Post on 31-Jan-2021
transcript
E S T A D Í S T I C A
101
3. Análisis descriptivo
Comoyahemoscomentado,elanálisisdescriptivosirvepararesumir losdatos.Lasdos formasde realizarun resumendedatossonmedianteunatabla de frecuencias o mediante representaciones gráficas.Pararealizarunresumendelosdatos,disponemosdeunaseriedeestadísticos(cantidadnuméricacalculadaapartirdelamuestra),quesedividenen:
• Estadísticos de centralización: estos estadísticos ofrecen información acerca devalorestípicosopromediodeunconjuntodedatos.Losestadísticosqueestudiare-mosenestemóduloson:– Media: sumadelosvaloresdivididaporeltamañomuestral.Essensibleavalores
extremos.– Mediana: esunvalorquedividea lasobservacionesconelmismonúmerode
valores.Esdecir,dejaacadaladoel50%delasobservaciones.Noessensibleavaloresextremos.
– Moda:eselvalorovaloresmásfrecuente.Adiferenciadelamediaylamediana,lamodano es un valor único, podemos encontrar distribucionesunimodales,bimodales.
• Estadísticos de dispersión: indicanenquémedidaestán juntoso separadosdelvalorcentral.Cuantomásseparadosesténdelvalordelcentralmayordispersión.– Varianza:mideelpromediodelasdesviacionesalcuadradodelasobservaciones
respectoalamedia.Essensibleavaloresmuyalejadosdelamedia.Ademásesdedifícilinterpretación,yaquealtenerlasunidadesalcuadradodificultasuinterpre-tacióndirecta.Porelloseaconsejautilizarladesviacióntípicaoestándar.
– Desviación típica:secalculacomolaraízcuadradadelavarianza.Tienelasmis-masunidadesdemedidaquelosdatosoriginalesysuelepresentarsecomodes-cripcióndelavariabilidaddelosdatosenuntrabajodeinvestigación.
– Coeficiente de variación de Pearson:esunamedidadedispersiónrelativa,per-mitelacomparacióndeladispersiónexistenteentredistribucionesdistintas.Conestevalorpodemosconocersilosvaloresdeunavariableestándispersosocon-centrados.Lacomparacióndirectadelasdesviacionestípicasnoesmuyinforma-tivayaquedependerádelasunidadesdemedida.Secalculacomolarazóndeladesviacióntípicaylamedia.Sueleexpresarseenporcentaje.Asíporejemplo,silamediadeunavariablevale10yladesviacióntípica5,podemosafirmarqueladesviacióntípicasuponeel50%delamedia.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
102
• Estadísticos de Forma:– Asimetría:lasdistribucionespuedensersimétricasoasimétricas.Cuandohaysi-
metríapositivalacoladeladerechaesmásprolongadayelcoeficientedeasime-tríaserápositivo.Cuandolaasimetríaesnegativa,lacoladelaizquierdaesmáslargayelcoeficienteseránegativo.Cuandoladistribuciónessimétricaelvaloresdecero.Endistribucionessimétricas,mediaymedianacoincidenylamodasiesúnicatambién.
Figura 2.Simetríayasimetríadelasdistribuciones.
– Apuntamiento o curtosis:mideelgradodeapuntamientodeladistribuciónres-pectodeladistribuciónnormal,puedeserplaticurtica(curtosis0).
Figura 3.Gradodeapuntamientodeladistribución.
• Estadísticos de posición:– Cuartiles:son3valoresquedistribuyenlaseriededatos,ordenadadeformacre-
cienteodecreciente,encuatrotramosiguales,enlosquecadaunodeelloscon-centrael25%delosresultados.
– Deciles:son9valoresquedistribuyenlaseriededatos,ordenadadeformacre-cienteodecreciente,endieztramosiguales,enlosquecadaunodeellosconcen-trael10%delosresultados.
– Percentiles:son99valoresquedistribuyenlaseriededatos,ordenadadeformacrecienteodecreciente,encientramosiguales,enlosquecadaunodeelloscon-centrael1%delosresultados.
��������������
��������������
��������������
��������������
������������������
��������������
�����������������
��������������
������������������
E S T A D Í S T I C A
103
Bibliografía
Apuntesdebioestadística.UniversidaddeMálaga:http://www.bioestadistica.uma.es/baron/apuntes/
BorrásF,Cuadernos de bioestadística(1995).Cuadernosdebioestadística.
ClifforRC,TaylorR.A.Bioestadística (2008).
MartínezGonzálezM.A,DeIralaEstévezJ,FaulínFajardoF.J.Bioestadística amigable (2001).
SokalR,RohlfR.Introducción a la bioestadística (1980).
UnidaddebioestadísticadelHospitalRamónyCajal:http://www.hrc.es/investigacion/inves_unidadbio.htm
http://www.bioestadistica.uma.es/baron/apuntes/http://www.hrc.es/investigacion/inves_unidadbio.htm
11Probabilidad
MARI CARMEN VIVO MOLINA
Licenciada en Ciencias y Técnicas Estadísticas. Profesora asociada de la Universidad Miguel Hernández. Dirección General de Planificación, Ordenación Sanitaria
y Farmacéutica e Investigación. Consejería de Sanidad y Política Social de la Región de Murcia.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
106
1. Introducción
Laspruebasdiagnósticas suelenestaracompañadasde incertidumbre, la formadecuantificarestaincertidumbreesmedianteelcálculodeprobabilidades.Unadefiniciónbásicadeprobabilidades laproporcióndevecesqueunsucesoocurrasi repetimos laexperienciaunnúmeromuygrandedeveces.
2. Conceptos de probabilidad
Cuandorealizamosunexperimentoaleatorio,obtenemosdiversosposibles resulta-dos.Al conjuntode todos losposibles resultados lo llamaremosespacio muestral (E). Cuando estamos interesados en la ocurrencia de un resultado concreto, estamos ha-blandodeunsuceso. LlamaremossucesocomplementariodeA ( ),alsucesocontrario(P(A)=1-P( )),unióndelossucesosAyB( ),alosresultadosexperimentalesqueestánenA,enBoenambossucesos.SeandossucesosAyB,lasoperacionesbásicasdeunióneintersecciónestánrepresentadasenlasiguientefigura.
Figura 1.Unióneinterseccióndesucesos.
Llamamosprobabilidadacualquier funciónPqueasignaacadasucesoAunvalornuméricoP(A).Lasreglasdelafuncióndeprobabilidadson:
1.Laprobabilidaddeunsucesoseguroes1.2.Laprobabilidadtomavaloresentre0y1.3.Laprobabilidaddeunsucesoinciertoes0.
����������������������
�
�
�����������������������������
�
�
P R O B A B I L I D A D
107
Regla de Laplace
Establecequesiemprequelossucesosseanequiprobables,laprobabilidaddeobte-nercadaresultadoseráigualalcocienteentrecasosfavorablesycasosprobables.AsílaprobabilidaddeAseestimacomo:
íaocurrirAcesquepodrNúmerodeveocurreAdevecesqueNAP º)( =
Así, supongamosquede 1000personasmayoresde 50 años 100puedendesarro-llarcáncerdecolon, laprobabilidaddedesarrollarcáncerdecolonseestimaríacomo:100/1000=0,1=10%.
Probabilidad condicionada
SellamaprobabilidaddequeocurraunsucesoAcondicionadaaB(P(A/B)),alapro-babilidaddequeocurraelsucesoAsabiendoqueocurreB.Lafórmuladelaprobabilidadcondicionadaes:
Diremosquedossucesossonindependientescuandolaocurrenciadeunonoinflu-yeenlaocurrenciadelotro.Así,siAyBsondossucesosindependientes,cumplen:
1.
2.
Ejemplo: lasiguientetablamuestralosresultadosdeunamuestrade723pacientes,dondecadaunodelos723secaracterizaporserfumador(F)ono( F )yporpresentarciertaenfermedad(Enf )ono( Enf ).
Tabla 1.Númerodefumadoresynofumadoressegúnpresentenonolaenfermedad.
Fumador No fumador Total
Presentaciertaenfermedad 428 82 510
Nopresentaciertaenfermedad 62 151 213
Total 490 233 723
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
108
LaprobabilidaddeseleccionarunpacientequeseafumadorP(F)=490/723,elsuce-socomplementarioolaprobabilidaddeseleccionarunpacientequenoseafumadores P( F )=1-490/723.Laprobabilidaddeseleccionarunapersonaquefumeyquepresentelaenfermedad,secalculamediantelainterseccióndelosdossucesos,presentarlaenferme-dadyserfumador.P( )=428/723.LaprobabilidaddeserfumadoropresentarlaenfermedadP( )=490/723+510/723-428/723=572/723.Yporúltimo,siunaper-sonaesfumadora,laprobabilidaddepresentarlaenfermedades:
Teorema de Bayes
Sellamaparticiónaunconjuntodesucesos iA talesque ,mutua-menteexcluyentesyquecubrentodoelespaciomuestralE,yseaBunsucesotalque
:
Engeneral,laregladeBayespermiteusarP(A/B)paracalcularlaP(B/A).LaprincipalaplicacióndeestapruebaencienciasdelasaludesparaelcálculodeÍn-
dicespredictivos.Esteteorematienesuaplicaciónenelcálculodelaprobabilidaddeundiagnóstico correcto.
Pruebas médicas
Lasmedidasdefrecuenciamáscomúnmenteutilizadasson:PrevalenciaeIncidencia.Prevalencia:probabilidaddequeunapersonatengalaenfermedad.Incidencia: laincidenciareflejaelnúmerodenuevos“casos”enunperiododetiempo.
Laspruebasmédicasestándiseñadasparaestablecer lapresenciaoausenciadeal-gunaenfermedad.Estaspruebasnosonperfectas.Elmejoropeordesempeñodeunapruebapuedeevaluarseatravésdelcálculode:
Sensibilidad (S):probabilidaddequeunapersonaconlaenfermedadtengaunresul-tadopositivo.
Especificidad (E):probabilidaddequeunapersonaquenotienelaenfermedad,déunresultadonegativo.
P R O B A B I L I D A D
109
Estimación de probabilidades posterior:eslaprobabilidaddepresentarlaenferme-daddespuésdeconocerlosresultadosdelapruebadiagnóstica,lasprincipalesmedidasson:
• Valor predictivo positivo (VPP):eslaprobabilidaddequeunapersonaquedaposi-tivo,enunapruebadiagnósticatengalaenfermedad.Laprobabilidaddeidentificarcorrectamenteloscasospositivos.
• Valor predictivo negativo (VPN):Eslaprobabilidaddeunapersonaquedanega-tivoenunapruebadiagnósticanotengalaenfermedad.Laprobabilidaddeclasifi-carcorrectamenteloscasosnegativos.
Tabla 2.Categoríasdeclasificacióndelaenfermedadsegúnelestadorealdelpaciente.
Presencia de la enfermedadNo presencia de la
enfermedad
Resultadopositivodelaprueba VPP FalsoPositivo(FP)
Resultadonegativodelaprueba FalsoNegativo(FN) VPN
• Cociente de probabilidad positivo (CPP):cuantoesmásprobableelresultadoposi-tivoentrelosenfermosqueentrelosnoenfermos.Larelaciónentrelaproporcióndeenfermosquesonclasificadoscomotalesporlapruebadiagnósticaylaproporcióndesanosquehansidoclasificadoscomoenfermos.
• Cociente de probabilidad negativo (CPN):cuantomásprobableeselresultadone-gativoentrelosenfermos,queentrelosnoenfermos.Larelaciónentrelaprobabili-daddequelapruebaseanegativaenpresenciadelaenfermedadylaprobabilidaddequelapruebaseanegativaensuausencia.Asíunresultadode8,5quieredecirquelaprobabilidaddequelapruebapresenteunresultadonegativoenunindivi-duosanoes8,5veceslaprobabilidaddequepresenteunresultadonegativoenunoenfermo.
Riesgo relativo (RR): eselcocienteentreelriesgodelgrupotratadoyelriesgodelgru-pocontrol.Paraevitarvaloresmenoresque1,sedefinecomoelcocienteentreelriesgodelgrupoconmayorriesgoyeldemenorriesgo.
Reducción absoluta del Riesgo (RAR): diferenciaentreelriesgodelgrupocontrolyelriesgodelgrupotratado.
