Un tratamiento parece prometedor según una revisión reciente. Antes de recomendarlo, es necesario saber si los participantes se asemejan a su paciente, si el beneficio fue significativo y si se pasaron por alto efectos adversos importantes. Una búsqueda que se limita al resumen deja estas preguntas sin respuesta.
La búsqueda de evidencia clínica conecta una pregunta clínica con investigaciones que pueden fundamentar una decisión. Un flujo de trabajo práctico consiste en definir la decisión, seleccionar la evidencia adecuada, realizar una búsqueda eficiente, evaluar los hallazgos, verificar cualquier resumen generado por inteligencia artificial (IA) y aplicar los resultados al paciente y al contexto. Este enfoque es útil en medicina, enfermería, farmacia, odontología y rehabilitación.
Defina la decisión antes de elegir las palabras clave.
Comience con la acción que la evidencia podría modificar: elegir un tratamiento, solicitar una prueba, estimar el pronóstico, investigar los daños o hablar sobre la prevención. Incluya el entorno asistencial y el período durante el cual los resultados son relevantes.
Para preguntas sobre el tratamiento, utilice el marco PICO: población, intervención, comparador y resultado. La Biblioteca Nacional de Medicina recomienda este marco para transformar una inquietud general en una pregunta específica.[1]
Pregunta de búsqueda hipotética: En adultos con osteoartritis de rodilla que reciben atención ambulatoria, ¿cómo se compara el ejercicio supervisado con un programa de ejercicios en el hogar en cuanto al dolor, la capacidad para caminar y los eventos adversos durante seis meses?
Esto permite una comparación clara en la búsqueda. La frase "Ejercicio para la artritis" no especifica a qué pacientes, programa o resultado se refiere. Mantenga una pregunta neutral: pregunte cómo se comparan las opciones en lugar de pedir pruebas de que su opción preferida funciona.
Adapte la estructura para otras preguntas. Una búsqueda diagnóstica debe especificar la población de estudio, la prueba y el estándar de referencia. Una búsqueda pronóstica debe definir cuándo comienza el seguimiento y qué resultado se predice. Estos detalles ayudan a evitar aplicar evidencia de una situación clínica diferente.
Relacione la evidencia con la pregunta clínica.
Para una pregunta de gestión ya establecida, comience con una guía actual y pertinente o un resumen de evidencia confiable, y luego examine las revisiones sistemáticas que la respaldan. Lea los estudios primarios cuando la síntesis esté desactualizada, sea contradictoria o no responda a su pregunta. El diseño del estudio debe ajustarse a la decisión.[2,3]
| Pregunta | Evidencia útil | Cuestión clave de evaluación |
|---|---|---|
| Tratamiento o prevención | Revisiones sistemáticas de ensayos aleatorizados; ensayos relevantes | Beneficios, perjuicios y un comparador justo. |
| Precisión diagnóstica | Estudios que comparan una prueba con un estándar de referencia apropiado. | Selección de pacientes, umbral de prueba y entorno clínico |
| Pronóstico | Cohortes con un punto de partida definido | Seguimiento, resultados faltantes y riesgo basal |
| Daños causados por medicamentos | Ensayos clínicos, estudios observacionales comparativos e información sobre seguridad regulatoria. | Factores de confusión, exposición y duración |
Para preguntas sobre la experiencia del paciente o las barreras para la atención, la investigación cualitativa puede ser más informativa que un ensayo de intervención.[3]
Un metaanálisis combina resultados estadísticamente; sin embargo, esta etiqueta por sí sola no garantiza un alto grado de certeza. El sesgo, los hallazgos inconsistentes, la evidencia indirecta, la imprecisión y el sesgo de publicación pueden debilitar el conjunto de la evidencia.[4] Los informes de casos pueden plantear una cuestión de seguridad, pero no pueden, por sí solos, determinar con qué frecuencia ocurre un evento.
Busca lo suficientemente amplio como para encontrar la respuesta.
