Clase_11_06_merged (1)

Y 48 flashcards y 32 preguntas más en el documento.

Texto del documento

U N I D A D 2 · S A L U D B A S A D A E N E V I D E N C I A Conceptos de validez interna y externa Sesgos, error y aplicabilidad de los resultados en la práctica clínica Escuela de Salud Pública · Facultad de Medicina y Ciencias de la Salud Universidad Mayor R U T A D E L A U N I D A D 2 ¿Dónde estamos en el análisis crítico de la literatura? Problema clínico Pregunta formato PICO(T) Búsqueda de literatura Evaluación de validez interna Alcance de resultados Evaluación de validez externa Hoy nos enfocamos en estos dos pasos: Validez interna ¿los resultados del estudio son creíbles dentro de su propio contexto? Validez externa ¿esos resultados aplican a mis pacientes y mi contexto?

La validez interna se evalúa revisando: metodología, sesgos, jerarquía de la evidencia y método de reporte de resultados. Validezinterna y externa · SBE 2 / 30 Q U É V A M O S A L O G R A R H O Y Objetivos de aprendizaje 1 Distinguir error aleatorio de error sistemático (sesgo) Entender por qué un estudio puede ser preciso pero no válido, y viceversa. 2 Reconocer los tipos de sesgos más comunes en investigación Identificar sesgos de selección, de medición y de confusión en estudios reales. 3 Comprender la diferencia entre validez interna y externa Saber cuándo un estudio es internamente sólido y cuándo es generalizable a otra población.

4 Evaluar críticamente si un estudio aplica a tu práctica Hacer las preguntas correctas antes de trasladar evidencia a un paciente. Validezinterna y externa · SBE 3 / 30 P A R T E 1 Error y sesgo Antes de hablar de validez, necesitamos entender de dónde vienen los problemas en una medición. P U N T O D E P A R T I D A ¿Qué es un error de medición? Definición. Es la diferencia entre el valor que medimos y el valor verdadero de una variable, registrada bajo condiciones similares. Ejemplo cotidiano para entenderlo: Pesar a un paciente El paciente pesa 70,0 kg (valor verdadero). La balanza marca 70,3 kg. Esa diferencia de 0,3 kg es el error de medición.

Todo error puede ser de dos tipos: Error aleatorio Varía sin patrón. Afecta la precisión. Error sistemático (sesgo) Distorsiona en una dirección. Afecta la validez. Validezinterna y externa · SBE 5 / 30 T I P O 1 D E E R R O R Error aleatorio Ocurre cuando diferentes mediciones de una misma variable, tomadas en distintos sujetos o tiempos, varían sin un patrón predecible. Es el 'ruido' propio del azar en la medición. ¿Cómo lo reducimos? Aumentando el tamaño muestral ¿Por qué? Al promediar más mediciones, los errores aleatorios se compensan entre sí (positivos y negativos), y la estimación se acerca al valor real.

I D E A C L A V E La precisión de un estudio aumenta cuando reducimos el error aleatorio. Más sujetos = estimaciones más precisas. Pero ojo: tener una estimación precisa NO garantiza que esté apuntando al valor correcto. Eso depende del sesgo, que veremos a continuación. Validezinterna y externa · SBE 6 / 30 D E M O S T R A C I Ó N N U M É R I C A El tamaño muestral en acción Imaginemos que el valor real de una variable es 50.

Observa cómo, a mayor tamaño muestral, la estimación se acerca al valor real: Tamaño muestral (n) Estimación de la media Diferencia con la media verdadera (50) 5 53,62 3,62 10 53,83 3,83 30 47,98 2,02 100 49,90 0,09 300 49,68 0,32 L E C T U R A Con n=5, la diferencia con el valor verdadero es de ~3,6. Con n=100, baja a 0,09. A mayor n, mejor precisión. El error aleatorio se controla con diseño y tamaño muestral. Pero esto no protege del sesgo. Validezinterna y externa · SBE 7 / 30 T I P O 2 D E E R R O R Error sistemático (sesgo) Definición.

Cualquier error que ocurre durante la medición, diseño, conducción o análisis del estudio y que siempre desvía el resultado hacia un mismo lado (lo subestima o lo sobreestima). La ausencia de error sistemático se llama validez. Por eso, hablar de sesgo es hablar de validez. La mayoría de los sesgos se agrupan en tres familias: 1 Sesgos de selección Errores al elegir o reclutar a los participantes del estudio. 2 Sesgos de medición Errores al recoger información de los participantes. 3 Sesgos de confusión Una tercera variable distorsiona la asociación que se observa. Validezinterna y externa · SBE 8 / 30 P A R A Q U E N O S E T E O L V I D E N U N C A Precisión vs.

validez: la metáfora de la diana Imagina que disparas a una diana. El centro es el valor verdadero. Cada disparo es una medición. Válido y preciso Sin sesgo, poco error aleatorio Centrados y agrupados. El resultado ideal. Válido pero impreciso Sin sesgo, mucho error aleatorio En promedio centrados, pero muy dispersos. Preciso pero no válido Con sesgo, poco error aleatorio Agrupados, pero lejos del centro: están sesgados. Ni válido ni preciso Con sesgo y mucho error aleatorio El peor escenario: lejos y dispersos. Validezinterna y externa · SBE 9 / 30 P A R T E 2 Sesgos de selección Errores que aparecen al elegir quiénes participan en el estudio. S E S G O S D E S E L E C C I Ó N 1.

Sesgo de Neyman (de prevalencia o incidencia) ¿Qué es? Ocurre cuando la condición que estudiamos hace que algunos sujetos 'desaparezcan' de la muestra antes de poder ser estudiados — porque mueren, sanan, o cambian de estado—. Resultado: la imagen que obtenemos de la enfermedad está incompleta y, casi siempre, distorsionada. Ejemplo introductorio: Estudiamos una enfermedad muy grave que causa muertes precoces. Cuando vamos a la población a contar cuántas personas la tienen, los pacientes más graves ya fallecieron y no aparecen en nuestra muestra. Consecuencia: subestimamos la verdadera prevalencia de la enfermedad porque 'nos faltan' los casos más severos.

Lo mismo ocurre cuando los casos leves se recuperan rápido y tampoco son captados. Validezinterna y externa · SBE 11 / 30 S E S G O S D E S E L E C C I Ó N Sesgo de Neyman — caso clínico aplicado E S C E N A R I O Queremos estudiar la relación entre pérdida auditiva y trastornos del lenguaje en niños y niñas. Si el estudio se realiza solo en centros de intervención temprana, podemos quedar fuera tres grupos clave: 1 Pérdida leve sin intervención Niños/as con pérdida auditiva leve que no han buscado atención clínica. 2 Pérdida moderada/grave compensada Niños/as que ya superaron las dificultades gracias a intervención previa y no requieren atención continua.

