El culto a la evidencia

Jorge Sánchez-Lander*

La gente va muy bien en cualquier acto públicofotografía: Ariadna Sánchez Cortiñas

para llenar la cancha y hacer la ola.

La gente va muy bien para ilustrar catálogos

para consumir mitos y seguir la moda…

La gente va muy bien para decir que si,

para decir amén.

 

Joan Manuel Serrat

 English versión: The Cult to The Evidence

La medicina basada en la evidencia se ha ido convirtiendo para algunos en una nueva religión. La búsqueda de esa evidencia científica ha sido siempre la principal fuerza motriz de la investigación; sin embargo, la evidencia sigue siendo esquiva y cambiante. En un documental de la BBC sobre el cáncer de mama, transmitido a mediados de los noventa, uno de los médicos entrevistados narraba que a principios del siglo XX el único registro y seguimiento que se realizaba a las pacientes operadas por los cirujanos de entonces, era revisar con regularidad los obituarios de los principales periódicos de Londres. Si no aparecían en ellos, se asumía que la paciente estaba bien. La era de la estadística como herramienta para mejorar el desempeño en la medicina se inicia, entre otros, con los trabajos de Archibald Cochrane en la I Guerra Mundial y en la Guerra Civil Española. Cochrane creó un sistema de codificación de las heridas que permitió una mejora sustancial de la atención inmediata.1

Pero no siempre la estadística ha estado al lado de objetivos nobles. Durante la Segunda Guerra Mundial, la Fuerza Aérea de Estados Unidos (USAF) inicia un ambicioso control estadístico de los pavorosos bombardeos masivos sobre objetivos enemigos. En el documental Niebla de Guerra: Once lecciones de la vida de Robert McNamara 2, este describe como siendo un joven profesor de Harvard pasó a ser parte del sistema de Control Estadístico de la USAF. En el primer hallazgo del estudio que le fue encargado, se determinó que uno de cada cinco aviones que despegaban de Inglaterra a bombardear Alemania se regresaban sin cumplir su objetivo. Había una alarmante pérdida de un 20% de la capacidad ofensiva, la cual pudo corregirse gracias a que el estudio estadístico arrojó que la mayoría de las misiones abortadas eran por miedo a ser derribados sobre el campo enemigo. Determinándose en el mismo estudio que la posibilidad de ser impactados por las baterías antiaéreas enemigas era de 4% y con un rígido sistema de control de los reportes posteriores a las misiones, se logró el éxito de la campaña aérea sobre Alemania. En vista de este resultado McNamara fue trasladado a Guam para realizar un estudio con el fin evaluar el desempeño de los nuevos bombarderos B-29 en la Campaña de Japón. Estas fortalezas voladoras eran capaces de realizar su trabajo a gran altura evitando de esta forma el fuego antiaéreo y los certeros cazas japoneses. El desarrollo de un novedoso sistema de monitoreo de las variables como dirección y velocidad del viento, altura, cantidad y densidad de los artefactos explosivos, etc permitió que la brutal campaña de desgaste sobre la población civil japonesa fuese “más eficaz”. Con ese análisis se determinó, que si bien el B-29 había sido diseñado para bombardear desde 7.000 metros de altitud, la precisión desde esa posición era muy precaria. Conocidos estos datos, el comandante de la escuadra ordenó realizar los bombardeos desde los 1.500 metros de altura con bombas incendiarias, medida que logró los objetivos propuestos sobre Japón.   McNamara relata como en una reunión de trabajo un piloto le reclamó al comandante que debido a realizar las misiones a tan baja altura había perdido a uno de sus tripulantes por el fuego de la artillería nipona. Este le respondió: Usted perdió a su tripulante, pero nosotros destruimos Tokio. La estadística y los objetivos estaban por encima de todo.

