1. Esiste un braccio di controllo?

1. Esiste un braccio di controllo?
Stesura: Luglio 2006
A cura di: Alessandro Battaggia, Area Cardiovascolare SIMG
Titolo: Critical Appraisal di uno studio di intervento: come giudicare la qualità metodologica
La presenza di un braccio di controllo è conditio sine qua non per giudicare l' affidabilità di uno
studio di intervento. Quello che avviene nel braccio di controllo esprime infatti quello che
sarebbe successo se non fosse stato applicato l' intervento. Tutto ciò fornisce indispensabili
informazioni sul guadagno netto di salute associato all' intervento. Per esempio se in un trial in
cui viene valutata l' efficacia di un farmaco nel prevenire un evento fatale la mortalità nel
gruppo di controllo è pari al 20% e la mortalità nel gruppo di intervento è pari al 10% il
guadagno netto in termini di salute corrisponde a 0.2-0.1 = 0.1 = 10%.
Significa che su cento soggetti trattati dieci moriranno comunque, ma dieci si salveranno la
vita perchè non applicando l' intervento sarebbero morti non dieci ma venti soggetti ogni cento
persone affette da quella malattia.
A) Gli studi di intervento non controllati sono rappresentati dai disegni
'prima-poi'.
Kitchell (Am J Card 1958 1:46) nel 1958 aveva pubblicato uno studio condotto su una coorte di
50 pazienti affetti da angina pectoris, riportando in un follow-up di 2-6 mesi "miglioramenti
clinici nel 64% dei casi". Si tratta di un tipico esempio di studio di intervento non controllato
(prima-poi). L' anno dopo (NEJM 1959 260:1115) l' esperienza fu ripetuta da Cobb et al in un
disegno randomizzato e controllato in cieco semplice ( ai controlli veniva praticata solo una
incisione a livello della cute del torace) . Contrariamente a quanto osservato da Kichell non fu
riscontrata alcuna differenza tra un braccio e l' altro. Da allora la legatura dell' arteria
mammaria nei pazienti anginosi non è stata più praticata, anche se i risultati del secondo
studio (8 pazienti nel braccio di intervento, 9 pazienti nel braccio di controllo -vedi oltre- )
avrebbero sicuramente dovuto essere confermati su casistiche più grandi.
B) Studi di intervento controllati
RCT (studi Randomizzati e Controllati)
Il golden standard per uno studio di intervento è rappresentato dal disegno RCT, in cui i
pazienti vengono assegnati a i due (o più) bracci in modo casuale attraverso metodiche
validate. Il vantaggio più grande degli RCT è rappresentato dalla garanzia che i due
gruppi a confronto siano praticamente identici nelle condizioni di base. In questa
situazione il riscontro di diversità tra un braccio e l' altro nella misura di un outcome
alla fine della ricerca potrà essere ragionevolmente spiegato dalla diversità dei
trattamenti rispettivamente assegnati (vedi oltre)
b. Studi di intervento Quasi-Randomizzati
Si definisce ‘quasi randomizzato’ uno studio "randomizzato in modo incongruo", per
esempio utilizzando i numeri pari della data di nascita per assegnare il paziente al
braccio di intervento e i numeri dispari per assegnare il paziente al braccio di controllo.
Questo termine dovrebbe essere evitato in quanto può erroneamente far pensare che la
qualità di queste ricerche sia solo di poco inferiore a quella degli RCT.
In realtà gli studi 'quasi randomizzati' sono molto soggetti a bias. Gli studi in cui
l’allocation concealment è eseguita in modo scorretto sopravvalutano infatti del 40% l’
efficacia degli interventi sanitari.
c. Studi di intervento Non-Randomizzati (Studi Quasi-Sperimentali; Controlled
Trial o CT)
Uno studio di intervento dichiaratamente 'Non Randomizzato' offre paradossalmente
maggiori garanzie di uno studio Quasi-Randomizzato. Infatti mentre gli studi Quasia.
Randomizzati pretendono di assumere connotati di qualità che non possiedono, con
grave rischio -come visto- di distorsioni interpretative, negli studi Non randomizzati i
ricercatori mettono sempre in essere accorgimenti statistici rivolti a migliorare la
confrontabilità dei due bracci. Infatti le tecniche di analisi multivariata consentono di
confrontare i due gruppi per una singola variabile 'a parità di tutte le altre'. In nessun
caso questi aggiustamenti potranno però garantire la qualità dei confronti offerta dalla
randomizzazione. Infatti i modelli di analisi multivariata prendono in considerazione
ovviamente solo variabili conosciute: l'influenza di una variabile ignota non può essere
in alcun modo prevista in questi calcoli. Al contrario una randomizzazione efficace
permette di bilanciare equamente la distribuzione di tutte le variabili note ed ignote
potenzialmente in grado di influenzare l'outcome in modo indipendente dall' intervento.
© 2006 Progettoasco.it