Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• • • • • •••••••• • • •
• • • •
••• • •
••••••• ••••• ••••••••. .
,...................
•
....
••••••
,
••
······ ···········
••••• •••••••••
••••••••••••••••••
••••••• •••••••••••••••
••••••••••••••••••••• ••
••••••••••••••••••••••
············· ······
•••••••••••••••••••••
•••••••••••• •··
•••
••••••••••
••••• ••••••••••••••••••
••••••••••••• •• •••••••
•••••••••••• ••••••••••
••••••••••••••••••••• ••
••••••••••••••
•••••• ••••••••
•••• ••••••••••
••• •••••••••••••••••••
•••••••••••• ••••••••••
•••••••••••••••••••••
•••• •••••••• ••••••••
••••••••••••••••••••• ••
1
.....
···············
,,•.•....•.............
•••••••••
••••••••••••••••••••
•••••••••••
• • • • • • • • • • • • • • • • • •• •• ••
••
• •
••• ••• ••• ••• ••• ••• ••• ••• ••• ••• ••• ••• ••• ••• ••• ••• ••• •• • •
• •
•• • • • • • • • • • • • • • •
••• • • • • • • • • • • • • • • •
••• • • • • • • • • • • • • •
••• • • • • • • • • • •
•••• • • • • • • •
•••• • • • • • • •
•••• • • • • • • • • • •
••••• • • • • • • •
••• • • • • • •
••• • • • • •
• • • • • • • • •
• • • • •
• • • • •
• •
Manual CTO
de Medicina y Cirugía
2. a edición
• Estadística y epidemiología
Revisor
Luis Cabeza Osorio
Autores
Manuel Moreu Gamazo
Antonio Martín Conejero
Grupo CTO
• • Editorial
NOTA
La medicina es una ciencia sometida a un cambio constante. A medida que la investigación y la experiencia
clínica amplían nuestros conocimientos, son necesarios cambios en los tratamientos y la farmacoterapia.
Los editores de esta obra han contrastado sus resultados con fuentes consideradas de confianza,
en un esfuerzo por proporcionar información completa y general, de acuerdo con los criterios aceptados
en el momento de la publicación. Sin embargo, debido a la posibilidad de que existan errores humanos
o se produzcan cambios en las ciencias médicas, ni los editores ni cualquier otra fuente implicada
en la preparación o la publicación de esta obra garantizan que la información contenida en la misma sea
exacta y completa en todos los aspectos, ni son responsables de los errores u omisiones ni de los resultados
derivados del empleo de dicha información. Por ello, se recomienda a los lectores que contrasten dicha
información con otras fuentes. Por ejemplo, y en particular, se aconseja revisar el prospecto informativo
que acompaña a cada medicamento que deseen administrar, para asegurarse de que la información
contenida en este libro es correcta y de que no se han producido modificaciones en la dosis recomendada
o en las contraindicaciones para la administración. Esta recomendación resulta de particular importancia
en relación con fármacos nuevos o de uso poco frecuente. Los lectores también deben consultar
a su propio laboratorio para conocer los valores normales.
No está permitida la reproducción total o parcial de este libro, su tratamiento informático, la transmisión
de ningún otro formato o por cualquier medio, ya sea electrónico, mecánico, por fotocopia, por registro
y otros medios, sin el permiso previo de los titulares del copyright.
Manual CTO
de Medicina y Cirugía
2.a edición
Q) _
.. ce
C')
o
(.) -o
·-
·-
-o
E
-e
Q)
c..
Q)
>-
e
,_ -e
ce
_
(..)
. en
+--'
ce
+--'
05. Medidas de impacto o del efecto . .
5.1.
5.2.
Diferencia de incidencias
o riesgo atribuible (RA) .......................................................................
Fracción atribuible en expuestos (FAE)
o fracción etiológica del riesgo .....................................................
12
12
12
en
LU 5.3. Reducción absoluta del riesgo (RAR) ..................................... 12
5.4. Reducción relativa del riesgo (RRR) ...................................... 12
5.5. Número de sujetos necesario para trat ar ..................... 12
01 . Estudio de un test.
06. Tipos de estudios epidemiológicos ... 14
Parámetros de uso..... . 1
6.1. Estudios descriptivos .......................................................................................... 14
1.1. Estudio de un test.
6.2. Estudios analíticos ...................................................................................... 1s
1.2. Relación entre prevalencia
y valores predictivos ..... 2
1.3. Aceptabilidad de un método diagnóstico ..... 3
07. Validez y fiabilidad de los estudios
1.4. Screening ..... 3
1.5. Coeficiente Kappa 3
epidemiológicos ................... ..... ............ 18
7.1. Tipos de error ............................... 18
7.2. Validez y fiabilidad .......................... ... 19
02. Conceptos 7.3. Validez de un test diagnóstico ...................................................... 20
y uso de la epidemiología 5
2.1. Concepto de epidemiología ..... S
08. Ensayo clínico . ...... . ......................... ..... . ............... ...... .. 21
2.2. Indicadores de riesgo.
Causas de enfermedad .... S 8.1. Introducción ......... ................................................................. ....................... 21
8.2. Etapas en la realización de un ensayo clínico ......... 21
8.3. Tipos de ensayos cl ínicos ....... ...... ................ .......... 23
03. Medidas de frecuencia 8.4. Estudios de bioequivalencia ........ 24
de la enfermedad ...................... ........ ...................... ............ 7 8.5. Ensayo clínico de tamaño único ................................... 24
8.6. Recomendaciones para la publicación
3.1. Formas básicas de medida.... . . .................................. 7
de ensayos clínicos
3.2. Medidas de frecuencia de la enfermedad..... 7 (recomendaciones CONSORT) ........................................................... 2S
Estudio de un test.
Parámetros de uso
Enfermo Sano
Este es un tema sencillo.
ORIENTACIÓN Hay que conocer los diferentes VPa FP b Total de positivos
Razón de probabilidad negativa: re laciona la probabilidad de que ellos. Posteriormente, se representa gráficamente la sensibilidad en fu n-
un paciente enfermo presente un resultado negativo con la probabi- ción de (1-Especificidad). La prueba idea l se sitúa en el ángulo superior
lidad de que el resultado negativo se dé en un individuo sano. izq uierdo (S y E= 1). En general, para hacer la elección del mejor punto de
corte se suele emplear lo que se denom ina área bajo la curva COR (o ROC
Probabilidad test (-) en en fermos FN/enfermos en su terminolog ía inglesa), a mayor área bajo la curva, mejor capacidad
RP (-) =
Probabilidad test (-) en sanos VN/sanos de discriminación de esa pru eba.
100
1 -S
RP (-) =
E S
VPP=
VP a o 1 -E 100
VP + FP a+ b
Una prueba sin ningún valor sigue la diagona l que va del ángulo inferior
izquierdo al ángu lo superior derecho (cada incremento de la sensibilidad
Valor predictivo negativo: se trata de la proporción de verdaderos se asocia a una pérd ida de igual magnitud de la especificidad).
negativos entre aquellos que han sido identificados como negativos
en un test. De esta form a, la sensibilidad y la especificidad son va lores interdepen-
dientes, de manera que si au m enta la sensibilidad, dism inuye la especifi-
VN d cidad y viceversa.
VPN =
VN + FN e+ d
Si se adoptan criterios de diagnóstico muy estrictos, decrece la sensibili-
dad (hay menos enfermos que cumplen estos criterios), y para lelamente
Valor global (eficiencia) del test: indica la proporción de resu lta- se incrementa la especificidad (pocos sanos cumplen los citados crite-
dos válidos entre el conjunto de resultados. rios).
VP+VN a+d
VGT=
VP + VN + FP + FN Tota l 1.2. Relación entre prevalencia
y valores predictivos
Sensibilidad +tasa de falsos negativos= 100%.
Especificidad +tasa de falsos positivos= 100%. Los va lores predictivos de un test son variables, dependen de la preva-
lencia de la enfermedad en la población. La sensibil idad y la especificidad
son características propias del test y no se modifican con cambios en la
prevalencia.
La sensibili dad y la especificidad clasifican a los suje-
tos en fu nción del estatus de enferm edad. Los valores
predictivos lo hacen en función del resultado del test. Si la preva lencia de la enfermedad aumenta, se incrementa el valor pre-
dictivo positivo, mientras que dismin uye el va lor pred ictivo negativo.
El resultado de un test puede ser cont inuo (por ej.: niveles de glucemia Esto es fáci l de entender, por ejemplo, en el caso del VPP, si en una pobla-
en mg/dl) y entonces hay que decidir cuá l se considera rá como resu ltado ción la prevalencia de una enfermedad es elevada, tendrá mayor proba-
positivo del mismo, por lo que es necesario elegir un punto de corte. bilidad de hacer test a individuos realmente enfermos, lo que dism inu irá
la tasa de falsos posit ivos y, por ello, aumentará el VPP.
E
Por el contrari o, si la prevalencia de una enfermedad es muy pequeña,
se pu ede tener una alta probabilidad de realizar test que den resulta-
70 140 dos falsos pos itivos, porq ue en la mayor parte el test se estará aplican-
do sobre individuos sanos, incluso con cifras de buena sensibi lidad
El punto de corte escogido determinará la sensibilidad y la especificidad de l test, el VPP disminuye, en ocasio nes notablemente. Por eso es tan
de la prueba (si elegimos 70, la prueba será muy sensible y poco específi- importante conocer no sólo los valores de se nsibili dad y especificad
ca; si se selecciona 140, será poco sensible y muy específica). sino el ámbito en el que se aplican para entender los conceptos de
VPP yVPN.
Para determinar el punto de corte se pueden ut ilizar las curvas de Ca rac-
terísticas Operativas para el Receptor (COR). Se seleccionan varios puntos Por el contrario, si la preva lencia de la enfermedad decrece, aumenta el
de corte y se estima la sensibilidad y la especificidad para cada uno de va lor predictivo negativo y se reduce el va lor predictivo posit ivo.