3 Pérdida muy grave derivada Casos severos enviados a otras instituciones especializadas y no atendidos en este centro. ¿Qué pasa entonces? Subestimamos la verdadera relación entre pérdida auditiva y trastornos del lenguaje. Validezinterna y externa · SBE 12 / 30 S E S G O S D E S E L E C C I Ó N Sesgo de Neyman — datos observados y cómo evitarlo Prevalencia observada en el centro: Pérdida auditiva Con trastorno Sin trastorno Total Leve 5 25 30 Moderada 15 20 35 Severa 25 10 35 Total 45 55 100 OJO con esta tabla. Solo recoge casos en tratamiento activo.

Las prevalencias pueden estar sobreestimadas porque no se incluyen niños/as con pérdida leve o moderada que no desarrollaron trastorno o ya no requieren intervención. ¿Cómo evitarlo? 1 Incluir casos nuevos (incidentes) y antiguos. 2 Preferir un diseño longitudinal para estudiar exposiciones en el tiempo. 3 Seleccionar una muestra poblacional amplia y representativa. 4 Evitar exclusiones basadas en severidad o duración. Validezinterna y externa · SBE 13 / 30 S E S G O S D E S E L E C C I Ó N 2. Sesgo de Berkson (falacia de Berkson) ¿Qué es? Aparece cuando los participantes entran al estudio con una probabilidad distinta a la real de tener una característica de interés.

Suele ocurrir en estudios hospitalarios: los pacientes hospitalizados tienen más comorbilidades que la población general, lo que crea asociaciones falsas. Caso clínico: ¿Hay relación entre disfagia y EPOC en adultos mayores? P R O B L E M A Estudio realizado solo en una clínica de rehabilitación de problemas de deglución. EPOC Disfagia Sí Disfagia No Total Presente 80 20 100 Ausente 50 50 100 Parece que disfagia y EPOC están fuertemente asociadas. Pero esto puede ser falso: los pacientes con ambas condiciones llegan más fácilmente a este centro. ¿ C Ó M O E V I T A R L O ? 1 Hacer el estudio en una muestra representativa de la población general, no limitada a ambientes clínicos.

2 Comparar resultados con datos de otros entornos (consultas de medicina general, atención primaria) para confirmar si la asociación se mantiene. 3 Si solo se puede estudiar en hospital, declarar esto como limitación y no extrapolar. Validezinterna y externa · SBE 14 / 30 S E S G O S D E S E L E C C I Ó N Otros sesgos de selección frecuentes 3 Sesgo del voluntario D EF I N I C I Ó N El interés o motivación por participar es distinto entre los sujetos. E J E MP L O Quienes se saben expuestos y enfermaron aceptan participar más que los expuestos sanos. Las compensaciones económicas también atraen perfiles distintos. ¿ C Ó M O E V I T A R L O ?

Reclutamiento aleatorio, ampliar canales de invitación y registrar características de los no participantes. 4 Sesgo de no respuesta D EF I N I C I Ó N Los participantes omiten preguntas o el investigador descarta datos arbitrariamente. E J E MP L O Encuestas sobre comportamiento sexual, drogas o violencia: las respuestas honestas pueden ser sistemáticamente menores en quienes 'sienten' la sanción social. ¿ C Ó M O E V I T A R L O ? Asegurar confidencialidad, muestreos aleatorios y altas tasas de respuesta. Reportar siempre la tasa de respuesta del estudio.

Validezinterna y externa · SBE 15 / 30 P A R T E 3 Sesgos de medición Errores que aparecen al recoger información de los participantes ya seleccionados. S E S G O S D E M E D I C I Ó N Tres sesgos de medición frecuentes 1 Sesgo de memoria Aparece en estudios retrospectivos cuando se pregunta por exposiciones pasadas y los participantes responden con datos distorsionados por olvido o confusión. Ejemplo: Madres de niños con malformaciones recuerdan con más detalle exposiciones del embarazo que madres de niños sanos. 2 Sesgo de adaptación Ocurre en estudios de intervención cuando los participantes deciden cambiarse de grupo porque prefieren otro tratamiento.

Ejemplo: Pacientes asignados a placebo abandonan el ensayo o buscan el tratamiento activo por su cuenta. 3 Sesgo de procedimiento Lo comete el equipo investigador. En estudios retrospectivos, los 'casos' generan más interés y se les pregunta con más detalle que a los 'controles'; en intervenciones, el grupo experimental recibe más atención que el control. Ejemplo: Los entrevistadores indagan más profundo cuando saben que un sujeto ya tiene la enfermedad. Validezinterna y externa · SBE 17 / 30 E L S E S G O M Á S T R A I C I O N E R O Sesgo de confusión: la tercera variable Definición.

Ocurre cuando intentamos estudiar la asociación entre un factor X y una enfermedad Y, pero hay una tercera variable Z (variable confundente) que cumple TRES condiciones simultáneas: Z está asociada con la exposición X Z está asociada con la enfermedad Y Z NO está en la vía causal entre X e Y Ejemplo: ¿Trabajar en turnos afecta el rendimiento intelectual? X — Turnos de trabajo Y — Rendimiento intelectual Z — Variables del sueño Asociación observada (puede ser falsa) Solución: se previene con un buen diseño (aleatorización, emparejamiento) o se corrige en el análisis con modelos estadísticos que ajustan por la variable confundente.

Validezinterna y externa · SBE 18 / 30 A N T E S D E S E G U I R Resumen: clasificación de sesgos Recapitulemos en un solo cuadro todo lo que vimos: Sesgos de selección Al elegir a los participantes Neyman (prevalencia) Berkson (hospitalario) Voluntario No respuesta Sesgos de medición Al recoger los datos Memoria Adaptación Procedimiento Sesgo de confusión Una tercera variable distorsiona Variable confundente Z Asociada a X y a Y No está en la vía causal Se ajusta en el análisis Validezinterna y externa · SBE 19 / 30 P A R T E 4 Validez interna Si controlamos los sesgos, llegamos a la validez interna: ¿los resultados del estudio son creíbles dentro de su propio contexto?

D E F I N I C I Ó N C L A V E ¿Qué es la validez interna? Validez interna es el grado en que los resultados de un estudio reflejan la verdadera relación entre las variables dentro del grupo estudiado, libre de errores sistemáticos. Dicho de otro modo: ¿el estudio mide lo que dice medir, sin estar contaminado por sesgos? Para evaluar la validez interna de un estudio, examinamos cuatro pilares: 1 Diseño metodológico ¿El tipo de estudio es el adecuado para la pregunta? 2 Control de sesgos ¿Se identificaron y minimizaron los sesgos posibles? 3 Calidad del análisis ¿Se ajustó por variables confundentes? ¿Las pruebas son apropiadas?

