Medicina basada en la evidencia: una guía práctica para clínicos

La medicina basada en la evidencia (MBE) es el uso consciente, explícito y juicioso de la mejor evidencia disponible actualmente para tomar decisiones sobre el cuidado de los pacientes individuales. El término fue acuñado por Gordon Guyatt en la Universidad McMaster a principios de la década de 1990 y desde entonces ha transformado cómo se desarrollan la educación médica, las guías clínicas y la política sanitaria. La MBE se sustenta en tres pilares: 1. **Mejor evidencia disponible**: investigación de alta calidad, idealmente ECA y metaanálisis 2. **Experiencia clínica**: el conocimiento, la experiencia y el juicio del clínico 3. **Valores y preferencias del paciente**: lo que importa para este paciente específico Los tres deben integrarse. La evidencia sola no es suficiente: debe aplicarse en contexto.

No toda la evidencia es igual. La jerarquía de más fuerte a más débil: 1. **Revisiones sistemáticas y metaanálisis** — Agrupan resultados de múltiples estudios de alta calidad 2. **Ensayos controlados aleatorizados (ECA)** — Estándar de oro para la causalidad 3. **Estudios de cohortes** — Siguen a grupos a lo largo del tiempo; buenos para exposiciones raras 4. **Estudios de casos y controles** — Comparan casos con controles; buenos para resultados raros 5. **Estudios transversales** — Fotografía en el tiempo; muestra asociaciones, no causalidad 6. **Casos clínicos y opinión de expertos** — Anecdóticos; la forma más débil de evidencia La jerarquía Cochrane es útil, pero el contexto importa. Un estudio observacional bien diseñado puede superar a un ECA mal conducido. Los números en la cima no garantizan calidad.

El primer paso en la práctica de la MBE es traducir un problema clínico en una pregunta respondible usando PICO: **Escenario clínico:** un hombre de 65 años con FA y ERC estadio 3 — ¿deberías prescribir un ACOD o warfarina? **Pregunta PICO:** - **P**: adultos con FA no valvular y ERC estadio 3 - **I**: anticoagulantes orales directos (ACOD) - **C**: warfarina - **R**: ictus, embolia sistémica, hemorragia mayor a los 12 meses Con una pregunta bien formulada, herramientas como MetaLens AI pueden buscar en PubMed y sintetizar la evidencia en segundos, dándote un punto de partida para la bibliografía.

Encontrar evidencia es solo el primer paso: debes evaluarla críticamente: **Para los ECA, pregunta:** - ¿Fue la aleatorización verdaderamente aleatoria? ¿Se ocultó la asignación? - ¿Estaban cegados los participantes y los clínicos? - ¿Fue completo el seguimiento? ¿Se usaron análisis por intención de tratar? - ¿Es el grupo control clínicamente relevante? **Para los metaanálisis, pregunta:** - ¿Fue exhaustiva la búsqueda? ¿Se buscaron estudios no publicados? - ¿Fueron apropiados los criterios de inclusión? - ¿Se evaluó y explicó la heterogeneidad? - ¿Hay evidencia de sesgo de publicación? La lista de verificación CONSORT (para ECA) y la lista PRISMA (para revisiones sistemáticas) proporcionan marcos estructurados para la evaluación.

Incluso la mejor evidencia proviene de poblaciones, y tú estás tratando a un individuo. Preguntas clave al aplicar evidencia: - ¿Es mi paciente similar a los del ensayo? (edad, comorbilidades, gravedad) - ¿Fueron excluidos del ensayo pacientes como el mío? - ¿Cómo se traduce el NNT al riesgo basal de mi paciente? - ¿Hay contraindicaciones o interacciones en mi paciente? - ¿Qué valora mi paciente? ¿Aceptaría el equilibrio entre eficacia y efectos secundarios? Un tratamiento con NNT = 50 durante 5 años puede ser conveniente para un paciente de alto riesgo, pero no para uno de bajo riesgo, aunque la reducción relativa del riesgo sea la misma.

La IA está cambiando la forma en que los clínicos acceden y aplican la evidencia: - **Herramientas bibliográficas** como MetaLens AI hacen que la síntesis sistemática de evidencia esté disponible en el punto de atención - Los sistemas de **soporte a la decisión clínica** integran la evidencia en los registros electrónicos de salud - Las **herramientas de diagnóstico con IA** están comenzando a igualar a los especialistas en radiología y patología Sin embargo, la IA no puede reemplazar el juicio clínico y la empatía humana que caracterizan la buena medicina. Las herramientas de IA pueden pasar por alto matices, tener sesgos en los datos de entrenamiento o generar errores que suenan plausibles. El papel del clínico está evolucionando: de memorizar evidencia a evaluar críticamente los resultados de la IA e integrarlos con el contexto del paciente. Los tres pilares de la MBE —evidencia, experiencia y valores del paciente— siguen siendo tan relevantes como siempre.