Recomendaciones para visualizar mejor los eventos adversos en los ensayos clínicos

Las visualizaciones proporcionan una herramienta poderosa para comunicar los daños en los ensayos clínicos, ofreciendo una perspectiva alternativa a las tablas de frecuencia tradicionales. Aumentar el uso de visualizaciones para resultados de daño en manuscritos e informes de ensayos clínicos proporcionará una presentación más clara de la información y permitirá interpretaciones más informativas. British Medical Journal, 16 de mayo de 2022.

Resumen

Objetivo: mejorar la comunicación del daño en publicaciones de ensayos controlados aleatorios mediante el desarrollo de recomendaciones para presentar visualmente los resultados del daño.

Diseño del estudio: consenso.

Ámbito:  15 unidades de ensayos clínicos registradas en la Colaboración de Investigación Clínica del Reino Unido, un departamento de salud de la población académica, Roche Products y TheBMJ.

Participantes: expertos en ensayos clínicos, incluyendo 20 estadísticos académicos, un estadístico de la industria, un economista académico de la salud, un diseñador de gráficos de datos y dos médicos.

Principales medidas de resultado: una revisión metodológica de los métodos estadísticos identificó visualizaciones junto con las recomendadas por los miembros del grupo de consenso. Se logró el consenso sobre las recomendaciones visuales (al menos el 60 % de los votos disponibles) en una serie de tres reuniones con los participantes. Los participantes revisaron y evaluaron críticamente las visualizaciones candidatas frente a un marco acordado y votaron si aprobarían cada visualización. Los puntajes marginalmente por debajo de este umbral (50-60%) se revisaron para discusiones adicionales y se retuvieron los votos hasta que se llegó a un consenso.

Resultados: se consideraron 28 visualizaciones, de las cuales 10 se recomiendan para que los investigadores las consideren en las publicaciones de los principales hallazgos de la investigación. La elección de visualizaciones para presentar dependerá del tipo de resultado (p. ej., binario, conteo, tiempo hasta el evento o continuo) y el escenario (p. ej., resumen de múltiples eventos emergentes o un evento de interés). Se presenta un árbol de decisiones para ayudar a los investigadores a decidir qué visualizaciones usar. Se proporcionan ejemplos de cada visualización respaldada, junto con una interpretación de ejemplo, posibles limitaciones e indicacióndel código para su implementación en una variedad de software estadístico estándar. Los comentarios de los médicos se incorporaron a la información explicativa proporcionada en las recomendaciones para facilitar la comprensión y la interpretación.

Conclusiones: las visualizaciones proporcionan una herramienta poderosa para comunicar los daños en los ensayos clínicos, ofreciendo una perspectiva alternativa a las tablas de frecuencia tradicionales. Aumentar el uso de visualizaciones para resultados de daño en manuscritos e informes de ensayos clínicos proporcionará una presentación más clara de la información y permitirá interpretaciones más informativas. Se discuten las limitaciones de cada visualización y se dan ejemplos de dónde su uso sería inapropiado. Aunque el árbol de decisiones ayuda a elegir la visualización, el estadístico y el equipo de ensayos clínicos deben decidir en última instancia las visualizaciones más adecuadas para sus datos y objetivos. Los investigadores deben continuar examinando los números brutos junto con las visualizaciones para comprender completamente los perfiles de daño.

El artículo original:

Phillips R, Cro S, Wheeler G, Bond S, Morris T P, Creanor S et al. Visualising harms in publications of randomised controlled trials: consensus and recommendations doi:10.1136/bmj-2021-068983
Disponible en: https://bit.ly/3sNgBv1

Compartir