South American Publishing books@southam.pub 20260930T224328Z spa

9789915992808-en-1 03 01 15 9789915992808 06 10.62486/978-9915-9928-3-9 00 ED E107 00 01 01 Critical reading of scientific articles on health: A practical guide (English Edition) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 5 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 6 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 7 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 8 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 9 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 10 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 11 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 12 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 13 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 14 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 15 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 16 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 17 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 18 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 19 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 20 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 21 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 22 A01 21 0009-0003-5994-3134 Edgar Juan José Chávez Navarro Edgar Juan José Chávez Navarro 23 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 24 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 25 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 26 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 27 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 28 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 29 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 30 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 31 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 32 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 33 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 34 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 35 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 36 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 37 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 38 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 39 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 40 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 41 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 42 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 43 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 44 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 1 01 eng 10 MED112000 MEDICAL / Evidence-Based Medicine 10 MED028000 MEDICAL / Epidemiology 10 MED090000 MEDICAL / Biostatistics 10 MED014000 MEDICAL / Clinical Medicine 20 Evidence-Based Medicine; Critical Appraisal; Clinical Research Methodology; Scientific Evidence; Artificial Intelligence; Clinical Decision-Making 30 00 The rapid expansion of biomedical literature has increased the need for healthcare professionals to critically evaluate scientific evidence before incorporating it into clinical practice. This book presents a comprehensive introduction to the principles and methods of Evidence-Based Medicine, integrating research methodology, critical appraisal, epidemiological study designs, literature searching, diagnostic evaluation, systematic evidence synthesis, and contemporary applications of artificial intelligence in healthcare. Beginning with the conceptual foundations of scientific reasoning, the chapters progressively examine the structure of scientific publications, research design, observational and experimental studies, diagnostic accuracy research, systematic reviews, meta-analyses, and evidence interpretation. Practical clinical scenarios accompany methodological explanations to illustrate how research findings can inform patient care while acknowledging the limitations, biases, and uncertainties inherent to scientific investigation. Particular attention is devoted to the responsible incorporation of artificial intelligence into literature retrieval, comparative evidence analysis, clinical decision support, and ethical deliberation. Throughout the volume, technological advances are presented as complementary resources that enhance, rather than replace, professional judgment. By combining methodological rigor with clinically relevant examples, the book offers readers a coherent framework for understanding how scientific evidence is generated, evaluated, synthesized, and responsibly applied. It is intended for students, clinicians, educators, and researchers who wish to strengthen their capacity for critical reasoning and evidence-informed healthcare practice. 04 00 Chapter 1: The importance of critical reading in medical practice; Chapter 2: Structure of a Scientific Article; Chapter 3: Introduction to Evidence-Based Medicine; Chapter 4: The research process in the context of Evidence-Based Medicine; Chapter 5: How to find a scientific article on health? A step-by-step strategy; Chapter 6: Búsqueda de artículos de investigación con inteligencia artificial; Chapter 7: Research Methodology in the Health Field; Chapter 8: Practical Guide for Searching Scientific Articles; Chapter 9: Case Report and Case Series; Chapter 10: Descriptive studies (cross-sectional, ecological, agreement); Chapter 11: Diagnostic Test Accuracy Studies; Chapter 12: Case-Control Studies; Chapter 13: Cohort Studies; Chapter 14: Randomized Controlled Trials; Chapter 15: Quasi-Experimental Studies; Chapter 16: Systematic Reviews and Meta-Analyses; Chapter 17: Non-Systematized Evidence Sources in Medicine; Chapter 18: Use of Artificial Intelligence in the Critical Appraisal of Scientific Medical Articles; Chapter 19: Use of NotebookLM in the Comparative Analysis of Scientific Evidence; Chapter 20: Artificial Intelligence and Evidence-Based Clinical Decision-Making; Chapter 21: Ethics and Limitations of Artificial Intelligence in Medicine 01 00 03 02 https://southam.pub/book-catalog/2026/978-9915-9928-3-9/978-9915-9928-3-9_Portada.png 1 03 06 10.62486/978-9915-9928-3-9.Ch01 01 04 1 The importance of critical reading in medical practice 1 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 2 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 01 spa 30 00 Introduction: Critical appraisal is an essential skill for contemporary medical practice, given the exponential growth of scientific literature and the variability in the methodological quality of research. Its application allows for the systematic evaluation of the validity, clinical relevance, and applicability of evidence, promoting decisions based on the principles of Evidence-Based Medicine (EBM) and aimed at optimizing patient safety. Development: This chapter uses a clinical case to illustrate how the critical interpretation of a study prevents decisions based on insufficient or biased evidence. Emphasis is placed on evaluating the methodological design, the magnitude of the effect, conflicts of interest, and the applicability of the results. It also integrates the responsible use of artificial intelligence as a support tool, without replacing clinical judgment or scientific reasoning. Conclusions: Critical appraisal transcends the analysis of scientific articles, becoming a reflective process that strengthens clinical judgment, promotes safe therapeutic decisions, and fosters a culture of continuous learning. In an environment of increasing scientific output and technological development, mastery of this skill is an indispensable requirement for practicing ethical, rigorous, and patient-centered medicine, ensuring that clinical practice is based on solid and clinically relevant evidence. 2 03 06 10.62486/978-9915-9928-3-9.Ch02 01 04 2 Structure of a Scientific Article 1 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 2 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 01 spa 30 00 Introduction: The structure of a scientific article is fundamental for the transparent communication of knowledge and the critical appraisal of evidence. Understanding the organization of the IMRAD format and its complementary components allows for the proper interpretation of studies, the assessment of their methodological quality, and facilitates evidence-based decision-making. Development: This chapter describes the specific functions of each section of a scientific article, from the title and abstract to the methods, results, discussion, and references. It emphasizes that each section serves a methodological purpose aimed at ensuring the reproducibility, validity, and appropriate interpretation of the findings. It also analyzes the role of artificial intelligence as a support tool for optimizing the search, synthesis, and analysis of scientific literature, without replacing the researcher's critical judgment. Conclusions: A comprehensive understanding of the structure of a scientific article strengthens the ability to critically appraise and distinguish methodologically sound evidence. Reflectively, the development of these competencies represents an essential requirement for promoting clinical practice grounded in reliable evidence, fostering more objective and reproducible decisions oriented toward the continuous improvement of research and healthcare. 3 03 06 10.62486/978-9915-9928-3-9.Ch03 01 04 3 Introduction to Evidence-Based Medicine 1 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 2 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 3 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 01 spa 30 00 Introduction: Evidence-Based Medicine (EBM) is a clinical practice model that integrates the best available scientific evidence, the clinical expertise of the practitioner, and the patient's values ​​and preferences to optimize healthcare decision-making. Its development arose in response to the need to reduce clinical variability and promote interventions supported by high-quality scientific information. Development: This chapter presents the conceptual and historical foundations of EBM, highlighting the contributions of Archie Cochrane and the consolidation of the movement at McMaster University. It describes its three essential pillars: scientific evidence, clinical expertise, and patient preferences. The five fundamental steps of EBM are analyzed: formulating structured clinical questions using the PICO model, systematically searching the scientific literature, critically appraising the evidence, applying the findings to the clinical context, and continuously evaluating the results obtained. The main advantages and limitations of EBM are also examined, as well as the hierarchy of scientific evidence and the GRADE system for assessing the quality of evidence and the strength of recommendations. Finally, the emerging role of artificial intelligence as a support tool for the search, selection, synthesis, and interpretation of scientific information is addressed. Conclusion: Evidence-based medicine (EBM) is an essential competency for healthcare professionals, as it allows them to transform scientific information into well-founded clinical decisions. More than a method, it represents a critical and reflective approach that requires questioning, analyzing, and applying available knowledge with scientific rigor, always aimed at providing safer, more effective care centered on the real needs of each patient. 4 03 06 10.62486/978-9915-9928-3-9.Ch04 01 04 4 The research process in the context of Evidence-Based Medicine 1 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 01 spa 30 00 Introduction: The research process is the foundation for generating reliable scientific evidence in health and represents an essential component of Evidence-Based Medicine (EBM). Its objective is to answer clinical questions using a systematic, rigorous, and reproducible method that produces knowlede useful for healthcare decision-making. Development: This chapter describes the main stages of the research process, from defining the problem and formulating the research question to publishing the results. It highlights the importance of literature review, selecting the appropriate methodological design, defining the population and sample, accurately measuring variables, and analyzing and interpreting the data. It also presents the main classifications of epidemiological studies, including descriptive, analytical, observational, and experimental designs. Furthermore, it analyzes fundamental concepts related to research variables, Type I and Type II errors, the most frequent biases, and the principles of internal and external validity—essential elements for evaluating the methodological quality of a study. Finally, the role of artificial intelligence as a complementary tool for optimizing literature searches, methodological design, data analysis, and scientific writing is addressed. Conclusion: Understanding the research process allows for the critical interpretation of scientific evidence and the differentiation of reliable results from those affected by errors or biases. Beyond producing knowledge, research involves developing a critical attitude, where each clinical question becomes an opportunity to generate evidence that contributes to safer, more effective, and patient-centered care. 5 03 06 10.62486/978-9915-9928-3-9.Ch05 01 04 5 How to find a scientific article on health? A step-by-step strategy 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 3 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 01 spa 30 00 Introduction: Literature searching is a fundamental competency within Evidence-Based Medicine (EBM), as it allows for the identification, retrieval, and selection of relevant scientific information to answer clinical questions systematically and with sound reasoning. An appropriate search strategy facilitates access to up-to-date, valid evidence applicable to clinical practice. Development: This chapter describes a structured methodology for conducting efficient scientific searches in health. The process begins with formulating clinical questions using the PICO strategy, a tool that allows for defining the population, intervention, comparison, and outcome of interest. Subsequently, the chapter addresses the identification of key concepts and their transformation into controlled terms using biomedical thesauri such as MeSH and DeCS, which improve the precision and reproducibility of searches. Furthermore, it explains the use of Boolean operators (AND, OR, and NOT) to optimize the sensitivity and specificity of the results obtained. The chapter also presents the main scientific information resources, including primary studies, systematic reviews, and evidence synopses. Therefore, criteria for evaluating the quality of the findings are analyzed, considering bibliometric indicators, clinical relevance, methodological quality, and applicability of the results. Furthermore, the role of artificial intelligence as a complementary tool to support the search and management of scientific information is explored. Conclusion: Searching for scientific evidence is not simply about finding articles, but about locating the best available evidence to answer a specific clinical question. The quality of clinical decisions depends, to a large extent, on the ability to formulate appropriate questions, conduct efficient searches, and critically evaluate the retrieved information. In an era of information overload, learning to search with scientific rigor is as important as learning to interpret the evidence found. 6 03 06 10.62486/978-9915-9928-3-9.Ch06 01 04 6 Búsqueda de artículos de investigación con inteligencia artificial 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introduction: Artificial intelligence (AI) has transformed the search for scientific literature by optimizing the retrieval, organization, and synthesis of biomedical evidence. Integrated with the principles of Evidence-Based Medicine, it facilitates the formulation of clinical questions using the PICO format, the identification of MeSH/DeCS terms, and the design of reproducible search strategies. Development: This chapter analyzes the use of language models and specialized tools such as Perplexity, Elicit, Scite AI, Consensus, Semantic Scholar, ResearchRabbit, and OpenEvidence to improve the location and preliminary appraisal of scientific studies. It also emphasizes the construction of structured prompts, mandatory reference validation, and the integration of AI with traditional biomedical databases to ensure methodological rigor and traceability of evidence. Conclusions: AI constitutes a methodological assistant that increases the efficiency of the literature search process, but it does not replace clinical judgment, critical appraisal, or the verification of original sources. From a reflective perspective, its responsible use requires methodological skills, critical thinking, and ethical commitment to ensure clinical decisions are based on reliable, up-to-date, and reproducible scientific evidence. 7 03 06 10.62486/978-9915-9928-3-9.Ch07 01 04 7 Research Methodology in the Health Field 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 3 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 01 spa 30 00 Introduction: Health research methodology comprises the set of scientific principles, procedures, and strategies designed to generate valid, reliable knowledge applicable to clinical practice. Its importance lies in providing the foundation for producing high-quality evidence that contributes to decision-making within the framework of Evidence-Based Medicine (EBM). Development: This chapter addresses the conceptual foundations of health research, highlighting its essential characteristics: systematicity, objectivity, reproducibility, ethics, and orientation toward scientific evidence. The scientific method is described as the central axis of the research process, encompassing the observation of the problem, the formulation of structured questions using the PICO model, the formulation of hypotheses, the selection of the methodological design, data collection and analysis, and the communication of results. The main research designs are also presented, including observational studies, experimental studies, and systematic reviews with meta-analysis. Furthermore, the concepts of variables, internal and external validity, as well as the main biases that can affect the methodological quality of a study, are analyzed. Finally, the importance of ethical principles, respect for participants, and compliance with international standards to guarantee scientific integrity is emphasized. Conclusion: The quality of research depends not only on the results obtained but also on the methodological rigor applied at each stage of the scientific process. Understanding research methodology allows for the critical interpretation of biomedical literature and the distinction between solid evidence and potentially biased conclusions. In an environment where scientific information is growing exponentially, developing critical thinking and methodological skills is an essential professional responsibility for transforming data into knowledge and knowledge into better decisions for people's health. 8 03 06 10.62486/978-9915-9928-3-9.Ch08 01 04 8 Practical Guide for Searching Scientific Articles 1 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 4 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 01 spa 30 00 Introduction: The search for scientific evidence is an essential competency for modern clinical practice and for the application of Evidence-Based Medicine (EBM). This chapter uses the case of a patient with chronic obstructive pulmonary disease (COPD) who inquires about the effectiveness of home-based pulmonary rehabilitation or telehealth versus in-person rehabilitation to demonstrate how to transform a clinical need into a systematic literature search strategy. Development: The chapter describes, in a practical way, the process of searching for scientific literature in the main biomedical databases: Virtual Health Library (VHL), PubMed, SciELO, and the Cochrane Library. Initially, it emphasizes the identification of controlled terms using the DeCS and MeSH thesauri, which allow for the standardization of concepts and increase the precision and sensitivity of searches. Subsequently, it explains the construction of strategies using Boolean operators (AND, OR) and the use of filters related to language, publication date, population, and methodological design. The specific characteristics of each platform are presented. The VHL facilitates access to regional and Spanish-language literature; PubMed expands the search to include high-impact international evidence; SciELO provides open-access Latin American studies, and the Cochrane Library offers systematic reviews and syntheses of evidence of the highest methodological quality. Conclusions: Effective literature searching is a methodological process that goes beyond the simple use of keywords. No single database is sufficient on its own; therefore, combined searches maximize the retrieval of relevant information. The ability to locate, evaluate, and critically use scientific evidence is an indispensable skill for contemporary healthcare professionals, as it strengthens clinical decision-making, promotes patient-centered care, and contributes to the development of a more rigorous, transparent, and evidence-based medical practice. 9 03 06 10.62486/978-9915-9928-3-9.Ch09 01 04 9 Case Report and Case Series 1 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 2 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 3 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 01 spa 30 00 Introduction: Case reports and case series are fundamental descriptive designs in Evidence-Based Medicine due to their ability to identify early clinical signs, describe phenotypes, recognize adverse events, and generate research hypotheses. Although they do not establish causality or demonstrate therapeutic efficacy, they represent a valuable source of information for clinical practice, pharmacovigilance, and the detection of emerging health problems. Development: This chapter analyzes the methodological foundations, validity criteria, and principles of interpretation of both designs, using as an example a case of rhabdomyolysis secondary to the interaction between a statin and a macrolide. The importance of clinical chronology, the exclusion of differential diagnoses, biological plausibility, and dechallenge is emphasized as elements that strengthen the credibility of the findings. Descriptive analysis tools, such as medians, interquartile ranges, box plots, and Kaplan-Meier curves, are described, along with the main biases and limitations inherent in these studies. Conclusions: Critical appraisal of case reports and case series allows for the transformation of clinical observations into useful knowledge for healthcare decision-making. Their true value lies in generating early warnings and guiding future research, provided they are interpreted with methodological rigor and within their limitations. It should be emphasized that these designs serve as a reminder that systematic clinical observation remains an essential pillar for the advancement of medical knowledge and the protection of patient safety. 