Dermatología basada en la evidencia: cómo leer un ensayo, medir el beneficio real y decidir con GRADE en 2026
Sobre el capítulo 7, «Evidence-Based Dermatology» (M. Bigby y H.C. Williams) · Rook’s Textbook of Dermatology, 8.ª ed., 2010
El capítulo de Bigby y Williams enseña a formular preguntas clínicas, buscar la mejor prueba disponible y valorarla críticamente antes de aplicarla a un paciente concreto. Esta lectura conserva lo que sigue siendo útil en consulta (NNT, intervalos de confianza, razones de verosimilitud, potencia) y lo pone al día: la pirámide de niveles ha dado paso a GRADE, QUOROM y CONSORT 2010 a PRISMA 2020 y CONSORT 2025, las escalas de calidad a RoB 2 y ROBINS-I, y las comparaciones entre biológicos se apoyan hoy en metaanálisis en red vivos y en farmacovigilancia activa.
Obra de referencia: Burns T, Breathnach S, Cox N, Griffiths C (eds.), Rook’s Textbook of Dermatology, 8.ª ed. (Wiley-Blackwell, 2010). Síntesis editorial DermRX actualizada a octubre de 2026 · Revisión clínica individual pendiente · 17 min de lectura.
En 20 segundos
- La evidencia útil responde a una pregunta concreta sobre un paciente concreto. Formularla con el esquema PICO, buscar primero síntesis de calidad y valorar validez, magnitud y aplicabilidad sigue siendo el núcleo del método, pero hoy la certeza se califica con GRADE y no con una pirámide de diseños.
- El beneficio se expresa mejor en términos absolutos: diferencia de respuestas, NNT y su intervalo de confianza. Un efecto relativo idéntico produce NNT muy distintos según el riesgo basal, y un resultado no significativo en un ensayo pequeño casi nunca demuestra ausencia de efecto: hay que mirar el límite superior del intervalo.
- Los daños raros no aparecen en los ensayos de registro. El ensayo ORAL Surveillance y las restricciones europeas a los inhibidores de JAK muestran que la seguridad se decide con ensayos dedicados, registros como BIOBADADERM y notificación espontánea a la Tarjeta Amarilla, no con la experiencia personal de cada prescriptor.
Claves de la lectura
Una buena pregunta clínica ya contiene la estrategia de búsqueda
Definir paciente, intervención, comparador y desenlace obliga a decidir qué importa de verdad antes de abrir PubMed. En dermatología el comparador relevante rara vez es placebo: es el tratamiento que ya usaríamos, sea metotrexato, adalimumab biosimilar o fototerapia. El desenlace debe ser el que valora el paciente, como aclaramiento completo, prurito o calidad de vida, y no un marcador intermedio. Con la pregunta bien construida, la búsqueda se limita a revisiones sistemáticas y guías recientes, y solo si no las hay se baja a ensayos individuales o estudios observacionales.
La certeza de la evidencia se califica con GRADE, no por el diseño del estudio
La tabla de niveles del libro ordenaba los estudios por diseño. GRADE parte de ese orden, pero rebaja la certeza por riesgo de sesgo, inconsistencia, evidencia indirecta, imprecisión y sesgo de publicación, y puede elevar la de estudios observacionales con efectos grandes o gradiente dosis-respuesta. El resultado son cuatro niveles de certeza por desenlace y recomendaciones fuertes o condicionales que integran valores, costes y factibilidad. Las guías europeas, británicas y la mayoría de documentos de consenso actuales lo usan, y leerlas bien exige distinguir certeza baja de recomendación débil.
El NNT solo tiene sentido referido a un riesgo basal y con su intervalo
El mismo efecto relativo produce un NNT de 7 cuando el comparador cura a la mitad de los pacientes y de 33 cuando cura a uno de cada diez. Por eso un NNT agregado de un metaanálisis con tasas de control heterogéneas puede engañar. En consulta conviene traducir el resultado al riesgo del paciente que tenemos delante y presentarlo como frecuencias naturales. Los cocientes de odds sobrestiman el riesgo relativo cuando el desenlace es frecuente, algo habitual en ensayos de psoriasis o dermatitis atópica con respuestas superiores al 50%.