" Las curvas COR representan la relación recíproca entre sensibili- " La prevalencia va a determinar el tipo de test más útil en una
dad y especificidad. Cuanto mayor es el área bajo la curva COR, comunidad. Si la prevalencia es alta, se realizará un test sensible.
mejor será el test. Si es baja, uno específico.
Conceptos
y uso de la epidemiología
Conceptos
2.1. Concepto de epidemiología
Riesgo: es la probabilidad de desarrollar una enfermedad por estar
expuesto a ciertos factores.
Etimológicamente, la palabra epidem iología procede del griego y signifi- Causa: es la condición que, sola o acompañada de otras condicio-
ca tratado sobre el pueblo (epi: sobre, demo: pueblo, lagos: tratado). nes, inicia o permite iniciar una secuencia de acontecimientos que
producen un determinado efecto.
Se puede definir la epidemiología como la ciencia que estudia la dis- Factor de riesgo: variable endógena o exógena al individuo, con-
tribución y los determinantes del fenómeno salud-enfermedad en las trolable, que precede al comienzo de la enfermedad y que está aso-
poblaciones humanas. La comunidad sustituye al individuo a la hora de ciada a un incremento de la probabil idad de aparición de la mis-
buscar la respuesta a ciertas preguntas sobre la etiología y la prevención ma, y a la que se puede atribuir "responsabilidad" en la enfermedad
de la enfermedad, así como acerca de los recu rsos necesarios para los (por ejemplo: tabaco como factor de riesgo de cáncer de pulmón).
cuidados de salud de esa población. Marcador de riesgo: variable no controlable, endógena al ind ividuo
(constitucional), y cuya presencia anuncia a los individuos particular-
La epidemiología se ocupa de los dos aspectos fundamentales si- mente vulnerables (por ej.: sexo femenino como marcador de riesgo
guientes: de cáncer de mama).
Estudiar la distribución de las enfermedades en relación con las va- Indicador de riesgo: variable sin relación causal con el problema,
riables lugar, tiempo y persona. Es lo que se denomina epidem iolo- pero cuya presencia alerta precozmente sobre el padecimiento.
gía descript iva. (por ejemplo: manchas de Koplik como signo precursor de la apari-
Buscar los factores que determinan la distribución encontrada e ción del sarampión).
identificar las asociaciones causa les. Es lo que hace la llamada epi-
demiología analítica. Criterios epidemiológicos de causalidad
Las principales posibil idades de aplicación de la epidemiología son las La existencia de asociación estadística no es sinónimo de causalidad, sino
que se enumeran a continuación: que para que se dé deben cumplirse los denominados criterios de causa-
Establecer el diagnóstico de salud de una comun idad. lidad, que son los que se definen a continuación:
Conocer los factores causales de una enfermedad y las probabilida- Fuerza de asociación: es un criterio muy importante, consistente en
des de enfermar. cuántas veces más riesgo de enfermedad tienen las personas expues-
Evaluar la eficacia/efectividad/eficiencia de los procedimientos pre- tas al factor estud iado que las no expuestas (véase el Capítulo 4).
ventivos y terapéuticos de los servicios de sa lud. Efect o dosis-respuesta: es decir, que la asociación tenga coheren-
cia interna, que al incrementarse la presencia del factor de riesgo
Los pasos fundamenta les dentro del método epidemiológico son los si- aumente la de la enfermedad.
guientes: Secuencia temporal: la exposición al presunto factor de riesgo
1. Observar un fenómeno. debe preceder al efecto.
2. Elaborar una hipótesis. Coherencia externa o consistencia de los resultados: los resul-
3. Probar la hipótesis. tados deben ser concordantes con los obtenidos en otros estudios
4. Em itir un informe o ley. (reproductibilidad).
Manual CTO de Medicina y Cirugía, 2.a edición
Ausencia de distorsiones metodológicas en el estudio: debidas sa (causa necesa ria), ocurre el efecto. Hay especificidad de causa (el
a sesgos. efecto t iene una ún ica causa) y ta m bién de efecto (cada causa pro-
Ausencia de explicaciones alternativas: es decir, ausencia de otras d uce un único efecto).
hipótesis que expliquen los res ultados. Multicausal: postul a que hay plura lidad de causas y mu ltiplicidad
Plausibilidad biológica: que los resultados sean compatibles con el de efectos, formando redes causa les, de forma q ue diferentes cau-
marco de los conocim ientos científi cos previos. sas prod ucen el m ism o efecto y una ún ica ca usa ocasiona varios
Efecto de la cesación o reversibilidad: es decir, que exista una dis- efectos.
minución del riesgo tras la reducc ión de la exposición al presunto Determinista modificado (Rothman): en este modelo se distin-
facto r de riesgo. guen tres t ipos de causas:
Demostración experimental: es la prueba causal por excelencia, Causa suficiente: es aq uel la q ue inevitablemente produce el
pero su realizac ión p lantea en ocasiones problemas éti cos. efecto cua ndo se presenta.
Causa complementaria o contribuyente: son aquellas causas
Modelos causales que forma n parte de una causa suficiente.
Causa necesaria: es la que debe esta r presente inevita-
Los modelos causales son los siguientes: b lemente pa ra que se prod uzca el efecto. Por tanto, ha de
Determinista o unicausal: este modelo dice que siem pre que se for m ar parte de todas las ca usas suficientes de una enfer-
presente la ca usa (causa suficiente) y sólo cuando se presente la ca u- medad .
Medidas de frecuencia
de la enfermedad
3.1. Formas básicas de medida Incidencia acumulada: se define como el número de casos nuevos
de una enfermedad que se producen en un periodo de tiempo. Es
la probabilidad de que un individuo desarrolle la enfermedad en ese
Las formas básicas de medida son las siguientes: periodo.
Número: es un valor absoluto. Al no conocer el denominador no se
puede saber la importancia relativa del problema . N. 0 casos nuevos en un periodo de tiempo
Razón: es el cociente en el que el numerador no está incluido en
lA =
Población en riesgo al inicio de ese periodo
el denominador, es decir, cociente entre dos entidades que poseen
caracteres distintos. Sus valores oscilan entre O e infinito.
Fórmula: R = a/b La incidencia acumulada se puede re lacionar con la prevalencia se-
Ejemplo: razón de hombres/mujeres. gún las sigu ientes fórmu las:
Ejemplo: La densidad o tasa de incidencia, por tanto, expresa los casos nuevos de en-
fermedad que se producen en un periodo de tiempo que corresponde al
1 año sumatorio de los periodos individuales de riesgo. Es decir, que si se lee que la
2 4 años densidad de incidencia es de 2 por 1.000 personas-año, quiere decir que apa-
recen de media dos casos por cada 1.000 individuos en un año de exposición,
3 5 años
su mando los t iempos de exposición de todos los individuos de la cohorte.
4 2 años
5 8 años Este concepto se conoce también con el nombre de fuerza de la morbilidad.
Cálculo Significado
Prevalencia Casos existentes Proporción de individuos enfermos en una población
en un momento concreto
Población total
Densidad Casos nuevos observados Velocidad con que determinada enfermedad apa rece
de incidencia en una población
Su ma de los periodos de riesgo
" La incidencia es sinónimo de riesgo, porque se refiere a los nue- " Es importante conocer los aspectos de incidenci a, prevalencia y
vos casos debidos a una enfermedad. d ensidad de incidencia .
. . ;
Medidas de 8SOCI8CIOn
Total
Sin duda, lo más importante FR a b a+b
es el concepto del riesgo
relativo. No FR e d c+d
Total a+c b+d a+b+c+d
Tabla 3. Cálculo del RR
Las medidas de asociación sirven para cua ntificar cuánto y cómo se aso-
cia un factor de riesgo a una enfermedad, a partir de la frecuencia con
la que aparece el evento resultado en un grupo expuesto a un factor 4.2. Odds ratio
de ri esgo, fre nte al grupo que no está expuesto a dicho fa ctor. Es decir,
se emplean para decir si un factor ana lizado es protector o de riesgo y
(razón de desventaja) (OR)
se utilizan pa ra cuantificar la asociación entre factor de riesgo y evento
res ultado. La odds ratio es una razón. Constituye la med ida básica de los estudios
casos-controles. Su significado es idéntico al del RR, au nque no puede
calcula rse como este, ya que en los estudios casos-controles no es po-
4.1. Riesgo relativo (RR) sible va lorar la incidencia de la enfermedad. Pa ra que la OR sea un buen
estimador del RR es necesa rio que los controles sean representativos de
la población de la cua l han surg ido los casos y que la enfermedad tenga
El riesgo rela ti vo es la medida de asociació n en los estudios de cohortes. una prevalencia baja, inferior al 10%.
Mide la "fuerza de la asociación" entre el fa ctor de riesgo y la enfermedad.
Puede variar entre Oe infin ito.
\ E(riesgo relativo responde a la preg unta : ¿cuánto más frecuente es la Odds de exposición Casos expuestos
enfermedad entre los expuestos a un factor de riesgo respecto a los no en los casos Casos no expuestos
expuestos? OR
Controles expuestos
Odds de exposición
Su sign ificado varía depend iendo de l va lor que tome: en los controles Controles no
RR > 1: factor de riesgo (FR). expuestos
RR = 1: indiferente: la incidencia es ig ual en expuestos y en no ex-
puestos.
