos con nosotros para seguir mejorando (este es el trato).

Búsqueda sensible, amplia y sistemática

Es muy posible que la siguiente descripción de los hechos pudiera ser tu situación: «Necesito información de primera mano, así que me pongo a buscar en PubMed. Elijo las palabras clave que mejor podrían servir para encontrar lo que busco. Tengo mucha suerte de que me enseñaran a buscar términos controlados a través de MeSH o incluso DECS. […] Acabo de estar como dos horas leyendo títulos y la mayoría no me interesaban casi nada, así que después de seleccionar unos cuantos que me interesaban, lo he dejado. […] Me volví a poner al día siguiente dos horas más, de nuevo navegué en una marabunta de artículos poco interesantes, pero conseguí algunos más y creo que ya tengo lo que andaba buscando. [Una semana más tarde] Hoy me ha escrito mi compañero del curro, me adjuntaba un estudio de hace 2 años sobre este tema, y la verdad es que el estudio realmente me interesaba y, no me lo puedo creer, lo ha encontrado en PubMed». Si esto te está ocurriendo, tus búsquedas no son sensibles (recuperar solamente lo que te interesa), ni amplias (recuperarlo todo o casi todo), ni sistemáticas (poder cumplir con el ítem 8 de la Declaración Prisma).

Si una búsqueda es sensible (recupera solamente lo que nos interesa) podremos permitirnos el lujo de hacerla lo más amplia posible (que recupere todo o casi todo), y si somos ordenados, pacientes y meticulosos, podremos conseguir una búsqueda sistemática.

Mapeo automático de términos: una solución inteligente y, seguramente, vuestro mayor dolor de cabeza

Cuando uno investiga a fondo la base de datos PubMed, descubre que las agencias que están detrás de las bases de datos trabajan muy activamente para mejorar la experiencia del consumidor, tanto del consumidor experto como del inexperto. En este sentido, PubMed tiene una tecnología llamada Automatic Term Mapping – ATM, que facilita a los usuarios inexpertos una búsqueda más amplia. Sin embargo, dicha ampliación se realiza, a menudo, a costa de disminuir la sensibilidad de las búsquedas. Seguramente esta es razón de que vuestras búsquedas arrojen artículos poco relevantes para vosotros, y también la razón por la que vuestras búsquedas arrojan muchos de los resultados que os pueden interesar. Veamos un ejemplo: si introducimos renal disease en la caja de búsqueda y vamos a la caja «Search details» ==> «See more», podremos observar que PubMed ha buscado cosas que van mucho más allá de renal AND disease. Aunque esto puede ser una ayuda para usuarios inexpertos, si aprendemos a hacer búsquedas sensibles, amplias y sistemáticas, el mapeo será un problema que nos incorporará mucho ruido a nuestras búsquedas (artículos no relevantes para nosotros).

Para realizar una búsqueda sensible deberemos aprender a hacer una búsqueda amplia evitando el mapeo automático de términos.

¿Qué componentes o conceptos clave necesito incluir en mi búsqueda?

Responder a esta pregunta, suele ser muy complicado. Sin embargo, estamos seguros que el primer paso es aprender a hacer una pregunta bien formulada. En este sentido, la formulación de la pregunta a través de las tablas PICO o su modificación Cochrane PICOT, es un paso previo indispensable que nos ayudará a conducir la búsqueda bibliográfica. Podéis acceder a más información sobre la formulación de preguntas en español aquí y aquí.

Según un webinario de Cochrane sobre «Búsquedas de la literatura científica» (en el minuto 28:50) lo mejor es elegir dos componentes de la pregunta PICO y normalmente con la elección de componentes relacionados con la población (P) o la intervención (I), será suficiente para encontrar los estudios que se buscan.

¿Qué términos o palabras clave debo usar para cada componente? ¿Vocabulario controlado o natural?

Para no elegir mal las palabras o términos que definen mejor nuestros componentes o conceptos, lo primero que debemos hacer es ir al tesauro de palabras controladas que usa la base de datos. En el caso de PubMed, los MeSH (Medical Subject Headings) son las palabras controladas que se usan para indexar los artículos en Medline. En este punto es muy importante señalar que no es lo mismo PubMed que Medline. Para entendernos PubMed ofrece las referencias indexadas en Medline, pero también ofrece referencias no indexadas en Medline. En pocas palabras, Medline está contenido dentro de PubMed, pero no al revés. Cuando buscamos a través de términos MeSH, solamente recuperaremos artículos indexados en Medline, mientras que si usamos vocabulario natural o libre, buscaremos en todos los artículos de PubMed.

En consecuencia, si queremos que nuestra búsqueda sea muy amplia, deberemos usar siempre términos MeSH junto a vocabulario natural, y si además queremos que la búsqueda sea sensible, el vocabulario natural deberá estar basado en términos controlados (MeSH, DECS o cualquier otro tesauro) o bien estar muy seguros de que el término elegido se usa mucho.

Vamos a ver un ejemplo: queremos buscar artículos sobre intervenciones nutricionales en enfermedad renal. Después de hacer nuestra tabla PICOT, descubrimos que los dos componentes clave para realizar nuestra búsqueda son los conceptos «enfermedad renal» e «intervenciones nutricionales». Sin embargo, para el primer concepto, ¿qué es mejor usar renal disease o kidney disease?

Si buscamos el término MeSH, veremos que «Kidney Diseases»[Mesh] es la palabra clave que se adecúa a nuestro componente. Esto quiere decir que aunque los autores hayan puesto como palabras clave renal disease en el artículo original, todos los estudios indexados en Medline sobre este tema habrán sido unificados bajo el término kidney disease. Sin embargo, los artículos no indexados en Medline pero accesibles a través de PubMed, no habrán sido unificados bajo el mismo término.

De esta forma, si sólo buscamos a través de este término MeSH, ¿qué estudios no estaremos recuperando? (esta es la pregunta que siempre nos deberemos hacer). Nos estaremos dejando los artículos no indexados en Medline. ¿Qué podemos hacer al respecto? (otra pregunta que siempre nos deberemos hacer). Podríamos usar la misma palabra, entre comillas y con la etiqueta [tiab], de esta forma nos buscará la frase exacta (esto es lo significan las comillas) cuando aparezca en el título o abstract (esto es lo que significa la etiqueta tiab), evitaremos el mapeo (cuando usamos las comillas o una etiqueta, el mapeo se detiene porque PubMed entiende que somos usuarios avanzados) y podremos recuperar todos los estudios que no están indexados en Medline que contengan esta frase exacta. Así usaremos «Kidney Diseases»[Mesh] OR «Kidney Diseases»[tiab]. De nuevo, la pregunta: ¿qué estudios no estaremos recuperando? Pues no estaremos recuperando los estudios no indexados en Medline y que contengan el singular de la palabra natural elegida, es decir «Kidney Disease»[tiab], así que la añadiremos también mediante OR. De nuevo, debemos hacernos la pregunta: ¿qué estudios no estaremos recuperando? Se nos ocurre que quizás haya estudios no indexados en Medline y cuyos autores hayan usado como palabra clave renal disease en lugar de kidney disease (creemos que es un sinónimo bastante usado para el mismo concepto). Si así fuera, ahora mismo no estaríamos recuperando estos estudios, así que añadiremos OR «renal diseases»[tiab] OR «renal disease»[tiab].

De esta forma, ahora ya tenemos: («Kidney Diseases»[Mesh] OR «Kidney Diseases»[tiab] OR «Kidney Disease»[tiab] OR «renal diseases»[tiab] OR «renal disease»[tiab])

Esta búsqueda arroja unos cuantos miles más de estudios respecto a la búsqueda a través del término MeSH «Kidney Diseases»[Mesh], es decir, es más amplia, pero ¿es igual de sensible o hemos ampliado la búsqueda a base de añadir ruido? (esta es otra de las preguntas que deberemos hacernos siempre). Se te había ocurrido que ¡puedes comprobarlo tú mism@ (recuerda nuestro eslogan)! Justamente este es uno de los grandes usos que se le puede dar al poco utilizado booleano NOT.

Copia y pega esto (e intenta descubrir lo que hacemos): («Kidney Diseases»[Mesh] OR «Kidney Diseases»[tiab] OR «Kidney Disease»[tiab] OR «renal diseases»[tiab] OR «renal disease»[tiab]) NOT «Kidney Diseases»[Mesh]

De esta forma podrás ver solamente aquellos estudios que recuperas mediante la búsqueda más amplia en comparación a la del término MeSH solamente. La pregunta es: ¿en estos resultados salen varios estudios que te interesan? Si la respuesta es SÍ, ha valido la pena ampliar; si la respuesta es sí-condicionada (por ejemplo porque sale algo de ruido), deberás valorar si vale o no la pena o indagar qué parte te está dando el ruido no deseado; si la respuesta es no, deberás replantear tu búsqueda de nuevo (algo ha salido mal).

Esta comprobación la podemos hacer también para un sólo término o grupo de términos de los que no estamos muy seguros. Es muy normal que al añadir el término MeSH a la búsqueda como palabra natural, en este ejemplo OR «Kidney Diseases»[tiab] OR «Kidney Disease»[tiab], la base de datos nos ofrezca resultados que nos interesan mucho (porque serán palabras muy usadas), pero puede no ser tan obvio para palabras que creemos que son buenos sinónimos, pero que en realidad pueden no serlo (podría ser el caso de renal disease).

