Dr. Mario Tristán Dra. Anggie Ramirez Agosto 2015 Medidas de Efecto Dr. Mario Tristán Dra. Anggie Ramirez Agosto 2015

Preguntas o Comentarios sobre el día 1

El primer principio: la jerarquización de la evidencia Tomado de Guyatt, Gordon Coloquio Cochrane Brasil 2007 Sesión Plenaria The evolution of EBM: Where Cochrane fits in?

Jerarquía de los Tipos de Estudios más Frecuentes Revisión Sistemática de Revisiones Sistemáticas de ECA Meta análisis Revisiones Sistemáticas de ECA ECA Cohortes Caso Control

En 20 años de MBE Ha reducido el énfasis en la experiencia clínica no sistemática. Ha reducido el énfasis en el razonamiento patofisiólogico. Ha estimulado la investigación clínica controlada. Ha promovido la evaluación crítica de la investigación bio-médica.

Revisiones a favor de una mejor medicina La Colaboración Cochrane, organización independiente y sin ánimo de lucro, se beneficia de miles de contribuidores de todo el mundo, en la que participan cerca de 30.000 personas de 100 países, elabora y divulga revisiones que evalúan la validez de cualquier acción terapéutica, a partir de la evidencia científica disponible. Su trabajo, de acceso libre en internet, pretende contribuir a mejorar la atención sanitaria y la práctica clínica, y a aumentar la seguridad de los pacientes. Se ofrece una traducción completa de las revisiones sistemáticas disponibles a escala internacional.

http://www.cochrane.org/cochrane-reviews/cochrane-database-systematic-reviews-numbers

http://www.bibliotecacochrane.com

http://www.cochrane.org/contact/centres

En Costa Rica http://www.ihcai.org mtristan@ihcai.org

La hipótesis científica de la MBE Son pocos ya los que niegan rotundamente la hipótesis de la MBE: “Las intervenciones clínicas basadas en la evidencia, en general, dan mejores resultados para los pacientes que las intervenciones no-basadas en la evidencia”. Cualquiera que practique la medicina en nuestros días y desprecie esta hipótesis, probablemente está siguiendo un camino dudoso. La medicina clínica, considerada más un arte que una ciencia se está convirtiendo en lo opuesto. Esto supone un cambio notable, y los entusiastas de la MBE merecen reconocimiento por haber liderado este cambio. Fuente: Gutierrez, J. F.

El invisible traje del emperador Del cuento infantil: "El traje nuevo del Emperador" de Hans Christian Andersen - Dinamarca, 1937. Analogía tomada de Gutierrez, J. F.

“Caja de Herramientas” numérica de supervivencia: (magnitud del efecto) RR: Riesgo Relativo RAR: Reducción absoluta del Riesgo RRR: Reducción Relativa del Riesgo NNT: Número Necesario a Tratar OR: Odds Ratio HR: Hazard Ratio Para la V y la I (del VIA) proponemos aplicar lo que en el GRUNAMEB llamamos el KIT NUMERICO DE SUPERVIVENCIA, el cual consiste en aprender a interpretar de manera práctica solo los indicadores numéricos importantes y suficientes para trasladar los resultados de una investigación a la práctica clínica. Para evaluar Validez de resultados Las medidas mas utilizadas para presentar el efecto de un tratamiento son: el RR, RAR, RRR, y el NNT. El OR aunque no es la forma mas práctica de representar el riesgo, la hemos incluido debido a que su utilización es aun muy frecuente en las diferentes fuentes de evidencia. Pasar al ejercicio en pizarra de diseño de un Ensayo clínico (utilizando el ejemplo del DCCT: insulina intensiva vs convencional), haciendo el cálculo e interpretación de los indicadores del KIT. Mensajes clave: Todas los indicadores surgen de los mismos datos (tasas de eventos en los grupos de comparación). Cada indicador nos ayuda a interpretar el beneficio/riesgo de una intervención de forma diferente. El mejor indicador para interpretar la validez de los resultados de una intervención es el NNT Riesgo Relativo (RR): es el cociente entre el riesgo del grupo tratado y el riesgo del grupo control. En el ejemplo del Gemfibrocilo RR= 0,27/0,41= 0,65. Aunque para una interpretación más fácil, se suele definir como el cociente entre el grupo de mayor riesgo y el de menor RR= 0,41/0,27=1,51. El riesgo de muerte es 1,5 mayor en el grupo control que en el de tratamiento. Reducción absoluta del riesgo (RAR): es la diferencia entre el riesgo del grupo control y el riesgo del grupo tratado. En el ejemplo anterior (escenario 2) RAR =0,41- 0,27 = 0,14 o 1,4%. Dicho de otra manera, Por cada 100 pacientes que sigan el tratamiento, se evitarían 1,4 muertes. Su principal inconveniente es que se expresa con un número pequeño y es probablemente esa la razón por la que los médicos perciben que el efecto es menor. (Continua en pagina siguiente) 14

