ESTADISTICA PARA LOS CLNICOS. III.

PRUEBAS ESTADSTICAS PARA EL CONTRASTE DE HIPTESIS(1,2).. Introducc !n A la hora de contrastar nuestra hiptesis nula de partida, varios factores van a determinar la prueba estadstica que utilizaremos y se refieren al nmero, tipo y distribucin de las variables y a la forma en que se eligi a los sujetos del estudio. Cuando trabajamos con una sola variable, sta podr! ser cualitativa o cuantitativa, por ejemplo, tal y como indicamos en los nmeros anteriores, la prevalencia de demencia o la cifra media de tensin arterial "#A$ de nuestra muestra, respectivamente. %i slo tenemos un" #u$%tr" d$ %u&$to%, nuestro inter s ser! saber si dicha muestra difiere en los valores de la variable de los de una poblacin u otra muestra de referencia. &o obstante, es m!s habitual que dispongamos de do% #u$%tr"% o 'ru(o% d$ %u&$to%, por ejemplo, hombres y mujeres, sanos y enfermos, pacientes con la enfermedad A y pacientes con la enfermedad ', etc. (n este caso queremos saber tambi n si e)isten diferencias entre los dos grupos con respecto a alguna de las variables que hemos estudiado, tal como la media de #A o la frecuencia de diabetes. Aunque el planteamiento estadstico en este caso es el de si dos muestras pertenecen a la misma poblacin de referencia "por ejemplo, los hombres y las mujeres pertenecen a la misma poblacin con respecto a las cifras de #A$, los clnicos entendemos mejor el razonamiento anterior* si e)isten diferencias en la media de #A entre los hombre y las mujeres. +e manera similar podemos comparar los valores de la variable de inter s para el caso de que se trate de #)% d$ do% #u$%tr"%. Pru$*"% P"r"#+tr c"% , Pru$*"% no P"r"#+tr c"% ,a distribucin de la variable que nos interesa comparar tambi n es importante a la hora de establecer la prueba estadstica que nos permita evaluar la hiptesis nula de igualdad, de forma que si la distribucin es normal y cumple algunas otras condiciones, utilizaremos los denominados t$%t ("r"#+tr co% y si no cumple dichos criterios tenemos la opcin de usar los llamados t$%t no ("r"#+tr co% o de distribucin libre, que se basan en los rangos de distribucin de

'ases de la estadstica

la variable. ,as pruebas no param tricas son menos potentes, es decir, son m!s e)igentes al rechazar la hiptesis nula de igualdad y por tanto tienen menos posibilidades de acertar cuando no la rechazan "mas posibilidades de cometer un error tipo beta$. -or otro lado, la potencia de un test estadstico aumenta cuando lo hace el tama.o de la muestra/ de esta forma, para conseguir la misma potencia con una prueba no param trica, necesitaremos aumentar el tama.o de la muestra en una cantidad determinada. As, la potencia de una prueba no param trica suele calcularse en referencia a su homloga param trica. -or ejemplo, la 0 de 1ann2 3hitney tiene una potencia relativa del 456 con respecto a la prueba param trica t de %tudent "significa que con una muestra de 788 sujetos, se consigue la misma potencia con la 0 de 1ann23hitney que con 45 sujetos para la t de %tudent$. -u$%tr"% "("r$"d"% o d$($nd $nt$% %i los sujetos de las muestras han sido elegidos de forma que se parecen en bastantes de sus caractersticas "el prototipo seran los gemelos, pero tambien pueden ser compa.eros de habitacin en un colegio, etc$ o se trata de los mismos indivduos evaluados en dos momentos diferentes del tiempo, se habla de #u$%tr"% "("r$"d"%. (n este caso se utilizan pruebas estadsticas especiales para muestras apareadas. ,o que sucede es que, a la hora de valorar las diferencias que se presentan entre dos muestras, el investigador debe de ser muy prudente y, en consecuencia, e)igente, cuando considera la importancia del error aleatorio, por si se diera el caso de que los sujetos de ambas muestras fueran muy diferentes con respecto a otras muchas variables presuntamente confundentes "error sistem!tico$. -ara el caso de muestras apareadas, es decir aquellas que suponemos muy parecidas con respecto a las referidas variables confundentes "se debe pensar que un sujeto al que se le hacen dos valoraciones, antes2despu s, de una intervencin did!ctica, sobre sus conocimientos respecto a una materia, no ha podido cambiar demasiado con respecto a su coeficiente intelectual, estado de !nimo, nivel de alerta, etc., y no digamos sus caractersticas demogr!ficas, como edad, se)o, nivel cultural, etc.$, esta situacin no se presenta y el investigador puede ser menos estricto al considerar la importancia del error aleatorio.
2

'ases de la estadstica

."r "*/$ d$($nd $nt$ , ."r "*/$ Ind$($nd $nt$ (l esquema que se sigue en la situacin en que comparamos dos o m!s muestras o grupos es que la variable de clasificacin de los sujetos en cada una de las muestras se denomina 0"r "*/$ nd$($nd $nt$ o (r$d ctor", de forma que es la pertenencia a uno de dichos grupos lo que biolgica o clnicamente determina los valores que toma la variable que estamos analizando, a la que denominamos 0"r "*/$ d$($nd $nt$ o r$%u/t"do. -or ejemplo, en un estudio de seguimiento de una cohorte de de sujetos atendidos en el %ervicio de &eurologa de un 9ospital, el hecho de padecer +iabetes 1ellitus puede conllevar una mayor incidencia de ictus trombtico o el hecho de ser hipertenso significar mayor incidencia de demencia. (n estos ejemplos, la +iabetes 1ellitus o la 9#A "variables categricas dicotmicas* los sujetos son o no diab ticos, son o no hipertensos$ actan como variables independientes o predictoras, responsables de la frecuencia de ictus trombtico o demencia, respectivamente. (stas ltimas, siendo tambi n variables dicotmicas, resultan ser las variables dependientes o resultado del efecto de las anteriores. Pru$*"% d$ do% co/"% , (ru$*"% d$ un" co/"

'ases de la estadstica

(n las pruebas de hiptesis se puede partir de la idea de que uno de los grupos de estudio va a tomar valores mayores o menores de la variable resultado que el otro grupo. -or ejemplo, los pacientes hipertensos tendran mayor frecuencia de demencia que los pacientes normotensos. (n este caso utilizaramos (ru$*"% d$ 1 (!t$% % d$ un" co/". (sta no es una actitud prudente en investigacin y es m!s razonable plantear lo que se denominan (ru$*"% d$ do% co/"%, es decir, considerar la hiptesis :a priori; de que la hipertensin puede conllevar tanto una mayor frecuencia como una menor frecuencia de demencia cuando comparamos con la situacin que se presentara en los pacientes normotensos. ,a consecuencia ser! que las diferencias en la frecuencia de demencia entre los grupos deber!n ser mayores para que podamos atrevernos a rechazar la hi ptesis nula de igualdad, es decir, el valor del estadstico terico es mayor para el mismo riesgo alfa "no obstante, debemos recordar siempre que esto conlleva mayor posibilidad de cometer un error de tipo beta$. ,os test estadsticos de an!llisis univariante mas importantes se detallan en la tabla <. ,os paquetes estadsticos disponibles en la actualidad permiten aplicar las diferentes pruebas sin mayor dificultad para el investigador. &o obstante, debe recordarse que estos paquetes no piensan por nosotros y suelen dar resultados que debemos interpretar con cautela y siempre con un adecuado sentido clnico.
T"*/" I. T (o d$ t$%t $%t"d2%t co ("r" 1"c$r n3$r$nc "% (co#("r"c on$% $ntr$ #u$%tr"%).
DISTRIBUCION .ARIABLE INDEPENDIENTE (PREDICTORA) 0na sola muestra "se compara con valor terico$ +icotmica .ARIABLE DEPENDIENTE (RESULTADO) Cuantitativa RELACIN ENTRE LAS -UESTRAS PRUEBA ESTADSTICA

Nor#"/ "-aram tricos$

t2student para una muestra

Categrica

&o relacionadas =elacionadas

&o e)iste "usar Chi2cuadrado de -earson$ &o e)iste "usar no param tricos$ t2student muestras independientes t2student muestras relacionadas &o e)iste "usar Chi2cuadrado de -earson$ A&>?A de una va A&>?A de medidas repetidas

Cuantitativa -olicotmica Categrica Cuantitativa

&o relacionadas =elacionadas &o relacionadas &o relacionadas =elacionadas

'ases de la estadstica
No nor#"/ "&o param tricos$ 0na sola muestra "se compara con valor terico$ 'inomial Chi2cuadrado de -earson Chi2cuadrado de 1antel29aenzsel -rueba de @olmogoroA2%mirnov -rueba de las =achas Categrica =elacionadas &o relacionadas #est e)acto de 1c&emar -rueba de los %ignos Chi2cuadrado de -earson #est e)acto de Bisher #est de 3ilco)on -rueba de los signos 1ann23hitney 1ediana C @olmogorov2%mirnov =achas de 3ald23olfoAitz ?alores e)tremos de 1oses -rueba D de Cochran

+icotmica

Cuantitativa

=elacionadas &o relacionadas

-olicotmica

Categrica Cuantitativa

&o relacionadas =elacionadas

-rueba de Briedman 3 de @endall "concordancia$ &o relacionadas -rueba de @rusEal23allis 1ediana @ variables A&>?A de dos vas por rangos CO.ARIACION "medidas de dos variables en los mismos sujetos o unidades de an!lisis del estudio$ -aram trico Cuantitativa Cuantitativa Correlacin de -earson &o param trico Cuantitativa Cuantitativa Correlacin de %pearman

CO-PARACIN DE DATOS CUANTITATI.OS ENTRE DOS O -AS 4RUPOS Como se puede ver en la tabla <, la prueba estadstica que se utiliza para contrastar la hiptesis nula de igualdad de medias para una muestra o entre dos muestras o grupos es la t d$ Stud$nt. -ara la aplicacin de la t de %tudent se requiere que la distribucin de la variable cuantitativa sea normal en ambos grupos de comparacin. ()iste la posibilidad de que las varianzas de ambos grupos sea iguales o desiguales o que las muestras sean apareadas o no apareadas. Cuando no se cumplen los criterios de normalidad, se utilizan test no param tricos, tal como la prueba de -"nn561 tn$,, para el caso de muestras independientes y la prueba de 6 /co7on para muestras apareadas, entre otras. Cuando hacemos comparaciones de datos cuantitativos entre m!s de dos grupos se utiliza el denominado An)/ % % d$ /" ."r "n8" "A&>?A$. A&>?A evala la posible igualdad de medias de una variable cuantitativa entre varias muestras sin aumentar la tasa de error tipo < "resuelve el problema de las mltiples comparaciones$. (l funcionamiento de A&>?A se basa en la descomposicin de la variabilidad total de una variable en sus diferentes partes, la debida a las diferencias entre los grupos "efectos principales$ y la debida a las diferencias entre los indivduos de cada grupo
5

'ases de la estadstica

"residuales$. ,os estudios e)perimentales, aquellos en los que los sujetos son asignados aleatoriamente a un grupo de tratamiento, son los que utilizan con m!s frecuencia A&>?A. (ste dise.o est! muy ligado al m todo e)perimental y es la base del an!lisis multivariante. (s posible analizar la informacin sobre medidas repetidas en los mismos sujetos con A&>?A. Cuando no se cumplen las condiciones necesarias para aplicar A&>?A, la alternativa no param trica que se utiliza de manera m!s habitual es la prueba de 9ru%:"/56"// % para muestra independientes y la prueba de ;r $d#"n para muestras apareadas, entre otras. CO-PARACIN ENTRE DOS 4RUPOS DE DATOS CUALITATI.OS %i deseamos comparar la frecuencia de presentacin de una variable categrica, ya sea dicotmica o policotmica, en dos o m!s grupos, es decir, en el caso en que la variable de comparacin sea una variable cualitativa, los datos se resumen o agrupan en las denominadas t"*/"% cru8"d"% o t"*/"% d$ cont n'$nc " . (n la situacin m!s sencilla, cuando comparamos la frecuencia de presentacin de una variable dicotmica "padecer o no padecer demencia$ en dos grupos, por ejemplo, hipertensos y normotensos, la informacin se distribuye en una tabla que tiene cuatro celdas, en cada una de las cuales se disponen los sujetos que reunen o no reunen las condiciones de ambas variables. ,a prueba estadstica que se utiliza para contrastar la hiptesis nula de independencia de ambas variables es la prueba c1 5cu"dr"do d$ P$"r%on u otras similares. Cuando los sujetos est!n apareados por otras variables presuntamente confundentes, se suele utilizar la prueba e)acta de -cN$#"r. ,a prueba de chi2cuadrado se basa en que las diferencias e)istentes entre lo observado en nuestra muestra y lo que sera de esperar bajo la hiptesis nula de independencia de ambas variables "en nuestro ejemplo, la frecuencia de demencia no cambiara por el hecho de ser o no hipertenso$ sean o no suficientemente grandes como para rechazar la hiptesis de independencia de ambas variables. E.ALUACIN DE LAS RELACIONES ENTRE DOS .ARIABLES CUANTITATI.AS EN UN 4RUPO DE SU<ETOS= CORRELACIN > RE4RESIN.
6

'ases de la estadstica

(n otras ocasiones se trata de establecer si e)iste relacin entre los valores de dos variables cuantitativas en un grupo de sujetos. -or ejemplo, la edad de una muestra de pacientes y las cifras de su tensin arterial. %i la relacin entre ambas variables conlleva que una de ellas es la responsable de los valores que toma la otra, hablamos de r$'r$% !n. %i ambas variables estan relacionadas pero no podemos establecer cual es la responsable, hablamos de corr$/"c !n. (l hecho de establecer la relacin entre dos variables contnuas puede tener uno de tres objetivos* evaluar el grado de asociacin entre ambas variables "mediante el coeficiente de correlacin de -earson o el de %pearman para el caso de que no se cumplan las condiciones de distribucin normal$, predecir el valor de una variable conociendo el valor de la otra "mediante los coeficientes de regresin$ y, por ltimo, se puede intentar establecer el 'r"do d$ "cu$rdo entre los valores de dos variables cuantitativas, por ejemplo cuando se lleva a cabo la misma determinacin de un par!metro analtico sanguneo con dos m todos diferentes con el objetivo de sustituir uno m!s costoso por otro m!s sencillo o barato. ()isten m todos para establecer la asociacin entre variables categricas que derivan de las anteriormente referidas tablas de contingencia, tal como el coeficiente Eappa. AN?LISIS SI-ULT?NEO DE DI;ERENTES .ARIABLES PREDICTORAS=

AN?LISIS -ULTI.ARIANTE. =esultados clnicos como los que acabamos de referir, ictus o demencia, normalmente no son debidos a una sla causa. (s decir, en biologa y en la clnica habitual estamos acostumbrados a ver que diferentes factores causales actan juntos para producir una consecuencia. Brente al denominado "n)/ % % un 0"r "nt$ "o bivariante, dado que en realidad se analizan dos variables, la variable predictora y la variable resultado$, el "n)/ % % #u/t 0"r "nt$ permite establecer la responsabilidad que tienen diferentes variables predictoras en el resultado clnico que nos interesa, ajustando o controlando por la influencia de cada una de ellas. Como idea m!s general, el concepto de #od$/ 8"c !n $%t"d2%t c" es el de un modelo matem!tico que relaciona dos o m!s variables y permite hacer una descripcin apro)imada de los datos observados. ,os denominados #od$/o% / n$"/$% son modelos estadsticos aditivos en los que la variable resultado puede
7

'ases de la estadstica

ser e)plicada matem!ticamente "el establecimiento de la causalidad va m!s all! del simple planteamiento estadstico$ por diferentes variables predictoras, cada una de las cuales aportar! cierta cantidad de :e)plicacin; a la variable resultado. ,o que sucede es que aunque una variable resultado pueda presentar una asociacin estadsticamente significativa con una o varias variables predictoras, la cantidad que estas variables e)plican de la variable resultado puede ser relativamente modesta. (sto nos ayuda a comprender el conocido hecho de que la e)istencia de una asociacin estadstica entre dos o m!s variables no significa que una de ellas quede e)plicada en su totalidad por la otra u otras variables, en la medida en que gran parte de la variabilidad de la primera podra justificarse por muchos otros factores cuyo conocimiento puede no estar a nuestro alcance. (l planteamiento que debe hacerse en una investigacin clnica y en buena lgica tambi n cuando leemos una artculo que nos la presente, es relacionar un efecto o resultado "la que hemos denominado variable dependiente o resultado$ con una intervencin o factor de e)posicin responsable "la que hemos denominado variable independiente o predictora$. -ero en las dem!s circunstancias, es decir, en todas las dem!s caractersticas, ambos grupos, el que recibe la intervencin o est! e)puesto y el que no la recibe o no est! libre de la e)posicin, deben ser iguales. -or ejemplo, si llevamos a cabo un estudio sobre tratamiento hipotensor para prevenir el desarrollo de demencia y los sujetos tratados son m!s jvenes o las mujeres est!n m!s representadas, la menor tasa de d ficit cognitivo puede estar en relacin con los factores referidos m!s que con el efecto del tratamiento. -or ello, la edad y g nero de ambos grupos, tratados y no tratados, debe ser similar para evitar el efecto confundente de ambos factores. (n los ensayos clnicos controlados, la primera tabla que se presenta en los resultados suele mostrar las caractersticas de ambos grupos de intervencin, el tratado y el no tratado, al inicio del estudio, aclarando que no e)isten diferencias importantes entre ellos con respecto a los referidos factores presuntamente confundentes. -ara enfrentar el problema de las diferencias que puedan presentarse entre los grupos que se trata de comparar en un estudio se pueden adoptar dos estrategias. -or una parte, en el dise.o del estudio, se puede %$r r$%tr ct 0o en los criterios de inclusin de los sujetos "seleccionar slo aquellos con lmites estrictos de edad o
8

'ases de la estadstica

comorbilidades$ o se puede proceder a "("r$"r a los sujetos por las referidas caractersticas. -or otra parte, en el an!lisis de los resultados podemos : $%tr"t 3 c"r; segn variables confundentes "por ejemplo analizar de forma separada el grupo de jvenes y el de personas mayores$ o podemos utilizar alguna de las t cnicas de "n)/ % % #u/t 0"r "nt$% disponibles. ,as t cnicas multivariantes m!s utilizadas actualmente en la investigacin clnica son las de regresin "lineal, logstica y riesgo proporcional de Co)$ "(rror* =eference source not found,(rror* =eference source not found,F,G,5$, cuya pormenorizacin ser! motivo de otro artculo de esta serie. BIBLIO4RA;A BIBLIO4RA;A

7 .2 Altman +H. -ractical %tatistics for 1edical =esearch. ,ondon*Chapman and 9all, 7447. I .2 Armitage -, 'erry H. %tatistical 1ethods in 1edical =esearch. F rd ed. >)ford*'lacEAell %cientific -ublications, 744G. F .2 Carrasco JC, 9ern!n 1A. (stadstica multivariante en las ciencias de la vida. 1adrid* (ditorial Ciencia F, %.,.744F. G .2 Abraira %antos ?, - rez de ?argas ,uque A. 1 todos 1ultivariantes en 'ioestadstica. 1adrid* (ditorial Centro de (studios =amn Areces, %.A. 744K. 5 .2 Bield A. +iscovering %tatistics using %-%% for 3indoAs. ,ondon* %age -ublications I888.