Introducción: aprovechar la evidencia previa en los ensayos clínicos En el diseño de estudios clínicos es habitual que exista evidencia previa procedente de investigaciones anteriores sobre la eficacia de un tratamiento. Sin embargo, esta información rara vez se utiliza formalmente en el análisis de nuevos ensayos. Este enfoque tradicional puede resultar...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
En el diseño de estudios clínicos es habitual que exista evidencia previa procedente de investigaciones anteriores sobre la eficacia de un tratamiento. Sin embargo, esta información rara vez se utiliza formalmente en el análisis de nuevos ensayos.
Este enfoque tradicional puede resultar ineficiente, ya que ignora datos que podrían mejorar la planificación de los estudios. Integrar la evidencia disponible permitiría diseñar ensayos con tamaños muestrales más pequeños sin reducir la potencia estadística.
El estudio presenta un enfoque metodológico basado en modelos bayesianos de meta-análisis que permite incorporar resultados de estudios previos en el análisis de un nuevo ensayo clínico.
El diseño propuesto utiliza un modelo meta-analítico bayesiano, una aproximación estadística que permite combinar información previa con datos nuevos.
A diferencia de los métodos clásicos, el enfoque bayesiano integra:
- Resultados de estudios anteriores.
- Evidencia generada en el nuevo ensayo.
Esto se logra mediante un estimador de contracción (shrinkage estimate) que ajusta la estimación del efecto del tratamiento incorporando información de los estudios previos.
Una de las ventajas principales del diseño es que puede utilizarse antes de iniciar el estudio, durante la fase de planificación.
Al integrar la evidencia existente sobre el tratamiento, el modelo permite:
- Reducir el tamaño muestral necesario.
- Mantener la potencia estadística del ensayo.
- Optimizar el uso de recursos en investigación clínica.
Este enfoque puede resultar especialmente útil en áreas donde los ensayos clínicos son costosos o difíciles de reclutar.
Ejemplo aplicado: lurasidona en esquizofrenia
El método se ilustró utilizando datos de la revisión realizada por la Food and Drug Administration (FDA) sobre el antipsicótico Lurasidona para el tratamiento de la Esquizofrenia.
Antes de realizar el nuevo ensayo clínico:
- Existían tres estudios previos que evaluaban la eficacia del tratamiento.
Estos estudios se incorporaron al modelo meta-analítico para generar una estimación previa del efecto del fármaco.
Posteriormente, se incorporaron los resultados de un ensayo clínico fase III adicional, que no estaba disponible en el momento de la revisión de la FDA.
Este nuevo estudio permitió evaluar cómo el modelo bayesiano integraba:
- La evidencia previa.
- Los resultados del ensayo reciente.
Los resultados mostraron que el enfoque permite aprovechar la información acumulada sin comprometer la validez del análisis.
El diseño propuesto ofrece varias ventajas metodológicas.
1. Optimización del tamaño muestral
Al incorporar evidencia previa, el modelo permite realizar estudios más pequeños pero igualmente informativos.
2. Uso eficiente de la evidencia científica
El enfoque reduce la brecha entre:
- La evaluación de la evidencia existente.
- Su aplicación práctica en el diseño de estudios.
3. Mayor eficiencia en investigación clínica
Ensayos con menor tamaño muestral pueden:
- Reducir costes.
- Acelerar el desarrollo de tratamientos.
- Minimizar la exposición innecesaria de participantes.
El uso de evidencia previa requiere que esta sea:
- Fiable.
- Metodológicamente comparable.
- Relevante para el nuevo estudio.
Si los estudios previos presentan sesgos importantes o diferencias sustanciales en diseño o población, su integración podría introducir errores en la estimación del efecto.
Por ello, la calidad de la evidencia previa es un factor crítico.
El diseño bayesiano propuesto representa un paso hacia modelos más eficientes de investigación clínica.
Su aplicación podría ser especialmente útil en áreas como:
- Psiquiatría clínica.
- Ensayos farmacológicos.
- Enfermedades raras.
En estos contextos, la optimización del tamaño muestral puede facilitar el desarrollo de nuevos tratamientos.
- La evidencia previa suele infrautilizarse en el diseño de nuevos ensayos clínicos.
- Los modelos meta-analíticos bayesianos permiten integrar esta información en el análisis.
- El método permite reducir el tamaño muestral sin comprometer la potencia estadística.
- La aplicación en estudios sobre lurasidona para esquizofrenia ilustra su utilidad práctica.
Este enfoque ayuda a cerrar la brecha entre la evidencia científica acumulada y su uso efectivo en el diseño de estudios clínicos.
Resumen y adaptación editorial: Virginia Candelas García (Cibermedicina / Psiquiatria.com)
Fuente original: Designing and analysing clinical trials in mental health: an evidence synthesis approach - Evid Based Ment Health. 2016 Oct 6;19(4):114–117
Texto completo disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC10699521/
Este contenido es un resumen adaptado. La autoría científica corresponde a los autores originales.
Artículo distribuido bajo licencia Creative Commons según la fuente original.
7,7 créditos
Explora el artículo con IA