¿Qué es el entrenamiento (práctica) basado en la evidencia?

Desde el IEWG presentamos la traducción de
un artículo reciente de Michael
Rosenblat, donde se expone de manera sencilla y clara, a qué deberíamos referirnos
al hablar de “práctica
basada en la evidencia”.

INTRODUCCIÓN

La práctica basada en la evidencia
(EBP de Evidence-based
practice) es el
método que permite incorporar la mejor evidencia disponible para apoyar una
intervención (ejercicio, nutricional, equipamiento, etc). Consiste en utilizar
la literatura científica así como la experiencia obtenida en la clínica o en el
campo. Sin embargo, esto no sugiere que debamos incorporar la literatura
ciegamente. Debemos analizar la literatura de manera crítica evaluando su
validez interna y externa.

La validez interna refleja la
calidad del diseño del estudio, implementación y análisis de los datos con el
objetivo de minimizar el nivel de sesgo y determinar una verdadera relación “causa
y efecto” entre una intervención y un resultado (1). La validez externa
describe las circunstancias bajo las cuales es posible generalizar los
resultados de la investigación.

promo

NIVELES
DE EVIDENCIA

Nivel 1: Revisiones sistemáticas
de ensayos controlados y aleatorizados

Nivel 2: Ensayos controlados y aleatorizados

Nivel 3: Estudios de casos y
controles

Nivel 4: Series de casos,
informes de casos.

Nivel 5: Editoriales, opinión de
expertos.

METODOLOGÍA
DE ESTUDIO

*Es importante tener en cuenta
que la mayoría de las secciones que enumeramos a continuación están presentes
en la Escala PEDro. Existen secciones adicionales descriptas mas abajo que
pueden agregar calidad a una apreciación crítica. De ninguna manera la lista
está completa debido a que cuando se analiza la literatura críticamente, existen
muchos factores para considerar.

Revisión
de la literatura

Una adecuada revisión de la
literatura brinda un panorama completo del tema en la introducción. Debe
incluir investigaciones previas realizadas sobre el tema y el motivo por el
cual se realiza el estudio actual.

Selección
de participantes

Los participantes que se incluyen
en un estudio se consideran una muestra de la población de interés. Pueden
utilizarse dos formas de muestreo para seleccionar a los participantes; el
muestreo probabilístico y muestreo no probabilístico (2). El tipo de muestreo
puede influir en las características de la muestra que a su vez, puede influir
en la posibilidad de generalización y en la validez externa (2).

Criterio
de elegibilidad

Es una lista de condiciones que
se utiliza para establecer quienes son elegibles para participar en el estudio
(6). Esto afecta la validez externa, pero no la validez interna o estadística
(6). Mientras mayor sea la homogeneidad de la muestra en función del criterio
de inclusión/exclusión, menor será la validez externa (6)

Tamaño
de la muestra

Es el número de sujetos de una
población dada que participan en el estudio. Los tamaños de muestra más grandes
tienden a ser más representativos de la población

Aleatorización

Los participantes son asignados
al azar a uno de dos o más intervenciones. La aleatorización minimiza el riesgo
de variables de confusión, reduce el riesgo de sesgo y permite el análisis de
relaciones directas. Una limitación importante del uso de pruebas controladas
aleatorias (RCT) es que es imposible de obtener una verdadera muestra aleatoria
de la población (2). Esto puede dificultar la generalización de los resultados.

Ocultamiento
de la asignación

La persona responsable de
determinar si un sujeto era elegible para ser incluído en una prueba desconoce
a cual grupo será asignado el sujeto (6). Si la asignación no es oculta, la
decisión sobre si incluir o no a una persona en una prueba podría estar influenciada
por el conocimiento de si el sujeto debe recibir el tratamiento o no. Esto
podría producir sesgos sistemáticos diferentes a los de la asignación aleatoria
(6).

Cegamiento

Esto es un método que evita que
los participantes y quienes recolectan y analizan los datos del estudio sepan
quiénes integran el grupo de intervención y quiénes integran el grupo control.
(1). Cuando los sujetos no conocen bajo cual tratamiento están, es menos
probable que los resultados del tratamiento se deban a un efecto placebo (6). El
cegamiento de los asesores asegura que el sesgo personal no afecte los
resultados (6).

Posibilidad
de comparar los valores al inicio del estudio (línea de base)

La comparación en la línea de
base consiste en la comparación de los valores de grupos (intervención y control)
al inicio del estudio. No debe existir ninguna diferencia estadísticamente significativa
entre los grupos. Una aleatorización adecuada debe asegurar que los grupos sean
similares en la línea de base. Esto puede aportar una indicación de sesgo
potencial que se produce por casualidad con la asignación aleatoria (6). Una
diferencia significativa entre los grupos puede indicar un problema con los
procedimientos de aleatorización (6).

Variables
(Parámetros)

La medición de las variables es el
método utilizado para evaluar el efecto de la intervención. El propósito de la
medición de variables es diferenciar entre los sujetos en un momento dado, predecir
un evento o resultado subsecuente y evaluar el cambio a lo largo del tiempo.