Traduzca la pregunta a unos pocos conceptos clave. El método PICO estructura su pensamiento, pero incluir todos los elementos en una consulta de base de datos puede excluir artículos útiles. Es posible que falten comparadores y resultados en los títulos, resúmenes o índices.[5]
Para la hipotética pregunta sobre la osteoartritis, una búsqueda inicial ilustrativa en PubMed sería:
(artrosis de rodilla) Y (ejercicio O fisioterapia O terapia física)
El operador OR agrupa alternativas; el operador AND conecta conceptos. Consulte los detalles de búsqueda de PubMed para ver cómo se tradujeron los términos. Añada descriptores de temas médicos (MeSH) junto con las palabras clave al refinar la estrategia. Utilice el filtro de revisiones sistemáticas para localizar síntesis o las consultas clínicas para centrarse en preguntas sobre terapia, diagnóstico, pronóstico, etiología o predicción. Las consultas específicas favorecen la especificidad; las consultas amplias, la sensibilidad.[5,6]
Verifique las fechas de publicación y la fecha de la última búsqueda de la revisión. Una revisión publicada recientemente puede tener una fecha de corte de evidencia anterior. Busque estudios importantes publicados después de esa fecha de corte.[5]
Si los resultados son escasos, elimine los términos restrictivos y revise los filtros. La edad y otros filtros dependientes de la indexación pueden omitir registros relevantes que carecen de esos términos.[6] Una búsqueda clínica rápida no es una revisión sistemática: las revisiones exhaustivas requieren métodos documentados, múltiples fuentes y la participación de especialistas en información.[5]
Retoma el ejemplo del ejercicio al refinar los resultados. Si la búsqueda arroja principalmente rehabilitación postoperatoria, añade términos que describan la población ambulatoria a la que va dirigida. Si encuentra muy pocos resultados, elimina inicialmente el requisito de supervisión y analiza la implementación del programa en el texto completo. Guarda un registro de los términos de búsqueda finales para poder revisar la pregunta posteriormente.
Evalúe el resultado antes de cambiar de práctica.
Lea los métodos y resultados que sustentan la conclusión. Pregúntese si la asignación se realizó de forma encubierta, si el seguimiento fue adecuado y si el comparador representó una alternativa razonable. En el caso de estudios diagnósticos, examine el estándar de referencia y el contexto de reclutamiento. En el caso de hallazgos observacionales, considere si la confusión podría explicar la asociación.[3]
Separe la magnitud de un efecto de la confianza en dicho efecto. GRADE, el enfoque de Gradación de Recomendaciones, Evaluación, Desarrollo y Valoración, clasifica la certeza de cada resultado como alta, moderada, baja o muy baja. Una intervención puede tener evidencia más clara de beneficio que de daño.[4]
Analice los efectos absolutos y los intervalos de confianza, no solo la reducción relativa o un resultado estadísticamente significativo. Ejemplo hipotético: reducir un evento del 8 % al 6 % en un año produce una reducción relativa del 25 %, pero una reducción absoluta de 2 puntos porcentuales. El número correspondiente de pacientes que se deben tratar es de 50 en un año. Estas cifras ficticias ilustran la interpretación, no constituyen una recomendación de tratamiento.[3]
Compruebe si los resultados son relevantes para los pacientes: función, síntomas, calidad de vida o complicaciones graves. Un marcador de laboratorio mejorado no implica automáticamente una mejor salud. Los amplios intervalos de confianza pueden dejar sin resolver beneficios o perjuicios clínicamente importantes.[4]
Cuando los estudios discrepan, examine las diferencias en los participantes, las intervenciones y la medición de los resultados antes de interpretar el promedio combinado. La inconsistencia inexplicable puede reducir la certeza. Una gran cantidad de estudios no resuelve este problema simplemente al producir una estimación combinada más precisa.[4]
Utilice la IA para analizar las pruebas y verificar las afirmaciones importantes.
La IA puede ayudar a organizar una pregunta y proporcionar un resumen inicial. ZoeMD admite preguntas y respuestas médicas en lenguaje natural con citas y enlaces directos a las fuentes. Estas funciones facilitan el acceso a la información; no garantizan que cada respuesta sea completa o aplicable.