10 03 06 10.62486/978-9915-9928-3-9.Ch10 01 04 10 Descriptive studies (cross-sectional, ecological, agreement) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 3 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 4 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 01 spa 30 00 Introduction: Descriptive studies form the basis of epidemiological and clinical research, allowing for the quantification of the frequency and distribution of health problems in specific populations. Their main utility lies in estimating prevalence and incidence, identifying epiedemiological patterns, evaluating the agreement of measurements, and generating hypotheses for subsequent research, without establishing causal relationships. Development: This chapter analyzes the main descriptive designs: cross-sectional, ecological, concordance, case series, and longitudinal descriptive studies. It emphasizes the essential methodological elements for their critical appraisal, including the definition of the target population, sample representativeness, measurement quality, and the interpretation of prevalence, incidence, confidence intervals, and measures of agreement. It also examines the main biases associated with each design, such as selection bias, information bias, the ecological fallacy, and loss to follow-up. Conclusions: Descriptive studies are indispensable tools for understanding the magnitude and distribution of health problems, guiding clinical decisions, and supporting health planning. Their proper interpretation requires a rigorous evaluation of the validity, accuracy, and applicability of the results. Reflectively, these designs remind us that systematic observation is the first step in building scientific knowledge and generating evidence useful for clinical practice and public health. 11 03 06 10.62486/978-9915-9928-3-9.Ch11 01 04 11 Diagnostic Test Accuracy Studies 1 A01 21 0009-0006-7563-5037 Edgar Juan José Chávez Navarro Isaura Oberson-Santander 2 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 3 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 01 spa 30 00 Introduction: Diagnostic test studies are a fundamental tool in Evidence-Based Medicine, as they allow for the evaluation of a test's ability to correctly identify the presence or absence of a disease. Their purpose is to determine the validity, accuracy, and clinical utility of a diagnostic test by comparing it to a reference standard. Development: This chapter addresses the essential methodological principles for evaluating diagnostic tests, including appropriate patient selection, the use of reference standards, blinding, and bias control. It analyzes performance indicators such as sensitivity, specificity, predictive values, likelihood ratios, ROC curves, and measures of agreement. The importance of interpreting these parameters within the clinical, epidemiological, and healthcare context in which they are applied is emphasized. Conclusions: The critical evaluation of diagnostic tests goes beyond the simple interpretation of statistical indicators, requiring an assessment of their applicability, precision, and impact on clinical decision-making. A diagnostic test acquires true value when it contributes to improving patient care, optimizing resources, and supporting decisions based on high-quality scientific evidence. 12 03 06 10.62486/978-9915-9928-3-9.Ch12 01 04 12 Case-Control Studies 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 3 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 01 spa 30 00 Introduction: Case-control studies are an analytical observational design used to investigate the association between an exposure and a previously occurring outcome. Their usefulness is particularly relevant in rare or long-latency diseases, allowing for the efficient exploration of risk factors by comparing individuals with the disease (cases) and without it (controls). Development: This design uses the odds ratio (OR) as the primary measure of association, retrospectively evaluating the frequency of exposure in both groups. This chapter highlights fundamental methodological aspects such as the appropriate selection of cases and controls, the objective measurement of exposure, the control of confounding factors, and the identification of biases, including selection, information, and survival biases. It emphasizes the critical interpretation of the OR, confidence intervals, and analyses adjusted using logistic regression. Conclusions: Case-control studies represent a valuable tool for generating epidemiological evidence and formulating etiological hypotheses. However, the validity of their findings depends on the methodological rigor applied and a critical interpretation that considers the potential biases and limitations inherent in the design. Their appropriate use contributes to the development of preventive strategies and evidence-based decision-making. 13 03 06 10.62486/978-9915-9928-3-9.Ch13 01 04 13 Cohort Studies 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 3 A01 Stanley Aguirre Stanley Aguirre 4 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 01 spa 30 00 Introduction: Cohort studies are among the most robust analytical observational designs for assessing the association between an exposure and the occurrence of an outcome. Their main strength lies in establishing the temporal sequence between these two events, allowing for the estimation of incidences and the quantification of risks using measures such as relative risk (RR), incidence rate, and hazard ratio (HR). Development: This chapter describes the methodological foundations of prospective, retrospective, and ambispective cohorts, emphasizing the importance of appropriate population selection, precise definition of the exposure and outcomes, longitudinal follow-up, and control for confounding factors. It addresses the main measures of frequency and association, including cumulative incidence, incidence rate, attributable risk, RR, and HR, complemented by survival analysis tools such as Kaplan-Meier curves and Cox regression. Criteria for evaluating the internal and external validity and clinical relevance of the findings are also highlighted. Conclusions: Cohort studies provide fundamental evidence for understanding the natural history of diseases and estimating the impact of risk and protective factors. Their proper interpretation requires assessing the time frame, the quality of follow-up, the control of confounding factors, and the true magnitude of the observed effects. Beyond statistical results, these studies allow for the translation of evidence into clinical decisions and public health strategies aimed at prevention and improving healthcare. 14 03 06 10.62486/978-9915-9928-3-9.Ch14 01 04 14 Randomized Controlled Trials 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 3 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 4 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 01 spa 30 00 Introduction: Randomized controlled trials (RCTs) are the most methodologically rigorous experimental design for evaluating the efficacy and safety of healthcare interventions. Thanks to randomization, allocation concealment, and blinding, they minimize bias and establish causal relationships with high internal validity, making them the gold standard of Evidence-Based Medicine. Development: This chapter addresses the fundamental methodological principles of RCTs, including parallel, crossover, factorial, and cluster designs, as well as superiority, non-inferiority, and equivalence trials. Essential aspects such as participant selection criteria, randomization, blinding, outcome definition, follow-up, and statistical analysis using intention-to-treat, relative risk, absolute risk reduction, number needed to treat, and survival analysis are analyzed. Emphasis is placed on evaluating internal and external validity to ensure the reliability and applicability of the results. Conclusions: Randomized controlled trials (RCTs) represent the most robust tool for generating reliable scientific evidence to support clinical decisions and health policies. Their value depends not only on demonstrating therapeutic efficacy but also on methodological quality, transparency in execution, and the clinical relevance of the findings. Rigorous critical appraisal allows us to distinguish between statistically significant results and truly relevant benefits for patients. 15 03 06 10.62486/978-9915-9928-3-9.Ch15 01 04 15 Quasi-Experimental Studies 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 3 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 01 spa 30 00 Introduction. Quasi-experimental studies constitute an essential methodological alternative for evaluating clinical interventions when randomization is not feasible for ethical, logistical, or administrative reasons. Their application allows for the generation of evidence in real-world healthcare settings, although with greater susceptibility to selection bias and confounding. Development. This chapter describes the main quasi-experimental designs, their strengths, limitations, and strategies for controlling threats to internal validity, including multivariable adjustments, propensity score matching, and sensitivity analysis. It also addresses the critical interpretation of results, the evaluation of methodological quality, and the use of international tools for assessing the risk of bias and clinical applicability. Conclusions. Quasi-experimental studies represent a valuable source of evidence for decision-making when randomized controlled trials are not feasible. Their proper interpretation requires a critical analysis of the design, potential biases, and adjustment methods employed, promoting a reflective and contextualized application of their findings in clinical practice and public health. 16 03 06 10.62486/978-9915-9928-3-9.Ch16 01 04 16 Systematic Reviews and Meta-Analyses 1 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 2 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 01 spa 30 00 Introduction: Systematic reviews and meta-analyses represent the highest level of evidence in Evidence-Based Medicine, rigorously, transparently, and reproducibly integrating the results of multiple primary studies to answer specific clinical questions. Their application reduces selection bias, increases the precision of estimates, and strengthens clinical and healthcare decision-making. Development: This chapter describes the essential methodological steps for the development and critical interpretation of systematic reviews and meta-analyses, including formulating the PICO question, registering the protocol, conducting a comprehensive literature search, selecting and extracting data, assessing the risk of bias, performing qualitative and quantitative synthesis, analyzing heterogeneity, addressing publication bias, and evaluating the certainty of evidence using GRADE. It also presents tools for interpreting forest plots, funnel plots, and network meta-analyses, highlighting their usefulness in generating robust and clinically applicable evidence. Conclusions: Systematic reviews and meta-analyses are indispensable tools for transforming scientific evidence into well-founded clinical decisions. However, its true value depends on methodological rigor, critical appraisal of study quality, and the proper interpretation of the magnitude and certainty of the effects. A thoughtful reading allows us to distinguish between statistical significance and clinical relevance, promoting safer, more efficient, and patient-centered healthcare practices. 17 03 06 10.62486/978-9915-9928-3-9.Ch17 01 04 17 Non-Systematized Evidence Sources in Medicine 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 01 spa 30 00 Introduction: Non-systematized evidence sources occupy the lower rungs of the Evidence-Based Medicine (EBM) pyramid. Nevertheless, they represent indispensable information-transfer resources in daily clinical practice, outpatient consultations, or emergency departments when recent systematic reviews or clinical practice guidelines are unavailable. Their primary value lies in providing a broad, agile, and rapid theoretical transition regarding innovative therapies or complex clinical scenarios enveloped in marked methodological uncertainty. Development: Guided by the clinical crossroads of an internist managing a patient with long-standing, refractory rheumatoid arthritis interested in a cutting-edge biologic approved in Europe but lacking consolidated systematic syntheses, this chapter examines non-systematized evidence frameworks in a detailed manner. The distinct operational profiles and specific clinical utilities of narrative reviews, point-of-care evidence summaries (such as UpToDate, DynaMed, and BMJ Best Practice), update articles in high-impact journals, academic editorials, letters to the editor, and key opinion leader expert testimony are analyzed. The text details the inherent biases within these formats—predominantly literature selection bias, authority bias, and selective reporting driven by the author's subjective judgment. To mitigate these vulnerabilities, critical appraisal guidelines based on the analytical triangulation of sources are introduced alongside the application of current international checklists and tools, such as the SANRA scale for the formal appraisal of narrative reviews, the GRADE framework for balancing the strength of provisional recommendations, and the consensus standards of the ICMJE, COPE, and WAME directed toward the rigorous auditing of conflicts of interest (COI). Conclusions: Non-systematized sources act as pragmatic transitional tools that facilitate shared decision-making and the resolution of immediate inquiries in clinical settings. However, the healthcare professional must interpret them through a strict critical lens, carefully weighing their applicability and treating them as provisional directives bound to continuous re-evaluation as robust scientific knowledge matures. 18 03 06 10.62486/978-9915-9928-3-9.Ch18 01 04 18 Use of Artificial Intelligence in the Critical Appraisal of Scientific Medical Articles 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 3 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 4 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 01 spa 30 00 Introduction: The incorporation of artificial intelligence (AI), especially large-scale language models (LLMs), has transformed the critical appraisal of scientific literature by facilitating the processing of large volumes of information. However, its use in Evidence-Based Medicine requires recognizing both its strengths and methodological limitations to avoid errors in interpretation and cognitive dependence. Development: This chapter describes a hybrid model of critical appraisal in which AI acts as a support tool for structured data extraction, statistical interpretation, and preliminary bias detection, always subordinate to clinical judgment. It proposes principles for responsible use, analysis algorithms, prompt design, and verification strategies to minimize hallucinations, biases, and methodological errors. Conclusions: AI represents an opportunity to optimize critical appraisal and democratize access to scientific evidence; however, its true value depends on its ethical, reflective, and methodologically rigorous integration. The preservation of critical thinking, the systematic verification of information, and the maintenance of independent clinical judgment are essential conditions for these tools to strengthen, rather than replace, evidence-based decision-making. 19 03 06 10.62486/978-9915-9928-3-9.Ch19 01 04 19 Use of NotebookLM in the Comparative Analysis of Scientific Evidence 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 3 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 01 spa 30 00 Introduction: Comparing multiple studies is an essential competency in Evidence-Based Medicine (EBM), but it is a complex process due to the heterogeneity of study designs, populations, interventions, and outcomes. In this context, NotebookLM emerges as an artificial intelligence tool designed to facilitate the organization, synthesis, and exploration of scientific documents from user-provided sources, promoting a structured approach to comparative evidence analysis. Development: NotebookLM allows users to summarize articles, identify similarities and discrepancies, formulate cross-sectional comparisons, and reduce initial cognitive load by providing responses supported by citations from the original documents. Its greatest utility lies in the preliminary stages of document analysis, supporting the organization of the corpus and the generation of comparative hypotheses. However, the interpretation of methodological quality, risk of bias, effect size, and clinical applicability continues to depend on the researcher's critical judgment. Conclusions: The responsible integration of NotebookLM into EBM demonstrates that artificial intelligence should be understood as a complementary resource and not as a substitute for scientific reasoning. Its true value lies in enhancing the efficiency of document analysis, while the validity of the conclusions continues to rely on critical evaluation, verification of original sources, and methodological interpretation by trained professionals. 20 03 06 10.62486/978-9915-9928-3-9.Ch20 01 04 20 Artificial Intelligence and Evidence-Based Clinical Decision-Making 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introduction: Artificial intelligence (AI) is transforming clinical decision-making by facilitating access to, organization of, and synthesis of scientific evidence. Within the framework of Evidence-Based Medicine (EBM), its incorporation should strengthen, not replace, the integration of the best available evidence, clinical expertise, and patient values. Its use requires ongoing critical evaluation to ensure safe, contextualized, and ethically responsible decisions. Development: AI contributes to the analysis of diagnostic and therapeutic alternatives, the comparison of risks and benefits, communication with the patient, and the optimization of clinical reasoning. However, it has inherent limitations, such as hallucinations, algorithmic biases, outdated information, and uncritical automation. Therefore, any recommendation generated must be compared with reliable sources, current clinical guidelines, and the individual characteristics of the patient, also considering the availability of resources and the healthcare context. Conclusions: AI represents valuable cognitive support for evidence-based clinical practice, provided that its use is subordinate to clinical judgment and the ethical commitment of the professional. Its true potential lies not in replacing the ability to decide, but in enriching critical analysis and fostering shared, transparent, and patient-centered decisions. The quality of care will depend on the clinician's ability to integrate technology, scientific evidence, and humanism into a responsible decision-making process. 21 03 06 10.62486/978-9915-9928-3-9.Ch21 01 04 21 Ethics and Limitations of Artificial Intelligence in Medicine 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 3 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 01 spa 30 00 Introduction: Artificial intelligence (AI) has transformed medical practice by strengthening diagnosis, decision-making, and clinical management; however, its incorporation raises ethical, methodological, and regulatory challenges. From the perspective of Evidence-Based Medicine (EBM), the implementation of these technologies requires a rigorous evaluation of their validity, safety, and applicability in diverse populations. Development: This chapter examines bioethical principles, algorithmic biases, the limitations of large language models, and the risks of automation bias, highlighting the insufficient representation of Andean populations in the datasets used to train AI systems. It also emphasizes the need for local validation, transparency, data governance, and human oversight to ensure safe and equitable clinical decisions. Conclusions: AI is a support tool with great potential, but its responsible integration requires solid scientific evidence, contextual adaptation, and a continuous commitment to ethical reflection. Only through critical, regulated, and patient-centered implementation will it be possible to harness its benefits without compromising equity, autonomy, or clinical safety. South American Publishing 01 South American Publishing 02 https://southam.pub/book-catalog/isbn/978-9915-9928-3-9.php Montevideo UY 04 01 20260727 01 WORLD 06 15 9789915992815 11 15 9789915992839 11 15 9789915992822 9789915992815-en-2 03 01 15 9789915992815 06 10.62486/978-9915-9928-3-9 00 BC 01 01 Critical reading of scientific articles on health: A practical guide (English Edition) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 5 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 6 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 7 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 8 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 9 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 10 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 11 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 12 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 13 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 14 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 15 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 16 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 17 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 18 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 19 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 20 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 21 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 22 A01 21 0009-0003-5994-3134 Edgar Juan José Chávez Navarro Edgar Juan José Chávez Navarro 23 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 24 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 25 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 26 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 27 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 28 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 29 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 30 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 31 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 32 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 33 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 34 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 35 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 36 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 37 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 38 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 39 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 40 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 41 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 42 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 43 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 44 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 1 01 eng 10 MED112000 MEDICAL / Evidence-Based Medicine 10 MED028000 MEDICAL / Epidemiology 10 MED090000 MEDICAL / Biostatistics 10 MED014000 MEDICAL / Clinical Medicine 20 Evidence-Based Medicine; Critical Appraisal; Clinical Research Methodology; Scientific Evidence; Artificial Intelligence; Clinical Decision-Making 30 00 The rapid expansion of biomedical literature has increased the need for healthcare professionals to critically evaluate scientific evidence before incorporating it into clinical practice. This book presents a comprehensive introduction to the principles and methods of Evidence-Based Medicine, integrating research methodology, critical appraisal, epidemiological study designs, literature searching, diagnostic evaluation, systematic evidence synthesis, and contemporary applications of artificial intelligence in healthcare. Beginning with the conceptual foundations of scientific reasoning, the chapters progressively examine the structure of scientific publications, research design, observational and experimental studies, diagnostic accuracy research, systematic reviews, meta-analyses, and evidence interpretation. Practical clinical scenarios accompany methodological explanations to illustrate how research findings can inform patient care while acknowledging the limitations, biases, and uncertainties inherent to scientific investigation. Particular attention is devoted to the responsible incorporation of artificial intelligence into literature retrieval, comparative evidence analysis, clinical decision support, and ethical deliberation. Throughout the volume, technological advances are presented as complementary resources that enhance, rather than replace, professional judgment. By combining methodological rigor with clinically relevant examples, the book offers readers a coherent framework for understanding how scientific evidence is generated, evaluated, synthesized, and responsibly applied. It is intended for students, clinicians, educators, and researchers who wish to strengthen their capacity for critical reasoning and evidence-informed healthcare practice. 