4 Reporte de resultados ¿Se reportan medidas, intervalos de confianza y significancia con transparencia? Validezinterna y externa · SBE 21 / 30 P A R T E 5 Validez externa Aunque un estudio sea internamente válido, ¿sus resultados aplican a tus pacientes y tu contexto? D E F I N I C I Ó N Y F A C T O R E S ¿Qué es la validez externa? Validez externa es la medida en que los resultados de un estudio pueden generalizarse o aplicarse a otras poblaciones, entornos o circunstancias. De poco sirve un estudio impecable si sus resultados no se pueden trasladar al paciente que tienes enfrente. Tres factores afectan la validez externa de un estudio: 1 Muestra del estudio ¿A quiénes incluyeron?

Edad, sexo, severidad, comorbilidades. Si la muestra es muy distinta a tu paciente, los resultados pueden no aplicar. 2 Contexto del estudio ¿Dónde y cuándo se realizó? Sistema de salud, recursos, época. Un estudio de un hospital terciario puede no aplicar en atención primaria. 3 Características de los sujetos Cultura, idioma, nivel socioeconómico, acceso a atención. Variables que median entre la intervención y el resultado en el mundo real. Validezinterna y externa · SBE 23 / 30 C H E C K L I S T P R Á C T I C O Evaluación de la validez externa: las preguntas que debes hacer Antes de aplicar los resultados de un estudio a tu paciente, hazte estas preguntas: ?

¿Los sujetos del estudio son similares a los pacientes de mi práctica clínica? ? ¿Es representativa la muestra de la población a la que quiero aplicar los resultados? ? ¿El contexto y condiciones del estudio reflejan las condiciones de mi práctica? ? ¿Existen diferencias relevantes entre los participantes y mi población objetivo? ? ¿Los resultados son consistentes con otros estudios similares? ? ¿El contexto clínico influye en la aplicabilidad de los resultados? ? ¿Cuán similares son los criterios de inclusión y exclusión a mi población? TIP: Si respondes 'no' a varias de estas preguntas, los resultados pueden no aplicar a tu paciente, aunque el estudio sea metodológicamente impecable.

Validezinterna y externa · SBE 24 / 30 E S T R A T E G I A S P R Á C T I C A S ¿Cómo superar problemas de validez externa? 1 Revisión exhaustiva de la literatura Buscar varios estudios sobre el tema, incluyendo revisiones sistemáticas, para confirmar si los hallazgos se replican en distintos contextos. 2 Análisis del contexto del estudio Entender dónde, cuándo y bajo qué condiciones se hizo el estudio. Comparar con tu propio contexto. 3 Evaluación crítica de la muestra Examinar criterios de inclusión y exclusión, características demográficas y clínicas de los participantes.

4 Adaptación cultural y lingüística Si vas a aplicar instrumentos o intervenciones en otra población, adaptarlos cultural y lingüísticamente antes de usarlos. 5 Análisis crítico de la metodología Verificar que los procedimientos descritos sean replicables y aplicables en tu entorno clínico. 6 Reconocimiento de limitaciones Todo estudio tiene límites. Reconocerlos honestamente es lo que permite usar la evidencia con criterio, no descartarla ni aceptarla a ciegas. Validezinterna y externa · SBE 25 / 30 P A R A Q U E N O L A S C O N F U N D A S Validez interna vs. validez externa V A L I D E Z I N T E R N A ¿El estudio es creíble en sí mismo?

P R E G U N T A ¿Los resultados reflejan la verdadera relación entre las variables del estudio? A M E N A Z A Los sesgos (selección, medición, confusión) y el error aleatorio. C Ó MO S E L O GR A Buen diseño, control de sesgos, ajuste estadístico, tamaño muestral adecuado. S I N E L L A Los resultados son falsos: el estudio no demuestra lo que dice demostrar. V A L I D E Z E X T E R N A ¿Los resultados sirven fuera del estudio? P R E G U N T A ¿Los resultados se pueden generalizar a otras poblaciones, entornos o pacientes? A M E N A Z A Muestra muy específica, contexto clínico distinto, criterios de inclusión muy estrechos.

C Ó MO S E L O GR A Muestras representativas, contextos diversos, descripción detallada de participantes. S I N E L L A Los resultados son ciertos pero no aplican a tu paciente o tu contexto clínico. Un buen estudio necesita ambas: primero validez interna, luego validez externa. Validezinterna y externa · SBE 26 / 30 R E C A P I T U L A C I Ó N F I N A L Ideas clave para llevarse de esta clase 01 Toda medición tiene error Ese error puede ser aleatorio (afecta la precisión) o sistemático (afecta la validez). El primero se controla con tamaño muestral; el segundo, solo con buen diseño.

02 Sesgo y validez son dos caras de la misma moneda La ausencia de error sistemático es lo que llamamos validez. Cada sesgo identificado es una amenaza concreta a la validez de un estudio. 03 Hay tres familias de sesgos Selección (al elegir participantes), medición (al recoger datos) y confusión (una tercera variable distorsiona la asociación). 04 La validez interna no garantiza la externa Un estudio puede ser metodológicamente impecable pero sus resultados no aplicar a tu paciente. Por eso siempre evalúa ambas.

Validezinterna y externa · SBE 27 / 30 A U T O E V A L U A C I Ó N Para verificar tu comprensión 1 P R E G U N T A Un estudio mide la presión arterial con un tensiómetro descalibrado que siempre marca 5 mmHg de más. ¿Qué tipo de error es? Pista: ¿el error va siempre en la misma dirección o varía? 2 P R E G U N T A Investigan cáncer pulmonar reclutando solo en un servicio de oncología. ¿Qué sesgo de selección puede aparecer? Pista: ¿quiénes faltan en la muestra? 3 P R E G U N T A Un estudio sobre depresión postparto se hizo solo en mujeres universitarias urbanas. ¿Qué tipo de validez está comprometida si quiero aplicarlo en un consultorio rural?

Pista: el estudio puede ser metodológicamente correcto, pero... 4 P R E G U N T A Se observa que tomar café se asocia con cáncer pulmonar. Pero los que toman más café también fuman más. ¿Cómo se llama esto? Pista: hay una tercera variable de por medio. Validezinterna y externa · SBE 28 / 30 L E C T U R A S R E C O M E N D A D A S Para profundizar Hernández-Ávila M., Garrido F., Salazar-Martínez E. Sesgos en estudios epidemiológicos. Salud Pública de México. Manterola C., Otzen T. Los sesgos en investigación clínica. International Journal of Morphology. Greenhalgh T. How to Read a Paper: The Basics of Evidence-Based Medicine. Wiley-Blackwell. Sackett D.L., Strauss S.E., Richardson W.S., et al.

