El problema de la Medicina Basada en la Evidencia y qué hacer al respecto

Publicado el enero 20, 2022 por Danny Minkow

Traductor: Milton A. Romero-Robles; Universidad Nacional del Santa, Perú

¿Cuál es el problema de la Medicina Basada en la Evidencia?

En 2005, el Dr. John Ioannidis, un reconocido investigador, publicó un artículo en PLoS Medicine titulado “Why Most Published Research Findings Are False” (Por qué la mayoría de los resultados de investigación publicados son falsos) (1). Este artículo causó un gran revuelo y, desde entonces, ha causado gran impacto en la comunidad de la investigación médica. Su artículo es un poco técnico, pero recomiendo a todo el mundo que al menos lea su versión más narrativa en The Atlantic (2). Plantea una serie de problemas muy graves que han afectado a la comunidad de investigadores médicos. Este artículo resume algunas de sus preocupaciones.

Entre ellas se encuentran:

• El “sesgo de publicación”, que significa que si los investigadores encuentran que una intervención tuvo poco o ningún efecto, entonces es menos probable que estos estudios se publiquen. En otras palabras, no publicar los resultados negativos.
• “Exceso de confianza” en los estudios que se basan en valores p estadísticos de 0,05. Esto podría dar lugar a falsos positivos y a falsos negativos.
• “Falta de replicación”, muchos estudios no se repiten, o ni siquiera son reproducibles por otros investigadores independientes para verificar sus resultados. Algunos estudios importantes que pudieron ser replicados han encontrado resultados sorprendentemente diferentes e incluso contradictorios.
• “Tamaño reducido de la muestra” y metodologías poco rigurosas; cuanto menor sea el número de sujetos en el estudio, menos probable será la veracidad de los resultados.
• “Reporte selectivo de resultados”, manipulación de datos/fraude y conflictos de intereses financieros. Cuanto mayor sea el interés financiero, menos probable será la veracidad del estudio.
• Cuanto mayor sea la “flexibilidad en el diseño de los estudios” y en las definiciones, menos probable será que los resultados de la investigación sean verdaderos.
• Los “sistemas de compensación” dentro de la investigación médica, especialmente en el ámbito académico, incentivan a un mayor número de publicaciones por encima de la calidad de la investigación

El conjunto de estos factores ha llevado al Dr. Loannidis a concluir que una gran parte de la evidencia en la que los médicos y los profesionales de la salud han llegado a confiar, incluidos los principales estudios fundacionales utilizados para tratar a los pacientes, son con frecuencia engañosos, exagerados y, a menudo, erróneos.

Cuando leí por primera vez su artículo, me quedé un poco sorprendido e incrédulo de que la Medicina Basada en la Evidencia pudiera estar equivocada. El artículo me dejó con la pregunta, ¿y ahora qué?

¿Qué podemos hacer respecto a este problema de la Medicina Basada en la Evidencia? ¿Cómo podemos producir mejor investigación?

Afortunadamente, desde que se publicó el mencionado artículo original, muchos grupos de investigación y académicos han avanzado en varias de estas áreas. En un artículo de la revista JAMA en el 2014 (3), el Dr. Loannidis vuelve a sugerir soluciones adicionales, en particular en lo que se refiere a cambiar el sistema de compensación para que no dé prioridad a la cantidad de investigación sobre la calidad del diseño. Recomienda una lista de criterios de compensación, o principios, para ayudar a evaluar e identificar los métodos de investigación deseables. Lo llama según las siglas en inglés «PQRST», que en español significan Productivo, de Calidad, Reproducible, Compartible y Traducible.

Productivo: Esto significa básicamente establecer una definición fija de lo que significa ser «productivo» en la investigación. Por ejemplo, el número de publicaciones en revistas de categoría superior, el % de citas de cada disciplina científica por año. No se trata simplemente de publicar algo en algún sitio por el mero hecho de ser publicado.

Calidad: Se trata de establecer estándares de publicación rigurosos, según lo apropiado en cada disciplina, para los métodos de investigación y los diseños de los estudios. Esto es importante para garantizar una mayor confiabilidad y credibilidad de los resultados. Estos estándares también deben ser fácilmente verificables.

