Pràctica basada en l'evidència i estadística mèdica
Perquè "he llegit alguna cosa en línia" no acaba de funcionar a l'AKT.
Darrera actualització: abril de 2026 · També coneguda com a Medicina Basada en l'Evidència (MBE)
📥 Descàrregues
Fullets, resums i material didàctic extres: a punt quan ho estigueu.
Recursos web
Una barreja seleccionada a mà d'orientacions oficials i recursos de formació per a metges de capçalera del món real. Perquè de vegades les millors perles no s'amaguen en els documents oficials.
Recordatori d'un minut
Escanejar això abans de la clínica, o la nit abans d'un examen AKT? Aquestes són les coses que et donen punts.
🧮 Fórmules de risc
- ARR = CER − EER
- NNT = 1 ÷ ARR
- Rrr = ARR ÷ CER
- RR = TCE ÷ CER
- NNH = 1 ÷ ARI
🔬 Proves diagnòstiques
- Significat = TP ÷ (TP+FN) → SnNouth
- Spec = TN ÷ (TN+FP) → SpPin
- PPV = TP ÷ (TP+FP) ← caigudes amb baixa prevalença
- NPV = VN ÷ (VN+FN) ← caigudes amb alta prevalença
📊 Dissenys d'estudi
- RS/Metanàlisi → evidència més alta
- ECA → estàndard d'or per al tractament
- Cohort → RR i incidència
- Cas-control → OR, malalties rares
- Transversal → prevalença
📈 Gràfics
- Línia de creuament de diamants de la parcel·la forestal = no significatiu
- Asimetria d'embut = biaix de publicació
- Diagrama de Cates: NNT = 100 ÷ cares grogues
- Línia mitjana del diagrama de caixa = mitjana
- I² >50% = heterogeneïtat substancial
📉 Importància
- p < 0.05 = estadísticament significatiu
- IC creua 1.0 (ràtio) = no significatiu
- IC creua 0 (diferència) = no significatiu
- Mitjana = valor mitjà; Mediana = valor mitjà
- Regla 68-95-99.7 per a la distribució normal
⚖️ Tipus de biaix
- Selecció → mostra no representativa
- Recordar → els casos recorden més
- Publicació → només estudis positius
- Temps de lliurament → il·lusió de cribratge
- Deserció → abandonament distorsiona els resultats
Per què això és important a GP i AKT
La teràpia basada en dades (EBM) i l'estadística no són només teòriques. A la consulta, cada conversa sobre opcions de tractament implica NNT, tant si els anomeneu com si no. Cada anàlisi de sang té una sensibilitat i una especificitat. Cada nova guia es basa en un disseny d'estudi que afecta la confiança que hi heu de dipositar.
A l'AKT, aquest tema representa una proporció significativa de les puntuacions, aproximadament entre el 10 i el 15% del treball segons les directrius de l'RCGP. És una de les poques àrees on una petita quantitat de revisió específica dóna fruits. immediatamentMolts candidats perden notes fàcils aquí no perquè els conceptes siguin difícils, sinó perquè mai no s'han assegut i els han après sistemàticament.
Les preguntes d'estadística de l'AKT sovint presenten una taula de dades d'assaigs i demanen que calculeu un valor, interpreteu un gràfic o identifiqueu el millor disseny d'estudi. Recompensen el pensament metòdic, no els coneixements mèdics. Això les converteix en les notes més "aprenables" del document.
Medicina basada en l'evidència (MBE)
"Quan estava en formació a mitjans dels anys vuitanta, administrava una infusió intravenosa de lidocaïna a tots els pacients que entraven per la porta després d'un atac de cor. Aquest era l'estàndard. Tothom ho feia. Semblava tenir tot el sentit."
— El professor Gordon Guyatt, el metge que va encunyar el terme "Medicina basada en l'evidència", descrivint la seva pròpia formació abans que existís la medicina basada en l'evidència
Més tard va descobrir que la pràctica en què s'havia format —i que centenars de milers de metges d'arreu del món estaven duent a terme— no només era inútil, sinó que potencialment matava gent. No per negligència. No per incompetència. Sinó perquè ningú havia comprovat mai adequadament si realment funcionava.
Aquesta història és la raó per la qual existeix la medicina basada en l'evidència i per la qual és profundament important per a tots els pacients que mai veureu.
"L'ús conscient, explícit i judiciós de la millor evidència actual en la presa de decisions sobre l'atenció de pacients individuals."
— David Sackett, BMJ 1996 — la definició més citada en medicina
En termes senzills: en lloc de tractar els pacients basant-se en hàbits, opinions, tradicions o el que us ha dit el vostre professor, la MBE requereix que baseu les decisions clíniques en la millor investigació disponible: duta a terme de manera rigorosa, avaluada críticament i interpretada amb honestedat.
No substitueix el judici clínic, sinó que informa La gestió basada en dades (EBM) es basa en tres pilars inseparables que han de funcionar conjuntament:
🕰️ Com va sorgir l'EBM? — Una breu història
L'EBM no va aparèixer del no-res. Va ser la culminació de dècades de pensament silenciosament revolucionari al Canadà i al Regne Unit.
| Curs | esdeveniment |
|---|---|
| 1938 | John Paul (Yale) va encunyar el terme "epidemiologia clínica", la idea que la medicina s'ha d'estudiar científicament en poblacions, no només observar-se en pacients individuals. |
| 1967 | La Universitat McMaster (Hamilton, Canadà) obre la seva nova facultat de medicina amb un Departament d'Epidemiologia Clínica i Bioestadística, radical en aquell moment, dedicat a aplicar mètodes de recerca a decisions clíniques. |
| 1972 | Publica Archie Cochrane, un epidemiòleg escocès Eficàcia i eficiència: reflexions aleatòries sobre els serveis sanitaris — un text històric que argumenta que la medicina ha de provar rigorosament els seus propis tractaments. El seu treball finalment dóna lloc a la Col·laboració Cochrane, que porta el seu nom. |
| 1981 | David Sackett i els seus col·legues de McMaster publiquen una sèrie de nou articles al Canadian Medical Association Journal que ensenyen als clínics com avaluar críticament la literatura mèdica. Aquest és l'inici formal del moviment de la medicina basada en dades (EBM). |
| 1990 | Gordon Guyatt, un jove director resident de McMaster, dissenya un nou programa docent i inicialment l'anomena "Medicina Científica". Els seus col·legues s'hi neguen: la insinuació que la pràctica actual no és científica és massa directa. |
| 1991 | Guyatt canvia el nom de l'enfocament "Medicina basada en l'evidència" i publica el terme en un editorial a l'ACP Journal Club. La frase queda enganxada immediatament. |
| 1992 | L'article emblemàtic de JAMA — "Medicina basada en l'evidència: un nou enfocament per a l'ensenyament de la pràctica de la medicina" — presenta la medicina basada en dades (EBM) al món. La resposta, recorda Guyatt, va ser inicialment de «ràbia». Els seus col·legues sentien que els deien que no eren bons metges. |
| 1993 | Es funda formalment la Cochrane Collaboration, una xarxa internacional per produir i difondre revisions sistemàtiques de l'evidència sanitària. |
| 1996 | David Sackett publica la definició definitiva dels tres pilars al BMJ. La metodologia EBM esdevé popular. |
| 2000-actualitat | La BFE s'integra en la formació del Regne Unit: les directrius del NICE, les bones pràctiques mèdiques del GMC i el pla d'estudis del RCGP ho exigeixen. És la base de la formació i l'avaluació de tots els metges del Regne Unit. |
⚠️ Com era la medicina abans de la medicina basada en dades (EBM)? El problema que va resoldre
Abans de la medicina basada en l'EBM, la medicina funcionava amb el que Gordon Guyatt va anomenar memorablement "GOBSAT" - Bons vells nois asseguts al voltant d'una taulaLes guies clíniques les redactaven experts sèniors que posaven en comú les seves opinions personals, i el que li passava al pacient depenia completament de quin metge el visitava.
- Medicina basada en l'eminència: Tractaves els pacients com ho feia el teu professor. L'autoritat provenia de l'experiència, no de l'evidència. Un consultor que "sempre ho havia fet així" durant 30 anys era menystingut, fins i tot si "aquesta manera" mai no s'havia posat a prova.
- Medicina basada en la intuïció: Si un tractament semblava tenir sentit fisiològic, s'utilitzava. Si la supressió dels ritmes cardíacs anormals semblava lògica, els suprimies. Rarament es comprovava si realment ajudava els pacients.
- Medicina basada en anècdotes: "Segons la meva experiència, he descobert que..." era l'estàndard d'evidència. Els casos individuals van impulsar la pràctica, fins i tot quan aquests casos eren valors estadístics atípics.
- Enorme variació: El mateix pacient que es presenta a dos hospitals diferents, o fins i tot a dos metges diferents del mateix hospital, podria rebre un tractament completament diferent per a exactament la mateixa afecció.
🔴 L'exemple que va canviar la medicina: l'assaig CAST
Això no és una hipòtesi. És una de les històries reals més importants de la medicina moderna, i un dels arguments més sòlids que la medicina basada en dades (EBM) ha necessitat mai.
La configuració: la lògica que semblava inexpugnable
Els atacs de cor causen anomalies perilloses del ritme cardíac (arrítmies ventriculars). Les arrítmies ventriculars causen mort sobtada. Per tant: suprimir les arrítmies → prevenir la mort sobtadaAixò semblava tan evidentment correcte que, a partir de la dècada del 1970, els fàrmacs antiarrítmics (en particular, lidocaïna, flecaïnida i encaïnida) es van administrar de manera rutinària a pacients post-IM en hospitals de tot el món. No ocasionalment. De manera rutinària. Com a atenció estàndard.
La prova: algú la va provar de veritat
El 1987, l'assaig de supressió d'arrítmies cardíaques (CAST) va reclutar més de 1,700 pacients després d'un infart de miocardi i els va assignar aleatòriament a fàrmacs antiarrítmics (flecaïnida o encaïnida) o placebo. Els fàrmacs van fer exactament el que havien de fer: van suprimir amb èxit les arrítmies. Però va passar alguna cosa inesperada.
El resultat — El que ningú esperava
Els pacients que prenien fàrmacs eren 2.5 vegades més probabilitats de morir que els que prenien placebo. L'assaig s'havia d'aturar abans d'hora perquè el dany era molt evident. Els fàrmacs havien estat matant els mateixos pacients que havien de protegir.