Reducción relativa de riesgo (RRR): cocienteentrelareducciónabsolutadelriesgoyelriesgoenelgrupocontrol.
Número necesario a tratar (NNT): númerode individuosquehayquetratarconeltratamientoexperimentalparaproducir,oevitar,uneventoadicionalrespectoalosqueseproduciríanconeltratamientocontrol.Secalculacomoelinversodelriesgorelativoabsoluto(RRA).
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
110
Razón de probabilidad (Odds Ratio): otramedidadelaexactituddeunclasificadorsebasaenlasodds(ventajasopreferencias)delasrespuestas.Eselcocienteentrelapro-babilidaddequeocurrauneventoy laprobabilidaddequenoocurraelevento(com-plementario). Indicacuántomásprobablees laocurrenciadeunevento frentea lanoocurrencia.Puedetomarvaloresde0ainfinito.
Existendostiposdeoddsquesondeinterésparaanalizarelrendimientodeunclasifi-cador,quesepuedencalcularenfuncióndelasensibilidadylaespecificidad(véasetabla).
Sitomaelvalorcero,estoquieredecirquenohayasociaciónentrelasvariables.Sielresultadoesmayorqueuno,laasociaciónespositiva,esdecir,silapresenciadelfactorseasociaamayorocurrenciadelevento.Sitomavalor1,nohayasociaciónentrelapresenciadelfactoryelevento.Porejemplo,siunadrogaconrespectoalplaceboproduceunaORde1,3,significaqueladrogaes1,3vecesmejorqueelplacebo.
Estetipoderesultadossesueleacompañarconintervalosdeconfianza,quedesarro-llaremos en el siguiente tema.
Ejemplo:elsiguienteejemplomuestralacapacidadpredictivadeunapruebadiagnós-tica.PuedescomprobarlosresultadosusandoelarchivoCALCULADORA.xlsx,enelqueademáspuedesobtenerlosintervalosdeconfianzaal95%.
Tabla 3.Resultadosdeunapruebaparaenfermosynoenfermos
Enfermedad Total
No enfermo Enfermo
Resultado Negativo 1 6 7
Positivo 8 5 13
Total 9 11 20
Sensibilidad: =0,45.El45,5%delaspersonasconlaenfermedadestándebidamen-teidentificadas,menosdelamitad.
Especificidad: =0,11.El11%delaspersonasquenotienenlaenfermedadtienen
unresultadonegativo.Porlotanto,unpacientequenotengalaenfermedadnoesmuyseguroquedéelresultadonegativo.
Valor Predictivo Positivo: =0,6923.Siunapersonadapositivoenlaprueba,lapro-
babilidaddequetengalaenfermedadesde69,23%.
Valor Predictivo Negativo:
=0,1428.Siunapersonadanegativolaprobabilidaddequenotengalaenfermedadesdel14,28%.
P R O B A B I L I D A D
111
Prevalencia: 0,55.
Ejemplo: Supongamos,elsiguienteresultadodeciertoensayoclínico.
Tabla 4.Númerodepacientesfallecidos
Fallecidos Total
Sí No
Intervención 20 180 200
Control 15 85 100
Total 35 265 300
=0,667.
=0,63.
=0,05.Porcada100pacientesquesiganeltratamientoseevitarán 5 muertes
=0,33.Lareduccióndelriesgode0,05representaunareducción del33,3%.
=20.Paraevitarunamuertesenecesitaríantratara20personas.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
112
Tabla 5.Resumendelasmedidas.
CLASIFICACIÓN
POSITIVO NEGATIVO
ESTADO REAL
PRESENCIA VERDADERO POSITIVO
(VP)
FALSO NEGATIVO
(FN)
TOTAL CON PRESENCIA
(VP+VN)
SENSIBILIDAD (S)
VPVP + FN
Odds Presencia
VPFN
COCIENTE DE PROBABILIDAD
POSITIVOs
1 – E
AUSENCIA FALSO POSITIVO
(FP)
VERDADERO NEGATIVO
(FN)
TOTAL CON AUSENCIA
(FP+VN)
ESPECIFICIDAD (E)
VPFP + VN
Odds Ausencia
FPVN
COCIENTE DE PROBABILIDAD
NEGATIVO
1 – s1E
TOTAL RESPUESTA
POSITIVA (FP+VP)
TOTAL RESPUESTA NEGATIVA (VN+FN)
Odds Ratio
VPVNFNFP
VALOR PREDICTIVO
POSITIVO
VPVP + FN
VALOR PREDICTIVO NEGATIVO
VNVN + FN
Todas estasmedidas tienen asociado un intervalo de confianza (que explicaremosmásadelante).Enlawebexistennumerosascalculadorasquecalculanlosintervalosdeconfianzaasociadosaestasmedidas.
3. Distribuciones de probabilidad
Antesdenada,hayquedistinguirentreestimadoryparámetro.Engeneral,nuncaten-dremosaccesoalatotalidaddelapoblación,siempretrabajaremosconunamuestra.Conlamuestrasolamentesepuedencalcularestimadores.Unestimadoresunafuncióndelosvaloresdelamuestra.
La curva de la Normal
Muchasdelasvariablesestudiadasenmedicinayencienciasdelasaludsuelense-guirunadistribuciónnormal.Estadistribuciónestáindicadaparadatosquesiguenunaescalacontinua:peso,talla,edad,colesterol,tensiónarterial,ácidoúricoyademástienelaventajadequebajociertascondiciones,otrasdistribucionesacabanaproximándoseaella.Ladistribuciónnormalteóricanuncasedaexactamenteenlarealidad,solamentehayaproximacionesaella.Siunavariablexsigueunadistribuciónnormaldemediaμyvarianzaσ 2,secaracterizapor:
P R O B A B I L I D A D
113
1. Tenerformadecampana,mesocúrtica.2. Sersimétrica.3. Coincidirmedia,medianaymoda.4. Tenerel95%delosindividuosdentrodelintervaloμ ± 2σ .
Unconceptoimportanteaexplicareselprocedimientodetipificaroestandarizarlanormal.Esteprocedimientoconsisteentransformarunavariablenormalenotraqueten-gaunamediaiguala0yunadesviacióntípicaiguala1.Seaxlavariableantiguayzlavariabletipificada,calculamoszdelasiguienteforma:
Supongamosquelamediadetensiónarterialdeunapoblaciónesde120yladesvia-ciónestándaresde25,asumimosquesigueunadistribuciónnormal.Queremoscalcularquéproporcióndepersonastienenunatensiónarterialsuperiora170.
Buscandoenlastablas,comprobamosquelaprobabilidadcorrespondientealvalor2esde0,028,porlotantoel2,8%delospacientestendrávaloressuperioresa170.Alahoradebuscarenlastablasesnecesariocomprobarsinosproporcionalacoladeladerechaolacoladelaizquierda.
Teorema Central del Límite
AgrandesrasgosesteTeoremaafirmaquelasdistribucionesmuestralesseaproximanalanormalamedidaqueeltamañodelamuestraaumente.Estoquieredecirqueparatamañosdemuestramuypequeñospuedequenopodamosaproximaraunanormal.
Sixesunav.adedistribucióncualquiera,conunamuestradetamañogranden>30,sigueaproximadamenteunaNormal.Laimportanciadeestapropiedadradicaenqueesválidacualquieraquesealavariablealeatoria.
Distribución Binomial
Eslamássimpledelasdistribucionesdeprobabilidad.Serefiereasucesosenlosquesolamenteocurrendosposibilidades,queunpacientetengaundiagnósticopositivoonegativo,setratadesucesosexcluyentes(nuncasevanadarlosdossucesosalavez).Estadistribucióntienedoscaracterísticas:elnúmerodeindividuosobservadosylaprobabili-daddealcanzarundeterminadoresultado,sedenotacomoBin(n,p).
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
114
Bibliografía
Apuntesdebioestadística.UniversidaddeMálaga:http://www.bioestadistica.uma.es/baron/apuntes/
BorrásF,Cuadernos de bioestadística(1995).Cuadernosdebioestadística.
ClifforRC,TaylorR.A.Bioestadística (2008).
MartínezGonzálezM.A,DeIralaEstévezJ,FaulínFajardoF.J.Bioestadística amigable (2001).
SokalR,RohlfR.Introducción a la bioestadística (1980).
UnidaddebioestadísticadelHospitalRamónyCajal:http://www.hrc.es/investigacion/inves_unidadbio.htm
http://www.bioestadistica.uma.es/baron/apuntes/http://www.hrc.es/investigacion/inves_unidadbio.htm
12Inferencia
MARI CARMEN VIVO MOLINA
Licenciada en Ciencias y Técnicas Estadísticas. Profesora asociada de la Universidad Miguel Hernández. Dirección General de Planificación, Ordenación Sanitaria
y Farmacéutica e Investigación. Consejería de Sanidad y Política Social de la Región de Murcia.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
116
1. Introducción
Lainferenciaestadísticaestárelacionadaconlosmétodosparaobtenerconclusionesogeneralizacionesacercadeunamuestra.Deestamanera,estimamosloquesucederáenlapoblacióndedondeprocedelamuestra.Losdosprocedimientosinferencialesson:estimaciónycontrastedehipótesis.Lasdosformasderealizarestimaciónson:
• EstimaciónPuntual:nosproporcionaunvaloraproximadodelparámetro.Unaesti-maciónporsísolanonosdicelobuenaqueeslaaproximación.
• Estimaciónporintervalo:nosproporcionaunabanicodeposiblesvalores,unodeellosesperamosqueseaelverdadero.
2. Intervalos de confianza
Unintervalodeconfianzaesunrangodevaloresenelqueconfiamosquesecontengaelparámetropoblacional.Elintervalodeconfianzadepende:
• Tamañodelamuestra.Cuantomayorsealamuestramásestrechoseráelintervalodeconfianza.
• Niveldeconfianza.Eslaprobabilidadconlaqueelverdaderovalorestaráincluidoenelintervalo.Anivelgeneralseusael95%.
Laideabásicadelintervalodeconfianzaal95%esquesirepitiésemos100veceselprocesodeestimación, tendríamos laconfianzadequeenunode los95 intervalos seencontraríaelverdaderovalordenuestraestimación.
Elintervalodeconfianzasepuederealizarparacualquierparámetrodelapoblación:media,mediana,proporción.
Paracalcularelintervalodeconfianza,necesitamosconocerelerrorestándar.Elerrorestándaresunamedidadelavariabilidaddelestimador.Dependedelparámetropobla-cionalquequeramosestimarydeladistribucióndeprobabilidad.
3. Pruebas de hipótesis
Una hipótesis estadística es una asunción relativa a una o varias poblaciones, quepuedeserciertaono.Lashipótesisestadísticassepuedencontrastarconlainformaciónextraídadelasmuestrasy,tantosiseaceptancomosiserechazan,sepuedecometerunerror.Lahipótesisformuladaconintenciónderechazarlasellamahipótesisnulaysere-presentaporH0.RechazarH0implicaaceptarunahipótesisalternativa(H1).
I N F E R E N C I A
117
Así,porejemplo,sabemosquelaedadmediadelosindividuosconlaenfermedadXes70años.Elcontrastedehipótesisaformularsería:
H0:μ=70H1:μ ≠ 70
Estetipodecontrastesseconocecomocontrastebilateral.Siporejemplo,ennuestrahipótesisalternativaquisiéramoscontrastarsilosindividuosconlaenfermedadxtienenunaedadinferiora70años,nuestrocontrasteseríaunilateral.
Figura 1.Tiposdecontrastes.
Ladecisióndeutilizaruncontrastedehipótesisunilateralobilateraldependerádelainformaciónquetengamossobrelosdatosqueestamosanalizando.Enelcasodenotenerningúntipodeinformación,optaremosporuncontrastebilateral.
Posibles resultados en un contraste de hipótesis
Porlotanto,lahipótesisnula(H0)esloquecontrastamos,losdatospuedenrefutarlaynodebemosrechazarlasinunabuenarazón.Lahipótesisalternativa (H1)essiemprecontraria aH0, losdatosmuestranevidencia a favor ynodebe ser aceptada sin tenerevidenciaafavor.
Latabla1muestralassituacionesquesepuedendarenuncontrastedehipótesis:
���������
���������� ����������
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
118
Tabla 1.Aciertosyerroresalrealizaruncontrastedehipótesis.