McNamara se desempeñó posteriormente como uno de los más exitosos presidentes de la Ford Motors Company, Secretario de Defensa de John F. Kennedy y finalmente presidente del Banco Mundial. Se le conoció como un formidable planificador estratégico gracias a su experiencia en el procesamiento de los datos existentes para lograr los objetivos propuestos. Pero a la vez fue considerado un funcionario fríamente pragmático y despiadado. Cuando se le preguntó si sabía que sus cálculos habían servido para aniquilar a cientos de civiles, respondió de una manera impávida: Yo analizaba los bombardeos y como hacerlos más eficientes; no más eficientes en el sentido de matar más gente, sino más eficientes para debilitar al adversario. Podemos ver como la estadística fue usada en el mundo industrial y en el destructivo ámbito de la guerra mucho antes que en la medicina. Que un hospital o centro de investigaciones contara, durante la década de los 40-50, con un ordenador con sus tarjetas perforadas, era impensable. Sólo las grandes empresas de bienes y servicios y las fuerzas armadas podían contar con la capacidad de manejar, de forma avanzada para la época, los datos disponibles. Pero durante el periodo de postguerra registrar, ordenar y analizar los datos comenzó a tomar importancia. Para una pequeña franquicia de hamburguesas, pasando por un equipo de béisbol hasta para el Proyecto Apollo, controlar los datos se hizo imprescindible.

El trabajo de Karl Pearson, a principios del siglo XX, como uno de los pioneros de la aplicación de la estadística y de la Teoría de la Probabilidad en experimentos científicos, permitió gracias a la formulación del Test de Chi cuadrado estimar si la diferencia de los datos estadísticos de un experimento se correlacionaba con un hecho determinado, o por lo contrario era el simple resultado del azar.3 Posteriormente, los trabajos de Edward Kaplan y Paul Meier con un método para calcular la supervivencia enmarcada en el tiempo, a finales de 1950, fue uno de los principales aportes a la estadística aplicada a la medicina. La evidencia de que una intervención quirúrgica, un fármaco o una combinación de medidas preventivas permiten una tasa de supervivencia mayor en comparación con el grupo control, es la guía que ha permitido avanzar en el campo del tratamiento de las neoplasias, entre otros. Interpretar la Razón de Posibilidades (Odds Ratio), la sensibilidad, especificidad, valores de predicción u otros parámetros se ha convertido en rutina para el clínico. Además a diferencia de otros tiempos, hoy con un sencillo ordenador portátil podemos acercarnos, gracias a los numerosos programas estadísticos, a la tan ansiada verdad estadística.

Dentro de los instrumentos de medición, destaca en primer término el bien ponderado estudio multicéntrico de diseño aleatorio y controlado, titán de la evidencia; su poder y su prestigio han permitido, en los últimos años, consolidar las bases de la mayor parte de la evidencia médica vigente. Es definitivamente la unidad estructural de la evidencia en medicina. Pero es en el todopoderoso metaanálisis de una revisión sistemática de estudios aleatorizados y controlados donde descansa el nivel más alto de evidencia científica. Definido en 1976 por Gene Glass como el análisis estadístico de una gran colección de resultados de trabajos individuales con el fin de integrar los hallazgos obtenidos,4 es además el instrumento de evaluación de la evidencia mejor posicionado. No obstante, el metaanálisis en su esencia lleva indefectiblemente elementos de sesgo que deben considerarse y necesariamente corregirse. Por ejemplo, al escoger los estudios que se van a incluir, debe tenerse en cuenta que usualmente la mayoría de los trabajos publicados los resultados suelen ser positivos, hecho denominado sesgo de publicación. La existencia de resultados negativos e inéditos pudiera eventualmente afectar los resultados finales del análisis. Para esto es necesario tomar medidas simples de corrección como:   un análisis de sensibilidad, y calcular entonces el número de estudios negativos realizados y no publicados que debería haber para modificar el sentido de una eventual conclusión “positiva” obtenida con un metaanálisis.5 O bien realizar la corrección mediante un gráfico en embudo o funnel plot. Así mismo dentro del sesgo de publicación debe considerarse que en la mayoría de los estudios metaanalíticos solo se incluyen series publicadas en inglés, sin tomar en cuenta resultados publicados en otros idiomas. También debe ajustarse el sesgo producto de la heterogeneidad entre los estudios y del efecto de los estudios pequeños. Como vemos, el metaanálisis, es una herramienta que se ha ido perfeccionando en los últimos años pero todavía dista mucho de ser un modelo perfecto.