Copia y pega esto (e intenta descubrir lo que hacemos): («Kidney Diseases»[Mesh] OR «Kidney Diseases»[tiab] OR «Kidney Disease»[tiab] OR «renal diseases»[tiab] OR «renal disease»[tiab]) NOT («Kidney Diseases»[Mesh] OR «Kidney Diseases»[tiab] OR «Kidney Disease»[tiab])

Ahora estarás viendo solamente los estudios que se recuperan al añadir a tu búsqueda OR «renal diseases»[tiab] OR «renal disease»[tiab], así que ya sabes cuál es la pregunta que debes hacerte: ¿en estos resultados salen varios estudios que te interesan?

La última pregunta que nos haremos será ¿hay más sinónimos o concepto relacionados que me pueda interesar añadir? Para no tener que inventar más de lo necesario (nos podemos equivocar e introducir mucho ruido), podríamos leer varios artículos relacionados con el tema para ver si descubrimos algún término que se use como sinónimo, o también podríamos ir al término MeSH «Kidney Diseases», donde a veces encontraremos un apartado llamado «Entry terms» que nos puede dar buenas ideas (no uséis los que llevan comas entre medio, recordad que es lenguaje natural), o bien podemos ir al árbol de la palabra para ver si los términos que están dentro de esta palabra (o antes) nos interesan, o buscar en otros tesauros tipo DECS. Recuerda que si no estás muy segur@, puedes comprobar si la introducción de un término te está generando demasiado ruido.

Ahora deberíamos hacer lo mismo para el otro componente de la pregunta «intervenciones nutricionales» (os lo dejamos para vosotr@s).

Entre los diferentes términos de un mismo concepto enlazaremos con OR y pondremos un paréntesis al inicio y otro al final, mientras que entre los diferentes conceptos o componentes de la pregunta enlazaremos con AND.

Usar más de dos componentes o conceptos para elaborar una búsqueda, puede ser algo más complejo, deberás mantener un buen orden de paréntesis para no estar literalmente perdido y aturdido por el ruido.

Limitar al tipo de estudio según el nivel de evidencia al que quieras acceder

Hasta ahora hemos pretendido obtener una búsqueda sensible y amplia a través de dos componentes de la pregunta y un conjunto de términos sinónimos de dichos componentes. Ahora debemos filtrar los artículos en base al tipo de diseño de estudio que nos interesa (en base al nivel de evidencia). Como ya sabéis, en la columna lateral izquierda de PubMed están los filtros, y entre ellos están los filtros por «Article types». Sin embargo, si usamos estos límites, de nuevo solamente recuperaremos los artículos indexados en Medline, así que no habrá servido de nada ampliar nuestra búsqueda. La pregunta es obvia: ¿qué podemos hacer al respecto? Benditos seáis, gracias por la pregunta, aquí tenéis algunos filtros especiales que evitan el problema (a toda la estrategia de búsqueda que tengáis hasta ahora, le tendréis que poner un paréntesis al inicio y otro al final):

Para Ensayos Controlados Aleatorizados (ECA) añadir:

AND (randomized controlled trial[pt] OR controlled clinical trial[pt] OR randomized[tiab] OR placebo[tiab] OR clinical trials as topic[MeSH Terms:noexp] OR randomly[tiab] OR trial[ti]) [estrategia recomendada por Cochrane en su Manual]

Para Metaanálisis añadir:

AND («Meta-Analysis» [Publication Type] OR «Meta-Analysis as Topic»[Mesh] OR «Meta-Analysis»[tiab])

Para Revisiones Sistemáticas añadir:

AND (systematic[sb] OR (systematic[Title/Abstract] AND review[Title/Abstract]))

Para estudios en humanos (de nuevo habrá que poner paréntesis en inicio y final) añadir:

NOT («animals»[MeSH Terms] NOT («humans»[MeSH Terms] AND «animals»[MeSH Terms])) [estrategia recomendada por Cochrane en su Manual]

Cumplir con el ítem 8 de la Declaración Prisma: reportar una búsqueda sistemática

Si trabajas suficiente tu estrategia de búsqueda en esta dirección, al final tendrás una estrategia de búsqueda que recupera todos o casi todos los estudios que realmente te interesan, sin incorporar mucho ruido. Esta estrategia de búsqueda, aunque sea muy larga, podrá ser reportada y: (a) cualquiera podrá comprobar si los estudios que finalmente citas en tu informe son todos los que deberías citar, o bien si «te has dejado alguno»; (b) podrá intentar mejorar tu búsqueda para recuperar más y mejores estudios; o (c) podrá actualizar tu trabajo usando la misma estrategia de búsqueda pero unos años más tarde. Éste es el verdadero sentido de una búsqueda sistemática: transparencia, refutabilidad y reproducibilidad (con posibilidad de mejora), igual que cualquier investigación primaria.

Estar siempre actualizado de forma automática es muy fácil

Es muy posible que hayáis gastado mucho tiempo en elaborar y perfeccionar una estrategia de búsqueda (o bien leyendo este post) y queráis sacarle más partido a todo esto. Bien, pues cuando ya tenéis una búsqueda sensible y amplia que recupera todo o casi todo lo que existe sobre vuestro tema y que no os da ruido, es el momento de guardarla y pedirle a PubMed que a partir de hoy os envíe a vuestro correo electrónico todo lo nuevo que se publique y entre en vuestra estrategia de búsqueda. Para hacerlo, solamente tenéis que ejecutar la búsqueda y clicar a «Save search» que encontraréis justo debajo del cajón de búsqueda (siempre ha estado ahí, sólo que estabas demasiado enfadad@ para darte cuenta).

Regístrate y sigue las instrucciones para que te llegue a tu correo a diario. Puedes guardar todas las estrategias de búsqueda que te de la gana, pero ojo que si las estrategias no son sensibles, te llegará mucha «caca» a tu email, convirtiéndose en el «vertedero» de estudios que no te sirven para nada.

Bueno, esperamos que la entrada os haya servido. Por supuesto, si tenéis más trucos sobre PubMed, no dudéis en hacérnoslos llegar. Asimismo, os hacemos saber que hacemos cursos sobre búsquedas y sobre evaluación de la evidencia científica. Para saber cómo organizar un curso para un grupo reducido o bien para tod@s tus compañer@s de tu comunidad autónoma, no dudes en contactar con nosotros: baladia@ebaladia.es.

Eduard Baladia

More Posts - Website

Posted in Búsquedas | Tagged Medline, PubMed, Tutorial, tutoriales de búsqueda | Comentarios desactivados

Cómo interpretar un metaanálisis

By Rodrigo Martínez-Rodríguez | Last Updated 14 marzo, 2015

Cómo interpretar un metaanálisis

@EvidNutrition

Cuando analizas un metaanálisis, ¿solamente lees sus conclusiones? Nosotros antes lo hacíamos así, hasta que descubrimos (con horror) que las conclusiones de l@s autores/as no siempre describen fielmente los resultados de sus metaanálisis, e incluso que los resultados resaltados por los autores no siempre son los más relevantes.

Los metaanálisis son uno de los mayores logros de la medicina y la investigación de las últimas tres décadas. Además, son un instrumento necesario, o incluso crucial, en el proceso de transmisión del conocimiento, que se utiliza (cuando es posible) como punto de partida para desarrollar guías de práctica basadas en la evidencia (o sumarios de evidencia). Por eso, para cualquier profesional de la salud es fundamental saber cómo encontrar revisiones sistemáticas o metaanálisis de alta calidad y, por supuesto, debería disponer de los recursos suficientes para interpretarlos. Este último es justamente el tema que intentaremos abordar en esta entrada.

Pero vayamos al principio, ¿qué es un metaanálisis?

Un metaanálisis es una revisión sistemática que combina los resultados de estudios independientes y los analiza utilizando un método cuantitativo. Como herramienta de síntesis, el metaanálisis debe resumir toda la información disponible de una manera no sesgada y rigurosa, siguiendo un proceso sistemático, explícito y transparente.

Los ensayos bien diseñados y con muestras grandes son escasos y muchos de los estudios individuales existentes son demasiado pequeños para detectar efectos concretos. Asimismo, en la literatura científica podemos encontrar estudios con efectos contradictorios (efectos que apuntan en sentidos opuestas). Los metaanálisis nos permiten analizar estudios con diferentes tamaños de muestra o contradictorios, y al combinarlos obtenemos un resultado que apunta en una sóla dirección y cuyo tamaño de muestra y capacidad para evaluar los efectos de interés es mucho mayor.

Objetivos de un metaanálisis:

· Sintetizar e integrar los resultados de varios estudios individuales.
· Analizar las diferencias en los resultados entre estudios.
· Aumentar el poder de detectar un efecto de interés.
· Mejorar la precisión en la estimación de los efectos.
· Evaluar los efectos en subgrupos de pacientes.
· Determinar si se requieren nuevos estudios (o unificar metodologías) para un tema concreto.
· Generar nuevas hipótesis para futuros estudios.

El objetivo final de los metaanálisis no es establecer una recomendación, sino ofrecer un análisis del estado actual del conocimiento, tanto de los estudios a favor como en contra.