Un ensayo negativo y pequeño no demuestra que el tratamiento no funcione
La ausencia de significación estadística significa que no se ha descartado el azar, no que no haya diferencia. Muchos ensayos dermatológicos clásicos tenían una potencia insuficiente para detectar diferencias relativas del 25 o del 50%. La lectura correcta consiste en mirar el límite del intervalo de confianza más favorable al tratamiento: si ese valor sería clínicamente importante, el estudio no resuelve la duda. A la inversa, un valor de p muy pequeño en un ensayo enorme puede corresponder a un efecto trivial; la relevancia clínica se juzga con la magnitud, no con la p.
Los daños infrecuentes exigen otros diseños y una notificación activa
Los ensayos de registro incluyen unos cientos o miles de pacientes durante meses y solo detectan efectos adversos frecuentes. Si un ensayo no registra ningún evento en n pacientes, el límite superior del intervalo de confianza al 95% es aproximadamente 3/n. Los riesgos raros o tardíos se identifican con ensayos de seguridad específicos, cohortes, registros como BIOBADADERM y notificación espontánea. Un único caso grave vivido en consulta debe notificarse a la Tarjeta Amarilla, pero no debería bastar para abandonar un fármaco que, con datos poblacionales, tiene un balance favorable.
Los metaanálisis en red permiten comparar biológicos que nunca se enfrentaron
En psoriasis y dermatitis atópica hay decenas de fármacos sistémicos y pocos ensayos directos. Los metaanálisis en red combinan comparaciones directas e indirectas a través de un comparador común, siempre que se cumpla la transitividad: poblaciones, dosis y momentos de evaluación comparables. Las versiones vivas, como la revisión Cochrane de psoriasis o la red de Drucker en dermatitis atópica, se actualizan al aparecer nuevos ensayos. Las clasificaciones por rango no deben leerse como diferencias clínicas seguras; conviene revisar la certeza GRADE de cada comparación.
La evidencia observacional bien diseñada complementa al ensayo, pero no lo sustituye
Registros y bases de datos de práctica clínica aportan pacientes mayores, comorbilidades y seguimiento prolongado que los ensayos excluyen. Su principal amenaza es la confusión por indicación: quien recibe un fármaco suele tener una enfermedad distinta de quien no lo recibe. La emulación de un ensayo diana, que define de antemano elegibilidad, tiempo cero, estrategias comparadas y análisis, reduce errores clásicos como el sesgo de tiempo inmortal. Para efectos adversos raros puede ser la mejor evidencia disponible; para eficacia comparativa, sus resultados deben leerse con certeza baja salvo efectos muy grandes y consistentes.
Las herramientas del método, una a una
Qué mide cada instrumento, cómo se interpreta y en qué error se cae con más frecuencia al usarlo en dermatología.
Preguntas y diseños
Pregunta PICO
Paciente, intervención, comparador, desenlace- Uso
- Estructura la duda surgida en consulta y la convierte en términos de búsqueda; añadir el tiempo de evaluación evita comparar resultados a 12 semanas con resultados a un año.
- Error frecuente
- Elegir placebo como comparador cuando la decisión real es entre dos tratamientos activos, o un desenlace intermedio que el paciente no percibe.
Ensayo clínico aleatorizado
Eficacia y daños frecuentes- Fortalezas
- La aleatorización con ocultación de la secuencia reparte los factores pronósticos conocidos y desconocidos; el enmascaramiento protege los desenlaces subjetivos como prurito o valoración global.
- Límites
- Poblaciones seleccionadas, duración corta y tamaño insuficiente para efectos raros; en dermatología el enmascaramiento falla con fototerapia, retinoides o tratamientos que cambian visiblemente la piel.
Cohortes y casos y controles
Daños raros, pronóstico- Uso
- Las cohortes estiman riesgos relativos y son adecuadas para pronóstico y seguridad; los casos y controles estiman odds ratios y son eficientes para desenlaces raros o de latencia larga.
- Riesgo
- Confusión y sesgo de recuerdo: la asociación entre uso de fotoprotector y melanoma en casos y controles reflejaba la exposición solar de quienes más se protegían, no un efecto causal.
Ensayo de no inferioridad
Margen predefinido- Lectura
- Demuestra que un tratamiento no es peor que otro en más de un margen fijado de antemano; hay que comprobar que el margen es clínicamente razonable y justificado.
- Trampa
- El análisis por intención de tratar favorece la no inferioridad si hay muchos abandonos; debe coincidir con el análisis por protocolo para resultar convincente.
Medidas de efecto y precisión
NNT y NNH
1 / diferencia absoluta- Interpretación
- Número de pacientes que hay que tratar para conseguir un resultado adicional o provocar un daño adicional frente al comparador, en un tiempo determinado.
- Precaución
- Depende del riesgo basal y del horizonte temporal; debe acompañarse de su intervalo de confianza y no extrapolarse entre poblaciones con tasas de respuesta distintas.
Riesgo relativo y odds ratio
Cohortes, ECA, casos y controles- Diferencia
- El riesgo relativo compara proporciones; la odds ratio compara odds. Se parecen cuando el desenlace es raro, por debajo del 10%, y divergen cuando es frecuente.
- Aplicación
- Si un ensayo solo comunica odds ratios, conviene recalcular diferencia de riesgos y NNT con las tasas de cada grupo antes de explicarlo al paciente.
Intervalo de confianza al 95%
Precisión de la estimación- Lectura
- Rango de valores compatibles con los datos; su anchura depende del tamaño muestral, la variabilidad y el nivel de confianza elegido.
- Uso práctico
- En ensayos negativos se examina el extremo favorable; en ensayos positivos, el extremo menos favorable indica el beneficio mínimo plausible.
Razón de verosimilitud
Pruebas diagnósticas- Cálculo
- Sensibilidad dividida entre uno menos especificidad para el resultado positivo; multiplicada por las odds preprueba da las odds posprueba.
- Umbral
- Cocientes positivos superiores a 10 o negativos inferiores a 0,1 cambian la probabilidad de forma decisiva; entre 0,5 y 2 apenas modifican la decisión.
Instrumentos de valoración crítica
GRADE
Certeza por desenlace- Qué hace
- Califica la certeza como alta, moderada, baja o muy baja y gradúa la fuerza de la recomendación integrando beneficios, daños, valores, costes y aceptabilidad.
- Lectura
- Una recomendación condicional con certeza baja admite decisiones distintas según preferencias del paciente; no es un permiso para ignorarla.
RoB 2
Riesgo de sesgo en ECA- Dominios
- Aleatorización, desviaciones de la intervención, datos ausentes, medición del desenlace y selección del resultado comunicado, valorados por desenlace y no por estudio.
- Ventaja
- Sustituye a las escalas de puntuación, que mezclaban calidad de comunicación con riesgo real de sesgo y daban falsa precisión.
ROBINS-I
Estudios no aleatorizados- Planteamiento
- Compara cada estudio observacional con el ensayo ideal que habría respondido la misma pregunta y valora confusión, selección, clasificación de la intervención y sesgos de medición.
- Utilidad
- Imprescindible para revisar evidencia de registros sobre seguridad de biológicos o inmunosupresores en situaciones especiales como embarazo o edad avanzada.
AMSTAR 2
Revisiones sistemáticas- Dominios críticos
- Protocolo registrado, búsqueda exhaustiva, justificación de exclusiones, valoración del riesgo de sesgo, métodos de síntesis adecuados y estudio del sesgo de publicación.
- Consecuencia
- Una revisión con un fallo crítico merece confianza baja aunque esté publicada en una revista de alto impacto.
Normas de comunicación
PRISMA 2020
Sustituye a QUOROM- Contenido
- Lista de 27 apartados y diagrama de flujo para revisiones sistemáticas, con más exigencia en estrategia de búsqueda, métodos de síntesis y certeza de la evidencia.
- Lectura
- Su ausencia no invalida una revisión, pero dificulta reproducirla, comprobar la exhaustividad de la búsqueda y detectar decisiones tomadas post hoc.
CONSORT 2025
Ensayos aleatorizados- Novedades
- Lista de 30 apartados que incorpora una sección de ciencia abierta: registro, protocolo, plan de análisis, disponibilidad de datos y declaración de conflictos y financiación.
- Pareja
- SPIRIT 2025 regula el protocolo; comparar protocolo y publicación es la forma más rápida de detectar cambios de desenlace principal.
STARD 2015
Precisión diagnóstica- Exige
- Describir el espectro de pacientes, el patrón de referencia, el enmascaramiento de quien lee la prueba y el flujo de todos los participantes, incluidos los resultados indeterminados.
- Dermatología
- Fundamental para estudios de dermatoscopia, microscopía confocal o reflectancia y algoritmos que clasifican lesiones pigmentadas.
TRIPOD+AI
Modelos predictivos- Ámbito
- Comunicación de modelos de predicción con regresión o aprendizaje automático, con atención a datos de entrenamiento, validación externa, calibración y equidad entre subgrupos.
- Aplicación
- Ayuda a valorar herramientas de inteligencia artificial para cribado de melanoma antes de incorporarlas a la práctica asistencial.
Contrastes que resuelven la duda
Las comparaciones que más a menudo cambian el diagnóstico o la elección de tratamiento.
Revisión sistemática clásica frente a metaanálisis en red
- Pregunta
- Compara dos intervenciones con ensayos directos frente a ordena muchas intervenciones combinando comparaciones directas e indirectas
- Supuesto clave
- Homogeneidad conceptual y estadística frente a transitividad y coherencia entre evidencia directa e indirecta
- Resultado
- Estimación agrupada con su intervalo frente a efectos relativos entre todos los pares y clasificación probabilística
- Riesgo de lectura
- Confundir ausencia de heterogeneidad detectada con homogeneidad real frente a sobreinterpretar el primer puesto de una clasificación
Análisis por intención de tratar frente a por protocolo
- Población
- Todos los aleatorizados en su grupo asignado frente a quienes completaron el tratamiento según lo previsto
- Qué estima
- Efecto de ofrecer el tratamiento en condiciones reales frente a efecto con adherencia completa
- Sesgo
- Conservador en ensayos de superioridad frente a vulnerable a la selección por abandonos relacionados con eficacia o toxicidad
- Uso
- Análisis principal de los ensayos de superioridad frente a análisis complementario imprescindible en no inferioridad
Significación estadística frente a relevancia clínica
- Pregunta
- ¿Es compatible el resultado con el azar? frente a ¿cambia la vida del paciente o la decisión del médico?