04 00 Chapter 1: The importance of critical reading in medical practice; Chapter 2: Structure of a Scientific Article; Chapter 3: Introduction to Evidence-Based Medicine; Chapter 4: The research process in the context of Evidence-Based Medicine; Chapter 5: How to find a scientific article on health? A step-by-step strategy; Chapter 6: Búsqueda de artículos de investigación con inteligencia artificial; Chapter 7: Research Methodology in the Health Field; Chapter 8: Practical Guide for Searching Scientific Articles; Chapter 9: Case Report and Case Series; Chapter 10: Descriptive studies (cross-sectional, ecological, agreement); Chapter 11: Diagnostic Test Accuracy Studies; Chapter 12: Case-Control Studies; Chapter 13: Cohort Studies; Chapter 14: Randomized Controlled Trials; Chapter 15: Quasi-Experimental Studies; Chapter 16: Systematic Reviews and Meta-Analyses; Chapter 17: Non-Systematized Evidence Sources in Medicine; Chapter 18: Use of Artificial Intelligence in the Critical Appraisal of Scientific Medical Articles; Chapter 19: Use of NotebookLM in the Comparative Analysis of Scientific Evidence; Chapter 20: Artificial Intelligence and Evidence-Based Clinical Decision-Making; Chapter 21: Ethics and Limitations of Artificial Intelligence in Medicine 01 00 03 02 https://southam.pub/book-catalog/2026/978-9915-9928-3-9/978-9915-9928-3-9_Portada.png 1 03 06 10.62486/978-9915-9928-3-9.Ch01 01 04 1 The importance of critical reading in medical practice 1 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 2 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 01 spa 30 00 Introduction: Critical appraisal is an essential skill for contemporary medical practice, given the exponential growth of scientific literature and the variability in the methodological quality of research. Its application allows for the systematic evaluation of the validity, clinical relevance, and applicability of evidence, promoting decisions based on the principles of Evidence-Based Medicine (EBM) and aimed at optimizing patient safety. Development: This chapter uses a clinical case to illustrate how the critical interpretation of a study prevents decisions based on insufficient or biased evidence. Emphasis is placed on evaluating the methodological design, the magnitude of the effect, conflicts of interest, and the applicability of the results. It also integrates the responsible use of artificial intelligence as a support tool, without replacing clinical judgment or scientific reasoning. Conclusions: Critical appraisal transcends the analysis of scientific articles, becoming a reflective process that strengthens clinical judgment, promotes safe therapeutic decisions, and fosters a culture of continuous learning. In an environment of increasing scientific output and technological development, mastery of this skill is an indispensable requirement for practicing ethical, rigorous, and patient-centered medicine, ensuring that clinical practice is based on solid and clinically relevant evidence. 2 03 06 10.62486/978-9915-9928-3-9.Ch02 01 04 2 Structure of a Scientific Article 1 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 2 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 01 spa 30 00 Introduction: The structure of a scientific article is fundamental for the transparent communication of knowledge and the critical appraisal of evidence. Understanding the organization of the IMRAD format and its complementary components allows for the proper interpretation of studies, the assessment of their methodological quality, and facilitates evidence-based decision-making. Development: This chapter describes the specific functions of each section of a scientific article, from the title and abstract to the methods, results, discussion, and references. It emphasizes that each section serves a methodological purpose aimed at ensuring the reproducibility, validity, and appropriate interpretation of the findings. It also analyzes the role of artificial intelligence as a support tool for optimizing the search, synthesis, and analysis of scientific literature, without replacing the researcher's critical judgment. Conclusions: A comprehensive understanding of the structure of a scientific article strengthens the ability to critically appraise and distinguish methodologically sound evidence. Reflectively, the development of these competencies represents an essential requirement for promoting clinical practice grounded in reliable evidence, fostering more objective and reproducible decisions oriented toward the continuous improvement of research and healthcare. 3 03 06 10.62486/978-9915-9928-3-9.Ch03 01 04 3 Introduction to Evidence-Based Medicine 1 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 2 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 3 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 01 spa 30 00 Introduction: Evidence-Based Medicine (EBM) is a clinical practice model that integrates the best available scientific evidence, the clinical expertise of the practitioner, and the patient's values ​​and preferences to optimize healthcare decision-making. Its development arose in response to the need to reduce clinical variability and promote interventions supported by high-quality scientific information. Development: This chapter presents the conceptual and historical foundations of EBM, highlighting the contributions of Archie Cochrane and the consolidation of the movement at McMaster University. It describes its three essential pillars: scientific evidence, clinical expertise, and patient preferences. The five fundamental steps of EBM are analyzed: formulating structured clinical questions using the PICO model, systematically searching the scientific literature, critically appraising the evidence, applying the findings to the clinical context, and continuously evaluating the results obtained. The main advantages and limitations of EBM are also examined, as well as the hierarchy of scientific evidence and the GRADE system for assessing the quality of evidence and the strength of recommendations. Finally, the emerging role of artificial intelligence as a support tool for the search, selection, synthesis, and interpretation of scientific information is addressed. Conclusion: Evidence-based medicine (EBM) is an essential competency for healthcare professionals, as it allows them to transform scientific information into well-founded clinical decisions. More than a method, it represents a critical and reflective approach that requires questioning, analyzing, and applying available knowledge with scientific rigor, always aimed at providing safer, more effective care centered on the real needs of each patient. 4 03 06 10.62486/978-9915-9928-3-9.Ch04 01 04 4 The research process in the context of Evidence-Based Medicine 1 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 01 spa 30 00 Introduction: The research process is the foundation for generating reliable scientific evidence in health and represents an essential component of Evidence-Based Medicine (EBM). Its objective is to answer clinical questions using a systematic, rigorous, and reproducible method that produces knowlede useful for healthcare decision-making. Development: This chapter describes the main stages of the research process, from defining the problem and formulating the research question to publishing the results. It highlights the importance of literature review, selecting the appropriate methodological design, defining the population and sample, accurately measuring variables, and analyzing and interpreting the data. It also presents the main classifications of epidemiological studies, including descriptive, analytical, observational, and experimental designs. Furthermore, it analyzes fundamental concepts related to research variables, Type I and Type II errors, the most frequent biases, and the principles of internal and external validity—essential elements for evaluating the methodological quality of a study. Finally, the role of artificial intelligence as a complementary tool for optimizing literature searches, methodological design, data analysis, and scientific writing is addressed. Conclusion: Understanding the research process allows for the critical interpretation of scientific evidence and the differentiation of reliable results from those affected by errors or biases. Beyond producing knowledge, research involves developing a critical attitude, where each clinical question becomes an opportunity to generate evidence that contributes to safer, more effective, and patient-centered care. 5 03 06 10.62486/978-9915-9928-3-9.Ch05 01 04 5 How to find a scientific article on health? A step-by-step strategy 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 3 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 01 spa 30 00 Introduction: Literature searching is a fundamental competency within Evidence-Based Medicine (EBM), as it allows for the identification, retrieval, and selection of relevant scientific information to answer clinical questions systematically and with sound reasoning. An appropriate search strategy facilitates access to up-to-date, valid evidence applicable to clinical practice. Development: This chapter describes a structured methodology for conducting efficient scientific searches in health. The process begins with formulating clinical questions using the PICO strategy, a tool that allows for defining the population, intervention, comparison, and outcome of interest. Subsequently, the chapter addresses the identification of key concepts and their transformation into controlled terms using biomedical thesauri such as MeSH and DeCS, which improve the precision and reproducibility of searches. Furthermore, it explains the use of Boolean operators (AND, OR, and NOT) to optimize the sensitivity and specificity of the results obtained. The chapter also presents the main scientific information resources, including primary studies, systematic reviews, and evidence synopses. Therefore, criteria for evaluating the quality of the findings are analyzed, considering bibliometric indicators, clinical relevance, methodological quality, and applicability of the results. Furthermore, the role of artificial intelligence as a complementary tool to support the search and management of scientific information is explored. Conclusion: Searching for scientific evidence is not simply about finding articles, but about locating the best available evidence to answer a specific clinical question. The quality of clinical decisions depends, to a large extent, on the ability to formulate appropriate questions, conduct efficient searches, and critically evaluate the retrieved information. In an era of information overload, learning to search with scientific rigor is as important as learning to interpret the evidence found. 6 03 06 10.62486/978-9915-9928-3-9.Ch06 01 04 6 Búsqueda de artículos de investigación con inteligencia artificial 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introduction: Artificial intelligence (AI) has transformed the search for scientific literature by optimizing the retrieval, organization, and synthesis of biomedical evidence. Integrated with the principles of Evidence-Based Medicine, it facilitates the formulation of clinical questions using the PICO format, the identification of MeSH/DeCS terms, and the design of reproducible search strategies. Development: This chapter analyzes the use of language models and specialized tools such as Perplexity, Elicit, Scite AI, Consensus, Semantic Scholar, ResearchRabbit, and OpenEvidence to improve the location and preliminary appraisal of scientific studies. It also emphasizes the construction of structured prompts, mandatory reference validation, and the integration of AI with traditional biomedical databases to ensure methodological rigor and traceability of evidence. Conclusions: AI constitutes a methodological assistant that increases the efficiency of the literature search process, but it does not replace clinical judgment, critical appraisal, or the verification of original sources. From a reflective perspective, its responsible use requires methodological skills, critical thinking, and ethical commitment to ensure clinical decisions are based on reliable, up-to-date, and reproducible scientific evidence. 7 03 06 10.62486/978-9915-9928-3-9.Ch07 01 04 7 Research Methodology in the Health Field 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 3 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 01 spa 30 00 Introduction: Health research methodology comprises the set of scientific principles, procedures, and strategies designed to generate valid, reliable knowledge applicable to clinical practice. Its importance lies in providing the foundation for producing high-quality evidence that contributes to decision-making within the framework of Evidence-Based Medicine (EBM). Development: This chapter addresses the conceptual foundations of health research, highlighting its essential characteristics: systematicity, objectivity, reproducibility, ethics, and orientation toward scientific evidence. The scientific method is described as the central axis of the research process, encompassing the observation of the problem, the formulation of structured questions using the PICO model, the formulation of hypotheses, the selection of the methodological design, data collection and analysis, and the communication of results. The main research designs are also presented, including observational studies, experimental studies, and systematic reviews with meta-analysis. Furthermore, the concepts of variables, internal and external validity, as well as the main biases that can affect the methodological quality of a study, are analyzed. Finally, the importance of ethical principles, respect for participants, and compliance with international standards to guarantee scientific integrity is emphasized. Conclusion: The quality of research depends not only on the results obtained but also on the methodological rigor applied at each stage of the scientific process. Understanding research methodology allows for the critical interpretation of biomedical literature and the distinction between solid evidence and potentially biased conclusions. In an environment where scientific information is growing exponentially, developing critical thinking and methodological skills is an essential professional responsibility for transforming data into knowledge and knowledge into better decisions for people's health. 8 03 06 10.62486/978-9915-9928-3-9.Ch08 01 04 8 Practical Guide for Searching Scientific Articles 1 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 4 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 01 spa 30 00 Introduction: The search for scientific evidence is an essential competency for modern clinical practice and for the application of Evidence-Based Medicine (EBM). This chapter uses the case of a patient with chronic obstructive pulmonary disease (COPD) who inquires about the effectiveness of home-based pulmonary rehabilitation or telehealth versus in-person rehabilitation to demonstrate how to transform a clinical need into a systematic literature search strategy. Development: The chapter describes, in a practical way, the process of searching for scientific literature in the main biomedical databases: Virtual Health Library (VHL), PubMed, SciELO, and the Cochrane Library. Initially, it emphasizes the identification of controlled terms using the DeCS and MeSH thesauri, which allow for the standardization of concepts and increase the precision and sensitivity of searches. Subsequently, it explains the construction of strategies using Boolean operators (AND, OR) and the use of filters related to language, publication date, population, and methodological design. The specific characteristics of each platform are presented. The VHL facilitates access to regional and Spanish-language literature; PubMed expands the search to include high-impact international evidence; SciELO provides open-access Latin American studies, and the Cochrane Library offers systematic reviews and syntheses of evidence of the highest methodological quality. Conclusions: Effective literature searching is a methodological process that goes beyond the simple use of keywords. No single database is sufficient on its own; therefore, combined searches maximize the retrieval of relevant information. The ability to locate, evaluate, and critically use scientific evidence is an indispensable skill for contemporary healthcare professionals, as it strengthens clinical decision-making, promotes patient-centered care, and contributes to the development of a more rigorous, transparent, and evidence-based medical practice. 9 03 06 10.62486/978-9915-9928-3-9.Ch09 01 04 9 Case Report and Case Series 1 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 2 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 3 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 01 spa 30 00 Introduction: Case reports and case series are fundamental descriptive designs in Evidence-Based Medicine due to their ability to identify early clinical signs, describe phenotypes, recognize adverse events, and generate research hypotheses. Although they do not establish causality or demonstrate therapeutic efficacy, they represent a valuable source of information for clinical practice, pharmacovigilance, and the detection of emerging health problems. Development: This chapter analyzes the methodological foundations, validity criteria, and principles of interpretation of both designs, using as an example a case of rhabdomyolysis secondary to the interaction between a statin and a macrolide. The importance of clinical chronology, the exclusion of differential diagnoses, biological plausibility, and dechallenge is emphasized as elements that strengthen the credibility of the findings. Descriptive analysis tools, such as medians, interquartile ranges, box plots, and Kaplan-Meier curves, are described, along with the main biases and limitations inherent in these studies. Conclusions: Critical appraisal of case reports and case series allows for the transformation of clinical observations into useful knowledge for healthcare decision-making. Their true value lies in generating early warnings and guiding future research, provided they are interpreted with methodological rigor and within their limitations. It should be emphasized that these designs serve as a reminder that systematic clinical observation remains an essential pillar for the advancement of medical knowledge and the protection of patient safety. 10 03 06 10.62486/978-9915-9928-3-9.Ch10 01 04 10 Descriptive studies (cross-sectional, ecological, agreement) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 3 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 4 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 01 spa 30 00 Introduction: Descriptive studies form the basis of epidemiological and clinical research, allowing for the quantification of the frequency and distribution of health problems in specific populations. Their main utility lies in estimating prevalence and incidence, identifying epiedemiological patterns, evaluating the agreement of measurements, and generating hypotheses for subsequent research, without establishing causal relationships. Development: This chapter analyzes the main descriptive designs: cross-sectional, ecological, concordance, case series, and longitudinal descriptive studies. It emphasizes the essential methodological elements for their critical appraisal, including the definition of the target population, sample representativeness, measurement quality, and the interpretation of prevalence, incidence, confidence intervals, and measures of agreement. It also examines the main biases associated with each design, such as selection bias, information bias, the ecological fallacy, and loss to follow-up. Conclusions: Descriptive studies are indispensable tools for understanding the magnitude and distribution of health problems, guiding clinical decisions, and supporting health planning. Their proper interpretation requires a rigorous evaluation of the validity, accuracy, and applicability of the results. Reflectively, these designs remind us that systematic observation is the first step in building scientific knowledge and generating evidence useful for clinical practice and public health. 