Ho Cierta Ho Falsa
RechazamosH0 ErrortipoI(a) Ok
NorechazamosH0 Ok ErrotipoII(b)
ErrortipoI=P(RechazarH0/Hocierta)ErrortipoII=P(AceptarH0/Hofalsa)Potencia=1-b=P(RechazarH0/Hofalsa)LoserrorestipoIytipoIIestáninversamenterelacionados,demaneraquedisminuir
unosupondríaaumentarelotrotipodeerror.
El error de tipo Iseconocecomoniveldesignificación.Típicamenteseeligeunvalorpequeño,5%o1%.Todoexperimento,ensudefiniciónyantesdeelegir lasmuestras,debellevardescritocuáleselcriterioconelquerechazaremosunahipótesis.Estosetra-duceenprefijarelniveldesignificacióndelcontraste.
El error de tipo IIconsisteennorechazarH0cuandoesfalsa.Esteerrorseproduceporqueeltamañomuestralseapequeño.
Laprobabilidaddequenoocurraelerror de tipo II,cuandoéstapuedecalcularse,sedenomina potencia del contraste.Esunamedidadelahabilidaddeuncontrasteparadetectarunefectoqueestápresente.Normalmentelosprogramasestadísticossolamentehacenreferenciaalasignificacióndeuncontrasteynoalapotencia.
¿CómodecidimossirechazamosonoH0?Significaciónestadística(P)
ParadecidirsirechazamosH0ono,necesitamosconocerlaprobabilidad(p)dequenuestrosdatosesténbajoelsupuestodeH0.Sielvalordeestaprobabilidadesmuybajo,podríamospensarqueesmuyraroencontrartalesdatossiH0fueracierta.Encambio,sielvalordeestaprobabilidadfueramuyalto,notendríamosningúnargumentoencontradeH0ynolapodemosrechazar.Ahoralapreguntasería¿quévalordelaprobabilidadesaltoyquévaloresbajo?Ellímitequesesueleusares0,05,asíconvaloresdep0,05)entredostrata-mientosqueestánsiendocomparados.¿Podríamospensarqueambostratamientossoniguales?Laformadeexpresaresteresultadosería:No se encuentran evidencias para recha-zar H0. Loquequeremosdeciresqueuntestquenoseasignificativonuncademuestra
I N F E R E N C I A
119
quelahipótesisnulaseaverdadera.Alobtenerunvalordepnosignificativo,debemosfijarnoseneltamañomuestral,yaqueuntamañomuestralpequeñoreducelapotenciadeltestynosueleencontrardiferenciassignificativas.
Contrastes de hipótesis más utilizados
Loscontrastesdehipótesispuedenserparamétricosynoparamétricos.Loscontrastesparamétricossonaquelloscuyosparámetrossebasanenunadistribucióndeprobabili-dadteóricaconocida,quecumplelossupuestosdenormalidadyhomocedasticidad(ho-mogeneidaddevarianzas).Laformadecomprobarestossupuestoses:
• Normalidad:testdeKolmogorov-Smirnov,ShapiroWilksygráficosQQnormal.Sieltamañomuestralesmayorque30,asumimosnormalidad.
• Homocedasticidad:TestdeLevene.
Encambio,loscontrastesnoparamétricosnoasumencomoconocidaladistribuciónquesiguelapoblación(nopodemossuponerquesiguenunadistribuciónnormal),porello,noesnecesarioespecificarladistribucióndeprobabilidaddelapoblaciónanalizada.Estastécnicassesuelenusarcuandoeltamañomuestralespequeño(n
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
120
mosquequeremoscompararelniveldecolesteroldeloshombresylasmujeresdeunadeterminadapoblación.
• Paradosmuestrasrelacionadas:permitecompararlasmediasparadosmuestrasrelacionadas.Supongamosquequeremosanalizarsielniveldecolesteroldes-puésdetomarunmedicamentodisminuye.Enestecasodiremosquelosdatosestánrelacionados.
2. AnálisisdelaVarianza(ANOVA):permitecompararlasmediasparamásdedosgru-posindependientes.Enestecaso,lavariabledependienteescuantitativaylavaria-bledependienteeselfactordeagrupación.Supongamosquequeremosmedirlaeficaciadecincodosisdefármacosenelniveldecolesterol.Estamoscomparandoquelasmediasde losnivelesdecolesterolen lascincomedicionesseaniguales,frenteaquealmenosdosmedicionesseandistintas,elcontrastequedaría:
Comoyahemoscomentado,pararealizarloscontrastesparamétricosdebemoscom-probarlossupuestosdenormalidadyhomocedasticidad(testKolmogorovytestdeLe-vene,deben serno significativos,p>0,05). Parael casode laANOVA, loque tienequedistribuirsecomounaNormalsonlosresiduos(diferenciadecadavalorylamediadesugrupo).
3. UdeMannWhitney:eselanálogonoparamétricoalapruebat-Studentparadosmuestrasindependientes.Lousamoscuandocomparamosdosmuestrasyalgunadeellastieneuntamañomenora30.
4. Wilcolxon:eselanálogonoparamétricoalapruebat-Studentparadosmuestrasrelacionadas.
5. Kruskall-Wallis:eseltestanálogonoparamétricoalanálisisdelavarianza.Enestetest,loquerealmentesecomparanoeslamediasinolasmedianas.Lousaremoscuandotengamosvariablestipoordinal,unamuestrapequeñaonosecumplaelsupuestodenormalidaddelosresiduos,yaquealserunmétodonoparamétricononecesitalosrequisitosdelosmétodosparamétricos.
Variable dependiente: Cuantitativa y Variable independiente: Cuantitativa.1. CorrelacióndePearson (r): esun índicequemide la intensidaddedosvariables
cuantitativas,esunmétodoparamétrico,portantonecesitacumplirelsupuestodenormalidad.Tomavaloresde-1a1.Losvaloresquepuedetomarson:• r=0¡Noexistecorrelaciónlinealentreambasvariables.• r>0¡Lacorrelaciónlinealespositiva.Cuandoaumentaunavariablelaotravaria-
bleaumenta.
I N F E R E N C I A
121
• r
13Programa Estadístico
SPSS
MARI CARMEN VIVO MOLINA
Licenciada en Ciencias y Técnicas Estadísticas. Profesora asociada de la Universidad Miguel Hernández. Dirección General de Planificación, Ordenación Sanitaria
y Farmacéutica e Investigación. Consejería de Sanidad y Política Social de la Región de Murcia.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
124
1. Introducción
Enestecapítulorealizaremos,porunlado,unabreveintroduccióndelosaspectosmásbásicosperonecesariosparalarealizacióndeunanálisisestadístico,comoson:creacióndebasesdedatos,definicióndevariablesaleatorias,transformaciónyrecodificacióndevariables.Posteriormente,sedaránlas instruccionesnecesariaspararealizar losanálisisvistoseneltemaanterior.
2. Primeras nociones del programa (SPSS)
SPSS (Statistical Package for Social Science),esunode lospaquetesestadísticosmásconocidosdebidoasupresentaciónamigable.LaventanaquesenosabrealempezaratrabajarconSPSSestáformadaporceldas,dondecadafilaharáreferenciaaunpacienteycadacolumnaacadaunade lasvariablesquehemosmedidoyqueposteriormentevamosaanalizar.
Figura 1.VentanainicialSPSS.
Lectura de datos
Cuandoqueramosabrirunficherodedatos,desplegamosArchivo➔Abrir➔Datos,enelmenúinicialdeSPSS.Podemosabrirdirectamenteunarchivoenformato.savqueeselformatodedatosdespssoenformatoxlsenexcel.
P R O G R A M A E S T A D Í S T I C O S P S S
125
Editor de datos
EnlaventanaprincipaldeSPSS,abajoalaizquierdahaydospestañas:VistadedatosyVistadevariables.Enlavistadedatos,visualizamoslabasededatosconlaquevamosatrabajar.Enlavistadevariablesnospermitecambiarelnombre,tipo…delasvariablesconlasquevamosatrabajar.Enlacasillanombre,ponemoselnombredelasvariablesquequeremosquesalganenlosresultados,esaconsejablenodejarespaciosynoponercaracteresraros.Enlaceldatipo,apareceuncuadrocontrespuntos,alpincharseabreunaventanaenlaquepodemosseleccionareltipodevariableconlaqueestamostraba-jando,laanchuradelaceldaylosdecimalesquevamosausar.PordefectoSPSStieneunaanchurade8y2decimales.
Figura 2.Descripcióntipodevariable.
En laceldaEtiqueta,podemosponer loqueanosotrosnos sirvapara reconocer lavariable,estonossirveanosotrosparareconocerlasvariables,porqueloqueapareceráenlosresultadoseselnombrequehemospuestoalavariable.
Envalores,nossaleotravezuncuadrocontrespuntosquealpincharsenosabreunaventanadeetiquetasde valores. Las etiquetas sonútiles cuandoqueremos identificarmedianteetiquetaslosvaloresdeunavariable.Porejemplo,lavariableSexo,tenemos1y2,sabemosque1eshombrey2mujer.
Figura 3. Etiquetasdevalor.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
126
Transformación de datos
Avecesnecesitamosobtenerunanuevavariable,calculadaapartirdevariablesquetenemosenlabasededatos.Transformar➔Calcularvariable.Enlavariabledestinopon-dremoselnombredelanuevavariablequequeremoscalcularyenelcuadrodeexpresiónnuméricalafórmulaquevamosacalcular.
Recodificación
Loutilizamoscuandoqueremosagruparlosvaloresdeunavariableorenombrarlosvaloresdeunavariableyaexistente.Transformar➔Recodificar:
• Enlasmismasvariables:nospermiterecodificarlosvaloresdeunavariablesiendolavariablededestinolamisma.Transformar➔Recodificarenlasmismasvariables.SeleccionamoslavariablequequeremoscambiarypinchamosenelrecuadroVa-loresantiguosynuevos.Así,porejemplo,supongamosquetenemosunavariablepesoyqueremosrecodificarlaporintervalo,seleccionaríamosRangoypondríamoselintervaloquequeremosquenosrecodifique.Comopodemosver,queremosquenospongaenunintervalosaquellaspersonasquetienenunpeso[50-55]yquenolosrecodifiqueconelvalor1.Luegoledaríamosaañadiryseguiríamoselprocedi-miento.
Figura 4.Recodificaciónenlasmismasvariables.
• Endistintasvariables:nospermiterecodificarlosvaloressiendolavariablededesti-nounadiferentealaquequeremosrecodificar.Paraestecaso,comovamosacrearunavariablenueva,nospideelnombredelavariableresultado.Esimportante,des-puésdeponerlavariableresultado,pincharenelbotóncambiar.Yacontinuación,nosaparecerálamismaventanadelarecodificaciónanterior.
P R O G R A M A E S T A D Í S T I C O S P S S
127
Figura 5.Recodificaciónendistintasvariables.
Filtrar Datos
Enocasiones,puedequenecesitemostrabajarsolamenteconunapartedenuestrabasededatos.Datos➔Seleccionar Casos➔Sisatisfacelacondición➔Si.Porejemplo,que-remosanalizarlasvariablesparalosmayoresde15años:Edad>15.Siademásdeserma-yoresde15años,queremosque seanmujeres,pondríamosEdad>15&Sexo=2, comomuestralafigura6.
Figura 6. Seleccionar casos.
Estadística Descriptiva con SPSS
Analizar➔EstadísticosDescriptivos➔Frecuencias.Aquí seleccionamos la variable conlaquevamosatrabajaryacontinuaciónpulsamosEstadísticosynosaparecentodaslasmedidasdetendenciacentral,medidasdedispersiónymedidasdeposición.Paraelcálcu-lodepercentilespodemoselegirquépercentilesqueremosquenoscalcule.Demaneraquesiqueremosquenoscalculeelpercentil50,seleccionamosPercentilesyponemosenelcuadrodeallado,elvalorquequeremosquenoscalcule(50).
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
128
Figura 7.CalculoEstadísticos.
RepresentacionesGráficas:Gráficos➔Cuadrosdediálogoantiguos.Sedesplieganto-daslasposibilidadesdegráficosquehayenSPSS.
