PRESENTACIÓN DE CANCER MUSINGS

Autor: Alberto Carmona-Bayonas, Paula Jiménez-Fonseca, Ramon Salazar Soler

03/09/2024
UN NUEVO BLOG PARA COMENTAR LA LITERATURA ONCOLÓGICA
“Science is one of the very few human activities – perhaps the only one – where errors are systematically criticized and fairly often, in time, corrected.”
—Karl Popper

La literatura médica moderna es un ejemplo claro de la clarividencia del gran filósofo Karl Popper (Viena, 28 de julio de 1902-Londres, 17 de septiembre de 1994)  que determinó que la ciencia avanza gracias a descubrimientos falsables, esto es, que pueden ser puestos a prueba de manera independiente por terceros. Cualquier afirmación que no pueda ponerse a prueba, ya sea por su naturaleza metafísica o porque los métodos empleados para su descubrimiento no sean reproducibles, no debería considerarse una certeza científica. Y las certezas científicas ciertamente tienen un carácter temporal, pues lo son hasta que son demostradas falsas y en consecuencia sus interpretaciones corregidas y revisadas. Esta aproximación era bastante atrevida porque se oponía a la metodología que imperaba en la época, encarnada por los filósofos del círculo de Viena que defendían un empirismo más positivista, según el cual el conocimiento empíricamente demostrable era considerado verdad científica. Dos caras de una misma moneda que generaron posteriormente dos enfoques opuestos de la ciencia estadística, el frecuentismo y el bayesianismo.
La discusión entre estas dos tendencias del análisis estadístico a las ciencias sociales y biomédicas es legendaria, y formará parte del diálogo que queremos promover en este blog. Ambas aproximaciones son metodológicamente correctas y cada una tiene sus puntos fuertes y débiles, e incluso nos atreveríamos a afirmar que existen situaciones donde cada una tiene su utilidad óptima. El enfoque frecuentista es el más utilizado en la investigación clínica farmacológica que explora el desarrollo u optimización de tratamientos médicos. Un escenario habitual es una indicación médica en la que existen dos tratamientos y se quiere saber si uno es más eficaz o menos tóxico que el otro (A >B o A+B>A) mediante un ensayo clínico randomizado. Se definen unas estimaciones de la magnitud del potencial beneficio basadas en estudios clínicos y preclínicos preliminares, se establecen unos criterios de riesgos máximos de error que se desean asumir, tanto para los resultados falsos positivos (error tipo 1 o riesgo alfa) como de los negativos (error tipo 2 o riesgo beta) y a partir de ahí se calcula un tamaño muestral, tanto mayor cuanto menor es la diferencia esperable y el riesgo de errores asumibles. Finalmente se predefine una regla de decisión y en función de donde “cae” el resultado del estudio se decide rechazar (o no) la hipótesis nula de no diferencia, y con las reservas habituales del falsacionismo Popperiano, se acepta la hipótesis de superioridad del tratamiento que ha resultado ganador. Este enfoque obtiene su mayor utilidad en escenarios clínicos con una hipótesis de superioridad clara, aunque no predeterminada, en una indicación donde ya existe un tratamiento estándar moderadamente efectivo, o muy efectivo, pero con un perfil de toxicidad mejorable, en el que un nuevo tratamiento, denominado experimental, ofrece una potencial superioridad en eficacia o menor toxicidad. Este tratamiento experimental ha debido pasar por unos filtros previos teóricamente muy estrictos, desde una racional científica de mecanismo de acción, eficacia y toxicología validada en modelos preclínicos y estudios clínicos preliminares.
 
En otras ocasiones o escenarios se necesita una aproximación más heurística o probabilística y menos determinista que la que produce la aproximación frecuentista. Estas pueden estar relacionadas con enfermedades poco frecuentes donde simplemente es imposible aplicar los métodos frecuentistas porque no hay suficiente número de pacientes o situaciones sobrevenidas como la reciente pandemia de COVID donde el sistema sanitario mundial se vino abajo y nos enfrentamos a situaciones agónicas en la toma de decisiones y distribución de recursos asistenciales a las que nunca nos habíamos enfrentado. En estas situaciones puede es más viable aplicar una aproximación Bayesiana basada en conocimientos o certidumbres previas plausibles, denominados apriorismos, y en la observación de resultados prospectivos, randomizados o no randomizados. Es un sistema matemático que aporta una información probabilística llamada en inglés Likelihoods, que podemos traducir de forma subóptima como grados de certidumbre, y que pueden ser útiles para ayudar en la toma de decisiones, aunque, a diferencia del método frecuentista, de manera no determinista, sin regla de decisión y con una vocación de revisión constante de sus porcentajes probabilísticos.
 