NNH = 21. Per cada 21 pacients tractats amb flecaïnida o encaïnida, va morir una persona addicional que d'altra manera hauria sobreviscut.
La lliçó
Gordon Guyatt, aleshores un jove cardiòleg, havia administrat personalment infusions de lidocaïna a tots els pacients post-IM que passaven per la seva planta. Estava seguint les millors pràctiques. Li havien ensenyat correctament. Tenia bones intencions. I, tanmateix, sense la prova rigorosa d'un ECA, ni ell ni els seus col·legues tenien cap manera de saber que el tractament era perjudicial. Aquesta experiència es va convertir en la raó per la qual va dedicar la seva carrera a la MBE. La història de la medicina, va dir més tard, "és plena de tractaments que es basaven principalment en conjectures i intuïció en lloc d'evidències sòlides".
Abans de la medicina basada en dades (EBM), el que rebies depenia d'on vivies, a quin hospital anaves i a quin metge et visitava. El mateix pacient amb la mateixa afecció podia rebre tractaments completament diferents a Leeds i Londres. Hospitals diferents. Països diferents. Resultats molt diferents.
La gestió basada en l'evidència (EBM) va canviar això. En ancorar les decisions clíniques al mateix conjunt d'evidències (els mateixos assajos, les mateixes revisions sistemàtiques, les mateixes directrius), va donar a la medicina un llenguatge comú i un estàndard comú. Avui dia, un pacient que presenta un infart de miocardi a Bradford i un pacient que presenta un infart de miocardi a Bristol haurien de rebre essencialment la mateixa atenció basada en l'evidència. No perquè els metges siguin idèntics, sinó perquè el tractament està basat en l'evidència, no en la preferència individual.
Al Regne Unit, això s'operacionalitza a través de Directrius NICE, El Pla d'estudis del RCGP, Indicadors QOF, auditories clíniquesi Exàmens MRCGP — totes les quals requereixen i avaluen la pràctica basada en l'evidència. Quan fas l'AKT, s'avalua la teva capacitat per aplicar aquest marc.
🌍 Un món sense EBM — La imatge internacional
El compromís del Regne Unit amb la gestió basada en dades (EBM) —a través del NICE, el NHS i la formació de postgrau— no és universal. En moltes parts del món, el que reps com a pacient encara depèn en gran mesura de qui et visita, on et presentes i quant pots pagar. Comprendre això t'ajuda a apreciar de què protegeix la EBM els teus pacients.
La variació que es descriu a continuació reflecteix sistemes i estructures sanitàries, no la competència o la dedicació dels metges individuals. Molts metges brillants i treballadors exerceixen a tots els països enumerats. El problema és l'absència de la infraestructura estandarditzadora (directrius, supervisió, marcs de formació) que proporciona la medicina basada en la informació (EBM). Els metges individuals no poden superar els problemes sistèmics sols.
| País / Regió | Com varia la pràctica sense marcs de treball sòlids de gestió econòmica (EBM) |
|---|---|
| 🇮🇳 Índia (sector privat) | A 2018 Llanceta Un estudi va trobar taxes de cesària del 40–58% en hospitals privats en comparació amb el 10–14% en centres públics, sovint impulsades per incentius financers en lloc de la necessitat clínica. La sobreinvestigació i la polifarmàcia estan àmpliament documentades en el sector privat. El mateix pacient amb càncer pot rebre un tractament dràsticament diferent en funció d'on es presenta i del que es pot permetre. |
| 🇵🇰 Pakistan | Variació significativa en l'adherència a les directrius d'antibiòtics: una de les taxes de prescripció d'antibiòtics més altes del sud d'Àsia. La tuberculosi resistent als fàrmacs i la resistència antimicrobiana en són conseqüències directes. L'accés a l'atenció especialitzada i a les vies de gestió estandarditzades depèn en gran mesura de la geografia i els ingressos. |
| 🇳🇬 Nigèria / 🇬🇭 Ghana | El sulfat de magnesi és el tractament econòmic, basat en l'evidència i recomanat per l'OMS per a l'eclàmpsia. Els estudis mostren que redueix significativament la mortalitat materna. Tot i això, la disponibilitat i l'ús real en els centres nigerians i ghanesos varien enormement segons els recursos hospitalaris i la formació dels metges, cosa que significa que la supervivència o la mort d'una dona amb eclàmpsia pot dependre del centre al qual vagi. |
| 🇸🇩 Sudan / 🇮🇶 Iraq | Els conflictes prolongats i la inestabilitat han devastat les infraestructures sanitàries. A l'Iraq, després del 2003, els serveis de salut pública van col·lapsar, la implementació de les directrius es va estancar i l'accés als medicaments bàsics va dependre de la geografia. Al Sudan, el conflicte ha interromput els programes de vacunació, els serveis de salut materna i la gestió de malalties cròniques. La variació de la pràctica en aquests entorns no és una qüestió de preferència, sinó del que hi ha disponible. |
| 🇪🇬 Egipte / 🇮🇷 Iran | Ambdós països tenen facultats de medicina que formen metges qualificats i han publicat directrius de gestió basada en l'evidència (MBE), però la seva implementació és inconsistent entre els sectors públic i privat, i entre les zones urbanes i rurals. A l'Iran, les sancions internacionals han afectat la disponibilitat de medicaments, obligant a adaptacions que divergeixen dels protocols basats en l'evidència. |
| 🇷🇴 Romania | Romania ha estat documentant la pràctica de plica (el "sobre") — pagaments informals en efectiu a metges i infermeres per garantir l'atenció. Oficialment il·legal, practicat àmpliament. Les investigacions parlamentàries i el periodisme d'investigació han confirmat que la qualitat de l'atenció quirúrgica pot dependre del que un pacient pot pagar de forma privada, independentment del seu dret oficial equivalent al NHS. La fuga de cervells ha eliminat aproximadament 14,000 metges des de l'adhesió a la UE. |
| 🇺🇸 Estats Units | L'assistència sanitària més cara del món (més de 12,000 dòlars per persona a l'any), però els resultats sovint no són millors que els del Regne Unit. El projecte Dartmouth Atlas ha documentat una enorme variació geogràfica en la pràctica clínica: el mateix pacient a Miami pot rebre el doble d'investigacions i procediments que el mateix pacient a Minneapolis, sense cap diferència en els resultats. Un estudi JAMA del 2019 va estimar que 935 milions de dòlars (aproximadament una quarta part de tota la despesa sanitària dels EUA) es malgasten en atenció innecessària. La crisi dels opioides va ser alimentada en part per les companyies farmacèutiques que van influir en les pràctiques de prescripció fora dels marcs de la gestió basada en l'eficàcia (EBM). |
| 🇫🇷 França | França té una assistència sanitària excel·lent, però les taxes de prescripció d'antibiòtics han estat històricament entre les més altes d'Europa, impulsades en part per les expectatives culturals que una consulta sempre hauria d'acabar amb una recepta. Les campanyes per reduir-ho ("Els antibiòtics no són automàtics") han ajudat, però el patró il·lustra com les pressions culturals i comercials poden anul·lar les directrius basades en l'evidència fins i tot en sistemes sofisticats. |
| 🇮🇹 Itàlia | La qualitat de l'atenció sanitària al nord d'Itàlia (Milà, Bolonya) és de les millors d'Europa. En algunes parts del sud d'Itàlia, la situació és molt diferent: temps d'espera més llargs per a la cirurgia oncològica, aplicació menys consistent dels programes de cribratge, menor adherència a l'atenció basada en directrius. L'origen geogràfic dins del mateix país pot afectar significativament els resultats. |
| 🇬🇷 Grècia / 🇪🇸 Espanya | La crisi d'austeritat de Grècia (2010-2015) va comportar retallades de la despesa sanitària de més del 25%, cosa que va causar una escassetat documentada de medicaments, reduccions de personal i un deteriorament de la qualitat. Més de 35,000 treballadors sanitaris van emigrar. A Espanya, s'ha documentat una variació regional significativa en les taxes de supervivència al càncer: el tumor que desenvolupes pot comportar-se de manera diferent segons la regió on visquis, no perquè la biologia sigui diferent, sinó perquè l'aplicació del sistema del tractament basat en l'evidència sí que ho és. |
En sistemes sanitaris sense marcs robustos de gestió basada en dades (EBM) ni drets universals, la relació entre el pagament i la qualitat del tractament sovint és directa i documentada:
- En alguns hospitals privats indis, un pacient que presenta dolor al pit i que pot pagar l'atenció privada pot rebre un cateterisme i una col·locació de stents immediats. El mateix pacient del sistema públic pot esperar hores per a un electrocardiograma.
- En algunes parts de l'Àfrica subsahariana, si un nen amb malària greu rep una teràpia combinada basada en artemisinina (l'estàndard basat en l'evidència) o un fàrmac més antic i menys eficaç depèn del centre al qual vagi i del que pugui pagar la seva família.
- En països sense accés universal als medicaments, els agents de quimioteràpia contra el càncer poden estar disponibles només per a aquells que poden pagar de la seva butxaca, cosa que significa que càncers idèntics tenen resultats dràsticament diferents en funció únicament dels ingressos.
- A Romania i alguns altres països de l'Europa de l'Est, s'ha documentat que la qualitat d'un procediment quirúrgic (la diligència del cirurgià, la qualitat del seguiment de l'anestèsia i fins i tot la disponibilitat d'atenció infermera postoperatòria) depèn del pagament informal, no de la necessitat clínica.
Cada vegada que embarques en un vol comercial, et beneficies d'un dels sistemes de seguretat més eficaços que els humans han construït mai. No perquè els pilots individuals siguin excepcionalment talentosos, tot i que ho són. Sinó perquè l'aviació es construeix al voltant de protocols estandarditzats i provats per l'evidènciaCada pilot, cada companyia aèria, cada país segueix les mateixes llistes de control prèvies al vol, els mateixos procediments d'aterratge, els mateixos protocols d'emergència. El sistema et protegeix independentment de quin pilot individual tinguis.
La medicina sense EBM és aviació sense llistes de control. La vostra seguretat depèn completament de si trobeu un bon pilot, si aquest pilot s'ha entrenat prou recentment, si està tenint un bon dia i si ha sentit les últimes idees d'algú en qui confia.
