Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rafael Burgos
Rodriguez
<C
U
:z:
La aparicicin de la Edicion 1998 de "Metodologia de invc,ligacicin y escritum cien- '-1
tifica en clinica" plantea dos preguntas importante,: U
:z:
Pregunta n" l: "c Que material nuevo trae esta edicicin'?" w
<C
En primer lugar, la secci6n IV.B.S. "Las etapas del proceso de investigacicin en salud" U
se ha reescrito IOtalmente reagrupando los 18 pasos que componen las etapas con- CL:
ceptual (tecirica), de planificacicin (disefio). empirica (pnictica) e interpretativa (sig- I--
nificado). Cada paso se desagrega en su, aetividades principales. concreliindose en
:z:
W
un original "modelo general del proceso de inve,tlgaclon" muy claro, atractivo y U
extrcmadamcnk uti!.
<C
0::::
En segundo lugar, las secciones IV.C.! "Tablas" y IV.C.8. "Gnificos" se han enri- :=J
quecido notablemcnte al intercalar 23 ejemplos de tablas con intervalos de clases,
}-
0::::
Editor:
tab las de una variable, tab las de dos variables, tab las de contingcncia, tablas de tres U
o mas variales. tablas con otras medidas estadfsticas y malriz 0 formato de tablas. en Rafael Burgos
Ademas se han incorporado 39 excelcntes ejemplos de graficos en barra, histogra-
W
mas, poligonos de frecuencias, grMicos lineales de escala aritmclica, grMicos linea- >- Rodriguez
les de escala semilogaritmica, graficos en scetores y graficos de dispersi6n. :z:
'0
En tercer lugar se ha incluido un Apendice IV "Requisitos uniformcs para preparar u
<C
los manuscritos cnviados a revistas biomedicas" que corresponde a la ultima version l..9
(quinta edicicin 1997) del Comite lntemacional de Editores de Revistas Medicas }-
(CIERM). (J)
W
>
Pregunta n' 2: ""Que material permanece de la Edicicin 1996')" :z:
Permance la estructura en cuatro partes y el texto de 21 capitulos que han configu-
w r!'
0
rado el ex ito de una obra clara, concisa, coherente y uti!.
,<C
l..9
0
-1
0
0
0
I--
LL1
~
METODOLOGIA DE INVESTIGACION
Y ESCRITURA CIENTIFICA
EN CLINIC A
EDITOR:
Rafael Burgos RodrIguez
1998
Los au{orcs:
Las Dubkccones je ia E5c~ea Ar,C2 luza de Salud PJb!lca :'5:a1 aeog das a la pr'otecCion p!'e\'sta ;JO:'
E"1ILlO PEREA-MILLA LOPEZ
25 jlsr'SSlclone:: :'21 P'-:::()ccic :::. de 13 Conver~'cl(,=''''' Ur ',iel~sc.1 de Derec""',os ae A,Jtor Doctor ell Medicina. U,iil'ersidad de Sel'illa
Profesor EASP
05 dat:::'
G,,-,e cc:~'-: '2ne 1-:: :~'r= ::::=. - c~e :,3 1-:e ce :: Escue ':=. AnCe ,.... ::3 de Sa ',-,d P ,-,t, ca, J0 i CI:: aig:.J'l8 sobre :c: COllO ~
.: ::.~ Ii../,= -:::3 de :5 pc. Se2 LeT!L':'-CS, C ,~,'Jcoes :: :or2S C-:'2:]05 :' de S",5 3.j:01','::2.:'2s. '"'" '-es~ec~c 2. 12. jel.~ E\llLlO SAl\CHEZ -C-\'\TALEJO R-\"1IREZ
/"fatemcilico i' ~Vfedico.
UI1l\'ersidad de Granada
Pro/esor EAS?
INDICE
1. Introducci6n .................................................................................................... 49
2. Prevalencia ...................................................................................................... 51
3. Incidencia ........................................................................................................ 52
4. Indicadores e indices ...................................................................................... 61
D. ESTUDIOS DESCRIPTIVOS. .................... . ........... Jl3 PARTE II. AN;\LlSIS DE DATOS EN
INVESTIGACION CLfNICt\. Y EPIDEMIOLC)GICA
1. Introducci6n .................................................................................................... 63
, lnformes de casm y series de casos .............................................................. 64- A. A\:.·\L1SIS DESCRIPTIVO .. . .................................................. 131
3. Estudios ecologicos ........................................................................................ 65
1. Introducci6n .................................................................................................. 131
4-. Estudios transversales (prevalencia) .............................................................. 69
') i\ledicion de signos y sfntomas ................................................................... 132
S. Analisis ........................................................................................................... 72
3. Presentacion de datm ................................................................................... 133
6. Ventajas ........................................................................................................... 74
4-. Resumen numerico de una serie estadistica ................................................ 147
S. Otra forma de resumir una serie de datos ................................................... 154
E. ESTUDIOS DE SEGUIMIENTO ..................................................................................... 77
G. ESTUDIOS CUASIEXPERIMENTALES Y
D. TESTS PARA COMPARAR DOS GRUPOS .......................................................... I97
ESTUDIOS ALEATORIOS CONTROLADOS ............................................................. 111
1. Introducci6n .............................................................. ·.... · .... ·.. · .. · .... · .. ·.... ·· ..... 197
1. Introducci6n .................................................................................................. 111
, Test de la t de Student ................................................................................. 198
, Estudios cuasiexperimentales ....................................................................... 112
3. Regresi6n lineal simple ................................................................................ 202
3. Estudios aleatorios contro1ados 0 ensayos clfnicos ..................................... 116
4. Correlaci6n ................................................................................................... 208
5. Regresi6n logfstica ....................................................................................... 213
REFEREN CIAS ................................................................... ··.· ...... ··.· .. ····· ...... ··· .... ·.... ······· ... 12 5
6. Analisis de supervivencia .......................................................... · .................. 218
I· ANAI.ISIS MlILTIVARIA:\·I·I.·............................................................................. .:..:.., PARTE IV. ESCRITURA Y LECTURA CRITICA
DE ARTICULOS CIENTlFICOS
1. Confu..,i6n e interacci(m ............................................................................... 229
, :\ece..,idad del anali,is l11ulti\ariante ........................................................... 233
A. FORMAS DE COMU:-':ICACJON CIENTIFICA ..................................................... 305
3. Regresi6n lineal multiple ............................................................................ 236
4. Regresi6n logistica multiple ......................................................................... 242 1. Tipos de publicaciones cientificas ............................................................... 305
5. Analisi~ de supeni\encia: el l11odelo de Cox ............................................. 247 ~ Estructura de las revistas biomedicas .......................................................... 307
6. De Ia asociaci6n a la causalidad ........................................... ·· ..................... 253
B. LAS ETAPAS DEL PROCESO DE INVESTIGACION
F. A!\ALlSIS DE LA DECISION CLlNICA ............................................................... 259 Y LA ESTRUCTURA DEL ARTICULO CIENTfFICO ORIGINAL ............................. 311
INDlCE DE AliTORES ............................................................................................. 521 Segun Bunge. el Planteamiento Cientifico esta constituido por el metodo cientifico y el
objeti\o de la ciencia. Cn metoda cientifico es un procedimiento para tratar un conjunto de
problemas. Cada c1ase de problemas requiere un conjunto de l11etodos 0 tecnicas especiales.
Los l11etodos especia1es. en la ciencia. pueclen ser rele\antes para algun estudio particular de
la im'estigaci6n; sin embargo. el metodo general de la ciencia es un procedimiento que se apli-
ca a1 cicIo entero de la in\'estigaci6n. en el marco de cada problema de conocimiento. Los pel-
d;i110S principaJcs en el camino de la imcstigacic)n cientificCl. cs dccir, dc los paso~ prillL'ipaie, EI mctocio ClCIltifico ~cJ'\ iria Cll priIlll'f' lugar para incremcntal nuestro con(lL'ill1icnlo. par;]
de la apiIcaci6n del mctodu cientifico. puede deducirse una ~eri(' ordenada de operal'ionc~: aUlllcntar nue<.,lro hiene~tar. l.el' liencia:-, pura, pt'l'\ig:ucn un fin puramente cogniti\'o. micnlras
q LIC la, cicneias apl ieada, (tcL'11016gieas) uti lizan e I mctodll general propio de la ciencia punta
1.- Enunciar preguntas bien formuladas y verosimilmente fecundas. \ \ario, mclOclo~ e'peciale' Ljue Ilh aplica a fines pnictico'l. La, ciencia'i puras. que para algu-
.., - Arbitrar conjeturas fundadas y contrastables con la experiencia para conte star a lao pre- nos auwres no se diferencian pr,icticamente en nada cle las aplicadas. pretenderfan mejorar
guntas. nuestro dominio de las mi'mas. La 1l1\ cstigaeicln epidemiol6gica seria un claro eiemplo.
3.- Derivar consecuencias 16gicas de las conjeturas.
4.- Arbitrar tecnicas para someter las conjeturas a contrastacion. Para tenninar. poclriamos concluir que el obJetivo central de la imestigaci6n en la cien-
5.- Someter a su \ez a contrastaci6n esas tecnicas. para comprobar su reJe\ ancia \' la fe cia factual pura seria mejorar nuestro conocimiento del munclo de los hechos: el de la inves-
que merecen. tigaci6n cientlfica aplicada seria. mejorar el control del hombre sobre los hechos. "Lo que
6.- Llevar a cabo la contrastaci6n e interpretar sus resultados. pell11ite a la ciencia alcanzar su objetivo es su metodo". EI metodo bien aplicado es capaz de
7.- Estimar la pretension de verdad de las conjeturas y las tecnicas y formular los nuevos descubrir las deficiencias cientfficas y conegir dichas deficiencias, es decir. construir repre-
problemas originados por la investigacion. sentaciones de las estructuras intrinsecas que cada vez sean mas adecuadas.
De ahf que un cicIo de investigaci6n pueda medirse pOI' los cambios que acarrea en nues- En el excelente texto que tenemos el honor de prologar se aplica la metodologia cientffi-
tro cuerpo de conocimientos, 0 pOI' los nuevos problemas que suscita. En la ciencia, la duda ca al tipo de investigaci6n epidemiologica. Rara vez es posible comprobar como de la teoria
es creadora, estimula la investigacion. la busqueda de ideas que den razon a los hechos de un puede descenderse a la practica con tanta sencillez y brillantez como en el presente texto. La
modo cada vez mas adecuado. Desde Bacon, Descartes, Stuart Mill. etc .. Ja metodologfa cien- claridad expositiva serfa su caracteristica mas destacable.
tffica es capaz de suministrar indicaciones y proporcionar medios para evitar errores, pero no
debe suplantar a la creaci6n original. ni aun eludimos todas las equivocaciones. En la primera parte se presentan los diversos tipos de investigaeion epidemiol6gica y sus
aplicaciones clfnicas. Su brevedad es muestra del profundo conocimiento de los autores y de
Un metodo cientffico y la finalidad a la que se aplica constituyen la diferencia fundamental su enorme poder de sintesis. EI desarrollo es de facil leetura. Se ha conseguido 10 casi impo-
que existe entre la ciencia y la no ciencia; tanto el metodo como el objetivo cientffico son ele-
sible: su comprensi6n.
mentales para el logro intelectuaL Quiza la unica regJa de oro del trabajo cientffico serfa: "auda-
cia en el conjeturar y rigurosa prudencia en el someter a contrastacion las conjeturas". Por ello, La parte segunda de Analisis de Datos es quiza fundamental para el entendimiento de 10
el metodo cientffico es un rasgo caracterfstico de la ciencia, tanto de la pura como de la apli-
que es una metodologfa investigadora en el campo epidemiol6gico. La inferencia estadfstica,
cada. Y puede afirmarse sin lugar a dudas que don de no hay metodo cientffico no hay cien-
el error aleatorio, los tests en la comparacion de grupos, los analisis multivariantes, etc. esta-
cia. Pe~o el metodo no es infalible, ni autosuficiente: el metodo cientffico es falible y puede
blecen la diferencia entre entendimiento completo del tema 0 su confusion. Lo mismo podrfamos
pelfecclOnarse mediante el analisis de los resultados, tanto directos como indirectos; el meto-
indiear de la parte tercera, que nos conduce a comprender que el soporte informatico de la
do tam poco es autosuficiente, no puede trabajarse sin hipotesis, con ausencia de conocimien-
investigaci6n esta introducido en el mundo actual de manera prevalente. EI analisis de las dis-
tos previos, pues se requieren estudios anteriores que puedan reajustarse y elaborarse. Todo
tintas fuentes de conocimiento senala la necesidad cle su aplicacion.
metodo cientifico debe complementarse con metodos especiales que se adaptaran a las pecu-
handades del objetivo cientffico.
No quisiera dejar de comentar con sumo interes la parte cuarta, la que para ellector ura-
logo pueda ser quiza la mas interesante, pues ensena como debe leerse crfticamente cualquier
En resumen, el metodo cientffico es la estrategia de la investigacion cientffica; afecta al
tipo de publicaci6n cientffica. Tras la valoracion de los diversos tipos de comunicaciones, nos
ciclo completo de la investigacion, siendo independiente del tema en estudio; cualquier cien-
introduce en el campo de la crftica cientffica, hecho nada faeil cuando 10 que tenemos del an-
cia serfa una disciplina que utilizarfa el metodo cientffico con la finalidad de hallar leyes.
te es. supuestamente. el resultado de una investigacion. De la leetura de estas delieiosas pagi-
(estructuras generales).
nas debe inferirse nuestro analisis critico en la lectura de cualquier tipo de comunicacion: a
. EI blanco primario de la investigaci6n cientffica es el progreso del conocimiento. EI obje- ella se anaden comentarios acertados sobre las diferencias gramaticales y de estilo cientffico
y literario 0 las cualidades del mismo: al final los autores dan 51 consejos (niles para evitar
tl\'O central de la investigaci6n en las ciencias factuales serfa mejorar el eonocimiento del
mundo de los hechos, y el de las eiencias aplicadas mejorar el control del hombre sobre los \'icios y mal estilo en la redaccion de cualquier comunicaci6n cientffica.
hechos. La diferencia entre ciencias formales y ciencias factuales serfa que las primeras estu-
diaran ideas y las segundas, hechos. La ciencia formal serfa autosuficiente, mientras que la Si como dirfa algun autor "hay libros buenos para siempre. libros buenos para un momen-
ciencia factual dependerfa del hecho. por 10 que hace al contenido, y del hecho experimental. to, libros malos para un momento y libros malos para siempre". sin la menor duda, el presente
para la convalidaci6n; de ahf que los metodos sean medias arbitrados par alcanzar algunos texto serfa un libro bueno para siempre.
fines.
10 IviETODOLOGiA DE INVESTIGACION Y ESCRITURA CIEI'-JTiFICA EN CLiNICA
Creo que raramente se produce la feliz coincidencia de ideas claras. lenguaje preciso. solu-
ci6n a problemas y el planteamienw de dudas que 110S abren horizontes para nueyas im esti-
gaciones.
EI presente libro en su primera edici6n (en la que hasta el pr610go era estimulante) ha
constituido para l11uchos clinicos una ayuda de extraordinaria utilidad. bien como Iibro de
texto en algunas de las acti\idades academicas impartidas pm la EASP. bien como obra de
consulta y orientaci6n a la hora de elaborar proyectos. lIevar a cabo estudios experimenta-
les. analizar racionalmente los datos. interpretar Iitcratura y expresar mediante lenguaje cien-
tifico los resultados de nuestros estudios, Por todo ello. para los que apreciamos la obra, es
un excelente noticia la aparici6n de una segunda edici6n. conegida y aumentada en su lIla
secci6n (referente al so porte informatico del investigador) y con una particular proyecci6n a
la Oncologia. raz6n adicional para que se me encargara el presente comentario. en el que
quiero expresar mi S opiniones en lorno al contenido de la obra. a su mensaje y al entorno
de la cual procede.
;, Admitir las \erdades con ntraordinaria precauci6n. cuando no haya nada que se opon-
ga a ellas. aunque aparezcan con aparente y meJidiana clmidad
Ordenar la paUla de adquisici6n de datos comenzando pOl' los mas sencillos y termi-
nando por los mas complejos
" No omitir ninguna parte del problema en analisis de los datos. ni por otra parte. afia-
dir parte extrana pm con\'eniencia del exito aparente,
E\l()\ prinL'ipim quedan reducidus en Lt il1\ e\tigaciclll de cualquier hecho hiolClgico (y de EI pre,cnte libro permite a cualquicr pnlfe,ional con intenci6n de iniciar una in\'estiga-
lltra naturalcZ~I) cn la e1ahoJ"aci()n intclectual y ordenada de un program a metodico que con\- ci()J1 epidcmiol6gica entender las base, operati va, del proceso inlclectual de su trabajo. En
ta de: ob,enacion de los hechc}';' hipc'ite\is de traha,io ) comprobacic'in e:\perimental. Por mu) todo caso y aun en ausencia de prO\ccto formal de investigaci6n. proporciona la formacion
distintos que conceptual (1 fhicamente parezcan los hechm il1\ esligados. el metodo se reduce adecuada que un medico requiere en estos momenlOs para desarrollar su sentido critico en
a cumplimentar de manera rigurosa ) adecuada a 10 im estigado. el programa descriw. la practica clinica. Tales virtualidades deri\'an de su contenido y de su estilo.
Durante ]a mayor parte de tiempo en que el conocimiento cientffico forma parte de nues- La primera parte de,cribe y conceptualiza los cliwrso, disei10s. entendidos como heITamien-
tra cultura. el disei10 experimental ha intluiclo de manera deci,i\,il I; ad\erSal en alguna,
t:lS de trabajo. que tienen aplicaci6n en los problemas que acomete la in\'estigacion clinica.
ramas del saber biologico. Razone, eticas. legales) ,ociale, se han opue,to a que el ser
humano \'i\o sea sujeto experimental Y pl)r e110 la di\ergencia en el desarrollo de la deno-
La segunda parte se dedica a los metodos estadisticos de analisis de datos. con una par-
minacla in\'estigacion basica medica, y ]a investigacion clfnica 0 epiclemiologica. pero esa,
ticular y gratificante claridad. Los medicos. que por desgracia carecemos de una solida for-
razones son ajenas al metodo cientifico en 51.
macion matemarica. tenemos cierta dificultad en la comprension de ciertos conceptos mate-
maticos: en consecuencia se aprecia doblemente el esfuerzo de simplificacion de sus autores.
No ha sido sino hasta el siglo XX cuando se ha roto la restricci6n mental que con.5-
trefifa la medicina clfnica a una practica denominada por Diego Gracia, medic ina basada en
la intenci6n. en la que por la naturaleza intrfnseca del ser il1\estigado, el hombre, era elica La tercera parte se dedica al soporte informatico aplicado a la investigacion clfnica. Se
; legalmente impensable ejecutar cualquier acto medico cuya finalidad no fuera la curacion ha cOlTegido y modernizado, haciendo algo mas facil la utilizaci6n de nuestros PCs
de la enfermedad. 0 su paliacion. Moralmente era reprobable que el ~er humano participara
en una investigaci6n cuya finalidad fuese la adquisicion de conocimiento biologico, sin que La cuarta parte se dedica a las normas de la escritura cientffica y la lectura crftica de
tal saber fuera, forzosamenle dirigido a curar, 0 a ali viar. artfculos originales; constituye una fuente de informaci6n esplendida sobre aquellas cuestio-
nes que nadie nos ensefi6 a utilizar y que solo a traves de errores personales vamos perfec-
Frente a esa actitud, a 10 largo de este siglo se ha ido imponiendo la necesidad de que cionando. Se podrfa decir que es tan Util como oportuno y que viene a representar algo simi-
la practica medica tenga base cientffica, es decir, frente a la medicina basada en la inten- lar a 10 que W. Allen titulaba: "Todo aquello que Yd. querfa saber sobre ..... "
cion, la medicina basada en la evidencia. Esta pnlctica medica. a la cual todos aspiramos, se
sustenta en un metodo de investigaci6n, que en nada difiere del que se ha aplicado en la Este texto no es "uno mas" de entre los que se utilizan en la educaci6n basica del inves-
denominada investigacion basica. Lo que hoy es una manera "natural" de pensar en la cien- tigador. Los autores, voluntaria 0 involuntariamente, nos permiten extraer una conclusi6n
cia medica se ha producido gracias al extraordinario desaITolio del metodo cientffico expe- fundamental de la atenta lectura de su libro: la INYESTIGACION, con mayusculas, no es
rimental en la clinica durante los ultimos ochenta afios, de modo que en contraste con la res- patrimonio de un grupo selecto de profesionales, que imbuidos de un aura especial parecen
tricci6n "moral" que solo permitfa una medicina intencional, hoy somos conscientes que toda pertenecer a la reducida plantilla de los intelectuales con derecho a pensar; cualquier medi-
labor clfnica no basada en la evidencia, es decir en los resultados de la investigaci6n cien- co puede aplicar el metodo cientffico a su labor. Naturalmente, nadie debe pensar que el
tffica, es eticamente reprobable. progreso en la investigaci6n clfnica solo derivara de aportaciones individuales geniales. EI
progreso en esta actividad humana. como en muchas otras viene de la mano de la coope-
A pesar del dramatico cambio en nuestra concepcion clfnica, solo un 2090 de nuestra racion. mas que de la competici6n. pero en esta colaboracion nadie esta excluido, a condi-
actividad medica se basa en evidencias, pero elio 5610 es un aliciente adicional para estimu- ci6n de poseer una mente sana y educada en ejercer el metodo cientifico, y a esto ultimo
lar los progresos en la in\'estigacion clfnica: el enorme espacio ocupado por la practica medi- contribuye esta obra. Mostrarnos el mundo de 1a. investigacion como una actividad factible
ca intencional es el campo de actuaci6n presente y futuro de todo medico que tenga con- es una importante aportaci6n de este libro. Todos podemos colaborar. Karl Popper escribia:
ciencia critica de sus limitados conocimientos. "EI espiritu de la Ciencia ha cambiado a consecuencia de la investigacion organizada.
Esperemos que a pesar de esto, siempre haya individualidades. Ninguno de nosotros debe-
La profunda transici6n intelectual del medico a 10 largo del siglo XX. muestra que si bien rfa renunciar a ejercer esa aportaci6n individual".
es una transformaci6n general de la medicina, hay algunas especialidades medic as, como la
oncologfa. en las que el pensamiento cientffico se ha impuesto. En efecto, el desarrollo de la No se puede finalizar este comentario sin hacer referencia a sus autores y a su ambito
especialidad parte de los afios setenta. fecha en ]a que la medicina basada en la e\'idencia ya de trabajo. Practicamente todos ellos han sido mis profesores a 10 largo de diferentes cur-
era "dogma" cientifico. Asi mismo desde los inicios de la oncologfa, los pion eros de la espe- 50S que he recibido en la EASP: con algunos gUal'do antiguas y estrechas relaciones. No
cialidad se esforzaron por cuantificar y digitalizar cuando era posible, todas las variables aso- podrfa olvidar que Emilio Sanchez-Cantalejo fue el responsable del tratamiento estadistico
ciadas a la enfermedad (evolucion. extension, terapeutica) y al enfermo (pron6stico) objeto de de los datos que conformaban la il1\estigaci6n de mi Tesis Doctoral alia en el ano 1974.
la especialidad. de forma que los datos que recolectamos pudieron ser sometidos facilmente Todos son sin duda represent antes del "espiritu de la EASP". La Escuela Andaluza de Salud
a procedil11ientos l11atemaricos. EI l11etodo de in\'estigaci6n (relacion causa-efecto) tiene su Publica ha sido un faro intelectual de difusion de un estilo de hacer una practica medica
soporte mas importante en la estadistica. ciencia que es una especialidad matematica. firmemente comprometida con la sociedad en la que nace. Yo, que pertenezco a la institu-
METODOLOGiA DE INVESTIGACION Y ESCRITU,c'lA CIENTiFICA EN CLiNICA
cit'io uni\crsiraria. tengo que lamentar que en algunos Departamentos I ~d menos de l()s que
\l' conozcO en d cimbito de las ciencias medic as 1 ,lllll impere una noci6n elitista de "exce-
iencia" intrfnseca que los com'ierte en "miniuniversos-islets". en los que la separacion de la
realidad social Ide cuyo entorno deriva su financiaci6n 1 los acerca a let c()ncepci6n de
Cni\er'idad) del saber propia del mundo de Guillermo de Baskenille Il'll1berto Ecol. situa-
cion ljue ,e agr,na por las dificultades en el ejercicio de la crftica y la aUlocrftica. En estc
panorama. ha sido muy importante que una instituci6n pliblica dedicacla a la formacion con-
tinuada en irnestigaci6n epidell1iologica. practica clfnica ) gesti6n entienda ljue no se pllede AGRADECIiVIIENTOS PRIlVIERA EDICION
estar de espaldas a la realidad. y que nuestro deber e.'> constrllir la alternativa sanitaria ljue
la sociedad demanda. Bajo esta optica resldta particularll1ente coherente ~ apreciable la labor
de este grupo de compafieros que se ha plasmadoen la publicaci6n que he tenido oportu-
nidad de comentaL 5011 lIluc!ws los persollus que de IIIW IIwlleru u otra hall contribllido ([ la rea/i~uCi()1l de
esta 11101l0grotZCl. Los ([utores quieren ([gretdeeer espceiallllellte C/ Victor BoellC/, Jose Carne-
r(}, Aurelio Cumehl, Alberto Femcillde;, M" ,~ngeles Fe rn cill de::.. Carmel1 Martine::., Rosa
Granada. Junio de 1996 :'vIiFwrro. VIctor Sarllliento y ({ Jose Jlctr(o del Rosol 1(1 lectllm de algunos partes del
IIlwllI.lcrito \" SIIS illternal1tes cornelltarios.
A Jose Munllel Gordo y Juon Ortego pOl' Sll (/jJOYO ell lino porte illlportante del eliseiio de
los grLificos. A. Giu/ia Femcinde::. y Alia /'vl" Goliill por Sli eticiente lahor de secretor/o.
Dr. Jose L. Gurclo Puche
Jefe del Servicio de Radioterapia y Oncologfa. Fillalmente, quiolieralllos agradecer a SCHERING PLOUGH por el jJutrocillio de estu obra.
Hospital Clfnico San Cecilio
Profesor Titular de la Universidad cle Granada
Los Autorcs
INTRODUCCION A LA EDICION 1996
de gr:.ifico<,. tmlm de gran valor instruccional y cle aplicacion pr,ictica para el lector.
La EASP agradece a Shering Plough la renovacion cle su patrocinio de esta impor- La transmision de informacion
tante obra.
El conocimiento humano se ha mantenido desde el albor cle los tiempos gracias a
la transmision cle informacion, la que comenzo por ser de forma oral hasta la inven-
Manuel Alejandro Bobenrieth Astete cion de la escritura en el siglo XXVIII antes de J .c.. La primicia de esta invencion
Projesor de escritura cient(fica la reclaman los jeroglificos egipcios, la escritura china, la escritura cuneiforme de los
Coordillodor Unidad Tecn"ica de Publicaciolles asirios, los jeroglificos aztecas y la escritura maya.
Escuelo Andaluza de Solud P~iblica
Grallado, Agosto de 1996 La primera forma conocida cle comunicacion escrita entre pensadores e investi-
gadores es la correspondencia personal mediante la Corto Erudito del siglo XVII, a
la cual se agregan los cat<ilogos de libros anuales, los noticieros, los peri6dicos y las
primeras revistas cientificas generales que se inician en el siglo antes mencionado.
Las primeras publicaciones a las que puede aplicarse este calificativo aparecieron en
1665: las Philosophical Transactions de la Regia Sociedad Londinense y el Journal
de Scm'ans de Denis de SaBo. En 1670, inici6 su publicaci6n la Miscellanea curiosa
de la Academia Naturae Curiosorum que, como organo de una "Gesellschaft Natur-
forschender Aertze", tenia un contenido fundamentalmente medico, complementado
con temas de historia natural. Recuerdese asimismo la fecha fundacional del Acta
medica et philosophica hafniensia en J 671 de Thomas Bartholin y la del Journal des
nouvelles decouvertes sur toutes les parties de Za medecine en J 679 de Nicolas de
Blegny, esta ultima la primera revista medica, en idioma vulgar.
El crecimiento. tanto del nUl1lero de revi~tas como del numero de articulos origi- oportuna. Igualmente se debe nitar el publicar artfculos que no apemen nada. cir-
nales publicados. ha ~ido exponencial desde 50 revistas en 1750 con aproximadamente cunstancia bien planteada desde finales del siglo XIX por George Eliot. ensayista y
igual J1umero de artfculos en e"e aiio hasta 23..+80 revistas biomedicas y de salud en novelista britanica cuando escribfa "Bendito es el hombre quien no teniendo nada que
19')4 can unos 50U.OnO articu10s pub1icados por ano. E1 rirmo de este crecil1liento es decir se abstiene de evidenciar este hecho con palabras".
mucho m,b nipido que el de la mayorfa de lo~ fen6menos socia1es. Mientras que la
pob1aci6n se duplica cada cincuenta anos y 1a renra de los pafses desarrollados cada
\einte. e1 tamano de la informaci6n cientifica se cOl1\ierte en el doble solamente en EI conocimiento cientifico
diez alios si uti1izamos una concepci6n amplia de ciencia. 0 en quince si la definimos
de modo mas exigente. eada quince anos. por ejemplo. se dup1ica e1 mlmero de revis- El quehacer clfnico tiene que ver con la aplicaci6n del conocimiento cientffi~o ~I
tas cientfficas y de "abstracts" 0 resumenes de todos los campos de 1a ciencia pura y diagn6stico y tratamiento de problemas concretos de salud y de enf~rmedades en .1I1dl-
aplicada. 10 mismo que el de compuestos qufmicos conocidos 0 el de l1liembros de viduos y en grupos. EI conocimiento cientifico es la consecuenCla del pensamlento
instituciones cientfficas. cientffico el cual se reconoce por su objetividad, su racionalidad y su sistematicidad.
Hoy en dfa existe consenso sobre una docena de caracterfsticas del conocimiento cien-
Un primer corolario de este crecimiento exponencial es la "~ontemporaneidad" tffico, cuya descripcion sucinta serfa como sigue:
caracterfstica de la ciencia moderna. Llamando coeficiente de contemporaneidad al
porcentaje que significa la ciencia actual respecto del conjunto de la de todas las epo- Factico: Parte de hechos de la realidad que se generan, de alguna forma, en la expe-
cas, resulta que al perfodo de duplicacion de diez anos corresponde un coeficiente en riencia sensible;
torno al 96% y al de quince anos otro alrededor del 87.5%. De esta forma, el nume- Trascendente: Parte de los hechos pero va mas alia de los mismos ya que se eleva por
ro de artfculos sobre rayos X, geometrfa euclidiana 0 psicologfa experimental publi- encima de un nivel 0 lImite dado;
cados en dicho perfodo, es igualmente el 96% del total publicado hasta ahora. Metodico: Procede en forma organizada y planea 10 que persigue averiguar, la forma
de obtenerlo, de analizarlo e interpretarlo. Para ello dispone de procedimientos
Otra consecuencia del caracter del conocimiento cientffico moderno y de la dina- tales como la induccion. la deduccion y la analogfa;
mica de la comunicacion entre los grupos que 10 cultivan es el rapido envejecimien- Analltico: Distingue y separa las partes de un todo hasta llegar a conocer sus ele-
to de la informacion cientffica. es decir. la acelerada tendencia a que caiga en desuso mentos, las relaciones entre estos y los principios que los rigen;
(obsolescencia). Este fenomeno no fue, sin embargo. de aparicion inmediata como en Claro y preciso: Los conceptos cientfficos y los problemas objeto de estudio se defi-
el caso del crecimiento exponencial sino que, tras una serie de etapas intermedias. no nen sin vaguedad, sin ambigiiedad y sin confusi6n;
alcanzo plena yigencia hasta mediados del siglo XIX. Simbolico: Utiliza el lenguaje cotidiano, pero va mas alla de este. Crea su propio len-
guaje con palabras, signos y sfmbolos que sue len some terse a reglas: .
El proceso de inwstigacion en sus orfgenes consistfa en la mera observacion de Verificable: Los resultados y conclusiones deben someterse a prueba medIante obser-
fenomenos de los cuales se extrafan conclusiones: sin embargo a nivel medico hacia vacion y -de ser posible- a experimentaci6n;
la mitad del siglo XIX en que Louis Pasteur confirm6 la teoria microbiana de las Explicativo: A diferencia del conocimiento cotidiano. el con~cimie.nto cientffi.co .~o
enfermedades y elabor6 metodos de cultivo. se hizo necesario garantizar la reprodu- se conforma unicamente con los hechos tal como se dan: !l1vestIga su aSOCIaClOn
cibilidad de los ex.perimentos para as] acallar a los panidarios de la generacion espon- y -de ser posible- sus causas. Procura explicar los hechos en terminos de teodas.
tanea. Pero aunque la obsen'aci6n y la reproducibilidad son requisitos de la il1\estigacion, de leyes y de principios:
con e1 de\'enir de los anos ha surgido la aplicacion del "razonamiento inductiyo" y Predictivo: Intenta explicar 10 presente y 10 pasado: ademas aventura el futuro. La
por tanto la necesidad de efectuar multiples obsen'aciones paJ1iculares con rigor meto- capacidad de predecir Ie sin'e al cientifico para modificar acontecimientos median-
dologico de las que se pueda extraer conclusiones generales. Esta cadena de sucesos te ciertas intervenciones en beneficio de la sociedad. (Pronosticos medicos, pre-
que presentamos en forma tan resumida conlleva una cantidad de contaminaciones dicciones meteorologic as. etc .. );
que el il1\estigador debe controlar no solo a 10 largo del proceso de investigaci6n. sino Abierto (Esceptico): Noci6n de que cualquier proposici6n 0 afinnacion. aunque pro-
tam bien en la de comunicacion de la misma: de nada sen ira un buen trabajo de inves- venga de autoridades importantcs. es susceptible de duda. de cuestionamiento y
tigacion si no se difunde y lransmite el conocimiento adquirido en forma correcta y
II ~ I : "\'....JL!'----,'---"_-',,)I·,
COl1lunicahle: Sujetn de tran~mi~i{)J1 oral () e~crita basada en datos :-.obre hecho:-, obser- Cada una de la-, etapas CClnsta de diver<;os componentes los cuales puedcn e'-.L!ue-
vahles. pre"entaci()ll. amilisi, c interpretacion de los mismos. l11atizar'-.e como sigue:
Ltil: E" aprU\cchahk. beneficio,u. com eniente. fructffero. sensible y hasta lucrativo.
NUbtro mUlldn actual sin la cieneia inmersa en el retornarfa a la epoca de las I. Etapa conceptual (te6rica). Oh:'-.enaci6n de hechos: identificaci6n del proble-
C;J\en1as. ma !2eneraJ: rnisicin hibliogrMica (antecedentes del prohlema): marco te6rico:
defi;icion del problema de i\1\estigacion: definicion operacional de terminos:
El conocimiento cientifico no esta exento de limitaciones. la~ cuale:-, se pueden definicion de variable:'-.: importancia y limitacione~ del estudio: definici6n de
agrupar en cuatro categorias: objeti\os: formulacion de hipotesis.
a) Problemas de complejidad: Los asuntos que son objeto del conocimiento cien- , Etapa empfrica (pnictica L Diseno. el eual consiste en el enfoque. la estrategia
tffico suelen ser de diffcil comprensi6n por cuanto se componen de muchos de abordaje del problema de i\1\estigaci6n para el logro de los objetivos defi-
elementos muy diversos e interrelacionados; Identificar sus caracteristicas 0 nidos al final de la etapa conceptual. El autor debe justificar la selecci6n del
atributos (variables) y establecer la asociacion entro ellos (casual 0 no), resul- diseno en particular e incluir el plan de la investigacion. EI diseno incluye los
ta en general diffcil y -a veccs- imposible. procedimientos, los metodos y las tecnicas para la selecci6n de los sujetos, la
b) Problemas de medicion: La ciencia es inconcebible en ausencia de algun tipo recolecci6n de la informacion y el amilisis de los resultados. El diseno repre-
de medicion. Muchos avances cientfficos estan condicion;dos en gran medida senta la conexion entre la hipotesis y los datos, entre las ideas y la realidad. El
por los procedimientos e instrumentos de medicion empleados. La medici on se diseflo varia segun la naturaleza del problema y el tipo de investigacion.
halla en una posicion estrategica entre la teoria y la experiencia; entre la razon La decision sobre el tipo de diseno acarrea una serie de otras decisiones en la
y la naturaleza. ejecucion de la investigaci6n. De entre estas se destacan: universo; muestra;
c) Problemas de control: Inherente a cualquier tipo de diseno de investigacion esta unidad de observacion; unidad de medida; informaci6n necesaria; fuentes de
la necesidad de control, en terminos de comparacion 0 comprobacion. Los tipos informacion; recoleccion de los datos; tabulacion de los datos; presentacion de
de control mas frecuentemente utilizados son: control por manipulaci6n, con- la informaci6n; anal isis de la informacion.
trol estadistico y control por aleatorizaci6n.
d) Problemas de etica: La etica, parte de la filosoffa que estudia la moral y su 3. Etapa interpretativa (significado). Convalidacion de los datos, es decir la soli-
repercusion en los actos humanos, tiene por objeto los juicios de valor cuando dez de los mismos en razon de su origen, del metodo de recolecci6n y de la
se aplican a la distincion entre el bien y el maL 10 permitido y 10 prohibido en firmeza estadfstica: validez interna: validez externa: relacion de los hallazgos
la investigacion. Los problemas de etica tienden a limitar los estudios experi- con los objetivos e hipotesis: relacion de los hallazgos con los hallazgos publi-
mentales, sea por accion 0 por omision. cados por otros autores; aspectos nuevos e importantes del estudio.
La metodologia de investigaci6n
EI escenario de las publicaciones
La metodologia es el conjunto de metodos que se siguen en una investigaci6n cien-
tifica, la cual se funda en principios y se materializa en procesos sistematicos los cua- En los llltimos 30 anos Ia cantidad de artfculos cientfficos pubJicados ha experi-
les se expresan en actividades. Cualquier sistema de conocimiento se basa en el empleo mentado una import ante eclosion. siendo materialmente imposible que un medico de
de metodos apropiados: el sistema de conocimientos en clinica no hace excepcion. cualquier especiaJidad pueda efectuar una lectura detail ada de cada uno de los artfcu-
los public ados debido a serias dificultades relativas a su disponibilidad , al tiempo
Una revision atenta de los diversos libros de texto y de consulta sobre metodolo- requerido y a su coste. Por otra parte en Ia5 publicaciones medic as en generaL y las
gia de investigacion muestra -mas alia de la diversidad de estructuras y de nomen- urologicas en particular. hay cada dia una mayor proliferacion de tel111inos epidemio-
clatura- que el metodo cientffico se desaITol1a en 3 grandes etapas consecutivas: etapa logicos v estadfsticos. Ademas existe gran desconocimiento sobre Ia metodologia de
conceptual 0 etapa te6rica: etapa empfrica 0 etapa pnictica y etapa interpretativa 0 es~ritur; cientffica tanto por los lectores como por los autores: incluso en ocasiones
etapa del significado. hasta pOI' los editores de revistas cicntfficas.
---- --~ -- -- - ---- --- --- -- - - - - --- -
artfculo: como clebemo" presentar los resultados: como conducir la di'>cusion y ela-
Eqas circunstancias '>c traducen en seria'> dificultade~ para la cOll1premion de la
borar las conclusione,,: como citar correctamente las referencias bibliograficas.
Iectura de lo~ artfculos por: a) incoll1prension 0 tergiversacion de los terll1inos esta-
distico~ y epidel11io16gicos: b) faltas de estructura y de estilo de los artfculos: C) apa-
En resumen. la estadfstica y la epidemiologfa constituyen herramientas funcla-
bullamlento ante el tlpO de informacion presentada. En el caso de asistentes a conQ:resos
mental mente de il1\estigacion. las cuales dan \aliclez y pe'-,o especffico a las il1\esti-
o jomadas se inhibe en mayor 0 menor grado el debate 10 cual afecta negati\a;11ente
gaciones. Estas amlaS nos ponen en guardia frente a estudios que tienen una fOll11Ulacion
la critica constructi\"a que es tan buena aliada del conocimiento cientffic~.
inadecuada e insuficiente de los objetiyos: estudios cuyos resultados aparecen como
estadisticamente significativos pero que tienen errores de diseno que los invalidan.
E!'.tos hechos gene ran tres posturas claramente definidas en aquellos clfnicos no
Cna \ez asegurada la correccion en los aspectos clayes de contenido se debe garanti-
\ersados en terminos estadfstico-epidel11iol6gicos cle reciente implantacion:
zar su presentaci6n y publicacion correcta. clara y concisa a la comunidad cientifica.
1. Conceptos generales
(@01@0
~ (~ .rDO\
(B r'OO\ ~)
(~!
1d I~
(.°
I
~
c)0 {c)oYd
(oOp
©
(
0 0 , 00
"--"'" , I'@O
(.,,--......~
00
~(~~
°° ,
I
(02\
I~II (0
(CC)", "\~'
;00\, (8,0
I~ I~' to!
F no F
Fig. l. } - Estlldios 0 diseiios epidemiologiros: grllpos )' cOlllporacioll de grupos.
n-IH It- I
Grupos. La primera idea implfcit:l en la figura 1.1 es que trataremos con grupos de quier otro decto relacionado con la situaci6n de salud de las personas. Notaremos
per<;onas. En el trabajo c]fnico diario se reune infomlaci6n a tra\'(~s de la anamnesis. la en adclante la presencia de cualquier efecto como E. y como 110 E su ausencia. La
e\.l'loraci6n y las pruebas complementarias. Ese proceso. completado con un adecuado respucsta a esta primera pregunta se encuentra mediante la descripci6n de variables
diagnostico diferencial. lle\a a la \erificacion 0 rechazo de distintas hipotesis sobre la relacionadas con la~ caracterfstica'. de las personas. el lugar 0 el tiempo en 10<., que se
situacion de <,alud de un paciente. 10 que denominamos diagnostico. El enfoque epide- presenta el problema.
miologico. sin embargo. utiliza infonnaci6n sobre la distribuci6n de los problemas de
salud y sus determinantes en colectivos de personas. ya sean enfennas 0 sanas. .2) l.Como se explica que ese comportamiento sea aSI y no de otra manera')
Comparacion de grupos. Una segunda idea es que, si bien en muchos casos es La respuesta intenta analizar que factores estan relacionados con el problema en
suficiente la descripci6n de la situacion en un colectivo. de alguna forma siempre se c"tudio. en que medida .Y que cantidad de dano a la salud es atribuible a la presencia
realizan comparaciones con 10 que ocurre en otros. Esas comparaciones son a \eces o ausencia de esos factores. Notaremos a los factores predictores de cualquier efecto
implfcitas, intuitivas, pero en la mayor parte de los disefios habra que explicitar un mediante F. y su ausencia como flO F.
grupo de comparaci6n, que ademas sea el mas adecuado. Cuando el interes del estu-
dio sea determinar si la presencia de un factor de exposicion 'F' 0 alguna caracte- Ademas. debe tenerse en mente el estado del conocimiento previo sobre el pro-
rfstica (por ejemplo, nivel serico elevado de antfgeno prostatico-especffico, PSA) se blema a investigar (Fig. 1.2). Este sera indudablemente un determinante del tipo de
asocia con la aparicion de una enfermedad 'E' (carcinoma de prostata, en este caso), pregunta que se plantee y, por tanto, del tipo de estudio.
sera imprescindible conocer como se distribuye esa enfennedad en la gente que no
presenta la caracterfstica (noF). Es mas. no se podrfa afirmar nada sobre la posible r- '~
Aun cuando suele identificarse problema de sallld con elljermedad. el objetivo Fig. 1.2- El lipo de disciio. Sus indiCilciollcs seg/Ill
de la investigaci6n puede referirse a muerte, recurrencia, actitudes. curacion 0 cual- el cOllocimiclllO pU'l'io sohre 1'{ proNi'lI/iI.
A~f. es po~ihle que no~ encontremm en una primera fase, en la que 10 importan- EI ohjdivo a esta altura de la il1\e~tigaei6n es la wrifieaci6n de hip6tesi~. Se inten-
te es definir preci~amente en que consiste el problema. Una ~ituaci6n semejante a la ta a\ eriguar si hay una dcterminada a"ociaci6n (Fig. 1.3) Y si existen evideneias de
que ~e plante6 cuando los medicos de un hospital de Madrid en la decada de los ljue e~a relaci6n e~ de tipo cau:.;al y puede pOl' tanto. hablarse de faetores pronostieos
ochenta detectaron un numero alto de ingresos por neumonia atipica. en un periodo o fadore~ de riesgo.
corto de tiempo. Las il1\estigaciones posteriores lIevaron a la definici6n de una nueva
entidad. el Sindrome del Aeeite Toxieo Espano!. Con freeueneia el problema aparellta
estar bien definido. Por ejemplo. en un estudio sobre faetores dietetieos y metab6li- 3. Tipos de estudios: La Observacion y la Experimentacion
co:.; y <,u influencia sobre la litiasis renal. sera necesario difereneiar el tipo de litiasis:
no se va a detectar 10 mismo si se trata de aeido urico que de oxalato calcieo. En la seeueneia que parte de la definicion del problema a investigar se reconen
los prineipales tipos de estudios en Epidemiologfa. Sin poder haeer una presentaci6n
Si el conocimiento existente sobre el problema identificado es escaso. el estudio exhaustiva. se intentara ahora sistematizar un esquema general de las opeiones que
mas indicado sera de tipo descriptivo. Se trata de medir el problema buscando dife- mas frecuentemente se presentan al investigador 3 (Fig. lA l.
rencias entre los distintos grupos y subgrupos, en funci6n de la desigual distribuci6n
de otras variables. Los estudios que consideraremos en este caso son los Ecol6gicos
y Transversales.
TIPOS DE DISENOS
EPIDEMIOLOGICOS
Cuando existen suficientes evidencias a partir de disefios descriptivos, se esta en
NO CONTROL (-CONTROL
condiciones de dar un paso mas. Se trata ya de evaluar la posible asociaci6n, de tipo
causal, entre diferentes factores y el problema de salud de interes. (.Que factores? Pro-
de asignacion: l,-------_...-'
de asignaci6n:
bablemente la etapa descriptiva ha sugerido ya un buen numero de candidatos, aun- ASIGNACION ASIGNACION
NO ALEATORIA ALEATORIA
que no es la unica fuente de hip6tesis. En numerosos casos la observaeion clinica
atenta ha proporcionado pistas valiosas para la identificacion de factores de riesgo y (N;~NTERVENCION"\). I!\'TERVENCION
\ en el Diseno ~ en el Diseno
factores pronosticos. En este estadio de la investigaci6n habra que optar entre dos
gran des grupos de estudios: los Experimentales y los No experimentales. En el pri- ""
E. OBSERVACIONALES E. EXPERIMENTALES
mer caso estan incluidos los estudios aleatorios controlados (tambien conocidos como
ensayos clfnicosl y los disefios cuasiexperimentales. En el grupo de los no experi-
~.
mentales (tambien denominados, por algunos autores, Analfticos) se encuentran los
estudios de seguimiento y los de casos y controles. La elecci6n entre uno u otro
grupo dependera de los objetivos. de criterios eticos, de los recursos y el tiempo dis- DESCRIPTIVOS/ " t'-"
ANALITICOS CUASIEXPERIMENTAL I EN~AYOS ,-
/'~"
CLIMCOS .
ponibles. y otros factores que se comentaran mas adelante. E.INTERVENCION
C01\'TROLAD~:J
'- , ~ CO""'N~ARlA
Poblacion
I~~---·~ E CASO
CONTRO~I
I SEGmMIE~TO
(cohone)
I
J
TRANSVERSALES
(prevalencia)
II
!
Fig. /.3- Asociocion entrc lin factor de c-,posicion (F) Y lin efecto (EJ. Fig. 1.4- Tipos de estudios. Ef cOlltrol de fa asigllocidn y fa ill/ClTencioll.
ena primcra gran di\ i<.;i6n c:, la que ui"tingue entre di.<.;eno:-, Experimentales y los ena opci6n intcrmcuia e~ b que ofrcccn los estudios cuasiexperimentales 0
No Experimentales u Obsenacionales. Se utilizan uo~ critcrio:;, para establecer esta casiexperimentales h En ellos puede no existir a"ignaciol1 aleatoria individual: como
distincion. En primer lugar. la posibilidad de que el imestigador controle no la asig- ° mucho. puede decidirse al azar cual "era el grupCl en el que se intenenura. Pero una
nacic5n de 10<':' panicipantes a los grupos de comparacion. En un estudio experimental \e7 decidido esto. 1Oua" las per~onas que integran cada grupo recibinln 0 no la inter-
existe ese control. es decir. el propio inwstigador decide. para los individuos que \an \encic5n. Es el caso en el que se pretendiera e\aluar el impacto de una intenencion
a panicipar. a que grupo seran asignados. Aunque. como se wra mas adelante. el con- prc\enti\a subre la calidad de \ida de un tipo de pacientes. En el experimento puro.
trol en la asignacion se deja en manos del azar (10 que conocemos como (lSiglloci(11l ~e distribuirfan individualmente al azar en dos grupos. uno de elJos sometido al nuevo
uleoTOrio). En los disenos no experimentales no ha) posibilidad de asignacion alea1O- rip(' de intenencion. y el otro a la intenencion estandar preexistente. En el cuasiex-
ria: las personas presentan exposicion 0 no a distintos factores. por las razones que perimento. los enfermos tratados en distintos senicios. 0 residentes en varias zonas
sean. sin que intervengan 1m in\'estigadores. EstClS se limitan a obsenar la situacion. gc:ognificas. recibir{an la intenencion solo si en su servicio 0 su zona se decidio que
se intervendrfa. Incluso es posible el diseno cuasiexperimental en el que no exista
Por otro lado. en los estudios de tipo experimcntal existe manipulacion de alguna grupo control. En ese caso solo queda la posibilidad de evaluar la situaci6n alltes y
variable independiente. 0 intervenci6n, por parte del investigador. Es decir. se espe- desplics de la intervencion.
ra que tras 1a asignacion aleatoria. las diferencias que se encuentren se puedan atri-
buir. precisamente. a la intervencion efectuada. Aun cuando los estudios experimentales pueden parecer enormemente atractivos
por sus ventajas. en multitud de ocasiones son impracticables. Por un lado. razones
eticas impiden exponer a seres humanos a situaciones que pudieran ser perjudiciales
4. Estudios experimentales
para eJJos. Por eJJo. si la hipotesis a evaluar plantea que la presencia de cierto factor
incrementa el riesgo de que se desarroJJe una enfennedad. 0 se piensa que cierta tera-
Si hubiera que elegir cual es el mejor diseno posible cuando se pretende verificar
peutica podrfa estar implicada en un peor pronostico, cualquier tipo de experimenta-
una hipotesis, la respuesta serfa. en principio, favorable a los disenos de tipo experi-
cion esta expresamente prohibida. Por otro lado, cada vez es mas frecuente que la
mentaL La razon reside en sus caracterfsticas. En primer lugar. e1 experimento per-
investigacion etiologica se dirija hacia exposiciones ligadas a formas y esti10s de vida.
mite el control de la asignacion. El hecho de poder incluir a las personas en los grupos
En ese caso, aun cuando se pen sara que cierta modificacion pudiera ser beneficiosa,
que se van a comparar de forma aleatoria tiene una ventaja sobre el resto de las estra-
resultarfa practicamente imposible conseguir que individuos asignados aleatoriamen-
tegias: si el azar no juega una mala pasada. se puede esperar que los grupos de com-
te modificaran sus habitos y costumbres.
paracion sean muy similares entre sf. Es decir. para multiples variables (como sexo,
edad y demas) es po sible conseguir grupos homogeneos. en los que la distribucion de
las \ ariables que podrfan interferir en los resultados sea semejante. De esta forma. si
se encuentran diferencias, solo quedarfa una explicacion: la intervencion. 0 manipu- 5. Estudios no experimentales
lacion de una variable. La situacion ideal la representa. pues. el estudio aleatorio con-
trolado"·' (Fig. 1.5). Estas y otras razones han hecho que mu~has investigaciones utilicen estudios No
Experimentales u Observacionales. En las ultimas decadas se ha producido un aumen-
l,\TER\'E'\o6y~
\ ~.
': ~---..-.-
---r---'
/ ~ ~
'---
to en el desarrollo de nueyos disefios. y un incremento espectacular de procedimien-
-::::: ----./
Fig. /.5- Estlldio a!ei7torio COl1tro!ado (cllsayo clinico). Tras la asignoci!5n aieatorio. Los disenos observacionales se subdividen a su vez en dos grandes tipos: los mera-
la cXjJosici()n (F) consistc 1'1] LIllO ilZtelTCIZCirill. Al filled se COIIlJ70rul1 mente DescriptiYos. y los denominados Anallticos. En el primer caso se pretende
los resliltados obtcnidos CI] f(;nnillos rclatin)s. encontrar la respuesta a una pregunta ya conocida: (.como se comporta el problema
de interc<, en un determinado grupa? Como "e ha comentado. la deseripeion de la Finalmente. ~e puede intentar el planteamiento de los estudio~ Transnrsales 0 de
situacion en terminos de earacterfsticas de per<,ona. lugar y tiempo permite hacerse Prevalencia' (Fig. 1.6). C-.ando tambien informacion individualizada. -.e trata de cono-
una idea de eual es la situacion. Esta aproximacion descriptiva aport a un conocimiento ceT para una poblacion definida U-,ean enfermos 0 sanos J. que proporcion de indivi-
sobre cuales son los problemas y necesidades de atenci6n existentes. ademas de la duo~ present an una determinada caracteristica 0 problema en un momento dado en el
posibilidad de formular hipotesis que otros estudios. de tipo analftico. puedan evaluar. riempo. La existencia 0 no del problema (E 0 llO E) se contrasta simultaneamente con
la pre~encia 0 no de una 0 mas caracteristicas (F 0110 F). Un estudio transversal sobre
En el grupo de los estudios descripti,·os se plantean estrategias diferenciadas. Por prnalencia de hipertrofia benigna de prostata podrfa encontrar. por ejemplo. una mayor
un lado es posible manejar datos agregados. generalmente ya existentes cuando se ini- proporcion de personas con ni\eles altos de androgenos (F) entre los individuos con
cia la in\'estigacion. Es el caso de los estudios Ecologicos~. En ellos no se usa infor- hipel1rofia (E). en comparacion con los que presentan una prostata normal (110 E).
macion individualizada. sino que la unidad de analisis es el grupo 0 la poblacion. y
la informacion sobre la distribuci6n de la exposicion es el promedio dentro de cada Los estudios descriptivos dan lugar generalmente a hipotesis variadas. (,Como veri-
unidad de estudio. Por ejemplo. un estudio podrfa comparar las vent as de tabaco en ficarlas? Ya se han comentado las limitaciones y dificultades que se encuentran cuan-
las distintas provincias espafiolas con la incidencia 0 Ia mortalidad por cancer de veji- do se piensa en los estudios experimentales. En este punto, el investigador tiene la
ga en cada una de ellas. Se esperarfa encontrar una relaci6n entre mayor venta y. por posibilidad de acudir a los disefios Analiticos. Incluidos en el grupo de los estudios
tanto, con sumo per capita y una mayor presencia de ese tipo de cancer. Los datos pro- Observacionales, y por 10 tanto no experimentales, reunen un conjunto de alternativas
cederfan de cualquier anuario estadfstico. y no seria posible 'usar informacion desa- suficientemente potentes frente a la experimentacion. Los mas frecuentemente usados
greg ada por individuos. Eso diferencia a los estudios de tipo ecologico del resto de son los estudios de Seguimiento 0 de Cohortes. y los estudios de Casos y Controles.
las aproximaciones descriptivas, en las que sl se dispondra de datos individuales.
En el caso de los estudios de Seguimiento 9, el planteamiento es simple (Fig. 1.7).
Otra opcion descriptiva es partir directamente de las observaciones clfnicas. Es Se parte de una 0 varias hipotesis que predicen la asociacion entre una exposicion (F)
frecuente la aparicion de casos aislados rams, 0 de grupos de enfermos con un mismo Y algun efecto (E). Si esa hipotesis es cierta. es razonable esperar que las personas
diagnostico y algun comun denominador no observado previamente. Es 10 que cono- que presentan tal exposicion tengan una mayor probabilidad de desarrollar el efecto
cemos como Informes de casos y Series de casos. A pesar de su abundancia en la despues de un periodo mas 0 menos largo. Podria compararse su experiencia con la
literatura, representan la opcion mas debil, con una utili dad limitada. de otro grupo en el que no estuviera presente la expo sic ion (no F). Se dispondr1a
entonces de, por 10 menos, dos grupos: uno expuesto y el otro no; esos grupos se
denominan cohortes.
noE
Ya solo queda ,>eguir a ambas cohortes en el tiempo y verificar si efectivamente, Lo~ di~efjo" ob~ervacionale~ de tipo analitico ~on. pues. una buena opcion cuan-
en tenninos relativos. ,>e produce un mayor numero de nuevos casos en la cohorte do ~e intenta e\aluar hipote<,is. Aun cuando no pueden aprovechar las ventajas de la
expue:-,ta en comparacion con la no expuesta. Esta forma de \er las cosas difiere muy a,ignacion aleatoria y el control de las intenenciones. seran el diseno de eleccion en
poco de 10 que se hace en un estudio aleatorio controlado. Solo un detalle: aqu] los !11ultiple~ ocasione~. El problema \a a ser, ya que no existe experimentacion, en que
ilwestigadores no deciden quien se expone y quien no. Por distintas razones algunos mcdida otros factores pudieran estar distorsionando la observacion.
individuos pertenecen a una cohorte 0 a otra. y solo es po sible observar que ocurre a
10 largo del tiempo. Como consecuencia, tampoco existe otra intelTel1cion que no sea
la derivada de la observacion y de la medicion.
onoF
8
Fig. 1. 8- Estudio caso-control. SI' COlllparal1 los antecedentes de exposicicln (F)
y no exposicirln (no F) en C(lSO.\' (E) y cn cOllrrolcs (no Ei.
B. ERRORES EN LOS DISENOS
YFORMASDECONTROL
E. Perea-Milla Lope::,
Los posibles enores se agrupan en dos gran des tipos: error aleatorio y error sis-
tematico 14.
1. Error aleatorio
La mala cIasificacion es producto de cualquier ejercicio de medici on y puede Una distorsi6n semejante, pero de signo contrario, ocurrirfa si quienes sigu~n esa
afectar tanto a la exposicion como al efecto. Este sesgo, conocido tambien como sesgo dieta son, por ejemplo, menos fumadores en promedio. Cuando se ~compare l~ dleta ~
de informacion, depende de la validez y fiabilidad del metodo utilizado para reco- con otras la menor cantidad de tabaquismo en ese grupo provocara que esa dle.ta apa
gerla. Su impacto puede ir en el sentido de diluir diferencias realmente existentes, si , . 1 E to es asi porque al asoctarse la
rezca como menos pehgrosa de 10 que rea mente es. s .
se produce por igual en todos los grupos de comparacion (con algunas excepciones). dieta en estudio con una menor proporci6n de fumadores, parte de la ~arga de :Iesgo
En ese caso se conoce como sesgo de mala clasificaci6n no diferencial. Si la gente · 1
del tabaco se transfiere en el estu d10 a as personas
que si auen otros tlpOS de dleta.
c
tiende a ocultar 0 exagerar habitos socialmente no admitidos, es posible. por ejemplo,
que un estudio no detecte de forma clara quienes estan expuestos 0 no a pnicticas de Como puede verse, la distorsi6n que introduce un factor de confusi6n p~~de ir en
riesgo para las enfermedades de transmision sexual. Al mezclar erroneamente gente " I ealidad Pero tamblen puede
el sentido de exagerar diferenClas, eXlstan 0 no en a r , . .
con 0 sin la exposicion. es mas diffcil encontrar asociaciones si es que existen. uar en el sentido contrario. y disminuirlas 0 dilllirlas. S1I1 embargo. en cualqUlera
act . . d"b' ~ los arupos
de esas situaciones. la confusion conslste en una deslgual lstn UClon. en c.
Si, por el contrario, el error es mas frecuente en alguno de los grupos en estudio, que se comparan, de algun factor que. ademas. se relaciona con el efecto estudlado.
es decir. esta condicionado por la presencia 0 ausencia del efecto 0 la exposicion,
entonces tiende a sobreestimar 0 infraestimar las diferencias, Se trata entonces de una . -' . ' bl de actuar como confun-
. Como decidir. en la fase de dlseno. Sl una vana e pue .
mala clasificacion diferencial. Un caso clasico en la literatura es el de las madres de der1~ ') La identificaci6n 0 caracterizaci6n de una tercera variable como potenClal-
ninos nacidos con malformaciones. Probablemente, recuerden con mayor intensidad .. , . ' d d I ' d dera relaci6n entre el factor
mente confundente (C). es deClr. dlstorslOna ora e a ver a , ' '
las exposiciones ocurridas durante el embarazo que las que tuvieron hijos sanos. pro- , I' ' t d una sene de condlClones.
en estudio (F) Y el efecto (£J. reqUlere el cump llmen 0 e c
@J
•Exposicion.
laboral Tabaquismo.
[IJ
(textil)
: Cancer : Cancer
.. '.'~j~g~. '..~eJJJ~~ _.
Fig. 1.9: Factores conJundentes (C). Su relacion
can la exposicion (F) y el ejecta (£) en e~tudio.
En primer lugar, el potencial confundente (C) debe ser predictor del efecto aun : Exposicion : :Tabaquismo
laboral
entre las personas no expuest.as al factor en estudio. En el ejemplo anterior (Fig. 1.10), , (textil)
t~nto el tabaco como e1 t.rabaJo en ciertas industrias se comportan, segun estudios pre- • - - - - - - - - - - - _...I
[!] [} Ir1F.'
L::J
s610 puede contar aquf con un buen marco teorico en e1 que fundamentar su argu-
mentacion. La cuestion es mas complicada cuando la variable potencia1mente con-
;;'
, ____ ~';i:: ..:.,-:::.~ , fundente pudiera jugar un papel parcial en la hipotetica ruta causal 17.
- _\.: ~~~~/",!g;j;'':.~,
, Dieta X ; Cancer : Dieta X
:.. '.'~j~g~ ..•
3. Control de los errores
@] ~
" ____ _~':';'.·~'"~::t~~ _
Los sesgos de seleccion y de clasificaci6n deben contro1arse en la medida de 10
posible durante la fase de disefio del estudio. de 10 contrario. pueden llegar a inva1i-
, Exposicion '
laboral •Tabaquismo: dar los resultados.
(textil)
Tambien la confusion puede controlarse en la fase de disefio. Se utiliza en oea-
siones la restriccir5n, es decir, la limitaci6n .del estudio a un solo subgrupo. Si e1 sexo
Fig.!.] 0: Foe/ores eOlliimdellT(,s Y su relacicill COil el eJcc/o.
fuera un confundente ya conocido. se puede centrar el estudio en hombres 0 mujeres
unicamcnte. Otra posibilidad de control es mediante 10 que se canace como aparea-
!~lie~l!(). haciendo que los grupos de comparacion sean similare~ en cuanto a f ,t
con undente~ ya conocidos. POl' ejemplo. elegir cada control con una edad se~~ .~~~:',
al caso correspondlente, La mejor herramienta en el d'. _ , J e
,' 1 ' . lseno es. SII1 embanw la asi 0_
naClOn a eatona. algo que no siempre es posible. ~ . c
-----~--~~------.------- ---
Una vez conocido el interes que un tipo y otro de medidas tiene. es necesario
PREY ALENCIA Il\CIDENCIA explorar la estructura interna y las ventajas e inconvenientes que cada una de ellas
aporta.
Fig. 1.12- Prevalencia (Folograjia) e Incidencia (Pelfcu/a).
Aun siendo diferentes tipos de medidas, existe una evidente interrelacion entre la 2. Prevalencia
incidencia y la prevalencia (Fig. I.l3). Intuitivamente. es claro que la prevalencia de
un problema de salud dado depende, por un lado, de la mayor 0 menor incidencia Tal como se ha definido, consiste en el cociente:
(~pari.ci6n de nuevos casos) en esa poblaci6n y. por otro lado, de su duraci6n prome-
dlO (tlempo durante el que los individuos pennanecen afectados hasta que el proble- Nllmero de Personas que presentall
el problema ell Ull momento ell el tiempo
ma desaparece par curaci6n, muerte, .. ).
PrE)
Nllmero de personas ell Ia
poblaci6n en ese momento
~~
puede oscilar en un rango comprendido entre 0 y I (valares mfnimo y maximo posi-
bles) y. al estar presente la misma unidad de medida en el numerador y en ~l de no-
-----_______ ~~___cr_,."';.~;.-r:!,~~~'!&!
minador. el cociente resultante es adimensional. Puede calcularse la pre valencIa en un
PREY ALENdt~[,,·, .
--------------~.~.-=-.. •. DlK\'ClO'\ PRO\lEDIO grupo. 0 comparar distintas prevaJencias segun la presencia 0 ausencia de determina-
Fig. 1.13- Relacion enlre incidcllcia. prcvalellcia y duracion pmmedio de /a cn/£'nl1cdad. dos factores de exposicion (Fig. 1.14).
--- ~- --- -~-~-- --~---
noE
.\"Limero de lluelOS C1I,IOS que
aparecen elumille un Ih'riodo de tielllJlo
1A =
VLilllew de indil'iduo,\ ,in el prohlel1Lo
([I comiel1;'o del periudo
E
Es de interes recalcar aquf una diferencia impIicita en los dos ejemplos anterio-
res. EI punto de corte conceptual no es estrictamente cronologico; es posible estudiar
prevalencia de eventos que no se producen necesariamente en una fecha comun para
todas las personas estudiadas. Es el caso de la aparicion de ninos recien nacidos que
presentan mal formaciones renales. Si la presencia de ese tipo de malformaciones se
asocia con algun grado de inviabilidad. es muy posible que un porcentaje de los embrio-
nes y fetos que a 10 largo del embarazo desaITollen el problema no lleguen a alcan-
zar la viabilidad y se produzca muerte fetal intrautero. ab0l10 ... De tal forma que el
numero de recien nacidos \'i\"os con esa malformacion no es sino una expresion de la · 115- 11lcideneia medida como ineideneia aeumulada en una poblacion
F 19. . . (F
probabilidad promedio individual de presentar ese dano a la salud en el momenta del en estudio expuesta a un factor de nesgo ).
nacimiento. es decir de su prevalencia. De la misma forma, un estudio que se limita-
ra a describir la presencia de una determinada caracterfstica en el momento del diag- E sta Imposlclon,
· .. , dl'fl'cI'l de cumplir cuando se manejan datos poblacionales
. agre-,
nostico en pacientes que acuden a una consulta. estarfa nlidiendo la prevalencia de £ados y no se conoce con exactitud el numero de personas inicial~ente en nes~o, ~:ra
esa caracteristica en esos pacientes.
~na exi aencia ineyitable si 10 que se plantea es un diseno especfflco de mvestlgaclO~.
10 que s'=e conoce como un estudio de seguimiento 0 de «~ohortes»: En ese caso: P~SI
3. Incidencia blemente sea necesario plantear un estudio de prevalencla al COImenzo para ehmmar
del seguimiento a los ya afectados.
acumulada. sobre todo cuando no se sigue a una cohorte fija (0 cerrada) desde el I
momenta en que ocurre la exposici6n. Aun siendo un tipo de medida valido e inter-
A B
pretable. la incidencia medida como incidencia acumulada plantea algunas limitacio-
nes en su uso. · 116- Ciudad A Y cilldad B. Mortalidad por todas las causas (X)
F 19. ' . . 14
durante el misl11() periodo de tlempo .
En primer lugaL sera mayor 0 menor dependiendo de la longitud del periodo de
seguimiento; es de suponer que, a mayor tiempo de seguimiento, un mayor numero
de nuevos casos puede ir apareciendo. Y el numero de iqdividuos que estan siendo 3.2 Incidencia medida como DENSIDAD DE INCIDENCIA.
seguidos puede disminuir conforme pasa el tiempo, por muertes, cambio de residen-
cia u otras causas. El repaso de los problemas que puede plantear el manejo de la incidencia acu-
mulada lleva a la constataci6n de que el numero de personas estu~ladas que pasan de
Ademas, en seguimientos largos, el grupo de personas estudiado, tanto por enve- la situaci6n de «en riesgo» (ej.: sanos) a la de «suceso presente» (el: ~nfermos), du~an~
jecimiento como por cambio en otras variables, puede diferenciarse y dejar de ser te cualquier periodo de tiempo, depende del tamano de la poblaclOn, ~~!a 10ngltu
representativo de la pob1aci6n de la que procede. del tiempo de seguimiento, y de la mayor 0 menor ve10cidad en la apanclOn del. ca~
bio en cada pob1aci6n. Esta diferencia en la capacidad 0 «fuerza» pa,ra producu dl~
Mas aun, en algunos estudios, ciertas personas estaran en riesgo de que aparezca tintos flujos de cambio (de sanos a enfermos, en el ejemp10) de?endera de 1a ?~~SenCla
el problema durante diferentes perfodos de tiempo, y seran seguidas dentro de distin- o ausencia. en distintos grados, de determinados faetores de nesgo 0 exposlclOn.
tos perfodos en el estudio: en el caso de una poblaci6n en la que se produzcan sali-
das (par muerte, emigraci6n, .. ) 0 entradas (nuevos nacimientos, inmigraci6n, .. ), no es Es par esta raz6n que 1a densidad de incidencia, ade~as de. tener en euenta. la
posible conseguir un denominador «fijo» adecuado. No se puede delimitar, por tanto, ., d poblaei6n que se afecta toma en consideraelOn el tIempo transeumdo
proporclOn e ' . . .
10 que hemos denominado poblacion en estudio al comienzo del seguimiento. hasta que aparece el efecto; en otras palabras, se incorpora la vanable «tIempo en nes-
go» a la estructura del eociente:
Por ultimo. es importante tomar en consideraci6n el tiempo transcurrido hasta que
aparece el efecto estudiado. Puede darse e1 caso de dos grupos que se estan compa- Nlimero de Ill/eros casos que aparecell
ran do durante un mismo periodo de tiempo; aun cuando en el punto final del segui- en Lilla poblacio/J durallle un periodo de tiempo
miento la incidencia de nuevos casos acumulada sea la misma, es posible que en uno DI==
SlIma para cada indiridLio de la poblacion del tiempo durallte
de ellos la aparici6n del problema haya ocurrido de forma mas rapida que en el otro. el que estu\'O en riesgo de que apareclera el efecto
En multitud de enfen11edades. este factor. la velocidad de aparicion. es un asunto nada
desdenable. La figura 1.16 presenta el caso hipotetico de dos ciudades y la mortalidad
EI numerador. ya que se esta midiendo incideneia. es identico al que se utili~a en
por todas las causas. En ambas muere todo el mundo, pero cualquiera elegirfa haber
el calculo de 1a incidencia aeumulada, es decir. numero de nuevos casos aparecldos.
\i\ido en la ciudad B: alli la muerte tarda mas en presentarse.
Respecto al denominador, resulta obvio que cada, persona seguida a~orta ale con-
junto global todo el tiempo durante el que 110 presento el suceso de mteres, hasta que
es~e apareci6 () bien. si esto no ocurri6. hasta gue el seguimiento tem1in6. EI deno- ..1adcmas faJlece. La numero 2 mucre al final del primer ano par otra causa. La can-
1~1111ador es. e~tonces. una ,1.Ulna de tiempo (medido en anos. dfas. meses. segundos ... ). t;c1ad de nuevos casos de enfermedad X aparecidos en esa poblaci6n es de tres. Es el
conoCldo con10 personas-tJempo (Fig. I.I7). J1umerador. Para construir el denominadar debe sumarse el tiempo gue cada indivi-
duo pC!l11anecc en seguimiento hasta gue aparece la enfe!l11edad. acaba el seguimien-
to. 0 desaparcce par abandono. muerte par otra causa 0 cualquier otra raz6n.
4r-------+----<Xl 4
:
5 J-----K 5
6
B
o :2 3 7
4 5 Arios
8
Fig. 1.18- Densidad de incidencia. Calculo del denominador (tiempo en riesgo).
2 6 L!fas de
La figura 1.18 ~resenta un caso hipotetico. Se sigue a 5 personas durante 5 anos.
0 8 10 seguimiento
Una de ellas Oa numero 1), llega al final del periodo sin padecer la enfermedad X. Fig. 1.19- Densidad de incidencia. Dijerencias en la velocidad de aparicion
Tres desarrolJan el efecto durante el seguimiento (numeros 3,4,5); la persona mimero del eIecro (curacion) segLin el tratamiento el7lpleado.
En cada !;rupo ~e obtiene un 7Y7r de curacione~ despue~ de 10 dias de \egui- e~
una caracteristica de esa enfermedad. que. como \c ha vi\lO. pucdc com-
nlc'd'l,j'
L C •
miento. Sin cmbar!;o. el tratamiento A com,igue que las curaciones se produzcan ante,. I'0rtar\c de forma diferente en di"tinto" grupo.., que se comparen. segLlIl diqintos ni\e-
apareLcan con mayor \elocidad. El numerador para calcular la densidad de inciden- k, de expo\ici(in. Este tlpO de coclente se conoce como tasa.
cia e\ 3 en ambo" grupos. Sin embargo. el denominador (tiempo en ricsgo de clImr-
Ie) es de 15 dial., de obsenaci6n en los enfermos sometidos a tratamiento A. y 30 dia\ Esta restricci6n del termino «ta..,a» a 10 que se ha descrito como densidad de inci-
en el tratamiento B. De forma que la \elocidad de curacion es de 3/1 5= 0.20 por dia dencia puedc generar confusion ya que. hi~t6ricamente. se ha utilizado asociada a cu,ll-
en el primero y 3/30= 0.10 en el segundo. La \elocidad de aparicion de nuevos caso, quier medida de pre\alencia 0 incidencia. La fuerza de la costumbre ha impuesto el
(en este ejemplo curaciones) es el doble si se usa el tratamiento A. Haciendo una regIa u"o indiscriminado de ese concepto que. hoy por boy. se acepta.
de tres. se podria afirmar que por cada 100 dias observados de tratamiento con A se
obtienen 20 curaciones. frente a solo 10 con el tratamiento B. l;na \entaja anadida del uso de la densidad de incidencia es que es aplicable tanto
en ~i t uaciones en las ljue se parte de una poblacion fija (un numero de personas carac-
Otra forma de representar la diferencia de velocidad en aparicion de nuevos casos terizada~ porque inicialmente no presentan el efecto de interes). asf como en el casu
es alincondo los casos con su tiempo en riesgo conespondiente (Fig. 1.20). En el grupo de la" poblaciones Ilamadas dillalllicas 0 obicrtos (Fig. I.21 ).
