Medicina Basada en la Evidencia

Lectura crítica de documentos científicos – 458 – de los resultados se lleve a cabo a ciegas, es decir, de tal manera que no se sepa si el individuo(s) a estudio tiene algún factor pronóstico asociado, con la finalidad de evitar el sesgo de información debido al observador. ¿Se ha ajustado por todos los factores pronósticos im- portantes? En ocasiones se presentan datos sobre el pronóstico de subgrupos de pacientes; en este caso, debemos ase- gurarnos de que la estimación no está distorsionada y que se han realizado ajustando por el resto de factores pronósticos relevantes. Los ajustes pueden ser sencillos, como el análisis estratificado, o más complejos y pode- rosos, como el análisis multivariable (en el que los auto- res del estudio deciden qué variables se incluyen, y que pueden ser diferentes de unos estudios a otros). Alguno de estos métodos debe aplicarse para poder concluir tentativamente que un subgrupo tiene mejor o peor pro- nóstico. Y se dice “tentativamente”, ya que las técnicas estadísticas para determinar el pronóstico de los sub- grupos se basan en la predicción, no en la explicación. El ajuste en los estudios sobre pronóstico puede ser sencillo (por ej.: análisis estratificado) o más complicado (por ej.: análisis multivariable) ¿Se validaron los resultados en otros grupos de pacientes? El grupo en el que primero se describe el supuesto factor pronóstico se denomina grupo de entrenamiento o de derivación. Como siempre, hay que tener presente que el resultado pueda deberse simplemente al azar; para po- der concluir realmente que se trata de un factor pronós- tico debemos replicarlo en otros grupos independientes, conocidos como grupos de validación. Dado que, al eva- luar múltiples factores pronósticos potenciales, el análi- sis estadístico puede haber identificado algunos simple- mente por azar, sería conveniente que los investigadores hubieran confirmado los hallazgos en un grupo de suje- tos independientes, denominado grupo de validación, lo que daría mayor fuerza a la evidencia. 2. Analizar la IMPORTANCIA de las publicaciones sobre pronóstico Las preguntas del apartado anterior se utilizan para analizar la validez interna de una investigación y deci- dir si un artículo merece una lectura más detallada. El siguiente paso es proceder a una evaluación de los re- sultados, en relación con la importancia clínica poten- cial de los hallazgos del estudio: aquí se consideran la supervivencia porcentual en un determinado momento o las curvas de supervivencia de varias clases. Para valorar si un artículo aporta resultados importantes desde el punto de vista del pronóstico, buscamos la es- timación de la probabilidad de que suceda el evento que interesa conocer, la precisión de la estimación y el riesgo asociado a los factores que modifican el pronóstico. Los factores pronósticos de una enfermedad se suelen presentar asociados a su riesgo relativo en los estudios de cohortes o a su odds ratio en los estudios de casos y controles. Pueden adquirir un valor positivo o negativo (en este último caso pasa a ser un factor protector) ¿Se ha especificado la probabilidad de que ocurran los eventos en periodos de tiempo determinados? La cuantificación de los resultados de los estudios sobre pronóstico se basa en el número de sucesos que se pre- sentan durante el seguimiento de una cohorte, y suele expresarse como una frecuencia acumulada en un mo- mento de tiempo determinado, o bien como mediana de supervivencia (que indica la duración del seguimiento en la que ha muerto la mitad de los sujetos de la cohorte). Las curvas de supervivencia permiten conocer cómo se modifica la probabilidad de desarrollar el suceso a lo lar- go del tiempo. Para su estimación existen tres métodos: ■ Incidencia acumulada o proporción de personas can- didatas que desarrollan el desenlace de la enferme- dad durante el periodo de observación. ■ Método actuarial o uso de las tablas de vida, que se usan cuando no se conoce la fecha exacta en que ocu- rre el episodio; se utiliza para muestras muy grandes y mide el tiempo a intervalos fijados previamente. ■ Método del producto-límite o de Kaplan-Meier, donde se usa toda la información del seguimiento; se utiliza para muestras pequeñas y determina la probabilidad de supervivencia para cada punto de tiempo concre- to. La forma más clara y completa de presentar re- sultados de pronóstico es la gráfica de Kaplan-Meier. ¿Cuál es la precisión de las estimaciones de probabilidad? Incluso cuando es válido, un estudio de pronóstico solo proporciona una estimación del riesgo real; a continua- ción, se debe examinar la precisión de la estimación me- diante el intervalo de confianza (IC), que nos cuantifica la variabilidad debida al azar. La precisión viene dada por el IC: a mayor precisión más seguridad y más importan- cia clínica. En la mayor parte de las curvas de supervi- vencia los periodos más precoces de seguimiento suelen incluir resultados de un mayor número de pacientes que en los últimos periodos (debido a la falta de disponi- bilidad para el seguimiento, ya que los pacientes no se incluyen en el estudio al mismo tiempo); esto significa que las curvas de supervivencia son más precisas en los periodos más precoces, indicadas por IC más estrechos alrededor de la parte izquierda de la curva.