Interpretando los resultados

Las conclusiones de un metaanálisis siempre deberían establecerse como clara respuesta a la pregunta formulada del estudio y en base a los resultados obtenidos. En ningún caso los autores deberían establecer recomendaciones para la práctica diaria en base a sus resultados (existen más aspectos que deben tenerse en cuenta para realizar dichas recomendaciones) ni extralimitarse en ninguna de sus conclusiones. El protocolo del estudio debe quedar fijado y establecido previamente (registrándolo si pudiera ser), pero a veces, cuando los resultados que arroja el metaanálisis no son estadísticamente significativos, algunos autores acaban sacando conclusiones secundarias al análisis de datos, olvidando incluso la(s) pregunta(s) que intentaba responder inicialmente. Más allá de las conclusiones que los autores puedan sacar de sus resultados, ser capaces de interpretar estos últimos de forma independiente nos dará más herramientas para entender sus posibles implicaciones reales, así como detectar conclusiones que no acaban de corresponderse con los hallazgos.

Los resultados de un metaanálisis se organizan a través de un gráfico llamado forest plot (diagrama de bosque).

Ejemplo de un forest plot en el que se detallan sus elementos. Modificado de: Trivedi A, Sinn JKH. Early versus late administration of amino acids in preterm infants receiving parenteral nutrition. Cochrane Database Syst Rev. 2013;7:CD008771.

Generalmente, un forest plot se divide en seis columnas y los resultados individuales de cada estudio se disponen en filas sucesivas.

En la primera columna se presenta el listado con la identificación de los estudios individuales incluidos. Cuando se ha realizado un análisis de subgrupos, estos se muestran también en la primera columna. Es importante tener en cuenta que el análisis de subgrupos debería haberse indicado en el protocolo del metaanálisis, ya que algunos autores tienen la tentación de hacer subgrupos a posteriori para intentar obtener resultados estadísticamente significativos. También hay que fijarse en que los estudios que se indican en esta primera columna deben presentar una metodología y diseño semejantes, ya que no es adecuado mezclar o agregar datos de estudios que analizan diferentes especies o diseños dispares (estudios aleatorizados controlados, estudios de cohortes, estudio in vitro, etc.). En el forest-plot de este ejemplo se puede ver (con sorpresa) cómo se mezclan datos de estudios realizados en humanos y datos de estudios realizados en animales.

La segunda columna representa a los grupos intervención y la tercera a los grupos control. Estas dos columnas pueden presentar subcolumnas, que hacen referencia al tamaño de la muestra (n) y a la media de los resultados individuales y sus desviaciones estándar (mean (SD), o bien a riesgos relativos (RR)).

La cuarta columna es una representación visual de los resultados de los estudios (en algunos metaanálisis, esta información puede presentarse en la sexta columna). La línea vertical central de esta representación es la línea de ‘no efecto’, la cual simboliza que no hay diferencia entre el grupo de intervención y el grupo control. En metaanálisis con variables dicotómicas o binarias (por ejemplo, sí/no, enfermedad/no enfermedad, etc.), la línea tiene el valor de «uno» porque representa un ratio (el riesgo relativo o el odds ratio); a diferencia de estudios con variables continuas (por ejemplo, peso, colesterol, niveles de glucosa en sangre, etc.), donde la línea de no efecto tiene el valor de «cero». Ambos lados de la línea, simbolizan si los resultados favorecen o no la intervención, pero ojo, aunque es habitual ver el “favorece a la intervención” a la izquierda de la línea de no efecto, esto no es siempre así y, si no se hace una lectura más detenida, se puede malinterpretar la gráfica.

Dentro de la gráfica, los cuadrados representan el efecto evaluado en cada estudio y su tamaño está directamente relacionado con el peso de los estudios en el metaanálisis (expresado numéricamente en la quinta columna). La línea horizontal que los atraviesa representa el intervalo de confianza. Cuanto más larga sea la línea, mayor será el intervalo y, por tanto, los resultados del estudio serán menos precisos (una flecha en los extremos, indica que el intervalo es mayor que el espacio disponible). Los efectos individuales (los cuadrados), se posicionarán a izquierda, derecha o sobre la línea de no efecto, dependiendo del resultado individual obtenido en cada estudio. Si la mayoría de efectos se posiciona a un lado de la línea de referencia, esto indica que la heterogeneidad es baja, pero cuando los efectos se distribuyen a ambos lados, significa que los estudios son contradictorios (la heterogeneidad es alta) y las conclusiones del metaanálisis se pueden ver comprometidas.

Los intervalos de confianza permiten conocer la precisión de la estimación dentro de un margen de error establecido. El IC 95% (p=0,05) se considera suficiente (aunque se puede utilizar el IC 99% [p=0,01]; pero es poco habitual), representa una seguridad del 95% de que la asociación estudiada no se da por el azar.

Los diamantes representan los resultados globales del metaanálisis, ya sea del análisis de subgrupos realizados (subtotales) o bien del conjunto de todos los grupos (total). El centro del diamante es el valor del efecto en conjunto y el ancho representa el intervalo de confianza general. La diferencia entre los grupos de intervención y control puede considerarse estadísticamente significativa, si el diamante se posiciona claramente a un lado de la línea de referencia, pero si la cruza o simplemente la roza, no se podrán sacar conclusiones que apunten en una dirección.

Todas las representaciones gráficas que acabamos de comentar, tienen su traducción numérica en la quinta y sexta columna. La quinta columna representa el peso de cada estudio sobre el resultado global (cuanto mayor sea el tamaño de la muestra y más estrecho sea el intervalo de confianza, mayor será el peso del estudio). Es fácil comprender que si un solo estudio tiene mucho peso, ejercerá una gran influencia en el resultado final del metaanálisis, de modo que si este estudio tiene una calidad metodológica dudosa, podría hacer que los resultados globales fueran engañosos. Para intentar evitar este tipo de errores y determinar la solidez de los resultados del metaanálisis, los autores deberían aplicar un análisis de sensibilidad, que consiste simplemente en presentar los resultados cuando se quitan algunos estudios del análisis. Si esto provoca cambios importantes en los resultados globales, como una modificación de la dirección del efecto, los resultados del metaanálisis deben interpretarse con cautela; si por el contrario sólo se altera el tamaño del efecto, el resultado puede considerarse firme. Esto es tan importante que las conclusiones de los autores deberían ir acordes a estas consideraciones.

La sexta columna expresa los resultados numéricos de cada estudio. Concretamente, en metaanálisis con variables dicotómicas se presenta el riesgo relativo (el cociente del riesgo en el grupo intervención entre el del grupo control de cada estudio) y en metaanálisis con variables continuas se presenta la diferencia de medias (diferencia entre la media del grupo intervención y el control de cada estudio), con su intervalo de confianza correspondiente. Para que los resultados individuales sean estadísticamente significativos, en el caso de variables dicotómicas, el intervalo de confianza no debe incluir el valor 1, mientras que en variables continuas, no debe incluir el 0.

Los datos numéricos se incluyen en el abstract de cada metaanálisis, por lo que con una simple lectura del mismo, deberíamos ser capaces de evaluar si los resultados son estadísticamente significativos o no (independientemanete de lo que digan los autores).

Al final de esta presentación de datos, el forest plot incluye la prueba de heterogeneidad (I²), que mide la variabilidad entre estudios, indicando cómo de comparables son los estudios analizados. Los datos de los estudios individuales se pueden analizar en el metaanálisis utilizando el modelo de efectos fijos (fixed effect model) o el de efectos aleatorios (random effect model).

Resumidamente, el modelo de efectos fijos asume que el efecto del tratamiento es el mismo en todos los estudios, mientras que el modelo de efectos aleatorios asume que los efectos del tratamiento no son los mismos en todos los estudios. Cuando el nivel de heterogeneidad entre los estudios es elevado, el resultado del metaanálisis probablemente dependa del modelo utilizado y en estos casos, el análisis debería realizarse y presentarse usando ambos modelos.

Finalmente, el forest plot muestra un apartado que presenta el test de efecto global, que mide la significación estadística del resultado del metaanálisis. Un resultado se considera estadísticamente significativo cuando el valor de la «p» es inferior a 0,05 (para IC 95%). Cuando no hay diferencia estadísticamente significativa (el valor es superior a 0,05), los autores no deberían resaltar ninguna conclusión que apuntara en un sentido concreto, es decir, deberían abstenerse de realizar consideraciones del tipo: «aunque los resultados no son estadísticamente significativos, esta terapia muestra una tendencia a mostrar efectos positivos en favor del grupo intervención» o similares. De todos modos, hay que tener presente que el término estadísticamente significativo no es lo mismo que tener efectos relevantes, ya que una asociación estadísticamente significativa puede no ser clínica o epidemiológicamente relevante. Por eso, siempre debe entenderse en el contexto del estudio, su diseño, las características de la muestra o la población, etc. El valor de «p” no debe ser una cifra mágica que autorice a dar recomendaciones.

En resumen, en un forest plot hay que fijarse en:

· La heterogeneidad de los efectos.
· El peso de los estudios.
· Los intervalos de confianza.
· La disposición del diamante.
· El test de efecto global.

Lectura recomendada: interpretando y entendiendo un forest plot

Para aumentar vuestra habilidad para interpretar un metaanálisis, es muy recomendable leer algunos manuales de elaboración (para revisiones sistemáticas y metaanálisis) que pueden obtenerse libremente on-line, como el de la Colaboración Cochrane o de la Universidad de York. También os invitamos a que echéis un vistazo a las propuestas concretas para adaptar los métodos genéricos al ámbito específico de la nutrición.

