La evaluación crítica no es buscar defectosEs decidir cuánto confiar en los resultados de un artículo

Primero, un malentendido frecuente que conviene despejar.

La evaluación crítica no consiste en calificar un artículo como aprobado o reprobado. Ningún estudio es perfecto, así que contar defectos condenaría a todos los artículos — y mataría la discusión.

Las preguntas reales son estas: ¿qué partes de los resultados merecen confianza y cuáles piden reservas? ¿Y hasta dónde aplican a tus propios pacientes, tu práctica o tu investigación?

Señalar un defecto es un punto de partida, no una conclusión. Tenlo presente y la calidad de tu evaluación cambia.

Hay siete lugares donde mirar para calibrar esa distancia.

Primero, el PICO o la pregunta de investigación: ¿qué está preguntando realmente el estudio? Segundo, el diseño: ¿encaja con la pregunta? Tercero, cómo se seleccionaron los participantes: ¿hay sesgo de selección? ¿Las características basales están equilibradas entre grupos?

Cuarto, el desenlace primario: ¿la vara para medir «eficaz» es apropiada? Quinto, el tamaño y la precisión del efecto: ¿qué tan grande y qué tan certero? Sexto, confusión, sesgos y datos faltantes: ¿se manejaron los factores que distorsionan los resultados?

Séptimo y último, la aplicabilidad: ¿se traslada a los pacientes, el entorno y las preguntas con los que realmente trabajas? Veámoslos en el orden en que suelen aparecer en el club de revistas.

PICO. La P es Paciente/Población: a quién se estudió — edad, sexo, diagnóstico, gravedad, comorbilidades. La I es Intervención/Exposición: el tratamiento, la prueba o el cuidado que se evalúa — un fármaco nuevo, un protocolo de rehabilitación, una cirugía.

La C es Comparación: contra qué se mide la intervención — el tratamiento estándar, un placebo o la observación sin intervenir. La O es Outcome (desenlace): qué cambió como resultado — supervivencia, mejoría de síntomas, tasa de complicaciones, calidad de vida.

En resumen: a quién, haciendo qué, comparado con qué y medido cómo. Trabaja esos cuatro elementos hasta poder enunciarlos en una sola frase. Sáltate este paso y todos los juicios posteriores se vuelven borrosos.

Diseño del estudio. ¿ECA, cohorte o casos y controles? Lo importante no es que «los ECA sean simplemente superiores», sino que el diseño encaje con la pregunta que se plantea. Los ECA detectan mal los eventos adversos poco frecuentes, y hay preguntas que por razones éticas no se pueden aleatorizar.

Selección de participantes. Mira los criterios de inclusión y exclusión, y la Tabla 1. Unas exclusiones demasiado estrictas reducen a quiénes aplican los resultados. Y si las características basales difieren entre grupos, no puedes saber si las diferencias posteriores vienen de la intervención o del punto de partida.

El desenlace primario. Dos verificaciones: ¿el desenlace primario predefinido mostró una diferencia significativa, o el artículo abre con una «victoria» apoyada solo en desenlaces secundarios? Y ese desenlace, ¿es un indicador que de verdad importa a los pacientes y a la gente del campo?

Tamaño del efecto y precisión. Aquí va una invitación a mirar más allá del valor p: fíjate en la medida del efecto — diferencia de riesgo, razón de riesgo, NNT — y en la amplitud del intervalo de confianza.

«Estadísticamente significativo» y «clínicamente relevante» son cosas distintas. Con una muestra suficientemente grande, hasta una diferencia diminuta puede producir un valor p pequeño. En tu presentación, discute no solo si existe una diferencia, sino cómo debe leerse.

Confusión, sesgos, datos faltantes. En los estudios observacionales: ¿cómo se ajustaron los factores de confusión? ¿Qué proporción abandonó el estudio y cómo se manejó? ¿Hubo enmascaramiento? Las fuentes de financiación y los conflictos de interés también se revisan aquí.

Aplicabilidad. El último punto — y el que debería generar más discusión. ¿En qué se parecen los participantes y el entorno del estudio a los tuyos, y en qué se diferencian?

Un club de revistas que pasa de «hay evidencia» a «cómo — o si — usaríamos esto en nuestro propio lugar de trabajo» está haciendo exactamente aquello para lo que existe.

¿Hasta dónde puede ayudar la IA con estas siete verificaciones?

La IA es buena para el trabajo previo. Puede extraer el PICO, ordenar el diseño y el desenlace primario, y listar las limitaciones que los autores reconocen. Hasta ahí es una extensión del resumen, y genuinamente útil.

Más allá de eso ya no es su terreno. Calibrar la distancia solo puede hacerlo alguien que haya visto con sus propios ojos los números y las figuras reales. ¿El desequilibrio basal es tan grande como para tumbar el resultado? ¿Cómo se lee clínicamente este intervalo de confianza? ¿Aplica a tus pacientes?

El resumen de IA es la puerta de entrada; el original es la evidencia. En ningún lugar importa más ese principio que en la evaluación crítica.

Evaluar críticamente implica tomar notas mientras recorres siete perspectivas. Si esas notas quedan dispersas entre chats y papeles sueltos, cuesta encontrarlas antes de la presentación — y más aún meses después, cuando te preguntes «¿cómo evalué aquel artículo?».

Paperfy mantiene el PDF del artículo, el resumen de IA y las figuras en una misma página, y puedes sobrescribir el resumen de IA con tu propia evaluación sobre la marcha.

Correcciones como «la IA lo resumió así, pero el original define distinto el desenlace primario» quedan como registro duradero de tu lectura del artículo. Los guiones de radio se editan igual, así que puedes regenerar el audio y repasar tus conclusiones de oído antes de la reunión.

La evaluación crítica no es dictar sentencia sobre un artículo: es traducir sus hallazgos a términos que importen para tu propio trabajo.

Usa los siete puntos de control para calibrar la distancia, deja que la IA haga el trabajo previo y toma las decisiones finales con los números del original. Domina esto y el club de revistas pasa de ser una sala donde interrogan a la gente a una sala donde de verdad se discute.

Empieza por uno solo de los siete: enuncia el PICO en una sola frase y nota la diferencia que hace.