16.7: Garantizar datos de alta calidad

Para poder derivar conclusiones confiables y precisas de un ensayo de intervención en salud, es importante garantizar que todos los procesos y procedimientos, en todas las etapas de la realización del ensayo, se realicen con alta calidad. Los muchos pasos involucrados en la planeación y realización de ensayos se describen en los otros capítulos de este libro. Aquí, nos enfocamos en las acciones necesarias para garantizar que todos los datos recopilados sean de alta calidad y que esta alta calidad pueda demostrarse tanto a quienes participan directamente en el juicio como a todos aquellos externos al juicio pero que tienen responsabilidades o intereses en relación con el juicio. Se describirán los principios generales y parte de la terminología que se usa comúnmente relacionada con lo que se denomina 'Buena Práctica Clínica' o 'GCP', pero este capítulo no es un manual de GCP. Los investigadores que requieran capacitación formal en GCP deben comunicarse con una institución local acreditada internacionalmente que ofrezca dicha capacitación o uno de los muchos cursos en línea acreditados internacionalmente que están disponibles de grupos como la Clinical Research Network del Instituto Nacional del Reino Unido (Reino Unido) para Investigación en Salud (< http://www.crncc.nihr.ac.uk >) o el Grupo OnlineGCP (< http://www.onlinegcp.com >).

Para lograr datos de alta calidad, el investigador y todo el equipo del juicio deben aceptar la necesidad de rigor en la recolección de todos los datos y en las verificaciones integradas en cada paso del juicio.

Figura 16.1 Ejemplo de un calendario organizacional para un ensayo de campo.

7.1 Requisitos reglamentarios y buenas prácticas clínicas

El ICH (1996) (< http://www.ich.org >) es un conjunto de estándares internacionalmente aceptados que pretenden aplicarse a todas las investigaciones sobre sujetos humanos. Se aplica principalmente en el contexto de ensayos de medicamentos, pero cada vez más existe la expectativa de que los estudios epidemiológicos observacionales se realicen con un estándar similar. El objetivo de los lineamientos es garantizar la seguridad y los derechos de todos los participantes en el estudio de investigación, mientras que, al mismo tiempo, garantizar que el estudio sea probable que logre resultados válidos y reproducibles.

Con base en las directrices ICH-GCP, los organismos reguladores, como la Administración de Alimentos y Medicamentos de Estados Unidos (< http://www.fda.gov >) y la Agencia Europea de Medicamentos (< http://www.ema.europa.eu/ema >) han establecido una serie rigurosa de procedimientos y comprobaciones que deben seguirse en ensayos de nuevos medicamentos y vacunas para proporcionar el estándar de evidencia necesario para la concesión de licencias de un nuevo producto. Existe la idea errónea generalizada de que todos los ensayos (incluidos los ensayos de campo de intervenciones sociales o de salud pública o de mecanismos de administración alternativos de medicamentos con licencia u otros productos médicos) deben cumplir con todos los requisitos de dichos organismos reguladores, a menudo llamados “plenamente compatibles con GCP”. Este no es el caso, y es apropiada cierta flexibilidad en cuanto a qué tan cerca se implementan las directrices de GCP para los ensayos sin licencia (es decir, de una intervención para la que no se solicita una licencia a un organismo regulador). Sin embargo, todos los ensayos deben cumplir con los principios básicos contenidos en los lineamientos ICH-GCP. Los principios básicos son que todos los estudios que involucren a sujetos humanos deben realizarse de manera ética (incluyendo que los intereses de los participantes deben ser centrales para el diseño e implementación del ensayo) y que todos los datos recopilados deben ser de alta calidad y probablemente sean válidos. Además, los investigadores deben poder demostrar que se han cumplido ambos principios fundamentales. Un ensayo puede cumplir con los principios de GCP sin cumplir con todos los requisitos reglamentarios para la licencia de un nuevo producto. Esto es importante, ya que los requisitos reglamentarios completos son muy exigentes y aumentarán en gran medida el costo y los recursos humanos requeridos. En una etapa temprana de la planeación de cualquier juicio, y ciertamente antes de que cualquier propuesta sea presentada a una agencia de financiamiento o comité de ética, el PI y el patrocinador deben tomar una decisión clara sobre si su juicio propuesto necesita ser 'totalmente compatible con GCP '. Como se discutió en el Capítulo 2, muchos ensayos de campo en LMIC no prueban productos en investigación sino que prueban la efectividad de estrategias de administración alternativas para productos licenciados, o prueban intervenciones que no incluyen ningún medicamento en absoluto, como ensayos de promoción de la salud u otra salud pública intervenciones.