Recomendación para súper motivados: si necesitas preparar un forest plot para tu metaanálisis, Cochrane dispone de un software, compatible con cualquier sistema operativo, que puedes descargar de forma gratuita y que es relativamente fácil de utilizar: RevMan

Esperamos que encontréis esta entrada de utilidad para aumentar vuestra habilidad de interpretación de metaanálisis. En las próximas entradas, os daremos más herramientas para la evaluación crítica de un metaanálisis.

Rodrigo Martínez-Rodríguez

Biólogo y estudiante de Nutrición Humana y Dietética por la Universidad de Murcia. Ha realizado el curso de "Introducción a las Revisiones Sistemáticas" del Centro Cochrane Iberoamericano.

Posted in Interpretación, Metaanálisis | Tagged forest plot, interpretación, metaanálisis, PRISMA, significación estadística | Comentarios desactivados

Cómo encontrar revisiones sistemáticas o metaanálisis de alta calidad

By Eduard Baladia | Last Updated 26 febrero, 2015

Logo oficial de Cochrane

@EvidNutrition

Las revisiones sistemáticas o metaanálisis son manuscritos que analizan, evalúan y sintetizan de forma cuantitativa los datos de estudios individuales. Sin embargo, no lo hacen de cualquier forma, sino que lo hacen describiendo, a priori, la metodología seguida, de forma que ésta sea lo más objetiva, transparente, clara posible y lo que es más importante, reproducible, abierta a críticas y a mejoras. Los protocolos metodológicos de cada revisión sistemática deberían registrarse en PROSPERO para evitar o disminuir el riesgo de que los investigadores se alejen del plan inicial definido.

Pese a que existen trabajos que pueden considerarse como fuentes de información preeevaluada que nos ofrecen una visión más completa de la evidencia científica y de su aplicación en el mundo real, las revisiones sistemáticas y metaanálisis y el avance en su metodología son, sin lugar a dudas, uno de los mayores logros de la medicina y de la investigación de las últimas tres décadas.

La Cochrane Collaboration (actualmente Cochrane a secas y estrenando nuevo look) es la entidad internacional más prestigiosa y sin ánimo de lucro que lleva publicando, desde los años 80, revisiones sistemáticas o metaanálisis modélicas.

Logo oficial de Cochrane

Si os fijáis, en este post hemos subrayado como tema tratado «las revisiones sistemáticas o los metaanálisis», ya que para Cochrane ambos conceptos son sinónimos. Según la organización (y estamos totalmente de acuerdo), solamente tiene sentido realizar un metaanálisis (análisis y síntesis cuantitativa mediante herramientas estadísticas) si se ha llevado a cabo una revisión sistemática que incorpora todas las pruebas disponibles (no sólo las que nos interesan a nosotros particularmente). Lo recalcamos especialmente porque en realidad, fuera de Cochrane, podemos encontrar «revisiones sistemáticas sin metaanálisis» y «metaanálisis sin revisión sistemática (metaanálisis sesgados, a los que llamaremos malos metaanálisis)».

Consultar la Cochrane Library en busca de revisiones sistemáticas de esta entidad es, sin lugar a dudas, el punto de partida para todos y la mejor opción para encontrar metaanálisis de la mayor calidad posible.

Cochrane Library

La Cochrane Library permite realizar una búsqueda muy potente y bien estructurada a través de una búsqueda avanzada bastante sencilla de utilizar. Además, permite registrarnos para guardar nuestras estrategias de búsqueda y, lo más importante, crear alertas de nuevas publicaciones que nos llegarán directamente a nuestro e-mail.

Logo y lema de Cochrane Library

Pasos a seguir para hacer una buena búsqueda en esta base de datos:

Paso 1. Entrar en la búsqueda avanzada, lengüeta Search.

Paso 2. Modificar los Search limits. De todas la opciones disponibles, para el tema que nos ocupa deberemos clicar únicamente en Cochrane Reviews-Review (los protocolos son poco interesantes a menos que queramos revisarlos por alguna cuestión especial). Asimismo, es interesante clicar en Other reviews, que recuperará otras revisiones sistemáticas que pese a no ser de Cochrane, serán de calidad. Finalmente, deberemos asegurarnos desclicar Word variations will not be searched (nos interesa para aumentar el número de resultados de interés posibles).

Paso 3. Introducir los conceptos de interés. Los podemos unir mediante los booleanos and y or, usando los paréntesis para realizar las asociaciones adecuadas. Dejaremos siempre que busque en cualquier campo (título, abstract y palabras clave). Por ejemplo: (nutrition or diet) and pregnancy.

Paso 4. Una vez ejecutada la búsqueda mediante el botón Go, si la mayoría de los resultados nos parecen interesantes y deseamos guardar la búsqueda, debemos darle al botón Save (hay que estar registrado y logueado, es gratis).

Paso 5. Si vamos a Saved Searches, podremos: (a) cargar de nuevo la búsqueda para acceder a los resultados que nos ofrece; (b) exportar la búsqueda (exporta la fecha y estrategia usada); (c) crear una alerta para que nos avisen por mail cuando haya una publicación nueva o bien una actualización.

Recomendación para súper motivados: en el paso 4, una vez lanzada la búsqueda mediante el botón Go en lugar de darle al botón Save, que guarda la búsqueda, le podemos dar a Add to Search Manager. Para cada límite clicado (Cochrane Reviews y Other Reviews), deberemos enviar la estrategia más el límite al Search Manager (por separado). Una vez en el Search Manager con las estrategias en los box #1 (límite Cochrane Review) y #2 (límite Other Reviews), nos aseguramos unir las dos estrategias mediante or poniendo en el box #3: #1 or #2 y apretamos el botón Go. Le damos nombre en Strategy Name y presionamos al botón Save Strategy. En la Strategy Library, además de las opciones a, b y c descritas en el paso 5, podremos: (d) agregar una búsqueda actual a la que ya teníamos guardada (no lo recomendamos, si la hemos mejorado, mejor sustituirla entera); y (e-la opción interesante) compartir un link con otra persona. Por ejemplo, podéis probar con esta (podéis clicar en el número de la columna de la derecha en la fila #3 para recuperar todas las revisiones sistemáticas que nosotros hemos recuperado).

Por desgracia, el acceso al texto completo de la mayoría de revisiones sistemáticas Cochrane es restringido. Sin embargo, para todas las entradas podremos acceder a un Summary que en muchas ocasiones podrá ser suficiente para los fines deseados y, en algunas ocasiones podremos acceder al texto completo de forma gratuita (buscad el candado abierto con la palabra FREE).

Asimismo, podemos intentar buscar la revisión en cuestión a través del acceso que ofrece el Ministerio de Sanidad, Servicios Sociales e Igualdad de España (que tengáis mucha suerte, la tarea de encontrar lo que buscas no es nada sencilla; bienvenid@s al infierno de las búsquedas en bases de datos pobres).

TRIPdatabase

En esta base de datos de la que ya conocimos algunas particularidades en el post cómo encontrar sumarios de evidencia con eficiencia, también podemos encontrar revisiones sistemáticas que pueden clasificarse como de alta calidad. Hay que estar atentos porque la forma de encontrarlos será un poco rara.

En esta ocasión, en el paso 3 (del apartado correspondiente a la entrada anterior), elegiremos el filtro (columna derecha) Systematic Review. Tal y como veremos al clicar encima, la base de datos ofrece resultados de las Cochrane Reviews (aunque recomendamos usar la Cochrane Library, es una base de datos más potente y sensible) y de otras entidades. Podemos encontrar metaanálisis nuevos en:

DARE: se trata de la Database of Abstracts of Reviews of Effects que es en realidad una base de datos de sinopsis de síntesis (evaluación o lectura crítica de revisiones sistemáticas, para establecer la calidad de las mismas). Cuando accedemos a estos abstracts, podemos leer un pequeño comentario sobre la calidad de la revisión sistemática (CDR summary; muy útil), un comentario un poco más largo (CRD commentary; súper interesante) e incluso un análisis completo de la misma y unas breves conclusiones e implicaciones para la práctica. Finalmente, nos darán acceso al texto que origina el análisis a través del PubmedID. Así es cómo podremos encontrar nuevos metaanálisis de los que conoceremos de antemano su calidad. Un ejemplo de análisis DARE.
NIHR HTA programme y Health Technology Assessment (HTA) Database: en estas dos entradas es posible que encontremos alguna revisión sistemática (aunque no todas lo son).

Epistemonikos

Siguiendo las mismas indicaciones ofrecidas en este post sobre la base de datos Epistemonikos, solamente debemos marcar en el paso 2 el filtro Revisiones Sistemáticas o Systematic Reviews (recordad hacer las búsquedas en español en la versión española y además hacerla también en inglés en la versión inglesa, salen resultados notablemente diferentes).

Al igual que en TRIPdatabase, también podremos acceder a las sinopsis de síntesis de DARE, pudiendo acceder también a las revisiones sistemáticas originales. Para hacerlo, solamente debemos seleccionar el filtro Resúmenes estructurados (español) o Structured summaries (inglés).

Database of Abstracts of Reviews of Effects (DARE) de la Universidad de York

Como hemos visto, una forma de recuperar revisiones sistemáticas conociendo su calidad de antemano es accediendo a las sinopsis de síntesis de DARE. De momento, hemos accedido a través de otras bases de datos, sin embargo, es posible que si accedemos directamente a dicha base de datos, podamos recuperar más revisiones sistemáticas de interés.

Usad solamente dos conceptos unidos a través de AND (recomedación de usuario). Los filtros de interés para limitar la búsqueda a sinopsis de síntesis son CRD assessed review (bibliographic) y CRD assessed review (full abstract).

