LECTURA #1 FARMACOLOGA USMP FMH

EDITORIAL
EL ACCESO A EVIDENCIA PRE-EVALUADA: AFINAR EL MODELO 5S EN
UN MODELO 6S
La aplicacin de evidencia de alta calidad para la toma de decisiones
clnicas requiere que sepamos cmo acceder a tal evidencia. En el pasado,
esto significaba el saber buscar en la literatura y la aplicacin de
habilidades de evaluacin crtica para separar estudios clnicos de baja y
alta calidad. Sin embargo, durante la ltima dcada, se han creado muchos
recursos prcticos para facilitar el acceso inmediato a investigacin de alta
calidad. Llamamos a estos recursos "pre-evaluados" debido a que han sido
sometidos a un proceso de filtrado para incluir slo aquellos estudios que
son de mayor calidad, y se actualizan con regularidad para que la evidencia
a la que accedamos a travs de estos recursos sea actual.
Para facilitar el uso de los muchos recursos pre-evaluados, Haynes ha
propuesto un modelo de "4S", que luego refina en un modelo de "5S". El
modelo 5S comienza con los estudios individuales originales en la base, y la
acumulacin de stos son sntesis (revisiones sistemticas, como las
revisiones Cochrane); sinopsis (descripciones sucintas de los estudios
individuales seleccionados o revisiones sistemticas, como las que se
encuentran en las revistas basadas en evidencia); resmenes, que integran
la mejor evidencia disponible de las capas inferiores para desarrollar guas
de prctica basado en una amplia gama de pruebas (por ejemplo, Clinical
Evidence, National Guidelines Clearinghouse [Guas de Prctica]); y en la
cima del modelo, los sistemas, en los que las caractersticas individuales del
paciente se vinculan automticamente a la mejor evidencia actual que
coincida con sus circunstancias especficas, y el clnico est provisto de los
aspectos clave de la gestin (por ejemplo, sistemas de soporte de
decisiones computarizadas).
Cuando describimos el modelo 5S a sus colegas en casa y en el extranjero,
algunos se preguntaron si una sinopsis de un nico estudio y una sinopsis
de una revisin sistemtica son equivalentes segn lo indicado por su sola
aparicin en el modelo. En la jerarqua de las evidencias, una revisin
sistemtica supera a un solo estudio, por lo que estamos aadiendo una
capa al modelo para diferenciar los 2 tipos de sinopsis.
EL MODELO 6S
En el modelo 6S (Figura), ahora tenemos sinopsis de los estudios en la
segunda capa de la parte inferior y sinopsis de sntesis en la cuarta capa de
la parte inferior, lo que representa ms exactamente su rigor.

LA JERARQUA DE LA EVIDENCIA 6S PRE-EVALUADA

Cuando utilice este modelo para guiar la toma de decisiones clnicas,
comience su bsqueda en la capa ms alta posible en el modelo 6S. En una
situacin ideal, esto sera la capa de sistemas. Un sistema de informacin
clnica basada en evidencia, integra y resume de manera concisa todas las
pruebas pertinentes adems de importantes investigaciones acerca de un
problema clnico, se actualiza a medida que nueva evidencia de la
investigacin est disponible, y automticamente se vinculan (a travs de
un registro mdico electrnico) las circunstancias especficas del paciente a
la informacin pertinente. En estos sistemas de soporte de decisiones
computarizadas (CDSSs), los datos detallados de pacientes individuales se
introducen en un programa de ordenador y se emparejan a programas o
algoritmos en una base de conocimientos computarizado, dando como
resultado la generacin de evaluaciones especficas para cada paciente o
recomendaciones para los mdicos. Por ejemplo, existe CDSSs para
gestionar la anticoagulacin oral en los consultorios de atencin primaria
dirigidas por enfermeras en el Reino Unido y para aumentar la vacunacin
contra la gripe en pacientes hospitalizados. Aunque los sistemas mdicos
electrnicos que incorporan reglas de soporte de decisiones computarizados
han demostrado mejorar el proceso en ensayos aleatorios y, a veces el
resultado de la atencin, pocos de estos sistemas estn disponibles
actualmente. Si su sistema de registro mdico electrnico incorpora un
CDSS que vincula de manera fiable las caractersticas de un paciente con
las actuales directrices basadas en la evidencia para el cuidado, no hay que
ir ms abajo en el modelo.
Si no existe un CDSS, el mejor paso siguiente es buscar los resmenes.
Estos incluyen las vas clnicas o extractos de los libros de texto que
integran informacin basada en la evidencia acerca de los problemas
clnicos especficos y que proporcionan una actualizacin peridica. Clinical
Evidence (www.clinicalevidence.com), Dynamed (www.ebscohost.com/
dynamed/default.php), y Physicians Information and Education Resource
(PIER) (pier.acponline.org) utilizan procesos de revisin explcitos para
encontrar y evaluar evidencia acerca de la gestin de una amplia gama de
problemas clnicos. UpToDate (www.uptodate.com) tambin proporciona
informacin basada en la evidencia acerca de los problemas clnicos
especficos y se actualiza regularmente, pero el proceso de revisin no es
explcito.
Las Directrices actuales de pruebas de prctica clnica basadas en evidencia
(CPGs), que son "desarrollados de manera sistemtica para ayudar a las
decisiones del profesional y el paciente sobre la atencin sanitaria adecuada
en circunstancias clnicas especficas", son tambin ejemplos de "Resumen"
en el nivel de evicencia. Una CPGS debe estar basada en bsquedas
2

