Actualización de la declaración STARD 2015

Actualización de la lista de comprobación de estudios sobre precisión de pruebas diagnósticas

Hace escasos 10 días, el 28 de octubre, la red Equator y revistas como el BMJ, Radiology y Clinical Chemistry publicaban de manera simultánea la actualización de la declaración STARD, publicada por primera vez en 20013.

La declaración STARD se creó para mejorar la calidad de las publicaciones de estudios sobre precisión de pruebas diagnósticas, con énfasis en la exhaustividad y la transparencia de la publicación. Consta de una lista de comprobación con 30 ítems y un diagrama de flujo. Cuando los investigadores publican el estudio cumpliendo con la lista de comprobación, el futuro lector ve facilitada la lectura crítica del artículo al mejorar la capacidad de identificación y evaluación de posibles fuentes de sesgo y también la capacidad para interpretar la aplicabilidad de las conclusiones.

Entender y comunicar “riesgo”

Parece ser que los profesionales sanitarios no somos unos aventajados en entender los resultados de una prueba diagnóstica, los beneficios y riesgos de un programa de prevención o las probabilidades de los efectos de una intervención. Entender estos riesgos es de vital importancia para tomar óptimas decisiones, informar correctamente a los pacientes y poder compartir estas decisiones.

Hemos recopilado 4 documentos que nos ayudan a entender este problema y acercarnos a las soluciones.

Gerd Gigerenzer, director del Instituto Max Plank de Desarrollo Humano ha captivado nuestra atención sobre este tema. En este TED  (16 minutos, en inglés) nos plantea este problema y las soluciones que ha propuesto su equipo del Harding Center for Risk Literacy; unas tablas informativas (fact boxes) que han demostrado ser una herramienta eficiente para informar al público general sobre los beneficios y riesgos de los tratamientos médicos.

 Imagen obtenida de la web del Harding Center
La plataforma NoGracias (PNG) nos lo contaban en su entrada de octubre de 2014 titulada “¿Qué pasaría si se informara adecuadamente a las mujeres sobre las mamografías de cribado?” haciendo referencia al último libro publicado por Gigerenzer “Better Doctors, Better Patients, Better Decisions: Envisioning Health Care 2020″
Y finalmente de las fuentes primarias leemos un interesante y didáctico artículo del propio Gigerenzer publicado en el BMJ: Gigerenzer G, Edwards A. Simple tools for understanding risks: from innumeracy to insight. BMJ Br Med J [Internet]. 2003;327(7417):741–4. Available from: http://library.mpib-berlin.mpg.de/ft/gg/gg_simple_2003.pdf

My AGREE PLUS

En el recientemente finalizado curso online sobre Lectura Crítica de Guías de Práctica Clínica hemos vuelto a poner en práctica la herramienta propuesta por AGREE II para ayudar a evaluar GPC de manera colaborativa entre distintos revisores. Esta herramienta nos ayuda a llegar a un consenso en la evaluación de cada uno de los dominios del AGREE II, que de manera individual resulta demasiado subjetivo.
La recomendación es hacer la lectura crítica entre 2 y 4 revisores; aquí tenemos nuestra experiencia con los 3 alumnos que han participado.

Cómo leer una Revisión Sistemática / Metaanálisis

Hemos elaborado un breve resumen-esquema del artículo publicado en JAMA dónde se describen los pasos a seguir para leer de manera crítica una revisión sistemática.

Cómo leer una Revisión Sistemática / Metaanálisis y aplicar los resultados a la atención del paciente JAMA. 2014;312(2):171-179 enlace

Primer Criterio: ¿fue la metodología de la revisión sistemática creíble?

1. ¿El tema está claramente definido?
2. ¿La búsqueda bibliográfica es exhaustiva?
3. ¿Buscaron los autores el tipo de artículos adecuado?
4. ¿La selección y evaluación de estudios y la extracción de datos es reproducible?
5. ¿Los resultados de la revisión están listos para su aplicación clínica?
6. ¿Aporta toda la información necesaria para poder evaluar el segundo apartado; la calidad de las evidencias?

Segundo Criterio: ¿Podemos confiar en las estimaciones del efecto? Sistema GRADE:

1. Diseño del estudio: ensayo clínico aleatorizado vs observacional
2. Riesgo de sesgo: herramienta Cochrane de evaluación basada en dominios
3. Inconsistencia: Heterogeneidad
4. Imprecisión: número de personas y eventos; intervalo de confianza
5. Indirecto: población, intervención o variables de resultado son diferentes a las que nos interesan
6. Sesgo de notificación: sesgo de publicación y sesgo de notificación selectiva de resultados
7. Gran efecto de la intervención: un gran efecto puede aumentar la confianza en los resultados.

Xavier Basurto (xbasurto@girtual.com)

www.girtual.com