#19 post invitado: Huyendo de la investigación de individuos: los diseños ecológicos


En el post invitado de hoy abrimos las puertas del blog a Daniel Cuesta Lozano. Daniel es enfermero especialista en salud mental, doctor por la Universidad de Málaga, profesor del Departamento de Enfermería de la Universidad de Alcalá y parte del Grupo CUYDET-UAH, Grupo de Investigación en Cuidados y Determinantes Sociales de la Salud Comunitaria de la Universidad de Alcalá. Además de su perfil en twitter podéis seguir su nueva cuenta de Instagram: @daniel_cuesta_lozano

Hablando con él me comentó que estaba preparando una entrada sobre la investigación con estudios de diseños ecológicos. Aquí tenéis el resultado. Espero que os interese tanto como a mí:

Huyendo de la investigación de individuos: los diseños ecológicos

 

Querer vincular resultados en salud de las personas que viven una ciudad con las circunstancias de esa ciudad parece sencillo, si eliminamos el tráfico de coches hay menos atropellos, pero si queremos hilar más fino y encontrar correlaciones, algún patrón causa–efecto o algo así, eso ya es más complicado. La principal razón: lo que habitualmente entendemos como resultados de salud son parámetros individuales y las características de una ciudad solo pueden concebirse de forma colectiva.

 

Javier Segura, médico salubrista, escribió hace unos años La historia de un viaje en tren, un breve relato sobre cómo variaba la mortalidad entre los barrios de Madrid que atravesaba el tren de cercanías desde Colmenar Viejo (en el norte) a Parla (en el sur). Este patrón norte–sur es muy recurrido y diversas publicaciones lo han divulgado, sobre todo a partir del Atlas de Mortalidad de la OMS de 2009 (jamás entenderé por qué recurrimos a la muerte para hablar de la salud). A veces varía, pero siempre encontramos un patrón territorial en la distribución de resultados de salud, ¿acaso todos los enfermos se van a vivir al sur? Una forma de dar respuesta a esta y a otras preguntas, una metodología, es la investigación con estudios de diseño ecológico, uno de los diseños más sencillos y menos utilizados en la investigación en salud por lo limitado de sus mediciones, su susceptibilidad de sesgo y, si me apuráis, la tendencia individualista de nuestra sociedad que hace que nos olvidemos de que vivir en sitios y con gente nos afecta.

Riqueza vs Esperanza de vida

Los estudios ecológicos no analizan individuos, sus unidades de análisis son colectivas. Estudian grupos, barrios, ciudades, etc., y pueden ser atractivos para la investigación si asumimos que la salud del grupo es más que la suma de la de los miembros individuales. Pero su atractivo también reside en la fácil implementación del trabajo de campo: se reduce la recolección de datos, muchas veces recopilados de forma ordinaria por la Administración, y te evitan el muestreo y reclutamiento de los sujetos. Aunque disponer de datos recopilados rutinariamente es una ventaja limitada, porque no decides tú qué variables utilizar y tienes que adaptarte a lo que haya, pero mola mucho que te den los datos ya recogiditos en un Excel, y lo sabéis.

 

Dentro de los estudios ecológicos encontramos varios diseños: los exploratorios, los de grupos múltiples, los de series de tiempo y los mixtos. Os cuento:

 
  • Estudios exploratorios: Comparan tasas entre muchas regiones continuas en un momento concreto, o de la misma región a lo largo de un periodo. Es un descriptivo.
  • Estudios de grupos múltiples: Son los más comunes. Tienen ya un carácter analítico y evalúan la asociación entre los niveles de exposición (promedios) y las tasas de morbilidad, mortalidad o lo que interese.
  • Estudios de series de tiempo. Fácil de deducir: compara las variaciones temporales de los niveles de exposición y variaciones en la frecuencia de una enfermedad, por ejemplo.
  • Estudios mixtos. Combinan dos metodologías: estudios de grupos múltiples con estudios de series de tiempo. La riqueza de los datos es mucho mayor.
 

