Un análisis de 15.199 ensayos clínicos registrados prospectivamente encontró que el 30,8% presentó al menos una modificación significativa de sus desenlaces primarios después de comenzar el reclutamiento de participantes. El estudio, publicado el 16 de septiembre en JAMA Network Open, utilizó modelos de lenguaje para comparar diferentes versiones de los registros disponibles en ClinicalTrials.gov.
Los resultados muestran, al mismo tiempo, una reducción considerable de estas modificaciones durante la última década. La proporción de ensayos con cambios pasó del 48,9% entre los estudios iniciados en 2016 al 8% entre aquellos que comenzaron en 2024, una tendencia que aporta una segunda lectura sobre la evolución de las prácticas de registro y transparencia en investigación clínica.
Más de 4.600 ensayos presentaron cambios en sus desenlaces primarios
La investigación incluyó ensayos intervencionistas sobre productos terapéuticos y dispositivos regulados por la Administración de Alimentos y Medicamentos de Estados Unidos que fueron registrados prospectivamente en ClinicalTrials.gov. Los estudios habían comenzado entre el 1 de enero de 2015 y el 31 de diciembre de 2024 y figuraban como completados al 25 de septiembre de 2025.
Para cada ensayo, los investigadores compararon la última versión del registro disponible antes de que comenzara la inclusión de participantes con la versión más reciente. De los 15.199 estudios examinados, se estimó que 4.678, equivalentes al 30,8%, tuvieron al menos un cambio considerado significativo en un desenlace primario después de iniciado el reclutamiento. El intervalo de confianza del 95% se situó entre 26,7% y 34,5%.
El desenlace primario corresponde al resultado principal definido previamente para responder la pregunta central de un ensayo. Su especificación prospectiva permite conocer qué variable será utilizada para evaluar los resultados del estudio y constituye uno de los componentes centrales de los mecanismos de transparencia y reducción del reporte selectivo en investigación clínica.
Cambios en los periodos de evaluación fueron los más frecuentes
El análisis estableció previamente tres tipos de modificaciones que podían ser identificadas de forma objetiva en los registros. El cambio más frecuente correspondió a modificaciones en el periodo de evaluación del desenlace primario, presentes en el 17,8% de los ensayos. La incorporación de nuevos desenlaces primarios se estimó en 12,5%, mientras que la eliminación de desenlaces definidos inicialmente apareció en el 8,5%.
Estas categorías no son excluyentes, por lo que un mismo ensayo podía presentar más de una clase de modificación. El resultado tampoco permite interpretar cada cambio como una irregularidad. Los protocolos pueden requerir modificaciones por razones metodológicas o científicas justificadas; el interés del registro prospectivo está en garantizar que estos cambios puedan identificarse y evaluarse con transparencia.
La importancia de definir anticipadamente los desenlaces radica en reducir la posibilidad de seleccionar posteriormente aquellos resultados que ofrecen conclusiones más favorables o estadísticamente significativas. Por ello, ClinicalTrials.gov conserva las diferentes versiones de los registros y permite establecer qué elementos fueron definidos antes y después de comenzar un estudio.
Las modificaciones disminuyeron durante la última década
Uno de los resultados más relevantes fue la reducción progresiva de los cambios identificados. Entre los ensayos iniciados en 2015 y 2016, el 47,38% presentó alguna modificación de sus desenlaces primarios. La proporción cayó al 33,82% entre 2017 y 2018, al 32,03% entre 2019 y 2020, al 25,15% entre 2021 y 2022 y al 13,56% entre 2023 y 2024.
Cuando los investigadores analizaron cada año individualmente, estimaron una reducción desde 48,9% en 2016 hasta 8% en 2024. En el análisis multivariable, cada año más reciente de inicio estuvo asociado con una menor probabilidad de presentar modificaciones, con una razón de momios ajustada de 0,83 por cada año transcurrido.
