«Los ojos y los oídos son testigos pobres cuando el alma es bárbara.» (Proverbio atribuido a Heráclito, c.540-480 a. C.)
En mi última columna, abordé la importancia crucial del escepticismo clínico en la práctica de la medicina de cuidados intensivos y en otros campos médicos. Gran parte de la justificación de este enfoque proviene de la mala aplicación e interpretación de datos y análisis en la literatura de cuidados intensivos.
La investigación en cuidados intensivos suele caracterizarse por diagnósticos sindrómicos, heterogeneidad biológica y una amplia variedad de supuestos fisiológicos inexactos que, a primera vista, pueden parecer atractivos pero que, en última instancia, resultan ineficaces o incluso perjudiciales. Por esa razón, la tarea no es simplemente decidir si un estudio es “positivo” o “negativo”, sino determinar si es honesto, internamente consistente y aplicable a la atención de pacientes críticamente enfermos.
Por qué el diseño de los ensayos a menudo engaña
Los ensayos aleatorizados y controlados (EAC) a veces se etiquetan como la «norma de oro», pero muchos quedan socavados por procesos como la falta de adherencia al protocolo, problemas de asignación y cointervenciones. Los ensayos observacionales, que a menudo se descartan de plano, pueden reflejar con mayor precisión a las poblaciones reales de pacientes, aunque siguen siendo vulnerables a sesgos temporales y a la confusión residual.
El tamaño de la muestra juega un papel central. Algunos ensayos en Unidades de Cuidados Intensivos (UCI) se apoyan en efectos excesivamente optimistas, lo que puede provocar hallazgos falsos positivos. Ensayos más pequeños aumentan la probabilidad de errores de tipo II (desestimar hallazgos verdaderamente positivos) o de sobreactuación de resultados a ensayos falsos con hallazgos mínimos o exagerados. Las interrupciones tempranas de ensayos siguen siendo comunes y pueden minimizar o exagerar las conclusiones de forma inapropiada. Los ensayos pequeños que reportan resultados estadísticamente impresionantes merecen un escepticismo acentuado, especialmente en cuidados críticos.
Aún más importante es examinar a las personas excluidas del análisis (es decir, miembros de la cohorte que no fueron incluidos en el análisis final). Los ensayos en UCI excluyen comúnmente a la mayoría—a veces más del 90%—de la cohorte original. Estas exclusiones suelen involucrar a pacientes cercanos a la muerte que tienen múltiples comorbilidades, disfunciones orgánicas y/o inestabilidad hemodinámica. Su exclusión produce una población de estudio más joven, más sana y mucho más propensa a tener resultados favorables que la población real de UCI.
Este no es un tema menor; cuando la investigación excluye a la mayor parte de la cohorte, se aplica solo a un subgrupo estrecho de pacientes y no al grupo sindrómico completo. Excluir a pacientes con deterioro temprano genera sesgo de supervivencia. Excluir a pacientes que están cerca de la muerte o que son médicamente complicados artificialmente mejora tanto la eficacia como la seguridad.
Peligros en los análisis frecuentistas y bayesianos
El análisis frecuentista se apoya fuertemente en los valores P, pero los valores de P solo revelan parte del panorama. Los intervalos de confianza a menudo sugieren la posibilidad de beneficio, daño o ambos, incluso cuando el estudio reporta significancia estadística con un valor P bajo. La multiplicidad—el uso de endpoints secundarios, diseños adaptativos y/o análisis de subgrupos—incrementa el riesgo de hallazgos inexactos o erróneos que, a menudo, no son reproducibles en análisis posteriores.
La aplicación del análisis bayesiano, que suele y resulta útil en cuidados críticos, se ha vuelto dramáticamente más común en los últimos años. Desafortunadamente, los estudios de cuidados críticos siguen dependiendo más de nociones preconcebidas de plausibilidad fisiológica que de datos clínicos o de laboratorio impresionantes. Estas suposiciones sesgan la probabilidad posterior del efecto. Como resultado, incluso ensayos RCT bien diseñados pueden generar hallazgos falsos positivos con beneficios estadísticamente significativos que no ofrecen ninguna relevancia clínica.
Examinando fuentes secundarias e influencia financiera
Los resúmenes, revisiones y guías desempeñan roles importantes, pero como también conllevan un riesgo real de perpetuar suposiciones incorrectas e interpretaciones erróneas de datos anteriores, merecen el mismo nivel de escepticismo clínico que la investigación primaria. El estudio de fuente primaria, las referencias y la actualización siguen siendo esenciales.
Los conflictos financieros parecen inevitables y no deben descalificar automáticamente un estudio, pero los ensayos financiados con apoyo financiero tienen más probabilidades de reportar resultados beneficiosos, probablemente debido al diseño del ensayo más que por manipulación evidente de los datos. Por lo tanto, los ensayos con apoyo financiero positivo requieren validación independiente.
Estas advertencias deben informar cómo evaluamos la calidad y el peso de cualquier estudio. La investigación en cuidados intensivos se ha asociado comúnmente con intervenciones —incluido un control glucémico estricto, ventilación oscilatoria de alta frecuencia, oxigenación liberal o conservadora, proteína C activada para la sepsis, y muchas otras— que finalmente demostraron ser ineficaces o incluso dañinas. Una evaluación adecuada y escéptica de la investigación puede prevenir o, al menos, limitar interpretaciones erróneas similares en el futuro.
Cuestiones adicionales a considerar
Varios asuntos no abordados directamente arriba, que podrían merecer sus propias columnas futuras, incluyen lo siguiente:
- La mortalidad es un final poco informativo en los estudios de cuidados intensivos, ya que las tasas de mortalidad suelen ser bajas y reflejan causas multifactoriales y limitaciones del cuidado que pueden tener poco que ver con la intervención estudiada.
- Los estudios de un solo centro a menudo sobrevaloran los efectos del tratamiento y carecen de validez externa. Incluso el ensayo aleatorizado de un solo centro mejor diseñado debe verse como generador de hipótesis en lugar de definitivo.
- Las revisiones sistemáticas y los metaanálisis pueden ser útiles para condiciones relacionadas con la UCI, pero sufren sesgos externos, heterogeneidad clínica y errores de reporte, según Delaney et al.
- Los errores en aritmética básica—notas en matemáticas avanzadas—siguen siendo sorprendentemente comunes en los artículos médicos. Cuando reviso una publicación, a menudo repito la aritmética yo mismo. Si la aritmética es incorrecta, asumo que el resto del artículo probablemente está equivocado.
- Con frecuencia encuentro que las secciones de Conclusiones y Discusión son las partes más débiles de los artículos médicos, y las leo al final.
Esté atentos a mi próxima columna, en la que aplicaré las herramientas de investigación discutidas aquí para evaluar controversias en la literatura, incluida la actual discusión sobre el oseltamivir para la gripe.
Cualquier opinión expuesta es de los autores y/o participantes y no necesariamente refleja las opiniones, políticas o posición de Physician’s Weekly, sus empleados y filiales.
Referencias
Schulz KF, et al. BMC Med. 2010;8:18. doi:10.1186/1741-7015-8-18
Hernán MA, et al. Am J Epidemiol. 2016;183(8):758-764. doi:10.1093/aje/kwv254
Latour-Pérez J. Med Intensiva (Engl Ed). 2018;42(3):184-195. doi:10.1016/j.medin.2017.07.008
Wilcox ME, et al. Curr Opin Crit Care. 2019;25(5):473-488. doi:10.1097/MCC.0000000000000650
Delaney A, et al. Crit Care. 2005;9(5):R575-R582. doi:10.1186/cc3803