Inferencia con SPSS
Intervalo de confianza para la media: Analizar➔Estadísticos Descriptivos➔Explorar.SeleccionamosenDependienteslavariablecuantitativadelaquequeremoscalcularelintervalodeconfianzadelamedia.Enestadísticos,podemoselegirelniveldeconfianza,pordefectoestá95%.
Test Ji-Cuadrado. Supongamosquequeremosrealizarunestudiosobreelcáncerdepulmónysurelaciónconelhábitodefumar.Enestecasonuestrahipótesisnulaseríaquelaincidenciadecáncerdepulmóneslamismaenlosfumadoresqueenlosnofumadores.Tenemosdosvariables,unaseráfumador,condoscategoríassiono,segúnfumeono,yotravariablequeserácáncercontambiéndoscategorías,segúndesarrolleonoelcáncer.
Analizar➔Estadísticos➔TablasdeContingencia➔Estadísticos➔Chi-Cuadrado.
Figura 8.Tabladecontingencia.
P R O G R A M A E S T A D Í S T I C O S P S S
129
Enprimerlugar,SPSSnosofreceunatabladecontingenciaquerelacionaambasvaria-bles.Losvaloresobservadossonlosqueaparecenencadaunadelascasillas.SPSStambiénofrece laposibilidaddecalcular losporcentajesdecadaunade lasceldas.Lasiguientetablanosmuestra:elvalordelestadísticodeJi-Cuadrado(14,54)yelvalordepparaestecontraste(0,00),tambiénmuestraelestadísticoexactodeFisher,enestecaso,nosofreceelvalordepparaelcontrasteunilateralyelbilateral(ambos0,00).Engeneral,elestadísticodeFisheresmásexactoqueeltestdelaJi-Cuadradoysepuedeutilizarsiempre.MientrasqueeltestdelaJi-Cuadradosolamentecuandolasfrecuenciasesperadasseansuperioresa5.Asíquealtenerunvalordep
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
130
varianzas:testdeLevene.Sielvalordesignificaciónestadísticaesmenorque0,05consi-deramosquelasvarianzasnosoniguales,encasocontrario(p>0,05),asumimoshomo-cedasticidaddevarianzas.Segúnlosresultadosdeestetest,observaremoslaprimerafila(sehanasumidovarianzas iguales, p>0,05)o, en caso contrario, la segunda fila (no sehanasumidovarianzas igualesp0,05(0,577).Acontinuación,lacomparacióndemediasdepesostieneunap
P R O G R A M A E S T A D Í S T I C O S P S S
131
Test de Wilcoxon para datos relacionados:análogodelapruebat-Studentparadosmuestrasrelacionadas.AligualqueeltestUdeMann-Whitney,lousamoscuandoelta-mañomuestralesinferiora30ocuandotenemosunavariableenescalaordinalenvezdecuantitativa.Analizar➔Pruebasnoparamétricas➔Dosmuestrasrelacionadas.
Análisis de la varianza (Anova):supongamosquequeremoscompararsiexistendife-renciasenlasmediasdelahipertensióndeunospacientesenfuncióndecincotratamien-tosrecibidos.Estamoscomparandomásdedosmuestras.ElprocedimientoenSPSSeselsiguiente:Analizar➔Pruebasnoparamétricas➔Anovadeunfactor.Enopciones,pulsaría-moslaopciónContrastedehomogeneidad,yaqueparaaplicarestecontrastelosdatosdebenserhomocedásticos.Paraelcasodequenopodamossuponervarianzasiguales,seleccionaremosenopcionesdentrodeAnovadeunfactor,lostestparalacomparacióndemediasdeWelchoeltestdeBrown-Forysthe.
Losresultadosobtenidos,paraelejemplodelosnivelesdehipertensiónenfuncióndecincotratamientosaplicados,seencuentranenlasiguientefigura:
Figura10.TestAnova.
Conunvalordep=0,011,podemosafirmarqueexistendiferenciassignificativasenlascinco medias.
Unavezquesabemosquehaydiferenciasentrelostratamientos,nosinteresasaber¿enquétratamientoshaydiferencias?Paraello,enlaopciónPost-hochayunarelacióntestparacomparaciónmúltiples,noserecomiendapedirlostodosporquecadaunodeellostieneunascaracterísticas,perolaexplicacióndecadaunodeestostestsexcededelosobjetivosdeestemódulo.
TestdeKruskall-Wallis:elanálogonoparamétricoalatabladeAnova.Aligualquelosdemástestnoparamétricoslousamoscuandoeltamañomuestralesinferiora30ocuandotenemosunavariableenescalaordinalenvezdecuantitativa:Analizar➔Pruebasnoparamétricas➔Comparacióndekmuestrasindependientes.
Correlación de Pearson y Spearman:Analizar➔Correlaciones➔Bivariadas.Selecciona-moslasvariables,paraelcasodelcoeficientedecorrelacióndePearson,elSPSSlotienemarcadopordefecto,mientrasquesiqueremoscalculareldeSpearman,lotenemosquemarcar.Lastablasderesultadossonsimilaresparaamboscoeficientes,paracadaunadelascomparacionesquerealizanosdaelvalordelcoeficienteyelvalordep.Paralacompa-
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
132
racióndeunavariableconsigomisma,estáclaroqueelvalordelcoeficienteserá1yparaestecasonocalculaelvalordesignificación(p).
Regresión Lineal Simple:Loprimeroquedebemoshaceresungráficodedispersión,paraversitienesentidoplantearnosunmodelolinealentredosvariables.Gráficos➔Cuadro dediálogoantiguo➔Dispersión.SeleccionamoslavariabledependienteenelejeY,ylava-riableindependienteenelejeX.Unavezquetenemoselgráficoenelvisorderesultadospinchamosdosvecesenelgráficoysenosabreeleditordegráficos.Pinchamosen laopciónseñaladaenrojo,parahacerelajustelineal.
Figura 11.Regresiónlinealsimple.
Unavezquehemosvistoeldiagramadedispersiónvamosarealizarlaregresiónlinealsimple.Comoyavimosenel temaanterior loquebuscamosesencontrar la rectaquemejorseajustealdiagramadedispersión.Paraellotenemosqueestimarlosvaloresdeaybdelarecta:y=a+bx.ElprocedimientoenSPSS,será:Analizar➔Regresiónlineal➔ Se-leccionamoslavariabledependienteylaindependiente.Enestadísticosseleccionamos:Intervalosdeconfianza,enGuardarseleccionamosResiduosnotipificadosyenGráficos:HistogramayGráficosdeprobabilidadnormal.
Supongamosquequeremosanalizarlarelaciónentrelapresiónsistólicaylaedad.Enprimerlugarhacemoselgráficodedispersiónparaversipercibimosalgúntipoderela-ciónlineal(elquenoveamosrelaciónlinealnoquieredecirquenoesténrelacionadas,puedequelarelaciónentrevariablesseadeotrotipo,cuadráticaporejemplo).Alobser-varelgráficosíquepercibimosunarelaciónlinealpositiva,conformeaumentalaedadaumentalapresiónsistólica.
Figura 12.Diagramadedispersión.
P R O G R A M A E S T A D Í S T I C O S P S S
133
Laprimeratablaqueobtenemosalrealizarlaregresiónlinealsimpleeslasiguiente(véaseFigura18):
Figura 13.Resumendelmodeloderegresiónlineal.
ElvalordeRserefierealcoeficientedecorrelacióndePearson(0,702).SPSSlopresen-tasiempresinsigno,aunquepuedesernegativo.ElRcuadrado(0,493)eselcoeficientededeterminación(recordarqueelvalordelcoeficientedecorrelacióndePearsonalcuadra-doesigualalcoeficientededeterminación).ElvalordeRcuadradoseexplicaríacomoqueel49,3%delavariabilidaddelavariablepresiónsistólicaquedaexplicadoporlavariableedad.Teniendoencuentaquetomavaloresde0a100,noesunvalormuybueno.
LasiguientetablaesladelaAnovaderegresión:
Figura 14.TablaAnova.
Aquídestacamoselvalordelasignificaciónestadísticap
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
134
Figura 15.Coeficientesrectaderegresión.
Comohemospedidoquenosguardeloserrorestipificados,enlabasededatosnosapareceunavariablellamadaRES_1,quehacereferenciaalosresiduostipificados.Conestavariablecomprobamoselsupuestodenormalidaddelaregresión,mediantelaprue-badeKolmogorov-Smirnovyelgráficopp.Paracomprobarlanormalidadconelgráficopp,todoslospuntos(olagranmayoría)debendecaerencimadeladiagonal.Además,coneltestdeKolmogorov-Smirnovobtenemosunvalordepnosignificativo(0,169).Porlotanto,asumimosquelosresiduossedistribuyendeformanormal.
Figura 16.GráficoppdeNormalidad.
Larectaderegresiónqueconseguimoses:presión=118,834+edad*0,837.
Otraformadeverloadecuadodelmodeloderegresiónlinealescomprobarsilosre-siduosnormalizadossiguenunadistribuciónhomogéneaenundiagramadedispersión.Paraello,volveríamosalanálisisderegresiónlinealyenGráficos,pondríamos:
P R O G R A M A E S T A D Í S T I C O S P S S
135
Figura 17.VentanadeSPSSparaelcálculodehomogeneidaddevarianzasresiduales.
Enelcasodeque los residuosnormalizadostuvieranvarianzashomogéneasdebe-ríamosobtenerlospuntosdeldiagramadedispersióndispuestosdeformaaleatoria,sinpresentarningúntipodetendenciadentrodeunabandahorizontal.
Figura 18. Gráficodedispersiónderesiduos.
Bibliografía
Apuntesdebioestadística.UniversidaddeMálaga:http://www.bioestadistica.uma.es/baron/apuntes/
BorrásF,Cuadernos de bioestadística(1995).Cuadernosdebioestadística.
ClifforRC,TaylorR.A.Bioestadística (2008).
MartínezGonzálezM.A,DeIralaEstévezJ,FaulínFajardoF.J.Bioestadística amigable (2001).
SokalR,RohlfR.Introducción a la bioestadística (1980).
UnidaddebioestadísticadelHospitalRamónyCajal:http://www.hrc.es/investigacion/inves_unidadbio.htm
http://www.bioestadistica.uma.es/baron/apuntes/http://www.hrc.es/investigacion/inves_unidadbio.htm
14Orígenes, definición y fundamentos de la Práctica Clínica Basada en la
Evidencia (PCBE)*
JUAN ANTONIO SÁNCHEZ SÁNCHEZ1
ENRIQUE AGUINAGA ONTOSO2
1) Médico Especialista en Medicina de Familia y Comunitaria. Centro Tecnológico de Información y Documentación
Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.
2) Médico Especialista en Medicina Preventiva y de Salud Pública. Centro Tecnológico de Información y
Documentación Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.
* Laelaboracióndeeste capítuloesunaadaptaciónde: SánchezSánchez JA,AguinagaOntosoE,NavarroMateuF. Introduccióna laAtenciónSanitariaBasadaenlaEvidencia.Grupo de Atención Sanitaria Basada en la Evidencia. Atención Sanitaria Basada en la Evidencia.SuaplicaciónalaPrácticaClínica.ConsejeríadeSanidad.Murcia.2007.P.16-46.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
138
1. ¿Qué es la práctica clínica basada en la evidencia/medicina basada en la evidencia?
Lanecesidaddesistematizarlarevisióndelaliteraturacientíficaparaextraerconclu-sionesválidas, la faltadeadecuaciónde las fuentes tradicionalesdeconocimiento, su-madasalaescasezdetiempoeimposibilidaddelprofesionaldelasaludamantenerseactualizadoensucampodeactuaciónestánenelorigendeunmovimiento,quesurgedesdelosprofesionalesclínicosyquetratadeincorporaralatomadedecisioneslosha-llazgosmásválidosderivadosde losestudiosclínicosyepidemiológicos.EltérminodeMedicinaBasadaenlaEvidencia(MBE)fueacuñadoen1992enlaFacultaddeMedicinadelaUniversidadcanadiensedeMcMaster,porlosmismosautoresquehabíandifundidoyaplicadoenladocenciaeinvestigaciónlosconceptosdeEpidemiologíaClínica1.
