Cómo configuran los investigadores biomédicos los criterios PICO en Elicit para automatizar el cribado de títulos y resúmenes en revisiones sistemáticas

Los equipos biomédicos y de salud pública configuran el marco PICO en Elicit mediante su flujo de trabajo dedicado Systematic Review (modo Review), traduciendo la población (Population), la intervención (Intervention), el comparador (Comparator) y los desenlaces (Outcome) en reglas de cribado estructuradas y verificables. Este enfoque reemplaza el laborioso cribado manual por pares ciegos de miles de citas por un proceso semiautomatizado y conforme a las directrices PRISMA 2020, respaldando cada recomendación de inclusión o exclusión con citas textuales extraídas directamente del resumen.

La realización de una revisión sistemática rigurosa bajo los estándares Cochrane requiere examinar habitualmente entre 3.000 y 10.000 títulos y resúmenes. Para evitar el sesgo de selección, los estándares metodológicos exigen que dos investigadores independientes evalúen cada registro a ciegas, lo que demanda cientos de horas de trabajo antes de acceder al texto completo. Elicit aborda este cuello de botella reduciendo los tiempos de cribado entre un 60% y un 80%, manteniendo a los investigadores en el centro de la toma de decisiones clínicas y el arbitraje de discrepancias.

1. Requisitos previos y selección del flujo de trabajo en Elicit

Elicit dispone de varios entornos de trabajo, entre ellos la búsqueda bibliográfica general, la generación de informes automatizados (Research Reports) y el flujo específico de revisiones sistemáticas (Systematic Review / modo Review). Para configurar criterios personalizados, acceder a la justificación mediante citas textuales y habilitar el cribado en doble ciego, se requiere una suscripción activa (planes Pro, Scale o Enterprise).

Antes de parametrizar las reglas de cribado, el equipo debe contar con:

• Protocolo registrado: Registro formal del protocolo de la revisión en PROSPERO o la plataforma Open Science Framework (OSF) con los criterios de elegibilidad fijados.
• Descomposición operativa de PICO: Transformación de la pregunta clínica en condiciones unívocas y evaluables de forma binaria.
• Estrategia de captura documental: Definición de si las citas se recuperarán con el motor interno de Elicit o se importarán desde bases de datos biomédicas externas.

2. Guía de configuración paso a paso: De PICO a reglas automatizadas

Paso 1: Iniciar la revisión sistemática y suministrar el contexto clínico

1. Acceda a la plataforma de Elicit y seleccione Systematic Review en el selector de tareas.
2. Inserte la pregunta de investigación clínica en el campo principal (por ejemplo: What is the clinical efficacy and safety of GLP-1 receptor agonists compared to SGLT-2 inhibitors in adults with type 2 diabetes and chronic kidney disease?).
3. Despliegue el cuadro de texto libre Additional Context en la página de configuración (Setup). Este parámetro es crucial, ya que Elicit lo utiliza para generar automáticamente los criterios de cribado. Estructure la información detalladamente según las siglas PICO:
   • Population (Población): Rango de edad, estadio y diagnóstico confirmado de la enfermedad, comorbilidades y exclusiones taxativas (por ejemplo, pacientes en diálisis o mujeres embarazadas).
   • Intervention (Intervención): Fármacos específicos, clases terapéuticas, vías de administración y rangos de dosificación admisibles.
   • Comparator (Comparador): Regímenes de control aceptables (fármaco activo, tratamiento hipoglucemiante estándar o placebo).
   • Outcomes (Desenlaces): Variables de valoración clínicas primarias y secundarias (tasa de declive del filtrado glomerular eGFR, proteinuria, eventos cardiovasculares adversos mayores, mortalidad por cualquier causa y reacciones adversas medicamentosas).
   • Study Design (Diseño de estudio): Tipologías metodológicas aceptadas (por ejemplo, ensayos clínicos aleatorizados en paralelo con seguimiento mínimo de 12 semanas; exclusión explícita de modelos animales, estudios in vitro, revisiones narrativas y editoriales).

Paso 2: Reunir el corpus de citas (Estrategia de búsqueda de doble vía)

Elicit permite recopilar literatura a través de dos mecanismos: mediante su índice semántico interno (que abarca más de 126 millones de artículos vía Semantic Scholar) o mediante la importación de archivos de citas externos.

