EE.UU.: los sesgos de las historias clínicas electrónicas afectan la equidad de los ensayos clínicos pragmáticos
Contemporary Clinical Trials, Nueva York, EE.UU. 5 Agosto, 2023

El incremento de la recopilación de datos en base a la historia clínica electrónica (HCE) incluida en ensayos clínicos pragmáticos (ECP), hace que la investigación sea vulnerable a sesgos en el diseño, recopilación y uso electrónico de datos de salud y, en consecuencia, disemine desigualdades tanto referidas a la salud como al sistema de atención médica.

La comunicación breve que publica la revista Contemporary Clinical Trials * advierte acerca del uso de datos de HCE y sus consecuencias en la exacerbación del sesgo y aumento potencial de las desigualdades.
Los autores -profesionales de la salud que se desempeñan en renombradas instituciones asistenciales y educativas de EE.UU.- ofrecen recomendaciones para aumentar la generalización de los resultados de ECP con el fin de comenzar a resolver las inequidades.

Según los autores, la investigación y la prestación de atención médica necesitan estrategias complejas implementadas en los niveles de gobierno nacional, estatal y local de EE.UU., como así también el apoyo de las partes interesadas en abordar el sesgo derivado del uso de datos ECP.
Los sesgos incrustados, ubicuos y, a menudo, desconocidos en los datos de ECP (debido a las variaciones en la prestación de atención, la experiencia, captura o calidad de los datos, como así también en la falta de representación diversa), limitan la relevancia y la generalización de los resultados de los ensayos pragmáticos y, en consecuencia, aumentan las desigualdades sanitarias de la población. 

1. Introducción
El uso de datos recopilados durante la atención clínica mediante los ECP aumentan el conocimiento respecto a la eficacia de las intervenciones clínicas en condiciones del mundo real. Sin embargo, muchos de sus diseños están sujetos a sesgos implícitos en las estructuras de las HCE, con datos incompletos, de mala calidad o sobrerrepresentados en personas privilegiadas. Los sesgos pueden limitar la relevancia y la generalización de los resultados y, posteriormente, aumentar las inequidades en salud.

2 . Estrategias para utilizar las HCE
La investigación que aprovecha las HCE debe diseñarse ex profeso para identificar y abordar sesgos. El marco que ofrece la Lente de Equidad en Salud (Health Equity Lens), desarrollado inicialmente para profesionales de la salud pública, describe cinco conceptos de equidad para enmarcar las disparidades en salud. El estudio los utiliza para explorar fuentes de sesgo y brindar recomendaciones.

2.1 . Sesgo sistémico, social y de inequidad
Problema:
El uso de datos derivados de EHR requiere una cuidadosa atención para mitigar las consecuencias no deseadas del uso de datos que reflejan las desigualdades sociales y estructurales de EE. UU.
El artículo señala que además no se ha prestado suficiente atención a la recopilación de datos sobre los determinantes sociales de la salud. De manera crítica y más difícil de resolver, los datos disponibles de los HCE solo reflejan a aquellas personas con atención médica; por lo tanto, quienes no están representados en los conjuntos de datos expresan el resultado directo de las formas históricas y vigentes de opresión causantes de inequidades en la salud de la población, hoy limitada a las personas que pueden acceder a la atención.

Por otra parte, la integridad y la precisión de los datos de HCE pueden reflejar sesgos adicionales resultantes de la política institucional, las prácticas de capacitación y el sesgo implícito de los profesionales de la salud que intervienen en su confección.

Cuando los resultados informados por los pacientes (RIP) se recopilan utilizando solo modalidades de HCE orientadas a ellos (ejemplo, portales de pacientes), la población que no usa portales también será excluida por varias razones (p. ej., alfabetización y/o barreras tecnológicas).

Recomendación:
se pueden utilizar fuentes de datos como RIP y códigos Z (incluidos en la Clasificación Internacional de Enfermedades-10) para recopilar las variables demográficas y las Determinantes Sociales de la Salud (Social determinants of health - SDOH) necesarias para comprender resultados y, en última instancia, mejorar la práctica clínica.
Si bien no hay consenso sobre las mejores prácticas para la recopilación de datos basada en la equidad y qué medidas mínimas de SDoH deben incluirse, los autores sugieren que los equipos de ECP se esfuercen por recopilar e informar las medidas estandarizadas de SDoH.
El HL7 Gravity es una iniciativa que persigue identificar y armonizar los datos SDoH para el intercambio electrónico de información de salud.

La mayor atención nacional y mundial a la equidad en salud está impulsando no solo estándares sino también incentivos y herramientas con el fin de respaldar la recopilación de datos SDoH.

Para reducir el sesgo de los datos informados por los pacientes a menudo recopilados para los sistemas HCE a través de sus propios portales, es necesario que los sistemas de salud y los investigadores inviertan en el diseño de portales y funciones de participación (ejemplo, mensajes de texto) y realizar esfuerzos de investigación específicos para comprender mejor la efectividad clínica. Estas funciones optimizadas de HCE mejoran la eficacia de utilización por parte de los pacientes, el compromiso con su salud y la atención médica.

