CURSO DE METODOLOGÍA DE LA INVESTIGACIÓN PARA

PROFESIONALES DE APS

Análisis de Resultados.
Objetivos para esta sesión:

● Identificar e interpretar los estimadores puntuales absolutos utilizados para

comparar la ocurrencia de un outcome dicotómico en 2 grupos
● Identificar e interpretar los estimadores puntuales relativos utilizados para
comparar la ocurrencia de un outcome dicotómico en 2 grupos
● Identificar e interpretar los estimadores puntuales utilizados para variables
continuas en la comparación de 2 grupos.

En esta clase no se hablará sobre Odds ratio, Hazard ratio, ni resultados de

estudios diagnósticos (material complementario).
Resultados.
Recordando la clase anterior...

Cada estimador puntual tiene:

● Una magnitud
● Una dirección
● Significancia estadística: Valor p (Convención arbitraria : < o = 0,05)
● Una precisión = Intervalo de Confianza (IC). Por convención = IC 95%
Intervalo de Confianza.
● Cuando se calcula un estimador puntual a partir de una muestra se presume
que éste infiere el valor del parámetro poblacional (siempre y cuando la
metodología utilizada para ello sea válida).
● Sin embargo, no hay que olvidar que existe variabilidad muestral. ¿Cómo
saber entonces el valor real del parámetro poblacional?
● A partir de los datos de la muestra utilizada en el estudio se calcula un rango
de valores en el cual se presume se encuentra el valor real del parámetro
poblacional, con una probabilidad determinada (generalmente 95%)
● Este rango de valores es el Intervalo de Confianza.
Intervalo de Confianza.
¿Cuál es la proporción de sedentarismo en la población de adultos
mayores del CESFAM Malaquías Concha?

● Población = 1.000 adultos mayores pertenecientes al CESFAM.

● Muestra = 50 adultos mayores pertenecientes al CESFAM.
● Proporción de adultos mayores sedentarios en la muestra = 30/50 = 60%
● Intervalo de confianza al 95% = (40−80%)

Interpretación: A partir de una muestra de 50 AM. inferimos que la

proporción poblacional (parámetro) de AM. sedentarios es de 60,0%. Sin
embargo, podemos afirmar con un 95% de confianza que el valor real del
parámetro se encuentra en un rango entre 40% y 80%.
Intervalo de Confianza.
¿Qué ocurriría si en lugar de tomar una muestra de 50 sujetos se toma una
muestra de 500 AM. del CESFAM Malaquías Concha, manteniendo el mismo
resultado?

● Población = 1.000 adultos mayores pertenecientes al CESFAM.

● Muestra = 500 adultos mayores pertenecientes al CESFAM.
● Proporción de AM. sedentarios en la muestra = 300/500 = 60%
● Intervalo de confianza al 95% = (51−69%)

El intervalo de confianza se hizo más “estrecho”. Ahora, podemos afirmar

con un 95% de confianza que el valor real del parámetro se encuentra en un
rango entre 51% y 69% de AM. sedentarios.
 Intervalo de Confianza.
Muestra 1.
50 AM.
Con un 95% de
confianza el valor
real del parámetro se Muestra 2.
encuentra entre un 40 500 AM.
y 80 %. Con un 95% de confianza
el valor real del
parámetro se encuentra
entre un 51 y 69%.

Al aumentar el tamaño de la muestra, manteniendo el intervalo de confianza al

95% la estimación del valor real del parámetro se hizo más precisa.
Ejemplo

POBLACIÓN

Aleatorización

EJERCICIO CONTROL

Seguimiento

EJERCICIO CONTROL

Diabetes MII (Si/No) Diabetes MII (Si/No)

100 100

100 100

25 75
 25/100 75/100

TASA DE EVENTOS: (0.25) 25% (0.75) 75%

Reducción Absoluta del Riesgo (RRA)

Operación: Resta de las tasas de evento.