Independientemente de su aproximación frecuentista o bayesiana, en todo experimento o ensayo existe mucho riesgo de error, ruido y sesgos difíciles de controlar por los investigadores que no siempre son reconocidos en una primera lectura rápida de los artículos científicos. Si nos fijamos sólo en los estudios preclínicos en biomedicina, hace unos años se realizaron unas auditorías que demostraron que entre un 50% y 89% de resultados publicados en investigación biomédica preclínica no era reproducibles por investigadores independientes.
 
Estos resultados provocaron una reacción positiva en la comunidad editorial y científica que ha resultado en una serie de medidas que han adoptado las revistas biomédicas de prestigio y que velan por un mayor rigor metodológico y control de los efectos del ruido y sesgo inherentes a toda experimentación biomédica. Los estudios clínicos y su metodología estadística, bayesiana o frecuentista, tampoco son ajenos a los errores metodológicos o a los maliciosos efectos del ruido y sesgos. La multiplicidad de análisis con sus variables de confusión, categorización de variables continuas, no representatividad de la población o sesgo de selección, y otros sesgos como el de evaluación, del superviviente o del tiempo inmortal son solo unos ejemplos de conceptos que no deben de ser ajenos a los autores, revisores y lectores de la literatura médica.  Sin embargo, desafortunadamente en demasiadas ocasiones pasan desapercibidos y generan interpretaciones erróneas, cuando no directamente resultados erróneos en artículos publicados y revisados por pares…
 
El objetivo principal de este blog es el de proporcionar un enfoque nuevo, fresco e independiente en la interpretación de artículos o temas relevantes de la literatura médica del cáncer. Escribiremos comentarios editoriales en los que aportaremos una visión original y un análisis profundo del riesgo de errores, ruido y sesgo inherentes a las ciencias biomédicas. Cuando comentemos artículos concretos, reflexionaremos sobre el contexto y analizaremos el estudio publicado tanto en su diseño como en la interpretación de los resultados.

No estarán restringidos por ninguna norma editorial, más allá de la corrección metodológica y de un tono siempre respetuoso con los autores, pues el trabajo de escritura científica médica nos merece gran admiración a pesar de sus imperfecciones habituales, que conocemos y padecemos en nuestras carnes dadas nuestra vocación y trayectoria como autores de nuestros propios artículos médicos. En este pequeño grupo editorial de 3 amigos que ha unido la pasión por la oncología y la epistemología, convivimos almas bayesianas y frecuentistas. Tenemos nuestras contradicciones y reconocemos la complejidad y las dificultades que nos llevan a errores a todos los investigadores. No pretenderemos dogmatizar ni siquiera tener la razón. Nuestra pretensión es mucho más humilde, como es la de aportar un espacio de diálogo y reflexión científica, en el que ciertamente pensamos que podemos aportar nuestro granito de arena y ayudar a nuestros lectores a familiarizarse con conceptos metodológicos relevantes que no siempre se explican con suficiente detalle y persistencia en nuestras facultades y hospitales. Por lo tanto, señalaremos las imperfecciones que identifiquemos y expresaremos nuestras discrepancias de manera respetuosa y objetiva, siempre con argumentos razonados y aceptando y reconociendo nuestros propios sesgos cognitivos (otro sesgo a añadir a la lista…). Intentaremos hacerlo de una manera amena y comprensible para todos los clínicos, independientemente de su nivel de conocimientos de estadística y metodología. Aunque los temas o artículos que comentaremos estarán relacionados con la metodología y el cáncer en general, probablemente habrá una representación sesgada a favor del cáncer de origen digestivo, debido nuestro perfil profesional en esta área de la oncología, pero estamos abiertos a recibir propuestas de publicación de médicos e investigadores expertos en otras áreas de la oncología.

1 comentarios

Nombre:
Escribe un comentario:
Publicar
03/09/2024

Alberto

Tengo siempre la sensación de que a veces confundimos la estadística en física de partículas o astronomía vs los complejos problemas analíticos de la biología y la medicina, con bases de datos llenas de datos faltantes, y sobre todo ruido, que limitan algunos de los enfoques teóricos.