Mástarde,D.Sacket2definiólaMBEcomo«Lautilizaciónconsciente,explícitayjuicio-sadelamejorevidenciacientíficadisponibleparatomardecisionessobreelcuidadodelospacientesindividuales».Deacuerdoalosqueproponeneltérminoyleotorganunaimportanciaesencial, supráctica implica la integraciónde laexperiencia clínicaprofe-sional,delasmejoresevidenciascientíficasdisponiblesyconlosvaloresycircunstanciasúnicasdenuestrospacientes3.Yhacerloconunespírituabiertodecuriosidadydeescep-ticismo,extrayendodelaliteraturacientíficalasconclusionesmássólidasycontrastándo-lasconalgunasprácticastradicionalesdelamedicina,basadasenprincipiosdeautoridaddelíderesacadémicosocientíficos.
Posteriormente,esteenfoque,esteprocedimientodetrabajoydeaproximarsealco-nocimientocientíficoparaseraplicadoalospacientes,sehaampliadoyaplicadoaotrasdisciplinas,siendoeltérminodePrácticaClínicaBasadaenlaEvidencia(PCBE)másglobalyabarcandoadiferentesprofesionalesdelasalud.
AlaPCBEselepuedeconsiderarcomounaaproximacióncoherentealatomadede-cisionesclínicas.Hayautoresqueladefinencomolaaplicacióndelmétodocientíficoparadefinireltratamientoóptimodelpacienteindividual.
1.1. Lo que es y lo que no es la PCBE
Se puede afirmar sobre la PCBE que:• Noesalgoimposibledepracticar.Setratadealgomuyfactibleparaserrealizadade
formacotidiana,hayexperienciasdeelloendiversasáreasdeconocimiento(Aten-ciónPrimaria,Psiquiatría,…)ynoestáreservadaaloscentrosdetercernivel.
• Noesunlibrodecocinasobremedicina.Noaportarecetasnisolucionesparatodo.• Noesuncaballotroyanoqueseintroduceenelquehacerdelprofesionalmédicoy
levaarestarautonomía,sinounelementomásenlatomadedecisionesconorien-tacionesexplícitas.Esnecesariorelativizarloquevengaavaladoporlaevidencia,sinperderporellolacapacidadcrítica.
O R Í G E N E S , D E F I N I C I Ó N Y F U N D A M E N T O S D E L A P C B E
139
• Notratadereducirloscostessinodebuscarlamayorcalidadenlaatenciónindivi-dual.LosprofesionalessanitariosquetratandeejercerlaPCBEnobuscanunamedi-cinabarata,sinodecalidad.
• Noestárestringidasoloalosmetaanálisisyalosensayosclínicosparaorientarde-cisiones terapéuticas. Permite tambiénanalizar la evidencia sobreotros aspectoscomo el diagnóstico o la etiología.
2. Cómo se practica la PCBE
2.1. Etapas en la práctica de la PCBE
CuandoseanalizanlasetapasdelaprácticadelaPCBEesútildistinguirlasdiferentesmanerasquelosclínicosincorporanlaevidenciaasuprácticaclínica4:valorandocrítica-mentelafuenteoriginal,utilizandolasevidenciasquepreviamentehanevaluadofuentesfiablesybasándoseenfuentesactualesdeostensiblecalidadyautoridad.
LaPrácticaClínicaBasadaenlaEvidencia(PCBE),deformaclásica,serealizaencincoetapas:
1. Formularpreguntasclínicas,convertirlanecesidaddeinformaciónenunapregun-taconrespuesta(vertema16).
2. Realizacióndelabúsqueda,seleccionarlafuenteybuscarlamejorevidenciadispo-nibleconlamayoreficiencia(vertema17).
3. Lecturacríticade loencontrado,valoracióncríticade laevidenciapara juzgarsuvalidez,impactoyaplicabilidad.
4. Aplicaciónalaprácticaclínica,integrarlasevidenciasconnuestraespecializaciónclínicaylosvaloresycircunstanciasdelpaciente.
5. Autoevaluación,evaluarnuestraprácticaclínicaydenuestracapacidadparaejecu-tarlas4etapasybuscarmanerasparamejorarlas.
Paraincorporarlaevidenciaensupráctica,noesimprescindiblequetodoslosprofe-sionalesdesarrollenlascincoetapasyquecuentenconlascompetenciasparaello;perosíconlasbásicasquelespermitanformularadecuadamentelaspreguntasclínicas,accederaresúmenesdeevidenciayabasesdedatosespecíficas.
2.2. Nivel de evidencia y grado de recomendación
Unavezrealizadalabúsquedarecuperaremosdiferentestiposdeestudiosydentrodecadatipo(porejemplo,detodosloensayosclínicoscontrolados)segúnlacalidaddeldiseño(randomizado,dobleciego),variarálavalidezdelasconclusiones.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
140
Eltipodediseñodelosestudiosdeinvestigaciónhacequeéstostengandiferentesprobabilidadesdeincurrirensesgosoerroressistemáticosquelimitensuvalidezinterna,permitiendoestablecersegúnellounajerarquíayunaclasificacióndelosartículoscientí-ficos.Lacalidadoniveldelaevidenciaindicahastaquépuntopodemosconfiarenqueelestimadordelefectoescorrecto.Lafuerzadeunarecomendaciónindicahastaquépuntopodemosconfiarenqueponerenpráctica larecomendaciónconllevarámásbeneficioqueriesgo5.
Enestametodologíaseintroducelanocióndequelaevidenciacientíficasepresentademanerajerárquicayquealgunosdiseñosdeestudioestánmássujetosasesgosqueotrosy,porlotanto,justificanenmenormedidalasdecisionesclínicas.
2.2.1. Diferentes clasificacionesLa“US Preventive Services Task Force”,usandounametodologíaadaptadadela“Cana-
dian Task Force on the Periodic Health Examination”,clasificóelniveldevalidezdelasevi-denciasdelosdistintosprocedimientosutilizadosparavalorarunatécnicadiagnósticaoterapéuticayconstituyeronlasprimerasclasificacionesutilizadas.Algraduarlacalidaddelaevidencia,sediounaimportanciaespecialaaquellosdiseñosdelestudioqueporrazo-nesmetodológicasestánmenossujetosaerrorysesgo.Así,enprimerlugar,sesituaronlosmetaanálisisyrevisionessistemáticas;luego,losEnsayosClínicosAleatorizados(ECA);yposteriormenteestudiosdecohortes,casoscontrolyseriestemporales.
Conelpasodeltiempohanidoapareciendootrasclasificacionesdelajerarquizaciónde laevidencia, como lasdel“Scottish Intercollegiate Guidelines Network” (SIGN) y ladeNICE:Guideline Development Method y hay recopiladasmás de 100 hasta elmomentoactual.Aunqueanivelinternacionalnosehaconsensuadounaúnicaclasificaciónylosdistintosgruposquedesarrollanopublicanguíasdeprácticaclínicabasadasutilizandi-ferentesescalas,sólodifierenlevementeunasdeotras.Todasellasserealizanenfuncióndelrigorcientíficodeldiseñodelestudioydesuvulnerabilidadhacialosposiblessesgosinherentesalainvestigación.
2.2.2. Elaboración de recomendaciones Losgradosdelasrecomendacionesque,ademásdelniveldeevidencia,seencuentran
enlasGuíasdePrácticaClínicatienenencuentaotraseriedeelementos,comoelfuncio-namientodelosserviciossanitarios,elcoste,lasnecesidadesdeformación,losrecursosexistentesylavaloracióndelospacientes.Sesuelenexpresarenletrasysuelentenerunacorrelaciónconlosnivelesdeevidenciaenquesebasan.
Esta informaciónayudaa identificar lasdiferenciasde laprácticaclínicaactual, laprovisióndeserviciosylasexperienciasdelospacientes,detalmaneraquelaorienta-cióndelasrecomendacionestengaelmáximoimpactoenlosserviciosyenlosresul-tados.Expresa,endefinitiva, lavaloracióndequelosbeneficiossuperanalosriesgosdesuaplicación.Esteprocesodebeserexplícito,paraqueeljuiciohechoapartirdelas
O R Í G E N E S , D E F I N I C I Ó N Y F U N D A M E N T O S D E L A P C B E
141
evidenciassea lomásclaroposible,peroexpresay losvaloresycreenciasde losquerecomiendanlasrecomendaciones.Aunqueelniveldeevidenciaseráelmismo,elgra-doderecomendaciónpuedevariarsegúnelcontextoenquedebaseraplicadadicharecomendación.
2.2.3. La Clasificación GRADEEnelaño2000yconelobjetivodeabordarlasdeficienciasdelosactualessistemas
declasificación,personasdelasdiferentesinstitucionesquehandesarrolladoestascla-sificacionesy/oelaboranGuíasdePrácticaClínicacrearonelgrupodetrabajo«Grading of Recommendations Assessment, Development and Evaluation” (GRADE). Este grupo detrabajohadesarrolladoelsistemaGRADE, elcualpersiguehacerjuiciosmáscoherentesyque lacomunicacióndedichos juiciospuedarespaldaropcionesmejor fundamenta-dasenlaatenciónsanitaria.Estesistema,actualmenteendesarrollo,estáampliandosusclasificaciónaestudiosdiagnósticosyestásiendoadoptadapornumerosasentidadeseinstituciones,empleándoseennumerosassociedadescientíficasalrealizarsusrecomen-dacionesoensumariosdeevidenciacomoUptodate o Clinical Evidence .
ElsistemadeclasificaciónGRADEjuzgalacalidaddelaevidenciaparacadavariableimportante, teniendoencuentaeldiseñodelestudio, lacalidad, laconsistenciay si laevidenciaesdirecta.Parahacerjuiciosacercadelafuerzadelarecomendaciónconsideraelbalanceentrebeneficiosyriesgos,lacalidaddelaevidencia,laaplicabilidadyelriesgobasaldelapoblacióndeinterés.
3. Logros conseguidos por la PCBE
Lasnuevas tecnologías y la apariciónde Internethan revolucionadoel acceso a lainformaciónyhantransformadolasbibliotecasdecienciasdelasalud.Eldesarrollodelamedicinabasadaenlaevidenciahapropiciadolaaparicióndenuevasfuentesdeinfor-maciónquefiltranyevalúanlainvestigaciónoriginalenfuncióndesucalidad,relevanciaypertinenciaclínica(vertema17).
EldesarrollodelaPCBEhasupuestoimportantesavancesenlacalidadmetodológicadeartículosoriginalesqueconstituyenlabaseparatomardecisionesclínicas;eneldesa-rrollodemetodologíaylistasdecomprobacióndecalidaddelosartículos(lecturacrítica);enlaagrupaciónyvaloracióndelacalidaddelosartículos:clasificacióndelaevidencia;yenlosprocedimientospararealizarrevisionessistemáticasymetaanálisis.
La colaboración Cochrane, conmás de 4.750 revisiones sistemáticas realizadas, hatenidounaexpansiónconsiderabledesdesuscomienzos.HayrevistasquepublicandeformaperiódicaunaevaluacióncríticaalaPCBEeinclusosehanpublicadolibrosdetextoqueanalizandesdelaperspectivadelasociología,lahistoria,larepercusiónylascríticasdelaepidemiologíaclínicaydelaMBE.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
142
3.1. Ventajas para los Médicos y los pacientes de la PCBE
Sonnumerosaslasventajasquesehanseñaladoparaprofesionalessanitariosypa-cientesporlaprácticadelaPCBEyqueresumimos:
Ventajas para los profesionales sanitarios:• Facilita la integraciónde laeducaciónmédicacon laprácticaclínicaypermite la
actualizacióndeconocimientosdeformarutinaria.• Puedeseraprendidaypracticadaporlosprofesionalesencualquierniveldesufor-
mación. • Elusodelaevidencialegitimaalosclínicos.Mejoralacomprensióndelametodo-
logíacientíficayelpasodemeroslectorespasivosdeartículosolibrosmédicosarealizarunalecturacríticaquepermitalaeleccióndeaquellosartículosmetodológi-camente correctos.
• Incrementalaconfianzaenlasdecisiones,quesetomantantoenelaspectoclínicocomoenelámbitodelagestiónsanitaria,reduciendolaincertidumbreenlasdeci-siones del día a día.
• Aumentalacapacidadparautilizarfuentesdeinformaciónbibliográficaysushábi-tosdelectura;asícomolasposibilidadesactualesdebúsquedadeinformaciónconlasnuevastecnologíasdelainformaciónycomunicación.
