Con el continuo crecimiento de la población adulta mayor, ¿cómo puede la inteligencia artificial (IA) ayudar a mejorar la seguridad y el nivel de atención recibida por estos pacientes?
La Organización Mundial de la Salud ha declarado que la resistencia a los antimicrobianos es una de las 10 principales amenazas para la salud pública mundial que enfrenta la humanidad. La administración de antibióticos ha sido definida en un consenso de la Sociedad de Enfermedades Infecciosas de América (IDSA), la Sociedad de Epidemiología de Atención Médica de América (SHEA) y la Sociedad de Enfermedades Infecciosas Pediátricas (PIDS) como «intervenciones coordinadas diseñadas para mejorar y medir el uso adecuado de los agentes [antibióticos] mediante la promoción de la selección del régimen óptimo de medicamentos [antibióticos], incluyendo la dosificación, la duración de la terapia y la vía de administración».
Este blog ofrece una introducción a la evaluación crítica de los estudios de diagnóstico. Descubra qué preguntas son importantes plantearse mientras revisa un artículo.
Las guías sanitarias son un aspecto inestimable de la salud basada en la evidencia. Este post nos orienta sobre qué es una guía y qué no lo es.
Una guía breve sobre prevalencia e incidencia con definiciones, explicaciones y cálculos de ejemplo.
En esta entrada del blog utilizamos tres ejemplos para demostrar que, aunque pueda existir una asociación entre dos eventos o variables, esto no significa que una sea la causa de la otra.
Este artículo explora el ritmo circadiano, la prevalencia de su interrupción en la sociedad moderna y sus efectos sobre el cáncer.
Este blog examina qué es la heterogeneidad, por qué es importante, cómo la puedes identificar y medir, y cómo la puedes abordar.
Los programas de cribado no solo deben estar basados en evidencia científica sólida cuando se implementan, sino que deben examinarse constantemente para verificar su utilidad a medida que se obtiene más evidencia científica y cambian las circunstancias (3). La técnica que se utilice debe ser suficientemente sensible para identificar la mayoría de los casos y suficientemente específica para evitar un exceso de tratamientos innecesarios (2).
No sólo los medicamentos pueden hacer daño, los consejos del personal de salud también pueden ser perjudiciales e, incluso, letales. El consejo de poner a los bebés a dormir boca abajo durante casi medio siglo fue contrario a la evidencia disponible de 1970 de que esto probablemente sería perjudicial. La revisión sistemática de los factores de riesgo prevenibles de SIDS a partir de 1970 habría llevado a un reconocimiento más temprano de los riesgos de dormir boca abajo y podría haber evitado más de 10.000 muertes infantiles en el Reino Unido y, al menos, 50.000 en Europa, Estados Unidos y Australia.
La talidomida fue un punto de partida y de inflexión en la percepción de los riesgos de los medicamentos, y, en consecuencia, de la implantación de un marco de protección científico, ético y legal. Unos sesenta años más tarde de la catástrofe de la talidomida, a día de hoy existen normativas muy estrictas sobre investigación preclínica y clínica, recomendaciones sobre el uso de fármacos en embarazadas, así como sistemas de vigilancia de defectos congénitos e identificación de teratógenos.
La Medicina Basada en la Evidencia es útil para informar a los profesionales de la salud lo que funciona y lo que no, y ayuda a determinar si los beneficios superan a los daños, pero está lejos de ser perfecta. Hay valiosas lecciones aprendidas sobre la investigación que podemos compartir con todas las disciplinas.
En este post vas a averiguar cómo interpretar la evaluación de las pruebas diagnósticas a través de la sensibilidad y especificidad.
Este blog proporciona una introducción sobre el tamaño y poder de muestra, qué es, por qué es importante considerarlo cuando se diseña un estudio, y cómo llevar a cabo el cálculo de poder.