La Organización Mundial de la Salud advierte que la IA generativa puede producir información sanitaria inexacta, sesgada o incompleta. También destaca el sesgo de automatización: aceptar un resultado con demasiada facilidad y pasar por alto los errores.[7]
Antes de basarse en una afirmación consecuente, consulte la fuente citada. Confirme la población, la intervención, el resultado y el fragmento relevante. Verifique si hay actualizaciones, correcciones o retractaciones. Un artículo auténtico puede citarse para una conclusión que no respalda. Si solo dispone del resumen, limite las conclusiones a lo que este presenta.
Por ejemplo, una respuesta de IA a la pregunta sobre el ejercicio podría describir una mejor capacidad para caminar, aunque el estudio citado solo midió el dolor. También podría describir un hallazgo de tres meses como si durara seis meses. Verificar el punto final y el momento exactos permite detectar estas discrepancias; confirmar la existencia del artículo no lo haría.
Una solicitud de búsqueda de evidencia reutilizable es:
“Para [población y contexto], compare [intervención] con [alternativa] en cuanto a [resultados importantes y horizonte temporal]. Identifique las guías y revisiones sistemáticas pertinentes, y luego los estudios primarios apropiados cuando sea necesario. Proporcione enlaces directos a las fuentes, fechas de publicación y fechas de búsqueda de las revisiones cuando estén disponibles. Distinga los hallazgos de los estudios de las recomendaciones de las guías. Informe sobre los efectos absolutos y la certeza de la evidencia cuando esté disponible, los principales daños, las exclusiones y las discrepancias. Indique lo que permanece incierto y no invente información faltante.”
Considere esta solicitud como una ayuda para la búsqueda. Verifique la respuesta y utilice únicamente la información del paciente permitida por el flujo de trabajo de manejo de datos aprobado por su organización. La guía relacionada con Búsqueda de evidencia para médicos de familia Ofrece ejemplos organizados por tipo de pregunta clínica.
Aplique la evidencia y registre el razonamiento.
Aplique la evidencia y registre el razonamiento.
La aplicabilidad requiere un juicio independiente. Compare la población del estudio, la intervención, el comparador, los resultados y el contexto con su propia pregunta. La edad, las comorbilidades, el riesgo basal, la intensidad del tratamiento y el acceso al seguimiento pueden modificar la relevancia de un hallazgo.[8]
El riesgo basal merece especial atención. Siguiendo con el ejemplo numérico hipotético, la misma reducción relativa del 25 % aplicada a un riesgo anual del 2 % lo reduciría al 1.5 %. Esto representa una reducción absoluta de 0.5 puntos porcentuales y un número necesario para tratar de 200. Este cálculo presupone que el efecto relativo se transfiere al grupo de menor riesgo; dicha suposición requiere justificación clínica.[8]
Para la toma de decisiones sobre medicamentos, verifique el producto exacto, la dosis, la vía de administración, las interacciones y las consideraciones sobre la función orgánica en la información de prescripción autorizada vigente en su jurisdicción. Para la rehabilitación, examine la intensidad del programa, la supervisión y el cumplimiento. Para la atención hospitalaria, considere la enfermedad aguda, los riesgos concurrentes y el seguimiento factible tras el alta.
Cuando las recomendaciones entran en conflicto, compare sus poblaciones, fechas límite de evidencia, resultados y supuestos antes de decidir cuál se aplica. Una recomendación desarrollada para un servicio especializado puede requerir una implementación diferente donde los recursos o la experiencia varían.[8]
Especifique las discrepancias: una fuente puede favorecer una opción para una población de alto riesgo específica, mientras que otra aborda la atención rutinaria. Si las poblaciones coinciden, analice si la diferencia se debe a estudios más recientes o a prioridades distintas en cuanto a la relación beneficio-riesgo. Registre el problema sin resolver en lugar de presentar un falso consenso.
Documente la pregunta, la fecha de búsqueda, las fuentes clave, las limitaciones importantes y el motivo de la decisión. Incluya las prioridades del paciente y cualquier seguimiento necesario. Si la incertidumbre pudiera modificar sustancialmente la atención, solicite la opinión de un especialista, farmacéutico o especialista en información pertinente. En atención de urgencias, la búsqueda de evidencia debe respaldar una evaluación oportuna y los protocolos de derivación aprobados.