• Facilitaunmarcodetrabajoydiscusiónenequipoquepermitereforzarlacohesiónde los mismos.
• Facilitaunamejordistribucióndelosrecursossanitarios.
Ventajas para los pacientes:• Disminucióndelavariabilidaddelaprácticaclínica.• Accesoalasprestacionesmáseficaces.• Ofreceunaoportunidaddecomunicaciónadicionalyoperativaconsusmédicosal
objetivarlosprosyloscontrasdecadaopcióndiagnósticay/oterapéuticayvehicu-larsuparticipaciónrealenlatomadedecisionesqueleafecten.
4. Críticas, limitaciones y retos para el futuro
4.1. Críticas
EnestosañosdedesarrollodelaPCBE,hansidonumerosaslascríticasrecibidas.Laprincipal,lamáscontundenteyparadójica,hasidoelhechodequenohayevidenciadequelaprácticadelaMBEseamásefectivadeconseguirmejoresresultadosensaludquelaprácticahabitual.
O R Í G E N E S , D E F I N I C I Ó N Y F U N D A M E N T O S D E L A P C B E
143
EnlospaísesenquelaMBEsehadesarrolladomás,hatenidomásrepercusiónencen-trosacadémicosqueentrelosclínicos.Seconsideraquesehanrealizadopocosesfuerzosporlaintegraciónenlaprácticaclínica.
4.2. Limitaciones en la práctica
Senecesitatiempoyentrenamientoparasuaprendizajeyutilizacióndeformarutina-riaeintegradaenlaprácticahabitual.Seprecisaunainversiónimportanteenlaimplan-tacióndeNuevasTecnologías.
Sehan realizadoescasasevaluacionesdeestudioseconómicos.Ningunade lasva-loracionesdecalidadhaincluidohastaahoracriteriosdeeficiencianirequerimientodeestándaresdeestudioseconómicos.
Apesardelesfuerzorealizadoenlosúltimos20años,elprocesodesintetizarlaevi-denciaeslentoydesalentador.Sehaestimadoqueseríaprecisoesperarhastaelaño2015paraproducir las10.000revisionesque laCochraneprecisaparasintetizar laevidenciaexistente.Sinembargo,losclínicosprecisansíntesisyrevisionesdelosmilesdeensayosquesonpublicadoscadaaño.
4.3. Retos para el futuro
LosingredientesquerecomiendaDavidSackettañadiralalecturadesulibrodeIntro-ducciónalaMBE,parabeneficiodelospacientes6,losconsideramosimprescindiblesysuaplicaciónanularíamuchasdelascríticasrecibidasaestemovimiento:
“Primeroundominiodelastécnicasclínicasdelaentrevistaapacientes,larecogi-dadelahistoriaylaexploraciónfísica,sinlascualesnopuedeempezarelprocesodelaMBE(mediantelageneracióndehipótesisdiagnósticas)niterminarse(integrandolasevidenciasválidaseimportantesconlosvaloresyexpectativasdesupaciente).Se-gundo,laprácticadeunaprendizajecontinuo,autodirigidoyparatodalavida,sinelcualenseguidasequedaríapeligrosamentedesfasado.Tercero,lahumildadnecesariaparanomantenerserefractariotantoalapropiasuperacióncomoalosavancesdelamedicina.Finalmente,deseamosqueañadaentusiasmoeirreverenciaalempeño,yaquesinellosseperderíatodaladiversiónqueacompañaalaaplicacióndeestasideas“.
Ningunadelascríticasencontradasabogaporelabandonodelaprácticaclínicabasa-daenlaevidenciaytodasreconocenelavancequehasupuesto.Lacuestiónnoresueltaespodercuantificar loquesehamodificadolaprácticaclínicayunaspectopendienteseríacómointroducirlaevidenciaenlatomadedecisionesclínicas.EsmucholoquelaMBEpuedehacerporsustituirlosdatosporinformación,peroesnecesariounavisiónmásflexible,nodogmática,deloquerepresentalaevidencia
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
144
Latendencia,necesariamente,hadeirdirigidaalaintegraciónconlaprácticaclínica.Elmayorcambioesperadoeslatrasferenciadelconocimiento;asegurandoquelosclíni-coscuentenconlaevidenciaactualizadaparalaprácticadecadadía.
Losproductosdirigidosa lapráctica clínicabasadaen la evidencia sonnuevos, engeneralbienconstruidosysometidosauncontroldecalidadinternacional.Peropropor-cionarevidencianoessuficienteparagarantizarcambiosenlaprácticacínica:esalgone-cesarioperonosuficiente.Losesfuerzosdebendirigirseatratardefacilitaraccesoinme-diatoalamejorevidencia,enunformatoamigablequeseanhechosamedidadetodoslosimplicadosenlasdecisiones.
Comoretosparaelfuturosehanseñaladotambiénlanecesidaddeincorporarlaex-perienciaacumuladadelosclínicosalosresultadosaportadosporlasrevisionessistemá-ticasyalosdelosEnsayosClínicos,eldesarrollodelainvestigacióncualitativa,ycómomedirloquehacemosalintentarpracticarlaMBEycómoutilizarlomejor.
Porúltimoquedamuchoportrabajarencómoincorporarlosvaloresyexpectativasdelospacientes,ycómointegrartodalacomplejainformaciónquesegeneraaltomarlasdecisionesclínicas,deunamaneraeficiente.
Bibliografía
1. SackettD.L.,HaynesR.B.;GuyattG.H.;TugwellP.Epidemiología Clinica. Ciencia básica para la medicina clínica. 2ª Edición.EditorialMédicaPanamericana.BuenosAires.1994.
2. SackettDI,RosenbergWMC,GaryJAM,HaynesRB,RichardsonWS.Evidencebasedmedicine:whatisitandwhatitisn’t.BMJ1996;312:71-2.
3. StrausSh.,RichardsonSW,GlasziouP.,HaynesRB.Medicina Basada en la evidencia. Cómo practicar y enseñar la MBE.Elsevier.Terceraedición.Madrid.2006.
4. GuyattG,RennieD,(editores).Users’ Guides to the Medical Literature. A Manual for Evidence-Based Clinical Practi-ce.Chicago:AmericanMedicalAssociation.2002.
5. Marzo-CastillejoMyAlonso-CoelloP.Clasificacióndelacalidaddelaevidenciayfuerzadelasrecomendacio-nes. Aten Primaria.2006;37(1):40-50.
6. SackettDL,RichardsonWS,RosenbergW,HaynesRB.Medicina Basada en la Evidencia. Cómo ejercer y enseñar la MBE.Madrid:ChurchillLivingstoneEspaña.1997.
15Identificación y focalización de las preguntas que surgen
de la práctica diaria. Diseño de preguntas susceptibles de obtener respuestas aplicables
a la práctica diaria.
Mª CARMEN SÁNCHEZ LÓPEZ1
ENRIQUE AGUINAGA ONTOSO2
1) Médico Especialista en Medicina de Familia y Comunitaria. Centro Tecnológico de Información y Documentación
Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.
2) Médico Especialista en Medicina Preventiva y de Salud Pública. Centro Tecnológico de Información y
Documentación Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
146
1. Introducción
Durantenuestroperiodo formativo y, fundamentalmente, durantenuestraprácticaclínica,surgiránconfrecuenciadudasonecesidadesdeinformaciónquerespaldennues-tratomadedecisionesyactosclínicos.Básicamente,laspreguntasquepuedensurgiralatenderaunpacientevanaserdedostipos(Verejemplosentabla1):
Tabla 1.Preguntasbásicasyespecíficas.
Preguntas generales ¿Cómosediagnosticaladiabetes? ¿Cuándoseconsideraquehayunbuencontroldeladiabetes? ¿Cuáleseltratamientodeladiabetes?
Preguntas específicas Enpacientescondiabetestipo2ymalcontroldesuglucemiaapesardetratamientocondosfármacosorales,¿laadicióndeinsulinaaltratamiento,frentealaasociacióndeuntercerantidiabéticooral,mejoraríaelperfilglucémicosinincrementarlaposibilidaddeefectosadversos?
• Preguntasbásicasogenerales,queseránaquellasqueserefierenalconocimientogeneralquenosayudaríaaentendermejorunadeterminadapatología, interven-ciónotratamiento.Estaspreguntas,cuandoestánbienformuladas,suelenposeerdos componentes: un pronombre interrogativo (quién, cómo, cuándo…) con unverboyladescripcióndelelementodeinterés(patología,pruebadiagnóstica,inter-venciónterapéutica...).
• Preguntasespecíficasodeprimeralíneaque,enestecaso,soncuestionesqueserefierenaunaspectoconcretodeltemaquenosinteresaycuyoconocimientonosayudaríaennuestratomadedecisiones.Comoveremosmásadelante,unapregun-taespecíficabienformuladasecompondrádecuatrocomponentesesencialesqueseresumenenelacrónimoPICO.
Lasnecesidadesdeinformaciónqueiránapareciendoalolargodenuestraprácticaasistencialseránbásicasoespecíficasenbase,fundamentalmente,anuestraexperienciaenundeterminado tema.Así, ycomonormageneral, cuandonuestraexperienciaconunadeterminadaafeccióneslimitada,anteunpacientequelapadece,laspreguntasquenosplanteemosserándecaráctergeneral.Conformeavancenuestraexperienciaclínica,nuestrasposiblesdudasanteunasituaciónclínicaseráncadavezmásespecíficas.Sinem-bargo,puedeocurrirque,aúnconlimitadaexperienciasobreuntrastorno,necesitemostenerunconocimientoespecíficosobreésteyque,inclusotrasampliaexperienciaclínica,podamosrequerirtenerunconocimientobásicodeciertosaspectos(verfigura1).
Centrándonosenlaspreguntasdeprimeralínea,enestecapítulosepretendedescri-bir la importanciadetransformar lasdudasquesederivandelaprácticaasistencialen
P R E G U N T A S Q U E S U R G E N D E L A P R Á C T I C A D I A R I A
147
preguntasclínicassusceptiblesdesercontestadasconlaevidenciadisponibleenlalitera-tura.Esteprocesodeidentificacióndenuestraslagunasdeconocimientoysuconversiónenpreguntasclínicas“contestables”constituyeelprimerpasopara laaplicaciónde losprincipiosquerigenlaPrácticaClínicaBasadaenlaEvidencia(vertema14).
2. Preguntas clínicas de primera línea
Comocomentábamos,unapreguntaespecífica,adecuadamenteformulada,deberíaconstardecuatrocomponentesesencialesqueseresumenenelacrónimoPICO,donde:
• Phacereferenciaalpaciente,poblaciónoproblemaclínicodeinterés.• Iserefierealaintervenciónprincipalquenosplanteamosevaluar(unaexposición,
unapruebadiagnóstica,untratamiento,unfactorpronóstico...).• Cindicalaintervenciónconlaquepretendemoscomparar,siprocede,laprincipal.• O,del inglésOutcome (resultado),haríareferenciaalresultadooevoluciónclínica
quetratamosdeobteneralrealizarunaintervenciónfrenteaotra.(Verejemploentabla2).
Tabla 2.Elementosesencialesdeunapreguntaclínicaespecífica.
Enpacientescondiabetestipo2ymalcontroldesuglucemiaapesardetratamientocondosfármacosorales,¿laadicióndeinsulinaaltratamiento,frentealaasociacióndeuntercerantidiabéticooral,mejoraríaelperfilglucémicosinincrementarlaposibilidaddeefectosadversos?
P:pacientecondiabetestipo2,entratamientocondosantidiabéticosoralesymalcontroldelaglucemia I: añadirinsulina C:asociaruntercerantidiabéticooral O:mejorarelperfilglucémicosinaumentodeefectosadversos
��������������
������������������������������
�������������������
��������������������������
Figura 1.Tiposdedudasopreguntasenbasealasnecesidadesdeconocimiento.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
148
CabedestacarqueelelementoCpuedeestarausenteenpreguntasbienformuladasenlasquenoseacuestionadaunacomparacióndelaintervenciónarealizar.Sumayorrelevanciasedaríaenaquellaspreguntascentradasenintervencionesdiagnósticasyte-rapéuticasenlasqueseplanteacompararunadeterminadapruebadiagnósticaconotraountratamientoconcretoconotraopciónterapéutica.
3. ¿Por qué es conveniente aprender a transformar nuestras dudas en preguntas clínicas específicas bien formuladas?
