La Práctica Basada en la Evidencia

También conocida como medicina basada en la evidencia. La toma de decisiones basada en la evidencia o el análisis basado en la evidencia es el proceso de utilizar la mejor evidencia en la literatura para brindar la mejor atención a un paciente individual. Con la práctica basada en la evidencia, en lugar de hacer predicciones sobre una población, utilizamos estadísticas para aplicar la información de la población a las decisiones sobre pacientes individuales. Lo que el médico está tratando de hacer es actualizar su información sobre un paciente específico basándose en sus conocimientos previos más la información de las pruebas de diagnóstico.

Empleando únicamente la sensibilidad y la especificidad, no se puede determinar el valor de una prueba de diagnóstico para un paciente específico. También requiere el índice de sospecha del médico (o la probabilidad previa a la prueba) de que el paciente pueda tener la enfermedad.

Utilizados en conjunto, estos datos pueden proporcionar una estimación de la probabilidad de enfermedad (o ausencia de enfermedad) para un paciente específico. La probabilidad de la prueba previa (o a priori) es la probabilidad de que un paciente tenga la enfermedad antes de someterse a una prueba. La mejor estimación de esta probabilidad es la prevalencia de la enfermedad o afección en esa población específica. Para estimar la prevalencia necesitamos comprender la probabilidad histórica de una afección en particular.

La probabilidad previa a la prueba puede estimarse mediante la experiencia profesional o mediante estudios científicos publicados. Esto último es probablemente más confiable, pero el valor del primero no puede pasarse por alto. Los estudios publicados en la literatura médica y farmacéutica son invaluables para la toma de decisiones terapéuticas. Una de las estructuras jerárquicas comúnmente utilizadas para la información en la práctica basada en la evidencia es el modelo “4S”. Este generalmente se representa como una pirámide o triángulo con cuatro subdivisiones. El primero, en la porción de base más ancha del triángulo está "estudios", seguido de "síntesis", "sinopsis" y en la parte superior de la pirámide "sistemas" (Brian, 2001). El nivel de “estudios” representa estudios y ensayos clínicos originales. Estos estudios son fuentes primarias de literatura y, en orden ascendente de importancia, incluyen: 1) estudios de casos; 2) series de casos; 3) estudios de cohortes retrospectivos y prospectivos; 4) ensayos clínicos; 5) ensayos clínicos aleatorizados; y 6) ensayos clínicos aleatorios ciegos. El nivel de "síntesis" implica revisiones sistemáticas o metaanálisis de estudios relevantes. El nivel de “sinopsis” incluye recursos que evalúan y discuten las implicaciones de estudios o revisiones seleccionados. Por lo general, son resúmenes breves que revisan los hallazgos importantes del estudio. Finalmente, el nivel más alto en esta jerarquía es el nivel de “sistemas”; se trata de información de práctica basada en evidencias que se evalúa previamente con asesoramiento clínico sobre la relevancia de la información. Con Internet y las fuentes de recuperación electrónica para este tipo de información, la búsqueda de información se ha vuelto mucho más fácil para el profesional. 

Algunos recursos electrónicos actuales y sus URL se enumeran en la siguiente tabla:

El uso de la información que se puede obtener de las fuentes de referencias enumeradas en el párrafo anterior, junto con las pruebas que se describen a continuación, puede resultar en una probabilidad posterior a la prueba. Esta probabilidad posterior es la probabilidad de que un paciente tenga la enfermedad, dados los resultados del procedimiento de diagnóstico.

El modelo de umbral se puede utilizar para estimar la probabilidad de que un paciente tenga una enfermedad y el valor del tratamiento. El modelo se basa en una línea de probabilidad continua de 0 a 1 (ver figura). El umbral de prueba es el punto de este continuo en el que no existe diferencia entre el valor de no tratar al paciente y realizar una prueba de diagnóstico. El umbral de tratamiento es ese punto del continuo en el que no existe diferencia entre el valor de realizar la prueba y tratar al paciente sin realizar la prueba de diagnóstico. Este modelo fue propuesto originalmente por Pauker y Kassirer (1980). Este modelo se puede utilizar para ayudar a los médicos a tomar decisiones basadas en los riesgos y beneficios asociados con la solicitud de pruebas e intervenciones terapéuticas. Las preguntas que deben responderse son: 1) cuál es la probabilidad de que un paciente determinado tenga la enfermedad; y 2) ¿En qué parte de este continuo se encuentra la probabilidad? Los resultados de las pruebas de diagnóstico pueden tener efectos variables sobre la estimación de la probabilidad de enfermedad. Los médicos tomarán decisiones sobre si tratar o no una enfermedad al considerar si los resultados han cruzado un umbral de tratamiento.

Figura: El modelo de umbral

Para calcular la sensibilidad y la especificidad de una prueba, se requiere que ya sepamos quién tuvo la enfermedad o condición. Sin embargo, en la toma de decisiones clínicas del día a día, lo que realmente nos interesa es lo que significará un resultado positivo o negativo de una prueba para un paciente individual que se está evaluando y la probabilidad (dado un resultado positivo o negativo de la prueba) de que él o ella tenga la enfermedad o condición. Usando la sensibilidad y especificidad de la prueba, junto con la prevalencia estimada de la enfermedad o condición, el cálculo de una probabilidad refinada de un resultado específico se puede lograr mediante diferentes métodos: 1) Teorema de Bayes; 2) una tabla de contingencia 2 × 2 y la aplicación de la razón de verosimilitud; o 3) un árbol de decisiones. Este módulo se centrará en los dos primeros enfoques; el enfoque del árbol de decisiones se discute en Shlipak (1998).

Referencia: Basic Statistics and Pharmaceutical Statistical Applications, Third Edition. James E. De Muth (2014).