Las personas e instituciones clave que tienen la responsabilidad de asegurar que un juicio esté cumpliendo con los principios de GCP se han definido en el Capítulo 7. El patrocinador del juicio tiene la responsabilidad general de todos los aspectos del juicio; el PI tiene la responsabilidad primordial de garantizar que el juicio se lleve a cabo de acuerdo con el protocolo; y el comité de ética (a veces llamado Junta de Revisión Institucional (IRB)) tiene la responsabilidad primordial de monitorear la ética aspectos del juicio. Para garantizar que los datos de los ensayos sean de alta calidad, el patrocinador “debe determinar el grado y la naturaleza adecuados del monitoreo que debe basarse en consideraciones como el objetivo, propósito, diseño, complejidad, cegamiento, tamaño y puntos finales del juicio” (Conferencia Internacional sobre Armonización, 1996).

7.2 Supervisión y comprobaciones de datos

Aunque, en algunas pruebas grandes, alguien es designado para ser el gerente general de calidad, todo el equipo de prueba debería tener la calidad de los datos a la vanguardia de sus mentes. Desde el inicio, el investigador debe asignar tareas de aseguramiento de la calidad al equipo y construir procesos de aseguramiento de la calidad (QA) en los procedimientos del ensayo.

Los dos principios clave para obtener datos de alta calidad son planificar con anticipación y verificar todo. Nada debe tomarse con confianza, y, sin dejar de ser optimista, hay que suponer que ¡cualquier cosa que pueda salir mal puede salir mal!

Los temas clave en la calidad de los datos se abordan en otros capítulos: definiciones de casos claros y medidas válidas de todos los resultados de los ensayos en el Capítulo 12; estudios preliminares y pruebas piloto en el Capítulo 13; diseño de cuestionarios, selección y capacitación de los trabajadores de campo en el Capítulo 14; y algunas de las comprobaciones que se pueden realizar sobre el calidad de los datos recabados se dan en el Capítulo 20. En este capítulo, nos enfocamos en los pasos que se pueden dar una vez que los trabajadores de campo hayan sido desplegados al final de su capacitación inicial para garantizar tanto que los datos que recopilaron sean de alta calidad como que esta alta calidad pueda demostrarse a auditores de prueba externos. La mayoría de estas actividades están bajo supervisión de campo.

En una supervisión exitosa de campo, es mejor prevenir que curar. Se debe diseñar un sistema de supervisión no sólo para detectar problemas y provocar respuestas para resolverlos, sino también para evitar que ocurran problemas en primer lugar. Por ejemplo, si los trabajadores de campo saben que cada dato que recopilan podría verificarse pero no tienen forma de saber qué piezas se verificarán realmente, es más probable que siempre tengan cuidado. Por el contrario, si el trabajador de campo sabe que sólo se verificarán los datos recabados un martes, entonces él o ella puede ser menos concienzudo en otros días.

Además, es importante instituir un sistema para verificar todos los datos recopilados, y especialmente los datos críticos para identificar y vincular datos sobre un mismo individuo a lo largo del ensayo. Entre los ejemplos de comprobaciones que deben incorporarse a la supervisión de campo se incluyen las comprobaciones de formularios cumplimentados, la observación del trabajo, la recolección replicada de una muestra de datos, las verificaciones sin recolección repetida de datos, la revisión de errores detectados después de la recolección de datos y las verificaciones con participantes y representantes

Los formularios de registro que complete cada trabajador de campo deben verificarse para verificar su exactitud e integridad. Debido a los retrasos entre la recolección de datos y el ingreso de los datos a una computadora, si se utilizan formularios en papel, se deben hacer algunas comprobaciones preliminares antes de que se envíen los formularios, mientras que el trabajador de campo aún se encuentra en las inmediaciones del participante, y antes de que la situación del participante pueda haber cambiado. Cuando los datos se ingresan directamente electrónicamente, las verificaciones de integridad, rango y consistencia de los datos se pueden incorporar al programa de captura de datos.

Cada trabajador de campo debe recibir visitas regulares programadas de su supervisor, durante las cuales el supervisor los observa realizando sus tareas rutinarias de recolección de datos y les da retroalimentación constructiva y la oportunidad de discutir cualquier tema que haya enfrentado. Estas visitas programadas deben ser particularmente frecuentes durante las primeras fases del juicio. La observación prueba si el trabajador de campo sabe llevar a cabo sus tareas (competencia) y puede hacerlo al ser observado, y brinda una oportunidad para que el supervisor identifique y corrija cualquier problema con su comprensión de cómo se deben recopilar los datos. Por ejemplo, pueden haber entendido mal cómo medir la estatura de un niño o pueden no estar haciendo preguntas exactamente como están escritas en el cuestionario. Sin embargo, no muestra si realmente lo hacen cuando no están siendo observados (performance) (ver más adelante en este apartado).

A lo largo de una encuesta, es importante monitorear el desempeño de cada entrevistador e instituir una formación correctiva, si es necesario. Un medio de control de calidad (QC) es organizar para que una proporción de encuestados (seleccionados al azar) sea re-entrevistada por otro entrevistador. Las discrepancias en las dos entrevistas pueden identificar deficiencias en los métodos de entrevista de uno u otro entrevistador. No es una experiencia infrecuente en encuestas de gran tamaño que algunos entrevistadores completen algunos cuestionarios sin haber visto nunca a los 'encuestados'. Un buen sistema de verificación, supervisión y control de calidad es necesario para evitar esto, o al menos para detectarlo poco después de que ocurra, para que se puedan tomar medidas correctivas.

Para verificar si el trabajador de campo realmente recopila los datos correctamente cuando no se observan, es necesario implementar comprobaciones no programadas. Por ejemplo, en un ensayo de campo de suplementación de vitamina A en el norte de Ghana, cada trabajador de campo recibió visitas no programadas, así como las programadas, del supervisor, quien solicitaría permiso para sentarse en cualquier entrevista que estuviera ocurriendo o a punto de suceder cuando llegaron y luego recoger los formularios que el entrevistador había terminado ese mismo día. Estos serían sellados en un sobre frente del trabajador de campo. El supervisor volvería entonces a los cinco hogares anteriores que habían sido visitados ese día. En dos hogares, se limitarían a preguntar al hogar si el trabajador de campo realmente los había visitado, había realizado una entrevista con una persona apropiada y les había quitado los especímenes biológicos correspondientes. Esto comprobó que el trabajador de campo no estaba fabricando los datos. En los otros tres hogares, solicitarían una reentrevista parcial independiente del participante del juicio. Al regresar a la oficina de juicio, el supervisor presentaría entonces sus propios formularios y los formularios originales recopilados por el trabajador de campo, y el centro de datos generaría una comparación de los dos.

Diversas comprobaciones pueden, y deben, llevarse a cabo después de la recolección de datos. Por ejemplo, todos los datos son incompletos (por ejemplo, elementos faltantes en el cuestionario) o variables que están fuera de rango (por ejemplo, el peso de un bebé se registra como 100 gramos) o inconsistentes (por ejemplo, una mujer registrada con verrugas del pene o una persona registrada con fiebre en una parte del cuestionario pero afebril en otro). Es útil que todos estos errores sean tabulados regularmente por el trabajador de campo y el equipo de campo. Dichas tabulaciones mostrarán qué trabajadores de campo o equipos de campo tienen más errores detectados. Entonces se pueden investigar las razones de estos, y poner en marcha medidas para rectificarlos. Un método que se ha utilizado para esto ha sido enviar consultas de datos de vuelta al trabajador de campo. Por ejemplo, si una verificación muestra que la altura de un participante es menor que en una ronda de estudio anterior, se le puede pedir al trabajador de campo que regrese para recoger la altura de ese participante nuevamente. Idealmente, no se le debe decir al trabajador de campo por qué se le pide que recoja la altura, y mucho menos lo que habían ingresado a la altura como durante su reciente visita o durante la ronda anterior. En el ensayo de campo de vitamina A, se extendió este método, de manera que cada trabajador de campo recibió algunas solicitudes de este tipo, incluso cuando no había razón para sospechar un error en los datos. Estas comprobaciones ocasionalmente identificaban errores que no eran detectables por verificaciones rutinarias de rango o consistencia.

Por último, es importante que el equipo de juicio tenga reuniones periódicas con los participantes o sus representantes y con otros miembros de las comunidades de prueba para verificar que estén contentos con las actividades de los trabajadores de campo y sus supervisores.

Un principio importante es que todo error o problema que se detecte debe provocar una respuesta. Esto es por dos razones. Primero, si no se investigan y se actúa sobre los errores, se desperdicia el esfuerzo de detectarlos, y también el personal de campo puede interpretar esto para implicar que se está descuidando la importancia de la calidad de los datos. En segundo lugar, dado que nunca es posible verificar cada dato recolectado, es probable que cualquier error que se detecte sea la 'punta del iceber'.

Las acciones que se tomen cuando se detectan errores no deben ser generalmente punitivas sino que deben incluir apoyo y capacitación adicional para ayudar al trabajador de campo a mejorar. Sin embargo, si esto no logra corregir el problema, o si los errores se han producido a través de la fabricación de datos, deberían existir mecanismos disciplinarios, y en última instancia estos pueden necesitar incluir la terminación del empleo.

Es importante que el personal de campo esté al tanto de todos los tipos de comprobaciones que se realizarán sobre los datos que recopile. Esto es en parte para evitar que sientan que han sido espiados a sus espaldas, pero también para que se les anime a que se aseguren de que todos los datos sean recabados de la mejor manera posible.

Es un buen plan tener reuniones semanales de trabajo de campo que incluyan informes de individuos, sobre los avances, trabajos realizados, problemas identificados y cómo fueron resueltos, consultas, etc. Esto también brinda la oportunidad de retroalimentación sistemática de la administración central sobre el desempeño de los trabajadores de campo, incluyendo resultados de entrevistas repetidas para controles de calidad. Las reuniones de este tipo pueden ayudar en gran medida a mantener la moral del personal y mejorar la calidad de los datos recopilados.