11 03 06 10.62486/978-9915-9928-3-9.Ch11 01 04 11 Diagnostic Test Accuracy Studies 1 A01 21 0009-0006-7563-5037 Edgar Juan José Chávez Navarro Isaura Oberson-Santander 2 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 3 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 01 spa 30 00 Introduction: Diagnostic test studies are a fundamental tool in Evidence-Based Medicine, as they allow for the evaluation of a test's ability to correctly identify the presence or absence of a disease. Their purpose is to determine the validity, accuracy, and clinical utility of a diagnostic test by comparing it to a reference standard. Development: This chapter addresses the essential methodological principles for evaluating diagnostic tests, including appropriate patient selection, the use of reference standards, blinding, and bias control. It analyzes performance indicators such as sensitivity, specificity, predictive values, likelihood ratios, ROC curves, and measures of agreement. The importance of interpreting these parameters within the clinical, epidemiological, and healthcare context in which they are applied is emphasized. Conclusions: The critical evaluation of diagnostic tests goes beyond the simple interpretation of statistical indicators, requiring an assessment of their applicability, precision, and impact on clinical decision-making. A diagnostic test acquires true value when it contributes to improving patient care, optimizing resources, and supporting decisions based on high-quality scientific evidence. 12 03 06 10.62486/978-9915-9928-3-9.Ch12 01 04 12 Case-Control Studies 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 3 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 01 spa 30 00 Introduction: Case-control studies are an analytical observational design used to investigate the association between an exposure and a previously occurring outcome. Their usefulness is particularly relevant in rare or long-latency diseases, allowing for the efficient exploration of risk factors by comparing individuals with the disease (cases) and without it (controls). Development: This design uses the odds ratio (OR) as the primary measure of association, retrospectively evaluating the frequency of exposure in both groups. This chapter highlights fundamental methodological aspects such as the appropriate selection of cases and controls, the objective measurement of exposure, the control of confounding factors, and the identification of biases, including selection, information, and survival biases. It emphasizes the critical interpretation of the OR, confidence intervals, and analyses adjusted using logistic regression. Conclusions: Case-control studies represent a valuable tool for generating epidemiological evidence and formulating etiological hypotheses. However, the validity of their findings depends on the methodological rigor applied and a critical interpretation that considers the potential biases and limitations inherent in the design. Their appropriate use contributes to the development of preventive strategies and evidence-based decision-making. 13 03 06 10.62486/978-9915-9928-3-9.Ch13 01 04 13 Cohort Studies 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 3 A01 Stanley Aguirre Stanley Aguirre 4 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 01 spa 30 00 Introduction: Cohort studies are among the most robust analytical observational designs for assessing the association between an exposure and the occurrence of an outcome. Their main strength lies in establishing the temporal sequence between these two events, allowing for the estimation of incidences and the quantification of risks using measures such as relative risk (RR), incidence rate, and hazard ratio (HR). Development: This chapter describes the methodological foundations of prospective, retrospective, and ambispective cohorts, emphasizing the importance of appropriate population selection, precise definition of the exposure and outcomes, longitudinal follow-up, and control for confounding factors. It addresses the main measures of frequency and association, including cumulative incidence, incidence rate, attributable risk, RR, and HR, complemented by survival analysis tools such as Kaplan-Meier curves and Cox regression. Criteria for evaluating the internal and external validity and clinical relevance of the findings are also highlighted. Conclusions: Cohort studies provide fundamental evidence for understanding the natural history of diseases and estimating the impact of risk and protective factors. Their proper interpretation requires assessing the time frame, the quality of follow-up, the control of confounding factors, and the true magnitude of the observed effects. Beyond statistical results, these studies allow for the translation of evidence into clinical decisions and public health strategies aimed at prevention and improving healthcare. 14 03 06 10.62486/978-9915-9928-3-9.Ch14 01 04 14 Randomized Controlled Trials 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 3 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 4 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 01 spa 30 00 Introduction: Randomized controlled trials (RCTs) are the most methodologically rigorous experimental design for evaluating the efficacy and safety of healthcare interventions. Thanks to randomization, allocation concealment, and blinding, they minimize bias and establish causal relationships with high internal validity, making them the gold standard of Evidence-Based Medicine. Development: This chapter addresses the fundamental methodological principles of RCTs, including parallel, crossover, factorial, and cluster designs, as well as superiority, non-inferiority, and equivalence trials. Essential aspects such as participant selection criteria, randomization, blinding, outcome definition, follow-up, and statistical analysis using intention-to-treat, relative risk, absolute risk reduction, number needed to treat, and survival analysis are analyzed. Emphasis is placed on evaluating internal and external validity to ensure the reliability and applicability of the results. Conclusions: Randomized controlled trials (RCTs) represent the most robust tool for generating reliable scientific evidence to support clinical decisions and health policies. Their value depends not only on demonstrating therapeutic efficacy but also on methodological quality, transparency in execution, and the clinical relevance of the findings. Rigorous critical appraisal allows us to distinguish between statistically significant results and truly relevant benefits for patients. 15 03 06 10.62486/978-9915-9928-3-9.Ch15 01 04 15 Quasi-Experimental Studies 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 3 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 01 spa 30 00 Introduction. Quasi-experimental studies constitute an essential methodological alternative for evaluating clinical interventions when randomization is not feasible for ethical, logistical, or administrative reasons. Their application allows for the generation of evidence in real-world healthcare settings, although with greater susceptibility to selection bias and confounding. Development. This chapter describes the main quasi-experimental designs, their strengths, limitations, and strategies for controlling threats to internal validity, including multivariable adjustments, propensity score matching, and sensitivity analysis. It also addresses the critical interpretation of results, the evaluation of methodological quality, and the use of international tools for assessing the risk of bias and clinical applicability. Conclusions. Quasi-experimental studies represent a valuable source of evidence for decision-making when randomized controlled trials are not feasible. Their proper interpretation requires a critical analysis of the design, potential biases, and adjustment methods employed, promoting a reflective and contextualized application of their findings in clinical practice and public health. 16 03 06 10.62486/978-9915-9928-3-9.Ch16 01 04 16 Systematic Reviews and Meta-Analyses 1 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 2 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 01 spa 30 00 Introduction: Systematic reviews and meta-analyses represent the highest level of evidence in Evidence-Based Medicine, rigorously, transparently, and reproducibly integrating the results of multiple primary studies to answer specific clinical questions. Their application reduces selection bias, increases the precision of estimates, and strengthens clinical and healthcare decision-making. Development: This chapter describes the essential methodological steps for the development and critical interpretation of systematic reviews and meta-analyses, including formulating the PICO question, registering the protocol, conducting a comprehensive literature search, selecting and extracting data, assessing the risk of bias, performing qualitative and quantitative synthesis, analyzing heterogeneity, addressing publication bias, and evaluating the certainty of evidence using GRADE. It also presents tools for interpreting forest plots, funnel plots, and network meta-analyses, highlighting their usefulness in generating robust and clinically applicable evidence. Conclusions: Systematic reviews and meta-analyses are indispensable tools for transforming scientific evidence into well-founded clinical decisions. However, its true value depends on methodological rigor, critical appraisal of study quality, and the proper interpretation of the magnitude and certainty of the effects. A thoughtful reading allows us to distinguish between statistical significance and clinical relevance, promoting safer, more efficient, and patient-centered healthcare practices. 17 03 06 10.62486/978-9915-9928-3-9.Ch17 01 04 17 Non-Systematized Evidence Sources in Medicine 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 01 spa 30 00 Introduction: Non-systematized evidence sources occupy the lower rungs of the Evidence-Based Medicine (EBM) pyramid. Nevertheless, they represent indispensable information-transfer resources in daily clinical practice, outpatient consultations, or emergency departments when recent systematic reviews or clinical practice guidelines are unavailable. Their primary value lies in providing a broad, agile, and rapid theoretical transition regarding innovative therapies or complex clinical scenarios enveloped in marked methodological uncertainty. Development: Guided by the clinical crossroads of an internist managing a patient with long-standing, refractory rheumatoid arthritis interested in a cutting-edge biologic approved in Europe but lacking consolidated systematic syntheses, this chapter examines non-systematized evidence frameworks in a detailed manner. The distinct operational profiles and specific clinical utilities of narrative reviews, point-of-care evidence summaries (such as UpToDate, DynaMed, and BMJ Best Practice), update articles in high-impact journals, academic editorials, letters to the editor, and key opinion leader expert testimony are analyzed. The text details the inherent biases within these formats—predominantly literature selection bias, authority bias, and selective reporting driven by the author's subjective judgment. To mitigate these vulnerabilities, critical appraisal guidelines based on the analytical triangulation of sources are introduced alongside the application of current international checklists and tools, such as the SANRA scale for the formal appraisal of narrative reviews, the GRADE framework for balancing the strength of provisional recommendations, and the consensus standards of the ICMJE, COPE, and WAME directed toward the rigorous auditing of conflicts of interest (COI). Conclusions: Non-systematized sources act as pragmatic transitional tools that facilitate shared decision-making and the resolution of immediate inquiries in clinical settings. However, the healthcare professional must interpret them through a strict critical lens, carefully weighing their applicability and treating them as provisional directives bound to continuous re-evaluation as robust scientific knowledge matures. 18 03 06 10.62486/978-9915-9928-3-9.Ch18 01 04 18 Use of Artificial Intelligence in the Critical Appraisal of Scientific Medical Articles 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 3 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 4 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 01 spa 30 00 Introduction: The incorporation of artificial intelligence (AI), especially large-scale language models (LLMs), has transformed the critical appraisal of scientific literature by facilitating the processing of large volumes of information. However, its use in Evidence-Based Medicine requires recognizing both its strengths and methodological limitations to avoid errors in interpretation and cognitive dependence. Development: This chapter describes a hybrid model of critical appraisal in which AI acts as a support tool for structured data extraction, statistical interpretation, and preliminary bias detection, always subordinate to clinical judgment. It proposes principles for responsible use, analysis algorithms, prompt design, and verification strategies to minimize hallucinations, biases, and methodological errors. Conclusions: AI represents an opportunity to optimize critical appraisal and democratize access to scientific evidence; however, its true value depends on its ethical, reflective, and methodologically rigorous integration. The preservation of critical thinking, the systematic verification of information, and the maintenance of independent clinical judgment are essential conditions for these tools to strengthen, rather than replace, evidence-based decision-making. 19 03 06 10.62486/978-9915-9928-3-9.Ch19 01 04 19 Use of NotebookLM in the Comparative Analysis of Scientific Evidence 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 3 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 01 spa 30 00 Introduction: Comparing multiple studies is an essential competency in Evidence-Based Medicine (EBM), but it is a complex process due to the heterogeneity of study designs, populations, interventions, and outcomes. In this context, NotebookLM emerges as an artificial intelligence tool designed to facilitate the organization, synthesis, and exploration of scientific documents from user-provided sources, promoting a structured approach to comparative evidence analysis. Development: NotebookLM allows users to summarize articles, identify similarities and discrepancies, formulate cross-sectional comparisons, and reduce initial cognitive load by providing responses supported by citations from the original documents. Its greatest utility lies in the preliminary stages of document analysis, supporting the organization of the corpus and the generation of comparative hypotheses. However, the interpretation of methodological quality, risk of bias, effect size, and clinical applicability continues to depend on the researcher's critical judgment. Conclusions: The responsible integration of NotebookLM into EBM demonstrates that artificial intelligence should be understood as a complementary resource and not as a substitute for scientific reasoning. Its true value lies in enhancing the efficiency of document analysis, while the validity of the conclusions continues to rely on critical evaluation, verification of original sources, and methodological interpretation by trained professionals. 20 03 06 10.62486/978-9915-9928-3-9.Ch20 01 04 20 Artificial Intelligence and Evidence-Based Clinical Decision-Making 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introduction: Artificial intelligence (AI) is transforming clinical decision-making by facilitating access to, organization of, and synthesis of scientific evidence. Within the framework of Evidence-Based Medicine (EBM), its incorporation should strengthen, not replace, the integration of the best available evidence, clinical expertise, and patient values. Its use requires ongoing critical evaluation to ensure safe, contextualized, and ethically responsible decisions. Development: AI contributes to the analysis of diagnostic and therapeutic alternatives, the comparison of risks and benefits, communication with the patient, and the optimization of clinical reasoning. However, it has inherent limitations, such as hallucinations, algorithmic biases, outdated information, and uncritical automation. Therefore, any recommendation generated must be compared with reliable sources, current clinical guidelines, and the individual characteristics of the patient, also considering the availability of resources and the healthcare context. Conclusions: AI represents valuable cognitive support for evidence-based clinical practice, provided that its use is subordinate to clinical judgment and the ethical commitment of the professional. Its true potential lies not in replacing the ability to decide, but in enriching critical analysis and fostering shared, transparent, and patient-centered decisions. The quality of care will depend on the clinician's ability to integrate technology, scientific evidence, and humanism into a responsible decision-making process. 21 03 06 10.62486/978-9915-9928-3-9.Ch21 01 04 21 Ethics and Limitations of Artificial Intelligence in Medicine 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 3 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 01 spa 30 00 Introduction: Artificial intelligence (AI) has transformed medical practice by strengthening diagnosis, decision-making, and clinical management; however, its incorporation raises ethical, methodological, and regulatory challenges. From the perspective of Evidence-Based Medicine (EBM), the implementation of these technologies requires a rigorous evaluation of their validity, safety, and applicability in diverse populations. Development: This chapter examines bioethical principles, algorithmic biases, the limitations of large language models, and the risks of automation bias, highlighting the insufficient representation of Andean populations in the datasets used to train AI systems. It also emphasizes the need for local validation, transparency, data governance, and human oversight to ensure safe and equitable clinical decisions. Conclusions: AI is a support tool with great potential, but its responsible integration requires solid scientific evidence, contextual adaptation, and a continuous commitment to ethical reflection. Only through critical, regulated, and patient-centered implementation will it be possible to harness its benefits without compromising equity, autonomy, or clinical safety. South American Publishing 01 South American Publishing 02 https://southam.pub/book-catalog/isbn/978-9915-9928-3-9.php Montevideo UY 04 01 20260727 01 WORLD 06 15 9789915992808 11 15 9789915992839 11 15 9789915992822 9789915992839-es-3 03 01 15 9789915992839 06 10.62486/978-9915-9928-3-9 00 ED E107 00 01 01 Critical reading of scientific articles on health: A practical guide (Spanish Edition) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 5 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 6 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 7 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 8 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 9 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 10 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 11 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 12 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 13 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 14 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 15 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 16 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 17 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 18 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 19 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 20 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 21 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 22 A01 21 0009-0003-5994-3134 Edgar Juan José Chávez Navarro Edgar Juan José Chávez Navarro 23 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 24 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 25 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 26 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 27 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 28 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 29 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 30 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 31 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 32 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 33 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 34 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 35 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 36 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 37 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 38 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 39 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 40 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 41 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 42 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 43 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 44 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 1 01 spa 10 MED112000 MEDICAL / Evidence-Based Medicine 10 MED028000 MEDICAL / Epidemiology 10 MED090000 MEDICAL / Biostatistics 10 MED014000 MEDICAL / Clinical Medicine 20 Evidence-Based Medicine; Critical Appraisal; Clinical Research Methodology; Scientific Evidence; Artificial Intelligence; Clinical Decision-Making 30 00 The rapid expansion of biomedical literature has increased the need for healthcare professionals to critically evaluate scientific evidence before incorporating it into clinical practice. This book presents a comprehensive introduction to the principles and methods of Evidence-Based Medicine, integrating research methodology, critical appraisal, epidemiological study designs, literature searching, diagnostic evaluation, systematic evidence synthesis, and contemporary applications of artificial intelligence in healthcare. Beginning with the conceptual foundations of scientific reasoning, the chapters progressively examine the structure of scientific publications, research design, observational and experimental studies, diagnostic accuracy research, systematic reviews, meta-analyses, and evidence interpretation. Practical clinical scenarios accompany methodological explanations to illustrate how research findings can inform patient care while acknowledging the limitations, biases, and uncertainties inherent to scientific investigation. Particular attention is devoted to the responsible incorporation of artificial intelligence into literature retrieval, comparative evidence analysis, clinical decision support, and ethical deliberation. Throughout the volume, technological advances are presented as complementary resources that enhance, rather than replace, professional judgment. By combining methodological rigor with clinically relevant examples, the book offers readers a coherent framework for understanding how scientific evidence is generated, evaluated, synthesized, and responsibly applied. It is intended for students, clinicians, educators, and researchers who wish to strengthen their capacity for critical reasoning and evidence-informed healthcare practice. 04 00 Capítulo 1: La importancia de la lectura crítica en la práctica médica; Capítulo 2: Estructura de un artículo científico; Capítulo 3: Introducción a la Medicina Basada en la Evidencia; Capítulo 4: El proceso de investigación en el contexto de la Medicina Basada en la Evidencia; Capítulo 5: ¿Cómo buscar un artículo científico en salud? Estrategia paso a paso; Capítulo 6: Searching for Research Articles with Artificial Intelligence; Capítulo 7: Metodología de la Investigación en el Área de la Salud; Capítulo 8: Guía práctica para búsqueda de artículos científicos; Capítulo 9: Reporte de Casos y Serie de Casos; Capítulo 10: Estudios descriptivos (transversal, ecológico, concordancia); Capítulo 11: Estudios de prueba diagnóstica; Capítulo 12: Estudios de casos y controles; Capítulo 13: Estudios de Cohorte; Capítulo 14: Ensayos Clínicos Aleatorizados; Capítulo 15: Estudios cuasiexperimentales; Capítulo 16: Revisiones Sistemáticas y Metaanálisis; Capítulo 17: Fuentes de evidencia no sistematizada en medicina; Capítulo 18: Uso de la inteligencia artificial en la lectura crítica de artículos científicos médicos; Capítulo 19: Uso de NotebookLM en el análisis comparativo de evidencia científica; Capítulo 20: Inteligencia Artificial y toma de decisiones clínicas basadas en evidencia; Capítulo 21: Ética y limitaciones de la inteligencia artificial en medicina 01 00 03 02 https://southam.pub/book-catalog/2026/978-9915-9928-3-9/978-9915-9928-3-9_Portada.png 1 03 06 10.62486/978-9915-9928-3-9.Ch01 01 04 1 La importancia de la lectura crítica en la práctica médica 1 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 2 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 01 spa 30 00 Introducción: La lectura crítica constituye una competencia esencial para la práctica médica contemporánea, debido al crecimiento exponencial de la literatura científica y a la variabilidad en la calidad metodológica de las investigaciones. Su aplicación permite evaluar de manera sistemática la validez, relevancia clínica y aplicabilidad de la evidencia, favoreciendo decisiones fundamentadas en los principios de la Medicina Basada en la Evidencia (MBE) y orientadas a optimizar la seguridad del paciente. Desarrollo: El capítulo expone, mediante un caso clínico, cómo la interpretación crítica de un estudio evita decisiones sustentadas en evidencia insuficiente o sesgada. Se enfatiza la evaluación del diseño metodológico, la magnitud del efecto, los conflictos de interés y la aplicabilidad de los resultados, integrando además el uso responsable de la inteligencia artificial como herramienta de apoyo, sin sustituir el juicio clínico ni el razonamiento científico. Conclusiones: La lectura crítica trasciende el análisis de artículos científicos para convertirse en un proceso reflexivo que fortalece el juicio clínico, promueve decisiones terapéuticas seguras y fomenta una cultura de aprendizaje continuo. En un entorno de creciente producción científica y desarrollo tecnológico, su dominio representa un requisito indispensable para ejercer una medicina ética, rigurosa y centrada en el paciente, garantizando que la práctica clínica se sustente en evidencia sólida y clínicamente relevante. 2 03 06 10.62486/978-9915-9928-3-9.Ch02 01 04 2 Estructura de un artículo científico 1 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 2 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 01 spa 30 00 Introducción. Estructura de un artículo científico constituye el fundamento para la comunicación transparente del conocimiento y la evaluación crítica de la evidencia. Comprender la organización del formato IMRyD y sus componentes complementarios permite interpretar adecuadamente los estudios, valorar su calidad metodológica y facilitar la toma de decisiones sustentadas en la Medicina Basada en la Evidencia. Desarrollo: El capítulo describe las funciones específicas de cada sección de un artículo científico, desde el título y el resumen hasta los métodos, resultados, discusión y referencias. Destaca que cada apartado cumple un propósito metodológico orientado a garantizar la reproducibilidad, la validez y la adecuada interpretación de los hallazgos. Asimismo, analiza el papel de la inteligencia artificial como herramienta de apoyo para optimizar la búsqueda, síntesis y análisis de la literatura científica, sin reemplazar el juicio crítico del investigador. Conclusiones: La comprensión integral de la estructura de un artículo científico fortalece la capacidad de realizar una lectura crítica y de distinguir evidencia metodológicamente sólida. El desarrollo de estas competencias representa un requisito indispensable para promover una práctica clínica fundamentada en evidencia confiable, favoreciendo decisiones más objetivas, reproducibles y orientadas al mejoramiento continuo de la investigación y la atención en salud. 3 03 06 10.62486/978-9915-9928-3-9.Ch03 01 04 3 Introducción a la Medicina Basada en la Evidencia 1 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 2 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 3 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 01 spa 30 00 Introducción. La Medicina Basada en la Evidencia (MBE) es un modelo de práctica clínica que integra la mejor evidencia científica disponible, la experiencia clínica del profesional y los valores y preferencias del paciente para optimizar la toma de decisiones sanitarias. Su desarrollo surge como respuesta a la necesidad de reducir la variabilidad clínica y promover intervenciones sustentadas en información científica de calidad. Desarrollo. El capítulo presenta los fundamentos conceptuales e históricos de la MBE, destacando las contribuciones de Archie Cochrane y la consolidación del movimiento en la Universidad McMaster. Se describen sus tres pilares esenciales: evidencia científica, experiencia clínica y preferencias del paciente. Se analizan los cinco pasos fundamentales de la MBE: formulación de preguntas clínicas estructuradas mediante el modelo PICO, búsqueda sistemática de la literatura científica, evaluación crítica de la evidencia, aplicación de los hallazgos al contexto clínico y evaluación continua de los resultados obtenidos. Se examinan además las principales ventajas y limitaciones de la MBE, así como la jerarquía de la evidencia científica y el sistema GRADE para valorar la calidad de la evidencia y la fuerza de las recomendaciones. Finalmente, se aborda el papel emergente de la inteligencia artificial como herramienta de apoyo para la búsqueda, selección, síntesis e interpretación de la información científica. Conclusión. La MBE constituye una competencia esencial para los profesionales de la salud, ya que permite transformar la información científica en decisiones clínicas fundamentadas. Más que un método, representa una actitud crítica y reflexiva que exige cuestionar, analizar y aplicar el conocimiento disponible con rigor científico, siempre orientado a brindar una atención más segura, efectiva y centrada en las necesidades reales de cada paciente. 4 03 06 10.62486/978-9915-9928-3-9.Ch04 01 04 4 El proceso de investigación en el contexto de la Medicina Basada en la Evidencia 1 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 01 spa 30 00 Introducción: El proceso de investigación constituye el fundamento para la generación de evidencia científica confiable en salud y representa un componente esencial de la Medicina Basada en la Evidencia (MBE). Su objetivo es responder preguntas clínicas mediante un método sistemático, riguroso y reproducible que permita producir conocimiento útil para la toma de decisiones sanitarias. Desarrollo: El capítulo describe las principales etapas del proceso de investigación, desde el planteamiento del problema y la formulación de la pregunta de investigación hasta la publicación de los resultados. Se destaca la importancia de la revisión de literatura, la selección del diseño metodológico apropiado, la definición de la población y muestra, la medición adecuada de variables y el análisis e interpretación de los datos. De esta manera, se presentan las principales clasificaciones de los estudios epidemiológicos, incluyendo diseños descriptivos, analíticos, observacionales y experimentales. Se analizan además los conceptos fundamentales relacionados con las variables de investigación, los errores tipo I y tipo II, los sesgos más frecuentes y los principios de validez interna y externa, elementos indispensables para evaluar la calidad metodológica de un estudio. Finalmente, se aborda el papel de la inteligencia artificial como herramienta complementaria para optimizar la búsqueda bibliográfica, el diseño metodológico, el análisis de datos y la redacción científica. Conclusión: Comprender el proceso de investigación permite interpretar críticamente la evidencia científica y diferenciar resultados confiables de aquellos afectados por errores o sesgos. Más allá de producir conocimiento, investigar implica desarrollar una actitud crítica, donde cada pregunta clínica se convierte en una oportunidad para generar evidencia que contribuya a una atención más segura, efectiva y centrada en el paciente. 5 03 06 10.62486/978-9915-9928-3-9.Ch05 01 04 5 ¿Cómo buscar un artículo científico en salud? Estrategia paso a paso 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 3 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 01 spa 30 00 Introducción: La búsqueda bibliográfica constituye una competencia fundamental dentro de la Medicina Basada en la Evidencia (MBE), ya que permite identificar, recuperar y seleccionar información científica relevante para responder preguntas clínicas de manera sistemática y fundamentada. Una estrategia de búsqueda adecuada facilita el acceso a evidencia actualizada, válida y aplicable a la práctica asistencial. Desarrollo: El capítulo describe una metodología estructurada para realizar búsquedas científicas eficientes en salud. El proceso inicia con la formulación de preguntas clínicas mediante la estrategia PICO, herramienta que permite delimitar la población, intervención, comparación y resultado de interés. Posteriormente, se aborda la identificación de conceptos clave y su transformación en términos controlados utilizando tesauros biomédicos como MeSH y DeCS, los cuales mejoran la precisión y reproducibilidad de las búsquedas. Además, se explica el uso de operadores booleanos (AND, OR y NOT) para optimizar la sensibilidad y especificidad de los resultados obtenidos. El capítulo también presenta los principales recursos de información científica, incluyendo estudios primarios, revisiones sistemáticas y sinopsis de evidencia. Por tanto, se analizan criterios para evaluar la calidad de los hallazgos encontrados, considerando indicadores bibliométricos, relevancia clínica, calidad metodológica y aplicabilidad de los resultados. Además, se explora el papel de la inteligencia artificial como herramienta complementaria para apoyar la búsqueda y gestión de información científica. Conclusión: Buscar evidencia científica no consiste únicamente en encontrar artículos, sino en localizar la mejor evidencia disponible para responder una pregunta clínica específica. La calidad de las decisiones clínicas depende, en gran medida, de la capacidad para formular preguntas adecuadas, realizar búsquedas eficientes y evaluar críticamente la información recuperada. En una era de sobreabundancia informativa, aprender a buscar con rigor científico es tan importante como aprender a interpretar la evidencia encontrada. 6 03 06 10.62486/978-9915-9928-3-9.Ch06 01 04 6 Searching for Research Articles with Artificial Intelligence 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introducción: La inteligencia artificial (IA) ha transformado la búsqueda de literatura científica al optimizar la recuperación, organización y síntesis de la evidencia biomédica. Integrada con los principios de la Medicina Basada en la Evidencia, facilita la formulación de preguntas clínicas mediante el formato PICO, la identificación de términos MeSH/DeCS y el diseño de estrategias de búsqueda reproducibles. Desarrollo: El capítulo analiza el empleo de modelos de lenguaje y herramientas especializadas como Perplexity, Elicit, Scite AI, Consensus, Semantic Scholar, Research Rabbit y OpenEvidence para mejorar la localización y evaluación preliminar de estudios científicos. Asimismo, enfatiza la construcción de prompts estructurados, la validación obligatoria de referencias y la integración de la IA con bases de datos biomédicas tradicionales para garantizar rigor metodológico y trazabilidad de la evidencia. Conclusiones: La IA constituye un asistente metodológico que incrementa la eficiencia del proceso de búsqueda bibliográfica, pero no sustituye el juicio clínico, la lectura crítica ni la verificación de las fuentes originales. Desde una perspectiva reflexiva, su utilización responsable exige competencias metodológicas, pensamiento crítico y compromiso ético para asegurar decisiones clínicas fundamentadas en evidencia científica confiable, actualizada y reproducible. 7 03 06 10.62486/978-9915-9928-3-9.Ch07 01 04 7 Metodología de la Investigación en el Área de la Salud 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 3 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 01 spa 30 00 Introducción: La metodología de la investigación en salud constituye el conjunto de principios, procedimientos y estrategias científicas destinados a generar conocimiento válido, confiable y aplicable a la práctica clínica. Su importancia radica en proporcionar las bases para producir evidencia de calidad que contribuya a la toma de decisiones en el marco de la Medicina Basada en la Evidencia (MBE). Desarrollo: El capítulo aborda los fundamentos conceptuales de la investigación en salud, destacando sus características esenciales: sistematicidad, objetividad, reproducibilidad, ética y orientación hacia la evidencia científica. Se describe el método científico como el eje central del proceso investigativo, que comprende la observación del problema, la formulación de preguntas estructuradas mediante el modelo PICO, el planteamiento de hipótesis, la selección del diseño metodológico, la recolección y análisis de datos y la comunicación de resultados. Asimismo, se presentan los principales diseños de investigación, incluyendo estudios observacionales, estudios experimentales y revisiones sistemáticas con metaanálisis. Se analizan además los conceptos de variables, validez interna y externa, así como los principales sesgos que pueden afectar la calidad metodológica de un estudio. Se enfatiza la importancia de los principios éticos, el respeto a los participantes y el cumplimiento de normas internacionales para garantizar la integridad científica. Conclusión: La calidad de una investigación no depende exclusivamente de los resultados obtenidos, sino del rigor metodológico aplicado en cada etapa del proceso científico. Comprender la metodología de la investigación permite interpretar críticamente la literatura biomédica y distinguir evidencia sólida de conclusiones potencialmente sesgadas. En un entorno donde la información científica crece de forma exponencial, desarrollar pensamiento crítico y competencias metodológicas constituye una responsabilidad profesional indispensable para transformar datos en conocimiento y conocimiento en mejores decisiones para la salud de las personas. 8 03 06 10.62486/978-9915-9928-3-9.Ch08 01 04 8 Guía práctica para búsqueda de artículos científicos 1 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 4 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 01 spa 30 00 Introducción: La búsqueda de evidencia científica constituye una competencia esencial para la práctica clínica moderna y para la aplicación de la Medicina Basada en la Evidencia (MBE). Este capítulo utiliza el caso de un paciente con enfermedad pulmonar obstructiva crónica (EPOC) que consulta sobre la efectividad de la rehabilitación pulmonar domiciliaria o mediante TELESALUD frente a la rehabilitación presencial, para demostrar cómo transformar una necesidad clínica en una estrategia sistemática de búsqueda bibliográfica. Desarrollo: El capítulo describe de forma práctica el proceso de búsqueda de literatura científica en las principales bases de datos biomédicas: Biblioteca Virtual en Salud (BVS), PubMed, SciELO y Cochrane Library. Inicialmente, enfatiza la identificación de términos controlados mediante los tesauros DeCS y MeSH, los cuales permiten estandarizar conceptos y aumentar la precisión y sensibilidad de las búsquedas. Posteriormente, explica la construcción de estrategias mediante operadores booleanos (AND, OR) y el uso de filtros relacionados con idioma, fecha de publicación, población y diseño metodológico. Se presentan las características específicas de cada plataforma. La BVS facilita el acceso a literatura regional y en español; PubMed amplía la búsqueda hacia evidencia internacional de alto impacto; SciELO aporta estudios latinoamericanos de libre acceso y Cochrane Library ofrece revisiones sistemáticas y síntesis de evidencia de máxima calidad metodológica. Conclusiones: La búsqueda bibliográfica efectiva es un proceso metodológico que trasciende la simple utilización de palabras clave. Ninguna base de datos es suficiente por sí sola; por ello, la búsqueda combinada maximiza la recuperación de información pertinente, la capacidad de localizar, evaluar y utilizar críticamente la evidencia científica es una habilidad indispensable para el profesional de la salud contemporáneo, ya que fortalece la toma de decisiones clínicas, promueve una atención centrada en el paciente y contribuye al desarrollo de una práctica médica más rigurosa, transparente y fundamentada en el conocimiento científico. 9 03 06 10.62486/978-9915-9928-3-9.Ch09 01 04 9 Reporte de Casos y Serie de Casos 1 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 2 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 3 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 01 spa 30 00 Introducción: Los reportes de caso y las series de casos constituyen diseños descriptivos fundamentales en la Medicina Basada en la Evidencia, debido a su capacidad para identificar señales clínicas tempranas, describir fenotipos, reconocer eventos adversos y generar hipótesis de investigación. Aunque no permiten establecer causalidad ni demostrar eficacia terapéutica, representan una fuente valiosa de información para la práctica clínica, la farmacovigilancia y la detección de problemas emergentes en salud. Desarrollo: El capítulo analiza los fundamentos metodológicos, criterios de validez y principios de interpretación de ambos diseños utilizando como ejemplo un caso de rabdomiólisis secundaria a la interacción entre una estatina y un macrólido. Se enfatiza la importancia de la cronología clínica, el descarte de diagnósticos diferenciales, la plausibilidad biológica y el dechallenge como elementos que fortalecen la credibilidad de los hallazgos. De esta manera, se describen herramientas de análisis descriptivo, como medianas, rangos intercuartílicos, diagramas de caja y curvas de Kaplan-Meier, además de los principales sesgos y limitaciones inherentes a estos estudios. Conclusiones: La lectura crítica de reportes y series de casos permite transformar observaciones clínicas en conocimiento útil para la toma de decisiones sanitarias. Su verdadero valor radica en generar alertas tempranas y orientar investigaciones futuras, siempre que se interpreten con rigor metodológico y dentro de sus límites. Se debe destacar que estos diseños recuerdan que la observación clínica sistemática continúa siendo un pilar esencial para el avance del conocimiento médico y la protección de la seguridad del paciente. 10 03 06 10.62486/978-9915-9928-3-9.Ch10 01 04 10 Estudios descriptivos (transversal, ecológico, concordancia) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 3 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 4 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 01 spa 30 00 Introducción: Los estudios descriptivos constituyen la base de la investigación epidemiológica y clínica, al permitir cuantificar la frecuencia y distribución de los problemas de salud en poblaciones específicas. Su principal utilidad radica en estimar prevalencias e incidencias, identificar patrones epidemiológicos, evaluar la concordancia de mediciones y generar hipótesis para investigaciones posteriores, sin establecer relaciones causales. Desarrollo: El capítulo analiza los principales diseños descriptivos: estudios transversales, ecológicos, de concordancia, series de casos y estudios longitudinales descriptivos. Se enfatizan los elementos metodológicos esenciales para su lectura crítica, incluyendo la definición de la población objetivo, la representatividad muestral, la calidad de las mediciones, la interpretación de prevalencias, incidencias, intervalos de confianza y medidas de concordancia. Asimismo, se examinan los principales sesgos asociados a cada diseño, como el sesgo de selección, el sesgo de información, la falacia ecológica y las pérdidas de seguimiento. Conclusiones: Los estudios descriptivos son herramientas indispensables para comprender la magnitud y distribución de los problemas de salud, orientar decisiones clínicas y apoyar la planificación sanitaria. Su adecuada interpretación exige una evaluación rigurosa de la validez, precisión y aplicabilidad de los resultados. Reflexivamente, estos diseños recuerdan que la observación sistemática constituye el primer paso en la construcción del conocimiento científico y en la generación de evidencia útil para la práctica clínica y la salud pública. 