Medicina basada en la evidencia: cómo practicar y enseñar la MBE. Elsevier. Centro Cochrane Iberoamericano Manual de revisiones sistemáticas y herramientas de evaluación de riesgo de sesgo. Validezinterna y externa · SBE 29 / 30 F I N D E L A C L A S E Gracias Que la próxima vez que leas un paper, pienses en sesgos antes que en conclusiones. Universidad Mayor · Escuela de Salud Pública · Salud Basada en Evidencia Lectura crítica La lectura crítica es una herramienta fundamental para profesionales de la salud que buscan integrar la evidencia en su práctica clínica. Validez en salud basada en la evidencia.

Validez Interna Validez Externa "El grado en el cual un estudio esta libre de error sistemático". Validez interna es proporcional a la existencia de sesgo. Los estudios experimentales poseen menos riesgo de sesgo que los estudios observacionales. "Aplicabilidad", "Mundo Real" "El grado en el cual los resultados de un estudio pueden aplicarse, ser relevantes, o ser generalizables a poblaciones o grupos que no participaron del estudio". Estudios Experimentales Estudios Observacionales Validez en salud basada en la evidencia. Validez Interna Validez Externa Calidad de estudios ECA CONSORT RS y MA PRISMA E.

Observacional STROBE Metodología GRADE "Grading of Recommendations Assessmet, Development and Evaluation" Guía clínica por expertos Estudio, diagnóstico, tratamiento o prevención de una enfermedad MBE Se describe hasta 8 fases en desarrollo de una guía clínica. Grupo experto metodología informal GPC Metodología GRADE La medicina basa en la evidencia se sustenta en pilares (Preferencia de pacientes, experiencia clínica y mejor evidencia disponible) Cambiaron el paradigma de incorporar la evidencia en la práctica clínica. Pero ¿Cuál es la mejor evidencia disponible?

Metodología GRADE Primera Jerarquización de la evidencia fue formulada por la Canadian Task Force on the Periodic Heltg Examination en 1979 5 años más tarde se volvió a modificar por la US Preventive Services Task Force (USPSTF) 1995 Epidemiólogo David L. Sackett. : Nueva Jerarquización apliamente aceptada Oxford Center for Evidence based Medicine (OCEBM) Scottish Intercollegiate Guidelines Network (SING) American College of Chest Physicians (ACCP) Metodología GRADE. El principal problema de estos sistemas es la falta de interoperabilidad, de manera que no siempre el "nivel I" o una recomendación"grado A" significa lo mismo para cada sistema.

Había muchísimas publicaciones científicas, pero no todas eran confiables o útiles. Se crearon distintas clasificaciones para organizar esta evidencia (como los niveles I, II, III o recomendaciones A, B, C), pero cada sistema usaba criterios distintos, lo que generaba confusión.

Metodología GRADE Resolver esa falta de claridad y estandarización GRADE Unificar criterios para evaluar la certeza o confianza en la evidencia científica Ayudar a formular recomendaciona clínicas clara, basadas en evidencia evaluada de forma rigurosa Metodología GRADE Certeza de la evidencia Según GRADE: la certeza de la evidencia se refiere a : Es la confianza que tenemos en que el efecto real de una intervención (por ejemplo, un medicamento) está cerca del que muestra en la evidencia. Metodología GRADE Dos ideas clave del enfoque GRADE. Las revisiones sistemáticas , no deben dar recomendaciones clínicas directamente.

Su objetivo es evaluar la calidad de la evidencia, no su aplicación práctica No considera el contexto clínico . Ejemplo: Una revisión sistemática puede decir: "La evidencia sobre el uso de corticoides en COVID-19 es de alta certeza y muestra reducción de la mortalidad." Pero no puede decir: "Todos los hospitales deben usar corticoides en todos los pacientes con COVID-19". Esa decisión depende del contexto.

Los paneles de expertos (como los que realizan guías clínicas), sí pueden hacer recomendaciones, pero deben hacerlo considerando la certeza de la evidencia y el contexto clínico Ejemplo: El panel puede decir: "Recomendamos el uso de corticoides en pacientes hospitalizados con COVID-19 que requieran oxígeno, porque la evidencia es sólida, el medicamento es barato y accesible, y los beneficios superan los riesgos." GRADE y la nueva pirámide de la evidencia Era una forma de jerarquizar el valor de los distintos tipos de estudios de menor a mayor confianza.

Problema: Esta pirámide era estática, asumía que un tipo de estudio (por ejemplo, un MA) siempre era mejor que otro, solo por su diseño GRADE y la nueva pirámide de la evidencia GRADE cambia perspectiva: Ya no importa solo el tipo de estudio, sino la calidad o certeza de la evidencia específica. Dos estudios del mismo tipo pueden tener niveles de certeza distinto Según: Cantidad de participantes Riesgo de sesgo Precisión de los resultados Consistencia de los hallazgos Relevancia para la población Entonces, un ensayo clínico mal hecho puede dar menor certeza que un estudio observacional bien diseñado. GRADE y la nueva pirámide de la evidencia ¿Qué pasa con las revisiones sistemáticas?

Con esta nueva visión: Las revisiones sistemáticas ya no están en la cima de la pirámide. Ahora se ve como una lupa: Una herramienta que permite examinar críticamente la calidad de los estudios que contiene. No porque un estudio esté dentro de una revisión sistema significa que sea de alta calidad. GRADE y la nueva pirámide de la evidencia Ejemplo: Imagina que tienes esta pregunta: ¿Es efectivo el medicamento X para reducir la mortalidad en pacientes con cáncer? Puedes tener: Un ensayo clínico aleatorizado, pero con solo 30 pacientes, sin cegamiento, y con mucho riesgo de sesgo Baja certeza. Un estudio de cohorte con 5.000 pacientes, análisis ajustado, bajo riesgo de sesgo Alta certeza.

En este caso, el estudio observacional puede tener más valor que el ensayo clínico, según GRADE. Categorías otorgadas por el GRADE La certeza (o confianza) en la evidencia indica qué tan seguros estamos de que los resultados de un estudio reflejan el efecto real de una intervención (como un tratamiento, medicamento, etc.). ¿Qué hace GRADE? Nos permite valorar qué tan confiable es la evidencia científica (certeza de la evidencia), con el fin de tomar decisiones clínicas bien informadas. Este proceso sigue pasos sistemáticos. Paso 1 : Se parte con una pregunta explícita ¿El medicamento A reduce la mortalidad en pacientes con neumonía grave?

Paso 2 : Se define el nivel de certeza inicial según el tipo de estudio Ensayos clínicos aleatorizados (ECA): parten con certeza ALTA. Estudios observacionales (cohortes, casos y controles): parten con certeza BAJA. Esto recién es un punto de partida. ¿Qué hace GRADE? Paso 3: Se evalúan los "dominios" que pueden cambiar la certeza Factores que BAJAN la certeza (penalizaciones -1 o -2) Riesgo de sesgo: problemas en el diseño o ejecución del estudio (falta de cegamiento, pérdida de pacientes, etc.). Inconsistencia: resultados muy diferentes entre estudios (alta heterogeneidad). Evidencia indirecta: los estudios no responden exactamente a la pregunta (p. ej., población o intervención distinta).