La MBE substitueix la sort pels sistemes. Substitueix "segons la meva experiència" per "en 15,000 assajos amb 2 milions de pacients". Substitueix l'opinió de qui sigui el més veteran de la sala per l'evidència acumulada de l'experiència clínica col·lectiva de la humanitat. No ho preferiries això per als teus pacients? No ho preferirien els teus pacients per a ells mateixos?
- Cada guia del NICE que seguiu és producte d'una revisió sistemàtica de l'evidència: algú ha fet la feina d'assegurar-se que el que feu estigui recolzat per la millor ciència disponible.
- Cada pregunta de l'AKT sobre estadística i mètodes de recerca posa a prova la teva capacitat per avaluar críticament les proves: ser un consumidor actiu de l'EBM, no un seguidor passiu d'instruccions.
- Quan expliques un NNT a un pacient, o discuteixes les limitacions d'una prova de cribratge, o et negues a receptar un antibiòtic que no està indicat, estàs practicant la MBE (Mètode Emergent Management) de manera conscient, explícita i amb judici.
- I quan un representant de fàrmacs seu davant teu i et diu que el seu nou medicament redueix els esdeveniments cardiovasculars en un 35%, la teva primera pregunta: "35% relatiu o absolut?", és la pregunta que la medicina que la BFE va ensenyar a fer.
Dissenys d'estudi i jerarquia de l'evidència
Abans d'interpretar qualsevol resultat, cal saber d'on veniaDiferents dissenys d'estudi responen a preguntes diferents, generen estadístiques diferents i tenen diferents nivells de fiabilitat.
La piràmide de proves
L'evidència més sòlida a la part superior; la més feble a la part inferior
⬆ Evidència més sòlida | ⬇ Evidència més feble
| Disseny de l'estudi | Direcció | per millor | genera | Debilitat clau |
|---|---|---|---|---|
| Revisió sistemàtica / Metaanàlisi | - | Millor evidència general sobre una pregunta | Mida de l'efecte agrupat | Només tan bo com els estudis subjacents; heterogeneïtat |
| ECA (assaig controlat aleatoritzat) | Endavant | Funciona el tractament X? | RR, ARR, NNT | Entorn car i artificial, problemes ètics |
| Estudi de cohorts | Endavant (prospectiu) o endarrere (retrospectiu) | L'exposició causa un resultat? Incidència? | Risc relatiu (RR), incidència | Desgast; car amb el temps; confús |
| Estudi de casos i controls | Cap enrere | Malalties rares; factors de risc | Ràtio de probabilitats (OR) | Biaix de record; no es pot calcular la incidència directament |
| Estudi transversal | Instantània única | Quina és la prevalença de X actualment? | Prevalença | No es pot establir la causalitat; ambigüitat temporal |
| Informe de cas / Opinió d'expert | - | Generació d'hipòtesis; esdeveniments poc freqüents | Només descripció | Molt susceptible al biaix; no generalitzable |
📖 Recerca qualitativa vs quantitativa
Resposta "quantitat" o "quantitat". Utilitza números, estadístiques i dades estructurades. Exemples: assaigs clínics aleatoritzats, estudis de cohorts, enquestes amb resultats numèrics. Genera valors de p, IC, NNT.
Respon a "per què" o "com". Utilitza paraules, temes i entrevistes. Exemples: grups focals, estudis etnogràfics, teoria fonamentada. Explora les experiències i creences dels pacients.
🔬 Revisió sistemàtica vs. metaanàlisi: no és el mateix
Revisió sistemàtica: Una cerca bibliogràfica rigorosa i estructurada que identifica, selecciona i avalua críticament tots els estudis rellevants sobre una qüestió. El resultat és un resum qualitatiu de l'evidència.
Metaanàlisi: Una revisió sistemàtica que va un pas més enllà matemàticament agrupa els resultats quantitatius de múltiples estudis en una única estimació combinada. No totes les revisions sistemàtiques inclouen una metaanàlisi (per exemple, si els estudis són massa heterogenis per combinar-los).
🔄 El marc de treball PICO
PICO és el marc estàndard per estructurar una pregunta de recerca clínica; s'utilitza per cercar a la literatura i dissenyar estudis.
| Carta | Significa | exemple |
|---|---|---|
| P | Població / Pacient | Adults amb diabetis tipus 2 |
| I | Intervenció | Inhibidors de SGLT2 |
| C | Comparació | Metformina sola |
| O | Resultat | Esdeveniments cardiovasculars als 5 anys |
🎲 Característiques de disseny RCT (provades habitualment)
| característica | Que significa | Per què importa? |
|---|---|---|
| Aleatorització | Participants assignats a grups per atzar | Elimina el biaix de selecció; equilibra els factors de confusió |
| Cec simple | Els participants no coneixen la seva assignació | Redueix l'efecte placebo i el biaix dels participants |
| Doble cec | Ni els participants ni els investigadors coneixen l'assignació | Elimina el biaix de l'observador I el biaix del participant |
| Triple cec | Participants, investigadors I analistes de dades cegats | Reducció màxima del biaix |
| Intenció de Tractament (ITT) | Analitzats en el seu grup original independentment de l'adherència | Preserva l'aleatorització; reflecteix l'ús en el món real |
| Per protocol | Només s'analitza si han completat el protocol | Mostra eficàcia biològica però sobreestima el benefici al món real |
| Disseny creuat | Els participants reben els dos tractaments en seqüència | Cada persona actua com el seu propi control; necessita un període de rentat |
| Ocultació d'assignació | La persona que recluta participants no pot veure a quin grup s'assignarà el següent participant fins que després s'han inscrit | Impedeix que el reclutador assigni inconscientment (o deliberadament) pacients més sans al grup de tractament, una forma de biaix de selecció que l'aleatorització per si sola no impedeix. |
| ECA de clúster | Grups sencers (per exemple, consultes de metges de capçalera, sales, escoles) s'assignen aleatòriament en lloc d'individus. | S'utilitza quan l'aleatorització individual no és pràctica (per exemple, provar un nou estil de consulta). Requereix mides de mostra més grans i ajustos estadístics per efecte de clústering. |
La intenció de tractar dóna més conservador estimació (inferior) de l'efectivitat, perquè inclou participants que no compleixen el tractament. Aquesta és l'anàlisi preferida per a les decisions clíniques. Segons el protocol, sobreestima l'efectivitat, però és útil per comprendre el mecanisme biològic.
⚖️ Assajos de superioritat, no inferioritat i equivalència
No tots els assajos fan la mateixa pregunta. L'AKT ocasionalment comprova si enteneu què va ser realment dissenyat per mostrar un assaig i per què això és important a l'hora d'interpretar-ne els resultats.
| Tipus de prova | La pregunta que es fa | Context comú |
|---|---|---|
| Judici de superioritat | "És el nou tractament millor que el comparador?" | La majoria d'assajos clínics aleatoritzats estàndard: proves d'un fàrmac o enfocament realment nou |
| Assaig de no inferioritat | "És el nou tractament no pitjor que el comparador per més d'un petit marge preespecificat?" | Nou fàrmac amb menys efectes secundaris, menor cost o més fàcil d'administrar: l'objectiu és demostrar que és "prou bo" |
| Prova d'equivalència | "Són els dos tractaments essencialment el mateix?" | Medicaments biosimilars; medicaments genèrics; diferents vies d'administració |
Es podria demostrar que un nou anticoagulant és "no inferior" a la warfarina per a la prevenció d'ictus —no millor, però tampoc significativament pitjor—, alhora que és més fàcil d'utilitzar (sense monitorització de l'INR). Aquesta és una troballa clínicament valuosa, fins i tot si el fàrmac no ha "superat" la warfarina. L'AKT us pot demanar que interpreteu correctament el resultat d'un assaig de no inferioritat.
Un assaig de no inferioritat que no mostra "cap diferència significativa" és no el mateix que un assaig de superioritat que mostra "cap diferència significativa". En un assaig de superioritat, un resultat no significatiu significa que no heu aconseguit demostrar que el nou fàrmac funciona millor. En un assaig de no inferioritat, una diferència no significativa és exactament el que esperàveu.
Biaix de recerca, validesa i fiabilitat
| Tipus de biaix | definició | Quins dissenys d'estudi? | Com reduir-ho |
|---|---|---|---|
| Biaix de selecció | Els participants no són representatius de la població objectiu | De tot tipus | Aleatorització; mostreig acurat |
| Recordar biaix | Els casos (persones amb malaltia) recorden exposicions passades amb més intensitat que els controls | Estudis de casos i controls | Fonts de dades objectives; qüestionari estandarditzat |
| Biaix de publicació | Els estudis positius/significatius es publiquen amb més freqüència que els negatius | Metaanàlisis (detectades mitjançant un diagrama d'embut) | Registre d'assaigs; cerca de literatura grisa |
| Biaix d'atritció | La pèrdua de participants durant el seguiment distorsiona els resultats (els abandonaments difereixen dels completats) | Estudis de cohort, ECA | Anàlisi per intenció de tractar; minimitzar l'abandonament |
| Biaix del termini de lliurament | El cribratge dóna la il·lusió d'una millora de la supervivència detectant la malaltia més aviat | Estudis de cribratge | Utilitzeu la mortalitat específica de la malaltia, no la supervivència des del diagnòstic |
| Biaix de longitud | El cribratge detecta malalties de creixement més lent (menys agressives) | Estudis de cribratge | Assajos clínics aleatoritzats amb resultats específics de la malaltia |
| Biaix d'observador/avaluació | El coneixement de l'assignació del tractament afecta l'avaluació dels resultats | ECA | Cegament (simple, doble, triple) |
| Efecte Hawthorne | Els participants canvien el seu comportament perquè saben que se'ls està observant | Tot tipus, especialment observacionals | Grups de control; observadors cecs |
| Biaix de verificació | Només els pacients amb un resultat positiu a la prova reben la prova confirmatòria de referència, de manera que la sensibilitat sembla falsament alta i l'especificitat falsament baixa. | Estudis de proves diagnòstiques | Assegureu-vos que tots els pacients (positius i negatius) rebin la prova de referència. |
| Confusa | Una tercera variable s'associa tant amb l'exposició com amb el resultat, distorsionant la relació aparent | Estudis observacionals | Randomització (ECA); estratificació; anàlisi multivariant |
🔀 Confusió: quan dues coses semblen relacionades però no ho són
La confusió és un dels conceptes més importants en la metodologia de recerca, i una de les raons més comunes per les quals les troballes observacionals aparentment convincents resulten ser errònies. La idea clau és simple: Dues coses poden semblar vinculades no perquè s'afectin directament l'una a l'altra, sinó perquè ambdues estan vinculades a una tercera variable oculta.