Elelaborardeformaadecuadaunapreguntaclínicapuedeayudarnosdelasiguienteforma:
• Permiteconcretarydefiniradecuadamenteaquelloquequeremossaber(caracterís-ticasconcretasdelpaciente,resultadosespecíficos…).
• Permiteconocercuálessonloselementosclave(keywords) de nuestra necesidad de información.
• Ayudaaidentificareltipodepreguntaalaquenosenfrentamos(etiología,trata-miento,pronóstico,etc.).
• Ayudaadeterminareltipodeestudioabuscar(ensayoclínico,cohorte,casos-con-trol,etc.)eidentificarelrecursodeevidenciamáseficiente.
Figura 2.Procesoaseguirenlaelaboracióndeunapreguntaclínica.
a) Identificar los elementos básicos de la pregunta:
•Paciente o problema:¿Cómopuedodescribirungrupodepacientessimilaralmío?•Intervención: ¿Quéprocedimientoconvieneejecutar?•Con qué lo Comparo: ¿Cúaleslaalternativa?•Resultados (Outcome): ¿Quédeboesperarqueocurra?
b) Identificar el tipo de pregunta:
•Tratamiento.•Diagnóstico.•Pronóstico.•Etiología/Daño.
c) Determinar el tipo de estudio más adecuado:
•Tratamiento:Ensayoclínico.•Revisióndeuntratamiento:Revisiónsistemática-Metaanálisis.•Diagnóstico:Estudiotransversal,validaciónpruebasdiagnósticas.•Pronóstico:Cohorte.•Etiología:Casos-control/Cohorte.•Creencias,expectativas:Investigacióncualitativa.
d) Búsqueda de las evidencias:
DelaPirámidedelas5Saladelas6S(Vercapítulo16).
P R E G U N T A S Q U E S U R G E N D E L A P R Á C T I C A D I A R I A
149
Endefinitiva,facilitalaelaboracióndelaestrategiadebúsquedademayorrendimien-toparadarrespuestaanuestraduda.
4. ¿Cuál es el proceso que se recomienda seguir?
Cuando nos encontramos ante una situación clínica en la cual surge una duda es ade-cuadoseguirunaseriedepasosquevanafacilitaryoptimizarlaobtencióndelainforma-ciónnecesaria(Verfigura2).
4.1. Identificación de los elementos clave de la pregunta
SiguiendoelesquemaPICOidentificaremosloselementosclavedenuestranecesidaddeinformación.
4.2. Identificación del tipo de pregunta clínica
Unavezconcretadaladuda,formuladalapreguntaeidentificadossuscomponentesbásicos,elsiguientepasoseríaplantearnoseltipodepreguntaantelacualnosencon-tramos.Lostiposdepreguntalospodemosagruparbásicamenteencuatrogruposfun-damentales:preguntassobretratamiento,diagnóstico,pronósticoosobreetilogía/daño.
4.3. Identificación del tipo de estudios más adecuados en base a las características de la pregunta
Conocereltipodepreguntanosayudaráadeterminarcuáleseltipodeinvestigación(ensayoclínico,estudiodecohorte,casos-control,etc.)quenosvaaresultarmásútilparadarleunarespuestay,portanto,vaaorientaryconcretarnuestrabúsquedaposteriordeinformación.Enlatabla3sedescribendeformaorientativalosestudiosquedeformamásapropiadaaportaríaninformaciónenfuncióndeltipodepregunta.
Tabla 3.Ejemplosdeestudiosmásapropiadosenbasealtipodepregunta.
• Preguntasobretratamiento:ensayoclínico.
• Preguntasobrediagnóstico:estudiotransversal,devalidaciónpruebasdiagnósticas.
• Preguntasobrepronóstico:estudiodecohorte.
• Preguntasobreetiología:casosycontroles/cohorte.
• Preguntasobrecreencias,expectativas:investigacióncualitativa.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
150
4.4. Diseño de la estrategia de búsqueda
Enbasealoselementosclavequeconstituyennuestrapregunta,eltipodepreguntaanteelquenoshallamosyeltipodeestudioqueconsideramoseselmásapropiadoparaobtenerunarespuesta,elsiguientepasoseríadefinirlaestrategiadebúsquedaarealizareidentificarelrecursodeevidenciamásadecuadodondebuscar,siguiendoelplantea-mientodelaPirámidedelas6S(vertema16).
Enlafigura3puedeverseunejemplodelprocesodeelaboracióndeunapreguntaclínica.
Figura 3. Ejemplodelprocesodeelaboracióndeunapreguntaclínica.
A. Escenario clínico:
Andrésacudeanuestraconsultacomentándonosquetrasizarasuhijade3añoscomenzódeformaagudacondolorlumbarintenso.Andréstiene36años,trabajacomoinformáticoyreconocetenerhábitossedentarios.Nopresentaantecedentespatológicosdeinterésaunquenoscuentaquehaceunos2añospresentóuncuadrosimilardesencadenadotrascargarpesoaraízdeunamudanza.Enaquelmomentoelprocesose resolvióenunosdías tras tratamientoconanalgésicosy reposoencama.Laexploraciónfísicamuestradolorconlapalpaciónyflexo-extensióndetroncoanivellumbarsin irradiaciónamiembros inferioresniotrossignosquedenotenafectaciónradicular.Elpacientehainiciadoporsucuentatratamientoconanalgesiaoralynossolicitalabajaunosdíaspararealizarreposoencama.Antesusolicitudnosplanteamosloapropiadodedicharecomendacióndereposo.
B. Formulación de la pregunta e identificación de sus elementos básicos:
En pacientes con dolor lumbar mecánico sin irradiación, ¿la indicación de reposo versus la indicación de mantenerse activo mejora la evolución clínica?Loselementosclavedenuestrapreguntaserían:1. Pacienteoproblema,¿cómopuedodescribirungrupodepacientessimilaralmío?:Pacientes
condolorlumbarmecániconoirradiado.2. Intervención,¿quéprocedimientoconvieneejecutar?:Reposoencama.3. ConquéloComparo,¿cuáleslaalternativa?:Mantenerseactivo.4. Resultados(Outcome),¿quédeboesperarqueocurra?:Mejoríaclínicaencuantoaaliviodeldolor
yreincorporaciónaactividadhabitual.
C. Identificar el tipo de pregunta:
1. Enestecasonosencontramosanteunapreguntasobretratamiento.
D. Determinar el tipo de estudio más adecuado:
Eltipodeinvestigaciónquemejorresponderíaanuestrapreguntaseríaunensayo clínico aleato-rizadoenelquesecomparasen lasopcionesterapéuticasdereposoencamaversusmantener laactividadenpacientescondolorlumbarmecánicosinradiculopatía.
E. Diseño de la estrategia de búsqueda:
Enestecasolaspalabrasclavequevamosautilizarparadefinirnuestraestrategiadebúsquedaserán“lumbalgia”,“reposoencama”y“mantenerseactivo”(sustraduccionesalinglés:“lowbackpain,bedrest,advicetostayactive”).Y,utilizandoestostérminosyenbasealaPiramidedelas6S,comenza-ríamosabuscarenSistemas,posteriormenteenSumariosySíntesis.El recurso idealdondehallarinformaciónseríaunGuía de Práctica Clínica sobreelmanejodelalumbalgiamecánicay,ensuau-sencia,unarevisión sistemática de ensayos clínicos aleatorizadosquecomparanlasdosestrategiasdiagnósticasplanteadas.
P R E G U N T A S Q U E S U R G E N D E L A P R Á C T I C A D I A R I A
151
Bibliografía
1. NavarroMateuF,MartínJC.Formulacióndepreguntasclínicaseintroducciónalaestrategiadebúsquedadeinformación.En:Atención sanitaria basada en la evidencia: su aplicación a la práctica clínica. Consejería de Sanidad deMurcia,2007.pp.47-71.[acceso16deenerode2012].Disponibleen:http://www.murciasalud.es/recursos/ficheros/136606-capitulo_2.pdf
2. StrausSEycols.Medicina Basada en la Evidencia. Cómo prácticar y enseñar la MBE,3ªed.ChurchillLivingstone:Elsevier,2006.
http://www.murciasalud.es/recursos/ficheros/136606-capitulo_2.pdfhttp://www.murciasalud.es/recursos/ficheros/136606-capitulo_2.pdf
16Identificación de recursos de
información relacionada con la PCBE y desarrollo de una búsqueda para
localizar las mejores evidencias sobre un tópico clínico.
Mª DOLORES CASTILLO BUENO1
ENRIQUE AGUINAGA ONTOSO2
1) Diplomada en Enfermería. Técnica de Gestión de Información Sanitaria. Centro Tecnológico de Información
y Documentación Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.
2) Médico Especialista en Medicina Preventiva y de Salud Pública. Centro Tecnológico de Información y
Documentación Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
154
1. Introducción
EldesarrollodelaPrácticaClínicaBasadaenlaEvidencia(PCBE)seestableceencincoetapas(vertema14).
Elobjetivodelpresentetemasecentraenlasegundaetapa(identificaciónylocaliza-cióndelamejorevidencia),paraellopropondremosunaguíaderecursosdeinformaciónenlaWebparalocalizarlasmejoresevidenciasdeutilidadyllevaracabolaPCBE.
Porlotanto,trashaberformuladolapreguntaclínica,definiremosnuestraestrategiadebúsqueda(vertema15),quedebeserlógica,sistemáticayreproducible.Conellase-leccionaremos losdescriptores(palabrasclave)yoperadoresbooleanos,delimitaremoseltipodepreguntaclínicaquenoshemosformuladoyeltipodeestudiomásadecuadopararesponderesetipodepregunta.
Acontinuación,yantesdebuscardirectamenteenlasbasesdedatos,nospregunta-remos:¿dóndepodemosencontrareltipodeestudioquenos interesa?(eleccióndelafuente,enquébasededatos).ConestapreguntaentramosdellenoenlasegundaetapadelaPCBE.
2. ¿Dónde encontraremos el tipo de estudio que nos interesa?: Elección de la fuente
2.1. ExistenmuchasfuentesenInternetquepermiten,conmayoromenordificultad,localizar lamejorevidenciadisponiblepara respondernuestrapregunta clínica:desdelastradicionalesbasesdedatosbibliográficas(MEDLINE,CochraneLibrary)arecursosdesíntesisdelaevidencia(EvidenciaClínica,UpToDate,etc.),pasandoporguíasdeprácticaclínicaorevisionessistemáticas(UpToDate,GuíaSalud,etc.,CochranePlus).Peroenmu-chasocasionesnodisponemosdemuchotiempoparapoderbuscarentodasellas,porloquelaconsultaenlosrecursosdisponiblesdebeserenfuncióndelapreguntaclínica,delosobjetivosydeltiempodisponible,puesnotodaslasfuentesdisponiblessonade-cuadasparapoderresponderatodotipodepreguntasquepodamoshabernoshecho.Avecesunasolaconsulta,enunsolorecurso,podrásersuficienteparalocalizarlaevidenciaquedérespuestaaunapreguntaconcreta,pero,enlamayoríadelasocasiones,seráne-cesariaunaconsultamúltipleendiferentesrecursosparapodercompletar larespuestaconmayorvalidez.
Unmétodoútilparabuscar informaciónespreguntarnos si alguienantes ya sehaplanteadonuestramismapreguntaysiharealizadolarecopilacióndelainformaciónper-tinenteylamantieneactualizada.Estasrecopilacionespermitendelegarlasnecesidadesdegenerarinformaciónbasadaenlaevidenciaengruposoprofesionalesconmayorca-pacidad.Estasfuentesdeinformación,elaboradasporestosgrupos,esloqueseconocecomofuentesorecursosbasadosenlaevidencia.
R E C U R S O S D E I N F O R M A C I Ó N R E L A C I O N A D A C O N L A P C B E
155
Además,enlosúltimosañossehancreadomuchosrecursosprácticosquefacilitanelaccesoalainvestigacióndealtacalidad.Aestosrecursosselesllamarecursos“pre-evalua-dos”(pre-appraised)porqueconllevanunprocesodefiltradoprevio.Todoestocontribuyeaincluirennuestrabúsquedasóloaquellosestudiosquesondemayorcalidad(vertema14).Porotraparte,secaracterizanporactualizarseperiódicamente,porloquelaeviden-ciaalaqueaccedamosestarásiempreactualizada.
