Un estudio de observación internacional dirigido por investigadores de la Universidad de Columbia, en Nueva York, Estados Unidos, ha descubierto diferencias generalizadas en el tratamiento de pacientes con enfermedades crónicas comunes, como diabetes tipo 2, hipertensión y depresión. Con datos de 250 millones de registros…
Un estudio de observación internacional dirigido por investigadores de la Universidad de Columbia, en Nueva York, Estados Unidos, ha descubierto diferencias generalizadas en el tratamiento de pacientes con enfermedades crónicas comunes, como diabetes tipo 2, hipertensión y depresión. Con datos de 250 millones de registros de pacientes en cuatro países, el trabajo muestra
la viabilidad de realizar investigación de observación a gran escala para obtener información sobre la práctica clínica entre diversos grupos de pacientes.
Los resultados de la investigación, realizada en colaboración con el programa Observational Health Data Sciences and Informatics (OHDSI), se publican en la edición digital de Proceedings of the National Academy of Sciences.
El estudio reveló que la inmensa mayoría de los pacientes con diabetes en todo el mundo se tratan inicialmente con el medicamento metformina, aunque hay una amplia variación en los tratamientos que se administran en segunda línea. Por el contrario, el análisis encontró una variación significativa en el tratamiento de primera línea para la hipertensión e, incluso, mayores diferencias en el tratamiento inicial de la depresión.
Un hallazgo sorprendente fue que el 10 por ciento de los pacientes con diabetes, el 11 por ciento de los pacientes de depresión, y el 24 por ciento de los pacientes con hipertensión siguió una pauta de tratamiento que no fue compartida con nadie más en esta evaluación.
'Hemos encontrado que mientras el mundo se está moviendo hacia un tratamiento más coherente en el tiempo para las tres enfermedades, siguen existiendo diferencias significativas en la forma en que son tratadas', dice el primer autor George Hripcsak, profesor de Biomédica Informática en el Centro Médico de la Universidad de Columbia (CUMC, por sus siglas en inglés), investigador principal del centro coordinador de OHDSI y director de Servicios de Informática Médica en 'NewYork-Presbyterian'/CUMC.
'Esto sugiere que los ensayos clínicos aleatorizados --el estándar de oro en la evaluación de nuevas terapias-- no pueden recoger suficiente información necesaria para llevar sus resultados más ampliamente generalizables a diferentes poblaciones', añade.
Un estudio de observación, útil antes de un ensayo aleatorio
La investigación observacional, en la que se recogen los patrones de atención a partir de grandes conjuntos de datos, como registros electrónicos de salud, reclamaciones de seguros y registros de farmacia-- tienen el potencial de ofrecer una idea de los escenarios de tratamiento en el mundo real que pueden informar sobre el diseño de ensayos clínicos y, en última instancia, la práctica clínica. Sin embargo, el análisis de datos a partir de una variedad de fuentes a menudo se ve obstaculizado por modelos dispares de recogida y almacenamiento de los registros de pacientes.
Para superar estos obstáculos, un grupo internacional de científicos creó el programa OHDSI, que permite combinar y analizar datos de pacientes de muy diversas fuentes en Estados Unidos y en el extranjero. La Universidad de Columbia sirve como centro de coordinación de OHDSI y en la actualidad, la investigación implica la colaboración de más de 600 millones de registros de pacientes de 14 países.
'Los ensayos aleatorios modernos se llevan a cabo actualmente sin una visión clara de cómo se utilizan los tratamientos actuales --dice el líder del estudio, David Madigan, vicepresidente ejecutivo y decano de la Facultad de Artes y Ciencias, profesor de Estadística en la Universidad de Columbia y coinvestigador del centro coordinador de OHDSI--. En el futuro, antes de iniciar un ensayo aleatorio, podría ser obligatorio un estudio de observación como el nuestro para determinar el tamaño apropiado de la muestra y la composición de los grupos de control, entre otros factores'.
'Aunque los resultados son bastante interesantes, el punto más importante es que hemos demostrado que la investigación experimental a gran escala a través de ampliamente diferentes bases de datos es factible', afirma Jon Duke, director del Laboratorio de Informática de Seguridad de Medicamentos y científico en el Instituto de Investigación Regenstrief. 'Y puede hacerse en un periodo muy corto de tiempo', añade.