exhaustivas y valoracin de la literatura (idealmente revisiones sistemticas

actuales, si es que existen), y cada recomendacin debe ir acompaada de
niveles de evidencia. Los usuarios deben considerar actuar nicamente
sobre esas recomendaciones basadas en evidencia de alta calidad. CPGS de
alta calidad son producidas por numerosas organizaciones, como la
Asociacin de Enfermeras Registradas de Ontario (la www.rnao.org) (por
ejemplo, promover el control del asma en nios) y la Asociacin Canadiense
de Diabetes (por ejemplo, la prevencin y el manejo de la diabetes).
Mientras que el National Guidelines Clearinghouse [Centro Nacional de
Directrices] (www.guideline.gov) es una fuente completa de libre acceso de
las CPGS, los lectores deben tener en cuenta que no todas las CPGS son
creadas iguales, asegrese de que la CPGS es actual y que las
recomendaciones se basan en evidencia (es decir, acompaada de niveles
de evidencia).
Cuando un resumen no existe para un problema clnico, a continuacin, las
sinopsis de sntesis son la segunda mejor fuente. Una sntesis o revisin
sistemtica es un resumen exhaustivo de toda la evidencia de la
investigacin relacionada con una cuestin clnica enfocada. Se trata de un
proceso de mltiples pasos en el que se formula la pregunta, se identifican
los estudios pertinentes y se valoran por la calidad del estudio, los
resultados de estudio pertinentes se extraen y se sintetizan de forma
cuantitativa (en forma de meta-anlisis) o no cuantitativa, y se sacan
conclusiones. Teniendo en cuenta que muchos mdicos que trabajan no
tienen el tiempo para revisar las revisiones sistemticas detalladas, una
sinopsis que resume los resultados de una revisin sistemtica de alta
calidad a menudo puede proporcionar informacin suficiente para apoyar la
accin clnica. Estas sinopsis se pueden encontrar en las revistas de
abstraccin basada en la evidencia, como ACP Journal Club (www.acpjc.org),
Medicina Basada en Evidencia (ebm.bmj.com), Salud Mental basada en
evidencia (ebmh.bmj.com) y Enfermera en Evidencia (ebn.bmj.com).
Tambin se pueden encontrar en la base de datos de Resmenes de
Revisiones de Efectos (DARE) (www.crd.york.ac.uk/crdweb/Home.aspx?
DB=DARE), que contiene resmenes de sntesis que han cumplido estrictos
criterios de calidad y comentarios crticos sobre la calidad de las sntesis.
Las ventajas de la bsqueda de una sinopsis relevante de una sntesis son
de 2 tipos: En primer lugar, la sinopsis proporciona un resumen conveniente
de la sntesis correspondiente, y en segundo lugar, a menudo se acompaa
de un comentario que se refiere a la calidad metodolgica de la sntesis y la
aplicabilidad clnica de sus conclusiones. Una limitacin es que se necesita
tiempo para preparar una revisin sistemtica despus de la publicacin de
los estudios originales, y una sinopsis extiende esta lnea de tiempo an
ms.
Si se necesita ms detalles o no existe sinopsis, a continuacin, las bases de
datos de sntesis (revisiones sistemticas) estn disponibles, en particular
ACPJC PLUS (plus.mcmaster.ca/acpjc), EvidenceUpdates (plus.mcmaster.ca/
evidenceupdates), y Nursing+(plus.mcmaster.ca/np), que contiene las
revisiones sistemticas de > 160 revistas, y la Biblioteca Cochrane. The
Cochrane Library (www.thecochranelibrary.com/) alberga sntesis acerca de
la efectividad de las intervenciones de salud y algunas pruebas de
3

