Las aplicaciones móviles en salud se enfrentan al reto de demostrar su eficacia en en estudios clínicos controlados, lo que no resulta sencillo debido a la diferencia temporal entre lo que se necesita para realizar y publicar un estudio y el desarrollo de las aplicaciones. Si queremos encontrar metaanálisis sobre mHealth de mediados de 2010 tenemos que esperar… hasta hoy. Se necesita una media de dos años desde que se está preparado para realizar una revisión de estudios hasta que se publica en una revista científica. ¿De qué sirve debido al avance de las aplicaciones y la tecnología? Investigadores británicos analizaron 20 años de estudios publicados sobre intervenciones móviles en salud para población destinadas a mejorar los procesos de atención del parto. Los 20 años, por supuesto, se extendía desde enero 1990 hasta septiembre de 2010. Dado el plazo de dos años (mínimo) que se necesita para llegar a la fecha de publicación,  significa que el estudio fue sólo mirando las intervenciones desarrolladas por mHealth hasta mediados de 2008. Apple lanzó su App Store al mismo tiempo estos estudios se acaba de empezar. En ese momento, sólo se había producido un evento de Salud 2.0. Desde entonces, han pasado muchas cosas, incluyendo la publicación del estudio de eficacia WellDoc en 2011. En un comentario que nos hicieron la semana pasada desde Wireless Life-Sciences, Jack Florio señaló: «Este campo ha ido evolucionando con la velocidad del rayo. Es probable que los estudios que se iniciaron en 2009 y 2010 no hayan llegado a la literatura. Esto significa que hay un adicional de 5 años de trabajos anteriores y en curso que no se tienen en cuenta en esta investigación. »
Alain Labrique, Ph.D., director fundador de la Johns Hopkins University Iniciativa Global mHealth, y su equipo llevó a cabo recientemente una encuesta entre los estudios mHealth que se registraron en la base de datos del gobierno clinicaltrials.gov partir de noviembre de 2012. Labrique escribe: «Se identificaron 215 estudios únicos mHealth que se registraron en la base de datos clinicaltrials.gov, de los cuales un 8,4 por ciento (n = 18) fueron observacionales, mientras que el restante 91,6 por ciento (n = 197) fueron intervencionistas. De los 215 estudios, el 81,8% (n = 176), los estudios usaron un diseño clásico ensayo aleatorio. Con base en estos resultados, proponemos que el campo está entrando en una nueva «era», donde un cuerpo de una evaluación rigurosa de las estrategias de mHealth se está acumulando rápidamente». Labrique concluye: «La transición hacia una era de mHealth basada en la evidencia apoya nuestra posición de que la innovación en este campo se puede evaluar con el mismo rigor que otras estrategias de salud pública, atenuando algunas de las exageraciones previamente asociadas con la mHealth».
Las autoridades sanitarias se enfrentan al reto de que en el mercado existen miles de aplicaciones, para profesionales y pacientes que no han pasado ningún control ni demostrado su eficaica. Cuando se trata de meros consejos de salud el riesgo es más limitado, pero no ocurre así con las que tienen que ver con el diagnóstico. Un reciente estudio publicado en o en ‘JAMA Dermatology‘ demostró que el rendimiento de las aplicaciones de teléfonos inteligentes en la evaluación de riesgo de melanoma es muy variable y tres de cada cuatro de ellas clasifican incorrectamente (un 30 por ciento o más) los melanomas como indiferentes. Los autores alertan de que la dependencia de estas solicitudes, que no están sujetas a la supervisión reguladora y no buscan consulta médica, puede retrasar el diagnóstico de melanoma y potencialmente dañar a los usuarios.
Los autores incluyeron 188 imágenes de lesiones en el análisis (60 de melanoma y 128 benignas) y cada una fue evaluada por cuatro aplicaciones de teléfonos inteligentes, cuyos resultados se registraron como positivos, negativos o evaluables. La sensibilidad de las cuatro aplicaciones probadas fue de 6,8 por ciento a 98,1 por ciento; la especificidad varió de 30,4 por ciento a 93,7 por ciento; el valor predictivo positivo fue de 33,3 por ciento al 42,1 por ciento y el valor predictivo negativo fue de 65,4 por ciento a 97 por ciento.
La mayor sensibilidad para el diagnóstico de melanoma se comprobó en una aplicación que enviaba la imagen directamente a un dermatólogo certificado por el consejo para el análisis, mientras que la más baja sensibilidad para el diagnóstico de melanoma eran las aplicaciones que utilizan algoritmos automatizados para analizar imágenes. Y es que, por mucho que se empeñen algunas aplicaciones, el médico sigue siendo necesario en el diagnóstico.
 
Fuente: mobihealthnews.com