Revisión de ensayos clínicos - Global Health Trials
Revisión de ensayos clínicos - Global Health Trials
Revisión de ensayos clínicos - Global Health Trials
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
30 <strong>Revisión</strong> <strong>de</strong> <strong>ensayos</strong> <strong>clínicos</strong>: una guía para el Comité <strong>de</strong> ética<br />
Pero el volumen <strong>de</strong> esos <strong>ensayos</strong> ha<br />
aumentado más <strong>de</strong> doce veces en las<br />
últimas tres décadas, mientras que el<br />
número total <strong>de</strong> publicaciones en<br />
PubMed aumentó tres veces durante el<br />
mismo período (ver ilustración). Podría<br />
<strong>de</strong>cirse que ese número no es una<br />
medición precisa <strong>de</strong>l nivel <strong>de</strong> actividad<br />
<strong>de</strong> investigación. Los <strong>ensayos</strong> <strong>clínicos</strong>, <strong>de</strong><br />
hecho, duran un período largo, incluso<br />
años, mientras que muchos otros<br />
estudios <strong>de</strong> investigación biomédica son<br />
mucho más cortos, y se realizan en un<br />
laboratorio <strong>de</strong> investigación, no en seres<br />
humanos. Sin embargo, queda claro <strong>de</strong><br />
esas estadísticas manifestadas que los<br />
<strong>ensayos</strong> <strong>clínicos</strong> se han hecho cada vez<br />
más populares y que po<strong>de</strong>mos esperar<br />
un rápido aumento <strong>de</strong> las activida<strong>de</strong>s<br />
relacionadas con los <strong>ensayos</strong> <strong>clínicos</strong>.<br />
El número total <strong>de</strong> publicaciones científicas biomédicas y el número <strong>de</strong><br />
publicaciones <strong>de</strong> <strong>ensayos</strong> controlados aleatorizados (ECA) en la base <strong>de</strong> datos<br />
<strong>de</strong> publicaciones <strong>de</strong> PubMed.<br />
Todas las Publicaciones<br />
publicaciones<br />
<strong>de</strong> ECA<br />
Año n n %<br />
2008 810.654 18.617 2,3<br />
1998 467.069 10.769 2,3<br />
1988 379.690 4.535 1,2<br />
1978 269.472 1.468 0,5<br />
A primera vista, la metodología <strong>de</strong><br />
25.000 20.000 15.000 10.000 5.000 000 0,5 1,0 1,5 2,0 2,5 3,0<br />
25,000 20,000 15,000 10,000 5,000 0.0 0 0.5 1.0 1.5 2.0 2.5 3.0<br />
investigación con <strong>ensayos</strong> <strong>clínicos</strong> no es<br />
Number of RCT Proportion<br />
Proporción<br />
of<br />
<strong>de</strong><br />
all<br />
todas<br />
PubMed<br />
las<br />
publications<br />
publicaciones<br />
Número <strong>de</strong> ECA (n)<br />
(%)<br />
<strong>de</strong> PubMed (%)<br />
complicada, pero hay muchos factores<br />
que <strong>de</strong>ben tenerse en cuenta para<br />
diseñar un buen ensayo. La característica<br />
más importante y crucial <strong>de</strong>l diseño <strong>de</strong> <strong>ensayos</strong> <strong>clínicos</strong> es el criterio <strong>de</strong> valoración primario <strong>de</strong>l<br />
ensayo; la selección <strong>de</strong>l criterio <strong>de</strong> valoración equivocado hace que el ensayo no tenga valor, ya que<br />
sería difícil interpretar los resultados <strong>de</strong> manera correcta y sólida y hacer que sean aceptados en<br />
general.<br />
2008<br />
1998<br />
1988<br />
1978<br />
Publicaciones PubMed Publications en PubMed - Randomised - Ensayos Controlled controlados <strong>Trials</strong> aleatorizados (RCT) (ECA)<br />
18,617 18.617<br />
10.769 10,769<br />
4.535 4,535<br />
2.2 Diseño <strong>de</strong> <strong>ensayos</strong> <strong>clínicos</strong><br />
1.468 1,468<br />
0.5 0,5<br />
1.2 1,2<br />
2,3<br />
2.3<br />
2,3 2.3<br />
La importancia <strong>de</strong>l diseño<br />
<strong>de</strong> <strong>ensayos</strong> <strong>clínicos</strong><br />
El objetivo general al diseñar un<br />
ensayo clínico es po<strong>de</strong>r brindar el<br />
mejor y más confiable cálculo<br />
posible <strong>de</strong>l efecto y/o la<br />
seguridad <strong>de</strong> un cierto artículo en<br />
estudio. Ahora, ese cálculo nunca<br />
será totalmente concluyente,<br />
dado que sólo se observa una<br />
submuestra <strong>de</strong> la población<br />
completa <strong>de</strong> participantes (ver<br />
ilustración). Siempre cabe la<br />
posibilidad <strong>de</strong> que la muestra en<br />
cuestión, <strong>de</strong> hecho, no represente<br />
<strong>de</strong>l todo a la población<br />
subyacente. Eso lleva a dos<br />
posibles errores:<br />
(I) llegamos a la conclusión <strong>de</strong><br />
que existía una diferencia entre<br />
los dos grupos <strong>de</strong> tratamiento<br />
cuando, en realidad, no había<br />
ninguna diferencia (resultado<br />
Población<br />
¿La población es<br />
representativa, o no<br />
Muestra al azar<br />
La razón para usar la bioestadística en la investigación clínica es que<br />
seleccionaremos una o varias submuestras <strong>de</strong> la población total. Los resultados <strong>de</strong>l<br />
estudio <strong>de</strong>scribirán las características <strong>de</strong> la(s) muestras(s). Las estadísticas médicas<br />
nos ayudan a explicar cuánta confianza tenemos en que los resultados también<br />
reflejen las características <strong>de</strong> la población total.<br />
A<br />
B