RR < 1: factor de protección. Casos Controles
Total
(enfermos) (sanos)
Incidencia en expuestos
RR = FR a b a+b
Incidencia en no expuestos
No FR e d c+d
4.3. Razón el número de veces más que padecen la enfermedad los expuestos fren-
te a los no expuestos.
de prevalencia
Enfermos expuestos
R. Pv =
La razón de prevalecencia es la medida de asociación de los estudios Enfermos no expuestos
transversales. Su interpretación es simi lar a la del riesgo relativo, es decir,
RC: 4 RC: 3
04 · Medidas de asociación
Estadística y epidemiología 1 04
with a 95% confidence) . What is the correct interpretation of 3) The result is not interpretable because we have not randomly
the result? allocated treatments.
4) The result supports the hypothesis that the use of antipsycho-
1) The result is consistent with an increased risk associated with tics increases the risk of sudden death.
the use of antipsychotics, but not statistically significant.
2) The result suggests that antipsychotics protect against the risk Correct answer: 4
of sud den death.
.--.___E...___stadística y epidemiología_
Medidas de impacto
o del efecto
Cua ndo se evalúa una med ida preventiva, como un factor protector o
el resultado de un fármaco frente a placebo en un ensayo clínico, el be-
S.1. Diferencia de incidencias o riesgo neficio de dicha medida se cuantifica como una reducción del número
de enfermos nuevos. Este concepto est á representado por la reducción
atribuible (RA) absoluta del riesgo (RAR).
Es una med ida que informa sobre el exceso de riesgo en los individuos RAR = 1o - 1e
expuestos frente a los no expuestos al factor de riesgo. Indica la inciden-
cia acumulada en el grupo de expuest os que se debe exclusivamente al
factor de riesgo. Representa el descenso en el nú mero de casos nuevos S.4. Reducción relativa
entre los expuestos si se evita ra el FR.
del riesgo (RRR)
1 - 1
o e
La fracción atributi ble en expuestos es la propo rci ó n de la enfermedad RRR =
que se debe a la exposición; es decir, la proporción de casos nuevos de
enfermedad, entre los expuestos, que se evitaría si se eliminase el fa ctor
de riesgo. Por tanto, estas dos medidas son muy importantes a la hora
de eva luar, en términos de sa lud pública, cuá l puede ser el impacto con S.S. Número de sujetos necesario
determinadas medidas, ca lcula r los costes y determ inar prioridades.
para tratar
1 - 1
e o
FAE =
A partir de los parámetros anteriores, puede calcu larse el número de suje-
tos que deberían exponerse al factor preventivo o terapéutico para con -
seguir una curación .
Se encuentran dos tipos de cuestiones a tener en cuenta y que son características. Por una parte,
ORIENTACIÓN las que se refieren a temas concretos o aspectos teóricos de los diferentes tipos de estudios.
ENARM Por otra, un tipo de cuestiones más "clínico": a partir de un estudio se pide que se indique
de qué tipo de estudio se trata.
6.1. Estudios descriptivos Los estudios ecológ icos permiten estudiar grandes grupos poblacio-
na les en poco t iempo y con un coste re lativa mente m uy bajo ya que,
en general, utilizan estad ísticas existentes recolectadas con otros fines.
Los objetivos de los estud ios descriptivos son los sig uientes: Sin emba rgo, dado que son uno de los peores estudios en la esca la de
Describir las ca racterísticas y la frec uencia de un problema de sa lud, causa lidad, deben ser considerados únicamente para sugerir hipóte-
en func ión de las ca racterísticas de la persona (edad, sexo, estado sis, que tendrán necesa ri amente que ser verifi cadas med iante otros
civil. ..), del lugar (área geográfica ... ) y del tiempo de aparición del estudios más rigurosos de base ind ivid ual, rea lizados posteriormente.
problema y su tendencia. Ventajas: perm iten describi r d ife rencias en poblaciones que
Servir de base pa ra estudios analíticos. habrá n de ser estudiadas con más deta lle posteriormente.
Limitaciones: los datos son promed ios de poblaciones. Se usan
Los tipos de estudios descriptivos son los que se citan a continuación: med idas aproximadas de exposición (im puest os por alcohol,
Series de casos clínicos: describen las características de un grupo ventas de cajeti llas de cigarrillos ...) y de enfermedad (mortalidad
de enfermos. Son estudios long itud inales ya que contienen infor- en vez de incidencia...), lo que li mit a el valor de los hallazgos.
mación adqui rida a lo largo del ti empo. Su principa l ventaja es que Los principa les problemas de este tipo de estudios son que se
perm iten generar nuevas hi pótesis, mientras q ue el mayor inconve- ignora la variabilidad ind ivid ual de los integrantes de los con-
nient e es que no presenta n g ru po co ntrol, por lo q ue cua lq uier FR g lo merados y que no es posible correg ir por d iferencias en otras
puede ser un hallazgo casual. va ri ables que pud ieran esta r t am bién asociadas con la exposi-
Estudios ecológicos: los cong lomerados pueden esta r constituidos ció n y el evento en estu d io.
por gru pos poblaciona les, comunidades, reg io nes, o pa íses. La ca-
racterística principa l de este tipo de estudios es q ue se cuenta con Estudios transversales o de prevalencia: son estudi os descripti-
info rm ació n sobre la exposición o el evento para el cong lomerado vos y transversa les, ya que analiza n la relació n ent re una enfe rm edad
en su t ot alidad, desconociéndose la información a nivel individual y alg unas va riables en un mom ento concret o del ti em po. Busca n
para cada uno de los miembros del gru po. Son estudi os en los que hallar una posibl e relació n entre un FR y una enfe rm edad, que luego
la unidad de análi sis son gru pos de individuos, no individuos (po r ej.: habrá de ser verifi cada por estudios analít icos.
clases de una escuela, ciudades, reg iones). Características: es de"corte" o transversa l, ya q ue enfermedad y
Son útiles cuando no se pueden hacer medicio nes de exposición ca ract erísti cas se mide n simultánea mente.
individua les (contaminación del aire, ruidos, etc.). En este t ipo de es- Ventajas: no ti enen problemas éticos, son de duración m ínima,
t udios es com ún asig nar la misma exposició n (exposición promedio) su cost e es baj o y son de fác il reprod ucibilidad. Son út iles para el
a todo el cong lo merado, no considerando la variación individ ua l de estudi o de enferm edades crónicas en la població n.
cada m iembro del mismo. Ig ual sucede con la med ició n del evento; Inconvenientes: no es út il pa ra estud iar en fermedades raras,
dado que sólo se cuent a con el número de eventos reg istrados para el ya q ue no permite ver el mecan ismo de prod ucción de la en-
conglomerado, no es posible discerni r los eventos que se presenta ron fe rm edad y no sirve para com probar una hipótesis previa de
en los sujetos expuestos de los q ue ocurrieron en los no expuestos, causa lidad (es imposible conocer la secuencia tempora l porque
por lo q ue es frecuente atribuir la totalidad de eventos a la exposición la información sobre el factor de riesgo y la enfermedad se re-
promed io que se reg istró en el interior del conglomerado. cogen a la vez).
Estadística y epidemiología 1 06
Análisis de las medidas de enfermedad: con el estudio de preva- Por ejemplo, la evaluación de la eficacia de una campaña de vacu-
lencia, la medida que se obtiene es la razón de prevalencia de indi- nación en 10.000 niños, de forma que 5.000 reciben aleatoriamente
viduos expuestos. una vacuna y los otros 5.000, un placebo.
- r--------,..--~
L..._.:..
FRG:l
(e_:xp:_u_e_st_o_:s):....~t---
Enfermos
Sanos Ventajas:
Es de corta duración.
Es idea l pa ra el estud io de enfermedades raras.
-
Es el mejor para el estudio de enfermedades de largo periodo
r---:::--
FRe
- -1---- -+- Enfermos de ind ucción.
(no expuestos)
L__ _ _ _ _ _J-- -+- Sanos El coste es baj o.
Es el más adecuado pa ra el estudio de la mu lt icausa lidad de la
Inicio enfermedad (los posibles facto res de riesgo de una determina-
Figura 1. Estudio de cohortes da enfermedad).
Es el mejor pa ra formular nuevas hipotesis etiológicas.
Inconvenientes:
No es bueno para el estud io de enfermedades ra ras.
No es adecuado para el estud io de enfermedades de largo pe- Mj¡iM
riodo de incubación. Mí;M
El coste es alto.
No sirve para el estudio de la "multicausalidad de la enferme-
dad':
Es d ifíc il mente reproducible. Mj¡A+
Inicio
Análisis de las medidas de la enfermedad: los estud ios de cohortes
son los q ue perm iten saber cuá l es la incidencia de la enfermedad. Las Fig ura 2. Estudio de casos-controles
medidas que se obtienen son:
Riesgo relativo: es la med ida de la fue rza de la asociación. Inconvenientes:
Diferencia de incidencias o riesgo atribuible: informa sobre el ex- No es bueno pa ra comprobar hipotes is previas de causalidad.
ceso de riesgo de enferma r. No perm ite el estudio de la "mu lt iefectividad del factor de riesgo':
Fracción atribuible: estima la proporció n de la enfermedad entre La posibil idad de sesgos es muy alta, su control difícil.
los expuestos q ue es debida al factor de riesgo.
Análisis de las medidas de la enfermedad: en los est ud ios de casos-
controles no es posib le o btener información sobre la incidencia de la
Es necesa rio darse cuenta de que como en un estud io enferm edad, ya que se parte de una pob lacio n seleccio nada. Ta m poco
de cohorte todos los suj etos están sa nos en el mo- _._.;;::.._, . ,.,~. se tiene info rm ación acerca de la preva lencia, ya que el número de pa-
mento ini cial, los enfermos que vayan aparec iendo cientes sólo depende de los q ue se elijan. Debido a ello, la fu erza de la
serán nuevos; es dec ir, incidentes. Por ell o, la med ida
asociacion no se pued e ca lcul ar d irecta mente, co mo en el estud io de
de frecuencia es la incidencia y la de asociación, el
coho rtes, sino de for ma ind irecta m ed iante la odds rat io.
ri esgo re lativo.
En la Tabla S se exponen las d ife rencias fu nda mentales entre los dos ti-
Estudios de cohortes históricas (retrospectivas) pos de estudios ana lít icos observacio nales.
RC: 1
3) Cohort study.
Case Study . 4) Case-control study.
A study without manipulation in the main variable that starts Correct answer: 3
with patients without disease is a:
1) Quasi-experimental study.
2) Experimental study.
• Estadística y epidemiología_
Cuando se real iza un estud io de investigación clínica, cas i nunca se Tipos de errores sistemáticos
trabaj a con poblaciones completas. Lo que se hace es, partiendo de
observaciones rea lizadas en un grupo red ucido de personas (la llama- Sesgo de selección
da muestra), genera lizar o extrapola r los resu ltados obtenidos a co-
lectivos más amplios. El hecho de que no se trabaje con poblaciones Se prod uce cuando se asignan sujetos al grupo control que difieren sig-
completas, sino con muestras, puede introducir en las observaciones nificativamente, en alg una ca racterística clave, del grupo problema. Este
errores produc idos por el aza r, a los que se les llama errores aleatorios. t ipo de sesgos se puede co ntrolar med iante un proceso de aleatorización
Existen además otros t ipos de errores no re lacionados con el hecho de en la constit ución de los distintos grupos de est ud io.
trabajar con muestras, y que son conocidos como errores sistemáticos
o sesgos. Son ejemplos de este t ipo de sesgo los siguientes:
Sesgo de autoselección o del voluntario: la participación o auto-
derivación del individuo al estud io compromete su validez.
7 .1. Tipos de error Sesgo diagnóstico o sesgo de Berkson: es el que se produ-
ce cuando, para saber qué ocurre en la población, se elige una
muestra hospitalaria de esa población y el factor de riesgo que
Los tipos de error son los siguientes: se está estud iando se asocia a una mayor probabilidad de hos-
Error aleatorio: es el error que puede atribu irse a la variabi lidad pital ización. Tamb ién se incluye en este t ipo de sesgo aquel que
aleatoria que con lleva siempre un proceso de muestreo. El azar puede surgir al seleccionar como control a pacientes con alguna
hace que la muestra con la que se va a a trabajar no sea repre- enfermedad que también se asocia al factor de exposición estu-
sentativa. El error aleatorio no afecta a la validez interna de un es- diado.
tudio, pero reduce la posibilidad de elaborar conclusiones sobre Sesgo del obrero sano: la salida del trabajador enfermo del merca-
la relación exposición-enfermedad, aunque no altera el sentido do laboral compromete la validez del estudio.
de la asociación. Los errores aleatorios, a diferencia de los errores Falacia de Ney man: se produce en los estudios de casos-con-
sistemáticos, se pueden minimizar aumentando el tamaño de la troles al seleccionar casos prevalentes (ya existentes) en vez de
muestra. casos incidentes (casos nuevos). Esto conlleva que en los casos
Errores sistemáticos o sesgos: son los errores producidos cuan- sea menos frecuente la exposición a aquel los FR que disminuyen
do hay un fallo en el diseño o en la ejecución del estud io que hace la supervivencia; esto es, los casos rep resentarían a individuos con
que los resultados de la muestra sean d iferentes de la población de rasgos de mayor resistencia a la enfermedad o formas menos gra-
la que proceden. No se relac ionan con el tamaño de la muestra y, ves de esta.
cuando no se controlan, tienden a inva lida r las condiciones de un Por ejemplo: se quiere estud iar si la actividad física tiene algú n efecto
estudio; es decir, la existencia de sesgos conduce a la elaboración sobre la frecuenc ia de la insuficiencia coronaria. Se compara a per-
Estadística y epidemiología 1 01
sonas con actividad y a personas sedentarias. Un sesgo de selección Ser un factor de riesgo para la enfermedad.
sería cuando la inactividad de los sedentarios fuese a consecuencia Estar asociado con la exposición.
de padecer la enfermedad cardíaca. No ser un paso intermedio entre la exposición y la enfermedad.
Sesgo de información Para prevenir los sesgos de confusión, existen distintas técnicas:
Fase de diseño: aleatorización (estudios experimentales), aparea-
Tiene lugar cuando hay un error sistemático en la medición de alguna miento y restricción.
va riable clave del estudio. La clasificación incorrecta puede o no afectar Fase de análisis estadíst ico: análisis estratificado (se dividen los da-
de igua l manera a todos los grupos de estudio. Los sesgos de información tos globales en dos grupos, según la presencia o no del factor de
debidos al investigador o a los participantes en el estud io se controlan confusión) y anál isis mu ltiva ri ante.
mediante técnicas de enmascaramiento.
Clasificación incorrecta diferencial: la probabilidad de clasifica- Ejemplo: se desea saber si existe relación entre el alcohol y el cáncer de
ción errónea de la exposición (en un estudio de casos-controles) pulmón. La OR cruda es de 2,4.
afecta de forma desigual a sanos y enfermos o la clasificación de en-
fermo o no enfermo (en un estudio de cohortes) se hace de manera Se sospecha que el tabaco puede actuar como factor de confusión. Al
distinta, según se esté o no expuesto al factor de estudio. Este tipo estratificar, se observa lo siguiente:
de sesgo produce una subestimación o sobreestimación del efecto OR cruda : 2,4.
del factor de exposición en la enfermedad. Dentro de este grupo ORen fumadores: 1,S.
cabe destacar: ORen no fumadores: 1,5.
Sesgo de memoria : se produce en los estud ios de casos-
controles. El hecho de padecer la enfermedad hace que se El tabaco es un facto r de confusión, puesto que el valor de la OR se ha
esté más motivado para recordar posibles antecedentes de modificado en los estratos (de 2,4 a 1,5). La verdadera OR entre alcohol y
exposición . cáncer de pulmón es de 1,5.
Sesgo de atención o efecto Hawthorne: los participantes en
un estud io pueden mod ifica r su com portamiento si saben que
están siendo observados. 7 .2. Validez y fiabilidad
Clasificación incorrecta no diferencial: la probabilidad de clasifica-
ción errónea ocurre en todos los grupos de estudio de forma similar. Se definen los siguientes conceptos:
El error de clasificación no diferencial ocasiona una infraestimación Validez: el estudio cuantifica lo que realmente se propone medir. Es
(hace que la med ida de asociación tienda a 1) del efecto del factor el grado de ausencia de error sistemático. También recibe el nombre
de exposición estudiado en la enfermedad. de exactitud.
Por ejemplo: se quiere estudiar el efecto del tabaco sobre la apari- Validez interna: es el grado de validez del resultado para los
ción de bronquitis crón ica, comparándose a un grupo de fumadores pacientes del estudio. Se dice que un estudio tiene validez in-
y a otro de no fumado res. Existe la posibilidad de que los fumadores terna cuando los resu ltados del mismo son aplicables a los indi-
sean diagnosticados más fácilmente de bronquitis crón ica que los viduos del citado estudio.
no fumadores, simplemente por el hecho de que fumar se considera Validez externa: un estud io tiene va lidez externa cuando los
que está asociado a est a patolog ía (Tabla 6). resultados del mismo son aplicables a otros ind ividuos distintos
de los del estud io.
Factor de confusión ( confounding)
Fiabilidad: es el grado de reproductibilidad de un estudio, es decir,
Un factor de confusión es una variable extraña al estudio que modifica el grado de simil itud que presentarían los resultados si se repitiese el
los resultados que se obtienen. Todo factor de confusión debe cumplir estudio en condiciones similares. Es decir, es el grado de ausencia de
tres condiciones: error aleatorio.
Para conocer si una pru eba diag nóstica es út il, se co mpa ran sus res ulta- o lA\
~
dos con los de otra pru eba que actú a co mo patrón de referencia (gold
standard). El grado en el que las med idas de la prueba eva luada se corre-
lacionan con las de referencia se denomina va lidez de criterio (Figura 3).
3) Un error aleatorio.
Casos clínicos 4) Sesgo de observación .
Ensayo clínico
08 · Ensayo clínico
Estadística y epidemiología 1 08
toa considerar en esta fase del ensayo clín ico es que siempre que exista ción estadística porque, de nuevo, se están rea lizando comparacio-
un tratamiento eficaz, hay que administra rl o al grupo control, así que lo nes múltiples.
que se determina rá con el ensayo clínico será la eficacia relativa del nue- La magnitud del efecto del tratamiento en los ensayos clínicos se
vo fármaco. En caso de no existir alternativa terapéutica previa, se medirá puede expresar de va rias formas:
la eficacia en términos absolutos. El ri esgo relativo: cociente entre el riesgo de sufrir un deter-
m inado evento en el grupo expuesto a un determinado trata-
Análisis de los resultados (Tabla 7J m iento y el de sufrir el mismo evento en el g rupo control (no
expuesto al tratamiento).
En este punto se deben tener en cuenta los siguientes aspectos: La reducción absoluta del riesgo (RAR): que es la diferencia
Las pérdidas de sujetos incluidos en el ensayo clínico ocurridas antes entre el porcentaje de eventos en el grupo control y el mismo
de la aleatorización va n a afectar a la capacidad de generalización de porcentaje en el grupo experimental.
los resultados, mientras que las pérdidas postaleatorización pueden La reducción relativa del ri esgo (RRR): se define como la di-
afectar a la validez interna. ferencia entre el porcentaje de eventos en el grupo control y
El análisis estadístico de los ensayos clínicos es muy parecido al de el mismo porcentaje en el grupo experimenta l, dividido por el
los estudios de cohortes, pero es más frecuente el uso de métodos porcentaje de eventos en el grupo contro l.
no paramétri cos y, al tener importancia no sólo que ocu rra la varia- El número necesa rio de pacient es a trat ar (NNT): que se ob-
ble resultado, sino cuándo ocu rre, es frecuente el empleo de análisis tiene como el inverso de la RAR multiplicado por 100, y es el nú-
de supervivencia. mero de pacientes que se deben tratar para prevenir un suceso
Compa raciones múltiples: al aumentar el número de comparacio- indeseable adicional.
nes, se incrementa la posibi lidad de resultados falsamente positivos.