Imprecisión: resultados con intervalos de confianza muy amplios o pocos eventos. Sesgo de publicación: estudios negativos no publicados o sobre-representación de estudios positivos. Si uno de estos factores es "serio" se resta -1, si es "muy serio" se resta -2. ¿Qué hace GRADE? Paso 3: Se evalúan los "dominios" que pueden cambiar la certeza Si uno de estos factores es fuerte se suma +1, si es muy fuerte se suma +2. Factores que SUBEN la certeza (mejoras +1 o +2) Gradiente dosis-respuesta: mayor dosis mayor efecto. Gran magnitud del efecto: efecto muy claro y fuerte (por ejemplo, reducción del riesgo del 80%).

Presencia de factores de confusión que reducirían el efecto, pero aun así se observa un efecto positivo eso da más confianza. ¿Qué hace GRADE? Paso 3: Resultado nivel de certeza final Luego de aplicar los ajustes (positivos o negativos), se llega al nivel de certeza final, que puede ser: ¿Qué hace GRADE? GRADE parte desde el diseño del estudio no se queda ahí Analiza 5 factores que pueden debilitar la confianza en la evidencia Y 3 factores que pueden fortalecerla clasifica la certeza como alta, moderada, baja o muy baja Ejemplo: Paso 1: Nivel de certeza inicial La mayoría de los estudios disponibles son cohortes observacionales. Por lo tanto, el nivel de certeza inicial es BAJO ( ).

Pregunta clínica: ¿El consumo de frutas y verduras reduce el riesgo de enfermedad cardiovascular en adultos? Paso 2: Evaluar factores que pueden disminuir la certeza 1.Riesgo de sesgo: Algunos estudios no ajustan bien por variables como actividad física o tabaquismo (factores de confusión). –1 punto 2.Inconsistencia: Hay bastante consistencia: la mayoría encuentra asociación beneficiosa. No se baja. 3.Evidencia indirecta: Todos los estudios observan población adulta sana, que corresponde con la pregunta. No se baja. 4.Imprecisión: La mayoría de los estudios tienen grandes tamaños muestrales y estimaciones precisas. No se baja.

5.Sesgo de publicación: Puede haber sesgo (es más fácil publicar estudios con resultados positivos). –1 punto Total de reducción: –2 puntos Nuevo nivel: MUY BAJO ( ) Paso 3: Evaluar factores que pueden aumentar la certeza 1.Gradiente dosis-respuesta: Hay una relación clara: más frutas y verduras = menor riesgo cardiovascular. +1 punto 2.Magnitud del efecto: El efecto es moderado, no extremadamente alto. No se sube. 3.Confusión que subestimaría el efecto: No se identifica. No se sube.

Total de aumento: +1 punto Paso 4: Nivel de certeza final Nivel inicial: BAJO ( ) –2 por sesgo y sesgo de publicación +1 por gradiente dosis-respuesta Resultado final: MUY BAJO ( ) Conclusión final: Hay muy poca certeza de que el consumo de frutas y verduras reduzca el riesgo cardiovascular. Aunque los estudios observacionales sugieren un beneficio, no podemos estar seguros de que la asociación sea causal. A NÁ LI SI S GR A DE · DO M I N I O 1 · 25 – 3 3 MI N Dominio 1: Riesgo de sesgo Evaluación de la probabilidad de que el diseño o conducta del estudio genere resultados engañosos. No es el sesgo en sí, sino la probabilidad de ese error sistemático.

Se evalúa con RoB 2 (ensayos) y ROBINS-I (observacionales). Si hay fallas en la aleatorización, cegamiento, ocultamiento de asignación o evaluación no validada bajar la certeza (-1 serio, -2 muy serio). Ejemplo: bajo riesgo de sesgo Revisión sobre medias de compresión para TVP: 20 ECAs con bajo riesgo. No se baja la certeza: la evidencia de alta certeza se mantiene. Ejemplo: alto riesgo de sesgo ECAs sobre cirugía vs. conservador en hernia de disco: cegamiento inadecuado, herramienta no validada. Se baja 2 niveles: de alta a baja certeza. PREGUNTA PARA LA CLASE Si un estudio no tuvo cegamiento, ¿siempre deben bajar la certeza? ¿Importa qué tipo de desenlace se estaba midiendo?

Dominios que disminuye el nivel de evidencia A NÁ LI SI S GR A DE · DO M I N I O 2 · 33 – 3 9 MI N Dominio 2: Inconsistencia Variación inexplicada en las estimaciones del efecto entre estudios, incluso considerando diferencias en PICOT. Si los IC de los estudios no se solapan inconsistencia. Se cuantifica con I² y la prueba de heterogeneidad (Chi²). Si los IC no se solapan y la variabilidad es inexplicada bajar un nivel. NOTA: inconsistencia NO tiene relación con cruzar la línea de no efecto (eso es imprecisión). Guía de interpretación del I² < 40%: bajo · 30–60%: moderado · 50–90%: sustancial · 75–100%: considerable. Un I² alto justifica bajar la certeza.

Ejemplo aplicado (Kirmayr et al., 2021) Rehabilitación pulmonar en EPOC: I² = 93%. Resultados varían de -25 a +215 metros. IC no se solapan. Se baja al menos 1 nivel: de alta a moderada. GUION DOCENTE "Imaginen que preguntan a 6 personas cuánto mide esta sala. Uno dice 8 m, otro 12, otro 5. No se puede confiar en un promedio tan variable. Eso es inconsistencia." Dominios que disminuye el nivel de evidencia Una guía de práctica clínica para el tratamiento de pacientes con enfermedad pulmonar obstructiva crónica, evaluó la eficacia de la rehabilitación respiratoria en el contexto de una exacerbación en términos de la tolerancia al ejercicio evaluada con la prueba caminata de 6 minutos.

Una revisión sistemática que analizó seis estudios para esta prueba mostró unos resultados muy variables entre los estudios, con intervalos de confianza que no se solapan, y se objetivó heterogeneidad estadística (I2 = 93%), como se puede ver en la Figura. En situaciones como esta, la confianza en los resultados disminuye al menos un nivel. Por lo tanto, la certeza de la evidencia catalogada como alta para una revisión sistemática de ensayos clínicos aleatorizados pasaría a ser moderada. A NÁ LI SI S GR A DE · DO M I N I O 3 · 39 – 4 4 MI N Dominio 3: Evidencia indirecta Ocurre cuando la evidencia disponible no responde exactamente nuestra pregunta.