A puede comprobarse que la velocidad esta siendo mayor que en el grupo B. que tiene
una densidad de incideneia mas baja. La aparicion de nuevos casos es mas lenta en En las poblaciones abiertas se admite que bay entradas y salidas a 10 largo del
B y por ella estan mas separados entre sf, ya que eada individuo aporta en ese grupo se~uimiento. Un buen ejemplo es el de una ciudad que se siguiera a 10 largo del tiem-
una mayor cantidad de tiempo en riesgo. po. La gente emigra. muere, nace. lIegan inmigrantes, etc. 0 un hospital en el que a
10 largo del tiempo se produeen ingresos. estancias mas 0 men os prolongadas, y altas
o fallecimientos. Esa situacion impide establecer un grupo inieial fijo, la poblocic)ll
I'll estudio. por 10 que un seguimiento en ticmpo real no puede calcular incideneia
Tiempo •
Tiempo en riesgo
Fig. 1.20- Tasa de illcidelleia. DellSidad de pUlltos a 10 largo del tiempo ell riesgo.
La demidad de incidencia no cumple los criterios para ser considerada como pro-
porci6n. Te6ricamente. su rango oscila entre 0 e infinito, y adem as tiene dimension: Entr3d,. )>--------.,.,x Olurrc
cl "ucC~(J
Tiempo en riesgo
al ser frecuencia de aparicion de nuevos casos por unidad de tiempo. su unidad de "bandono
EntrCida )>-------- () perdida
medida se expresa como tiempo'1. es decir. «cambio por unidad de tiempo». Y no
mide probabilidad promedio de aparicion de nuevos casos. sino la fuerza de una expo-
Fig. 1.21- Pohl{lcicil/ di!1(imiC(l 0 abier/a. Entradas
sicicll1 para cambiar en determinada poblaci6n el flujo del estado de salud al de enfer- Y safii/as dllral/le 1'1 periodo de I'SlUdio.
Una poblacion din<imica. con entradas y salidas, en la que ambas se contrapesan En situacione~ pnicticas puede que no ~ea po~ible calcular el tiempo en riesgo para
aproximadamente. puede considerarse como din<imica y estable. Si esto es as!, y puede cada individuo. l'na aproximacion «grosera» a la construccion del denominador con-
asumirse que no hay cambios en la incidencia a 10 largo del seguimiento. entonces siste en rnultiplicar el promedio de la poblacion que se ha seguido. por el tiempo pro-
cualquier periodo de obseryacion que sea posible lJevar a cabo. proporcionanl una medio de duracion del seguimiento. Esa aproximacion es frecuente cuando se usan
buena estimacion de la incidencia del problema analizado en esa poblacion. datos agregados (a ni vel poblacional) y no se dispone de informacion individual. Se
basa en la suposicion de que las entradas y salidas han sido homogeneas a 10 largo
del tiempo. y puede entonces asumirse que se han producido todas en la mitad del
seguimiento (Fig. I.24).
Nuevos casos
~.-/
salidas
11 12 Tlempo (t)
Fig. 1.22- Densidad de puntos en el area de poblacion y tiempo (Ia base de estudio).
En una poblacion abierta. el tamano cambia a 10 largo del tiempo.
, ct' ., '1 Quetdet. que pretemle determinar el mayor 0 menor grado de obc"i-
0
', Ill" "I cociente entre el pe"o \ la talla ele\ada al cuadrado. De esta tOima.
da d me(j Ie!L L , ,- , , , ' ,
, "1
,e? dlUqel l L' a 1'1' lalla de cada 1l1dl\lduo. Olro ejemplo de 1l1dlCe es el PSA den-
p"'O
sid~;d. qUe? cO!1sisle en el cociente entre el ni\eJ serico de PSA y el peso en grum~"
de ]a prostata. medido mediante ecograffa tran.;,nectal. Este otro tipo de cOmb1IlaCl~n
de medidas resume datos de do~ 0 mas componentes 0 \ariables. Es. por tanto. mas,
L'omplejo y multidimensional. al resumir componentes dispares.
D. ESTUDIOS DESCRIPTIVOS
E. Perea-Milia Lc5pe:
Es posible construir mUltiples tipos de fndices. Cada uno de ellos podrfa combi-
nar diferentes indicadores. y deberia establecer'>e que peso 0 ponderuci6n se Ie atri- 1. Introducci6n
buvc a cada indicador. El problema practico estriba. pOI' 10 tanto. en que indicadores
E~te tipo de disefios. que hemos situado en una perspectiva de primera aproxi-
y que pesos se decide usaI'. en funci6n de 10 que se pretende medir.
m3ci6n al conoCimiento de un detenninado problema. se realizan por simple obser-
vaci6n. Unicamente permiten. pOl' 10 tanto. constatar una situaci6n dada. Consiguen
Cuando Ia medici6n se realiza en areas geograficas 0 grupos poblacionales peque-
sin embargo alcanzar dos tipos de objetivos. Por un lado, ofrecen informaci6n sobre
nos, sea con indicadores 0 con indices, aparece un problema ,adicional. Frecuentemente
la situaci6n del problema de salud de interes. con la mayor precisi6n posible. De esta
los datos desagregados no estan disponibles 0 son inexactos, 10 cual choca frontal-
forma. identifican proporciones de individuos afectados ylo relacionan la distribuci6n
mente con el interes en describir y planificar a ese nive1. En estas situaciones, por otra
de algunas caracterfsticas 0 exposiciones con la del problema en estudio. Por otro lado.
parte frecuentes. existe la opci6n de utilizar medidas de extrapoIaci6n. La idea es usar
son L;na fuente inestimable de hip6tesis, aun cuando su capacidad de verificaci6n sea
medidas de frecuencia (desde tasas a proporciones .. ) obtenidas de una poblaci6n mayor
al men os discutible.
(nacionaL regional, .. ) para obtener una estimaci6n sobre 10 que se esperaria que ocu-
niera, pOl' ejemplo, en un area local pequefia si esta, con su propia estructura pobla-
Se pueden sintetizar las distintas etapas en el diseno de cualquier estudio des-
cionaL hubiera tenido el mismo comportamiento respecto a morbilidad 0 mortalidad
criptivo. en un esquema simple (Fig. 1.25),
que el area tomada como referencia. Este metodo, conocido como ajuste de tasas s,
se utiliza habitualmente tanto cuando el interes del estudio se centra en grupos peque- IDEI\TIFICAR
nos. como cuando al comparar grupos entre sf existen variables (composici6n pOl' sexo POBLACION DIAt'-.'A
~-I ..
,100\ DEFlKJR EL I rOM , B
\0 PROBLEMA "0
no E i
I'
DESALVD E·
OPERA TIVIZAR
VARIABLES U D
FlEBRE
En primer lugar e" necesario identificar ]a pohloci(in diono. I\o nece"ariamente ha mera hip(',tcsis ljue dcspues sc \crific6. 0 fueron la primcra sei1al de alarma respec-
de ser poblacicll1 general. Podrfa existir interes en im e~tigar la situacicln de cieI10 tip() to a la aparici6n de nue\os sfndromes 0 epidemias.
de enfermn~ y ]a distlibucion en ello!-. de algunas caracterfstica<,. 0 bien. el compona-
rl1iento de algunCh <.,enicios hospitalmios en relacion a la calidad de la prestacion que En 1961. ..,e publico un informe de un caso en el que una mujer premenopausica
ofrecen. Todas estas situaciones llC\an ala caracterizacion de distintas poblaciones diana. desarroll6 tromboembolismo pulmonar semanas despues de comenzar el u,>o de anti-
conccptivos orales para el tratamiento de una endometriosis. Alrededor de 1981. en
De ]a misma forma. es imprescindible en cualquier diseno. la definicion del pro- la ciudad de Los Angeles. se obsef\o un numero extranamente alto de ingresos por
blcma de sailid objeto de estudio. Seria demasiado vaga. por ejemplo. una descrip- Sarcoma de Kaposi y. en otros casos. de neumonfa por .'\eumocystis Carinii. en per-
cion de casos de cancer genito-urinario. Claramente se engloba con esta definicion un sona~ jO\t?nes pre\'iamente sanas. Habfa un denominador comun en ese exceso de
conjunto de neoplasias demasiado diferentes entre sf. y se necesitarfa una mayor espe- diagnclsticos: hombres de habitos homosexuales. de ambito urbano. y S1l1 experiencia
cificacion de los procesos que se pretende describir. pre\ia de inmunosupresion 2<'.
La fase de operati\'i~acioll dc variobles resulta en ocasiones especialmente vul- En 19SQ. en la ciudad santa de Meknes. en Marruecos, se detecto un raro hecho:
nerable a '10 obvio·. Un caso frecuente es el del nivel socioeconomico. En mucho~ en un corto periodo de tiempo aparecio un numero alto de casos de una enfermedad
estudios es diffcil entender si los autores miden esa variable segun ingresos familia- paralizante de origen deconocido. EI medico responsable de los dispensarios dio la
res, nivel de estudios alcanzados, profesion del cabeza de familia, a simple impresion pista a los consultores que la OMS habfa enviado: habfa visto muestras de aceite
personal. Situaciones similares se encuentran en relacion al estadiaje de tumores, nivel comestible «tan oscuras como un aceite usado de motor», y algunos enfermos crelan
de graved ad de los pacientes e incluso en el manejo de parametros bioquimicos. Es que ese aceite era el responsable de la enfel111edad. La investigacion epidemiologica
preciso entender ademas, que el caracter de las variables (continuas, categoricas, etc) posterior revelo que se habia comercializado un aceite de oliva para consumo huma-
determinara la indicacion del tipo de analisis estadistico, y eso afecta tanto a las varia- no con solo un 33% de aceite vegetal. Se encontro que contenia un lubricante artifi-
bles independientes (tipo de exposicion) como a las dependientes (efecto 0 problema cial con fosfatos de cresilo: ese componente se usaba para resistir las altas temperaturas
en estudio). Estos temas se tratan en el capitulo II.D. a las que se exponen los aceites usados para lubricar los turborreactores 21. Un caso
parecido ocurrio en Espana a comienzos de 1981 2: y llevo a la identificacion poste-
La eleccion de las jllentes de informacion tiene importancia, por cuanto la dispo- rior del Sfndrome del Aceite Toxico espanol.
nibilidad de los datos puede ser determinante en relacion al diseno que se pueda lle-
var a cabo. Asf, si los datos esuin ya disponibles y son de buena calidad, serfa viable Alm cuando podrfan citarse muchos otros ejemplos, y se calcula que en Espana las
e 1 plantearse un estudio de tipo ecologico, usando datos secundarios. Si esa clase de pUblicaciones de este tipo suponen entre el 50 y el 807c de la produccion cientffica medi-
informacion no existe, habra que buscar datos primarios, usando cuestionarios 0 revi- ca 2~. ~u utilidad tiene una serie de limitaciones. En principio no sirven para probar hipO-
s:ion de historias clinicas, por ejemplo. te:l~ e~tadisticas. dado que representan la experiencia de una sola persona 0 un pequeno
nUl11ero de ellas :"'. Desde un punto de vista epidemiologico presentan un problema cru-
Un punta de gran ayuda en la fase de diseno del estudio, es la decision sobre los cull: la inexistencia de algun grupo que pueda servir como comparacion 0 control.
indicodores y tablas que se pretenden obtener en el analisis. Su utilidad practica inme-
d iata es la seleccion de las variables que deben incluirse en el protocolo, identifican-
do cuales sirven a los objetivos planteados y cuales son innecesarias. 3. Estudios ecologicos
Una clasificacion de los disefios ecologicos los presenta en tres grandes grupos: •
I
2(j
hi ;" ~~~~~~~~ f
Fig. 1.2/,?-Rel{/cirin entre conSlllllO per ccipita de wh(l('o Y /I1ortalidad por c(lrdiopot[(l Fig. 1.29- Tasa de sllicidios (pO,. J(Y lwiJitantes) segLin composicion religiosa
isqllelllico ('II hombres. TU.lus ajuSiac/us por 100.000 llObitw/J('s. (Espmla J 95 J-J 979) 29. en 4 provincias de Prusia. 1883-} 890. Fuente: Morgenstern 7.
Mas diffcil es la soluci6n de los no respondentes, las personas que por distintas
y en cada fila quienes presentan exposicion (F) y quienes no (no F). La prevalencia
razones se niegan a participar en el estudio. contestar cuestionarios. etc. Si son siste-
en los expuestos se calcula dividiendo el numero de personas enfermas en el grupo
maticamente diferentes en algo de los que participan, de nuevo la muestra podrfa no
expuesto (a) por el total de expuestos (a+b). Identico calculo puede hacerse para los
ser suficientemente representativa. Un recurso frecuentemente usado es detenninar a
no expuestos (clc+d). La razon de prevalencia. finalmente, es el cociente entre ambas
priori un tamano muestral mayor que el minimo necesario. y reemplazar las negati-
prevalencias (RP). Si se ha muestreado, esc cociente es un estimador de la verdadera
vas. Sin embargo. aunque de esa forma se soluciona el asunto del tamano de la mues-
razon de prevalencias que se da en la poblacion.
tra, y por 10 tanto su potencia para detectar diferencias. no ocurre 10 mismo con el
desplazamient() mencionado. Y si en lugar de muestrear se hubiera intentado investi-
gar a toda la poblacion. el problema hahrfa sido el mismo. ya que los no responden-
E noE
tes en la muestra representan a aquellos que se negarfan a participar del total de la
poblacion.
5. Amilisis
F
La medida de frecuencia mas inmediata en cualquier estudio transversal es 16gi-
camente la prevalencia puntual. notada como P( E). Se trata de dividir el numero de b
o c
casos que presentan el problema por la poblacion existente en ese momenta (Fig. 1.31). P(Eh == - - - P(E)noF == - - -
(a + b) (c + d)
a" noF
P(E)F (0 + b)
RP=---
noE P(E)nuF c d
E (c + d)
P(E)==--- P(E} c·...
E + I1()E
I
:T
I
(OR) 0 Raz6n de Oportunidades (Capitulo LF) de prevalencia.
Fig. 1.31- Prcm/cncia j!lIl1lLio/.
-Los estudios transversales dan una descripcion de la magnitud y el alcance del PRESENTE
problema. Lo que conocemos como la fotogmffa, la situacion en un momento dado. neE
noE
-Proporcionan informaci6n basal para estudios de seguimiento posteriores. ya que
E
permiten eliminar del seguimiento a los casos ya existentes, los casos prel'a/elltes E
(Fig. 1.33). F noF
"""?'"
PRESENTE FUTCRO ~
F \
E
!
'0
neF
0
CASOS
PRE\ALEKTES noE (~
'~
F
noF;
EJ
Fig. /.33- COrle transl'crsai pl"Cl'io oi s{'guimicl1/o. Fig. 1.35- Ami/isis dc 1111 es/udio 11"071.\\'Cl"so/ como cSludio c(lso-control.
-Son tililes en evaluaci6n de intervenciones sobre la poblacion. Una combinacion -Una \entaja no suficientemente yalorada en la literatura es el hajo coste de este
secuencial de estudios transyersa1cs permitirfa evaluar el impacto sobre la preya1cn- tipo de disenos en comparacion con oll-os. especial mente los analiticos. Si existen
cia, si se espera una reduccion en la incidencia 0 una mejorfa en el pron(')5tico. Se pocos recursos son una opcion a considerar frente a estudios mas complejos, ya que
ampliad. este tema en el capitulo dedicado a disenos cuasiexperimentales (Fig. 1.34). se recolectan los datos de una sola \cz y no existe seguimiento. La unica precauci6n
que hay que tener es no olvidar sus limitaciones en cuanto a la pmible verificaci6n
LlTIERVENOON de hipotesis.
1. Introducci6n
N'de
personas Nue\os. casos
. I B (exp.) D (no exp.)
tarim '.e interesan por participar en el estudio se relaciona con la probabilidad de desa-
rrollar HBP y con los factores de riesgo analizados. entonces las estimaciones del
EJ 10
estudio pourlan resultar sesgadas. Si no es asi. la pregunta que qlleda por responder es CLASIFICACION INCORRECTA
en que medida esos \oluntarios son representativos del resto de la poblacion general. IT] 60
TABLA 1.2- Raz.6n de Riesgos 0 Riesgo Relati1'O (riesgo de recidil'Cl ell casos
E 110 E
de tumor de Wilms sometidos a radioterapia).
F a b
Los resultados del seguimiento indican que la incidencia acumulada de recidivas
170 F C d en los poco irradiados fue de 0.09. Es decir. el riesgo de sufrir una recidiva tras un
periodo de tiempo X es del 9% en ese grupo. Sin embargo. ese mismo riesgo es menor
en los radiados correctamente (9 por milo 0.009). con 10 cual el riesgo de recidiva
a C
se multiplica por 10 si se irradia insuficientemente a un paciente con tumor de Wilms.
IF = InoF =
(a+b) ( c+d) Aunque se trata en otro capitulo, puede senalarse que los resultados fueroil estadfsti-
camente significativos (p=0.003).
a
(a+b) Razon de tasas.
RR = (Tabla 1.3). Cuando se usa con densidad de incidencia (nuevos casos, E. en rela-
c
ci6n a cantidad d~-personas-tiempo 0 P-Tl. el riesgo relativo estima el numero de
(c+d)
veces que aumenta la velocidad en el flujo de sanos a enfermos (fuerza de morbili-
TABLA 1.1- Ra::6n de riesgos. Cociente entre incidel1cia e71 expuestos (h) dad en este caso) en el grupo expuesto (alNr ) frente aJ de referencia. el no expuesto
e incidencia en no expuestos (["oF). (clN"o!'-)'
1
E P-T E P-T
F 1 _ _ _" __ ~ ~ ~_-'
__ ___
F 60 90.000
60 12
a c
IF = = 0.00066 arlO- i IlIoF= =0.00012 ailo- i
90.000 96.000
Ir-= I,IOF =
Nr
60
h 90.000
a RR = RT= = = 5.33
h Nr InoF 12
--
RR=RT= =-- 96.000
Otra posibilidad seria seguir a pacientes sanos (sin HBP) de un colectivo deter- b. Odds Ratio 0 Razon de Oportunidades.
minado (por ejemplo, los donantes de sangre en un centro regional) y cuantificar la Otra aproximaci6n posible a ta estimacion de la magnitud de la asociaci6n es como
aparicion de nuevos casos de hiperplasia mediante examenes periodicos, para com- sigue. Supongamos un factor que incrementa el riesgo de que aparezca una enferme-
parar la incidencia en distintos grupos de exposici6n; en este caso podria plantearse dad. Si eso es asf, se espera que al final del seguimiento la relacion entre enfermos y
el seguimiento en tiempo real como una cohorte abierta. con personas que comienzan no enfermos sea mas favorable a los primeros (mayor proporci6n de enfermos) en la
a donar sangre y otras que dejan de hacerlo. En el ejemplo (Tabla 1.4), la tasa de inci- cohorte expuesta que en la no expuesta. Esa relacion se puede expresar como un
dencia en expuestos es de 0.0006, 0 10 que es 10 mismo, 6.6 casos par cada 10.000 cociente entre proporci6n de enfermos y la de no enfermos en cada cohorte. Es un
ailos, haciendo una simple regIa de tres. Se interpreta como el numero de nuevos cas os cociente entre una probabilidad (la de haber desarrollado la enfermedad) y su proba-
aparecidos par unidad de tiempo, en este caso ailos. Por cada 10.000 ailos de exposi- bilidad complementaria (no haberla desarrollado), 10 que en ingles se conoce como
cion que se pudieran observar de personas expuestas al factor F, se producirfan 6,6 odds (ventaja u oportunidad, no hay una traduccion clara). Se puede estimar enton-
nuevos casos de enfermedad. ees la odds de incidencia 0 de enfermedad en los expuestos, y la odds de incidencia
() cnkrllledad en l()~ J111 expllc~tm (Tabla 1.5). Como sc ha dicho. c~ de esperar Ljuc Ricsgo Arrihuihle.
la primera sea met> or yue la del grupo de rcferencia. Y al tratarse de probabilidades. Con el mismo ejemplo de un factor asociado a un mayor riesgo de padecer la
se entiende que ,e esui haciendo una aproximacilll1 al caso de Ia incidencia acumula- enfermedad. la situaci6n a1 final del seguimiento seria la de una mayor proporci6n de
da ) por tanto e,W es de aplicaci6n en cohortes fijas 0 cerradas. nuC\OS casos en la cohorte expuesta (Fig. 1.42). De forma visual. usando incidencia
acumulada. aproximadamente dos tercios de los expuestos en la figura han enfemla-
E no E do (lr=0.66). frente a s6Io un tercio en el grupo de referencia (lnnF=0.33). EI riesgo
relativo es. pues, aproximadamente igual a 2 (0.66/0.33).
F (/
I
F 110F
no F
L c d
E noE
c a
0
,. F b
(0+17) a (c+d) c
Odds;(F) == = Odds;(no F) = --- - --
17 b d d -
noF c d
--
(a+b) (c+d) -
a
OddsJF) b a*d
O.R. =
OddsdnoF) c b*c h IlloF
d
a c
TABLA 1.5- Odds Ratio (OR) de incidellcia. Cociente ellfre 10 odds de il1cidellcia IF = InoF =
ell eXpliestos, Odds,( F), y 10 odds de incidellcio en 110 expues!Os, Odds/(no F).
(a+b) (c+d)
Por 10 tanto, un cociente que relacionara ambas odds (Odds ratio, OR 0 Razon a c
de Oportunidades), seria mayor que 1 para un factor de riesgo. Si fuera un factor
RA h - IlloF =- --
(a+b) (c+d)
protector. las casas serian total mente opuestas, y la OR serfa inferior a la unidad. En
caso de no haber asociaci6n no hay raz6n para esperar diferencias en las dos cohor-
Fig. 1.42- EI impacto potellcial:.c9horte expuesta y no expuesta.
tes, y 1a OR serfa igua1 a 1. Un comportamiento identico al RR, como puede verse.
Se puede verificar que la OR es igua1 a (a *d)l(b *c), por 10 que tambien se conoce
En esa situaci6n una forma directa de cuantificar e1 exceso de incidencia obser-
como Razon de Productos Cruzados. Cuando la enfermedad es poco frecuente, y
vado en los expuestos es restar la incidencia en los no expuestos (InoF ) de 1a de los
ocurre en 1a mayorfa de las ocasiones. 1a OR da valores similares a 1a Raz6n de Ries-
expuestos (h). Esa diferencia, conocida en general como Riesgo Atribuible (RA),
gos 0 Riesgo Relativo (RR).
cuantifica el exceso de riesgo producido por la exposici6n, en el grupo expuesto, si
se usa incidencia acumulada. Como es una resta entre dos incidencias, e1 resultado es
7. 2. Medidas de impacto potencial.
otra incidencia. En e1 ejempl0 de 1a figura, 0.66-0.33=0.33. Es decir, en un tercio de
Ademas de la magnitud de 1a asociaci6n. interesa conocer que cantidad del dana los expuestos se ha desarrollado 1a enfermedad en exceso, y ello es atribuible a la
a la salud es atribuible a 1a existencia de la exposici6n. Si pudiera cuantificarse esto, presencia de la exposici6n en ese grupo. Dicho de otra forma, esa es Ia cantidad de
seria posible entonces estimar cuanto se podria reducir el dano si se pudiera eliminar expuestos que no desarrollarian 1a enfermedad, 1a cantidad de enfermedad que podria
evitarse, si desapareciera la exposici6n.
la exposici6n. total mente 0 en parte.
Con den<.,idao de incidencia. se cuantifica el e:\ceso en la ta~a producido por la En cl ejemplo. asumiencio un Riesgo Relativo de 2 (0.66/0.33=2). la Proporcicll1
exposlcion: e:-- decir. la (lccierocir)n en el proceso de enfermar introducida por la AtribuibJe en expuestm yueda 19ual a un 5()c7r 1(2-1)/2 = U.50J. tal como ya ~e habra
pre:o.encia de la exposicion. La incidencia de enfermedad obsen'ada en la cohorte no \i,tLl, El interes de tndas estas operaciones esta en la posibilidad de caJcular esta medi-
expue~ta e~ el niwl basal. ]a wlocidad de aparicion de nuevos casos que se espera- Ja de impacto potencial en estudios de casos y controles. como se vera mas adelante.
rfa encontrar :o.i no existiera exposici6n.
Dela misl11a forma que para los expuestos, es posible calcular que cantidad de
Siguiendo con el mi5>mo ejemplo. podrfa expresarse el exceso de riesgo (en el dailo ala ~alud serra e\'itable si se eliminara la exposicion, pero teniendo en cuenta
caso de la incidencia acumulada) como la proporcion que representa respecto a la fre- el totalde casos aparecidos en una poblaci6n. y no ~610 en los expuesto~. Esta otra
cuencia de casos aparecidos en la cohorte expuesta. Es decir. (.que proporcion de casos medida de impacto potencial se conoce como Proporcion Atribuible Poblacional
aparecidos en la cohorte expuesta se debe precisamente a la presencia del factor de (PAP). aunque segun los autores se encuentran denominaciones distintas. como ries-
riesgo en estudio:. Dicho de otra manera. (.que proporcion del efecto se podrfa eli- go orrilm ihl e pobl(leiono I. 0 Foccic5n etioMg lea. Se puede demostrar que esta fracci6n
minar si desapareciera la expo sic ion ? Se trata de construir un porcentaje que rela- es igual a la siguiente expresi6n:
cione el exceso de riesgo encontrado (iF - IIIi'FJ con el riesgo observado en los expuestos
(IF). Se esta determinando la amplitud de la zona sombreada en la figura respecto a F * (RR - 1)
la incidencia ell fa cohorte expuesta (visualmente, es de aproximadamente el 50%). PAP =
1 + (F * (RR - 1»)
Esta cantidad recibe el nombre de Proporcion atribuible en expuestos (PA), y se
expresa segun la f6rmula:
donde F es la prevalencia del factor de exposicion en la poblacion (considerada
esta como la suma de expuestos y no expuestos). En el ejemplo anterior, en una pobla-
IF - II/oF
PA = - - - - ci6n con la mitad de la gente expuesta (el tamafio de ambos grupos es igual) puede
caIcularse de forma visual que el exceso de riesgo observado en la cohorte expuesta
supone aproximadamente un tercio de la incidencia total. Luego el valor que se obten-
Con los datos de la gr:ifica anterior, la Proporci6n Atribuible en expuestos es, efec- ga de la PAP sera de 0.33 (un 30%). De nuevo, el interes de esta formulaci6n se hara
tivamente del 50% (0.50). Es decir, se podria haber evitado la mitad de los casos que extensible a los estudios de caso-control.
han aparecido en la cohorte expuesta si se hubiese evitado esa exposicion:
Como la eliminacion total de una exposicion puede no ser factible, existen pro-
0.66 - 0.33 cedimientos de caIculo para el caso de reducciones parciales, asi como para el caso
PA = 0.50 de analisis multivariante 41.
0.66
Puede demostrarse que la expresion anterior es igual a la siguiente: No debe olvidarse que las medidas de magnitud y de impacto potencial caIcula-
das son estimadores de la verdadera relaci'6n existente entre exposiciones y efectos.
Por otra parte, se ha presentado un analisis simple, 10 que se conoce como amilisis
h - I/ioF h I/ioF
PA = crudo. No se ha tenido en cuenta la po sible distorsion en los resultados que podria
h h h provocar una distribucion desigual de alguna otra variable que actuara como confun-
de11le. La respuesta a estas cuestiones se trata en otras secciones.
I/ioF 1
1--- = 1--- =
h RR
RR 1 RR - 1
= -----
RR RR RR
F. ESTUDIOS DE CASOS Y CONTROLES
E. Perea-Milla L(5pe:
1. Introduccion
onoF
8
Fig. 1.43- Estudios de casas y cantroles: una aproximacion inicial.
1..1f::TC :.(~>i( L. IJI:: :1;
Como ejcmplo. "e di"en() un c\tuelio caso-control Il1ulticentrico c= para \ alorar el La seleccion de 1o" casO\ ticne como objeti\ 0 inclllir todo" 1o" CLN)S incidcnte,
rie"go as(ll'iaclo a 13 ocupaci6n. el C0n,umo actj\() y pa"j\() de tabaco. la dielci. cafe. delectado\ en una pohlaci()1l hicll dcf/Ilida elurante un /l('riodo de liclIIl'(). Cllando c,
analge"ico,. edlllcC1rante, artificiale.., ) los antecedente\ de infeccion ~ Iitiasi, urinaria. difk-il elcfinir csa poblaci6n (por ejemplo. si 10\ ca..,o<, son lo~ ingre~ados en un detcr-
minaelo h0spital) eso afectara a la forma de "eleccion del grllpCl ell' controle". De cual-
Se inc lu yeron como casos todos los enfermos diagnosticaclos de carcinoma de \eji- yuier Il1anera suele ser necesario establecer un mecanismo de iclentificaci{ll1 de lodos
ga urinaria 0 tumor de \ejiga (C6digo 188 de la Clasificacion Internacional de Enfer- los casos que a \'eces es complejo.
medades. CIE-9). inclufdos p6lipo y papiloma (codigo 236.7). en 14 hospitales de 4
Comunidacles Autonomas cle Espana. Cada caso nuevo diagnosticaclo entre el I de Se necesita un criterio diagnostico espedfico que clelimite Io~ criterios de inclu-
enero de 1985 y el 31 de marzo de 1986 que cumpliera los criterios cle inclusi6n sion junto a la definicion de caso. en criteria amplio. cancer lifo-genital par ejemplo.
(ambos sexos. de menos de 80 (lnos y residente en la prO\incia cle localizaci6n de cada no ~ervirfa por cuanto incluirfa tipos muy diferentes cle neoplasias. asociada~ 16g:ica-
ho~pital) pasaba a formar parte del estudio. Todos los casos debfan tener confirma- mente a factores de riesgo muy distintos. En esa situaci6n. si alguno de esos cance-
ci6n histol6gica segun criterios pre-establecidos. re~ esta relacionaclo con una exposicion determinada. se proclucirfa una dilllcic5n de
la asociaci6n por la mezcla de casos y el estudio no podrfa identificarla.
Por cada caso se incluy6 un control ingresaclo en el hospitaL EI control hospita-
lario se selecciono del libro de registro de admisiones :/altas del mismo hospital que EI establecimiento de criterios de inclusion se complementa con la existencia cle
el caso. Se seleccionaba como control el primer individuo dado de alta por cualquier criterios de exclusion. Por ejemplo. es posible que se excluya a las personas mas
servicio Cexcluidos los de cirugfa cardfaca y tonkica) a partir de la fecha de diagn6s- ancianas porque la realizaci6n de una encuesta sobre sus antecedentes de exposicion
tico del caso. que cumpliera los criterios de inclusi6n. ser.ia poco fiable. Lo unico que hay que mantener en mente es que si se aplica un cri-
teno de exclusi6n en los casas. tambien habra que aplicarlo a los controles.
2. Seleccion de casos
3. Seleccion de controles
Generalmente son personas que buscan atenci6n medica y se les diagnostica el
problema en estudio. Mas raramente proceden de program as de diagnostico precoz de Posibleme~te este es el punto mas diffcil en el diseno. Los controles deben pro-
enfermedades. vel1J~ de la mlsma pablacic5n de la que proceden los casos. EI objetivo es que pro-
porClOnen una estlmacion de la frecuencia cle exposicion que se observarfa en los casos
si no .exi.stiera asociacion entre el factor en estuclio y el efecto II). Una regIa util para
Un requisito import ante es que sean casas nuevas, es decir. casos incidentes. Esto
es esencial para evitar la mezcla de casos nuevos y antiguos que se produce si se usan decldlr SI un control es adecuado es que, si hubiera clesalTollado el efecto, esa perso-
na deberfa de haber aparecido en el grupo de casos.
casos prevalentes, como los procedentes de un corte transversal: si 1a enfermedad esta
relacionada con un grado importante de letalidad. por ejemp10, podr{an estar sobre-
representados los casos que por alguna razon han logrado sobrevivir. Entonces podrfa ~e?eralmente los controles son una muestra probabilfstica de la poblacion donde
encontrarse una mayor proporci6n de esa caracterfstica en los casos que en los con- se ongman los casos. En ocasiones se prefiere elegir vecinos 0 amigos cle los casos.
troles y deducirse que la exposicion en estudio es un factor de riesgo. aunque e.sto tiene sus limitaciones. Cuando el origen de los casos esti en hospitales
o determmados centros asistenciales. entonces es mas recomendable que los contro-
Es bien conocido el ejemplo, referenciado por Breslow y Day II, de la aparente Ies sean personas que acuden por otras causas a los mis1110s centros.
relacion encontrada entre un tipo cle ant{geno HLA (HLA-A2) y el riesgo de desa-
rrollar leucemia 4'. Se usaron como casos todos los diagnostic ados de esa leucemia Lilienfield 2 propuso un esquema para la selecci6n del grupo control segun el ori-
en el momento del estuclio. Posteriormente, el seguimiento de los enfermos revelo gen ~e la serie de casos (Fig. 1.44a-440. Aunque no es la forma en que finalmente
que aquellos con ese ant{geno tenian un mejor pronostico 44. Por esa razon parecio, C0l1s1deraremos la funcion del grupo control. su interes esta en la introduccion de una
idea
. cen t ra.I' Ia comparab'l'd'd '
I I a cle casos y controles a partIr . de una
cle su procecienCla
en un primer momento. que el HLA estaba asociado a un mayor riesgo de yadecer
leucemia. 1111sma poblaci6n. 1a que origina los casos.
La principal objecion al siguiente esquema e~ la ausencia de una referencia que En este caso (Fig. I.44b) debe exi<,tir precaucion. ya que si la muestra poblacio-
ma~ adelante introduciremos: que los casos sean casos incidentes aparecidos durante nal es un corte de tipo transversal. <,e tratara de UlSOS prem/entcs. Si es asi podrfan
un periodo explfcito de tiempo. en una poblacion determinada (la poblacion en estu- contcner a casos supervivientes. y los factores relacionados con un mejor pronostico
dio). 0 a pallir de una experiencia de personas-tiempo (la base de estudio). aparccer como factores de riesgo. al ser mas frecuentes en el grupo de casos.
(m· ~
i
I
I i •
(m
I •
/ - n-en-n
LJLlUJ
[ill[]
Todos los casos diagnosticados Muestra de pacientes en
Todos los casos diagnosticados en una Muestra de poblaci6n general en todos los hospitales de la comunidad todos los hospitales de la comunidad
comunidad (hospitales. A. Primaria, ... ) de esa comunidad
Fig. 1.44c- Obtenci6n de controles seglin la procedencia de los casos.
Fig. I.44a- Obtenci6n de controles segun la procedencia de los casos.
Como la probabilidad de que un caso sea ingresado depende de factores como la
Si se puede garantizar la maxima exhaustividad en la localizacion de los casos,
gravedad, accesibilidad, area real de influencia del hospital, entonces una muestra pro-
por ejemplo, si existe un Registro de Cancer poblacional en la zona, entonces la pobla-
babilfstica de la poblacion no seria un buen grupo control (Fig. I.44c). Es posible que
cion general representa bien el origen de los casos (Fig. I.44a). Se supone que son
algunas personas en la poblacion teoricamente adscrita al hospital, si desarrollaran el
casos aparecidos durante un periodo de tiempo, no casos prevalentes.
efecto, acudieran a hospitales de otro area, fueran tratadas de forma ambulatoria, etc.
CASOS CONTROLES
CAS OS CONTROLES
+ +
o o
o o
•
• o
Fig. I.44b- Obtenci6n de controles segun fa procedencia de los casas. Fig. I.44d- Obtenci6n de controies segun la procedencia de ios casas.
PorIa, misma\ fa/OlleS que en el caso anterior. es diffcil en este caso cOllocer la
La selecci6n aleatoria de convivientes (Fig. lA4fJ presenta limitaciones que son
poblaci6n que origina Ius casus (Fig. 1.44d). Sc toma como grupo control una l11ues-
sernejantes al caso anterior. y es feici! que al hacer semejantes a casos y controles en
tra de 1m individu()s que habrfan ingre'>ado ,i hubieran desarrollado el cfecto.
una serie de variables. indirectamente se les pueda igualar en el factor que se estudia.
CASOS CO.'\TROLES E5tos ejemplos dan una idea. en principio intuitiva. y aplicada al concepto tradi-
Cillnal de los estudios caso-control. de la forma en que se deben seleccionar los con-
troles mas adecuados. Algo en comun a todos ellos. y esta es la idea principal que se
• pretende presentar. es la busqueda de un grupo control representativo de la poblaci6n
o
origen de los casos. Un error en este punto podrfa distorsionar las estimaciones en la
distribuci6n de la exposici6n y llevar a conclusiones err6neas.
~O
t4'~ I
t t t
a (exp.) C (no exp.)
~Jt-J[
CONTROLES
d:> ~ it1.tfJ~
los grupos, el de los controles. Esto se puede producir por fallos de memoria, 0 por
quienes recogen la informacion. Es recomendable que si van a participar encuestado-
tradUClda como Razon de VentaJas 0 Razon de Oportumdades. 6<
res, se evite que conozcan quien es caso y qui en es control. Como esto es a veces ine- Una prj'mera aproximacion intuitiva al sentido de la OR es la siguiente. Suponga-
vitable, se deberfa impedir al menos que conozcan la hipotesis principal del estudio. mos un factor de riesgo (F) que aumenta la probabilidad de que aparezca el efecto
Si la mala clasificacion se produce de forma semejante en casos y controles, tiende a (E). Si es asi. se encontrara una mayor proparcion de antecedentes de exposicion en
diluir la posible asociacion. Es un error de tipo no diferencial. Una solucion parcial relacion a la no exposicion en los casos que en los controJes (Tabla 1.6).
para averiguar si existe mala clasificacion de la exposicion y en que sentido influye
es el uso de preguntas de control neutras: se refieren a variables para las que no se En el grupo de casos puede obtenerse un cociente entre la proporcion de los que
deberfa encontrar diferencias en casos y controles en ausencia de mala clasificacion. presentan antecedentes de exposicion y la proporcion de los que no tienen esos ante-
cedentes. Este cociente relaciona dos probabilidades: la de que los casos presenten
6.3. Sesgo de confusion: el apareamiento exposicion y su compJementaria. la de que no la presenten. Se conoce como Odds de
exposici6n en los cas~s (OddsF(E). en la tabla). La palabra tiene su origen en las apues-
Es posible que una variable de confusion se distribuya desigualmente en casos y tas de las carreras de caballos (la odds 0 ventaja de un caballo en las apuestas). Se
controles. En muchas ocasiones se ha intentado igualar ambos grupos en relacion a han propuesto traducciones como Ventaja u Oportunidad, pero no hay acuerdo gene-
esa tercera variable apareando a los casos con los controles. Para cada caso. par ejem- ral SC]. En definitiva, es el cociente de una probabilidad por su complementaria.
~--
_~ _ _._. _~ ~ .. ~,, __ .• ,_,-,,--,,,,, '-" ,J, t-'I-Ihlt:: I 107
Tambien debe recordarse que el Riesgo Relativo se define como la razon entre
incidencia en expuestos e incidencia en no expuestos (RR=h11nuF), y eso es as! tanto
E llO E
SI se usa incidencia acumulada como densidad de incidencia (Tabla 1.7).
F a b
Evaluaremos la relacion entre los estimadores de magnitud de asociaci6n para el
caso particular de una cohorte cerrada equivalente en la que podrfa calcularse el ries-
no F c d go relativo a partir de la incidencia acumulada. La demostracion para la OR de inci-
i
dencia y la razon de tasas es similar.
a b E no E
---
(a+c) a (b+d) b
Odds dE) = = Oddsp(no E) = = F a b
c c d d
(a+c) (b+d)
no F c d
a
OddsF(F) c a*d a c
O.R. = [noP =
(a+b) (c+d)
OddsF(noF) b b*c
--
d
a
Tabla 1.6- Odds Ratio de exposicion en casos y contro1es. Cociente entre La odds de exposi- (a+b)
cion de los casos y 1a odds de exposicioll de Los comroles.
RR= = ---
["oF c
(c+d)
I---c
F I pueden obtener en disenos de casas y controles. Como se vio en los estudios de segui-
no F
~---d---I miento. ambas estimaciones de impacto potencial se pueden calcular si se conoce el
\alor del Riesgo Relativo (que se estima en un caso-control mediante la Odds Ratio).
I I
y en el caso de la Proporcion Atribuible PoblacionaL la preYalencia del factor de expo-
sicion. Esto ultimo es posible conocerlo en un caso-control si el grupo control es real-
a mente representativo de la poblacion de la que proceden los casos: la proporcion de
Oddsl(E) c a'''d controies expuestos da idea de cwil es la prevalencia del factor en esa poblacion.
O.R. = =
Oddsr(noE) b b*c
d Es una creencia extendida que solo los disenos experimentales 0 cuasi-experi-
mentales estan indicados cuando se intenta evaluar intervenciones de cualquier tipo,
TABLA 1.8- Tabla 2x2 para el calculo de la odds ratio u OR sean estas de tipo preventivo, curativo, etc. Sin embargo debe considerarse que cual-
(estudios de casas y controles) quier intervencion (como tipo de cirugia, programas de promocion de babitos salu-
dables 0 cuestiones relacionadas con la gestion de un hospital, por ejemplo) supone
El cociente (a+b )I( c+d), es decir, la relacion entre la poblacion en estudio expues- en definitiva someter a conjuntos de personas a una determinada exposicion (F), rela-
ta y no expuesta (FinoF) se estima (:::::) a partir de la relacion controles expues- cionada con un efecto (E). que en este caso se considera beneficioso.
tos/controles no expuestos (bid), cuando el grupo control es una muestra represen-
tativa de la poblacion al comienzo del seguimiento. Por ello, puede hacerse la siguiente Por ella la valoracion de cualquier intervencion trata, en definitiva, de evaluar
aproximacion: hipotesis variadas acerca de la asociacion entre una exposicion y un determinado
efecto. En consecuencia, los diferentes disenos analizados hasta aqui pueden, con
a a una mayor 0 menor potencia, utilizarse con ese proposito.
c c a*d
RR = = = OR.
(a+b) b b*c Por ejemplo, un estudio de casos y controles evaluo el impacto de un program a
(c+d) d de detecci6n precoz de cancer de prostata 5~. Se compararon 139 hombres con can-
cer de prostata metastasico (estadio D) con un numero igual de hombres sin esa con-
dicion, todos afiliados a un segura privado. ,La informacion se recogio de las histo-
As!, el riesgo relativo (RR) se estima (:::::) como (a*d)l(b*c), es decir, la OR. Y
se estima porque las cantidades b y d proceden de un muestreo probabilfstico, el que rias clinicas. En los 10 arios previos (excluyendo los 3 ultimos meses) no se encontraron
se usa para conseguir el grupo de controles. En ese caso, la interpretacion de la OR diferencias estadisticamente significativas entre los casos y los controles, en cuanto
es identic a a la del Riesgo Relativo en terminos de magnitud de la asociacion (incre- al numero de examenes rectales. por 10 que no pudo concluirse que ese tipo de medi-
mentos en el riesgo de padecer una enfermedad si esta presente una determinada da preventiva tuviera un impacto evidente.
exposicion, por ejemplo).
Un estudio en la region de Florencia Walia) comparo los antecedentes de con-
La OR es tambien un buen estimador de la razon de tasas, es decir, el riesgo tacto con un program a que ofrecia mamografias cada 2 anos, en 57 mujeres muer-
relativo cuando se usa densidad de incidencia 51. En ese caso, la razon controles tas por cancer de mama (casas) durante un periodo determinado, y 114 mujeres vivas
expuestos!controles no expuestos (bid) es una aproximacion ala razon personas-tiem- residentes en el mismo area (controles) 54. Se encontro que el riesgo de morir por
po expuestas/personas-tiempo no expuestas. Lo que es 10 mismo, la razon entre la cancer de mama, en el periodo de estudio, para las mujeres sometidas a screening
base de estudio en expuestos y la base de estudio en no expuestos 52. frente a las que nunca habian acudido, bajaba a la mitad (OR=O.57).
Los di~6ios obsenacionales 0 no experimentale~ tienen por 10 tanto un Impor-
tante papel en 10 que se conoce como investiguci6n em/l/atim. 0 evaluacion de inter-
venciones. Mas aun. cuando la evidencia procedente de este tipo de estudios es 10
suficientemente fuerte. en ocasiones se toman decisiones sin esperar a una posterior
evaluacion experimental. G. ESTUDIOS CUASIEXPERIMENTALES Y
ESTUDIOS ALEATORIOS CONTROLADOS
Por otro lado. se sabe que es recomendable el establecimiento de programas de
E. Perea-Milla Lope"
intervencion con el objetivo de disminuir la prevalencia de la dependencia del taba-
co y otras drogas. min con ciertas reservas 55. Los principales argumentos provienen
de estudios no experimentales. Seria practica y eticamente diffcil, con las pruebas 1. Introducci6n
disponibles, defender una demostraci6n final, experimentaL sobre esas evidencias.
Se engloban aqui un conjunto de disefi.os en los que existe una intervencion pla-
Ademas. factores relacionados con estilos de vida, dieta, etc, frecuentemente asocia-
nificada por los investigadores y hay algun control sobre la asignacion de los parti-
dos con enfermedades de tipo cronico, son diffcilmente abordables mediante experi-
cipantes a los grupos de comparacion. Aunque, como veremos despues, no siempre
mentacion. Puede entenderse este argumento mejor imaginando un disefi.o experi-
estan presentes ambos aspectos.
mental (con asignacion aleatoria) que intentara evaluar los potenciales efectos beneficiosos
de la siesta sobre la calidad de vida; las dificultades p:tra conseguir participantes en La intervencion consiste en la manipulacion de una variable; se somete a un
el experimento serian enormes sobre todo en el grupo control (no siesta). grupo a alguna exposicion y se compara con un grupo no expuesto que se usa como
referencia 0 control. La variable de exposicion es la que se manipula y el objetivo
Lo unico que diferencia a los disefios no experimentales de los experimentales es medir su efecto 56. Como es logico la exposicion consciente de seres humanos s610
en este sentido es que los primeros no incorporan la intervene ion en su propio dise- es posibJe si se presume que tendfi:l efectos beneficiosos para ellos. Por eso este tipo
fio. Y, por supuesto, no existe la posibilidad de manipular variables (intervenir) 0 de disefi.os tiene restringido su uso a evaluacion de intervenciones preventivas, nue-
decidir respecto a quien se expone 0 no; eso ocurre independientemente de la vol un- vos tratamientos 0 nuevas tecnologias. Los estudios experimentales son los tinicos en
tad de los investigadores. los que la intervencion esta integrada en el disefi.o. Lo que no excluye la posibilidad
de evaluar impacto de intervenciones usando aproximaciones no experimentales.
Podrfan definirse como estudios esperimentales en los que falta 0 bien la asigna- En este caso el unico grupo considerado es el que se conoce como grupo expe-
cion aleatoria 0 bien el grupo control ~7 Veney" propuso un esquema del plantea- rimental (Fig. 1.47). En un primer momento se hace una observaci6n. que se nota
miento general de e<,tm disenos (Fig. 1.46). Se trata de responder a la pregunta: ':,con- como 0). Puede tratarse de mortalidad postoperatoria. tasa de infecciones, morbili-
sigui6 la intenenci6n producir alguna diferencia,) Las intervenciones a evaluar pueden dad poblacional 0 cualquier otra medici6n que interese. Se obtiene asi infom1aci6n
ser muy di\'ersas. Por ejemplo. interesarfa saber si el tipo de formaci6n e informa- sabre el nivel basal 0 de partida. A continuaci6n se introduce el efecto experimen-
ci6n que se facilita a los pacientes en dialisis 0 transplantadm. al alta. intluye sobre tal. notado como X: puede ir desde un program a complejo, como el establecimien-
su calidad de vida. 0 si el hecho de recibir peri6dicamente en un servicio informa- to de contratos-programa con los hospitales. a una actividad conCl·eta. como la intro-
ci6n sobre el coste e indicaciones de las pruebas complementarias mejora la calidad duce-i6n de un program a de educacion sobre autocuidados. En cualquier caso, tras la
y la eficiencia de su prescripci6n, En situaciones de ese tipo puede medirse algLll1 intervenci6n se hace una segunda observaci6n (0 2 ). que idealmente deberfa usar el
indicador de la situaci6n (10 que en cuasiexperimentacion se conoce como i17dicador mismo tipo de medici6n que la primera.
de estado del sistema), A continuaci6n se introduce alguna modificaci6n (la inter-
venci6n L y una segunda observaci6n de nuevo mide la situaci6n. La diferencia entre En realidad puede tratarse de una combinaci6n de disefios no experimentales.
.
la primera y la segunda observacion determina si la modificaci6n tuvo algun efecto. Par ejemplo. un primer estudio transversal 0 de prevalencia, seguido de una inter-
venci6n y de un segundo c0l1e de prevalencia. Esto tendrfa senti do si la interven-
cion tiene algun efecto sobre la incidencia de una enfem1edad 0 sobre su pron6sti-
co. En el caso de intervenciones de tipo preventivo, una reducci6n de la incidencia
Se hace alguna, podrfa evidenciarse mediante un estudio de seguimiento, por ejemplo, de incidencia
SEOB SERVA de infeccion nosocomial. El uso de anal isis de series temporales, usando datos agre-
Se introduce alg~na 2" OBSERVACION
algun indicador del del indicador del
MODIFICACION gados. es de una enorme utilidad en este terreno (en este caso e1 nivel de amHisis
estado del sistema estado del sistema es eco16gico, al comparar cambios en la tendencia a 10 largo del tiempo). EI disefio
~ cuasiexperimental puede usar por 10 tanto secuencias de estudios observacionales,
., .. ",.-.-
La DIFERENCIA entre la
I a y 2" observaci6n determina si
la modificaci6n tuvo algun efecto
" ~.
."
E x·'
Fig. 1.46- Esquema de un estudio cuasiexperimental. Tornado de Veney 1. 'x
Este esquema puede complicarse. Por ejemplo. seria interesante saber si un grupo
semejante a aguel sobre el gue se interviene tiene una evoluci6n similar en el tiem- Fig, 1.47- Estudio Qntes-despUlis (pretest-postest) sin grupo con(ro/.
po a pesar de no sufrir la intervenci6n. En ese caso se esui usando un grupo no
expuesto como grupo de referencia 0 control. Distintas combinaciones producen los
La comparacion de las dos mediciones. 0) y O 2 , da una estimacion del efeclo de la
diversos tipos de estudios cuasiexperimentales. Revisaremos solo dos tipos, simples
intervenci6n. Sin embargo, en la mayorfa de los casos esa diferencia puede deberse
pero i1ustrativos: los disefios antes-despues (0 pretest-postest). y los del tipo antes-
a causas ajenas a la propia intervencion. como se discute a continuaci6n.
despues con grupo control.
Por un Jaclo. la innuencia de otras variables. distintas de la interH~ncion. podrfa 2.2. Estudios antes-despues con grupo control
explicar las difercncias encontrada<,. Puede imaginarse el caso de la introducci6n de
una nueva t~cnica quinirgica que disminuya el rie'-,go de infecci6n postoperatoria. Utilizan un grupo experimental (E). en el que se produce la interveneion. y otro
Si simultcineamente se hubiera instaurado Llna protocolizaci6n de la quimioprofila- grupo de control (C). sobre el que no se inteniene (Fig. IA8). Este ultimo se eono-
xis preoperatoria. (.como deslindar el impacto de cada una de esas intenencione'-,·:. ce como grupo control no equimlente (sin asignacion aleatoria individual) en la lite-
Un descenso en la tasa de infeecion podrfa estar influenciado por ambas. s610 por ratura sobre cuasiexperimentacion. La razon es que no hay asignaeion aleatoria indi-
una de elias. 0 por cualquier otro eambio que se hubiera produeido paralelamente \idual. Podrfa elegirse al azar el grupo sobre el que se \a a intervenir. pero desde
en el tiempo. Esa distorsi6n. el efecto de \ariables confundentes, no puede elimi- el momento en el que eso se decide, todos sus integrantes seran expuestos. Por ejem-
narse con este disefio. Un problema relacionado es la eomparabilidad de los grupos plo, los enfermos eorrespondientes a una seccion u otra dentro de un mismo servi-
antes y despues. Es frecuente en la literatura el uso de grupos de control hist6ri- eio hospitalario. Como no hay asignaeion individual, no se puede garantizar 1a com-
cos. En ese caso la preoeupaci6n maxima es conocer si, para distintas variables pleta eomparabilidad de los grupos.
rele\antes (como gravedad, situaci6n generaL.). los dos grupos que se eomparan
son similares. En un primer momento se haee una observaeion en ambos grupos, el experi-
mental (OEl) y e1 control (OCl). La intervenei6n eX) tiene lugar solo en el grupo
Los participantes en el estudio tambien pueden eontaminar los resultados. La sen- experimental. Posteriormente se repite la mediei6n, tambien en los dos grupos eOE2
sibilizaci6n de los sujetos estudiados, conocedores de stl participaei6n en el experi- y OC2). Se espera que las difereneias eneontradas no sean iguales, preeisamente debi-
mento, por ejemplo. La percepci6n y comunicaci6n de intensidad del dolor, la satis- do a la intervenei6n.
faeci6n de los usuarios con el hospital, son variables que pueden cambiar por el
hecho de saberse observados y no son una consecuenei.a estricta de la interveneion.
Las expectativas del investigador y del personal relaeionado con el estudio pueden
influir tambien, y esto, que de alguna forma es inevitable, es un problema si poste-
riormente se decide generalizar la intervene ion de forma rutinaria.
Si la variable que se mide presenta oscilaeiones a 10 largo del tiempo, por ejem-
p10 la mortalidad postoperatoria, surge un nuevo problema. Es posib1e que un ano,
por mera variacion a1eatoria, 1a tasa de mortalidad este por encima de 1a tendencia
general. Pareee sensato esperar que el ano siguiente, si nada ha cambiado, regrese
a1 nivel habitual. Si en medio se produjo una intervene ion, aparentemente esta tuvo
entonees un impacto. S6lo que si no se hubiera producido, la mortalidad igualmen-
te hubiera deseendido. Este fenomeno se conoee como regresi6n a la media, y un
diseno antes-despues no puede eontro1arlo. Se necesitarfa conocer ademas el com-
portamiento de 1a mortalidad durante los anos previos. Fig. 1.48- Estudio alltes-desplII?S COil grupo control.
Ailll con estas limitaeiones. son frecuentes las ocasiones en las que no es posi- Un diseno de este tipo podrfa llevarse a cabo con el presunto conjunto de leeto-
b1e otro tipo de diseno. Porque la intervene ion ya ha comenzado. porque no es posi- res de esta monograffa. Si antes de eomenzar su lectura se pudiera evaluar el nive1
b1e eneontrar un grupo comparable que sirva como control, etc. En ese easo 10 impor- de conocimientos previo (por ejemp10 mediante preguntas tipo test), al final se podrfa
tante es no perder de vista las posib1es explieaeiones alternativas a la que asegura repetir esa prueba 0 una semejante. Si esto se hieiera con todos los lectores, el dise-
que 1a intervencion fue exitosa. no serfa 16gieamente de antes-despues. La diferencia de nivel estimarfa 1a hipoteti-
ea utili dad de la leetura. Pero tambien se podrfa atribuir a estar asistiendo simulta-
neamente a un eurso de actualizacion, por ejemplo, y no se podrfa entonees evaluar
el impaeto aislado de la monograffa.
,-,C611l0 hacerlo? Cna forma, desde el punto de vi"ta cuasiexperimental. "erla deci-
larc~ en todo excepto en la exposicion de interes, La manipulaci6n de una variable
dir yue aqucll()~ procedente~ del hospital A leyeran la monograffa en cuesti6n, :- 10\
consigue cntonces que en uno de lo~ grupos este pre:-,ente la exposici6n y en otro,
del hospital B no 10 hicieran, Tendrfamos entonces un estudio onte,l-despucs CO/1
que ~e usa como referencia 0 controL no 10 este, De e"ta forma, las diferencias que
gl'll/i() control. EI problema probablemente se centre entonce" en la comparabilidad
se encuentren al final del estudio pueden atribuirse al efecto de la exposici6n,
de ambm hospirales, habilidades :- destrezas de los que proceden de cada uno, etc.
Cuestiones que dado que se trata solo de un ejemplo, es po sible dejar de lado,
to, Sin embargo es posible que esto no sea cierto, y que los enfermos de una sec- .F i
LJ
ci6n sean distintos a los de otra, en promedio, en algo que pudiera contaminar los AZAR
resultados, Lo mismo ocurre con los medicos de varios hospitales 0 los habitantes
de distintas zonas, Es el resultado de no poder asignar aleatoriamente de forma indi-
vidual. Como en los estudios no experimentales, sera necesario entonces reunir infor-
maci6n sobre las variables potencialmente confundentes y tenerlas en cuenta en el
analisis, Ademas, por supuesto, de buscar grupos que sean 10 mas parecidos (com-
parables) entre sf en la fase de diseno, Fig, 1,49- Estudio aleatorio controlado,
La sensibilizacion de los participantes es de esperar que se produzca tanto en el La exposicion debe ser presumiblemente beneficiosa para los individuos que la
grupo experimental como en el control. De hecho, las observaciones se hacen de la soportaran, Puede consistir en una actividad preventiva, un nuevo tratamiento, 0
misma forma en los dos grupos, tanto antes como despues, Entonces, si las dife- una nueva tecnologia, Para impedir danos producidos por una mala pnktica en
rencias son mayores en el grupo experimental, podrfa aislarse el efecto de la inter- experimentaci6n se ha desarrollado una legislacion especffica, que arranca con el
venci6n del atribuible a la sensibilizaci6n, Las expectativas de los investigadores y C6digo de Nuremberg, despues de la II Guerra MundiaL En Espana, los ensayos
del personal que participan, sin embargo, pueden aqui inf1uir, ya que se esta en con- clfnicos estan regulados por la Ley del Medicamento (Ley 2511990) y el Real
diciones experimentales y no rutinarias, Decreto sobre requisitos para la realizaci6n de ensayos clinicos con medicamentos
'9 (Real Decreto 56111993), Esta legislacion se inspira en diversas Directivas de la
Si se puede asumir que los grupos de comparaci6n son semejantes en cuanto al Union Europea 60,
problema en estudio 0 a factores relacionados, es esperable que el efecto de la regre-
sion a la media se comporte de forma identica en ellos, Si embargo es dificil eva-
luar esto si no se conoce la tendencia global del problema con datos previos,
3.1. Inyestigacion clinica y preclinica
Estudios en fase IV. Se hacen cuando un medicamento ha sido comercializado EI problema es que el resultado en estudio puede impedir el cruce (por muertes,
despues de la ap~obaci6n para uso general. El objetivo es investigar los efectos a larg~ Contraindicaciones, .. ), y ademas existe la posibilidad de que el efecto del primer tra-
plazo. Pueden dlsefiarse estudios de seguimiento no experimentales 0 usar el sistema tamiento recibido se superponga al del segundo, por 10 que frecuentemente se nece-
PARTE I 121
----
sita un periodo de !il7lpic~a posterior al primer tratamiento, durante el que no <,e sumi- 3.2. Grupo control
nistra lralamiento. Esta e~ una limitacion que '.uele impedir el uso de este disefio. Serfa
de utilidad. por ejemplo. en la medicacion de distinta~ crisis dolorosas por litiasis renal. Es el que se usa como referencia. Se espera que sea 10 mas similar posible. en
cuanto a variables reIn-antes. al grupo experimental (en el que se produce la inter-
venci6n que se evalua). La distribucion de las variables potencialmente confunden-
tes serfa entonces similar en los grupos de comparacion.
0
E-
[£] Z
~ Como se ha podido ver, este grupo no tiene porque estar IlO expuesro. Su carac-
AZAR
-:8-<
u.J
terizacion en ese senti do tiene que ver con el hecho de que no esta expuesto a La
exposicirJll en estudio (un nuevo tratamiento. etc). Sin embargo, esta muy extendida
N ~\
- ~
::J
0::: [£] ino F F I la creencia de que el grupo control es uno sometido a placebo. Pero si existe un tra-
U \"J tamiento estandar previo. ese es el que se aplica en el grupo control. La idea es com-
parar el nuevo tratamiento a la mejor terapia disponible hasta ese momento. Si no
Fig. 1. 5 J- Disel105 cruzados. existiera, tiene sentido usar entonces algun tratamiento no activo en el grupo con-
trol. En algunas ocasiones 10 que se compara es dos nuevos tratamientos 65; en ese
Los disefios de tipo factorials. 64 son una opci6n cuando se pretende verificar mas caso la designacion de grupo experimental 0 control es arbitraria.
de una hip6tesis. Por ejemplo, el uso de analgesicos y espasmoliticos en el dolor
(,Cuando usar entonces placebo? Se admite su utilizaci6n cuando no existe una
c6lico de la litiasis. y el papel de los ansiolfticos como coadyuvantes. Se podria ale-
terapia establecida para la enfermedad, la que existe no tiene una eficacia probada,
atorizar primero y proporcionar analgesicos y espasmoliticos a un grupo y s610 anal-
o tiene una frecuencia elevada de efectos adversos. No debe olvidarse en este punto
gesicos al grupo control (Fig. 1.52).
que el placebo puede ser eficaz, y puede ser util sobre todo si adem as la enferme-
dad tiene poco impacto sobre la situaci6n general del paciente. Se ha sugerido inclu-
AZAR so que el conocimiento por el paciente del hecho de estar sometido a experimenta-
cion puede anular el efecto placebo que toda intervenci6n medica comporta 66.
Anaigesicm, +
Anaigesicos
Espasmoifticos
3.3. Sesgos
AZAR AZAR
A continuaclOn se vuelve a aleatorizar y en cada grupo se define un subgrupo Los pacientes que se estudian han de ser una muestra representativa de los pacien-
experimental. que recibe ansiolfticos, y otro de control que no los recibe. Al final tes que presentan el problema en estudio. 0 al menos de aquellos a los que se dirige
del estudio se tienen cuatro grupos: los que reciben todos los tratamientos, s610 anal- la indicaci6n evaluada. Por ello, un primer problema 10 presentan las personas que se
gesicos y espasmoliticos. analgesicos y ansioliticos, y solo analgesicos. Las distin- niegan a participar en el estudio. EI analisis debe contemplar si existen diferencias
tas comparaciones entre ellos permiten evaluar la eficacia independiente de cada tra- entre quienes participan y quienes no, para detectar posibles evidencias de sesgo de
tamiento y sus posibles efectos sinergicos y antagonicos. selecci6n. Un problema semejante proviene de los abandonos durante el seguimiento.
La legislacion espanola obJiga al cr)Jlscntll1llCl1to in{ormado (ver Facsfmil). es
call1cntos () procedimicntm que pudieran interferir. Quizii en oca~iones no se pue-
decir. el sujeto debe expresar voluntariamente su intencion de panicipar en el ensa-
dan comparar tratamientos 'puros', sino s610 estrategias terapeuticas. EI analisis no
\0 clinico. despues de haber comprendido los objetivos del estudio. beneficios. inco-
deheria pOl' 10 tanto eliminar a los sujetos incumplidores (hecho frecuente en la lite-
;110didades ) riesgos previstos. alternativas posibles. derechos y responsabilidades. ratura) ni a los que no aceptan participar.
EI documento de consentimiento informado debe figurar ademas en el protoeolo del
ensayo para que pueda ser aeeptado por el Comite Etieo de Investigaci6n Clfnica
puede ocurrir que algunos pacientes cambien de grupo despues de la aleatorizaci6n.
correspondiente.
En e.se caso se esta rompiendo con la regIa de oro. ya que los que cambian pueden
tener caracteristicas en comun e introducir un elTor de tipo sistematico. Si no "e
Nombre del sujeto detecta. ademas. se les estara elasificando incorrectamente en cuanto a la exposici6n.
Otra amenaza. la mala clasificaci6n del efecto. debe controlarse eonsiguiendo meca-
Protocolo del Ensayo Clinico autorizado numero nismos que garanticen que se buscan los resultados de la misma forma y con los
mismos criterios en los grupos que se comparan.
DECLARO QUE:
Un buen mecanismo de control es el el1l11(/scaramiento; se trata de conseguir un
Se me ha solicitado participar en el Ensayo Clinico de referencia, durante el cual me
cegamiento de los panicipantes para evitar la subjetividad en los resultados. En su
sera administrado un medicamento en investigaci6n. '
forma mas simple. el sujeto desconoee el grupo de tratamiento a que ha sido asig-
Antes de pres tar mi eonsentimiento, firmando este documento, he sido informado par
nado: es el simple ciego. Si ademas tanto el sujeto como el investigador descono-
el investigador principal don ............................ '" ........... ............. ................ del proyecto
de investigaci6n de que se trata, del tipo de medicaei6n que va a serme administrado, een el grupo de tratamiento, se trata de un doble ciego. Cuando incluso el analista
de sus posibles efectos beneficiosos y tambien de sus inconvenientes, riesgos y reac- de los datos esta cegado, se esta realizando una evaluaci6n con triple ciego.
eiones adversas que pueden presentarse, de otras posibilidades existentes de tratamiento,
de los prop6sitos del mencionado estudio y de la metodologia con que va a ser lleva-
do el mismo, asi como de que por prestar mi colaboraci6n libre y voluntariamente 3.4. Amilisis
puedo suspenderla en cualquier momento que 10 de see.
Como se ha dicho, los estudios aleatorios control ados pueden asimilarse a estu-
Tambien se me ha informado de que para mi protecci6n en el desarrollo del estudio dios de seguimiento 0 de cohortes, solo que aqui se aleatoriza al comienzo. Por ello.
dispondre de la asistencia medica y sanitaria adecuada y de los tratamientos comple- la estimacion de las medidas de magnitud y de impacto potencial son identicas a las
mentarios que necesite y de que se tomara con el protocolo del ensayo todas las medi- ya conocidas (capitulo I.E). Es frecuente encontrar en la literatura a1l(ilisis de sllper-
das apropiadas para que el estudio este debidamente eontrolado. l"ivellcia en ensayos clfnicos. La idea es que los sujetos en estudio no son seguidos
todos necesariamente a partir de una misma fecha. Cada uno se sigue a partir de un
(Firma del interesado) (Lugar y fecha) punto bien definido, conocido como tiemp.o,. cero, y pueden ordenarse entonees los
Reeibi: El Investigador,
tiempos de seguimiento observados de menor a mayor. Se obtiene asf una eohorte
ordenada por tiempos. hipotetica. que permite estimar la probabilidad de sobrevivir
Facsfmil de Ia hoja de consentimiento informado. 59
a distintos tiempos desde el punto cero (Capitulo II.D.5). Esa probabiJidad se cal-
cula a partir de la probabilidad aeumulada de sobrevivir a cada uno de los interva-
los de tiempo que les precedieron 67.
b. Sesgo de clasificacioll
Los pacientes van introduciendose en el estudio confonne pasa el tiempo. Sus
La existencia de la aleatorizaeion no elimina la posibilidad de una mala clasifi- respuestas al tratamiento se observan secuencialmente y se van acumulando. Es nece-
eacion. La adherencia al tratamiento. por ejemplo, puede suponer distorsiones. EI ~ario por 10 tanto un seguimiento adecuado. 10 que se conoce como monitorizaci6n.
investiaador no puede imponer 10 que las personas deben hacer. Solo puede alentar Esto tiene interes para detectar desviaciones en el cumplimiento del protoeolo y efec-
con fi~neza a los individuos para que cumplan el plan terapeutico, y eviten medi- lOs adversos. y para el correcto procesamiento de los datos y el mantenimiento de
-----------
31. Briones E. Perea-Milla E. Ruiz-Canela MP. Torro C. Gili M. The Andalusian Nutritional Flanders W, Coleen A, Boyle C. Boring "J. Bias associated with differential hospita-
Survey: comparison of the nutritional status of Andalusian children aged 6-60 months 48. lization rates in incident case-control studies. J Clin Epidemiol 1989: 42:395-401,
that of the NCHS/CDC reference population. WHO Blill 1989: 67:409-416. 49. Gili M. Martinez-Canabate E, Nieto C. Los estudios de casos y testigos. Los estu-
32. Fernandez R. Suarez C, Perea-MilIa E. Vilaseca M, Dfaz-Fierros 1\1, Estudio de la dios transversales. D~t lilt y Microbiol Clill 1989; 7:559-563.
cali dad de la prescripcion en la provincia de Malaga, Gaceta Sanitaria 1993 (suple- 50, Martin JM, Oportunidad relativa: reflexiones en torno a la traduccion del termino
mento); 7: 17. 'odds ratio' (carta al director). Gaceta Sanitaria 1990; 4:37.
33. Infante-Rivard C, Fernandez A.llll'estigacioll epidemiologica ell Salud Laboral, Quebec: 51. Pearce N. What does the Odds Ratio estimate in a case-control study? lilt J Epidel1liol
McGill University. 1994. 1993: 22:1189-1192,
34, Poole Ch. Ecologic analysis as outlook and method (editorial), A.m J Public Health 52. Walker AM, Obsen'ation and i1lterellce. An introductiolJ to the methods of Epidemiology,
1994: 84:715-716. Chestnut Hill MA: Epidemiologic Resources Inc., 1991.
L
---~---~-~~~--~ -------~---
53. Friedman G. Hiatt R, Quesenberry Ch. Selby J. Case-control study of screening for
prostatic cancer by digital rectal examinations. Lancet 1991: 337: 1526-1529.
54. Palli D, Roselli tv1. Buiatti E. Carli S. Ciatto S. Toscani L Maltoni G. A case-con-
trol study of the efficacy of a non-randomized breast cancer screening program in
Florence (Italy). lilt J Cancer 1986: 38:501-504.
55. Davey G, Strbbele S. Egger M. Smoking and health promotion in Nazi Germany. ]
PARTE II
Epidemiol ComllJunity Health 1994; 48:220-223. AN1\LISIS DE DA.TOS E?\ I!\VESTIGACI()N
56. Gen'as J, Perez M.: El disefio semiexperimental y experimental y la imestigaci6n CLI]'\ICA Y EPIDE\IIOL()GICA
evaluativa. Atencion Prima ria 1991; 8:567-576.
57. Sanchez-Cantalejo Ramirez E. Emluacion de intelTenciones. Granada: Escuela Andaluza
de Salud Publica. 1991.
58. Veney J, Kaluzny D. Evaillation and decision making for health sen'ices programs.
Englewoods Cliffs. NJ: Prentice Hall Inc., 1984.
59. Ministerio de Sanidad y Consumo. Real Decreta 56111993. de 16 de abril, por el que
se establecen los requisitos para la realizaci6n de en~ayos clfnicos conmedicamen- Emilio Sanchez-Cantalejo Ramirez
tos. Madrid: BOE 13 de mayo de 1993.
EDITOR
60. Directiva 9 1150 7ICEE, de 19 de julio. Uni6n Europea.
61. Legha SS. Ensayos clinicos en fase I en tumores s6lidos en adultos. Rev Cancer 1990;
4:11-14.
62. Martin M, Diaz-Rubio E. Estudios en fase II en Oncologia. Rev Cancer 1990; 4: 15-
23.
63. Liz6n J. El estudio en fase III. Estudios comparativos aleatorios. Rev Cancer 1990;
4:24-29.
64. Byar D, Piantados S. Factorial designs for randomized clinical trials. Cancer Treatment
Reports 1985; 69:1055-1063.
65. Higgins J. Introduccion a los estudios dinicos de asignacion aleatoria. Durham, NC:
Family Health International, 1985.
66. Skrabanek p, McCormick J. Sofismas y desatinos en Medicina. Barcelona: Ed. Doyma,
1992.
67. Fletcher R, Fletcher S, Wagner E. Epidemiologia Clinica. Barcelona: Ed. Consulta,
1989.
68. Berry D. Interim analyses in clinical research. Cancer Investigatioll 1987; 5:469-477.
A. ANALISIS DESCRIPTIVO
E. Sanche:-Cantalejo RamIrez,
R. Ocana Riola
1. Introduccion
ellas) ha publicado la ultima \'er.~i6n ' de la<, instrucciones para los dutores que desc-
ella~ tienen en COIllLlI1 el hccho de que sus \alores no son nUIlleros. Del sexo se dice
en publJcar en tal revista. En tal referencia se dice que todo artIculo a publicar pa\<i
que es una yariahle dicot6mica 0 binaria pues solo puede tomar dos \'alore~: hom-
poruno de. 10<, slete estadisticos perteneciente~ al comite editorial y tambien aparecc
bre. ll1ujer: sin embargo. el estado civil es tambien categorica pero sus posibles valo-
el "llstado de preguntas acerca del diseno y analisi~ del e'-ludio candidato a publica-
res son mas de dos: casado. '.oltero, di\'orciado, etc.: a esta~ variables se les denomina
ClOn. En nuestro pais. aunque con algun retraso. re\istas como A1edicil1o Clz'nico \
policotomicas. En la \ariable estadio de cancer y en la GLEASON hay algo que no
Gaceta SOl1irario han incorporado a eqadfsticos en el proceso de revisi6n de artfcu--
se encuentra en las otras y esto es que entre sus valores 0 categorfas hay implicito un
los. Este au men to del uso de los metodos estadfsticos ha llevado aparejado en muchas
orden: un tumor en estadfo 1 precede y tiene mejor pronostico que en estadfo II, este
ocasl~nes un n,1al LhO de los mismos 4: algun autor ha cifrado en el 50Cf( la proporcion
l11ejor que el Ill. etc.: a estas variables se les denomina ordinales: sin embargo, aun
de artJculos chmcos en los que se encuentran serios problemas de diseno y/o amtlisis
no se ha «demostrado». a pesar de algunos. que entre los valores de la variable sexo
de los datos. Altman ~ escribe un editorial alertando sobre este problema donde esta-
exista un orden. El hecho de que las variables categ6ricas no sean numericas no entra
blece un parangon entre el clfnico que no utiliza el tratamiento COlTecto en sus pacien-
en contradicci6n con el hecho de que para poder manejarlas con muchos paquetes
tes con elmvestigador clinico que no disena y/o analiza de forma adecuada sus estudios.
inform<lticos sea necesario asignar numeros a cada valor: aSI podemos asignar valor
Las r~z~nes de ~sta situaci6n son, por una parte, el poco conocimiento por parte de
I al paciente casado. 2 al soltero, 3 al separado, etc., aunque a la hora de analizar los
los chl1lc~s de dlsclplmas como la estadfstica y la epidemiologia y, por otra, la falta
datos deberemos advertir a la maquina que tales numeros son realmente etiquetas.
de profeslOnales de estas disciplinas, problema especialmente grave en nuestro pais.
"
El grupo de las cuantitativas esta constituido por aquellas variables cuyos valores
Son multit.ud el numero de publicaciones peri6dicas biomedicas, tanto generales
son numericos: numero de hijos, edad, nivel de PSA, etc. La primera se dice que es
como especlahzadas, que han publicado artfculos sabre metodoloafa tanto estadistica
como epidemiologica, con el objetivo de aumentar la cultura cien~ffica entre sus lec-
una variable cuantitativa discreta pues sus posibles valores son numeros aislados: 0,
1, 2. etc.; tanto la edad como el nivel de PSA son variables cuantitativas continuas
tores. Est~ ~~rte de la monografia trata de introducir al clfnico en los conceptos basi-
porque, al menos te6ricamente, pueden valer cualquier numero, por raro que sea, den-
cos de anahsls de datos mas comunmente utilizados en la literatura biomedica.
tra de un intervalo determinado.