- Herramienta
- Valor de p y contraste de hipótesis frente a diferencia mínima clínicamente importante, NNT e intervalo de confianza
- Ejemplo
- Diferencia de 0,2 puntos de PASI significativa en un ensayo enorme frente a respuesta PASI 90 o prurito controlado
- Decisión
- Nunca basta por sí sola frente a requiere además validez y aplicabilidad al paciente concreto
Ensayo aleatorizado frente a registro o estudio de práctica real
- Fortaleza
- Control de la confusión por aleatorización frente a pacientes reales, comorbilidad y seguimiento largo
- Debilidad
- Selección y duración corta frente a confusión por indicación y datos ausentes
- Mejor uso
- Eficacia y daños frecuentes frente a daños raros, persistencia del tratamiento y subgrupos excluidos de los ensayos
- Herramienta de valoración
- RoB 2 frente a ROBINS-I y emulación de ensayo diana
Modelo de efectos fijos frente a efectos aleatorios
- Supuesto
- Un único efecto verdadero común a todos los estudios frente a una distribución de efectos verdaderos
- Intervalo
- Más estrecho frente a más amplio cuando hay heterogeneidad
- Peso de los estudios pequeños
- Bajo frente a relativamente mayor, lo que amplifica el efecto de estudios pequeños sesgados
- Cuándo preferirlo
- Estudios muy similares frente a variabilidad clínica esperable en poblaciones, dosis o tiempos de evaluación
Qué haría en consulta
Situaciones frecuentes en consulta de dermatología y cómo las resolvería con el capítulo y la evidencia actual.
Siuna residente presenta en sesión un ensayo de un nuevo anti-IL-23 con PASI 90 del 70% frente al 5% con placebo y propone incluirlo en el protocolo del servicio
Valoraría primero la validez con RoB 2: ocultación de la asignación, abandonos y desenlace prerregistrado. Traduciría el resultado a diferencia absoluta del 65% y NNT de 2 frente a placebo, pero recordaría que la pregunta real es frente a los biológicos ya disponibles. Consultaría la revisión Cochrane en red y su certeza GRADE, el informe de posicionamiento terapéutico de la AEMPS y la financiación en BIFIMED, y solo entonces propondría su lugar en el protocolo junto con el coste y el plan de registro en BIOBADADERM.
Siun ensayo pequeño de un tratamiento para alopecia areata en placas concluye que no es mejor que placebo, con una diferencia de respuesta del 15% e intervalo de confianza del 95% entre −5% y 35%
No lo daría por ineficaz. El extremo superior del intervalo, un 35% de diferencia absoluta, sería clínicamente muy relevante, de modo que el estudio es simplemente impreciso. Revisaría si se calculó la potencia, si el desenlace estaba prerregistrado y si hay otros ensayos que permitan agrupar resultados. En la práctica, mantendría las opciones con mejor certeza y explicaría al paciente que la evidencia de esta alternativa es insuficiente, no negativa.
Siun paciente de 67 años, fumador y con antecedente de infarto, con dermatitis atópica grave, pide un inhibidor de JAK porque ha leído que actúa más rápido
Le explicaría que la evidencia de seguridad procede de un ensayo dedicado en artritis reumatoide con más eventos cardiovasculares mayores, neoplasias y trombosis con tofacitinib que con anti-TNF, y que la EMA restringe estos fármacos en mayores de 65 años, fumadores y pacientes con riesgo cardiovascular salvo ausencia de alternativas. Propondría dupilumab, lebrikizumab, tralokinumab o nemolizumab, autorizado por la EMA en febrero de 2025 desde los 12 años. Si todos fallaran, usaría la dosis más baja eficaz, con hemograma, lípidos y transaminasas basales, y documentaría el consentimiento.
Sila gerencia ofrece una aplicación de inteligencia artificial para dermatoscopia con sensibilidad del 95% y especificidad del 80% para melanoma, pensada para atención primaria
Pediría el estudio de validación según STARD y TRIPOD+AI: espectro de pacientes, patrón de referencia histológico, validación externa y rendimiento en fototipos altos. Calcularía la razón de verosimilitud positiva, 4,75, y con una prevalencia de melanoma del 2% en lesiones consultadas obtendría una probabilidad posprueba cercana al 9%, lo que generaría muchas derivaciones. Exigiría marcado CE como producto sanitario y propondría una evaluación prospectiva local antes de implantarla.
