€49.99 10 Sections 82 Lessons
Course Description
1.0.- Introducción
Esta sección presenta una introducción al enfoque de la Práctica Clínica Basada en la Evidencia y destaca la importancia de las Revisiones Sistemáticas en la Pirámide de la Evidencia. Los objetivos de aprendizaje incluyen comprender las diferencias entre las Revisiones Narrativas y Sistemáticas, explorar el equipo necesario y la planificación temporal para realizar revisiones, y analizar otras metodologías de revisión según los objetivos. Además, se proporcionará una guía de los pasos a seguir y la estructura general del curso, junto con referencias y herramientas útiles para llevar a cabo una investigación de calidad en el ámbito clínico.
Mediante este Video de Ejemplo puedes tener constancia del estilo de nuestros contenidos
2.- Definición de la Pregunta y Alcance
Esta sección se centra en enseñar cómo plantear preguntas de investigación precisas y eficaces utilizando métodos como FINER y PICO. Los objetivos de aprendizaje incluyen determinar si se necesita un enfoque amplio o reducido en la pregunta de investigación, explorar tipos de preguntas más allá de los estudios de eficacia que no se ajustan al formato PICO y desarrollar habilidades para realizar búsquedas eficientes utilizando técnicas y selección de palabras clave apropiadas. Este conocimiento es esencial para garantizar que la pregunta de investigación aborde de manera efectiva el problema clínico en cuestión y facilite la realización de revisiones sistemáticas de alta calidad.
3.- Construir el algoritmo de búsqueda
En la sección "Estrategias de Búsqueda y Construcción de Algoritmos", los estudiantes aprenderán a desarrollar habilidades de búsqueda efectivas en bases de datos médicas y científicas, como PubMed. Los objetivos de aprendizaje incluyen conocer los pasos fundamentales en la estrategia de búsqueda, seleccionar bases de datos y buscadores, y utilizar términos de búsqueda efectivos, como MeSH y palabras clave.
Se enseñará a los estudiantes a identificar encabezados médicos (MeSH) adecuados, aplicar filtros, realizar búsquedas simples y avanzadas en PubMed, así como manejar referencias y exportar resultados. Además, aprenderán a afinar algoritmos de búsqueda mediante la identificación de palabras clave y encabezados, el uso de etiquetas y filtros, y la corrección de errores comunes.
La sección también cubre cómo dar por finalizado un algoritmo de búsqueda y cómo convertirlo para su uso en otras bases de datos, como Embase y Web of Science. Los estudiantes aprenderán a utilizar herramientas como la aplicación 2dSearch para crear algoritmos de manera eficiente en PubMed, así como a configurar notificaciones automáticas para búsquedas periódicas en PubMed. Finalmente, se proporcionarán referencias útiles para la creación de algoritmos de búsqueda.
Mediante este Video de Ejemplo puedes tener constancia del estilo de nuestros contenidos
4.- Desarrollar y registrar el protocolo
Esta sección, "Desarrollo y Registro del Protocolo", aborda cómo crear protocolos sólidos en revisiones sistemáticas siguiendo el estándar PRISMA-P. Los estudiantes aprenderán a registrar un protocolo en PROSPERO para garantizar la transparencia y calidad en sus investigaciones. Además, se introducirá el desarrollo del protocolo para revisiones exploratorias (Scoping Review), permitiendo a los alumnos adquirir habilidades para diseñar diferentes tipos de revisiones en función de sus objetivos de investigación.
5.- Buscar y seleccionar los estudios
La sección "Selección de Artículos" enseña a los estudiantes el proceso de selección de artículos relevantes para revisiones sistemáticas. Aprenderán a realizar screening de artículos y control de duplicados con la herramienta Rayyan. Además, se familiarizarán con la creación del diagrama de flujo PRISMA para visualizar el proceso de selección de estudios y conocerán la importancia de la ruptura del ciego en la investigación. Finalmente, los estudiantes aprenderán cómo exportar resultados de la selección de artículos para su posterior análisis.
6.- Extracción de Datos
Esta sección aborda el proceso de extracción de datos en revisiones sistemáticas y exploratorias. La lección 6.1 presenta consideraciones generales para la extracción de datos, incluyendo la selección de variables, la creación de formularios de extracción y la importancia de la precisión y la reproducibilidad en este proceso.
