"Bioestadística, metodología de investigación y generación de resultados. Aplicación práctica de Jamovi", nueva formación en el COFB

Durante los meses de marzo, abril y mayo, el Col·legi de Farmacèutics de Barcelona (COFB), con la colaboración de la Sociedad Catalana de Farmacia Clínica (SCFC) organizó la formación "Bioestadística, metodología de investigación y generación de resultados. Aplicación práctica de Jamovi", con el patrocinio de Lundbeck. Las sesiones fueron impartidas por Manuel Gómez, doctor en Farmacia, licenciado en Económicas, máster en Técnicas Actuales de Estadística Aplicada, gerente de Evaluación Económica y Bioestadística en Pharmacoeconomics & Outcomes Research Iberia (PORIB) y profesor de Bioestadística; y Alberto de la Cuadra, farmacéutico, máster en Monitorización de Ensayos Clínicos y en Evaluación Económica e Investigación de Resultados en Salud y Máster en Bioestadística Aplicada a Ciencias de la Salud y especialista en Evaluación Económica de Intervenciones sanitarias en Pharmacoeconomics & Outcomes Research Iberia (PORIB). La formación fue coordinada por los vocales del COFB David Conde, vocal de Hospitales, Cristina Morales, vocal de Atención Primaria, y M. Rosa Ballester, vocal de Investigación y Docencia.

Los objetivos de la formación fueron comprender que la evidencia científica es un concepto integrado que depende del conocimiento actual, conocer la importancia de la calidad de la evidencia en la toma de decisiones en salud, saber cuáles son las características básicas de los Ensayos Clínicos, Metaanálisis y Real World Evidence (RWE), revisar los conceptos básicos de bioestadística aplicada y saber hacer una análisis de bioestadística con Jamovi y PSPP (estadística amigable).

A lo largo de las cuatro jornadas, Manuel Gómez y Alberto de la Cuadra profundizaron, en un primer bloque, en la evidencia científica y diseño de estudios. "Con la evidencia científica lo que estamos buscando es poder determinar una relación causa-efecto de una forma creíble", indicó Gómez. Para ello existen múltiples herramientas, una de ellas se llama estadística y tiene un problema: “la estadística sabe que se equivoca a lo sumo un 5% de las veces, pero no sabe si se ha equivocado en una vez determinada”. El farmacéutico compartió diferentes fuentes de evidencia científica, diferentes métodos epidemiológicos y detalló cómo realizar un diseño, así como las características de los ensayos clínicos.

Manuel Gómez en un moment de la seva intervenció.
Manuel Gómez en un momento de su intervención.

Por otra parte, los ponentes expusieron algunos estudios epidemiológicos basados en Real World Evidence (RWE). En este sentido, diferenciaron entre los ensayos clínicos y los estudios epidemiológicos, indicaron las debilidades y fortalezas, definieron los conceptos Real World Data (RWD) y Real World Evidence (RWE) y revisaron diferentes estudios relacionados. "Lo que debemos tener claro es que la evidencia científica incluye ambas tipologías de diseños, ya que son complementarias", aseguraron.

Sin embargo, abordaron la metaanálisis, que "es una agregación de estudios, que permiten juntar estudios de calidad similares y con una elevada consistencia interna entre ellos". El objetivo de estos estudios, según comentaron, "es dar una respuesta más potente (con un mayor nivel de evidencia) a un problema". La finalidad de las agregaciones de los estudios es aportar soluciones a un problema tomando de forma conjunta distintos estudios similares.

Bioestadística amigable

En un segundo bloque, los ponentes abordaron la bioestadística amigable. En este sentido, los farmacéuticos profundizaron en la descriptiva, muestreo y estimación por intervalos de confianza. También expusieron cómo comparar las proporciones y explicaron las pruebas chi cuadrada, así como las medidas, las pruebas T de Student, ANOVA y los equivalentes no paramétricos.

Alberto de la Cuadra durante su exposición.

Por último, los expertos en bioestadística hablaron sobre la correlación y regresión lineal simple y otros modelos de regresión, que se utilizan para conocer la relación entre dos variables cuantitativas.

Con la colaboración de:

Con el patrocinio de:

Scroll al inicio