[Risk of Publication Bias in Therapeutic Interventions for COVID-19Risco de viés de publicação em intervenções terapêuticas para a COVID-19]. / Riesgo de sesgo de publicación en intervenciones terapéuticas para la COVID-19.

This article describes publication bias, its most frequent causes, its characteristics, the regulatory tools to avoid it, and some statistical techniques to analyze it. These techniques are explained and applied to three therapeutic interventions related to the 2019 coronavirus disease (COVID-19): corticosteroids, ivermectin, and tocilizumab. Risk of publication bias was detected for ivermectin and tocilizumab. Systematic reviews and meta-analyses are secondary research designs that provide a reference to guide decision-making. They are prone to different types of bias, i.e., a systematic deviation in the results. Even if carried out with methodological rigor, their validity can be threatened by publication bias. This is defined as the act of concealing or delaying publication, withholding data arising from research studies, or both. Up to half of controlled trials remain unpublished. During the H1N1 virus pandemic, publication bias from industry-funded studies led to the recommendation and large-scale procurement of oseltamivir, a drug that later proved to have no relevant beneficial effects. Two-thirds of clinical trial funding for COVID-19 comes from the pharmaceutical industry. In the context of the COVID-19 pandemic, studies are published at an accelerated pace, making it very important to understand and identify publication bias. To reduce publication bias it is necessary to regulate the registration and publication of clinical trials, but this requires coordination among countries and international bodies. It is important to suspect and attempt to identify publication bias for decision making.

Este artigo descreve o viés de publicação, suas causas mais frequentes, suas características, as ferramentas regulatórias para evitá-lo e algumas técnicas estatísticas para analisá-lo. Essas técnicas são explicadas e aplicadas a três intervenções terapêuticas relacionadas à doença pelo coronavírus 2019 (COVID-19, na sigla em inglês): corticoides, ivermectina e tocilizumabe. Detectou-se risco de viés de publicação para ivermectina e tocilizumabe. As revisões sistemáticas e as meta-análises são delineamentos de pesquisa secundária que constituem uma referência para orientar a tomada de decisão. Estão propensas a diferentes tipos de viés, que é um desvio sistemático nos resultados. Mesmo tendo sido desenvolvidas com rigor metodológico, sua validade pode ser ameaçada pelo viés de publicação, que é definido como o ato de ocultar ou atrasar a publicação, reter dados de pesquisa ou ambos. Até metade dos estudos controlados realizados jamais são publicados. Durante a pandemia pelo vírus H1N1, o viés de publicação de estudos financiados pela indústria levou à recomendação e à compra, em grande escala, do medicamento oseltamivir que, mais tarde, ficou conhecido por não ter efeitos benéficos relevantes. Dois terços do financiamento para os ensaios clínicos referentes à COVID-19 vêm da indústria farmacêutica. No contexto da atual pandemia de COVID-19, os estudos vêm sendo publicados em ritmo acelerado; portanto, é fundamental conhecer e identificar o viés de publicação. Para reduzi-lo, é necessário regulamentar o registro de a publicação de ensaios clínicos, o que requer coordenação entre países e organismos internacionais. É importante suspeitar e tentar identificar o viés de publicação para a tomada de decisão.

Narrative review: predictive models on the evolution of COVID-19 pandemic

ABSTRACT Mathematical modeling has been used for over a hundred years to assess the impact of public health intervention strategies and suggest the optimal course of action in the fight against emerging infectious diseases. The appearance of the new SARS-CoV-2 virus poses a great challenge for health planners and decision-makers, who must allocate finite resources, reorganize care systems, and make decisions in a context of great uncertainty. Many health systems incorporate information provided by predictive models in their decision-making process to face the COVID-19 pandemic. This makes it necessary to review the evolution of the different types of existing models, their characteristics, limitations and link with decision-making in Argentina and other countries. In order to fulfill this objective, a bibliographic search was carried out on the published models about the evolution of the pandemic. The number of related projects submitted for scholarships from the Ministry of Science, Technology and Innovation was analyzed. Different types of published models were identified, classified and described, such as deterministic and stochastic, different compartmentalized models, threshold theory and main characteristics of the models were described as the basic reproductive number ( R 0). The importance of the assumptions of each model and the approach to uncertainty were analyzed. Its main limitations and its link with decision-making in provinces and regions were discussed.

Revisión narrativa Modelos predictivos sobre la evolución de la pandemia por COVID-19

La modelización matemática se utiliza desde hace más de 100 años para evaluar el impacto de las estrategias de intervención de salud pública y sugerir el curso de acción óptimo en la lucha contra las enfermedades infecciosas emergentes. La aparición del nuevo virus SARS-CoV-2 plantea un gran desafío para los planificadores y decisores en salud, que deben movilizar recursos finitos, reorganizar los sistemas de atención y tomar decisiones en un contexto de gran incertidumbre. Para afrontar la pandemia por COVID-19, muchos sistemas de salud incorporan información provista por modelos predictivos. Esto insta a revisar la evolución de los distintos tipos de modelos existentes, sus características, limitaciones y vinculación con la toma de decisiones en Argentina y otros países. Con ese objetivo, se realizó una búsqueda bibliográfica sobre los modelos publicados acerca de la evolución de la pandemia. Se analizó el número de proyectos conexos presentados a becas del Ministerio de Ciencia, Tecnología e Innovación. Se identificaron, clasificaron y describieron distintos tipos de modelos, como determinísticos y estocásticos, distintos modelos compartimentados, y se describió la teoría del umbral y características principales de los modelos, como el número reproductivo básico (R0). Se analizó la importancia de los supuestos de cada modelo y el abordaje de la incertidumbre. Se discutieron sus principales limitaciones y su vinculación con la toma de decisiones en provincias y regiones.