El valor en la investigación clínica

10 de diciembre de 2018 / 1 comentario

Dr. F. Javier Rascón. Hospital Universitario Son Espases. Servicio de Medicina Interna. Unitat de Malaties Autoimmunes i Sistèmiques.

Los profesionales sanitarios necesitamos referencias válidas y un soporte de conocimiento que avale nuestras decisiones. El método científico es la herramienta que ha permitido a la Medicina posicionarse como una auténtica ciencia y quizás su máxima expresión formal sea la llamada Evidence Based Medicine, mal traducida al español como “Medicina Basada en la Evidencia (MBE)”, pues evidence se aproxima al significado de “prueba científica” y paradójicamente se aleja de lo “evidente”, que equivale a la “certeza clara y manifiesta de la verdad o realidad de algo” según la RAE.

Este movimiento permitió estructurar la investigación médica para asegurar que la actividad de los clínicos se fundamente en datos científicos y no en suposiciones o creencias, y así evitar la variabilidad clínica y eliminar la falta de fundamento de muchas de sus decisiones. De este modelo surgen los ensayos controlados, los metaanálisis y las revisiones sistemáticas que han dado lugar a multitud de guías de práctica clínica y protocolos que conforman el conjunto de recomendaciones que los clínicos deberían seguir. Sin embargo, a pesar de todos sus logros, este enfoque no está exento de problemas y merece una revisión conceptual.

1. Los límites del conocimiento científico:

Para entender el cuestionamiento crítico que se está generando en torno a la MBE, y la alternativa propuesta en forma de medicina basada en valores (MBV), es fundamental aproximarnos a dos elementos fundamentales. El primero es comprender los límites que, de manera inevitable, tiene la investigación científica, y el segundo, y no menos importante, la influencia que ejercen los valores humanos tanto en la génesis de dicha investigación como en el grado de aplicabilidad posterior en entornos clínicos reales.

La ciencia se basa en una observación estricta y objetiva del Universo que nos rodea. Somos conscientes de que nunca será absoluta ni completa, porque las mediciones estarán indefectiblemente limitadas al potencial técnico de nuestros instrumentos de medida. Por ello, todo resultado derivado de cualquier observación científica no puede ser asumido como una verdad absoluta, sino como una aproximación más o menos ajustada de la realidad. Es necesaria una dosis de humildad para admitir y reconocer que la ciencia no genera verdades, sino modelos que interpretan la realidad.

Sin perder de vista lo anterior, debemos estar atentos a la influencia que determinados valores, tanto los de los productores de la información científica como los de sus supuestos receptores, ejercen sobre qué y cómo se estudia, y de qué manera ese estudio se incorpora a la práctica. Es imposible evitar el componente subjetivo intrínseco a la condición humana. Siguiendo el artículo de Kelly (1), entendemos por valor la idea preconcebida de cómo debería ser la realidad en base a nuestras creencias, opiniones y sentimientos. Es, por tanto, un filtro a través del cual interpretamos la realidad y sobre el que tomamos decisiones. Es obvio que se expresa de manera muy marcada en el entorno sanitario. A través de nuestros valores forjamos creencias, revisamos el pasado, proyectamos el futuro y tomamos decisiones en el presente.

Tenemos, por tanto, que nuestros instrumentos de generación de conocimiento tienen dos límites claros: los objetivos, derivados de las posibilidades técnicas de cada momento, y los subjetivos, sostenidos por los valores de las personas que intervienen en todo el proceso de generación y aplicación de dicho conocimiento.

2. Crítica a la medicina basada en la evidencia:

La MBE, desde sus inicios hace más de veinte años, ha supuesto un avance indiscutible en la investigación biomédica. Entre otros logros, se han sistematizado la metodología de ejecución y publicación de estudios, se ha creado una sólida infraestructura para la publicación de guías de práctica clínica y ha fomentado la enseñanza y el enfoque clínico del ejercicio de la medicina.

Sin embargo, las críticas son contundentes. Dentro de las más evidentes están el claro alejamiento de la perspectiva del individuo (2) o los posibles intereses comerciales (con definiciones de enfermedad y propuestas de tratamiento orientadas en ocasiones hacia un determinado beneficio económico) que se ocultan tras la investigación. Se suman otras como la imposibilidad de asimilar el mastodóntico e ingobernable volumen acumulado de guías y protocolos, o los escasos beneficios (en ocasiones marginales) de tratamientos o intervenciones propuestas que fueron, eso sí, estadísticamente significativas. Se confirma además la escasa representación de la complejidad cotidiana en esas mismas guías y protocolos (3). Todo ello hace en ocasiones inaplicable, e incluso contraproducente (4), el complejo árbol de conocimiento que se ha generado. Por si fuera poco, la información que se publica se limita a lo que es estadísticamente significativo y se oculta lo que no lo es, perdiéndose en esta política un volumen importantísimo de información. Hemos de señalar la importancia de la experiencia perdida y el sobredimensionamiento del valor de la significación estadística, que merece un poco más de detalle.

2.1 El sobredimensionamiento y la malinterpretación de la significación estadística:

La realidad de las publicaciones científicas es que prácticamente ningún artículo publicado carece de significación estadística. Dicho de otro modo, casi todos presentan en sus resultados una p > 0,5. Se está aceptando con demasiada ligereza que la “p” marca lo bueno o lo malo del estudio, y que todo estudio con un valor de p mayor del establecido, carece de valor.

Fotografía Kaboompics.com vía Pexels

Es fundamental recordar la base estadística del significado y la interpretación de los valores de la “p” en los estudios de contraste de hipótesis. Básicamente, los estudios confrontan la hipótesis nula (un antidiabético que estudiamos no es efectivo o no hay diferencia de presión arterial entre los grupos a estudio, por ejemplo) frente a la hipótesis alternativa (el antidiabético reduce la glucemia basal o hay diferencias de presión arterial entre hombres y mujeres). En estos modelos la p es una estimación de la probabilidad de obtener el resultado que hemos conseguido asumiendo que la hipótesis nula es cierta. Dicho de otra manera: en el contraste de hipótesis, el valor de p menor de 0,05 no nos permite afirmar que nuestra hipótesis es correcta, sino que es poco probable que la hipótesis nula sea cierta, por lo que entonces asumimos como válida la hipótesis de trabajo. No validamos hipótesis, sino que descartamos la contraria. Es muy importante recordar que tampoco es un valor indicativo de la fiabilidad ni de la importancia del estudio, por lo que no debemos dejarnos cegar simplemente por el valor de p, sino que se debe analizar el estudio en su conjunto y de manera sistemática. Por estos motivos, toda la información que no es estadísticamente significativa tiene un valor (no podemos rechazar la hipótesis nula), y todas esas determinaciones no pueden caer en saco roto y ser olvidadas, pues pueden servir para conocer lo que no funciona y evitar repetir estudios y pruebas innecesarias en el futuro.

3. El valor de la experiencia clínica:

Fotografía por rawpixel.com vía Pexels

Se ha criticado que la experiencia clínica pasa, en este escenario, a un segundo plano y es cierto que se está desdibujando la figura del mentor en la enseñanza de la medicina, cuestionando la transmisión de valores y asumiendo que lo correcto es ceñirse a lo publicado, convirtiendo la medicina en un recetario al uso (cookbook medicine) (5) Sin embargo, todos sabemos que cumplir a rajatabla las reglas del código de circulación convertirían en impracticables nuestras ciudades. ¿Por qué? Porque la realidad exige de la interpretación de una norma que se ha creado en condiciones estándar, bajo un filtro de valores concretos, y sin el contexto particular y único de cada caso. La medicina no puede ser sólo la ejecución indiscriminada de órdenes clínicas.

Resumiendo, podemos decir que la imagen palpable de esta crisis es la enorme distancia que sigue existiendo entre la realidad que se encuentra el clínico en su quehacer diario, que es compleja, subjetiva y condicionada por los valores propios y del paciente, y las directrices que nos ofrece la EBM, aséptica y desprovista de elementos fundamentales que todo clínico debe manejar a diario e influenciada, a su vez, por los valores de las personas que generan el conocimiento.

4. La influencia de los valores en la investigación clínica:

A la hora de generar ciencia y plantear estudios en medicina, los valores de los investigadores son determinantes tanto en la línea de investigación propuesta como en la metodología a seguir. Además, hemos de considerar que el paciente, como no podía ser de otra forma, tiene cada vez más protagonismo a la hora de tomar decisiones que le afectan directamente. Y no podemos olvidar las implicaciones políticas y sociales de determinadas acciones de salud pública. ¿Qué suponen todo ese conjunto de variables?

1) Formulación de preguntas clínicas

¿Quién decide lo que es relevante o no en cuestiones médicas? Sin duda, el objetivo deseable es aportar valor al paciente o a la población en general en términos de salud. Es evidente que cuando existen determinantes económicos y políticos que condicionan la viabilidad de los estudios referentes al potencial beneficio de nuevos fármacos o de un nuevo dispositivo sanitario, el lícito interés comercial puede no correlacionarse con el interés de la población a la que va destinada dicha intervención. Si la investigación parte de iniciativas promovidas por una industria que tiene intereses en la comercialización de su producto, se primará el estudio de éstos sobre otros, sin ser necesariamente mejores los evaluados. Dado que sólo una minoría de ellos son analizados, podemos suponer que la selección de qué se estudia y qué no, está claramente influenciada por intereses que sobrepasan la dimensión científica.

2) La elección de la metodología

Es evidente que establecer una metodología objetiva a la hora de realizar una investigación clínica y la correspondiente legitimación de todo el aparataje estadístico asociado, ha supuesto un avance y un aumento en la calidad y fiabilidad de los resultados que se obtienen. Sin embargo, la pérdida de la perspectiva del individuo en estos estudios, que en su mayoría no cumple los criterios de “pureza” necesarios para la inclusión en los trabajos, supone aplicar un esquema estadístico general a situaciones particulares que no están reflejados en las condiciones del análisis, lo que supone un grave problema a la hora de aplicar el conocimiento objetivo. Como las condiciones ideales de los estudios no se cumplen en la realidad, se requiere por parte del clínico una determinada reinterpretación y posterior adecuación de la guía o el protocolo para cada paciente. Recordemos que más que verdades absolutas lo que obtenemos son aproximaciones y tendencias.

3) Los valores del paciente y las decisiones compartidas

Aunque en sus raíces la MBE asumía como propios los valores del paciente en cuanto a qué tratamiento o intervención es la mejor para él, la realidad es que no se perciben esas consideraciones cuando se interpretan y se aplican las guías y los protocolos. La aplicabilidad de la ciencia ha de considerar las preferencias subjetivas de lo que cada individuo considera de valor para su persona y su entorno, donde intervienen además factores culturales y demográficos. Tal vez un paciente prefiera seguir cuidados paliativos en vez de un tratamiento oncológico dirigido, o prefiera no someterse a determinadas intervenciones quirúrgicas. Lo que considera el paciente como “bueno” no tiene que ser lo mismo que lo que se propone desde la evidencia estadística.

4) Profesionalismo y práctica clínica

El profesional no es un ente aséptico que observa sin inmutarse a la persona que trata. En realidad, sus valores son determinantes cuando se alinean con las necesidades reales del paciente, una vez que se ponen de acuerdo entre qué objetivos consideran ambos adecuados. Por ello, aplicar las prácticas a rajatabla supone un conflicto cuando el médico no percibe ningún beneficio para el paciente. Es interesante señalar la diferencia entre tratar una patología concreta (un tumor) o tratar una condición que implica el riesgo de padecer enfermedad (tratar la hipertensión arterial para evitar un ictus). En ambos casos, tanto las circunstancias del paciente como la percepción del profesional son fundamentales para establecer un marco donde lo que se haga sea fruto de un acuerdo entre todos los agentes implicados, y que busque un beneficio que sea reconocido como tal por el usuario. Por eso, ajustar las cifras de tensión arterial en una persona dependiente con un deterioro cognitivo muy severo, no tiene sentido para el profesional que valora, por encima de todo, las necesidades del paciente, que en este caso estarán dirigidas al confort y no a evitar un supuesto riesgo que por otro lado no va a alterar su calidad de vida.

5) Utilitarismo

La MBE provee en teoría soluciones que son beneficiosas para poblaciones. Sin embargo, lo que es bueno para una población no necesariamente lo es para un individuo concreto, que posee su sistema de valores propio y que decide vivir de acuerdo con ellos. Los actores políticos a menudo obvian estos detalles y establecen pautas sobre lo que es necesario investigar y lo que no, asignando los recursos en función, una vez más, de su propio esquema de valores.

5. La influencia de los valores en los científicos:

Queda establecido que tanto los generadores de información científica como sus potenciales receptores no están exentos de la subjetividad de los valores que profesan. Evitar el sesgo debe ser una tarea prioritaria si queremos dirigir la investigación científica médica hacia una zona donde el resultado sea aplicable en la realidad y no sólo acabe generando resultados irrelevantes o satisfaciendo el ego investigador.

Nos encontramos con serias dificultades de entrada. Por un lado, sabemos que el terreno donde se mueve la investigación siempre es artificial, tanto por las condiciones de evaluación (entornos controlados), como por las expectativas del investigador y sus intereses personales. El ambiente académico es tan competitivo que simplemente el hecho de necesitar significación estadística para que un trabajo pueda ser publicado (el paradigma del éxito investigador), induce a una clara predisposición para encontrar lo que se quiere encontrar. Por otra parte, tenemos unas limitaciones biológicas que no nos permiten interpretar las enormes cantidades de datos que se generan. Por esto cualquier investigador puede malinterpretar diferencias sutiles o tendencias fortuitas a su favor con facilidad.

Asumiendo, como ya comentamos previamente, que el estándar en investigación es el contraste de hipótesis, entre la hipótesis nula (ausencia de diferencia entre las muestras estudiadas) y la hipótesis alternativa (existe diferencia entre las muestras), tenemos distintos sesgos identificables. Veamos algunos de ellos y cómo contrarrestarlos desde una posición crítica.

5.1 Sesgos en el contraste de hipótesis:

1-Miopía de la hipótesis

Los investigadores recopilan y consideran la información que tiende a corroborar la hipótesis de trabajo mientras que ignoran y olvidan la contraria. Este sesgo no es exclusivo de la investigación médica sino que se describe también en otros entornos como el judicial, donde la presunción de culpabilidad puede influenciar a considerar determinadas pruebas más válidas que otras si confirman nuestro prejuicio. Es necesario poner sobre la mesa toda la información disponible sin rechazar la que a priori no apunta en la dirección que confirma nuestra hipótesis.

2-Establecer hipótesis sobre resultados preliminares

Es posible que, al disponer de una serie de resultados que de alguna manera establecen un determinado patrón, supongamos que es correcto establecer una hipótesis que los explique. Esta distribución puede ser perfectamente debida al azar y no corresponderse con la realidad. Como lo que se persigue a toda costa es que los resultados tengan significación estadística (valores de p < 0,05) porque recordemos que si no, no son publicados, muchas investigaciones se basen en datos ya seleccionados que a priori cumplen el requisito, lo que puede llevar a analizar datos irrelevantes (sean o no finalmente significativos) o en trabajar sobre hipótesis debidas al azar que sólo supondrán una pérdida de tiempo y de inversión.

3-Atención asimétrica a los resultados.

A la hora de analizar los resultados, los datos favorables a nuestra hipótesis de trabajo son aceptados con facilidad, mientras que si no son tan beneficiosos para confirmar nuestras creencias, se revisan mucho más exhaustivamente. Se asume, de manera equivocada, que cuando no se obtiene el resultado esperado debe existir un fallo en el procedimiento más que en la hipótesis. Si los datos se ajustan a la hipótesis, no asumimos errores en la metodología con la misma facilidad.

4-Justificación de resultados

Tras obtener resultados, existe la tendencia a usar la narrativa, a través de una historia construida a propósito, para justificarlos, o bien para convencer al lector de que los datos obtenidos deberían ir en una dirección a pesar de que los hechos demuestran lo contrario. Se enmascara el significado objetivo de lo que se ha obtenido y se adorna la “insignificancia” estadística con matices lingüísticos que de alguna manera apunten en otra dirección. Por lo tanto, frases como “bordeando la significación estadística” o “no significativo pero probable”, y similares, deben levantar las sospechas de que se está tratando de crear una imagen mental que no representa lo que demuestran los datos.

