Estudios intervencionales Principios de Epidemiología Conferencia 10 Dona Schneider, PhD, MPH, FACE

Estudios

intervencionales

Principios de Epidemiología

Conferencia 10

Dona Schneider, PhD, MPH, FACE

PHCO 0502 Principles of Epidemiology (Schneider)

Estudios intervencionales Sujetos son seleccionados de una

población de referencia, donde los investigadores extrapolarán sus hallazgos

Antes de la selección, defina específicamente y claramente a los sujetos No haga una decisión subjetiva!


Estudios intervencionales (cont.) Individuos son enrolados en base a la

exposición (los investigadores controlan la intervención) Casos y controles proceden de un grupo

experimental Todos los sujetos (casos y controles) deberán

estar en alto riesgo para manifestar el resultado, así el estudio es probable que detecte una diferencia si la intervención funciona


Problemas potenciales Sesgo de selección

Voluntariado – después de monitoreo, el grupo experimental puede no ser generalizable a la población de referencia

Consideraciones éticas Temas de Comité de BioEtica


Consentimiento informado Describa las experiencias que se esperan sean

detectadas Describa los beneficios de la participación Describa los riesgos de la participación Describa las alteranativas para la participación Describa hasta donde la información de los

sujetos será confidencial Describa compensaciones y/o gastos a ser

realizados


Consentimiento informado (cont.) Obtenga el consentimiento informado, antes de enrolar a

un paciente al estudio Un sujetos puede rehusar participar o retirarse del estudio

en cualquier momento, sin consecuencias negativas De al sujeto una lista de personas que pueda contactar con

preguntas adicionales en cuanto a la investigación, sus derechos como participante y daños potenciales relacionados al estudio

Recuerde, el consentimiento informado es un proceso, no es sólo una forma


Problemas potenciales (cont.)

Sesgo de reporte

Sesgo del observador Observando más cuidadosamente

al grupo experimental que al grupo control


Controlando sesgo y confusores Aleatorización

Distribuye confusores conocidos y desconocidos en forma uniforme entre los grupos de tratamiento

Ocurre después de obtenido el consentimiento informado

Tamaño de muestra suficiente Mejora el poder para detectar una diferencia Mejora la probabilidad de generalizar los resultados a la

población de referencia


Controlando sesgo y confusores (cont.)

Ciego Previene a los sujetos y a los investigadores

de saber quien está en cada grupo de tratamiento.

Verificar cumplimiento (minimiza sesgo de reporte) Conteo de tabletas, estudios de laboratorio,

entrevistas a compañeros.


Controlando sesgo y confusores (cont.)

Mantener cumplimiento de la intervención Visitas domiciliarias Pago por el tiempo de la visita Recordatorios telefónicos y postales Paquetes de tabletas calendarizadas Diario Chequeo de cumplimiento pre-estudio

Documente razones para no cumplimiento


Análisis de intención a tratar Una vez aleatorizado SIEMPRE analice

El análisis debe siempre incluir sujetos que no cumplieron con la intervención o quienes no terminaron el estudio.

Si elimina aquellos que no cumplieron , no se pude resolver la pregunta de investigación - si ofrecer un programa de tratamiento es benéfico.

Aquellos que cumplieron pueden ser diferentes de aquellos en el grupo experimental

Usando sólo sujetos que cumplieron , se introduce sesgo de selección y disminuye la generalización de los resultados


Validez interna vs externa Grandes estudios controlados usualmente tienen

un elevado grado de validez interna Aleatorización y ciego minimizan los riesgos de

confusores y sesgos, y una gran “n” hace más probable que el azar sea descartado como una explicación de la asociación observada

Sin embargo, los estudios controlados tienen pobre validez externa (v.gr. Generalización)

¿Aceptan monitoreo? - Sí ¿Aceptan el monitoreo? - No

¿Tienen criterios de inclusión? - Sí

¿Desean continuar? - Sí ¿Desean continuar? - No

¿Aceptan aleatorización? - Sí ¿Aceptan aleatorización? - No

Población experimental

Validez externa en estudios controlados

¿Respondió a la carta? - Sí ¿Respondió a la carta? - No

¿Tienen los criterios de inclusión? -No

¿Son

similares?

Población de referencia


Estudios cruzados

Sujeto inician el estudio con tratamiento A y después cambian al tratamiento B

El paciente sirve como su propio control

La variación entre individuos permanece constante

Periodo de lavado entre tratamientos, reduce remanente residual

Diseño de un plan para estudio cruzado

Aleatorización

Tratamiento A

Grupo 1

Grupo 1

Grupo 2

Tratamiento B

Grupo 2

Grupo 2

Grupo 1


Diseño factorial Usa la misma población de estudio para probar

medicamento A y medicamento B

Asuma:

Los resultados para cada medicamento son diferentes

Los modos de acción son independientes

Si necesita terminar el estudio del medicamento A, se puede continuarpara determinar los efectos del medicamento B, en lugar de iniciar un nuevo estudio.


Diseño factorial (cont.) Ejemplo: Estudio de salud de médicos

Prueba aspirina como una forma de prevenir enfermedad cardiovascular

Prueba beta-caroteno como una forma de prevenir cáncer

Termina la prueba de aspirina en forma temprana, debido a una caída importante en el riesgo de infartos al miocardio

Continua con prueba de beta-caroteno


Diseño factorial para estudiar los efectos de dos tratamientos

Ambos A y B

(a)

Sólo A

(b)

Sólo B

(c)

Ni

A ni B

(d)

Tratmiento B

+ -

+Tratmiento A

-


Estimación del tamaño de muestra en un estudio clínico, se

necesita... La diferencia entre las tasas de respuesta a ser

detectada

Estimación de la tasa de respuesta en uno de los grupos

Nivel de significancia estadística ()

Valor de poder deseada (1 – )

Si la prueba debe ser de una o dos colas

Prueba de una cola

Modified from Gehan E.: Clinical trials in cancer research. Environ Health Perspect 32:31, 1979.

------19263645731353101,2300.50

-----1622263647751353101,2300.45

----131723303748761353101,2100.40

---11151723313748751353001,1600.35

--1011151723313747731302801,0800.30

-91012151723313745691202609800.25

891012151723273642631102308600.20

89101115172226324356942007100.15

89111113161923303747761555400.10

8991012131720243340551053300.05

0.700.650.600.550.500.450.400.350.300.250.200.150.100.05

Más baja de las dos tasas de curación

Diferencias en tasas de curación entre los dos grupos de tratamiento

Número de pacientes necesarios en cada grupo para detectar varias diferencias en tasas de curación; a = .05; Poder (1-b) = .80 (Prueba de una cola)

Prueba de dos colas

Modified from Gehan E.: Clinical trials in cancer research. Environ Health Perspect 32:31, 1979.

------23314057931703901,5600.50

-----1925334260961753901,5600.45

----172026354461971753901,5300.40

---13172228364461961703701,4700.35

--1215182229364460931603601,3800.30

-111216182228354457881503301,2500.25

9111216182226334253801352901,0900.20

9111215172025313948711202509100.15

811121317192329354159961956800.10

810111314172023313644691304200.05

0.700.650.600.550.500.450.400.350.300.250.200.150.100.05

Más baja de las dos tasas de curación

Diferencias en tasas de curación entre los dos grupos de tratamiento

Número de pacientes necesarios en cada grupo para detectar varias diferencias en tasas de curación; a = .05; Poder (1-b) = .80 (Prueba de dos colas)

Documents

Estudios intervencionales Principios de Epidemiología Conferencia 10 Dona Schneider, PhD, MPH, FACE