A factor de confusió (o variable confonent) és una tercera variable que està associada independentment amb ambdós l'exposició i el resultat. Crea una associació espúria (falsa) —o emmascara una de real— entre l'exposició i el resultat que esteu estudiant.
Exemples clàssics
| Enllaç aparent | El Confusor | Per què ho explica tot |
|---|---|---|
| Venda de gelats → morts per ofegament | Temps calorós (estiu) | La calor provoca més menjar gelat I més bany → més ofegaments. El gelat no causa ofegaments. |
| Beure cafè → càncer de pulmó | Fumar | Els fumadors beuen més cafè de mitjana. Els primers estudis van relacionar el cafè amb el càncer, fins que es va controlar el tabaquisme. |
| Portar un encenedor → càncer de pulmó | Fumar | Els fumadors porten encenedors. L'encenedor no té cap efecte biològic, fumar sí. |
| Cabells grisos → malaltia cardíaca | edat | Tant els cabells grisos com les malalties del cor augmenten amb l'edat. L'edat és el factor de confusió, no el color del cabell. |
| Talla de sabata → capacitat de lectura (en nens) | edat | Els nens més grans tenen els peus més grans I llegeixen millor. L'edat explica ambdues coses. |
Una variable és un factor de confusió si compleix els tres d'aquests:
- S'associa amb el exposició (allò que estàs estudiant)
- S'associa amb el resultat (el resultat que esteu mesurant)
- És no sobre la via causal entre l'exposició i el resultat (és una tercera variable independent, no un pas intermedi)
- Aleatorització (en assaigs clínics aleatoritzats): distribueix els factors de confusió coneguts i desconeguts per igual entre els grups. Aquesta és la protecció més forta.
- Restricció — només inscriure participants que siguin similars pel que fa al factor de confusió (per exemple, només no fumadors a l'estudi del cafè)
- Coincidència — casos i controls de parella sobre la variable de confusió
- Estratificació — analitzar els resultats per separat per a cada nivell del factor de confusió
- Ajust estadístic multivariant — tenen en compte estadísticament múltiples factors de confusió simultàniament
En un assaig clínic aleatoritzat (ECA) ben realitzat, l'aleatorització distribueix els factors de confusió (tant coneguts com desconeguts) equitativament entre els grups, eliminant els factors de confusió com a explicació de les diferències. En els estudis de cohorts i casos-controls, només es pot ajustar per factors de confusió que es coneixen i s'han mesurat. Els factors de confusió no mesurats sempre són una explicació potencial per a qualsevol associació observada, motiu pel qual els estudis observacionals mai no poden demostrar definitivament la causalitat.
✅ Validesa i fiabilitat: quina és la diferència?
L'estudi mesura el que afirma mesurar dins de la població d'estudi? Són els resultats de aquest estudi fiable? Amenaçat per biaixos i factors de confusió.
Es poden aplicar els resultats a altres poblacions o entorns del món real? Un assaig clínic aleatoritzat (ECA) altament controlat en un centre especialitzat pot no reflectir el que passa a l'atenció primària.
La prova produeix resultats consistents quan es repeteix en les mateixes condicions? Es mesura mitjançant la fiabilitat entre examinadors (estadística kappa) o la fiabilitat test-retest.
Mesura la concordança entre dos avaluadors més enllà de l'atzar. κ = 1 (concordança perfecta); κ = 0 (concordança no millor que l'atzar); κ < 0 (pitjor que l'atzar).
Mesura del risc i l'efecte del tractament
Aquest és el zona més provada en estadística AKT. Cal conèixer aquestes fórmules en fred i ser capaç d'aplicar-les a taules de dades de prova en condicions d'examen.
Les mètriques clau
📊 Interpretació de l'NNT: què signifiquen realment els números?
L'NNT us indica quants pacients heu de tractar 01:00 per beneficiar-se. Així doncs, el menys Com més pacients cal tractar per obtenir un benefici, més eficaç serà el tractament. NNT = 2 significa que 1 de cada 2 pacients se'n beneficia, cosa que és excel·lent. NNT = 100 significa només 1 de cada 100 beneficis, molt més feble.
| Rang NNT | Interpretació aproximada | Context d'exemple |
|---|---|---|
| <10 | Molt eficaç | Antibiòtics per a certes infeccions; alguns tractaments aguts |
| 10 - 50 | Efecte moderat | Molts medicaments preventius comuns |
| > 100 | Efecte feble | Algunes estratègies preventives a nivell poblacional |
Aquests llindars són no del NICE o RCGP — només són ajudes didàctiques aproximades. L'NNT "correcte" sempre depèn del context:
- Un NNT de 100 encara podria valer la pena si el resultat que s'evita és la mort o un dany greu i irreversible
- Un NNT de 5 potser no és acceptable si el tractament té efectes secundaris freqüents o greus
Regla d'una sola línia: L'NNT indica quants pacients tractes perquè un se'n beneficiï: menys = efecte més fort. Però sempre cal ponderar-ho en relació amb la gravetat del resultat i la càrrega del tractament.
Si 60 de cada 100 pacients se'n beneficien, això és una ARR del 60% (= 0.6), donant com a resultat un NNT = 1 ÷ 0.6 ≈ 1.7 — un resultat excel·lent. L'NNT no és el nombre que se'n beneficia; és el nombre que es tracta per obtenir 01:00 benefici.
📖 Ràtio de probabilitats i ràtio de risc: quan s'utilitzen?
| Measure | Utilitzat en | Interpretació |
|---|---|---|
| Risc relatiu (RR) | Estudis de cohort, ECA | Compara directament el risc en dos grups. Més intuïtiu que l'OR. |
| Ràtio de probabilitats (OR) | Estudis de casos i controls | Compara les probabilitats d'exposició en casos i controls. Aproxima la RR quan la malaltia és rara. |
| ràtio de perill (HR) | Anàlisi de supervivència (temps fins a l'esdeveniment) | Com RR però té en compte Quan els esdeveniments es produeixen al llarg del temps. HR <1 = risc reduït en el grup de tractament. |
Per a malalties comunes, l'OR sobreestima el risc en comparació amb la RR. Per a malalties rares (prevalença <10%), són aproximadament iguals. Un estudi de casos i controls genera una OR: no pot calcular directament la incidència o RR a partir d'un estudi de casos i controls.
🧮 Exemple pràctic: càlcul de NNT a partir de dades d'assaig
🎯 Escenari: Assaig amb estatines
Un assaig clínic aleatoritzat (ECA) de 5 anys mostra que, entre els pacients amb alt risc cardiovascular: el 6% del grup placebo va patir un atac de cor, en comparació amb el 4% del grup d'estatines.
Tractar 50 pacients durant 5 anys per prevenir 1 atac de cor
Sona impressionant! Però el benefici absolut és només del 2%.
El grup d'estatines tenia un 67% del risc del grup placebo, una reducció relativa del 33%.
Quan un pacient pregunti "Aquesta estatina m'ajudarà?", feu servir NNT. "Si 50 persones com vosaltres prenen aquesta pastilla durant 5 anys, es prevenirà 1 atac de cor. Per a vosaltres personalment, és un benefici absolut del 2%". Això és molt més honest que "Redueix el risc en un 33%".
💬 Comunicació del risc als pacients (preferit d'AKT)
L'AKT sovint avalua com s'explicaria la informació estadística als pacients. Hi ha quatre formats principals:
| format | exemple | per millor |
|---|---|---|
| Freqüència natural | "5 de cada 100 persones" | El més fàcil d'entendre per als pacients |
| Percentatge | "5% de la gent" | Molt utilitzat però pot induir a error |
| NNT | "Tractar 20 per prevenir 1 esdeveniment" | Comunica clarament el benefici absolut |
| Trama de Cates | Graella visual de 100 cares | La millor ajuda visual per a la presa de decisions compartida |
Dir "això redueix el risc en un 33%" sense indicar el risc basal és enganyós. Una RRR del 33% a partir d'una línia base del 0.3% significa que el benefici absolut és del 0.1%. Sempre cal emparellar la RRR amb el risc basal o bé indicar ARR/NNT.
💊 El truc del representant farmacèutic: com les companyies farmacèutiques manipulen les estadístiques
Els representants de les companyies farmacèutiques estan formats per presentar les dades dels assajos de la manera més favorable. Utilitzen un truc estadístic senzill però eficaç:
- Beneficis → citats com a Reducció Relativa del Risc (RRR) — perquè sona més gran i més impressionant
- Danys → citat com a Increment del Risc Absolut (ARI) — perquè sona més petit i menys preocupant
Exemple pràctic: una visita fictícia a un representant d'estatines
Una nova estatina redueix els atacs de cor del 2% a l'1% en 5 anys, però augmenta la miopatia de l'1% al 2%.
L'antídot: sempre pregunta — "Quina és la diferència absoluta?" Quan un representant cita una xifra relativa, converteix-la tu mateix: ARR = CER − EER, i després NNT = 1 ÷ ARR. Això s'aplica igualment als beneficis. i perjudica.
Proves diagnòstiques i detecció: la taula 2×2
La taula de contingència 2×2 és la base de totes les estadístiques de diagnòstic. Si podeu construir i llegir aquesta taula, podeu respondre la majoria de preguntes de diagnòstic AKT.
La taula 2×2
| ESTAT REAL DE LA MALALTIA | ||
|---|---|---|
| RESULTAT DE LA PROVA | Malaltia Present | Malaltia Absent |
| Prova positiva | Veritable positiu (TP) La prova diu SÍ → té malaltia ✓ |
Fals positiu (FP) La prova diu SÍ → no hi ha malaltia ✗ |
| Prova negativa | Fals negatiu (FN) La prova diu NO → té malaltia ✗ |
Veritable negatiu (TN) La prova diu NO → no hi ha malaltia ✓ |
🧠 SnNout i SpPin: les ajudes per a la memòria (i per què funcionen)
Snfora: Un alt Senprova positiva, si Nnegatiu, governa la malaltia Fora.