5.2 Herramientas para el control de sesgos:

Una vez que somos conscientes de los sesgos y de la imposibilidad de escapar de ellos, los investigadores han de ser activos y realizar un ejercicio de honestidad para eliminarlos en la medida de lo posible. Para ello se proponen una serie de instrumentos que ayudan a realizar el contraste de hipótesis de una manera mucho más limpia y clara.

1-Técnicas de inferencia fuerte (strong inference) de hipótesis alternativas

La hipótesis única tiene un problema: cuando ofrece una explicación plausible para un fenómeno, es imposible no aferrarse afectivamente a ella de alguna manera, por lo que la interpretación de resultados está sujeta a su influjo. Por eso es necesario establecer e incluso estudiar hipótesis alternativas de la misma manera y con los mismos medios, buscando referencias bibliográficas y los datos que las soporten.

2-Transparencia

Para evitar utilizar métodos estadísticos o aproximaciones que busquen la significación estadística y por tanto, su publicación, se pueden establecer acuerdos con las editoriales de ofrezcan una garantía de publicación de resultados, sean los que fueren, y de disponer de repositorios abiertos donde se compartan datos, herramientas de análisis y procedimientos. Sin la presión de la necesidad de publicar, el investigador es libre de usar el estadístico que mejor se ajuste al tipo de estudio que va a realizar con los recursos de que dispone, y no buscando el que más fácilmente obtenga unos resultados determinados.

3-Equipo de rivales

El hecho de incluir rivales académicos o defensores de hipótesis alternativas en el equipo de trabajo enriquece el debate y puede detectar sesgos mucho más rápidamente. El ideal de la ciencia, como se mencionó al principio, es buscar aproximaciones a la realidad, no verificar hipótesis por sí mismas. La suma de conocimientos y el trabajo aporta beneficios y posibilita la creación de nuevas hipótesis o de conexiones no contempladas por equipos demasiado orientados a un resultado específico.

4-Análisis ciego de los datos

La idea es que si un observador cree que está cerca de confirmar su hipótesis en base a los datos obtenidos, es más probable que acabe confirmándolos. Una manera de evitar esto es utilizando soluciones informáticas que creen conjuntos de datos aleatorios y que los mezclen con los reales, de tal manera que el investigador no sabe si lo que analiza es real o no. El investigador aplica la metodología estándar pero es la máquina la que en segundo plano analiza los datos verdaderos, revelando al final los resultados reales. Esto aporta una mayor confianza en el análisis al eliminar el influjo de la tendencia percibida.

6. Conclusiones:

Aunque la MBE se fundamenta en un análisis estricto y riguroso de datos biológicos objetivos, la realidad de la práctica médica es compleja, variable y sujeta a las distintas interpretaciones que derivan del conjunto de valores que poseen el conjunto de promotores, generadores y receptores de la investigación científica. A pesar de los avances, muchos de los resultados obtenidos o no son aplicables a la población real, o no aportan un beneficio tangible para el individuo, o son finalmente irrelevantes. Se conocen los sesgos más habituales y se han diseñado herramientas para corregirlos, por lo que la comunidad científica ha de ser consciente de que es necesario cambiar el rumbo y trabajar para obtener resultados que aporten un valor real a la sociedad.

Referencias:

(1) Kelly MP. The importance of values in evidence-based medicine. BMC Medical Ethics; 2016 Apr 4;1–8.
(2) Tonelli M. The philosophical limits of evidence-based medicine. Academic Medicine. 1998;73(12):1234–40.
(3) Trisha Greenhalgh JHNM. Evidence based medicine: a movement in crisis? 2014 Jun 13;1–7.
(4) McCartney M. The Patient Paradox. Pinter \& Martin Limited; 2013.
(5) When doctors don’t listen: how to avoid misdiagnoses and unnecessary tests Wen & Kosowsky – Thomas Dunne Books, St. Martin’s Griffin – 2014

Fotografía de portada por João Silas vía Unsplash

 

Un comentario en “El valor en la investigación clínica”

Comentarios cerrados.