2.2. Modelo de las 6S (Tabla 1)
Parafacilitarelusodemuchosdelosrecursospre-evaluados,Haynespropusoelmo-delojerárquicodelas“4S”;queposteriormenterefinóenelmodelode“5S” yactualmentehaquedadocomoelmodelodelas“6S”opirámidedelas“6S”,quedescribeconmayorprecisiónyrigorlosdiferentesrecursos.Aunquelamejorevidenciamásactualnosiemprepuedeestardisponibleenunrecursopre-evaluadotanrápidamentecomosequisiera.
Enelmodelodelas“5S”habíalassiguientescapasoescalones(comenzandoporaba-jo):estudios, síntesis, sinopsis, sumarios y sistemas.Elmotivodeañadirunacapamásyconcretarloeneldelas“6S”esporqueseconcluyóquesilasinopsisdeunúnicoestudioyel resumendeunaRevisiónSistemática (RS)eranequivalentes,segúnse indicaenelmodelodelas“5S”,enlajerarquíadelaevidencia,unaRSnosbrindamejorevidenciaqueunsoloestudio,porloqueenelmodelodelas“6S”sehaagregadounacapamásparadistinguir losdostiposdesinopsis(deestudiosodeSíntesis).Quedandoconstruidoelmodelodelas“6S”delasiguienteforma,comenzandoporlabase(verFigura1):
Figura 1.Modelodelas“6S”.Basadaen“DiCensoA,BayleyL,HaynesB.ACPJournalClub.2009”(1).
��������
��������������������
��������
��������
��������������������
��������
����������������������������������������������������
������������������������������
�����������������������������������
������������
����������������������
�������������������������������
���������������������������
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
156
2.2.1. Estudiosoriginalesindividualesoprimarios.Aunquehayungranaumentodelasfuentesdepublicacionessecundarias,enmuchasocasionesnecesitaremosbuscarin-vestigaciónoriginal.
2.2.2. Sinopsis de estudios (capa añadida almodelode las“5S”): proporcionanunbreve,perodetallado,resumendeunúnicoestudiooriginalquepuededarsuficienteeimportanteinformaciónparalaprácticaclínica.Vanacompañadosdecomentariosorien-tadosaresaltarlaaplicabilidadclínicadesusresultados.Comoventajas,hayqueseñalarlagarantíadequeelestudioesdealtacalidadyrelevanciaclínicaparamerecerserresu-mido,además,sondocumentosbrevesymuycómodosdeleer.
2.2.3. Síntesis:RevisionesSistemáticas(RS).Quesonlarecopilacióncompletadetodalainvestigaciónrelacionadaconunapreguntaclínicadeterminadaatravésdeunproce-sodepasossistematizados:formulacióndeunapregunta;identificacióndelosestudiospertinentes;valoraciónsegúnsucalidad;extraccióndelosresultadosdelosestudiosper-tinentesy resumenosíntesisdeestos.El resumende losartículos incluidospuedeserpresentadoenformacualitativaomedianteelempleodetécnicasestadísticasparacom-binarcuantitativamentesusresultados,loqueseconocecomometaanálisis.Finalmente,seincluyenlasconclusiones.
2.2.4. Sinopsis de síntesis:resumendelosresultadosdeunaRSqueproporcionain-formaciónsuficienteparaapoyarunaacciónclínica.Estánincluidasenrevistasqueras-trean,filtranyseleccionanartículosentrelospublicadosenlasprincipalesrevistas.
2.2.4. Sumarios:documentosqueintegranlasmejoresevidenciasdisponiblesdelascapasinferioresdelapirámide(estudios,sinopsisdeestudios,síntesisysinopsisdesín-tesis)paradesarrollarguíasdeprácticaclínica(GPC)odocumentosqueabarcanunaam-pliagamadepruebasoevidenciassobreproblemasclínicosespecíficosqueseactualizandeformaperiódica.SonconsideradosSumarioslosServiciosdeRespuestasaPreguntasClínicas,queconsistenenunsistemaderespuestasainterrogantesformuladosporpro-fesionalessanitarios.LasGPCson recomendacionesdesarrolladassistemáticamenteparaayudaralosprofesionalesdelasaludyalospropiospacientesatomardecisionessobrelaatenciónsanitariaadecuadaencircunstanciasclínicasconcretas.En lasGPCcadare-comendacióndebeiracompañadade losNivelesdeEvidencia(NE)yde losGradosdeRecomendación(GR)(vertema14).
2.2.5. Sistemas:enlosquelascaracterísticasindividualesdelpacienteseliganauto-máticamentealamejorymásactualizadaevidenciaquecoincidaconlascircunstanciasespecíficasdelpacienteydelmédico,yqueleproporcionaaestelosaspectosclavedelagestióndelcaso.Porejemplo,sistemasinformatizadosdeapoyoalatomadedecisiones
R E C U R S O S D E I N F O R M A C I Ó N R E L A C I O N A D A C O N L A P C B E
157
(SIATDs).Estosintegranyresumentodaslasevidenciasprovenientesdelainvestigación,pertinenteseimportantessobreundeterminadoproblemaclínico.Seactualizaconformeaparecennuevasevidencias. Estas sevinculanautomáticamentea travésde lahistoriaclínicaelectrónicadecadaunodelospacientes.Losdatosdecadapacienteseintroducenenunprogramadeordenadorysepareanconprogramasoalgoritmosdeunabaseinfor-matizadadeconocimientomédico,loqueresultaeslageneraciónderecomendacionesparalosmédicosespecíficasparacadapacientes.
2.3. Elección de la fuente (Figura 2 y Tabla I)
AlahoradeelegirlafuenteyutilizandoestemodelodetomadedecisionesclínicasenlaPCBE,labúsquedasedebecomenzarenelnivelmásaltoposibledelmodelo“6S”.
2.3.1.Esdecir,enunasituación ideal, comenzaríamosen lacapade losSISTEMAS. Porejemplo,existeunSIATDsparaelmanejodeanticoagulantesoralesporenfermerasclínicasdeatenciónprimariaenelReinoUnido.
2.3.2.Siestosnoexistiesen,elsiguientepasoseríabuscarSUMARIOS,esdecir,GPColibrosdesumariosconinformaciónbasadaenpruebassobreproblemasclínicosespecí-ficos.EjemplodeBasesdeDatosconSumarios:UpToDate,ClinicalEvidence,GuíaSalud,JBICOnNECT-Plus,Preevid,etc.
UpToDate:esunaherramientadeinformaciónexhaustivabasadaenlaevidenciaclí-nicaydiseñadaparaproporcionarunaccesorápidoarespuestasprácticasyfiablesdelaspreguntasquesurgendurantelapráctica.Sucontenidoserenuevacada4meses.
Figura 2.Clasificacióndelasfuentessegúnelmodelodelas“6S“
��������
��������������������
��������
��������
��������������������
��������
����������������������������������������������������
������������������������������
�����������������������������������
������������
����������������������
�������������������������������
���������������������������
M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A
158
ClinicalEvidence:fuenteinternacionaldondeseencuentralamejorevidenciadispo-nibleparaunaasistenciasanitariaeficaz.Susrevisionessecentranenresumirlaevidenciaenrelaciónalosproblemasclínicoscomunes.Unacomisióndeexpertosydeescritoresespecializadoscompruebarigurosamentelaevidenciamásrelevanteydespuéslaresumeenformatorápido.
EntrelasGuíasdePrácticaClínica,destacamos:GuíaSalud(repertoriodeguíasdeprác-ticaclínicadelSistemaNacionaldeSaluddeEspaña);National Guideline Clearinghouse elaboradaporlaNational Guideline Clearinghouse(NGC)encooperaciónconlaAMAylaAmerican Association of Health Plans,contienemásde1.000guíasclínicas;yfinalmente,Guidelines International Network(GIN).
EntrelosServiciosdeRespuestasaPreguntasClínicas,respondidossegúnelesque-madelaPCBE,elmásconocidoanivelmundialesATTRACT.PodemosdestacartambiénelServicioPREEVID,delCentroTecnológicodeInformaciónyDocumentaciónSanitaria,dondepuedenformularpreguntaslosprofesionalessanitariosdelaConsejeríadeSani-dadydelServicioMurcianodeSalud.Elbancoderespuestasestáabiertoatodoelmun-do.Estáclasificadoporordenderespuestasytieneunbuscadorportemas.
TambiénencontraremossumariosyBest Practicerelacionadosconloscuidadosenfer-merosenelJBICOnNECT-Plus.
2.3.3.Cuandonosehallaunsumariosobreelproblemaclínicoquenosocupa,enton-ceslasiguienteopciónseríabuscarentrelasSINOPSIS DE SÍNTESIS. DadoqueavecesnosetienetiempodeexaminardetalladamenteRevisionesSistemáticas(RS),unasinopsisqueresumalosresultadosdeunaRSdealtacalidadpuedeproporcionarinformaciónsu-ficienteparaapoyarlaacciónclínica.EstaslasencontraremosenlasRevistasSecundariasbasadasenlaevidencia(ACPJournal Club,Evidence-Based Medicine,Evidence-Based Men-tal HealthyEvidence-Based Nursing),quecumplenestrictoscriteriosdecalidadjuntoaloscomentarioscríticossobrelacalidaddeestos.Ejemplodedondelocalizarsinopsisdesín-tesis es el sitio del Centre for Reviews and Dissemination(CRD)dondeexisten3basesdedatosconinformaciónpreevaluadadegrancalidad.Éstasson:laDatabase of Abstracts of Reviews of Effects(DARE),laNHS Economic Evaluation Database(NHSEED)ylaHealth Technology Assessment(HTA)database.DAREalbergagrancantidaddeartículosprima-riosdealtacalidadmetodológica,analizadoscríticamente,segúnlaspautasdelaPCBE.
2.3.4.Acontinuación,sinohubiéramosencontradounasinopsisdesíntesisbusca-ríamos una SÍNTESIS: oRevisionesSistemáticas (RS). La fuentedeRSmás conocida yfiableeslaCochrane Library,queesunaorganizacióninternacionalqueprepara,actua-liza,promueveyfacilitaelaccesoalasRS,loqueayudaengranmedidaaquienesne-cesitantomardecisionesenlaprácticaclínica.Seactualizacuatrovecesalañoyesdeaccesobajosuscripciónpagada.Aunque,atravésdelcentroCochraneycoordinadoporlaRedCochraneIberoamericana,concentroscolaboradoresendistintospaísesdeIbe-
R E C U R S O S D E I N F O R M A C I Ó N R E L A C I O N A D A C O N L A P C B E
159
roamérica,elaccesoesuniversal,traducidoalcastellanoygratuitoentodoelterritorioespañol.EstoesposiblegraciasalasuscripciónrealizadaporelMinisteriodeSanidadyConsumoalaBibliotecaCochranePlus.ElMinisteriotambiénhahechounasuscripciónpara la traducciónal castellanoyelaccesogratuitoen todoel territorioespañolaRSdelJBICOnNECTPlus(RedclínicadeEvidenciaon-linesobreCuidadosyProcedimientosdel InstitutoJoannaBriggs (IJB), relacionadasfundamentalmentecontemasdecuida-dosdeenfermería,aunquetambiéntienecontenidossobrefisioterapia,nutrición,etc.ElIJBesunaorganizacióninternacionalquepromueveyapoyalasíntesis,transferenciayutilizacióndelaevidenciaatravésdelaidentificaciónfactible,apropiada,significativayeficazdelaprácticadeloscuidadosparasumejora.EnelJBICOnNECTPlussepuedenencontrar:Best Practices Information Sheet,SumariosdeEvidencias,herramientasparalavaloraciónmetodológicaoparacrearmanualesdeprocedimientosofolletosdeinfor-maciónparalosusuarios,etc.
OtrasdosbasesdedatosestándisponiblesgratuitamenteenelsitiowebdelCentre for Reviews and Dissemination(CRD)delaUniversidaddeYork,encolaboraciónconlaInter-national Network of Agencies for Health Technology Assessment(INAHTA).UnadeellaseslabasededatosDARE,quealbergatambiénunagrancantidaddeartículosprimariosdealtacalidadmetodológica,analizadoscríticamentesegúnlaspautasdelaPCBE.
2.3.5.Sitampo