În studiile clinice randomizate din psihoterapie, dropoutul este aproape inevitabil. Participanții pot renunța din motive logistice, financiare, emoționale sau din cauza schimbărilor în simptomatologie. Problema nu este simpla existență a abandonului, ci felul în care acesta poate introduce bias în estimarea efectelor tratamentului, mai ales atunci când lipsa datelor nu este aleatorie sau diferă între grupuri.
Teza centrală este că datele lipsă devin periculoase atunci când sunt asociate cu rezultatele tratamentului. Dacă persoanele care se simt mai rău sunt mai predispuse să abandoneze, iar acest fenomen nu este echilibrat între brațe, atunci efectul estimat al psihoterapiei poate fi sistematic distorsionat. Dropoutul este frecvent, însă inferențele eronate sunt evitabile prin design, raportare și analiză adecvate.
Termenul de dropout este folosit adesea imprecis. Uneori desemnează întreruperea prematură a tratamentului, alteori pierderea la evaluările de follow up, iar în alte contexte se referă la neaderență parțială. Această lipsă de uniformitate conceptuală complică comparațiile între studii și poate ascunde diferențe metodologice relevante.
În psihoterapie, este esențial să distingem între abandonul tratamentului și datele lipsă privind rezultatele. Un participant poate înceta ședințele, dar poate completa evaluările, sau invers. Confuzia între aceste situații duce la interpretări greșite despre eficacitate și tolerabilitate, mai ales în meta analize care agregă date eterogene.
Biasul apare atunci când lipsa datelor este legată de evoluția clinică. Dacă participanții care nu răspund la tratament abandonează mai frecvent, analiza doar a celor care finalizează poate supraestima eficacitatea. În schimb, dacă abandonul este mai frecvent în grupul de control din motive independente de rezultate, efectul poate fi artificial diminuat sau amplificat.
Din perspectivă statistică, se discută despre MCAR, MAR și MNAR, concepte care descriu mecanismele prin care datele devin lipsă. În psihoterapie, ipoteza de MNAR, adică date lipsă care depind de rezultate neobservate, este plauzibilă. De exemplu, agravarea simptomelor poate duce la retragere, iar această relație directă face ca analizele simplificate să fie insuficiente.
Instrumentele moderne de evaluare, precum RoB 2, tratează explicit biasul datorat datelor lipsă privind rezultatele. Evaluarea nu se bazează doar pe procentul de dropout, ci pe motivele raportate, pe diferențele între grupuri și pe adecvarea metodelor analitice folosite pentru a gestiona lipsa datelor.
Un studiu cu 20 la sută dropout poate fi considerat cu risc scăzut dacă datele lipsă sunt bine explicate și gestionate prin analize robuste. În schimb, un studiu cu 10 la sută abandon, dar cu diferențe mari între brațe și fără analize de sensibilitate, poate prezenta un risc ridicat de bias.
Standardele de raportare, precum CONSORT pentru intervenții nonfarmacologice, solicită prezentarea clară a fluxului participanților, a motivelor de abandon și a momentului în care au apărut datele lipsă. Lipsa acestor informații împiedică evaluarea corectă a validității interne.
Transparența în raportare nu este un detaliu birocratic, ci o condiție pentru interpretare corectă. Fără date despre motivele abandonului, cititorii nu pot evalua dacă lipsa datelor este probabil legată de rezultate sau de factori externi neutri.
Pentru a identifica riscul de bias, trebuie analizată nu doar rata globală de abandon, ci și dropoutul diferențial. Diferențele semnificative între grupuri pot sugera probleme de acceptabilitate, de implementare sau de eficacitate percepută.
De asemenea, este relevant momentul abandonului. Dacă majoritatea retragerilor apar devreme, înainte de apariția efectelor, implicațiile diferă față de situațiile în care participanții abandonează după o evoluție negativă. Analiza comparativă a caracteristicilor de bază între completeri și non completeri oferă indicii suplimentare despre posibila distorsiune.
Analizele bazate exclusiv pe cazuri complete sunt rareori suficiente. Metodele precum imputarea multiplă sau modelele mixte pot reduce biasul atunci când ipoteza de MAR este plauzibilă. Totuși, acestea nu elimină automat riscul, mai ales dacă datele sunt probabil MNAR.
De aceea, analizele de sensibilitate sunt esențiale. Acestea testează cât de mult s ar modifica concluziile dacă participanții cu date lipsă ar fi avut rezultate sistematic mai slabe sau mai bune. Dacă rezultatele rămân stabile sub ipoteze rezonabile, încrederea în concluzii crește.
