Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OBJETIVOS DE APRENDIZAJE
Definir los términos: Riesgo relativo (RR) y razón de momios (odds ratio, OR) y sus
diferencias
COMPETENCIAS
En los dos tipos de estudios previos, describe adecuadamente los posibles sesgos,
la desventaja de no ser aleatorios, el ajuste de variables y la generalización de los
resultados a su propio entorno.
INTRODUCCIÓN
Desde el estudio de un solo caso (por ejemplo, al demostrar que una dosis de
un medicamento produjo una agranulocitosis) hasta una revisión sistemática de
estudios observacionales. Obviamente, se respetan los niveles de evidencia
antes descritos. Por ejemplo, no es lo mismo decir que el metimazol produce
agranulocitosis con un solo caso reportado, a hacerlo mediante un estudio de
cohorte o una revisión sistemática.
Estudios cohorte
Cohorte era una unidad táctica del antiguo ejército romano. Marchaban en
conjunto. El término cohorte se refiere a un grupo de personas que “marchan” o
se siguen a través del tiempo para ver su evolución y/o algún desenlace dado.
Durante este tiempo se observa a dos o más grupos. Uno de los grupos se
halla expuesto a la intervención, medicamento o cualquier sustancia a evaluar y
sorprendentemente se llama grupo de exposición; este se compara con otro
grupo, llamado grupo control, que como es obvio no se halla expuesto a la
misma. Se podría ver al estudio de cohorte como un ensayo clínico aleatorio,
con dos o más grupos, cada uno con un grupo de pacientes expuestos a una
intervención a evaluar comparado con otro grupo control, la única diferencia es
que la distribución de los pacientes a estos grupos NO será aleatoria, por lo
tanto, pueden no ser similares en distintos factores, por ejemplo, número de
fumadores, edad, sexo, estrato socioeconómico, etc.
Es una pregunta sobre el daño causado por una exposición a una sustancia
nociva, en este caso el tabaco. Ya que no sería ético distribuir de forma
aleatoria a pacientes embarazadas para exponerse al tabaco, se lleva a cabo
un estudio de observación, evaluando de forma prospectiva a mujeres
expuestas y no expuestas como se aprecia en la siguiente figura usando el
formato GATE.
Figura 2.Estudio de cohorte en el formato GATE.
Tabla 1
Esto nos dice: si la madre fuma (o es expuesta al tabaquismo) tiene dos veces
más el riesgo que una madre no expuesta al tabaquismo de presentar un parto
prematuro.
Observe como se puede también obtener una RRA como más arriba. La
fórmula sería
(c/c+d)-(a/a+b)
NNT = 1/IRA
1/-0.01 = -100
En este tipo de estudio, los autores ya tienen los casos (los niños que
desgraciadamente fallecieron por este síndrome) y aunque los pudieran
reportar simplemente así, como una serie de casos, lo ideal es compararlos.
Para esta comparación se usa al grupo control, un grupo de niños sanos que
ellos elijan. El objetivo es que ambos grupos se parezcan en todo excepto en el
desenlace a evaluar (en este caso, muerte). Recuerde que la teoría que
queremos demostrar o rechazar es que al colocar al niño en posición prona
(boca abajo) para dormir, aumenta su riesgo de muerte de cuna. Si usáramos
el formato GATE…
Figura 3. Formato GATE para el estudio de casos y controles. Note aquí que, el
o los autores no escogen al grupo de exposición ni al grupo control, sino al
contrario, escogen a los pacientes desde el desenlace, es decir, evaluaron
primero los casos de muerte de cuna y los controles, para después investigar
hacía atrás en el tiempo la exposición o no exposición de estos dos grupos.
Esto es importante al momento de evaluar sesgos y estadística de este tipo de
ensayos.
Las ODDS son traducidas al español como MOMIOS. Son usados con
frecuencia entre los apostadores para ver posibilidades de ganar o perder y se
definen como la probabilidad de que un evento suceda contra la probabilidad
de que no suceda. Usemos un ejemplo que uso mucho con mis estudiantes. Si
tenemos una rifa entre amigos de 10 boletos y yo compro uno de esos boletos
¿cuál es mi probabilidad de ganar? Un apostador de Las Vegas diría una
oportunidad en diez (1 en 10) o también 1 a 9, y esto es hablar en odds o
momios; en cambio, aquí usamos más las probabilidades en porcentaje, y la
mayoría de mis estudiantes responden que tengo un 10% de probabilidades de
ganar, lo cual también es cierto. Este 10% lo podemos convertir a momios y
viceversa, simplemente dividiendo la probabilidad de ganar entre la
probabilidad de no ganar, es decir, 1÷9, lo cual es 0.111. En resumen, si
compro un boleto, tengo 10% de probabilidad de ganar, lo cual traducido en
momios, tengo un 0.11
¿Para qué tanta definición? Porque es lo que usaremos al comparar estos dos
grupos de exposición y no exposición. En vez de usar probabilidades como
hicimos más arriba al calcular el riesgo relativo, aquí usaremos las ODDS.
Compararemos las ODDS de morir en un grupo expuesto con las ODDS de
morir en el grupo no expuesto; a esto le llamamos ODDS RATIO, o razón de
momios.
OR = a/b ÷ c/d
OR= ad/bc
OR = 90 x 150 / 150 x 10
OR = 13,500/1500
OR = 9
Esto solo nos dice que un niño acostado boca abajo, tiene nueve veces más
riesgo de morir por el SIDS que un niño acostado boca arriba. El odds ratio se
interpreta igual que el riesgo relativo. Un OR>1 nos habla de que existe un
incremento del riesgo, un OR <1 habla de una disminución del riesgo, mientras
que un OR=1 significa que no hay ni aumento ni disminución del riesgo. Un
odds ratio debe acompañarse SIEMPRE de un intervalo de confianza 95%. Si
el intervalo de confianza “abarca” el número 1, el resultado puede ser poco
confiable, ya que no hace cambio alguno, es decir, ni aumenta ni baja el riesgo,
como se mencionó anteriormente.
Esto que hemos visto hasta ahora son los resultados puntuales y una
estimación de su probable efecto de distribución. Falta que evaluemos si los
resultados carecen de sesgo, es decir, si hay poca probabilidad de un error
sistemático, y si el estudio puede definirse como aplicable a mis pacientes.
Para estudios casos-controles y cohorte, es decir, observacionales, también
existen diversas herramientas de evaluación (por ejemplo, el MOOSE).
Veamos una serie de preguntas que evalúan la aplicabilidad de un estudio
observacional.
EVALUACIÓN CRÍTICA
EXPOSICIÓN Y COMPARACIÓN
Como se ha mencionado con otros estudios, ambos grupos deben ser similares
en todo, excepto en el parámetro o desenlace a evaluar, en el ejemplo anterior,
el acostarse boca abajo o boca arriba. A esto se refiere con las similitudes en
ambos grupos. Imagine que uno de los grupos contenga un mayor número de
madres adolescentes, fumadoras o drogadictas. Esto sería un efecto de
confusión, ya que podría ser causante de un mayor número de muertes de
cuna, y nosotros pensar que es la posición para dormir la que está causando
esto… nos haría llegar a una falsa respuesta a nuestro estudio. Es por eso que
se les llama variables de confusión, y estas deben “ajustarse” de manera
estadística para así obtener un resultado “ajustado” (he ahí que usted
probablemente ha escuchado la palabra “adjusted odds ratios”).
Trata simplemente de seguir teniendo a los pacientes del estudio cohorte bajo
nuestro manto investigador. Si la mayoría de los individuos salen del estudio
(usualmente más del 20%) se considera una gran pérdida. Así también, se
recomienda mantenerlos por el tiempo suficiente para dar tiempo a que el
evento desfavorable se presente. Por ejemplo, si estamos observando eventos
de cáncer o accidentes cerebrovasculares, tal vez se necesiten varios años
para poder ver esto con confiabilidad.
DESENLACE
¿Qué tan objetivas fueron las mediciones de los resultados (p ej., muerte, una
prueba automatizada, criterios estrictos, etc.)? ¿O se usó la observación y
juicio que pudo introducir sesgo? De ser así, se debe tratar de ser lo más
objetivo posible con mediciones inter e intra-observador El que mide el
resultado, idealmente debe estar cegado respecto a la localización del paciente
en cuanto a si pertenecía al grupo de exposición o control. De no ser así,
evaluar si esto puede sesgar el estudio. También debemos confirmar que se
llevó el estudio en un tiempo adecuado, ni muy largo como para que el efecto
de la exposición desaparezca, ni muy corto como para que ni siquiera se
presente.
Al hablar de qué tan preciso es el estimado del riesgo, hablamos de qué tan
ancho o corto es el intervalo de confianza alrededor del OR o del RR. Por
ejemplo, si tenemos un OR de 4 y el IC95% es de 3 a 5, nos habla de un
aumento del riesgo, y no abarca el número uno, es decir, el aumento del riesgo
es muy palpable. Por el contrario, si el resultado fuese de 3, y el IC 95% de 0.7
a 7, hablaría de un aumento del riesgo, pero el IC95% abarca el número uno, lo
que habla de que el resultado puede ser verdadero, o se necesita aumentar el
tamaño de la muestra para acortar ese IC95%.
Esto nos pide calcular el incremento del riesgo absoluto (IRA) y obtener de este
el número necesario para dañar (NNTD). El mejor ejemplo y más clásico es el
estudio CAST de flecainida y ecainida. (N Engl J Med 1991;324:781) en donde
el grupo que recibió los antiarrítmicos presentó una mortalidad de 7.7%
comparado con el grupo placebo que murió en ese período un 3%, el IRA es,
por lo tanto de un 4.7%, y el NNTd es el inverso de éste (o sea 1/4.7) lo que da
21. Es decir, de cada 21 pacientes tratados con ecainida y flecainida, uno
morirá a causa de las mismas. En ese tiempo, inmediatamente se cambió el
manejo en estos pacientes.