El estudio identifica esta tendencia, pero no permite determinar directamente qué factores produjeron la disminución. Los autores señalan que las modificaciones siguen presentes y plantean que herramientas automatizadas podrían facilitar una vigilancia sistemática de los registros por parte de revistas científicas, financiadores y organismos reguladores.
Financiación, tipo de intervención y área clínica mostraron diferencias
Los ensayos con financiación de la industria presentaron mayores probabilidades de registrar modificaciones de los desenlaces primarios frente a aquellos sin financiación industrial, con una razón de momios ajustada de 1,32. Esta asociación describe una diferencia estadística entre los grupos analizados, pero no establece que la fuente de financiación haya causado las modificaciones.
También se identificaron diferencias según el tipo de intervención. Frente al grupo utilizado como referencia por los investigadores, los ensayos sobre dispositivos tuvieron una razón de momios ajustada de 1,46 y aquellos sobre productos biológicos de 1,27. Algunas áreas terapéuticas también registraron mayores probabilidades, entre ellas neoplasias, enfermedades del sistema nervioso y enfermedades respiratorias.
El resultado plantea un nuevo elemento para la discusión sobre transparencia en la investigación, un asunto que también forma parte de los cambios regulatorios propuestos recientemente para la investigación en salud con seres humanos en Colombia, donde el registro de estudios y la publicación de resultados aparecen entre los componentes considerados para actualizar las reglas nacionales.
¿Cómo utilizó inteligencia artificial el estudio?
La revisión manual de las sucesivas versiones de miles de registros constituye una de las principales dificultades para vigilar modificaciones a gran escala. Los investigadores evaluaron varios modelos de lenguaje utilizando inicialmente un conjunto anotado de 100 ensayos y seleccionaron el modelo con mejor desempeño para clasificar posteriormente la totalidad de los registros incluidos.
El sistema comparó los registros previos al inicio del reclutamiento con las versiones más recientes y clasificó las adiciones, eliminaciones y modificaciones del periodo de evaluación de los desenlaces. Las estimaciones finales fueron ajustadas estadísticamente para considerar el desempeño del modelo utilizado durante la clasificación.
La metodología abre una posible aplicación adicional de los modelos de lenguaje dentro de la investigación científica. Más allá de generar o analizar información clínica, estas herramientas podrían utilizarse para revisar de manera automatizada grandes repositorios de registros y detectar modificaciones que posteriormente requieran evaluación humana.
¿Qué limitaciones deben considerarse al interpretar los resultados?
Los autores advierten que la clasificación dependió de un modelo de lenguaje y no de la revisión manual individual de los 15.199 ensayos. Aunque las estimaciones fueron ajustadas de acuerdo con su desempeño, la evaluación inicial se realizó sobre un conjunto limitado de estudios y no permitió establecer si la precisión del sistema variaba según las características de cada ensayo.
El análisis tampoco examinó todas las modificaciones que pueden producirse dentro de un protocolo. Se concentró en cambios que podían identificarse objetivamente mediante métodos automatizados y no evaluó modificaciones en la propia medida utilizada para determinar cada desenlace. Tampoco estableció las razones científicas o metodológicas que motivaron cada modificación.
Los resultados, por tanto, no permiten concluir que el 30,8% de los ensayos haya presentado manipulación, incumplimientos o conductas científicas inadecuadas. El hallazgo documenta la frecuencia con la que determinados elementos de los desenlaces primarios cambiaron después de iniciado el reclutamiento y muestra que esa frecuencia disminuyó sustancialmente entre 2016 y 2024.
Publicado como una carta de investigación en JAMA Network Open, el estudio plantea que los modelos de lenguaje pueden ofrecer una alternativa escalable para examinar los registros de ensayos clínicos. La reducción observada durante la última década y la posibilidad de identificar automáticamente modificaciones permiten ampliar las herramientas disponibles para seguir la trazabilidad y transparencia de la evidencia clínica.