Prevenția dropoutului începe din faza de design. Clarificarea așteptărilor, flexibilitatea programărilor și reducerea poverii evaluărilor pot îmbunătăți retenția. În plus, sistemele de monitorizare continuă a progresului pot identifica din timp riscul de abandon.
Chiar și atunci când abandonul nu poate fi evitat, colectarea datelor de rezultat prin metode alternative, precum evaluări online sau telefonice, poate diminua proporția de date lipsă. Scopul nu este eliminarea completă a dropoutului, ci reducerea probabilității ca acesta să fie informativ și distorsionant.
Dropoutul nu acționează în izolare. Allegiance effects, adică preferințele cercetătorilor pentru anumite terapii, pot influența implementarea, interpretarea și raportarea rezultatelor. În combinație cu date lipsă, aceste efecte pot amplifica distorsiunile.
În plus, lipsa de blinding a evaluatorilor și raportarea selectivă a rezultatelor pot interacționa cu abandonul pentru a crea o imagine artificial optimistă. Evaluarea critică a unui RCT de psihoterapie trebuie să ia în calcul întregul ecosistem al riscului de bias, nu doar o singură dimensiune.
Pentru autori, recomandarea minimă este claritatea privind estimandul, transparența completă a fluxului participanților și includerea de analize de sensibilitate. Pentru recenzori și cititori, este important să evite concluziile simpliste de tipul „dropoutul a fost similar între grupuri, deci nu există bias”.
Evaluarea critică trebuie să integreze proporția, motivele, momentul și gestionarea statistică a datelor lipsă. Doar astfel se poate aprecia dacă efectele raportate reflectă schimbări reale sau sunt parțial artefacte metodologice.
Dropoutul este o realitate structurală a cercetării în psihoterapie, însă biasul datorat datelor lipsă nu este inevitabil. Studiile de încredere combină design atent, raportare transparentă și analize robuste, inclusiv verificări de sensibilitate.
Într un domeniu în care concluziile pot influența ghiduri clinice și intervenții pentru probleme de sănătate mintală, standardele metodologice ridicate nu sunt un lux academic, ci o responsabilitate etică.
Referințe
Bell, M. L., Kenward, M. G., Fairclough, D. L., & Horton, N. J. (2013). Differential dropout and bias in randomised controlled trials. Statistics in Medicine, 32(17), 3295–3307.
Boutron, I., Altman, D. G., Moher, D., Schulz, K. F., & Ravaud, P., for the CONSORT NPT Group. (2017). CONSORT Statement for Randomized Trials of Nonpharmacologic Treatments: A 2017 Update and a CONSORT Extension for Nonpharmacologic Trial Abstracts. Annals of Internal Medicine, 167(1), 40–47.
Hopewell, S., et al. (2025). CONSORT 2025 statement: Updated guideline for reporting randomised trials. BMJ.
Lam, S. U., Kirvin-Quamme, A., & Goldberg, S. B. (2022). Overall and Differential Attrition in Mindfulness-Based Interventions: A Meta-Analysis. Mindfulness, 13(11), 2676–2690.
Maddox, C.-S., & Berle, D. (2024). Allegiance effects in cognitive processing therapy (CPT) for posttraumatic stress disorder (PTSD): A systematic review and meta-analysis.
Medcalf, E., et al. (2024). Addressing missing outcome data in randomised controlled trials: Guidance on analytic approaches under MNAR. Journal of Clinical Epidemiology.
Overgaard, S. H., et al. (2024). Impact of trial attrition rates on treatment effect estimates in randomized trials. Journal of the Royal Statistical Society: Series A.
Staudt, A., et al. (2022). Sensitivity analyses for data missing at random versus missing not at random in randomised controlled trials. BMC Medical Research Methodology, 22, 272.
Sterne, J. A. C., et al. (2019). RoB 2: A revised tool for assessing risk of bias in randomised trials. BMJ, 366, l4898.
Swift, J. K., & Greenberg, R. P. (2012). Premature discontinuation in adult psychotherapy: A meta-analysis. Journal of Consulting and Clinical Psychology, 80(4), 547–559.
Zimmerman, J. A., et al. (2024). Does researcher allegiance bias outcomes in psychotherapy research? A quasi-experimental secondary analysis.
Cochrane Handbook for Systematic Reviews of Interventions. (Current version). Chapter 8: Assessing risk of bias in a randomized trial. Cochrane.