Sitras un caso de hepatitis grave con un fármaco sistémico en un paciente propio, un adjunto propone retirarlo del protocolo
Notificaría el caso a la Tarjeta Amarilla del Sistema Español de Farmacovigilancia y revisaría la ficha técnica, la literatura de casos y los datos de registros para estimar la frecuencia real. Una reacción grave aislada no basta para cambiar un protocolo si el balance poblacional es favorable, pero puede justificar reforzar la monitorización analítica o la selección de pacientes. Plantearía la decisión en sesión con la evidencia agregada, no con el recuerdo vívido del caso.
Perlas de examen y de consulta
◆La regla del tres
Si un estudio con n pacientes no registra ningún efecto adverso grave, el límite superior del intervalo de confianza al 95% para su frecuencia es aproximadamente 3/n. Un ensayo de 300 pacientes sin casos de tuberculosis no excluye un riesgo de hasta el 1%, cifra suficiente para mantener el cribado previo.
◆Del 60% de respuesta en 20 pacientes no se deduce casi nada
Doce respuestas en veinte pacientes tratados en la propia consulta corresponden a un intervalo de confianza que va aproximadamente del 36% al 81%. La experiencia personal es imprecisa además de sesgada, porque se recuerdan los éxitos y se pierden los pacientes que no vuelven.
◆Comparar protocolo y artículo descubre el sesgo de desenlace
Antes de creer el resultado principal de un ensayo, conviene buscar su registro en ClinicalTrials.gov o en el sistema europeo CTIS, obligatorio para todos los ensayos de la UE desde enero de 2025, y comprobar que el desenlace principal y el tiempo de evaluación coinciden con los publicados. Los cambios no explicados son una señal de alarma.
◆El error estándar no describe la dispersión
Las barras de error con un error estándar parecen estrechas y transmiten una precisión engañosa. Para describir datos se usan desviación típica o rango intercuartílico; para inferir, intervalos de confianza. En datos asimétricos, como recuentos de lesiones, la mediana describe mejor el centro que la media.
◆Más desenlaces, más falsos positivos
Con veinte comparaciones independientes al nivel del 5% cabe esperar un resultado significativo por azar. Los ensayos deben declarar pocos desenlaces principales antes de empezar; los subgrupos positivos con efecto global nulo deben considerarse generadores de hipótesis y confirmarse en ensayos diseñados para ello.
◆Los índices compuestos no son escalas lineales
PASI y EASI multiplican superficie por intensidad y no se comportan como una regla: pasar de 4 a 2 no equivale a pasar de 40 a 20 para el paciente. Por eso los conjuntos básicos de desenlaces combinan signos con síntomas, calidad de vida y control a largo plazo.
Actualización DermRX
Qué ha cambiado entre la obra (2010) y octubre de 2026, y qué conviene matizar con la literatura posterior.
EvidenciaDe la pirámide de niveles a la certeza GRADE
El libro ordenaba la evidencia con la tabla de niveles del Centro de Oxford, en la que el diseño casi determinaba la confianza. Hoy las guías dermatológicas europeas, británicas y estadounidenses califican cada desenlace con GRADE: un ensayo aleatorizado puede bajar a certeza baja por sesgo, imprecisión o evidencia indirecta, y un estudio observacional puede subir si el efecto es grande. Las recomendaciones se gradúan como fuertes o condicionales y explicitan valores y costes. Para el clínico, la pregunta ya no es qué tipo de estudio hay, sino cuánta confianza merece cada efecto concreto.
Fuentes: Guyatt GH, et al. BMJ. 2008 PMID: 18436948.GuíasQUOROM y CONSORT 2010 sustituidos por PRISMA 2020 y CONSORT 2025
El capítulo citaba QUOROM para metaanálisis y la versión revisada de CONSORT. PRISMA 2020 ha reemplazado a QUOROM con mayores exigencias sobre búsqueda, síntesis y certeza, y CONSORT 2025, publicado junto con SPIRIT 2025 para protocolos, amplía la lista a 30 apartados con una sección de ciencia abierta: registro, plan de análisis, acceso a datos, financiación y conflictos de interés. STARD 2015 sigue vigente para precisión diagnóstica y TRIPOD+AI cubre modelos predictivos con aprendizaje automático, relevantes para la dermatoscopia asistida.
