Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fases de Un Analisis Estadistico
Fases de Un Analisis Estadistico
17.1. Introduccin
La finalidad de este captulo es repasar de forma prctica y didctica los
contenidos que hemos ido viendo a lo largo de este manual, tratando de describir de forma esquematizada cmo realizar un anlisis estadstico y dar unas
pautas de utilizacin de los mtodos y distintas pruebas utilizadas para medir las
variables de un estudio, y as poder contestar a los objetivos que se plantean en
el protocolo del mismo.
Es un hecho que la disponibilidad de paquetes informticos ha contribuido a
la extensin del uso de la estadstica por profesionales poco expertos en esta
materia y a la utilizacin en ocasiones abusiva de tcnicas sofisticadas y novedosas.
Sin embargo, no son estas pruebas las que los autores de este manual aconsejamos para los usuarios, sino las ms utilizadas y reconocidas, y ante todo las de
ms fcil comprensin teniendo la certeza de que su utilizacin no afectar ni la
seriedad ni el prestigio del estudio que vayamos a realizar. Debe quedar claro
que el esquema de anlisis dado en este capitulo es movible y que deber adap247
ta que este esquema nos orientar pero no es el nico ni definitivo. A continuacin nombraremos algunas normas que nos pueden facilitar la eleccin de la
prueba estadstica ms adecuada para nuestros datos.
Para elegir la prueba adecuada debemos tener claras las caractersticas de las
variables a analizar. Existen las pruebas paramtricas y las pruebas no paramtricas,
en funcin de la distribucin de las variables y pruebas para datos independientes o apareados.
Las pruebas que deberemos utilizar sern distintas segn las variables a analizar sean cualitativas o cuantitativas. Una variable cuantitativa presenta una mayor informacin que una variable cualitativa, aunque esta ltima puede llegar a
ser mucho ms fcil de interpretar.
Un aspecto que debemos tener claro es si nuestros datos se tratan de datos
apareados o independientes. Los datos medidos sobre el mismo individuo sern
siempre apareados. Este es el caso, por ejemplo, de la comparacin de las cifras
de hematocrito de los individuos de una muestra en dos momentos del tiempo,
antes y despus de una intervencin. Para esta situacin existen pruebas ms
potentes, dado que la variabilidad en las pruebas paramtricas de estas mediciones es menor. Si no existe apareamiento, se habla de datos independientes.
Existen unas condiciones de aplicacin para ciertas pruebas de anlisis estadstico en datos cuantitativos entre las que es importante la distribucin de la
variable. La mayora de estas pruebas son robustas y toleran relativas violaciones de estas asunciones sobre su distribucin, sobretodo si el nmero de sujetos estudiado es superior a 30. En caso de que el nmero sea inferior, deben
emplearse otras pruebas, habitualmente de clculo ms complejo y menos potentes, llamadas pruebas no paramtricas.
Cuando deseamos evaluar la posible relacin entre variables cualitativas, se
utiliza la prueba de la Ji-Cuadrado (captulo 11) y dependiendo del tipo de estudio
se suele utilizar medidas de asociacin tales como el Odds-ratio o OR y el riesgo
relativo o RR (captulo 15). Un ejemplo sera analizar en HD, la relacin entre
grupos de gravedad y las diferentes tcnicas de educacin sanitaria de dieta.
Cuando comparamos dos grupos respecto a una variable cuantitativa, como
por ejemplo el valor del Hto. en dos grupos de pacientes en HD, la tcnica a
aplicar es la t de Student. En el caso de no cumplirse las condiciones necesarias
para su aplicacin debe recurrirse a la prueba no paramtrica equivalente, la U
de Mann-Whitney (captulo 12).
Si lo que se desea es comparar una variable cuantitativa en ms de dos grupos, por ejemplo, la comparacin de la tensin arterial diastlica en tres grupos
de pacientes a los que se aplican tcnicas sustitutivas distintas HD/DP/TX, debe
252
253
frmacos en los que las mujeres siempre presentan una mayor eficacia, si obtuviramos diferencias en la distribucin de mujeres en ambos grupos, podramos estar
delante de un problema a la hora de realizar el anlisis puesto que el gnero podra
interferir en la interpretacin de los resultados (posible factor de confusin). Es
normal que si disponemos de muchas variables a analizar entre grupos de estudio,
alguna resulte significativa; es por ello que siempre deber tenerse en cuenta cuando clnicamente est justificada su presencia.
Terapia B
IC 95%
Presencia de AAs
16/140
(11,4%)
29/142
(20,4%)
0,039
0,5% - 17,5%
11/140
(7,9%)
24/142
(9,9%)
0,554
-4,6% - 8,6%
IAM
No IAM
OR
Total
S
No
Total
96
54
150
54
96
150
3,16
No fumadores
S
No
Total
9
41
50
19
81
100
0,93
Fumadores
S
No
Total
81
19
100
40
10
50
1,07
Frmaco
A
Frmaco
B
OR
Total
S
No
Total
100
120
220
99
119
218
1,00
Hombres
S
No
Total
80
30
110
29
80
109
7,36
Mujeres
S
No
Total
11
99
110
79
30
109
0,04
Tabla 25. Control de variables modificadoras del efecto. Satisfaccin con el tratamiento
segn gnero
Si nos hubiramos quedado con la tabla global del anlisis bruto, se hubiese
concluido que no existen diferencias entre la satisfaccin del tratamiento segn
la periodicidad de administracin. Sin embargo, nuestras conclusiones no se
hubieran ajustado a la realidad, puesto que los hombres mostraron mayor satisfaccin por uno de los tratamientos mientras que las mujeres lo hicieron por el
258
tratamiento contrario. De esta forma, podemos decir que el gnero acta como
variable modificadora del efecto, observando resultados distintos en funcin del
grupo que estemos analizando.
El anlisis estadstico no es una tarea que se improvisa una vez se han procesado los datos. Por el contrario, el anlisis surge ms del marco terico trazado
que de los datos concretos obtenidos, por lo que se debera tener una idea
precisa de cuales sern los anlisis principales que se debern efectuar antes de
comenzar a recolectar datos. Se podr definir as, con suficiente antelacin, qu
datos sern capaces de rechazar o afirmar una hiptesis, qu resultados indicarn una u otra conclusin. Esta actividad es fundamental para evitar sorpresas
lamentables, como por ejemplo la de encontrar que no tenemos suficientes
datos al final del procesamiento, o de que los que poseemos no nos sirven en
realidad para mucho.
Es cierto que la estadstica est siendo cada vez ms utilizada en la investigacin clnica desde que se introdujo el mtodo estadstico en los estudios de
eficacia y seguridad de los frmacos. Sin embargo hay un alto porcentaje de
publicaciones en que se aprecian errores, por lo que cada vez ms, los editores
y evaluadores de las diferentes publicaciones son ms estrictos en la seleccin
de los estudios a aceptar y la evaluacin de la parte estadstica de los mismos
que optan a su publicacin. Por tanto, consideramos importante y cada vez ms
imprescindible la formacin continuada en bioestadstica para profesionales de
la salud, y el asesoramiento y colaboracin de estadsticos en el desarrollo de
nuestros estudios.
260