Variables
de medición estandarizadas:

1. Tener instrucciones explícitas
de administración, puntajes e interpretación de los resultados.

2. Están validadas en la medida
que la información concerniente a sus propiedades de medición haya sido estimada,
informada y defendida en la literatura que ha sido revisada por pares

3. Las variables de medición son
válidas, confiables, sensibles y específicas

Mediciones
de validez

1. La variable de medición mide
lo que se piensa que mide (validez aparente)

2. La variable de medición es
apropiada para la población de interés (validez de contenido)

3. Las variables de medición
proporcionan resultados que son consistentes con la metodología estándar o gold standard (validez de criterio)

Mediciones
de confiabilidad

1. Las múltiples mediciones en un
individuo proporcionarán resultados consistentes (test-re-test/confiabilidad absoluta),
entre supervisores (confiabilidad inter-operador) y en un mismo supervisor (confiabilidad
intra-operador)

2. La variable de medición puede
determinar el grado en que existe la condición (confiabilidad relativa)

La sensibilidad es la capacidad
de una prueba de detectar la presencia de una condición de manera confiable
(3). Por consiguiente, si la prueba es negativa, el sujeto no tiene la
condición (verdadero positivo/total los resultados positivos; SNOUT= SeNsitivity-rule
out).

La especificidad es la capacidad
de una prueba para detectar la ausencia de una condición de manea confiable (3).
Por consiguiente, si la prueba es positiva, el sujeto tiene la condición
(verdaderos negativos/total de resultados negativos; SPIN=SPecificity-rule in).

Intervención

La intervención debe ser
descripta de forma tal que pueda ser reproducida. Una descripción inadecuada
disminuye la validez interna porque no queda claro cual es el mecanismo exacto
que provocó el cambio en los resultados.

Seguimiento
adecuado

El número de sujetos que
completaron la prueba y aportaron los datos de seguimiento para el análisis
estadístico debe ser suficiente. El grupo PEDro establece que los datos provenientes
de un mínimo de 85% de sujetos aumenta la validez interna (6). Es importante
que las mediciones de las variables se realicen en todos los sujetos asignados
al azar en los diferentes grupos. Los sujetos que no pueden ser seguidos pueden
diferir sistemáticamente de los que sí fueron seguidos, y esto introduce
potencialmente un sesgo. La magnitud del sesgo potencial aumenta en proporción a
los sujetos que no pueden ser seguidos (6).

Análisis
de intención de tratar

Ésta es una estrategia que
asegura que sean analizados todos los pacientes asignados ya sea al grupo que
recibió un tratamiento o al grupo control, hayan recibido o no el tratamiento
prescripto y hayan completado o no el estudio (1). Cuando se excluyen pacientes
del análisis, se destruye la razón principal de la aleatorización, lo que
conduce a sesgo potencial (6).

Comparaciones
entre-grupos

Esta comparación es una
comparación estadística de un grupo con otro. Se realiza para determinar si la
diferencia entre los grupos es mayor a la que puede ser atribuida al azar
(6).

Estimaciones
puntuales (tamaño de efecto) y variabilidad

Una estimación puntual o tamaño
de efecto es un valor que representa la estimación más probable de la verdadera
población (4). Algunos ejemplos incluyen la diferencia entre medias, el
coeficiente de regresión, la d de
Cohen y el coeficiente de correlación.

Es importante considerar la
variabilidad del tamaño del efecto (estimación puntual). Algunos ejemplos de
variabilidad incluyen: Desviación estándar, error estándar y los intervalos de
valores. La desviación estándar (SD) es una estimación del grado de dispersión
(variabilidad) de los puntos correspondientes a datos de los individuos de la muestra
con respecto a la media muestral (3). El error estándar (SEM) es la desviación estándar
de los estadísticos de la prueba (estimación puntual) obtenidos a partir de
todas las muestras obtenidas al azar de la población (3). Se usa como
cuantificación de la variabilidad de los valores medios que se calculan para construir
los intervalos de confianza. Debido a que la desviación estándar siempre es
mayor que el error estándar, los autores a veces presentan los datos en forma
de “Media±SEM” en lugar de “Media±SD”. Esto subestima la verdadera variabilidad
y puede confundir al lector.

Es frecuente presentar la
variabilidad en forma de intervalo de confianza (CI). Un intervalo de confianza
es el intervalo de valores que abarca la población, con una probabilidad dada
(4). El ancho del CI depende del SEM y del grado de confianza que nosotros
escogemos arbitrariamente (normalmente 90%, 95%, o 99%). Utilizando un CI de 95%
nosotros estamos 95% seguros que la verdadera media de la población se ubicará
en el rango de valores dentro del intervalo. Si un CI de 95% incluye un cero,
indicaría que existe la posibilidad que el cambio medio de una intervención en
una población dada sea cero. Por consiguiente, el resultado no será
estadísticamente significativo.

Limitaciones
del estudio

Una descripción de las
limitaciones del diseño y metodología del estudio aporta transparencia porque
debe describir los potenciales sesgos. Esto incluye una explicación de los posibles
errores en la validez interna y externa.

REFERENCIAS

1.Akobeng A. Understanding randomized controlled
trials. Arch Dis Child 2005;90:840-844.

2.Carter R, Lubinsky J, Domholdt E. Rehabilitation
Research. 4th ed. 2010. Elsvier; St. Louis, Missouri.

3.Gaddis G, Gaddis M. Introduction to biostatistics:
part 3, sensitivity, specificity, predictive value, and hypothesis testing. Ann
Emerg Med 1990;19:145-151.

4.Nakagawa S, Cuthill I. Effect size, confidence
interval and statistical significance: a practical guide for biologists. Biol
Rev 2007;82(4):591-605.

5.Pannucci C, Wilkins E. Identifying and avoiding
bias in research. Plast Reconstr Surg 2010;126(2):619-625.

6.Physiotherapy Evidence Database. PEDro Scale
(1999). http://www.pedro.org.au/english/downloads/pedro-scale/. Accessed on
January 27, 2015.

Publicación original:

registro endurance

Facebook Comments


%d bloggers like this: