¿Por qué es importante estudiar la esclerosis múltiple?
La esclerosis múltiple (EM) es una enfermedad crónica del cerebro, la columna vertebral y los nervios. Millones de personas en todo el mundo la padecen, pero la enfermedad y su evolución pueden ser muy diferentes de una persona a otra. Aunque la EM no se puede curar, existen diferentes tratamientos que pueden ayudar a reducir los síntomas y ralentizar el empeoramiento de la enfermedad. Estos tratamientos actúan de forma diferente, y algunos tienen efectos secundarios más graves que otros. Comprender la gravedad de la EM de una persona es importante para los pacientes y los profesionales médicos.
¿Por qué son importantes los modelos pronósticos en el contexto de la esclerosis múltiple?
Los modelos pronósticos ayudan a los pacientes y a los profesionales médicos a comprender el grado de enfermedad que padece o padecerá una persona. Esta comprensión puede servir de apoyo a los pacientes en sus elecciones de vida y tratamiento. Los modelos pronósticos también pueden ayudar a los profesionales médicos a tomar decisiones sobre la mejor manera de tratar a un individuo, comprender mejor la enfermedad o desarrollar tratamientos. Los modelos pronósticos de la EM pueden consistir en la combinación de distintos datos sobre una persona para predecir la evolución de su enfermedad. Algunos datos importantes para incluir en un modelo de pronóstico podrían ser, por ejemplo, información sobre características personales (como edad, sexo, índice de masa corporal), información sobre su comportamiento (si fuma, etc) e información sobre la EM (cuánto tiempo lleva con la enfermedad, por ejemplo). Otras características clínicas o mediciones también podrían ser importantes.
¿Qué se quiso averiguar?
Se quiso buscar y encontrar todos los modelos pronósticos que combinaran múltiples datos para predecir cómo seguirá desarrollándose y empeorando la EM en adultos.
¿Qué se hizo?
Se utilizaron diferentes técnicas para buscar todos los estudios que describieran modelos pronósticos, los cuales combinan múltiples piezas de información, desarrollados en el contexto de la EM. Interesaron estudios que mostraran cómo se desarrollaron estos modelos pronósticos, así como estudios que evaluaran su funcionamiento real en la práctica. Una vez encontrados todos los estudios relevantes, se resumieron y se evaluó cuán bien informaron sus resultados y cuán bien se realizaron.
¿Qué se encontró?
Se encontraron 57 estudios que describían modelos pronósticos que combinaban múltiples elementos de información para predecir cómo seguirá desarrollándose y empeorando la EM en adultos. Estos estudios describieron el desarrollo de 75 modelos pronósticos diferentes. Hubo 15 casos en los que se evaluó el rendimiento de modelos pronósticos específicos.
Se observó que los modelos pronósticos se centraban en diferentes desenlaces: el 41% se centraba en la progresión de la enfermedad, el 8% en las recaídas, el 18% en pasar de un primer ataque a una EM definitiva y el 28% en pasar del estadio inicial de la EM a una EM progresiva. Los modelos pronósticos que se encontraron fueron muy diferentes entre sí en muchos aspectos. Los pacientes que se utilizaron para desarrollar los modelos, por ejemplo, fueron muy diferentes en cuanto a los tratamientos. Además, los datos que utilizaron para predecir la evolución de la EM fueron muy diferentes entre sí. Se encontró que los modelos pronósticos han cambiado con el tiempo en relación con el diagnóstico de la EM y el aumento del uso del tratamiento, la información observada con las nuevas técnicas o los nuevos enfoques de modelización. También se observó que el uso de estos modelos pronósticos requiere una información sobre el individuo que exigiría contar con un especialista médico y, a menudo, con equipos especializados, elementos ambos que podrían no estar disponibles en muchas clínicas y hospitales.
¿Cuáles son las limitaciones de la evidencia?
Se encontraron problemas en la mayoría de los estudios, lo que significa que los resultados podrían no ser fiables. Los problemas comunes se refirieron a los datos y los métodos estadísticos utilizados entre los estudios. Además, muchos de los estudios informan resultados que podrían ser muy diferentes si los modelos pronósticos se aplican a un nuevo conjunto de personas con EM. También se observó que los estudios no describían bien sus métodos ni informaban sus resultados.
¿Qué significa esto?
Los estudios que se encontraron muestran que la evidencia sobre modelos pronósticos para predecir cómo seguirá desarrollándose y empeorando la EM en adultos aún no está bien desarrollada. Se necesitan nuevos estudios de investigación centrados en el uso de los métodos recomendados en las guías para desarrollar modelos pronósticos y evaluar su rendimiento. Estos también deben centrarse en describir bien sus métodos y resultados, de modo que otros investigadores y profesionales médicos puedan utilizarlos para la investigación y la práctica clínica.
La evidencia actual no es suficiente para recomendar el uso de ninguno de los modelos pronósticos de predicción publicados para personas con EM en la rutina clínica actual debido a la falta de validaciones externas independientes. La comunidad de investigación sobre el pronóstico de la EM debería adherirse a las guías actuales metodológicas y de presentación de informes y realizar muchos más estudios de validación externa de vanguardia para los modelos existentes o de nuevo desarrollo.
La esclerosis múltiple (EM) es una enfermedad inflamatoria crónica del sistema nervioso central que afecta a millones de personas en todo el mundo. La evolución de la enfermedad varía mucho de un individuo a otro y recientemente se han desarrollado muchos tratamientos modificadores de la enfermedad con diferentes perfiles de seguridad y eficacia. Los modelos pronósticos evaluados, y cuya validez se ha demostrado en distintos contextos, tienen el potencial de apoyar a las personas con EM y a sus médicos durante el proceso de toma de decisiones sobre el tratamiento o el manejo de la enfermedad y la vida, permitir una interpretación estratificada y más precisa de los ensayos de intervención y aportar información sobre los mecanismos de la enfermedad. Muchos investigadores han recurrido a modelos pronósticos para ayudar a predecir los desenlaces clínicos en personas con EM; sin embargo, por lo que se sabe, todavía no se está utilizando en la práctica clínica ningún modelo pronóstico ampliamente aceptado para la EM.