PubMed

La archiconocida base de datos PubMed puede ser también una fuente interesante de metaanálisis. Esta base de datos ofrece acceso gratuito al abstract de casi todos sus artículos (incluidos los metaanálisis) publicados en las revistas que hayan pasado su evaluación, sin que ello asegure una alta calidad de dichas publicaciones (son reflejo de calidad o reconocimiento de la revista, pero no de sus contenidos).

Logo oficial de PubMed

Por este motivo deberemos tener cuidado con las revisiones sistemáticas o metaanálisis que seleccionemos a través de PubMed, no todos serán de suficiente calidad como para confiar en ellos.

Pasos a seguir para hacer una buena búsqueda en esta base de datos:

Paso 1. Seleccionar los términos adecuados, tanto en vocabulario controlado usado para indexar las entradas en MEDLINE (los MeshTerms), como en vocabulario natural.

Para los profanos en la materia, en Pubmed siempre deberéis usar conceptos encontrados en la base de datos Mesh, sumando a la estrategia de búsqueda sus homólogos, plurales y sinónimos en vocabulario natural con el tag [tiab] (para que busque sólo en título y abstract), uniéndolos a través del booleano OR. De esta forma recuperaremos más artículos, ya que nos devolverá tanto las referencias indexadas en Medline como las no indexadas (creedlo, explicarlo nos llevará toda una entrada, que escribiremos cuando proceda).

Por ejemplo: («Nutritionists»[Mesh]) (sí compañer@s, al fin fue añadido en 2014) recupera un centenar de entradas indexadas en Medline (en fecha 26/02/2015).

Entrada de Pubmed indexada en Medline

Sin embargo, («Nutritionists»[Mesh] OR nutritionist[tiab]), recupera 784 resultados, y sólo cuando le añadimos plurales y sinónimos («Nutritionists»[Mesh] OR nutritionist[tiab] OR nutritionists[tiab] OR dietitian[tiab] OR dietitians[tiab] OR dietician[tiab] OR dieticians[tiab]), nos damos cuenta de todo lo que nos estábamos dejando en el tintero (6.815 resultados en fecha 26/02/2015) y lo bobos que somos por no dedicar unas horas a la lectura profunda y profusa de los manuales adecuados. Dedicaremos una entrada completa sólo para explicar este fenómeno (nos referimos a explicar el porqué de la diferencia de resultados, no porqué somos bobos).

Paso 2. Deberemos aplicar el límite Meta-Analysis (el límite Systematic Review recupera los metaanálisis + las revisiones sistemáticas sin metaanálisis, que no es lo que nos interesa en este momento). En la columna izquierda podréis encontrar el límite, está en el subapartado Article types. Si no os aparece por defecto (que es lo común), dadle a customize y clicad en Meta-Analysis => Show. Finalmente clicamos encima del filtro para aplicarlo.

Para los que ya confiáis en Evidencia en Nutrición: usad la estrategia de búsqueda: AND («Meta-Analysis» [Publication Type] OR «Meta-Analysis as Topic»[Mesh] OR «Meta-Analysis»[tiab]) en lugar del límite (¡desmarcar el filtro seleccionado en el paso 2!), de esta forma recuperaréis muchos más metaanálisis (aunque asumiréis que surjan algunos artículos que no sean propiamente metaanálisis, sino que hablen en su abstract de algún metaanálisis; el riesgo es asumible).

Ejemplo: («Nutritionists»[Mesh] OR nutritionist[tiab] OR nutritionists[tiab] OR dietitian[tiab] OR dietitians[tiab] OR dietician[tiab] OR dieticians[tiab]) AND («Meta-Analysis» [Publication Type] OR «Meta-Analysis as Topic»[Mesh] OR «Meta-Analysis»[tiab]).

Es interesante saber que Pubmed ha incorporado también las sinopsis de síntesis de DARE en sus entradas. Podéis encontrar el link a estos contenidos justo al lado del link al full-text, de manera que de algunos metaanálisis podréis conocer su evaluación crítica y confiabilidad:

Link a DARE desde Pubmed

Si estáis interesados en saber más sobre metaanálisis, qué son exactamente, cómo entenderlos y sacarles más partido o cómo evaluarlos mínimamente para saber si podéis confiar o no en ellos, tendréis que esperar al siguiente post.

Eduard Baladia

More Posts - Website

Posted in Búsquedas, Metaanálisis | Tagged búsqueda eficiente, metaanálisis, tutoriales de búsqueda | Comentarios desactivados

Búsqueda de evidencia con eficiencia: sumarios de evidencia

By Eduard Baladia | Last Updated 19 febrero, 2015

ok_evidnutr

@EvidNutrition

Los sumarios son compendios de toda la evidencia científica existente sobre un tema concreto, incluyendo todos los metaanálisis, revisiones sistemáticas y estudios individuales de calidad que existan. La evaluación de toda la evidencia científica sobre un tema puede llegar a ser una actividad muy time consuming y tremendamente compleja, sobre todo si pensamos que, para cada pregunta planteada en el sumario, además de la búsqueda sistemática, hay que obtener los textos completos, hacer su correspondiente lectura crítica y:

evaluar los sesgos;
jerarquizar la evidencia;
evaluar la cantidad, calidad y consistencia de la evidencia;
evaluar la aplicabilidad y posibilidad de generalización de los resultados;
evaluar su relevancia e impacto clínico y económico y
evaluar y establecer el ratio riesgo/beneficio

(no os preocupéis si no sabéis exactamente a lo que nos referimos, lo iremos explicando en futuros posts).

En este sentido, Haynes desarrolló (o como mínimo fue uno de los primeros en comunicarlo) una clasificación de fuentes de información preevaluada (pre-appraised resources) que podían englobarse dentro de la metodología desarrollada en torno a la medicina basada en la evidencia. En la búsqueda de la mejor evidencia científica disponible, después de los «sistemas» (desconocidos para nosotros), los sumarios de evidencia o guías de práctica basadas en la evidencia son la fuente de información preevaluada a la que debemos acceder para invertir el menor tiempo posible.

La iniciativa GuíaSalud es, sin lugar a dudas, el referente español y, seguramente, el Scottish Intercollegiate Guidelines Network (SIGN) y el National Institute for Health and Care Excellence (NICE) los referentes internacionales más conocidos. Su metodología está explícitamente protocolizada y se basa en los principios de la medicina basada en la evidencia (véase por ejemplo el manual de GuíaSalud). La transparencia y definición previa de una metodología de trabajo, implica una reducción significativa de sesgos en su ejecución o, como mínimo, el perfecto conocimiento de sus limitaciones.

Consultar las bases de datos de GuíaSalud, NICE y SIGN en busca de sumarios de evidencia, es sin lugar a dudas un acierto.

Sin embargo, la cantidad de sumarios que pueden crear estas entidades es muy limitada, por lo que intentar buscar «otras guías» debe formar parte de nuestro interés. Sin embargo, no es oro todo lo que reluce:

Existen multitud de textos que dicen ser sumarios de evidencia y que en realidad no llegan a serlo debido a una metodología de trabajo poco elaborada y profunda.

Por suerte existen bases de datos que agrupan guías de alta calidad, en las cuales podremos encontrar sumarios de evidencia en los que se incluya algún apartado o subapartado relacionado con la nutrición humana y dietética.

No busquéis sumarios de evidencia solamente de nutrición, encontraréis muy pocas cosas y la mayoría bastante malas. Buscad por patología o afección y quizás en algún subapartado del sumario encontréis algunas preguntas relacionadas con la nutrición.

National Guideline Clearinghouse (NGC)

Logo oficial de NGC

La base de datos de la NGC ha sido creada por la Agency for Healthcare Research Quality (AHRQ) de Estados Unidos, una potentísima entidad creada con la misión de producir evidencia para hacer un sistema de salud más seguro, de mayor calidad y más accesible de una forma más equitativa y asequible.

La base de datos incorpora sumarios de evidencia que cumplen con ciertos requisitos metodológicos que se revisan de forma periódica. Esta base de datos nos gusta especialmente porque ofrece un pequeño apartado con las principales recomendaciones encontradas y porque en su forma de búsqueda avanzada existen dos filtros que son muy interesantes para los que se dedican a la nutrición humana y dietética.

Pasos a seguir para hacer una buena búsqueda en esta base de datos:

Paso 1. Entrar en la parte de búsqueda avanzada.

Paso 2. Ir a la sección Methods Used to Assess the Quality and Strength of the Evidence y clicar en Weighting According to a Rating Scheme (Scheme Given) y Weighting According to a Rating Scheme (Scheme Not Given).

Paso 3. En Specify a keyword, poner un sólo concepto (no intentéis poner más de uno, perderéis información seguro). Si por ejemplo queremos buscar recomendaciones basadas en la evidencia sobre nutrición durante el embarazo, simplemente usad el concepto «embarazo» o «gestacional» (en inglés claro).

Paso 4. Organizad siempre los resultados según su relevancia (recomendación de usuario). En este punto, os pueden ocurrir tres cosas:

¡Eureka encontré lo que buscaba! (se acabó la agonía);
me salen pocos ítems y a partir del quinto, los títulos de las guías no parecen tener relación con lo que estoy buscando;
me salen muchísimos ítems relacionados con el tema que busco, pero creo que en ninguno de ellos habrá nada sobre nutrición.