Análisis de subgrupos: puede ocasionar problemas, especial-
mente cuando no se tiene previsto desde el principio. Produce 8.3. Tipos de ensayos clínicos
comparaciones múltiples, aumenta la probabil idad de resul t ados
espurios y, por tanto, sus resultados deben interpretarse con pre-
caución. Los tipos de ensayos clínicos son los siguientes:
Análisis por intención de tratar frente a análisis por protocolo: Di seño clá sico o en paralelo: el grupo control recibe el tratamiento
Por p rot ocolo: incluye sólo a aquellos pacientes que han cum- a la vez que el grupo experimental con el fin de controlar el efecto de
plido los requisitos del protocolo y/o han finalizado el estudio. factores pronósticos que pudieran cambiar a lo largo del tiempo. El
Por intención de t rata r: el anál isis incluye a todos los pacien- análisis de los datos consiste en comparar la diferencia en la variable
tes que han sido seleccionados y en el grupo en el que fueron resultado entre ambos grupos con la variabil idad esperable dentro
asignados, aunque no haya n fina lizado el estud io o hayan cam- de cada grupo por el mero efecto del aza r. Es muy apropiado en los
biado de grupo. casos de enfermedades agudas (Figura 5).
Periodo de blanqueo
8.4. Estudios de bioequivalencia
Resultado 2
Los estud ios de bioeq uiva lencia son ensayos cl ín icos en los que su objeti-
'------1~ Comparación~---'
vo es la demostración de la similitud en biodisponi bilidad de dos formu-
Fig ura 6. Ensayo clínico cruzado laciones de un m ism o principio activo a pa rtir de la compa ración de sus
característi cas farmacocinéti cas.
Diseño secuencial: consiste en introducir pares de pacientes alea-
torizados a los dos tratamientos hasta q ue la diferencia entre los dis- En la mayoría de los casos, el d iseño de los estud ios de bioequivalencia
tintos tratam ientos favorezca a uno u otro (exceso de preferencias), es el de un ensayo clínico cruzado y con asignación aleat oria de dos se-
momento en el que el ensayo clínico se detiene. cuencias de tratam iento.
Diseño factorial: en ese tipo de diseño se eval úan simul táneamen-
te dos tratamientos distintos en una m isma muestra de sujetos, asig- Con el fi n de red ucir la va riabi lidad de la muestra, se suelen elegir pa ra
nándose aleatoriamente a los suj etos a uno de los cuatro grupos pa rticipar en el estud io voluntarios sa nos (no persig uen, por ta nto, com-
posibles: A, B, A + By placebo (Tabla 8). Con este d iseño es posible pa rar la eficacia de dos fo rmas de tratam ient o, depend iendo el tamaño
eva luar la interacció n ent re los dos tratam ientos, au nque hay que de la muestra de la va riabilid ad interind ividua l (diferente farmacocinética
asum ir q ue entre am bos no hay interaccio nes. La eva luación de dos para cada sujet o) qu e se haya o bservado en estud ios piloto previos.
o más interve nciones puede hacerse mediante un diseño de t ipo
pa ralelo. La demostració n de bioequiva lencia se o bt iene mediante la compara-
Sin em ba rgo, esto es posibl e qu e requiera un gran ta maño mu estral ción de los perfil es farm acocinéticos de los fá rm acos estu d iados. Para
y sea inefi ciente, especialmente si hay t ambién interés en considerar ello, después de la admini stración de cada formulació n, es necesa rio sa-
combinacio nes de las int ervencio nes. ber qué ca ntidad de fárm aco existe en el organ ismo y cómo va variando
El diseño más apropiado en esta situació n es de t ipo factor ial, donde a lo largo del t iem po.
se pueden asignar de manera aleat oria dos o más intervencio nes de
forma independ iente, de ta l modo q ue los sujetos pueden no recib ir El proced im iento más habit ual consiste en la obtención de sucesivas de
ning una intervención, una de ellas o eventualmente todas. muestras de sangre. Es m ucho menos frecuente que sea necesa ria la de-
terminación del fá rmaco en orina o en otras muestras bio lóg icas.
Tratamiento Placebo
08 · Ensayo clínico
Estadística y epidemiología 1 08
Tratam iento sinto m ático de enfe rmeda des co n im portante com po- Se ha demostrad o qu e la imp lem ent ación d e los criterios CONSORT
nente subjet ivo, como por ej em p lo m ig ra ñas, do lores arti cu lares en mejo ra la ca lida d de la in fo rmació n publ ica d a en los estu di os aleato-
la artros is, fi brom ialgia .. rios.
Es necesario que la cond ición estu d iada sea crón ica, con síntomas re-
petidos pero reversibles y con respuesta al t ratam iento evaluable por el Valorados: elegibilidad (n= ... )
paciente (por ej., cefalea tens iona l). Se evalúa, po r ta nto, un tra tam iento
sintomático y no cura ti vo.
Excluidos (n= ..• )
Por las característi cas del estu d io es evide nte que las co nclusio nes obte- Sin criterios de inclusión (n=...)
Rechazan participar (n= ...)
nidas no son generalizables a todos los pa cient es co n la m isma enfe rme- Otras razones (n= ...)
dad o síntoma.
Aleatorizados (n=...)
8.6. Recomendaciones
para la publicación de ensayos 2 Asignados a la intervención (n= ...)
Reciben intervención asignada (n= ...)
clínicos (recomendaciones CONSORT) No reci ben intervención asignada (razón) (n=...)
Los estudios aleatorizados rep resenta n el patrón de refe rencia para cono- 3 Perdi dos seguimiento (razón) (n= ...)
Intervención no continuada (razón) (n= ...)
ce r la eficacia de un determ inado trata miento. Sin embargo, la calidad de
los estu dios puede no ser óptima. La declaració n CONSORT (Consolida-
ted Standards of Reporting Tria/s) persigue mej o rar la m etodolog ía de los 4 Anal iza dos (n= ...)
ensayos clínicos, ya q ue permit e p resentar de forma sist ema t izada y co n Excluidos del anál isis (razón) (n= .. )
total transpa rencia los resu ltados pa ra mej ora r su va lidez. Se basa en el
seguimiento de una lista de variab les en fu nció n de la evidencia (Tabla 9) Figura 7. Diag rama de fl ujo de los sujetos participantes en las diferentes
y un diagrama de flujo (Figura 7) du rante el proceso de escritu ra, revisión fases de un estu dio aleato rizado: (1) Periodo de inclusión, (2) As ig nación
y aná lisis de los ensayos clínicos. a la intervención, (3) Seg uimiento, (4) Anál isi s
" La fase 111 se caracteriza porque se compara la eficacia de otro " Los EC se dividen en:
fármaco con la del que se está investigando. Tras esta fase, el 1. Pragmáticos (muestra heterogénea) y explicativos (mues-
fármaco se introduce en el mercado. tra homogénea) .
2. Cruzado (cada grupo de sujetos toma los dos fármacos con
" La fase IV es la fase de la farmacovigilancia . En este caso, se re- un tiempo de lavado) y paralelo (cada grupo de tratamien-
gistra la aparición de efectos secundarios infrecuentes. La no- to toma un único fármaco) .
tificación en la práctica clínica de posibles eventos adversos se 3. Por intención de tratar (todos los sujetos incluidos en el es-
realiza mediante la tarjeta amarilla. tudio son analizados) y por protocolo (sólo se analizan los
que finalizan el estudio).
" La correcta secuencia en un ensayo clínico es: 4. De tamaño predeterminado (se conocen a priori el tamaño
1. Los pacientes cumplen los criterios de inclusión y exclu - de la muestra) o secuenciales (los pacientes van incorpo-
sión. rándose al estudio progresivamente).
2. Firman el consentimiento informado (sabiendo que po- S. De superioridad (interesa demostrar que un fármaco es
siblemente reciban placebo, si uno de los tratamientos mejor que otro) y de no-inferioridad (se supone una efica-
lo es). cia similar, la ventaja del nuevo fármaco es ser más barato,
3. Sean asignados a uno u otro grupo de intervención (prefe- tener una administración más fácil. .. ).
riblemente mediante aleatorización). 6. Enmascarados (se han realizado técnicas de ciego para evi-
tar sesgos) o abiertos (no enmascarados).
08 · Ensayo clínico
Estadística y epidemiología 1 08
2) De nin guna forma, si en el diseño del estudio se habían previs-
Casos clínicos to las pérdid as y, por t anto, se incluyó un número de pacientes
mayor para compensarlas.
En un estudio de seguimiento a largo plazo de pacientes con 3) Aumentando la probabi lidad de un resultado negativo falso al
fibrilación auricular, en la práctica clínica habitual, se ha docu- reducirse la muestra, pero si n que este hecho aumente las posi-
mentado un riesgo relativo de padecer un accidente vascular bilidades de sesgos.
cerebral, para anticoagulantes orales (en comparación con an- 4) Si el estud io era a doble ciego, el hecho no tiene importan cia,
tiagregantes plaquetarios), de 0,57 (intervalo de confianza al pero si el investigador conocía el tratamiento de cada paciente,
95% 0,40-0,80). La incidencia de accidente vascular cerebral entonces pudo haber sesgado los res ultados.
durante los dos primeros años de seguimiento es de un 2% y
un 3,5% respectivamente. Supon iendo que estos resultados RC: 1
sean válidos, ¿a cuántos pacientes habría que tratar con anti-
coagulantes orales, en lugar de antiagregantes, para evitar un Los ensayos clínicos de fase 11:
accidente vascular cerebral?