3.1. Tablas
~~ dice ~ue una variable es cualitativacategoric a si sus posibles valores no son
0
numencos; eJemplos de este tipo de variables son: el sexo. el estado civil el estadio
Si pretendieramos realizar un analisis estadistico sobre la gravedad de una serie
del tumor, la variable GLEASON (gradaci6n de la malignidad de un tumor): etc.; todas
de pacientes afectaclos de cancer de pr6stata, es claro que un listado del grado de
malignidad uel tumor para cada una ue estas persona" no nos darfa idea de la di<..,tri- Las diqintas categ()rfas en que "e puede clasificar a los individuos. y e<,to vale
buci6n del estado de los indi viduo,,: de ahf la conveniencia de resumir adecuadamente para cualquier tipo de \ariable. se dehen construir <,egun dos criterios: exha~stividad
e~a informacion. Una forma de pre<,entar resumidamente esos datos es mediante una v exclusiYidad: en otra~ palabras, un lI1dl\lduo debe pertenecer a una y solo a una
tabla. Una tabla se construye poniendo en una columna las categorfas 0 \'alores de la ~k las categorfa s , Estos criterios implican las siguiente<., relaciones:
\ariable en cuestion. en este caso el grado de malignidad del tumor dado por la yaria-
ble GLEASOI\. ) en utra columna el numero de veces que se repite cada una de esas fi+f2+ ... +ji=n
categorfas: en la Tabla II.1 aparece la distribucion de esta \'ariable medida en 74 pacien-
tes con cancer de prostata.
Tubla fl.l. - Distribucirill del grudo de 1I1ulignidud que resumidamente se escribe asf
del tumor en 7-1 indil'idllos COil cc{neer de pr()s[({ta,
,
"
GLEASON I Frecuencia absoluta i Frecuencia relativa Lj;=11 L hi = 1
/=1
!
Grado 4 I
I
12 I 0.1622 k
Grado 5 II 18
I
I . 0.2432 donde el sfmbolo ~ significa que hay que sumar desde la categorfa 1 hasta la cate-
Grado 6 I 21 0.2838 goria k, siendo k el numero de categorfas, que para la tabla anterior vale 5.
I
Grado 7 14 0.1892
!I Para variables cuantitativas. el proceso de construccion de la tabla es parecido;
Grado 8 0 mas 9 0.1216 para eI caso discreto, la tabla se compone de una columna donde aparecen los distin-
I
I
tos valores de la variable y en otra sus frecuencias, como se muestra en la Tabla 11.2
Total 74 1.0000 de la distribucion de la variable «Numero de sesiones de tratamiento necesarias para
I i
la fragmentaci6n total» en un conjunto de 200 pacientes tratados mediante litotricia
extracorp6rea.
Segun esta tabla, de entre las 74 personas en estudio, 12 presentan un tumor con-
siderado de Grado 4: este numero 12 se dice que es la frecuencia absoluta, 0 sim- Tabla 11.2.- Distribuci6n del lllimero de sesiones de tratamiento ell 200 pacientes
plemente la frecuencia, de la categorfa «Grado 4», pues es el numero de veces que sometidos a tratamiento mediante litotricia.
se repite esa categorfa; por otra par1e. el 12.16% de los pacientes estan clasificados
como individuos con un tumor de Grado 8 0 superior, es decir, la frecuencia relati- N° de sesiones Frecuencia absoluta Frecuencia relativa
va de la categorfa «Grado 8 0 mas» es 0.1216. En generaL la frecuencia de una cate-
1 165 " 0.825
goda es el numero de veces que se presenta tal categorfa, mientras que la frecuencia
relativa es el cociente entre la frecuencia absoluta y el numero total de individuos; es 2 26 0.130
claro que la frecuencia relativa depende del conjunto de referencia, en este caso las 3 7 0.035
personas diagnosticadas con cancer de prostata en una determinada region, mientras i
40 mas
I
i
2 0.010
que la frecuencia absoluta es independiente de este; si notamos por j; la frecuencia
I
absoluta de la clase i. la frecuencia relativa, que notaremos por hi' se puede expresar Total !
I
200 1.000
mediante el cociente
Para el caso de una variable continua como, al menos teoricamente, puede Tomar
un numero muy grande de \alores. en una columna no se representan cada uno de los
siendo 11 el numero de individuos del conjunto de referencia, posibles valores. sino intervalos de valores: un intervalo viene dado por una pareja
de valore~ que son los extremos del intervalo: a la distancia entre los extremos. \U "jla ,>oiera: PIa, fair. uno de los fundadores de los graficos estadfsticos, propuso a
]11UL" .
diferencia. se denomina amplitud del intervalo: a los efectos que despues considera- rincipio~ del siglo XIX el u:-,o de los dlUgramas de barra" y el de sectores para repre-
remos. es necesario definir 10 que lIamaremos la marca de clase del intervalo. como r
~en
tar -<;Ll~ datos. Otra curan precursora de la utilizaci6n de la estadfstica en e1 campo
c
el punto intermedio entre sus dos extremos. y que en ocasiones tomaremos como repre- :anitario. Florence Nightingale. tambien utilizaba gnificos para presentar las bajas
sentante de rodos los valores del intervalo correspondiente. En la Tabla II.3 se mue\- mensuales del ejercito britanico en la guerra de Crimea.
tra la distribuci6n de la duraci6n del tratamiento de cada litiasis. dada en minuto~.
para el conjunto de los 200 pacientes mencionados anteriormente. La variable consi- Los grMicos son un medio extraordinariamente import ante para comunicar infor-
derada es continua. macion en artfculos cientfficos: analogamente al lenguaje escrito que puede comuni-
car ideas. teorfas, numeros, etc., el lenguaje grMico es muy utilizado para mostrar
Tabla 11.3.- Distribllcion de la duracion del tratamiemo en 200 pacientes sometidos a litotricia. infonnaci6n porque es un medio muy efectivo. Tendencias y relaciones en nuestras
observaciones se evidencian por medio de grMicos debida a la enorme potencia de
Duraci6n Frecuencia Marca Frecuencia Frecuencia nuestro sistema ojo-cerebro para percibirlos; este sistema puede resumir gran cantidad
(en minutos) absoluta de clase acumulativa absoluta Acumulati\"a relativa
de informaci6n, percibir sus caracterfsticas mas sobresalientes 0 fijarse en detalles que
IO:O;x<20 4 15 4 0.0200 no se pueden captar con la informaci6n numerica. La reciente explosi6n tanto de hard-
20:0; x <30 5 25 9 0.0450 ware como de software nos permite ahora poder hacer un uso mas facil de las repre-
30:0; x <40 21 35 30 , 0.1500 sentaciones grMicas y es la raz6n por la que constantemente se estan haciendo nuevas
40:0; x <50 27 45 57 0.2850 propuestas de representaciones grMicas que mejoren 0 complementen las ya existen-
50:O;x<60 48 55 105 0.5250 tes, Revistas como el Journal of Clinical Investigation y The Lancet dedicaban ya en
60:0; x < 70 53 65 158 0.7900 1981 un 12 % Y un 10% de la superficie de sus artfculos originales a representaciones
70:0; x < 80 28 75 186 0.9300 grMicas; el lector interesado en estos temas puede consultar la bonita obra de Tufte 6.
80:0; x <90 13 85 199 0.9950
90:0; x < 100 1 95 200 l.0000 Como to do metoda que se usa con frecuencia, no siempre se utiliza de la mejor
Total 200 1.0000 forma, por 10 que existen unas normas que se deben tener en cuenta a Ia hora de cons-
truir toda representacion grMica:
En caso de categorias ordenadas, es decir, cuando se trate de variables categ6ri- 1) Los grMicos deben ser visualmente claros.
cas ordinales 0 variables cuantitativas, tiene sentido definir 10 que se llama frecuen-
cia acumulativa absoluta y/o relativa de la categorfa como la frecuencia absoluta 2) Deben estar claramente descritos tanto en el pie de la figura como en el texto
y/o relativa propia mas las de todas las categorfas anteriores; las frecuencias acumu- del articulo.
lativas para la distribuci6n de la duraci6n del tratamiento de cada litiasis aparecen en "
las dos ultimas columnas de la tabla: que la frecuencia acumulativa del intervalo 3) Siempre que sea posible, se deben representar grMicamente las conclusiones
50 S x < 60 sea 105 significa que de entre los 200 pacientes, 105 fueron tratados mas importantes que se derivan del estudio.
durante un periodo de tiempo inferior a 60 minutos; que su frecuencia acumulativa
relativa sea 0,525 significa que el 52.5o/c de los pacientes tuvieron un tratamiento cuya 4) Evitar los grMicos confusos; por ejemplo, no sobrecargar mucho la grMica de
duraci6n fue inferior a 60 minutos. tal manera que «los arboles no dejen ver el bosque».
~
l
No Afectaci6n
en el eje horizontal se representan los valores de la variable y por cada uno de eso~ 15 I I
\alore~ se trazan segmentos 0 barras perpendiculares cuya altura sea proporcional a I I
la frecuencia. absoluta 0 relati\a. de cada valor. La Fig. 11.1 muestra la distribucion
del grado de malignidad. medido en terminos de GLEASON. en 74 pacientes con can-
I() -; n i
I I
I
I
lLL
cer de prostata que aparecen en la Tabla 11.1: como quiera que. aunque se Ie asignen I I
mimeros a las distintas categorfas del grado de malignidad. tal variable no es nume- 5 -I .
rica. pues si se ace pta su caracter numerico equivaldrfa a afirmar que existe la misma
diferencia entre un grado 4 y un 5 que entre este y un 6 etc.; a cada categorfa de la 0- Grado de
-l malignidad
5 6 80 m,b
variable se Ie ha asignado un rectangulo con igual base de valor arbitrario. pero igual
para todas las categorfas: sabre cada una de esas bases se levantan rectangulos can FIG. 11.2.- Distrilmci()n del grado de IIwligllidad del tllmor .Iegzin la af'ectacic511 gongliollor.
altura proporcional a su frecuencia, con 10 que se consigue que sus areas sean pro-
porcionales a sus hecuencias. Para el caso de variables continuas, en el eje horizontal se toman segmentos que
sean proporcionales a las amplitudes de los intervalos y. con esas bases, se trazan rec-
Frecuencia
25
tanglllos tales que Sll area sea proporcional a la frecuencia del correspondiente inter-
valo: una representacion de este tipo se denomina histograma. Uniendo los puntos
medias de las bases superiores de estos rectangulos se consigue el poligono de fre-
'l
20 -
cuencias. En la Fig. 11.3 aparece la distribuci6n de la duraci6n del tratamiento con
IS
10 -
-
I n I
i
-
r---
litotricia en un grupo de 200 pacientes, expresada en minutos.
Frecuencia
60~----------------------------------------------,
50
S -
i
i
o
I
-l 5
I i
6
I 7
i
Grado de
malignidad
40
,
,
~o
hacer graficas conjuntas para las distintas series; en la Fig. 11.2 aparecen las distribu- 0 20 40 60 80 100 Minutos
ciones del grado de malignidad del cancer de prostata en 17 individuos con afecta-
FIG.11.3.- DislrilmcicJn de 10 dZlracion del tratamienlo mediante
cion tumoral de los ganglios linfaticos y 57 sin afectaci6n, en la que se puede apreciar
litotricia extracolp6rea ell 200 pacientes.
Ya que el area del rectangulo es el producto de su base par su altura, eligiendo Una representaci6n grafica menos conocida que las anteriores es eillamado «tron-
intervalos de igual amplitud, el area dependera s610 de la altura 10 que facilitara la co y hoja», traducci6n de su nombre original «stem-and-leaf»; esta representaci6n,
comprensi6n de la representaci6n; de ahi que, siempre que sea posible, se deben ele- deb ida a 1. W. Tukey, que podemos considerar como un hibrido entre una tabla y un
gir intervalos de valores de igual amplitud. histograma, tiene como ventaja sobre estas dos el hecho de, aparte de representar la
forma de la distribuci6n. tambien muestra los val ores de la variable. La idea consis-
Con las frecuencias acumulativas se puede construir los histogramas de frecuen- te en dividir cada dato de la serie en dos partes: una que es «el tronco» y otra «la
cias acumulativas, tanto absolutas como relativas: a modo de ejemplo, en la Fig. IIA hoja». A continuaci6n aparecen las presiones sist6licas de un grupo de 80 aduJtos.
aparece el poligono de frecuencias acumulativas absolutas para la distribuci6n de
la duraci6n del tratamiento de litiasis en 200 pacientes; este poligono nos permite eva- 105 110 141 120 112 119 117 123
Juar graficamente la frecuencia acumulativa, en este caso absoluta, para cualquier valor 142 138 99 121 113 128 112 128
de la variable representada, en este caso la duraci6n del tratamiento. Mas adelante se 109 133 133 126 112 125 113 127
hara uso del poligono de frecuencias acumulativas relativas. 105 120 108 118 117 127 119 120
122 114 115 122 110 100 123 129
Frecuencia 122 123 108 112 111 101 128
106
200 -
117 III 107 113 104 118 104 121
·PI···:········
.'.' 118 120 117 135 106 119 123 122
150-
100-
7· ]]9
129
107
108
121
120
139
119
121
118
122
128
127
117
128
106
5: _ ~~~~~_~
_ ;_ ~_···~··_···_··~~_··_··_···~·b~~~~~~~~~~~~~~__~
10 20 30 40 50 60 70 80 90 100 Minutos
0919
10 1 5 95 7 8 8 8 7 64 6 0 J 46
11 17 8904 1 5 7 823 923 2 7 089 1 89 723 9 7
Fig'/I.4.- Histograma y polfgono de frecuencias acumulativas absolutas 12 12 2 9 0 3 0 1 0 0 1 6 2 1 8 5 7 2 8 3 3 7 3 8 709 8 1 2 8
. de la duraci6n del tratamiento mediante litotricia extracorp6rea. 13183359
1412 1
Aparte de estas, tambien se utili zan con frecuencia otros tipos de representacio-
nes graficas; entre las mas comunes estan los diagramas de sectores 0 tartas que se Las cifras a Ja izquierda de Ja vertical son los troncos y las de Ja derecha, las hojas:
construyen asignando a cada valar de la variable un sector circular cuya area es pro- el primer vaJor ] 05 esta representado con tronco lOy hoja 5; el valor 142 como 14
porcional a la frecuencia de tal valor, como aparece en la Fig. II.5. y 2, etc. Por tanto, e1 tronco 10 tendra tantas hojas como presiones haya comprendi-
das entre 100 Y 109 mm; es decir, la longitud de cada fila de hojas es el numero de
veces que se repite cada tronco. Como se ve, con esta representaci6n grafica obtene-
mos informaci6n acerca de la forma de la distribuci6n, Ja que nos darfa el histogra-
rna, pero adem as se tiene la informaci6n que nos dana una tabla pues permite conocer
Grado 6 los valores de la variable, cosa que no ocurrfa con el histograma. De la misma mane-
ra que en el histograma se puede elegir la amplitud de los intervaJos que sirven de
base a los rectangulcis, para esta representaci6n grafica es tambien posible adecuar tal
amplitud a nuestra conveniencia. El anterior tronco y hoja se ha construido en base a
intervalos de amplitud 10 mm.; si por alguna raz6n nos interesase afinar un poco mas
Fig.IJ.5.- Distribucion del grado de malignidad del tumor Y construirlo en base a intervalos de 5 mm., la representaci6n grafica serfa as!
, . ~ de puntos. es facil de manipular'. en la Fl' c· II6
nube . ' (b) alJarece la 111lSma
(J " represen-
0919
taclOn en donde sc. ha cambiado la escala del eje vertical con 10 que da la sensaci6n
1014014
10 1 5 9 5 7 8 8 8 7 666 de me~o.s camblOs mteranuales en el numeros de trasplantes renales en Andalucia. Las
111041232320123 dos g~'aflcas son perfectamente vMidas pero evidentemente la impresi6n que causan al
lectOl es muy dlferente. De este hecho se puedc sacar la conclusi6n de que es mu '
Import~ntc,
1117894578978989797
12122030 100 1 2 123 330 1 2 a la hora de mirar cualquier nube de puntos, fijarse en las escalas cle o ;-
das, e\'ltando de esa manera cualquier posible manipulacion malintcncionada. b
12 1 96 8 5 7 8 7 8 7 9 8 8
13 1 3 3
131859
N°de 400 N" de
14 1 2 1 Trasplantes Trasplantes
200
en donde en el primer tronco 10 estarfan las presiones comprendidas entre 100 Y 104 mm.,
ambas inclusive. y en el otro tronco 10 se situaran las presiones entre 105 Y 109 mm.
300
180
3.4. Gnificos para datos bidimensiona1es
Basta ahora se han hecho representaciones graficas de una variable medida en 200
varios individuos: sin embargo, muchas veces se miden mas de una variable en cada
160
sujeto y suele ser de interes estudiar la relaci6n entre dos de ellas: la representaci6n
grafica de las parejas de valores es un paso previo y muy importante a la hora de estu-
diar relaciones entre dos variables. La situaci6n general es la de tomar dos medidas 100
en cada individuo y tratar de conocer como varia una de las variables cuando varia la
140
otra. Ya que tenemos e1 valor de dos variables para cada individuo y como una pare-
ja de valores se puede identificar como un punto en el plano, en definitiva la repre-
sentaci6n grMica vendra dada por n puntos en el plano. En 1a siguiente tabla aparecen Tiempo
los trasplantes renales efectuados en Andalucfa entre los aDOS 1986 a 1993. 191>6 1988 1990 1992 1986 198~ 1990 1992
Tabla !l.4. - Traspiantes de riiic5n ell Alldalucfa 1986-1993. Fig. Il.6:- hasplantes ell Andalucfa ell eljJeriodo 1986 -199'1_. L a d;f: . entre
lJerencw
I los graficos (a) r (h) esta ell la escala del eje \'erticai.
i i 1 I
1987 1 1988 I 1989 1990 I 1991 1992 1
1993
Ano 1986 I . co t~ambien
. ~ es po sible estudiar la rclacion de dos 0 mas variables con otra l elcera. A
1
i I I ..
i
I 144
-I I I n I11UaClOn aparece el numero de trasplantes de corazon en la misma epoca anterior.
183 144 124 I 153 I 161 I 206 187
Trasplantes
I I, I i I
Tabla ll.5.- Trasplantes de corazc5n ell Andaillcia. 1986-1993
0 Como qui era que entre estas variables medidas hay algunas cuyos val ores estan en
200 0
0 relaci6n inversa y otras en relaci6n directa a la calidad de la gesti6n del hospitaL reali-
0
150 0
0 zaremos alguna transfonnaci6n. Por ejemplo, ya que a mayor valor de la variable «estan-
0
0
cia media», peor gesti6n, utilizaremos la variable «12-estancia media» por 10 que a mayor
100 valor de esta variable, mejor gesti6n del hospital; de la misma forma utilizaremos «200-
lista de espera» y «36-mortalidad». Con estas transfonnaciones, las cinco variables son
homogeneas en el sentido de que cuanto mayores sean sus valores mejor gesti6n.
50
'"
0
* '" '" * '" Tiempo EI program a utilizado para el diagrama de estrellas ha sido S-PLUS el cual asigna
1992
,~-.-
a la primera valiable, en este caso «12-estancia media», el eje horizontal del primer
1986 1988 1990
cuadrante, asignando a las restantcs variables los sucesivos ejes siguiendo el sentido
Fig. II. 7. - Trasplantes renales V cardiacos el1 Andaluda en el periodo 1986-1993. contral-io al de las agujas del reloj. Se ha de tener en cuenta que tiene sentido compa-
rar longitudes de un mismo eje en las distintas estrellas; sin embargo, dentro de una
misma estrella los distintos ejes rniden diferentes escalas y no tiene sentido comparar-
3.5. Graticos para datos muItidimensionales los. De la Fig. II.8 se desprende que el HospitalS es, en conjunto, el mejor gestiona-
do y que el Hospital 1 es el peor. en relaci6n a las 5 variables medidas. Observese como
Es en el caso en que para cada observaci6n se han medido tres 0 mas variables. para cada una de las variables, al menor valor se Ie asigna un radio de longitud cero y I
I'
donde ha habido novedades mas importantes en cuanto a metodos grMicos de repre- a los restantes \'alores radios de longitud proporcional a su diferencia con el valor men or. I'
sentaci6n de datos: la mayorfa de los metodos s610 se pueden llevar a cabo con las Ii
I
capacidades de los ordenadores. en especiaL algunos paquetes grMicos tales como
SAS, STATGRAPHICS 0 S-PLUS. Entre las distintas tecnicas s610 vamos a citar las
que quizas son mas utilizadas: los diagramas de estrellas y las caras de Chernoff. )Hospital 1
"~\7
Hospital 2
r:1
Hospital 3
IiI'
d
I
Ii
iI'.:
Un diagrama de estrellas consiste en asignar a cada sujeto una estrella con tantos
~
radios como variables se hayan medido: es un tipo de grafico pensado para variables
cuantitativas siendo la longitud de cada radio de la estrella proporcional a la magni-
tud de 1a variable que representa. Como observaciones para construir un diagrama de
estrellas vamos a tomar las que aparecen en la Tabla II.6, donde se muestra una serie Hospital 4
G) HospitalS
[)=-
Hospital 6
de cinco indicadores que tienen que ver con la gesti6n, en seis grandes hospitales
andaluces; por tanto, cada hospital vendra representado por una estrella de cinco radios Fig. !l. 8.- Diagrama de estrellas para cinco indicadores
que tendran longitud proporcional a los valores de las cinco variables. de gestion en seis hospitales andaluces.
Otm mctudo de representaci6n de oh'.cnaciones multidimensionales e'. ('I propllesto Rasgo facial Caracteristica Significado
pm Chernoff en 1973 con"istente en asignar a cada \ariable una caracterlstica de la
cara y )a que el ojo humano es ba~tante experto en di~tinguir entre caras con di<.,tin- rArea de la cara • Grande - Estancia media pequeiia
ta~ caracterfstica~. es un metodo mu) util de presentar infonl1aci6n en muchas dimen- • Pequefia - Estancia media ele\ada
I
1--
siones. Cada programa informatico permite un n(imero de \ariables a representar:
i F01l11a de la cara • Achatada - Jndice de ocupaci6n ele\'ado
S-PLUS permite hasta quince yariahles siendo las cinco primeras las representadas por
I, • Alargada - Indice de ocupaci6n pequeno
el area de la cara. forma de la cara. longitud de la nariz. localizaci6n de la boca) cur-
\atura de la sonrisa. A continuaci6n aparece este grMico para los seis hospitales. Longitud de la nariz • Grande - Gran uso de quir6fano
I
i
• Pequefia I - Escaso uso de quir6fano
I
I
~
Localizaci6n de la boca i • Cercana a la nariz - Lista de espera pequena
I • Alejada de la nariz I - Lista de espera elevada
( 1 \
I Curvatura de la somisa • Sonriente - Escasa mortalidad
I I " • Triste - Elevada mortalidad
Hospital 1
V Hospital 2 Hospital 3
Observemos que la cara correspondiente al hospital 5 es la mas sonriente y pro-
porcionada, por 10 que puede decirse que, en general, es el hospitalS el mejor gestio-
nado, aunque existan caracterfsticas puntuales como la cercanfa de la boca a la nariz,
representativa del tamafio de la lista de espera, que ha sido mejorada por el hospital 3.
Ademas de las tab las y los graficos, una serie de observaciones se puede descri-
bir y resumir mediante 10 que denominaremos estadisticos; un estadfstico no es mas
que una forma de combinar las observaciones; dicho mas formalmente, un estadfsti-
co es una funci6n de los datos observados. Existe gran variedad de estadisticos que
se pueden usar para describir una colecci6n de datos y los hay de dos tipos:
Hospital 4 HospitalS Hospital 6
I) Unos dan idea de la magnitud 0 tamano de los datos; son las llamadas medi-
das de posicion 0 tendencia central.
Fig. II. 9. - Caras de Chernoff para cillco indicadores de ge stion en seis hospitales andaluces.
2) Otras nos praporcionan informaci6n acerca de la heterogeneidad de nuestras
observaciones; son las conocidas como medidas de dispersion 0 variabilidad.
Las variables utilizadas han sido introducidas de manera que yalores pequenos de
ellas representan una mala gesti6n hospitalaria, 10 que se traduce en rasgos faciales
tristes y pequefios; de esta forma es facil apreciar que en generaL los peor gestiona- 4,1. Medidas de tendencia central
dos son los hospitales I, 3 Y 6 mientras que los mejor gestionados son los hospitales
2, 4 Y 5. Para comprender el significado de las caras puede ser util la siguiente tabla La medida de tendencia central mas usual es la media aritmetica 0, simplemente,
donde se explican las caracterfsticas de cada rasgo: la media; este es un estadfstico que se calcula como la suma de todas las observa-
------- - ---
cione\ di\idida pur cl numero de ella". En la Tahla 11.7 aparece el coste por recet," paW L'onncer la media del gasto farmaceutico par per~ona en el conjunto de los
en pe~eta" cornentes. en el segundo semestre de 1992. en Andalucfa. '. ,I . di ,tI'ito~ sanitario<,. no habria mas que )umar todos estos gastos a ni\el de dis-
0L 10 . ' .
di\ idirln~ par 8. el numero de dl5,tntos.
T(/h!CI If. 7. Coste I7lcdio flor rtcelU ('/1 Ando!uc!a, JlIlio-DiciemiJre 1992. [rito ~
--.... 12870 + ... + 16403
~1e" Julio Agosto Septiembre I Octubre Nm'iembre I Diciemhre Coste medio/persona =
8
= 14830
i
Coste/receta ! 1170 1174 1188 1212 1199 1189
Sin embargo, la misma fuente asegura que el gasto total en reeetas fue de
12268029000 pesetas y que la poblacian protegida fueron 823302 personas: por tanto
el ga~to medio por persona tambien se podrfa calcular asf:
Para calcular el coste medio por receta en ese periodo no hay mas que sumar Ius
costes )1. dl VI d II' Ia suma por 6 . e I numero
' de meses, que es el numero de observaciu-
12268029000
nes reahzadas. = 14901
823302
Coste medio por receta = _1_1_7_0_+_"_'_+_11_8_9~ = 7132 1188.67 i.,A que se debe esta discrepancia en los resultados? El primer gasto medio par
6 6
reeeta caleu1ado es erraneo y 10 es porque, evidentemente, no todos los distritos tie-
nen Ja misma importancia, entendida esta como el numero de personas protegidas.
do~de 1 ~ 88.. 67 es un numero que resume los seis valores del coste por receta en el
Es claro que al gasto medio de distritos como el 5 a el 7 habrfa que darle mas peso,
penodo lI1dlca.do .. Co~:o toda medida de tendencia central, es un valor que esta por el
mas importancia, que a1 gasto medio de distritos como el 2 0 el 4 que tienen muehas
centro de la dlstnbuclOn, en el sentido de que no es ni de los valores bajos ni de los
menos personas protegidas; el peso a asignar debe estar en relaci6n direeta a1 Dllme-
altos del conjunto.
ro de personas de cada distrito. De aquf surge la necesidad de considerar otro esta-
distico denominado media ponderada que se puede considerar como una generalizacian
:o~sideremos ahora los datos de la Tabla II.8, en donde se muestra el gasto far-
maceutlco por habitante en 1992 de los diferentes distritos sanitarios de la provincia de la media.
de Granada.
En general, sean Xl, X2, ... , X" las observaeiones; por Xi notaremos una observaci6n
generic a; 1a media de ese conjunto de datos, se puede expresar de la siguiente forma
Tabla 1I.8.- Prestaciones farmaceuticas en los distritos sanitarios de Granada.
20 40 60 80 100
12301,12870,14623,14949,14957,15430,16403,17105
Fig. 11.10.- Calculo grafico de los tres cuartiles.
Como hay un numero par de observaciones, los dos valores centrales son 14949
y 14957 Y por tanto la mediana seria el valor Parece que entre las medidas de tendencia central, la mediana es la mas facil de
calcular y entender; sin embargo, es la media la que mas utilizaremos y la raz6n prin-
cipal de ell0 es, apaJ1e de su mayor popularidad y de su mas facil tratabilidad mate-
14949 + 14957
14953 matica, 10 que posteriormente denominaremos su distribuci6n en el muestreo. Sin
2 embargo, la mediana tiene la ventaja sobre ella de no dejarse influenciar por las obser-
vaciones extremas 0 raras de la distribuci6n, propiedad deseable para cualquier medi-
Aparte de las anteriores, otras medidas de tendencia central de uso frecuente son
da que intente representar un conjunto de datos. Esta preocupaci6n por controlar el
los denominados percentiles que se pueden entender como generalizaciones de la
efecto que algunas veces tienen las observacio}1es extremas, ha llevado a la introduc-
mediana: aSl, el percentil i es aquel valor que, ordenadas las observaciones en forma
ci6n del concepto estadlstico de robustez como propiedad consistente en no dejarse
creciente. el i7c de e!las son menores que el y el (1 OO-i)% restante son mayores: por
afectar demasiado por observaciones raras.
eJemplo.. que la duraci6n del tratamiento aplicado a un paciente esta en el percentil
80 ~el .tI~mpo empleado en el tratamiento de otr05 pacientes significa que el SOge de
los mdI\'lduos han sido tratados durante un periodo de tiempo menor que el suyo y el
4.2. l\Iedidas de dispersion 0 variabilidad
~07c restante tuvieron un tiempo de tratamiento mas prolongado: a los percentiles 25,
)0 Y 75 se les denomina primer. segundo y tercer cuartiL respectivamente; asf. el
Aunque las medidas de tendencia central proporcionan un valor numerico que
segundo cuartil coincide con la mediana.
intenta resumir nuestro conjunto de observaciones. la informaci6n que aport an es limi-
tada; en efecto. los dos conjuntos de observaciones
. Mediante el ~olfgono de frecuencias acumulativas relativas se puede calcular gra-
fIcamente cualqUJer percentil; si, por ejemplo, queremos calcular los tres cuartiles de
18,19.20,21. 22 y 9. 14. 20.27, 30
la distribuci6n de la duraci6n del tratamiento mediante litotricia extracorp6rea en los
~crfan inLiistinguiblcs a la hora de resumirlo:-, mediante las medidas de tendcncia cen_ EJ inJicador de \ ariabilidad mas ampliamente usadn es la desviacion tfpica que
tral: la media y la mediana de esa~ dos ~eries es la mi~ma, 20: entonces, (.que hay en . definida como la raiz cuadrada de otra medida llamada varianza. La formula de
e~
esas dos series que las diferencie" En la primera los datos son mas parecidos entre \1. Ja varianza es:
son mas homogeneos, que en la segunda. Par tanto parece comeniente introducir medi-
das, estadfsticos, que indiquen la variabilidad de las obsenaciones y que comple-
menten la informacion aport ada por las medidas de tendencia central. 52 = _',-0:....1_ _ _ __
11 -1
La medida mas simple de variabilidad de un conjunto de observaciones es el rango
entendido como la diferencia entre el valor mas grande y el mas pequeno de la serie: aunque. a efectos de calculo, es mas conveniente la expresion
as!. mientras el rango de la primera serie anteriar es 4, el de la segunda es 21. Otra fom1a
de definir la variabilidad es mediante la distancia, la diferencia, desde cada observacion
a un valor central: esta noci6n nos lleva a la medida Hamada desviaci6n media d m :
dm =
I" ix;-
-,I,-·=I~_ _ _-
xi
11 - 1
11
Par tanto, para el calculo de la varianza necesitamos conocer la suma de los cuadra-
II If 2
que para la primera serie seria (1/5)(118-201+119-201+120-201+121-201+122-201) = 6/5 == dos de las observaciones, LXi 2 , Y el cuadrado de la suma de las observaciones, (LXi)
/:1 1=1
1.2 mientras que para la segunda es (1/5)(19-201+114-201+120-201+127-201+130-201) ==
34/5 = 6.8 Asf, para la primera serie anterior, la suma de los cuadrados es:
+
15 15
(2306 - 10000)
10 10 52 = - - - - - - - - = 76.5
'--r-..,.--~-_ _--' N° de L....,.-~~-~~--' N' de 4
.2 .3 4 5 obsen aci6n 2 3 4 5 obser,acion
Fig.II. J 1.- Represel1taciol1 de las deSl"iaciones respecto de la media. y su desviaci6n tfpica es .J 76.5 = 8.75
Aunquc la varianza y la dc~\iaci()n tipica contienen la misma informaci('lIl. quizLi, Iii '. 1'1 Oh'->L']"\ aL"i(m m{ls grande de la ,erie) tal que sea menor () igual que la cantidad
c:-. (
~egLlnda sea mj" comprcnsible en cLlanto ljue Illientras la \arianza Se expresa en ICl
llnidade~ ele ]a \ ariable al cuadrado. ]a de~\ iacion tipica se expresa en las mismas Ulli-
dacles quc la \ ariable Illeelicla. Como medida de dispersicln se utiliza tambien el rec().
rrido intercuartilico. que no eS mjs que la difercncia entre el tercer) pnmer clJaniJ. C na \ ez L"alculaclos los \alore~ aclyacentes superior e inferior. se trazan segll1el1-
De las definiciones antcriores se puede deducir que cualquier medida de \ ariabiliuClU I)S d l: ,
de 1'1'
>c.
' -
caras laterales del rectan0.ulo ha"ta 10, \alores ad\acentes.
~ ,
con 10 cJue
puede ser. como poco CeW. eS decir. ninguna medida de \ariabilidad puede tomar \alll- qLueda L"ompletada la caja. Segun el criterio de. Tukey. los \alores de la distribuci6n
res negativos. que "can mcnores que el \alor a~yacente I11fenor 0 ma~ores que el. valor adyacente
5uperi()]- "e denomman observaclOnes extremas 0 outlIers. es deCif. observaclone"
Hay ocasiones en que se esl<i interesado en comparar la heterogeneidad de U()S "rclra,," rer.,pecto al conjunto de todas las observaciones.
series de datos: si la variable medida es la misma en las dos series. la desviaci6n tfpi-
ca nos puede valer para ese fin: pero imaginemos que en una serie de indi\'iduos medi- Como ejernplo. consideremos los datos de la presion sistolica de los 80 adultos:
mos dos variables. el peso que expresamos en kilogramos y la altura que 10 haCem(l\ en primer lugar tendrfamos que calcular los tres cuartiles para 10 que podemos utili-
en metros: en este caso no podemos comparar desviaciones tfpicas pues estas viencn zar el tronco y hoja. pero ordenando las hojas para cada tronco, como aparece en la
expresadas en las mismas unidades que las variables medidas: esta es la razon para siguiente figura
definir una variabilidad relativa mediante otra medida denominada coeficiente de varia·
cion (c. v.) que no es mas que el cociente entre la desviacion tfpica y la media de cada
0919
serie, medida que ya es adimensional y que no tiene el problema antes aludido;
101014455666778889
I 1 100 1 122 2 2 3 3 345 7 7 7 7 7 8 8 8 8 9 9 9 9 9
s
c.v= 121000001111222223333567778888899
x
13133589
que se puede expresar en tanto por uno 0 en forma de porcentaje. 14 1 1 2
Los tres cuartiles son 111.5. 119 y 123 respectivamente, por 10 que los valores
5. Otra forma de resumir una serie de datos adyacentes superior e inferior serfan:
Existe una representaci6n grafica que. aparte de mostrar Ia forma de Ia distribu- 1) Valor adyacente inferior es el men or valor de la distribuci6n que sea superior
cion, recoge tambien alguna de las medidas que acabamos de definir; se Ie conoce o igual a
con el nombre de «caja» (h()X-IJ/ot 0 b()x and wishker plot) y se construye de Ia siguien-
te forma: sobre el eje en donde se representan los valores de la variable, se constru-
111.5 - 1.5 (123 - 111.5) = 94.25
ye un rectangulo de anchura cualquiera y altura igual al recorrido intercuaJ1flico: dentro
de el se traza un segmento en el punto correspondiente a Ia mediana: por ultimo, se
por tanto, el valor adyacente inferior es 99.
definen 10 que se Haman los val ores adyacentes de la siguiente manera: el yalor
adyacente inferior es el valor mas pequeno de Ia distribucion tal que sea mayor 0
igual que la cantidad 2) El valor adyacente superior es el mayor valor de Ia distribucion tal que sea
menor 0 igual que
I ,
Riesgo Calidad Rie,go Calidad
]lU~ I i
del estudio
reJati\() del estudio relati\ 0
i
I
I I
2.0 ]
I 2.0 i 0
]OOJ 2.0 ]
2.3 0
1.9 0 2.6 ::
] 2.4 2
1.5
2.3 ]
Fig. II. 12.- Representacioll mediante ulla caja de las presiones de 80 illdh·idllos. 0.5 0
0 1.6 I
1.1
] 1.5 ]
2.0
La Fig. 11.12 muestra, mediante una caja, la distribucion de los 80 individuos; 2 0.9 0
1.2
0 1.5 0
observese como a partir de la caja, ademas de tener ide'a de tres parametros de posi- 1.8
1.2 ]
I.] 0
cion central, los tres' cuartiles, y de una de variabilidad, el recorrido intercuartflico, 2.8 J 0.5 0
2.5 0
nos informa acerca de la posible asimetrfa de la distribucion. Cuanto mas centrada 1.9 J
3.] 2 1.6 2
este la mediana en la caja y mas similares sean las distancias desde ella hasta los valo- I 1.6 2
2.0
res adyacentes, mas simetrica sera la distribucion. De acuerdo al criterio antes enun- 1.6 1 2.2 0
1 1.5 0
ciado sobre las observaciones extremas, y ya que el recorrido intercuartflico para 2.5
0
I.l 0 1.1
nuestro ejemplo es 123 - 111.5 = 11.5, las observaciones extremas seran aquellas que 2.4 0 1.1 0
caigan fuera del intervalo 2 1.7 0
1.6
2.5 3 2.5 3
0
(111.5 -1.5 (11.5) , 123 + 1.5(11.5)) 1.5
es decir
Para representar mediante cajas las distribuciones de los riesgos en las tres cate-
(94.25 , 140.25) gorias, tendremos que calcular los tres cuartiles asi como los valores adyacentes en
cada categoria de calidad. Para calidad mala \0,), los riesgos ordenados de forma ascen-
10 que, siguiendo el criterio de Tukey, nos lleva a decIarar a los individuos con pre-
dente son
siones 141 y 142 como raros, en cuanto a su presion sist6lica, respecto al resto de los
individuos; estas dos presiones corresponden a los dos segmentos horizontales que 0.5,0.5,0.9, 1.1, 1.1, 1.1, 1.1, 1.1, 1.5, 1.5, 1.5, 1.7, 1.8, 1.9,2.0,2.2,2.3,2.4,2.5
que dan por encima del valor adyacente superior.
por 10 que los valores de los tres cuartiles son 1. L 1.5 Y 1.95 aproximadamente. Para
conocer los valores adyacentes para esta serie calculamos
5.1. Comparacion de yarias distribuciones
1.1 - 1.5(1.92 - 1.1) = -0.13
La caja es un instrumento que nos permite la comparacion grafica de distintas dis-
tribuciones. Se conoce con bastante certeza que la inactividad ffsica es un factor de y
riesgo para el infarto de miocardio; a continuacion aparece el valor de una medida de
riesgo, el riesgo relativo, en diferentes estudios llevados a cabo con el objeto de eva- 1.92 + 1.5(1.92 - 1.1) = 3.15.
pm Jo que J()~ \',t1ure~ ad) acentc'. "cran (),) y 2,5, Ya LJuc en Ja ~cric no hay ningun
ric\gu fuera deJ intcnalo (() . J, 15) no podemm decir que existan riesgo" relati\(l\
<,raws" en eJla. Procediendo de igual manera para las dm restantes calegorfa'. de caJi-
dad del e"rudio. cJ lector puede comprobar que 1o" cuartile-. que definen la" respecli-
\a" cajas -.;on: 1,6.2.2 para calidad 1 y 1.6.2.4.2,) para calidad 2 0 mas. Los \alore,
adyacentes para las serie~ son
B. TEST DIAGNOSTICOS
1.2. 2,) \' 1.2. J.I l.A. Chicharm Molcro
R. Burgos Rodrrgue~
por 10 que el valor 2.8 de la "egunda serie puede considerarse como una observacion
extrcma: en definitiva. las tres distribuciones se pueden representar como aparece en
la Fig. II,13. 1. Introducci6n
En la practica medica diaria, los profesionales suelen preguntarse cuestiones sobre
el diagnostico que, en ocasiones. son diffciles de contestar. Algunas de ellas pueden
3,0 . . er:
- Las palabras no pueden describir preeisamente cuanto cambiara la opinion sobre 3. Probabilidad condicionada y teorema de Bayes
una hipotesis diagnostica, eonforme se vayan adquiriendo nuevas informaciones.
En medicina 10 mas importante y 10 que se utiliza cotidianamente en el razona-
Con respecto a las dos ultimas preguntas, es totalmente neeesario conocer la meto- miento, muchas veces sin tener conciencia de ella, es la llamada probabilidad con·
dologia epidemiologica y estadistica para la evaluaeion de los test diagnosticos, para dicionada que se define como la probabilidad de que ocurra un suceso aleatorio una
\ez que ha ocurrido ntro pre\ 10; por ejemplo ,,(.cual es la probabilidad de que un J) Los pacientes que pcrtene/can al grupo de enfermo<, deben representar a todos
paciente tenga un carcinoma de proqata una vez que el PSA es mayor de I () ng/ml'l,> los e'-,tauios de ]a enfermedad. a no ser que el estudio verse subre un estadio
que no es 10 mismo que plantearse "(,Cual es la probabilidad de que en pacientes con especifico.
carcinoma de prostata el PSA sea mayor de 10 ng/mP" . En este punto. para no abu-
nir al lector no neOfito y para despertar al ne6fito. adelantaremos que ambas pre gun- .f) La prnalencia (proporcion de pacientes enfermos "obre el total) del grupo de
ta" son probabilidades condicionadas; la primera. corresponde al \alor predictivo e:-,tudio debe de ser 10 l11a~ aproximada a la prevalencia de la enfermedad en
positivo. y la segunda a ]a sensibilidad. la poblaci6n ya que como \ eremos 1a prevalencia en el grupo de estudio influ-
ye grande mente en los estimadores de la utilidad diagnostica.
Continuando de una manera. a nuestro criterio. mas pedag6gica. ]a evaluaci6n de
test diagn6sticos se determina mediante probabilidades condicionadas que se pueden Supongamos que deseamos conocer la capacidad discriminativa del PSA en el
dividir en dos grandes grupos: diagnostico del cancer prostatico: para ello aplicamos a un grupo de pacientes con y
sin la enfermedad el test (PSA). determinando el valor de 10ng/ml como el punto dis-
1) Las que determinan el comportamiento de un test diagn6stico. tacto rectal 0 criminante como n0n11al y patol6gico, es decir valores mayores nos indicarian presencia
PSA, en los sujetos enfermos. con carcinoma de pr6stata, y en los no enfer- de la enfermedad y valores menores indicarian ausencia de ella; posteriormente expre-
mos. sin carcinoma de prostata. Son intrfnsecas al test diagnostico y miden su samos los resultados en la siguiente tabla 2x2:
capacidad discriminativa diagn6stica. Son la serlsibilidad y la especificidad y,
sus complementarios, la proporci6n de falsos negativos y falsos positivos res- Tabla II.] O. Presencia de carcinoma de pr6stata seglin nivel de PSA.
pectivamente.
PSA
2) Las de un mayor interes en la clfnica diaria; es decir cual es la probabilidad de
> IOng/ml < 10ng/ml
que un sujeto que acude a la consulta tenga una determinada enfermedad, car-
cinoma de pr6stata, una vez que Ie practicamos algun test, tacto rectal y/o PSA.
Son los val ores predictivos. positivo y negativo. SI A. B
CARCINOMA
Lo primero que hay que conocer de una prueba diagn6stica es su poder de dis- DE PROSTATA
NO C D
criminacion, es decir sensibilidad, especificidad y sus complementarios; para ella debe-
mos aplicar el test que queramos analizar (PSA. tacto rectal, ecografia) a un grupo,
la muestra, de individuos en el que existan personas con la enfermedad (cancer de
pr6stata) y personas sin ella. 10 cual se debe haber determinado previamente por uno Tras la aplicacion del test pueden ocurrir cuatro circunstancias representadas por
o \arios tests diagnosticos que esten considerados como los de maxima fiabilidad las casillas:
(estandar ideal). La selecci6n de la muestra debe seguir ciertas normas importantes:
- Individuos en los que el test clasifico como enfermos, PSA>10, y que real-
1) Debe tener un tamafio adecuado que garantice el control del error aleatorio (sig- mente 10 estaban; son los verdaderos positivos (A).
nificaci6n y potencial.
- Individuos en los que el test c1asifico como no enfermos, PSA<lO. y que real-
mente no 10 estaban: son los verdaderos negativos CD).
2) El grupo de pacientes controL es decir los que no tienen la enfermedad deben
pertenecer a sectores que planteen diagnosticos diferenciales. Es decir si estu- - Individuos en los que e1 test clasifico como enfermos, pero que realmente no
diamos el poder diagnostico del PSA en el cancer prost<itico el grupo control estaban enfermos. es decir seran los falsos positivos Ce).
no podra ser varones jovenes 0 mujeres; sino que debenin ser pacientes con
edades similares e hipertrofia prostatica en los que haya sido -excluido el can- - Individuos clasificados como no enfermos par el test diagnostico. pero que rea1-
cer de pr6stata mediante el estandar ideal. mente estaban enfermos. es decir los falsos negativos (B).
La sensibilidad se define como la probabilidad de que el test sea POSlt1vO entre en ausencia de informacion previa, sera igual a la prevalencia de esta enfermedad en
los realmente enfermos. peT +IE). Dicho de otra manera. la sensibilidad serfa la pro- la poblacion masculina, a esta probabilidad se Ie llama probabilidad a priori 0 pro-
porcion de pacientes realmente enfermos (A+B) con el test positivo, ateniendonos a babilidad pretest. En general la probabilidad de que una persona cualquiera pueda
la tabla serfa:
tener una enfermedad detenninada. sin ninguna informacion previa, es igual a la pre-
valencia de esa enfermedad y la notacion matematica es peE). Una vez que tengamos
A
informacion sobre el interrogatorio y la exploracion ffsica la probabilidad de tener el
A+B carcinoma de prostata cambiara dependiendo de los resultados. es decir, estamos ante
una probabilidad condicionada que se define como probabilidad posterior 0 proba-
La especificidad se define como la probabilidad de que el test sea negati\'o entre bilidad postest. En general estamos ante la probabilidad de que un paciente tenga la
los real mente no enfermos. P(T-/noE). Dicho de otra manera, la especificidad serra la enfermedad (E) una vez que el test ha dado positivo (T +). circunstancia que mate-
proporcion de pacientes realmente no enfermos (C+D) con el test negativo. atenien- maticamente se anota como P(E/T +) que a simple vista pudiera creerse que es la sen-
donos a la tabla serfa : ~ sibilidad, pero esto es erroneo.
PIT +) = PIT + y E) + P(T + y noEl (2) Asimismo es de interes saber 10. probabilidad de que un paciente no este enfermo.
no tenga carcinoma de prostata. cuando el test da negativo. PSA<10ng/ml; esta pro-
Por 10 que 10. formula original (1) quedarfa: babilidad se denomina valor predictiyo negativo (VPN) y. segun una deduccion ana-
logo. a la anterior, siguiendo el teorema de Bayes es:
P(T+ y E)
P(E/T +) = --------..-- (3) P(noE) * P(T-/noE)
P(T+ Y E) + PCT+ y noEl P(noE/T-) = (5)
P(noE) * P(T-/noE) + peE) * P(T-IE)
Tomando otra vez la ley de la probabi1idad condicionada, obtendremos las pro-
babilidades de 10 que lIamamos sensibilidad peT +/E) y proporcion de fa1sos positi- Que traducida quedaria:
vos peT +/no E):
Espec(ficidad '" (l-Prevalencia)
VPN=------------------------------------ (5b)
PIT + Y E) P(T+ Y noEl Especijicidad * (l-Prevalencia) + PFN * Prevalencia
P(T+/E) =---- peT+/no E) = ~---
peE) P(noE)
Observando las formulas de ambos valores predictivos, podemos apreciar que los
dos dependen de tres probabilidades que son:
Despejando en ambas formulas obtenemos:
PIT + Y noEl = P(noE) * PIT+/noE) La sensibilidad PIT +/E).o su complementario, la proporcion de falsos negati-
vos P(T-IE).
Sustituyendo los \"a10res en la formula numero (3) obtendremos el teorema de - La prevalencia PIE). 0 su complementario, la proporcion de no enferrnos P(noE).
Bayes:
Para el sufrido lector, que se maree con las formulas. diremos que mediante arti-
PIE) * PIT +/E) lugios matematicos, el calculo de los valores predictivos se pueden hacer desde 10.
P(E/T+) = - - - - - - - - - - - - - - (4) tabla 2x2; asf el VPP serla AlA+C, y el VPN serla DIB+D. Aunque. eyidentemente,
peE) * PeT +IE) + P(noE) '" peT +/noE)
el calculo desde la tabla 2x2 es mas rapido y faciL personalmente aconsejamos las
formulas del Teorema de Bayes. pues como veremos con posterioridad son de ayuda
Pues bien. la probabilidad hallada P(EIT +) y que se enuncia como la probabili- incalculable para la comprension de la influencia de sensibilidad. especificidad y pre-
dad de que un paciente tenga la enfermedad, carcinoma de prostata. una \ez que el valencia en los val ores predictiyos.
~------------.----------
. ~Como ya hemos comentado la Sensibilidad y Especificidad son probabilidades Sellsibilidad " Prem/ellcio
vpp = - - - - - - - - - - -
lI1tnnsecas a un test dIagnostico determinado: por otra parte tambien hemos vista que , SensibilidCld "' Prevolellcia + 0
la pre\alenCla es una probabilidad pretest. Teniendo en cuenta que los valores pre- t
t
dlctlvos son probablhdades que se obtienen tras la aplicacion de un test diagnostico !
Y el VPP valdrfa 1. Sin embargo cuando la proporci6n de enfermos sea peque-
(po~test). es .fac~l comprender que dependeran de la probabilidad pretest y de ~las pro- [,
ii.a, prevalencia baja. una vez que el test sea positivo sera mas probable encon-
babllldades IDtflnsecas del test a aplicar: por otra parte si el abnegado lector ha teni-
do en ~uenta nuestro consejo del parrafo anterior vera como estas tres liltima\
probabJlldades estan inmersas en las formulas que proporciona el teorema de Bave~
li tfar no enfermos. aumentara P( noEfT +). Y por tanto disminuira el VPP. P(EfT +),
que es su comple111entaria. Conforme aumenta la prevalencia aumenta el VPP
I y viceversa
para los valores predictivos. .
Hasta ahora sabemos que ambos valores predictivos dependen de tres probabili-
dades, pero no dependen por igual de ellas. \ 4.2. Valor Predictivo Negativo
Y el VPl\ yaldria 1. Sin embargo cuando la proporci6n de enfermo:-, <.,ea gran- Ha'-,ta ahora hemo;. visto teq diagn6stico" cuyos resultados :-.e miden como varia-
de. prevalencia alta. una vez que el test sea negati\'() "era ma" probable encon- bles categ6rica". por ejemplo tacto rectal. y cuando hemos tratado variables continuas
trar enfermos. aumcntani p( E/T-). y por tanto disminuini el VPN. p( noE/T-). (01110 el PSA estableciendo un valor. artificiosamente claro. que determinaba el esta-
que es su complementaria. Conforme disminuye 13 prcYalencia 3umenta el VPl\' do de enfermo y no enfermo. En la realidad la total independencia de la distribucion
y VIce versa. de una variable (glucemia. PSA. etc.) en enfermos y no enfermos. situacion (a) de la
Fig. 1I.l..+., ocune muy pocas veces. si es que hay alguna. ya que existe solapamiento
En resumen. para obtener valores predictivos positivos 31t05. necesitaremos test de ambas distribuciones, situaci6n (b) de la Fig. II.14, tal que si establecemos el punto
muy especfficos y para valores predictivos negativos altos necesitaremos test muy sen- de corte que discrimine 10 normal de 10 patol6gico en un valor determinado. por ejem-
sibles. Pero. ojo con la prevalencia ya que a valores altos. aumenta el VPP y dismi- plo PSA> 7. habra enfermos de cancer de pr6stata con valores menores (falsos negati-
nuye el VPN. y viceversa: en este momenta se nos ocurre una pregunta para la \os) y no enfermos. sin cancer de pr6stata. con valores mayores (falsos positivos).
distensi6n del sufrido lector que haya osado llegar hasta aqu!. (,para que sirve todo
este esfuerzo metodol6gico. si todos los pacientes tuv'leran la enfermedad? la res-
NoE E
puesta es obvia, para nada en absoluto.
De todo 10 dicho hasta ahora sobre la influencia en los valores predictivos se puede
llegar a varias conclusiones:
/\ NoE E
3) La importancia de la proporci6n de falsos negativos (l-sensibilidad) en el valor Si establecieramos diferentes puntos de corte para el PSA en un mismo grupo se
predictivo negativo es tanto menor cuanto men or es la prevalencia, ya que un podrfa observar c6mo cambian los valores de las casillas de la tabla 2X2, ya que los
YPN bajo tras la aplicaci6n de un test sera impol1ante si aporta mucha infor- falsos positivos (C). falsos negativos (B), verdaderos positivos CA) y verdaderos nega-
maci6n sobre la que tenfamos antes de la aplicaci6n del mismo. tivos (D) cambian. permaneciendo el numero de enfermos (A+B) y no enfelmos inva-
riable. siendo. por tanto, la sensibilidad y la especificidad diferentes para cada punto
4) Para evitar el problema que puede suponer que la muestra no sea representa- de corte. Este hecho tendra una enorme trascendencia, ya que si e1 nivel normal de
tiva de la poblaci6n de interes. bien por que haya demasiados pacientes enfer- PSA 10 ciframos en 10ng/ml obtendremos una sensibilidad y especifidad determina-
mos 0 no enfeml0s, podemos obtener la razon de probabilidades 9. II que es das, pero si e1 valor que discrima 10 normal y 10 pato16gico 10 descendemos a 4. (,que
el cociente entre la sensibilidad y la proporci6n de falsos positivos. Este valor pasara?; como es 16gico pensar. diagnosticaremos mas pacientes como pat610gicos y
apenas se influencia por una composici6n de la muestra diferente a la pobla- se nos escaparan menos carcinomas de prostata, con 10 que disminuiremos los falsos
ci6n de interes. negativos, y aumentaremos la sensibilidad, pero por el contrario aumentaremos los
fa\-;o" p(l',itivm y disminuiremos Ja especificidad (ver Fig. II.J 5 (a»: en cambio a\ La representaci6n grMica de la curva ROC que aparece en Fig. 1I.16
aumentar eJ punta de corte. a 10 ng/ml. figura 11.15 (b). los falsos negativo~ <.;eran
mayores ya que <,e nos escaparan mas carcinomas. disminuyendo los falsos positivos.
En resumen conforme aumentamos el punto de corte disminuira la sensibilidad ) (A)
Sensibilidad 0(
aumentara la especificidad y viceversa.
1-Especificidad
NOE E NOE E
A OVN
f\l
, - - - - I_
eFN
_ _
A.
_
I
----'1
I!
I
Fig. II. 16. Curva ROC.
1) La lInea que se situa a 45 grados del eje de las X y del eje de las Y, Hamada
lfnea de no discriminacion. Todos los puntos que se situen en esta lfnea ten-
dnin igual proporcion de verdaderos positivos (sensibilidad) que de falsos posi-
MAS SENSIBLE MENOS SENSIBLE
MENOS ESPECIFICO • FP Oyp MAS ESPECIFICO tivos; es decir el test se comportani de igual manera en el grupo de enfermos
que en el de no enfermos, no teniendo, por tanto, ninguna capacidad de dis-
crimacion diagnostica.
Fig. Il.15. Influencia del punto de corte.
2) El area por encima de la linea de 45 grados en la que la proporcion de proba-
Despues de to do 10 dicho, surge la gran pregunta: ~ cudl es el punta de corte que bilidades es mayor de 1, 10 que indica que un resultado del test positivo,
PSA> 1Ong/ml, se danl con mas probabilidad en los enfermos que en los no
mejor discriminaciol1 diagllostica tiene?; pues bien, para contestar a este interrogan-
enfermos.
te debemos recurrir a las curvas de rendimiento diagn6stico 0 Curvas ROC J J.
3) EI area por debajo de la linea de 45 grados; en esta la proporcion de probabi-
lidades es menor de 1, indicando que el test dad positivo con mas probabili-
5.2. Curvas ROC dad en los no enfermos (falsos positivos) que en los enfermos (verdaderos
posi ti vos).
Estas curvas tienen su origen en la tecnologfa de deteccion de senales, y mas con-
cretamente en la prediccion de la trayectoria de misiles J2, siendo posteriormente inc or- 4) EI punto de maxima discriminacion diagnostica (a) es el situado en al angu-
poradas a la evaluacion de test diagnosticos. Consisten en la representacion grafica 10 superior izquierdo, donde sensibilidad y especificidad aIcanzan su valor
mediante un eje cartesiano (X, Y) de la sensibilidad en el eje Y, y la proporcion de maximo, 1.
falsos positivos (l-especificidad) en el eje X. de cada uno de los puntos de corte, tipo
III. existiendo otros tres tipos de curva LILIV que representan sensibilidad, especifi- Las curvas ROC tienen dos aplicaciones concretas en la evaluacion de test diag-
cidad, 0 los complementarios de estas, sin embargo nosotros nos referiremos a las n6sticos cuyos val ores sean variables continuas: la eleccion del punto de corte de
ROC tipo III. maxima discrimacion diagnostica y la comparacion de dos test diagnosticos J3.
1) PI/Illo de corle ()JililllO: Como ya he111o" cOl11entado el punto de cone ()ptil11() a e~to~ paciente'. le~ realizamo~ biopsia prostatica ecodirigida para confirmar aun mas
del test "era el que l11a<., se aproxime a1 angulo superior izquierdo. que coin- e1 diagn()stico, pues en e"te grupo habra indi\iduos que a pesar de tener elevados los
cidira con la interseccion de la curva con la llnea trazada perpendicular a la ni\elc~ de PSA. no tengan carcinoma de prostata. Pero en la aplicaci6n secuencial
linea de no di~cril11inaci{)J1 (bisectriz) desde el PUllto donde sen..,ibilidad :, e~pe· he!11llS de tener en cuenta importantes medidas metodol6gicas.
cificidad \alen L como se muestra en la Fig. II.17.
---------------------------------------~
Sensibilidad
Punto de Ctlrte 6ptimo
Sensibilidad
..........
.........···cf
.'
..... l-Especificidad
......
l-Especificidad
Fig. 11. 18. CmnjJa/"Qcion de tests diagnosticos.
Fig. II. 17. Cun'a ROC Punta de corte optill1o. En primer lugar que el subgrupo de pacientes que sera sometido al segundo test
debe ser el determinado como enfermo por el primer test, por 10 que sera tremenda-
Una segunda forma de elegir el punto de corte optimo serfa aquel en que (sensi- mente importante que la proporci6n de falsos negativos sea muy baja en el primer
bilidad+especificidad)/2 tenga el valor mas alto, test. Asf si los val ores del PSA entre 4 y 10 mg/ml, nos ofrecen dudas diagnostic as
importantes, deberfamos situar el valor discriminante de 10 normal y patologico en 4
2) Comparacion de tests diagn6sticos: Como ya hemos comentado, la discrimi- ng/ml para evitar la perdida de pacientes que tengan la enfermedad. Con esta medida
nacion de un test viene dada por el area comprendida entre la curva y la lfnea someteriamos a algunos pacientes a biopsias prostaticas sin que tengan cancer, falsos
de no discriminacion. Pues bien para efectuar la comparacion se representan positivos, pero se nos escaparian menos canceres; teniendo en cuenta la baja morbi-
en el mismo eje las curvas de los test a comparar y aquel con mayor area bajo lidad de la biopsia prostatic a can respecto al carcinoma de prostata, esto serfa de sea-
la curva sera el que posea mas poder diagnostico, ver Fig. II.I8. ble a no ser que se demostrara que el diag~6stico de estos canceres no aumenta la
supervivencia 0 que encontremos indices como densidad del PSA (PSAD) con mejor
rendimiento diagnostico en este inter\'alo de \'alores.
6. Aplicacion de varios test diagnosticos
Asi mismo la sensibilidad de la baterfa de test es el producto de las sensibilida-
6.1. Tests secuenciales des al aplicar cada uno de los test, mientras que el valor predictivo positivo de la bate-
ria sera el obtenido al aplicar el ultimo test de la misma.
Es usual en la practica medica utilizar test diagnosticos una \'ez que ha sido uti-
lizado otro previo para seleccionar un subgrupo de pacientes que padezcan la enfer- La especificidad de la bateria de test resultara del cociente de tad os los casos deno-
medad de interes, Por ejempl0, una vez que hemos utilizado la determinacion de PSA. minados como negativos por cada uno de los test diyidido por el numero de casos de
obtenemos un grupo de pacientes cuyos niveles son mayores de 10 ng/I11L pues bien, la enfermedad,
6.2. Test simult<ineos
[
!
Otra posibilidad en la aplicaci6n de test diagn6sticos es cuando aplicamos mas de
un test. por ejemplo ecografia, tacto rectal y PSA, a un grupo de pacientes con y ~in
la enfermedad. carcinoma de pr6stata. En este caso un paciente se considerara como
,t
positi\o cuando uno de los test aplicados 10 encuadre como enfermo. con carcinoma
f
de pr6stata. De esta manera disminuiremos los falsos negativos. por 10 que aumenta-
I c. INFERENCIA ESTADISTICA. EL ERROR ALEATORIO
remos la ~ensibilidad: 10 que significa que la aplicaci6n simultinea de test puede ser E. Stil1clze;:,-Calltalejo Rall1lrez.
una estrategia adecuada para aplicarla como inicio de una secuencia. Es decir podrfamos
primero aplicar simulUineamente tacto rectal y PSA Y cualquier paciente que tu\iera
I
tacto sospechoso 0 PSA>4ng/ml considerarlo como positivo y someterlo al siguiente r
test que podrfa ser la biopsia prostatic a; con esta estrategia obtendrfamos menos fal- 1. Introduccion
sos negativos que aplicando solo el PSA 0 el tacto rectaL pero la especificidad puede
disminuir al aumentar los falsos positivos, aunque este hecho no es significativamen-
te importante cuando no se aplican muchos test simultaneamente. A partir de la apli- I En el capitulo I1.A se han presentado algunas heITamientas que permiten describir
los datos recogidos de una serie con creta de pacientes, permitiendo cuantificar tanto
caci6n de trece test, la especifidad disminuye por debaj~ de 0.5. II Sll magnitud como su variabilidad. Sin embargo. en el proceso de la investigaci6n c1f-
nica los pacientes de interes no son s610 aquellos pacientes concretos sobre los que
! hemos medido las variables sino un grupo mucho mas numeroso; asi. a la hora de pro-
J
bar la posible eficacia de un tratamiento contra una enfermedad 10 vamos a Bevar a
cabo sobre un grupo de 100 0 1000 pacientes. pero el interes esta en poder saber si el
tratamiento es eficaz en «todos» los pacientes con tal enfermedad. As), es deseable
disponer de henamientas que nos permitan generalizar los resultados encontrados en
pequeflos grupos de pacientes, como son los que se dispone habitualmente en la inves-
tigaci6n clinica. a grupos de pacientes mas numerosos. En este capitulo se presentan
dos de tales henamientas, los intervalos de confianza y los tests 0 contrastes de hip6-
tesis, que juegan un papel fundamental en la denominada Inferencia Estadistica.
2. De 10 particular a 10 general
\/
eleccion de los indi\'iduos de la I11uestra. de tal forma que estos reflejen la<, caracte-
rfsticas generales de la poblaci6n. dicho en otros terminos. que la muestra sea repre-
sentati\a de la poblacion. Si tomamos como sujetos de la muestra solo a hombres con Paramelro m Inferencia X Estadfqico
mas de 50 aJ'ios, es posible que la media de estos sujetos no de una buena idea del (Media poblacion) (Media mueslraj
tiempo medio que dura el tratamiento con litotricia, es decir. la muestra no es repre-
sentativa de la poblacion. En estadfstica existen un conjunto de procedimientos. que Fig. Il.J9.- E/ proceso de /0 illferellcia estadfstica.
se conocen con el nombre de tecnicas de muestreo, 'que permiten elegir muestras de
tal forma que estas reflejen las caracterfsticas de la poblacion; para llevar a cabo esta" Como se ha dicho antes, la imposibilidad de estudiar a todos los individuos de la
tecnicas de eleccion de muestras es necesario en much as ocasiones disponer de un lis- poblacion de interes obliga al cllnico a trabajar con muestras, 10 que !leva inevitable-
tado de todos los individuos de la poblacion. Por ejempl0, si se esta interesado en eva- mente a un error aleatorio. Veamos la repercusion que implica el hecho de trabajar
luar el porcentaje de historias clfnicas bien cumplimentadas de un servicio, podemos con la informacion parcial que proporciona la muestra; siguiendo con el ejemplo ante-
disponer de un listado de tales historias; si fuese muy costoso examinar cada una de rior acerca de conocer el tiempo media de duracion del tratamiento con litotricia, antes
esas historias. 10 que se puede hacer es tamar una muestra de ellas elegidas por algun se tomo una muestra de 100 pacientes, en los cuales el tiempo medio fue de 53.77
procedimineto de muestreo. minutos; de este valor se dice que es una estimaci6n del tiempo medio en la pobla-
cion de todos los pacientes tratados con litotricia, el panlmetro a estimar; en general,
El hecho de no estudiar el problema de interes en toda la poblaci6n sino s610 en un parametro de la poblaci6n es alguna caracteristica, la media, varianza, etc. que defi-
una parte de ella, la muestra. conlleva un error; si la muestra se elige mediante algun naa la poblaci6n en estudio. Si en lugar de haber tomado esta muestra de 100 pacien-
proceso dependiente del azar, es decir, si se hace un muestreo probabilistico 0 ale- tes hubiesemos tom ado otra 111uestra aleatoria distinta, es decir, si repitiesemos la
atorio, se tiene la ventaja de que de alguna manera se puede evaluar el error antes experiencia anterior, tambien con 100 pacientes, es facil aceptar que el valor de la
mencionado. Si por el contrario, la muestra se elige a nuestra conveniencia, no hay media en la nueva 111uestra no seria exactamente 53.77 minutos; supongamos que la
forma de medir el error que se esta cometiendo. EI error asociado a estudiar un pro- media en la nueva muestra hubiese sido 57,Q,8 minutos. Si realizamos esta experien-
blema en base a una muestra elegida al azar se denomina error aleatorio para dife- cia muchas veces, es decir. toma1110S muchas muestras de tamaiio 100, tendremos tan-
renciarlo de otros tipos de errores que se pueden cometer en un estudio y que se han tas medias como muestras se hayan tomado.
descrito antes en esta monograffa. Como quiera que casi nunca vamos a poder estu-
diar a toda la poblaci6n, el error aleatorio es un error inevitable. Lo primero que salta a la vista despues de esto es que no todas las medias de las
l11uestras son iguales: la media de la muestra y. en general, cualquier fonna de C0111-
EI clfnico casi nunca va a disponer de un listado de los individuos de la pobla- binar los val ores de la muestra para estimar un para metro , 10 que en estadfstica se
ci6n de su interes por 10 que no va a poder hacer casi nunca ningun tipo de muestreo denomina un estimador. cambia su valor de una muestra a otra. La Fig. n.20 es un
aleatorio: va a utilizar como muestra a los individuos disponibles, en general. sus histograma de la distribucion de los valores de las medias de 200 muestras de tama-
pacientes 0 pacientes de colegas y 10 que supondra. para poder aplicar los metodos no 100, elegidas al azar de una poblacion constituida por 3376 pacientes sometidos a
estadfsticos inferenciales, es que sus pacientes forman una muestra aleatoria de una tratamiento con litotricia; en esta poblacion, la media es 57.46 minutos y la desviaci6n
poblaci6n que no se puede definir exactamente. A partir de 10 que se observe en la tipica 22.84 minutos. De la Fig. n.20 podemos obsevar que la mayorfa de las medias
de las l11uestra" e"tan entre 54 y 60 minutm. e~ deciI'. alrededor de la media de la pobla_ analizar los datos; para el caso de estimar la media de la poblaci6n. una estimaci(lJ1
cion que e.., 57..:1-6 minu(m: por atra parte. la media mas pequefia entre la" 200 calcu. del error estandar de Ja media viene dada por
ladas es mayor que 52 minu(o~ y la media ma" grande es menor que 65 minuto<.,.
.If\. /J
FreCUCI1'-.-"lJ
41)
,i siendo s Ia desviacion tfpica de la muestra y 11 el tamano de la muestra.
I
I
I n I
Si en lugar de tratar de estimar la duracion media del tratamiento con litotricia
es!U\iesemos interesados en conocer la proporcion de hombres con cancer de prosta-
1
~ I
30
I ' ta que tienen afectacion ganglionar. obtendriamos muestras aleatorias de la poblacion
I I :
I I
I
I
!
i y en cada una de eJlas podriamos ca!cular la proporcion de hombres con afectacion
i
20 -
\1
I
I
I
f-- ganglionar. estimacion de la proporcion en la poblacion. Pues bien. si representase-
l110S cada una de las proporciones muestrales se repetirfa un hecho similar al obser-
10 -
I
II
I
f--,
\ado para el caso de las medias: la mayoria de la proporciones en las distintas muestras
estarian proximas a la proporcion en la poblacion y la representacion gr:ifica median-
te un histograma de las proporciones muestrales tendrfa una forma semejante. Para el
caso de una proporcion, una estimacion del error estandar es
o ~
I
i
f--Iih
I I
I
-vp( I-p)/11
52 54 56 58 60 62 64 Minuto,
donde p es la proporcion en la muestra. Sin embargo, hay situaciones en que el esti-
Fig II. 20. - Distrihucion del tiempo media del tratamiento COI1 litotricia mador de un parametro no se distribuye de la misma forma que para el caso de la
en base Cl 200 l7luestras de 100 enfamos. media 0 de la proporci6n; ejemplos de ello son la razon del producto cruzado (O.R.)
y el riesgo relativo. Estos dos estadfsticos no tienen una distribucion simetrica como
ocurre para el caso de la media y de la proporcion; sin embargo, si se toma su trans~
3. Valor de la informacion de nuestra experiencia formaci6n logaritmica su distribucion se hace simetrica y ademas se conoce la expre-
sion de los errores estandar; as!, el error estandar para el logaritmo del riesgo relativo
Ya que ahora somos conscientes de que el resultado de nuestra experiencia no e" \iene dado por la expresion
mas que uno de los resultados que se podrfan haber obtenido, la pregunta a respon-
der es: (,como de fiable es el valor de Ia estimacion de nuestra experiencia concreta?
b d
El error estandar de la media es la medida que trata de captar la variabilidad de los ----+---
a (a+b ) c" (c+d)
valores de Ia media en todas las posibles muestras de un tamano determinado, en nues-
tro caso 100; en general, el error estandar de cualquier estimador. una media, una pro-
donde a,b, c, d son los valores de las casillas, como aparecen en la Tabla 1.1. As!, para
porcion. etc .. mide el grado de variabilidad en los valores del estimador en las distintas
los resultados del estudio sobre tumor de Wilms que aparecen en la Tabla 1.2, el error
muestras de un determinado tamano que pUdiesemos tomar de una poblacion. Cuan-
estandar para el logaritmo del riesgo relativo sera
to mas pequeno sea el error estandar de un estimador mas nos podremos fiar del valor
de una muestra concreta: si en lugar de variar las 200 medias entre los valores de 52
a 65 minutos hubiesen variado entre 20 y 90 minutos seria menos probable que, al __2_1_ + __2_3_4_ = 0.976
tomar una muestra concreta y calcular su media. esta estuviese cercana al valor 57.46 2 (2+21) 2 (2+234)
que es el valor de la media de la poblacion, en nuestro caso. el parametro de interes.
La expresion del error estandar depende del estimador de que se trate. pero su ca!cu- De fom1a similar, el error estandar para el logaritmo de la O.R. viene dado por la
10 es 10 de menos pues nos 10 ofrece cualquier paquete estadfstico que utilicemos al expresion
4. Control del error aleatorio: intenalo de confianza
1 1 1 1
-+-+-+-
C1 h c d E1 ejcmplo que acabamos de exponer no:-, ha permitido introducir aJguno~ con-
cepto S fundamentale~ y cada vcz mas frecuentes en la literatura elfnica. pero e" irre-
Ob~enese como en e1 enor estandar de cualquier estimador. el tamaDO de 1a l11Ue\lra al en el :o,entido de que nunca \"amo~ a conocer el parametro de interes en la poblaci6n.
figura en e1 denominador. 10 que significa que cuanto mayor sea el tamaDO de la mue\_ Entonces cuando el urologo estudie sus individuos concretos y calcule una media de
tra menor sera el error estandar; esto e" un hecho que ocurre para todo~ los estima_ la duracion, no va a saber si la media de su muestra esta 0 no cercana a la media de
dores: a mayor tamai10 de muestra. mayor precision. la poblacion. es decir. no va a saber si ]a media de todos los pacientes similare~ a
estos van a tener una media parecida.
Esto que se puede probar empiricamente es un resultado muy importante de la
estadistica que se conoce como el teorema central del limite que se puede enunciar Los intervalos de confianza son un medio de conocer el valor de un parametro
asf: para los estimadores que pueden ser expresados como suma de los valores mue~ en una poblacion, midiendo el grado de error implfcito en todo proceso que tiene que
trales, la distribucion de sus valores en la distintas muestras sigue aproximadamente yer con el azar. Un intervalo de confianza para un parametro de una poblaci6n no es
una distribucion Normal con media la de la poblacion y desviacion tfpica igual al error mas que una pareja de numeros A, B tales que, con un nivel de confianza determi-
est;indar del estimador del que se trate. La distribucion Normal depende de dos para- nado. podemos asegurar que el valor del panimetro es mayor que A y men or que B.
metros, la media y la desviacion tfpica y tiene la forma de «campana»; es una distri- En general, si el estimador muestral sigue una distribucion NormaL un intervalo de
bucion muy importante en estadfstica no porque muchas variables biomedicas sigan confianza para un panimetro de una poblacion viene dado por la expresi6n
tal distribucion sino por el papel primordial que juega el teorema central del lfmite en
toda la estadistica; no haee falta aclarar que la palabra «Normal» para esta distribu- estimador ±;:: (e.e.)
cion nada tiene que ver con el sentido de normalidad biologica. El 90% de los valo-
res de una distribucion Normal se encuentran en el rango: media ± (1.64) (desviacion don de e.e. es el enor estandar del estimador y ;:: es un valor que depende del nivel de
tipica)>>; el 959'c de los valores estan en el rango «media ± 0.95) (desviacion tfpica)>> confianza I-a con que se quiera dar el intervalo; los valores de :: para los niveles de
y el 99% de los valores en el rango «media ± (2.58) (desviacion tipica)>>. En la Fig. confianza 0.90, 0.95 y 0.99 son 1.64, 1.96 Y 2.58 respectivamente; el signo ± signi-
11.21 aparece la distribucion de la medias de las muestras que se obtendria si se hubie- fica que cuando se elija el signo negativo se conseguira el extremo inferior del inter-
sen elegido todas las posibles muestras de tamaDO 100. valo, y cuando se elija el signo positivo se tendra el extrema superior. A la diferencia
entre 1 y el nivel de confianza se Ie denomina nivel de error.