La facilidad en la comprensión y evaluación de la abrumadora evidencia médica existente que ha brindado el metaanálisis, como modelo de resolución y de ordenamiento, es impresionante. Navegar dentro de un intrincado forest plot siempre será mejor que disponer de un montón de estudios desperdigados, algunos de ellos probablemente condenados al olvido de no haber sido incluidos en un análisis combinado. La visión combinante de un estudio metaanalítico es una ventaja innegable, siendo además la balanza que mide la evidencia a favor o en contra. Si bien un modelo estadístico utiliza elementos matemáticos, sus resultados pueden estar muy lejos de ser exactos. El metaanálisis es al mismo tiempo un instrumento estadísticamente sólido pero matemáticamente cuestionable.

Pero después de toda esta reflexión, al final, los resultados derivados de los instrumentos bioestadísticos de los cuales disponemos deben convertirse en recomendaciones seguras que permitan mejorar la prevención, diagnóstico y tratamiento de las enfermedades. La extraordinaria colaboración de la Cochrane Database of Systematic Reviews desde 1993 en promover, difundir y actualizar continuamente el análisis combinado de ensayos clínicos, es quizás el mayor aporte para ayudar a los profesionales de la salud a tomar decisiones adecuadamente fundamentadas de la Historia.

Desafortunadamente, la percepción fundamentalista que tienen algunos sobre la medicina basada en la evidencia es tan inconveniente como aquella visión miope de otros que desdeñan de su incalculable aporte. La evidencia cuantificada tiene un valor incuestionable y la verdadera dimensión de esa metodología emerge cuando entendemos que es una herramienta más, pero no la única. La visión dogmática de la evidencia hipertrofia su papel diluyendo el juicio clínico y el debate como instrumentos válidos. Solo en la medida en que podamos cuestionar la evidencia de un metaanálisis desde su fortaleza y desde los sesgos, corregidos o no, que subyacen en sus cimientos, podremos estimar mucho mejor su valor. La información emanada de sus engranajes es un mapa, sin duda el mejor mapa del cual podemos disponer por el momento. Pero es necesario comprender que aun el mapa más perfecto no es el territorio que pretendemos explorar.

*Servicio de Ginecología Oncológica, Instituto de Oncología Luis Razetti y Clínica Santa Sofía, Caracas, Venezuela.

Referencias

  1. Grases, Pedro. Archibald Cochrane: El caballero de los números. Intervalolibre 15/6/2013. https://intervalolibre.wordpress.com/2013/06/15/archibald-cochrane-el-caballero-de-los-numeros/
  2. Niebla de guerra : once lecciones de la vida de Robert McNamara. http://www.youtube.com/watch?v=Sh1UBy1Brh4&list=PLKqVaXrr2m1orA_BDofNhVwAEkByBL3wg
  3. Hald, Anders. A history of mathematical statistics from 1750 to 1930. John Wiley & Sons, New York, 1998.
  4. El metaanálisis. Curso de Estadística de la Sociedad Española de Bioquímica Clínica y Patología Molecular. www.seqc.es/es/Varios/7/45/Modulo_4:_metaanalisis/
  5. Marin Martínez F y cols. El metaanálisis en el ámbito de las Ciencias de la Salud: una metodología imprescindible para la eficiente acumulación del conocimiento. Fisioterapia 2009;31(3):107–114
Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s