11 03 06 10.62486/978-9915-9928-3-9.Ch11 01 04 11 Estudios de prueba diagnóstica 1 A01 21 0009-0006-7563-5037 Edgar Juan José Chávez Navarro Isaura Oberson-Santander 2 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 3 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 01 spa 30 00 Introducción: Los estudios de prueba diagnóstica constituyen una herramienta fundamental en la Medicina Basada en la Evidencia, ya que permiten evaluar la capacidad de una prueba para identificar correctamente la presencia o ausencia de una enfermedad. Su propósito es determinar la validez, exactitud y utilidad clínica de una prueba diagnóstica mediante la comparación con un estándar de referencia. Desarrollo: El capítulo aborda los principios metodológicos esenciales para evaluar pruebas diagnósticas, incluyendo la selección adecuada de pacientes, el uso de estándares de referencia, el cegamiento y el control de sesgos. De esta manera, analiza indicadores de desempeño como sensibilidad, especificidad, valores predictivos, razones de verosimilitud, curvas ROC y medidas de concordancia. Se enfatiza la importancia de interpretar estos parámetros dentro del contexto clínico, epidemiológico y asistencial donde se aplican. Conclusiones: La evaluación crítica de las pruebas diagnósticas trasciende la simple interpretación de indicadores estadísticos, requiriendo valorar su aplicabilidad, precisión y repercusión en la toma de decisiones clínicas. Una prueba diagnóstica adquiere verdadero valor cuando contribuye a mejorar la atención del paciente, optimizar recursos y respaldar decisiones fundamentadas en evidencia científica de calidad. 12 03 06 10.62486/978-9915-9928-3-9.Ch12 01 04 12 Estudios de casos y controles 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 3 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 01 spa 30 00 Introducción: Los estudios de casos y controles constituyen un diseño observacional analítico orientado a investigar la asociación entre una exposición y un desenlace previamente ocurrido. Su utilidad es especialmente relevante en enfermedades raras o de larga latencia, permitiendo explorar factores de riesgo de manera eficiente mediante la comparación de individuos con la enfermedad (casos) y sin ella (controles). Desarrollo: Este diseño utiliza el odds ratio (OR) como medida principal de asociación, evaluando retrospectivamente la frecuencia de exposición en ambos grupos. El capítulo destaca aspectos metodológicos fundamentales como la adecuada selección de casos y controles, la medición objetiva de la exposición, el control de factores de confusión y la identificación de sesgos, entre ellos los de selección, información y supervivencia. De esta manera, enfatiza la interpretación crítica del OR, los intervalos de confianza y los análisis ajustados mediante regresión logística. Conclusiones: los estudios de casos y controles representan una herramienta valiosa para generar evidencia epidemiológica y formular hipótesis etiológicas. Sin embargo, la validez de sus hallazgos depende del rigor metodológico aplicado y de una interpretación crítica que considere los posibles sesgos y limitaciones inherentes al diseño. Su adecuada utilización contribuye al desarrollo de estrategias preventivas y a la toma de decisiones fundamentadas en evidencia científica. 13 03 06 10.62486/978-9915-9928-3-9.Ch13 01 04 13 Estudios de Cohorte 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 3 A01 Stanley Aguirre Stanley Aguirre 4 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 01 spa 30 00 Introducción: Los estudios de cohorte constituyen uno de los diseños observacionales analíticos más sólidos para evaluar la asociación entre una exposición y la ocurrencia de un desenlace. Su principal fortaleza radica en establecer la secuencia temporal entre ambos eventos, permitiendo estimar incidencias y cuantificar riesgos mediante medidas como el riesgo relativo (RR), la tasa de incidencia y el hazard ratio (HR). Desarrollo: El capítulo describe los fundamentos metodológicos de las cohortes prospectivas, retrospectivas y ambispectivas, enfatizando la importancia de una adecuada selección de la población, la definición precisa de la exposición y los desenlaces, el seguimiento longitudinal y el control de factores de confusión. De esta manera, aborda las principales medidas de frecuencia y asociación, incluyendo incidencia acumulada, tasa de incidencia, riesgo atribuible, RR y HR, complementadas con herramientas de análisis de supervivencia como las curvas de Kaplan–Meier y la regresión de Cox. También se destacan los criterios para evaluar la validez interna, externa y la relevancia clínica de los hallazgos. Conclusiones: Los estudios de cohorte proporcionan evidencia fundamental para comprender la historia natural de las enfermedades y estimar el impacto de factores de riesgo y protección. Su adecuada interpretación exige valorar la temporalidad, la calidad del seguimiento, el control de la confusión y la magnitud real de los efectos observados. Más allá de los resultados estadísticos, estos estudios permiten traducir la evidencia en decisiones clínicas y estrategias de salud pública orientadas a la prevención y al mejoramiento de la atención sanitaria. 14 03 06 10.62486/978-9915-9928-3-9.Ch14 01 04 14 Ensayos Clínicos Aleatorizados 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 3 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 4 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 01 spa 30 00 Introducción. Los ensayos clínicos aleatorizados (ECA) constituyen el diseño experimental de mayor rigor metodológico para evaluar la eficacia y seguridad de intervenciones sanitarias. Gracias a la aleatorización, el ocultamiento de la asignación y el enmascaramiento, permiten minimizar sesgos y establecer relaciones causales con elevada validez interna, siendo considerados el estándar de oro de la Medicina Basada en la Evidencia. Desarrollo. El capítulo aborda los principios metodológicos fundamentales de los ECA, incluyendo los diseños paralelos, cruzados, factoriales y por conglomerados, así como los ensayos de superioridad, no inferioridad y equivalencia. Se analizan aspectos esenciales como los criterios de selección de participantes, la aleatorización, el cegamiento, la definición de desenlaces, el seguimiento y el análisis estadístico mediante intención de tratar, riesgo relativo, reducción absoluta del riesgo, número necesario a tratar y análisis de supervivencia. De esta manera, se enfatiza la evaluación de la validez interna y externa para garantizar la confiabilidad y aplicabilidad de los resultados. Conclusiones. Los ECA representan la herramienta más robusta para generar evidencia científica confiable que sustente decisiones clínicas y políticas sanitarias. Su valor no depende únicamente de demostrar eficacia terapéutica, sino también de la calidad metodológica, la transparencia en la ejecución y la pertinencia clínica de los hallazgos. Una lectura crítica rigurosa permite distinguir entre resultados estadísticamente significativos y beneficios verdaderamente relevantes para los pacientes. 15 03 06 10.62486/978-9915-9928-3-9.Ch15 01 04 15 Estudios cuasiexperimentales 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 3 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 01 spa 30 00 Introducción. Los estudios cuasiexperimentales constituyen una alternativa metodológica esencial para evaluar intervenciones clínicas cuando la aleatorización no es factible por razones éticas, logísticas o administrativas. Su aplicación permite generar evidencia en escenarios asistenciales reales, aunque con mayor susceptibilidad a sesgos de selección y confusión. Desarrollo. El capítulo describe los principales diseños cuasiexperimentales, sus fortalezas, limitaciones y estrategias para controlar amenazas a la validez interna, incluyendo ajustes multivariables, puntuación de propensión y análisis de sensibilidad. Asimismo, aborda la interpretación crítica de los resultados, la evaluación de la calidad metodológica y el uso de herramientas internacionales para valorar el riesgo de sesgo y la aplicabilidad clínica. Conclusiones: Los estudios cuasiexperimentales representan una fuente valiosa de evidencia para la toma de decisiones cuando los ensayos clínicos aleatorizados no son viables. Su adecuada interpretación exige un análisis crítico del diseño, los sesgos potenciales y los métodos de ajuste empleados, favoreciendo una aplicación reflexiva y contextualizada de sus hallazgos en la práctica clínica y la salud pública. 16 03 06 10.62486/978-9915-9928-3-9.Ch16 01 04 16 Revisiones Sistemáticas y Metaanálisis 1 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 2 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 01 spa 30 00 Introducción: Las revisiones sistemáticas y los metaanálisis representan el nivel más alto de evidencia en la Medicina Basada en la Evidencia, al integrar de forma rigurosa, transparente y reproducible los resultados de múltiples estudios primarios para responder preguntas clínicas específicas. Su aplicación reduce el sesgo de selección, incrementa la precisión de las estimaciones y fortalece la toma de decisiones clínicas y sanitarias. Desarrollo: El capítulo describe las etapas metodológicas esenciales para la elaboración e interpretación crítica de revisiones sistemáticas y metaanálisis, incluyendo la formulación de la pregunta PICO, el registro del protocolo, la búsqueda bibliográfica exhaustiva, la selección y extracción de datos, la evaluación del riesgo de sesgo, la síntesis cualitativa y cuantitativa, el análisis de heterogeneidad, el sesgo de publicación y la valoración de la certeza de la evidencia mediante GRADE. De esta manera, expone herramientas para interpretar forest plots, funnel plots y metaanálisis en red, destacando su utilidad para generar evidencia robusta y clínicamente aplicable. Conclusiones: Las revisiones sistemáticas y los metaanálisis constituyen herramientas indispensables para transformar la evidencia científica en decisiones clínicas fundamentadas. No obstante, su verdadero valor depende de la rigurosidad metodológica, la evaluación crítica de la calidad de los estudios y la adecuada interpretación de la magnitud y certeza de los efectos. Una lectura reflexiva permite distinguir entre significancia estadística y relevancia clínica, favoreciendo una práctica asistencial más segura, eficiente y centrada en el paciente. 17 03 06 10.62486/978-9915-9928-3-9.Ch17 01 04 17 Fuentes de evidencia no sistematizada en medicina 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 01 spa 30 00 Introducción: Las fuentes de evidencia no sistematizada ocupan los peldaños inferiores de la pirámide de la Medicina Basada en la Evidencia (MBE). Sin embargo, representan recursos de transferencia informacional indispensables en la práctica clínica diaria, la consulta externa o los servicios de urgencia cuando no se dispone de revisiones sistemáticas o guías de práctica clínica recientes. Su valor primordial radica en proveer una visión panorámica, ágil y de rápida transición teórica sobre terapias innovadoras o escenarios clínicos complejos envueltos en una marcada incertidumbre metodológica. Desarrollo: Partiendo de la encrucijada clínica de una internista ante un paciente con artritis reumatoide refractaria interesado en un biológico de última generación comercializado en Europa pero sin síntesis sistemática consolidada, este capítulo examina pormenorizadamente los formatos de evidencia no sistematizada. Se analizan de forma operativa el perfil y las utilidades específicas de las revisiones narrativas, los sumarios de evidencia en el punto de cuidado (como UpToDate, DynaMed y BMJ Best Practice), los artículos de actualización en revistas de alto impacto, las editoriales académicas, las cartas al editor y la opinión de expertos de líderes de opinión. El texto detalla los sesgos inherentes a estos formatos predominando el sesgo de selección bibliográfica, el sesgo de autoridad y el de reporte selectivo por el criterio subjetivo del autor—. Para mitigar estas vulnerabilidades, se introduce pautas de lectura crítica basadas en la triangulación analítica de la información y la aplicación de checklists e instrumentos internacionales vigentes, tales como la escala SANRA para el escrutinio formal de revisiones narrativas, el marco GRADE para balancear la fuerza de recomendaciones provisionales y las directrices del ICMJE, COPE y WAME orientadas a la fiscalización exhaustiva de los conflictos de interés (COI). Conclusiones: Las fuentes no sistematizadas actúan como herramientas de transición pragmática que facilitan la toma de decisiones compartida y la resolución de dudas inmediatas. No obstante, el profesional de la salud debe interpretarlas bajo un riguroso tamiz crítico, ponderando su aplicabilidad y asumiéndolas como directrices provisorias supeditadas a una reevaluación constante conforme evolucione el conocimiento científico robusto. 18 03 06 10.62486/978-9915-9928-3-9.Ch18 01 04 18 Uso de la inteligencia artificial en la lectura crítica de artículos científicos médicos 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 3 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 4 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 01 spa 30 00 Introducción: La incorporación de la inteligencia artificial (IA), especialmente los modelos de lenguaje de gran escala (LLMs), ha transformado la lectura crítica de la literatura científica al facilitar el procesamiento de grandes volúmenes de información. No obstante, su utilización en Medicina Basada en la Evidencia exige reconocer tanto sus fortalezas como sus limitaciones metodológicas para evitar errores de interpretación y dependencia cognitiva. Desarrollo: El capítulo describe un modelo híbrido de lectura crítica en el que la IA actúa como herramienta de apoyo para la extracción estructurada de datos, interpretación estadística y detección preliminar de sesgos, siempre subordinada al juicio clínico. De esta manera, propone principios de uso responsable, algoritmos de análisis, diseño de prompts y estrategias de verificación para minimizar alucinaciones, sesgos y errores metodológicos. Conclusiones. La IA representa una oportunidad para optimizar la lectura crítica y democratizar el acceso a la evidencia científica; sin embargo, su verdadero valor depende de una integración ética, reflexiva y metodológicamente rigurosa. La preservación del pensamiento crítico, la verificación sistemática de la información y el mantenimiento del juicio clínico independiente constituyen condiciones indispensables para que estas herramientas fortalezcan, y no sustituyan, la toma de decisiones basada en evidencia. 19 03 06 10.62486/978-9915-9928-3-9.Ch19 01 04 19 Uso de NotebookLM en el análisis comparativo de evidencia científica 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 3 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 01 spa 30 00 Introducción: La comparación de múltiples estudios constituye una competencia esencial en la Medicina Basada en la Evidencia (MBE), pero representa un proceso complejo debido a la heterogeneidad de diseños, poblaciones, intervenciones y desenlaces. En este contexto, NotebookLM emerge como una herramienta de inteligencia artificial orientada a facilitar la organización, síntesis y exploración de documentos científicos a partir de fuentes proporcionadas por el usuario, favoreciendo una aproximación estructurada al análisis comparativo de la evidencia. Desarrollo: NotebookLM permite resumir artículos, identificar similitudes y discrepancias, formular comparaciones transversales y reducir la carga cognitiva inicial mediante respuestas sustentadas en citas de los documentos originales. Su mayor utilidad se concentra en las etapas preliminares del análisis documental, apoyando la organización del corpus y la generación de hipótesis comparativas. No obstante, la interpretación de la calidad metodológica, el riesgo de sesgo, la magnitud del efecto y la aplicabilidad clínica continúa dependiendo del juicio crítico del investigador. Conclusiones: La integración responsable de NotebookLM en la MBE evidencia que la inteligencia artificial debe entenderse como un recurso complementario y no como un sustituto del razonamiento científico. Su verdadero valor radica en potenciar la eficiencia del análisis documental, mientras que la validez de las conclusiones sigue sustentándose en la evaluación crítica, la verificación de las fuentes originales y la interpretación metodológica realizada por profesionales capacitados. 20 03 06 10.62486/978-9915-9928-3-9.Ch20 01 04 20 Inteligencia Artificial y toma de decisiones clínicas basadas en evidencia 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introducción: La inteligencia artificial (IA) está transformando la toma de decisiones clínicas al facilitar el acceso, la organización y la síntesis de la evidencia científica. En el marco de la Medicina Basada en la Evidencia (MBE), su incorporación debe fortalecer, y no reemplazar, la integración entre la mejor evidencia disponible, la experiencia clínica y los valores del paciente. Su utilización exige una evaluación crítica permanente para garantizar decisiones seguras, contextualizadas y éticamente responsables. Desarrollo: La IA contribuye al análisis de alternativas diagnósticas y terapéuticas, la comparación de riesgos y beneficios, la comunicación con el paciente y la optimización del razonamiento clínico. Sin embargo, presenta limitaciones inherentes, como alucinaciones, sesgos algorítmicos, desactualización de la información y automatización acrítica. Por ello, toda recomendación generada debe contrastarse con fuentes confiables, guías clínicas vigentes y las características individuales del paciente, considerando además la disponibilidad de recursos y el contexto asistencial. Conclusiones: La IA representa un valioso apoyo cognitivo para la práctica clínica basada en evidencia, siempre que su utilización esté subordinada al juicio clínico y al compromiso ético del profesional. Su verdadero potencial no radica en sustituir la capacidad de decidir, sino en enriquecer el análisis crítico y favorecer decisiones compartidas, transparentes y centradas en el paciente. La calidad de la atención dependerá de la capacidad del clínico para integrar tecnología, evidencia científica y humanismo en un proceso de decisión responsable. 21 03 06 10.62486/978-9915-9928-3-9.Ch21 01 04 21 Ética y limitaciones de la inteligencia artificial en medicina 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 3 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 01 spa 30 00 Introducción: La inteligencia artificial (IA) ha transformado la práctica médica al fortalecer el diagnóstico, la toma de decisiones y la gestión clínica; sin embargo, su incorporación plantea desafíos éticos, metodológicos y regulatorios. Desde la perspectiva de la Medicina Basada en la Evidencia (MBE), la implementación de estas tecnologías exige una evaluación rigurosa de su validez, seguridad y aplicabilidad en poblaciones diversas. Desarrollo: El capítulo examina los principios bioéticos, los sesgos algorítmicos, las limitaciones de los grandes modelos de lenguaje y los riesgos del automation bias, destacando la insuficiente representación de poblaciones andinas en los conjuntos de datos utilizados para entrenar sistemas de IA. Asimismo, enfatiza la necesidad de validación local, transparencia, gobernanza de datos y supervisión humana para garantizar decisiones clínicas seguras y equitativas. Conclusiones: La IA constituye una herramienta de apoyo con gran potencial, pero su integración responsable requiere evidencia científica sólida, adaptación contextual y un compromiso permanente con la reflexión ética. Solo mediante una implementación crítica, regulada y centrada en el paciente será posible aprovechar sus beneficios sin comprometer la equidad, la autonomía ni la seguridad clínica. South American Publishing 01 South American Publishing 02 https://southam.pub/book-catalog/isbn/978-9915-9928-3-9.php Montevideo UY 04 01 20260727 01 WORLD 11 15 9789915992808 11 15 9789915992815 06 15 9789915992822 9789915992822-es-4 03 01 15 9789915992822 06 10.62486/978-9915-9928-3-9 00 BC 01 01 Critical reading of scientific articles on health: A practical guide (Spanish Edition) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 5 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 6 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 7 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 8 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 9 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 10 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 11 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 12 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 13 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 14 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 15 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 16 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 17 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 18 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 19 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 20 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 21 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 22 A01 21 0009-0003-5994-3134 Edgar Juan José Chávez Navarro Edgar Juan José Chávez Navarro 23 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 24 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 25 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 26 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 27 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 28 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 29 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 30 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 31 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 32 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 33 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 34 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 35 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 36 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 37 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 38 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 39 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 40 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 41 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 42 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 43 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 44 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 1 01 spa 10 MED112000 MEDICAL / Evidence-Based Medicine 10 MED028000 MEDICAL / Epidemiology 10 MED090000 MEDICAL / Biostatistics 10 MED014000 MEDICAL / Clinical Medicine 20 Evidence-Based Medicine; Critical Appraisal; Clinical Research Methodology; Scientific Evidence; Artificial Intelligence; Clinical Decision-Making 30 00 The rapid expansion of biomedical literature has increased the need for healthcare professionals to critically evaluate scientific evidence before incorporating it into clinical practice. This book presents a comprehensive introduction to the principles and methods of Evidence-Based Medicine, integrating research methodology, critical appraisal, epidemiological study designs, literature searching, diagnostic evaluation, systematic evidence synthesis, and contemporary applications of artificial intelligence in healthcare. Beginning with the conceptual foundations of scientific reasoning, the chapters progressively examine the structure of scientific publications, research design, observational and experimental studies, diagnostic accuracy research, systematic reviews, meta-analyses, and evidence interpretation. Practical clinical scenarios accompany methodological explanations to illustrate how research findings can inform patient care while acknowledging the limitations, biases, and uncertainties inherent to scientific investigation. Particular attention is devoted to the responsible incorporation of artificial intelligence into literature retrieval, comparative evidence analysis, clinical decision support, and ethical deliberation. Throughout the volume, technological advances are presented as complementary resources that enhance, rather than replace, professional judgment. By combining methodological rigor with clinically relevant examples, the book offers readers a coherent framework for understanding how scientific evidence is generated, evaluated, synthesized, and responsibly applied. It is intended for students, clinicians, educators, and researchers who wish to strengthen their capacity for critical reasoning and evidence-informed healthcare practice. 