El primer supuesto es el deseable, pero el menos común. El segundo supuesto es el peor, indica que, o bien has usado un mal concepto para buscar, o bien que no hay mucho en la base de datos y que es poco probable que llegues a encontrar nada sobre el tema en ella. Finalmente, el tercer supuesto se presta a:

revisar los ítems uno a uno, o
aplicar dos filtros muy interesantes que se explican en el paso 5.

Paso 5. Volver a búsqueda avanzada y aplicar los filtros:

Filtro 1. Ir a la sección de Intended users y clicar en Dietitians. Sí amig@s, esta base de datos permite filtrar el contenido según el usuario diana al que va dirigida la mayor parte de la guía y –¡oh, sorpresa!– existe la categoría de dietista. Si bien debe entenderse que este filtro, puede eliminar algunas guías que pudieran sernos de interés, también puede facilitarnos mucho la tarea si con nuestra búsqueda nos salen demasiados resultados.

Filtro 2. Ir a la sección de Clinical Speciality y clicar en Nutrition. De nuevo este es un filtro interesante porque nos facilita la tarea, pero también nos puede eliminar (potencialmente) algunas guías que podrían ser de interés.

Os recomendamos que uséis primero el filtro 1 y después el filtro 2. Sea como fuere, no os recomendamos que los uséis los dos a la vez, hemos constatado que elimina muchas guías de interés (demasiadas, seguramente aplica el booleano AND entre ambos filtros).

Cuando encontréis una entrada que os interese, habrá tres secciones que deberéis conocer para sacarle el máximo partido:

Sección Recommendations: evidentemente es una de las más interesantes, ya que los gestores de la base de datos se han tomado la molestia de hacer un sumario de las principales recomendaciones (no tendremos que leer la guía completa). Veamos un ejemplo; como podéis ver la guía incluye varios subapartados de interés para los interesados en nutrición humana y dietética y se especifica el nivel de evidencia de cada recomendación (indicador del trabajo realizado).
Sección Evidence Supporting the Recommendations: será la sección que normalmente nos permitirá saber la jerarquización de la evidencia realizada en esta guía en concreto (recordad que hay miles de clasificaciones distintas). Tomado del ejemplo anterior, en lugar de darnos esa información, nos dicen dónde podemos encontrar esa clasificación «al final del apartado de recomendaciones» (no siempre los autores son ordenados).
Sección de Identifying Information and Availability, subapartado Guideline Availability: nos dice dónde encontrar una copia electrónica de la guía completa (y suele ser gratuita). En este caso la guía completa está accesible aquí).

TRIPdatabase

La base de datos TRIPdatabase es una base de datos cuyo principal objetivo es ayudar a encontrar evidencia de forma rápida. Es una base de datos muy interesante (por varias razones) en la que podréis encontrar guías de alta calidad. Sin embargo, hay que tener en cuenta que no todas las guías que encontraremos están basadas en la evidencia y que a diferencia de la base de datos National Guideline Clearinghouse no hay un filtro específico para obtener dichos resultados (o nosotros lo desconocemos).

Base de datos TRIP

Pasos para hacer una buena búsqueda en esta base de datos:

Paso 1: conocer un poco la sintaxis de la base de datos es vital:

Si colocamos pregnancy en la caja de búsqueda, estaremos buscando todo lo relacionado con el embarazo, inclusive aquellas entradas que toquen el tema de forma secundaria (suelen salir muchísimas entradas).
Si por el contrario usamos title:pregnancy, estaremos buscando solamente resultados en los que en el título aparezca la palabra buscada (obtendremos muchos menos resultados, pero más específicos; debemos ser conscientes que quizás nos dejemos algo que podría llegar a interesarnos, por ejemplo «gestational diabetes» y deberemos pensar si el riesgo es asumible o no).
Si usamos title:pregnan* (llamado truncación) aumentamos un poco el espectro, ya que buscará todos los resultados en los que en el título aparezca la palabra que empieza por pregnan* y sigue de cualquier forma (pregnancy OR pregnant, por ejemplo).

Se recomienda usar la siguiente sintaxis: (title:afección o problema [truncada si creéis que es necesario] OR title:sinónimos de la afección [también truncada si es necesario]) AND (nutrit* OR diet*). De esta forma, estaréis buscando la afección en el título + todo lo relacionado con las raíces nutrit* (nutrition OR nutritional OR nutritive OR nutritionist OR etc.) y diet* (diet OR dietetic OR dietary OR dietitian OR dietician OR etc.). Siguiendo el ejemplo: (title:pregnan* OR title:gestatio*) AND (nutrit* OR diet*)

Paso 2: usar sinónimos conocidos de la afección o problema. Si vamos a limitar la búsqueda a títulos, es muy necesario que dediquemos un buen tiempo a elegir bien los conceptos sinónimos de nuestra afección o problema para poder recuperar más resultados interesantes para nosotros (y dejar menos en el tintero). Enlazadlos mediante el booleano OR y entre paréntesis para agruparlos correctamente: (title:pregnan* OR title:gestatio*).

Paso 3: en la columna derecha, encontraremos filtros para refinar nuestras búsquedas. En este caso nos interesa la sección de Guidelines que a su vez se organiza por países de los grupos elaboradores. Clicad encima de los países para poder leer las entradas y ver el nombre de los grupos elaboradores.

Paso 4: leed los títulos con atención, no os interesan las entradas que contengan a position statment, consensus guidelines, general practice guideline. Ante la duda, abre la guía y consulta su metodología para ver si han realizado, como mínimo, jerarquización de los hallazgos en niveles de evidencia. También puede ser útil ver si al lado de las recomendaciones sí que aparece algo parecido a level of evidence o strong/low quality recomendation (se necesita un poco de tiempo y entrenamiento para detectar una buena guía, pero estos pequeños trucos os pueden ayudar).

Recomendación para súper motivados: hay una herramienta llamada AGREE II, mediante la cual se puede conocer la calidad de una guía. Una puntuación de como mínimo 60% en los dominios 1, 3 y 6, suele ser un indicador de buena calidad (el dominio 3 es el que evalúa la metodología). Sin embargo, se requiere de cierto nivel de entrenamiento y un grupo de evaluadores (mínimo 5 personas) para evaluar adecuadamente una guía.

Paso 5: a medida que identifiquéis un grupo elaborador que trabaje en base a evidencia científica, apuntadlo en una lista verde, para que en el futuro identifiquéis rápidamente las guías que sí os interesan (os daríamos nuestra lista verde, pero no la tenemos aún, es una idea que ha surgido a raíz de la escritura de este post).

Paso 6: si no estáis seguros de si una guía concreta está elaborada o no mediante metodología basada en la evidencia, podemos discutirlo entre todos en nuestro grupo de facebook.

Epistemonikos

Siendo su eslogan «Combinamos lo mejor de la atención sanitaria basada en evidencia y las tecnologías de la información para apoyar a quienes toman decisiones clínicas o de política sanitaria», la base de datos Epistemonikos promete. Además, para tod@s aquell@s que son “inglesfóbicos” (nos referimos al idioma, no a la parte del cuerpo humano; es lo que pasa cuando te inventas palabras), se pueden hacer búsquedas en español (aunque los resultados estarán en inglés). Pese a lo dicho, lo mejor es buscar tanto en lengua española como en inglés (por separado, salen resultados diferentes).

Logo oficial de Epistemonikos

De nuevo estamos ante una base de datos que nos ofrece acceso a guías de alta calidad (las han llamado revisiones panorámicas u overviews, en inglés), sin embargo, no todas estarán desarrolladas en base a metodología basada en la evidencia.

Pasos para hacer una buena búsqueda en esta base de datos:

Paso 1: asegúrate de saber en qué idioma estás consultando la base de datos: español o inglés. Selecciona dos conceptos (en español o en inglés según hayas elegido justo antes) de interés a unir mediante el boleano AND (hemos probado con más de dos concepto y no suele funcionar bien). Por ejemplo: embarazo AND nutrición (español); pregnancy AND nutrition (inglés).

Recomendación muy importante si usas epistemonikos: si usas conceptos en español estando en la versión inglesa, te saldrán menos resultados, y si usas conceptos en inglés estando en la versión española también te saldrá mal. Realiza la búsqueda primero en inglés (salen más resultados) y después en español (a veces salen resultados que no salen en la búsqueda en inglés). Si sabes más idiomas, imaginamos que conseguirás recuperar resultados que nosotros nunca podremos alcanzar.

Paso 2: en la columna de la izquierda seleccionar Revisiones panorámicas (en español) u Overview (en inglés).

Paso 3: seleccionamos cuidadosamente las guías de interés. Al igual que en TRIPdatabase, los títulos, revistas o entidad que hace el informe nos pueden servir para discernir; y si no, debemos mirar su metodología.

Paso 4: una de las mejores herramientas que ofrece la base de datos es la posibilidad de hacer una búsqueda inversa a partir de una guía. Esto significa que, en algunas ocasiones, cuando entramos en la guía, la base de datos nos ofrece una lista de revisiones sistemáticas y estudios primarios que se pueden encontrar citados en la guía. Veamos un ejemplo; mirad en la sección Evidence realted to this article.

Estos son, sin lugar a dudas, las principales bases de datos que nos ofrecen la posibilidad de buscar y encontrar de forma fácil y gratuita sumarios de evidencia, posibilitando la búsqueda de evidencia con eficiencia.