..encontró que los betabloqueadores reducen significativamente el riesgo de muerte y admisiones hospitalarias en comparación con placebo (muerte: 444/5273[8.4%] con betabloqueadores vs 624/4862 [12.8%] con placebo; OR 0.65, IC 95% 0.53 – 0.80; admisiones hospitalarias: 540/5244 [10.3%] con betabloqueadores vs 754/4382 [15.6%] con placebo; OR 0.64, IC 95% 0.53 – 0.79). Esto equivale a 3 muertes menos y 4 admisiones por cada 110 personas tratadas por año. Los resultados de revisiones sistemáticas, metanálisis y ensayos clínicos se nos presentarán así. Cuantos de nosotros nos sentimos en este momento capaces de INTERPRETAR el resultado de ésta revisión sistemática (del Clinical evidence sobre utilidad de betabloqueadores en ICC). Si alguien levanta la mano: pedir que haga el intento de interpretación. Conclusión 1. Aunque el pregrado nos da las bases técnicas para interpretar indicadores estadístico, durante el desarrollo de nuestras habilidades clínicas no se utiliza mas estas herramientas. 2. No es fácil y requiere tiempo y esfuerzo. 3. Afortunadamente, existen oportunidades para practicarlo (implementación de la MBE en la facultad de medicina), existe suficiente información disponible (boletines, CIMED, etc), y el desarrollo de metodologías de autoaprendizaje como método de enseñanza sostenible. En el resto de la sesión nos dedicaremos a compartir elementos que nos permitan: Mejorar la interpretación de la literatura médica, incluyendo indicadores estadísiticos. Evaluar la utilidad y aplicabilidad de los diferentes tipos de evidencia. (RS y ECAS para comenzar) La Odds de morir (probabilidad de morir) en el grupo tratado con Betabloqueadores es de 0.35 veces menos que la Odds del grupo tratado con placebo, con un intervalo de confianza al 95% de 0.53 a 0.80 (con una significancia de 0.05)

¿Hacer lo bueno o lo mejor? Óptimo balance entre... Beneficios riesgos, molestias, costes ¡Para todas las alternativas disponibles!

específica de cada estudio su intérvalo de confianza) “Globograma” Estimación del efecto específica de cada estudio (estimación puntual y su intérvalo de confianza) Estimación global del efecto Efecto positivo No efecto Efecto negativo

Efectos diferentes del tratamiento (heterogeneidad) ¿Efecto positivo? ¿Efecto negativo? Efecto positivo No efecto Efecto negativo

Impacto o consecuencias de haber aplicado la intervención Necesitamos evidencias sobre efectividad clínica Efectividad clínica: ¿qué es? Intervención Pacientes Resultado Impacto o consecuencias de haber aplicado la intervención sobre los pacientes Eficacia: condiciones experimentales ideales (máximo control) Efectividad: condiciones de práctica clínica real

Resultado desfavorable Odds Ratio Riesgo Relativo 2 mayor que 1 0.5 menor que 1 1 Línea de no significación Resultado desfavorable Resultado favorable

