La rápida propagación de Covid 19 detonó la necesidad de encontrar terapias lo más rápidamente posible. Los Comités de Ética en Investigación (CEIs) evalúan cada ensayo clínico individualmente; y no se ha establecido un mecanismo para distribuir de forma justa a los sujetos afectos de la misma enfermedad entre varios ensayos clínicos que evalúan posibles tratamientos para la misma.
Investigadores de la Universidad de Chicago [1] dicen que en su centro médico se realizaron ensayos clínicos para tres terapias Covid 19 diferentes, y la mayoría de los pacientes eran elegibles para participar en varios de esos ensayos, pero sólo se podían inscribir en uno, el que decidiera el médico tratante. A pesar de las buenas intenciones, no hubo una distribución equitativa de los posibles beneficios e inconvenientes entre los participantes en los ensayos. Los autores proponen un modelo para promover la selección más justa de pacientes cuando hay varios ensayos clínicos que podrían estar compitiendo por reclutar. A continuación, resumimos los puntos más importantes.
El principio de justicia exige que los investigadores ofrezcan las mismas oportunidades a todos los pacientes que son elegibles para participar en un ensayo clínico, y también deben distribuir los inconvenientes de forma equitativa. La asignación justa de los pacientes debe ser el resultado de un proceso de selección imparcial y libre de sesgos.
Para que la investigación aporte valor social, la selección de pacientes debe ser equitativa y justa. Cuando esto no ocurre, la investigación está sesgada y los resultados no son generalizables, lo que socaba su valor social y puede invalidar los resultados del estudio.
Los autores identifican cuatro retos (y ofrecen soluciones) a la selección equitativa y justa de sujetos, cualquiera de ellos puede favorecer la selección de ciertos pacientes en lugar de otros:
- La existencia de múltiples opciones de tratamiento en un contexto de incerteza científica (es decir cuando se desconocen los riesgos y beneficios de las diferentes opciones). En presencia de múltiples ensayos clínicos y ausencia de información sobre la eficacia de los diferentes tratamientos, los investigadores tienen dificultades para escoger un ensayo clínico entre los disponibles. Los autores proponen trasladar a los pacientes la selección del ensayo en el que quieran participar. El problema es que muchos pacientes no tienen el conocimiento necesario para evaluar los riesgos, beneficios e inconvenientes de cada una de las opciones. Los autores consideran que esta deficiencia se puede subsanar si los médicos actúan como consejeros médicos imparciales. La colaboración entre los investigadores puede ser de gran ayuda, y cuando ocurre mejora el valor social de los ensayos, como ha ocurrido con los protocolos maestros SOLIDARITY y RECOVERY que incluyeron varios brazos de tratamiento, permitieron que la distribución de riesgos y beneficios fuera más equitativa, y eliminaron la competencia en el reclutamiento entre varios ensayos.
- La falta de transparencia sobre los otros ensayos clínicos que se están realizando de forma concurrente. Al no conocerse los ensayos clínicos que se están realizando en un mismo establecimiento y competir por inscribir sujetos, se puede sesgar la selección de participantes. Es muy probable que los participantes no se enteren de que hay otros ensayos clínicos en curso para los que también serían elegibles; y que los investigadores discriminen -consciente o inconscientemente- a favor o en contra de ciertos pacientes. Los autores recomiendan que los investigadores hablen de todos los ensayos clínicos que se están realizando en establecimiento con los posibles participantes en los ensayos clínicos.
- La escasez de los medicamentos en estudio. En el caso del Covid, la demanda de terapias superó la oferta, por lo que los médicos tuvieron que decidir quiénes recibían la terapia y quiénes se quedaban sin ella, dificultando la selección justa y equitativa de los pacientes. En este caso, los Comités de Ética en Investigación deben exigir que se establezca un mecanismo para priorizar a los pacientes que van a recibir la terapia. Si no se establecen criterios claros e implementables, habrá sesgos en la distribución del producto y disminuirá el valor social y científico del estudio. Es importante determinar “ex – ante” la forma en que se distribuirán los escasos recursos y divulgar el sistema de priorización para evitar malentendidos. La asignación aleatoria garantizaría la imparcialidad.
- Las barreras estructurales a la equidad y el sesgo implícito. Esto tiene que ver con los pacientes que recibirán una invitación para participar en el ensayo y con la forma como serán inscritos y se les proporcionara el consentimiento informado. Puede haber sesgos implícitos (raza, genero, presencia de comorbilidades, obesidad) que influya en la toma de decisiones de los investigadores. Los diseños de ensayos clínicos que incorporan un proceso ciego para la selección de pacientes eliminan los sesgos. También es importante ofrecer las tecnologías que mejor se adapten a las necesidades de diversos grupos de pacientes, así como personal multilingüe y documentos en diversos idiomas.
Referencia
- ansen MO, Angelos P, Schrantz SJ, Donington JS, Madariaga MLL, Zakrison TL. Fair and equitable subject selection in concurrent COVID-19 clinical trials. J Med Ethics. 2021;47(1):7-11. doi:10.1136/medethics-2020-106590
