Los estudios de intervención son estudios analíticos en los que la exposición a determinada estrategia o tratamiento es definida por la acción del investigador. La asignación puede ser al azar o aleatoria, (lo que muchos definen con el anglicismo randomizada, de random, azar) o no.
El resultado de un estudio de intervención no aleatorizado puede sugerir que un determinado tratamiento o estrategia es superior a otro. Si la adjudicación del tratamiento no fue por azar, surge la duda de si la diferente evolución de tratados y no tratados pasa por la intervención, o es que en realidad hay características basales que determinan esa diferente evolución. Puede ser que se elija para recibir la intervención en estudio a los pacientes con mejor estado de salud (por ejemplo: los más jóvenes, con mejor función ventricular, menor disfunción renal o menos enfermedad coronaria concomitante) y que los mejores resultados se deban a ello, al menos en forma parcial.
Una forma inicial de subsanar ese problema es analizar la presencia de características basales diferentes en ambos grupos, y tratar de corregir mediante análisis estadístico multivariado, o ajustando por un score de propensión. Pero en ambos casos se ajusta sólo por las variables conocidas, y no podemos afirmar que las desconocidas estén igualmente repartidas, ni podemos ajustar por ellas.
Por ello los estudios aleatorizados son los que reúnen mayor fuerza de evidencia respecto de sus resultados. Sólo la adjudicación al azar de los tratamientos asegura que estén igualmente repartidas las características conocidas y las desconocidas. De tal manera, todas las variables que podrían confundir la asociación entre intervención y evolución quedan balanceadas entre los grupos. El objetivo último de la aleatorización es que sólo la intervención difiera entre los grupos. Muchas veces la adjudicación es seudo aleatoria: por ejemplo, se establece que los pacientes reclutados lunes, miércoles y viernes van a la rama A, y los reclutados martes, jueves y sábados a la B; sin embargo puede ser que sistemáticamente los pacientes que consultan los sábados sean diferentes a los otros, estableciendo un sesgo. De igual modo, si los investigadores saben que a determinado día corresponde determinada intervención pueden, consciente o inconscientemente, favorecer que algunos pacientes consulten algún día en particular. La aleatorización hace impredecible a qué rama irá cada paciente, y por lo tanto elimina el sesgo de selección.
Existen diferentes métodos para adjudicar los pacientes a cada rama. Lo más frecuente es la generación por computadora de una serie de números aleatorios, con reglas que establecen de qué forma se adjudicará una u otra intervención según el número que corresponda al paciente. Entre las muchas formas de adjudicación aleatoria se pueden mencionar:
a) la aleatorización simple: en cada caso individual surge el tratamiento adjudicado, con el riesgo de que en muestras pequeñas haya desbalances.
b) la aleatorización en bloques: se generan bloques de determinado número de individuos, generalmente entre 4 y 20, y en cada bloque la adjudicación a los tratamientos está predeterminada, por ejemplo 1:1, 2:1, etc.
c) la aleatorización estratificada: sobre todo en muestras no muy numerosas, para asegurar que determinadas características de mucho interés y que se cree pueden intervenir en la fuerza de asociación entre tratamiento y evolución estén igualmente repartidas; por ej. estratificación según sexo, edad mayor o menor de 65 años, diabetes, etc.
Dr. Jorge Thierer