2.2 . Representación y diversidad
Problema:
La comunicación sostiene que gran parte de la evidencia médica actual se genera a partir de ensayos clínicos con participantes predominantemente blancos, lo que no garantiza que las conclusiones extraídas sean seguras y efectivas para todas las poblaciones.
A partir de estos ensayos y conocimientos, los algoritmos se integran en las herramientas de soporte de decisiones clínicas de HCE para sugerir factores de riesgo, diagnósticos, tratamientos y servicios de apoyo, con las mismas omisiones potenciales de áreas a estudiar.
Dado que el rango de poblaciones de pacientes carece de representación proporcional, la lógica subyacente de estos algoritmos y herramientas de soporte limitan la aplicabilidad.

Recomendación:
Dadas las limitaciones identificadas de los conjuntos de datos de HCE,  para la toma de decisiones clínicas los autores plantean la necesidad de una mayor transparencia con respecto a las fuentes, la entrada y los datos faltantes y las opciones de modelado subyacentes a las herramientas de apoyo.
Al planificar los ECP, hacen hincapié en el diseño de la investigación participativa: "patrocinadores e investigadores deben buscar participantes activos en una variedad de entornos correspondientes a poblaciones diversas", precisa el informe.

Con la intención de superar las barreras de recopilación de datos correspondientes a personas históricamente marginadas y subrepresentadas, dan cuenta que algunos investigadores habilitaron intervenciones con mensajes de texto bidireccionales.
Para reducir el sesgo que puede surgir de sistemas traducidos o medidas orientadas al paciente sin validación transcultural, el artículo recomienda invertir antes de su uso en la prueba y validación psicométrica de los instrumentos utilizados en diferentes poblaciones.

2.3 . Participación de la comunidad
Problema:
Los enfoques de participación comunitaria para la investigación de HCE según los autores están infrautilizados. Recomendación:
Más de 25 años de evidencia respalda el seguimiento de los principios de la investigación en salud participativa basada en la comunidad.
En ECP, los pacientes y las comunidades afectadas en última instancia por la condición de salud en cuestión deben informar las preguntas de investigación, las variables y la selección, implementación e interpretación de instrumentos de la investigación clínica para garantizar que la investigación sea relevante.
El diseño centrado en el ser humano es una estrategia que incorpora diversas partes interesadas en el diseño y desarrollo de intervenciones de tecnología de la salud . Cada vez más, estos enfoques se centran en comprender y relacionarse con los pacientes y sumar miradas emancipatorias o centradas en la equidad para colocarla en el lugar central del proceso.

2.4 . Interseccionalidad
Problema:
La investigación basada en HCE rara vez captura variables que permitan análisis de interseccionalidad.

Recomendación:
La interseccionalidad explica cómo el poder político y económico y la opresión están vinculados y crean sistemas de discriminación o desventaja que experimentan las personas en función de sus identidades (p. ej., raza, género, orientación sexual, discapacidad, estatus migratorio, vivienda, educación e ingresos).

La interseccionalidad es una lente a utilizar para comprender los efectos diferenciales de las intervenciones probadas a través de ECP. Sin embargo, el informe considera que se necesita una recopilación de datos más refinada para capturar las identidades y las variables SDoH que normalmente no se registran en la HCE. Por ejemplo, ofrecer opciones de escritura de identidades facilitaría el surgimiento de las categorías sociales importantes para las experiencias del paciente.

Este nivel de claridad y detalle puede ayudar a prevenir la agregación de datos inapropiada y aumentar la transparencia con respecto a las decisiones. Si bien es posible que los estudios no tengan el poder de controlar todas las variables, el hecho de permitir categorías sociales más refinadas ayudará a garantizar que más personas se beneficien de las pruebas y que promueven la equidad en salud.

2.5 . Alfabetización y alfabetización en salud
Problema:
La información de salud recopilada en los RIP a menudo es escrita por encima del nivel de quinto grado recomendado por los NIH, o se desarrolla sin la participación de los pacientes usuarios finales.
La mala comprensión de los RIP debido al nivel de lectura o la falta de conocimientoimplica el riesgo de recibir datos incorrectos o no validados provistos por los pacientes, lo que afectaría las decisiones clínicas.

Recomendación:
El nivel de lectura de los RIP debe evaluarse formalmente, con pruebas cognitivas para garantizar la idoneidad de la población.
Como se mencionó anteriormente, los socios de la comunidad deben participar en la revisión y validación del contenido RIP.

Dado que la alfabetización y la alfabetización en salud tienen un impacto material en la forma en que los pacientes interpretan y responden a las herramientas RIP, se deben hacer esfuerzos para capturar adecuadamente el SDoH de los encuestados. El objetivo debe incluir los dominios "digitales" de alfabetización (p. ej., alfabetización en salud digital , competencia digital, agencia digital) influyentes en la recopilación e interpretación de datos RIP.

* Contemporary Clinical Trials
Equity and bias in electronic health records data
(Short Communication)
Volume 130, Julio 2023
Andrew D. Boyd a, Rosa Gonzalez-Guarda, Katharine Lawrence, Crystal L. Patil, Miriam O. Ezenwa, Emily C. O'Brien, Hyung Paek, et al
https://www.sciencedirect.com/science/article/pii/S1551714423001611?via%3Dihub