En la lección 6.2, los estudiantes llevarán a cabo una práctica de extracción de datos de imágenes utilizando la herramienta WebPlotDigitizer, que permite capturar y cuantificar datos a partir de gráficos, mapas y otros recursos visuales.
7.- Evaluación Crítica de los Estudios
La sección se centra en la evaluación de la calidad de los estudios incluidos en revisiones sistemáticas y exploratorias. Los estudiantes aprenderán sobre herramientas como CASP (Critical Appraisal Skills Programme) para evaluar estudios de investigación y la metodología GRADE (Grading of Recommendations Assessment, Development, and Evaluation) para calificar la calidad de la evidencia. Además, se abordarán la utilización práctica de repositorios de herramientas y guías de reporte. A lo largo de la sección, los estudiantes realizarán ejercicios prácticos para aplicar estos enfoques en la evaluación crítica de estudios.
Mediante este Video de Ejemplo puedes tener constancia del estilo de nuestros contenidos
8.- Evaluación del Riesgo de Sesgo con RoB 2 (Estudios Aleatorizados comparación de Intervenciones)
En esta sección, los estudiantes profundizarán en la evaluación del riesgo de sesgo en estudios clínicos mediante el uso de la herramienta RoB-2. Se les presentarán los fundamentos necesarios para comprender y aplicar criterios rigurosos en la evaluación de aleatorización, ocultación, características basales, y la desviación de la intervención. Esta última se abordará desde diversas perspectivas, incluyendo la intención de tratar frente al protocolo, la consciencia sobre la asignación, y las desviaciones por el contexto del ensayo, así como la adecuación del análisis.
Además, los estudiantes aprenderán a identificar y evaluar la falta de datos o resultados, comprendiendo cómo estos pueden afectar los resultados del efecto. Se explorará el dominio del error de medida de resultados, con énfasis en la influencia del conocimiento de la intervención. También se abordará la selección de reporte, destacando las variaciones respecto a las intenciones previas a reportar y a las intenciones de análisis.
La sección culminará con ejemplos prácticos que permiten a los estudiantes aplicar los conocimientos adquiridos en la evaluación del riesgo de sesgo, específicamente en los dominios de aleatorización, desviación, enmascaramiento, medida del resultado y reporte. Estos ejemplos proporcionarán una comprensión más profunda y aplicable de los conceptos teóricos.
Al finalizar esta sección, los estudiantes estarán equipados con las habilidades y el conocimiento necesarios para realizar evaluaciones críticas y precisas del riesgo de sesgo en estudios clínicos, mejorando así la calidad y la confiabilidad de sus revisiones sistemáticas.
9.- Evaluación del Riesgo de Sesgo con ROBINS-I (Estudios No Aleatorizados comparación de Intervenciones)
Esta sección integral del curso profundiza en la evaluación crítica del sesgo en estudios no aleatorizados de intervenciones (NRSI) utilizando la herramienta ROBINS-I. Comenzando con una introducción al marco de trabajo ROBINS-I y las consideraciones de su protocolo, los aprendices adquirirán conocimientos fundamentales sobre cómo distinguir entre varios dominios de sesgo específicos para estudios no aleatorizados . La serie continúa con un examen detallado de siete dominios de sesgo distintos, explorando las estrategias de evaluación y los niveles de riesgo de cada uno. Estos incluyen la evaluación de riesgos asociados con confusores antes de la intervención, el sesgo de selección, la clasificación de las intervenciones, las desviaciones de las intervenciones previstas, los datos de resultados faltantes, el sesgo en la medición de resultados y el sesgo debido a la selección del resultado informado. Al finalizar esta sección, los participantes estarán equipados con las habilidades necesarias para identificar y mitigar posibles sesgos dentro de los NRSI, mejorando la fiabilidad y validez de los hallazgos de sus investigaciones.
A.- Lecciones Extra
Esta sección explora las opciones del Acelerador de Revisiones Sistemáticas, herramientas y técnicas que facilitan y agilizan el proceso de revisión. La lección A.1 presenta una visión general de estas opciones, mientras que en las lecciones A.2 a A.4 se examinan herramientas específicas como el Analyser de encabezados de Yale, PubReMiner y SWIFT-Review. Los estudiantes aprenderán cómo utilizar estas herramientas para mejorar la eficiencia en la búsqueda de literatura, análisis de encabezados, minería de datos y organización de la información durante la realización de revisiones sistemáticas.