Si la sensibilitat és molt alta, un resultat negatiu a la prova significa que la malaltia és molt improbable (taxa baixa de falsos negatius). Feu servir una prova sensible per detectar i descartar.
Spen: Un altament Spprova efímica, si Ppositiu, regeix la malaltia In.
Si l'especificitat és molt alta, un resultat positiu en la prova significa que la malaltia és molt probable (taxa baixa de falsos positius). Feu servir una prova específica per confirmar el diagnòstic.
📊 L'efecte de la prevalença sobre el VPP i el VNP: tema crític de la TCA
Aquest és un dels conceptes més importants i provats en estadística diagnòstica. La sensibilitat i l'especificitat són propietats fixes de la prova. Però el VPP i el VPN canvien dràsticament segons la freqüència de la malaltia a la població que s'està provant.
| Escenari | Prevalença | PPV | NPV |
|---|---|---|---|
| Cribratge de la població general per a una malaltia rara (per exemple, el VIH en pacients de baix risc) | 1% | BAIX (~16%) | ALT (~99.9%) |
| Proves en una clínica especialitzada d'alt risc | 50% | ALT (~95%) | ALT (~95%) |
- Com que la prevalença ↑ → VPP ↑, el VPN ↓
- Com que la prevalença ↓ → VPP ↓, el VPN ↑
- En una població de baixa prevalença, la majoria dels resultats positius són falsos positius (VPP baix), fins i tot amb una prova altament específica.
- Una prova negativa en una població d'alta prevalença encara pot passar per alt la malaltia (VPN més baix)
📐 Ràtios de probabilitat: quan vulguis anar més enllà
Les ràtios de probabilitat (LR) combinen la sensibilitat i l'especificitat en un sol nombre que indica quant canvia el resultat d'una prova la probabilitat de malaltia. Més avançades que el PPV/NPV, però útils, i ocasionalment provades en AKT.
| LR+ | Efecte sobre la probabilitat posterior a la prova |
|---|---|
| > 10 | Increment gran i sovint concloent de la probabilitat |
| 5-10 | Augment moderat |
| 2-5 | Petit augment |
| 1 | Cap canvi (la prova no serveix de res) |
| 0.1-0.5 | Disminució petita a moderada |
| <0.1 | Gran disminució: forta exclusió negativa |
Estadístiques de població i epidemiologia
📊 Raó de mortalitat estandarditzada (RME)
| Valor SMR | Interpretació |
|---|---|
| = 100 | Mortalitat igual que la població de referència |
| > 100 | Excés de mortalitat (més alta del que s'esperava) |
| <100 | Mortalitat inferior a l'esperada |
🎯 Cribratge: temps de lliurament i biaix de durada (trampes clau d'AKT)
El cribratge detecta una malaltia abans, fent que sembli que la supervivència ha millorat, fins i tot si el pacient mor al mateix moment. El "temps de supervivència des del diagnòstic" simplement s'ha allargat mitjançant la detecció precoç, no pel benefici real del tractament. El pacient no viu més temps; simplement ho sap durant més temps.
Els programes de cribratge tenen més probabilitats de detectar malalties indolents i de creixement lent (que tenen una "fase preclínica detectable" més llarga) que malalties agressives que progressen ràpidament. Això fa que el cribratge sembli més eficaç del que realment és per a malalties greus.
✅ Criteris de selecció de Wilson & Jungner
Abans d'introduir un programa de cribratge, aquest ha de complir els criteris de Wilson i Jungner (publicats originalment el 1968, que encara són el marc estàndard). L'AKT avalua tant el coneixement d'aquests criteris com la seva aplicació a escenaris.
| # | criteri | Què significa a la pràctica |
|---|---|---|
| 1 | Problema de salut important | La condició té una morbiditat o mortalitat significativa, cosa que val la pena fer-ne la detecció. |
| 2 | Tractament acceptat disponible | No té sentit detectar malalties que no es poden tractar |
| 3 | Existeixen instal·lacions per al diagnòstic i el tractament | La infraestructura ha d'estar instal·lada abans del llançament |
| 4 | Fase latent o inicial recognoscible | La malaltia ha de tenir una fase presintòmtica detectable |
| 5 | Prova adequada disponible | La prova ha de ser acceptable per a la població, segura i raonablement precisa |
| 6 | Prova acceptable per a la població | La gent ha d'estar disposada a sotmetre's-hi: les proves invasives o incòmodes poden dissuadir l'acceptació. |
| 7 | Història natural adequadament entesa | Cal saber com progressa la malaltia si no es tracta |
| 8 | Política acordada sobre a qui tractar | Calen protocols clars, no només de detecció, sinó també què passa després. |
| 9 | rendible | El cost de trobar cada cas s'ha de ponderar amb el benefici |
| 10 | Procés continu, no puntual | El cribratge ha de ser continu: la incidència de la malaltia continua |
La detecció del PSA per al càncer de pròstata és no forma part del programa nacional de cribratge del NHS precisament perquè té dificultats amb els criteris 5 i 7: el PSA no és una prova prou precisa (baixa especificitat → molts falsos positius), i la història natural de molts càncers de pròstata de baix grau significa que mai no causarien símptomes durant la vida del pacient. Això està directament relacionat amb el sobrediagnòstic (vegeu més avall).
🔍 Sobrediagnòstic: trobar problemes que no n'haurien causat cap.
El sobrediagnòstic es produeix quan es detecta una malaltia real —una que existeix realment— però aquesta malaltia... mai han causat símptomes, danys o mort durant la vida del pacient si no es detecta. No és un fals positiu (la malaltia és real); és un veritable positiu que no calia trobar.
El sobrediagnòstic converteix les persones sanes en pacients. Les exposa a l'ansietat, els efectes secundaris i els riscos del tractament d'una afecció que mai no els hauria perjudicat. És un dels danys més importants dels programes de cribratge, i un dels que l'AKT prova directament.
| Condició | Exemple de sobrediagnòstic |
|---|---|
| Càncer de pròstata | Molts càncers de baix grau detectats pel PSA no progressarien ni causarien símptomes: els homes moren amb ells, no de els |
| Càncer de tiroides | L'ecografia detecta petits càncers papil·lars de tiroide que són gairebé universalment indolents: la detecció s'ha disparat però la mortalitat no ha canviat |
| CDIS (mama) | Carcinoma ductal in situ detectat per mamografia: alguns mai es convertirien en càncer invasiu |
Sobrediagnòstic = trobar una malaltia que no calia trobar. Sobretractament = tractar una malaltia que no necessitava tractament (que pot ser conseqüència d'un sobrediagnòstic o pot aparèixer de manera independent). Són conceptes relacionats però diferents.
🔢 Estandarització per edat
Quan es comparen les taxes de malaltia o mortalitat entre diferents poblacions (per exemple, diferents països, diferents períodes de temps), cal ajustar el fet que aquestes poblacions poden tenir distribucions d'edat diferents. Les poblacions més grans tindran naturalment una mortalitat més alta, fins i tot si la seva salut és igualment bona.
L'estandardització per edat és una tècnica estadística que elimina l'efecte distorsionador de les diferents distribucions d'edat en comparar els resultats de salut entre poblacions. Produeix una taxa que s'observaria si ambdues poblacions tinguessin la mateixa estructura d'edat (la "població estàndard").
🎗️ Estadístiques del càncer: informació imprescindible d'AKT
L'AKT ocasionalment analitza estadístiques específiques sobre càncer. No cal tenir coneixements exhaustius d'oncologia, però aquestes xifres principals apareixen i val la pena conèixer-les.
| Càncer | Estadística clau | Per què importa? |
|---|---|---|
| Càncer testicular | Supervivència a 10 anys >98% | Un dels càncers més tractables: important saber-ho per a l'assessorament a homes joves |
| Càncer de pulmó | Principal causa de mort per càncer (Regne Unit) | Tot i no ser el càncer més comú, mata més persones que qualsevol altre |
Un càncer pot tenir un alt incidència (comú) però baix mortalitat (tractable), com el càncer de mama. O pot tenir una incidència més baixa però una mortalitat molt alta, com el càncer de pàncrees. L'AKT pot posar a prova la vostra capacitat per interpretar correctament les estadístiques del càncer; no doneu per fet que el càncer més comú és el més mortal.
⚖️ Desigualtats en salut
Les desigualtats en salut descriuen diferències injustes i evitables en la salut entre diferents grups de persones. Són un focus important de la política de salut pública del Regne Unit i apareixen a l'AKT en el context de l'epidemiologia i els determinants socials de la salut.
Les desigualtats en salut són diferències injustes i evitables en l'estat de salut o en la distribució dels determinants de la salut entre diferents grups de poblacióSón "evitables" perquè provenen de condicions socials, econòmiques o ambientals que en principi es podrien canviar, no de l'atzar o de la variació biològica.
| Tipus | Exemples al Regne Unit |
|---|---|
| Socioeconòmics | Esperança de vida més baixa a les zones desfavorides; taxes més altes de malalties cardiovasculars, diabetis i malalties mentals a les comunitats més pobres |
| Geogràfic | "Divisió Nord-Sud": pitjors resultats de salut en algunes parts del nord d'Anglaterra en comparació amb el sud |
| Ètnic | Taxes més altes de diabetis tipus 2 en poblacions del sud d'Àsia; major risc cardiovascular en poblacions negres |
| Gènere sentit | Els homes tenen una esperança de vida més baixa, però les dones tenen més anys de mala salut (morbiditat) |
Distribució de dades i significació estadística
Mesures de Tendència Central
| Measure | definició | Millor utilitzat quan | Ves amb compte |
|---|---|---|---|
| Significar | Suma de tots els valors ÷ nombre de valors | Les dades es distribueixen normalment | Fàcilment esbiaixat pels valors atípics |
| mitjana | Valor mitjà quan s'ordena per ordre. Si hi ha un número parell de valors, la mediana és la mitjana dels dos nombres del mig. | Dades esbiaixades (per exemple, ingressos, durada de l'estada hospitalària) | Ignora els valors reals als extrems |
| manera | Valor que es produeix amb més freqüència | Dades categòriques; distribucions bimodals | Pot no tenir sentit amb dades contínues |
| Abast | Màxim − Mínim | Sensació ràpida de propagació | Totalment determinat per valors atípics |
| IQR (rang interquartílic) | percentil 75 − percentil 25 | Aparellat amb la mediana per a dades esbiaixades | Ignora el 25% superior i inferior |
| Desviació estàndard (SD) | Disparitat mitjana respecte a la mitjana | Dades distribuïdes normalment | Enganyar si les dades no tenen una distribució normal |
🗂️ Tipus de dades: nominals, ordinals, d'interval i de ràtio
Entendre què type de dades que teniu determina quines estadístiques de resum i quines proves estadístiques són apropiades. L'AKT ho comprova, normalment presentant un conjunt de dades i preguntant quina prova o mesura utilitzar.