En revisiones sistemáticas biomédicas formales sujetas a PRISMA 2020, no se debe depender únicamente de la búsqueda semántica nativa de Elicit. Evaluaciones empíricas independientes (como los estudios de Lau y Golder de 2025 y Bernard de 2025) han demostrado que, aunque la búsqueda nativa de Elicit ofrece una elevada precisión (en torno al 41,8%), su sensibilidad o exhaustividad ronda el 39,5%, muy lejos del umbral superior al 94% que alcanzan los especialistas en información médica mediante búsquedas booleanas tradicionales en PubMed, Embase y Cochrane CENTRAL.

El procedimiento metodológico recomendado consiste en:

1. Coordinar con un especialista en documentación médica la ejecución de búsquedas booleanas exhaustivas en PubMed, Embase, Web of Science y CENTRAL.
2. Desduplicar los registros utilizando herramientas de gestión de referencias (como EndNote o Covidence).
3. Exportar el archivo desduplicado final en formato estándar RIS o BibTeX.
4. En el módulo Gather de Elicit, cargar el archivo RIS para poblar la cola de cribado con el corpus bibliográfico completo y auditable.

Paso 3: Configurar y calibrar los criterios de cribado PICO

Una vez cargadas las citas, Elicit analiza el contexto proporcionado y sugiere una serie de criterios iniciales. El equipo investigador debe editar estas propuestas y transformarlas en columnas de evaluación estructuradas:

Recomendaciones clave de diseño:

• Atomizar los criterios: Evite agrupar múltiples condiciones en una sola regla. Conviene separar la condición de edad adulta del estadio renal en dos columnas independientes para facilitar el análisis de subgrupos en poblaciones mixtas.
• Establecer exclusiones explícitas: Añada reglas dedicadas para descartar resúmenes de congresos sin texto completo publicado o estudios preclínicos.
• Ponderar la relevancia (Importance): Marque en la interfaz cuáles son los filtros de descarte innegociables (como el diseño del estudio o sujetos humanos) frente a condiciones secundarias que admitan comprobación posterior.

Paso 4: Ejecutar el cribado y auditar las justificaciones textuales

Al iniciar el análisis, Elicit procesa secuencialmente los títulos y resúmenes de la base cargada:

1. Evaluación de reglas: Para cada registro, Elicit examina individualmente cada columna PICO y asigna los estados Met (Cumple), Not Met (No cumple) o Uncertain (Dudoso).
2. Justificación textual (Quote Grounding): Al pulsar en cualquier celda, se despliega la frase exacta del resumen en la que el modelo fundamentó su decisión. Si un artículo se cataloga como "No cumple en intervención", el sistema resalta el pasaje donde se describe el uso de una terapia combinada no permitida.
3. Puntuación agregada y recomendación: Elicit computa una puntuación ponderada y emite una recomendación global: Include (Incluir), Exclude (Excluir) o Review (Revisar).
4. Filtrado dinámico de la tabla: El equipo puede filtrar la tabla por columnas específicas (por ejemplo, aislando los registros donde el comparador figura como dudoso) para resolver casos conflictivos con rapidez.

Paso 5: Implementar el doble ciego y resolver discrepancias

El estándar PRISMA 2020 exige salvaguardar la independencia entre evaluadores. Elicit permite articular dos dinámicas de trabajo en equipo:

• Modelo A: Revisor humano + Elicit como segundo revisor: Un evaluador humano efectúa el cribado mientras Elicit opera simultáneamente como segundo evaluador independiente. La plataforma identifica los registros con decisiones contrapuestas (por ejemplo, si el humano incluye y la IA recomienda excluir), remitiéndolos al consenso del equipo.
• Modelo B: Doble revisión humana a ciegas con priorización por IA: Dos evaluadores humanos criban los registros de forma independiente sin visualizar las decisiones mutuas. Las puntuaciones de Elicit se emplean para ordenar los registros por probabilidad de inclusión decreciente. Al concluir el proceso, el sistema levanta el ciego y genera la tasa de concordancia y la lista de discrepancias.

En ambos modelos, los investigadores mantienen el control absoluto para anular manualmente cualquier decisión de la IA (Manual Override). Al rectificar una decisión, se puede catalogar el motivo exacto de exclusión conforme a las categorías PRISMA (Población incorrecta, Desenlace no pertinente o Diseño inelegible).

Paso 6: Exportar los datos para PRISMA 2020 y pasar a texto completo

Finalizado el cribado de títulos y resúmenes, se exporta el conjunto íntegro de resultados:

• Formatos de descarga: Descarga en formato CSV o Excel con los metadatos bibliográficos, la evaluación de cada criterio PICO, los fragmentos textuales citados, los registros de anulación manual y la decisión definitiva.
• Documentación del diagrama de flujo PRISMA: La información cuantitativa exportada permite completar con exactitud cada casilla del diagrama de flujo PRISMA 2020:
  • Registros recuperados en bases de datos.
  • Registros duplicados eliminados.
  • Registros cribados a nivel de título y resumen.
  • Registros excluidos desglosados por categorías de motivos.
  • Informes buscados para recuperación a texto completo.
• Transición al cribado a texto completo: Los artículos aceptados pasan a la fase de cribado a texto completo y extracción de datos. La extensión de navegador de Elicit facilita la descarga de los archivos PDF mediante las suscripciones institucionales de la entidad académica o sanitaria.

3. Rendimiento metodológico, evidencia empírica y limitaciones

La incorporación de Elicit en revisiones biomédicas exige una comprensión rigurosa de sus puntos fuertes y sus condicionantes metodológicos.

Precisión elevada frente a sensibilidad variable

La literatura empírica reciente ofrece conclusiones concluyentes sobre el comportamiento del sistema:

• Elevada precisión (~42%): Gracias al emparejamiento semántico guiado por PICO, Elicit destaca filtrando con gran fiabilidad la literatura no pertinente, superando holgadamente la baja precisión (habitualmente inferior al 10%) de las búsquedas bibliográficas convencionales.
• Variabilidad de la sensibilidad según el ámbito clínico: En revisiones farmacológicas con intervenciones y diseños de ensayos clínicos binarios y bien tipificados, la sensibilidad de Elicit alcanza entre el 70% y el 94%. Por el contrario, en intervenciones complejas de salud pública con poblaciones heterogéneas, la sensibilidad disminuye notablemente si los resúmenes no reflejan fielmente la terminología PICO estándar.

Gestión de puntuaciones en el umbral límite

Elicit emplea puntuaciones de corte para recomendar inclusiones o exclusiones. Las evaluaciones han detectado que artículos situados en el límite estricto de la puntuación (como 4,8 puntos en una escala de 5) pueden experimentar oscilaciones en su categorización. Por ello, el protocolo de la revisión debe estipular que todos los registros situados en una franja de +/- 10% respecto al umbral de corte se sometan obligatoriamente a una segunda inspección humana manual.

Marco RAISE y responsabilidad científica

Conforme al marco de Inteligencia Artificial Responsable en Síntesis de Evidencia (RAISE), las herramientas de IA carecen de responsabilidad ética y legal. El valor diferencial de Elicit radica en su trazabilidad basada en citas textuales, que permite auditar cada razonamiento. Los autores de la revisión deben describir con total transparencia en la sección de Métodos la versión de Elicit empleada, las instrucciones PICO configuradas, las funciones asignadas a la herramienta y los procedimientos de supervisión humana aplicados.

4. Lista de comprobación para equipos de revisión sistemática

1. Separar la búsqueda del cribado: Lleve a cabo la búsqueda principal en PubMed, Embase y bases especializadas, e importe el corpus desduplicado a Elicit; no delegue la captura bibliográfica inicial únicamente en la IA.
2. Realizar una prueba piloto con 50 registros: Antes de procesar toda la base de datos, calibre las reglas PICO en una muestra reducida para cerciorarse de que las evaluaciones del sistema concuerdan con el criterio de los investigadores expertos.
3. Auditar las exclusiones de forma sistemática: Dado que en síntesis de evidencia el coste de un falso negativo (descartar un ensayo clínico pertinente) es crítico, revise manualmente todas las exclusiones dudosas y al menos un 20% aleatorio de los descartes automáticos.
4. Conservar copias fechadas de las decisiones: Guarde las hojas de cálculo originales generadas por Elicit como registro auditable ante las solicitudes de revisores editoriales y comités científicos.

Referencias

• Blog | Elicit: AI for research & decision-making
• Comparison of Elicit AI and Traditional Literature Searching in Evidence Syntheses Using Four Case Studies - PMC
• Using artificial intelligence for systematic review: the example of elicit - PMC
• The PRISMA 2020 statement: an updated guideline for reporting systematic reviews - PMC
• Development and evaluation of prompts for a large language model to screen titles and abstracts in a living systematic review - PMC