Cuando se asigna al azar opciones terapéuticas o preventivas en ensayos clínicos con tamaño de muestra pequeños, puede ocurrir cierto desbalance entre los grupos de características de los sujetos asociadas con el desenlace. Una solución para ello es aplicar una asignación aleatoria restrictiva, por bloques o estratificada.
La asignación por bloques, asigna a los sujetos en un subgrupo definido de pacientes llamado bloque, con ello se asegura el balance numérico de los grupos y en caso de un análisis interino o si se decide detener el estudio tendrían los grupos igual número de sujetos. Por ejemplo, un bloque de 6 indicaría que cada seis sujetos que ingresen al estudio, tres se asignaría al azar a un grupo y los tres restantes al otro.
La asignación estratificada, se utiliza para balancear uno o algunos factores pronósticos entres los grupos de comparación. Se necesita medir el factor pronóstico al ingreso de los sujetos al estudio y conformar estratos según las categorías de respuesta, luego al interior de cada estrato se aplica una estrategia de asignación aleatoria, simple o por bloques.
Comparto esta referencia sobre el tema: Broglio K. Randomization in Clinical Trials: Permuted Blocks and Stratification. JAMA. 2018 Jun 5;319(21):2223-2224. Si es de su interés me escriben a dpcuesta@hotmail.com
Ux J et al. La pregunta que surge es si al comparar los Intervalos de Confianza de 95% de la media de una variable obtenida en dos grupos distintos, ello indica que no difieren estadísticamente? La respuesta es que pueden diferir aun cuando se superpongan, mientras que, si no se superponen serán diferentes estadísticamente.
Asi sería el valor p de acuerdo con el porcentaje de superposición:
Esta apreciación subjetiva puede ser útil cuando no se informa el valor p de la prueba estadística aplicada para comparar las medias o cuando no se presenta la diferencia de medias con su respectivo intervalo de confianza.
Puedes consultar más detalles en:
Towards data science: https://towardsdatascience.com/why-overlapping-confidence-intervals-mean-nothing-about-statistical-significance-48360559900a
Cornell Statistical Consulting Unit: https://www.cscu.cornell.edu/news/statnews/Stnews73insert.pdf
Austin P, Hux J, et al. A brief note on overlapping confidence intervals. J Vasc Surg. 2002;36(1):194-195.
Un grupo de profesionales de la Universidad de Oxford seleccionaron 10 publicaciones sobre medicina (práctica) basada en la evidencia que ilustran qué es la MBE, sus orígenes, por qué es importante, logros y también críticas. El artículo en mención es el siguiente y pueden descargarlo gratuitamente:
Nunan D, O’Sullivan J, Heneghan C, Pluddemann A, Aronson J, Mahtani K. Ten essential papers for the practice of evidence-based medicine. Evid Based Med. 2017 Dec;22(6):202-204. Erratum in: Evid Based Med. 2018 Feb;23 (1):25-28.
Estos son los 10 artículos recomendados:
Equator network nos ofrece la compilación de las guías de reporte que se utilizan para escribir artículos científicos con fines de publicación. También pueden aplicarse desde la planificación del estudio o durante la revisión editorial para evaluar la calidad del reporte.
Este flujograma te permitirá elegir la guía que necesitas de acuerdo con las siguientes preguntas.
Otra opción es consultar las guías específicas que se han desarrollada por especialidad. Dale clic a la imagen para consultar.
Siempre me pregunté quienes asignaban los términos MeSH a las citaciones disponibles en PubMed, una base de datos de 27 millones de citaciones de la Biblioteca Nacional de Medicina de Estados Unidos (NLM) que cada año crece por cientos de miles, y en este artículo publicado en NLM INFOCUS pude conocer que más allá de su formación en medicina, veterinaria, biología, zoología y bibliotecología son personas apasionadas por su trabajo. Son siete, provienen de Nigeria, India, Rusia, Estados Unidos y con inmensa sorpresa uno de ellos es de Colombia, su nombre Germán Eduardo Tello.
“Who knows—maybe an article I indexed might one day save a patient’s life”. Deborah B. Whitman
Algunos de los que visitan el blog consultan entradas sobre tipos de estudio epidemiológicos.
Les comparto este infográfico muy simple y concreto sobre las diferencias entre estudios observacionales y ensayos clínicos elaborado por el Instituto Nacional de Salud de Estados Unidos.
Why do researchers do different kinds of clinical studies?
Me encanta cuando encuentro una manera novedosa y divertida de presentar un tema. Esta parodia de la canción Viva la Vida de Coldplay nos brinda información sobre en que consiste la Medicina Basada en la Evidencia.
Cuando comencé a estudiar epidemiología descubrí la web de información médica de Rafael Bravo, fue mi inspiración para crear mi propio blog al que nombré Temas de Epidemiología Clínica.
Hoy les comparto un post desde su blog Primum non nocere sobre la importancia de saber interpretar, ¿Ves el error? Ingresa a Persistencia en el error — Primum non nocere 2017
Puedes detectar el error en este encarte publicitario de un conocido y novedoso medicamento La solución aquí
a través de Persistencia en el error — Primum non nocere 2017
Comparto cuatro artículos básicos para comprender los conceptos de sensibilidad, especificidad, valor predictivos positivo y negativo, cociente o razón de probabilidades y su aplicación clínica. También se explica el efecto de la prevalencia en el rendimiento de una prueba diagnóstica:
En una entrada previa al blog sobre el tema de pruebas diagnósticas incluí este artículo sobre reproducibilidad y concordancia donde se presentan los métodos para su evaluación y se explican las bases de la estimación de la concordancia para variables dicotómicas u ordinales aplicando el índice de Kappa. Sobre variables continuas presentan el uso del coeficiente de correlación intraclase, coeficiente de Lin, límites de acuerdo de Bland y Altman, así como las razones para no utilizar el coeficiente de correlación de Pearson como una estimación de estas medidas.