| Tipus | definició | Exemples | Analogia |
|---|---|---|---|
| Nominal | Categories sense ordre natural | Grup sanguini (A, B, AB, O); sexe; color d'ulls; causa de la mort | Un bol de fruita: les pomes i els plàtans són simplement diferents, cap dels dos és "més" |
| ordinal | Categories ordenades, però els buits entre elles són no necessàriament iguals | Classe d'insuficiència cardíaca de la NYHA (I-IV); escala de dolor (lleu/moderat/greu); escales de Likert | Posicions a la cursa: 1r, 2n, 3r. Coneixem l'ordre, però la diferència entre el 1r i el 2n pot ser molt diferent de la diferència entre el 2n i el 3r. |
| Interval | Ordenat amb intervals iguals entre valors, però cap zero veritable | Temperatura en °C; dates del calendari; puntuacions de coeficient intel·lectual | Un termòmetre: 0 °C no vol dir "cap temperatura". No es pot dir que 20 °C sigui "el doble de càlid" que 10 °C en cap sentit absolut. |
| Proporció | Espais iguals ordenats I a zero absolut veritable | Alçada, pes, pressió arterial, edat, ingressos, dosi del medicament | Diners — 0 £ vol dir que realment no tens res. 40 £ són el doble que 20 £. |
- Dades nominals/ordinals → utilitzar proves no paramètriques, moda o mediana per a les mitjanes
- Dades d'interval/ràtio (distribuït normalment) → es poden utilitzar proves de mitjana, desviació estàndard i paramètriques
- Vostè no es pot calcular una mitjana de manera significativa per a dades nominals (per exemple, "el grup sanguini mitjà" no té sentit) o fer afirmacions proporcionals amb dades d'interval (no es pot dir que algú amb un coeficient intel·lectual de 120 és "el doble d'intel·ligent" que algú amb 60)
🔬 Proves paramètriques vs. proves no paramètriques
Les proves estadístiques es divideixen en dues famílies segons les suposicions que fan sobre les dades. L'AKT comprova quin tipus de prova és adequada per a un escenari determinat; no cal que feu els càlculs, només sabeu quan utilitzar-ne una.
Proves paramètriques suposem que les dades tenen una distribució normal (o que la mostra és prou gran com perquè això no importi gaire) i que les dades són com a mínim a nivell d'interval. Proves no paramètriques no fan aquestes suposicions: treballen amb rangs o categories i són adequades per a dades asimètriques, mostres petites o dades ordinals/nominals.
| Propòsit | Prova paramètrica | Equivalent no paramètric |
|---|---|---|
| Compara les mitjanes de 2 grups independents | Prova t independent | Prova U de Mann-Whitney |
| Comparar significa: mateix grup, 2 punts de temps | Prova t aparellada | Prova de rang amb signe de Wilcoxon |
| Comparar mitjanes de 3 o més grups | ANOVA (anàlisi de variància) | Test de Kruskal-Wallis |
| Correlació entre dues variables contínues | Correlació de Pearson | Correlació de rang de Spearman |
| Comparar proporcions / dades categòriques | - | Prova de khi quadrat (χ²) |
- Les dades són inclinat or no distribuït normalment → ús no paramètric
- Mida de mostra petita (i normalitat incerta) → ús no paramètric
- Les dades són ordinal (per exemple, puntuacions de dolor, Likert) → ús de criteris no paramètrics
- Comparant proporcions o categories → prova de khi quadrat
- Mostra gran, contínua, aproximadament normal → la prova paramètrica és correcta
🔔 Distribució normal: la regla 68-95-99.7
Una distribució normal és una corba simètrica en forma de campana. La mitjana, la mediana i la moda són totes iguals i es troben al centre.
| Abast | % de valors inclosos |
|---|---|
| Mitjana ± 1 desviacions estàndard | 68% |
| Mitjana ± 2 desviacions estàndard | 95% |
| Mitjana ± 3 desviacions estàndard | 99.7% |
Amb dades esbiaixades positivament (per exemple, ingressos, temps d'espera del metge de capçalera, bilirubina sèrica en una planta), la mitjana es veu arrossegada cap a la dreta per uns quants valors atípics alts. En aquest cas, utilitzeu el mitjana — representa millor el valor típic. A l'AKT li encanta posar a prova aquesta distinció.
📉 Valors P i intervals de confiança: què signifiquen realment
Valors P
El valor p és la probabilitat d'observar resultats com a mínim tan extrems com els observats si la hipòtesi nul·la és certa (és a dir, si no hi ha cap efecte real). És no la probabilitat que la hipòtesi nul·la sigui correcta.
| valor-p | Interpretació |
|---|---|
| p <0.05 | Estadísticament significatiu: menys del 5% de probabilitat que aquest resultat es produís per casualitat |
| p > 0.05 | No estadísticament significatiu; el resultat pot ser degut a l'atzar |
| p = 0.01 | 1% de probabilitat d'obtenir aquest resultat si no hi ha cap efecte real |
Intervals de confiança (IC)
Un IC del 95% significa: si repetiu l'estudi 100 vegades, en 95 d'aquestes vegades el valor real de la població es trobaria dins d'aquest interval.
- Per a una proporció (RR, OR, HR): si l'IC del 95% inclou 1.0 → no estadísticament significatiu
- Per a una diferència (diferència de mitjanes, ARR): si l'IC del 95% inclou 0 → no estadísticament significatiu
- Si l'IC és completament superior a 1 (per a ràtios) → risc significativament augmentat
- Si l'IC és completament inferior a 1 (per a ràtios) → risc significativament reduït
❌ Errors de tipus I i tipus II: Llop plorant vs. No veure el llop
Rebutjar la hipòtesi nul·la quan en realitat és certa. En altres paraules: concloure que un tractament funciona quan no ho fa. La taxa de falsos positius. Convencionalment acceptable al 5% (α = 0.05, p < 0.05).
"Llop plorant" — fer sonar l'alarma quan no hi ha cap llop.
No rebutjar la hipòtesi nul·la quan en realitat és falsa. En altres paraules: perdre un efecte real del tractament. La taxa de falsos negatius. Convencionalment acceptable al 20% (β = 0.2, potència = 80%).
"Trobar a faltar el llop" — dir que no hi ha cap llop quan n'hi ha un.
Potència = 1 − β. És la probabilitat de detectar correctament un efecte real. Potència més alta = menys probabilitat de passar per alt un efecte real. La potència augmenta amb mides de mostra més grans. Un assaig ben dissenyat necessita una potència ≥80%.
⚡ Significació estadística ≠ Importància clínica
Aquest és un dels matisos més importants i més provats de l'estadística AKT, i un que molts estudiants en pràctiques passen per alt.
Un resultat pot ser estadísticament significant (p < 0.05) mentre es clínicament sense sentitLa significació estadística només indica que és poc probable que el resultat sigui degut a l'atzar; diu res sobre si l'efecte és prou gran com per tenir importància a la pràctica.
| Escenari | Estadísticament significatiu? | Clínicament important? |
|---|---|---|
| Baixades de la pressió arterial 1 mmHg, n=50,000, p=0.001 | Sí | no |
| Baixades de la pressió arterial 15 mmHg, n=30, p=0.08 | no | Probablement si |
| Baixades de la pressió arterial 12 mmHg, n=500, p=0.02 | Sí | Sí |
Mireu sempre el mida de l’efecte (ARR, NNT, diferència de mitjanes) juntament amb valors p i IC. Un interval de confiança estret que exclou zero o u és més significatiu que un valor p sol: indica tant la direcció com la precisió de l'efecte.
- CI estret → estimació precisa → alta confiança: el valor real és proper a l'estimació puntual (normalment d'una mostra gran)
- CI ampli → estimació incerta → el valor real podria ser en qualsevol lloc d'un rang ampli (normalment a partir d'una mostra petita o heterogènia)
Exemple: RR = 1.5 (IC del 95%: 1.4–1.6) → precís, convincent. RR = 1.5 (IC del 95%: 0.6–3.8) → ampli, incert — i supera l'1.0, per tant, ni tan sols significatiu.
📈 Regressió a la mitjana: el factor de confusió ocult de la pràctica clínica
La regressió a la mitjana és la tendència estadística d'una mesura extrema a estar més a prop de la mitjana en una segona mesura. independentment de qualsevol intervencióÉs una de les fonts menys reconegudes de conclusions enganyoses en medicina.