020
Pero, l,que significa que la confianza de un intervalo es del 95%? Para ello vamos
a volver al casu de querer conocer el tiempo medio de tratamiento mediante litotri-
cia; a partir de cada muestra elegida podemos calcular el valor del estimador, la media
OlS
de la muestra, y ademas. podemos estimar, hacernos idea de, el error estiindar de la
media: segun la expresion anterior, es todo 10 que necesitamos, ademas de sustituir
Zu por 1.96, para calcular el intervalo de confianza con objeto de conocer el valor
O.lO
medio en la poblacion. Pues bien, si tomamos muchas muestras. podemos calcular
otros tantos intervalos: por un argumento estadistico que cae fuera del nivel de esta
0.05
monografia, se puede demostrar que por termino medio, de cada 100 de tales inter-
valos, 95 de ellos contendran en su interior el \"alor del parametro en la poblacion: en
la Fig. II.22 aparecen 100 intenalos procedentes de las primeras 100 muestras de las
0.0 200 que se tomaron y como se observa la mayoria, 92 de los 100 los intervalos, con-
tienen en su interior el valor 57.46 que era la media en la poblacion; si esto 10 hicie-
50 55 60 65 semos muchas veces. de cada 100 intervalos, 95 de eilos, por tennino medio. contendran
Fig. II. 2 J.- Distribllcic5n de las medias de /odas las posihles l11ueslras de tamQ/lO 100. en su interior el valor 57.46 del parametro.
~Unler()
58.17 ± 2.58 (3.09) = (SO.20 .66.14)
de mueqra
lOU
inlefyalo mas ancho que el anterior pues si queremos tener mas confianza en que nue~
lfO inten alo eontenga a la media de la poblaci6n es evidente que debe ser Imis aneha.
Sl} LoS valorcs mas comunes de ni\'cles de confianza son los antes mencionados, 0.90,
0.95 Y 0.99.
6() -. En cl apartado anterior se calcul6 el enor estandar para eJ logaritmo del riesgo
relativo para eJ estudio cuyos datos aparecen en la Tabla 1.2: por tanto, ya que una
estimaci6n del riesgo relativo fue de 10. un intervalo. al 95 SIc de confianza. para el
• logaritmo del riesgo relativo sera
20
• log (10) ± 1.96 (0.976) = (0.390 ,4.216)
• donde log (10) es ellogaritmo neperiano de 10; por tanto, el intervalo para el ries-
O-L-~ ________~________~__~__~________~________~~
45 50 55 60 ,. 65 70 Minutos go relativo sera
Fig. II. 22.- Representaci6n de JOO interl'afos, af 95% de conJianza (e 039 , e 4 .216 ) = (l.48 ,67.76)
para fa duraci6n media de tratamiento con litotricia.
Parece claro que cuanto mas estrecho sea el intervalo mas precisa es la informa-
Evidentemente, en la practica no nos vamos a dedicar a tomar muchas muestras, ci6n que proporciona acerca del parametro de interes; por tanto la pregunta a respon-
tan s610 tomaremos una; a partir de ella calcularemos la media y el error estandar y der es: (,c6mo hacer el intervalo 10 mas estrecho posible? Una forma seria disminuyendo
obtendremos el intervalo a la confianza elegida; supongamos que hemos tornado una la eonfianza, a riesgo de aumentar las posibilidades de error; una segunda altemativa
muestra que di6 una media de 58.17 minutos y un error estandar de 3.09 minutos; de para estrechar el intervalo es disminuir el error estandar del estimador y esto se puede
aquf, un intervalo, al 95% de confianza para la media en la poblaci6n sera conseguir aumentando el tamano de la muestra elegida, pues cuanto mayor sea el
tamano de las muestras, mas parecidas seran las distintas estimaciones a partir de ell as,
58.17 ± 1.96 (3.09) = (52.11 , 64.23) es decir, menor sera el error estandar del estimador del que se trate. EI problema del
calculo del tamano de muestra a elegir para estimar un parametro mediante un inter-
(,C6mo interpretar este resultado? Esperamos que este sea uno de los 95 interva- valo de confianza, es en ocasiones algo complejo por 10 que el clfnico deberfa con-
los de cada 100 que incluyen en su interior el valor de la media de la poblaci6n; serfa sultar con un estadfstico.
mala suerte que este fuese uno de los 5 de cada 100 que no tienen en su interior el
valor medio de la poblaci6n: de esta interpretaci6n debe quedar claro que tal resulta- Esta discusi6n que se ha hecho con el intervalo de confianza para la media de una
do no significa que existe una probabilidad del 95% de que la media de la poblaci6n poblaci6n, se puede hacer para cualquier otro parametro: una prevalencia 0 propor-
este en su interior. En definitiva, la informaci6n que presta un intervalo de confianza cion de sujetos de una poblaci6n que tienen una determinada caracterfstica, diferen-
para un parametro es un par de mlmeros entre los que nosotros confiamos que este el cias de medias 0 de proporciones, una O.R., un riesgo relativo, etc.; 10 unico que
valor del parametro de interes; de ninguna manera 10 podemos asegurar con certeza cambia es que las expresiones del intervalo son algo mas complicadas. De todas for-
total. pero estamos casi seguros. mas, como se dijo antes, el ordenador nos evita tener que conocer tales formulas pues
el ya nos da los calculos directamente.
Este grado de confianza 0 seguridad 10 podemos elegir nosotros por 10 que el lec-
tor puede pensar que porque no construir el intervalo a un mayor nivel de confianza; Imaginemos un estudio de casos y controles para evaluar si existe 0 no relaci6n
el intervalo anterior al 99% de confianza resulta de sustituir el 1.96 que corresponde entre la presencia de retenci6n aguda de orina en pacientes con adenoma de pr6stata
al 95%, por el 2.58 que corresponde al 99%; por tanto, el intervalo es ahora y la puntuaci6n obtenida en un I-PSS (cuestionario de sfntomas propuesto por la
fl
().M S. i. '-,1 (lhknid() un;1 c,tim;IL"l('lIl de la ra/('1I1 de prodUl·t() lTlI/ado (0.1\. I
hCIl1(), ,''-,(1
.. ...,11..
L d
eltij1() de tralctl11icnto. \ 11()r colUl11na\ b\ call'~mia~ de (lIra \ ariable. en c'-,\c
..
~'l'\l cl tipu de re"'pue..,ta al dulor producido pur un C()lico nefrilico. A la Tahla !1.11
~Iil
1.::;6 L·(lll lin intcnalo. al (JCi::; de confian/a. cOll1prendid(l entre 1.11 y 1.7S: e\tu qUi,. f
re clcL·ir que e,lam(h ca,i ,egUI"Ch. lenel11o\ una confianza del l):,\(.~. que el inten ",-, k denuI11111a 2x2 porque cada una de Lt~ do\ \ ariable, tlene \010 do" categona'-,.
anterim contenga en \u interior ala o.R. de Ia poblacicln de todm 10\ plbible" pacl,!,.
Tuh/u 11. J 1.. Rn/Jl/c,l/u u/ du/ur ell .'~ CII/cnllo.\ [(Ill ((iii, () lIc/riric().
tel., '-,imilare" a e,(O,: en olras palabra,. Clln una confianza del l):'\'(. podel11o, afirn
LJue Ia UR. de b poblacilln es como mlnimo 1.11 ;. como mC\xil1lo I. 7~. Si el inL. Res]Juesta al dolor
\alo hubiese ido de (J.77 a 2.11. ello ,ignifica que el \ alor I e'-, un \alor plau\lbk P;.td
Total
1:.1 UR. de b poblaci6n y ya que una o.R. que vale Ja unidad ,is.:nifica Ja no a'-,()LI.
cicln. es decir. la independencia. entre la\ dos \ariables en .iuego~ nos linarIa a e\lu- Dipirona I
blecer que no hay e\idencia para afirl11ar que las dos variable.s e.\ten a\ociada\. +Hio~cina 1I 1:,\ 26
i
Resumiendo. un intenalo de confianza da un ran go de valores posibJes para ,.1 Flurbiprofen 16 10 26
p,-tr<imetro poblacional. En la literatura medica es mucho mas frecuente el uso de J(l,
contrastes de hipcltesis como herramienta inferencial que los intervalos de confian/d: Total 27 25 52
ya que estos dan informacion suplementaria. muchos autores. entre ellos Gadner
Altman I~ recomiendan su uso en la investigacion clfnica.· Ses.:un estos resultados. de los 26 enfermos que recibieron Flurbiprofen. 16 pre-
sentar;n respuesta positiva. es decir. el 61.S% respondieron bien a este medicamento.
l11ientras que solo el 42.30/(' 10 hicieron ala combinacion Dipirona+Hioscina: esti claro
5. Control del error aleatorio: los contrastes de hipotesis que en este grupo de 52 pacientes. el Flurbiprofen ha sido mas efectivo que el otro
tratamiento. Sin embargo. cuando los investigadores se plantearon el estudio en 10 que
Ademas de los intervalos de confianza, otra herramienta fundamental en el pro· estaban interasados era en la efectividad del Flurbiprofen no en estos S2 individuos
ceso de inferencia estadfstica son los Ilamados tests 0 contrastes de hip6tesis. Con 10\ concretos sino en el conjunto de enfermos con colico nefrftico con condiciones simi-
intervalos podemos hacernos idea de un parametro en una poblacion dan do un par de Jares a estos. Por tanto se plantea la siguiente pregunta: (,que hubiese ocunido si en
nLimeros entre los que confiamos que este el valor del pantmetro desconocido; 1o, vez de tomar estos S2 hubiesemos tomado otros S2 enfermos distintos? (,se manten-
contrastes de hipotesis utilizan otra estrategia: se trata de establecer a priori una hipo- drfan esas diferencias de efectividad a favor del Flurbiprofen 0 cambiarfan?: porque
tesis acerca del valor de un parametro. realizar un estudio y analizar la coherencia es facil admitir que aunque los dos tratamientos que se comparan son igualmente efec-
entre la hipotesis previamente establecida y los haJJazgos encontrados en el estudio ti\'os. es muy probable que no hubiesen tenido exactamente la misma proporcion de
Con objeto de facilitar la compresion de este proceso argumental. vamo~ a presentar respuestas positivas. Puestas asf las cos as. (,es posible achacar al azar la diferencia
un contraste de hipotesis. ejemplificando con datos reales. encontrada entre las proporciones de respuestas positivas? 0 si, por el contrario. en
esa diferencia hay algo mas que azar y si el estudio estuvo bien disefiado. (,habra que
concluir que los dos tratamientos no son igualmente efectivos?
5. 1. Un ejemplo introductorio
Mora et al. ):i presentan un estudio sobre el efecto del Flurbiprofen frente ala com- 5.2. Tests 0 contrastes de hipotesis
binacion de Dipirona e Hioscina para el tratamiento del dolor en el c61ico nefritico.
Para ello disefiaron un ensayo cJfnico en el que hay dos grupos de enfermos de dolor Los tests 0 contrastes de hipotesis son herramientas estadfsticas que permiten
cronico. uno que recibe Flurbiprofen mientras a los enfermos de la ses.:unda cohone responder a preguntas como ]a que se acaba de plantear: un contraste de hip6tesis per-
se les administra Dipirona e Hioscina. Como medida del efecto de los t;'atamientos se mite cuantificar la compatibilidad entre una hip6tesis previamente establecida con los
definio la respuesta. positiva 0 negatiya. a un tratamiento cuando se consi~wi6 0 no resultados obtenidos en un estudio. Si como resultado del contraste resultara que exis-
una situaci6n de ali\·io. Los resultados del estudio aparecen en la Tabla II. II.
Este es te incompatibilidad entre la hipotesis pre\ia y los datos del estudio. la decisi6n mas
el ejemplo Imis simple de las Ilamadas tablas de contigencia 0 tablas cruzadas. donde razonabk seria rechazar 10 que se estableci6 pre\iamente: en caso contario. no debe
aparecen en las filas de la tabla las distinlas cates.:orias de una \ariable catee6rica . en
~ ~
haber inconveniente en aceptarla.
Sean cuales "can 10<, deseos de los investigadores del estudio anterior, en todo COI1- El hecho de que los do" tratamientm tengan iguales valmes esperados se debe exclu-
traste de hipote<,is se parte de la que se denomina hipotesis nul a que. para un e~tu si\ amente a que los dos grupos de tratamiento tienen el mismo numero de enfemlos.
dio como el anterior. establece la igualdad en la efectiyidad de los dos tratamientos:
~i jJl'-fI representa la probabilidad de tener respuesta positiva al tratamiento con Dipi- En definitiva. 10 que se acaba de hacer es construir una tabla que es una traduc-
rona + Hioscina y PI la carrespondiente al Flurbiprofen. la hipotesis nula a contraqar cion de la hip6tesis nula. la que establece la igualdad en la efecti\'idad de los dos tra-
establece que P IJ-ci = pc . Par tanto. 10 que yamos a hacer es medir la compatibilidad tamientos. Como quiera que e1 objetivo del contraste de hip6tesis era medir la
de esta igualdad con el hecho de haber encontrado un 42.30/( y 61.SCfC de respuestas compatibilidad entre 1a tabla de los val ares observados y 1a hip6tesis nula, tal objeti-
positivas en los grupos. vo se puede conseguir midiendo la compatibilidad entre la tabla de los valores obser-
\'ados y la de los \alores esperados.
EI razonamiento a seguir es el siguiente: suponer la hipotesis nul a cierta y estu-
diar como es de probable que siendo iguales los dos tratamientos se obtengan resul- La pregunta que ahora se plantea es ~c6mo medir 1a compatibilidad entre esas dos
tados como los obtenidos 0 haber encontrado diferencias mas grandes entre los grupos. tablas? El estadistico britanico K. Pearson propuso la cantidad
Siguiendo con el ejemplo anterior, si los dos tratamientos fuesen iguales, una estima-
cion de la probabilidad de tener respuesta positiva al dolor seria 27/52; por tanto,
supuesto que los dos tratamientos fuesen iguales, el numero esperable de enfermos (11-13.5)2 (15-12.5? (16-13.5)2 (10-12.5)"
con respuesta positiva de entre los que recibiercn Dipirona+Hioscina serfa + + + = 1.93
13.5 12.5 13.5 12.5
(27/52)(26)=13.5. En definitiva, en el primer grupo de enfermos hemos observado 11
respuestas positivas al dolor y acabamos de ver que si los dos tratamientos fuesen
iguales, hubiesemos esperado 13.5. Este valor 13.5 se ha cakulado de la siguiente como medida de la similitud entre la tabla de va10res observados y la de valores espe-
forma: (27/52)(26),10 que quiere decir que 10 esperado en la casilla (1,1), pues esta rados. Observese que 10 que se hace es comparar cada casilla de la primera tabla con
en la primera fila y columna de la tabla, si la hipotesis nula fuese cierta, se puede con- la de 1a segunda; por tanto si las dos tablas fuesen igua1es, cada uno de los numera-
seguir multiplicando el total de la primera fila, 26, por el total de la primera colum- dares de las anteriores fracciones serfa cero par 10 que la cantidad anterior seria cera.
na, 27, y dividiendo por el total de individuos, 52. Por otra parte, si las dos tablas fuesen muy diferentes, los numeradores serfan gran-
des y la suma de las fracciones tambien seria grande.
De la misma forma, para cada casilla de la tabla, podemos cakular el numero
esperable de enfermos, bajo la hipotesis de que los dos tratamientos fuesen iguales; Ya que antes se ha dicho que 1a tabla de valares esperados es un reflejo de la hipo-
por tanto, podemos formar una nueva tabla, la llamada tabla de val ores esperados, tesis nul a, cuando la cantidad anterior sea grande y por tanto nos indique incompati-
que refleja 10 que deberfa haber ocurrido si los dos tratamientos fuesen iguales. bilidad entre las dos tablas, realmente nos estara hablando de la incompatibi1idad entre
la tabla de valares observados y 1a hip6tesis de igualdad de los dos tratamientos, 1a
Tabla JJ.12.-Va/ores esperados en caso de igualdad de los dos tratamientos. hip6tesis nula. Si fueran asi las cosas, a1 existir incompatibilidad entre 1a hip6tesis
establecida y los valores observados a partir del estudio rea1izado, 1a soluci6n mas
Respuesta al dolor raciona1 seria el rechazo de la hip6tesis nu1a y por tanto la conclusion de que los dos
tratamientos no son igualmente efectivos. Si, por e1 contrario, 1a cantidad propuesta
Positiva Negativa Total por Pearson fuese pequefia, nos hablarfa de la simi1itud entre las dos tablas, 0 10 que
es igual, 1a compatibilidad entre 10 observado y la hipotesis nu1a; ya que 1a hip6tesis
Dipirona
+Hioscina 13.5 12.5 26 de igua1dad de los dos tratamientos no entra en contradicci6n con 10 observado, no
I
I hay motivos para rechazar tal hip6tesis, por 10 que concluiriamos aceptandola.
Flurbiprofen 13.5 12.5 26
En definitiva, el estadistico de Pearson es una medida que nos pennite decidir si
Total 27 25 52 rechazar 0 no la hip6tesis de igualdad de los dos tratamientos; en caso de que sea peque-
ria no tenemos argumentos para rechazar la hip6tesis nula, 0 10 que es igual, aceptare-
mos la igualdad de los tratamientos y en caso contrario diremoc, que son dic,tintos. L(J Tah!o n. J3. Los CUall'I! posible.1 re\ll!wdo,\ de 11/1 COlllWlle de hiprlle.lil.
yue Cjueda pm definir e.., el critcrio para decidir si el estadfstico de Pearson e.., peque-
no 0 grande: tal deci..,ion ]a vamos a tomar en funci6n del denominado valor P. £-.,\e Decisi6n pOI'
\alor no" cia la probabilidad de que. supuesto que los dos tratamientos son i£ualmen- HI
te efecriH)s. encontremos en estudio~ similares al nuestro resultados como los que
hemos observado 0 resultados mas contradictorios con la hip6tesis nula. Si esta pro- H. Decisi6n conecta Enor tipo I (a)
babilidad es pequena. en general. menor de 0.05 (P<0.05). qUelTa decir que es mm Hip6tesis cierta
poco probable que siendo la hip6tesis nub Yerdadera, se encuentren resultados com;) HJ Enor tipo ]J (~) Decisi6n conecta
los obsenados 0 mas extremos: dicho de otra forma. 10 observado es incompatible
con la hip6tesis nula y por tanto la rechazamos y concluimos que los dos tratamien-
tos no son igualmente efectivos. Cuando se rechaza la hip6tesis nula se suele decir Como quiera que no conocemos cual de las dos hip6tesis es la verdadera, acep-
que el test es significativo. Si. por el contrario, el valor P es grande significa que e, temos la hip6tesis nula 0 la rechacemos, siempre conemos el riesgo de equivocarnos.
posible que siendo los dos tratamientos igualmente efectivos. los hallazgos de nues- sea cual sea la decisi6n que tomemos.
tro estudio no son raros, por 10 que no habra razones para rechazar la hip6tesis nula
y por tanto la aceptaremos. J. H. Ware et. a!. 16 definen el valor P como el grado de A la cantidad 1-~, la probabilidad de rechazar la hip6tesis nul a siendo falsa, se
sorpresa; cuanto mas pequeno sea P, mas sorprendentes 'son nuestros resultados en el denomina potencia del test; dicho de otra forma, la potencia del contraste antes emple-
caso en que la hip6tesis nula sea cierta. ado se puede definir como la verosimilitud de que, supuesto de que los dos tratamientos
son distintos, el test 10 detecte. Si el contraste realizado acerca del Flurbiprofen y la
Como cualquier tes! estadfstico, solo se puede aplicar en ciertas condiciones; para combinaci6n de Dipirona+Hioscina tuviese una potencia del 90%, ello significarfa que
el caso del test de la X- que se acaba de exponer es aplicable siempre que el numero existe una probabilidad del 90% de detectar diferencias entre los tratamientos, supues-
de sujetos en el estudio sea al menos 40; si este es menor que 40 pero mayor que 20, to que tal diferencia exista. Cuando un estudio da lugar a resultados no significativos
ningun valor esperado debe ser men or que 5. Si no se cumple esto, se puede aplicar es muy importante calcular la potencia del test empleado en detectarla; como luego se
el llamado test de Fisher 17. vera, cuando el tamano de muestra decrece, tambien 10 hace la potencia del contraste.
Entre los enores de tipo I y II hay una fntima relaci6n; para un mismo tamano de
5. 3. Tipos de error muestra, cuando se disminuye el enor a, es decir, deseamos disminuir la probabili-
dad de equivocarnos al rechazar la hip6tesis nula, el enor ~, la probabilidad de acep-
Es posible que, aun siendo verdadera la hip6tesis nula, la diferencia entre las pro- tar la hip6tesis nula siendo falsa, aumenta. Debe quedar muy claro por otra parte que,
porciones de respuestas positivas observadas entre los dos tratamientos sea grande COI1 una misma muestra, puede aceptarse 0 rechazarse la hip6tesis nula; todo depen-
debido al azar: es posible, por ejemplo, que allanzar dos monedas perfectas 10 veces de del enor a considerado de tal forma que c\lanto mas pequefio sea mas dificil sera
al aire con una de ellas obtengamos 1 cara y 9 con la otra, aunque esto es ciertamente rechazarla pero mas probable su aceptaci6n siendo falsa. Pues bien, el enor a mas
improbable: en resumen. existe la posibilidad de que siendo verdadera la hip6tesis pequeno al que se puede rechazar la hip6tesis nul a es 10 que antes hemos denomina-
nula. el azar nos lleve a rechazarla. Este enor, consistente en rechazar la hip6tesis do enor P; supongamos que una hip6tesis se puede rechazar para un nivel de enor
nul a siendo verdadera se conoce como error de tipo I 0 error a. Por otra parte, es ll. del 5% pero no para un a=l s:t: esto significa que el nivel de enor mas pequeno al
posible que los resultados experiment ales nos lleven a aceptar la hip6tesis nul a sien- que se puede rechazar Ho debe ser un numero comprendido entre 0.05 y 0.01 Y esto
do falsa; a este nuevo error se Ie conoce como error de tipo II 0 error ~. Si repre- se suele escribir de la forma
sentamos por Ho a la hip6tesis nula y por HJ a 1a hip6tesis contraria, la que establece
que los dos tratamientos tienen distinta efectividad, el siguiente cuadro presenta las P < 0.05
cuatro posibles situaciones en las que nos podemos encontrar.
Esta notaci6n proviene del hecho de que antes de la difusi6n de los paquetes esta-
dfsticos-infon11aticos, el estadistico solo tenIa acceso a tablas en las que unicamente
------------
aparecfan determinados valores de Cf.: los mas usuales son: 0.20. O. 10. 0.05. 0.0 I ~ _ 'I "'I'ca de la efecti"ieiad dc 1m tratal11iento~ . En el ejemplo que \'el1lll1o\ 1l10S-
ne~ l ~ L . ,
0.00 I. Por eqa razan no se podfa calcular el valor exacto de P y habfa que confor- tranto en este capItulo. 10 que realmente se ha probado e~ que e~ ma~ probable que el
marse con decir que era menor que 0.05 y mayor que 0.01: sin embargo. con la popu- flurbiprofen cure a los enfermm de Ja hipotetica poblacion de ]a que prO\ienen 101:-
larizacian de los ordenadores el investigador puede obtener, para cualquier test. el enferJ11o~ que Jo tomaron. que 10 haga la Dipirona+Hioscina en Ja correspo~dlente
error P exacto por 10 que la notaci6n anterior ira desapareciendo con el tiempo. Para poblaci6n de la que proviene la muestra de enfermo~ que tomo tal cOmbll1aClon.
el ejemplo que venimos siguiendo. el error mfnimo al cual podemos rechazar la hipCl-
tesis de igualdad de los dos tratamientos es P=0.16: ya que este es un error bastante Si e~as dos pobJaciones no fueran iguales en terminos de cuaJquier variable que
grande respecto al convencionaL el 0.05. no podemos rechazar la hip6tesis nula y por pudiera afeetar a Ja efectividad de los tratamientos. (,a que achacar Ja diferencia de
tanto la aceptamos. En definitiva, a la vista de los resultados de este estudio no ha~ efecti\idad de curaciones: a Ja diferencia entre los paClentes de los dos grupos 0 a los
argumentos para decir que los dos tratamientos tienen distinta efectividad. 10 que, pOl difcrentes tratamientos? Bien podrfa oeurrir que en el grupo del FJurbiprofen estu-
abuso dellenguaje. se suele querer decir con la frase: los dos tratamientos tiellen igllul \ie~en los sujetos mas j6venes. con dolor menos intenso. etc. caracterlsticas que estan
efecti\·idad. Aunque para cada caso particular habria que diseutir el error a a elegir. a favor de una mayor probabilidad de curaci6n,
la costumbre es rechazar la hip6tesis nula si P es inferior a 0.05. 10 que no se debe
tomar como dogma. Para responder a esta pregunta existen dos posibilidades. La primera consiste en
disenar un estudio, un ensayo clinico, de tal manera que los dos grupos fuesen pare-
Para estimar la diferencia de efeetividad de los dos tratamientos 10 podemos rea- cidos en cuanto a variabJes que puedan afeetar a la probabilidad de curacion: 1a otra
lizar mediante un intervalo para la diferencia de proporciones de exitos en las dos posible soluci6n es medir la efectividad de los tratamientos teniendo en cuenta las
poblaeiones, los que recibieron Flurbiprofen y los que tomaron Dipirona+Hioseina: posibles desigualdades entre los grupos mediante un analisis multivariante. cuyos prin-
tal intervalo viene dado por la expresion cipios basieos se presentan en eJ Capitulo lI.E.
donde PF Y I1F son el porcentaje de exitos y el tamano de la muestra del Flurbiprofen Otra euesti6n de vital importancia es el hecho de que, para un error a No, toda
y PD+H y llD+H la correspondiente a la Dipirona+Hioscina; sustituyendo 10 eneontrado hip6tesis nula se puede aeeptar 0 reehazar dependiendo del tamano de muestra elegi-
en el estudio, un intervalo de confianza al 95% es do: con tamanos de muestra pequenos sera dificil rechazar una hipotesis nula y con
tamanos de muestra grandes sera faeil rechazarla. Si estamos interesados en de171os-
Imr ciel1t(ficall1ente que la eficaeia de las dos drogas A y B es la misma, no tenemos
- I
O. 6 15 - 0.423 ± 1.96-\1
0.615(1 - 0.615)
26 +
0.423(1 - 0.423)
26 = (-0.075 , 0.459) mas que aplicar ambos tratamientos a un numero pequeno de individuos: 10 que no
se dice en estas oeasiones es que la poteneia "del test es muy pequena, 0 10 que es
iguaL la probabilidad de aceptar HI) cuando es falsa es mu)' grande. De esta forma
Como se puede apreciar, este intervalo eontiene en su interior el valor cero, 10 que parece claro que ante todo test no significativo. el caso de nuestro ejemplo. habrfa que
signifiea que este puede ser un valor para la diferencia entre los dos tratamientos, es preguntar por la potencia dando aSI al lector un elemento de juicio aeerca de la vero-
deeir, los dos tratamientos pueden ser iguales. 10 que esUi de acuerdo con los resulta- ~imilitud de la hipotesis nula, Freiman et a1. 18. revisaron 71 ensayos clfnicos con resul-
dos del contraste de hip6tesis que antes hemos realizado. I tados no significativos public ados en The New England Journal of Medicine entre
l! los anos 1960 y 1977 Y demostraron que la mitad de ellos ten fan potencias menores
de 0.26 (sus enores ~ eran mayores que 0.74) a la hora de detectar diferencias del
5. 4. Lna posible limitacion muy importante a los resultados ante rio res I orden del 250/[. De esta forma se puede decir que si no se considera a la hora del dise-
no el tamano de muestra, la ausencia de una prueba de eficacia 110 es prueba de fa
Cuando se eomparan dos 0 mas grupos de individuos para, por ejemplo. compa-
allsencia de eficacia.
rar distintos tratamientos, hay que ser muy cuidadosos a la hora de saear conelusio- I
Por el l'untrario, toda hipotesi~ nuJa, para un a. dado. "e puede rechazar sin ma\ io que quiere decir que debemos tomar al menos 518 pacientes pur grupo. Si disl11i-
que tomar un numero ,-uficientemente grande de indi viduos en la( s) Illuestra( s): SUPOI1- !1uimo s la pOlencia a 0.8. el valor ::~ es. segun ]a tabla de la normal. 0.8'+2 pm 10 qUe
gamos que se YUlere realizar un test de hipotesis acerca de la eficacia de las dos dro- el ramano de muestra necesario pasa a ser 388: este resultado de un men or tamano de
ga" A y B: diferencias tan pequenas como ]In-II - P, = 0.001 pueden lIevar el rechazo muestra era esperable pues 10 que heJ11o~ hecho ha sido disminuir la potencia ). POr
de PU.II - Pi = 0 si tales estimaciones estan basadas en Q:randes tamanos de muestra tanto. aumentar el error de aceptar que los dos tratamiento~ son iguales cuando SOn
Aquf aparece clara la necesidad de distinguir entre la significadon estadistica \' I,; c1fnicamente distinto~. Por otra parte. si definiesemos como diferencia c1fnica de inte-
significacion practica: i.hasta yue punto tiene sentido afirmar que dos drogas tie"nen res el \alor 0.2, es decir. para asegurar que el Flurbiprofen tiene. 0 bien un 2()S~ de
efec~os dlferentes si sus probabilidades de curacion respectivas son 0.5 y 0.50 I 'J: en exitos. 0 bien, un 60S{. el tamano de muestra seria ahora
el calculo del tamano de muestra interviene la diferencia que al investigador Ie pare-
ce Importante detectar. es decir. la diferencia que tiene efectos practicos.
1.96 >j-2(O,SOJ(1 - 0.50) + 1.28 \.1 OAO( 1- OAO) + 0.60 (I - 0,60))- =
=( 129,13
En general, el tamano de muestra a tomar depende de los errores a., ~, de la mini- /l
0.40 - 0.60
ma dlferencJa que se considera importante y de la variabilidad de la variable en cues-
tion. Veamos un ejemplo del calculo del tamano minimo de muestra para el caso de
para 0.=0.05 Y ~=0.9; con 0.=0.05 y 1-~=0.8, z(l~=0.842 y el tamano serla de 97
la co~para~i~n de dos tratamientos cuya efectividad se ,va a medir mediante el pro-
c~ntaJe de, e~ltos; para calcular el tamano de muestra deberemos conocer el porcen- pacientes por grupo.
taJe PI de eXltos del primer tratamiento, el tratamiento estandar, fijar la diferencia que
debe tener el otro tratamiento respecto del estandar para que tal diferencia sea clini- En resumen, cuanto mas pequenos sean los dos tipos de error, es decir, mas segu-
camente relevante y elegir el nivel de error a. y la potencia del contraste; definidas ros estemos de los resultados, y cuanto menor sea la diferencia clfnicamente impor-
tales cantidades el tamano minimo de muestra viene dado por la expresion tante, mayor sera el tamano de muestra necesario. El clfnico que quiera !levar a cabo
el estudio debe pensar muy detenidamente en estas cuestiones; en general, como valor
a. se suele tomar 0.05, el valor mas camun de ~ suele ser 0.20 y la diferencia clinica
n = (z a -V 2p(l - p)
)
relevante depende de la naturaleza de cada estudio y es el clinino el unico capacita-
do para establecerla. Es frecuente la desorientacion de este cuando pregunta a un esta-
dfstico por el tamano de muestra de su estudio y el estadistico Ie responde con la
donde PI - P2 es la diferencia que se tomo como clinicamente importante y pregunta acerca de la diferencia clfnica en la que el esta interesado; sin su respuesta
p = (PI+P2)/2; Za y Z2~ son cantidades que dependen de los errores antes fijados. no se puede conocer cuantos pacientes hay que tomar.
Supongamos que la experiencia dice que el 40% de los tratados con la combina- Si ahara nos ponemos en el lugar del lector de un articulo en que aparecen dife-
cion Dipirona+Hioscina responde positivamente; vamos a establecer como diferencia rencias no significativas, la pregunta que nos . debemos plantear: i,cual es Ia potencia
clinicamente relevante la cantidad 0.1. es decir, consideraremos los dos tratamientos del test empleado?: dicho de otra manera: con el tamano de muestra de este estudio,
clinicamente ~i~tintos cuando se diferencien en al menos un 10% en el porcentaje de ccual es la probabilidad de obtener resultados estadfsticamente significativos en caso
respuestas posltIvas; por tanto, PI =0.4, Ipl-p 21 =0.1, es decir P2=0.3 0 P2=0.5; por razo- de que los dos tratamientos sean distintos? La siguieme expresion permite el calculo
nes en las qu.e no podemos entrar aqui siempre se debe tomar el valor mas proximo aproximado de la patencia de un test para comparar dos proporciones
a 0.5. SI eleglmos como error 0.=0.05 y potencia 1-~=0.9, es decir, ~=0.1, entonces
ZO.05 = 1.96 Y Z2rO.1 ,= ':=0.2 = 1.28 segun la tabla de la distribucion normal. por 10 que el
n = (za -V 2p(l - p)
j Consideremos el estudio anterior y calculemos la potencia para detectar una dife-
rencia de 0.1 en el porcentaje de exitos; segun la expresion anterior
I
_ / 26( 0.1) 2 f
Z 2;1 = '\/ - 1.96 = -1.235
2( 0.45)( 0.55)
que da Jugar a una potencia de s610 O. J 1. e~ decir un error ~ = 0.88: ~i s610 <,e qui-
siera detectar una diferencia de 0.2 todmfa la potencia del test "eria bastante baja. del
orden del 30C;t. Por tanto, el hecho de que no se encontrasen diferencias en el estu-
I D. TESTS PARA CONIPARAR DOS GRUPOS
E. SdllC'hez-Cantalejo RamIrez
dio sobre eJ efecto del Flurbiprofen frente a la Dipirona+Hioscina es muy poco fia-
bJe. existe una gran probabilidad de aceptar que son iguales aunque se diferencien en
un 0.2 de efectividad. Una amplia discusion acerca del tamailo de muestra en estu-
1. Introducci6n
dios de casos y controles puede encontrarse en Schlesselman IY y para ensayos clfni-
cos en la monograffa de Machin y Campbe1l 21i .
El estudio expuesto en n.c.5 trataba de evaluar la hip6tesis que establece que la
probabilidad de curar con un tratamiento es igual a la probabilidad del otro trata-
Debido a 10 anteriormente expuesto, en Ja fase de dise110 de todo estudio es nece-
miento; las dos variables implicadas en el estudio eran variables dicot6micas: tipo de
sario el concurso de un profesional de la estadfstica que. va a permitir conocer el tama-
tratamiento y remision del dolor c61ico. Sin embargo hay algo que diferencia a estas
110 mfnimo de sujetos que deb en participar en el estudio, evitando asf los problemas
dos variables: una es a la que podrfamos llamar variable respuesta, la remision del
que se acaban de comentar. Una de las cuestiones para evaluar un artfculo a publicar
dolor, y al tratamiento Ie podemos denominar como variable predictora; 10 que se
en el British Medical Journal es precisamente si se calculo, previamente a la realiza-
ha pretendido es predecir, en base al tratamiento 0 variable predictora, la remision del
ci6n deJ estudio, el tama110 de muestra necesario, 0 bien, se han tomado los pacien-
dolor, la variable resultado: en una terminologfa mas estadfstica a la variable resulta-
tes que se ha querido 21. Nunca es una buena excusa decir que no se tienen mas casos
do se Ie denomina variable dependiente y a la predictora, variable independiente.
de la enfennedad que se esta estudiando; si acaso fuera asf, no hay mas remedio que
La distincion entre los dos tipos de variables no es gratuita pues dependiendo de 1a
rec1utar pacientes, bien esperando el tiempo suficiente, bien tomando pacientes de
naturaleza de ell as asf sera el analisis estadistico a realizar. Cuando la variable pre-
otros colegas. Especialmente en el caso de los ensayos clfnicos controlados, no s610
dictora sea dicotomica y la respuesta continua, el test a realizar es 1a t de Student;
es poco cientffico el no tomar un adecuado tama110 de muestra sino que tambien es
cuando tanto la predictora como la respuesta sean continuas el metodo es la Hamada
un problema etico 22 hacer participar a sujetos humanos en una experiencia que siem-
regresi6n lineal; el caso de una predictora continua y una respuesta dicot6mica se ana-
pre conlleva costes y riesgos y de la que hay pocas posibilidades de obtener infor-
liza mediante la regresi6n logistica. La Tabla II.14. resume 10 que se acaba de decir.
macion fiable. Los comites hospitalarios de ensayos clfnicos deberfan ser muy conscientes
de esta problematica.
Tabla II.l4. Tipos de Qluilisis estad(stico segull el tipo
de variables implicadas en el estudio.
,
Variable Resultado
Dicot6mica Continua
!
Continua R. logistic a R. Lineal
i
J
Hay oU'os equdio~ en 10<., que la variable resultado es el liempo que tranScLln" '" des\iaciones
con LIll u . ' · ·
tf)Jicas de 6.240 .\ S.327 minutos. La cuesti6n que ahora se
de<.,de la ocurrencia de un hecho hasta la oClIrrencia de otro: por ejemplo. tiempo que Jantea es: i, la diferencia 2-1-.19-30.16=5.97 minutos se puecle achacar al azar '1. ()]c,
P .' I I" . d
tranSClIrre desde el diagnostico de cancer de prostata hasta la l11uerte del pacienre debi- que c<; igual. .(. estan de acuerclo, los resultados clel estllcllO con a llp~teSJs.e .~L:~
da al tumor. tiempo desde la fecha del transplante de rinon ha<.,ta la fecha de rechazo. aJ11hos tratal111entos tardan. por tenmno medlo. el 1111SmO tJempo en haeeJ desapa
etc. En este tipo de estudios no siempre disponemos del ,alor ex acto de la \'ariablc cer el clolor? Para esta nun a ~ituaci6n el estadfstico de eontraste es
resultado, el tiempo que transcurre. pues es po sible que el paciente con el tumor muera
de un accidente de trarico, 0 que un transplantado no rechace nunca el rinon. En e\e
caso. estos estudios necesitan un tipo especial de amilisis conocido como analisis de t ".r = --:=======--
supervivencia. Todos estos tipos de analisis se exponen a continuaci6n. s'.) ~III + ~11:
2. Test de la t de student donde l'j Y III son la meclia y tamano cle la primera mllestra. X:; Y 11:;. los de la segun-
da y
Otra forma de evaluar la diferencia entre los dos tratamientos, hubiese sido dise-
=~
fiar un estudio en el que la variable resultado hubiese sido el tiempo transcurrido desde (111-1)51:; + (11:;-1)5/
5
la administraci6n del tratamiento hasta la desaparici6n del dolor del c6lico nefritico; 111+ 11 :;-2
imaginemos que los resultados fuesen los que aparecen en la Tabla 11.15. Lo que cam-
bia respecto al estudio anterior es el caracter de la variable resultado que en este caso es una desviaci6n tfpica obtenida poncleranclo las de las dos muestras; para nues-
es el tiempo que pas a desde que se recibe el tratamiento hasta la desaparici6n del
tro ejemplo,
dolor, es decir, ahora la respuesta es una variable continua; como se acaba de decir,
el metodo de amilisis para esta situaci6n es el test della t de Student.
5 = ~ (32-1)6.242 + (31-1)8.327 2 = 7.34
32 + 31 -2
Tabla 1/.15. Tiempo transcurrido, en minutos, hasta la remisiol1 del dolor calico.
por 10 que
24,19,30,24,29,21,26,31,18,22,31, 26, 16,33,
Flurbiprofen 21, 25, 30, 20, 19, 22, 30, 9, 17,28, 35, 26, 23, 17, 124.19 - 30.16 I = 5.97 = 3.22
t exp=
1.85
7.34~ i2 i1
20, 27, 18, 37
+
r-----------------------------------------------
Dipirona+ 32,54,36,28, 19.43,28,34,32,34,29, 19,22,23,
Este estaclfstico juega un papel similar al estadfstico cle Pearson en el test de la
Hioscina 33,28,33,32,49,27,37,20,28,36,31,24.20,30. Xc: cuanto mayor sea su valor, mas eviclencias habra de que los dos tratamientos son
29. 17, 28 distintos. Para evaluar si el valor 3.22 es suficientemente grande hay que compararl o
· 'b UClOn
con el valor cle una nueva distribuci6n. la t de Student, dlstn ., que depen de de
un parametro que tambien se clenomina graclos de libertacl cuyo valor es III + 11:;-2 . .EI
error mfnimo al cual se puede rechazar la hip6tesis de igualdacl cle los tiempos l1ledJOs
Ahora la hip6tesis nula sobre la que se quiere decidir es que el tiempo medio trans- . , - chaza-
para los clos tratamlentos es P=0.002; como este es un error mu) pequeno, re
currido hasta la desaparici6n del dolor es el mismo para los dos tratamientos. Los . " y conclmmos que, salvo el error del 0.2%. hay' eVl' d
mos tal hlp6tesls ' para recha-
enClas .
tiempos medios en las dos muestras de 32 y 31 pacientes con c6lico nefritico fue de , . d t"
zar la hip6tesis que estableCla que los dos tratamJentos tar an. par enmJ1 0 medIO. el
24.19 y 30.16 minutos para el Flurbiprofen y Dipirona+Hioscina, respecti\,amente, mismo tiempo en hacer desaparecer el clolor.
Aqu! son pertinentes los mismos comentarios que 105> realizados en n.cs. acerca donde cr es la desviaci6n tfpica comun a las dos poblaciones que normal mente no ~c
de la comparabilidad de los grupos a efecto de poder achacar solo a los distintos tra- conoce Y se debe estimar en base a estudios previos. Como el calculo del tamaiio de
tamientos los distintos tiempos medios de remisi6n del dolor. muestra para esta situci6n es mas complejo. se deberfa consul tar a un estadfstico
Cuando los tamanos de mueqra son pequenos. en generaL menores que 30 :- las
Para naluar los posibles valores de esa diferencia de tiempos medios calculamo~
un intenalo de confianza para esa diferencia que viene dado por la expresi6n variables medidas no siguen una distribuci6n normaL 10 cual es bastante frecuente. no
se cumplen las condiciones de aplicaci6n del test de la r de Student. En esta situci6n es
aplicable el Ham ado test de Mann- Whitney para muestras independiemes, 0 bien el
test de Wilcoxon para muestras apareadas; estos dos tests forman parte de los llamados
tests no parametric os 0 libres de distribuci6n. que se pueden aplicar sin que se cum-
plan las condiciones exigidas al test de Student pero que tienen una menor potencia 25.
que para nuestro ejemplo es
Por ultimo, poner de relieve un error muy comun en las publicaciones medicas;
es frecuente que en vez de evaluar dos tratamientos, se disene un estudio para com-
-I 1 1
(30.16 - 24.19) ± 1.96(7.34)'\1 31 + 32 = (2.27 ,9.67) parar tres 0 mas tratamientos. Para analizar esta nueva situacion 10 que suele hacer,
.' indebidamente, es aplicar el test de la t de Student a cada pareja de tratamientos; este
no es el camino correcto. En efecto, imaginemos un ensayo clfnico en el que se quie-
10 que nos permite decir que, con una confianza del 95%, la combinaci6n Dipiro- re comparar la efectividad de cuatro forrnas distintas de administracion de un nuevo
na+Hioscina tarda, por termino medio, como minimo 2.27 y como maximo 9.67 minu- tratamiento, frente a un tratamiento estandar; en definitiva, de 10 que se trata es de
tos mas que e1 Flurbiprofen en hacer desaparecer el dolor del colico nefritico. comparar cinco tratamientos; si se utiliza como estrategia de analisis la comparaci6n
de todas las posibles parejas de tratamientos mediante la t de Student, tendremos que
Como la mayoria de los tests estadisticos, el test de Student que se acaba de rea- realizar un test para comparar el tratamiento 1 con el tratamiento 2, otro test para com-
lizar es aplicable solamente si se cumplen una serie de condiciones previas; para el parar el tratamiento 1 con el tratamiento 3, etc. Ya que con cinco tratamientos pode-
test de Student tales condiciones establecen que las dos variables medidas, el tiempo mos formar diez parejas distintas de tratamientos, seran 10 el numero de tests de
de duracion del dolor con cada tratamiento, sigan una distribucion normal y, por otra Student a realizar. ~ Que problemas presenta esta estrategia de analisis?; si cada uno
parte, que las varianzas en las dos poblaciones sean parecidas. La primera se puede de estos tests se hace con una confianza del 95%, es decir, un nivel de error de 0.05,
obviar si los tamanos muestrales sean ambos mayores que 30, 0 bien, que siendo meno- se puede demostrar que siendo los cinco tratamientos igualmente efectivos, existe en
res que 30 las distribuciones de las dos variables no se diferencien mucho de la dis- el mejor de los casos una probabilidad, aproximadamente, del 30% de encontrar al
tribucion normal; la segunda condicion se puede resolver mediante el test de Welch 23. menos un test significativo; en definitiva, existe una probabilidad de un 30% de recha-
Otra suposicion fundamental para poder aplicar este test es que las dos variables medi- zar la hipotesis de igualdad de los cinco tratamientos, cuando realmente 10 son. Por
das sean independientes, es decir, los val ores de una no vengan condicionados por los tanto, cuando se llevan a cabo muchas comp~raciones mediante tests de hipotesis, se
de la otra; para el caso en que no se cumpla esta condicion, hay una version del test incrementa mucho el error de rechazar la hipoteis nul a siendo verdadera.
de Student para muestras dependientes 0 apareadas 24.
Para evitar esta dificultad conocida como el problema de las comparaciones mul-
Como se coment6 anteriom1ente, a la hora de disenar un estudio es una cuesti6n tiples, hay una soluci6n que consiste en ser mas exigente a la hora de realizar cada
fundamental el plantearse el problema del tamano de muestra. Si se establece como uno de los tests, es decir, disminuir el error a en cada uno de ellos. La regIa de Bon-
diferencia minima clfnicamente importante el valor 8, el tamano de muestra a elegir ferroni consiste en realizar cada test a un error alk. donde k es el numero de tests a
en cada grupo viene dado por la expresi6n efectuar; de esta manera el error global acumulado de todos los tests es aproximada-
mente el error a deseado. Para el ejemplo anterior, declararfamos cada test significa-
(Za + Z2~)= (2cr 2 ) tivo solo si el error de rechazo fuese como maximo 0.05110=0.005 para que el error
n=
82 global fuese 0.05 aproximadamente.
Otra alternativa para evitar el problema de la~ comparaciones multiplc~ e" utili,ldr doncle .v e<, la media e"timada de la \ariahle resultaclo y ~fJ, ~I ~on las eqimacio-
el Hamado AnaIisis de la Yarianza. A:\OVA (A!\alysis Of VAriance) que e~ un nes de los parametro~ del modelo.
test que permitc comparar global mente tre~ () ma~ tratamientm a un error prefijado.
que no e~ mas que una generalizaci6n del test t de Student. EI ANOVA es un te~t pard Tabio II. In. Si\'e/cs df' crcmillillo Y ilcl71oglo/Jil1o CI1 50 il1di\'iduos COli fc/I!o ]"f'1101 cl"{jllico.
decidir "i rechazar 0 no la hip6tesis de igualdad de los tratamiento,,: si el test e\ \ig- I
yA
nificati\o al error prefijado podemos decir. saho e"e error. que no todo~ los trdta- Ix y
Hemug]()hlll,J
Y -y X
C~-l'atlnln(j
I
Y
Helll(l~loblll;.J.
I
I
I
,
A
y r -y
A
mientos son iguales. es decir. hay al menos un tratamiento que se diferencia de l()~ CfL',ltlll 1lld
~'--T-------~------4-------- I
restantes. pero no especifica que tratamiento 0 tratamientos :-,on los diferentes. Para i
5.4 i 9.2 9.164 0.036
contestar a esta pregunta existen una serie de tests especfficos para comparacione\ 6.-+ 8.9 8.593 0.307 I
mutiples como son los de Newman-Keuls. Tukey, Ducan. etc eel. 6.0 9.9 8.821 1.079 2.2 I 11.3 10.990 0.310
7.1 8.4 8.193 0.207 5.2 8.8 9.278 -0.478
4.7 9.2 9.563 -0.363 6.2 9.1 8.707 0.393
3. Regresi6n lineal simple
5.2 9.2 9.278 -0.078 5.0 9.0 9.392 -0.392
Respuestas a preguntas como las siguientes son de interes para el clfnico: (.como 6.4 7.5 8.593 -1.093 5.8 8.8 8.935 -O.B5
cambia el nivel de PSA cuando cambia el tamaDO de. la glandula prostatica; (,como 5.2 9.6 9.278 0.322 3.9 10.0 10.020 -0.020
cambia la tasa del filtracion glomerular con el cambio del nivel de creatinina en san- 3.6 9.3 10.191 -0.891 5.2 9.8 9.278 0.522
gre?, etc. En la Tabla II.16. aparecen los datos de creatinina (X) y hemoglobin a (Y) 7.8 7.5 7.794 -0.294 5.3 9.1 9.221 -0.121
medidos en 50 individuos pel1enecientes a un estudio en el que se trataba de evaluar 1.394 5.7 8.8 8.992 -0.192
4.8 10.9 9.506
la relacion entre esas dos variables en los enfermos con faHo renal cronico.
2.5 11.2 10.819 0.381 6.8 8.6 8.365 0.235
5.8 9.4 8.935 0.465 7.3 8.2 8.079 0.121
Bajo el nombre de modelos de regresi6n se engloban una serie de tecnicas que
tratan de medir la relacion entre una variable resultado y una 0 unas variables pre- 4.6 9.2 9.620 -0.420 7.1 7.9 8.193 -0.293
dictoras; es el caracter de la variable resultado 10 que determina el modelo de regre- 7.5 8.2 7.965 0.235 3.6 10.5 10.191 0.309
sion. Como ya se avanzo, cuando la variable resultado es continua, el modelo de 5.2 9.8 9.278 0.522 6.0 9.5 8.821 0.679
eleccion es el Hamado modelo de regresi6n lineal que, dependiendo de si hay una 0 5.0 8.8 9.392 -0.592 2.5 10.2 10.819 -0.619
mas predictoras se donomina simple 0 multiple, respectivamente. EI modelo de regre- 3.5 9.2 10.248 -1.048
4.3 10.4 9.792 0.608
sion lineal simple establece que
5.0 9.1 9.392 -0.292 6.4 8.2 8.593 -0.393
7.4 7.8 8.022 -0.222 4.8 8.7 9.506 -0.806
,
6.3 8.7 8.65 0.050 5.6 9.6 9.050 0.550
donde Y es la variable resultado. X es la variable predictora y ~o, ~l son los para- 6.9 8.3 8.307 -0.007 4.4 9.4 9.735 -0.335
metros del modelo: este establece que E( Y), la media de la variable resultado, es igual 3.5 10.8 10.248 0.552 4.6 9.8 9.620 0.180
a una constante ~() mas el producto de otra constante ~l por el valor de la variable 6.6 8.4 8.479 -0.079 8.5 6.7 7.394 -0.694
predictora X; observese que en el primer miembro de la igualdad no aparece el valor 5.0 8.9 9.392 -0.492 3.8 9.7 10.007 -0.377
I
de la variable resultado sino su media. Como siempre los parametros son descono- 1.251
8.7 7.3 7.280 0.020 4.9 10.7 9.449
cidos y 10 que haremos sera. a paI1ir de una muestra de val ores de la dos variables. I
estimar ambos parametros. con 10 que obtendremos un modelo estimado que repre-
sentaremos asi
Un paso fundamental en todo analisis de regresion lineal es la representaci6n gra-
fica de los datos; como quiera que el modelo establece que la relaci6n entre la hemo-
r:lobina y la creatinina se puede representar mediante una recta. una representaci()n
~rafica mediante una nube de puntos nos \a a dar pistas de la adecuacion de los dato:,
observados al modelo lineal. En la Fig. 11.23 aparece tal representacion: <,egCin ella.
no hay e\idencias de que exista una relacion cur\'ilfnea entre ambas \ariables. pOr io dande
que. en principio. el modelo de regresion lineal puede ser aplicable.
Hemoglobina (g/dl J
o
11 - ..........0 y
o
.... o o
o ....... o o
10-
······0......
o ··· .... 0 o donde Xi,)'i representan Ia creatinina y hemoglobina de individuo nCimero i ; pOl' ejem-
o .... o
o 0
m "'o'Q 0 0 plo, x1=6.4 y)'I=8.9.
9-
o ~oo '~........ 00 4'
•.... Q.
De todas formas el calculo es 10 de menos pues hoy los ordenadores son accesi-
o
"o?..0. ....0
8- 00 bies y ellos hacen este tipo de trabajo. La tabla de resultados que arrojarfa todo paque-
0···;·....... te estadfstico informatico con estos datos serfa parecida a la Tabla II.17., en donde en
o 0····· ........... .
una columna aparece las estimaciones de los parametros del modelo y en otra sus res-
"0..
pectivos errores estandar
o
... -~.,~~~~.
2 3 4 5 6 7 8 Creatinina (mg/dJ)
Tabla 11.17.. - Estimaciones de los parametros y sus
errores estandar para los datos de la Tabla //,16.
Fig. 11.23. Represelltacioll grafica de los Iliveles de creatinina y hemoglobina
en 50 pacientes call fallo renal crOllico.
Variable Estimaci6n Error estandar
fuesen linealmente independientes pero dependientes segun una relacion curvilfnea, realizar.
10 que se puede descartar con una nube de puntos; de ahi el interes de efectuar tal
representacion grMica previamente a cualquier tipo de analisis. Con 1a ecuaci6n de la recta antes calculada, se pueden hacer predicciones de 105
valores de la hemoglobina. a partir de los val ores de creatinina; asi, para estimar el
Aunque el coeficiente ~I fuese cero su estimacion no necesariamente tiene que valor medio de hemoglobina en los pacientes con un nivel de 5.2 mg/dl. no tenemos
serlo aunque si es esperable que sea un numero proximo a cero; (,como decidir si la mas que sustituir este valor en la ecuacion antes calculada. Por tanto,
estimacion -0.5708 de nuestro ejemplo es 0 no cercana a cero? Dicho de otra forma,
(, el numero -0.5708 es estadfsticamente distinto de cero y por tanto existe depen-
12.25 - 0.5708(5.2) = 9.282
dencia lineal entre los niveles de hemoglobina y los de creatinina en los pacientes con
es decir. <.,egun el modelo ajustado. los paciente<., con un nivel de 5.2 mg/dl de crea- call1hio que experimenta la media de la yariable re.~ultado con el aumento en una un i-
tinina tienen. por termino medio. un ni\el de 9.2iQ g/dl cle hemogJobina: la colum- dad de ]a predictora. cambio que se cuantifica mediante eJ coeficientc de regre~i6n.
na encabezada por el sfmboJo.v cle la Tabla 11.16. da las estimacione~ de Jo<., valore<., Sin emhargo. en la Fig. 11.24 aparecen dos nubes de punto~ que dan lugar al mi~mo
medio<., cle la hemoglobina para los clistinto~ \aJores de creatinina: segun e~a tabla. coefil'lcnte de regre"ion pero es e\idente que la relaci6n que representan las dos gnl-
la estimaei6n corresponcliente a los paeientes con ni\ eles de ereatinina iguaJ a 5.2 ficas e" clistinta: en la de la izquierda la relaci6n entre las dos variables es 111:1'-, estre-
mg/dJ es 9.27R que no coincide con eJ valor 9.282 arriba calculado por problema~ cha que en la de la derecha: por tanto. el coeficiente de regresi6n no capta la mayor
de redondeo. o J11cnor fuerza de 1a asociacion entre do<., \·ariables. EI coeficiente de correlacion
de Pearson entre dos variable:.- continuas es una medida de la fuerza de la asociaci6h
Segun apareee en la Tabla II.16 .. se han obsenado euatro paeientes con 5.2 mg/dl entre tales variable( de alguna manera. similar al riesgo reJativo para el caso de varia-
creatinina en los que la hemoglobina meclida fue 9.6. 9.8. 8.8 Y 9.8 g/ciL respectiYa- bles categ6ricas. El coeficiente de cOITelaci6n entre dos variables puede ser cualquier
mente; las diferencias entre eada uno de estos valores y la hemoglobina estimacla numero comprendido entre ~1 y 1': el signo de este coeficiente indica el sentido de1
para ellos cambio de la variable resultado con el cambio de la predictora; a&i, un coeficiente d~
;conelacion negativo indica que a mayor valor de la predictora; menor valor de la
9.6 - 9.282. 9.8 - 9.282, 8.8 - 9.282 y 9.8 - 9.282 'variable resultado: ·si el signo es positivo indica quecuando aumenta una, tambten
'aumenta la otra. 'El valor absoluto del coeficiente de correlaci6n informa de Ja fuerza
nos dara idea de como se ajusta el modelo estimado en esos cuatro pacientes. Estas de la asociacion entre las dos variables; un coeficiente de cOITelaci6n .con valor abs0-
diferencias entre los valores observados y los val ores predichos por el modelo y. es Il.:ito proximo a 1, es decir, un coeficiente de cOITelaci6n proximo a-I 0 aI, 'indica:
decir, las cantidacles Y-.v, son los llamados residuales cuyos valores tambien apare- que las dos variables estan estrechamente asociadag. Un coeficiente de cOlTelacion
cen en la Tabla 11.16. El estudio de los resicluales es una parte muy importante. aun- pr6ximo a cero indica poe a 0 nula asociacion entre las variables,
que muy olvidada, del analisis de regresi6n; de igual manera a 10 comentado en los
dos tests anteriores, el test de la Xc y el test de la t de Student, el analisis de regre-
sion lineal se puede 11evar a cabo solo si se cumplen eiertas condiciones que de no y ,---------------------, y
12 - 12 0
darse invalidan las conclusiones que se puedan derivar de el. Tales condiciones, que
0
Q 0
escapan al nivel de esta monograffa, se eomprueban precisamente a partir del anali- .'? .'~.. 0
sis de los residuales asf como otras cuestiones de interes como son la identificaeion \0
.... 0 \~ 0
de las llamadas observaciones extremas (outliers) que son aque11as que tienen resi- 0<;)
\? 0
duales grandes, es decir, hay gran desacuerdo entre 10 observado y 10 predicho por el 10 0"0 10 -
o cib 0
cP....... 0 0 0
modelo, y las denominadas observaciones influyentes que son aque11as cuya presencia '~~oo .... 0
. . . .BcP 0
o ausencia cambia sensiblemente las estimaciones de los parametros del modelo. Debi- G.
ot;:) \0 0
do a la complejidad de este tipo de analisis de los residuales. el clfnico deberfa bus- -"0
O%~ O 0 .... 00
o .....
car la colaboracion de un estadfstico. 8-
o"~ o cO .....,.
o ·.. 8 o 0...
o 8 (,
06. o ci"
4. Correlacion o ~o ~ ....,..,
\"~.'
00.'··............. .
o
Ademas de estudiar la existencia de una asociaci6n lineal entre el nivel de hemo- o
globina y creatinina en enfermos con fa110 renal cronico, en much as ocasiones es de
interes responder a preguntas parecida a la siguiente: (,como de fuerte es esa asocia-
ci6n entre la hemoglobina y la creatinina? Dicho de otro modo, conocido el nivel de 2 4 6 8 10 x
creatinina de un enfermo, (,como de precisa es la estimaci6n, basada en el modelo
anterior. de su nivel de hemoglobina? Con el anaJisis de regresi6n lineal se evalua el Fig. Il.24.- Nubes de puntas can distinta Juerza de asociaciol1.
Como todo parametro no \a a ser conocido. par 10 que hay que conformar~e Con
0.84
una estimacion a partir de los datos de la muestra elegida: tal estimacion yiene dada -:=======-- = 10.73
~
por la expresi6n
"
I (x, - :\') (y, - \')
r = -::==:::,-=1 ============= ue comparado con la valor de la distribuci6n t de Student con 50 -:2 =48 grados de
~ I.e", -:\,)2 I(.'", - J)2
':::: I /=::.1
~bertad. permite rechazar la hip6tesis de no asociaci6n con una P < 0.0001. Por tan~o.
can un error menor que este podemos afirmar que existe asociaci6n entre las dos yana-
bles y el grado de de tal asociaci6n viene cuantificada por el valor ~O.84.
Una estimaci6n del coeficiente de correlacion calculada a partir de la nube de pun-
tos de la grafica de la izquierda de la Fig. 11.24 es -0.98, mientras que para la de la
Al contrario que el coeficiente de regresi6n. el coeficiente de conelaci6n no depen-
derecha es -0.72: el signo negativo de ambos yiene ref1ejado por el descenso de la
de de las unidades de medida en que se expresen las variables aunque entre los dos
variable resultado con el aumento de la predictora; el valor absoluto de la primera
coeficientes existe una relaci6n dada por la expresi6n
estimaci6n. 0.98. es mayor que el de la segunda, 0.72, 10 que significa que las varia-
bles representadas en la grMica de la izquierda tienen una asociaci6n entre ellas mas A Sy
fuerte que las de la gnifica de la derecha. r=~l-·
S,
1rl
Una alternativa al coeficiente de correlaci6n de Pearson
Como en todos los tests vistos hasta ahora, sefialar que para poder hacer inferen-
cias acerca del coeficiente de correlaci6n es necesario que al menos una de las varia-
bles medidas siga una distribuci6n Normal. Hay muchas ocasiones en que interesa
don de Irl es el valor absoluto del coeficiente de correlaci6n estimado y n es el 1111me-
medir la fuerza de la asociaci6n entre dos variables que ninguna de ellas cumple la
ro de individuos en los que se han medido ambas variables; por tanto
condici6n de seguir una Normal; por ejemplo, cuando las variables son ordinales 0
cuantitati\'as di~cretas. tal condicicJll no se cumple por In que no e" valido el anali<'i, como ocurre en este ejemplo. es frecuente que el coeficiente de correlaci6n de
anterior. En esle caso hav• una alternati\a conocida como el coeficiente de coneJ·a-. pear~on y el de Spearman tengan \'alores parecidos. en nuestro ejemplo -0.84 y -U,81.
cion de Spearman que se puede utilizar aunque ninguna de la'> \ariables siga lind respectiyamente: de todas formas algunos autores abogan por el mayor uso del segun-
Normal. El coeficiente de correlacic1n de Spearman se basa en asignar rangos a cad d do pues. adem as de poder calcular<;,e en cualquier situacic1n. tiene como \entaja sobre
\alor de cada una de las \ariables: \eamo" como se !leva a cabo tal asignacic1n. Con- el de Pearson el hecho de que detecta a~ociaciones distintas de la lineal. Con l11ues-
~ideremos. por ejemplo. los \alores medidos de la creatinina: de 10 que se trata e, cle tra~ de tamafio mayor que 30. el test para el coeficiente de Spearman se puede Ile\ar
ordenar los valores de la creatinina en forma creciente y asignarle un 1 al valor Ill;;, a cabo como se ha hecho en Ie caso del coeficiente de Pearson.
pequei'io de esta variable que es 2,2 mg/dl: al valor de creatinina inmediatamente
superior se Ie asignara un 2. al sigUlente un 3. etc. En ocasiones se pueden producir Por ultimo. sei'ialar que tanto el analisis de regresion como de correlacic1n tan solo
10 que se denomina un empate. es decir. hay dos 0 mas valores iguales; en ese ca~() puede poner en evidencia asociaciones entre variables: para dar el salto de la asocia-
se Ie asigna a cada uno la media aritmetica de los rangos que les corresponderfan: p()r cion a la causalidad se requieren otros argumentados adicionales que se discutir<in en
ejemplo. el valor inmediatamente superior a 2.2 es 2.5 mg/dl. y hay dos individu()s el capitulo II.E.
que tienen tal nivel de creatinina; a uno de ellos Ie corresponderfa el rango 2 y al otro
el 3: 10 que vamos a hacer es asignar a cada uno de ellos el valor (2+3)12=2.5. En la
Tabla II.18. aparecen los rangos de las dos variables en los 50 individuos. 5. Regresi6n logistica
Tabla !I. 18, - Rangos asignCldos a los )'([lores de crearinina y hemoglobillCi. EI analisis de regresion lineal que se acaba de exponer utilizaba como variable
resultado una variable continua. Sin embargo. es muy frecuente encontrarse con
Creatinina 38 33.5 43,5 14 24 38 24 6,5 4g 15,5 2,5 31.5 12,) 47 24 19.5 10 19,5 46 36 42 4.' estudios en donde la variable resultado es la presencia 0 ausencia de alguna carac-
(Rangos) 40 19.5 50 28 I 24 35 19,5 31.5 9 24 27 3D 41 45 43,5 6.5 33,5 2,5 4,5 38 15.5 29 II
teristica de interes en los sujetos objeto de estudio; (,esta ligada la presencia 0 no
de hipertension en los individuos al nivel de cole sterol en sangre?; (,que relaci6n
12,5 49 8 17
existe entre el desarrollo 0 no de cancer de esOfago con la ingesta de alcohol? etc.
Todas estas preguntas tienen en comun el hecho de que la variable resultado es dico-
Hemoglobina 20,5 41 11.5 21> 28 3,5 35.5 31 3,5 4g 49 32.5 28 8 39 175 44 24 5 14,5 10 47 11.5 tomica y 10 que se quiere es estudiar 1a relacion entre esta y una variable predicto-
(Rangm) 20,5 ::> 28 50 17.5 24 22 17,5 42 39 24 ]7,5 13 g 6 45 34 43 28 8 14,5 35,5 32,5 39 I I ra. que puede ser de cualquier tipo: categorica 0 cuantitativa. El modelo de regresi6n
37 46 para estudiar este tipo de relaciones se conoce con el nombre de regresi6n logisti-
I ca simple.
Pues bien. el coeficiente de Spearman se calcula igual que el coeficiente de corre- Para analizar este tipo de relaciones 10 que trataremos sera de expresar la proba-
lacion con la diferencia de que en lugar de utilizar para cada individuo las parejas de bilidad de que un individuo presente la caracterfstica de interes, desarrollar un can-
valores de creatinina y hemoglobina. se utilizan sus rangos correspondientes; otra cer, ser hipertenso, etc., en funci6n de la variable predictora; si notamos por P tal
manera equivalente de calculo del coeficiente de Spearman es probabilidad, siguiendo 10 visto en la regresion lineal, podrfamos expresar el modelo
de la forma
rs = 1-
donde. como antes, Xes la variable predictora. Sin embargo, el modelo este tiene algu-
donde d 1 es la diferencia entre los dos rang os asociados al individuo i: es decir, nos inconvenientes que 10 invalidan para nuestro proposito; una de las razones para
Ia no utili dad de este modelo es que podrfa ocurrir que calculadas las estimaciones de
6 [(38-20.5)1 + (33.5-41)2 + ... + (l7-46f'] los parametros del modelo. la sustitucion de algunos valores de la predictora dienm
rs = 1 - 503 _ 50 = -0.81 lugar a valores no permitidos para una probabilidad. es decir, valores fuera del jnter-
valo ((J.I). Para e\itar ese problema 10 que \dmm a haeer e>. realizar una transform;,. (1 h' que co., igual
eilm de la probabilidad de presentar la earaeterf~tica de interes. denominada trans.
formaci6n logit. que consiste en el logaril1110 de la ventaja P/( I-P) de presentar 1u O.R. = ell
caraeterfstica. por 10 que el modelo 10 forl11ularemos asf
po
log---- = ~o + ~IX2 Tabla 11.19. - Mortalidad y edad gestaciollal, ell semallas, ell 410 reciell Ilacidos.
1 - P2
Edad gestacional
y restando esas dos igualdades
PI
24 25 26 27 28 29 Total
,
PI P2 I 1 - PI A(
Iog--- - log-- = o g - - - - = 1-'1 XI - X2
)
1 - PI 1 - P2 PI Vivo 3 16 38 49 45 30 181
1 - PI
~1uerto 26 56 i 69 50 21 7 229
i I
Si el valor XI es una unidad mayor que el valor X2, y ya que
=O.R. EI problema esta en estudiar como cambia el riesgo de muerte con la edad gesta-
cional; para ello tenemos que estimar los panlmetros del modelo a partir de los datos
del estudio. EI criterio de estimacion de los parametros de un modelo de regresion
logfstica. denominado el metodo de la maxima Yerosimilitud es bast ante mas com-
es la odds ratio. podemos afirmar que para dos individuos que se diferencian en una plejo que el de los minimos cuadrados empleado en el caso de la regresi6n simple.
unidad en relaci6n a la predictora pues no hay formulas explfcitas para las estimaciones de los parametros como ocu-
rrfa en la regresi6n lineal: el caculo de las estimaciones se basa en procesos matema-
10g(O.R.) = ~I ticos complejos que requieren gran cantidad de calculo hasta tal punto que solo son
posibles mediante el auxilio de un ordenador.
La salida de cuah.juier paquete infonmitico es parecida a esta !las Y cqe a su vez a 1.98 veces mas que uno de 27 <.,el11anas. etc., el riesgo del de 25
~ernanas sera (].98)(1.98)(l.98)(1.98)=15.34 veces mayor que eJ de 29 :-,emanas. En
Tabla 1I.20.- Estill1aciol1es de los parall1etros del ~eneraJ. eJ riesgo de un recien nacido de Xl semanas respecto a otro de Xc seman as
l71odelo logfstico para los datos de 10 Tabla 11.19. ~iene dado por 1a expresi6n
....
-.~ ...... .
Si n01amos por P la probabilidad de que l11uera un recien nacido, una estimaci6n ".
....... ~
del modelo viene dada por la ecuaci6n o ........
"""
.....
P ~..........
log--- 18.36 - 0.6819 Edad -1 " .....
1- P ···-·it·.
c..,..-~-_-==""""f""'-~~=r=~-~..,...,~=......,;;,..J Edad en
24 2S 26 27 28 29 semanas
donde -0.6819 es la estimaci6n de ~l' el coeficiente de regresi6n logistica. EJ
signo negativo del coeficiente nos indica que a mayor edad del recien nacido, menor Fig. Il.25.- Representaci6n de los logits en las dijerentes edades.
logaritmo de la «ventaja» de moric en definitiva, menor riesgo de muerte. Elevando
el numero e a este valor nos da la estimaci6n de la O.R., el riesgo. de morir de un
recien nacido respecto de otro con una unidad, semana. menos. Por tanto.e-06Sl9 =0.506 La interpretaci6n del coeficiente ~o no la comentamos ya que depende del tipo de
es el riesgo de morir de un recien nacido respecto de otro con una semana menos; estudio: en los diseflos de casos y controles no es interpretable si no se dispone de
otra informaci6n que no suele estar disponible: de todas formas, nuestro interes esta-
dicho de otro modo, un recien nacido, en este rango de edad gestacional, con una edad
ba centrado en el asociaci6n entre mortalidad y edad gestacional y es el coeficiente
detenmnada entre 24 y 29 semanas, esta a 1/0.506=1.98 veces mas riesgo de morir
~l el que mide tal asociaci6n.
que un recien nacido con una semana mas de edad gestacional.
(, Como es el riesgo de morir de un recien nacido con 25 semanas en relaci6n a Como en la regresi6n lineal, el modelo log{stico no se puede aplicar sin mas pues
uno con 29 semanas?; si el primero esta a 1.98 veces mas riesgo que uno de 26 sema- el modelo establece que los logit( P) deben seguir una recta; en caso contrario, habrfa
4UC aju'>tar un Il1odclo m{l~ complicadu. Pur tanto. ~iempre c" ntTc'>ario repre"cJ:tell la fcc'ha pnncipalmente para el e~tudi(l del tiempo de~de el diagn6~tico de cancer ha"ta
graficClmente 1o" Im;it (p) y la predictora para e\aluar su linealidad: cuando 1o" dmll\ Ja 1l1Llcrte del paciente.
no ,,011 agrupadlls. exi-,ten procedimiel1tos. 4ue no comentaremos por ~u complejid dU .
que permiten hacerse una idea de la linealidad. Olwiamente e~ impo;,ible ob"en ar y estudiar la evolucion de 10" indi\iduo~ que
forman la cohone indefinidamente. por 10 que la mayor!a de los estudio" de ~egui
A partir de las estimaciones anteriore" se puede construir un intervalo de confial1/d miento tienen una fecha de comienzo y otra de finalizaci6n del estudio que 111 arc <In el
para la O.R.: asi. un intervalo al 95f7( de confianza para el logaritmo de la OR. \iel1e pcrilldo de tiempo durante el que los pacientes son observados. donde. general mente.
dado por la fecha de inicio coincide con el diagn6stico del tumor y la fecha de finalizacion e"ta
predcterminada por el investigador dependiendo del diseno realizado 0 de los datos
-0.6819 ± 1.96 (0.08908) = (-9.856. -0.507) di-,ponibles. Durante este periodo de tiempo el seguimiento es individual. pudiendo
ocurrir que el paciente fallezca. se pierda el contacto con el en un in stante determina-
por 1o que un intervalo de confianza para la O.R. es do 0 alcance con vida Ia fecha considerada como final del estudio: las dos ultimas
situaciones representan 10 que se denominan datos censurados. es decir. individuos
que no han fallecido y por tanto no aportan infon11aci6n al estudio sobre el tiempo
exacto de vida pero que no pueden ser eli min ados porque sabemos que el tiempo de
por tanto, la O.R. de morir de un recien nacido respecto de otro con una semana meno, vida es superior a la fecha donde se perdi6 el contacto 0 se finaliz6 el seguimiento. La
esta entre 0.42 y 0.60; dicho de otra forma, un recien nacido esta a un riesgo de morir Tabla 11.21. presenta los tiempos de supervivencia de un grupo de 10 pacientes diag-
como mlnimo de 1/0.60=1.67 veces y como maximo de 1/0.42=2.38 veces que un nosticados de cancer de prostata observados durante un periodo de 10 anos, 1983-1992.
recien nacido de una semana mas de edad gestacional. Como en regresion lineal, la,
estimaciones de los parametros dependen de las unidades de medida. en este caS(1 Tabla 11.21. - Tiempos de SlipelTil'ellCia ell 10 pacientes COil callcer de prostata.
semanas; si la edad gestacional se hubiese medido en dias, el lector puede comprobar
que el coeficiente estimado hubiera sido -0.681917=-0.0974. Paciente n° Tiempo de Supervivencia (en afios) Censura
I 10.00 0
6. Analisis de supervivencia 2 6.51 I
3 7.27 0
En ocasiones la investigacion clfnica esta orientada hacia estudios de seguimiento 4 4.82 I
en pacientes afectados de cancer con el fin de conocer el tiempo de supervivencia. el 5 8.00 0
porcentaje de individuos que sobreviven a una fecha determinada 0 el numero de suje- 6 9.00 0
tos que l11ueren en un periodo de tiempo dado. Cuando se tienen dos 0 mas grupos de
7 7.70 I
pacientes con caracteristicas diferentes determinadas por Ia edad. sexo, estadio del
8 3.44 I
tumor. tratamiento aplicado 0 cualquier otra variable, el interes puede radicar en com-
9 1.56 I
parar los tiempos de vida de los distintos grupos y decidir cual de ellos tiene una lon-
10 0.65 I I
gevidad mayor. 0 si por el contrario los tiempos de vida son parecidos en todos ellos.