Puede ser indirección de población (p.ej.: adultos jóvenes vs. mayores), de intervención, de comparación, o de desenlace (usar un resultado subrogado en vez del desenlace clínico final). Si el estudio no responde directamente la pregunta (P, I, C u O T distintos) bajar un nivel. Si responde directamente la pregunta PICOT no bajar. Indirección de desenlace Alendronato y osteoporosis: se mide densitometría ósea (subrogado) en vez de fracturas (desenlace directo). Se baja 1 nivel: de alta a moderada. Indirección de población Aplicar evidencia de ECAs (media 61 años) a una mujer de 88 años con osteoporosis. Los resultados no fueron generados en esta población. Se baja 1 nivel.

PREGUNTA PARA LA CLASE ¿Si quisiéramos aplicar resultados de estudios sobre aspirina en hombres europeos jóvenes a una mujer adulta mayor chilena, qué tipo de indirección identificarían? Dominios que disminuye el nivel de evidencia A NÁ LI SI S GR A DE · DO M I N I O 4 · 44 – 5 0 MI N Dominio 4: Imprecisión Resultados imprecisos cuando los estudios incluyen pocos pacientes o eventos, generando IC amplios. Se evalúa si el IC cruza umbrales de relevancia clínica: RR 0,75 o 1,25 para dicotómicos; o la Diferencia Mínima Importante (DMI) para continuos. Se analiza el diamante del metanálisis, no los estudios individuales.

Si el IC cruza el umbral clínicamente relevante (RR 0,75/1,25 o DMI) bajar un nivel por imprecisión. El diamante del metanálisis es lo que importa. Ejemplo preciso (dicotómico) Corticoides antenatales: RR 0,5 (IC: 0,4–0,6). Todo el IC está bajo 0,75. No se baja: resultado preciso con reducción del 8–12% en mortalidad neonatal. Ejemplo impreciso (continuo) Hombro doloroso (DMI = 10,4 pts): cirugía reduce 11 pts (IC: 9– 12). Extremo inferior del IC (9 pts) está bajo la DMI. Se baja 1 nivel: resultado impreciso. "Lo que debemos mirar es el diamante del Forest plot, no los estudios individuales.

Si ese diamante abarca efectos importantes e insignificantes a la vez, no sabemos cuál es el efecto real." Dominios que disminuye el nivel de evidencia A NÁ LI SI S GR A DE · DO M I N I O 5 · 50 – 5 5 MI N Dominio 5: Sesgo de publicación Posibilidad de que estudios con resultados negativos (no significativos) no hayan sido publicados, haciendo que el metanálisis sobreestime el efecto real. Difícil de detectar bajar máximo 1 nivel (-1). Se analiza con el Funnel Plot: embudo = sin sesgo; pirámide truncada = posible sesgo. Funnel Plot simétrico (forma de embudo) sin sesgo aparente. Asimétrico (pirámide truncada) sospecha de sesgo de publicación. ¿Cuándo sospecharlo?

Muchos estudios pequeños con resultados positivos Financiamiento de la industria No hay registro previo del estudio Funnel plot asimétrico Contexto de los estudios de hoy Los artículos de Kirmayr y Quilodrán son revisiones narrativas, NO metanálisis. Por lo tanto, el sesgo de publicación NO aplica como dominio evaluable en este contexto. "Los estudios con resultados negativos se quedan en un cajón. Si hacemos un metanálisis solo con los publicados, el resultado parece mejor de lo que es.

Por eso existen los registros de ensayos clínicos: para que no puedan ocultar resultados negativos." Dominios que disminuye el nivel de evidencia El sesgo de publicación ocurre cuando estudios con resultados negativos o no significativos no son publicados o quedan fuera de revisiones sistemáticas, lo que puede distorsionar los resultados del metanálisis. Esto sucede porque los estudios con efectos positivos tienen más probabilidad de ser publicados, mientras que los que no muestran beneficio suelen quedar ocultos. Detectarlo es difícil, por lo que solo en casos evidentes se reduce la certeza de la evidencia en un nivel (–1).

Una herramienta para identificarlo es el Funnel Plot, un gráfico que debería tener forma simétrica de embudo; si está truncado o asimétrico, puede indicar presencia de este sesgo. A NÁ LI SI S GR A DE · F ACT O R E S Q UE AUM E N T AN · 50– 5 5 MI N Factores que aumentan la certeza Solo aplican a estudios observacionales sin limitaciones serias en los 5 dominios anteriores. 1 Gran magnitud del efecto Si el efecto es tan grande que es improbable que el sesgo explique toda la asociación. Ejemplo: cascos de bicicleta reducen lesiones craneales (OR 0,31; IC 0,26–0,37). +1 o +2 según magnitud.

2 Gradiente dosis-respuesta Al aumentar la dosis de exposición, el efecto también aumenta de forma consistente. Ejemplo: niveles más altos de INR en anticoagulados mayor riesgo de sangrado. +1 3 Confusión residual que va contra el efecto Si los factores de confusión esperados actúan en la dirección opuesta al efecto observado y el efecto persiste, la certeza puede subir. Ejemplo: usuarios de condón tienen más parejas (mayor riesgo esperado), pero el condón igualmente protege del VIH. +1 GUION DOCENTE "Recuerden: estos factores solo funcionan si el estudio es observacional Y no tiene sesgos serios.

Primero la base tiene que ser sólida." Dominios que aumentan el nivel de evidencia Gran Magnitud de Efecto: Cuando la evidencia muestra un efecto muy grande de una intervención, se puede tener mayor confianza en los resultados, incluso si proviene de estudios observacionales. Esto se debe a que es poco probable que un sesgo por sí solo explique un beneficio tan marcado. Por ejemplo, estudios observacionales han mostrado que el uso de casco reduce significativamente las lesiones en la cabeza en ciclistas (odds ratio 0,31), y aunque este tipo de estudio suele considerarse de baja certeza, la magnitud del efecto permite aumentar la calificación de la evidencia a un nivel moderado.

Magnitud de efectos RR o OR >2 o < 0,5 Dominios que aumentan el nivel de evidencia Gradiente dosis respuesta La existencia de un efecto dosis-respuesta también aumenta el nivel de certeza. Por ejemplo, en usuarios de anticoagulantes hay una gradiente dosis respuesta entre niveles más altos de INR (International Normalized Ratio, indicador del grado de anticoagulación) y el riesgo aumentado de sangrado. Esto aumentaría nuestra confianza en cuanto a qué niveles supra terapéuticos de anticoagulación podrían aumentar el riesgo de sangrado.

Dominios que aumentan el nivel de evidencia Efecto de los potenciales factores de confusión residual: Al momento de evaluar la evidencia, se considera la posibilidad de que existan factores de confusión que reduzcan o incrementen un determinado efecto. Cuando el resultado obtenido no se ve afectado por estos factores, es posible aumentar la certeza en un nivel. Por ejemplo, si en un análisis se considera que las personas que usan condón es probable que tengan más parejas sexuales, sería esperable que en esta población el riesgo de infección por virus de la inmunodeficiencia humana (VIH) sea mayor.