Sovint s'investiga o es tracta els pacients precisament quan els seus símptomes o mesures són pitjors. La variació natural significa que és probable que aquestes mesures millorin de totes maneres en tornar a fer les proves, no necessàriament a causa de la vostra intervenció. Sense un grup de control, és impossible distingir la regressió a la mitjana de l'efecte genuí del tractament.
| Escenari | Quin aspecte té l'efecte del tractament | Què pot estar passant realment |
|---|---|---|
| El pacient té la pressió arterial molt alta en una lectura → ha començat a prendre medicació → pressió arterial més baixa a la següent visita | El fàrmac està funcionant | La primera lectura pot haver estat un valor atípic; la pressió arterial hauria estat més baixa de totes maneres en mesures repetides. |
| L'alumne obté una puntuació molt baixa en un examen → rep classes particulars → obté una puntuació millor la propera vegada | La matrícula va ajudar | La puntuació baixa pot haver estat poc representativa; el rendiment natural tendeix cap a la seva mitjana. |
| El pacient amb un brot greu d'èczema comença una nova crema → el brot millora | La crema és eficaç | Els brots greus milloren naturalment amb el temps independentment del tractament |
- Prendre múltiples mesures de referència i utilitzeu la mitjana abans de començar el tractament
- Utilitzar grup de control — la regressió a la mitjana afecta els dos grups per igual, de manera que qualsevol diferència entre grups és més probable que sigui un efecte real del tractament
- Aquest és un dels arguments més sòlids a favor Assajos clínics aleatoritzats (ECA) sobre estudis no controlats del "abans i després"
Gràfics estadístics: què cal buscar
L'AKT presenta regularment gràfics i et demana que els interpretis. Aprèn a detectar la característica clau de cada tipus de gràfic; no intentis llegir-ho tot. Només cal una observació específica.
| Tipus de gràfic | Ús primari | L'única cosa a buscar |
|---|---|---|
| Parcel·la forestal | Resultats de la metaanàlisi | Fa el diamant creuar la línia vertical sense efecte? |
| Trama de l'embut | Detecció de biaix de publicació / monitorització de valors atípics de GP | És la trama asimètric? (Bretxa = estudis no publicats que falten) |
| Trama de Cates | Comunicació visual de la NNT als pacients | Compta les cares "beneficioses" de colors; NNT = 100 ÷ aquestes cares |
| Parcel·la de l'Abbé | Exploració de l'heterogeneïtat en metaanàlisis | Punt a la línia diagonal = efecte zero del tractament |
| Diagrama de caixa i bigotis | Distribució i difusió de dades | Línia mitjana = mitjana (no és significatiu); punts més enllà dels bigotis = valors atípics |
| Nomograma de Fagan | Probabilitat prèvia a la prova → posterior a la prova | Dibuixa una línia des de la probabilitat prèvia a la prova fins a LR per llegir la probabilitat posterior a la prova |
| Parcel·la de tija i fulla | Distribució: conserva els valors originals | Com un histograma però mostra punts de dades individuals |
| Corba de Kaplan-Meier | Anàlisi de supervivència: temps fins a l'esdeveniment | Els esglaons disminueixen quan es produeixen esdeveniments; les corbes que divergeixen aviat i es mantenen separades suggereixen un benefici sostingut del tractament. |
| Histograma | Distribució de dades contínues | Forma de la corba: simètrica = distribució normal; asimètrica = utilitzar la mediana i no la mitjana |
🌲 Parcel·les forestals — En detall
- Cada quadrat = un estudi. La mida del quadrat = el pes de l'estudi (normalment determinat per la mida de la mostra)
- Línies horitzontals = interval de confiança del 95% per a aquest estudi
- El diamant a la part inferior = l'estimació global agrupada. La seva amplada = l'IC del 95% agrupat
- Línia vertical a 1.0 = "línia sense efecte" (per a ràtios). Si una línia CI o el rombe creua aquesta línia, aquest resultat és no estadísticament significatiu
I² mesura quanta variació entre estudis es deu a l'heterogeneïtat real (diferències reals) en lloc de l'atzar.
I² < 25% = baixa heterogeneïtat ✓
I² = 25–50% = heterogeneïtat moderada
I² > 50% = heterogeneïtat substancial — el resultat agrupat és menys fiable ⚠️
📯 Funnel Plots — Biaix de publicació i monitorització de valors atípics de GP
Els gràfics d'embut apareixen en dos contextos completament diferents a l'AKT; assegureu-vos de reconèixer tots dos.
Representa gràficament la mida de l'efecte (eix x) contra la precisió o la mida de l'estudi (eix y). Un embut invertit simètric = sense biaix. Un embut asimètric amb un espai a la part inferior esquerra = falta d'estudis negatius petits → biaix de publicació.
Compara les pràctiques dels metges de capçalera segons les mètriques (per exemple, taxes de derivació, mortalitat). Els punts de dades fora de les línies de l'embut són valors atípics estadístics que justifiquin una investigació, no necessàriament una prova d'un mal rendiment.
😊 Gràfics de Cates: com extreure NNT visualment
Un diagrama de Cates (de vegades anomenat "diagrama de cares somrients") utilitza una quadrícula de 100 cares per ajudar els pacients a visualitzar el benefici i el perjudici absoluts.
- Cadascuna de les 100 cares representa una persona per cada 100 tractades
- Cares grogues/verdes = persones que es van beneficiar (esdeveniments evitats)
- Cares vermelles = persones que van patir danys
- Cares grises/llises = cap efecte en cap sentit
📉 Corbes de supervivència de Kaplan-Meier: com llegir-les
Les corbes de Kaplan-Meier (KM) mostren la probabilitat de sobreviure (o romandre sense esdeveniments) al llarg del temps. Apareixen a les preguntes AKT sobre assajos clínics contra el càncer, estudis cardiovasculars i qualsevol investigació que faci un seguiment del temps fins a un esdeveniment.
| característica | Que significa |
|---|---|
| L'eix Y | Probabilitat de supervivència (o supervivència sense esdeveniments): comença a 1.0 (100%) i disminueix amb el temps |
| L'eix X | Temps (dies, mesos, anys) |
| Cada pas cap avall | S'ha produït un esdeveniment (per exemple, mort, recaiguda). Passos més grans = més esdeveniments en aquell punt |
| Marques de graduació a la línia | Pacients censurats: perduts durant el seguiment o estudi finalitzat. No esdeveniments. |
| Dues corbes que divergeixen aviat i es mantenen separades | Suggereix un benefici sostingut del tractament durant tot el seguiment |
| Corbes que es creuen | Suggereix que el risc no és proporcional al llarg del temps, cosa que complica la interpretació. |
| Supervivència mitjana | El punt en què la corba de supervivència creua el 50%, és a dir, el punt en què la meitat dels pacients han patit l'esdeveniment. |
L' prova de rang logarítmic compara estadísticament dues corbes KM. La raó de risc (HR) resumeix la diferència general entre les corbes. HR < 1 = el grup de tractament té menys esdeveniments al llarg del temps. Si les corbes se superposen substancialment, la HR serà propera a 1 (sense benefici).
📊 Histogrames: distribució d'un cop d'ull
Un histograma mostra la distribució d'una variable contínua (per exemple, edat, pressió arterial, IMC) agrupant els valors en intervals (caixes) i mostrant quantes observacions hi ha a cadascun. A diferència d'un gràfic de barres, les barres es toquen perquè les dades són contínues.
| Forma | Significat | Utilitzeu mitjana o mediana? |
|---|---|---|
| Forma de campana simètrica | Distribució normal: mitjana, mediana i moda, totes iguals | Qualsevol dels dos — però convencionalment mitjana ± SD |
| Biaix a la dreta (positiu) | Cua llarga a la dreta: uns quants valors molt alts fan pujar la mitjana | Mediana (més representativa) |
| Biaix a l'esquerra (negatiu) | Cua llarga a l'esquerra: uns quants valors molt baixos fan baixar la mitjana | Mediana (més representativa) |
| Bimodal (dos pics) | Dos subgrups diferents a les dades | Informeu dels dos pics per separat |
Millora de la qualitat i auditoria clínica
| Eina | Propòsit | Característiques clau |
|---|---|---|
| Auditoria clínica | Mesurar la pràctica en relació amb estàndards explícits; identificar i tancar les llacunes | Requereix un estàndard definit. Utilitza el cicle PDSA. Implica tancar el bucle (reauditoria). No recerca — cap hipòtesi, cap coneixement nou generat. |
| Anàlisi d'Esdeveniments Significatius (AE) | Revisió multidisciplinària sistemàtica d'un únic esdeveniment significatiu | Sense culpa. Se centra en l'aprenentatge del sistema, no en la culpa individual. Compartit dins de l'equip. Documenta l'aprenentatge i l'acció. |
| Anàlisi de causes arrels (RCA) | Investigació exhaustiva d'incidents greus | Més estructurat que l'anàlisi socioescalar (SEA). Utilitza la tècnica dels "5 perquès". Identifica les causes contribuents i les causes arrel. Sovint per a esdeveniments o danys greus. |
| Informe d'excepcions de QOF | Exclusió adequada de pacients dels indicadors QOF | Clínicament apropiat per a: teràpia màxima tolerada, dissidència informada del pacient, fragilitat extrema o contraindicació clínica. |
🔄 Auditoria clínica vs. Recerca: diferències clau
| característica | Auditoria clínica | Recerca |
|---|---|---|
| Propòsit | Millorar l'atenció comparant amb els estàndards | Generar nou coneixement |
| Hipòtesi | Cap — comparable a l'estàndard existent | Sempre té una hipòtesi |
| Aprovació ètica | Normalment no cal | Normalment es requereix |
| Consentiment | Normalment no cal | Normalment es requereix |
| Aleatorització | Mai | Pot incloure assaigs clínics aleatoritzats (ECA) |
| Resultat final | Millora del servei; pla d'acció | Noves proves; publicació |
🔁 Cicle PDSA
El cicle Planificar-Fer-Estudiar-Actuar (PDSA) és el marc de millora contínua utilitzat en l'auditoria clínica i la millora de la qualitat.
| Etapa | Què passa |
|---|---|
| Pla | Definir la pregunta, establir l'estàndard, planificar la recollida de dades |
| Do | Implementar el canvi o mesurar la pràctica actual |
| Estudiar | Analitzar els resultats; comparar-los amb l'estàndard; identificar les llacunes |
| Actuar | Implementar millores; planificar una nova auditoria per tancar el cercle |
Càlculs clínics (banc de fórmules AKT)
Aquestes fórmules apareixen en preguntes de càlcul d'AKT. Aprèn-ne cadascuna i coneix els límits clínics que desencadenen l'acció.
🧮 Exemple de treball d'ABPI
🎯 Escenari: Sra. T, de 72 anys, amb dolor a la cama en caminar
🍷 Exemples d'unitats d'alcohol
| Beure | Volum (ml) | % ABV | Càlcul | Unitats |
|---|---|---|---|---|
| Copa gran de vi | 250ml | 13% | 250 × 13 ÷ 1000 | 3.25 |
| Ampolla de vi | 750ml | 12% | 750 × 12 ÷ 1000 | 9.0 |
| Pinta de cervesa (forta) | 568ml | 5% | 568 × 5 ÷ 1000 | 2.84 |
| Mesura d'alcohol individual | 25ml | 40% | 25 × 40 ÷ 1000 | 1.0 |
Exemples treballats
🎯 Exemple 1: Càlcul de totes les mètriques de risc a partir d'una taula de prova
Un assaig clínic aleatoritzat (ECA) assigna aleatòriament pacients per rebre el fàrmac X o el placebo. Després de 3 anys: 80 de 500 pacients amb placebo van patir un ictus; 40 de 500 pacients amb el fàrmac X van patir un ictus.
