Ensayos aleatorizados también para las políticas públicas

Pedro Rey
Comportamiento saludable

¿Qué tienen en común medidas como la publicación de las calorías que contienen los alimentos de los restaurantes de comida rápida, las visitas a domicilio a personas mayores para comprobar su medicación o las transferencias de dinero a familias pobres para dar a luz en hospitales en India? Todas ellas buscan un objetivo socialmente deseable, detrás de todas ellas parece haber una intuición razonable sobre sus efectos beneficiosos y, además, todas ellas permiten al político que las decide mostrar que es activo, que “hace cosas”. No obstante, comparten también dos características en común. En primer lugar, se han puesto en marcha en muchos países sin que su efectividad se evaluara antes de implementarse y, en segundo lugar, cuando se testaron resultó que o bien no tenían ningún efecto o, incluso, producían resultados contrarios a los que se buscaban. La publicación de las calorías no reduce significativamente la ingesta de comidas grasientas. Las visitas a domicilio no contribuyen a mejorar los patrones de medicación o la adherencia de las personas mayores. Por último, como muestran Andrew y Vera-Hernández (2020), los incentivos para dar a luz en hospitales en India aumentaron la mortalidad perinatal puesto que los servicios hospitalarios no pudieron responder en las mejores condiciones al exceso de demanda creado.

Las políticas se evalúan por sus efectos, no por sus intenciones 

Antes de tomar cualquier medida costosa y con implicaciones importantes conviene haber realizado una evaluación previa de sus efectos. Una buena manera de evaluarla es mediante ensayos aleatorios controlados (RCT por sus siglas en inglés). La metodología RCT busca crear un grupo contrafactual que permita contestar a la pregunta “¿Qué hubiera ocurrido si no se hubiera puesto en marcha cierta medida?”. Los lectores de este blog ya están familiarizados con esta metodología puesto que, en esencia, sigue el mismo patrón que cualquiera de los ensayos clínicos tan comunes en medicina y farmacia: 1) División aleatoria de la población de estudio en grupo de tratamiento y grupo de control; 2) Aplicación de la medida en el grupo de tratamiento, y 3) Comparación de las variables de medición recogidas entre los dos grupos para poder atribuir causalidad a la medida que ha generado la discrepancia entre grupos. 

La metodología RCT no solo puede aplicarse a la toma de decisiones sobre nuevos fármacos, patrones de tratamiento o procesos quirúrgicos, sino que también es una herramienta imprescindible para la gestión sanitaria y de la salud pública. Efectuar un test piloto en unas condiciones suficientemente generales permite basar las decisiones de salud pública en evidencia contrastada y extrapolable, y no en intuiciones, ideología o conveniencia.

No obstante, y a pesar de que su uso se va extendiendo desde la adjudicación del Premio Nobel de Economía, en 2019, a Banerjee, Duflo y Kremer, son varios los obstáculos que encontramos para su implementación como herramienta imprescindible en la toma de decisiones.

El primero de ellos es el desconocimiento de su existencia por parte de los gestores. Superado ya el rancio debate sobre la evaluación cualitativa respecto a la cuantitativa (ambas se complementan), aún queda mucho trabajo por hacer entre quienes ocupan puestos de responsabilidad en formación de metodología evaluadora y análisis de datos. Además, este desconocimiento suele escudarse en la supuesta complejidad de llevar a cabo ensayos aleatorios controlados, cuando realmente la aleatorización es trivial y lo único que se exige es tener muy claro qué se quiere medir y qué variables son necesarias para hacerlo.

Para todo ello, el obstáculo más difícil de salvar es obviamente el de la disponibilidad de datos que permitan cuantificar y entender los resultados de cualquier intervención que se encuentre en fase de pilotaje. Aunque se están haciendo avances, la disponibilidad de datos administrativos y el compartir bases de datos entre administraciones e instituciones es otro de los cambios culturales fundamentales que necesitamos para avanzar hacia una gestión sanitaria basada en la evidencia.

En ocasiones se aducen también problemas éticos en este tipo de ensayos puesto que el grupo de control no obtiene los supuestos beneficios que se dan a quienes pertenecen al grupo de tratamiento. Sin embargo, hay dos respuestas a esta cautela. Una es preguntarse hasta qué punto es ético administrar la medida del grupo de tratamiento a toda la población sin haber evaluado antes sus efectos, que pueden incluso llegar a ser perjudiciales. La segunda es que, incluso si sabemos que la medida es beneficiosa, ¿qué impide que una vez evaluada la apliquemos al grupo de control que se ha quedado hasta entonces sin ella? Además, los comités de ética requeridos en todo ensayo aleatorizado, no sólo en los clínicos, llevan mucho camino recorrido resolviendo este tipo de cuestiones.

Por último, se suele argumentar que estos ensayos tienen un coste elevado. No obstante, el coste principal no suele ser el de realizar el ensayo en sí, sino el de la medida que se quiere aplicar, por lo que el coste es en todo caso menor que si se aplica directamente a toda la población. Creo que además el debate sobre el coste está mal orientado. Los economistas no usamos el concepto de coste de oportunidad para referirnos al coste de efectuar el ensayo, sino para compararlo con el coste de no experimentar y, por lo tanto, continuar utilizando una medida (o no aplicando otra) que no es la idónea desde el punto de vista del coste-beneficio. 

Si bien es cierto que no en todas las circunstancias se puede realizar un ensayo aleatorio controlado, y a veces se puede caer en la trampa de la parálisis por análisis, comenzar a debatir sobre las formas de superar las reticencias existentes para su incorporación a la gestión sanitaria será seguro un buen impulso a la gestión y el diseño de políticas públicas basadas en la evidencia.

Para terminar, dejo un vídeo introductorio sobre esta metodología que espero les resulte útil.