Sin embargo, este factor no redujo el efecto demostrado del preservativo, por lo que constituye una medida tan efectiva para la prevención de la transmisión del virus de la inmunodeficiencia humana que supera a este factor de confusión. Dominios que aumentan el nivel de evidencia Efecto de los potenciales factores de confusión residual: Supongamos que un estudio observacional muestra que andar en bicicleta todos los días reduce el riesgo de enfermedades cardíacas. Pero podríamos pensar: "Quizás las personas que andan en bicicleta también comen más sano, fuman menos y duermen mejor." Eso serían factores de confusión que podrían explicar el efecto, y no la bicicleta en sí.

Sin embargo, si el estudio ajusta estadísticamente por esos factores (dieta, tabaco, sueño) y aun así se mantiene el beneficio, entonces se considera que el efecto es robusto frente a factores de confusión. Resultado: Podemos tener más confianza en que el ejercicio en bicicleta es realmente beneficioso, y por eso GRADE permite aumentar la certeza de la evidencia. Gracias ! Lectura crítica e instrumentos de apoyo Salud Basada en la Evidencia Objetivos 1. Comprender la importancia de la lectura crítica en el análisis de evidencia científica. 2. Identificar los criterios clave para evaluar la validez y aplicabilidad de un estudio. 3.

Aplicar herramientas de lectura crítica para evaluar la validez y aplicabilidad de la evidencia. Lectura Crítica en Salud Basada en la Evidencia La lectura crítica es una herramienta fundamental para profesionales de la salud que buscan integrar la evidencia en su práctica clínica. La medicina basada en la evidencia (MBE) es la integración consciente y juiciosa de la mejor evidencia actual con la experiencia clínica y las preferencias del paciente para tomar decisiones sobre atención de salud. Fundamenta: Pirámide de la evidencia: Jerarquiza los tipos de estudios científicos, dando mayor peso a la evidencia de mayor calidad, como los ensayos controlados aleatorizados.

Elementos clave de la lectura crítica 1 Validez interna Indica si el estudio fue realizado con rigor metodológico y si los resultados son confiables. 2 Validez externa Evalúa si los hallazgos del estudio son aplicables a la población y contexto en cuestión. 3 Relevancia clínica, científica y práctica Determina si los resultados son relevantes para la práctica clínica diaria. 4 Sesgos Evaluar si los resultados fueron influenciados por factores externos que podrían sesgar los resultados. Aplicación en la práctica clínica Identificar el problema de salud del paciente y la pregunta de investigación. Buscar recursos de información médica para encontrar la evidencia más actualizada y relevante.

Evaluar críticamente la calidad y validez de la evidencia encontrada. Integrar la evidencia con la experiencia clínica y las preferencias del paciente. Evaluar la efectividad de las decisiones clínicas tomadas y adaptar el enfoque si es necesa Estructura IMRD: Comprender cómo se organizan los estudios científicos: Introducción, Métodos, Resultados, Discusión. Aplicación en la práctica clínica: lista de verificación CRAAP 1 Actualidad (Currency): evaluar la fecha de publicación y la relevancia temporal de la información. 2 Relevancia (Relevance): determinar la importancia del estudio para tu investigación actual.

3 Autoridad (Authority): verificar las credenciales de los autores y la reputación de la institución. 4 Precisión (Accuracy): analizar la metodología utilizada, las fuentes de información y la exactitud de los datos. 5 Propósito (Purpose): identificar el objetivo del estudio, posibles conflictos de interés y la perspectiva del autor. Herramientas e instrumentos para la evaluación crítica Herramienta (guía) Utilidad CASPe Evaluación de estudios de intervención, diagnóstico, pronóstico y tratamiento. STROBE Para evaluar la calidad metodológica de estudios observacionales, como estudios de cohortes y de casos y controles.

Proporciona una guía detallada para evaluar el diseño, la ejecución y el análisis del estudio. PRISMA Para evaluar la calidad de revisiones sistemáticas y meta-análisis, promoviendo la transparencia en la metodología. Ofrece un marco estructurado para evaluar la exhaustividad, la precisión y la transparencia de la revisión. CONSORT Para evaluar la calidad metodológica de los ensayos controlados aleatorios. Proporciona una guía detallada para evaluar el diseño, la ejecución y el análisis del estudio. AGREE II Para evaluar la calidad de las guías clínicas, asegurando su rigurosidad y aplicabilidad.

Herramientas para la evaluación crítica: Guía CASPe (Critical Appraisal Skills Programme español)- Programa de habilidades de evaluación crítica https://hacto.umh.es/2023/05/22/lectura-critica-a-traves-de-las-guias-caspe/ Fue desarrollada originalmente en Reino Unido y adaptada al español Ventaja : tiene plantillas específicas para lo tipos de estudios más comunes en salud.

Herramientas para la evaluación crítica: Guía CASPe (Critical Appraisal Skills Programme español)- Programa de habilidades de evaluación crítica https://hacto.umh.es/2023/05/22/lectura-critica-a-traves-de-las-guias-caspe/ Herramientas para la evaluación crítica: Guía CASPe https://redcaspe.org/materiales/ Herramientas para la evaluación crítica: Guía STROBE https://www-strobe--statement- org.translate.goog/checklists/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc Strengthening the Reporting of Observarional Studies in Epidemiology - Fortalecimiento del reporte de estudios observacionales en epidemiología Evaluar y reportar estudio observacionales : Cohortes , casos y controles , estudios transversales.

Herramientas para la evaluación crítica: Guía STROBE https://www-strobe--statement- org.translate.goog/checklists/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc Herramientas para la evaluación crítica: Guía PRISMA Preferred Reporting Items for Systematic reviews and Meta-Analyses -Elementos de reporte preferidos para revisiones sistemáticas y metaanálisis Se diseñó para ayudar a los(as) autores(as) de revisiones sistemáticas a documentar de manera transparente el por qué de la revisión; qué hicieron los autores; y qué encontraron. Revisiones sistemáticas: Síntesis del estado del conocimiento en un área determinada.

Sintetiza la evidencia disponible sobre una pregunta específica de forma regurosa y reproducible. Útiles para: Identificar futuras prioridades de investigación. Abordar preguntas que de otro modo no podrían ser respondidas por estudios individuales. Identificar problemas en la investigación primaria que deben ser corregidos en futuros estudios. Generar o evaluar teorías sobre cómo o por qué ocurren fenómenos de interés. Declaración PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses) Autores deben elaborar una publicación transparente, completa y precisa en la que se describa: 1. ¿Por qué se ha realizado la revisión?