🎯 Exemple 2: Construir una taula de 2×2 i calcular la sensibilitat i l'especificitat
S'aplica una nova prova a 200 pacients, 100 dels quals tenen la malaltia. La prova identifica correctament 85 dels 100 amb la malaltia i identifica correctament 80 dels 100 sense la malaltia.
🎯 Exemple 3: Càlcul de la dosi pediàtrica
Un nen necessita 300 mg d'amoxicil·lina. La suspensió disponible és de 250 mg/5 ml. Quin volum s'ha d'administrar?
Full de trucs i ajudes per a la memòria de fórmules
Fórmules de risc i tractament
Prova de diagnòstic
Fórmules de població i clíniques
- SnNout: Prova sensible: si és negativa, descarta la malaltia (cribratge)
- Spin: Prova específica — Regles positives en la malaltia (confirmació)
- CI creua 1.0 (proporció) o 0 (diferència) → no significatiu
- Línia de creuament de diamants de la parcel·la forestal → no significatiu
- Asimetria d'embut → biaix de publicació (o valor atípic de GP si es contextua el rendiment)
- Línia mitjana del diagrama de caixa → MEDIANA (no mitjana)
- 68-95-99.7 → ±1SD, ±2SD, ±3SD en distribució normal
- I² >50% → heterogeneïtat substancial
- O del cas-control | RR de la cohort | Prevalença de la secció transversal
- Auditoria ≠ Recerca (mesures d'auditoria vs estàndard; la recerca genera nous coneixements)
- Cas-control → OR (Odds Ratio) — mirant ENRERE a les exposicions
- Cohort → RR (Risc Relatiu) — ENDAVANT des de l'exposició
- Seccional → Prevalença — INSTANTANEÏT en el temps
- ECA / RS → Estàndard d'or per a preguntes sobre tractament
Perles per a formadors i professors
- Els estudiants en pràctiques sovint aprenen la NNT com una fórmula sense entendre què significa realment clínicament; assegureu-vos que ho puguin explicar amb una frase que un pacient entengui.
- La distinció entre sensibilitat/especificitat (propietats de la prova) i VPP/VPN (influenciat per la prevalença) no es coneix bé; l'analogia de la prova d'embaràs funciona bé.
- Molts estudiants saben com és una parcel·la forestal però no poden explicar-ho. Què mirar — centrar-se en el diamant i si creua la línia de no efecte
- El biaix de termini de lliurament es confon sovint amb el biaix de longitud: utilitzeu diagrames o cronologies per il·lustrar la distinció.
- Els estudiants en pràctiques confonen habitualment l'auditoria clínica amb la recerca: feu servir els exemples de les avaluacions del propi RCGP.
- "Aquí teniu la taula resum d'un assaig farmacològic: em podeu dir el NNT i si el receptaríeu a aquest pacient?"
- "Mira aquest diagrama de bosc. És efectiva la intervenció? Quina confiança tens en aquesta resposta?"
- "El seu pacient té una prova FIT positiva. El PPV en una població de baix risc és d'aproximadament el 3%. Com li ho explica?"
- "Estem veient molts resultats de PSA alts. Quin és el problema d'utilitzar el PSA com a prova de detecció?"
- "Un company vol comparar els nostres resultats de sèpsia amb els del Trust. Això és auditoria o investigació? Cal ètica?"
- "Com explicaries una probabilitat d'1 entre 50 d'un efecte secundari a un pacient que pregunta 'És segur?'"
- Com expliqueu actualment el risc als pacients? Utilitzeu xifres absolutes o relatives?
- Recordes alguna guia clínica recent que citava un NNT significatiu: què era i com va influir en la teva pràctica?
- Alguna vegada has demanat una prova i no en coneixies la sensibilitat/especificitat? Com has interpretat el resultat?
- Per què una empresa farmacèutica podria optar per presentar els resultats dels seus assajos com a RRR en lloc d'ARR?
🔥 Consells d'alt rendiment AKT
Aquests són els patrons que apareixen repetidament als exàmens AKT. Memoritzeu-los i obtindreu una puntuació.
Converteix sempre els percentatges a decimals primer. ARR = 5% → NNT = 1 ÷ 0.05 = 20. Sempre rodó up al nombre enter més proper. Un NNT més baix = tractament més eficaç.
Per a ràtios (RR, OR, HR): creuaments d'IC 1.0 = no significatiu. Per a diferències: encreuaments de CI 0 = no significatiu. Això apareix a gairebé totes les preguntes sobre els forest plots.
Malaltia rara → cas-control → O. Nova exposició en el futur → cohort → RR. Instantània de prevalença → transversal. Millor evidència per al tractament → ECA or RS/metanàlisi.
Prova de detecció → vull una alta sensibilitat (no vull passar per alt casos → SnNout). Prova de confirmació → volen una alta especificitat (no volen falsos positius → SpPin).
Fins i tot una prova altament específica (99%) dóna un PPV deficient en un entorn de baixa prevalença. La majoria dels resultats positius en el cribratge poblacional són falsos positius. És per això que no fem cribratge a tothom per a tot.
Si el diamant (estimació agrupada) creua la línia vertical de no efecte → el resultat global NO és estadísticament significatiu. Si I² > 50% → heterogeneïtat substancial → el resultat agrupat és menys fiable.
Un buit a la part inferior esquerra d'un diagrama d'embut = biaix de publicació: no es van publicar estudis negatius petits. Això infla l'efecte aparent d'un tractament a la metaanàlisi.
La línia dins la caixa és la mitjanaEl requadre = IQR (50% del mig). Els punts o cercles més enllà dels bigotis = valors atípics.
A les companyies farmacèutiques els encanta citar RRR perquè sona més gran. Un RRR del 50% sona increïble, fins que saps que el risc basal era només del 2% (→ ARR = 1%, NNT = 100). Pregunta sempre: quin era el risc basal?
Distribucions esbiaixades (ingressos, estada hospitalària, bilirubina sèrica) → ús mitjana no és mitjana. La mitjana s'extreu dels valors atípics; la mediana no.
Auditoria: mesures contra una existent estàndard; no cal ètica; no hipòtesi. Recerca: genera nou coneixement; necessita aprovació ètica; té una hipòtesi. Una distinció clau que l'AKT prova repetidament.
L'anàlisi ITT inclou tots els participants aleatoritzats independentment de l'adherència. Això dóna una conservador estimació de l'efectivitat: més realista per a la pràctica clínica. L'anàlisi per protocol sobreestima l'efecte.
IPA < 0.9 = malaltia arterial perifèrica. IPA > 1.3 = vasos no comprimibles (calcificats) — resultat no fiable. L'embenat compressiu està contraindicat si l'IPA < 0.8 (consulteu les vostres pautes de compressió).
Compta les cares beneficioses (normalment grogues o verdes). NNT = 100 ÷ (nombre de cares beneficioses). 5 cares grogues → NNT = 20.
Errors comuns i trampes per a aprenents
Aquests són els errors que apareixen repetidament en els esquemes de qualificació AKT. Cadascun d'aquests és una nota real perduda pels candidats reals.
- Oblidar de convertir percentatges a decimals abans de calcular NNT (per exemple, ARR = 5% → cal utilitzar 0.05, no 5, per obtenir NNT = 20, no 0.2)
- Arrodoniment NNT baix més aviat que up (NNT = 12.5 → la resposta és 13, no 12)
- Confondre RRR amb ARR i citar la xifra relativa, que sona més impressionant, com a benefici clínic.
- Dir que un resultat és "significatiu" quan l'IC toca només 1.0; ha de no incloure 1.0 per ser significatiu
- Indicar que la línia mitjana del diagrama de caixa i bigotis és la mitjana; sempre és la mitjana
- Confusió de la sensibilitat amb el PPV: la sensibilitat és una propietat fixa de la prova; el PPV depèn de la prevalença.
- Pensar que una prova altament específica en una població de baixa prevalença donarà un resultat positiu fiable, no ho farà (VPP baix)
- Confusió d'una OR amb una RR: les OR no es poden utilitzar directament com a RR excepte quan la malaltia és rara.
- Dir que un estudi de casos i controls genera RR, genera OR, perquè es comença amb casos i controls, no amb una cohort exposada.
- Confondre l'auditoria clínica amb la recerca: afirmar que una auditoria necessita aprovació ètica
- Malinterpretar el biaix del termini de lliurament com a significació que un programa de cribratge realment millora la supervivència
- Oblidar que I² >50% en un diagrama de bosc planteja dubtes sobre la validesa del resultat agrupat.
- Utilitzar la mitjana per descriure dades esbiaixades (per exemple, ingressos, durada de l'estada hospitalària): utilitzar la mediana
🏁 Punts finals per emportar-se
- NNT = 1 ÷ ARR. Converteix sempre els percentatges a decimals. Arrodoneix sempre cap a l'alça. NNT més baix = millor tractament.
- La RRR és clínicament honesta. La RRR sona impressionant però pot induir a error. Sempre cal associar la RRR amb el risc basal.
- La sensibilitat i l'especificitat són propietats fixes d'una prova. El VPP i el VPN canvien amb la prevalença de la malaltia.
- SnNout: les proves sensibles descarten OUT quan són negatives. SpPin: les proves específiques descarten IN quan són positives.
- El diamant del diagrama de bosc creua la línia de no efecte → resultat no estadísticament significatiu. I² >50% → problemes d'heterogeneïtat.
- Asimetria del diagrama d'embut → biaix de publicació. Punts fora dels límits de l'embut en el seguiment del rendiment → pràctiques atípiques.
- IC per a una ràtio que inclou 1.0 → no significatiu. IC per a una diferència que inclou 0 → no significatiu.
- Casos i controls → OR. Cohort → RR. Transversal → prevalença. ECA/SR → estàndard d'or per al tractament.
- Dades esbiaixades → s'utilitza la mediana, no la mitjana. Diagrama de caixa amb la línia central = mediana. Punts més enllà dels bigotis = valors atípics.
- Mesures d'auditoria clínica en funció dels estàndards: no cal ètica, no cal hipòtesi. La recerca genera nous coneixements, cal ètica.
Les preguntes d'estadística de l'AKT es troben entre les notes que s'aprenen amb més fiabilitat de l'examen. Unes quantes hores amb aquesta pàgina i un grapat de preguntes de pràctica donaran dividends molt més enllà de la seva inversió.