Reproducible: Esto significa asegurarse de que los datos básicos y los métodos sean claros, de modo que otros investigadores independientes puedan (y deban) reproducir el estudio.

Compartible: Esto significa registrar y compartir los materiales de datos y los protocolos de todos los ensayos.

Traducible: Se trata de garantizar que la investigación sea relevante y pueda aplicarse en situaciones de la vida real.

El reto en reproducir o reanalizar estudios previos fue presentado en la revista JAMA, en el 2014 (4) y se comenta en el blog de Richard Lehman en el BMJ (5). En el artículo, titulado “REanalyses of Randomized Clinical Trial Data” (REanálisis de datos de ensayos clínicos aleatorios), el Dr. Ebrahim, que trabaja como parte del equipo de investigadores del Dr. Loannidis, encontró que:

«Hasta la fecha se ha publicado un pequeño número de reanálisis de ECA. Sólo unos pocos fueron realizados por autores totalmente independientes. El 35% de los reanálisis publicados dieron lugar a cambios en los resultados que implican conclusiones diferentes a las del artículo original sobre los tipos y el número de pacientes que deberían ser tratados»

Así que aún nos queda un largo camino por recorrer. La buena noticia es que la investigación y los esfuerzos en mejorar la Medicina Basada en la Evidencia están en curso. Parece que estamos avanzando al identificar los puntos débiles y abordarlos.

Conclusiones y comentario

Me gustaría señalar que Alice Buchan, una pionera de S4BE (Students 4 Best Evidence), escribió una serie de artículos en Lancet sobre el aumento del valor y la reducción del despilfarro en la investigación (6). El despilfarro en la investigación es, por supuesto, un tema asociado y ha habido algunas grandes ideas sobre cómo mejorar las prioridades, así como reducir el despilfarro en la investigación.

Como Students 4 Best Evidence (Estudiantes por la Mejor Evidencia), representamos una variedad de diferentes disciplinas médicas. Todos valoramos la investigación y la evidencia como parte del proceso de toma de decisiones clínicas. Quizás estos artículos deberían llevarnos a reflexionar sobre el estado de nuestra evidencia y ayudarnos a pensar en posibles soluciones para el llamado «problema de la Medicina Basada en la Evidencia».

¿Qué significan estos retos para el estado de la investigación y la evidencia en nuestras respectivas disciplinas? ¿Ha visto alguna de estas cuestiones planteadas o soluciones aplicadas en su disciplina? ¿Cómo podemos, como estudiantes, aplicar estas «lecciones aprendidas» en nuestras respectivas disciplinas e influir en otros para que lo hagan?

Autor y artículo original: Danny Minkow – https://s4be.cochrane.org/blog/2014/09/18/evidence-based-medicine-problem/

Bibliografía:

1. Ioannidis JPA. Why Most Published Research Findings Are False. PLOS Med. 30 de agosto de 2005;2(8):e124. 
2. Freedman DH. Lies, Damned Lies, and Medical Science [Internet]. The Atlantic. 2010 [citado 1 de enero de 2022]. Disponible en: https://www.theatlantic.com/magazine/archive/2010/11/lies-damned-lies-and-medical-science/308269/
3. Ioannidis JPA, Khoury MJ. Assessing Value in Biomedical Research: The PQRST of Appraisal and Reward. JAMA. 6 de agosto de 2014;312(5):483-4. 
4. Ebrahim S, Sohani ZN, Montoya L, Agarwal A, Thorlund K, Mills EJ, et al. Reanalyses of randomized clinical trial data. JAMA. 10 de septiembre de 2014;312(10):1024-32. 
5. Richard Lehman’s journal review—15 September 2014 [Internet]. The BMJ. 2014 [citado 2 de enero de 2022]. Disponible en: https://blogs.bmj.com/bmj/2014/09/15/richard-lehmans-journal-review-15-september-2014/
6. Research: increasing value, reducing waste [Internet]. Students 4 Best Evidence. 2014 [citado 2 de enero de 2022]. Disponible en: https://www.students4bestevidence.net/blog/2014/01/27/research-increasing-value-reducing-waste/

Tags: