L’uso e l’interpretazione di studi quasi sperimentali sulle malattie infettive

Abstract

Disegni di studi quasi sperimentali, a volte chiamati disegni di studi pre-post-intervento non randomizzati , sono onnipresenti nella letteratura sulle malattie infettive, in particolare nell’area degli interventi volti a diminuire la diffusione di batteri resistenti agli antibiotici. Poco è stato scritto sui vantaggi e sui limiti dell’approccio quasi sperimentale. Questo articolo delinea una gerarchia di progettazione di studi quasi sperimentali che è applicabile agli studi sulle malattie infettive e che, se applicata, può portare a ricerche più solide e collegamenti causali più convincenti tra gli interventi sulle malattie infettive e gli esiti.

Nello studio delle malattie infettive e, in particolare, nello studio del controllo delle infezioni e della resistenza agli antibiotici, il disegno dello studio quasi sperimentale, a volte chiamato disegno pre-post-intervento, viene spesso utilizzato per valutare il benefici di interventi specifici. Abbiamo esaminato gli studi pubblicati su 2 riviste (Clinical Infectious Diseases and Infection Control and Hospital Epidemiology) durante un periodo di 1,5 anni tra il 1 ° gennaio 2002 e il 1 ° giugno 2003 e abbiamo trovato 36 studi quasi sperimentali.

Quasi-sperimentale gli studi comprendono un’ampia gamma di studi di intervento non randomizzati. Questi disegni sono spesso usati quando non è logisticamente fattibile o non è etico condurre uno studio randomizzato e controllato, il “gold standard” del disegno della ricerca causale. Seguono esempi di studi quasi sperimentali. Ad esempio, se un ospedale sta introducendo l’uso di un disinfettante per le mani a base di alcol, l’ospedale potrebbe voler studiare l’impatto di questo intervento sull’esito dell’acquisizione di batteri resistenti agli antibiotici, sulla base della cultura di sorveglianza. L’intervento viene implementato, i tassi di acquisizione vengono misurati prima dell’intervento e dopo l’intervento e vengono analizzati i risultati. Come altro esempio, se un ospedale ha un tasso crescente di polmonite associata al ventilatore (VAP), il personale ospedaliero può progettare un intervento educativo volto a diminuire il tasso di VAP e confrontare i tassi prima e dopo l’intervento. Un terzo esempio potrebbe essere uno studio dell’effetto di un programma educativo / di gestione antimicrobica su pre-intervento e post-intervento pratiche di prescrizione di antibiotici.

Poiché la capacità di raccogliere dati clinici di routine è aumentata, è aumentato anche l’uso di disegni di studio quasi sperimentali nello studio delle malattie infettive e in altre discipline mediche. Tuttavia, poco si scrive su questi progetti di studio nella letteratura medica o nei manuali di epidemiologia tradizionali. Al contrario, la letteratura delle scienze sociali è piena di esempi di modi per implementare e migliorare gli studi quasi sperimentali.

In questo articolo, ci proponiamo di rivedere i diversi progetti di studio quasi sperimentali e la gerarchia di questi progetti rispetto alla loro capacità di stabilire associazioni causali tra un intervento e un risultato. L’esempio di un intervento disinfettante per le mani a base di alcol volto a ridurre i tassi di acquisizione di batteri resistenti agli antibiotici verrà utilizzato in tutto l’articolo per illustrare i diversi disegni di studio quasi sperimentali. Discutiamo i problemi che sorgono in progetti di studio quasi sperimentali e offriamo metodi per migliorarli.

Metodi

Abbiamo esaminato articoli e capitoli di libri che discutono la progettazione di studi quasi sperimentali. La maggior parte degli articoli faceva riferimento a 2 libri di testo, che sono stati poi esaminati in profondità.

