No cabe duda de que el ensayo clínico aleatorizado es el rey de los diseños epidemiológicos cuando queremos demostrar, por ejemplo, la eficacia de un tratamiento. Lo que ocurre es que los ensayos son difíciles y costosos de hacer, por lo que antes de meternos en un ensayo es habitual hacer otros estudios previos.
Manuel Molina Arias
Servicio de Gastroenterología Pediátrica
Hospital Universitario La Paz. Madrid
No cabe duda de que el ensayo clínico aleatorizado es el rey de los diseños epidemiológicos cuando queremos demostrar, por ejemplo, la eficacia de un tratamiento. Lo que ocurre es que los ensayos son difíciles y costosos de hacer, por lo que antes de meternos en un ensayo es habitual hacer otros estudios previos.
Estos estudios previos pueden ser de tipo observacional. Con estudios de cohortes o de casos y controles podemos reunir la información suficiente sobre el efecto de una intervención que justifique la realización posterior de un ensayo clínico.
De todas formas, los estudios observacionales también son costosos y complejos, por lo que muchas veces se recurre a otra solución: el hacer un ensayo clínico a menor escala para obtener pruebas que justifiquen o no la realización de un ensayo a gran escala, que será el definitivo. Estos estudios previos suelen conocerse con el nombre de estudios piloto y tienen una serie de características que conviene tener en cuenta. Por ejemplo, el objetivo del estudio piloto es proporcionar cierta seguridad de que el esfuerzo de hacer el ensayo definitivo servirá de algo, de forma que busca más observar el tipo de efectos de la intervención que demostrar de forma definitiva su eficacia. Al ser estudios relativamente pequeños, los estudios piloto no suelen tener la potencia suficiente como para alcanzar significación estadística al nivel habitual del 0,05, de tal forma que se recomienda escoger un valor de alfa de hasta 0,2. Este valor alfa es la probabilidad que tenemos de cometer un error de tipo I, que consiste en rechazar la hipótesis nula de ausencia de efecto siendo cierta o, lo que es lo mismo, dar por bueno un efecto que en realidad no existe. ¿Y qué pasa?, ¿no nos importa tener un 20% de probabilidades de equivocarnos? Porque para otros ensayos el límite es el 5%. Bueno en realidad no es que nos importe, pero la mentalidad del estudio piloto es diferente a la del ensayo clínico convencional.Si en un ensayo clínico convencional cometemos un error de tipo I admitiremos que un tratamiento es adecuado sin serlo. A nadie se le escapa que esto puede tener malas consecuencias y perjudicar a los pacientes que se sometan en el futuro a esa supuesta intervención beneficiosa. Sin embargo, si cometemos un error de tipo I en un estudio piloto, lo único que va a ocurrir es que vamos a gastar tiempo y dinero en hacer un ensayo definitivo que finalmente demostrará que el tratamiento no es eficaz.A nivel de ensayo clínico definitivo es preferible no dar por bueno un tratamiento ineficaz o inseguro, mientras que a nivel de estudio piloto es preferible hacer el ensayo definitivo de un tratamiento ineficaz que dejar sin probar uno que pueda serlo. Por eso se aumenta el umbral para el error de tipo I hasta 0,2.
De todas formas, ya que lo que nos interesa más es estudiar la dirección del efecto de la intervención, puede ser recomendable utilizar intervalos de confianza en lugar de contrastes de hipótesis clásicos con su valor de p.
Estos intervalos de confianza se comparan con la diferencia mínima importante desde el punto de vista clínico, que debe definirse a priori. Si el intervalo no incluye el valor nulo y sí esta diferencia mínima importante, tendremos argumentos en favor de la realización de un ensayo a gran escala para demostrar definitivamente el efecto. Hay que comentar que, al igual que aumentábamos el valor de alfa, podemos usar intervalos de confianza con niveles inferiores al 95%.
Otra peculiaridad de los estudios piloto reside en la elección de las variables de resultado. Si tenemos en cuenta que el estudio piloto busca ver de forma sencilla cómo funcionan entre sí los componentes de un posible ensayo futuro, se comprende que, en ocasiones, no sea práctico utilizar una variable de resultado final y se recurra a una variable subrogada, que es aquella que proporciona una medida indirecta del efecto cuando la medición directa no es práctica o no es posible. Por ejemplo, si estamos estudiando un tratamiento antitumoral, la variable de resultado puede ser la supervivencia a cinco años, pero en el estudio piloto puede ser más útil alguna variable que indique la disminución del tamaño del tumor. Nos indicará la dirección del efecto del tratamiento sin tener que prolongar demasiado el estudio piloto.
Ya veis, pues, que los estudios piloto se deben interpretar teniendo en cuenta sus peculiaridades. Pero, además, nos ayudan a predecir cómo puede funcionar el ensayo definitivo, anticipando problemas que pueden arruinar un costoso y complejo ensayo clínico. Este es el caso de los datos faltantes y de las pérdidas durante el seguimiento, que suelen ser mayores en los estudios piloto que en los ensayos convencionales. Aunque tienen menos trascendencia en cuanto a la validez de los resultados, las pérdidas de los estudios piloto deben evaluarse para intentar evitar las futuras pérdidas del ensayo definitivo porque, aunque hay muchas maneras de manejar las pérdidas y los datos faltantes, la mejor forma es siempre evitar que se produzcan. Pero esa es otra historia…