1) Se suelen realizar en grupos de paci entes no muy numerosos.
1) 50-60. 2) Regula rmente son estudios observaciona les.
2) 60-70. 3) Su obj etivo principa l es confirmar la efectividad de un medica-
3) 70-80. mento en una pato logía concreta.
4) 80-90. 4) Su objetivo principa l es eval uar la seguridad y tolerabilidad de
un med icamento.
RC: 2
RC: 1
Suponga que, en la lectura de un ensayo clínico en el cual se
han incluido SO pacientes por grupo, observa usted que los re- ¿A qué tipo de ensayo clínico nos referimos cuando los criterios de
sultados se refi eren a 47 pacientes en un grupo y 42 en el otro. inclusión se ajustan a las indicaciones, con criterios de exclusión me-
Con respecto a los pacientes que faltan, el autor comunica que nos restrictivos para incluir una amplia representación de la enfer-
fueron retirados por no seguir el tratamiento y que no hay di- medad en estudio y fundamentar así el registro de un medicamento?
ferencias estadísticamente significativas entre g rupos en cuanto
al porcentaje de pérdidas de pacientes. ¿Cómo cree que podría 1) Estud io en fase l.
afectar este hecho a los resultados del ensayo? 2) Estudio en fase 11.
3) Estudio en fase 111.
1) La val idez del estudio podría ser dudosa, ya que la pérdida de 4) Estudio en fase IV.
pacientes tal vez esté re lacionada con los efectos de los t rata-
mientos. RC: 3
• Estadística y epidemiología
dos los estudios existentes. Del m ismo modo que en el modelo de efec-
Este es un tema importante
tos fijos, el efecto g loba l se estima aquí como una media ponderada de
y sencillo. Hay que conocer
los diferentes conceptos, así los estimadores ind ividua les.
como resolver tablas que incluyan
los conceptos anteriores. M ientras que algunos autores defienden la uti lización del modelo de
efectos aleatori os en todos los casos, ot ros hacen hincapié en sus posi-
bles deficiencias, como el hecho de que es menos preciso, proporcio-
nando intervalos de confianza más amplios que el modelo de efectos
9.1. Metanálisis fijos. Si las discrepancias son muy grandes, el modelo de efectos alea-
torios se convierte en la alternativa al modelo más sencil lo con efectos
fijos para combinar los resultados. En el de efectos fijos, la genera liza-
El metanálisis es un análisis estadístico que combina o integra los resul- ción se limita a la población de estudios de características simi lares a
tados de varios ensayos cl ínicos independientes que el ana lista considera los incluidos en el metaná lisis. En el modelo de efectos aleatorios, por el
que se pueden combinar. Añade a la mera revis ión de los datos, un análisis contrario, los resultados pueden genera lizarse a una población mayor
estad íst ico de los mismos para dar un resu ltado conjunto de todos los es- de posibles estudios.
tud ios revisados. Es un estud io observacional (de ensayos clínicos), lo que
implica que está sometido a los mismos sesgos de los citados estudios.
9.2. Factores determinantes
No puede tener mayor fortaleza metodológica que los estud ios prima-
rios. Si anal iza ensayos clínicos (EC) de buena ca lidad, obtendrá resu lta-
de la calidad de la evidencia científica
dos fiables y viceversa.
Los aspectos del diseño de un estud io epidemiológ ico que están asocia-
Métodos estadísticos para la combinación dos a una mayor calidad y rigor científico son los sig uientes:
El sentido prospectivo del estud io (secuencia tempora l).
de los resultados de diferentes estudios
La asignación aleatoria a los grupos experiment al y co nt rol.
La existencia de un grupo control concurrente.
Los métodos estadísticos más utilizados en la práctica pueden clasifica rse en El enmascaramiento de pacientes e investigadores participa ntes.
dos grupos, según se tenga en cuenta o no la heterogeneidad entre estud ios La inclusión en el estud io de un número suficiente de pacientes
en el aná lisis: los modelos de efectos fijos y los modelos de efectos aleatorios. como para detectar, en caso de haberlas, diferencias estadísticamen-
te significativas entre los distintos grupos del estudio.
Modelos de efectos fijos
En el modelo de efectos fijos se asume que no existe heterogeneidad 9.3. Escalas de gradación
entre los estudios incluidos en la revisión, de modo que todos ellos esti-
man el mismo efecto, y las diferencias observadas se deben únicamente
de la evidencia científica
al azar. El efecto g loba l puede estimarse como un promed io ponderado
de los efectos ind ividua les de cada estud io. Todas las esca las de gradac ión son muy sim il ares entre sí y presen-
tan al metanálisis de EC contro lados y aleatorizados como el estu-
M odelos de efectos aleatorios dio más riguroso y que aporta mayor evidencia causa l. La medic ina
basada en la evidencia persigue la int egración de la maestría clí-
Por el contrario, con un modelo de efectos aleatorios se asume que los nica individua l con las mejores evidencias cient íficas disponibles
estudios incluidos en la revisión constituyen una muestra aleatoria de to- (Tablas 1 O y 11 ).
Estadística y epidemiología 1 09
La calidad de la evidencia científica se clasifica en tres grados de reco- Regular (grado B): hay cierta evidencia científica (no concluyente)
mendación para la adopción de una med ida sa nitaria : para recomendar o desaconsejar la adopción del procedimiento
Buena (grado A): existe adecuada eviden c ia científica para re- médico.
co mendar o desaconsejar la adopción del procedimiento mé- Mala (grado C): existe insuficiente evidencia científica para reco-
dico. mendar o desaconsejar la adopción del procedimiento médico.
Fuerza de la recomendación
A Existe adecuada evidencia científica para adoptar una práctica 1, 11- 1
B Existe cierta evidencia para recomendar la práctica 11- 1' 11- 2
e Hay insuficiente evidencia pa ra recomendar o no recomendar la práctica 111
D Existe cierta evidencia para no recomendar la práctica 11- 1' 11- 2
E Existe adecuada evidencia científica para no adoptar la práctica 1, 11- 1
Tabla 1O. Fuerza de recomendación clínica basada en los ni veles de evidencia
Niveles de evidencia
Grado 1 Evidencia obtenida a partir de al menos un ensayo clínico aleatorizado y contro lado bien diseñado
Grado 11 - 1 Evidencia obtenida a partir de ensayos clínicos no aleatorizados y bien diseñados
Grado 11- 2 Evidencia obtenida a partir de estudios de cohortes (2a: prospectivo y 2b: retrospectivo)
Grado 11- 3 Evidencia obtenida a partir de múltiples series comparadas en el tiempo, con o sin grupo control. Incluye resultados "d ramáticos"
producidos por experimentos no controlados (por ej., penicilina en los años cuarenta)
Grado 111 Opiniones basadas en experiencias clínicas, estudios descriptivos o informes de comités de ética
Tabla 11. Gradación de la evidencia científica
" El metanálisis es un estudio en el que se realiza una combina- " Una limitac ión importante se debe a que sólo se publican resul-
ción estadística de los resultados de ensayos previos similares. tados favorables (sesgo de publicación).
• Estadística y epidemiologia_
Estadística. Generalidades
1 0.1. Tipos de estadística Los muestreos con la menor posibil idad de sesgo (probabilísticos) son
los siguientes: aleatori o simple, sistemático, estratificado y por grupos o
cong lomerados.
Existen dos tipos de estadística: Muestreo aleatorio simple: es aquel tipo de muestreo en el que
Estadística descriptiva: organ ización, presentación y síntesis de los cada individuo t iene las mismas posibilidades de ser elegido para
datos de una manera científi ca y lóg ica. forma r parte de la muestra.
Estadística inferencia!: bases lógicas med iante las cua les se esta- Muestreo aleatorio estratificado: en él la población se divide en
blecen conclusiones relacionadas con poblaciones, a pa rtir de los estratos. La muestra se obtiene seleccionado de cada estrato un
resu ltados obtenidos en muestras; trabaja con los datos que le pro- número proporcional a la población que representa. Con este tipo
porciona la estadística descriptiva y es la parte de la estadística fun- de muestreo se asegura que la muestra tenga la misma proporción
damental para la medicina cl íni ca. Se basa en dos pilares básicos, de una(s) variable(s) que la población de la que procede y que po-
que son el contraste de hipótesis y la estimación de intervalos de dría tratarse de una variable pronóstico diferente en los grupos de
confianza. estudio.
Muestreo sistemático: el proceso de selección em pleado se basa
en alguna reg la sistemática sim ple, como por ejemplo, eleg ir uno de
1 0.2. Población y muestra cada n individuos.
Muestreo por conglomerados: en este tipo, la selección se real i-
za fundamenta lmente con el objetivo de reducir costes, utilizando
La población es el conjunto de todos los individuos, genera lmente inac- como base del muestreo al grupo de sujetos.
cesible, que tienen en común alguna característica observable y del que
se pretende obtener una serie de conclusiones. Por último, ind ividuo será cada uno de los componentes de la población
y de la muestra. Al número de individuos que forman la muestra se le
Se denom ina muestra al conjunto menor de individuos, accesible y limi- llama tamaño mu estra ! (n).
tado, sobre el que se rea liza el estudio co n idea de obtener co nclusiones
genera lizab les a la población.
1 0.3. Variables
El proceso de selección de los ind ividuos se puede rea lizar mediante dis-
tintas técn icas de muestreo. Los t ipos de muestreos se detallan a conti-
nuación. Es importante conocer que el tipo de muestreo más importante Una variable es una característica observable que se desea estudiar en
es el muestreo probabilístico, en el que todos los elementos de la pobla- una muestra de individuos, pudiendo tomar diferentes valores. Los tipos
ción tienen la misma probabilidad de ser incluidos en la muestra: de variables están recog idos en la Tabla 12.
Estadística y epidemiología 1 10
Variable Subtipo Ejemplo
Estadística descriptiva
Oceanía
Lo más importante de este tema
8%
ORIENTACIÓN es conocer la definición de los
ENARM parámetros de tendencia central
y de los de dispersión.
Europa
7%
Asia
28,5%
Antártida
Se p uede cons ide rar la est adíst ica descr ipti va co m o el co nj unto d e 9%
técnicas que fac ilita n la o rga nizac ió n, resu m en y co municac ió n de
datos.
La representación g ráfica de los datos obten idos en cua lquier estudio fa- América
28%
cilita un aná li sis visua l. Seg ún la natu raleza de las variables estu d iadas, se
util izan diferentes tipos de representación. Figura 9. Diagrama sect ori al
Variables cualitativas En ambos casos, se debe cum p lir el prin cipi o de proporcio nal idad de las
áreas a las frecuencias ab solutas. En los d iag ramas de sect ores, el ángu lo
Se emplea n: ce ntral es propo rcio nal a la frec uencia absoluta co rrespo nd iente, por lo
Diag rama de ba rras (Figura 8). que también lo es su área. Los d iag ramas de ba rras ti enen una base co ns-
Diag rama sectoria l (paste l) (Figura 9). tante y una altura proporcio nal a la frecuencia absoluta cor respond iente
(también su área lo es a la frecuencia ab soluta).
Aunque desde un punto de vista pu ramente descri ptivo, estas medidas L. (xi - x) 2
proporcionan información complementaria, sus propiedades son muy n
Manual CTO de Medicina y Cirugía, 2.a edición
Desviación típi ca o estándar: es la raíz cuadrada positiva de la va- ción estánda r sobre la media. Es el método de elección para com-
rianza. Es, junto con esta, la med ida de dispersión más utilizada. pa rar la variabilidad o d ispersión relativa de variables que estén
expresadas en las mismas o en d ifere ntes un idades.
~
s = V s2 =
J L:(xi -x?
n (V= - -X- - ~ 00
La desviación típica es una medida complementaria de la media arit- Propiedades de media y varianza
mética; mientras que esta da una idea de la magnitud genera l de la
distribución, la desviación estánda r muestra cómo se distribuyen los Si a todos los va lores de una distribución se les suma una constante,
valores alrededor de la media. su media queda aumentada en ese va lor, mientras que su varianza
Rango intercuartílico: es la diferencia entre el percentil 75 y el 25. no se modifica.
Es, junto con el rango, la medida de dispersión usada para los datos Si a todos los va lores de una distribu ción se les multiplica por una
asimétricos. constante, su med ia y su desviación t ípica quedan mu lt iplicadas por
Coeficiente de variación (CV): es una med ida de d ispersión ad i- la constante, mientras q ue su va rianza queda multiplicada por el
mensional. Se define como el porcentaje que representa la desvia- cuad rado de esa constante.
" La forma de representación gráfica va a depender del tipo de va- " En distribuciones asimétricas, se emplea la mediana como pa-
riable. Para las cua litativas y las cuantitativas discretas, se emplea rámetro de tendencia centra l y el ra ngo como parámetro de
el diagrama sectorial y el diagrama de barras. Para las cuantitativas dispersión.
continuas se ut iliza el histograma y el polígono de frecuenc ias.
" En la distribución de Gauss, media, mediana y moda coinciden
" Para definir correctamente una variable en una muestra se ne- en el mismo valor.
cesitará un parámetro que sirva para aglutinar todos los valores
de dicha muestra (parámetro de tendencia central) y otro que " El coeficiente de variación es el parámetro que se emplea pa ra
sirva para informar de lo agregados o no que están los valores decir si una distribución es homogénea o dispersa. Además, in-
(parámetro de dispers ión). forma de cuál de entre dos distribuciones muestra una mayor
variabilidad (dispersión).
" El tipo de distribución más frecuente es la normal o de Gauss,
que es simétrica . En distribuciones simétricas se usará como pa-
RC: 3 RC: 1
11 · Estadística descriptiva
Estadística y epidemiología - ..
Probabilidad
P(A n B) = P(A y B) = o
12.1. Probabilidad
Dos sucesos son independientes cuando la probabilidad de apari-
ción de uno de ellos no está relacionada o no se modifica por la
Se supone una población finita con N elementos, k de los cuales tienen aparición del otro (por ej., efectos secunda rios de un fármaco en dos
la característica A. Se conoce como probabilidad de la característica A en pacientes).
la población a: P (A)= k/N. La probabilidad se define, desde un punto de
vista óptimo, en t érminos de frecuencia re lativa. P(A n B) = P(A y B) = P(A) x P(B)
An B (Ay B)
Si dos sucesos son independientes,
Au B (A o B)
entonces:
12.4. Regla de la suma Si dos sucesos son mutuam ente excluyentes (o bien se da A o bien ocu-
rre 8), entonces:
Esta reg la nos indica la probabilidad de que suceda A o de que suceda B: P(Au8) = P(A) + P(8)
12 · Probabilidad
Estadística y epidemiología •
Una vez que se ha eleg ido la muestra y recog ido los datos, el siguiente paso Características
es inferir las propiedades de la población a partir de la m uestra. El instru-
mento conceptua l que permitirá esta generalización es un modelo de la Las características de la d istribución norm al o de Gauss son las sigu ientes:
población, es decir, una represe ntac ión simbólica de su co m portam iento. Corresponde a variab les cuantitativas con ti nuas.
Se caracteriza por dos med idas: med ia y desviación típica.
Existen tres leyes teó ricas q ue tienen la particularidad de ser seguidas por Es unimodal.
una inmensa mayoría de los fenómenos biológ icos habituales; estas leyes Es simétrica alrededor de la media. Por tanto, media, mediana y
son las siguientes: moda coinciden.
Distribución binomial (distribuciones discretas). Tiene forma acampanada, sin un pico excesivo.
Distribución de Poisson o de los sucesos raros (distribuciones discretas). Va desde- oo a + oo (asintótica al eje de abscisas).
Distribución normal o de Gauss (distribuciones continuas). El área bajo la cu rva tiene un va lor igual a l.
Xi -x
En general, se empleará la d istribución de Poisson como aproximación de Z=
experimentos binomiales donde el número de pruebas es muy alto, pero
Manual CTO de Medicina y Cirugía, 2. 8 edición
68%
Ideas clave RS
" La distribución normal o de Gauss es una curva de probabili-
dad continua con forma de campana.
3s 2s 1s X 1s 2s 3s
95%
99,7%
Estimación de parámetros.
Estadística inferencial
x,
14.1. Estimación de medias
Mientras que en un 5% de las ocasiones esta rá equivocado. Si se estable- En caso de m uestras peq ueñas (n < 100), la esti mación de un por-
ce el nivel de confianza en el 99%, la med ia poblacion al se situará en un centaj e pob laciona l sig ue una distribución bi nom ial y su cá lculo está
99% de las ocasiones entre: tabu lado.
~ n-p)
eep = Y n
Donde el va lor t corresponde a los valores tabu lados de la distribución
teórica t de Stu dent.
No ti ene nada que ver la desv iac ión típi ca de los va- 14.3. Estimación de medidas
lores de la va riabl e de la muestra o en la pobl ación
con el error estándar de las med ias muestra les alrede- de asociación
dor de la medi a pobl acional.
RC: 2
14 · Estimación de parámetros.
Estadística inferencia!
ía -----·
Estadística y epidemiolog~
OHIENTACIÓ N Lo que hay que tener claro de este tema es el significado de los errores a y ~, y del poder
de un test estadístico y sobre cómo se modifican Jos parámetros anteriores en función
ENARM del tamaño de la muestra.
Previamente al ensayo de una hipótesis, se fija la probabilidad máxima de Error t ipo 11: no se rechaza H0 y esta es falsa (no se aceptan las d i-
que los resultados diferentes observados entre los dos grupos puedan ser ferencias y sí las hay). Sería como un falso negativo: se da como no
debidos simplemente al azar (HO cierta), que suele ser por convenio del significativo algo que lo es. Se denomina ~ a la probabi lidad de co-
5%. A continuación, se ca lcula cuál es la probabilidad de que las d iferen - meter un error t ipo 11.
cias que se han observado puedan ser explicadas por aza r. Esta probabi- Poder o potencia del test : lo complementario del error~ es la "po-
lidad es el va lor de la p o "grado de significación estadística': Así, cuanto ten cia o poder estadístico de un test" (1- ~) que se define como la
menor sea p, es decir, cuanto más baja sea la probabil idad de que el azar capacidad que t iene un test de detectar una d iferencia cuando esta
sea el responsable de las diferencias, mayor será la evidencia contra H0 y existe en rea lidad; es decir, corresponde a la probabilidad que se t ie-
a favor de H,. ne de demostrar la hipótesis alternativa, siendo cierta (Tabla 14).
Manual CTO de Medicina y Cirugía, 2. 8 edición
No hay diferencias Error tipo 11 1 -a. Test no paramétricos: son pru ebas que no d ependen de la distri-
significativas o error ~ b ución de la va ri able y no precisa n condición previa de normalidad
{Figura 16). Estas pruebas no manejan los va lores cuantitativos
No rechazo HO que toma la variable en cuestión, sino únicamente sus rangos. Son
Tabla 14. Contraste de hipótesis pruebas de menor precisión que las paramétricas, por lo que so-
lamente demostra rán como sign ificativas d iferencias mayores. Por
tanto, generalm ente se prefiere uti lizar p ru ebas para métricas (t de
1 5.3. Pruebas de significación Stud ent, aná lisis de la va ri anza, etc.) y el uso de los t est no para-
métricos se lim ita a estud ios con tamaños muestra les menores de
estadÍStica {Figura 15)
- Asociación estadística entre dos variables: el objetivo es demos-
30, en los que las poblaciones no puedan ser consideradas como
normal es, o bi en cuando la va riable represente ún ica m ente una
medida aproximada del ca rácter, sin una valoración exacta. Si las
trar o no la asociación estadística entre dos variables observadas en muestras son mayores de 30, no existe inconveniente en utilizar
una muestra. pruebas paramétricas.