Las tecnicas estadfsticas que resuelven los problemas anteriores constituyen 10 que La Fig. lI.26 muestra la representaci6n grafica de la experiencia de superviven-
se conoce por analisis de supervivencia: estas son tecnicas cuyo objetivo es estudiar cia de este grupo de enfermos: el eje horizontal de esta grafica conesponde a 10 que
el tiempo que transcune desde la ocurrencia de un determinado suceso: comienzo de "e denomina ano calendario 0 tiempo de seguimiento. es decir. el ano cero es el in i-
un tratamiento. diagnostico de cancer. remision del cancer. etc .. hasta la ocurrencia de cio del estudio. 1983. y el 10 el final del seguimiento. 1992: en esta situaci6n cada
otro: curacion de la enfermedad. muerte, ocunencia de recidiva. etc .. respectivamen- individuo entra en el estudio en un instante diferente y el calculo del tiempo de super-
teo EI llombre de estas metodologfas se debe al hecho de que se han empleado hasta vivencia ha de hacerse restando el tiempo de salida (bien por muerte. bien por cen-
sura). correspondiente al extremo superior del segmento. menos el tiempo de entra- diagnostico de su enfermedad, es decir, buscamo~ una curva de supervivencia don de
da. correspondiente al extrema inferior. en el eje horizontal este representada la variable Tiempo y en el eje vertical ]a pro-
;'\'-' de 0b~cna1l0n 1,------------------------,
babilidad de que un individuo de estas caracterlsticas sobreviva a un instante de tiem-
10 ~ • FaUecido
po dado. Usualmente esta curva suele estar representada por
~~
o Censurado
S(t) = PlT>t] t;:: 0
Ya gue la primera muerte no se produce hasta el tiempo 1i =0.65. tendremo<., que Tabla Il.23.- Estimacion de fa supervil'cllcia en 10 pacicntes call ceincer dc pr6stata.
de 10 individuos gue comienzan el estudio sobreyiven 10 en el instante de tiempo n. Tiempos de muerte Personas a riesgo NLimero de muertes I
I Super,yivencia
y por tanto la probabilidad de sobrevivir mas de 0 aflos es 1011 0= 1, es decir, 5(0)= (en afios) R, dl
I Sltd
P[T>O]= 1. don de 5U) representa la estimaci6n de la curva de supervivencia en el tiem- ]0 I
0.65 1 0.900
po 1. Ya gue desde el inicio del estudio hasta los 0.65 aflos no se produce ninguna
1.56 9 ] I 0.800
muerte. en este periodo la supervivencia seguini siendo la misma. es decir. 5(1)=1 en
todo instante de tiempo inferior a 0.65 anos. 0 sea, 0<1<0.65. 3.44 8 1 0.700
4.82 7 1 0.600
En el tiempo tl =0.65 muere uno de los pacientes'de los 10 gue estaban a riesgo 6.51 6 1 0.500
de morir, el grupo RI , por 10 gue guedan 9 con vida, luego la probabilidad de sobre-
7.70 4 1 0.375
vivir al tiempo 11 =0.65 es el cociente 5(0.65)= 9/10 = 0.9. Entre los nueve gue gue-
dan a riesgo de muerte despues del tiempo 0.65 anos, el grupo R 2 , no se produce Observese que entre dos instantes de tiempo en que ocurre una muerte, la super-
ninguna muerte hasta los 1.56 afios; aSI, entre los 0.65 y los 1.56 afios, la estimacion vivencia se mantiene constante puesto gue en ese periodo de tiempo no fallece nin-
de la supervivencia sigue siendo 0.9. En el tiempo 1.56 se produce una muerte entre gun paciente; asi, siS(0.65)=0.9 y 5(1.56)=0.8, la supervivencia entre 0.65 y 1.56 se
los 9 a riesgo, por 10 que la probabilidad de sobrevivir, de entre los que sobrevivie- mantiene igual a 0.9 por ser el numero de personas que continuan con vida el mismo
ron a1 primer tiempo de muerte, a1 tiempo 1.56 sera 8/9. en ese periodo de tiempo. Igualmente, si 5(6.51)=0.5 y 5(7.70)=0.375, el tiempo de
supervivencia entre 6.51 y 7.70 es 0.5 puesto que entre ambos instantes de tiempo no
Los pacientes que continuan con vida despues del tiempo t2= 1.56 son aquellos se produce ningun fallecirniento. Teniendo en cuenta estas consideraciones puede cons-
que sobrevivieron a tl=0.65 ya t2=1.56, luego la probabilidad de sobrevivir a t2=1.56 truirse una curva de supervivencia escalonada, representando en el eje horizontal el
sera e1 producto de la probabilidad de sobrevivir a 11 =0.65 por la de sobrevivir a tiempo en afios y en el vertical las probabilidades de vida, obteniendose la Fig. II.28
12=1.56, es decir. 5(1.56)= (9110) (8/9)= 0.8. De igual forma, 5(3.44) es la probabili-
dad de superar con vida el instante de tiempo tl=0.65, 12=1.56 Y 13=3.44, luego sera Supervivencia r-------------------,
1.0
el producto de tres probabilidades dado por 5(1.56)=(9110) (8/9)(7/8)=0.7.
0.8
En generaL el caIcu10 de las probabilidades de vida en cada instante se consigue
mediante la expresion 0.6
0.4
0.2
para el tiempo t3=3.44, Fig. 11.28.- Cun'a de supcn'ivcncia cSfimada ]Jar el metoda Kaplan-Meier.
En ella puede verse que la probabilidad de continuar con \'ida tras 4 ano~ a par- Pern. (,existen real mente tale~ diferencias 0 seran debidas simplemente al azar".
tir del diagnostico del tumor es 0.7. es decir. el 7()c7c de la poblacion tiene una slIper_ . verdaderamente el grupo de las mujeres presenta una slIpen'ivencia mas alta que la
(,
vivencia superior a 4 anos. vive mas de 4 anos. tras el diagnostico de cancer de pr6stata, de los hombre,,". Nuestro interes esta en ver si la aparente diferencia entre las dos cur-
Como se puede ver. la representaci6n grafica de la curva de supervivencia es una linea vas es estadfsticamente significati\'a 0 si por el contrario ambos grupos tienen una di<,-
en forma de escalera. donde cada peldano viene condicionado por la presencia de aleu- tribucion de supervivencia parecida: se trata pue" de realizar un contrac;te de hip()te~i"
na muerte en el tiempo correspondiente y la supervivencia se mantiene constante entre don de la hip6tesis nula es gue la supeni\'encia de los dos grupos son iguales. acep-
cada dos tiempos consecutivos de muerte, tandola 0 rechazcindola en funcion de los resultados obtenidos.
Para realizar este contraste construimos una tabla donde. para cada tiempo de muer-
6. 2. Comparaci6n de curvas de supervivencia. EI test log-rank
teo este recogido el numero de faliecimientos observados en los grupos de hombres y
Una de las aplicaciones mas interesantes del analisis de supervivencia esta en Com- mujeres. dados por OH y OM respectivamente, y el numero de pacientes que continu-
parar las curvas de supervivencia de dos 0 mas grupos de pacientes para contrastar <,j an en observaci6n dentro de cada grupo. es decir, el numero de individuos de cada
existen diferencias significativas entre elias, 10 que puede hacerse a traves de uno de grupo que viven justo antes de cada tiempo de supervivencia: este conjunto de pacien-
los test de hip6tesis mas usados en investigaciones clinicas: el test de Mantel-Haem- tes a riesgo en cada grupo estara representado por RH y R,II respectivamente. SUpo-
zel 0 Log-Rank. Para ver c6mo se construye este contraste de hip6tesis utilizaremo~ niendo la hipotesis nul a cierta, vamos a comparar las muertes observadas con las
los datos de la Tabla 11.24. que representan los tiempos' de supervivencia en dias de esperadas mediante un razonamiento similar al de las tab las de contingencia y ver
dos grupos de pacientes diagnosticados con cancer y diferenciados por la variable como de parecidos son estos valores. Si estan muy pr6ximos podremos aceptar como
Sexo, don de el simbolo * indica que la observaci6n ha sido censurada. valida la hip6tesis inicial y concluir que no hay diferencias entre los grupos estudia-
dos; si par el contrario las muertes esperadas son muy diferentes a las observadas
Tabla II. 24, - Tiempos de supervivencia, expresados rechazaremos nuestra hip6tesis nula.
en dfas, en dos grupos de pacientes con cancer.
Calculemos entonces el numero de muertes esperadas en cada instante de tiempo
GRUPO 1 (Hombres) 8, 78*, 109, 109, 137, 196, 253, 325, 345, 560, 730
en que se ha observado al menos un fallecimiento suponiendo que no existen dife-
GRUPO 2 (Mujeres) 82. 253, 342, 381, 404, 662, 838, 1114, 1159 rencias entre el grupo de hombres y mujeres. Bajo esta hip6tesis, la probabilidad de
que un individuo muera en t1 =8 estani dada por el numero total de muertes observa-
Las curvas de supervivencia estimadas mediante el metoda de Kaplan-Meier para das en ese tiempo, ya sea hombre 0 mujer. dividido entre el numero total de personas
ambos grupos estan representadas en la Fig. II.29, donde, aparentemente, puede apre- con vida en ese instante, es decir, 1/20; ahora, el numero de muertes esperadas en el
ciarse una clara diferencia entre hombres y mujeres, con ventaja para estas. grupo de hombres en t1 =8 sera el producto de esta probabilidad par el numero de hom-
bres a riesgo de morir en ese instante, es decir. 11120=0.55 y el numero esperado de
Supen·iyencia,-----------------------,
1.0 muertes en las mujeres estara dado igualmente por 9/20=0.45 puesto que 9 son las
- Hombres personas a riesgo dentro de este grupo. .
- - Mujeres
0.8
Para el siguiente in stante de tiempo, t1 =82. continuan en observaci6n 18 personas,
0.6 9 hombres y 9 mujeres, puesto que un hombre muri6 en t1 =8 y otro se perdi6 del
seguimiento a los 78 dias; uno de estos muere en t1 =8:2. luego la probabilidad de morir
0.4 en este instante de tiempo es 1118 y el numero esperado de muertes es de 9/18=0.5
hombres y 9118=0.5 mujeres. De esta forma podemos ir calculando el numero espe-
0.2
rado de muertes en cada in stante de tiempo que esta determinado. en el caso de los
hombres, por la expresi6n
0.0
o ~ ~ ~ ~ J~ l~fu~
Si comparamos las sumas de las muertes observadas con las esperadas en cada
grupo mediante el estadfstico de Pearson, como haciamos en las tablas de contingen-
cia, obtendremos el valor
E. ANALISIS l\1ULTIVARIANTE
E. Sallchez-Cantalejo RamIrez
Ricardo Ocaila Riola
E. Perea-MilIa Lopez
1. Confusion e interaccion
Como puede imaginar ellector, un analisis tan sencillo como el expuesto en II.C.S
acerca de la asociaci6n entre dos variables puede presentar graves inconvenientes;
pudiera ser que el Flurbiprofen fuese un tratamiento mas eficaz que la combinaci6n
de Dipirona+Hioscina y que el hecho de no haber encontrado asociaci6n se deb a a
que, bien por un mal disefio del estudio 0 bien por azar, en el grupo del Flurbiprofen
hubiesen caido los enfermos con un cuadro clfnico mas grave que en el grupo trata-
do con Dipirona+Hioscina. 10 que constituirfa un sesgo en el disefio del estudio. Para
poder comparar la eficacia de dos tratamientos deberemos estar seguros de que los
dos grupos de enfermos a los que se les aplican tales tratamientos son similares en
terminos de cualquier variable que pueda afectar al resultado, pues en caso contrario
estamos midiendo algo distinto al efecto del tratamiento: el efecto del tratamiento mas
el de las variables en las que los dos grupos no son similares. Si los grupos no son
parecidos en cuanto a las variables que puedan afectar al resultado, no nos va a ser
posible diferenciar el efecto de estas y el del tratamiento. por 10 que no podremos
alcanzar el objetivo para el que se plante6 el estudio.
1. 1. Confusion
En base a una muestra de 308 pacientes. se estima la asociaci6n entre la hemo- E (HhA I) = 10.51 + 0.29 C4/lT. oraie.l/inslllino) - 0.97 Wicw/insulino) + 0.20(N°e'~fel771.)
globina A y el conjunto de las predictoras mediante un modelo de regresi6n lineal + 0.72 (Sexo) + O.O.:J- (Ailos diogl1osr.) - 1.06 (Acc.dietir. ) - 0.86 (fllTeres)
multiple pues la yariable resultado. la hemoglobina AI. e~ una \'ariable continua. L()~
autore~ presentan los resultados de la Tabla II.30.: en ella aparece una primera colum- donde Er HbA l ) significa la media de hemoglobina AI. Como se puede observar.
na en don de esUin las variables predictora~ relacionadas estadisticamente con la \ aria- para la \ariable tratamiento que era categ6rica con tres categorias. aparecen dos varia-
ble resultado, otra columna donde estan las estimaciones de los coeficientes bles indicadoras, como se explic6 en el apartado anterior.
correspondientes a las yariables anteriores y. por ultimo. una columna con los errores
estandar de tales estimaciones. Aunque algunas de las variables de la primera colum- Veamos entonces c6mo interpretar los resultados de este estudio. En primer lugar,
na son numericas (afios desde el diagn6stico y numero de enfermedades relacionadas toda variable que tenga un coeficiente estimado con signo positivo significa que a
con la diabetes) los autores las consideraron como dicot6micas segun los criterios que mayor valor de tal predictora mayor valor de la variable respuesta. El valor 0.72 corres-
se acaban de sefialar. pondiente al sexo se interpreta de la siguiente forma: a igualdad de tipo de tratamiento,
de numero de enfermedades relacionadas con la diabetes, afios desde el diagnostico,
Para poder interpretar los resultados es fundamental conocer c6mo se han asigna- acceso al distista hospitalario e interes del medico en la diabetes, una mujer (valor 1
do los valores a las distintas categorias de las variableS; en la notaci6n que utili zan de la variable sexo) tiene por termino medio 0.72 unidades de hemoglobina Al mas
los autores del trabajo para la variable sexo (mujer/hombre) significa que a las muje- que un hombre (valor 0 de la variable sexo); es decir, a igualdad en las restantes varia-
res Ie han asignado valor 1 y a los hombres el 0; a los que han tenido acceso al die- bles que aparecen en el modelo, las mujeres tienen peor control, mayor parcentaje de
tista hospitalario Ie asignaron valor 1 y a los que no tuvieron acceso valor 0; etc. hemoglobina glicosilada, que los hombres. El valor 0.72 estima el cambio medio en
hemoglobina Al de las mujeres respecto de los hombres, la categoria de referencia.
Tabla II.30.- Variables asociadas alni\'el del hemoglobina A j •
La estimaci6n 0.29 significa que a igualdad de las restantes variables, los pacien-
Variable Estimaci6n Error estandar tes tratados con antidiabetic os orales tienen 0.29 unidades mas de hemoglobina Al
que los tratados con insulina; de igual forma, los tratados s610 con dieta tienen par
Constante 10.51 0.59 termino medio 0.97 unidades menos que los tratados con insulina. Aqui se puede
Antidiabeticos oraleslinsulina 0.29 0.37 observar que se comparan tanto los tratados con antidiabeticos orales como los trata-
dos con dieta, respecto a los tratados con insulina; recuerdese que los tratados con
DietaJinsulina -0.97 0.46
insulina eran los sujetos identificados con la pareja (O,()) que se eligio como catego-
N° enfermedades relacionadas con la diabetes (>1/0; 1) 0.20 0.08 ria de referencia.
Sexo (mujerihombre) 0.72 0.28
El valor -0.86 correspondiente a la variable que mide el interes del medico par la
Alios desde el diagn6stico 1>7/0;7} 0.04 0.02
diabetes se puede interpretar como que a igualdad de valores en las restantes varia-
Acceso al dietista hospitalario (si/no) -1.06 0.43 bles, las personas tratadas por un medico interesado en la diabetes tienen par termi-
Medico interesado en la diabetes (si/no) -0.86 0.38 no medio 0.86 unidades menos de hemoglobina Al que las personas tratadas por un
medico sin especial interes en esta enfermedad; es decir, el hecho de que el medico
tenga un especial interes en la diabetes esta asociado a un mejor control de la enfer-
A diferencia del modelo simple donde ~I media el cambio que experimenta la medad en sus pacientes.
media de la variable resultado Y por unidad de aumento de la predictora XI, en el
modelo multivariante ~, mide el cambio que experimenta la media de la variable resul- Hasta ahora hemos interpretado el efecto de una sola variable. es decir, hemos
tado pOl' unidad de aumento de la predictora X. a igualdad de valores de las restan- comparado mujeres con hombres. tratados por un medico con interes en la diabetes
tes variables presentes en el modelo. frente a los tratados pOI' un medico sin especial interes en esta enfermedad. etc. Tam-
bien es posible la comparacicin entre dos diabeticos YUt difieran en dos 0 ma~ varia- apartado II.C.3. los intenalos de confianza para un panimetro cuyo estimador slga
ble~ de la<., yue aparccen en la Tabla 11.30.: par cjemplo, L.que diferencia promediu una di-,tribuci6n normal tiene como expresi6n general
cxiqe entre un hombre (sexo=O). tratado con insulina (tratamiento=(O.O)). con tre\
enfermed<ldes relacionadas con la diabetes (N° enfermedades= 1). can una diahete\ esril71odo}' ± :c{ e. c)
cionada con la diabetes (N° enfermedades=O). con una diabetes diagnosticada hace un intenalo. al 950c de confianza. para el efecto medio del interes del medico en la
3 afios (Afios desde el diagnostico=O). sin acceso al dietista (Acce~o=O) v tratada diabetes: esto se puede interpretar diciendo que con una confianza del 9SC7c. el hecho
por un medico interesado en la diabetes (lnteres= I)? Segun el modelo esti·mado. el de que el medico este especialmente interesado en la diabetes, hace que sus enfem10s
nivel medio de hemoglobina AI para los hombres de las caracterfsticas del anterior- tengan por termino medio como poco 0.12 y como mucho 1.6 unidades menos de
mente descrito es hemoglobina AI que los enfermos atendidos por medicos no interesados pOl' esta enfer-
medad, controlando por el efecto de las restantes variables presentes en el modelo.
E (HbAIJHo",f,u = 10.51 + 0.29(0) - 0.97(0) + 0.20(1) + 0.72(0) + 0.04(1)
- 1.06(1) - 0.86(1)
3.3. Seleccion del mejor modelo
y el nivel medio para una mujer con las caracterfsticas de la anterior es
En la pnictica de la investigacion clfnica es frecuente medir muchas variables que
E (HbAI)Muw= 10.51 + 0.29(0) - 0.97(1) + 0.20(0) + 0.72(1) + 0.04(0) a priori se piensa que pueden estar relacionadas con la variable resultado; los auto-
- 1.06(0) - 0.86( 1) res del trabajo que venimos comentando midieron mas de 20 variables para tratar de
explicar las diferencias en hemoglobina AI entre los diferentes pacientes. La cuestion
por 10 que la diferencia entre ambos valores es -0.97(0-1)+0.200-0)+0.72(0-1)-1.06(1- que ahora se plantea es decidir cuales de las variables medidas son relamente impor-
0)=-0.61; es decir, los hombres del tipo anterior tienen por termino medio 0.61 uni- tantes a la hora de predecir el valor de la variable resultado 0, dicho de otra forma,
dades de hemoglobina AI menos que las mujeres con las caracterfsticas antes descritas. que variables son las que ayudan a explicar los diferentes niveles de hemoglobina AI
en los distintos pacientes; este proceso se conoce con el nombre de seleccion de las
En tercera columna de la Tabla II.30. aparecen los errores estandar de las estima- variables predictoras; observese como de entre las variables medidas en el estudio.
ciones de los parametros del modelo; como todo error estandar, estos dan idea de la en el modelo de regresion de la Tabla 11.30. tan solo aparecen 6 variables: el tipo de
fiabilidad de las estimaciones y nos permiten tanto evaluar la significacion estadfsti- tratamiento, el numero de enfermedades que tienen que ver can la diabetes, el sexo
ca de la asociacion entre las predictoras con la variable resultado como la construc- del paciente, afios desde el diagnostico. acceso al dietista y el interes del medico par
cion de intervalos de confianza para los parametros del modelos. As!, dividiendo cada la diabetes.
estimacion por su error estandar y comparando tal cociente en la distribucion normal
nos perrnite evaluar el error P; por ejemplo. el cociente entre la estimacion 0.72 corres- Existen distintas estrategias a la hora de seleccionar variables; una de ellas esta
pondiente al sexo y su error estandar 0.28,0.72/0.28=2.57 nos pem1ite afirmar que el basada en los denominados algoritmos paso a paso (stepwise) muy populares en la
sexo esta relacionado con el control de la diabetes con un error aproximadamente igual literatura sanitaria. Uno de ellos, el llamado hacia adelante (forward stepwise) pro-
a 0.01. Observese como el cociente 0.29/0.37=0.78 no es significativo ni a un error cede de la siguiente fonl1a: en un primer paso se estudia la relacion entre la variable
tan alto como el OAO. por 10 que no hay evidencias para afinnar que existan diferen- resultado y cada una de las predictoras sin tener en cuenta las restantes variables medi-
cias. en terminos del control de su diabetes. entre los indi\'iduos tratados con antidia- das. es decir, se realizan analisis de regresion simple. tantos como predictoras se hayan
beticos orales y los tratados con insulina. medido y se elige aquella predictora que muestre mas asociacion con la variable resul-
tado, es decir. aquella que de lugar a un coeficiente de detenninacion mas alto. En un
Tambien podemos construir intervalos de confianza para cada uno de los para- segundo paso. de entre las restantes variables se elige aquella que anada mas infor-
metros correspondientes a las variables presentes en el modelo. Como se dijo en el macion sobre 1a que ya presta 1a primera variable elegida, es decir, como segunda
variable ~e elige allueJla que explique la mayor cantidacl de la variabilidad que nIl En 11.D.4 se expuso el modelo de regrcsi()n logfstica simple como metodo para
explicaba ]a primera \ariable elegida. Este proce~o se repitc hasta que no hay a nin- eswdiar la asociaci6n entre una variable re~ultado dicot6mica y una ~ola predictora.
guna \ariable que ailada informacion sobre la que aporten las \ariable~ anteriormen- Alw ra di"ponemos de varias predictoras y de 10 que se trata es de estudiar la relaci6n
te seleccionadas. En cada paso. para e\aluar "i la informaci6n aportada por una variablt entre la \ariable resultado y el conjunto de todas la" predictoras simultaneamente. Los
es 0 no imponame se utiliza algun criterio estaclfstico de inclusi6n. por ejemplo. P<O.()~. autnres del estudio utilizan el modelo de regresi6n logistica multiple para tal fin. De
modo similar al modelo de regresi6n lineal multiple. el modelo logistico multi\arian-
Un segundo algoritmo es el llamado hacia atras (backward stepwise) que Con- te se representa como sigue
siste en construir en primer lugar un modelo que contenga como predictoras a toda,
las variables medidas e ir quitando de el las variables que no aporten informaci6n
estadisticamente significativa hasta llegar a un modelo en el que todas las variable~
sean estadisticamente significativas: de igual manera se debe establecer algun criterio
estadistico para ir eliminando las variables. Una combinaci6n del metodo hacia ade-
ecuacJOn similar al modelo logistico univariante con la unica diferencia de que
lante y el hacia atras es llamado paso a paso (stepwise) a secas, que quizas sea el
ahora aparecen varias variables predictoras y donde P es tam bien la probabilidad de
mas utilizado. De todas formas. s610 en muy contadas ocasiones se deben utilizar esto~
presentar la caracterfstica de interes, en este caso, la muerte del recien nacido. Una
metodos automatic os de selecci6n de variables; en la mayorfa de las ocasiones el clf-
forma alternativa de expresar el mismo modelo es
nico esta interesado en evaluar el efecto de una 0 mas ptedictoras y, por tanto, esta,
~ben entrar en el modelo, independientemente de su significaci6n estadfstica 32.
Todo modelo estadfstico se puede aplicar si y solo si se cumplen una serie de hip6-
tesis acerca de las variables medidas; en caso de que estas no se cumplan las conclu-
siones que se derivan del modelo construido no son validas por 10 que es necesario que, en el caso de un estudio de seguimiento, permite calcular la probabilidad de
la comprobaci6n de su verificacion. El conjunto de tecnicas relacionadas con esta cues- que un individuo con determinados valores de las predictoras presente la caracterfsti-
tion se conoce como diagn6stico del modelo. Aunque esto es un tema que sale fuera ca de interes.
del nivel de la presente monografia es una cuestion de gran importancia y, desgra-
ciadamente, muchas veces olvidada; de nuevo la colaboracion con un profesional de Una diferencia fundamental entre el caso uni y multivariante es la que concierne
la estadfstica se hace imprescindible. a la interpretacion de los parametros del modelo. En el caso univariante el coeficien-
te ~i se podia interpretar como el cambio que experimenta el logit(P) por unidad de
aumento de la variable Xi; ahora, en el modelo logistico multivariante, el coeficiente
i es el cambio que experimenta ellogit(P) por unidad de aumento de la variable X, a
4. Regresi6n logistica multiple igualdad de val ores en las restantes variables p'~esentes en el modelo; dicho de otra
forma, controlando por las restantes variables. Una definicion equivalente establece
Horbar et a1. 33 presentan los resultados de un estudio disefiado para evaluar el ries- que e~' es la o.R. entre dos individuos que se diferencian en una unidad en termi-
go de muerte en recien nacidos con pesos entre 501 Y 1500 gramos. Para ello se dise- nos de la variable X pero siendo iguales respecto a las dem3.s variables. En general
fi6 un estudio de cohorte en el que se incluyeron 3603 nifios con pesos comprendidos la O.R. entre dos individuos con valores Xii y Xi2 de la variable Xi. pero con iguales
entre los limites anteriores; el periodo de seguimiento fue de 2 afios, de 1 de Noviem- valores de las restantes variables, viene dada por la expresi6n
bre de 1987 a 31 de Octubre de 1989. Como variable resultado se consider6 el falIe-
cimiento 0 no del recien nacido. variable dicot6mica. y como predictoras se consideraron
el peso en gramos, el tamafio segun la edad gestacional, la raza. el sexo, tipo de parto
(vaginal/cesarea). presentaci6n del parto, el indice Apgar al minuto, presencia 0 no de Como siempre, los parametros del model0 no los vamos a poder conocer exacta-
complicaciones de la madre (diabetes insulin-dependiente. eclampsia. hipertensi6n 0 mente, por tanto a 10 que tendremos acceso es a sus estimaciones en base a los 3603
hemorragia) antes del parto. individuos del estudio. De la misma manera que en el caso univariante. el metodo de
eSlimaci(jn de los parametro" es el de mhima \'erosimilitud que, como ya "e comen_ bajo pC"Cl para ~u edad geqaeional esla a 1/0.61 = 1,63 \ eees ma; rie\go de muerte que
t6. conllc\a gran complcjidad de calculo por 10 que se hace impre"cindihle cl auxili(j el 'que tiene bajo pc~o para su edad gestacionaL con la condJClon de que "ean 19uales
de un ordenadoL en lenni nos de las otras cuatro \ariable" presente" en el modelo aJustado.
En prineipio. no todas la~ variables medidas en lo~ recien nacidos tienen porque Do" recien nacidos iguales en peso, BPSEG, sexo y Apgar, pero uno de raza negra
ayudar a predecir la pmhabilidad de muene; como en el modelo de regresion lineal \' el otm de otra raza, el primero esta a e- II -\)II-lI,= 0.64 veces mas riesgo de muene que
multiple :-e plantea la cuestion de seleccionar las variable~ predictoras que aporten ~I segundo: es decir. los ninos de razas distintas a la negra estan a 1/0.64=1.56 \ eces
infol111aci6n, estadfsticamente significati\'a, a la hora de predecir la pmbabilidad ell' mas riesgo de morir que los de raza negra. EI papel del peso del recien naeido, sobre
muet1e del recien nacido. Los autores del estudio utilizaron el procedimiento de selec- el riesgo de muerte es como sigue: a igualdad en los valores de las restantes vanables,
cion hacia atras (backward). Ilegando al modelo estimado que aparece en la Tabla IL\ I, por cada aumento de 100 gramos, pues en el modelo ajustado no ap~reee el peso en
g:ramos sino el peso en gramos dividido por 100, en el peso de un reCien nactdo el nes-
~o de muene aumenta en e- 0-l 22 =0,66 veces, es decir, el riesgo disminuye lIe- -l =1.52
Toblu 11.31,· Esrimacir51l del IIwdelo pam preilecir fa mortCilidud O 22
Constante
I
2,606
. superior al del segundo, siempre que sean iguales en BPSEG, raza, sexo y Apgar.
Peso en grs.l] 00 -0.422 0.029 Merece 1a pen a el siguiente comentario: que e1 nino de 850 gramos este a 5.4
BPSEG' -0.491 0.157 \eces mas riesgo de muerte gue el de 1250 es valido sean los dos de bajo peso 0 los
Raza -0.450 0.145 dos de peso apropiado, los dos de raza negra 0 los dos de raza distinta a la negra, los
Sexo 0.656 0.131 dos ninos 0 los dos ninas y, por ultimo, los dos con un Apgar ~3 0 los dos >3. Es
Apgar 0.971 0.131 decir, este riesgo no cambia en funcion de los valores de estas cuatro variables ..Los
autores no hacen nigun comentario acerca de la posib1e interacci6n entre las cmco
\ariables por 10 que no es posible saber si es que no hay interacci6n 0 es que no la
Veamos como interpretar estos resultados; en primer 1ugar es fundamental conocer cstudiaron; imaginemos que e1 termino de interacci6n entre el peso del reeien n~cido
la forma en que se codificaron las variables categoricas pues de tal codificacion depen- v la raza hubiese sido significativo. EI tal caso ya no podrfamos decir que el nesgo
de 1a interpretacion de los coeficientes. La variable resultado se codifico como 1 si del gue peso 850 gramos es 5.4 veces que e1 riesgo del que pes6 1250; h~b~fa gue
murio el recien nacido y 0 si sobrevivio: el peso del recien nacido se expreso en gra- hablar de un riesgo en caso de que los dos fuesen ninos y de otro riesgo dtstmto en
mosl1 00, por 10 que el coeficiente de esta variable expresani cambio en ellogit(P) por el caso de que fuesen ninas. Si existe interacci6n entre dos variables, no se puede
incremento de 100 gramos de peso; esto 10 hacen los autores porque es esperable que hab1ar del riesgo de una de ellas pues hay que especificar el valor de la variable con
tal cambio por gramo de aumento en el peso sea despreaciable. EI bajo peso segun la
la que interactua.
edad gestacional. BPSEG, se codifico como 1 si el peso del reeien nacido estaba por
°
debajo del percentil 1 para su edad gestacional y 0 en caso contrario; la raza: I si era
Aparte de poder comparar dos individuos respecto a una variable pem siend~ igua-
de raza negra y 0 en caso contrario: el sexo: ] hombre 0 mujer y el Apgar, 1 si era ~3
les en relacion a las restantes variables presentes en el modelo ajustado, es postble la
y 0 si era> 3. Con estas asignaciones, el modelo estimado se puede interpretar como
comparacion de dos individuos cualesquiera. Imaginemos una nina de raza negra, con
sigue: un recien naeido con bajo peso para su edad gestacionaL BPSEG=I, respecto a , peso para su edad ' aar<3'
l y' con un APc'
1150 £ramos a1 nacer, con baJo gestaCtona - ,
otro que este por encima del percentil 10 del peso para su edad gestacionaL BPSEG=O,
cuant;s veces esta a mas riesgo de muerte que un nino que no sea negro, con 1400
esta a e·(J~91(1--l)1=0.6] veces mas riesgo, medido en terminos de O.R., de muet1e, con . 1 y con un"<\paar>~') En
gramos de peso, con peso normal para su edad gestaclOna c -'
la condici6n de que esos dos ninos sean iguales en cuanto a las restantes variables pre-
general, el riesgo entre dos indiyiduos viene dado por la expresi6n
sentes en el modelo: el peso, la raza. el sexo y el Apgar; como guiera que este riesgo
es menor que la unidad eso significa gue el recien nacido con bajo peso para su edad
gestacional esta a menor riesgo de muene. Dicho de otra forma, el nino que no tiene
Asl. para cl primer individuo. la n1l1a. el \alor ue la primera \ariahle x ]]= ll.:'() Catdlona et al 2, presentan un cquuio u()nue aplican cl l11odelo de rcgres](\n logi,-
pue~ en el modelo ~e ha consiuerado el peso en gramos dividido por 100: el valer Je riLa I1lulti\ariantc para evaluar la importancia del PSA como predictor del cincer de
la segunda \ariable. la BPSEG. e~ X:,= L la raza es x,]= 1 porque es negra. x.;]=O pUr- prc),tata: despL1e~ de contwlar por \aria.hle~ como la edae! del pac:ente. 10\ re,sultadu,
que es nii'i.a y X']= I pm-que tiene un Apgar:::: 3. Para el segundo indi\iduo, x::=l-1-.()(). del examen rectal y de la ultrasonogratfa. cl ne'go de padecer cancer de prmtata en
x::=O porque tiene peso por encima del percentil 10 para su edad gestacionaL X,:==(I un indi\ iduo con PSA 2: 4 ilg/l e';, aproximadamcnte. sci" \ece\ superior al rie\go en
porque no es negro, .L-= 1 porque es un niilo y x,:=O porque tiene un Apgar>3. Pur UIl paciente con ni\eJes inferiore~ a 4 ~lg.
tanto. una estimacion del riesgo de morir de la nina respecto del nino sera:
10 que significa que. aproximadamente el 7SC7c, 3 de cada 4- nifios con tales carac- Para comprender la tecnica utilizada por el modelo de Cox es neeesario introdu-
terfsticas. moriran. Cif el concepto de fundon 0 tasa de riesgo en una cohorte de pacientes a la que IJa-
rnaremos en adelante h(tJ, siendo tel tiempo que se expresara en dlas. meses 0 afios
Evidentemente todo 10 dieho anteriormente aeerca de los criterios de seleceion de dependiendo del problema concreto que se estudie. En el apartado n.D.S vil110s que
variahles y diagnostico del modelo son aplicables aqul. la funcion de supervivencia. S(t) = P[T>t). representaba la probabilidad de que se pro-
-. ~-~------~ ---- - ----------- - - - - - - -
duzca una muerte en un instante de tiempo posterior a un tiempo dado [, por 10 gUe dicndo por caracterfsticas los distintos valore" gue pueden tomar las. \ariables con "i-
si queremos calcular la probabilidad de gue un paciente permanezca con \ida tran\_ deradas como factores pronostico.
curridas t unidades de tiempo desde el inicio del seguimiento. bas tara con calcular
P[T>t]: sin embargo si qui~ieramos saber que probabilidad hay de que un paciente . . ". " - retacion dar a los coe-
La pregunta que necesltamos responder ahora es. (.que JI1ter p , sim le: un estudio
muera en los pr6ximos 30 dfas. tendremos que especificar ademas cuanto tiempo ha -' t s R de este modelo'l Para ello empecemos con el casa, mas. P .
pasado desde el inicio del seguimiento, ya que, en iguaJdad de condiciones. un indi- fJClen e, fJ . . . I' de muerte. por eJem-
I que intenienen una Cmica \ an able X predlctora de nesga .' h d"f-
viduo que acaba de ser diagnosticado de cancer tendra presumiblemente muchas ma~ en e I .a de aSCltlS se a co 1 1
plo. presencia 0 no de ascitis, y supongamas que a presenc.1 el !11odelo de Cox
posibilidades de continuar con vida un mes despues que otro con la enfermedad diag- cado con un 1 y la ausencia con un O. Para una sola predlctora,
nosticada hace tiempo. Por ello no es suficiente con preguntarse que probabiJidad exis-
adoptarfa la forma
te de morir transcurridos 30 dias, es necesario indicar cuanto tiempo ha sobrevivido
el paciente hasta el momento: en realidad 10 que buscamos no es mas que la proba-
h (t, X) = ho(t)e ~x
bilidad de que ocun'a una muerte antes del in stante t + 111 si el paciente ha sobre'v i-
vido hasta el instante t, 0 dicho de otra forma, la probabilidad de morir entre 1%
.. X=I vendra dado por
EI riesgo de muerte para un individuo con aSCltls,
instantes de tiempo 1 y t + I1t, sabiendo que el paciente continuaba con vida en el
.
tiempo t. Este resultado se expresa matematicamente mediante la probabilidad condi-
cionada P[ T< t+ 11 tIT> t J don de I1t representa el incremento de tiempo transcurrido. h (t, 1) = ho(t)e ~(])
los 30 dfas.
.
y, analogamente, el riesgo de muerte para un sUJeto . asci tis X:::O, sera
S1l1
Pero, (,que oCUlTirfa si I1t fuera muy pequeno, casi despreciable? En ese casu ten-
dremos una probabilidad de muerte instantanea puesto que el intervalo definido por h (t, 0) = ho(t)e ~(o)
t y t + I1t es tan pequeno que casi puede considerarse como un in stante de tiempo con-
creto. Definiremos entonces la funci6n de riesgo h(t) mediante la expresi6n .
por 10 que, si hacemos el cociente de ambos nesgos, obtendre mas 10 que se deno-
mina riesgo relativo (hazard ratio) dado por
P [T~t + I1t I T>t]
h(t) = !fm - - - - -_ __
U!-,o I1t h (t, 1) = ho(t)e ~(]) = e ~
h (t, 0) ho(t)e ~(O)
que representa el riesgo de muerte instantaneo para un paciente que ha sobrevivido
hasta el tiempo t. L6gicamente entre la funci6n de supervivencia y de riesgo existe una . . , tal que e~ es el riesgo
es decir, en un modelo de ~~x ul1Jvanante, ~ es ~n numero res eeto a la variable
relaci6n inversa, es decir, a mayor riesgo de mueI1e men or probabilidad de sobrevivir.
relativo de un paciente en relaclOn a otro c~n una umdad m~nasel efeeto aislado de la
predictora. Christensen 34 presenta un estudlO en donde .anahza re la supervivencia de
EI modelo de Cox consiste en introducir factores pron6stico que expliquen la varia- cantidad de albumina en sangre, expresada en gra~~s/htro, sob redictora es -0.42;
cion del riesgo de los pacientes mediante la expresion
pacientes con enfermedad hepatica grave; el coeflclent~ de-O~~~t657 es el riesgo de
. como interpretar este resultado? Como se acaba de deClr, e -. de albumina. en
(, 'd d menos
mueI1e de un paciente respecto a otro que tenga una um a . te con un gramo
este casu un gramo por litro menos; dicho de otra form~, e~ pa~l: muerte. El signo
menos de albumina en sangre esta a 1/0.657:::1.52 veees mas nesg mayor cantidad
donde XI. X 2 • .. ., X[! son los factores pronostico introducidos y h()(t), llamada fun- negativo del coeficiente de la albumina nos debe hacer pensar que a \'iene dada par
cion de riesgo base, es el valor de la funci6n de riesgo cuando se anula el efecto de o
de albumina el riesgo de muerte deselen . d'e, 1a magmtu. d d eI deseens
. 'do positivo indl-.
las variables. es decir, cuando XI, X 2 , ..• , X[' = 0: el interes del modelo esta en la posi- el valor absoluto del coeficiente. Si el signa del eoefi.Clente hubles~;l seria mayor.
bilidad de comparar los riesgos entre pacientes con caracteristicas diferentes, enten- carfa que a mayor nivel del albumina en sangre, el nesgo de mue
De forma ~imilar. -..e puede calcular el ricsgo relativo entre dos pacientes cua!e\_ aumcnta en un 2Cf;'. Dadas dos mujeres con el mismo estadfo. "i a la primera se Ie
quiera: en general este riesgo viene dado por
diagnostico en cancer con -.+5 anos y ala segunda con 37. (.eual es el rie~go de n~uer
te de la primera respecto de la .;,egunda·': tal riesgo relativo viene dado por e'11'c",1C,=
e' II::: 1.17. es decir. la mujer cliagnosticada a los 45 anos est~ a un 17(;'( de mas rie,,-
go que la diagnostic ada a los 37. siempre que las do~ tU\iesen el mismo estad[o clf-
donde .\1 Y X2 son los valores de la \ariable en el primer y segundo individuo respec_ ~ico del tumor cuando este se les diagnostico.
tivamente: asf. el riesgo de mue11e de un individuo con un nivel de albumina de 34
grll respecto de otro can 31 gr/I sera ell.121431, = e- 126 = 0.28. es decir. el segundo esta La variable estadfo clfnico necesita un comentario especial: esta es una variable
a 1Ie-I 210 = 3.53 veces mas riesgo de muerte que el primero.
categoric a con cuatro niveles: Estadfo 1. Estaclfo II. Estadfo II y Estadfo IV. Como se
dijo en II.E.3.1. para el caso que nos ocupa es necesario crear 3 variables indicado-
Veamos ahora la interpretacion de los coeficientes en el caso de que el modelo ras como sigue: una primera variable. que notaremos por Estadf02. que toma el valor
contenga varias variables predictoras. De forma anaJoga que en los modelos multivLl-
riantes anteriores. en un modelo general con p variables predictoras. el valor e~' repre-
°
1 si a la mujer se Ie diagnostic6 un cancer en estadfo II y en caso contrario: una
~egunda variable, Estadf03, que vale I sf a la mujer se le diagnostico el cancer en
senta el riesgo de muel1e entre dos pacientes diferenciados en una unidad de la variable °
estadfo III y en caso contrario y, por ultimo, la variable Estadf04 que vale 1 sf el
predictora X. pero iguales en relacion al resto de las variables presentes en el mode-
10. Al igual que ocurre con otros modelos, la estimacion de los panimetros ~ es com-
°
estadfo del cancer fue el IV y en caso contrario. Con estas tres variables indicado-
ras se puede identificar el estadfo de cualquier mujer: asf, una mujer identificada por
plicada y es necesario el uso de programas estadfsticos que realicen los calculos. la terna (0,0,0) sera una a la que se Ie diagnostico en un estadfo 1: (1,0,0) identifica-
ra a una mujer con estadfo II, (0,1,0) a una en estadfo II y, por ultimo. (0,0, 1) a una
La Tabla 11.32. representa una estimacion del modelo de Cox con factores pro- con estadfo IV.
nostico Estadfo clfnico y Edad, en afios, ambas medidas en el momenta del diaanos-
e
tico, proveniente de un estudio sobre supervivencia de cancer de mama, en base a una Volviendo a la Tabla II.32., esta es la razon por la que aparecen tres variables que
muestra de 300 mujeres procedentes del Registro de Cancer de Granada. tienen que ver con el estadfo; la categoria correspondiente a la tern a (0,0,0) es la de
referencia y la tabla 10 que muestra son los coeficientes de las restantes categorfas res-
Tabla lJ.32.- Estil1lacion delmodelo de Cox COil Jactores pronostico Edad y Estadfo. pecto de esta; por tanto, el coeficiente 0.98 correspondiente a la variable indicadora
I Estadi02 tiene la siguiente interpretacion: para dos mujeres con igual edad, e0 98 = 2.66
Variable Estimacion Error estandar Riesgo relativo es el riesgo de muerte de una diagnosticada en estadfo II respecto a una diagnostica-
da en estadfo I; e I 70 = 5.47 es el riesgo de muerte de una diagnosticada en estadfo III
Edad 0.02 respecto a una diagnosticada en estadfo I y e JI7 =23.81 es el riesgo de muerte de una
0.009 1.02
diagnosticada en estadfo IV respecto a una d)agnosticada en estadfo I.
Estadf02 0.98 0.442 2.66
Estadf03 1.70 0.433 5.47 La Tabla II.32 .. aparte de dar las estimaciones de los parametros del modelo, de
Estadf04 los que acabamos de derivar las estimaciones de los riesgos relativos, tambien mues-
3.17 0.501 23.81 tra las estimaciones de los errores estandar de tales parametros, por 10 que podremos
construir intervalos de confianza. En general, un intervalo de confianza al 95o/c: para
un parametro ~l viene dado por
(.Como interpretar estos resultados? En primer lugar consideremos la edad: en prin-
cipia. ya que su coeficiente es positivo, indica que a mayor edad de la mujer en el ~f ± 1.96 (e.e.)
momento del diagnostico, mayor riesgo de mue11e; el valor del coeficiente 0.02 se
puede interpretar diciendo que dadas dos mujeres con igual estadfo de la enfermedad, por 10 que un intervalo de confianza para el riesgo relativo sera
si una tiene un ano mas de edad que otra, la primera esta a e0 02 = 1.02 veces mas ries-
go de muerte que la segunda: es decir, por cada ann de edad, el riesgo de muerte e~' ± 1.% Ic.c.)
252
--~-~---~ ~~----~- ~- -- --- - - --~ --~-- ---~---- 2h3
Por ejempJo. un intervalo de confianza para eJ pad.metro cOlTespondiente ala Edad tering): en nuestro caso. sera considerar. en lugar de la Edad. una nueva variable obte-
de la mujer sera 0.02±1.96W.0(9)=(O.OO.236 . 0.(3764): par tanto. un intervaJo de nida a partir de ella restandole el valor de alguna medida de posici6n. por ejemplo la
confianza para el riesgo relativo sera (el)IIr<='b , e =( 1.002 . 1.(38). E~ decir. para mediana, gue en este caso es igual a 60 anos, es decir. tomaremos la variable repre-
mujeres con igual estadio. el riesgo de muerte aumenta como minimo en un O.2e ! ~ i ~entada por EdadM=Edad-60. con 10 cual aguellos individuos de 60 anos de edad y
como maximo en un 3.8*. para cada ano de diferencia de edad al diagn6stico del con Estadio I anulan todas las variables predictoras y formaran el grupo de referencia
tumor: recuerdese gue la estimaci6n puntual del aumento del riesgo fue del 2O/C. que da significado al riesgo base. Puede probarse que los coeficientes obtenidos al
estimar el modelo con la variable EdadM en lugar de Edad son los mismos y no cam-
En definitiva. el modelo de Cox estimado para la supervivencia de cancer de mama biaran siempre gue hagamos transformaciones de las variables iniciales que consistan
gue tiene como predictoras a la edad y el estadfo al diagn6stico se puede escribir a.,r en sumar 0 restar constantes, sin embargo los resultados no seran iguales si dividimos
o multiplicamos por constantes. En nuestro caso volvemos a tener la misma tabla ante-
her, Edad, Estadfo) = ho(t)e (J 02Edud + O.%£.II"dio 11 + 1 70E.I/IlI1io 111 + 3.1~ E,wdio II' rior y el modelo estimado sera
mos dos mujeres, una con 45 anos y un estadfo III y 6tra con 38 anos y estadfo II:
(,cual es el riesgo de muerte de la primera respecto de la segunda? Segun la expre- Como cualguier mode10 estadistico, el de Cox esta bas ado en una serie de hip6-
sion anterior, para la primera mujer tesis gue hay gue comprobar; este modelo esta basado en la denominada hip6tesis de
riesgos proporcionales raz6n por 1a que el modelo de Cox tambien se conoce con el
h(t, 45, Estadfo III) = hoCt)e ° 02i451 + 0.98101 + 170(1) + 317(01 nombre de modelo de riesgos proporcionales (proportional hazards models). Antes
se ha visto como el riesgo entre dos sujetos gue se diferenciaban en una unidad en
terminos de 1a predictora Xi era e~', cantidad gue es independiente del tiempo, es decir,
y, para la segunda constante; esta hipotesis es crucial de comprobar siempre que se utilice el mode10 de
Cox; el ajuste del mode10 a nuestros datos, 1a presencia de observaciones influyentes,
la detecci6n de observaciones extremas, etc., son otras cuestiones de interes. De nuevo
h(f, 38, Estadfo II) = hoCt)e 002(38J + 098(1) + 17010) + 3.17(0)
la colaboracion de un estadistico es imprescindib1e para tratar estas cuestiones; una
buena introducci6n sobre estas materias se puede encontrar en Harris 35.
por 10 gue el riesgo relativo de la primera respecto a 1a segunda es el cociente
entre estas dos ultimas expresiones. es decir,
6. De la asociacion a la causalidad
eO.0214S} + O.9SIOJ + 1.70(1) +3.1~IOJ
--------___ = e
eO.02(3SJ + 0.98(1) + 1.70(0) + 3.17(Q}
002 (4S-38i+098(O-I)+ 1 7011-0} =e 089 = 2.44 El punto final en cualguier investigacion llega cuando tras la recogida de los datos,
siguiendo un diseno y analisis adecuados, se obtienen los resultados. La situacion
puede ser el hallazgo 0 no de una asociaci6n. Para simplificar imaginemos que el estu-
Decfamos antes gue hdt) es el riesgo estimado de muerte para aguellos pacientes dio tuvo exito y se encontr6 una asociaci6n que es estadisticamente significativa y
gue presenten valores de las variables predictoras igual a O. en este caso serfan indi- tiene suficiente significaci6n clinic a 0 practica. La pregunta que los investigadores
viduos con Estadfo I (Estadfo II=O, Estadfo III=O, Estadio IV=O) y Edad=O; la pre- guisieran poder contestar ahora es: (,esa relaci6n es causal? Puede tenerse delante un
gunta gue surge inmediatamente es: (,tiene sentido hablar de pacientes con Edad=O? verdadero factor pronostico 0 de riesgo 0, lamentablemente, es la consecuencia de una
En el caso gue nos ocupa no tiene sentido porgue el rango de edades de nuestra base acumulacion de elTores en el disefio, la recogida de los datos 0 el analisis.
de datos no incluye a pacientes recien nacidas diagnosticadas con cancer de mama y
seria absurdo hablar de individuos con 0 afios de edad. Para soslayar esta dificultad La respuesta no es en general sencilla. Bradford Hill 36 estableci6 una serie de COI1-
10 que se suele hacer es la operaci6n que se conoce con el nombre de centra do (cen- diciones para evaluar evidencias de causalidad que otros autores han incorporado 37. 38
2S-'I
en modelo,- de etiologfa multifactorial. En ciencias sociales es diffcil encontrar reI a- ~ea el responsable de la a~ociaci6n encontrada. De esta forma pueden valorarse cada
ciones de causalidad de tipo deterministico. Los problemas de salud estan general- uno de los sesgos potenciales.
mente relacionados con mas de una causa. de forma que los distintos determinante~
se relacionan entre sf y se producen modificaciones en sus efectos. ademas de e:o.tar Sin embargo. la int1uencia de posibles factores confundentes no controlados es un
relacionados con efectos distintos. Por ello se habla de IIrdimbre caliseLl y de trwila problema sobre todo en estudios no experimentales. Por un lado. el conocimiento pro-
de efectos'Y. fundo del tema en estudio y el apoyo de buenas revisiones bibliograficas permiten
decidir que confundentes controlar. sea en el disefio 0 en el analisis. Por otro lado. en
De alguna forma ha de hacerse una serie de juicios que permitan tomar la deci- ausencia de una asignaci6n aleatorizada. siempre pueden existir confundentes desco-
si6n. Elwood 40 propuso un esquema de evaluaci6n que seguiremos en parte. Se trata nocidos. e incluso la aleatorizaci6n podrfa no haber conseguido una distribuci6n com-
de hacer algo semejante a un dio[?nc)stico de musalidad: la idea es enfrentar las posi- pletamente homogenea de esas variables. Esta amenaza siempre debe tenerse en mente,
bles explicaciones 110 cousales a los argumentos que apoyan la posible causalidad en ya que conclusiones aparentemente claras a dia de hoy podrian ser descartadas por
la relaci6n encontrada. No se pretende s610 poner en los platos de una balanza el futuros estudios.
numero de argumentos a favor y en contra. sino ponderar la verosimilitud de cada uno
de ellos. Si es posible encontrar mas y mejores evidencias de causalidad, entonces se El error aleatorio (graclci .de .pn!Cisi6n) puede controlarse mediante los tests de
tendnin los elementos suficientes para establecer una c~nclusi6n. hip6tesis y los intervalos de confianza. En cada situaci6n el investigador debe deci-
dir con que grado d~yrror se atreve a establecer conclusiones. Si se afirma que exis-
te asociaci6n;~r:'f"~16r'de p (error. tipo· I) informa de la probabilidad de cometer una
6. 1. Validez interna y precision: errores que pudieran explicar los resultados equivocaci6n. si el valor ode p es muy alto, 'sena arriesgade hacer·tal a:fmnad6n. Algo
semejante ocurre cuando los intervalos de confianza incluyen 0 no al valor nulo: si el
Se trata en primer lugar de evaluar la posibilidad de que errores en el diseno (erro- rango de posibles valores del parametro no alcanza al valor de no asociacion, puede
res sistematicos 0 sesgos) 0 introducidos por el proceso de muestreo (error aleatorio) establecerse, con una determinada confianza, que la asociaci6n es estadisticamente
sean los verdaderos responsables de los hallazgos encontrados en el estudio. significativa. Ademas, para cualquier tamano de muestra dado es posible determinar
la potencia del estudio, es decir, la capacidad de detectar como estadisticamente sig-
Los sesgos posibles pueden afectar, como se ha visto, a la selecci6n de los suje- nificativas unas diferencias si es que realmente existen. Sin embargo es mas aconse-
tos estudiados, a la mala clasificaci6n del estatus de exposici6n 0 de enfermedad. 0 a jable que esto se decida en una fase anterior, calculando previamente el tamano de
la influencia de factores confundentes ...Es dificil encontrar un estudio en el que cual- muestra minimo necesario.
qui era de estos problemas no este presente. Lo que se pretende es que su influencia
sea minima. As!, es posible aceptar que un estudio este afectado por una cierta can- Par tanto, el hallazgo de una asociaci6n puede estar producido por algun tipo de
tidad de sesgo de selecci6n, por ejemplo. Puede ocurrir que un determinado porcen- error sistematico, por el azar (error tipo I). ? porque verdaderamente esa diferencia
taje de controles se negaran a responder un cuestionario en un diseno de casos y exista en la poblaci6n estudiada. El caso contrario. no encontrar asociaci6n estadisti-
controles. Si se encontr6 una asociaci6n y los casos presentan mas frecuentemente el camente significativa, puede estar relacionado con algun sesgo que la este camuflan-
factor de riesgo. alguien podria argumentar que son precisamente los controles expues- do, por el azar (falta de potencia de la muestra 0 enor tipo II), 0 porque realmente
tos quienes de forma sistematica se negaron a participar. 10 cual provoc6 el hallazgo esa asociaci6n no existe.
de una mayor proporci6n de casos expuestos.
Una forma de valorar en que medida ese potencial sesgo de selecci6n ha influi- 6. 2. Validez interna: argumentos a favor de una explicacion de tipo causal
do sobre los resultados es ponerse en el caso extremo. Si todos los controles que se
negaron a participar hubieran sido expuestos. y se reconstruyera la tabla 2x2 asu- Si el analisis de explicaciones altemativas ha sido satisfactorio, entonces es posi-
miendo eso, (,cambiaria la estimaci6n de la odds ratio? Es decir, (.desapareceria la ble valorar que evidencias refuerzan la validez interna del estudio en el senti do de
asociaci6n. 0 incluso el factor en estudio podrfa ser protector? Si puede descartarse apoyar el caracter causal de la asociaci6n encontrada.
esta posibilidad. entonces no hay evidencias de que ese posible sesgo de selecci6n
256 rv'lETOOOLOGIA DE IINES:iGACiOI, Y EcSCRI1URi, CIEIHiFICA E!'J CLlIJICA
----~
Es e\idente que cualquier relacion de tipo causal requiere la presencia de la COLlSU La capacidad de extrapolar las e\idencia~ que ofrecen los resultados del estudio a
(el factor en estudio) antes del c[eero (la aparicion de la enfermedad, muerte. recu- poblaciones distintas a la que aquel analiza depende en gran medida de su precisi6n y
rrencia ... ). En multitud de ocasiones se presentan dificultades, sin embargo. Por ejern- validez intema. Sin embargo es frecuente enfrentarse al dilema de si aumentar la vali-
plo, el diagnostico clfnico no implica que la fecha de diagnostico se corresponda COn dez interna a costa de disminuir la va1idez extema. Por ejemplo. 1a existencia de un fac-
la de aparicion de la enfermedad. El periodo de latencia. durante el cual existen alte- tor confundente previamente conocido (edad, sexo. otros factores de riesgo, etc) puede
raciones pero sin expresion clfnica clara. puede ser enom1emente largo, como en deter- motiYar la aplicaci6n de a1gun criterio de exclusi6n (por ejemp10. no inc1uir a muje-
minados tipos de cancer. Puede ocurrir que se detecten antecedentes de alguna exposici6n res. 0 a hombres). La neutralizaci6n de un factor confundente puede traer como Con-
en una persona y esta quede clasificada como expuesta, pero la enfermedad se hubie- secuencia un aumento en la validez interna. Sin embargo. surge entonces la pregunta:
ra desencadenado ya cuando ocurrio la exposicion. Esta posibilidad hace que en oca- (,son los resultados y conclusiones aplicables a la poblaci6n excluida del estudio?
siones se decida no recoger infonnacion sobre antecedentes de exposicion en los mese~
o aoos previos al momento del diagnostico. Por otro lado, la extrapolaci6n de los resultados a otras poblaciones distintas de
la pob1aci6n diana en 1a que se aplic6 el estudio suele realizarse mediante procedi-
Magnitud de la asociacion. mientos de inferencia estadfstica, no siempre debidamente justificados. Aun cuando
pudiera haberse analizado a toda 1a poblaci6n diana en lugar de muestrearla, los inves-
El hallazgo de estimadores de fuerza de asociaci6n (riesgo relativo y otros equi-
tigadores se enfrentan a un nuevo problema: i,es esa poblaci6n estudiada representa-
valentes) altos es una proteccion parcial frente a la influencia de otras explicacione~
tiva de a1guna otra que no es posib1e definir? Existe controversia en este punto, pero
altemativas. La raz6n es que asociaciones fuertes dificilmente serian explicables par
una soluci6n general podrfa apuntar en el sentido de dar mas valor a los requisitos de
sesgos, por ejemplo. 0, al menos, para que un determinado sesgo pudiera conside-
causalidad que el estudio aporta, y mantener un nivel de prudencia al interpretar los
rarse como la explicacion de 10 encontrado, tendria que ser un sesgo muy evidente.
resultados de las pruebas de inferencia estadfstica cuando es diffeil definir la pobla-
Por el contrario, una asociacion debil podrfa explicarse por cualquier error 0 una acu-
cion a la que se pretende inferir las conclusiones.
mulacion sucesiva de errores. Esto explica que much as asociaciones, si son debiles.
sean detectadas por algunos estudios y no por otros.
6. 4. Comparaci6n de los resultados del estudio con evidencias externas
Relacion dosis-respuesta.
Un punto final importante en cualquier discusi6n es la relativizacion de los resul-
La presencia de un gradiente biologico, es decir, a mayor exposicion mayor efec-
tados en funci6n de 10 conocido a partir de otras fuentes.
to, si no imprescindible, sf es una importante ayuda en la argumentacion. La detec-
cion de un gradiente se realiza bien comparando diferentes categorfas de la exposicion
con una que se considera basal 0 de referencia. 0 bien considerando la variable de Especificidad
exposicion como continua, midiendo incrementos en el riesgo por cada aumento de
unidad de la variable de exposicion. Aunque son posibles relaciones del tipo todo 0 La relaci6n exclusiva entre un factor y un efecto, y no con otros, es uno de los pun-
nada. en general es frecuente encontrar relaciones dosis-efecto. Esto puede estar mati- tos propuestos por Hill que mas criticas ha despertado. Conforme avanza el conoci-
zado sin embargo por la existencia de niveles umbrales, lfmites de saturacion a par- miento sobre los problemas de salud y sus detenninantes, cada vez es mas diffcil encontrar
tir de los que no aumenta el efecto, y otras situaciones similares. situaciones de este tipo; mas frecuentemente la situaci6n es de multicausalidad, y ade-
mas una misma exposici6n suele estar implicada con enfennedades diferentes.
Cuando en el analisis de los datos se usan modelos matematicos, un problema fre-
cuente es la aplicaci6n de modelos lineales (regresi6n lineal, logfstica, .. ) sin verificar Plausibilidad biologica
si la relacion entre las variables en estudio es, precisamente, lineal. Puede ocurrir que
no sea de esa forma, y el modelo no detecte entonces relaci6n alguna; se puede con- Una buena capacidad de comprensi6n de los mecanismos subyacentes a la aso-
cluir en ese caso que no existe asociaci6n (lineal), de forma err6nea. ciaci6n encontrada refuerza la argumentacion sabre su caracter causal. Evidentemen-
te esto es mas diffcil conforme mas se aleje la hip6tesis en evaluaci6n del mundo ffsi-
co. bioqu{mico. etc. Sin embargo. hallazgos procedentes de estudios en un niyel mas
social 0 sociologico suelen marcar pistas para la inYestigacion ulterior. La capacidad
del conocimiento actual de ofrecer explicaciones plausibles puede ser insuficiente. y
esto es una limitaci6n. Las hogueras de la Inquisicion pudieron ser la consecuencia
de esta limitaci6n en mas de una ocasi6n.
F. ANALISIS DE LA DECISION CLINICA
1.A. Chicharro Molera
Consistencia R. Burgos Rodrigue::.
La coincidencia de los resultados del estudio con la distribuci6n del factor de expo-
1) En algunos casos es necesario decidir sobre la aplicacion de algun tratamien-
sicion en esa y otras poblaciones, y la correspondencia con la distribuci6n del efecto,
to 0 la realizacion de algun test diagn6stico sin que se conozca con exactitud,
es otro argumento a confrontar. Si la asociaci6n es de tipo causal, se espera entonces
por que el conocimiento no ha avanzado; por ejemplo un var6n de 64 afios con
que en poblaciones con mayores niveles de exposici6n la enfermedad sea mas fre-
sintomas miccionales, tacto rectal normal, PSA de 7 ng/ml y ecografia sin
cuente. Paradojicamente el ultimo punto presentado para la valoracion de una relacion
hallazgos, ;,que hacer?; seguramente algunos medicos urologos realizarfan
causal acude en ayuda de las evidencias que se presentaron como mas debiles cuan-
biopsia transrectal 41 y otros evaluarfan el PSA densidad, incluso podrfa caber
do se revisaron los distintos tipos de disefios, las procedentes de estudios eco16gicos.
otra tercera postura que seria evaluar al ano el PSA velocidad, pero es que
podrfamos optar por una cuarta, evaluar el PSA por rangos de edad 42. ;,Cmil
seria la actitud mas correcta y, sobre todo, mejor para el paciente?
=ztíííz
8R .pt
ít li?as E1?11í1
aa{lBla
aiaaaa
gg1?!14 a|Atllvz¿1T
É É, a)v
1Et1lgall1tlaagaa
iÉ?s=*-
e eeY5t' ¡*;xit
fíl€aEti*; =u2
iiiiii
aiÉi
a=ei?Alí í 1íí ea
ii i¿Éi ;É; ag gs E É g s
íeiarrlía i
: g [ g 3 : ' 2 7
l í á *f $
i fÉ lí í i Eliiri
laÉEa ?EliíÉg ?aaE I illlllil
1 E 1 S
€ É i g[áa á ** B
E
* ssi
a ; H u
E R
[ [
; $ir
;t?
ieiEá + F
ejemplo no hacer linfadenectomla, pero en nuestro caso el problema que se nos plan- nes tra~ linfadenectomfa laparosc6pica. nodos AI y A 2, Y tras linfadenectomfa abicr-
tea es cual de los dos tipos de Iinfadenectom{as es mas uti!. tao nodos B I )' B.> El arbol en esta fa'-,e quedara como se puede apreciar en la figura
Il.3l.
Los nodos probabilistic os 0 aleatorios se representan por un cfrculo (figura 11,30)
y son puntos en el arbol donde se producen hechos que el c1fnico no puede decidir
que ocune, sino que suceden con una determinada probabilidad: en nuestro ejemplo "'0 COMPL LFL
(l\~ I
G
,,0 COMPL LFL
nodo probabilfstico deben salir tantas ramas como sucesos posibles pueden darse, en
nuestro caso s610 dos, que deben ser incompatibles.
Los nodos terminales representan el final de cada rama del arbol y tendnin unos
valores dependiendo de c6mo queramos evaluar el arbol; en nuestro caso 10 hare-
-JJ ("'-J
(!\+)
I COMPL LFL
NO COMPL LFA
mos en terminos de utilidad, aunque tambien se podrfa hacer en terminos de coste- I(LFA) COMPL LFA
utilidad.
(N-) G I
NOCOMPL LFA
COMPL LFA
NO CO\lPL LFL sobre todo cuando hay test diagnllsticos. en el arbol habra propabiJidade~ que sean h,
(C\'+)
Al \alores predictivos () probabilidades que aunque no esten en la literatura se puedan
CO~lPL LFL
LFL ca1cular a partir de otras.
A ~u ClJ\lPL lJR
(N+)
A2
CmlPL LFL
CO~1PL PR
linfadenectomia laparosc6pica. linfadenectomfa abierta y prostatectomfa radical -15; la
probabilidad de afectaci6n ganglionar en nuestro caso sera del 42 C7C • E~tos val~res los
trasladaremos a sus respectivas ramas del arbol en terminos de probabilldad. solo hay
COMPL LF."- que dividirlo por 100, resultando el arbol de la figura 1I.33 ..
~() CU\1PL PR
:\0 COMPL LFL 0.92
)\;OCOMPL LFA COMPL PR
'<0 COMPL PR
0.16
O.R4
Fig. 1I. 32.- Representacion grafica de un arbat de decision en su Ii/tim a jase. COMPL. LFL
0.08 COMPL. PR () I b
En resumen para la construcci6n del arbol hay que identificar el problema, limi- NO COMPL. LFA 0,96
tar el horizonte temporal e ir desarrollando de izquierda a derecha la secuencia de
COMPL LFA 0,04
sucesos l6gicos que pueden ocurrir, determinando si pmtiran de un nodo probabilisti-
NO COMPL PR 0.84
co 0 de decisi6n. LFA 0,96
NO COMPL. LFA COMPL. PR 0.16
NO COMPL PR 0.84
2.2. Asignacion de probabilidades COMPLLFA
0,04 COMPL PR 0.16
Este paso en el analisis de decisi6n es uno de los fundamentales pues de los valo-
res numericos que asignemos dependera cual de las ramas del nodo raiz ( primer nodo Fig. II. 33. - Asignacion de probabilidades a las ramas de un arbal de decision.
de decisi6n) sera la alternativa dominante. S6lo a las ramas que salen de nodos pro-
babilfsticos se les asignara probabilidades. Esta asignaci6n es una de las tareas mas 2.3. Valoracion de los resultados
complejas y prolijas en todo el analisis de la decisi6n pues las respectivas probabili-
dades, por ejemplo de complicaciones tras linfadenectomia laparosc6pica, se pueden Otra de las cuestiones importantes es en que terminos valoraremos el arbol, pues
extraer de dos fuentes: la experiencia propia 0 la literatura, pero en el primer supues- de ello puede depender tambien la alternauva dominante del mismo. Los mas utiliza-
to debemos estar seguros de que nuestra experiencia no este sesgada 0 sea pequefia, dos son efectividad y utilidad, aunque tambien se usan otras valoraciones como coste-
y en el segundo debemos testar las fuentes de la literatura y contrastar si los datos han efectividad, coste-utilidad y coste-beneficio.
sido obtenidos con buena metodologia (j i i ihay que aprenderse esta monograffa!!! !);
pues, aunque podrfamos asignar mimeros de cualquier fuente, no debemos olvidar que La efectividad es la valoraci6n que mas acostumbrados' estamos a hacer los elf-
la solidez de nuestro analisis de decisi6n va a depender, entre otros factores, de la nicos, pero no siempre es la mas adecuada; usualmente se puede valorar en supervi-
asignaci6n de probabilidades. Tambien hemos de decir que es diffcil en medicina que vencia 0 en porcentaje de curaci6n. Pero muchas veces hay que plantearse si el aument~
cualquier probabilidad tenga un \alor exacto y siempre habra un rango de valores. la supervivencia un poco mas de tiempo merece la pen a si a cambio empeora la call-
pero este tema 10 abordaremos mas adelante en el analisis de sensibilidad. dad de vida, sobre todo habrfa que preguntarse 0 preguntarle al paciente si esto mere-
ce la pena; por eso en los ultimos afios ha surgido el termino de «supen'z\'encia en
En nuestro ejemplo, al no ser extremadamente complicado. la asignaci6n de pro- aiios ajustada par calidad de vida». El problema surge en c6mo evaluar la calidad de
babilidades, una vez conocidas, no entrafia much a comp1ejidad, pero en otros casos vida que no trataremos aqu! por ser un tema que se escapa al contenido de este libro,
pem hemos de ad\ertir que 1m «l]ualy» estan hasados en cucslionarios especfficll', Si el arbol c,e construfa de izquierda a derccha. se evalua al re\'e~. de dcrecha a
para cada situaci6n y es resbaladizo y poco adecuado utilizar cuestionarios en cir- izquierda. La met6dica consi~te en ir calculado 10\ valores e\peradu\ en cada nodo
cunstancia-, para las que no estcln disefiados ni \alidadm. del arbol comenzando por la derecha ha<.,ta llegar a lo~ iniciale\. ohteniendo los \alo-
res esperado\ de las alternativas de decision. LFL y LFA. que en nueqro ca"o son en
La utilidad e<., una valoraci6n poco familiar en el ambito clfnico: permite tener ell terll1inll~ de utilidad. Para facilitar la comprensi6n del tnto nos referiremos al arbol
cuenta la opinion del paciente en la \aloraci6n del resultado, y por tanto. en cierto de la figura 11.3.+ que e" el mi"mo de la Fig. 1U3 .. pero con las utilidades de cada
sentido. es una medida de la preferencia del pacieme por el resultado. Para el calcu- nodo terminal y quitando la denominaci6n alfabetica de las ramas del arbo!.
10 de la utilidad se han de seguir varios pasos:
EI valor. utilidad . esperado en un nodo probabilfstico es igual a la suma de los
1. Listar todm los posibles resultados que se puedan dar en nuestro arbol ya con,- productos obtenidos de multipliear la probabilidad de sus ramas par la valoracion del
truido. y disponerlos por orden de preferencia. resultado en cada una de elias: asf la utilidad esperada para el nodo AI sera:
2. Al mejor resultado se Ie dara el valor 1 y al peor el valor cero. ya que la uti- 1 x 0.92 + 0.9 x 0.88 = 0.99
lidad oscila entre estos dos val ores. UTILIDAD
0.42
(j.n
3. Al resto de posibles resultados intermedios se Ie asignan valores entre 0 y I
0.9
dependiendo de las preferencias del paciente. LFL
U.S-1- 0.9
[1.16
Pero. como resulta logico, establecer la utilidad en una entrevista para resolver su 0.7
0,58 (l.~~
0.7
caso es bastante diffcil, por no decir extremadamente diffcil, por 10 que norma1men-
0,16
te se utili zan otras va10raciones de resultados. 0.5
0.7
0.42 0.96
Los terminos que incluyen el coste obligani a calcular el precio de cada uno de O.l14 0.5
10 procedimientos 0 test diagnosticos que se encuentren en el arbol, en nuestro ejem- LFA 0.:-;..:1 I
plo deberfamos saber cuanto cuesta una linfadenectomfa laparoscopica, una linfade-
D.!6
0.9
nectomfa abierta y una prostatectomfa radical. Cada nodo terminal tendra un precio 0.58 0.9
tU;-l
que equivaldra a la suma de los precios de los procedimientos que se hayan realiza-
(l.16
do en el trayeeto que une ese nodo terminal con el nodo rafz. Cuando se valora el 0.7
Nuestro arbol sera valorado en terminos de utilidad: el calculo de los valores de 0.9 x 0.84 + 0.7 x 0.16= 0.86 0.7 x 0.84+ 0.5 x 0.16= 0.57
la misma puede encontrarse en el articulo de \Volf 4~.
Siguiendo el mismo razonamiento las utilidades esperadas de los nodos BI.B.:' \"
2.4. Calculo del valor esperado B':2 son 0.69, 0.98 Y 0.86, respeetivamente. La cuestion que surge es como se calcu-
la las utilidades esperadas de los nodos A2 y Be: pues bien las probabilidades de las
Una vez llegados a este punto. solo nos queda saber sobre que alternativa del ramas de ambos nodos esta claro cuales son pues estan representadas en la figura 11.34.
nodo rafz. linfadenectomfa laparoscopica (LPL) 0 linfadenectomfa abierta (LFA). nos y las utilidades esperadas que se deben atribuir a cada rama son las ealculadas para los
inclina el arbol de decision eonstruido. nodos a los que llegan estas, asi la de la rama superior e inferior del nodo A= seran la"
calculada~ para los nodo A.'! y A.':: y de igual manera las LJtilidades de la rama superior Si despues de lodas estcl\ variaciones. la allernaliva de decision con mayor valor.
e inferior del l1odo B:. seran las calculadas para los nodos B:I y B==. respectivamente utijidad. e'>perado continua siendo la misma. diremos que nuestra decision es imel1-
sihle a los cambios.
Los calculos para 10 nodos A: y B: quedarfan como sigue:
0.86 x 0.92 + 0 ..57 x 0.08 = 0.83 0.98 x 0.96 + 0.86 x 0.0-1. = 0.97 3. Probabilidad umbra]
De igual forma se calcularfan las utilidades esperadas para los nodos A y B Pero la decisi6n analizada por e1 arbol de nuestro ejemplo era para cualquier pacien-
te que tenga una probabilidad de afectacion ganglionar del 429<. pero (,que ocurre si
0.99 x 0.42 + 0.83 x 0 ..58 = 0.89 0.69 x 0.42 + 0.97 x 0.58 = 0.85 esta probabi]idad aumenta 0 disminuye? y ]0 que es mas importante (,a partir de que
probabilidad de afectacion ganglionar la utilidad de la linfadenectomfa laparoscopica
que corresponden. respectivamente a las utilidades de la LFL . 0.89. Y LFA. 0.85: es mayor que la utili dad de ]a linfadenectomfa abierta?
por tanto y atendiendo a nuestro analisis de decision y los valores obtenidos en el
arbol de nuestro modelo, en el paciente del caso presentado con una probabilidad de Para contestar a esta interesante pregunta deberfamos calcular las utilidades de
afectacion ganglionar del 42% deberfamos practicar una linfadenectomia laparosco. LFL y LFA para cada uno de los val ores de la probabilidad de afectacion ganglionar;
pica y posterior prostatectomia radical, si procede. representaremos en un eje ca11esiano (X,Y) los valores, en el eje Y la utili dad espe-
rada y en el X la probabilidad de afectacion ganglionar 0 el procentaje, los valores de
2.5. AmiIisis de Sensibilidad nuestro ejemplo se aprecian en la figura II.35., observando que hay un punto donde
la utilidad de LFL y LFA son identica, denomimindose a la probabilidad de afecta-
Pero si el analisis de la decision clinica terminara en el apartado anterior, no solo cion ganglionar que corresponde a este punto, probabiJidad umbral, 0.39 (39%) en
resultarfa pobre, sino tambien polemico, pues seguro que hay autores que sostienen. nuestro ejemplo. Quiere esto decir que en cualquier caso, con una probabilidad de
mediante bibliografia 0 analisis de la experiencia propia, que las complicaciones de afectaci6n ganglionar superior al 0.39 (39%), la utilidad de la linfadenectomia lapa-
la cirugia laparosc6pica son mayores del 8%,0 menores. De igual manera ocurrira con rosc6pica es superior a la de la linfadenectomia abierta.
los porcentajes de complicaciones que hemos manejado para la linfadenectomfa abier-
-
ta y para la prostatectomfa radical.
Utilidad
LFL LFA _
Para evitar tal controversia existe el ana/isis de sensibilidad que consiste en eva-
luar un arbol por cada uno de los val ores del rango en el que pensemos que se mueve Iil1I1
51%
una probabiIidad. Es decir, si creemos que las complicaciones de la prostatectomia
0.8
radical oscilan de un 8% a un 32% deberemos construir tantos arboles como valores Z.
intermedios queramos evaluar de esta probabilidad. Asimismo, si pensamos que otras
0,6
probabilidades no son un numero fijo. sino que oscilan dentro de un rango deberemos
evaluar un arbol por cada una de las combinaciones de las diferentes probabilidades.
O...l
pero j j i ino hay que desesperarse!!! I, pues «la ciencia adelanta que es una barbari·
dad» y la informatica ha resuelto este problema ya que existe software que, una vez
O.~
contruido el arbol. asignadas las probabilidades y la valoraci6n de resultados, con una
leve pulsacion de la tecla [RETURN] evalua en decimas de segundo un arboL per-
0 Afectaci6n
mitiendo introducir en las ramas no solo probabilidades. sino tambien rangos de ellas. 0 40 100 glandular
Asimismo podemos efectuar nuestro analisis de decision, haciendo que los resul-
tados no sean cifras fijas, sino rangos razonables, que sean plausibles en clinica. Fig. 11.35.- Represelltacion grdfico de fa afectacion ganglionor y utilidad.
REFERENCIAS
1. Moses LE. Statistical concepts fundamental to investigations. En: Bailar III JC, 1\10s-
teller F eds. lvfedical [}ses ()f Statistics. Second Edition. Boston: The New England
Journal of Medicine Books. 1992.
1 Emerson JD, Colditz GA. Use of statistical analysis in the New England Journal of
Medicine. En: BaiJar III JC, Mosteller F eds. Medical Uses of Statistics. Second Edi-
tion. Boston: New England Journal of Medicine Books, 1992.
3. Instructions to authors. British Medical Journal 1994; 308; 39-42.
4. Andersen B. Methodological errors in medical research. An incomplete catalogue.
Oxford: Blacbvell, 1990.
5. Altman D. The scandal of poor medical research. British Medical Journal 1994; 308:
283-284.
6. Tufte ER. The visual display of quantitative information. Cheshire, Conn.: Graphics
Press, 1983.
7. Sanchez-Cantalejo Ramfrez E. Test Diagnosticos. Documento de Apoyo del Curso
Intermedio de Epidemiologfa y Estadfstica. Granada: Escuela Andaluza de Salud Publi-
ca, 1991
8. Timmis AD. Probability analysis in the diagnosis of coronary disease. Br Med J. 1985;
286:281
9. Sackett DL, Haynes RB. Guyatt GH y eols. The interpretation of Diagnostic Data. En:
Sackett DL, Haynes RB, Guyatt GH y cols. Clinical Epidemiology: A basic science for
clinical medicine. Second edition. Boston: Little Brown and company, 1991:69-151
10. Spicer Cc. Test Reduction: II-Bayer' S theor~m and the evaluation of tests. Br Med J.
1980; 281-592
II. :\1etz CEo Basic principles of ROC anat-ysis. Semin Nuclear Med. 8-283. 1978
12. Thompson ML Zuchini W. On the estatistical analysis of ROC curves. Statist Med.
1988; 8:1277
13. Hanley JA, McNeil BJ. The meaning and use of the area under a receiver operating
characteristics (ROC) curve. Radiology. 1982: 143:29
14. Gadner MJ, Altman. DG. Confidence intervals rather than P values: estimation rather
than hypothesis testing. British Medical Journal 1986; 292: 746-50.
15. Mora MJ. Extramiana J, NavalTo FJ et al. Flurbiprofen: A1ternati\,a terapeutica en e1
dolor del c6lico nefrftico. Arch. Esp. de Urol 1992; 45(8): 773-7.
-------~~---~-.~~--- _._ ..- - - - - -
16. Ware J H. Mosteller F. Delgado F et al. P values. En: Bailar III Jc. Mosteller F ed\ 35. Han'i~ EK. Alhert A. SZIITi)'()nillj) allul\".1is j(n' dinicol stl1die.l. New York: Marcel Dek-
A1ediml L'-\es oj" Statistics. Second Edition. Boston: The New England Journal of !vledi_ kcrInc .. 1991
cine Bools, 1992: 181-200. 36. Hill AB. The em'iromentent and disease: association or causation. Pmc R Soc Mea
17. l\latthe\\ s DE. Farewell VT. Csing und understC/nding Medical Statistics. Second Ed 1965;58:295-300.
Ba.~el: Karger. 1988. '. 37. Rothman K. Cause,. Am J Epidemiol 1976: I 04:587-592.
18. Freiman JA. Chalmers TC. Smith H Jr. et al. The importance of beta. the type Il errur. 38. Miettinen O. Theoretical Epidemiolog\': principles of occllrrence reseorch ill Medici-
and sample size in the design and interpretation of the randomized controlled trial: ~Ur ne. New York: Wiley. 1985.
\ ey of 71 «negative» trials. 1\' Engl J Med 1978; 299: 690-4.
39. MacMahon B. Pugh TF. Epidemiology. Principles alld Methods. Boston ~lass.: Litlle,
19. Schlesselman J1. Case-Control Studies. New York: Oxford University Press, 1982. Brown & Co .. 1970.
20. Machin D. Campbell MJ. StCllistical Tables for the Design oj" Clinical Trials. Oxford: 40. Elwood JM. C([usai relationships in Medicine. A practical system for critical apprai-
Blackwell Scientific Publications. 1987. sal. Oxford: Oxford Univ Press, 1988.
2l. Instructions to authors. British Medical Journal. 1994; 308: 39-42. 41. Catalona WJ, Smith DS, Ratleff TL et a!. Measurement of prostate specific antigen in
22. Altman DG. Statistics and ethics in medical research. Misuse of statistics is unethical. serum as a screening test for prostate cancer. N Eng J of M. 1991; 324 (27): 1156-1161
British Medical Journal. 1980; 281: 1182-4. 42. Oesterling n, Jacobsen T, Chute CG et al. Serum prostate specific antigen in a com-
23. Armitage P. Berry G. Statistical Methods in Medical Research, 3th ed. Oxford: Black- munity based population of healthy men: stablishment of age specific reference ran-
well, 1994. ges. lAMA. 1992; 270:860-864.
24. Kramer MS. Clinical Epidemiology and Biostatistics. New York: Springer Verlag. 43. Sanchez n. Analisis de decision. Documento de apayo del curso Analisis de decision
1988. en Cl(nica. Granada: Escuela Andaluza de Salud Publica, 1993.
25. Altman DG. Practical statistics for medical research. Chapman and Hall: London. 44. Sackett DL, Haynes, RB, Guyatt GH y cols. The interpretation of Diagnostic Data.
1991. En: Sackett DL, Haynes, RB, Guyatt GH et al. Clinical Epidemiology: A basic seien-
cefar clinical medicine. Second edition. Boston: Little, Brown and company, 1991:69-
26. Miller RG. Beyond Anova, basics of applied statistics. New York: John Wiley, 1986. 151.
27. Brand R. Using logistic regression in perinatal epidemiology: an introduction dor cli-
45. Wolf JS, Perinchery N, Katsuto M et a1. Laparoscopic pelvic lymphadenectomy crite-
nical researches. Part 2: the logistic regression equation. Paedriatric and Perinatal Epi-
ria for patient selection. Urology. 1993; 42:6.
demiology 1990;4:221-235.
28. Catalona WJ, Smith DS, Ratliff TL et al. Measurement of prostatic-specific antigen in
serum as a screening test for prostate cancer. New Engl J Med 1991; 324:1156-1161.
29. Machin D, Campbell MJ. Statistical tables for the design of clinical trials. Oxford:
Blackwell. 1987.
30. Fleiss, JL. Statistical methods for rates and proportions. 2nd edn. "\lew York: Wiley.
1981.
Es aquf donde empiezan los problemas para muchos. Las actitudes hacia la utili-
zaci6n personal de la informatica se muestran en un amplio abanico: pavor hacia las
"maquinitas", recelo, bloqueo mental, complejo de inferioridad por no saber utilizar
algo que hoy en dfa "10 saben hasta los ninos", '" son entre otras muchas las actitu-
des que hemos captado con frecuencia.
Por si fuera poco, se dice ademas, que hoy dfa hay que ser trilingue: adem as del
idioma materno y el ingles hay que saber informatica. Y es que el 1enguaje que sub-
yace en la Informatica ha evolucionado tan rapidamente como esta misma. Parece
como si ya una barrera inicial se presentara al usuario que necesita de los servicios
de la informatica para su proyecto personal. El lenguaje, la comunicacion al fin y al
cabo, esta de fondo.
Es nuestro prop6sito en estas paginas dar una leve idea de como el usuario "pro-
fano" puede hacer un buen uso de la Informatica. Para ello, daremos un repaso al pro-
ceso de tratamiento de datos, desde que se disena un protocolo de recogida de datos
hast a que se produce la obtenci6n de informacion, haciendo hincapie en toda una serie
de factores que hay que tener en cuenta y dando referencias de ciertos program as que
nos pueden ayudar a resolver nuestra tarea.
I El usuario se define como "persona a quien se considera que la infonnatica rinde sus seryicios". Castelani, X. Meto-
1. Introduccion
Se dice que un ordenador es una maquina capaz de aceptar una entrada automa-
tizada de datos, procesar de forma mecanica y logica estos datos y ofrecer una sali-
da, asimismo automatica, del resultado de este procesamiento 1.
DATOS INFORMACI6N
PROCESAMIENTO
(Entrada) (Salida)
!
~"IIIIIII""."t!t"'''''''HII''''''''''!''IIJlI'''II'''fll' , •• ,•• " .. ,••• " .. """.,,,,,,,,,, .... ''' ...... 11.''' ..... ;
Parece sencillo. Unicamente se trata de introducir unos datos. pulsar alguna tecla
y obtendremos la informaci6n que deseabamqs. Ahora bien. (,que datos vamos a intro-
ducir? (,como son? (,estan bien dispuestos para el ordenador?, (,como los va a enten-
der la maquina? z,que tecla, orden. comando 0 program a debemos accionar? (,es
realmente Informacion 10 que vamos a obtener 0 va a ser otro monton de datos mas
con los que no vamos a saber que hacer? Ista situaci6n es muy frecuente por diver-
sos motivos. siendo el mas comun el de no cuidar el proceso de recogida. codifica-
ci6n y entrada de datos. (Normalmente. se dice que si a un ordenador Ie metes basura.
basura sale). No es 10 mismo disponer de datos que disponer de informaci6n i.
Vamos a introducir una minima terminologia que consideramos necesaria para tos. gestor de base de datos, hoja de dlculo ... ).
poder continuar adelante.
Para todo ello. nos guiaremos siempre por el siguiente criterio:
Llamaremos a partir de ahora Registro a Ia coleccion de datos recogidos acerca
de un individuo, entidad 0 cosa. Llamaremos Campo a cualquiera de estos datos reco-
gidos (ej: edad, sexo, estado cil'il, ... ). Los campos, por tanto. acogenin los Valores Millimizar fa cantidad de datos, Maximizar su caUdad
cada registro presenta. Por ejemplo, la edad, el peso, la talla. el sexo pueden ser cam- '.'
pos que componen un registro, mientras que 36, 78, 1.60 Y 2 pueden ser, respectiva-
mente, los valores de un individuo (registro) para esos campos. En un entomo mas
puramente estadistico hablariamos de OBSERVACIONES (registros) y VARIABLES 2. Determinacion de la unidad de registro
(campos) de forma similar. Informaticamente hablando, todos los registros objeto de
nuestro estudio deberan ser grabados en soporte magnetico (disco) bajo la forma de Se trata simplemente de elegir el sujeto u objeto sobre el cual vamos a recabl~r
un Fichero. informacion y estructurar esta en f onna de cam. Pos Supongamos
. 'que, estamos rea 1-
zando un estudio de calidad de aguas potables en una eomumdad aut~n.o~a. Nuestro
Lo primero y muy importante sera, por tanto, definir con claridad que objetivos objetivo es establecer la existeneia 0 no de difereneias entre los. mumclplOs. y poste:
perseguimos en esta fase de nuestro estudio. (,Que queremos hacer con los datos? .
nonnente entre l as ' ClU dades . Podrfamos pensar que nuestra umdad
. d' de reglstro sera
1 stomas
(, Como los queremos conservar? (, Queremos mantener el Fichero de datos actualiza- or tanto el mumclplO. Sin embargo, nuestra fuente de datos III lcan ~ue a
Para los analisis se realizan siempre en determinados puntos de reeoglda para cada
do en el tiempo? (,Vamos a realizar analisis estadisticos con los datos? (,Que tipo de
analisis? (,Queremos cruzcu' variables? ?Cuales? p . . . . ozos fuentes public as 0 plantas depuradoras. Parece entonees qu~
cada
~U~:~:lO~ttom~mos contendra los datos de analisis por cada punto. de reeogl~a. ~e
g
muestras q S·III em b arg 0 , sabemos tambien que para cada punto se. replten, los anahsls
tanto
En muchas ocasiones. hemos visto como usuarios que no tenian planteados unos
. d . rt t' empo dentro de un ano. La unidad de reglstro sera, por ,
mfnimos objetivos con respecto a sus variables, ante la idea de cruzar varibles. optan de agua ea a Cle 0 1 " d ' d 1 s datos pro-
cada analisis de aguas que se haga. Este registro'contendra, a emas e 0 l ' d'
por "cruzar todas COil todas, a j'er 10 que sale ... ". Y 10 que sale es una montana de
pios del analisis, otros datos identificativos como el c6digo del punto de toma. e co 1-
hojas de papel lIen as de tablas y mas tablas de porcentajes y frecuencias. Esto impre-
go municipal y provincial y la fecha de recogida de la muestra.
siona mucho pero vale de bien poco. EI analisis de estas tablas lIevarfa meses. si no
anos. Nuevamente, obtenemos a la salida del proceso tinicamente mas datos, en Iugar
Con este ejemplo. gueremos indicar que no siempre el objeto de nuestr~ oestudio
de informacion. Recordemos que la informacion es el dato utilizable.
de investigacion coincidira con Ia unidad de registro que .nos ,verema~ ;:~~d:d:sSt:
tomar. La fuente de datos a la que pod amos acceder deternunara en gr .
Una vez que tenemos claro ctiales son los objetivos que perseguimos en esta fase
de la investigacion (en definitiva. la informacion que queremos obtener), debemos
Es aconsejable siempre pensar en nuestros d atos en f 0 nna de matriz
. .rectangular.
, "
seguir tres pasos, muy simples, pero que a menudo se ignoran:
. (fit ). d' 'n
Las entradas honzontales I as III lCana los reoistros
c u observaclOnes Illdl\lduales,
mientra, que la, entradas yerticale, ((,O/UlIlIIOS) sefialan 10, campos u variable". (fig
2) '. Un fiehero "erfa el eonjunto de \alorc" para cada \'ariable 0 campo de eada indi- .,
vi duo 0 registro. grabados en un di,co magnetieo bajo un nombre.
!z
I (lIla \,.
'1\. l'Antlgue
' d ad : !\'°Senic.
,
i
Hogar I
C-\\lPOS (, VARP.BLES -. I i
I
i Hogar 2[ I I
Ya nos hemos encontrado con el primer problema: (,Cmintas columnas tengo que
rcservar para la informacion de los miembros de cada hogar? (,Cuantos son? Eviden-
temente cada familia tendra un nlimero diferente de ellos. Ademas pueden convivir
otros familiares: primos, abuelos .. , Si intentamos representar matricialmente estos
:/0
o datos. nos saldrla algo aSI:
~
:/0 Tabla 111.2. Matl'i:: dellfada de hogares y caracterfsticas seleccionadas,
G
"-l
c:<: Sujeto n Hogar 1
L__
Valores
I I
Hogar 2
Fig. IIl.2 Sistema bcisico de illformacion.
I
como son las estructuras jerarquicas 6 arb6reas. Lo que ocurre es que el uso de estas
."
estructuras es demasiado complejo: se necesita no s6lo un conocimiento mas profun-
do de informatica, sino tambien el dominio de sistemas de orden adores y so/tv.'are
mas complejos.
."
J
Hogar N
Es probable que en alguna ocasi6n se nos presente una estructura de datos que a I I
primera vista sea imposible de organizar matricialmente. EI siguiente ejemplo puede (, Que es esto? Pues si 10 de antes era una matriz rectangular, esto es 10 que se
ser muy esclarecedor. llama una matriz dentada 4. Una herramienta ,·informatica capaz de manejar estructu-
ras jerarquicas 6 arboreas como esta del ejemplo nos vendria muy bien. Lamentable-
Supongamos que estamos llevando a cabo un estudio en hogares: pensamos que mente no estan a nuestro alcance. Ya comentamos antes las limitaciones que nos
el habitat familiar influye en la estructura ffsica de sus miembros (peso. talla,.,,). Pare- suponen este tipo de herramientoas. El so/nmre de uso mas comlin y que esta al alcan-
ce que nuestra unidad de estudio debe ser. tanto. el hogar. De cada uno recogeremos ce de cualquiera (vease epigrafe C) no maneja este tipo de estructuras. Tenemos que
una infomacion basica: servicios, habitos culinarios, zona, etc". De cada miembro de utilizar siempre estructuras matriciales, (,Que podemos hacer entonces? (,abandonar
los convivan en el hogar tambien tenemos que recoger otro tipo de informaci6n: edad. el estudio? Seguro que tiene que haber una soluci6n.
sexo, peso. talla, etc,,,
Vamos a convertir este fichero de datos 0 matriz en dos, Es decir vamos a crear
Intentemos con esto construir una matriz rectangular. Cada fila de esta matriz dara dos matrices. una contendra exclusivamente los datos de cada hogar. Ademas identi-
informacion sobre un hogar distinto. Hay unos datos fijos que ya podemos colocar en ficaremos a cada hogar con un codigo (pueden ser un numeros consecutivos). Asi este
cada columna: fichero-l71atri::.. se configurara:
Respecto al numero de campos a elegir de la fuente de informacion. hay dos po,>-
Toh!o 111.3. Alalri;: rec/{{Il/iu!o!" de hO/iore.1 y caroc/crlslicas se!cccionodll.l.
, ------. tufaS encontradas: Una primera nos aconseja introducir el mayor numero posible de
C6d.Hogar! Zona \·i\. Amiguedad i N°Sen ie. A,ceI1'or !:\o Miemnro, ! datos para cada registro. independientemente de que muchos de ellos no los necesi-
Hagar 1 I lemOS para nuestro estudio. Esta postura, un tanto conser\"adora. yiene de la idea de
i
que quizcis desputs podamos necesitar algun dato que no habiamos preyisto. 0 bien
Hogar .2
pOf la razon de que si una vez tenninado nuestro estudio queremos continuar amplian-
dolo con nuevos datos, estos se hallan ya recogidos e introducidos en la maquina.
Ahora haremos 10 mismo con los datos que deseamos recoger para cada indi\'iduo: Una segunda postura, mas economica y racional, nos dice que si tenemos bien
definida nuestra metodologia de trabajo, elegiremos unicamente el subconjunto de
Tabla 111.4. MoIri;: rectangular de indil'idu()s y caracterfsticas seleccionadas
variables estrictamente necesarias. Esta segunda postura. adem as de resultarnos mas
1 Cod.Hogar Parentesco Edad T Sexo i Peso Talla co mod a a la hora de introduccion de datos, resulta mucho mas economica en tiempo
i I
Indiv. 1 T, I I
y espacio de maquina necesarios. Ademas nos proporcionara un mayor control de cali-
dad sobre nuestros datos.
Indiv. 2
... < Una vez que designemos cuales van ser los campos que compondran nuestro regis-
tro, procederemos a describir para cada uno una serie de caracteristicas. Esto defini-
cion es 10 que denominamos construcci6n de un Diccionario de Datos 5 y es muy
Esto ya esta mas claro. Ahora tenemos dos matrices perfectamente rectangulares.
importante, ya que determinani en gran medida el medio (sojhvare) por el cual seran
En la primera introduciremos los datos de los todos los hogares que visitemos (una
introducidos los datos en el ordenador. Por otro lado, el mero hecho de sentarse y pen-
fila por hogar). En la segunda inin los datos relativos a todos los individuos de todos
sar un poco sobre como son nuestros datos hara que aparezcan en este momento todas
los hogares.
las dudas y dificultades que tengamos; despues ya serfa demasiado tarde. Una razon
mas: la comunicaci6n con un informatico siempre debe hacerse en estos terminos.
Observese que en esta segunda matriz tambien hemos afiadido el codigo el hogar
al que pertenece cada individuo. Asi tenemos perfectamente identificados y relacio-
nados a cada individuo con su hogar. EI software que utilizemos se encargara de eso. Por tanto, se trata de explicitar para cada campo el mayor numero posible de carac-
teristicas, como pueden ser:
Se podria argumentar que podriamos utilizar como patron esta segunda matriz,
afiadiendole las columnas (variables-campos) que describen el hogar en que vive cada a) Nombre del campo.
individuo. Esto puede ser valido y funcionar igualmente, pero no es optimo. Tendri- b) Tipo de dato (campo).
amos que repetir mucha informacion innecesariamente (si tenemos a alguiell que intro- c) Rango: valor minimo y valor maximo previsible.
du::ca datos, que sea gratis y que 110 se proteste demasiado, podemos optar por esta Anchura maxima: numero de caracteres del valor maximo previsto.
d)
solucion). Tenemos que recordar una vez mas nuestro principio: maximizar la cali-
e) Valor fait ante (missillg value)
dad, minimizar la cantidad.
f) Campo codificado 0 valor directo
g) Campo derivado del valor de otros campos 0 no delivado.
3. Disefio de la Estructura de Registro
Una \"ez localizada y determinada la unidad de registro y que veamos nuestro datos a) Nombre del campo: comenzaremos por bautizar al dato que deseamos reco-
en forma de matriz rectangular, procederemos a elegir y definir los campos que nece- ger, pensando ya en la maquina y en el programa que vayamos a utilizar para
sitaremos. Es decir, tenemos claro ya cuales son las filas; se trata ahora de definir procesar los datos. La gran mayorfa de los programas identificaran los campos
exhaustivamente cuantas y como seran las columnas. o variables con nombres que no pueden exceder de 8 caracteres. Si uno de
nue~tro campos cs Ia edad, 10 tcnemos facil: Ie llamarcmo<, educl. Pcro "i . '
trala de Ia presion arterial sistolica, 10 lenemos mas complicCtdo' podell10.,
.. ' e I't c) Rango: Se trata unicamente de establecer cual puede ser el valor mfnimo y eI
. < '. e-
glJ' como nombre para este campo: PAD. Procederemos asf con todos nue"tr valor maximo que puede soportar el objeto a que se refiere este campo. En el
campos 0 \ariables. . \.) ca~o de campos codificados con letras. se indicara la menor y mayor letra en
orden alfabetico. Si esta pre\isto que el campo se quede en blanco. este sera
el valor minimo.
b) Tipo de campo: Se trata de definir como van a ser los vaIores que puede con-
ten~r cada campo. Asf la variable edad es una variable IlUlII(!rica ya que 1o, d) Longitud 0 anchura del campo 0 yariable: Debemos preveer que numero de
poslbles valores que pueda contener son digitos y ademas expresan una canti-
caracteres 0 digitos van a tener los val ores de cada una de las variables que
dad. Hablaremos de varic!bles aljallllmericas cuando los posibles valores que estemos manejando. En el caso, de las variables numericas. anotaremos tam-
pueden to:n ar ~on tanto dlgltos como letras del alfabeto. Las que mas nos inte- bien el numero de decimales posibles, si es que los tienen.
resan de este. t.lpO son las variables codificadas. Asf, el sexo de un individuCl
~odemos c~dlflcarlo como '~' y 'M', 0 bien como' l' y '2' para hombres y muje- e) Valores Faltantes (missing values): Previamente a la entrada de los datos en
les respectlvamente. AtenclOn a esto, porque algunos programas estadfstico<, el ordenador debemos pensar tambien en los posibles valores faltantes para
no admlten caracteres alfabeticos para cierto tipo de analisis. cada variables; me refiero a que el program a informatico debe de asignar algun
valor para reconocer aquellos campos (variables, preguntas) que nos ha sido
Por tanto~ esto es muy importante definirlo p~eviamente, de cara al program a imposible recoger, es decir aquellas variables cuyo valor se desconoce por algun
de tratamle~t~ que. posteriormente utilizemos con el ordenador, ya que Ie debe- motivo. Para esto, asignaremos un valor que quede juera del rango posible de
re~~s exphcltar Sl se trata de un tipo u otro de variable (numerica 0 alfanu- valores de la variable en cuesti6n. Asf, si encontramos un cuestionario en el
menca). Posteriormente volveremos sobre el caso de las codificaciones. que no se ha cumplimentado una pregunta podemos asignar el valor 'X'. Para
esto hay ya convenciones que se suelen utilizar. Asf, con frecuencia encontra-
Adem.as de campos de tipo numerico 0 alfanumerico, encontramos con fre- mos el '9' como valor faltante mas utilizado. En el ejemplo anterior sobre el
c.uencla campos especiales que no encajan en uno u otro tipo. Nos estamos refi- sexo, si tenemos a este codificado como ']' y '2', en caso de que 10 desconoz-
ne~do, en concreto, a las fechas y a las horas. En efecto, son muchos los estudios camos, podemos optar por el valor '9'
e~ mvestigaci6n sanitaria que necesitan jugar con fechas, como son los estu-
dlOs. de supervivencia, en los que es necesario a menudo elaborar calculos a f) Campos codificados: Anotaremos tambien en nuestro diccionario si el campo
pa~~r de dos. 0 mas fechas. Los estudios apoyados en teoria de colas 0 simu- que estamos definiendo es un campo codificado 0 no. Si la codificaci6n es
laClo~ ,necesltan a menudo trabajar con horas de entrada y salida del sistema. compleja es conveniente acompafiar siempre una hoja de codificaciones. En 10
re~uCIe~dolas despues a la diferencia en minutos. Como despues veremos, la que respecta a los c6digos es el momenta de hacer dos advertencias: una res-
eXIst~~CIa de estas variables en nuestro estudio determinara en gran medida la pecto a las variables cuantitativas que se categorizan, codificandolas antes de
elecclOn de determinados programas de ordenador para trabajar con los datos. entrar al ordenador y otra respecto a la utilizaci6n de c6digos en ciertas pre-
guntas en cuestionarios.
P~r ultimo. ,h~y otro tipo de campos denominados campos logicos, llamados
aSI porque umcamente admiten dos valores sobre el objeto que representan: En primer lugar, es muy importante el no codificar previamente a la entrada al
verdadero.o falso .. Este tipo de campos podian ser considerados como campos ordenador aquellas variables numeric as (cuantitativas) que las deseemos des-
alfanumencos codlficados (valor '0' 6 '1 ') pero la existencia de gestores de bases pues categorizar (codificar), ya que siempre y en cualquier momenta podemos
de datos como d.BASE 6 que manipulan este tipo de campos con gran seguri- dar la orden oportuna al programa de tratamiento para que haga este trabajo
dad hace aconseJable su uso. Por cierto, el sexo ... , i.,es un campo l6aico? No. por nosotros. Por ejemplo, si una de nuestras variables es la edad, es mejor
ya que un campo 16gico se reserva para aquellos val ores de los que ~e admite recoger el dato directamente en lugar de categorizarlo en grupos de edad. ASl
un estado. de verdad 0 falsedad. Un libro, 10 tenemos prestado 0 no. Una per- podemos siempre jugar con distintos intervalos de edad, mientras que si intra -
sona ha sldo operada 0 no. Pero no podemos decir si tiene sexo 0 no. Puede ducimos la edad directamente codificada nunca podremos volver atras para
ser hombre, mujer 0 desconocido (3 valores). cambiar los intervalos en base a los valores reales que ya no tenemos. Ade rnas
siempre tendremos a nuestro alcanze dos tipos de analisis para esa variahle.
288 rvlE10DOLUGIA DE IrJVESTIGACIOI~ Y ESCRITURA CIENTIFiCA EIJ cLir,ICA
12 Sexo N Si 1 2 1 9 situaciones:
13 Edad N 1 99 2 0
14 N_Historia A 1 10000001 7 Blanco 1) La cantidad de registros es escasa (menos de 200)
I
.,
("') La duraCJon de la mtervenci6n la estimaremos restando la hora de inicio de la hora de finalizaci6n . 2) El numero de campos es pequeno. En total. deben de sumar menos de 80 carac-
teres (la anchura de la pantalla). Cada registro debe ocupar una linea de pantalla.
4. Eleccion del formato de datos 3) Si estamos muy seguros de la calidad de los datos y de nuestra habilidad con
el tec1ado para no cometer errores.
Una vez disenado el registro. tenemos claro los campos a utilizar y las caracte-
rfsticas de cada uno. Ahora, y no antes. es cuando llega el mom en to de utilizar el 4) El fichero no necesita mantenerse en el futuro. es decir. una vez introducida a
ordenador para la introducci6n y tratamiento de los datos. totalidad de registros. no anadiremos ni borraremos ni modificaremos registros.
La elecci6n de una Hoja de Calculo e~ recoll1cndabJe cuando:
- (.vamos a operar con campos especiales: fechas. horas ... ')
1) Deseamos realizar transformacione~ muy a menudo con los datos para a\eri-
_ (.. Vamos a realizar operaciones "intra-registro" (tratamiento \ertical u horizon-
guar indicadores tabulados en veritical y horizontal (tasas)
tal):
2) El numero de columna~ y filas no debe ser muy elevado: la hoja de calculo \e - (.. Necesitamos mantenimiento de c6digos:
enlentece mucho y ocupa demasiada memoria.
- (.. Necesitamos depurar los datos de posibles errores:
3) Vamos a trabajar con horas y fechas de forma continua. Es el caso de estudio\
de teoria de colas y simulaciones. En general. los estudios derivados de Tec- .
- (,. Van a sufrir transformaclOnes aI gunos campos.')
nicas de Administraci6n aconsejan la utilizaci6n de la Hoja de Calculo.
- c,Deseamos mantener el fichero vivo?
4) Deseamos realizar grMicos sobre nuestros datos.
- (,C6mo va a ser la explotaci6n de nuestros datos?:
La elecci6n de un gestor de bases de datos como dBASE se aconseja cuando: (,Que tipo de amllisis vamos a realizar?
l,Que programa hara este analisis?
1) El numero de registros es muy elevado l, C6mo necesita este programa que esten los datos (formato)?
2) El numero de campos es alto. dBASE III admite hasta 128, mientras su her-
mano mayor, dBASE IV, admite hasta 1024.
Estas son las herramientas basicas con las que debemos contar en cualquier momen-
to si queremos realizar un tratamiento informatizado de nuestro conjunto de datos,
ademas de un minimo conocimiento del sistema operativo. Evidentemente no siem-
pre es necesario utilizar todas en un mismo proyecto de investigaci6n. La elecci6n de
un programa u otro vendni determinada por unos criterios que abordaremos mas tarde.
Pero antes creo necesario dar una breve descripci6n de 10 que es cada una de aque-
llas utilidades enumeradas, intentando sobre todo explicar que se puede hacer con cada
uno de ellos. para que nos pueden servir.
1) Como herramienta de entrada de datos es tambien muy util aunque quizas dema-
siado engorroso, ya que el procesador de textos no tiene porque distinguir si 10
que estamos metiendo son datos pertenecientes a variables 0 una lista de la com-
--_._---_.
pra. por dccir cualquicr co"a. Es dccir. di"ponemos unicamcnte de una pagina ipall. que se trabaja con el y 10 sencillo de su manejo. Este programa adema.., es de los cono-
talla) en hlanco, en la que podemos introducir los datos (variables) pertenecientc\ cidos como ,1!wr('\\'Urc: no ~e nece~ita Jicencia. ~u distrihucion es lihre. aungue eJ usua-
a cada caso en cada linea de texto. 1\'0 tiene control de errores: asf si se nos uh i. IW esta moral mente obligaclo a aportar una pequena cantidad (casi simb6lica) por su
da introducir un \alor. este error pasara desapercibido hasta que empieze a cldr utilizacion: a cambio recibira los manuales y las versiones actualizadas. En cualquier
problemas cuando estemos analizando los datos con un paquete estadfstico.
ca~o. el sistema operati\C) \1S-DOS ofrece tambien su propio editor Hamada EDIT.
En definitiva, la gran ventaja del proceso de textos es la posibilidad de substraer- Para dar una idea, describiremos muy brevemente las funciones de una Hoja de
nos a la tirania del papel y lapiz: cualquier cosa puede ser modificada en cual- Calculo potente, como pueda ser Lotus 0 Quattro-Pro. Veremos como todas estan enfo-
quier momento. cadas hacia el anal sis y toma de decisianes.
En el mercado existen una gran variedad de procesadores de texto. siendo los mas 2.1. Amilisis y tratamiento de datos
populares: WordPerfect. Microsoft Word, WordStar.... 8
Se trata de aplicar la memoria y la velocidad de los ordenadores a problemas que
de otra forma deberfan resolverse manualmente con papeJ. lapiz y, en el mejor de los
Ademas hay editores de texto. que no tienen la funcion de proceso de textos v
casos. con una calculadora. Podemos disponer de una inmensa hoja de 8.192 fiJas por
cuya finalidad es servir unicamente como henamienta de entrada de datos y escrit;-
256 columnas y retener en ella todo tipo de tablas de numeros relacionados con com-
ra de programas. Quizas uno de los mas adecuados sea el QEdit por la velo~idad con
plejas formulas.
["1\[1 I r: III
- - -- \11 U,'-', I..JICi'J "IILM LI,J LLI]\}r(jM ------.---~
---------~------ ---~---~.
Inmediatamente podrfamos ob~er\'ar una de las funcione~ mas potentes de ]a HOia: Tuh/o. JJr0. Regislro de tichcro de ha.le de dato.l re/ocimw/.
"u posibilidad de redJculo. En efecto en cualquier momento. podemos modificar Ul1lJ SEXO E - CIVIL TABACO ALCOHOL
\,O\1BRE EDAD
o mas datos de entrada y obsenarfamos como automaticamente ~e recalculan toclo\
Pera y Perez. A. 56 \ S 3
aquellos resultado~ que se yen afectados por el cambio realizado. Esto nm !leva a una
34 \1 D I 2
intere~ante funcion para la toma de decisiones. Se trata del "que ocurrirfa si ... ": En Sanchez y Sanchez. P.
\ C 3 :;
efecto podemos jugar cambiando las entradas y obteniendo lk forma inmediata el efec- Ruiz Ruiz. I\I. 24
V C ()
to de aquellos cambios. sin nece:,idad de espera. Porras y P01Ta~. G. 39
2) De prop6sito especffico:
Son programas para calculos estadfsticos especificos. En este grupo se situan pro-
gramas como SPAD, para el estudio de analisis de correspondencias, LOGRESS,
para regresi6n logfstica, SPAD- T. para analisis textuales, OSIRIS, para el trata-
mien to de cuestionarios, y un largo etcetera.
PARTE IV
ESCRITlJRA Y LECTURA CRITICA
DE ARTicllLOS CIENTIFICOS
,',I
r -•
.. I ~
.. ~ ,-
-',
A. FORIVIAS DE COl\1UNICACION CIENTIFICA
M. A. Bobenrietlz Astete
íiiÉgg
lallIlg[lÉíÉígÉgílgll
qra :*
i:$ra$$[iiqF.FrFFr
*ÉÉaEiláííí[iggEilíl
fiS eB
ii aug
- Ffl tuálí¡13tlu?!z
aaa*t*¡lia;*ígAÉ1í
-----
Alll/als of/mcnlol Medicinc. (Bimensual). Artfculos. comunicaci6n brevc. revi,>jonc\. EI examen de la estructura de las revistas antes mencionadas muestra la presencia
historia de la medicina. ser medico. editoriales. cartas. literatura de medicina. infor. de algunas secciones comunes a la mayorfa de eUas. las cuale5. se comentan somera-
maci6n a los autores. mente.
Gaceta Sanitaria. (Bimestral). Editorial, originales, at1lculo de revisi6n, cartas al direc· c. ComLll1icaciones breves, informes breves, originales breves. Como su nombre
tor, informaci6n bibliografica, actividades cientificas, normas de publicacion. 10 indica se trata de la publicacion de datos de interes sobre un estudio limi-
tado 0 de un informe de progreso de una investigacion en desarrollo. A veces
Atenci6n Prima ria. (Mensual). Editorial, originales, originales breves, fonnaci6n con· contienen los resultados preliminares de una investigacion sobre un tema de
tinua, cartas al director. impacto y actualidad.
Archivos Espaiioles de Urologla. (Mensual). Urologia experimental e investigaci6n. d. Ensayos cllnicos. Informan sobre estudios planificados y usualmente contro-
urologfa general y urologfa onco16gica, urologia infantil, casos clfnicos, comunica- lados sobre la eficacia, la seguridad y los esquemas optimos de dosis de una
ciones breves y noticias. droga con aplicacion, terapeutica, diagnostic a 0 profilactica. Tambien puede
tratarse de una tecnica, dispositivo 0 aparato 10 cual se efectua en seres huma-
Actas Urol6gicas. (Mensual). Artfculos originales. revisiones conjuntas, investigacion nos seleccionados de acuerdo a crit~rios predeterminados de elegibilidad y
experimental y notas clfnicas. que se someten a observacion para evidencia predefinida de efectos favora-
bles 0 desfavorables.
Revista de Calidad Asistenciaf. (Trimestral). Editorial, originales, comunicaciones.
opini6n. noticias. critica de libros. normas de publicacion. e. Casos cllnicos. Esta es una fonna muy popularizada de publicaci6n en casi
todas las revistas biomedicas. Obedecen al interes de los profesionales de com-
Ollcologla. (Mensual). Revisiones. originales. notas clfnicas. partir su experiencia de diagnostico y tratamiento con pacientes individuales
o pacientes agrupados alrededor de un mismo diagnostico 0 problema c1{nico.
Revista Cf(nica EspaFiola. (Mensual). Editoriales, originales, notas clinicas, re\'isio- El hecho de que los casos clinicos no sean una muestra representativa de la
nes. profesor invitado, medicina en imagenes, examfnese de ... , y cartas al director. poblacion los priva de validez extema en terminos de poder extrapolar los
resultados a un uniYerso. Sin embargo los estudios de casos han hecho una
Revista de Sanidad e Higiel1e Pliblica. (Bimestral). Editorial, colaboraciones especia- contribuci6n muy significativa al progreso de la medicina cuando se han rea-
les, originales. actividades cientificas. lizado con el debido rigor metodologico.
f. Of ms SCCCiOllCS. Tal es el caso de Ja editoriaL cartas al editor. informes de COI1-
gresos y jornadas, noticias y resefias de libros, las cuales cumplen con impor-
tantes objetiyos editoriales pero que no contribuyen ala comunicaci6n cientffica
propiamente tal.
1. Concepto de investigaci6n *
El ser humano es curioso por naturaleza; observa y tiende a indagar para com-
prender. Se interesa por la busqueda de algo desconocido a partir de un vestigio cono-
cido (huella, rastro 0 indicio), con el fin de describir, explicar 0 inferir. La investigacion
satisface -en parte- esta necesidad de conocer.
• Para infonnaci6n mas detail ada sobre este tema, sugerimos revisar la publicaci6n "lnvestigaci6n Cientffica en Salud.
Desde el Problema hasta la Propuesta" (Documento Tecnico N° 9. EASP, 1996) pm Manuel Alejandro Bobenrieth
Astete, editor.
(2) Indagacion, registro y anali~is de evidencias con el prop6sito de ganar con()ci_ b. Amilisis de contenido
miento (Ro"s R., 1983).
Una forma clara y atractiva de comprender el concepto de il1\eqigaci6n e~ anali-
(3) Busqueda cuidadosa y diligente orientada al descubrimiento e interpretacion Lie ,Jar el contenido de las definiciones: esto permitira encontrar respuestas a cuatro pre-
hechos. 0 la aplicaci6n practica de teorfas nuens (\Vebster D .. 1985). guntas claws: (,Que se hace (averiguacion)? (Sobre que se hace (Objelo de estudio)?
,-Con que proposito ~e hace (finalidad )') (,Como se hace (procedimiento)?
(4) Estudio sistematico para descubrir hechos 0 teorias de analisis a fin de obte-
ner respuestas validas a preguntas planteadas 0 soluciones a problemas identl- ( 1). Con respecto al que se hace. la respuesta es indagar. buscar. estudiar. descubrir.
ficados (Notter LE. Hott JR., 1992).
(2). En 10 relatiyo a sobre que se hace, la respuesta incluye hechos y fen6menos:
problemas empfricos, complejos. determinados y especfficos.
(5) Metodo sistematizado para obtener nuevo conocimiento, el cual puede verifi-
carse y generalizarse mas alla del casu 0 de la muestra estudiada (Brink PJ. (3). En 10 que respecta a con que propos ito se hace, la respuesta abarca solucionar
Wood MJ., 1994). problemas, aplicabilidad practica, utili dad, explicar relaciones causa-efecto y
generar nuevos conocimientos.
(6) Indagacion sistematica que utiliza metodos cientificos orden ados para respon-
der preguntas y/o solucionar problemas (Polit DF, Hungler B., 1993). (4). Referente a como se hace, la respuesta engloba metodos, sistemas, control. serie
de pasos, orden, logic a, precision, diligencia y etica.
(7) Indagacion sistematica que se acomete para solucionar problemas, responder
preguntas y generar nuevo conocimiento. (Massey VH., 1995).
2. Concepto de cientifico
(8) Serie de pasos que intentan dar una respuesta logica a una pregunta especifi-
a. Etimoiogia
ca (Baena G., 1993).
Cientifzco proviene del latin "scientificus", adjetivo que significa perteneciente a
(9) Manera por la cual resolvemos problemas complejos en nuestro intento de echar relativo a la ciencia. Este termino reconoce su origen en el vocablo latino "scientia"
atras las fronteras de la ignorancia humana (Leedy PD., 1992). que se define como el conocimiento cierto de las cosas por sus principios y por sus
causas. Hoy en dia ciencia se homologa a un cuerpo de doctrina metodicamente for-
(10) Averiguacion sistematica y diligente para validar y refinar conocimiento exis- mada y ardenada que constituye un ramo particular del saber humano. Aunque eti-
tente y/o generar conocimiento nuevo (Bums N, Grove SK., 1995). mologicamente "ciencia" equivale a "el saber", hay saberes que no pel1enecen a la
ciencia: por ejemplo, el saber que se califica de comun, ordinario, vulgar 0 cotidiano.
(11) Estudio de un problema en pos de un objetivo determinado mediante el empleo
de metodos precisos, con debida consideracion al control adecuado de facto- b. Tipo de conocimiento
res distintos de la variable bajo investigacion y seguido de analisis, de acuer-
Pareee necesario, en consecuencia. precisar que tipo de saber, que tipo de cono-
do a procedimientos estadisticos aceptables (Comite de Investigacion. Asociacion
cimiento es el cientffico y distinguir entre el conocimiento cientifico y el conoci-
Americana de Salud Publica., 1991).
miento cotidiano. Surgen aqui algunas preguntas que han preacupado a la humanidad
especialmente en la epoca maderna: a) (,Que es el conocimiento?; b) (,Es posible eI
(12) Estudio cientifico y diligente a fin de establecer hechos y de analizar su signi-
conocimiento?: c) (,En que forma debe expresarse el conocimiento?; d) (,Como puede
ficado. Inherente en tal estudio esta un enfoque orden ado con registros exac-
establecerse la verdad 0 falsedad del conocimiento?
tos (Taber C. 1992).
Conocimiento es entendimiento, inteligencia, razon natural. Canocer es averiguar,
(13) Indagacion diligente y examen de datos. informes y observaciones en busque- por el ejereieio de las facultades intelectuales, la naturaleza, las cualidades y las rela-
da de hechos 0 principios (Mosby M., 1994). ciones de las cosas.
d. Trascendental
c. Teorfa del conocimiento
El conocimiento cientffico parte de lo~ acontecimientos pero ya mas alia de 10'-,
De"de Emmanuel Kant. fil6sofo aleman del sig10 XVIIi. el problema del conoci hecho~: '-,e eleva por encima de e\entos y situaciones aisladas hasta traspasar lo~ llmi-
miento comenz6 a ser objeto de la teorla del conocimiento como disciplina filo\(ifi_ tes de la experiencia po sible. El conocimiento cientffico tiende a construir teorfas. e~
ca especiaL 1a cual centra su atenci6n en cuatro aspectos fundamentales: a) La descripci(ll1 decir. a generalizaciones abstractas las cuales presentan una explicacion sistematica
del fen6meno del conocimiento 0 fenomenologfa del conocimiento: b) La cuestion dt acerca de la relacion entre fenomenos.
1a posibilidad del conocimiento: C) La cuestion del fundamento del conocimiento: d I
La cuesti6n de las formas posible" del conocimiento. El conocimiento cientifico busca la generalizacion. 1a comprension global de los
fenomenos y de la forma en que estos se interrelacionan. La capacidad para genera-
Escapa al objeti\o eminentemente practico de esta obra el abrir debate sobre la lizar los resultados de la investigacion es un criterio importante para estimar la cali-
teoria del conocimiento como disciplina fi10sofica especial. Remitimos al lector intc- dad y el alcance de una investigacion. Santiago Ramon y CajaL medico e histologo
resado en la doctria. los fundamentos y los metodos del conocimiento cientffico a espanoL Premio Nobel de fisiologfa en 1906 nos recordaba: "Util sera recordar que
informarse sobre este tema en algunas de las obms de epistemologfa disponibles en todos los grandes investigadores han sido fecundos creadores de hip6tesis; sin embar-
el mercado de libros de texto y de consulta. go cuan diffcil es dictar reglas para imaginar hipotesis. Quien no posea cierta intui-
cion del encadenamiento causal, cierto instinto adivinatorio para columbrar la idea en
el hecho y la ley en el fenomeno, poe as veces dara, cualquiera que sea su talento de
3. Caracteristicas del conocimiento cientifico observador, con una explicacion razonable".
a. Factico e. Explicativo
El conocimiento cientffico parte de hechos de la realidad. que se generan de algu- A diferencia del conocimiento cotidiano, el conocimiento cientffico no se confor-
na forma en la experiencia sensible. Para que un hecho pueda ser sujeto de investiga- ma unicamente con los hechos tal como se dan; investiga su origen, su asociacion y,
cion cientffica debe poder ser observable. registrable y medible. Marie Curie, ffsica de ser posible, busca sus causas. Procura explicar los hechos en terminos de teorfas,
francesa de origen polaco. Premio Nobel de ffsica en 1903 y de qufmica en 191]. escri- de principios y de leyes. Bertrand Russell, filosofo y matematico ingles, Premio Nobel
bfa: "En la ciencia hemos de interesarnos mas por los hechos que por las personas". de literatura en 1950, explicaba: "Para llegar a estab1ecer una ley cientffica existen
tres etapas principales: la primera consiste en observar los hechos significativos; la
b. Met6dico segunda, en sentar hipotesis que si son verdaderas expliquen aquellos hechos; la ter-
cera, en deducir de estas hipotesis consecuencias que puedan ser puestas a prueba por
El conocimiento cientffico pro cede en forma organizada. Planea 10 que persigue la observacion".
a\eliguar. la f0l111a de obtenerlo. de analizarJo e interpretarJo. Dispone de procedimientos
tales como la induccion, la deduccion y la analogfa. Pedro Lafn Entralgo. medico. aca- f. Verificable
demico y escritor espanol contemporaneo declara: "El buen investigador ha de tener a
Los resultados y conclusiones del conocimiento cientffico deben someterse a prue-
la vez ideas nuevas. buena formacion metodologica y buena tecnica de trabajo. A los
ba mediante obser\'acion y, de ser posible. experimentaci6n. No puede aceptarse como
malos investigadores les falta siempre, por 10 menos. uno de estos tres requisitos".
cierto nada que escape a las pruebas de vaJidez. Francis Bacon. fil6sofo y estadista
ingles del siglo XVII, mencionaba: "Leer no para contradecir ni refutar, no para creer
c. Analftico
y aceptar como plenamente garantizado ... , sino para calibrar y ponderar".
El conocimiento cientffico distingue ) separa las partes de un todo hasta llegar a
conocer sus elementos. las relaciones entre estos y los principios que rigen estas rela- g. SimbOlico
ciones. Ivan Pavlov. fisiologo y medico ruso, Premio Nobel de fisiologfa en 1904.
EI conocimiento cientffico utiliza el lenguaje cotidiano pero va mas aHa; crea su
declaraba a comienzos de este sigJo: "Toda la ciencia positiva se ha edificado sobre
propio lenguaje con palabras. signos y sfmbolos que sue1en some terse a reglas.
eJ analisis y siempre. sin excepcion. ha empezado por el".
h. Claro y prcciso
('ueste 10 que cueste". Por su parte Albert Eimtein. ffsico aleman nacionalizado nor-
Los conceptos cientfficos. los problemas objeto de estudio. la~ variables a inve,_ teamericano. escribfa: "Para nuestro trabajo son necesarias dos cosas: una de ellas es
tigar. las hip6tesis. el diseno se definen sin vaguedad. sin ambiguedad. EI lenguaje e,
una persistencia infatigable: la otra 1a habilidad para desechar algo en 10 que hemos
directo y utiliza las palabras justas y las expresiones que corresponden exactamente Ct invertido muchos sudores y muchas ideas".
1a idea que se quiere expresar. Azorin. escritor espanol de 1a Generaci6n del 98. mae~
tro de 1a naturalidad. la sobriedad y la brevedad de sus periodos oracionales, escribia m. (Ttil
"En eso creo yo que esta la perfecci6n del estilo. en decir ni mas ni menos 10 que \e
quiere decir. y en decirlo con exactitud". El conocimiento cientffico es aprO\echable. es beneficioso, es conveniente. es fruc-
tffero. Eventualmente puede ser lucrativo. Nuestro mundo actual. sin la ciencia y la
i. Predictivo tecnologia inmersa en el. retornarfa a la epoca primitiva.
El conocimiento cientifico conlleva una funci6n inforrnativa basada en datos sobre b. Positivismo
hechos observables, analisis e interpretacion de los mismos, para beneficio del mayor
La investigaci6n cientffica en sa1ud se basa en el positivismo, doctrina y escue-
numero de personas.
la fundada por Augusto Comte. matematico y fil6sofo frances del siglo XIX. Este sis-
l. Perseverante tema filos6fico como teoria del saber se niega a admitir otra realidad que no sean los
hechos y a investigar otra cosa que no sean las relaciones entre los hechos.
El conocimiento cientffico es el producto no s610 de la inteligencia sino de la cons-
tancia del investigador. de su firrneza de animo, de su tenacidad para Hevar las cosas c. Metodo y metodologia
adelante, de su perduraci6n a traves del tiempo. Marie Curie opinaba al respecto en
forma enfatica: "Hay que tener perseverancia y sobre todo confianza en sf mismo. Los terrninos metodo y metodologia se usan a menudo indistintamente. De hecho
Hay que creer que se esta dotado para alguna cosa y que esa cos a hay que obtenerla bajo estos encabezamientos el investigador describe, con el mayor detalle que Ie per-
mite el espacio, el diseno del estudio y los procedimientos actuales realizados en la
Etapa de planeacion 0 etapa de disefio; 4) Etapa interpretativa 0 etapa del significa-
recogida, la tabulacion, la presentaci6n y el amilisis de los datos. Aqui nl(~todo/mct()_
do: 5) Etapa de diseminacion 0 etapa de publicacion.
dologfa se deben contra star con la sustancia.
A continuacion se presentan -en fom1a sucinta- las cinco etapas mencionadas con
Creemos que seria muy util el distinguir entre metoda como conjunto de tecniC~h
los diversos pasos que las componen y la enumeracion de las actividades que inclu-
y procedimientos para seleccionar sujetos, recoger. presentar y analizar datos, y meto-
ye cada paso (Ver esquema IV.I).
dologia como el estudio de las suposiciones epistemologicas que gufan el uso de un
metodo. Metodos particulares (tecnicas y procedimientos) pueden ser comunes a un
numero de enfoques de investigacion las cuales se diferencian en fom1a import ante 1. ETAPA CONCEPTUAL (TEORICA)
una de otra en metodologfa.
Paso 1 Definicion del problema de investigacion
d. Procesos sistematicos (a) Desde el tema general al problema especffico. (b) Concepto de
La investigacion cientffica en salud se materializa en procesos sistematicos lo~ problema. (c) Fuentes de problemas. (d) Factores en la seleccion del
cuales se ordenan en etapas. Cualquier sistema de conocimientos se basa en el empleo problema. (e) Formulacion del problema de investigacion.
de metodos apropiados; el sistema de conocimientos en clinica y en salud publica no
hace excepcion. Paso 2 Revision bibliognifica
(a) Objetivos. (b) Momentos en que ha de llevarse a cabo.
e. Proceso secuencial y circular (c) Busqueda y recuperacion de la informacion. (d) Lectura critica y
evaluacion de las fuentes.
La investigacion cientifica en salud abarca las formas de un proceso el cual posi-
bilita el desentrafiar la sustancia de la investigacion. De acuerdo a las actuales ten-
Paso 3 Desarrollo del marco teorico/conceptual
dencias del realismo y del pragmatismo, toda la realidad se da bajo el aspecto de un
proceso. En el caso de las ciencias de la salud este proceso es -a la vez- lineal, secuen- (a) El problema dentro de un contexto teorico. (b) Los marcos con-
cial y circular. Lineal por cuanto sigue una direccion: desde la pregunta (hipotesis) ceptuales. (c) Los modelos.
hacia la respuesta (conclusion); circular por cuanto cada pieza de informacion, cada
evidencia factual origina una instancia de reflexion y de revision de etapas anteriores. Paso 4 Definicion de variables
(a) Concepto. (b) Clasificacion: Cualitativa/Cuantitativa; Discreta/Con-
Ademas la investigacion es tanto un proceso lineal como circular por cuanto con tinua; Nominal/Ordinal; Independiente!Dependiente; Intervinientes!De
base en la observacion empirica (experiencia) establece, completa y reforma la teo- control. (c) Medicion: Frecuencia (incidencia/prevalencia); Asociacion
rla; a su vez, con base en la teorla intenta explicar una zona de la realidad. (riesgo relativo/riesgo atribuiple); Impacto potencial. (d) Indicadores.
(a) Tamafio. (b) Representatividad: Muestreo probabilistico/no pro- Paso 16 Importancia y novedad
babilistico; Muestras relacionadas/independientes; Error estandar.
(a) Aspectos relevantes. (b) Aspectos novedosos, originales.
Paso 9 Realizacion del estudio piloto 0 de prueba
Paso 17 Alcance
(a) Objetivo. (b) Caracteristicas. (c) Indlcaciones.
(a) Limitaciones: sesgos de selecci6n, de informaci6n, de clasifica-
ci6n, de confusi6n. (b) Hallazgos novedosos y haUazgos confirmato-
3. ETAPA EMPIRICA (PRACTICA) rios; Hallazgos utiles.
(a) Documental (Primaria/secundaria). (b) De campo. (a) Respuesta (conclusi6n) a la pregunta de la investigaci6n (hip6te-
sis/objetivos) (b) Respuesta basada en los resultados. (c) Resultados
basados en la metodologia. (d) Metodologia basada en el disefio. (e)
Paso 11 Recoleccion de datos
Disefio basado en los objetivos/hip6tesis.
(a) Observaci6n. (b) Experimentacion. (c) Documentos. (d) Amilisis
de contenido. (e) Cuestionarios. (f) Entrevistas.
5. ETAPA DE DISEMINACION (PUBLICACION)
Paso 12 Procesamiento de informacion
Comunicacion del estudio d~ntro de la institucion
(a) Edicion. (b) Categorizaci6n. (c) Codificaci6n. (d) Tabulacion.
(a) Presentaci6n oral. (b) Presentaci6n de informe escrito.
Paso 13 Presentacion de informacion
Presentacion del estudio a congresos y/o jornadas
(a) Texto. (b) Tablas. (c) Graficos. (c) Otras ilustraciones.
(a) Presentaci6n oral. (b) Presentaci6n de ponencia/conferencia escrita.
-{
Paso 14 Amllisis de la informacion
Publicacion de la investigacion
(a) Niveles 0 escalas de medici6n: Nominal; Ordinal; Intervalar; De
Articulo cientffico original; Articulo especial; Comunicaci6n breve;
razon. (b) Analisis descriptivo: Cuantitativo; Cualitativo. (c) Analisis
Caso clfnico; Articulo de revisi6n.
inferencial: De la estadistica al parametro; Ley de los grandes nume-
ros; Errores tipo I (a) y tipo II (8); Estadfstica parametrica y no para-
metrica; Medidas de correlaci6n y de regresion.
J::!::! Mt:IUUULUllIA Ut:: II\lVt::2JllllC\vIUI~ T L~v"IIUnl-\ vlCI~llrlvl-\ L I " VLII",V,"",
1
I
6. Las etapas de la inYestigacion y los elementos del articulo original
j EI lector interesado en una investigaci6n publicada en un articulo cientffico ori-
:~
ginal s610 dispone de la infonnaci6n que se describe. se explica. se debate y se con-
c1uye en el documento impreso. En efecto, el lector no ha participado en el estudio
ni Ie consta nada de 10 que sucedi6 en el. En consecuencia debe actuar como "detec-
tive cientffico" para deducir 10 que acontecio a 10 largo del proceso de la investiga-
,---:--- -'-,• cion apoyandose exclusivamente en los datos. en las evidencias tanto directas como
i 2. Revisi6n -.;;. circunstanciales que narra el autor del articulo.
(Limitaci6n) , i BibJiognifica
- ' ..
..-
1----- ~----~
-----
,t
.
"
Las consideraciones antedichas plantean la necesidad imprescindible de que el artf-
culo cientffico original se estructure siguiendo la secuencia 16gica/psicol6gica de las
[-16. Importancia I 3. Marco
'-=f~--J L-~-r.J
Te6rico
r 4 . D efiImclon
. "
.
,;
etapas del proceso de la investigaci6n. La comunidad cientffica intemacional ha adop-
tado el esquema "IMRYD": Introducci6n, Material y metodos, Resultados Y Discu-
si6n/conclusi6n.
I!
L-"'!_S_~i
15. Validez ,\
I
Intema y Extema i I Cada uno de estos cinco elementos 0 partes del cuerpo del articulo cientffico origi-
~--T---- nal se corresponde a una de las etapas del proceso de la investigaci6n. De esta manera:
5. HIPOTESIS ~I!.I
a. La Introducci6n contiene 10 acontecido en la etapa conceptual 0 etapa te6rica;
TEMA A INVESTIGAR
14. ANALISIS (Campo de Investigaci6n) OBJETIVOS b. Los Materiales y Metodos incluyen 10 sucedido en la etapa de planificaci6n 0
:! diseno;
13. Presentaci6nI 6. Selecci6n c. Los Resultados muestran los hallazgos de la etapa empfrica 0 pnictica;
1_ de Dato~ _ _ i del Disefio
d. La Discusi6n y la Conclusi6n reflejan fielmente los an:Hisis, las reflexiones,
I
I' 7. Identificaci6n
los debates, las polemicas y las deducciones de la etapa interpretativa 0 del
L Poblaci6n
significado.
I
rs:I:>eterminaci6n I
El Esquema IY.2 "Las etapas de la invest!gacion frente a la estructura del articu-
lo original" muestra las relaciones descritas.
I Casos/Muestra i
9. Estudio
7 La Parte C de esta obra: "Partes del artfculo cientffico original" describe y expli-
ca con detalle los once elementos 0 partes del artfculo cientffico original.
Piloto
HECHOS
DATOS
1. TITULO "
<,
C. PARTES DEL ARTICULO CIENTIFICO ORIGINAL
M. A. Bobellrieth Astete
2, AUTOR .-,-"
3. RESUMEN Un articulo cientffico original es un escrito gue contiene una descripci6n clara.
I. ETAPA CONCEPTUAL
,
5. MATERIALES Y METODOS
.-..
concisa y completa de una inYestigaci6n. Su finalidad es comunicar con fidelidad
lo~ metodos. los hallazgos y su interpretaci6n. no como parte de un libro. sino como
un todo acabado estructurado e interesante . .j
Conviene anticipar gue sus partes se pueden agrupar en tres: a) Partes prelimi-
nares: titulo, autor(es) y resumen; b) Partes del cuerpo: introduccion, materiales y
III. ET AP A EMPIRIC A metodos, resultados, discusion y conclusion; c) Partes finales: agradecimientos, refe-
~ 6. RESULTADOS rencias y apendice.
(PRACTICA)
r
IV. ET APA INTERPRET ATIV A 7. DISCUSI6N .",-- La c1ase de articulo cientifico original varia segun el tema de la investigaci6n y
(SIGNIFICADO) ~
~' el disefio seleccionado para lograr los objetivos definidos. Asi se los puede clasifi-
8. CONCLUSI6N car en articulos experimentales y no experimentales (tambien llamados «observacio-
nales»); articulos de tipo descriptivo y de tipo analftico; articulos te6ricos y artfcu-
los aplicados.
9. AGRADECIMIENTOS
En relacion con los artlculos teoricos el termino «teona», en el sentido de cono-
10. BIBLIOGRAFlA cimiento puro, se opone al termino «pnictica» la mayona de las veces, entendida
/. como cualguier clase de actividad orientada hacia el exterior (fuera del conocimien-
11. APENDICES to mismo). 5 De ahi gue se hable de una exposicion teorica, cuando tiende a plantear
y relacionar determinados conceptos; practiea, -a su vez- cuando tiende a llevar a la
acci6n dichos conocimientos. Los artfculos teoricos pueden entenderse en sentido
V, ETAPA DE DISEMINACI6N amplio y en sentido estricto; en sentido amplio, un articulo teorico es aguel gue
(PCBLICACI6N) PUBLICACI6N EN REVIST AS
ex pone conocimientos organizados. considerandolos con independencia de toda apli-
caci6n aungue no opuesto a ella. En sentido estricto, un articulo teorico es aguel en
el cual se expone un sistema de hip6tesis entre las que se destacan las leyes acerca
Esquema IV2. Las etapas de la imestigacion Jrente a fa esrructura del articulo original de un sector de la realidad.
De entre los artfculos de tipo analftico cabe destacar los estudios correlaciona-
les en los cuales se trata de determinar interrelaciones entre variables c1fnicamente
significativas.
Las categorias de artfculos mcncionados no son necesariamentc excluyentes ~ a
1I ci6n de discusion del mismo. La utilizacion de palabras cla\es (0 descriplOre~) subra-
j
que en una misma investigaci6n se pueden mezclar algunas categorfas. Los trabajo\ \ an el contenido significativo del estudio para que resulte comprensible. localizable
de il1\e'>tigacion public ados en forma de artfculos originales. han de elaborarse y pre- i ~ recuperable. La importancia del titulo se acrecienta por e1 hecho que es un ele-
sentarse siguiendo los principios y las nonnas descritas en los capftulos siguientt>. ;11ento de 10 que se conoce como la «parte bibliografica» de un artIculo. Los otros
~(ln la lista de autores, nombre de la revista. ano de publicacion, numero de volu-
men y paginas que abarcara.
1. Titulo
El titulo proporciona informacion que se utiliza para los sistemas informatiza-
Concepto y objetivos dos de almacenamiento de datos. Los sistemas computarizados de busqueda de lite-
ratma biomedica \' de salud. tales como MEDLARS, Chemical Abstrac~ Services,
Un titulo es inevitable en la primera pagina del artfculo original. Lamentablemente CA Bibliofile, etc~ .. se han desarrollado con 1a suposicion de que los artfculos rele-
con demasiada frecuencia este primer dato del manuscrito que obtiene el editor de vantes puedan localizarse sobre la base de palabras claves en sus tftulos.
la revista 0 el lector del articulo ya publicado. suele ser ampuloso, extenso, confu-
so, ambiguo, partido, con abreviaturas y siglas y en tono efectista. 6 No es de extra- Numerosos servicios bibliograficos dependen fuertemente de los tftulos para cla-
fiar con estos sintomas y signos, que la «supervivencia» del artfculo es minima. sificar, seleccionar e indexar los articulos publicados. Las referencias bibliograficas
en libros y revistas incluyen -entre otros elementos- los titulos de las publicaciones,
Un buen titulo debe tener atractivo y garra; el titulo tiene que captar la mirada a fin de facilitar la verificaci6n de la informaci6n mencionada y/o la eventual pro-
y la atenci6n del lector que hojea la revista; un buen tftulo debe despertar curiosi- fundizacion en el tema,
dad y estimular el interes por leer el articulo. El profesional de la salud, aun aque-
llos que estan suscritos a una revista, no lee todos los articulos. La decisi6n de que Un numero creciente de sistemas importantes de alertas bibliograficas, tales como
articulo leer es selectiva y para tomar esta decisi6n el lector se basa comunmente en Current Contents, Science Citation Index, Chemical Titles, etc .. , al igual que servi-
el tftulo del articulo. Luego si este Ie resulta atractivo se fijara en los autores para cios de distribucion selectiva de resumenes. dependen para su efectividad de la ade-
aterrizar en el resumen. cuaci6n y exactitud de los titulos de los artfculos recientemente publicados.
Si el articulo original, al igual que cualquier otro documento cientffico, necesita EI «Permuterm Subject Index» del Science Citation Index es un ejemplo impor-
de un titulo, este debe ser indicativo del tern a estudiado identificando con precisi6n tante de una fuente de informacion en la cual los terminos de los titulos incorpora-
el tema principal del articulo. Obviamente no debe abarcar informacion no incluida dos juegan un papel crucial. Este fndice se construye usando las pennutaciones posi-
en el texto del articulo. El tftulo debe valorarse por la informacion que contiene y bIes de pares de palabras significativas de titulos de reciente publicacion, listadas en
por su claridad y exactitud; en consecuencia debe contener los elementos principales orden alfabetico. La premisa implfcita de este sistema es que muchos cientfficos
que el texto del artfculo intenta comunicar. Si el titulo no indica que el contenido escrutaran las listas en busca de palabras centrales a su interes de investigaci6n, 10
encaja en el margen de interes del lector. cuando en efecto sf 10 hace. el autor habra cual les permitira ubicar publicaciones nuevas relevantes a su trabajo. Pares de pala-
perdido un lector y el lector habra perdido un articulo interesante. A su vez si el tftu- bras claves suelen ser mas definitivas a este respecto que palabras claves solas.
10 indica que el contenido encaja en el campo de interes del lector y resulta no ser
cierto, entonces el lector habra perdido su tiempo. se frustrara y se molestara. 7
Estructura
No es objetivo del tftulo el destacar cada uno de los aspectos interesantes de un
artfculo. En consecuencia los autores deben ejercitar su mejor juicio para incluir pala-
Con frecuencia los tftulos son de diffcil comprension debido al uso de palabras
bras c1aves correspondientes a los 2 0 3 aspectos mas relevantes del estudio. El titu-
incorrectas v/o a un orden equivocado de las palabras. La redaccion de un buen tftu-
lo es una «etiqueta» clara y Util que anuncia el trabajo mismo de investigacion. El 10 requiere ~o solamente de la utilizaci6n de palabras correctas sino tambien de sill-
tftulo no debe sonar como una afirmacion tajante y dogmatica. No se acepta hoy en taxis correcta. ~ La sintaxis trata de la forma de enlace 0 asociaci6n entre palabras,
dfa indicar conclusiones en los titulos: para eso esta el resumen del articulo y la sec-
conforme a las reglas de la gramatica espanola.
largo~ no son Imls significativos que los cortos ya que de hecho suelen contener pala-
De<,de un punto de \ista de la e~tructura, 1m t{tulos se refiercn a investigacio- bras superfluas e inutiles
nes de tipo causal 0 a investigaciones de tipo descriptivo. En investigacion de tipo
causal los tftulos adoptan. en general. una de las dos fonnas siguiemes: A su vez los tftulos demasiado C0l10s de estilo telegrMico tampoco son acepta-
bles por ser incompletos. dema.~iado vagos. ambiguos e inespecfficos. Se trata de <,er
- Y como efecto (funcion) de X
breve y conciso sin ser crfptico, enigmatico 0 incompleto.
- X como causa de Y
EI t{tulo debe redactarse como una frase en tono afinnativo. No es aceptable una
En investigacion de tipo causal, Y se refiere a la \uriable dependiente objeto de
frase en tonG interrogati vo.
medicion; X se refiere a la variable independiente que manipula el investigador.
Se debe incluir el menor numero posible de palabras para describir adecuada- La declaraci6n 0 exposici6n repetitiva de un concepto que se da por supuesto los 25
mente el contenido del articulo. La experiencia aconseja que un maximo de 15 pala- ejemplos que se mencionan a continuaci6n provienen de tftu10s de artfculos pubJicados.
bras son suficientes para la inmensa mayoria de los tftulos. Los tftulos dem(1siado
«Estudio sobre» ..... ciones de pre~entar el trabajo y defender las crftica<, en reuniones de profesionale:;,
<, Estudio preliminar de» t'~pecialistas. En otras palahra<., debe poder asumir responsabilidad publica del con-
«!\ ue\"o estudia sabre» ... . t"nido total del anfculo. lo cual ..,e expresa en roder explicar el porque y el como
«II1\'estigaci6n acerc:a de» ... . "c realizaron las obsen'aciones: cual fue el marco te6rico y como se decidi6 el tipo
,<Inf0I111e de>, ... . de di<,erio de la imestigaci6n: cwiles fueron los hallazgos principales :. cual es su
«Situaci6n de» ... . analisi:-, y su significado.
«Estado de la situaci6n de» ....
«Obser\"aci6n acerca de» .... De 10 anterior <,e desprende que no califican como autores aquellas personas con
«Observaciones preliminares sobre» .... una conexi6n escasa y circunstancial con el contenido y el proceso de la inyestiga-
«Conceptualizaci6n de» ... . cion. Se incluyen aquf autoridades. directores. jefes de sen'icios 0 departamentos que
«Nuestra experiencia de» ... . ban autorizado y patrocinado la investigaci6n, personas que han proporcionado ayuda
«Resultados de un estudio sobre» ... , econ6mica, gente que facilit6 locales y equipos para la inYestigacion, personas que
«Resultados de la investigaci6n de» .... proporcionaron alguna ayuda tecnica. etc .. A este ultimo grupo de personas se les
«Analisis de los resultados de» .... puede mencionar en la secci6n de «Agradecimientos» del artfculo. EI haber partici-
«Determinacion de» .... pado unicamente en la recolecci6n de datos (encuestadores, etc.) tampoco da dere-
«Analisis de la situacion de» .... cho a aparecer como autor.
«Componamiento de» ....
«Controversia ante» .... Otra cuesti6n no siempre resuelta de forma satistactoria es el orden de aparici6n
«Not as sobre» .... de los nombres de los autores. Aun cuando no existen reglas mandatorias, sf existe
«Un tratamiento nuevo para» .... -en general- un consenso en la comunidad cientffica internacional: el primer nom-
«Valoraci6n del» .. .. bre corresponde al autor principal. Luego vienen los demas autores en orden decre-
«Contribucion al» .. .. ciente de imponancia de la contribuci6n.
«Consideraciones acerca de» ...
«A proposito de» ...
«Una aproximacion a» ... Estructura
Las palabras entre comillas resultan superfluas e inutiles; estan de mas pOl' ser Los ultimos 40 arios han sido testigos de una tendencia creciente a la auror/a
innecesarias y deben omitirse. nnlltiple de los artfculos originales publicados en revistas biomedicas. E5to se expli-
ca por el crecimiento de las ciencias y de sus publicaciones, por la complejidad
progresiva de los estudios en el campo de Ia salud y de la enfermedad, por el
2. Autores aumento de la investigacion en equipos mt;ltidisciplinarios, y por el «credencialis-
mo» Yigente.
Concepto y objetivos
Mas alIa de las razones descritas de la autorfa multiple, hay otra razon subya-
Las obser\"aciones y conclusiones de un investigador son de su propiedad inte- cente: el conceder credito de autor a personas que no 10 merecen. La situacion antes
lectual hasta que las presenta a la comunidad cientffica en forma de un trabajo publi- descrita constituye la auror/a injustificada, la cual es una infracci6n grave a la etica
cado, habitualmente como un articulo original. de publicaI'. A su \ez la situaci6n de negarle el credito como autor a una persona
que 10 merece por ser responsable de una parte decisiva del contenido intelectual del
Es fundamental el establecer «criterios de autorfa» de un articulo original. (, Quien artlculo constituye una injusticia y se denomina autorla incompleta. La combinacion
tiene derecho a aparecer como autor de un artfculo cientffico? Para que una perso- de la autorfa injustificada y Ia autorfa incompleta constituye Ia autoria irrespollsa-
na aparezca como autor en propiedad. debe reunir los siguientes requisitos: a) Haber hIe, la cual es parte de los abusos de caracter etico que se producen en el campo de
hecho una contribuci6n intelectual sustancial a la investigaci6n; b) estar en condi- la publicaci6n, junto con el error, el sesgo, el plagio y el fraude. 10
Estilo
e. Usar iniciales en lugar de nombres complctos de los autores
La" norma" sobre autoria emitidas por el Comite Internacional de Editore~ de f. Incluir grados acauemicos 0 po~iciones jerarquicas de la burocracia institucional.
Revistas 1\Iedicas (CIERM) han logrado gran aceptacion entre muchas re\istas bio- g. No incluir la direccion postal completa del au tor principal.
medicas de todo el mundo. incluidas algunas de las mas prestigiosas. Por la tra\-
cendencia y utilidad de dichas pautas. vale la pena reproducirlas:
3. Resumen
«AUTORIA.
Concepto y objetiyos
Todas las personas designadas como aut or deben cumplir ciertos requisitos para
tener derecho a la autoria. Cada autor debe haber participado en el trabajo en El termino «resumen» se usa en escritura cientffica como una expresion 0 decla-
grado suficiente para asumir responsabilidad publica por su contenido. racion abreviada reducida a terminos sucintos, precisos y esenciales de las ideas y
conceptos mas importantes del informe de una investigacion. 12 Su confeccion es el
Para concederle a alguien el credito de aut or hay que basarse unicamente en reto mas serio a la capacidad de sfntesis del autor.
su contribucion esencial: a) La concepcion y el disefio del estudio, 0 el ana-
lisis y la interpretacion de los datos: b) La redaccion del articulo 0 la revi- El crecimiento exponencial de las revistas biomedicas durante los ultimos 50 afios
sion crftica de una parte importante de su contenido intelectual; c) La apro- y del numero de articulos originales publicados hizo necesario el incluir resumenes
bacion final de la version que sera public ada. Los requisitos a, b y c deben que proporcionan informacion rapida a los profesionales ocupados. Esta parte debe
cumplirse siempre. describir las ideas mas importantes y los contenidos sobresalientes del documento.
La participacion que se limita a conseguir financiamiento 0 recoger datos no
La mayorfa de los profesionales leen solamente el tftulo del articulo. Cuando el
justifica que se Ie conceda a nadie el credito de autor. Tampoco basta con
contenido de este parece encajar en su campo de interes, algunos avanzan un paso mas
haber ejercido la supervision general del grupo de investigacion. Toda la parte
y leen el resumen. Si su lectura les causa una impresi6n positiva, entonees decidiran
del articulo que sea decisiva con respecto a las conclusiones principales debe
leer el articulo. Un buen resumen destaca 10 novedoso. No es un mini articulo sino
ser responsabilidad de por 10 menos uno de los autores.
una selecci6n de algunos aspectos importantes del estudio, acordados por consenso
En un articulo de autor corporativo (colectivo) se debe especificar quienes por la comunidad cientffica internacional; bien redactado produce una impresion posi-
son las personas principales que responden del documento; a las demas per- tiva de inicio. Sin embargo redactarlo es tarea muy difkil, 10 cual explica por que la
sonas que colaboraron en el trabajo se les debe conceder un reconocimiento inmensa mayorfa de los articulos publieados los traen incompletos y deficientes.
por separado (v ease Agradecimientos).
Un buen resumen debe ser inteligible, completo, exacto, objetivo y conciso; debe
Los directores de revistas podran solicitar a los autores que justifiquen la asig- dar datos concretos y no compilar generalizaciones. Al igual que en el caso del tftu-
nacion de la autorfa.» II 10, debe evitar abreviaciones y formulas. Tampoco debe inc1uir refereneias citadas
en el texto: igualmente debe exeluir tablas, graficos u otras ilustraciones.
Faltas frecuentes El resumen de un articulo publicado se diferencia del resumen de una ponencia
a un congreso profesional, habitualmente enviado con anticipacion a la fecha del
a. Incluir como autores a personas que no han hecho una contribucion intelec- evento. El resumen de una ponencia se rige por los mismos principios del resumen
tual sustancial a la investigacion y que no pueden defender publicamente el del articulo pero es habitualmente un poco mas extenso y a veces llega a constituir
contenido del articulo en su totalidad (autorfa injustificada). una comunicacion breve.
b. Incluir un numero desproporcionadamente alto de autores (autorfa multiple).
c. Excluir verdaderos autores (autona incompleta) Los objetivos se pueden enunciar:
d. No respetar el criterio de magnitud de la contribucion al decidir el orden de
aparicion de los autores. a. Permitir que el lector identifique el contenido basi co del artfculo de forma
rapida y exacta;
parte. y la necesidad de disponer de informaci6n exacta sobre el tipo de disefio de
b. Permitir que el lector determine la pertinencia (que viene a su propClsito) \
la relevancia (que es importante y significativo) de este contenido a su inte'- investigacicm con enfasis en aspectos melodologicos. por la otra. ha dado origen en
revistas de medicina clfnica a una nueva modalidad de resumen de articulo orioinal
res particular: to
a. Los objetivos (6 hipotesis) principales del estudio; El resumen es una condensacion de los conceptos principales del contenido del
documento. Condensacion significa reducir a men or extensi6n un escrito 0 discurso
b. Los metodos empleados, incluyendo el tiempo. ellugar, los sujetos de la inves- sin quitarle nada de 10 esencial.
tigaci6n y la intervencion efectuada;
El termino «resumen» no debe confundirse con otros terminos relacionados, tales
c. Los resultados (hallazgos) principales con valores numeric os precisos. como: anotacion. extracto y sumario. Una «anotaci6n» es un comentario breve, una
explicacion sobre un documento, 0 sobre alguna parte de d. Un «extracto» es una
d. Las conclusiones principales con sus limites de validez y los alcances del estudio.
o mas partes de un documento, seleccionadas para representarlo. Un «sumario» es
una breve condensaci6n parcial del documento, habitualmente de una parte, capitu-
Las inmensas dificultades que enfrentan las revistas biomedicas para conseguir
lo 0 seccion de el.
resumenes que incluyan espont<ineamente estos 4 elementos fundamentales, por una
EI estilo del resumen debe, en consecuencia. asegurar el cumplimiento de una La introduccion sin'e de transici6n del mundo del lector al mundo del autor del
serie de rcquisitos: una fonna de expresi6n clara. cone is a, objetiva e impersonal: el <1rticulo y prepara al lector para que lea el articulo con atencion y con reflexion. Para
empleo del pasado \erbal (tiempo preterito), excepto en frases concluyentes, ya que ello el autor debe presentar prontamente el campo de estudio para pasar luego al
relata un estudio realizado: una extensi6n maxima de 300 palabras; su ubicaci6n en problema de investigacion. La informacion proporcionada debera ser suficiente como
pagina separada. entre el titulo y la introduccion; la exclusion de abre\iaturas no para que aun el lector que no conozca el tema en detalle pueda ubicarse facilmente
explicadas: la exclusi6n de referencias bibliogrMicas; la exclusion de tablas y grafi- en el trabajo. Una buena introduccion despierta el interes del lector en conocer el
cos: la exclusion de informacion 0 conclusiones que no esten en el texto. resto del articulo. 6
La expo sic ion del problema incluye: a) Identificar el problema por observacion.
Faltas frecuentes
por estudio. 0 ambos: b) Describir el origen del problema. Se deben exponer los
a. Omiten elementos importantes. antecedentes del problema. valiendose de la primera revision bibliogrMica; de esta
b. Destacan asuntos insignificantes. manera el lector puede conectar los antecedentes conocidos con los hechos que se
c. No es inteligible por si mismo. propone investigar; c) Destacar la magnitud y la importancia del problema; d)
d. No incluye los objetivos. Diferenciar los diversos elementos del problema; e) Distinguir el problema general
e. No incluye los materiales y los metodos. del problema de investigacion.
f. No incluye los resultados mas relevantes.
g. No incluye las conclusiones. Cualquier situacion conflictiva no es objeto de investigacion. EI problema de
h. Incluye conclusiones no mencionadas en el texto del articulo. investigacion debe reunir 4 requisitos: a) Ser susceptible de observaci6n y de medi-
1. Incluye otra informaci6n que no figura en el texto del articulo.
cion: b) Requerir una respuesta 0 solucion; c) Contribuir a la generalizaci6n de nue-
J. Utiliza abreviaturas y simbolos poco conocidas.
vos conocimientos y/o tecnologias; d) Tener una utilizacion practica.
k. Carece de claridad.
1. Carece de precision.
En la primera caracterizacion del problema se trata de averiguar que se conoce
m. Carece de concision.
del mismo. que se ha investigado sobre el mismo y que aspectos importantes per-
n. Carece de sencillez.
o. Carece de secuencia logica; las frases y los parrafos no estan ordenados ade- manecen min desconocidos. Los criterios utilizados generalmente en la formulacion
cuadamente. del problema de investigacion son: a) Expresar algtin tipo de relacion 0 asociacion
p. No es autoexplicativo, aut6nomo; no se entiende separado del articulo original. entre variables; b) Posibilitar la prueba empfrica de las variables; c) Expresarse en
q. Utiliza nombres coloquiales 0 marcas registradas de productos quimicos 0 far- una doble dimension temporal y espacial; d) Formularse en fonna de pregunta.
maceuticos en lugar de denominaciones genericas.
r. Menciona localidades geograficas poco conocidas sin indicar denominacion La averiguacion sobre los antecedentes del problema conduce a la primera btis-
estatal ni pais. queda bibliogrMica. Bsta consiste en una revision, seleccion y exposicion breve de
trabajos publicados, cuyos resultados corresponden al tema especffico. La revision
bibliocrrafica
to
reconoce la contribucion de otros investigadores y muestra la conti-
4. Introduccion nuidad logica entre sus trabajos y la investigacion objeto del articulo.
Concepto y objetivos
Para la discusion de la literatura se tienen en cuenta las siguientes indicaciones:
El cuerpo del articulo cientifico original se inicia con la introduccion. El lector a) Seleccionar citas directamente pertinentes al tema; b) Seleccionar citas actualiza-
espera encontrar alIi descritos los di versos elementos de la fase conceptual de la das al tema (idealmente los tiltimos 10 afios): c) Centrarse en publicaciones de tipo
investigacion. La introduccion responde al «que» y al «por que» de la investigacion. primario; d) Poner enfasis a los hallazgos. procesos metodologicos y conclusiones
Como el senti do etimologico 10 indica, la introduccion es la entrada del lector al mas significativas. sin incluir detalles secundarios; e) Evitar una revisi6n bibliogra-
tema. La introduccion da cuenta de to do aquello que debe presuponerse objetiva- fica exhaustiva (Ver Apendice II "El proceso de la revision bibliografica. Resumen
mente para la recta inteligencia de la cuestion, expuesta en el articulo. 14 esquematico").
.-- ----~--- --~--~-~--------
La formulaci6n del marco tenrico permitc: a) Delimitar 10 que incluye la im l'\- El texto de Ja estructura debe comprendcr los siguiente<, elementos. en el orden
tigaci6n: b) Visualizar las interrelaciones de los diversos elementos que compuncn que "e indica:
el problema: c) Establecer las teorfas que son pertinentes al problema, resumienuo
los argumentos y datos mas relevantes. a. Enunciacion del prohlema general.
b. Revision de los antecedentes del prohlema y examen de la literatura perti-
La definicinn de ~en71illOS se realiza explicando aquellos tenninos claves para ,u nente (fundamentos del estudio).
facil comprension. Todos los terminos que se aparten del uso comencional requieren c. Definicion del problema de imestigacion.
una definicion particular. La definicion ha de ser clara y comenir solamente a 10 que d. Establecimiento de un marco teorico.
define. Las definiciones son indispensables; en caso contrario, el lector no podra e. Definicion de las variables.
seguir con c1aridad el hilo del asunto. En otras palabras la falta de definiciones e, el f. Definici6n operacional de terminos claves.
comienzo de la confusion; por esto es importante incluirlas en la introduccion. g. Definicion de objetivos (0 hipotesis) del estudio.
h. Importancia y alcance del estudio.
La definicion de variables se utiliza preferentemente en los trabajos experimel1- 1. Limitaciones del estudio.
tales y cuasi-experimentales. Se deben indicar la variable independiente y la varia-
ble dependiente. Ademas las variables de control, las variables intervinientes y la~ El problema general que llevo a la investigacion surge de la observaci6n espon-
variables de confusion. tanea 0 sistematica de los hechos. El problema de investigacion es habitualmente un
subproblema del problema general, es un aspecto 0 componente del problema gene-
El objetivo es el resultado concreto y previsto que se intenta obtener mediante ral. En el planteamiento del problema debe indicarse su origen, como se entendfa
la investigacion. El objetivo definido no debe perderse en divagaciones sin relaci6n antes, como se entiende hoy, cuales son sus elementos, como se relaciona con cues-
directa con el problema ya que el trabajo debe indicar que es exactamente 10 que se
tiones afines y como se distingue de ellas. La enunciacion del problema debe ser
pretende. En ningun momenta el investigador debe separarse del objetivo propues-
breve y clara. Puede plantearse en forma de pregunta, de tal manera que 10 entien-
to; si surgen otras cuestiones afines se anotaran a medida que se desarrolla el estu-
da el mayor numero de lectores y no unicamente los especialistas.
dio para su ulterior discusion. El objetivo de la investigacion, en consecuencia: a)
Enuncia un resultado univoco, claro, preciso, factible y medible que se obtendra una En la revision de los antecedentes del problema, se exponen brevemente los tra-
vez terminado el proceso de investigacion; b) Define un estado 0 situacion cuanti- bajos mas importantes relacionados con el tema. Se reconocen las contribuciones de
ficable en un lugar y tiempo determinado, que se intenta alcanzar como resultado de otros autores mostrando alguna relacion 16gica entre sus resultados y la investiga-
la investigacion; c) Corresponde a la pregunta de investigacion cuya respuesta cons- ci6n realizada. Se pone enfasis en hallazgos y condusiones importantes, sin induir
tituini la conclusion del estudio. detalles secundarios; ademas se relacionan esos hallazgos con el disefio y los meto-
dos empleados.
La fonnulacion de hipotesis consiste en una afirmacion de relaciones previstas
entre dos 0 mas variables bajo investigacion. Una hipotesis es una explicacion anti- EI marco teorico ubica el problema desde una corriente ideologic a, desde un sis-
cipada, una solucion provisional del problema planteado. Esta solucion se funda- tema de pensamiento. EI marco teorico no constituye necesariamente un elemento
menta en observaciones del propio autor y en los datos derivados de otras investi- rotulado con este nombre. Sin embargo el texto de la introduccion debe presentar evi-
gaciones publicadas. Las hipotesis conducen a estudios empiricos que buscanin dencia clara sobre como el autor relaciona el problema a investigar con el cuerpo de
confirmarlas 0 rechazarlas. La hipotesis recibe la prueba empfrica a traves de la reco- conocimientos y teonas existentes sobre el tema. Ademas el marco teorico pennite
leccion y el analisis de los datos. disponer de una gama de opciones posibles de disefio de la investigacion. Entendemos
el tennino «disefio» como el enfoque, el abordaje y el plan de la investigacion.
Estructura
La definicion operacional es aquella definicion en tenninos de «condiciones obser-
La estructura de la introduccion debe corresponder a los conceptos y objetivos vables» u «operaciones» bajo las cuales sucede un evento. Ejemplo: «Buena memo-
de este capitulo del articulo cientffico original. En consecuencia debe organizarse ria es el recuerdo exitoso de quince nombres -sobre un total de 20- inmediatamen-
reflejando fielmente los elementos alli definidos. te despues de un periodo de aprendizaje de 5 minutos».
5. Materiales y metodos
La definici6n de los atributos 0 caracteristicas de lo~ sujetos de la invesligaci(lI1
que llamamos «variables» debe ser muy clara y especffica. Concepto y objetiyos
Estilo
Este capitulo es sin duda el mas \ulnerable para el recbazo de manuscritos de
articulos originales por las revistas biomedicas de prestigio que utili zan sistemas de
El primer palTafo debe imitar al lector a seguir leyendo. En esta parte tan impor- revision por arbitros. incluyendo entre estos a algun experto en disenos de investi-
tante del articulo la organizaci6n de ideas debe crear una sensaeion creciente de de\- gacion y analisis de los datos.
cubrimiento. EI tono debe ser comersacional, sincero y tener la fuerza de la logica.
no de la insistencia 0 la exageracion. Es preciso ir directamente al grano. liberar~e En esta parte se responde a la pregunta: «(,C6mo se realizo la investigacion?».
de cualquier elemento que impida la recepci6n inmediata de la ideas. EI eseritor debe Algunos textos sobre investigacion cientifica utilizan otros tem1inos como SlI10J1l-
ponerse en el lugar del lector y evitarle que tenga que volver a leer para entender. -~
mos. Tal es el casu de «sujetos y metodos». «pacientes y metodos», «materiales y
Es una buena practiea dar el manuscrito a leer a una persona de confianza que no -j tecnicas», «metodos», «disefio y metodos». I'
tema indicarle al autor 10 que falta. 10 que sobra y 10 que no ha quedado claramen-
te expresado. Suele haber estudios aparentemente validos y potencialmente utiles cuyo infor-
me omite el minimo de detalles de que se hizo, a quien se bizo y como se bizo.
La introduccion debe reeseribirse cuantas veces sea neeesario despues de termi- Esto incluye aspectos tan importantes como eJ procedimiento de muestreo supuesta-
nar elmanuscrito. Es interesante tener en euenta que, muchas veces, en la parte de mente aleatorio, la seleccion de pacientes y de controles, la caracterizaci6n de las
la discusion apareeen frases muy adecuadas para la introduccion del trabajo. Debe variables dependientes e independientes, los metodos de analisis, los errores estan-
evitarse ofrecer demasiados datos 0 datos irrelevantes. (Por ejemplo, la descripci6n dares, los intervalos de confianza, etc.
ffsica de una region entera para describir los problemas de una pequefia comunidad).
Si bien se recomienda explicar los conceptos diffciles que no esten al alcance de la El objetivo de este capitulo es, en consecuencia, describir el disefio de la inves-
mayorfa de los lectores, debe darse por entendida alguna informacion obvia, 0 cuya tigacion, incluyendo sus premisas, sus ventajas y sus limitaciones, por una parte, y
exactitud no sea necesaria para seguir el cursu de la investigacion presentada. expJicar como se 11evo a la practica, justificando la eleccion de sujetos, de metodos
y de tecnicas, por la otra ..
A menudo es aconsejable el sacar parrafos enteros del comienzo de la intro-
duccion si el escritor tarda demasiado en entrar en materia. EI fracaso en delimitar
Surge la pregunta logica: (,Cuanto detalle debe incluir esta informaci6n? La res-
el problema inmediatamente indica vaguedad y confusion del autor sobre 10 que
puesta es inequivoca: El detalle suficiente que permita al lector general la clara y
desea lograr con el consiguiente fastidio del lector y el peligro de que abandone la
recta comprension del proceso de la investigacion. Ademas el deta11e necesario que
lectura del artfculo.
baga po sible reproducir el estudio a otro investigador, adaptandolo a su realidad.
Faltas frecuentes El termino diseiio viene del italiano «disegno» y significa la traza, el delinea-
miento de una investigacion. Es la descripci6n sucinta 0 bosquejo del enfoque, de
a. Inexactitud en la identificaci6n del problema general. la estrategia de abordaje del problema de investigaci6n para el logro de los objeti-
b. Imprecision en la definicion del problema de investigacion. vos definidos al final de la fase conceptual de la inYestigacion.
c. Ausencia de un marco teorico de referencia conceptual.
d. Insuficiencia de respaldo bibliografico. El investigador dispone habitualmente de un espectro mas 0 menos amplio de
e. Falta de definicion de las variables. posibles disenos de estudio. En consecuencia debe dar razones para justificar la selec-
f. Falta de definicion operacional de los terminos principales. cion de un disefio en particular y contener el plan de la investigacion con los ele-
g. Objetivos demasiado generales. vagos 0 ambiguos. mentos formales del trabajo: fuentes de informaci6n, sean estas documentales 0 de
b. Hipotesis mal fom1Uladas. campo; metodos de recoleccion, tabulacion, presentaci6n y analisis de la informacion.
1. Limitaciones del estudio no explicitas.
Todo di~efio. m;:i" alia de su tipo. debe asegurar de alguna manera dos elenkn_
Una definici6n de los terminos prineipoles en forma operacional evitara confu-
tos: a) Control. en el sentido de comprobaci6n 0 de comparacion. De entre las di\n_
siones Jl1necesanas.
sa~ formas de control cabe mencionar el control por manipulaci6n, el control por
eliminaci6n 0 inclusi6n, el control estadfstico y el control por aleatorizaci6n: h) Es crucial el especificar que mhodos estad[\'1icos se emplearon para analizar los
Validez. con sus variedades de validez intern a y validez externa. 16 hallazgos. Esto cobra especial importancia para la determinacion de la validez inter-
DCI (capacidad del investigador de atribuir diferencias en los grupos 0 panicipantes
Las caracterfsticas de un buen diseno incluyen:
a la variable independiente) y de la validez extema (grado en que se pueden gene-
a. Adecuaci6n a las «preguntas de investigacion». formuladas en la forma de obje- ralizar los resultados de la muestra bajo estudio a la poblacion).
tivos 0 hip6tesis.
Surge aqui nuevamente una pregunta pr<ictica: t.Cuanta informaci6n estadfstica
b. Precision, la cual aumenta cuando disminuye la variabilidad inducida por la"
variables extrailas. debe incluir el informe de la imestigaci6n redactado en la forma de un articulo ori-
ginal? La cantidad de informacion estadfstica y su grado de elaboracion dependeni
c. Poder, entendido como la capacidad de un diseno de investigacion para des-
del tema especifico a investigar, de los objetivos (0 hip6tesis) definidos y del tipo
cubrir las relaciones entre variables, para operacionalizar las variables inde-
pendientes de manera que aumente la capacidad de descubrir diferencias. de diseno seleccionado.
d. Falta de sesgos, es decir, errores que influyen sistematicamente produciendo
El Comite Internacional de Editores de Revistas Medicas (CIERM) ha propues-
una distorsion de los resultados del estudio en 'alguna direccion.
to las siguientes pautas para presentar por escrito los aspectos estadisticos de la inves-
Los sesgos suelen agruparse en tres tipos: sesgos de seleccion, sesgos de clasifi- tigacion: II
cacion y sesgos de confusion. Los dos primeros se deben controlar en la fase de dise-
a. Describa los metodos estadisticos con detalles suficientes para que un lector
no. El ultimo se puede controlar tanto en la fase de diseno como en la de amilisis.
enterado que tenga acceso a los datos originales puede verificar los resultados
La eleccion del diseno es la decision mas importante de la investigacion, despues infonnados;
de la del problema de investigacion y de la definicion de los objetivos de la misma. b. Cuantifique los resultados y presentelos con indicadores apropiados de error 0
incertidumbre de la medici6n (por ejemplo, intervalos de confianza);
El lector espera una clara descripcion de los sujetos que intervienen en la inves- c. No dependa exclusivamente de las pruebas de comprobacion de hip6tesis esta-
tigacion, aclarando su identidad. su numero y el modo en que se seleccionaron. El dfsticas, tal como el uso de los valores P, que no transmiten informaci6n cuan-
lector debe obtener una idea muy clara tanto de la muestra como del universo de titativa importante;
donde proviene la muestra. "
d. Analice la elegibilidad de los sujetos de experimentacion;
e. Proporcione los detalles del proceso de aleatorizacion cuando este exista;
Un aspecto muy importante es la descripcion de las fuentes de informacion, tanto f. Si se usaron medios para encubrir las observaciones (metodo ciego, doble ciego.
documentales como de campo, con algun comentario sobre la confiabilidad de las etc.) describalos junto con los resultados que dieron;
mlsmas. g. Informe no solamente sobre las bondades de la intervencion sino tambien sobre
las complicaciones de la misma (efectos colaterales indeseables):
El autor debe explicar la intervencion, con caracterizacion de la variable inde- h. Especifique el mimero de observaciones, sus relaciones y posibles correlacio-
pendiente y la variable dependiente. Junto a esta explicaci6n debe senalar los illS- nes con otras unidades:
trlllnentos utilizados tanto para la recoleccion de la informacion y para la medicion 1. Indique las perdidas de sujetos de observaci6n (por ejemplo, las personas que
de las variables bajo observacion y estudio. Esto incluira formularios, cuestionarios. abandonan un ensayo clfnico);
equipos, materiales, etc .. empleados en el estudio. J. Utilice referencias actuales sobre el diseno del estudio y los metodos estadfs-
ticos (ultimos diez anos y de preferencia los ultimos cinco anos), mas bien que
Se espera encontrar una explicacion sucinta de los procedimientos utilizados en los articulos originales donde se describieron por primera vez;
la obtencion de los datos y en la tabulacion de los mismos con especificacion de los k. Especifique cualquier program a de computacion de uso general que haya
criterios de inclusion y exclusion de sujetos a los grupos de estudio y de control. empleado;
344 Iv1E10DOLOGiA Dt IINESlIGACIOI~ Y ESCF~ITURI' CIENTiFICA EI~ CLlI-JIU\
Estructura 6. Resultados
El formato de este capitulo debe servir fielmente a los objetivos descrit08' en el Concepto y objetiyos
cuarto parrafo de «Concepto y Objetivos». De esta manera el texto de material y
metodos debe inc1uir los parrafos correspondientes a: a) Disefio; b) Sujetos; c) Fuentes .
L os« R esu1ta d os» constltuyen 1 " 11 . 1 f d del articulo cien-
0 pnnClpa, a sustanCla, e on 0
de informaci6n; d) Intervenci6n; e) Instrumentos; f) Procedimientos; g) Terminos tifico original en la forma de datos. Todo 10 que antecede: la introdllCci6 n y los. ~ate-
principales; h) Pruebas (6 modelos) estadisticos. .
nales y meto' d os, co b ran 'lmportanc13
. en 1a me d'd 'b'l'
1 a que POSI 1 Itan
la obtenclOn
. 'f' de
. " , 1 d' . ,
resu 1ta d os. L 0 que Vlene a contmuaClOn: a lSCUSlOn para encon r t ar el . slgm
. , lcado
., d . esugacIOn, son
de los hallazgos y la conclUSIOn con la respuesta a la pregunta e lIlV . d
Estilo la consecuencia directa de los hallazgos debidamente seleccionados, orgal1lza os, pre-
sentados y analizados. 17
El estilo debe ser narrativo, directo, factual. Deben preferirse frases cortas y sen-
cillas en lugar de largas y complejas; la experiencia muestra que las primeras resul- , , 6 en la inves-
E1 capItulo de resultados responde a las preguntas: ~Que se encontf , ..
tan mas faciles de entender por los lectores. Debe emplearse un estilo objetivo, evi- . " ') ~ C ua'I es son 1os ha11 azgos pnnClp:i
. . 1es, pro ducto d e 1as illetodOlog13s utlh-
tlgacIOn.
tan do los pronombres personales. La claridad, la concisi6n y la secuencia son requisitos , . ente
zadas? En termmos generales, los datos que se recolectan no son d'lrec tam b 1 Com-
"
esenciales. No tienen cabida cuestiones ni conceptos que no son estrictamente rele-
patibles con el analisis por 10 cual hay que efectuar una selecci6n, uJ1a ta ,u a cl0n,
vantes al tema del estudio y al objetivo del capitulo. ., £1 capItu l 0 de.
una presentaclOn, una d " , y un ana'1"ISIS de 1os mlsmos.
escnpcIOn .
En cuanto a la redacci6n debe utilizarse el tiempo pasado ya que se trata de rela- «Resultados» -en consecuencia- contiene todos los hallazgos principa1es, .exper:-
. de 1a mVestl-
tar 10 que sucedi6 durante la investigaci6n. mentales 0 de otro tlpO, que el autor ha acumulado durante el curso
gaci6n, clasificados y ordenados de una manera sistematica.
EI capitulo de «Resultados» debe presentar solamente hallazgos que se puedan E1 texto debe expresarse en forma comprensible y verificab1e, tomando en cuenta
describir con seguridad y con una clara conciencia de Que: a) Son confiab1es; b) Son todas las variables seleccionadas. La redaccion sigue una secuencia logica en relacion
significativos, y c) Son nuevos. El requisito de confiabi1idad se refiere al grado de con los objetivos 0 las hipotesis a fin de responder a la pregunta de investigacion.
consistencia 0 seguridad con la cua1 un instrumento mide los atributos que intenta
medir. EI requisito de significacion se refiere a la probabilidad de que una relacion Las tablas y los graficos son auxiliares poderosos del texto. Se debe estar aler-
observada podria deberse a1 azar y no a la variable independiente. El req1,Hsito de ta a fin de evitar redundancias.
novedad se refiere a que los hallazgos aporten algo realmente distinto, en a1gun sen-
tido, al conocimiento existente sobre el problema al momento de realizarse el estu- El texto debe ser claro, preciso y limitarse a 10 estrictamente necesario. Un buen
dio, tal como 10 muestra una revision bibliografica seria, pertinente y actualizada. texto cumple con requisitos basicos:
Los objetivos del capitulo de resultados pueden enunciarse brevemente como sigue: a. Utiliza una sucesion adecuada de parrafos;
b. Utiliza titulos y/o subtltulos solamente para agregar c1aridad a la categorizacion;
a. Presentar los hallazgos mas importantes y pertinentes a los objetivos del estu- c. Cita todas las tablas y figuras;
dio en forma comprensible y coherente; d. Cita todas las referencias bibliograficas;
e. Se expresa en tiempo pas ado cuidando de no repetir 10 descrito en materiales
b. Presentar los hallazgos en un orden logico, el cual permita una secuencia que y metodos.
apoye la hipotesis;
Las tablas son como la imagen de los datos; consisten en conjuntos ordenados
c. Mencionar todos los hallazgos releyantes, incluso aquellos contrarios ala hi po-
y sistematicos de numeros y/o palabras que muestran valores en renglones 0 filas
tesis formulada;
horizontales y en column as vertica1es.
d, Utilizar el medio de presentacion. 0 combinacion de medios. mas adecuado.
claro y economico (texto, tab1as. graficos); Los objetivos de las tablas son:
e. Presentar los resultados de las pruebas estadisticas aplicadas a la informacion a, Presentar informacion esencia1 de tipo repetitivo en una forma facilmente visi-
reco1ectada; ble y comprensible.
b. Mostrar frecuencias, relaciones, contrastes. variaciones y tendencias mediante
f. Describir los hallazgos y su analisis con detalle suficiente como para justificar la presentacion orden ada de la infomlaci6n.
las conclusiones. c. Complementar -no duplicar- 10 descrito en e1 texto.
Los requisitos de una buena tabla son:
Los graficos mas frecuentemente utilizados en publicaciones biomedicas son:
a. Ser autoexplicati\'a.
b. Ser sencilla y de facil comprension. a. Grafico en barras: b. Histograma: c. Poligono de frecuencias: d. Grafico lineal
c. Tener titulo bre\'e y claro. de escala aritmetica; e. Grafico lineal de escala semi-logaritmica: f. Grafico
d. Indicar la fuente de origen de la infonnacion (Jugar y fecha). en sectores; g. Grafico de dispersion: h. Diagrama de estrellas: i. Caras de
e. Incluir las unidades de medida en el encabezamiento de cada columna. Chemoff.
r. Indicar la base de las medidas relativas (razones, porcentajes, tasas. indices, etc.)
g. Hacer explfcitas las abreviaciones. Se deben seleccionar cuidadosamente las tablas y los graficos porque son cos-
h. Indicar las llamadas a notas de pie de tabla mediante letras colocadas como tosos y ocupan mucho espacio en la publicacion. Ademas el exceso de tablas, de
exponentes. en orden alfabetico. material grafico 0 de ambos disminuye el efecto que se de sea lograr, cual es el de
1. Agregar informacion, no duplicarla.
realzar el texto.
Las figuras son como la imagen de las ideas; consisten en graficos, diagramas.
Los temas de TAB LAS y GRAFICOS se tratan en detalle en los capitulos 7 y
dibujos lineales, mapas, fotograffas, radiograffas, etc ..
8, respectivamente.
Los objetivos de las ilustraciones son:
Faltas frecuentes Algunas veees las tablas resultantes constituyen el tinieo elemento de amilisis nece:-.a-
rio, especialmente cuando la cantidad de datos es pequefia y las relaciones son senci!1as.
a. Se incluye informacion no pertinente a los objeti\os del estudio.
b. Se incluye informacion pertinente pero de mu)' escasa importancia para eJ Cuando los datos son mas eomplejos sera neeesario recun-ir a graficos ),/0 a esque-
estudio. mas para visualizar patrones mas amplios y tendencias, como asi mismo para identi-
c. Se confunden hechos (nivel objetivo) con opiniones (ni\el subjetivo). ficar variaciones y prospecciones desde esas tendencias. Estas Yariaciones pueden
representar hallazgos nuevos importantes 0 simplemente detectar errores de codifica-
d. Se presentan hallazgos sin una secuencia logica.
cion 0 de transcripcion.
e. La informacion que se incluye no es suficiente para justificar las conclusione".
f. El tratamiento estadfstico no se menciona, no se explica con claridad. 0 e" Una vez que se ha eompletado el analisis, las tablas, los graficos y los esquemas
inapropiado. sirven como ayudas visuales utiles para describir los datos a otras personas. De 10
g. Se utilizan tablas y/o grMicos inadecuados 0 poco claros. anterior se desprende que los objetivos de las tablas, de los graficos y de los esque-
mas son: a) posibilitar la comprension y el amllisis de los datos: b) comunicar infor-
h. Las tablas y/o los graficos son excesivos. De hecho se utili zan de forma
indiscriminada, inadecuada e innecesaria. Hay duplicacion y redundancia en 1a macion acerea de los datos.
presentaci6n de la informacion.
Las tablas organizan y condensan datos en una forma estandarizada; se constru-
1. Los grMicos son inadecuados para destacar tendencias y hacer comparaciones.
yen para presentar informacion en forma numerica, especialmente de tipo repetitivo:
J. Los grMicos incluyen much as series estadfsticas juntas y/o estas tienen muchas numeros de ocurrencia, porcentajes, valores en escalas y otras caracteristicas de los
categorfas, 10 cual complica el dibujo y dificulta su comprension e interpreta- fenomenos bajo estudio. Una buena tabla es un conjunto ordenado y sistematico de
cion.
numeros y/o palabras que muestra valores en renglones 0 filas (horizontales) Y en
k. Los grMicos se presentan incompletos. Falta informacion sabre numero, titu- columnas (verticales).
lo, esc alas, fuentes y simbologfa.
1. Las tab las y los grMicos carecen de legibilidad y de comprensibilidad. La facilidad y la velocidad para comprender una tabla depende mucho de la dis-
posicion logica de su tabulacion. Los encabezamientos de filas y de columnas se rela-
cionan con el conocimiento que posee ellector; la informacion contenida en las diversas
7. Tablas casillas del euerpo de la tabla corresponde al conocimiento que busca el lector y que
ofrece el autor.
La Seccion "3.1. Tablas" del Capitulo A. "Analisis descriptivo", de la Parte II de
esta obra (paginas 133-136) introduce el tema de las tablas como una forma de presen- La estructura de 1a tabla debe ser 10 mas simple y clara posible. Las presentacio-
tar d~tos de tipo numerico en forma organizada y resumida. El texto de este acapite nes tabulares unidimensiona1es no suelen presentar problemas para el lector pro me -
relaclOna las tablas con los conceptos de frecuencia absoluta. frecuencia relativa fre- dio. Sin embargo algunos lectores experimentan dificultades para comprender una
cuencia acumulativa absoluta, frecuencia acumulativa relativa e intervalos de val~res. tabla tridimensional 0 matriz de triple via. Nunca se ha de olvidar la importancia de
presentar la informacion en una secuencia que sea compatible con la estrategia de pro-
cesamiento de informacion del lector. Esta estrategia opera usualmente de izquierda
Introducci6n a derecha y de arriba hacia abajo. 19
El analisis de los datos es un componente muy importante en la practica de la Una tabla permite disponer y ordenar grandes cantidades de datos en colum nas Y
investigaci6n clfnica y epidemiologica. Para analizar los datos en forma eficiente el en filas de tal forma que el lector pueda observarlos, estudiarlos, comprenderlos Y ana-
investigador debe primero familiarizarse con los datos antes de aplicar tecnicas ana- lizarlos tanto en forma individual como en conjunto. Una tabla bien disefiada suele
lfticas. De esta manera el investigador que empez6 examinando registros individuales ser mas exacta, mas completa y puede presentar mucha mas infonnacion que un gra-
avanzara organizando y resumiendo los datos en tablas apropiadas. fico. Las tab1as estan partieulam1ente indicadas para el manejo de informacion com-
pleja en escritura cientifica, en infom1es de progreso de proyectos, en informes esta- columnas, cuerpo. intcrvalos de clases. tamafio y fom1a, abreviaturas y simbolos, ali-
dfsticos, en informes economicos y de negocios. etc. Una buen tabla condensa infor- neacion, omisiones. notas a pie de tabla, fuentes de infom1aci6n y ubicaci6n con res-
macion en una forma facil y rapidamente comprensible y la ubica en un espacio pecto al texto. 2:
limitado; cuando esta bien disefiada ahorra ventajosamente muchos parrafos y hasta
paginas de texto expositivo.
I. Numeraci6n
Las tablas -para ser utiles- deben ser exactas, faciles de leer y de comprender.
Esto reguiere titulo, espaciamiento, rayado, arreglo de los encabezamientos y ubica- Toda tabla debe ir numerada. Hay dos sistemas de numeraci6n de tablas: a) nume-
cion de la tabla con respecto al texto. Las tablas completan el texto, razon por la cual raci6n correlativa en orden de menci6n en el texto completo; b) numeraci6n por cap1-
deben ubi carse 10 mas cerca posible del parrafo donde se las menciona. rulos segun secuencia de aparicion en cada capitulo. En el primer caso la tabla llevara
un numero simple; en el segundo caso llevara un numero compuesto por el numero
En cualguier tabla, el centro de atencion consiste en una categoria de respuesta~. del capitUlo, primero, y el numero de orden de la tabla en ese capitUlo, segundo. A
La tabla se construye para ilustrar las variaciones (variables dependientes) con res- modo de ejemplo, si la primera tabla aparece en el capitulo 3, en el primer caso lle-
pecto a esa categoria de respuestas (variables independientes). Un ejemplo simple vara el numero 1; en el segundo caso llevara el numero 3.1.
seria el de un estudio sobre el habito de fumar cigarrillos en los adolescentes en Espa-
na. Agui la variable dependiente seria el hecho de si el ~espondente fuma 0 no fuma. Se debe asignar un numero arabe, consecutivo a cada tabla aun cuando hay a pocas
Las variables intervinientes serian cualesquiera de las categorias 0 hechos relaciona- tablas en el documento. El orden en el cual se mencionan las tablas en el texto deter-
dos con el respondente y seleccionados por el investigador: edad, sexo, escolaridad. min a la numeraci6n. Las tablas incluidas en los apendices deben numerarse consecu-
habito de fumar de los padres, ingreso economico, exposicion a campana antitaba- tivamente con las tablas en el texto. Esto significa que si la ultima tabla en el texto
quica, etc. es la tabla 7, la primera tabla del apendice sera la tabla 8. Toda referencia en el texto
a una tabla debe ser por numero; en consecuencia no se debe usar una frase intro-
La inclusion de informacion de mas de dos variables en la tabla obliga a subdi- ductoria tal como «En la tabla siguiente se muestra ... » sino «La tabla 1 muestra ... ».
vidirla, a expandirla y la hace mas complicada hasta llegar a un limite donde se vul- Las referencias numeradas facilitan al lector el ubicar la tabla sin demora, aun cuan-
neran los requisitos de claridad y de eficiencia. La solucion agui esta en replantearse do -por razones de disefio- la tabla no se ubique inmediatamente despues del parra-
la importancia real de cada dato; si el investigador Ie otorga merito a todas las varia- fo don de se la cita.
bles estudiadas, entonces podrfa justificarse el agregar otra tabla. 20
2. Titulo
38.000 -
I 65 Y mas 8,9
100 - 199 1.652 24.100 10 Fuente: !--.linisterio de Comercio de Estados Lntdo~. Resumen estadistico de
la 110' edlci6n. \\ ashingl0n. D.C.: Oficina del Censo, 1990.
200 - 299 606 9.000 5
300 Y mas 825 12.100 17
La Tabla IVA muestra el numero anual de consultas medic as en Estados Unidos por
TOTAL 83.305 1.221.2UO 88
edad, dividido en seis intervalos de clase.
Fuente' Martinez Oliva L. Cancer y ambiente. Bases epidemio16gica~ para su Jnvestigacion y control Metodos epide-
mioI6gico,. Mexico: Centro Panamericano de Ecologfa y Salud, 1990
Tabla IV.5.- Cas os nuevos reportados de sifilis primaria y secundaria.
Tasas especificas por edad y raza por 100.000 habitantes. EE.UU., 1989.
La Tabla IY.2 presenta la variable independiente, dosis de irradiaci6n en RADS, divi-
dida en siete intervalos de clase. Tasa segun raza (por 100.000)
Grupo de edad (anos) Blancos Negros Otras Total
Fuente'. L wanga SK. Tye CY. La enseiianza de la estadistlca sanitaria. Ginebra. 1987.
7. Tamafio y forma
Las notas a pie de tabla no se deben numerar en la misma serie que las notas a
8. Abreviaturas y sfmbolos
pie de pagina del texto.
Aunque su uso esta proscrito en los tftulos --excepto para sfmbolos matematicos,
qufmicos y biol6gicos de uso comun- las abreviaturas y los sfmbolos constituyen 12. Fuente de infonnaci6n
ahorro legftimo de espacio en encabezamientos de columnas y en el cuerpo de la tabla.
Se debe utilizar abreviaciones estandar que sean autoexplicativas; en caso contrario La linea de «Fuente» da credito a publicaciones, a personas 0 instituciones que
debe incluirse una nota explicativa a pie de tabla, en el angulo inferior izquierdo. proveyeron la infonnaci6n utilizada para crear la tabla 0 la tabla misma. Se deb en
ubi car en el extremo inferior izquierdo de la tabla y debe contener el texto de origen,
9. Alineaci6n el nombre propio de la persona 0 de la instituci6n y la fecha de su confecci6n.
En una columna de cifras se deben alinear todos los puntos decimales y las comas.
Igualmente se deben alinear signos monetarios, signos mas, signos menos, signo mayor l3. Ubicaci6n
que, signo menor que, signo igual, etc.
Las tablas deben ir integradas en el texte: excepcionalmente pueden insertarse al
final como un apendice. La audiencia general aprecia mas las tablas en el texto; en
10. Omisiones
este caso el autor debe preparar al lector anticipando la presencia y discusi6n de la
En una columna larga de cifras, el numero cero (0) que precede a un punto deci- tabla en el texto, en el parrafo anterior a la tabla misma.
mal puede suprimirse en todas las e11tradas excepto la prim era y la ultima. Si todas las
cifras estan en miles 0 millones, se puede ahonar espacio suprimiendo los ceros rele- Idealmente cada tabla debera ubicarse 10 mas cerca posible del final del parrafo
vantes y anotando el hecho al final del tftulo, como por ejemplo: «(cifras en millones)>>. donde se la cita por primera vez. Si la tabla no puede acomodarse en el espacio res-
tante de la pagina es preferible continuar con el texto para completar la pagina y ubi-
11. Notas a pie de tabla car la tabla al comienzo de la pagina siguiente. Si la tabla aparece intercalada en el
texto. deben dejarse tres espacios en blanco encima y tres espacios en blanco debajo
Las notas a pie de tabla se utilizan para explicar cualquier parte de la tabla que 10 de cada tabla.
requiera. Las notas a pie de tabla S011 de cuatro tipos: a) notas sobre fuente de los
Una audicneia de expertos podria interesarse en el eonjunto de tablas en un apen- Tahla Il .7.- Di.llrihuciol1 de! mimero de sesiolles de Iralal7lienlo en 200 pac'iell-
dice: en este easo eonviene organizar las tablas segun a1gun orden logieo. Tambien les somelido.1 a Iralamiel1l(j median Ie lilOlricia.
debe plantearse 1a con\'enieneia de agregar a1guna tabla-resumen. N9 de sesione, Frecuencia absoluta Frecuencia relatin
16.'i 0.825
Una buena tabla es autoexp1icativa de manera que si 1a desprendemos del texto.
2 26 0.130
la informacion que presenta es autosuficiente para su eomprension. Una buena tabla -
3 I 0.03.'i
es limpia. es clara y es legible. Con demasiada frecueneia los escritores principiantes
40 mas 2 0.010
tratan de acomodar demasiados datos en 1a misma tabla: en efecto esta se presenta
con numerosos eneabezamientos y subencabezamientos de columnas, 10 eual atenta Total 200 1.000
contra el principio fundamental de claridad de la tabla. 12 Fuente: Burgos R. Chicharro lA. Bohenrieth MA. I\1etodo!ogfa de investigaci6n y escritura cientffica en clinica. Gra-
nada: E,cuela Andaluza de Salud Publica. 1994.
Los datos de un estudio pueden tambien tabularse en forma cruzada para mostrar
Tabla IV.6.- Distribucian del grado de malignidad del tumor el recuento de una segunda variable, atributo 0 caracteristica.
en 74 individuos con cancer de prostata.
Grado 5 18 0.2432 Ano 1986 1987 1988 1989 1990 1991 1992 1993
Grado 6 21 0.2838
Trasplantes
Grado 7 14 0.1892
Rin6n: 183 144 144 124 153 161 206 187
Grado 8 0 mas 9 0.1216
Coraz6n: 3 3 10 12 24 43 50 51
Total 74 1.0000
I
I
Fuente: Burgos R. Chicharro JA. Bobenrieth MA. Metodo1ogia de investigaci6n y escritura cientifica en clinica. Gra- TOTAL 186 i 147 154 136 177 I 204 I 256 238
nada: Escuela Andaluza de Salud Publica. 1994.
I I I
Fuente: Burgos R, Chicharro J A. Bobenrieth MA. Metodologia de investigaci6n y escritura cientifica en c1inica. Granada:
Escuela Andaluza de Salud Publica. 1994.
La Tabla IY.6 muestra tres encabezamientos de columnas: variable de Gleason (1 ~ La Tabla IY.S para datos bidimensionales muestra e1 numero de trasplantes de rifion
columna); frecuencia absoluta (2~ columna) y frecuencia relativa (3~ columna). Las y de corazon, respectivamente, en Andaluda en el perfodo 1986-1993. Esta tabla mide
filas de la 1~ columna contiene las categorias 0 valores de la variable "grado de malig- dos variables: a) trasplante (rinon 0 corazon); b) ano del trasplante.
nidad del tumor". Las filas de la 2~ y 3~ columna contienen el numero de veces que La misma informacion de la Tabla IY.S se presenta en el grafico IV,23, el cual per-
se repite cada categorfa (frecuencia absoluta y freeuencia relativa, respectivamente). mite observar las fluctuaciones en el numero de trasplantes renales y cardfacos en
La ultima fila contiene los totales de ambas frecuencias. Andaluda en 1986-1993.
Tahla 1\1.9.- Tipos de acol71odacicin de personal IIwyorel de 65 ailos ell EE.UU. Tahla IV. 1 J ,- Di,lj)().lici()1l de los dalos ('11 1111 c,liudio de prCl'alcllcia.
I
Vi\en can algllien que no es pariente
.., ~
Fuente" \1inistcrio de Concrcio de Estadll:-: Lilldo...,. Re~umcn e'itad{::;~ico de 1a 11()0 cd\C:ion. \Va"hl!1f'.t(~n. D.C Oficina del Cen~('. IllY!1
Total III 11.., 11 nin l
I
Fuente: ;"vlanfn:.::z 011\3 L. C3nCer) amhi(;ntc. Ba~cs cpidemlnl6g1CJ" para.':.u ime,>Ugac16n ~
control i\'lclodo" eridemio16g1(O:-. :'-.1e:\lco: Centru Panamencano de Ecologfa} Salud. 14S1U
La Tabla IV9 para datos bidimensionales muestra los tipos de acomodaci6n de la gente
mayor de 65 arros en Estados Unidos, por sexo,
j La Tabla IVll muestra la aplicaci6n de la tabla de dos por dos a la disposici6n de un
estudio de prevalencia con indicaci6n de las variable independiente y dependiente, los
La Tabla IVA (p.357) para datos bidimensionales muestra el numero anual de con-
totales y las tasas.
sultas medicas en Estados Unidos, por grupos de edad.
18. Tablas de contingencia 0 tablas de dos por dos (tablas cuadricelulares) Tabla [V12.- M edidas de riesgo en estudio de cohortes para fumadores
respeclo a cancer de pulman e infarto de miocardio,
Se trata de un tipo especial de tabla de dos variables con tabulaci6n cruzada de Tasas anuales x 100.000
datos en que cada una de las dos variables tiene dos categorfas, Las tablas de contin- Poblacion Cancer Infarto aglldo
gencia se usan frecuentemente para mostrar datos, calcular medidas de asociaci6n y pulmonar de miocardio
I
pruebas de significaci6n estadfstica. Tambien se utilizan en epidemiologfa para estu- Fumadores 400.000 166,0 599,0
diar la asociaci6n entre una exposici6n y una enfermedad, para comparar personas con No fumadores 600.000 7,0 422,0
y sin exposici6n, y cada una de aquellas con y sin enfermedad.
Total 1.000.000 70,6 492,8
Fuente: Martinez Oliva L. Cancer y amblente. Bases epldemlO16g1cas para su mvesllgaclon y control. Meto-
19. Ejemplos de tablas de contingencia dos epidemiologicos. T'.1exico: Centro Panarnericano de Ecologfa y Salud. 1990.
Tabla [11.10.- Formato general de una tabla de dos por dos. La Tabla IV12 muestra la aplicaci6n de una tabla de dos por dos a medidas de ries-
ENFERMOS SANOS TOTAL go en estudio de cohortes.
EXPUESTOS a b Horizontal
Tabla [V13.- Resultados de una prueba de tami::aje
con relacian a un examen diagnastico.
NO EXPUESTOS c d Horizontal 2
Resultado del examen diagn6stico
Vertical 1 Vertical 2
Enfenno I No enfemlO
La Tabla IVI0 muestra el formato generico de las tablas de dos por dos. El status I
I
del efecto (enfermo!sano) se indica habitual mente a 10 largo de la parte superior de Positivo i Verdadero positivo Falso positivo
!
I
'VIL- I ' .... I l . J ' - ' L V ........ Irl. LJL T Cu\..Jnll UMf-\
20. Tablas de tres 0 mas variables La Tabla IVI5 muestra una serie de cinco variables (indicadores): estancia media,
In dice de ocupacion, utilizacion de quirofano, lista de espera y mortalidad, los cuales
Algunas veces se requiere inc1uir una tercera ~riable para mostrar un conjunto se relacionan con la gestion de seis gran des hospitales andaluces.
de datos y sus relaciones en forma mas completa. Una tabla de mas de tres variables
resulta -en general- un tanto congestionada y en la medida que aumenta la compleji- Tabla N.16.- Tasas de ataque por items servidos en la cena de la iglesia.
dad de la tabla suele disminuir su claridad. La decision de construir una tabla de tres NQ de personas que no comieron
NQ de personas que comieron
o mas variables debe tomarse frente a la conveniencia de agregar una tabla adicional items especfficos items especfficos
con una 0 dos variables. Tasa de Tasa de
Enfermo Sano Total ataque(o/c) enfermo Sano Total ataque(%)
29 17 46 63 17 12 29 59
21. Ejemplos de tablas de tres a mas variables Jam6n asado
Espinacas 26 17 43 60 20 12 32 62
Pure de patatas 23 14 37 62 23 14 37 62
Tabla N.14.- Prestaciones farmaceuticas en los distritos sanitarios de Granada. 1992.
Ensalada de repollos 18 10 28 64 28 19 47 60
Gelatina 16 7 23 70 30 22 52 58
Distrito Poblaci6n Gasto total (en miles) Gasto por habitante 25 13 38 66
Croissants 21 16 37 57
Distrito 1 73423 944954 12870 Pan integral 18 9 27 67 28 20 48 58
Leche 2 2 4 50 44 27 71 62
Distrito 2 57110 702510 12301
Cafe 19 12 31 61 27 17 44 61
Distrito 3 91771 1341967 14623
Agua 13 11 54 r 80 3 18 21 14
Distrito 4 40479 692393 17105 16 35 54
Pasteles 27 13 40 67 19
Distrito 5 202758 3128556 15430 43 11 54 80 3 18 21 14
Helado de vainilla
Distrito 6 65052 972983 14957 Helado de chocolate 25 22 47 53 20 7 27 74
Disuito 7 217772 3255474 14949 Macedonia de frutas 4 2 6 67 42 27 69 61
Disuito 8 74937 1229192 16403 Fuente: Centro para el Control de Enfennedades. Infonne de lOxi-infecciones alimenricias. Allama: CCE, 1989.
Fuente: Burgos R. ChichaITo JA, Bobenrieth MA. Metodologia de invesligaci6n y escritura cientifica en clinica Gra-
La Tabla IVI6. muestra una investigacion por toxi-infeccion alimenticia con tres varia-
nada: Escuela Andaluza de Salud Publica, 1994. bles relacionadas: tipo de alimento; condicion de haber comido 0 no haber comido
cada alimento; condici6n de salud (enferrno/sano).
La Tabla IVI4 muestra tres variables relacionadas: gasto farmaceutico, poblacion y
distrito sanitario. La Tabla IV5 (p.357) muestra casos nuevos reportados de sffilis, tasas par 100.000,
segun grupos de edad y raza.
22. Tahlas con otras medidas estadfsticas 24. Matriz (formato 0 plantilla) de tablas
Los diversos tipos de tablas descritos muestran recuentos de casos. Las celdas de Si bien es cierto que no podemos analizar datos antes de haberlos recolectado.
una tabla tambien pueden contener promedios, desviacion tfpica, mediana. tasas, ai1()~ Ill) es menos cierto que deberfamos disefiar la matriz de las tablas por adelantado
perdidos de vida potencial, riesgos relativos. intervalos de confianza. etc. como parte del plan de su analisis. una vez recolectados los datos. De hecho la
ll1ayorfa de los protocolos de in\'estigacion -los cuales obviamente se preparan antes
23. Ejemplos de tabJas con otras medidas estadfsticas de que se realice el estudio- requieren de una explicacion sobre como se analiza-
ran los datos.
Tabla /\'.17.- Media. desviaci6n tipica y medialla de los items y la escala global del
cuestionario de apoyo social. Centro de Salud de Cartuja, 1989. Como parte del plan de analisis debemos desarrollar la matri: 0 Jormato de tablas
PI P2 P3 P4 P5 P6 P7 P8 P9 PIO Pll Escala
los cuales muestran como se van a organizar y a exponer los datos. Las matrices de
X: 2.9 2.-: 3,0 3.6 3,7 3,3 3.3 3,2 2,5 3,3 3.6 35,55
tablas son tab las completas. excepto que carecen de los datos. En consecuencia deben
mostrar tftulo, encabezamientos de columnas, intervalos de clase, categorfas, medidas
S: 1,4 1.3 1,3 1,2 1,3 1.3 1.3 L2 1,4 1,2 1,3 10.23
estadisticas a calcular, totales, etc.
Me: 3 3 3 4 4 3 4 3 2 ,,3 4 36
Fuente: De La Re\ IlIa L, BaiJon E. Luna J. Delgado A. Prados MA. Fleitas L. yalidacion de una e~cala de apoyo social
funcional para su u~o en la consulta del medico de familia. AtcI1ci6n Primaria 19l)1; 8: (9): 52. 25. Ejemplos de matriz 0 fonnato de tablas
La Tabla IV, 17 expone los valores de la media, la desviacion tfpica y la mediana de Los siguientes formatos de matrices de tabla se disefiaron antes de realizar un estu-
los items y la escala global de un cuestionario de apoyo social. dio de casos y controles de la enfermedad de Kawasaki 0 sfndrome de nodulos linfa-
ticos mucocutaneos febril agudo, enfermedad de los nifios de etiologia desconocida,
la cual ocurre ocasionalmente en grupos. Se decidio probar dos hipotesis -mediante
Tabla 1\1.18.- Mortalidad par tetanos neonatal en el area rural de Jalisco,
un estudio de casos y controles-: a) asociaci6n del sindrome con enfermedad viral
resultados del analisis simple, 1988.
anterior, y b) asociacion del sindrome con una exposicion reciente a un champu de
Defunciones por aifombra.
Variables TN Otras causas RM IC(95%) pi
i Obs.
4 anos ( )
I i !
5 anos
~ 1 ano
( )
( ) I I
Ii
I
Sexo Masculino
Femenino ( ) I I
Raza Blanca ( )
Negra ( )
Asiatica ( )
Otra ( )
TOTAL (lOOk,
Matriz de tabla IV.21.- Caraeler/slieas epidemiol6gicas de casas y eontra- Fuente: Armijo Rojas R. EpidemlOlogia basica en ateneion primaria de la salud. Madrid: Ediciones Diaz de
Santos, 1994.
les de sindrame de Kawasaki can brate en Oetubre-Diciembre, 1994.
Fuente 19.20 Y 21: Centro para el Control de Enfermedades. Informe de toxi-infecciones alimentieias. Atlanta: CCE.1989.
La matriz de Tabla IY.19 se centra en seis rasgos clinicos: fiebre, inyecci6n conjun-
tival bilateral, cambios de la boca, cambios de las extremidades perifericas, erupci6n
cutanea y linfadenopatia cervical. En cada caso se indica el numero y el porcentaje.
Fuente: Armijo Rojas R. Epidemiologia basica en ateneion prImaria de la salud. Madrid: Edieiones Diaz de
Santos. 1994.
La matriz de Tabla IY.20 se refiere a las caracteristicas demograficas: edad, sexo y
raza. Tambien se indica el numero y el porcentaje.
La matriz de Tabla ry.23 constituye la "Tabla de consumo-enfermedad" del brote epi-
La matriz de Tabla IY.21 se centra en las caracteristicas epidemiol6gicas: antecedentes
demiol6gico de toxi-infecci6n alimenticia. Aqu! se especifica, para cada alimento, los
de enfermedad y exposicion a champu de alfombra, tanto en casos como en contro-
que 10 consumieron y enfermaron, los que no 10 consumieron y enfermaron, con sus
les. Aqui tambien se indica el numero y el porcentaje.
tasas (%) respectivas.
I '" I I L ! \I Of I
.----~------
----~--~~----------~-------- ~ ---------
fico 0 en partes de un conjunto de graficos; estas palabras deben ir subrayada~, en 6. CnSditos y permisos
itilica 0 en negrita y deben preceder 1a frase que identifica el objeto 0 la persona.
Siempre que se presente material de otras publicaciones, es necesario incluir una
4. Tamano y forma frase breve sobre la «Fuente» de la ilustraci6n. Aqui se debe indicar los permisos
formales correspondientes de reproducci6n si la fuente original esta protegida por
E1 tamano de una grafico no debe exceder --como regIa general- el de una derechos de autor. Si el material utilizado es de derecho publico. el permiso no pro-
pagina de texto. De hecho la mayoria de las veces es posible acomodar dos 0 mas cede; sin embargo subsiste la obligaci6n moral de mencionar la fuente original. En
figuras en una pagina. Los gnificos cuyo tamano original excede una pagina pueden el caso que se utilice material encargado 0 mandado a hacer par el autor, especial-
habitualmente reducirse fotograficamente. Si 1a reducci6n no fuera posible, como en mente mapas, fotograffas y dibujos, la cortesia profesional dicta el mencionar al cre-
el caso de grandes mapas, el material se puede ubicar en dos paginas cara a cara: ador del material; esta menci6n se realiza en la introducci6n del documento 0 deba-
otra soluci6n es el insertarla entre dos paginas, efectuando los dobleces necesarios. jo de cada ilustraci6n.
Valen aqui las observaciones mencionadas en «Tamano y Forma» del Capitulo «Tablas». \
7. Ubicaci6n
La forma de los graficos varia segun su tipo y es objeto de descripci6n detalla-
da y de discusi6n mas adelante. - Los graficos y los esquemas deben ubi carse 10 mas cerca po sible de su prime-
ra referencia en el texto. Al igual que las tablas, deben referirse par nurnero de mane-
5. Preparaci6n ra que su ubicaci6n exacta sea facil. En algunos documentos puede baber razones
para agrupar las ilustraciones -si son de un mismo tipo-- en un apendice.
El arte grafico ha logrado gran avance creativo y tecno16gico, llegando a cons-
tituir una especialidad en diversas universidades y empresas comerciales. Cuando Cuando el material ilustrativo es demasiado grande para incluirlo en el texto,
exista el recurso especializado y el autor pueda financiarlo, se sugiere utilizarlo sin este se ubica en una pagina entera; la cual se numera consecutivamente can las pagi-
reserva. La realidad de la vida es, sin embargo, que en la mayorfa de los casos el nas del texto. No es aceptable el asignar numeros de pagina suplementarios (ej: "pag.
autor debera preparar sus propios graficos actuando como aficionado artista y como l7a"). Los mapas se deb en numerar en el centro de la parte mas alta.
tecnico. Las observaciones que siguen intentan minimizar las consecuencias de tal
ventura. Si aparecen dos 0 mas graficos en una misma pagina, cada uno debe llevar un
numero y una leyenda. Tambien se pueden acomodar dos 0 mas graficOS directa-
mente relacionadas en la misma pagina como un grupo 0 conjunto con un unico
Una consideraci6n preliminar sobre la cual nunca se insistira demasiado es la
numero y leyenda unica; en este caso los gnificos individuales se deben identificar
necesidad de que el autor tenga absolutamente claro en su mente el objetivo y los
con una letra sola (a, b, c, etc.).
principios basicos de cada grafico; ella Ie permitira elegir el tipo mas adecuado.
En cuanto a los mapas, estos suelen estar disponibles en distintos tipos y algu-
Un gnifico ancho se puede acomodar de lade en el pagina, can la parte superior
nos pueden servir en forma satisfactoria sin mayores adiciones excepto naturalmen-
proxima al empaste. En este caso tanto el mimero como el titulo apareceran deba-
te, el numero de pagina, numero de figura, titulo 0 leyenda. Algunos mapas pueden
jo del grafico. El numero de la pagina ocupani su posicion normal. Algunas ilus-
utilizarse como mapas de base, destacando areas especfficas.
traciones -mapas en particular- llevan impreso dentro de elias un titulo 0 enca-
bezamiento. En tal caso se debe colocar la palabra «Figura» y e.l nu.mero
Con respecto a las fotograffas, se recomienda que sean nitidas, de muy buena
correspondiente de la ilustraci6n en el centro, debajo de la ilustraci6n. Sl se mc~~
calidad: el tamano lOx15 cm (tamano de una tarjeta postal) en superficie mate.
ye una clave 0 escala (ki16metros, metros, centimetros, milimetros, gramos, ffilh-
gramos, etc.), esta debe colocarse convenientemente en un espacio al 1ado 0 den-
El grafico debe centrarse en la pagina, con un margen mas ancho abajo que arri-
tro de la ilustracion.
ba para acomodar la leyenda; tambien el margen izquierdo debe ser mayor que el
derecho por razones de empaste.
-------- -~----------- ----
Gr3ticos en barra
La informacion que sigue ha probado ser util para la decisi6n sobre el diseno
de un grafico en barras:
Los graficos en barra, tambien denominados gnificos en columna. son las avu_
das vIsuales de eleccion para comparar magnitudes 0 tamanos: tam bien son eXce- <
a. Se debe decidir si las barras senin verticales u horizontales. Hay autores que
lentes para destacar diferencias en un item en diferentes perfodos de tiempo. recomiendan barras verticales para mostrar altitud. mientras que distancias reco-
rridas se muestras mejor con barras horizontales: un arreglo vertical de las
1. Uso barras ilustra mejor la cantidad de una variable en diferentes intervalos de tiem-
po mientras que un arreglo horizontal de las barras ilustra mejor diferentes
Los gnificos en barra muestran especfficamente: a) mediciones de una variable mediciones de varias variables en el mismo tiempo.
o caracterfstica en diferentes tiempos 0 intervalos de tiempo; b) mediciones de dife-
rentes caracterfsticas 0 atributos durante el mismo tiempo; c) mediciones de dife- b. La escala de medicion de las barras debe ser consistente.
rentes partes de una variable, la cual constituye un todo.
c. Las barras deben tener el mismo ancho. Se sugiere un ancho entre 0,5 y 1 cen-
Se recomienda: tfmetro , aun cuando la altura y el espacio disponible suelen determinar el ancho
de las barras.
a. Utilizar gnificos en barra simple para explica; relaciones simples.
d. Las barras deben arreglarse en orden descendiente, con la barra mas larga a la
b. Utilizar gnificos en barra subdividida (segmentados) para comparar totales y
sumas de totales a 10 largo de un periodo de tiempo. . izquierda y la mas corta a la derecha. Si el tipo de informacion a mostrar no
hace posible este arreglo, hay que asegurarse que el lector comprende la logi-
c. Utilizar gnificos en barra de componente 100% para comparar los componen- ca del arreglo que se presenta.
tes de un total en un momento.
d. Utilizar graficos en barras agrupadas para comparar varios aspectos de dife- e. Las barras se deben separar manteniendo igual distancia entre ellas. El autor
rentes items en un momento. debe sentirse en libertad para agrupar un conjunto de barras que representan
e. Utilizar graficos pareados para comparar dos tipos diferentes de datos. variables con algun elemento en com un; si este fuera el caso se debe mante-
ner igual distancia entre conjuntos de barras.
f. Utilizar graficos de desviacion para mostrar valores positivos y negativos en
un momento.
f. Se debe poner rotulos en el lado izquierdo 0 debajo de las barras, aparte del
g. Utilizar pictognificos, los cuales son una variacion del grafico en barra, para eje del grafico. Nunca poner rotulos dentro de las barras.
mostrar el elemento que se presenta 0 se compara. Las barras se hacen con
figuras simb6licas de hombres y mujeres, de nifios, de camas de hospital, de g. En caso de utilizar color en las barras, ubicar los valores mas oscuros a la
bebe en una balanza, de pfldoras, de jeringas, etc., segun el caso. izquierda y los mas palidos a la derocha. Si se usa un solo color, asegurarse
que los tonos entre barras cambian por 10 menos en un 20% a fin de mantener
La utihzacion de pictognificos ha ganado mas popularidad en periodicos, sema- una diferencia entre las barras para lograr una impresion clara. Esto limita el
narios, afiches, etc. que en publicaciones cientfficas. numero de barras a cinco.
2. Disefio h. Si un grafico en barras carece de proporciones, los datos pueden aparecer dis-
torsionados (minimizados 0 exagerados). Por consiguiente hay que asegurar-
El disefio de un grafico en barra debe ser simple, logico y consistente. A efec- se que las barras son mas anchas que los espacios entre ellas y que las barras
tos de una facil lectura, se recomienda que no tenga mas de 10 barras. Las varia- tienen la longitud y el grosor adecuado; adem as hay que recordar que las
bles y las constantes deben rotularse con el lenguaje mas directo y mas simple posi- barras altas y delgadas tienden a exagerar las unidades de medida represen-
ble. La cantidad de datos a acomodar en una pagina y el tamafio recortado de la tadas mientras que las barras bajas y gruesas tienden a minimizar las unida-
pagina afecta el trazado del grafico en barras. des de medida.
1
1
i
J
n '-I r.
II'
Paj, Vasco F=======;-~-.JI:, Pais Vasco
n
,- Tarragona I
Tarragona F======~
II ) I
: i
ii i'
!
i
' I Zaragoza f--~:------,....J1 Zaragoza 1
iii :
. iii -;~
I
[ount\ Cluj IR) .'====:=='-:c'c:----:c':-:---±::---:::.
\'ar~o\ia R. (PL) I
I
I o 100 200 300 400 500 a 100 200 300 40()
Est6mago Colon-recto
40
Pr6stata Est6mago
30
Hfgado Higado
CoJon-recto (hero 20
Vejiga Leucemla
10
Pancreas Pancreas
Pobres f'~1 INo pobres
Esofago Pulm6n HOMBRES MUJERES
I(XI tJ· I,
'" 2C! 20 4(, 60 SO 100 l(Xl fll (. 6/)
"'J RO 40 2O 20 40 "0
'''' Grafjco IV.4. Mortalidad infanti! y adulta en barrios pobres
MortalidadCIU IncidenC13
y no pobres de Porto Alegre, Brasi!1990.
Graftco !V.2. Mortalidad e incidencia de Cancer. Tasas brutas par 100.000. Granada 1988-90 Fuente: World Bank. World development report 1993. Investing in health.
Fuente: J1artfne= Garcia, C. El Cancer en Granada, Jncidencia y mortalidad 1988-90. Granada: Escuela Andaluza New Yark: Oxford University Press, 1993.
~ ,
25-~Lj :;2(1:'i~
:<2s~3
20-2-+ ~.'iII::;11
:'hl-1-U
}-(1454 1'i-19 .3521:'
Grafico IV.5. Patron cambiante de distribucion de edad y mortalidad Grafico IV.7. Piral71ide de poblacion de Granada (Media 1988-90)
en America Latina y el Caribe. 1985 y 2030. (En lineas se representa la poblacion espanola, Censo 1991).
Fuente: World Bank. World dCl'e!opmenl report 1993. Investing in health. New York: Fuente: Martfnez Garcia. C. EI Cancer en Granada, incidencia \' morralidad 1988-
Oxford University Press, 1993. 90. Granada: Escuela Andaluza de Sa1ud Publica, 1994.
40 25-29
20-24
15-19
20
10-14
5-9 .........
o 0-4
Hipertension Falta de 14 12 10 10 12 14
Tabaquisrno Alcohol
ejercicio - Espana - - - Europea ...... Mundia1
[J Sin escolaridad IT] Escolaridad post-secundaria (censo 1991) estandar estandar
Grafico lV.6. Escolaridad )' factores de riesgo para la salud Grafico lV.8. Piramide de poblacion de Granada (Media 1988-90)
del adulto en Porto Alegre, Brasil. 1987. Comparaciol1 can diversas poblaciones.
Fuel1le: Marline: Garcia, C. EI Cancer ell Granada. illcidencia y mortalidad 1988-
Fuente: World Bank. World development report 1993. Investing in health.
:\ew York: Oxford University Press. 1993. 90. Granada: Escue1a Anda1uza de Sa1ud Publica, 1994.
EI Gnifico IV6 en barras verticales agrupadas y montadas de ados muestra la rela- El Gnifico IV.7 en barras horizontales pareadas separadas muestra la pinimide de
cion entre escolaridad y cinco factores de riesgo en adultos en Porto Alegre, Brasil. poblacion de Granada, por sexo. EI IVS anade la comparacion con Espana, Europa
estandar y mundial estandar.
ELROPEA EDAD MU]\'DIAL EI Grifico IV. 9 en barras horizontales pareadas separadas muestra las poblaciones
85_~'"
~
estandar europea y mundial.
RO-04' ,' ,:
75-/9 i • :
70-74 EI Gr:ifico IV.lO en barras horizontales de componente 1OOo/c. muestra los compo-
I 65-69 , '
nentes de la poblaci6n de derecho segun tamano de los municipios de las 17 comu-
I 60-64 I
I 55-59 1 nidades aut6nomas de Espana.
50-54 I :
45-.+9
:
40-44
35-39
30-34 Histogramas
25-29
,
20-24
15-19 Un histograma es un gr:ifico de distribuci6n de frecuencias de una variable con-
10-14 tinua. El histograma es el metodo mas tradicional de representar una distribuci6n de
: 5-9
I 0-4 frecuencias. Utiliza columnas contiguas para representar el numero de observaciones
C;c 14 12 10 8 6 4 2 0 0
para cada intervalo de clase en la distribuci6n. El area de cada columna es propor-
'---_---'I Tru~cada 35-64 cional al numero de observaciones en ese intervalo. El area de un histograma es
igual al producto de la base del rectangulo (que recoge la amplitud del intervalo de
Grafieo IV.9. Poblaeiones estandar. clase) por la altura (que recoge la frecuencia).
Fuente: Martinez Garcfa, C. EI Cancer en Granada, Incidencia y mortalidad 1988-90.
Granada: Escue1a Anda1uza de Salud Publica, 1994.
1. Uso
Campanas
:-"IIIJ
..... LJ '
Esos casos pueden representar casos antecedentes 0 casos no relacionados. Al mismo i. 1111
20 ,! b(IO
tiempo pueden representar la fuente del brote.
~E
2. Disefio .~
.j1J( )
I-+-+-+--j- No es esencial
En la construcci6n de un histograma se debe tener presente los siguientes ele- No hay esp.cios mostrar lineas
10 entre columnas horizon tales JOO
mentos: , adyacentes entre casas
r,
J1 \ ~r- 200 I,
5 \1-+-+-+--+-+-+--+-1
a. EI eje de la abscisa (horizontal) es una escala continua donde se reflejan todas
las unidades que agrupan los intervalos de clase.
! 100 I:- .... r:
c. Las areas de estos rectangulos deben ser proporcionales a la frecuencia de la Grafico IV.1i. Ejemplo de histograma. Casos Grafico IV. 12 . Ejemplo de histograma.
clase. reportados de poliomielitis paralftica segun Niveles de colesterol reportados entre 4.462
mes de ocurrencia. Enero 1988-Marzo 1989. hombres. Estados Unidos, 1985-1986.
d. No pueden existir separaciones entre los rectangulos, dado que, al ser continua Fuente: Centro para el control de enfennedades. lnforme Fuente: Centro para el control de enfeffiledades.
de Toxi-infecciones alimenlicias. Atlanta: CCE, 1989. lnforme de Toxi-infecciones alimenticias. Atlanta:
la variable, los lfmites de los intervalos de clase son limites que reflejan valo-
CCE.1989.
res reales.
e. Cuando los intervalos son desiguales (unos mas amplios que otros), debe res-
petarse la proporcionalidad entre las areas, 10 que afecta la comparabilidad entre El Grafico IY.11 es un histograma sobre casos reportados de poliomielitis paralitica
barras; ya hemos considerado como bajo estas circunstancias la comparacion segun mes de ocurrencia. Se recalca algunos' aspectos de disefio de histogramas, tales
entre areas se hace mas dificultosa. como tamafio de los cuadrados, falta de espacio entre columnas adyacentes y lfneas
horizontales entre casos.
f. Cuando los intervalos son iguales, las bases de los rectangulos tambien 10 son,
por 10 que la atencion se centra en la altura casi exclusivamente, a efectos de El Grafico IY.12 es un histograma que muestra niveles de colesterol reportados en un
comparacion, dado que la altura del rectangulo sera proporcional a la fre- estudio de salud en hombres en Estados Unidos. El eje Y indica el numero de hom-
cuencia. bres con escala de intervalo de cien. EI eje X muestra los niveles de cole sterol (mg/dl)
con intervalos de escala de 20 mg/dl.
i
Los datossobrc la scroalbumina puedcn poligonos de frecuencias
~()
I' Ii;
pre\cntarse diagranl8.t icamentc tamhicn
como un polfgono de frccuenei", I Un polfgono de frecuencias. al igual que un histograma, es un gnifico de distri-
Ib 16 buci6n de frecuencias. En un poligono de frecuencias se marcan las observaciones
1-+ 1-+ dentro de un intervalo con un solo punto ubicado en el pun to centrico del interva]o:
1= 12 luego se conecta el conjunto de puntos con una linea recta. EI efecto final de unir esta
'"
S!
;:; 11J '~"
;:; Il!
selie de !ineas rectas es el de un polfgono: figura limitada por varias Ifneas rectas.
:t ~
6 6
-+ 4 1. Uso
Crafico IV. 13. Histograma y poligono de frecuencias de los datos sabre seroalMmina. Un poligono de frecuencia se diferencia de una grafico lineal de escala aritme-
Fuente. Lwanga SK. Tye CY. La enselianZQ de la estadislica sanitaria. Ginebra, 1987. tica. En efecto: a) usamos polfgonos de frecuencia (0 histogramas) para representar
la distribuci6n de frecuencias enteras de una variable continua; usamos un grafico
EI Grafico IV13 es un histograma de datos de val ores de seroalbumina, construido lineal de escala aritmetica para trazar una serie de puntos de datos observados (cuen-
sobre la informacion de la tabla IV3 (ver apendice III, Tabla IV3), La mitad inferior tas 0 tasas), habitualmente sobre tiempo; b) un poJlgono de frecuencia debe cerrar-
de la pagina muestra la misma informacion mediante un poligono de frecuencias. se en ambos extremos debido a que el area bajo la curvaes representativa de los
datos; un grafico lineal de escala aritmetica simplemente une los puntos de los datos
mediante una linea.
N'de (3) E~osici6n mas iva comun N'de (c) Exposici6n masiva comun con
casos e corta duraci6n (I dial casas onda de casos secundarios Asi como el histograma refleja una distribuci6n de frecuencias, el poJlgono de
frecuencias facilita la comparaci6n entre dos 0 mas distribuciones de frecuencias.
