Experimentos rápidos para mejorar la atención sanitaria

La muerte por cáncer colorrectal puede evitarse si se detecta precozmente. Controlar la hipertensión arterial puede prolongar la vida de los casi 500.000 estadounidenses que mueren cada año por esta enfermedad. Las vacunas previenen el tétanos, que de otro modo podría ser letal.

Está claro que la medicina preventiva puede marcar una gran diferencia para la salud.

Sin embargo, la mayoría de las personas no reciben la atención preventiva que podría salvarles la vida. De hecho, en 2015, solo ocho por ciento de los adultos estadounidenses mayores de 35 años habían recibido todas las vacunas, se habían hecho exámenes de detección de cáncer y otros servicios de alta prioridad que se les habían recomendado.

Para cambiar esta situación, los investigadores han tomado prestada una estrategia de Facebook, Google y otras empresas tecnológicas. Comparando rápidamente pequeñas diferencias en cómo se comunican con los pacientes —un proceso conocido en el mundo de la tecnología como pruebas A/B—, los profesionales sanitarios pueden aprender qué funciona y qué no. Este acercamiento ya ha aportado varias mejoras prácticas, aunque no todos están convencidos de su valor.

Las empresas orientadas a la tecnología utilizan las pruebas A/B para tomar decisiones sobre eslóganes de marketing, colores de las páginas web y muchas otras opciones. La clave está en la aleatoriedad, lo que supone que se les asigna aleatoriamente a las personas diferentes versiones de lo que se está probando. ¿Genera más clics un botón de “suscríbete” más grande que uno pequeño en un sitio web? ¿Un titular sobre una noticia capta más lectores que otro?

Leora Horwitz, internista e investigadora de servicios sanitarios de NYU Langone Health, y sus colegas adoptaron esta técnica —que denominan ensayos controlados aleatorios rápidos— para aprender a mejorar la prestación de servicios sanitarios. Los ensayos controlados aleatorios, o ECA, se utilizan ampliamente en medicina, en general para probar nuevos fármacos u otros tratamientos contra enfermedades. Por ejemplo, a los pacientes se les puede asignar al azar un nuevo fármaco o el tratamiento estándar actual, y luego se les hace un seguimiento durante meses o años para evaluar si el nuevo fármaco funciona mejor. Pero esos ensayos son lentos y caros, en parte porque los investigadores tienen que reclutar a personas dispuestas a participar en un experimento médico.

Por el contrario, los ECA rápidos no se emplean para estudiar nuevos tratamientos, por lo que no hay que reclutar participantes. Más bien, el objetivo de Horwitz es mejorar la prestación de la asistencia sanitaria mediante ensayos rápidos en los que se puedan probar y ajustar repetidamente los cambios en la prestación de asistencia en función de lo que los investigadores aprendan de cada prueba.

“Estamos aleatorizando lo que hacemos para evaluar con rapidez y precisión si lo que hacemos funciona”, explica Horwitz, que escribió sobre este enfoque en el Annual Review of Public Health de 2023.

Por ejemplo, Horwitz y sus colegas querían averiguar cómo conseguir que los pacientes sacaran citas para ponerse al día con su atención —es decir, servicios preventivos que están atrasados—. Debido a la enorme cantidad de pacientes, desde los consultorios médicos no pueden ponerse en contacto con todos por teléfono o a través del portal en línea que usa NYU Langone para comunicarse. El sistema sanitario necesitaba saber qué tipo de recordatorios eran más eficaces.

En la prueba A/B, los pacientes con brechas de atención se dividieron en dos grupos: los que se habían registrado para obtener una cuenta en el portal en línea y los que no. Luego, los pacientes de cada grupo se clasificaron según su historial de atención médica. Los pacientes que, basándose en su comportamiento pasado, era improbable que coordinaran las citas por sí solos fueron colocados en grupos de mayor riesgo; aquellos que en el pasado finalmente habían sacado sus propias citas fueron asignados a grupos de menor riesgo.

En una parte de la prueba se aleatorizó a varios miles de pacientes que no tenían cuenta en el portal, de modo que algunos recibieron un recordatorio a través de una llamada telefónica y otros no. Entre los que recibieron la llamada telefónica, los pacientes reservaron citas para 6,2 % de los servicios o pruebas retrasadas, en comparación con solo el 0,05 % entre los que no recibieron la llamada.

En otra parte de la prueba, algunos pacientes con cuentas en el portal de pacientes recibieron un mensaje recordatorio a través de esa web, mientras que otros no. De los que recibieron el mensaje, el 13 % programó los servicios necesarios, en comparación con el 1,1 % de los que no fueron contactados.

Lo que resultó importante fue que los experimentos revelaron que para los subgrupos de pacientes de alto riesgo y con menos probabilidades de recibir servicios preventivos sin un empujón, un recordatorio a través de una llamada telefónica fue la forma más efectiva de comunicarse con ellos. Poco después de que se conocieran los resultados de las pruebas, NYU Langone dio prioridad a todos sus pacientes de mayor riesgo para que recibieran recordatorios telefónicos y, para el resto, amplió enormemente el uso de mensajes desde el portal.

“Cuando aprendemos algo lo aplicamos rápidamente a todos nuestros mensajes”, dice Horwitz. Eso extiende de inmediato lo aprendido a decenas de miles de personas. “Es gratificante”, agrega.

Las pruebas A/B de Langone son la razón por la que miles de pacientes femeninas de NYU Langone ahora reciben mensajes cortos para recordarles que programen sus mamografías. Los investigadores utilizaron ECA rápidos para probar la redacción de los recordatorios enviados a través del portal en línea: ¿Obtendrían mejores resultados los mensajes más cortos? De hecho, casi el doble de pacientes programaron mamografías después de recibir un recordatorio en inglés de 76 palabras frente a aquellas que recibieron el antiguo mensaje de 155 palabras.

En otra investigación para hallar cómo aumentar las tasas de vacunación entre niños muy pequeños, Horwitz y su equipo recurrieron a pruebas rápidas aleatorias que compararon a los padres que recibieron uno o dos mensajes de texto como recordatorio, contra otros que no recibieron ningún mensaje. Solo quienes recibieron dos recordatorios —uno enviado a las 6 p. m. y el otro al mediodía dos días después— mostraron una diferencia, triplicando el número de citas programadas. La mayoría de las citas se coordinaron después del segundo mensaje de texto, lo que sugiere que este recordatorio de refuerzo fue lo que impulsó a los padres a actuar.

Aunque todavía es nueva en el sector de la salud, la idea de realizar ECA rápidos está ganando popularidad. Un equipo de investigación —un economista, un médico y un experto en políticas públicas, ninguno integrante del grupo de Horwitz— utilizó la técnica para determinar cómo aumentar el uso de los servicios de atención preventiva entre hombres negros, el grupo demográfico estadounidense con el nivel más bajo de expectativa de vida.

El equipo reclutó a más de 1.300 hombres negros de barberías y mercados de pulgas del área de Oakland, les pidieron que completaran un cuestionario de salud y les dieron un cupón para un examen de salud gratuito. Luego, crearon una clínica temporal con 14 médicos varones negros y no negros. Los hombres participantes fueron asignados al azar a un médico negro o a uno no negro. El resultado: los hombres negros asignados al azar a médicos negros tuvieron muchas más probabilidades de hacerse exámenes de detección de diabetes, vacunarse contra la gripe y recibir otros servicios preventivos que aquellos asignados a médicos no negros.

Algunos expertos dudan de que las pruebas rápidas A/B lleguen a ser algo común en el ámbito de la atención sanitaria. A Darren DeWalt, médico que dirige el Instituto para la Mejora de la Calidad de la Atención Médica de la Universidad de Carolina del Norte, le gusta el concepto, pero cree que la mayoría de las instituciones de atención médica lo evitará debido a razones éticas, porque la gente a menudo desaprueba la aleatorización, incluso en el contexto de algo tan inofensivo como los recordatorios de las consultas. “A la gente de este país no le gusta la idea de que se les asigne algo al azar, incluso algo tan simple como eso”, dice DeWalt. “Hay mucha desconfianza alrededor de los investigadores de la atención sanitaria”.

Otros critican las pruebas A/B diciendo que son ajustes marginales. Pierre Barker, jefe científico del Instituto para la Mejora de la Atención Médica, una organización sin fines de lucro en Boston, cree que las mejoras significativas en la prestación de atención médica requieren un análisis en profundidad del problema a resolver, lo que puede requerir muchos cambios en el sistema. Por el contrario, los ensayos controlados aleatorios rápidos se centran en un cambio único y discreto —por ejemplo, las palabras utilizadas en un guion telefónico— en lugar de un esfuerzo más amplio para comprender por qué los pacientes no buscan servicios preventivos y qué se puede hacer para cambiar eso.

“El atractivo es la rapidez con la que puede moverse, más que el tamaño del impacto”, afirma. “Sigo sin estar convencido de que se puede obtener más que un pequeño cambio incremental” a partir de ensayos controlados aleatorios rápidos.

Es cierto que la gran mayoría de las brechas en la atención de NYU Langone no se resolvieron con los nuevos recordatorios, dice Horwitz, pero las pruebas sí proporcionaron información que condujo a la realización de miles de servicios que podrían salvar vidas. Eso es lo que la convence de que la industria de la salud debería adoptar ensayos aleatorios rápidos.

“Si estuviera trabajando para una empresa web, una aerolínea o cualquier otra industria, la aleatorización sería algo de rutina —esta es la práctica estándar—”, dice. “Pero todavía es algo muy extraño en el ámbito de la atención sanitaria, y no debería serlo”.

Artículo traducido por Daniela Hirschfeld