Sono stati identificati i vantaggi e gli svantaggi chiave degli studi quasi sperimentali, in quanto riguardano lo studio delle malattie infettive. Sono stati identificati potenziali difetti metodologici di quasi esperimenti nello studio delle malattie infettive. Inoltre, viene fornita una figura riassuntiva che delinea una gerarchia di disegni di studio quasi sperimentali (figura 1): i disegni con numeri più alti hanno più validità interna rispetto alla potenziale causalità tra l’intervento e il risultato.

Risultati e discussione

Che cos’è un quasi esperimento?

I quasi esperimenti sono studi che mirano a valutare gli interventi ma che non utilizzano la randomizzazione.Come gli studi randomizzati, i quasi esperimenti mirano a dimostrare la causalità tra un intervento e un risultato.

Sulla base di questa definizione, è evidente che molti studi pubblicati nella letteratura sulle malattie infettive e, in particolare, nel lo studio della resistenza agli antibiotici utilizza il disegno dello studio quasi sperimentale. Si ritiene generalmente che lo studio randomizzato e controllato abbia il più alto livello di credibilità per quanto riguarda la valutazione della causalità; tuttavia, in un ospedale o in un contesto di salute pubblica, l’intervento spesso non può essere randomizzato, per uno o più motivi: (1) considerazioni etiche, (2) un’incapacità di randomizzare i pazienti, (3) un’incapacità di randomizzare le sedi e (4 ) la necessità di intervenire rapidamente. Ciascuno di questi motivi è discusso di seguito.

Le considerazioni etiche in genere non consentono di rifiutare un intervento di nota efficacia. Se l’efficacia di un intervento non è stabilita, uno studio randomizzato e controllato è il disegno di scelta per determinare l’efficacia. Ma se l’intervento in studio incorpora un intervento terapeutico accettato e ben stabilito, o se l’intervento ha un’efficacia discutibile sulla base di studi quasi sperimentali o osservazionali condotti in precedenza, allora vengono sollevate questioni etiche riguardanti la randomizzazione dei pazienti.

Gli interventi spesso non possono essere randomizzati ai singoli pazienti. Ad esempio, nello studio dell’effetto dell’uso di un disinfettante per le mani a base di alcol sui tassi di acquisizione di enterococchi resistenti alla vancomicina (VRE), come determinato dalla cultura di sorveglianza, è difficile randomizzare l’uso del disinfettante nelle singole stanze o nei singoli pazienti, perché , una volta disinfettato, è improbabile che un membro del personale accetti di essere ricontaminato prima di vedere il paziente successivo, né è probabile che un IRB lo accetti. Allo stesso modo, un intervento basato sull’istruzione per diminuire la VAP non può essere randomizzato ai singoli pazienti.

Gli interventi spesso non possono essere randomizzati nelle singole sedi. Ad esempio, è difficile randomizzare l’uso del disinfettante per le mani a base di alcol solo ad alcuni professionisti sanitari. Quando questo disegno di località randomizzate viene impiegato con successo, le località sono generalmente separate geograficamente; ciò comporta ulteriori questioni relative alla diversità di altri fattori sull’ambiente, il che complica ulteriormente la progettazione e l’analisi. Un compromesso che è stato impiegato è quello di randomizzare varie unità nello stesso ospedale. Tuttavia, è difficile, politicamente, implementare l’uso di un disinfettante a base di alcol solo in alcune parti di un ospedale o solo su alcuni lati di un reparto. Un’altra alternativa sottoutilizzata è lo studio di randomizzazione a grappolo, in cui vengono randomizzati gruppi intatti o “cluster”, piuttosto che individui.

Quando si cerca di controllare una malattia infettiva, spesso è necessario intervenire rapidamente, il che rende difficile condurre correttamente uno studio randomizzato. Nei focolai di infezione causati da batteri resistenti agli antibiotici, ad esempio, vi è spesso pressione per porre fine all’epidemia intervenendo in tutte le aree possibili e, quindi, non è possibile trattenere cura, che si verificherebbe in uno studio controllato randomizzato in cui uno dei gruppi non ha ricevuto alcun trattamento. La necessità clinica ed etica di intervenire rapidamente rende difficile o impossibile intraprendere il lungo processo di implementazione di uno studio randomizzato. Inoltre, c’è una sostanziale dibattito in letteratura sul tasso di concordanza tra studi randomizzati e studi osservazionali. Di conseguenza, numerosi studi vengono condotti in modo retrospettivo, dopo un intervento è stata implementata per porre fine a tale epidemia.

Quali sono le minacce per stabilire la causalità quando i disegni quasi sperimentali vengono utilizzati nello studio delle malattie infettive?

La mancanza di assegnazione casuale è la principale debolezza del disegno dello studio quasi sperimentale. Le associazioni identificate in quasi esperimenti soddisfano alcuni requisiti di causalità, perché l’intervento precede la misurazione del risultato. Inoltre, è possibile dimostrare che il risultato varia statisticamente con l’intervento. Sfortunatamente, l’associazione statistica non implica un’associazione causale, soprattutto se lo studio è mal progettato. Pertanto, in molti quasi esperimenti, ci si trova molto spesso alla domanda: esistono spiegazioni alternative per l’apparente associazione causale? Se queste spiegazioni alternative sono credibili, l’evidenza non è convincente. Queste ipotesi rivali o spiegazioni alternative derivano dai principi del disegno dello studio epidemiologico.

I principi metodologici che più spesso si traducono in spiegazioni alternative negli studi quasi sperimentali sulle malattie infettive includono quanto segue: (1) difficoltà nel controllo di importanti variabili confondenti, (2) risultati spiegati dal principio statistico di regressione alla media e (3) effetti di maturazione.

La difficoltà nel controllare importanti variabili confondenti deriva dalla mancanza di randomizzazione. Ad esempio, in uno studio volto a dimostrare che l’introduzione di un disinfettante per le mani a base di alcol ha portato a tassi più bassi di acquisizione di batteri resistenti agli antibiotici, ci sono una serie di importanti potenziali variabili confondenti che possono differire tra i 2 periodi (es. , i periodi di pre-intervento e post-intervento); le variabili includono la gravità della malattia, la qualità dell’assistenza medica e infermieristica e le pratiche di prescrizione di antibiotici. In una regressione multivariabile, la prima variabile potrebbe essere affrontata attraverso misure di gravità della malattia, ma la seconda e la terza variabile confondente sarebbero difficili, se non quasi impossibili, da misurare e controllare.

Regressione al la media è un fenomeno statistico diffuso. Può portare a concludere erroneamente che un effetto è dovuto al trattamento quando, in realtà, è dovuto al caso. Il fenomeno fu descritto per la prima volta nel 1886 da Francis Galton. Ha misurato l’altezza degli adulti dei bambini e dei loro genitori, osservando che, quando l’altezza media dei genitori era maggiore dell’altezza media nella popolazione, i bambini tendevano ad essere più bassi dei loro genitori. Allo stesso modo, quando l’altezza media dei genitori era inferiore all’altezza media nella popolazione, i bambini tendevano ad essere più alti dei loro genitori.

Nel trattamento di molte malattie infettive, ciò che fa scattare l’implementazione di un l’intervento è un aumento del tasso sopra la media o la norma. Ad esempio, le carte di controllo statistico vengono spesso utilizzate nel controllo delle infezioni per avvisare il personale di controllo delle infezioni che i tassi di VAP o di acquisizione di batteri resistenti agli antibiotici sono più alti del normale. Il principio statistico di regressione alla media prevede che questi tassi elevati tenderanno a diminuire, anche senza intervento. Tuttavia, il personale ospedaliero non può attendere passivamente che si verifichi questo declino. Pertanto, il personale ospedaliero spesso implementa uno o più interventi e, se si verifica un calo del tasso, può erroneamente concludere che il calo è correlato causalmente all’intervento. In effetti, una spiegazione alternativa potrebbe essere la regressione alla media.

Gli effetti di maturazione sono una minaccia per la validità della conclusione che un intervento ha causato un risultato. Questi effetti sono legati ai cambiamenti naturali che i pazienti sperimentano con il passare del tempo. Questi cambiamenti nella maturazione possono minacciare la validità interna dello studio. Inoltre, ci sono tendenze stagionali cicliche che possono essere una minaccia per la validità dell’attribuzione di un risultato osservato a un intervento. Ad esempio, le infezioni virali hanno modelli stagionali che portano a tassi più elevati di VAP in inverno. Nel nostro studio di esempio, se il tasso di VAP preintervento viene misurato in inverno e l’intervento avviene in primavera, il calo del tasso di VAP potrebbe essere dovuto all’andamento stagionale e non all’intervento.

Quali sono i diversi modelli di studio quasi sperimentale?

Nella letteratura delle scienze sociali, gli studi quasi sperimentali sono suddivisi in 3 categorie di progettazione di studio:

1. Disegni di studio quasi sperimentali che non utilizzano gruppi di controllo

2. Disegni di studio quasi sperimentali che utilizzano gruppi di controllo ma non pretest

3. Disegni di studio quasi sperimentali che utilizzano gruppi di controllo e pretest

Esiste una gerarchia all’interno di queste categorie di disegni di studio, con studi di categoria 3 più solidi di quelli di categoria 2 o 1, in termini di determinazione della causalità. Pertanto, se possibile, i ricercatori dovrebbero mirare a progettare studi che rientrano nella categoria 3.

Shadish et al. discutere 7 progetti nella categoria 1; 3 modelli nella categoria 2; e 6 modelli nella categoria 3. Abbiamo stabilito che gli studi di categoria 2 sono raramente applicabili nella ricerca sulle malattie infettive, perché le misurazioni preliminari sono quasi sempre disponibili. Inoltre, abbiamo determinato che la maggior parte dei quasi esperimenti nello studio delle malattie infettive potrebbero essere caratterizzati da 5 disegni di studio nella categoria 1 e da 3 disegni nella categoria 3, perché gli altri disegni di studio non sono stati utilizzati nello studio delle malattie infettive, secondo il letteratura. Pertanto, per semplicità, abbiamo riassunto gli 8 schemi di studio più rilevanti per la ricerca sulle malattie infettive nelle sezioni seguenti e nella figura 1. In ogni notazione simbolica, il tempo si sposta da sinistra a destra.

Categoria 1: Quasi -progetti di studi sperimentali che non utilizzano gruppi di controllo.

1. Il progetto pre-test-post-test a 1 gruppo.

Questo è un progetto di studio comunemente usato. Viene eseguita una singola misurazione osservazionale pre-test (O1), viene implementato un intervento (X) e viene eseguita una misurazione post-test (O2).Ad esempio, O1 potrebbe essere il tasso di acquisizione di VRE determinato dai risultati delle colture di sorveglianza perirettale, X potrebbe essere l’introduzione dell’uso di un disinfettante per le mani a base di alcol e O2 potrebbe essere il tasso di acquisizione di acquisizione di VRE a seguito dell’intervento . L’inclusione di un test preliminare fornisce alcune informazioni su quali sarebbero stati i tassi di acquisizione se l’intervento non fosse avvenuto.

2. Il disegno pre-test-post-test a 1 gruppo che utilizza un doppio pre-test.

Il vantaggio di questo disegno di studio rispetto al disegno 1 è che l’aggiunta di una seconda misurazione pre-test prima dell’intervento riduce la probabilità che la regressione al media, maturazione e / o stagionalità potrebbero spiegare l’associazione osservata tra l’intervento e il risultato post-test. Ad esempio, in uno studio in cui l’uso di un disinfettante per le mani a base di alcol ha portato a tassi di acquisizione di VRE inferiori (O3 < O2 e O1), se 1 studio aveva 2 misurazioni preintervento di VRE tassi di acquisizione (O1 e O2) ed erano entrambi elevati, questo suggerirebbe che c’era una minore probabilità che O3 fosse inferiore a causa di variabili confondenti, effetti di maturazione, effetti stagionali o regressione alla media.

3. Il progetto pre-test post-test a 1 gruppo che utilizza una variabile dipendente non equivalente.

Questo progetto prevede l’inclusione di una variabile dipendente non equivalente (b), oltre alla variabile dipendente primaria (a). Le variabili aeb dovrebbero valutare costrutti simili; cioè, le 2 misurazioni dovrebbero avere variabili causali potenziali simili e variabili confondenti, ad eccezione dell’effetto dell’intervento. La variabile a dovrebbe cambiare a causa dell’intervento X, mentre la variabile b non lo è. Prendendo il nostro esempio di VAP, la variabile a potrebbe essere l’incidenza di VAP e la variabile b potrebbe essere l’incidenza di infezione del tratto urinario associato a catetere (UTI). Se un intervento educativo ha lo scopo di incoraggiare il personale ospedaliero ad alzare la testa dei letti dei pazienti e a seguire un protocollo di svezzamento con ventilazione meccanica, ci si aspetterebbe di osservare una diminuzione dell’incidenza di VAP ma non di quella di IVU. una serie di importanti variabili confondenti, come la gravità della malattia e le pratiche di prescrizione di antibiotici, potrebbero influenzare entrambe le misurazioni dei risultati. Pertanto, se i tassi di VAP e UTI fossero entrambi misurati e se i tassi di VAP diminuissero dopo l’intervento, ma i tassi di UTI no, i dati sarebbero più convincenti che se fossero misurati solo i tassi di VAP.

Questo progetto aggiunge una terza misurazione post-test (03) al progetto pre-test-post-test a 1 gruppo e quindi rimuove l’intervento prima di un viene effettuata la misura finale (O4). Il vantaggio di questo disegno è che permette di testare ipotesi sull’esito sia in presenza che in assenza dell’intervento. Pertanto, se si prevede una diminuzione della ou se si verifica un risultato compreso tra O1 e O2 (cioè dopo l’implementazione dell’intervento), si prevede un aumento del risultato tra O3 e O4 (cioè dopo la rimozione dell’intervento). Un avvertimento è che, se si ritiene che l’intervento abbia effetti persistenti, è necessario misurare l’O4 dopo che è probabile che questi effetti siano scomparsi. Ad esempio, uno studio sarebbe più convincente se dimostrasse che i tassi di acquisizione di VRE sono diminuiti a seguito di un intervento con disinfettante per le mani a base di alcol (O2 e O3 inferiori a O1) e che quando l’uso del disinfettante è stato interrotto, i tassi sono aumentati (O4 maggiore di O2 e O3 e più vicino a 01).

Il vantaggio di questo design è che dimostra la riproducibilità dell’associazione tra l’intervento e il risultato. Ad esempio, è più probabile che l’associazione sia causale se si dimostra che l’uso di un disinfettante per le mani a base di alcol si traduce in una diminuzione dei tassi di resistenza agli antibiotici sia quando viene introdotto per la prima volta sia quando viene reintrodotto dopo un’interruzione dell’intervento. Come nel disegno dello studio 3, si deve presupporre che l’effetto dell’intervento sia transitorio. Questo design non è spesso utilizzato nello studio delle malattie infettive a causa delle questioni etiche coinvolte nella rimozione di un trattamento che sembra essere efficace. Tuttavia, epidemiologicamente, è un progetto migliore rispetto a quelli delineati in precedenza.

Categoria 3: progetti quasi sperimentali che utilizzano gruppi di controllo e pretest. Il lettore dovrebbe notare che, in tutti questi disegni di studio, l’intervento non è randomizzato. I gruppi di controllo scelti sono gruppi di confronto. L’ottenimento di misurazioni preliminari sia per il gruppo di intervento che per quello di controllo consente di valutare la comparabilità iniziale dei gruppi. L’ipotesi è che minore è la differenza tra le misurazioni pretest, minore è la probabilità che vi siano importanti variabili confondenti tra i 2 gruppi.