Esfuerzo bajo, recompensa alta: cómo hacer que las elecciones sean fáciles da sus frutos en los ensayos clínicos

«Pensamos que habría un efecto relativamente pequeño. Pero sabíamos que un efecto de ese tamaño salvaría vidas».

Eso es lo que Shivan Mehta, MD, director adjunto de innovación en Penn Medicine y profesor asistente de Medicina en la Facultad de Medicina Perelman de la Universidad de Pensilvania, pensó al iniciar un ensayo destinado a mejorar las pruebas de detección del cáncer colorrectal en una comunidad históricamente desatendida . La idea era hacer que las pruebas de detección fueran lo más simples posible para los pacientes en un centro de salud comunitario local que atendía principalmente a personas de color, mediante el envío por correo de kits de prueba inmunoquímica fecal (FIT) directamente a los pacientes en lugar de hacer que se inscribieran de manera proactiva o que vinieran. para colonoscopias más complicadas.

El estudio, que se llevó a cabo en 2018, se calibró de modo que una mejora relativa del 60 %, que no es un logro minúsculo, se consideraría estadísticamente significativa en comparación con el método estándar de envío de recordatorios de texto a los pacientes atrasados ​​para las pruebas de detección.

Pero Mehta y sus colegas investigadores, incluida la eventual autora principal del estudio, Sarah Huf, MBBS, ex becaria del Commonwealth Fund en Penn, no encontraron un «efecto relativamente pequeño».

Encontraron uno gigante. La tasa de pacientes cuyos kits se enviaron por correo el hogar mejoró en comparación con el grupo de mensajes de texto estándar en un 1,000%. Fue un aumento de diez veces.

«Aunque sabíamos que enviar kits FIT por correo era una forma eficaz de divulgación, no nos dimos cuenta de lo mucho mejor que sería en esta población, en parte porque el método estándar de enviar un mensaje de texto solo tuvo una respuesta muy baja», dijo Mehta. «Necesitábamos tomar medidas adicionales para reducir la carga de responder».

Cuando los investigadores obtienen resultados como este, es imperativo capitalizarlos. La aplicación de las lecciones aprendidas, impulsando una opción fácil y de bajo esfuerzo, al trabajo futuro puede expandir el impacto positivo ya impresionante logrado, particularmente para los pacientes desatendidos.

Eso es lo que hicieron los investigadores para un estudio reciente de Penn Medicine que intentaba mejorar las tasas de detección de la hepatitis C. Al igual que el cáncer de colon, las opciones de tratamiento y los resultados generales son mejores para los pacientes con hepatitis C cuando la enfermedad se detecta antes. Pero el estudio más reciente, realizado a mediados de 2020, apuntó su opción sin esfuerzo no a los pacientes, sino a sus proveedores. Para los pacientes en el hospital que debían someterse a un examen, se colocó automáticamente un pedido predeterminado en el registro de salud electrónico del paciente. Los médicos no necesitaban hacer clic ni una sola vez para que su paciente fuera examinado; solo tenían que hacer clic si querían cancelarlo.

Este ensayo, que reemplazó un sistema que requería que los médicos hicieran clic una vez para optar por una evaluación para pacientes vencidos antes, resultó en una casi duplicación de las tasas de evaluación. Y siguió el ejemplo anterior de la prueba del kit FIT: poco esfuerzo, gran recompensa.

Además de eso, un estudio realizado recientemente por Mehta y sus colegas que intentó aumentar las tasas de mamografía enviando mensajes de texto a los pacientes con un enlace para programar una cita para la prueba, enmarcada como la opción predeterminada. Los resultados de este estudio aún se están analizando.

En general, la investigación científica es un juego de pulgadas. El cambio incremental es común e importante y, a menudo, no es un cambio en la dirección esperada o deseada. Es por eso que es un gran problema cuando los estudios resultan tan buenos, especialmente aquellos que pueden conducir directamente a una mejora en la atención al paciente. No son solo un éxito instantáneo, cada uno tiene un efecto dominó significativo.

«El mayor estímulo de nuestros resultados anteriores es mostrar a nuestros colegas clínicos el valor de incorporar la experimentación y la aleatorización en la prestación de atención de rutina», dijo Mehta. «Podemos brindar una mejor atención a los pacientes que la necesitan y aprender desde una perspectiva de investigación; no necesariamente tenemos que elegir entre investigación u operaciones clínicas».