Aunque a priori puedan molar estos diseños, ojo con hacer inferencias causales con este tipo de estudios. Ya lo advertíamos antes, esa búsqueda de relaciones causa–efecto que tanto nos gusta en ciencias de la salud es difícil de encontrar con esta metodología. Hacer inferencias individuales a partir de estudios poblacionales está feo, y es lo que conocemos como falacia ecológica: aceptar relaciones causales que en realidad son inexistentes partiendo de la base de que los resultados arrojados por un estudio ecológico son extrapolables a contextos individuales. Y no.

Este fenómeno, que tiene que ver con pedir a estos estudios lo que no te dan, o usarlos para lo que no sirven (pídele peras al olmo, a ver) ha llegado a desprestigiar en cierta medida estos diseños, que por el contrario han demostrado ser muy útiles si se utilizan bien.

En 1992, The Lancet publicó el estudio Bobak y Leon Air pollution and infant mortality in the Czech Republic, con un diseño de grupos múltiples que encontró la consistencia en sus resultados que otros estudios diseñados con metodologías individualistas no habían alcanzado. También se utilizó este diseño en 1849 para el estudio sobre el cólera de William Farra y John Snow (sí, se llamaba John Snow), un estudio sobre una enfermedad muy desconocida aún, y que sentó las bases de la epidemiología moderna.

Las limitaciones existen: a la de adaptarte a la información recogida de forma rutinaria está la falacia ecológica (insisto, basta con utilizar estos diseños para lo que sirven y no para otra cosa), y se unen otras que algunos hemos podido experimentar: el nivel de desagregación de los datos no siempre es igual (algunos están por distrito, otros por municipio), y la territorialización que hace cada Administración es distinta (intenta superponer distritos municipales, con zonas básicas de salud, con códigos postales y verás qué risa), las unidades de análisis tienen que ser suficientes (tú puedes querer analizar algo de los distritos municipales de Alcalá de Henares, pero son cinco… cinco datos dan para muy poco análisis, cunden menos de lo que cuestan), etc.

 

Ante estas limitaciones podemos abandonar estos diseños y dedicarnos a estudiar a individuos, concibiéndolos como seres aislados no influidos por nada ni nadie, o podemos pararnos a pensar, leer y formarnos para saber meterle mano a una metodología que nos aporta información sobre aspectos que de otra forma son inabarcables. Yo me apunto.

DataSearch – nuevo metabuscador de Elsevier


 

DataSearchGracias a Julio Alonso Arévalo me entero de la existencia de DataSearch, un metabuscador que permite localizar los datos de investigación publicados en papers.

Los datos que apoyan las investigaciones se han de mostrar de manera clara, normalmente en forma de gráficos, figuras y tablas, para facilitar que puedan ser leídos y comprendidos, reutilizados y comparados. Muchas veces, los artículos científicos vienen acompañados de las tablas y figuras como material complementario, para facilitar su estudio a los investigadores interesados. ¿Cuántas veces no has pensado que sería buena idea acceder directamente a estos datos de diferentes papers para poder comparar mejor?

DataSearch es un metabuscador que te permite realizar una búsqueda sobre un tema y te devolverá toda la información publicada por Elsevier, para que puedas visualizar tablas, gráficos y figuras, ofreciéndote además enlace a la fuente primaria. Recuerda, si no es un artículo gratuito, open access o al que tengas acceso por suscripción, sólo verás el resumen, pero siempre podrás pedírselo a tu bibliotecario de cabecera (es una de nuestras -tantas- tareas).

Os dejo el ejemplo que he usado yo: «anti-tnf» and rheumatoid arthritis:

DataSearch

 

Más información:

https://datasearch.elsevier.com/#/
https://datasearch.elsevier.com/#/
https://datasearch.elsevier.com/#/

 

¿Cómo se prueban los tratamientos?


tratado sobre el escorbutoCómo se prueban los tratamientos: una mejor investigación para una mejor atención en salud es el título del libro publicado por la Organización Panamericana de la Salud en español. Este texto, adaptado para ser leído por pacientes y lectores en general además de por profesionales sanitarios, tiene tres objetivos principales:

 

1. Promover una evaluación pública más crítica de los efectos de los tratamientos.
2. Contribuir a que los pacientes y los profesionales sostengan un diálogo mejor informado acerca de las opciones terapéuticas.
3. Aumentar los conocimientos y la participación del público en las pruebas sobre los tratamientos.

