Descripcion

DESCRIPCION

En los estudios clínicos oncológicos existe una gran variedad de resultados finales que se pueden medir e incluir en informes. Entre ellos están la mortalidad total (o supervivencia desde que se inició la terapia), la mortalidad por causa específica y la calidad de vida, o substitutos indirectos de estos tres resultados, tales como la supervivencia libre de enfermedad, la supervivencia libre de progresión o la tasa de respuesta tumoral. También pueden determinarse resultados finales dentro de los diseños de estudios de fuerza variable, que van desde el patrón de oro -- el ensayo clínico controlado con diseño doble ciego y aleatorio -- a series de casos con experiencias de pacientes no consecutivos. Las juntas editoriales de PDQ emplean un sistema de jerarquización formal de niveles de evidencia que ayuda al lector a juzgar la fortaleza o solidez de la evidencia vinculada a los resultados obtenidos de la estrategia terapéutica presentada. Para toda terapia, los resultados pueden clasificarse en cada una de las siguientes dos escalas: (1) fortaleza del diseño del estudio y (2) fortaleza de los resultados finales. Juntas, estas escalas de evaluación dan una idea del nivel general de evidencia. Según la perspectiva, los diferentes grupos de expertos, organizaciones profesionales o médicos individuales pueden emplear diferentes "resultados parciales" de la fortaleza general de la evidencia para formular normas terapéuticas o tomar medidas. Sin embargo, una descripción formal del nivel de evidencia proporciona un marco uniforme para los datos, conduciendo a recomendaciones específicas.

Solidez del diseño del estudio (clasificado en orden descendente de fortaleza)

I. Ensayo clínico controlado aleatorio

i) Doble ciego
ii) No cegado (esquema de asignación o prestación de tratamientos)

Comentario: El ensayo clínico controlado aleatorio doble ciego 1i es el patrón de oro en el diseño de estudios. Para lograr esta jerarquización, la asignación del estudio no debe revelarse al médico ni antes ni después de la aleatorización y la asignación de tratamientos. Este diseño proporciona protección contra el sesgo en la asignación por parte del investigador y del sesgo en la evaluación de resultados tanto por el investigador como por el paciente. Lamentablemente, la mayoría de los ensayos clínicos en oncología no pueden ser doble ciego después de la asignación de tratamientos porque los procedimientos o los efectos tóxicos a menudo varían sustancialmente entre las asignaciones de estudio en maneras que son obvias tanto para el profesional de la salud como para el paciente. Sin embargo, en la mayoría de los casos debe ser posible hacer el estudio de forma que resulte ciegos a ambos hasta que la aleatorización se haya llevado a cabo. Si no se puede lograr una terapia ciega, se asigna un rango de 1ii.

Los metaanálisis de estudios aleatorios ofrecen una síntesis cuantitativa de estudios realizados anteriormente. La fortaleza de la evidencia de un metaanálisis se basa en la calidad del comportamiento de los estudios individuales. Además, los metaanálisis pueden amplificar errores sistemáticos pequeños de estudios individuales. Un estudio que comparaba los resultados de ensayos aleatorios grandes con metaanálisis de ensayos más pequeños sobre los mismos temas publicados con anterioridad mostró muy poco acuerdo (estadística kappa=0.35). Los metaanálisis no predijeron con certeza los resultados de los estudios grandes aleatorios controlados en un 35% de los casos.[1,2] Metaanálisis realizados por diferentes investigadores para explicar la misma pregunta clínica pueden llegar a conclusiones contradictorias.[2] En consecuencia, el metaanálisis de los estudios aleatorios se coloca en la misma categoría de fortaleza de evidencia que los estudios aleatorios, y no a un nivel más alto.

El análisis de subconjuntos de estudios aleatorios está sujeto a errores inherentes de multiplicidad (es decir, se deben esperar resultados "estadísticamente significativos" debido a la variación aleatoria de los efectos medidos en subconjuntos múltiples). En consecuencia, el análisis de subconjuntos no tiene la misma fortaleza de evidencia que el análisis general de un ensayo aleatorio, a menos que se expongan con anticipación hipótesis explícitas para el subconjunto analizado. De no ser así, el análisis de subconjuntos debe colocarse en la próxima categoría inferior al diseño del estudio (ensayos clínicos controlados no aleatorios).

Comentario: Esta categoría incluye ensayos en los cuales la asignación de tratamientos se realizó por fecha de nacimiento, número de historial clínico del paciente, día de la visita al consultorio, disponibilidad de cama, u otra estrategia que permitiera que el investigador conociera la asignación antes de obtener el consentimiento del paciente. Está demostrado que puede ocurrir un desajuste en la asignación de tratamientos en tales circunstancias. Por razones expuestas anteriormente, el análisis de subconjuntos dentro de ensayos aleatorios a menudo cae bajo esta categoría de evidencia.

i) Series consecutivas basadas en la población,
ii) Casos consecutivos (no basados en la población)
iii) Casos no consecutivos

Comentario: Estas experiencias clínicas son la forma más endeble de diseño de estudios, pero pueden ser la única información práctica o disponible en apoyo de una estrategia terapéutica, especialmente en el caso de enfermedades raras o cuando la evolución de la terapia precede el uso común de diseños de estudio aleatorios en la práctica médica. También puede ser el único diseño práctico cuando los tratamientos en diferentes ramas de estudio son radicalmente diferentes (por ejemplo, amputación versus cirugía para salvar un miembro). Sin embargo, estas experiencias no tienen controles internos y en consecuencia deben fijarse en experiencias externas para realizar comparaciones. Esto siempre plantea los problemas de selección de pacientes y capacidad de comparación con otras poblaciones. En orden de generalidad a otras poblaciones están las series basadas en la población,las series no basadas en la población pero consecutivas, y los casos no consecutivos.

A. Mortalidad total (o supervivencia general a partir de un punto definido en el tiempo)

Comentario: Este resultado es sin duda alguna el más importante para los pacientes y es también el que se define con más facilidad y está sujeto a un sesgo menor por parte de los investigadores.

Comentario: Aunque esto puede ser de suma importancia biológica en intervenciones para enfermedades específicas, es un resultado más subjetivo que la mortalidad total y más sujeto al sesgo de los investigadores en su determinación. También puede pasar por alto efectos importantes de la terapia que en realidad acortan la supervivencia general.

Comentario: Éste es un resultado sumamente importante para los pacientes, por lo que la documentación cuidadosa de este resultado dentro de un estudio de diseño fuerte es suficiente para que la mayoría de los médicos incorporen un tratamiento a sus prácticas.

i) Supervivencia libre de la enfermedad
ii) Supervivencia libre de progresión
iii) Tasa de respuesta tumoral

Comentario: Todos estos están sujetos a la interpretación de los investigadores. Más importante aún: no se traducen automáticamente en beneficio directo para el paciente, como la supervivencia o la calidad de vida. Sin embargo, es racional en muchas circunstancias usar un tratamiento que mejora estos resultados substitutos mientras se aguarda un final más definitivo que apoye su uso.

Bibliografía:

1. LeLorier J, Gregoire G, Benhaddad A, et al.: Discrepancies between meta- analyses and subsequent large randomized, controlled trials. New England Journal of Medicine 337(8): 536-542, 1997.
2. Bailar JC: The promise and problems of meta-analysis. New England Journal of Medicine 337(8): 559-561, 1997.

Back to the Cancernet contents overview

We subscribe to the HONcode principles of the Health On the Net Foundation

This page was last modified on Dienstag, 29-Jan-2008 15:29:53 CET