Existen, sin embargo, dos bases de datos más que deben ser nombradas y conocidas por tod@s (sólo las nombramos porque son de pago): Guidelines International Network (GIN) y el Practice-based Evidence in Nutrition (PEN®). Esta última seguramente sea la fuente de evidencia especializada en nutrición más potente que hemos podido consultar, por eso estamos en proceso de ofrecer acceso a un precio razonable a tod@s aquellos que estén interesad@s.

Eduard Baladia

More Posts - Website

Posted in Búsquedas, Sumarios de evidencia | Tagged sumarios de evidencia, tutoriales de búsqueda | Comentarios desactivados

Los metaanálisis no son el mayor nivel de evidencia

By Eduard Baladia | Last Updated 11 febrero, 2015

Modelo de 6 niveles de Haynes (se señala el nivel que ocupan los metaanálisis)

@EvidNutrition

Si ya eres consciente de que «la cagamos cuando la evidencia científica se puso de moda» y que en realidad sabemos más bien poco sobre su metodología, ya estás preparad@ para saber que los metaanálisis no son el mayor nivel de evidencia al que podemos acceder.

Muy a menudo, solemos pensar que cuando encontramos un metaanálisis estamos adquiriendo el poder definitivo que nos permitirá afirmar todo aquello que tanto habíamos anhelado y ser los amos del mundo (como mínimo del conocimiento). Sentimos informaros que no es exáctamente así.

La pirámide tradicional (lo sentimos por aquellos que odian las pirámides) de jerarquización de los estudios en niveles de evidencia , sitúa las revisiones sistemáticas y metaanálisis en su cúspide, como obra cumbre e insuperable.

Jerarquía de evidencia según diseño de estudio

Sin embargo, como ocurre con todas las pirámides educativas, la jerarquía de los estudios en niveles de evidencia no deja de ser un modelo o herramienta educativa que permite identificar de forma sencilla qué diseños de estudios son más potentes para contestar una pregunta en concreto (por cierto dependerá del tipo de pregunta que formulemos, pero ya hablaremos de eso en otro post). Dejando de lado que existen miles de jerarquías diferentes y mucha controversia al respecto, las revisiones sistemáticas y metaanálisis se erigen siempre como el máximo nivel de evidencia. La razón es bien sencilla: las revisiones sistemáticas y los metaanálisis son manuscritos que analizan, evalúan y sintetizan los datos de los niveles inferiores. Son, justamente, el inicio de «las fuentes de información preevaluadas y filtradas«.

Si lo pensamos detenidamente, es fácil que se nos ocurra la idea de coger un sólo metaanálisis y revisar si está metodológicamente bien realizado y si incorpora todos los estudios sobre el tema; o tambien podemos buscar todos los metaanálisis sobre un tema para analizarlos, evaluarlos y sintetizar los hallazgos. Así es, seguramente, como nació la idea de ofrecer otro modelo educativo que incorporara todos los niveles de información preevaluada conocidos hasta la fecha (esto implica que seguramente cambie en el futuro).

Creemos que Haynes fue uno de los pioneros en dar a conocer este tipo de modelo en 2001 mediante una editorial publicada en la revista Evidence Based Mental Health. El modelo fue llamado «modelo de las 4S» en sus inicios para evolucionar en 2006 al «modelo de las 5S», publicado en Evidence Based Medicine, y finalmente al «modelo de las 6S» publicado en el ACP Journal Club en 2009.

El modelo de Haynes contiene 6 niveles de infromación, y los metaanálisis no es que estén precisamente en la cúspide (tercer nivel):

Estudios individuales (studies en inglés, de ahí la primera S o nivel): no son propiamente una fuente de información preevaluada o filtrada.
Modelo de 6 niveles de Haynes (se señala el lugar que ocupan los metaanálisis)
Sinopsis de estudios (segunda S o nivel): son evaluaciones o lecturas críticas de estudios individuales que tratan de averiguar la calidad metodológica de dichas publicaciones e identificar si las conclusiones son acordes al diseño de estudio. Estos escritos no tienen la intención de fusionar o sintetizar estadísticamente los datos de los diferentes estudios. Algunas revistas ofrecen este tipo de evaluaciones, pero no conocemos ninguna base de datos que las agrupe.
Síntesis (tercera S): se trata de la búsqueda y fusión de datos de diferentes estudios individuales mediante el análisis estadística, es decir, las revisiones sistemáticas y metaanálisis. Evidentemente, antes de realizar la síntesis estadística de datos, es necesario realizar la pertinente lectura crítica (nivel anterior). El objetivo final de las síntesis no es establecer una recomendación, sino ofrecer un análisis del conocimiento actual, tanto de los estudios a favor como en contra. Ejemplo de una revisión sistemática (fijaros en las conclusiones del resumen).
Sinopsis de síntesis (cuarta S): son evaluaciones o lecturas críticas de revisiones sistemáticas y metaanálisis (nivel anterior) que tratan de establecer la calidad metodológica de éstas, así como establecer si las conclusiones de las mismas son adecuadas a su fortaleza interna. Ejemplo de la revisión sistemática del ejemplo del nivel anterior (fijaros en el CRD summary; ¿frustrante verdad?; si os ha gustado, os recomiendo que leáis el CRD commentary).
Sumarios (quinta S): también llamados sumarios de evidencia y más conocidos como guías basadas en la evidencia. Son trabajos que buscan, evalúan, analizan y sintetizan (jerarquizándolos) todos los niveles de información preevaluada anteriores. El objetivo final es ofrecer una recomendación basada en las mejores pruebas actuales, poniendo en una balanza el ratio riesgo-beneficio, su aplicabilidad real, e incluso las preferencias o necesidades de los pacientes. Su intención es ayudar en la toma de decisiones de los profesionales que las utilicen (no para sustituir su juicio). Ejemplo. Cabe destacar que los temas centrales casi nunca serán del tema que necesitemos (nutrición), pero es posible que sea incorporado en algún subapartado.
Sistemas (sexta S): es una de las más complejas de entender (incluso para nosotros, que reconocemos haber errado en explicarlo alguna vez). A nivel teórico, se trataría de un sistema computarizado que incorporaría sistemáticamente todas las recomendaciones actualizadas establecidas a través de sumarios de evidencia , de manera que tras la introducción de las circunstancias de un paciente concreto en el programa informático, éste te ofrecería las recomendaciones basadas en las mejores pruebas. El objetivo es ayudar a que la toma de decisiones durante la práctica diaria de los profesionales esté basada en las mejores pruebas. Decíamos que este era el concepto más complejo de entender (incluso para nosotros), porque en la práctica existen muy pocos sistemas, y nunca hemos tenido el placer de ver o manejar ninguno directamente relacionado con la nutrición humana y dietética.

En el modelo de Haynes, cuanto más arriba esté una fuente de información, más pruebas (evidencias) preevaluadas y filtradas contendrá (que es justamente lo que se busca para estar seguros).

¿Y para qué sirve saber todo esto?

«Cuando se inicia una búsqueda para encontrar la mejor evidencia científica sobre un tema concreto, para ser eficientes, debemos empezar buscando la información preevaluada que está más arriba de la pirámide de Haynes, e ir bajando de nivel si no encontramos ningún documento elaborado que corresponda a dicho nivel».

Estamos seguros que os gustaría hacer dos preguntas más (como mínimo):

¿Y dónde podemos encontrar cada nivel de información preevaluada?

¿Existen bases de datos o estrategias de búsqueda específicas para encontrar cada nivel de información de la pirámide de Haynes?

Las respuestas las tendréis en el próximo post.

Eduard Baladia

More Posts - Website

Posted in Metaanálisis, Metodología, Sumarios de evidencia | Tagged evidencias preevaluadas, Haynes, metaanálisis, sumarios de evidencia | Comentarios desactivados

La evidencia científica dice… (y la cagamos cuando la frase se puso de moda)

By Eduard Baladia | Last Updated 3 febrero, 2015

camiseta_evidencia_nutricion

@EvidNutrition / @Ebaladia / Rodri_Go

No nos engañemos, la evidencia científica está de moda. ¡Pero mucho! Si bien hace una década la información relacionada con la metodología basada en la evidencia era escasa y difícil de encontrar, hoy parece ser que todo el mundo sabe muchísimo sobre el tema. Sin embargo, a medida que uno se adentra en el mundo de los sumarios de evidencia científica, descubre que existen muchos aspectos de su metodología que apenas se conocen y que se malinterpretan o se simplifican demasiado a la ligera. Existen varios puntos que deben ser aclarados para poder entender qué es y qué no es la metodología basada en la evidencia y, en consecuencia, qué nos puede llegar a decir.

Una traducción al español muy desafortunada (empezamos muy mal para poder entenderlo bien)

Camiseta de «Evidencia en Nutrición»

Evidencia en nutrición o nutrición basada en la evidencia es la adaptación de la llamada, en 1991, medicina basada en la evidencia. En este sentido, pese a que se ha popularizado el uso del término medicina basada en la evidencia como traducción de evidence-based medicine, dicha traducción no está libre de crítica y de posibilidad de mala interpretación. Según la Real Academia Española (RAE), evidencia se define como la «certeza clara y manifiesta de la que no se puede dudar», y eso en ciencia no sólo es muy molesto, sino que resulta bastante conflictivo con el principio de refutabilidad. Es por dicha razón que algunos autores prefieren referirse a ella como «medicina basada en pruebas» (en estudios), sin lugar a dudas una traducción mucho más acertada, pero muy poco usada. De hecho, esta traducción resulta tan poco usada que los que escriben estas líneas han preferido usar los términos menos adecuados (o directamente inadecuados) para obtener un mejor posicionamiento del blog en los buscadores de la red (ya sabéis, efectos adversos e inesperados de las modas).