En el hipotético escenario de ejercicio, la discusión final debe abordar el programa estudiado, los resultados medidos y la viabilidad de la asistencia y la práctica en casa. Pregunte qué resultado es más importante para el paciente, como caminar hasta las tiendas cercanas o subir escaleras. Acuerden cómo se revisará el progreso, en lugar de concluir con la afirmación general de que el ejercicio es beneficioso.
Para su próxima búsqueda de evidencia clínica, elija una decisión sin resolver y sígala desde la pregunta hasta la fuente y la relevancia para el paciente. Para explorar un enfoque con soporte de IA, visite ZoeMDMantenga la verificación y el juicio profesional como elementos centrales del proceso.
Referencias
1. Biblioteca Nacional de Medicina. Uso del formato PICO para formular preguntas clínicas. En: Uso de PubMed en la práctica basada en la evidencia [Internet]. Bethesda (MD): Biblioteca Nacional de Medicina; [citado el 14 de octubre de 2026]. Disponible en: https://www.nlm.nih.gov/oet/ed/pubmed/pubmed_in_ebp/02-100.html
2. Grupo de Trabajo sobre Niveles de Evidencia del OCEBM. Los Niveles de Evidencia de Oxford 2011 [Internet]. Oxford: Centro de Medicina Basada en la Evidencia de Oxford; 2011 [citado el 14 de octubre de 2026]. Disponible en: https://www.cebm.net/wp-content/uploads/2014/06/CEBM-Levels-of-Evidence-2.1.pdf
3. Academia Estadounidense de Médicos de Familia. Kit de herramientas de medicina basada en la evidencia [Internet]. Academia Estadounidense de Médicos de Familia; [citado el 14 de octubre de 2026]. Disponible en: https://www.aafp.org/afp/authors/ebm-toolkit
4. Schünemann HJ, Higgins JPT, Vist GE, Glasziou P, Akl EA, Skoetz N, et al. Capítulo 14: Cómo completar las tablas de “Resumen de hallazgos” y clasificar la certeza de la evidencia. En: Manual Cochrane para revisiones sistemáticas de intervenciones. Versión 6.5 [Internet]. Cochrane; 2024 [actualizado en agosto de 2023; citado el 14 de octubre de 2026]. Disponible en: https://www.cochrane.org/authors/handbooks-and-manuals/handbook/current/chapter-14
5. Lefebvre C, Glanville J, Briscoe S, Featherstone R, Littlewood A, Metzendorf MI, et al. Capítulo 4: Búsqueda y selección de estudios. En: Manual Cochrane para revisiones sistemáticas de intervenciones. Versión 6.5.1 [Internet]. Cochrane; 2025 [actualizado en marzo de 2025; citado el 14 de octubre de 2026]. Disponible en: https://www.cochrane.org/authors/handbooks-and-manuals/handbook/current/chapter-04
6. Biblioteca Nacional de Medicina. Guía del usuario de PubMed [Internet]. Bethesda (MD): Biblioteca Nacional de Medicina; [citado el 14 de octubre de 2026]. Disponible en: https://pubmed.ncbi.nlm.nih.gov/help/
7. Organización Mundial de la Salud. La OMS publica directrices sobre ética y gobernanza de la IA para grandes modelos multimodales [Internet]. Ginebra: Organización Mundial de la Salud; 18 de enero de 2024 [citado el 14 de octubre de 2026]. Disponible en: https://www.who.int/news/item/18-01-2024-who-releases-ai-ethics-and-governance-guidance-for-large-multi-modal-models
8. Atkins D, Chang S, Gartlehner G, Buckley DI, Whitlock EP, Berliner E, et al. Evaluación de la aplicabilidad de los estudios al comparar intervenciones médicas [Internet]. Rockville (MD): Agencia para la Investigación y la Calidad de la Atención Médica; enero de 2011 [citado el 14 de octubre de 2026]. Informe n.°: 11-EHC019-EF. Disponible en: https://effectivehealthcare.ahrq.gov/sites/default/files/methods_guide_atkins.pdf