La diabetes tipo I es una enfermedad que suele presentarse durante la infancia o adolescencia y que ha demostrado un patrón estacional de mayor incidencia durante el invierno. Esto levantó sospechas de una posible relación de dicha enfermedad con infecciones virales. Se ha considerado la participación etiológica de diferentes fenómenos relacionados con las infecciones virales, como lo han sido una respuesta inmune capaz de destruir las células β pancreáticas productoras de insulina o el daño generado al tejido por un microambiente de inflamación.
Asimismo se han llevado a cabo diferentes estudios en humanos que han permitido crear una “lista de sospechosos”, en la que se incluyen virus con un posible rol etiológico en la diabetes tipo I, entre los que destacan: enterovirus, ciertos herpesvirus, rotavirus, entre otros. Sin embargo, se necesitan más estudios clínicos para obtener evidencia de mayor certeza que permita determinar si existe una relación etiológica entre infecciones virales y el desarrollo de diabetes tipo I.
¿Han oído hablar del gemelo malvado del Efecto Placebo; el Efecto Nocebo? Una reacción nociva a un tratamiento inofensivo. Leed el blog de Danny para saber más.
¿Realmente los placebos promueven un cambio fisiológico o sólo depende de la perspectiva del paciente? ¿Cómo se usan los placebos en la práctica? ¿Y cómo de ético es utilizar placebos en los estudios clínicos?
El sesgo suele ser un problema en la investigación clínica por lo que tomamos muchas medidas para evitarlo; sin embargo, comúnmente son descuidadas en los estudios preclínicos con animales, los cuales nos brindan los resultados sobre los que se basa el diseño de las pruebas clínicas.
Para saber identificar qué tan beneficioso va a ser un tratamiento para tu paciente, basándose en artículos científicos, es relevante primero conocer dos términos fundamentales para esta práctica: la significancia estadística y la significancia clínica. ¿Puede un fármaco tener resultados estadísticos positivos y aún así no traer soluciones relevantes para tu paciente? Lo averiguarás en este blog.
Estás sentado con un arículo o revisión. Y quieres evaluarlo críticamente. Este post proporciona una lista de 20 preguntas que te permitirán hacerlo.
La valoración crítica es el proceso de examinar la investigación de forma cuidadosa y sistemática para juzgar su integridad, valor y relevancia en un contexto particular.
Determinar si un resultado es directamente causado por un tratamiento o fue mera coincidencia, es un viejo problema. A menudo, establecer una relación causal puede ser difícil, y la causalidad es asignada a una intervención donde la evidencia no puede probarlo. Existen muchos ejemplos donde una asociación pudo haber sido malentendida por causalidad, y es importante que cuando evaluemos la evidencia de un efecto causal, se conduzcan ensayos adecuados para descartar otras variables.
Este es el segundo de una serie de 34 blogs que explican 34 conceptos clave que debemos ser capaces de entender para poder pensar críticamente sobre las afirmaciones que hablan de tratamientos.
Este blog explica que las afirmaciones sobre los efectos de un tratamiento pueden ser engañosas si se basan en historias sobre cómo un tratamiento ayudó a personas individuales, o cuando esas historias atribuyen mejoras a tratamientos que no han sido evaluados mediante revisiones sistemáticas.
Esta es una de las primeras y más importantes razones por las que necesitamos probar medicamentos. Principio ético médico número 2: No dañar.
Puede parecer sentido común, pero muchos ejemplos a lo largo de la historia han demostrado que sin un abordaje basado en evidencia, las personas pueden resultar dañadas o incluso morir por un tratamiento.
Regístrate para ser un colaborador ExME
Bienvenidos/as al blog de Estudiantes por la Mejor Evidencia (ExME). Un blog de estudiantes para estudiantes donde encontraréis diferentes artículos sobre salud y práctica sanitaria basada en la evidencia.
La valoración crítica es el proceso de examinar la investigación de forma cuidadosa y sistemática para juzgar su integridad, valor y relevancia en un contexto particular.
La BMJ tiene en su sitio web una serie de artículos sobre cómo leer papers, incluyendo explicaciones claras sobre los estadísticos más usados y los obstáculos comunes que se encuentran en estudios.