En este sitio se utilizan cookies para ofrecer una experiencia más personalizada. Puede obtener más información de las mismas en nuestra “Política de cookies". Para seguir navegando pulse que sí acepta. Más información Aceptar

Ensayos Clínicos Aleatorizados

Los ensayos clínicos aleatorizados (ECA) son estudios en los que se asigna a los participantes a un grupo experimental o a un grupo de control, de formaaleatoria (al azar)(ver Ensayos Clínicos Controlados y No Controlados). La aleatorización (randomization (USA) o randomisation (UK)), garantiza que el médico o el paciente no conozcan de antemano la asignación de tratamiento. La única diferencia esperada en los ECA, entre los grupos de control y el grupo experimental, es la variable de resultado que se está estudiando. Los ECA se consideran uno de los más altos niveles de evidencia en la práctica clínica debido a su gran confianza y solidez en la producción de datos.

Los ECA se utilizan generalmente para evaluar la eficacia o efectividad de los tratamientos, en términos de:

  • Superioridad: para determinar si un tratamiento nuevo es mejor que un placebo o una intervención estándar.
  • No inferioridad: el tratamiento nuevo no es peor que un placebo o una intervención estándar.
  • Equivalencia: análoga a la no inferioridad, pero la premisa de la nueva intervención es que no es mejor que un placebo o una intervención estándar. Estos estudios pueden analizar una comparación entre tratamiento y no tratamiento o placebo, diferentes estrategias de tratamiento o diferentes dosis / intensidad del mismo tratamiento.

Los diseños de los ECA son cada vez más diversos, a medida que se proponen nuevos métodos para evaluar hipótesis científicas más complejas. En los ECA tradicionales, la mayoría de los elementos del ensayo, como las asignaciones de aleatorización y el número de brazos del estudio, se fijan durante todo el ensayo. Sin embargo, los diseños adaptativos, en los que la información acumulada durante el ensayo se utiliza para modificar algún aspecto de la prueba, son cada vez más populares. Estos diseños pueden permitir que se agreguen más pacientes al brazo que muestra evidencias de ser más prometedor, reduciendo así cuestiones éticas por la continuidad de la inclusión de pacientes en uno de los brazos de tratamiento con peor resultado.

Ventajas de los ECA:

  • Una buena aleatorización puede eliminar cualquier sesgo poblacional.
  • Son más fáciles de cegar / enmascarar que los estudios observacionales.
  • Los resultados se pueden analizar con herramientas estadísticas conocidas.
  • Las poblaciones de individuos participantes están claramente identificadas.

Desventajas de los ECA:

  • Son caros en términos de tiempo y dinero
  • La población que participa es por definición “seleccionada”, por lo que es diferente de la práctica clínica real y puede no ser representativa del conjunto.
  • Se realizan en un entorno de ensayo clínico (mayor especialización, mayor control de los pacientes y con resultados más intensos en las visitas que se realizan), que obviamente difiere del entorno en el que la población recibe sus cuidados habituales. Por lo que no se pueden generalizar ni comparar con un entorno de práctica general.
  • Puede haber una pérdida de seguimiento atribuida al tratamiento.

Métodos más utilizados para efectuar la aleatorización:

Lista de aleatorización: permite al investigador asignar el tratamiento a los pacientes siguiendo el orden numérico de una lista de números creada al azar, pero desconociendo en todo momento el tratamiento que corresponde a dicho número. Para cumplirse este requisito, existen programas informáticos que generan este tipo de listas.

Aleatorización estratificada: es un método que ayuda a conseguir la comparación entre los grupos del estudio para aquellos factores considerados como relevantes. El principal objetivo es tratar de evitar que los grupos de tratamientos presenten diferencias importantes en las características de los pacientes. En este tipo de aleatorización hay que decidir de forma cuidadosa qué factores de los pacientes se deben estratificar. Este diseño no debería utilizarse en:

  • Estudios con gran número de pacientes en los que el análisis intermedio de los datos no sea posible o no tenga interés.
  • Cuando no se dispone de los medios necesarios para supervisar de forma correcta la aleatorización, lo cual podría comportar un cierto riesgo de error.
  • Cuando no se tiene certeza sobre qué características del paciente pueden influir en la respuesta al tratamiento.

Aleatorización desigual: es un método poco frecuente, en el que en lugar de incluir igual número de pacientes en cada grupo, se incorporan más al grupo del tratamiento en experimentación, siguiendo las proporciones 2:1 o de 3:2. El motivo de esta diferencia, es porque interesa ganar experiencia y conseguir información adicional sobre el nuevo tratamiento. Esta aleatorización es razonable en ensayos clínicos, siempre que la desigualdad no sea tan grande que pueda influir sobre la eficiencia estadística de la comparación de tratamientos. En ocasiones, también puede aplicarse a ensayos donde se comparan más de dos tratamientos.

Ir Atrás