Fuentes: Page MJ, et al. BMJ. 2021 PMID: 33782057. Hopewell S, et al. BMJ. 2025 PMID: 40228833. Collins GS, et al. BMJ. 2024 PMID: 38626948.EvidenciaRiesgo de sesgo por dominios: RoB 2, ROBINS-I y AMSTAR 2
En 2010 la calidad se resumía con listas de comprobación o escalas de puntuación. Cochrane las ha abandonado: RoB 2 valora cinco dominios por desenlace en ensayos aleatorizados, ROBINS-I compara cada estudio observacional con un ensayo diana hipotético y AMSTAR 2 identifica fallos críticos en revisiones sistemáticas. La consecuencia práctica es que ya no se debe aceptar una revisión porque sea sistemática ni un registro porque sea grande: hay que comprobar dominios críticos como el sesgo de selección del resultado comunicado o la confusión residual.
Fuentes: Sterne JAC, et al. BMJ. 2019 PMID: 31462531. Sterne JA, et al. BMJ. 2016 PMID: 27733354. Shea BJ, et al. BMJ. 2017 PMID: 28935701.TerapéuticaMetaanálisis en red vivos para elegir entre sistémicos
El libro lamentaba no saber qué tratamiento de la psoriasis grave era mejor ni en qué orden usarlo. Hoy la revisión Cochrane en red de tratamientos sistémicos de la psoriasis, actualizada en 2025, y la red viva de Drucker para dermatitis atópica comparan decenas de fármacos con certeza GRADE por comparación. En psoriasis, bimekizumab, ixekizumab, risankizumab e infliximab encabezan la respuesta PASI 90 en inducción; en dermatitis atópica, upadacitinib a dosis alta y abrocitinib son numéricamente los más eficaces, y lebrikizumab resulta similar a dupilumab. Son datos a corto plazo: la elección individual sigue dependiendo de comorbilidad, seguridad, coste y financiación.
Fuentes: Sbidian E, et al. Cochrane Database Syst Rev. 2025 PMID: 40767824. Drucker AM, et al. JAMA Dermatol. 2024 PMID: 39018058.SeguridadInhibidores de JAK: el ejemplo de un daño que solo vio un ensayo dedicado
El capítulo advertía que los ensayos no detectan bien los efectos adversos raros. ORAL Surveillance, un ensayo de seguridad en artritis reumatoide con pacientes mayores de 50 años y factores de riesgo, mostró más eventos cardiovasculares mayores y neoplasias con tofacitinib que con anti-TNF. Tras la recomendación del PRAC y el CHMP de octubre-noviembre de 2022, confirmada en enero de 2023, la Comisión Europea extendió en marzo de 2023 las precauciones a todos los inhibidores de JAK para enfermedades inflamatorias: en mayores de 65 años, fumadores o exfumadores de larga duración y personas con riesgo cardiovascular o neoplásico, solo si no hay alternativas adecuadas y a la dosis más baja eficaz.
Fuentes: Ytterberg SR, et al. N Engl J Med. 2022 PMID: 35081280. EMA. Janus kinase inhibitors (JAKi): arbitraje del artículo 20. Decisión de la Comisión Europea, marzo de 2023.ClasificaciónConjuntos básicos de desenlaces y emulación de ensayos diana
El libro criticaba la heterogeneidad de escalas y la dudosa validez de índices como el PASI. En dermatitis atópica, la iniciativa HOME ha fijado un conjunto básico para ensayos: EASI para signos, POEM para síntomas, escala numérica del prurito, DLQI y sus versiones pediátricas para calidad de vida, y RECAP o ADCT para control a largo plazo. En paralelo, la emulación de ensayos diana se ha convertido en el estándar para analizar registros y bases de datos con menos sesgos de diseño, aunque no elimina la confusión no medida.