Fue en 1766 cuando se realizó el primer ensayo comparativo: James Lind, cirujano a bordo del buque de guerra Salisbury, usó una prueba imparcial para comparar seis de los remedios que se usaban entonces para tratar el escorbuto, una enfermedad que mataba a un gran número de marineros durante los viajes largos. Demostró así que las naranjas y los limones, que contienen vitamina C, eran una cura muy eficaz contra esta enfermedad. Lind agrupó de dos en dos a varios marineros enfermos y les asignó alguno de los seis tratamientos para el escorbuto que estaban en boga: sidra, ácido sulfúrico, vinagre, agua de mar, nuez moscada o dos naranjas y un limón. Las frutas ganaron sin lugar a dudas, y más adelante el Almirantazgo ordenó que se abastecieran todos los buques con jugo de limón con lo cual, para fi nes del siglo XVIII, la temible enfermedad había desaparecido de la Armada Real.

Este libro que podéis descargar a continuación, explica la importancia de las pruebas y los ensayos de los tratamientos antes de darlos por válidos.

Cómo se prueban los tratamientos (.pdf)
Cómo se prueban los tratamientos (.pdf)
Cómo se prueban los tratamientos (.pdf)

 

Imagen del post: fuente.

Evaluación de estudios no terapéuticos


checklistLa «Agency for Healthcare Research and Quality» americana ha publicado el informe «Development of Quality Criteria To Evaluate Nontherapeutic Studies of Incidence, Prevalence, or Risk Factors of Chronic Diseases: Pilot Study of New Checklists» donde se sugieren varias herramientas para evaluar estudios no terapéuticos (principalmente observacionales).

Según este informe, las listas de comprobación -checklists- se podrían utilizar para diseñar estudios de alta calidad. Está disponible gratuitamente y se puede descargar en pdf para su consulta:

http://tinyurl.com/quality-criteria
http://tinyurl.com/quality-criteria
http://tinyurl.com/quality-criteria

Leer (y entender) un estudio de investigación


Un breve artículo dirigido a pacientes que explica de forma somera cómo leer y entender estudios de investigación.

Muchas veces, cada vez más, los pacientes buscan y encuentran en Internet estudios de investigación relacionados con sus dolencias, enfermedades u operaciones. Estos estudios suelen estar escritos por y para investigadores, lo que hace que la gran mayoría de la población no pueda llegar a entender el significado final del estudio.

Journal articles typically include the following sections:

  • Abstract –  a brief summary of the article and results
  • Introduction – an explanation of what the authors were studying and why
  • Methodology – how the study was conducted, what was measured, who the participants were and how the data was analyzed
  • Results – what the authors found at the conclusion of the study
  • Discussion – an interpretation of the results that puts the findings in perspective as they relate to previous work in this area

En este artículo recomienda que el lector se haga las siguientes preguntas (explica las respuestas):

  • ¿Qué tipo de estudio es?: Ensayos controlados randomizados, estudios de cohortes, estudios de caso-control…
  • ¿Durante cuánto tiempo se monitoriza a los participantes? ¿El seguimiento que se hace es comprensible?
  • Si el estudio examina una droga o un procedimiento médico ¿hubo algún efecto secundario?
  • ¿El tamaño muestral era lo suficientemente grande?
  • ¿Qué pacientes han sido excluidos del estudio?
  • ¿Dónde se ha realizado la investigación?
  • ¿Quién ha financiado la investigación y publicado el artículo?

Creo que aunque esta información va dirigida especialmente a pacientes, no está de más que tengamos en cuenta estas preguntas (y su explicación) a la hora de valorar lo que estamos leyendo:

http://tinyurl.com/read-understand
http://tinyurl.com/read-understand
http://tinyurl.com/read-understand