: Esto corresponde a la justificación y el contexto de la pregunta de investigación. ¿Qué gap de conocimiento existía? ¿Por qué era necesaria esta síntesis? 2. ¿Qué se ha hecho? : Esto incluye cómo se buscaron los estudios, en qué bases de datos, qué criterios de inclusión y exclusión se usaron, cómo se evaluó la calidad de los estudios. Esta es la sección que más le importa a quien evalúa la revisión. 3. ¿Qué se ha encontrado? : Los resultados: cuántos estudios quedaron, qué dijo cada uno, qué muestra el metaanálisis si lo hay.

Declaración PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses) Autores deben elaborar una publicación transparente, completa y precisa en la que se describa: 1. ¿Por qué se ha realizado la revisión? 2. ¿Qué se ha hecho? (por ej., cómo se han identificado y seleccionado los estudios)? 3. ¿Qué se ha encontrado? (por ej., características de los estudios incluidos y los resultados de los metanálisis). Permite a los(as) autores(as) alcanzar este objetivo con más facilidad Declaración PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses) Incluye 27 ítems que cubren diferentes secciones del informe de una revisión sistemática: Título. Resumen. Métodos.

Resultados. Discusión. Se utiliza al revisar estudios que han sintetizado la evidencia científica de una manera sistemática, generalmente con búsquedas exhaustivas en bases de datos como PubMed y el uso de criterios de inclusión/exclusión. Diseñada principalmente para revisiones sistemáticas de estudios que evalúan los efectos de las intervenciones sanitarias, independientemente del diseño de los estudios incluidos. PRISMA cubre todo el ciclo de la revisión sistemática, desde cómo se titula hasta cómo se interpretan los hallazgos y se declaran las limitaciones. Declaración PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses) Componentes claves: 1.

Métodos: Esta sección debe describir con claridad: los criterios de inclusión y exclusión (quién entra y quién queda fuera, y por qué); la estrategia de búsqueda (qué términos se usaron, en qué bases de datos, en qué fecha); la evaluación del riesgo de sesgo de cada estudio; y los métodos de síntesis (cómo se combinaron los resultados, si se hizo metaanálisis, qué modelo estadístico se usó 2. Resultados: Aquí deben aparecer: el diagrama de flujo PRISMA (que muestra cuántos artículos se identificaron, cribaron, incluyeron y excluyeron); las características de los estudios incluidos; los datos de eficacia o el resultado principal del metaanálisis; y la evaluación de calidad de cada estudio. 3.

Discusión: Debe interpretar los hallazgos en contexto, identificar las limitaciones (tanto de los estudios incluidos como de la revisión en sí), y establecer implicaciones para la práctica y la investigación futura. ¿Cómo utilizar PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses)? Revisión de la declaración PRISMA 2020 en las fases iniciales del proceso de escritura (y de búsqueda). Lista de verificación: Siete secciones o dominios con 27 ítems, algunos de las cuales incluyen subítems. Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Alonso-Fernández, S. (2021).

Declaración PRISMA 2020: una guía actualizada para la publicación de revisiones sistemáticas. Revista española de cardiología, 74(9), 790- 799. https://www.revespcardiol.org/es-declaracion-prisma-2020-una-guia-articulo-S0300893221002748 Importante: Considerar siempre el flujo de trabajo PRISMA. Buenas noticias: ¡Hay sitio para hacerlo fácilmente! https://prisma.shinyapps.io/checklist/ ¿Qué hacemos luego de definir el listado PRISMA? Presentación de resultados. ¿Qué hacemos luego de definir el listado PRISMA? Presentación de resultados.

Si tenemos suficientes estudios con datos numéricos comparables, podemos hacer un metaanálisis: combinar estadísticamente los resultados de múltiples estudios para obtener un efecto global. El resultado se presenta típicamente como un forest plot (un gráfico con los estudios individuales y su contribución al efecto combinado). Si los estudios son demasiado heterogéneos para combinar estadísticamente (diferentes poblaciones, desenlaces, o intervenciones), hacemos una síntesis narrativa: describimos y comparamos los resultados de forma cualitativa.

Herramientas para la evaluación crítica: Guía CONSORT Randomized clinical trials (CONSORT) https://www.elsevier.es/es-revista-medicina-clinica-2-articulo-ensayos-clinicos-aleatorizados-consort-13083727 https://www-consort--spirit-org.translate.goog/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc&_x_tr_hist=true Los ECA son el gold standard : para evaluar la eficacia de una intervención, porque la aleatorización controla los factores de confusión de una manera que ningún otro diseño puede igualar.

Herramientas para la evaluación crítica: Guía CONSORT Evaluación de ensayos clínicos CONSORT Es una guía para la elaboración y presentación de informes de ensayos clínicos, facilitando su evaluación crítica. Aleatorización Asigna al azar los participantes a los grupos de estudio para garantizar la comparabilidad. Cegamiento Evita que los participantes y/o investigadores conozcan el tratamiento asignado para evitar sesgos. ¿Cómo se consolida el resultado de la(s) guía(s)? Priorización de segmentos: No todos los apartados de la lista tienen el mismo peso: Métodos, Resultados y Evaluación de sesgo tienen un mayor impacto sobre la calidad de la revisión.

Si los métodos y la evaluación de sesgo son sólidos, el artículo tiene mayores probabilidades de ser considerado válido. Si la introducción o la discusión son deficientes, pero los métodos y resultados son adecuados, el artículo aun podría ser útil para la revisión sistemática, aunque podría requerir ajustes en su interpretación. Si faltan componentes esenciales en los métodos o los resultados (como la falta de transparencia en la estrategia de búsqueda o la falta de evaluación de sesgo), es probable que el artículo no sea adecuado. ¿Cómo se consolida el resultado de la(s) guía(s)?

Al final del proceso, si los métodos son sólidos y los resultados están claramente reportados, el artículo puede ser utilizado, incluso si algunas secciones como la introducción o la discusión son deficientes. Si hay fallas importantes en las secciones clave como los métodos o la evaluación de sesgo, el artículo probablemente no es adecuado para una revisión sistemática de alta calidad. Análisis crítico Interpretación de resultados* Interpretación de resultados* Análisis Estadístico Crítico Interpretación de valores p y significancia estadística. Tamaño del efecto vs. significancia estadística. Intervalos de confianza y poder estadístico. Identificación de errores tipo I y tipo II.

En síntesis, la aplicación práctica se asocia a: Lista de verificación personalizada. Adaptar la lista de verificación CRAAP a las necesidades específicas de su investigación. Proceso sistemático de evaluación. Aplicar las herramientas de evaluación de forma metódica y documentada. Documentación del análisis crítico. Registrar los pasos realizados, las observaciones y las conclusiones del análisis. Recursos adicionales y referencias clave. Consultas especializadas, guías de análisis crítico y recursos bibliográficos relevantes.