En consecuencia, debe quedar claro que evidencia en nutrición, en consonancia con la definición proporcionada por el Medical Subject Headings (MeSH) y por la International Confederation of Dietetic Association (ICDA) Evidence-based Practice Working Group, hace referencia a la intención de obtener el conocimiento actual de forma más objetiva y reproducible, con el objetivo de proporcionar una atención nutricional que se guíe por una integración juiciosa de los mejores conocimientos científicos disponibles. Este enfoque presupone que:

las recomendaciones basadas en la evidencia, no permanecen inalterables por los tiempos de los tiempos;
las recomendaciones se establecen en base al universo de pruebas (estudios) que existen hasta la fecha, pudiendo ser modificables a medida que se publiquen nuevas y mejores investigaciones;
la ausencia de evidencia no implica que no se puedan establecer recomendaciones al respecto, sino que dichas recomendaciones deberán estar basadas en otros métodos de obtención de las mismas, como por ejemplo, el sistema por consenso formal de opiniones de expertos (que no debe despreciarse).

Las recomendaciones basadas en la evidencia científica son el fruto de un proceso complejo y no de la inclusión de una cita al final de la frase

¡Vamos a ir al grano! Si uno quiere encontrar una cita o un conjunto de citas que justifiquen sus teorías o hipótesis, sin lugar a dudas las encontrarán. No pierda el tiempo ni dinero, en la base de datos de PubMed/Medline (de acceso gratuito) se han indexado más de 24 millones de citas, seguro que alguna le servirá. Sin embargo, citar un artículo o un conjunto de cien artículos al final de una recomendación, no la convierte necesariamente en una recomendación basada en la evidencia. Muy a menudo se confunde la nutrición basada en citas con la nutrición basada en la evidencia.

En el excepcional libro de divulgación científica «Cómo se prueban los tratamientos: una mejor investigación para una mejor atención de salud» (editado con el apoyo de la Organización Mundial de la Salud y escrito por Imogen Evans, Hazel Thornton, Iain Chalmers y Paul Glasziou, con prólogo de Ben Goldacre; ¡vamos un lujo de publicación totalmente gratuita!) se explica de forma magistral y llana por qué un estudio o incluso un conjunto de estudios no puede «casi nunca» ser suficiente para contestar a una pregunta, sino que se debe evaluar toda la evidencia científica pertinente y fiable (capítulo 8, se lo recomendamos).

En la mayoría de manuales metodológicos de instituciones de referencia (Guíasalud; NICE; SIGN) la evaluación de toda la evidencia pertinente y fiable se concreta en 6 fases más o menos reconocibles. Bajo la apariencia de sencillez de estas 6 fases, en cada una de ellas existe un sinfín de aspectos metodológicos que deben tenerse en cuenta para evitar, en la medida de lo posible, la introducción de sesgos durante la elaboración de un sumario de evidencia:

Creación de un comité elaborador: ¿quién o quienes deben formarlo? ¿qué roles y nivel de participación deben tener? ¿debe existir un líder que lleve el proyecto? ¿deben saber del tema tratado o es mejor que sepan más bien poco?
Identificación de los temas a tratar: ¿vale la pena tratar todos los temas relacionados con el sumario o solamente aquellos que no han sido tratados en otros sumarios de evidencia? ¿temas muy concretos o mejor más generales?
Formulación de las preguntas pertinentes: ¿preguntas concretas o mejor específicas? ¿con que sistema deben formularse las preguntas para que se puedan responder?
Búsqueda sistemática y adquisición de estudios: ¿cuantas bases de datos deben consultarse? ¿cuáles? ¿las búsquedas deben elaborarlas todo el grupo o solamente aquellos que sepan más del tema? ¿la ejecución de las búsquedas y adquisición de estudios debe hacerlo una sola persona o bien dos personas cegadas una respecto a la otra? ¿estas personas deben saber mucho sobre el tema o mejor que sepan poco para ser más imparciales?
Evaluación y síntesis de la evidencia: ¿la lectura crítica debe realizarla una sola persona o dos personas cegadas una respecto la otra? ¿cómo debe realizarse dicha lectura crítica? ¿los estudios catalogados como de baja calidad deben eliminarse o deben tomarse en consideración parcial o ponderada?
Formulación de recomendaciones: ¿qué sistema debe usarse SIGN, GRADE, u otro sistema, cuál es mejor? ¿como se le puede dar peso a las preferencias de los pacientes, hay que hacerlo o mejor no? ¿cómo se evalúa la relación riesgo-beneficio? ¿cómo se evalúa la posible eficiencia de la aplicación de una recomendación?

(no se asuste si no sabe responder a algunas de las preguntas, esa era la idea)

Una de las intenciones de los autores de este blog es ir desgranando y contestando, en cada entrada , algunos de estos aspectos metodológicos y cuestiones que deberían conocerse y que, estamos seguros, muchos de los que están leyendo estas líneas no conocían. Nuestra intención es ir acercando a los lectores, de manera paulatina, al concepto real de metodología basada en la evidencia.

Le vamos a ofrecer un breve ejemplo de lo que les espera:

En la «fase 01. Creación del comité elaborador», se indica que «éste debe ser multidisciplinar, incluyendo todos los profesionales sanitarios implicados en sus cuidados y también a grupos de pacientes». Aunque no lo crean, existen estudios que tratan de investigar cómo la composición, estructura y roles del grupo elaborador de guías basadas en la evidencia (sumarios de evidencia) afectan en las recomendaciones que se emiten durante el proceso de elaboración de las mismas.

Un estudio observacional publicado en 2002 encontró que existió una marcada asociación entre el estatus social de los diferentes profesionales, su nivel de contribución al grupo y los resultados del trabajo realizado. El trabajo permitió entender cómo un buen chair o director/a puede mejorar las relaciones entre los miembros del grupo elaborador, permitiendo que su interacción y contribución sea más equitativa, fructuosa y menos sesgada por la visión de un solo tipo de profesional.

Asimismo, gracias a una revisión sistemática publicada en 2011 se hallaron pruebas de que la incorporación de pacientes en los grupos elaboradores no sólo mejoraba la incorporación de los valores, preferencias, conocimientos y perspectivas de los pacientes, sino que además mejoraba la implementación de las guías (ya que después de elaborarlas se diseminaban muy bien a través de asociaciones de afectados), y ayudaba a adaptar las recomendaciones finales a la población diana, aumentando la comprensión de las mismas (al elaborar materiales para pacientes hechos por los propios pacientes).

¿Aún crees que toda la gente de la que alguna vez has oído «La evidencia científica dice…» sabía de lo que estaba hablando y realmente había seguido las 6 fases? (mejor no contestes, léenos durante una temporada para averiguarlo)

Además de ofrecer datos y argumentos metodológicos, les intentaremos ofrecer:

herramientas y softwares que esperamos os ayuden a sobrellevar el arduo trabajo que supone la digestión del conocimiento actual en materia de nutrición humana y dietética,
y breves resúmenes y links a la mejor evidencia científica disponible en temas de máxima relevancia.

Sabemos perfectamente que este no es un blog de masas, pero si lo has encontrado instructivo y útil, te agradeceremos que lo compartas con cualquier persona que creas pudiera estar interesada.

Eduard Baladia

More Posts - Website

Posted in Metodología, Sumarios de evidencia | Tagged medicina basada en la evidencia, medicina basada en pruebas, nutrición basada en la evidencia, sumarios de evidencia | Comentarios desactivados

No te lo creas, compruébalo tú mism@

Evaluación y adaptación de guías basadas en la evidencia

Eduard Baladia

Formulación de Políticas Nutricionales informadas por la Evidencia

Eduard Baladia

Evidencias sobre terapias alternativas y complementarias: mini-entrevista al Prof. Edzard Ernst

Eduard Baladia

Researching Complementary and Alternative Therapies: a mini-interview with Dr Edzard Ernst

Eduard Baladia

Estar siempre actualizado de forma automática con PubMed es muy fácil

Eduard Baladia

Cómo interpretar un metaanálisis

Rodrigo Martínez-Rodríguez

Cómo encontrar revisiones sistemáticas o metaanálisis de alta calidad

Eduard Baladia

Búsqueda de evidencia con eficiencia: sumarios de evidencia

Eduard Baladia

Los metaanálisis no son el mayor nivel de evidencia

Eduard Baladia

La evidencia científica dice… (y la cagamos cuando la frase se puso de moda)

Una traducción al español muy desafortunada (empezamos muy mal para poder entenderlo bien)

Las recomendaciones basadas en la evidencia científica son el fruto de un proceso complejo y no de la inclusión de una cita al final de la frase

Eduard Baladia

Suscripción por email

@EvidNutrition

Entradas recientes

Comentarios recientes

Archivos

Categorías

No te lo creas, compruébalo tú mism@

Una traducción al español muy desafortunada (empezamos muy mal para poder entenderlo bien)

Las recomendaciones basadas en la evidencia científica son el fruto de un proceso complejo y no de la inclusión de una cita al final de la frase

Suscripción por email

Síguenos

@EvidNutrition

Entradas recientes

Comentarios recientes

Archivos

Categorías

Etiquetas