Odds Ratio Riesgo Relativo No efecto: el numerador es igual al denominador (p.e. Existe la misma proporción de pacientes con IAM en ambos grupos) mayor que 1 menor que 1 1 Resultado favorable Resultado desfavorable Efecto beneficioso: el numerador es inferior al denominador (p.e. Existe menor proporción de pacientes con IAM en el grupo tratado) Efecto perjudicial: el numerador es superior al denominador (p.e. Existe mayor proporción de pacientes con IAM en el grupo tratado)

El p-valor 0 1 Imposible Absoluta (“nunca”) Certeza (“siempre”) 1. Qué probabilidad hay de que este resultado favorable se haya dado sólo por azar si en verdad no hubiera diferencias entre los tratamientos (“falso positivo”). 2. Probabilidad de hallar un resultado favorable siendo cierta la hipótesis nula (Ho: A=B “no existe diferencia”) -Riesgo - 0 1 Imposible Absoluta (“nunca”) Certeza (“siempre”) p=0.001 Muy improbable 1 de 1000 p=0.05 Bastante improbable 1 de 20 p=0.5 Bastante probable 1 de 2 p=0.75 Muy probable 3 de 4

Criterios de inclusión Validez Externa Ensayo clínico OOOOOO OOOOOOOOO OOOOOOOOOOOO n Paciente individual Medida global de efecto ? Criterios de inclusión Condiciones del EC

resultado desfavorable Sesgos relacionados con la falta de representatividad de los estudios Estudios con resultado favorable resultado desfavorable Conclusión sesgada Decisión equivocada Entre ellos, cabe destacar el sesgo de selección (y su asociado sesgo de publicación) que compromete seriamente la representatividad de los estudios considerados en un proceso de revisión. Si éstos no son verdaderamente representativos de la investigación llevada a cabo sobre una determinada cuestión, sino que representan sólo una pequeña facción, o peor aún, representan sólo aquellos estudios que obtuvieron unos determinados resultados, nuestras conclusiones pueden verse seriamente amenazadas, así como las decisiones que se tomen. O bien, no alcanzamos a demostrar un efecto que realmente existe (y por tanto, dejamos de proporcionar formas de atención que en realidad son útiles) o bien concluimos falsamente que éstas son útiles cuando en realidad no lo son, o incluso todo lo contrario (con el consiguiente perjuicio para los pacientes).

Ejemplo: metanálisis sólo de los ensayos clínicos publicados Resultado favorable: reducción significativa del riesgo de eventos cardíacos de un 28%

Cálculo de los estimadores de efecto para variables dicotómicas Resultado: Si No (Totales) Tratamiento a a+b a/a+b = %T (riesgo) b c/c+d = %C (riesgo) c+d Control c d a/b = Odds T c/d = Odds C

Riesgo relativo (RR) RR = PT / PC = 8 / 9 = 0,89 Si No 116 129 1254 Tratamiento (T) Placebo o control (C) Si No 116 129 1254 1264 1383 1380 Muerto: RR = PT / PC = 8 / 9 = 0,89 pC = 129/1383 = 9% Compara la probabilidad de presentar un resultado clínico o desenlace en el grupo de tratamiento respecto al grupo control. El “riesgo” de morir en el grupo tratado es de 11% (0,11 veces) menos del “riesgo” de morir de los tratados en el grupo control.

Práctica RR, interpretación

RR <1

RR > 1

RR > 2

Odds Muerto: Si No 116 1264 1380 129 1254 1383 Tratamiento (T) OddsT = 116/1264 = 0,092 = 9,2% El Odds o “probabilidad” de morir del grupo de tratamiento es de 9,2%. 129 1254 1383 Placebo o control (C) OddsC = 129/1254 = 0,10 = 10,3% El Odds o “probabilidad” de morir del grupo control es de 10,3%.

Odds ratio (OR) OR = OddsT / OddsC = 9,2 / 10,3 = 0,89 Muerto: Si No Tratamiento (T) 116 1264 1380 OddsT = 116/1264 = 0,092 = 9,2% 129 1254 1383 Placebo o control (C) OddsC = 129/1254 = 0,10 = 10,3% OR = OddsT / OddsC = 9,2 / 10,3 = 0,89 Nos indica cuánto más probable es el resultado clínico o desenlace si administramos el tratamiento respecto a su no administración. El Odds de morir (probabilidad de morir) si se ha recibo el tratamiento es 0,89 veces el Odds de morir (probabilidad de morir) si se ha recibido placebo.