DICOTÓMICAS No dependen de la
(sexo (V/H, DISTRIBUCIÓN
enfermo, No necesitan de la
CUALITATIVA (" si/no ...) normalidad de la población
> 2 CATEGOR[AS
1
· Se toma sólo su RANGO
(raza, nivel
socioeconómico) · Más EXIGENTES, menos
POTENTES
VARIABLES
INDEPENDIENTES
Medidas en
grupos diferentes
CUALITATIVA +
- CUALITATIVA
VARIABLES
DEPENDIENTES
--._ CUALITATIVA +
Medidas en los CUANTITATIVA
MISMOS
sujetos en momentos
diferentes se repite
medida
L
ANOVA: análisis de la varianza
15 · Contraste de hipótesis
Estadística y epidemiología 1 15
Cualitativa con cuantitativa si n < 30 apa recen los síntomas .. . Uno de los aná lisis estadísticos más fre-
Cualitativa con ordinal
cuentemente empleados es el de Kaplan-Meier. La ca racterística
distintiva del análi sis con este método es que la proporción acu-
2 categorías mulada que sobrevive se calc ul a para el tiempo de superviven-
Más de 2 categorías
(variables dicotómicas)
cia individual de cada paciente. Para saber si hay diferencias en el
t iempo en el q ue se produce el evento para los dos grupos de tra-
U Cle Mann-Whítney Test ae Krusl<ai·Wa lis tamiento hay que usar test específicos para tal fin como son el test
Test de Wílcoxon Test de Fríedman
(tanto para datos apareados (sí datos apareados)
de Breslow o el Logra nk.
como no apareados)
La Figura 17 resume los test estadísti cos más empleados.
Ordinal con ordinal
1) Regresión logística.
Casos clínicos 2)
3)
Prueba de la t .
Prueba de chi cuadrado.
Un investigador está interesado en determinar si existe una aso- 4) Correlación de Pearson .
ciación entre las cifras de tensión arterial diastólica (medida en
mm de Hg) y los niveles de colesterol (medidos en mg/ml). Para RC: 4
ello, ha realizado estas mediciones a 230 voluntarios. ¿Qué prueba
estadística es la más apropiada para examinar dicha asociación?
15 · Contraste de hipótesis
Estadística y epidemiología •
Análisis de correlación
y de regresión
donde u y~ son los coeficientes de regres ión. Un valor positivo de r indica que a med ida que aumenta una va -
riable, lo hace la otra, o que conforme disminuye una, también
El coeficiente a representa el punto en el que la línea corta el eje lo hace la otra. Un coeficiente de correlación negativo denota
vertical (valor de y para x = 0). El coeficiente ~ es la pendiente de que a medida que disminuye una variable, aumenta la otra o
la recta que muestra la cantidad que varía y por una unidad de viceversa.
cambio de x. r =O ind ica que no hay correlación lineal.
La recta de regresión es más potente para hacer pred icciones
cuando el coeficiente de correlación (r) está próximo a + 1 o La Figura 19 resume los distintos tipos de relación entre las varia -
a-1. bles.
Manual CTO de Medicina y Cirugía, 2.a edición
A l. B
• J •
..
. .. .. . ·.. . . ...... .
• • "1 • •
~ • • • • • 1, • • • •
• : "1 • • •• • • • • 1· • •• • •
y - . ~ - •• -ro :- =- y - ...!. -:-". _:_, -; :_:_: ~ : _.
·....
• • • 1 .1 •
positiva de relación
.. 1•
.. ..·
1
Relación lineal .. ·¡· · . Relación
....
• • • 1
negativa
.... :. ...., : ... ... no lineal
: . : ... 1: .
• •: •• ·1 • •• 1
y - .-:-·T.-:-.- y .
..
• •1 • :
. ••• .·....
. T
... .·.
1' •• ·: •••
e D
" Los test de correlación y de regresión sirven para establecer aso- " Una r de 1 o de -1 implica una correlación cuya nube de disper-
ciación entre dos variables cuantitativas. sión se aproxima a la línea recta.
" El análisis del test de correlación se basa en la interpretación del " Cuando la correlación es fuerte, podrá entonces hacerse el test
coeficiente r. El valor de r está comprendido entre -1 y +1. Un de regresión lineal, cuya fórmula es y= a + ¡)x, donde ¡) es la
valor positivo significa que si la variable "n" aumenta, la variable pendiente de la recta y a el punto de corte de esta en el eje de
"m" lo hará también. El valor absoluto de la restablece lo fuerte ordenadas.
ORIENT/\CION
Tema relativamente complejo. cer la prevalencia de esqu izofren ia en un área residencial de Madrid?
ENARM
Seguridad = 95%; precisión = 5%; proporción esperada = próxima
al 10%:
El tamaño de la muestra se determina en el diseño del estudio de modo Para estimar una media se debe conocer:
que sea apropiado pa ra los obj etivos buscados en el mismo y con los El nivel de confianza o seguridad (1-a), habitualmente 95%.
condicionamientos que se está dispuesto a asum ir. Un número insufi- La precisión con que se desea estima r el parámetro.
ciente de participantes imped irá encontrar las diferencias buscadas, con - Una idea de la va rianza de la variable cuantitativa que se supone
cluyendo erróneamente que no existen, mientras que un número excesi- existe en la población.
vo, aumenta innecesariamente el coste.
Ejemplo: Si se desea conocer la media de la colesterolemia basal de
Maneja r muestras es más barato, rápido, fácil y suficientemente preciso y una población, con una seguridad del 95% y una precisión de ± 4
exhaustivo que manejar poblaciones. Los datos obtenidos en la muestra mg/d l, y se tiene información por un estudio piloto o revisión biblio-
se generalizarán a la población original utilizando ciertas pruebas estadís- gráfica de que la varianza es de 300 mg/dl:
ticas con una mínima probabilidad de error(< 5% habitualmente).
n: (22 x 300) 1 42 = 75
Hay dos campos en la inferencia estadística donde se va a desarrollar el
cá lcu lo del tamaño muestra!:
Estimación de parámetros: el tamaño dependerá de la variab il idad La precisión está en el denom inador y al cuadrado, lo
del parámetro que se desea estimar (esta ha de ser previamente co- que significa que cuanto más preciso se pretenda ser,
más pequeño será el número del denomi nador y, por
nocida, o bien aproximarse a partir de datos preexistentes o estudios
el lo, el tamaño muestra ! requerido será más grande.
pi lotos), de la precisión con que se pretenda obtener la estimación
(a mplitud deseada del interva lo de confianza, t en iendo en cuenta
que a mayor precisión, se necesitará un número más alto de sujetos)
y del nivel de confianza.
Para estimar una proporción se debe conocer: En la estimación de parámetros, NO se necesita co-
nocer el error 13 para estimar el tamaño muestra!.
El nivel de confianza o seguridad (1-a). Pa ra una seguridad del
95% = 2; para una seg uridad del99% = 2,6.
La precisión que se desea para el estudio.
Una idea del valor aproximado del parámetro que se quiere me- Contraste de hipótesis: se uti liza para estudios comparativos y,
dir, revisando la literatura o los estudios previos. En caso de no te- en él, el tamaño de la muestra indica el número aproximado de
ner dicha información, se empleará el va lor p = 0,05 (5%). En este sujetos que se neces itan para detectar una diferencia determinada,
caso, se necesita mayor n, pero garantiza rá una mejor estimación. si existe, con unos márgenes de error previamente definidos. Los
Manual CTO de Medicina y Cirugía, 2.a edición
factores a tener en cuenta para determinar el tamaño muestra! son La proporción de pérdidas (d): se deberá mu ltiplicar el tamaño
los siguientes: ca lcu lado por: 1/(1 - d).
La magn itud de la diferencia a detectar que tenga interés clí- La defin ición de si la hipótesis va a ser unilateral o bilateral.
nicamente relevante. Se pueden compara r dos proporciones o Bilateral: cualquiera de los dos parámetros a comparar
dos med ias. (medias o proporciones) puede ser mayor o menor que el
Tener una idea aproximada de los parámetros de la va ri able que otro. No se establece dirección. H0 diferente de H,.
se estudia (bibliografía, estud ios previos). Unilateral: cuando se considera que uno de los pa ráme-
La variabilidad de la variable principal. tros debe ser mayor que el otro, indicando, por tanto, una
La seguridad del estud io (riesgo de cometer un error a: 5%). dirección de las diferencias. Sólo H0 >o< H,.
El poder estadístico (1 - ~: 80% al menos) (riesgo de cometer un
error~:O, 1- 0,2). La hipótesis bilatera l es una hipótesis más conservadora y dism inuye el
La proporción de pacientes en los distintos grupos que respon- riesgo de cometer un error de tipo l.
derá a cada tratamiento.
17 · Tamaño muestra!
Estadística y epidemiología J Bibliografía
Bibliografía
Estadística y epidemiología
0i1 Dawson/Trapp. Bioestadística médica. 4.• ed. Manual Moderno, 0i1 Grupo CTO. Manual UO de Estadística y epidemiología. Planifica-
2005. ción y gestión. 9.• ed. CTO Editorial, Madrid, 2014.
[lil Hernández Aguado. Manual de Epidemiología y Salud Pública. 2.• [lil Ruiz, Morillo. Epidemiología clínica. Editorial médica Panamerica-
ed. Editorial médica Panamericana, 2011 . na, 2004.