(Tasa de evento C) - (Tasa de evento I)= RRA

0.75- 0.25=

0.75- 0.25= 0.5

El grupo tratado ha disminuido en un 50% el outcome DMII en relación al

grupo control

Por cada 100 pacientes tratados se evitan 50 eventos con respecto a los que
se hubieran producido en el grupo control.
Riesgo Relativo (RR)
Operación: División de las tasas de evento.

(Tasa de evento Intervención) /(Tasa de evento Control) =RR

0.25 / 0.75 = 0.33

Interpretación:
(Tasa de evento Intervención) /(Tasa de evento Control) =RR

La (presencia del outcome) DMII es 0.33 veces la observada en el grupo

control.
R.R.
Reducción del Riesgo Relativo (RRR)

1-RR = RRR

1- 0.33 = 0.67

0.33

Control Intervención
Reducción del Riesgo Relativo (RRR)
1-RR = RRR

1- 0.33 = 0.67

0.67
“En el grupo tratado
comparado con el grupo
control se ha disminuido el
0.33 riesgo de DMII en un 67%”

Control Intervención
Número Necesario a Tratar (NNT)
Número Necesario a Tratar (NNT)
Asumiendo un RRA de 50%:

“Por cada 100 pacientes que sigan el tratamiento se evitarán 50 casos de

pacientes con DMII respecto a las que se hubieran producido de usarse el
control.”

Pero…..

¿Cuántos pacientes tengo que tratar para evitar este

outcome en 1 paciente?
Número Necesario a Tratar (NNT)
Pero…..

¿Cuántos pacientes tengo que tratar para evitar este outcome en 1

paciente?

100 / RRA (%) = NNT

100/ 50 (%) = 2
Ejemplo
Asumiendo riesgos de 25% para el grupo intervenido y 75% para el grupo
control

RR= 0.33= 33.3% RRA= 0.5 = 50 %

Y si el riesgo fuera de 5% para el grupo intervenido y de 15% para el grupo

control

RR= 0.05/0.15= 0.33 = 33% RRA= 0.1= 10%

Variables Absolutas y Relativas

RR : Aplicable a otras poblaciones

RRA : No aplicable a otras poblaciones

De qué me sirve???
Ejemplo:
Variables Continuas.

Calidad de Vida
Funcionalidad de MS (Dash)
F.R.
ETC …..
Variables Continuas.
Diferencia de medias (Difference in means)
● Se utiliza cuando los resultados de un estudio son expresados en forma
de variables numéricas continuas.

● Corresponde a la diferencia del promedio del grupo control (C) y el

grupo experimental o intervención (I).

DM = Promedio C − Promedio I
Diferencia de medias (Difference means)
Referencias.
Apuntes de Estadística en Ciencias de la Salud. Departamento de
estadística. Universidad Cardenal Herrera. España. 2013-2014

http://www.uv.es/~mamtnez/AECS.pdf

Guía práctica de Investigación en Salud. OPS (2008)

http://www.ingesa.msssi.gob.es/estadEstudios/documPublica/internet/pdf/Guia_M
etodologica_Inv_CCSS.pdf

Guía Metodológica de Investigación en Ciencias de la Salud. Ministerio de

Sanidad Política Social e Igualdad

http://www.bvsde.paho.org/texcom/cd045364/PC620.pdf
Material complementario.
● Odds ratio: aspectos teóricos y prácticos. Cerda J. Vera C. Rada G. Rev Med
Chile 2013; 141: 1329-1335

http://www.scielo.cl/pdf/rmc/v141n10/art14.pdf

● Hazard ratio: MARTÍNEZ-GONZÁLEZ MA ET AL. ¿QUÉ ES UNA HAZARD

RATIO? NOCIONES DE ANÁLISIS DE SUPERVIVENCIA.Med Clin (Barc).
2008;131(2):65-72

http://apps.elsevier.es/watermark/ctl_servlet?_f=10&pident_articulo=131234
95&pident_usuario=0&pcontactid=&pident_revista=2&ty=100&accion=L&ori
gen=zonadelectura&web=www.elsevier.es&lan=es&fichero=2v131n02a13123
495pdf001.pdf