Fuentes: Williams HC, et al. J Allergy Clin Immunol. 2022 PMID: 35351441. Hernán MA, et al. JAMA. 2022 PMID: 36508210.Conectar con DermRX
Referencias
Lectura de referencia
M. Bigby, H.C. Williams. Capítulo 7, «Evidence-Based Dermatology». En: Burns T, Breathnach S, Cox N, Griffiths C, eds. Rook’s Textbook of Dermatology. 8.ª ed. Oxford: Wiley-Blackwell; 2010. Consultado en su edición original en inglés.
Fuentes consultadas para contrastar y actualizar
- Guyatt GH, Oxman AD, Vist GE, Kunz R, Falck-Ytter Y, Alonso-Coello P, et al. GRADE: an emerging consensus on rating quality of evidence and strength of recommendations. BMJ. 2008;336(7650):924-6. PMID: 18436948.
- Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71. PMID: 33782057.
- Hopewell S, Chan AW, Collins GS, Hróbjartsson A, Moher D, Schulz KF, et al. CONSORT 2025 statement: updated guideline for reporting randomised trials. BMJ. 2025;389:e081123. PMID: 40228833.
- Sterne JAC, Savović J, Page MJ, Elbers RG, Blencowe NS, Boutron I, et al. RoB 2: a revised tool for assessing risk of bias in randomised trials. BMJ. 2019;366:l4898. PMID: 31462531.
- Sterne JA, Hernán MA, Reeves BC, Savović J, Berkman ND, Viswanathan M, et al. ROBINS-I: a tool for assessing risk of bias in non-randomised studies of interventions. BMJ. 2016;355:i4919. PMID: 27733354.
- Shea BJ, Reeves BC, Wells G, Thuku M, Hamel C, Moran J, et al. AMSTAR 2: a critical appraisal tool for systematic reviews that include randomised or non-randomised studies of healthcare interventions, or both. BMJ. 2017;358:j4008. PMID: 28935701.
- Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA, Glasziou PP, Irwig L, et al. STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies. BMJ. 2015;351:h5527. PMID: 26511519.
- Collins GS, Moons KGM, Dhiman P, Riley RD, Beam AL, Van Calster B, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ. 2024;385:e078378. PMID: 38626948.
- Sbidian E, Chaimani A, Guelimi R, Tai CC, Beytout Q, Choudhary C, et al. Systemic pharmacological treatments for chronic plaque psoriasis: a network meta-analysis. Cochrane Database Syst Rev. 2025;8(8):CD011535. PMID: 40767824.
- Drucker AM, Lam M, Prieto-Merino D, Malek R, Ellis AG, Yiu ZZN, et al. Systemic immunomodulatory treatments for atopic dermatitis: living systematic review and network meta-analysis update. JAMA Dermatol. 2024;160(9):936-44. PMID: 39018058.
- Ytterberg SR, Bhatt DL, Mikuls TR, Koch GG, Fleischmann R, Rivas JL, et al. Cardiovascular and cancer risk with tofacitinib in rheumatoid arthritis. N Engl J Med. 2022;386(4):316-26. PMID: 35081280.
- Williams HC, Schmitt J, Thomas KS, Spuls PI, Simpson EL, Apfelbacher CJ, et al. The HOME Core outcome set for clinical trials of atopic dermatitis. J Allergy Clin Immunol. 2022;149(6):1899-911. PMID: 35351441.
- Hernán MA, Wang W, Leaf DE. Target trial emulation: a framework for causal inference from observational data. JAMA. 2022;328(24):2446-7. PMID: 36508210.
- European Medicines Agency. Janus kinase inhibitors (JAKi): Article 20 procedure. PRAC recommendation 12 January 2023; European Commission decision 10 March 2023. Amsterdam: EMA; 2023.