Práctica OR, interpretación

OR < 1

OR > 1

Reducción absoluta de riesgo (RAR) pT = 116/1380 = 8% Tratamiento (T) Placebo o control (C) Si No 116 129 1254 1264 1383 1380 Muerto: ARR = PT - PC = 8 - 9 = -1 pC = 129/1383 = 9% Diferencia entre la tasa (o probabilidad) del resultado clínico o desenlace en el grupo de tratamiento y en el grupo control. La Reducción absoluta de riesgo (probabilidad de morir) como consecuencia de haber administrado el tratamiento es de 1.

Número Necesario de Tratar (NNT) 1 RRA 1 PT - PC = NNT = Número de personas que se deben tratar para lograr un resultado clínico o desenlace en un individuo

Número Necesario para dañar (NND) (NNH inglés) 1 AAR 1 PT - PC = NND = Número de personas que se deben tratar para producir daño o un resultado clínico adverso en un individuo.

Práctica NNT y NNH, interpretación

NNT Y NNH

Variables “tiempo hasta el evento” El Hazard Ratio (HR) es una medida equivalente al RR (comparación de tasas), útil cuando el riesgo no es constante a lo largo del tiempo, y que resume la relación existente entre los riesgos (hazard rates) del grupo de tratamiento y del control a lo largo del seguimiento. Permite la comparación entre dos cohortes de pacientes, expresando la relación entre el riesgo de presentar el evento en el grupo de Tratamiento en comparación con el grupo Control, no en un punto particular del estudio, sino como una medida final que sintetiza esta relación a través de los diferentes intervalos de seguimiento a lo largo del estudio. Utiliza toda la información disponible de los pacientes, aún cuando el periodo de seguimiento de los mismos haya sido variable a lo largo del estudio.

Variables “tiempo hasta el evento” Para la estimación del HR mediante el modelo de Cox, se asume que los riesgos de las dos cohortes (el grupo de tratamiento y el grupo control) conservan la misma proporción a lo largo del tiempo (de ahí el nombre de modelo de riesgos proporcionales), una asunción que con frecuencia no se cumple y que los estudios deberían verificar. Es una medida más precisa que el RR: Ej. Risedronato y riesgo de fractura vertebral. Harris 1999. HR 0,59 vs. RR 0,64

Variables “tiempo hasta el evento” Tratamiento A Tratamiento B Tratamiento C Ensayo clínico que compara tres tratamientos (inhaladores) para el control del asma moderado a grave. Variable principal: Riesgo de exacerbaciones graves.

Hazard ratio (HR) Log-rank test El tratamiento C prolongó de forma significativa el tiempo hasta la primera exacerbación grave en comparación con los tratamientos A y B (p < 0.001). Modelo de riesgos proporcionales de Cox El riesgo de experimentar una exacerbación grave fue un 45% menor con el tratamiento C en comparación con el tratamiento B (HR 0,55) [IC95% 0,44 a 0,67] y un 47% inferior en comparación con el tratamiento A (HR 0,53) [IC95% 0,43 a 0,65] Tratamiento C Tratamiento B Tratamiento A

Práctica HR, interpretación

HR

Epílogo El profesional sanitario es hoy miembro del “jurado” y tiene la potestad de examinar por sí mismo las pruebas que se le presentan para, de este modo, aceptarlas o rechazarlas. Obviamente, ejercer este privilegio tiene un coste: la necesidad de comprender la naturaleza de las evidencias. Renunciar a ello implicará, inevitablemente, tener que someterse a alguien con supuesta “autoridad” que sí pueda interpretarla. Para ello, deberá primero escoger a quién cede esa potestad, porque una mala elección puede determinar que le estén aconsejando mal.

Práctica En parejas o sólo, interprete una medida de efecto relativa, una absoluta y un globograma. Puede obtener la información de los artículos de donde prefiera, se le recomienda usar DynaMed plus ó thennt.com. Prepare una presentación en power point con sus resultados.

Gracias !