04 00 Capítulo 1: La importancia de la lectura crítica en la práctica médica; Capítulo 2: Estructura de un artículo científico; Capítulo 3: Introducción a la Medicina Basada en la Evidencia; Capítulo 4: El proceso de investigación en el contexto de la Medicina Basada en la Evidencia; Capítulo 5: ¿Cómo buscar un artículo científico en salud? Estrategia paso a paso; Capítulo 6: Searching for Research Articles with Artificial Intelligence; Capítulo 7: Metodología de la Investigación en el Área de la Salud; Capítulo 8: Guía práctica para búsqueda de artículos científicos; Capítulo 9: Reporte de Casos y Serie de Casos; Capítulo 10: Estudios descriptivos (transversal, ecológico, concordancia); Capítulo 11: Estudios de prueba diagnóstica; Capítulo 12: Estudios de casos y controles; Capítulo 13: Estudios de Cohorte; Capítulo 14: Ensayos Clínicos Aleatorizados; Capítulo 15: Estudios cuasiexperimentales; Capítulo 16: Revisiones Sistemáticas y Metaanálisis; Capítulo 17: Fuentes de evidencia no sistematizada en medicina; Capítulo 18: Uso de la inteligencia artificial en la lectura crítica de artículos científicos médicos; Capítulo 19: Uso de NotebookLM en el análisis comparativo de evidencia científica; Capítulo 20: Inteligencia Artificial y toma de decisiones clínicas basadas en evidencia; Capítulo 21: Ética y limitaciones de la inteligencia artificial en medicina 01 00 03 02 https://southam.pub/book-catalog/2026/978-9915-9928-3-9/978-9915-9928-3-9_Portada.png 1 03 06 10.62486/978-9915-9928-3-9.Ch01 01 04 1 La importancia de la lectura crítica en la práctica médica 1 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 2 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 01 spa 30 00 Introducción: La lectura crítica constituye una competencia esencial para la práctica médica contemporánea, debido al crecimiento exponencial de la literatura científica y a la variabilidad en la calidad metodológica de las investigaciones. Su aplicación permite evaluar de manera sistemática la validez, relevancia clínica y aplicabilidad de la evidencia, favoreciendo decisiones fundamentadas en los principios de la Medicina Basada en la Evidencia (MBE) y orientadas a optimizar la seguridad del paciente. Desarrollo: El capítulo expone, mediante un caso clínico, cómo la interpretación crítica de un estudio evita decisiones sustentadas en evidencia insuficiente o sesgada. Se enfatiza la evaluación del diseño metodológico, la magnitud del efecto, los conflictos de interés y la aplicabilidad de los resultados, integrando además el uso responsable de la inteligencia artificial como herramienta de apoyo, sin sustituir el juicio clínico ni el razonamiento científico. Conclusiones: La lectura crítica trasciende el análisis de artículos científicos para convertirse en un proceso reflexivo que fortalece el juicio clínico, promueve decisiones terapéuticas seguras y fomenta una cultura de aprendizaje continuo. En un entorno de creciente producción científica y desarrollo tecnológico, su dominio representa un requisito indispensable para ejercer una medicina ética, rigurosa y centrada en el paciente, garantizando que la práctica clínica se sustente en evidencia sólida y clínicamente relevante. 2 03 06 10.62486/978-9915-9928-3-9.Ch02 01 04 2 Estructura de un artículo científico 1 A01 21 0000-0003-3860-9332 Luis Mariano Tecuatl Gómez Luis Mariano Tecuatl Gómez 2 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 01 spa 30 00 Introducción. Estructura de un artículo científico constituye el fundamento para la comunicación transparente del conocimiento y la evaluación crítica de la evidencia. Comprender la organización del formato IMRyD y sus componentes complementarios permite interpretar adecuadamente los estudios, valorar su calidad metodológica y facilitar la toma de decisiones sustentadas en la Medicina Basada en la Evidencia. Desarrollo: El capítulo describe las funciones específicas de cada sección de un artículo científico, desde el título y el resumen hasta los métodos, resultados, discusión y referencias. Destaca que cada apartado cumple un propósito metodológico orientado a garantizar la reproducibilidad, la validez y la adecuada interpretación de los hallazgos. Asimismo, analiza el papel de la inteligencia artificial como herramienta de apoyo para optimizar la búsqueda, síntesis y análisis de la literatura científica, sin reemplazar el juicio crítico del investigador. Conclusiones: La comprensión integral de la estructura de un artículo científico fortalece la capacidad de realizar una lectura crítica y de distinguir evidencia metodológicamente sólida. El desarrollo de estas competencias representa un requisito indispensable para promover una práctica clínica fundamentada en evidencia confiable, favoreciendo decisiones más objetivas, reproducibles y orientadas al mejoramiento continuo de la investigación y la atención en salud. 3 03 06 10.62486/978-9915-9928-3-9.Ch03 01 04 3 Introducción a la Medicina Basada en la Evidencia 1 A01 21 0000-0003-2571-925X Jaykel Evelio Gómez Triana Jaykel Evelio Gómez Triana 2 A01 21 0009-0005-8397-3901 Paul Cardozo-Gil Paul Cardozo-Gil 3 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 01 spa 30 00 Introducción. La Medicina Basada en la Evidencia (MBE) es un modelo de práctica clínica que integra la mejor evidencia científica disponible, la experiencia clínica del profesional y los valores y preferencias del paciente para optimizar la toma de decisiones sanitarias. Su desarrollo surge como respuesta a la necesidad de reducir la variabilidad clínica y promover intervenciones sustentadas en información científica de calidad. Desarrollo. El capítulo presenta los fundamentos conceptuales e históricos de la MBE, destacando las contribuciones de Archie Cochrane y la consolidación del movimiento en la Universidad McMaster. Se describen sus tres pilares esenciales: evidencia científica, experiencia clínica y preferencias del paciente. Se analizan los cinco pasos fundamentales de la MBE: formulación de preguntas clínicas estructuradas mediante el modelo PICO, búsqueda sistemática de la literatura científica, evaluación crítica de la evidencia, aplicación de los hallazgos al contexto clínico y evaluación continua de los resultados obtenidos. Se examinan además las principales ventajas y limitaciones de la MBE, así como la jerarquía de la evidencia científica y el sistema GRADE para valorar la calidad de la evidencia y la fuerza de las recomendaciones. Finalmente, se aborda el papel emergente de la inteligencia artificial como herramienta de apoyo para la búsqueda, selección, síntesis e interpretación de la información científica. Conclusión. La MBE constituye una competencia esencial para los profesionales de la salud, ya que permite transformar la información científica en decisiones clínicas fundamentadas. Más que un método, representa una actitud crítica y reflexiva que exige cuestionar, analizar y aplicar el conocimiento disponible con rigor científico, siempre orientado a brindar una atención más segura, efectiva y centrada en las necesidades reales de cada paciente. 4 03 06 10.62486/978-9915-9928-3-9.Ch04 01 04 4 El proceso de investigación en el contexto de la Medicina Basada en la Evidencia 1 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 2 A01 21 0000-0002-2403-8930 Micaela Mariel Moncada Mercado Micaela Mariel Moncada Mercado 3 A01 21 0000-0001-9746-9523 Carlos Alberto Paz-Roman Carlos Alberto Paz-Roman 01 spa 30 00 Introducción: El proceso de investigación constituye el fundamento para la generación de evidencia científica confiable en salud y representa un componente esencial de la Medicina Basada en la Evidencia (MBE). Su objetivo es responder preguntas clínicas mediante un método sistemático, riguroso y reproducible que permita producir conocimiento útil para la toma de decisiones sanitarias. Desarrollo: El capítulo describe las principales etapas del proceso de investigación, desde el planteamiento del problema y la formulación de la pregunta de investigación hasta la publicación de los resultados. Se destaca la importancia de la revisión de literatura, la selección del diseño metodológico apropiado, la definición de la población y muestra, la medición adecuada de variables y el análisis e interpretación de los datos. De esta manera, se presentan las principales clasificaciones de los estudios epidemiológicos, incluyendo diseños descriptivos, analíticos, observacionales y experimentales. Se analizan además los conceptos fundamentales relacionados con las variables de investigación, los errores tipo I y tipo II, los sesgos más frecuentes y los principios de validez interna y externa, elementos indispensables para evaluar la calidad metodológica de un estudio. Finalmente, se aborda el papel de la inteligencia artificial como herramienta complementaria para optimizar la búsqueda bibliográfica, el diseño metodológico, el análisis de datos y la redacción científica. Conclusión: Comprender el proceso de investigación permite interpretar críticamente la evidencia científica y diferenciar resultados confiables de aquellos afectados por errores o sesgos. Más allá de producir conocimiento, investigar implica desarrollar una actitud crítica, donde cada pregunta clínica se convierte en una oportunidad para generar evidencia que contribuya a una atención más segura, efectiva y centrada en el paciente. 5 03 06 10.62486/978-9915-9928-3-9.Ch05 01 04 5 ¿Cómo buscar un artículo científico en salud? Estrategia paso a paso 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 3 A01 21 0009-0004-5321-8449 Josué Elías Peca-Hoyos Josué Elías Peca-Hoyos 01 spa 30 00 Introducción: La búsqueda bibliográfica constituye una competencia fundamental dentro de la Medicina Basada en la Evidencia (MBE), ya que permite identificar, recuperar y seleccionar información científica relevante para responder preguntas clínicas de manera sistemática y fundamentada. Una estrategia de búsqueda adecuada facilita el acceso a evidencia actualizada, válida y aplicable a la práctica asistencial. Desarrollo: El capítulo describe una metodología estructurada para realizar búsquedas científicas eficientes en salud. El proceso inicia con la formulación de preguntas clínicas mediante la estrategia PICO, herramienta que permite delimitar la población, intervención, comparación y resultado de interés. Posteriormente, se aborda la identificación de conceptos clave y su transformación en términos controlados utilizando tesauros biomédicos como MeSH y DeCS, los cuales mejoran la precisión y reproducibilidad de las búsquedas. Además, se explica el uso de operadores booleanos (AND, OR y NOT) para optimizar la sensibilidad y especificidad de los resultados obtenidos. El capítulo también presenta los principales recursos de información científica, incluyendo estudios primarios, revisiones sistemáticas y sinopsis de evidencia. Por tanto, se analizan criterios para evaluar la calidad de los hallazgos encontrados, considerando indicadores bibliométricos, relevancia clínica, calidad metodológica y aplicabilidad de los resultados. Además, se explora el papel de la inteligencia artificial como herramienta complementaria para apoyar la búsqueda y gestión de información científica. Conclusión: Buscar evidencia científica no consiste únicamente en encontrar artículos, sino en localizar la mejor evidencia disponible para responder una pregunta clínica específica. La calidad de las decisiones clínicas depende, en gran medida, de la capacidad para formular preguntas adecuadas, realizar búsquedas eficientes y evaluar críticamente la información recuperada. En una era de sobreabundancia informativa, aprender a buscar con rigor científico es tan importante como aprender a interpretar la evidencia encontrada. 6 03 06 10.62486/978-9915-9928-3-9.Ch06 01 04 6 Searching for Research Articles with Artificial Intelligence 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introducción: La inteligencia artificial (IA) ha transformado la búsqueda de literatura científica al optimizar la recuperación, organización y síntesis de la evidencia biomédica. Integrada con los principios de la Medicina Basada en la Evidencia, facilita la formulación de preguntas clínicas mediante el formato PICO, la identificación de términos MeSH/DeCS y el diseño de estrategias de búsqueda reproducibles. Desarrollo: El capítulo analiza el empleo de modelos de lenguaje y herramientas especializadas como Perplexity, Elicit, Scite AI, Consensus, Semantic Scholar, Research Rabbit y OpenEvidence para mejorar la localización y evaluación preliminar de estudios científicos. Asimismo, enfatiza la construcción de prompts estructurados, la validación obligatoria de referencias y la integración de la IA con bases de datos biomédicas tradicionales para garantizar rigor metodológico y trazabilidad de la evidencia. Conclusiones: La IA constituye un asistente metodológico que incrementa la eficiencia del proceso de búsqueda bibliográfica, pero no sustituye el juicio clínico, la lectura crítica ni la verificación de las fuentes originales. Desde una perspectiva reflexiva, su utilización responsable exige competencias metodológicas, pensamiento crítico y compromiso ético para asegurar decisiones clínicas fundamentadas en evidencia científica confiable, actualizada y reproducible. 7 03 06 10.62486/978-9915-9928-3-9.Ch07 01 04 7 Metodología de la Investigación en el Área de la Salud 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0000-0002-0579-5186 Antonio Viruez-Soto Antonio Viruez-Soto 3 A01 21 0000-0001-8693-6317 Nadia Sandra Orozco Vargas Nadia Sandra Orozco Vargas 01 spa 30 00 Introducción: La metodología de la investigación en salud constituye el conjunto de principios, procedimientos y estrategias científicas destinados a generar conocimiento válido, confiable y aplicable a la práctica clínica. Su importancia radica en proporcionar las bases para producir evidencia de calidad que contribuya a la toma de decisiones en el marco de la Medicina Basada en la Evidencia (MBE). Desarrollo: El capítulo aborda los fundamentos conceptuales de la investigación en salud, destacando sus características esenciales: sistematicidad, objetividad, reproducibilidad, ética y orientación hacia la evidencia científica. Se describe el método científico como el eje central del proceso investigativo, que comprende la observación del problema, la formulación de preguntas estructuradas mediante el modelo PICO, el planteamiento de hipótesis, la selección del diseño metodológico, la recolección y análisis de datos y la comunicación de resultados. Asimismo, se presentan los principales diseños de investigación, incluyendo estudios observacionales, estudios experimentales y revisiones sistemáticas con metaanálisis. Se analizan además los conceptos de variables, validez interna y externa, así como los principales sesgos que pueden afectar la calidad metodológica de un estudio. Se enfatiza la importancia de los principios éticos, el respeto a los participantes y el cumplimiento de normas internacionales para garantizar la integridad científica. Conclusión: La calidad de una investigación no depende exclusivamente de los resultados obtenidos, sino del rigor metodológico aplicado en cada etapa del proceso científico. Comprender la metodología de la investigación permite interpretar críticamente la literatura biomédica y distinguir evidencia sólida de conclusiones potencialmente sesgadas. En un entorno donde la información científica crece de forma exponencial, desarrollar pensamiento crítico y competencias metodológicas constituye una responsabilidad profesional indispensable para transformar datos en conocimiento y conocimiento en mejores decisiones para la salud de las personas. 8 03 06 10.62486/978-9915-9928-3-9.Ch08 01 04 8 Guía práctica para búsqueda de artículos científicos 1 A01 21 0009-0007-7847-5662 Timothé Schenker Timothé Schenker 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 4 A01 21 0009-0004-5181-8977 Carmen Julia Salvatierra-Rocha Carmen Julia Salvatierra-Rocha 01 spa 30 00 Introducción: La búsqueda de evidencia científica constituye una competencia esencial para la práctica clínica moderna y para la aplicación de la Medicina Basada en la Evidencia (MBE). Este capítulo utiliza el caso de un paciente con enfermedad pulmonar obstructiva crónica (EPOC) que consulta sobre la efectividad de la rehabilitación pulmonar domiciliaria o mediante TELESALUD frente a la rehabilitación presencial, para demostrar cómo transformar una necesidad clínica en una estrategia sistemática de búsqueda bibliográfica. Desarrollo: El capítulo describe de forma práctica el proceso de búsqueda de literatura científica en las principales bases de datos biomédicas: Biblioteca Virtual en Salud (BVS), PubMed, SciELO y Cochrane Library. Inicialmente, enfatiza la identificación de términos controlados mediante los tesauros DeCS y MeSH, los cuales permiten estandarizar conceptos y aumentar la precisión y sensibilidad de las búsquedas. Posteriormente, explica la construcción de estrategias mediante operadores booleanos (AND, OR) y el uso de filtros relacionados con idioma, fecha de publicación, población y diseño metodológico. Se presentan las características específicas de cada plataforma. La BVS facilita el acceso a literatura regional y en español; PubMed amplía la búsqueda hacia evidencia internacional de alto impacto; SciELO aporta estudios latinoamericanos de libre acceso y Cochrane Library ofrece revisiones sistemáticas y síntesis de evidencia de máxima calidad metodológica. Conclusiones: La búsqueda bibliográfica efectiva es un proceso metodológico que trasciende la simple utilización de palabras clave. Ninguna base de datos es suficiente por sí sola; por ello, la búsqueda combinada maximiza la recuperación de información pertinente, la capacidad de localizar, evaluar y utilizar críticamente la evidencia científica es una habilidad indispensable para el profesional de la salud contemporáneo, ya que fortalece la toma de decisiones clínicas, promueve una atención centrada en el paciente y contribuye al desarrollo de una práctica médica más rigurosa, transparente y fundamentada en el conocimiento científico. 9 03 06 10.62486/978-9915-9928-3-9.Ch09 01 04 9 Reporte de Casos y Serie de Casos 1 A01 21 0000-0001-8251-490X Jorge Marquez-Molina Jorge Marquez Molina 2 A01 21 0000-0002-3137-0587 Alberto Martin Diaz-Seminario Alberto Martin Diaz-Seminario 3 A01 21 0000-0002-2957-1232 Rolando Antonio Quiroz Quispe Rolando Antonio Quiroz Quispe 01 spa 30 00 Introducción: Los reportes de caso y las series de casos constituyen diseños descriptivos fundamentales en la Medicina Basada en la Evidencia, debido a su capacidad para identificar señales clínicas tempranas, describir fenotipos, reconocer eventos adversos y generar hipótesis de investigación. Aunque no permiten establecer causalidad ni demostrar eficacia terapéutica, representan una fuente valiosa de información para la práctica clínica, la farmacovigilancia y la detección de problemas emergentes en salud. Desarrollo: El capítulo analiza los fundamentos metodológicos, criterios de validez y principios de interpretación de ambos diseños utilizando como ejemplo un caso de rabdomiólisis secundaria a la interacción entre una estatina y un macrólido. Se enfatiza la importancia de la cronología clínica, el descarte de diagnósticos diferenciales, la plausibilidad biológica y el dechallenge como elementos que fortalecen la credibilidad de los hallazgos. De esta manera, se describen herramientas de análisis descriptivo, como medianas, rangos intercuartílicos, diagramas de caja y curvas de Kaplan-Meier, además de los principales sesgos y limitaciones inherentes a estos estudios. Conclusiones: La lectura crítica de reportes y series de casos permite transformar observaciones clínicas en conocimiento útil para la toma de decisiones sanitarias. Su verdadero valor radica en generar alertas tempranas y orientar investigaciones futuras, siempre que se interpreten con rigor metodológico y dentro de sus límites. Se debe destacar que estos diseños recuerdan que la observación clínica sistemática continúa siendo un pilar esencial para el avance del conocimiento médico y la protección de la seguridad del paciente. 