El especial Científicamente Comprobado ofrece una descripción de la evidencia disponible para las intervenciones (medicamentos y otras terapias) más usadas como prevención o tratamiento del Covid-19. Además, evalúa qué tan listas están para su uso, es decir, la idoneidad (appropriateness) de cada una de estas intervenciones, clasificándolas en 7 categorías que van desde “tratamiento estándar” hasta “la ciencia no lo avala”. La evidencia y la clasificación son actualizadas semanalmente.
Transparencia sobre nuestros métodos
En esta sección metodológica explicamos:
- Cómo hemos seleccionado las intervenciones más usadas como tratamiento para Covid-19,
- cuáles son los criterios para determinar la categoría de cada intervención,
- qué tipo de evidencia utilizamos y cómo la obtenemos.
Cómo se divide el proceso para categorizar intervenciones
Este artículo explica los diferentes pasos para llegar a categorizar cada intervención y medicamento considerado en el análisis:
- ¿Qué intervenciones analizamos?
- ¿Cómo identificamos la evidencia relevante?
- ¿Cómo funciona la escala para categorizar las intervenciones?
- ¿Cuáles son los tipos de pacientes relevantes para el análisis?
- ¿Qué tipo de evidencia utilizamos?
- Desenlaces utilizados para estimar los efectos de la intervención
- Manejo de los datos y síntesis de evidencia
¿Qué intervenciones analizamos?
La selección de las intervenciones a analizar es un trabajo conjunto entre Salud con Lupa y Fundación Epistemonikos. Utilizamos información proveniente de usuarios y actores clave, medios de prensa y redes sociales, entre otros. En términos generales, nos interesan las intervenciones más usadas como tratamiento para Covid-19 y las más comentadas por el público y los expertos.
¿Cómo identificamos la evidencia relevante?
La totalidad de la evidencia utilizada proviene de la plataforma COVID-19 Living OVerview of Evidence (L·OVE), una plataforma de acceso abierto creada y mantenida por la fundación Epistemonikos. Esta plataforma es continuamente actualizada mediante búsquedas en 41 bases de datos electrónicas, servidores de preprint, registros de ensayos y otras fuentes relevantes para COVID-19. La sensibilidad de esta plataforma, es decir, la capacidad para identificar estudios relevantes para la toma de decisiones sobre prevención y tratamiento de COVID-19, es de 100%, de acuerdo a una evaluación formal independiente.
Los métodos detallados que utiliza la plataforma L·OVE y un reporte actualizado de la evidencia identificada se encuentran aquí: https://app.iloveevidence.com/covid19/methods
¿Cómo funciona la escala para categorizar las intervenciones?
La escala que utilizamos fue desarrollada específicamente para este proyecto y busca responder dos preguntas:
- Qué tan lista se encuentra una intervención para su uso clínico (appropriateness).
- Cuál es el estado de avance de la investigación científica sobre una intervención.
En otras palabras, la escala indica qué nos dice la evidencia disponible sobre el posible uso clínico de un tratamiento y cuál es la naturaleza, la calidad y la posible evolución de dicha evidencia.
La escala fue construida utilizando como marco conceptual el método Evidence to Decision (EtD) de GRADE, el cual propone una serie de pasos para tomar decisiones, que incorpora tanto la evidencia científica como otros factores contextuales de manera estructurada y transparente. Las variables consideradas y sus valores posibles se describen en la tabla 1:
Tabla 1. Variables consideradas
A partir de estos elementos generamos escenarios decisionales diferentes (más de 100), que se agrupan en cada una de las 7 categorías del ranking (ver tabla 2).
Tabla 2. Ranking sobre qué tan lista se encuentra una intervención para su uso (appropriateness)
Es frecuente que, para una misma intervención, los resultados de nuestro análisis varíen según los distintos tipos de pacientes (subpoblaciones o subgrupos), o los diferentes contextos. Cuando esto ocurre, la ubicación en el ranking la determina el tipo de paciente o población en la que la intervención ha sido evaluada con mayor frecuencia, o la población para la cual se ha establecido su idoneidad.
Por ejemplo, la dexametasona se encuentra en la categoría “Lista para su uso” debido al beneficio que entrega a pacientes graves, aún cuando no está claro cuáles son los beneficios para los pacientes de menor gravedad.
¿Cuáles son los tipos de pacientes relevantes para el análisis?
Hemos definido diferentes tipos de pacientes o poblaciones. Para cada intervención analizamos separadamente la evidencia asociada a cada una de estas poblaciones y la clasificamos en una de las 7 categorías descritas arriba.
La tabla 3 describe los tipos de pacientes o poblaciones:
Tabla 3. Poblaciones analizadas
¿Qué tipo de evidencia utilizamos?
La fuente primaria de información para estimar el efecto de cada intervención la constituyen los ensayos aleatorizados. Otras evidencias son utilizadas como complemento, en especial cuando no existe evidencia proveniente de ensayos aleatorizados, o esta entrega baja certeza, de acuerdo a lo que se señala en la tabla 4.
Tabla 4. Tipos de estudios utilizados
Desenlaces utilizados para estimar los efectos de la intervención
Los desenlaces principales utilizados para estimar el efecto (beneficios y riesgos) en las diferentes poblaciones se describen en la siguiente tabla:
Otros desenlaces considerados son:
Requerimiento de ventilación mecánica, resolución de síntomas, tiempo de hospitalización y efectos adversos leves.
Estimación de la magnitud del beneficio y riesgo de la intervención
La estimación de la magnitud del beneficio o riesgo requiere estimar el efecto absoluto, es decir, cuántas personas se verán afectadas en realidad al aplicar el tratamiento. Los ensayos aleatorizados generalmente involucran a una población seleccionada, que no refleja necesariamente lo que sucede en entornos reales. Por esta razón, en casos en que la magnitud del beneficio o riesgo condiciona el escenario decisional y, por tanto, el puntaje en el ranking, calculamos el riesgo absoluto mediante la aplicación del riesgo relativo obtenido del metanálisis a los riesgos provenientes de estudios de alta calidad, que reflejen lo que ocurre en el mundo real.
En conjunto con un grupo de expertos, se establecieron 4 niveles de magnitud del efecto para cada desenlace, en concordancia con lo propuesto por el grupo GRADE: efecto trivial, efecto pequeño, efecto moderado y efecto grande.
Manejo de los datos y síntesis de evidencia
La extracción de los datos, evaluación del riesgo de sesgo y síntesis de evidencia se realiza de acuerdo a un protocolo publicado en Abril de 2020.