Identificar y resumir modelos pronósticos multivariables y sus estudios de validación para cuantificar el riesgo de progresión clínica de la enfermedad, empeoramiento y actividad en adultos con EM.
Se realizaron búsquedas en MEDLINE, Embase y en la Base de Datos Cochrane de Revisiones Sistemáticas (Cochrane Database of Systematic Reviews) desde enero de 1996 hasta julio de 2021. También se revisaron las listas de referencias de los estudios incluidos y las revisiones pertinentes, así como las referencias que citaban los estudios incluidos.
Se incluyeron todos los modelos pronósticos multivariables desarrollados estadísticamente con el objetivo de predecir la progresión clínica de la enfermedad, el empeoramiento y la actividad, medidos por la discapacidad, la recaída, la conversión a EM definitiva, la conversión a EM progresiva o una combinación de éstas en individuos adultos con EM. También se incluyó cualquier estudio que evaluara el rendimiento de estos modelos (es decir, que los validara). No hubo restricciones basadas en el idioma, la fuente de los datos, el momento del pronóstico o del desenlace.
Dos autores de la revisión examinaron de forma independiente los títulos/resúmenes y los textos completos, extrajeron los datos mediante un formulario piloto basado en la Checklist for Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies (CHARMS), evaluaron el riesgo de sesgo mediante la Prediction Model Risk Of Bias Assessment Tool (PROBAST) y evaluaron las deficiencias en la presentación de informes según los puntos de la lista de verificación de Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD). Las características de los modelos incluidos y sus validaciones se describen narrativamente. Se planificó metanalizar la discriminación y calibración de los modelos con al menos tres validaciones externas fuera del estudio de desarrollo del modelo, pero ningún modelo cumplió este criterio. Se resumió narrativamente la heterogeneidad entre estudios, pero tampoco fue posible realizar la metarregresión prevista.
Se incluyeron 57 estudios, de los que se identificaron 75 desarrollos de modelos, 15 validaciones externas correspondientes a solo 12 (16%) de los modelos y seis validaciones comunicadas por los autores. Solo dos modelos fueron validados externamente varias veces. Ninguna de las validaciones externas identificadas fue realizada por investigadores independientes de los que desarrollaron el modelo. De los 96 modelos o validaciones, el desenlace estuvo relacionado con la progresión de la enfermedad en 39 (41%), las recaídas en ocho (8%), la conversión a EM definitiva en 17 (18%) y la conversión a EM progresiva en 27 (28%). Las características relacionadas con la enfermedad y el tratamiento de los participantes incluidos, así como las definiciones de los factores predictivos y los desenlaces considerados, fueron muy heterogéneas entre los estudios. En base al año de publicación, se observó un aumento en el porcentaje de participantes en tratamiento, una diversificación de los criterios diagnósticos utilizados, un aumento en la consideración de biomarcadores o tratamientos como predictores, y un mayor uso de métodos de aprendizaje automático a lo largo del tiempo.
Facilidad de uso y reproducibilidad
Todos los modelos identificados contuvieron al menos un factor predictivo que requería los conocimientos de un especialista médico para su medición o evaluación. La mayoría de los modelos (44; 59%) contuvieron predictores que requerían equipos especializados, los cuales probablemente no existían en la atención primaria o en los ámbitos hospitalarios estándar. Más de la mitad (52%) de los modelos desarrollados no estuvieron acompañados de coeficientes, herramientas o instrucciones del modelo, lo que dificulta su aplicación, validación independiente o reproducción. Los datos utilizados en el desarrollo de los modelos se hicieron públicos o se informó que estaban disponibles previa solicitud solo en unos pocos estudios (dos y seis, respectivamente).
Riesgo de sesgo
Todos los desarrollos o validaciones de modelos se calificaron, excepto uno, como de riesgo de sesgo general alto. La razón principal fueron los métodos estadísticos utilizados para el desarrollo o la evaluación de los modelos pronósticos; todos los desarrollos o validaciones de modelos incluidos, excepto dos, se consideraron con riesgo de sesgo alto en el ámbito del análisis. Ninguno de los desarrollos de modelos que fueron validados externamente o las validaciones externas de estos modelos tuvieron riesgo de sesgo bajo. En más de un tercio (38%) de los modelos o de sus validaciones se plantearon problemas relacionados con la aplicabilidad de los modelos a la pregunta de esta investigación.
Informe de deficiencias
En general, los informes fueron deficientes y no se observó un aumento de la calidad con el paso del tiempo. Los puntos que no se informaron claramente o no se informaron en absoluto en la mayoría de los modelos o validaciones incluidos, estaban relacionados con la justificación del tamaño muestral, el cegamiento de los evaluadores de desenlaces, los detalles del modelo completo o cómo obtener predicciones a partir de él, la cantidad de datos faltantes y los tratamientos recibidos por los participantes. El informe de las medidas preferidas de rendimiento del modelo de discriminación y calibración no fue óptimo.
La traducción de las revisiones Cochrane ha sido realizada bajo la responsabilidad del Centro Cochrane Iberoamericano, gracias a la suscripción efectuada por el Ministerio de Sanidad del Gobierno de España. Si detecta algún problema con la traducción, por favor, contacte con comunica@cochrane.es.