diagnstico. Tambin incluye la base de datos DARE de revisiones

sistemticas. Una iniciativa ms reciente, la Biblioteca Campbell
(www.campbellcollaboration.org/library.php), incluye sntesis relacionadas
con la educacin, la justicia penal, y el bienestar social.
Si no hay sistemas, resmenes, sinopsis de sntesis o sntesis relacionadas
con el problema clnico, la siguiente parada es una sinopsis de los estudios
individuales. Al igual que con las sinopsis de sntesis, la sinopsis de un nico
estudio proporciona una breve, pero a menudo lo suficientemente detallado,
resumen de un estudio de alta calidad que pueden informar a la prctica
clnica. Estas sinopsis tambin se encuentran en las revistas de abstraccin
basadas en evidencia y estn acompaadas de comentarios que se ocupan
de la aplicabilidad clnica de los hallazgos del estudio. Las ventajas de una
sinopsis de un nico estudio en un solo estudio son de 3 tipos: en primer
lugar, la seguridad de que el estudio es de suficiente calidad y relevancia
clnica para merecer la abstraccin a la revista;en segundo lugar, la
brevedad del resumen; y tercero, el valor aadido del comentario.
La ltima parada para pruebas pre-evaluadas, si no hay sinopsis de los
estudios individuales, es el estudio original individual. Los estudios que han
cumplido los criterios de evaluacin crtica aparecen en ACP JC PLUS,
EvidenceUpdates, y Nursing+.
Si no puede encontrar lo que busca en estos servicios pre-evaluados, hay
servicios tradicionales de evidencia no evaluados. El ejemplar para estos
servicios es PubMed (pubmed.gov). Adems de proporcionar acceso a
MEDLINE, PubMed ofrece enfoques fciles de usar para la bsqueda basada
en
evidencia:
Clinical
Queries
[Consultas
Clnicas]
(www.ncbi.nlm.nih.gov/corehtml/query/static/clinical.shtml)
para
la
investigacin
clnica
y
Special
Queries
[Consultas
Especiales]
(www.nlm.nih.gov/bsd/ special_queries.html) para los servicios de salud y la
investigacin cualitativa, que incluyen filtros de metodologa de
investigacin que permiten a los usuarios localizar rpidamente los estudios
pertinentes, metodolgicamente slidos. Ovid MEDLINE, EMBASE/Excerpta
Medica, PsycINFO y Ebsco CINAHL tambin incorporan estos filtros como
parte de sus funciones de lmite de bsqueda.
BUSCAR VARIAS FUENTES A LA VEZ
Existen motores de bsqueda "federados" para uso de aquellos que no
saben qu base de datos se adapta mejor para responder a una pregunta
clnica; ejemplos de los motores de bsqueda federados incluyen
SUMSearch (sumsearch.uthscsa.edu) and TRIP (Turning Research into
Practice) (www.tripdatabase.com). Estos motores de bsqueda ordenan
evidencia a travs de una serie de bases de datos (por ejemplo, National
Guidelines Clearinghouse, Cochrane Library, revistas de abstraccin); sin
embargo, la calidad del resultado depende de la fuente, y muchas fuentes
no proporcionan una valoracin crtica de la evidencia.
EL USO DE EVIDENCIA DE RECURSOS PRE-EVALUADOS
El procesamiento de los estudios individuales en las sinopsis, sntesis y
resmenes lleva tiempo, y por lo tanto, la mejor evidencia actual no siempre
4

puede estar disponibles en un recurso pre-evaluado tan rpido como nos

gustara. De hecho, no hay ninguna garanta de que existe evidencia de alta
calidad para el problema clnico de inters o que los pacientes estudiados
son lo suficientemente similares para los pacientes a los que esperan aplicar
los resultados. De este modo, los usuarios siempre deben conservar la
responsabilidad del uso de evidencia en una decisin clnica dada. El uso
ordenado de los recursos actuales basadas en evidencia, sin embargo, a
menudo har que la carga de esta decisin mucho ms ligera.
Estamos muy agradecidos a nuestros colegas cuyos comentarios nos ha
animado a perfeccionar este modelo. Animamos a los lectores a utilizar este
modelo, comenzando en la parte superior, al abordar cuestiones de
importancia clnica. El uso de estos recursos pre-evaluados aumentar las
posibilidades de encontrar de manera eficiente, la evidencia actual de alta
calidad que es relevante para la prctica.