10 03 06 10.62486/978-9915-9928-3-9.Ch10 01 04 10 Estudios descriptivos (transversal, ecológico, concordancia) 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz Del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-4578-1811 Alejandro Carías Alejandro Carías 3 A01 21 0009-0005-6986-2703 María Lourdes del Rosario Escalera Rivero María Lourdes del Rosario Escalera Rivero 4 A01 21 0000-0001-9797-3033 Adrian Avila-Hilari Adrian Avila-Hilari 01 spa 30 00 Introducción: Los estudios descriptivos constituyen la base de la investigación epidemiológica y clínica, al permitir cuantificar la frecuencia y distribución de los problemas de salud en poblaciones específicas. Su principal utilidad radica en estimar prevalencias e incidencias, identificar patrones epidemiológicos, evaluar la concordancia de mediciones y generar hipótesis para investigaciones posteriores, sin establecer relaciones causales. Desarrollo: El capítulo analiza los principales diseños descriptivos: estudios transversales, ecológicos, de concordancia, series de casos y estudios longitudinales descriptivos. Se enfatizan los elementos metodológicos esenciales para su lectura crítica, incluyendo la definición de la población objetivo, la representatividad muestral, la calidad de las mediciones, la interpretación de prevalencias, incidencias, intervalos de confianza y medidas de concordancia. Asimismo, se examinan los principales sesgos asociados a cada diseño, como el sesgo de selección, el sesgo de información, la falacia ecológica y las pérdidas de seguimiento. Conclusiones: Los estudios descriptivos son herramientas indispensables para comprender la magnitud y distribución de los problemas de salud, orientar decisiones clínicas y apoyar la planificación sanitaria. Su adecuada interpretación exige una evaluación rigurosa de la validez, precisión y aplicabilidad de los resultados. Reflexivamente, estos diseños recuerdan que la observación sistemática constituye el primer paso en la construcción del conocimiento científico y en la generación de evidencia útil para la práctica clínica y la salud pública. 11 03 06 10.62486/978-9915-9928-3-9.Ch11 01 04 11 Estudios de prueba diagnóstica 1 A01 21 0009-0006-7563-5037 Edgar Juan José Chávez Navarro Isaura Oberson-Santander 2 A01 21 0000-0002-2631-5276 Nayra Condori-Villca Nayra Condori-Villca 3 A01 21 0000-0001-6852-2663 Marco Antonio Gumucio-Villarroel Marco Antonio Gumucio-Villarroel 01 spa 30 00 Introducción: Los estudios de prueba diagnóstica constituyen una herramienta fundamental en la Medicina Basada en la Evidencia, ya que permiten evaluar la capacidad de una prueba para identificar correctamente la presencia o ausencia de una enfermedad. Su propósito es determinar la validez, exactitud y utilidad clínica de una prueba diagnóstica mediante la comparación con un estándar de referencia. Desarrollo: El capítulo aborda los principios metodológicos esenciales para evaluar pruebas diagnósticas, incluyendo la selección adecuada de pacientes, el uso de estándares de referencia, el cegamiento y el control de sesgos. De esta manera, analiza indicadores de desempeño como sensibilidad, especificidad, valores predictivos, razones de verosimilitud, curvas ROC y medidas de concordancia. Se enfatiza la importancia de interpretar estos parámetros dentro del contexto clínico, epidemiológico y asistencial donde se aplican. Conclusiones: La evaluación crítica de las pruebas diagnósticas trasciende la simple interpretación de indicadores estadísticos, requiriendo valorar su aplicabilidad, precisión y repercusión en la toma de decisiones clínicas. Una prueba diagnóstica adquiere verdadero valor cuando contribuye a mejorar la atención del paciente, optimizar recursos y respaldar decisiones fundamentadas en evidencia científica de calidad. 12 03 06 10.62486/978-9915-9928-3-9.Ch12 01 04 12 Estudios de casos y controles 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0006-7563-5037 Isaura Oberson-Santander Isaura Oberson-Santander 3 A01 21 0009-0003-3435-2290 María Valeria Canedo-Sánchez María Valeria Canedo-Sánchez 01 spa 30 00 Introducción: Los estudios de casos y controles constituyen un diseño observacional analítico orientado a investigar la asociación entre una exposición y un desenlace previamente ocurrido. Su utilidad es especialmente relevante en enfermedades raras o de larga latencia, permitiendo explorar factores de riesgo de manera eficiente mediante la comparación de individuos con la enfermedad (casos) y sin ella (controles). Desarrollo: Este diseño utiliza el odds ratio (OR) como medida principal de asociación, evaluando retrospectivamente la frecuencia de exposición en ambos grupos. El capítulo destaca aspectos metodológicos fundamentales como la adecuada selección de casos y controles, la medición objetiva de la exposición, el control de factores de confusión y la identificación de sesgos, entre ellos los de selección, información y supervivencia. De esta manera, enfatiza la interpretación crítica del OR, los intervalos de confianza y los análisis ajustados mediante regresión logística. Conclusiones: los estudios de casos y controles representan una herramienta valiosa para generar evidencia epidemiológica y formular hipótesis etiológicas. Sin embargo, la validez de sus hallazgos depende del rigor metodológico aplicado y de una interpretación crítica que considere los posibles sesgos y limitaciones inherentes al diseño. Su adecuada utilización contribuye al desarrollo de estrategias preventivas y a la toma de decisiones fundamentadas en evidencia científica. 13 03 06 10.62486/978-9915-9928-3-9.Ch13 01 04 13 Estudios de Cohorte 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0009-0003-3153-4443 Isis Scarleth Funes Galindo Isis Scarleth Funes Galindo 3 A01 Stanley Aguirre Stanley Aguirre 4 A01 21 0009-0002-7509-5537 Giovanni Callizaya-Macedo Giovanni Callizaya-Macedo 01 spa 30 00 Introducción: Los estudios de cohorte constituyen uno de los diseños observacionales analíticos más sólidos para evaluar la asociación entre una exposición y la ocurrencia de un desenlace. Su principal fortaleza radica en establecer la secuencia temporal entre ambos eventos, permitiendo estimar incidencias y cuantificar riesgos mediante medidas como el riesgo relativo (RR), la tasa de incidencia y el hazard ratio (HR). Desarrollo: El capítulo describe los fundamentos metodológicos de las cohortes prospectivas, retrospectivas y ambispectivas, enfatizando la importancia de una adecuada selección de la población, la definición precisa de la exposición y los desenlaces, el seguimiento longitudinal y el control de factores de confusión. De esta manera, aborda las principales medidas de frecuencia y asociación, incluyendo incidencia acumulada, tasa de incidencia, riesgo atribuible, RR y HR, complementadas con herramientas de análisis de supervivencia como las curvas de Kaplan–Meier y la regresión de Cox. También se destacan los criterios para evaluar la validez interna, externa y la relevancia clínica de los hallazgos. Conclusiones: Los estudios de cohorte proporcionan evidencia fundamental para comprender la historia natural de las enfermedades y estimar el impacto de factores de riesgo y protección. Su adecuada interpretación exige valorar la temporalidad, la calidad del seguimiento, el control de la confusión y la magnitud real de los efectos observados. Más allá de los resultados estadísticos, estos estudios permiten traducir la evidencia en decisiones clínicas y estrategias de salud pública orientadas a la prevención y al mejoramiento de la atención sanitaria. 14 03 06 10.62486/978-9915-9928-3-9.Ch14 01 04 14 Ensayos Clínicos Aleatorizados 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0000-0002-5128-4600 Ariel Sosa-Remón Ariel Sosa-Remón 3 A01 21 0009-0000-3798-227X Guiselle Carol Cabrera Morales Guiselle Carol Cabrera Morales 4 A01 21 0009-0009-4532-6737 Helen Fernández Burgoa Helen Fernández Burgoa 01 spa 30 00 Introducción. Los ensayos clínicos aleatorizados (ECA) constituyen el diseño experimental de mayor rigor metodológico para evaluar la eficacia y seguridad de intervenciones sanitarias. Gracias a la aleatorización, el ocultamiento de la asignación y el enmascaramiento, permiten minimizar sesgos y establecer relaciones causales con elevada validez interna, siendo considerados el estándar de oro de la Medicina Basada en la Evidencia. Desarrollo. El capítulo aborda los principios metodológicos fundamentales de los ECA, incluyendo los diseños paralelos, cruzados, factoriales y por conglomerados, así como los ensayos de superioridad, no inferioridad y equivalencia. Se analizan aspectos esenciales como los criterios de selección de participantes, la aleatorización, el cegamiento, la definición de desenlaces, el seguimiento y el análisis estadístico mediante intención de tratar, riesgo relativo, reducción absoluta del riesgo, número necesario a tratar y análisis de supervivencia. De esta manera, se enfatiza la evaluación de la validez interna y externa para garantizar la confiabilidad y aplicabilidad de los resultados. Conclusiones. Los ECA representan la herramienta más robusta para generar evidencia científica confiable que sustente decisiones clínicas y políticas sanitarias. Su valor no depende únicamente de demostrar eficacia terapéutica, sino también de la calidad metodológica, la transparencia en la ejecución y la pertinencia clínica de los hallazgos. Una lectura crítica rigurosa permite distinguir entre resultados estadísticamente significativos y beneficios verdaderamente relevantes para los pacientes. 15 03 06 10.62486/978-9915-9928-3-9.Ch15 01 04 15 Estudios cuasiexperimentales 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0003-0648-8692 Pamela Gutierrez Villegas Pamela Gutierrez Villegas 3 A01 21 0000-0002-4900-2299 Aaron Eduardo Carvajal-Tapia Aaron Eduardo Carvajal-Tapia 01 spa 30 00 Introducción. Los estudios cuasiexperimentales constituyen una alternativa metodológica esencial para evaluar intervenciones clínicas cuando la aleatorización no es factible por razones éticas, logísticas o administrativas. Su aplicación permite generar evidencia en escenarios asistenciales reales, aunque con mayor susceptibilidad a sesgos de selección y confusión. Desarrollo. El capítulo describe los principales diseños cuasiexperimentales, sus fortalezas, limitaciones y estrategias para controlar amenazas a la validez interna, incluyendo ajustes multivariables, puntuación de propensión y análisis de sensibilidad. Asimismo, aborda la interpretación crítica de los resultados, la evaluación de la calidad metodológica y el uso de herramientas internacionales para valorar el riesgo de sesgo y la aplicabilidad clínica. Conclusiones: Los estudios cuasiexperimentales representan una fuente valiosa de evidencia para la toma de decisiones cuando los ensayos clínicos aleatorizados no son viables. Su adecuada interpretación exige un análisis crítico del diseño, los sesgos potenciales y los métodos de ajuste empleados, favoreciendo una aplicación reflexiva y contextualizada de sus hallazgos en la práctica clínica y la salud pública. 16 03 06 10.62486/978-9915-9928-3-9.Ch16 01 04 16 Revisiones Sistemáticas y Metaanálisis 1 A01 21 0009-0001-7723-8274 José Bernardo Antezana-Muñoz José Bernardo Antezana-Muñoz 2 A01 21 0000-0002-4363-2601 Adolfo Israel Vasquez Cuellar Adolfo Israel Vasquez Cuellar 3 A01 21 0009-0005-5827-7066 Freddy Ednildon Bautista-Vanegas Freddy Ednildon Bautista-Vanegas 4 A01 21 0009-0003-4891-5867 Eloy Paycho Anagua Eloy Paycho Anagua 01 spa 30 00 Introducción: Las revisiones sistemáticas y los metaanálisis representan el nivel más alto de evidencia en la Medicina Basada en la Evidencia, al integrar de forma rigurosa, transparente y reproducible los resultados de múltiples estudios primarios para responder preguntas clínicas específicas. Su aplicación reduce el sesgo de selección, incrementa la precisión de las estimaciones y fortalece la toma de decisiones clínicas y sanitarias. Desarrollo: El capítulo describe las etapas metodológicas esenciales para la elaboración e interpretación crítica de revisiones sistemáticas y metaanálisis, incluyendo la formulación de la pregunta PICO, el registro del protocolo, la búsqueda bibliográfica exhaustiva, la selección y extracción de datos, la evaluación del riesgo de sesgo, la síntesis cualitativa y cuantitativa, el análisis de heterogeneidad, el sesgo de publicación y la valoración de la certeza de la evidencia mediante GRADE. De esta manera, expone herramientas para interpretar forest plots, funnel plots y metaanálisis en red, destacando su utilidad para generar evidencia robusta y clínicamente aplicable. Conclusiones: Las revisiones sistemáticas y los metaanálisis constituyen herramientas indispensables para transformar la evidencia científica en decisiones clínicas fundamentadas. No obstante, su verdadero valor depende de la rigurosidad metodológica, la evaluación crítica de la calidad de los estudios y la adecuada interpretación de la magnitud y certeza de los efectos. Una lectura reflexiva permite distinguir entre significancia estadística y relevancia clínica, favoreciendo una práctica asistencial más segura, eficiente y centrada en el paciente. 17 03 06 10.62486/978-9915-9928-3-9.Ch17 01 04 17 Fuentes de evidencia no sistematizada en medicina 1 A01 21 0000-0001-8251-490X Jorge Marquez Molina Jorge Marquez Molina 2 A01 21 0000-0002-5606-6434 Maria Tereza Nieto Coronel Maria Tereza Nieto Coronel 01 spa 30 00 Introducción: Las fuentes de evidencia no sistematizada ocupan los peldaños inferiores de la pirámide de la Medicina Basada en la Evidencia (MBE). Sin embargo, representan recursos de transferencia informacional indispensables en la práctica clínica diaria, la consulta externa o los servicios de urgencia cuando no se dispone de revisiones sistemáticas o guías de práctica clínica recientes. Su valor primordial radica en proveer una visión panorámica, ágil y de rápida transición teórica sobre terapias innovadoras o escenarios clínicos complejos envueltos en una marcada incertidumbre metodológica. Desarrollo: Partiendo de la encrucijada clínica de una internista ante un paciente con artritis reumatoide refractaria interesado en un biológico de última generación comercializado en Europa pero sin síntesis sistemática consolidada, este capítulo examina pormenorizadamente los formatos de evidencia no sistematizada. Se analizan de forma operativa el perfil y las utilidades específicas de las revisiones narrativas, los sumarios de evidencia en el punto de cuidado (como UpToDate, DynaMed y BMJ Best Practice), los artículos de actualización en revistas de alto impacto, las editoriales académicas, las cartas al editor y la opinión de expertos de líderes de opinión. El texto detalla los sesgos inherentes a estos formatos predominando el sesgo de selección bibliográfica, el sesgo de autoridad y el de reporte selectivo por el criterio subjetivo del autor—. Para mitigar estas vulnerabilidades, se introduce pautas de lectura crítica basadas en la triangulación analítica de la información y la aplicación de checklists e instrumentos internacionales vigentes, tales como la escala SANRA para el escrutinio formal de revisiones narrativas, el marco GRADE para balancear la fuerza de recomendaciones provisionales y las directrices del ICMJE, COPE y WAME orientadas a la fiscalización exhaustiva de los conflictos de interés (COI). Conclusiones: Las fuentes no sistematizadas actúan como herramientas de transición pragmática que facilitan la toma de decisiones compartida y la resolución de dudas inmediatas. No obstante, el profesional de la salud debe interpretarlas bajo un riguroso tamiz crítico, ponderando su aplicabilidad y asumiéndolas como directrices provisorias supeditadas a una reevaluación constante conforme evolucione el conocimiento científico robusto. 18 03 06 10.62486/978-9915-9928-3-9.Ch18 01 04 18 Uso de la inteligencia artificial en la lectura crítica de artículos científicos médicos 1 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 2 A01 21 0009-0004-5943-7642 Boris Adolfo Llanos Torrico Boris Adolfo Llanos Torrico 3 A01 21 0009-0005-3187-3677 Rita Marlene Mamani-Limachi Rita Marlene Mamani-Limachi 4 A01 21 0009-0002-8548-8529 Henrry Temis Quisbert Vasquez Henrry Temis Quisbert Vasquez 01 spa 30 00 Introducción: La incorporación de la inteligencia artificial (IA), especialmente los modelos de lenguaje de gran escala (LLMs), ha transformado la lectura crítica de la literatura científica al facilitar el procesamiento de grandes volúmenes de información. No obstante, su utilización en Medicina Basada en la Evidencia exige reconocer tanto sus fortalezas como sus limitaciones metodológicas para evitar errores de interpretación y dependencia cognitiva. Desarrollo: El capítulo describe un modelo híbrido de lectura crítica en el que la IA actúa como herramienta de apoyo para la extracción estructurada de datos, interpretación estadística y detección preliminar de sesgos, siempre subordinada al juicio clínico. De esta manera, propone principios de uso responsable, algoritmos de análisis, diseño de prompts y estrategias de verificación para minimizar alucinaciones, sesgos y errores metodológicos. Conclusiones. La IA representa una oportunidad para optimizar la lectura crítica y democratizar el acceso a la evidencia científica; sin embargo, su verdadero valor depende de una integración ética, reflexiva y metodológicamente rigurosa. La preservación del pensamiento crítico, la verificación sistemática de la información y el mantenimiento del juicio clínico independiente constituyen condiciones indispensables para que estas herramientas fortalezcan, y no sustituyan, la toma de decisiones basada en evidencia. 19 03 06 10.62486/978-9915-9928-3-9.Ch19 01 04 19 Uso de NotebookLM en el análisis comparativo de evidencia científica 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0009-0001-8867-0580 Fidel Aguilar Medrano Fidel Aguilar Medrano 3 A01 21 0000-0002-9115-1271 Leonel Rivero Castedo Leonel Rivero Castedo 01 spa 30 00 Introducción: La comparación de múltiples estudios constituye una competencia esencial en la Medicina Basada en la Evidencia (MBE), pero representa un proceso complejo debido a la heterogeneidad de diseños, poblaciones, intervenciones y desenlaces. En este contexto, NotebookLM emerge como una herramienta de inteligencia artificial orientada a facilitar la organización, síntesis y exploración de documentos científicos a partir de fuentes proporcionadas por el usuario, favoreciendo una aproximación estructurada al análisis comparativo de la evidencia. Desarrollo: NotebookLM permite resumir artículos, identificar similitudes y discrepancias, formular comparaciones transversales y reducir la carga cognitiva inicial mediante respuestas sustentadas en citas de los documentos originales. Su mayor utilidad se concentra en las etapas preliminares del análisis documental, apoyando la organización del corpus y la generación de hipótesis comparativas. No obstante, la interpretación de la calidad metodológica, el riesgo de sesgo, la magnitud del efecto y la aplicabilidad clínica continúa dependiendo del juicio crítico del investigador. Conclusiones: La integración responsable de NotebookLM en la MBE evidencia que la inteligencia artificial debe entenderse como un recurso complementario y no como un sustituto del razonamiento científico. Su verdadero valor radica en potenciar la eficiencia del análisis documental, mientras que la validez de las conclusiones sigue sustentándose en la evaluación crítica, la verificación de las fuentes originales y la interpretación metodológica realizada por profesionales capacitados. 20 03 06 10.62486/978-9915-9928-3-9.Ch20 01 04 20 Inteligencia Artificial y toma de decisiones clínicas basadas en evidencia 1 A01 21 0000-0003-1046-1567 Mauricio Alejandro Paz del Rio Mauricio Alejandro Paz del Rio 2 A01 21 0000-0002-7703-2241 Jhossmar Cristians Auza-Santivañez Jhossmar Cristians Auza-Santivañez 3 A01 21 0009-0002-4738-6126 Blas Apaza-Huanca Blas Apaza-Huanca 01 spa 30 00 Introducción: La inteligencia artificial (IA) está transformando la toma de decisiones clínicas al facilitar el acceso, la organización y la síntesis de la evidencia científica. En el marco de la Medicina Basada en la Evidencia (MBE), su incorporación debe fortalecer, y no reemplazar, la integración entre la mejor evidencia disponible, la experiencia clínica y los valores del paciente. Su utilización exige una evaluación crítica permanente para garantizar decisiones seguras, contextualizadas y éticamente responsables. Desarrollo: La IA contribuye al análisis de alternativas diagnósticas y terapéuticas, la comparación de riesgos y beneficios, la comunicación con el paciente y la optimización del razonamiento clínico. Sin embargo, presenta limitaciones inherentes, como alucinaciones, sesgos algorítmicos, desactualización de la información y automatización acrítica. Por ello, toda recomendación generada debe contrastarse con fuentes confiables, guías clínicas vigentes y las características individuales del paciente, considerando además la disponibilidad de recursos y el contexto asistencial. Conclusiones: La IA representa un valioso apoyo cognitivo para la práctica clínica basada en evidencia, siempre que su utilización esté subordinada al juicio clínico y al compromiso ético del profesional. Su verdadero potencial no radica en sustituir la capacidad de decidir, sino en enriquecer el análisis crítico y favorecer decisiones compartidas, transparentes y centradas en el paciente. La calidad de la atención dependerá de la capacidad del clínico para integrar tecnología, evidencia científica y humanismo en un proceso de decisión responsable. 21 03 06 10.62486/978-9915-9928-3-9.Ch21 01 04 21 Ética y limitaciones de la inteligencia artificial en medicina 1 A01 21 0009-0003-4341-1512 Weymar Lehi Poma Luna Weymar Lehi Poma Luna 2 A01 21 0009-0005-2719-0400 Marizol Garcia-Leon Marizol Garcia-Leon 3 A01 21 0000-0002-5031-9226 Ismael Vargas Gallego Ismael Vargas Gallego 01 spa 30 00 Introducción: La inteligencia artificial (IA) ha transformado la práctica médica al fortalecer el diagnóstico, la toma de decisiones y la gestión clínica; sin embargo, su incorporación plantea desafíos éticos, metodológicos y regulatorios. Desde la perspectiva de la Medicina Basada en la Evidencia (MBE), la implementación de estas tecnologías exige una evaluación rigurosa de su validez, seguridad y aplicabilidad en poblaciones diversas. Desarrollo: El capítulo examina los principios bioéticos, los sesgos algorítmicos, las limitaciones de los grandes modelos de lenguaje y los riesgos del automation bias, destacando la insuficiente representación de poblaciones andinas en los conjuntos de datos utilizados para entrenar sistemas de IA. Asimismo, enfatiza la necesidad de validación local, transparencia, gobernanza de datos y supervisión humana para garantizar decisiones clínicas seguras y equitativas. Conclusiones: La IA constituye una herramienta de apoyo con gran potencial, pero su integración responsable requiere evidencia científica sólida, adaptación contextual y un compromiso permanente con la reflexión ética. Solo mediante una implementación crítica, regulada y centrada en el paciente será posible aprovechar sus beneficios sin comprometer la equidad, la autonomía ni la seguridad clínica. South American Publishing 01 South American Publishing 02 https://southam.pub/book-catalog/isbn/978-9915-9928-3-9.php Montevideo UY 04 01 20260727 01 WORLD 11 15 9789915992808 11 15 9789915992815 06 15 9789915992839