Periodode _
incubaci6n
maximo ,
I 2. Disefio
,
Tiempo Tiempo a. La linea de la frecuencia del poligono se mueve desde un punto centrico a otro
punto centrico, creando series de pares de triangulos de igual tamafio: uno situa-
N'de (b l Exposici6n masiva comun N'de (d) Exposici6n multiple.
casas prolongada (mas de 1 dial casas Epidemia prolongada do fuera del histograma y otro situado,dentro del histograma. Este es un aspec-
to necesario de los poligonos de frecuencias: un poJlgono de frecuencias de un
conjunto de datos debe incluir la misma area del histograma de esos datos; en
consecuencia por cada area del histograma que el poligono de frecuencia deja
afuera, debe "importar" un area de igual tamafio.
Tiempo
b. Para mantener un area total igual se debe poner especial atenci6n a como se
Cra/ico N.14. Representaci6n esquematica de curvas epidemicas. "cierra" el poligono de frecuencias. La linea de frecuencia del poligono empie-
Fuente: Annijo Rojas R. Epidemiologia basica en atenci6n primaria de salud. Madrid: Ediciones Dfaz de Santos, 1994. za en el punto centrico del intervalo anterior al intervalo uno (con un valor Y
de cero), completamente fuera del histograma y conecta con el punto centrico
del primer intervalo que contiene observaciones. El lado derecho del poligono
El Gnifico IV14 es una representaci6n esquematica de cuatro tipos de curvas epide-
micas. El eje Y muestra el numero de casos; el eje X muestra el tiempo. de frecuencia cierra de manera similar.
3. Ejemplos de polfgonos de frecuencias 1. Uso
,.:;J PurcenlLile
Se usan grMicos lineales con cualquier tipo de audiencia para mostrar una ten-
2~ ,
dencia. mas que una comparaci6n. Los grMicos lineales son los grMicos mas utili-
Pohgono de
- - fre-cuencias
zados debido a que permiten mostrar datos discretos como parte de una tendencia y
Los pur:ItOS medios
permiten lIamar la atenci6n sobre una predicci6n. Se usa el gr<ifico lineal cuando se
de los mtervalos se
conectan pa.--a f0rmar el
polfgono de frecucncias
quiere poner enfasis en datos sin distorsionar su efecto. Un buen grMico lineal puede
111 reemplazar paginas de explicaci6n, permitiendo al lector la comprensi6n de ideas
I complejas en unos pocos minutos.
a. Crear los ejes X e Y en forma logica. Dibujar el eje horizontal X con interva-
El Grafico IV.15 es un polfgono de frecuencias construido sobre el perfil de un histo-
los iguales de izquierda a derecha, partiendo con el numero mas bajo ala izquier-
grama, para los mismos datos; corresponde a la semana de comienzo de una influenza.
da. Dibujar el eje vertical Y con cero en el fondo y con el numero mas alto en
El Gnifico IV,16 es un polfgono de frecuencias en el cual se comparan tres polfgonos la cima. Recordar que su numero mas bajo sera donde X e Y se intersecan. Se
de frecuencia entre sf y contra una curva de distribuci6n normal. debe mantener una proporcion constante en esas dos lfneas de manera tal que
las Hneas den un cuadro logico de los datos. Si no se mantiene una proporcion
constante 0 si el dibujo es demasiado ancho 0 demasiado alto, los datos apare-
GrMicos lineales de escala aritmetica ceran distorsionados porque las lfneas aparecen muy empinadas 0 muy planas.
b. Mostrar cero como punto de partida para ambos, X e Y, siempre que sea posi-
El gnifico lineal de coordenadas rectillneas de escala aritmetica es el mas anti-
ble. Si razones de espacio exigen comenzar con un numero mas alto, hacerlo
guo, el mas simple, el mas familiar y el mas ampliamente utilizado tanto en clinica
claramente con un espacio en blanco y un marcador que muestre donde empie-
como en salud publica. Tambien es el tipo de grafico para el cual se han formula-
zan los intervalos; esta tecnica se denomina de cera suprimido.
do los principios de disefio y las estandares mas rigurosos. Sin embargo, y a pesar
de esos hechos, un numero elevado de este tipo de graficos que aparecen en articu- c. Rotular claramente los intervalos de los ejes X e Y, preferiblemente en forma
los originales publicados muestran superficialidad, error e incompetencia. En efecto horizontal. Usar una leyenda para identificar los punt os que se trazan e iden-
es frecuente observar una planificaci6n y disefio pobre, rotulos diffciles de leer, caren- tificar las lfneas que se dibujan para mostrar tendencias. Identificar todos los
cia de lineas en la red y de puntos de la escala, ejecuci6n mediocre de las curvas, hechos que se suponen importantes para ellector y colocar su clave de identi-
titulos poco claros e incompletos, etc. ficaci6n en la esquina inferior derecha del gr<ifico. De esta manera se reserva
la esquina inferior izquierda para informaci6n sobre «Fuente» y otras notas a
Los graficos lineales se utilizan para mostrar la relaci6n entre X e Y como un pie de grcifico.
conjunto de mediciones discretas. En un gnifico lineal la con stante se traza hori-
zontalmente a 10 largo del eje X y las variables se trazan verticalmente a 10 largo d. Utilizar lfneas claramente contrastantes (lineas gruesas, lfneas delgadas, lfneas
del eje Y. El grafico lineal muestra una serie de mediciones exactas y tendencias quebradas, lfneas de punto) en el casu de que el grafico presente comparacio-
creadas por esas medici ones; en consecuencia un grafico lineal es adecuado para pre- nes multiples y requiera --en consecuencia- mas de una lfnea de tendencia,.
sentar datos que deben registrarse como una serie de hechos.
I Para graficos en colores, utilizar colores contrastantes.
e. Utilizar una «rejilla» 0 «.~ombreado" para dar mayor exactitud y para realzar El Grafico IV.l ~ es lineal de escala aritmetica muestra el con sumo per capita de ciga-
la calidad del grafico. Sin embargo se debe tener cuidado que este artificio no rrillos en Estados Unidos 1900 y 1995. N6tese como se "efiala con flecha" seis acon-
estorbe y confunda el disefio. tecimientos mundiales que se relacionan con el habito de fumar.
f. Evitar el insertar Ifneas multiples para mostrar relaciones entre muchas varia-
bles en un solo grafico. Demasiadas lfneas confunden al lector: la mayorfa de
los artistas graficos aconsejan no incluir mas de 3 a 4 lfneas.
'\
3. Ejemplos de gnificos lineales de escala aritmetica
loon
.. : / .
YUO \ :I
~
C
.s
~(J{)
7UU
600
"'--_./\
--------: /'
500
~ 4 12 In 20 24 28 32 36 40 Dias
~
400
£ 300
Greifico 1V.19. Efecto de fa grasa de fa dieta en fa concentraci6nfecaf de ilcidos biliares.
5 200 Fuente: Murphy G, Lawrence W, Lenhard R. Oncologia clinica. Manual de la American Cancer Society. Segunda
ed. Washington, D.C.: Organizaci6n Pan americana de la Sa1ud, 1996.
100
0 ,
1950 1955 1960 1965 1970 1975 1980 1985 1990 Ano El Gnifico IY.19 es lineal de escala aritmetica muestra el efecto de la grasa de la dieta
Greifico IV. I 7. Casos de sarampi6n reportados en Estados Unidos. 1900 a 1985. en la concentraci6n fecal de acidos biliares. N6tese la divisi6n del gr<ifico en tres
Fuente: Centro para el control de enferrnedades. In/orme de Toxi-in/ecciones alime11licias. Atlanta: CCE. 1989. zonas: antes (dieta normal), durante (dieta pobre en grasa) y despues (dieta normal).
8.000 Domestico
Salvaje
Primer Prohibici6n de 7.000
5000
informe de! la transmisi6n
,i de anunc10s
Cirujano General 6.000
Fina! de la 2'
~
.2
t::
5-
4000
Guerra Mundia!
~
• 5.000
U 4.000
'S
.g
Co
3000
t
Primera
difusi6n del
Doctrina de!
Juego Limpio +
I
Dup!icaci6n
1.000
'~ 2000
temor al cancer de los impuestos
sobre el tabaco
"-
1960 1965 1970 1975 1980 1985 1990 Ano
or. WOO
~ Greifico lV.20. Casos de rabia domestica y sah'aje segun aiio
O~~~~~~-L~~LL~~~~~-LWL~LLLLLL~__~
de reporte. Estados Unidos y Puerto Rico. 1955-1989
1900 1920 1940 1960 1980 Ano Fuente: Centro para e1 control de enfermedades. In/orme de Toxi-infecciones alimenticias. Atlanta: CCE, 1989
Greifico n .18. T
Consumo per capita de cigarrillos en adultos y acontecimientos mundiales El Gnifico IY.20 es lineal de escala aritmetica, lfneas multiples, muestra la tendencia
fundamentales que guardan relaci6n con el heibito de fumar.
de casos de rabia con sus componentes domestic a y selvatica en Estados Unidos,
Fuente: Murphy G, Lawrence W. Lenhard R. Oncologia c1inica. Manual de la American Cancer Society. 2' ed. Washing-
ton, D.C.: Organizaci6n Panamericana de la Salud, 1996. (Tornado de Reducing the Health Consequences of Smoking). 1950-1990.
2'i(j o Trasplante renal
'* Trasplante cardiaco 0
2U(l
0/;
0 0
.2 0
] 1~() 0 0
0
:::..
~ 0
i.:
'OJ
100
"Z
0'
Vejiga
"-"_Co">
5U
'* '*
....- Pr6stata '*
* * *
U-l.-.~~~~~~~-~~~~~~_-~_~..,....{
1955 1960 1965 19711 1975 1%11 1985 1955 Ana
II
* *
1986 1988 1990 1992 Tiempo
Grafico IV.21. Tendencias de mortalidad por cancer de vejiga y pros!.E.ta. Espana, 1955-90
Fuente: Movimiento Natural de la Poblaci6n. Elaboraci6n: registro de Cancer de Granada. Grcifico n/23. Trasplantes renales y cardiacos en Alldalucfa ell el periodo 1986-93.
Fuente: Burgos R. Chicharro JA. Bobenrieth MA. Metada/ogia de Inl'estigacioll y escritura cielllijica ell
c!inica. Granada: Escuela Andaluza de Salud Publica. 1996.
EI Grafico IY.21 es lineal de escala aritmetica, lineas multiples, muestra las tenden-
cias de mortalidad, tasas por 100.000 habitantes, por cancer de vejiga y pr6stata en
Espana, 1950-1990. EI Grafico IV,23 presenta informaci6n sobre trasplantes renales y cardiacos en Anda-
lucia. Tiene la ventaja de presentar las relaciones simultaneamente entre ambas varia-
bles, 10 que permite observar las fluctuaciones de ambos trasplantes a 10 largo del
perfodo 1986-1992.
400 (b)
200 Este grafico constituye una forma adicional de presentar la informaci6n contenida en
la Tabla Iv'8.
on or. 300
"
E £
§
180
"
0..
~
"'" 1: 70 SERIES
~ t-
"
'0 '-'
'0
200
60 o Serie 3
Z 160 Z
50
o Serie 2
III Serie 1
er-
100
G c
40
140 "'>,$" 30
~
20
1986 1988 1990 1992 Tiempo 1986 1988 1990 1992 Tiempo
10
6
() () ](1 21) ':'0 3) -i(1
9 lU II 12 \1escs
Ano~ Semana"
Grafico 1F.25. Graji·co de estratos en base JOO7c. Grtifico 11/.27. Curva de sobrenda. Grajico 1\1.28. Om··as de sobrel·ida hipoteticas.
Fuente: Alaminos. A. GrMicos. Cuadernos metodol6gicos. N" 7. La sobrevida media es muy similar para ambas cur-
Centro de Investigaciones Sociol6gicas. Madrid: CIS. 1993. vas. 35 semanas para la curva A y 30 para la curva
Fuente: Martinez Oliva. L. Cancer v ambiente. Bases B: sin embargo. de ahf en adelante ambas experien-
epidemiologicas para .Ill im·estigacion y con/rol. Meto- cias dan resultados muy distintos. A las SO semanas
dos epidemio16gicos. Mexico: Centro Panamericano de la probabilidad de sobrevida para A es de 40%, en
EI GrMico ry.25 es lineal de lfneas compuestas 0 estratos en base 100%, de escala Ecologia y Salud, 1990. cambio para B es levemente superior al 1O'!c
aritmetica. La banda rectangular de altura es igual a 100%, donde se representa -segun
su peso relativa en ese momento- cada una de las tres series. EI Gnifico ry.27 es lineal y representa una curva de sobrevida. El eje ve11ical (Y)
corresponde a la probabilidad de sobrevida (de 0 hasta 1.0); el eje horizontal (X)
corresponde a afios (de 1 hasta 5).
A B EI GrMico ry.28 es lineal y permite comparar dos curvas de sobrevida hipoteticas a
·u"
c:
<)
"0
·u
.s ( /
/~
las 35 semanas y a las 50 semanas.
40
- utero
C D p _ mama
.~.
~
pancreas
·u" - 30
r-
~~~ leucemia
~
c: _ hfgada
OJ
/
"0
·u - ovano
.s ~ 20 - - - pulm6n
x estomago
~
...... , colon y recto
edad edad -
c- 10
:;.
Grafico IV.26. Patrones de incidencia en cuatro tipos .::::
2 6 l) 10 11 12 \1eses
(l 2 4 o III 20 30 35 40 'in
Aiim. Semanas
Grafico IV.25, Grafico de estratos en base 100'/(' Grafico 1v'27. Curm de sobrnida. Grafico N.28. Curras de sobrevida !llporericas.
Fuente: Alaminos, A, Graficos, Cuadernos melodologicos, NQ 7. La sobrevida media es muy similar para ambas cur-
Centro de Investigaciones Sociologicas, Madrid: CIS, 1993. vas. 35 semanas para la curva A y 30 para la curva
Fuente: Martinez Oliva, L. Cancer v ambieille. Bases B; sin embargo, de ahi en adelante ambas experien-
epidemiologicas para su inl'eSligacion y conlrol. Meto- cias dan resultados muy distintos. A las 50 semanas
dos epidemiologicos. Mexico: Centro Panamericano de la probabilidad de sobrevida para A es de 40%, en
EI Gnifico ry.25 es lineal de lfneas compuestas 0 estratos en base 100%, de escala Ecologia y Salud, 1990. cambio para B es levemente superior al 10%
aritmetica. La banda rectangular de altura es igual a 100%, donde se representa -segun
su peso relativa en ese momento- cada una de las tres series, EI Gnifico ry.27 es lineal y representa una curva de sobrevida, EI eje vertical (Y)
corresponde a la probabilidad de sobrevida (de 0 hasta 1.0); el eje horizontal (X)
corresponde a arios (de 1 hasta 5).
(
las 35 semanas y a las 50 semanas.
'u"
"
{l
'u
..s
I 40
I
_ utero
~
C D 2 _ mama
'5"'" pancreas
E 30
r c
~-
'u" ~
leucemia
"
<l)
'0
'u
"'
.~
= _
_
higado
ovario
..s E 20 ___ pulmon
J § est6mago
I § colon y recto
edad edad
C
c:. 10
Grafico 1V.26, Patrones de incidencia en cuatro tipos ,::"
~
j
EI GrMico IY.29 es lineal de esc ala aritmctica y presenta tasas dc m0l1alidad par can- Graficos lineales de escala semilogaritmica
ceres en nueve localizaciones a 10 largo de 55 afios. en Estados Unidos. Llama la atel1-
cion la dificultad para identificar cada localizacion con el tipo de lfnea. Esto se debe al Este tipo de gnifico. tambien denominados gr6ficas de cambia relath'o. Son con-
error de haber incluido nueve ]{neas de distinta configuracion. pero que al estar t()da~ fiables. adaptables y utiles. En efecto pem1iten comparar cambios relativos para gran-
en blanco y negro inducen a confusion. des y pequenas cantidades.
Conviene recordar que en los gnificos lineales de esc ala aritmetica descritos en
la seccian anterior. espacios iguales representan igual cantidad de cambia. En el gra-
EVOLUCION DE LA POBLACION DEL MUNDO fico semilogarftmico. espacios iguales representan igual cantidad de cambia relatil'O.
c=JS02
E uropa iIEl518 a. El grafico semilogarftmico es inigualable para comparar tasas proporcionales
de cambio para un numero de curvas diferentes 0 para varios segmentos de
D 451
America Latina ~ 740 la misma curva. En contraste el grafico lineal aritmetico compara diferencias
o incrementos absolutos de cambio.
CEl 0292
II1II363
o Poblaci6n actual
del mundo b. El grafico semilogarftmico pone enfasis en cambio relativo y porcentual. Al
0280
America del Norte .367 III Poblaci6n del mismo tiempo las calibraciones y figuras de escala en el eje vertical provee
mundo en el
027 ano 2025 una referencia rapida de los valores actuales que se han trazado.
Oceania 1141 En millones de habitantes
Evoluci6n de la Evoluci6n de la c, El grafico semilogarftmico representa un medio para comparar con claridad y
poblaci6n espailOla poblaci6n del mundo con confiabilidad dos 0 mas series que se diferencian grandemente en valores
en millones de habitantes en millones de habitantes
45 . 14.000rl- - - - - c - - - - - - - absolutos.
41 ,41.6 !
40~8Jly~
~ ~ ~
~<J.3 j 12.0001
I
10.0001-
d. El grafico semilogarftmico provee una tecnica salida para comparar varias series
i
35. - : . ~--~ -! 8.000 f - - -- __ -1 de datos que no se expresan en unidades comunes.
30- ;, 6.0001-
Al parecer el nombre ins6lito de semilogarftmico y la escala logarftmica dis-
2Lj
tintiva de su eje vertical (Y) contribuyen a su condici6n enigmatica. Si a esto se
agrega a veces un disefio pobre y una falta de comprensi6n -aun a nivel superfi-
cial- de 10 que significa un grilfico semilogarftmico por parte del usuario. el resul-
tado es su falta de utilizaci6n en las revistas biomedicas.
Grafico lV.30. Evoluci6n de la pobJacion del mundo.
Fuente: l\aciones Unidas. Estadisticas mundiales. New York: N.c., 1993. 1. Uso
Se usan gnificos semilogarftmicos para mostrar cambios relativos cuando las can-
El Grafico IY.30 presenta la evolucion de la poblacion del mundo mediante una com- tidades base difieren grandemente. El grafico lineal aritmetico es util para describir
binacion de un gnifico de barras horizontales (mitad superior) y un gnifico lineal (cua- fluctuaciones comparativas solamente cuando las cantidades comparadas tienen valo-
drante inferior derecho). Ademas se muestra un grafico lineal en silueta sobre la res similares. Tambien se utili zan grMicos semilogaritmicos para comparar cambios
evolucion de la poblacion espanola (cuadrante inferior izquierdo). relativos de variables expresadas en unidades diferentes.
2. Diseno 3.Ejemplos de grMicos lineales de escala semilogarftmica
/
23
Co
e. El numero de cielos, en la practica, se determina por los valores mas altos y o~__~__--~~~~.~~~~.~.=
. . . ~.=
... ~~
mas bajos de la serie a trazar. Si la extension de los valores en una serie es o 1- 5- 10- 15- 20- 25- 30- 35- 40- 45- 50- 55- 60- 65- 70- 75- 80- 85-
(IL,,---~-~~----~--'
19~4 19~5 1986 1987 lY84 1. Uso
Anos Alios
Grafieo N.32. Evofuei6n de fa pobfaei6n en dos eiudades. Su uso esta indicado para grupos de audiencias con intereses y antecedentes sobre
Izquierda, eseala vertieallogarftmiea. Dereeha, eseafa aritmetiea. el tema l11uy variados. Se los utiliza por su nipida facilidad de lectura y compren-
Fuente: Alaminos, A. Graficos. Cuademos melodologicos, N' 7. Centro de Investigaciones Sociol6- sion. Por su naturaleza, este tipo de grafico da a la audiencia una vision general, un
gicas. Madrid: CIS, 1993. cuadro panoramico sobre valores basicos, sobre relaciones y sobre c1asificacion de
los datos. Un buen grafico en sector muestra un compuesto total de partes (secto-
res) y como un sector afecta al total.
El Gnifico IV32 es lineal y muestra la evolucion de la poblacion en dos ciudades, El
gnifico IV32a, tiene el eje Y con escala logarftmica, El gnifico IV32b, tiene el eje Y
con escala aritmetica, 10 cual produce una distorsion manifiesta, 2. Diseno
a. Dibujar primero un circulo de 360 grados; dado el hecho que 3,6 grados equi-
cicio { .....-lit~,- Coordenadas ;CCionadas para faCi\llectura
vale a un 1%, un segmento de 72 grados representa un 20%. Cada segmento
debe igualar su porcentaje en grados; para encontrar los grados, multiplicar el
§ porcentaje del segmento por 3,6. El total de los segmentos del cfrculo debe
I
cicio {
1963,
OJ2 I
'\
cicio {
b. Ubicar la primera linea radial a las «12 horas» en el gnifico circular, la cual es
8 CIcio { 0.1 un buen punto de referencia para el lector.
f om c. Partiendo de las 12 horas, arreglar lo~ segmentos en el sentido del movimien-
CicIo l to de los punteros del reloj en orden de tamafio decreciente, colocando el mas
O,OOl--h-n'"T'-r-n-n-,-,-,-,rn-n....,...,-,-,....,...,....,...,-,-,....,...,....,.,-,.-n-rrn-rr--'
1951 1955 1960 1965 1970 1975 1980 1985 1990 Aiia grande primero. Si la logic a de la discusion impide el arreglo en orden de tama-
Grafieo IV.33. Casas reportadas de poliomielitis paralitiea.
no decreciente, asegurar que el sistema de ordenamiento -alfabetico, crono-
por j(Y habitantes y ano. Estados Unidas, 1951-1989. logico u otro-- queda claro para el lector.
Fuente: Centro para el control de enfermedades. In/orl7le de Toxi-ill/eccia·
nes alimell1icias. Atlanta: CCE. 1989. d, Utilizar, por 10 menos, tres segmentos en el grafico (el utilizar solamente dos
resulta absurdo en un grafico en sector) y no incluir mas de cinco 0 seis. Si
El GrMico IV33 es lineal de escala semilogaritmica y muestra casos de poliomielitis se necesita mas de seis, entonces considerar un nuevo sistema de agrupacion
paralftica por 100.000 habitantes, N6tese: a) la escala Y logarftmica se ha dividido en de la informacion con menos de 6 categorfas 0 la utilizacion de otro tipo de
5 ciclos, cada uno de los cuales cubre igual distancia; b) el trazado de las frecuencias gr<ifico
se senala con cuatro coordenadas se1eccionadas para una mas facil lectura.
f.
400 MEIUUULUl:4IA Ut:.\I\JVt:.:::>IIUMLdUI\I I L-VVIIIIUllI\ "-','-,., ... ~.
e. 1"0 hacer segmentos mas pequenos que 2(k (7,2Q). Si se tiene mas de dos seg- Otr05, IO?(
('tcru.sAI ](/r
mentos tan pequenos tratar de agruparlos juntos en uno mas grande con el r6tu-
CuelJ\J utero ~~r;~
10 de "Otros». «Varios», 0 «Resto».
Genital 130/,
Pulman 19,
2. Disefio
a. Se desarrolla una escala para las dos variables la cual se construye en el angu- BaJD X Alto
10 de la derecha, 10 cual permite una gnifica rectangular de coordenadas. Correlaci6n negativa debit Sm correlaci6n Correlaci6n fuertemente positiva
b. Cada variable se asigna a uno de los dos ejes de coordenadas: los valores de Greifico IV.37. Seis tipos diversos de correlaci6n.
una variable (X) se situan en el eje horizontal; los valores de la segunda varia- Fuente: Elaboraci6n propia.
ble CY) se situan en el eje vertical.
EI Grafico IV37 es un diagram a de dispersion el cllal muestra seis tipos diversos de
c. Los datos se refieren a un numero de sujetos, cada uno de los cuales provee correlacion: fuertemente negativa, negativa debil, sin correlacion, positiva moderada,
observaciones sobre dos variables. fuertemente positiva y positiva perfecta.
](I.IJOO-r---------------------------, El Grafico IY.39 es un diagram a de dispersion el cual muestra la relacion entre el
Volumen Expiratorio Forzado (VEF) y la estatura en alumnos de medicina de sexo
masculino. Notese que la escala vertical Y (VEF) necesita el cero; la escala horizon-
J .nOIl
... ... .. ,. ..
. .'.
\
tal X (estatura) no precisa del valor cero. ya que la estatura de alumnos hombres de
~~
.... . .. medicina va desde 160 a 190 centfmetros. La estatura parece ser un factor predictor
·
,._..... ...... ... : ..,i.-.. . .-
"
OJ.
tJ, importante del VEF.
"'-
lljl) ... :-:.1. ~:::: :-
··....1. . . _...... . ....... ...
'"'
:5
~ .......... -> -:
.· .-:.. : ...•.. -: .... .
.g ~
.. .. ... . .. ... . 9. Notas a pie de pagina
;:;
Z
;>
10 :·
.. .
~
...
Concepto y objetivos
0.00115 0.005 0.05 0.5 1.0 5.0 50.0 Las notas a pie de pagina constituyen un excelente recurso descriptivo el cual se
Afios de exposicion aprovecha escasamente por los investigadores clfnicos. Las notas a pie de pagina
introducen material aclaratorio 0 de documentacion de naturaleza importante pero no
GraJieo IV38. Niveles scricos de tetracloro dibenee-'zo-P-Dioxin ajustado esencial cuya inclusion en el texto quebrarfa su continuidad, desviando la atencion
para /fpidos segun arios de exposiei6n. Estados Unidos, 1987. del lector.
Fuente: Centro para el control de enfeffiledades. Infanne de Taxi-infeccianes a/imenlicias.
Atlanta: CCE, 1989.
Las notas a pie de pagina son de dos clases: de referencia y de contenido. Las
El Gnlfico ry.38 es un diagrama de dispersion que muestra los niveles de tetracloro- notas de referencia son aquellas que citan de las fuentes de los hechos que se publi-
dibenzeno-p-dioxin ajustado para lfpidos en trabajadores segun anos de exposicion. can 0 que hacen referencia a otras partes del documento mismo. Las notas de con-
tenido, por otra parte, proveen informacion adicional, que el autor piensa que serfa
de interes para el lector pero que no es suficientemente vital para incorporarlo en el
texto principal. Las notas de contenido son analogas a los apendices. Aquellas tablas,
esquemas, listas, cartas y otras similares las cuales no tienen una relevancia inme-
6-
diata con el texto quedan mejor ubicadas en un apendice; este material se refiere en
• el texto mediante una nota a pie de pagina. Cuando se trate de material simple y
5-
4- •
• ••• •
· ., breve, se debe incluir directamente en la nota a pie de pagina, en vez de situarlo en
un apendice. 26
•
.~
• • •
•• ..
~ •
:; Usos
2
Las notas a pie de pagina tienen cuatro usos principales: a) Citar la fuente de
afirmaciones en el texto que no califican como referencias propiamente tales; esto
o ~r-~~~,~~~~~==~=4~
160 1~0 180 190 Estatura (em)
abarca tesis, artfculos en semanarios 0 periodicos, ponencias a jomadas 0 congresos
no publicadas, cartas personales, opiniones especfficas de personalidades, citas entre
comillas, etc.; b) Hacer referencias cruzadas; c) Hacer comentarios incidentales 0
Grafteo IV39. Relaci6n entre volumen expiratorio Jorzado (VEF) y estatura circunstanciales que amplian la discusion del texto 10 cual podrfa beneficiar al lec-
en alumnos de medieina. Santiago, Chile, 1992. tor pero que al introducirse en el texto interrumpira su flujo de pensamiento; d) Hacer
Fuente: Universidad de Chile. Facultad de Medicina. Va/wilen expirataria farzada )' estatura
en ailimllos de medicina. Santiago: Editorial Universitaria. 1992. reconocimientos a personas 0 a instituciones.
EI tipo de notas mencionadas en a) y b) corresponden a notas de referencia: 1a\ de la palabra sea scguida por un numero (Ej.: vol. 2; 4 vols.; ptA: cap.IO. etc.) Si
categorfas c) y d) corresponden a notas de contenido. Una nota de contenido puedc no se acompafian de un numero, esas pa1abras representadas por las abreviaturas
incluir uno 0 mas asuntos. "27 deben escribirse completas.
El texto de la nota debe evitar las abreviaturas. Sin embargo las abreviaturas son La abreviaci6n LOC. CIT., por las pa1abras 1atinas LOCO CITATO «en el lugar
de uso frecuente en las bibliografias, listas de referencias, materias tabulares y mate- citado», se usa en 1ugar de IBID cuando 1a referencia al trabajo 1a precede inme-
riales ilustrativos. diatamente y ademas se refiere a la misma pagina. LOC. CIT., tambien se usa en
lugar de OP. CIT. cuando se hace referencia a un trabajo previamente citado y a 1a
No se deben utilizar abreviaturas que designan una parte de una palabra escrita. misma pagina. En consecuencia LOC. CIT. nunca es seguido por un volumen 0 un
CEj.: vol. por volumen; pt. por parte; cap. por capitulo, etc.) a menos que esa parte numero de pagina.
10. Discusi6n CIon (criterios de inclusi6n y de exclusion en la mueslra): b) Los sesgos de infor-
maci6n (enor sistematico en la medicion de la variable): c) Los sesgos de confusion
Concepto y objetivos (enor por presencia de otras variables con intluencia sobre la variable dependiente).
Asf como el capitulo de resultados constituye el «corazon» del articulo. la di~ Otro aspecto impOJ1ante del capitulo de discusion es el de la validcz extema. es
cusion es la «coronacion del proceso de la investigacion» en su fase interpretativa. decir el grado en que se pueden generalizar 0 extrapolar los resultados obtenidos de
El capftulo de discusion responde a la pregunta: «(,Cual es el significado de los la muestra estudiada a la poblacion de donde provino la muestra. La \alidez exter-
hallazgos de la in\'estigacion?». EI capitulo de discusion -en general- suele ser el na responde a la pregunta: i..A que poblacion (0 poblaciones). y en que medios y
mas debil de todos los capitulos del articulo originaL De hec110 es el mas vulnera- condiciones pueden aplicarse los resultados del estudio? 20
ble a criticas extemas legftimas.
Conviene tener presente la distincion entre poblacion accesible y poblacion diana
En el capitulo de resultados se muestran los hallazgos en forma clara y riguro- o poblacion blanco. La primera es la poblacion de sujetos que estuvo disponible para
sa. En la discusion el autar debe desagregar esa informacion mediante un analisis y el estudio. La segunda es el grupo total de sujetos a quienes se podria generalizar
reconstituirla como una entidad conceptual independiente mediante una sintesis y -de manera logica- los resultados. La generalizacion a la «poblacion blanco» es muy
evaluacion que Ie permita formular conclusiones. "J
~, riesgosa y no puede hacerse con la misma confianza que la generalizacion a la «pobla-
"
h. Sefialar areas distintas que hace falta investigar sobre el tema en cuestion. EI tono del lenguaje debe ser seguro, sin llegar a ser «triunfalista». Las afirma-
ciones no pueden ser siempre categoricas frente al relativismo del conocimiento
adquirido, el cual sueJe trabajar mas con relaciones que con valores aislados. Problemas
Estructura no resueltos tales como la representatividad de la muestra, el control de las varia-
bles, la validez de los instrumentos de medicion, la confiabilidad de las fuentes de
A fin de que el capitulo de discusion asegure los objetivos descritos anteriormen- infonnacion -tanto documentales como de campo- y la probabilidad de error en el
te es necesario primero el comentar los propios resultados, tratando de desentrafiar su proceso de inferencia, cobran un alto precio en este capitulo.
significado. EI anal isis de los propios resultados facilita su interpretaci6n en relaci6n
al estado del conocimiento especffico.
Faltas frecuentes
"
-~
Cumplida esta fase se deben redactar comentarios sobre los propios resultados
a. Se vuelve a fonnular conceptos e infonnaciones ya planteados en la introduccion.
companindolos con los resultados public ados por otros autores. Esto obliga a una
segunda revision bibliografica, con las citas correspondientes; no se trata de una revi- b. Se repite la infonnacion de los resultados.
sion bibliografica exhaustiva sino unicamente de las publicaciones mas recientes y c. No se confrontan los resultados.
relevantes que tengan relacion con el problema estudiado y los hallazgos presentados.
d. Se refonnulan los mismos puntos ya tratados.
La secuencia debe ayudar a la comprension del analisis interpretativo de los resul- e. Se polemiza en fonna trivial.
tados. Una posibilidad es seguir una secuencia mas 0 menos paralela a la descrip- f. Se hacen comparaciones teoricas sin fundamento.
cion de los resultados, pero con la libertad y la flexibilidad que el caso aconseje.
g. Se hacen conjeturas sin identificarlas como tales.
La discusi6n, etapa especulativa del comunicado de la investigacion, debe poder h. Se hacen planteamientos sin relacionarlos logicamente con la infonnacion empI-
concretar una respuesta (conclusion) a la pregunta de investigacion pI ante ada en la rica 0 teorica disponible.
introduccion en la fonna de objetivo 0 hipotesis. Surgen aquf tres posibilidades: 1. No se comentan todos los resultados importantes.
a) Hay respuesta, la investigacion logro resolver el problema de investigacion; b) No
j. No se interpreta cada resultado en tenninos de la hipotesis original con la que
hay respuesta del todo; c) Hay respuesta parcial; el estudio resolvio algunos ele-
se relaciona.
mentos del problema de investigaci6n; AquI caben sugerencias concretas para nue-
vas investigaciones. k. No se interpreta cada resultado a la luz de hallazgos de estudios semejantes de
otros autores.
1. Las interpretaciones no dan debida consideracion a las limitaciones del estudio.
Estilo
m. Las interpretaciones no son congruentes con los resultados.
EI estilo descriptivo y narrativo de los capltulos anteriores cambia a un estilo argu- n. Se hacen interpretaciones de causalidad no justificadas, cuando de hecho se
mentativo, cuya finalidad es convencer al lector de que los resultados son validos, trata de simples asociaciones.
o. Las interpretaciones no se organizan en una forma significativa. Estructura
p. Hay sospechas 0 evidencias de enores y/o de sesgos sistematicos en las inter- La conclusion se ubica habitualmente como un panafo aparte al final del capI-
pretaciones. tulo de «Discusi6n». Rara vez aparece como un capitulo aparte en lo~ artfculos ori-
q. Se hacen generalizaciones que no se justifican con base en la muestra utilizada. ginales. La extensi6n de la conclusi6n es habitualmente breve y debe relacionarse
r. No se hacen recomendaciones respecto a la forma de mejorar los metodos de
directamente con los objetivos 0 hipotesis. Si hubo mas de un objetivo. habra mas
de una conclusi6n. sea esta positiva 0 negativa.
estudio.
s. No se hacen recomendaciones para futuras investigaciones.
Estilo
11. Conclusion El estilo debe ser claro y directo, en tono afim1ativo: de hecho se debe evitar el
estilo ampuloso, fanagoso, por cuanto Ie resta claridad al mensaje. Ademas debe ser
Concepto y objetivos conciso evitandose todo exceso de ideas y palabras innecesarias. EI tono no debe ser
«triunfalista»; no debe ir mas alIa de 10 que los hechos permiten. El estilo debe tener
La ultima parte del cuerpo del artIculo cientifico original se denomina conclu- un equilibrio entre imaginaci6n y objetividad, entre entusiasmo y reflexi6n.
sion. De hecho la conclusion es la deduccion, consecuencia 0 resolucion que el autor
propone al lector, luego de un completo razonar en 1a discusi6n. La conclusi6n es
Faltas frecuentes
el fin 0 terminaci6n del artfculo cientifico original. Concluir, del latin «conclusio»
es inferir 0 deducir una verdad de otras que se admiten, presuponen 0 demuestran. a. E1 artfculo no tiene conclusiones explfcitas, 10 cual deja sin respuesta la pre-
gunta de la investigaci6n.
La conclusi6n del articulo haIla su hom610go en la peroraci6n de un discurso, b. Las conclusiones no se justifican por cuanto no se apoyan en los hallazgos del
en la que se hace la enumeraci6n de las pruebas y se trata de mover con mas efi- estudio, aun cuando la conclusi6n aparezca razonable y enmarcada dentro del
cacia que antes el animo del auditorio mediante el reforzamiento de las impresiones sentido comun.
causadas presentando la causa desde el punto de vista mas favorable, recapitulando c. Las conclusiones no concuerdan con los objetivos e hip6tesis (preguntas de
las principales razones y moviendo los afectos. 30 La conclusi6n del artfculo tiene su investigacion).
equivalente en el epilogo, ultima parte de una composicion literaria, sea dramatica d. Las conclusiones no se entienden. EI estilo es poco claro, oscuro, ampuloso,
o novelfstica, en la que se recapitula 10 que antecede. farragoso. EI estilo no es conciso; hay conceptos sobrantes y palabras sobrantes.
Faltas frecuentes b. Prestar fiabilidad a la informacion documentando su origen. Dar solidez a los
hechos y opiniones expresadas por el autor:
Las faltas mas frecuentes caen en las siguientes tres categorias: C. Permitir que el lector se informe mas a fondo sobre algun punto de su interes.
Orientar al lector para que se informe en mayor extension y profundidad sobre
a. Agradecer la contribucion de personas que bien podrfan calificar como coau-
tores del trabajo. aspectos relevantes del estudio;
b. No reconocer la cooperacion de personas 0 instituciones que claramente hicie- d. Cumplir con el principio etico',de no plagiar material ajeno.
ron posible la investigacion.
c. FaItar a la ponderacion en la exposicion del agradecimiento. Las referencias citadas deben cumplir con los siguientes requisitos:
a. Citar solo trabajos pub!icados que se consideran importantes para el desarro- Estructura
llo de las ideas de 1a investigaci6n en cuesti6n;
Lo~ sistemas de citaci6n y referencia mas comunes son:
b. Citar trabajos que el lector pueda obtener;
a. «Orden de mencion)< Citar por numeros consecutivos (entre parentesis. en «supe-
c. Dar, para cada referencia. una descripcion suficiente del trabajo para que cual-
rfndice» 0 «volado») y enumerar las referencias en el mismo orden de mencion.
quier lector la pueda encontrar y consultar;
b. «Nombre y ailo» (estilo de Harvard): Hacer una !ista alfabetica de referencias
d. Citar nombres y tftulos tal como aparecen en la publicacion originaL inclu~o
(sin mimeros) y citarlas por el apel1ido del autor y ai10 de publicacion.
con la misma puntuaci6n. Cabe senalar que el titulo completo de los libros apa- :~
c. «Numerico-aljaberico»: Enumerar las referencias en orden alfabetico por los ape-
rece muchas veces en la portada interior, no en la cubierta; ~
~ llidos de los autores. En ese caso, los numeros en el texto no son consecutivos. 31
e. No son referencias aceptables datos, tesis, cartas y discursos no publicados. ~
r~ pulmon en los pafses desarrollados son mas aJtas que en la mayorfa de los pafses de
lo de referencias; #
" America Latina y el Caribe (1,2). En cambio, en America Latina son mas elevadas las
'i
g. Asignar un solo numero a cada referencia y repetir el mismo numero cada vez de canceres de vejiga urinaria, laringe y cavidad bucal (1,3). En dos estudios realizados
,~ en Antioquia, estado del noroeste de Colombia, se inforrna de una alta frecuencia de can-
que se menciona la misma referencia;
cer de laringe, especialmente entre las l11ujeres (4,5»>.
~~
h. Ubicar la secci6n de referencias en folio separado al final del trabajo;
:4.
~
1. Seguir las normas de la revista a la cual se somete el articulo para publicacion; ~~ Referencias:
~ 1. Puffer RR, Griffith GW. Caracteristicas de fa mortalidad urbana. Informe de la Inl'es-
J. De no estar segura de esas normas, se debe dar toda la informaci6n bibliogra- ~
>:
~ tigaci6n Interamericana de Mortalidad. Washington DC: Organizacion Panamericana
fica para que los editores escojan los datos que interesan, segun el formato de ~ de la Salud, 1968. Publicacion Cientffica 151.
la revista particular. $
;;
t 2. Zavala D, Correa P. Latin America. In: Howe GM, ed. Global GeoCancerology. A
~~
Aunque en una revista se usen las abreviaturas de publicaciones peri6dicas indi- ~ World Geography of Human Cancer. Londres: Churchill Livingston, 1986, p. 98.
~
zadas, los autores deben dar los titulos completos de las revistas. Cuando se trata de
una publicaci6n poco conocida a escala intemacional, es preciso indicar la ciudad y i
!
3. Waterhouse J, Muir C, Shanmugaratnam K, Powell J. eds. Cancer Incidence in Five
Continents, vol. IV. Lyon, Centro Intemacional de Investigaciones sabre el Cancer,
pais donde se publica.
I 1982. Publicacion Cientffica 42.
,
4. Correa P. Statistical study of cancer in Antioquia. Schwei:: Z Pat hoI 1955, 18:491-500.
Es absolutamente imprescindible cotejar varias veces el texto terminado contra
las referencias para asegurar que se han citado correctamente, especialmente cuan-
do otra persona ha mecanografiado el manuscrito.
I 5. De Restrepo HE, Franco A. Cancer morbidity and mortality among the insured popu-
lation of the Social Segurity Institute of Antioquia, Colombia. Int J £pidemiol 1978.
7(3):285-291.
Es aconsejable el conservar todos los datos de las referencias hasta que se haya
Ventajas:
publicado el articulo. cada una en una tarjeta aparte 0 en la memoria de un ordenador.
Permite una lectura rapida que puede interrumpirse para consultar las referen-
En un articulo cientifico original las referencias suelen encontrarse principal- cias citadas.
mente en el capitulo de «lntroduccion» (primera revisi6n bibliogrMica) y en el capi- Ahorra espacio a la revista.
tulo de «Discusi6n» (segunda revisi6n bibliogrMica). Ocasionalmente se encuentran
referencias en el capitulo de «Materiales y Metodos».
I Concuerda con el sistema de Vancouver adoptado por varios centenares de
revistas biomedicas importantes de alcance intemacional.
418 METODOLOGIA DE INVESTIGACION Y ESCRITURA CII::N 11t-ICA I::N CLiNICA
Es laborioso anadir nuevas referencias, ya que hay que reenumerar las dema~. Texto
Puede separar los distintos trabajos de un mismo autor.
"Es un hecho bien conacido que las tasas de incidencia y de mortalidad por cancer de
pulmon en los paises desanollados son mas altas que en la mayoria de los palses de
b. Ejemplo de texto y referencias por «Nombre y ano»: America Latina y el Caribe (3,5). En cambio. en America Latina son TI1<is elevadas las
de canceres de \'ejiga urinaria. laringe y ca\'idad bucal (3.4). En dos estudios realizados
Texto en Antioquia, estado del noroeste de Colombia. se informa de una alta frecuencia de can-
cer de laringe, especial mente entre las mujeres (1.2)>>.
«Es un hecho bien conocido que las tasas de incidencia y de mortalidad por cancer de
pulmon en los palses desanollados son mas altas que en la mayorla de los palses de
America Latina y el Caribe (Puffer y Griffith. 1968; Zavala y Conea, 1986). En cam- Referencias:
bio. en America Latina son mas elevadas las de canceres de vejiga urinaria, laringe y
1. Conea P. Statistical study of cancer in Antioquia. Schweiz Z Patho11955, 18:491-500.
cavidad bucal (Puffer y Griffith, 1968; Waterhouse et a1.. 1982). En dos estudios reali-
zados en Antioquia, estado del noroeste de Colombia, se informa de una alta frecuencia
2. De Restrepo HE, Franco A. Cancer morbidity and mortality among the insured popu-
de cancer de laringe, especialmente entre las mujeres (Conea, 1955; De Restrepo y
lation of the Social Segurity Institute of Antioquia. Colombia. Int J Epidemiol 1978,
Franco, 1978)>>. 7(3):285-291.
Referencias: 3. Puffer RR. Griffith GW. Caracterlsticas de fa mortalidad urbana. Informe de fa Inves-
1. Correa P. Statistical study of cancer in Antioquia. Schweiz Z Patho11955, 18:491-500. tigaci6n Interamericana de Mortalidad. Washington DC: Organizacion Panamericana
de la Salud, 1968. Publicacion Cientffica 151.
2. De Restrepo HE, Franco A. Cancer morbidity and mortality among the insured popu-
lation of the Social Segurity Institute of Antioquia, Colombia. Int J Epidemiof 1978. 4. Waterhouse J, Muir C, Shanmugaratnam K, Powell J. eds. Cancer Incidence in Five
7(3):285-291. Continents, vol. IV. Lyon, Centro Intem<'.cional de Investigaciones sobre el Cancer,
1982. Publicacion Cientifica 42.
3. Puffer RR, Griffith GW. Caracterlsticas de fa mortalidad urbana. Informe de fa Inves-
tigaci6n Interamericana de Mortalidad. Washington DC: Organizacion Panamericana 5. Zavala D, Conea P. Latin America. In: Howe GM, ed. Global GeoCancerology. A
de la Salud, 1968. Publicacion Cientifica 151. World Geography of Human Cancer. Londres: Churchill Livingston, 1986, p. 98.
Desventajas: Siempre hay que reenumerar las llamadas en el texto si se afiaden nuevas referen-
elas.
Es ineonveniente para la leetura, especialmente euando se eitan varias referen-
Su ambito de uso se restringe a revistas de biologfa; no se utiliza en las revis-
eias en un parrafo.
tas medic as y de salud.
Es mas costoso para la revista por cuanto desperdicia espaeio.
Estilo Las citas literales se escriben entre comillas.
La utilizaci6n de publicaciones. tanto para apoyar como para refutar la infor- Las referencias bibliograficas completas iran numeradas como en el texto. Si se
maci6n presentada por diversos autores. se debe acreditar. 'C ofrecen juntas en una bibliograffa al finaL iran ordenadas por numero:
1. Organizaci6n ~lL1ndial de Ia Salud. Ln infeClio/l.\ res!,iraloirc' de j' enfilllr: lellr rrailcmflli dam
Las referencia<, de las obras publicadas han de ser 10 mas hre\es posibles en el les pews hopitaux. Ginebra: Ol-vlS, 1981\.
texto: los datos bibliograficos completos figuran aparte. ya sea en un listado al final .., Cerezo Jimenez i\lA. L6pel Perez P. Premlencia y dllracian de la lacluncia malema ell Anda-
del trabajo bajo el titulo de «Referencias» 0 como <<1\otas a pie de pagina». lucia. Sevilla: Junta de Andalucfa, 1986.
3. Junta de Andalueia, Dorm eslaciislicm bcisicm de la poblacion andalu:a: padron. 1986, Sevi-
Existen Yarios tipos de referencias bibliograficas tal como se describi6 en la sec- lla: Junta de Andalucia, 1989.
,
cion de «Estructura». Comiene elegir uno y atenerse a el. nunca mezclarlos en un 4. Casado de Frias E. LaCl(lllcia naluml. i\1adrid: Ministerio de Sanidad y ConsLlmo, 1983.
"
mismo articulo. En el sistema «Orden de menci6n» cada referencia aparece en el
La lista de referencias al final de un articulo 0 informe debe indicar las paginas
orden de su primera menci6n en el texto y es numerada en orden consecutivo. En
si se ha hecho referencia a las mismas en el transcurso del trabajo, 0 si se han trans-
el sistema de «Nombre-ano». las entradas se orden an alfabeticamente pOl' el nombre
crito citas literales.
del autor, y cuando un autor (0 autores) tiene dos 0 mas entradas, estas se ordenan
cronol6gicamente.
Libras y monograjfas:
Adviertase que en ambos estilos se subrayan los titulos de los libros y los titu- Apellido del autor(es) (0 editores, compiladores, etc .. ), inicial (es) del nombre*. Titulo
los de las revistas. No se subraya el titulo del articulo de la revista ni el titulo del con subtitulo si 10 hay. Menci6n de edici6n. Lugar: entidad, editorial y ano.
capitulo del libro.
Belle D, ed. Lil'es in slress: women and depresion. Beverley Hills: Sage, 1982.
Aunque cada revista tiene sus propias nonnas la mayoria se atiene a las nOlmas
del Comite Intemacional de Editores de Revistas Medicas, version 1993. A conti- Capitulo de un libra:
nuacion se detalla la informacion minima necesaria para poder localizar un docu- Apellido del autor(es) del capitUlo, inicial(es) del nombre del autor(es) del capitUlo.
mento y que es requerida por las revistas 0 casas editoriales. Si la revista opta. por Titulo del capitUlo. En: Apellido del autor(es) del libro, iniciales del nombre del
ej., por no usar cursivas, no tiene mas que modificar nuestra bibliografia. En cambio autor(es) del libro. TItulo del libra. Mencion de edici6n. Lugar de publicaci6n: enti-
si Ie faItan datos, debe ria devolvemos el manuscrito para que 10 complementemos. dad, editorial y ano. Cuando proceda, se agregaran los numeros del volumen y pagi-
nas consultadas, serie a que pertenece y numero que Ie corresponde en la serie.
EL ESTILO DE ORDEJ\ DE MENCION (0 NUMERICOl
de Oleaga Usategui JI, de Manuel Keenoy E**. Sistema de Salud y Atenci6n Primaria. En:
El sistema de citacion y referencia de uso mas frecuente en medic ina y ciencias Martin Zurro A, Cano Perez IF. Manual de Alencion Primaria, Organizacion y pauras de
aCluacion en la consulla, Segunda ediei6n. Barcelona: Edieiones Doyma, 1989: 12-28,
de la salud es el de «orden de menci6n». tambien denominado «estilo numerico».
Es el sistema adoptado pOl' las normas del Comite Intemacional de Editores de
Articulo de revista:
Revistas Medicas, en 1988 y se basa en el fom1ato utilizado en el Index Medicus 11
Apellido del autor(es)*. Inicial( es) del nombre del autor. Titulo del articulo. TItulo
En esta modalidad las referencias 0 citas de obras se indican en el jugar apro- de la revista. Ano; vol: (nQ), paginas.
piado del texto -mediante numeros consecutivos- bien ligeramente por encima del
texto (opci6n Nota de pie en WordPerfect), 0 bien al mismo nivel entre parentesis. Mekween RE. Resuscitation of the newbom. Ciin. Obslel. Gynecol. 1987; 30(3),611-20,
vos en su obra Ginecalogfa. 1981(1). ** En un as apellidos compuestos se puede preferir la transposicion de los prefijos 0 partfculas: c1 espanol "de". el
frances "de" 0 "d". el holandes "van" v el aleman "von". Si se efectua Ia inversion de los nombres compuestos
EI profesor Winston recomienda prohibir cl tabaco a eualquier edad (2).
en el ejemplo mencionado. esto aparc~erfa asf: Oleaga Usategua JI de. Manuel Keenoy E de.
------ ---------~---~.
EL ESTILO DE "lOMBRE-AJ\O (0 DE HARVARD) Casado de Fria\. E. ('[ 01. 1993. LaCloncia nallirai. (Serie Monografica: n° 7). Madrid:
Ministerio de Sanidad y COI15umo.
Es el sistema adoptado en historia, filosoffa y ciencias sociales. En esta modali-
dad se inserta en el texto el apellido del autor citado y el ailo de pUblicacion de su Si la lista incluye mas de una obra del mismo autor publicada en el mismo ano.
obra. Uno 0 ambos iran entre parentesis dependiendo de la construccion de la frase: estas se distinguen anadiendo una letra tras el ano. En la bibliograffa al final no se
repite el nombre del au tor. sino que se pone un guion largo.
Rodriguez (1989) comprob6 este mismo fen6meno cuando realiz6 una encuesta de saJud
en un barrio valenciano: un estudio posterior (Mann. 1982) re\'eI6 que ...
Si el autor es una institucion:
Si se desea hacer referencia a una pagina especffica, es preferible hacerlo en el
Organizaci6n \lundial de Ja SaJud. 1981. Trastor/Ws hiperlensims del fmbara:o. (Serie
texto mismo en vez de hacerlo en la lista de referencias:
de infonnes Tecnicos: nO 7sg). Ginebra: OMS.
Colditz (1988. pag. 937) ha demostrado que las mujeres fumadoras tienen un mayor
riesgo ... En el caso de obras sin firma, la primera palabra del titulo. que no sea un arti-
culo. ocupa el lugar del autor:
Las referencias completas se ofrecen en un listado al final del trabajo, ordena-
do alfabeticamente. Collins pocket dicrionary of the English Longuaje. 1981. London: Collins.
En el caso de que no haya aut or, se sustituye por el titulo 0 por el nombre de CapItulo de libra:
la organizacion responsable de la obra:
Apellido del autor(es) del capitulo; Iniciales de los nombres del autor del capitulo.
Iavicoli, R. 1977. Scuola e Sailite. Florencia: La nuova Italia. Ano. Titulo del capitulo. En (seguido de dos puntos) Autor 0 encabezamiento alter-
Organizaci6n Mundial de la Salud. 1985. Having a baby in Europe. (Public Health in nativo del libra_ Titulo del libra. Lugar; editorial, paginas del capitulo (inicial y final
Europe, n 2 26). Copenhague: OMS.
inclusive ).
1laloracion del estado de salud materno-infantil. 1987. Sevilla: Junta de Andalucfa.
Want, P.c. 1987. Obstetrics and Gynaecology En: Information sources in the Medical
Los datos que se consignan en una referencia son los siguientes: Sciences. 3rd. ed. Eds. LT. Morton and S. Godbolt. London, Butterworths.
Libra:
ArtIculo de revista:
Apellido del autor(es), iniciales del nombre del autor (0 autores). Ano de publica-
Apellido del autor(es). Iniciales de los nombre del autor. Titulo del articulo. TItulo
cion. Tftulo: subtitulo. Numero de edicion (si consta). Nombre y numera de la serie
de la revista, ano; vol. (nQ), pags. (inicial y final inclusive).
(si es del caso). Lugar de publicacion: editorial.
Pilliteri, A. 1976. Maternal-newborn nursing: care of the growing family. 2nd ed. Boston: Kramer MS. Intrauterinic growth and'retardaton. Pediatrics, 1987. 80(4): 502-11.
Little. Brown.
Si esta firmado por dos 0 tres autores. sus apellidos e iniciales se separaran Faltas frecuentes
mediante punto y coma:
a. No se presentan referencias.
Greene. W.H.; Simmons. P.: Morton. B.G. 1988. Educacion para 10 salud. Mexico:
Interamericana. b. Las referencias no parecen pertinentes al tema del estudio.
c. Las referencias se citan equivocadamente.
Si los autores son mas de tres, puede consignarse solamente el apellido y las d. Las referencias son demasiado exiguas.
iniciales del nombre del primera, seguidos de la abreviatura intemacional et al (y e. Las referencias son muy numerosas (sospecha de pseudoerudicion del autor).
otras): Ano de publicacion. Tftulo: subtitulo. Numero de edicion (si consta). Nombre f. Las referencias son obsoletas (sospecha de desactualizaci6n del autor),
y numero de la serie (si es del caso). Lugar de publicacion: editorial. g. Las referencias no se citan en el texto.
h. Se incluyen referencia~ al parecer no consultadas personalmcnte por el autor. den contencI". por ejemplo, tahlas demasiado dctalladas para su inclusion en el texto;
1. Los documentos cOlTespondientes a las referencias no son acccsibles al lector. grupos de ilustracione<.,: notas tecnicas ~obre los metodos: lista~: cuestionarios utili-
J. Las referencias citadas est<ln incompletas: zadas en la reeoleccion de la informacion: estudios de cas os demasiado extensos para
ineluirlos en el texto.
(1) En e1 caso de libros y monograffas falta informacion sobre apellidos e ini-
ciales de los nombres de los autores, titulo, numero de la edicion. lugar. Los a11iculos cientifieos originales publicados rara vez incluyen un apendice. La
entidad. editorial y ano. razon principal es la escasez de espacio en las revistas de prestigio. las cuales tratan de
(2) En el caso de capitulos de libros. no queda claro el titulo del capitulo fren- acomodar el mayor numero posible de contribuciones originales. Si un lector esta inte-
te al titulo del libro: tampoco aparece claro el nombre del autor del capi- resado en mayores detalles, entonces los solicitara por cm1a personal al autor principal.
tulo frente al autor -0 editor principal- del libro.
(3) En el caso de articulos de revistas, falta infomlacion sobre apellidos e ini- EI capitulo de «Apendice» del a11iculo tiene por objeto el complementar 0 ilus-
ciales de los nombres de todos los autores, titulo exacto del artfculo, nom- trar el desarrollo del tema. Se aceptan dos criterios de inclusion de apendiees: a)
bre abreviado 0 completo de la revista, ano, volumen. numero del ejemplar, Incluir informacion relevante que por su extension 0 configuracion no encuadra bien
paginas inicial y final y ano. dentro del cuerpo del artfculo; (Ej.: la copia de un cuestionario); b) Incluir infor-
macion conveniente, a pesar de ser de importancia secundaria, para comprobacion
k. Se incluyen como referencias documentos no aceptables para la comunidad
de datos. (Ej.: la fotocopia de datos en un anuario estadistico)
cientifica. Tal es el caso de:
Estilo
14. Apendices
Cada «Apendice» conserva el estilo propio de su origen.
Concepto y objetivos
Se debe citar la fuente de la informacion cuando el apendice no ha sido elabo-
El temlino «apendice» se usa en escritura cientffica siguiendo el significado de rado por el autor del a11fculo cientffico original.
su etimologia latina «appendix»: cosa adjunta a anadida a otra, de la cual es como
parte accesoria 0 dependiente. 32 Cuando aparecen documentos fotocopiados, tales como artfculos publicados pre-
viamente, facsimiles de manuscritos, cuestionarios, etc. se debe agregar un numero
Un apendice, aunque no es de manera alguna una parte esencial del artfculo ori- de pagina a cada hoja fotocopiada utilizando numerales arabes entre corchetes en la
ginal, es un instrumento uti 1 para poner a la disposicion del lector un material rela- esquina superior derecha de cada pagina. Los corchetes indican que el numero de la
cionado can el texto pero inapropiado para su inclusion en e1. Los apendices pue- pagina no forma parte del documento principal.
FaItas frecuentes
El clfnico debe aprender a leer en forma selectiva y en fonna critica las revi- Prcgunta NQ7: ~Se combinaron adecuadamente los hallazgos de los artfculos origina-
siones. As) como el uso de metodos defectuosos en un estudio original de diagnos- les revisados'?
tico 0 de tratamiento pueden invalidar los resultados. una revisi6n no cientifica de Pregunta N Q8: ~Se respaldaron las conclusiones de la revisi6n por los datos citados'?
la Iiteratura puede conducir a conclusiones incorrectas y peligrosas. Los autorcs de
revisiones recolectan y analizan datos desde investigaciones primarias, 10 cual se Este conjunto de ocho preguntas servinin poderosamente al clinico que busca
hace en forma subjetiva y subconsciente. La diferencia fundamental entre un estu- respuesta -a traves de la revisi6n- a algun problema de su pnictica profesional
dio original (infonnaci6n primaria) y un estudio de revisi6n (infonnaci6n secunda .. relacionado con etiologfa. diagnostico. pron6stico, tratamiento 0 prevencion de enfer-
ria) esta en el tipo de infonnacion y en la unidad de analisis y no en los principio<; medades. La no respuesta 0 la respuesta insatisfactoria a las preguntas fom1Uladas
cientificos que se aplican. Ie servira al clfnico para descartar rapidamente articulos de revisi6n que son irrele-
vantes, cientificamente poco s6lidos, erroneos 0 falsos.
La necesidad para el lector de contar con pautas de evaluaci6n de las revisiones
cobra maxima importancia cuando el clinico se enfrenta a distintas revisiones sobre
un mismo tema las cuales lIegan a conclusiones diferentes y hasta contradictorias. (,A
3. Estructura
cual revisi6n creer en esas circunstancias? La respuesta no es facil, excepto que la Un articulo de revisi6n consta, en general, de nueve partes 0 secciones. Dentro
«experiencia» del autor de la revisi6ny el «prestigio» de la revista que la publica no de un esquema comun la extensi6n de las secciones de un articulo de revisi6n podnin
son suficientes para la credibilidad de la revisi6n. Numerosos estudios de la literatura variar segun eltema y el enfoque de la revisi6n. Cabe recordar que los articulos de
medica muestran que la calidad cientifica de la mayoria de las revisiones publicadas. revisi6n no llevan apendice.
incluyendo aquellas en revistas de mucha respetabilidad, son pobres pOl' cuanto no pro-
veen argumentos suficientemente fuertes que apoyen claramente las conclusiones. 1. Titulo
Valen aqui los comentarios y normas definidos en el capitulo B.2.
2. Pautas para evaluar la calidad de revision
2. Autor(es)
Una forma de enmarcar las pautas es utilizar una serie de preguntas que el lec-
Valen aqui los comentarios y normas descritas en el capitulo B.2.
tor Ie dirige al texto del articulo de revisi6n. Antes de entrar al detalle tecnico de
las preguntas es necesario aclarar que la intenci6n de las pautas directrices es alen- 3. Resumen
tar el uso eficiente de la literatura medica mediante un escepticismo saludable.
Valen aqui los comentarios y normas descritas en el capftulo B.3. La estructura
A continuaci6n se propone una serie de preguntas necesarias para una evalua- del resumen debe modificarse, adaptandolo ,a la estructura del capitulo C.4. al e.8
cion eficiente. que se presentan a continuaci6n.
Pregunta N 2 1: (,Se establecieron claramente las preguntas y los metodos de la revisi6n'? 4. Objetivo
Pregunta NQ2: (,Se utilizaron metodos exhaustivos en la busqueda de los artfculos Enfocar los factores mas importantes considerados en la revisi6n; causa, diag-
incluidos en la revisi6n: n6stico, pron6stico, intervenci6n terapeutica 0 prevenci6n. Debe incluirse informa-
Pregunta N 23: (,Se utilizaron criterios explfcitos para decidir que artfculos incluir y ci6n sobre la poblaci6n especffica, la intervenci6n 0 exposici6n y la prueba 0 desen-
cuales excluir de la revisi6n? lace (result ado) que hayan sido objeto de estudio.
Pregunta NQ4: (,Se evalu6 la validez de los artfculos originales revisados'? 5. Fuentes de datos
Pregunta N2S: (,Es reproducible la evaluaci6n de los artfculos originales revisados? Resumir brevemente las fuentes y mencionar cualquier restricci6n. Las posibles
(,Esta exenta de sesgos'? fuentes abarcan expertos 0 instituciones que han investigado el tema, bases de datos
computarizados, indices publicados, registros. folletos. resumenes. actas de confe-
rencias. referencias extraidas de bibliografias en articulos 0 Iibros pertinentes. C0111-
panias 0 fabricantes de pruebas 0 sustancias.
I. Primariamente infon11atiYo y persuasi\"o. Primariamente entretenido y recreati\o. 19. Obedece al concepto lineal de tiempo y Puede violar ese concepto.
espacio.
2. Racional. factual. - Emotivo.
20. Explica los conceptos diffciles. - Deja la explicaci6n a cargo del lector.
3. Objetivo. Subjetivo.
21. Ensefia. adoctrina, adiestra. - Deleita, place el animo y los sentidos.
4. Impersonal. desinteresado. - Personal. interesado.
c. PRECISION. Se es preciso cuando se usa un lenguaje directo, sin terminos ambi- a. Orden en las ideas, 10 cual se apoya en la /6gica; esta consiste en la disciplina
guos ni expresiones confusas 0 equivocas. La precision apunta a que la expre- que estudia los principios formales del conocimiento humano. La logica tiene
si6n cientffica sea rigurosamente exacta. que ver con las doctrinas del concepto, del juicio, del silogismo y del metodo . .:4
En consecuencia nos ayuda a ordenar las ideas para exponerlas con claridad.
Para que el estilo sea preciso se parte del hecho de que si bien es cierto que hay
sinonimos. no es menos cierto que hay una palabra especffica para un objeto, EI conocimiento se adquiere y se transmite a traves de sensaciones. percepcio-
una situacion y un lugar tambien especffico. EI au tor debe buscar siempre la nes, representaciones, conceptos. juicios y razonamientos. Estos tres ultimos ele-
palabra mas adecuada. mentos son formas mas complejas del pensamiento. 4-l
EI concepto es la representacion mental del ohjeto, el cual puede definirse, divi- dar: «Sucede con frecuencia que llega uno a encontrar una idea que buscaha. llega a
dirse y clasificarse. EI juicio es la afimlaeion 0 negacion de algo. que surge al darle fonna. es decir a obtenerla. sacandola de la nebulosa de percepciones oscuras
establecer una relacion entre dos conceptos. El razonamiento es una fonna de a que representa. gracias a los esfuerzos que hace para presentarla a los demas».
obtener 0 demostrar un conocimiento, a partir de verdades preestablecidas.
La conjuncian de talento y de destrezas transforma el escribir en una experien-
b. Utilizacion de las reglas Msicas de la comunicacion escrita 10 cual se apoya en cia alegre y gratificadora. Un signa inequfyoco de esta transfonnacion es cuando el
la gramatica, es decir aquella parte de la lingiifstica que estudia las clases de escribir depende menos del tal ante y del humor para !legar a convertirse en un habi-
palabras. su composicion y accidentes, y su funcion en la oracian. to productivo y agradable. ')b
La lengua es el sistema mas eficaz de comunicacion humana que se caracteriza Mas alla del talento y de las destrezas. el escribir esta lleno de escollos ocultos
porque emplea signos. compuestos por dos partes inseparables: el significado, que y de peligros latentes los cuales asoman a la superficie con demasiada frecuencia
es el contenido. la idea, y el significante, que es la fonna, ya sea sonora a grafica. bajo la forma de errores, de yerros y de faltas, las cuales le restan claridad y com-
prension al mensaje aunque no siempre es po sible establecer marcos bien delinea-
La palabra actua como unidad minima significativa de la lengua. La palabra se
dos e inequivocos sobre los diversos tipos de faltas. 47
compone de unidades mas pequenas que son de dos tipos: a) la rafz que es la parte
invariable 0 «lexema» de la palabra; b) la tenninacion que es la parte flexible 0 «gra- Nos anima a escribir este capitulo la experiencia ganada mediante la lectura cri-
merna» de la palabra. tica de unos tres mil manuscritos sometidos para publicaci6n como articulos cienti-
ficos originales en el Boletin de fa OSP a 10 largo de 13 anos en la Region de las
Los accidentes gramaticales mas importantes son: a) el genera (grupo al que per-
Americas de la OMS. De este universo, no mas de un 25% lIeg6 a la meta de la
tenecen los seres); b) elnumero (senala si son uno 0 mas de los seres que hablan 0
publicacion, despues de un laborioso proceso de critica, de produccion de textos revi-
participan en la accion); c) la persona (ayuda a precisar quien habla, con quien se
sados y correcci6n de estilo. A esto se suma la experiencia docente de mas de 30
habla, de quien se habla).
cursos intensivos, talleres y seminarios sobre actualizacion en escritura cientifica en
De la lengua pueden distinguirse tres usos: a) el cientifico, en que interesa mas Espana, Chile, Peru, Venezuela, Republica Dominicana, Cuba, Nicaragua, Costa Rica,
el contenido que la fonna; b) el cotidiano, que busca resultados practicos; c) el lite- Honduras, Guatemala, Mexico y los EE.UU. donde se sometieron a «disecci6n» -
rario, que busca recrear el universo vivencial del lector. tanto de contenido como de estilo- unos doscientos articulos cientificos originales y
de revision seleccionados al azar, de las principales revistas biomedicas de Espana
La lectura Cfitica intenta la comprension del mensaje del autor y la aceptacion y de los paises del Hemisferio Occidental.
o rechazo de las ideas vertidas en el texto a traves de la identificacion de los sig-
nos graficos del lenguaje. A 10 largo de estos anos, varios alumnos y autores nos alentaron a escribir y
publicaI' nuestra experiencia sobre estas materias; 10 hemos hecho con la esperanza
de que sea de real utili dad para el lector interesado.
5. Cincuenta y un consejos litiles para evitar vicios de mal estilo
Las cincuenta y una reflexiones que siguen constituyen verdaderas «alertas» uti-
EI redactar bien es un asunto no solamente de talento sino tambien de destre- les, consejos que se dan para redactar mejor. No intent an -de manera alguna- aho-
zas. La inteligencia, la cultura y la aptitud juegan un papel fundamental para repre- ITar al lector el proceso de «ensayo y de error» indispensable en la fonnaci6n de un
sentar adecuadamente las ideas en palabras y otros signos: la habilidad y el arte bas a- escritor. S6lo proponen algunas pautas directrices para acortar este proceso y trans-
dos en sabiduria, en practica y en experiencia constituyen el complemento necesario fom1ar los errores en verdaderas experiencias de aprendizaje y de desarrollo . .\8 Intentan,
para lograr un producto de comunicacion escrita pertinente y atractivo, de a1cance ademas, confinnar nuestra conviccion de que 10 que se lee y se comprende sin mayor
universal sin perder el tono personal. .)5 esfuerzo, se ha escrito siempre con un gran esfuerzo.
Miguel de Unamuno, filosofo, novelista, poeta, dramaturgo, ensayista y filologo euan hondo y oportuno calan los versos de Antonio Machado, el poeta de la
de la Generaci6n del 98, deja huella de su pensamiento, el cual parece oportuno recor- generacion del 98: "Caminante. son tus huellas / el camino, y nada mas; / caminante,
no hay camino, I se hace cammo al andar". Miguel de Cervantes, principe de lo~ 1O. Uti lice palabras uni\ocas: nunca emplce un termino si no esta seguro de 10 que
ingenios espanoles. escribia «No se toman truchas a bragas enjutas». Por su parte verdadcramente significa y de como se escribe. La terminologia es el conjunto
George Clemenceau, celebre medico. politico y periodista frances. escribia al res- de terminos que se utili zan en un campo determinado del saber, un campo espe-
pecto en los anos veinte: «La vida es una perseverancia». cializada. en fonna distinta a como se usan en el lenguaje comun y que se han
fijado par usa 0 por normalizacion.
1. Aclare sus ideas antes de escribir el texto: una vez que yea el tema con clari-
dad, hagase un esquema que Ie sirva de gufa para la escritura de frases, de pana- 11. No ponga mas palabras que las indispensables: evite palabras innecesarias. las
fos y de cap{tulos. Viene a nuestra mente aquella afirmaciol1 de Oscar Wilde, cuales conducen a vicios comunes en la redaccion biomedica. tales como la gran-
poeta y dramaturgo ingles del siglo XIX: «No existen mas que dos reglas para dilocuencia, la verbonea y la redundancia.
escribir: Tener algo que decir y decirlo bien».
12. Tenga presente que las dos palabras que comandan el idioma son el verbo y el
2. Recuerde que su texto requiere de un orden en las ideas, el cual se apoya en la sustantivo. Las restantes partes de la oracion son complementarias y no se debe
logica. Ademas debe utilizar las reglas basicas de la comunicacion escrita, la cual abusar de ellas.
se apoya en la gramatica.
13. Tenga siempre a mana tres buenos diccionarios de la lengua espanola: a) uno eti-
3. Organice jerarquicamente sus ideas y presentelas en alguna secuencia logica que mologico; b) otro de sinonimos y contrarios; c) un Tercero de dudas del idioma; con-
facilite su comprension. Destaque la idea principal en cada capitulo del texto y sultelos ante cualquier dificultad acerca del significado y la ortograffa de las palabras.
luego desanolle las ideas secundarias; exponga claramente la idea que ha esco-
gido como fundamento y describa luego las ideas modificantes. 14. EI empleo del adjetivo, entendiendo par tal aque11a parte de la oracion que se
junta al sustantivo para calificarlo 0 determinarlo, debe ser 10 mas exacto posi-
4. Anote las ideas y planteelas en un orden logico deseable que sirva al objetivo del ble. Evite, pues, la duplicidad innecesaria de adjetivos.
escrito. La idea basica debe destacarse aun cuando no vaya al principio de la frase.
15. No de proporciones excesivas a las cosas llevandolas mas alIa de los lfmites de
5. Asegurese de que cada capitulo 0 seccion del texto tenga un planteamiento, un
10 natural, de 10 razonable, de 10 justo, de 10 conveniente y de 10 verdadero. Los
desano110 y un ciene.
hechos nanados limpiamente convencen mas que las exageraciones.
6. Evite a toda costa las ideas superfluas e inelevantes. En consecuencia, tache 10
16. Ubique los adverbios -sean estos de tiempo, de lugar, de modo, de cantidad, de
que no esta relacionado con la idea fundamental de la frase 0 panafo.
afinnacion, de negacion 0 de duda- cerca del verbo al cual se refieren; la expo-
7. Adapte su mensaje a la experiencia de un lector promedio; utilice tem1inos que sicion resultara asi mas clara.
el lector pueda comprender.
17. No abuse de los pronombres. Sobre todo tenga sumo cuidado con el empleo del
8. Defina los tenninos claves del estudio; el estilo de la definicion debe ser afir- pronombre posesivo «su» -apocope de' suyo, suya, suyas, suyos- el cual suele
mativo, preciso, claro y sencillo. Aqui tienen plena vigencia las palabras de Jose producir ambigiiedad ya que par su apocope pierde el genero y es causa fre-
Ortega y Gasset, filosofo y escritor espanol de la Generacion Novecentista: «Una cuente de anfibologia (doble sentido).
lengua es un sistema de signos verbales merced al cual los individuos pueden
entenderse sin previo acuerdo, al paso que una terminologia solo es inteligible 18. Tenga muy en cuenta que «Ia puntuacion es la respiracion de la frase». No olvi-
si previamente el que escribe 0 el que habla y el que lee 0 escucha se han pues- de que una causa frecuente de falta de claridad es la mala puntuacion.
to individual 0 colectivamente de acuerdo sobre el significado de los signos».
19. Este alerta con el uso de barbarismos y de solecismos. 48 Se llama barbarismo a
9. Las palabras son la «materia prima» del artista, las «heITamientas» del escritor. un vicio de diccion que consiste en escribir 0 pronunciar mal las palabras, 0 en
En consecuencia, un pilar fundamental del autor de un escrito es su conocimiento emplear vocablos impropios. Solecismo es faltar a las reglas dadas acerca del
del vocabulario. EI empleo de la palabra exacta. apropiada y adecuada es una de oficio y uso de las distintas partes de la oracion. Mientras que el barbarismo
las reglas fundamentales del estilo. atane a las otras partes de la gramatica. el solecismo se refiere a la sintaxis.
20. Evite el u~o de extranjerismos, es decir voces. fra~es giros de un idioma, extran-
0
31. La construccion armoniosa exige evitar las repeticiones malsonantes (cacofonfa).
jero empleado en espano. Aqui se incluyen en fonna mayoritaria los anglici\- al igual que la unifonnidad e igualdad de tono como resultado de una pobreza
mos, los americanismos y los galicismos: en proporcion menor los gemlanismos. de vocabulario (monotonfa) y las asonancias.
latinismos. grecismos. italianismos. portuguesismos, galleguismos y catalanismo\. 32. Evite las transiciones bruscas entre distintos parrafos. Procure «fundif» las ideas
y conceptos con habilidad para que las transiciones sean suaves y efectivas.
21. Prefiera la expresi6n simple a la compleja evitando el uso de vocablos rebuscados
con exceso de atildamientos que degeneran en afectacion dellenguaje y del estilo. jc
33. Tenga presente que el estilo direeto tiene mas fuerza y causa mas impacto que
el estilo indirecto.
22. Prefiera el vocablo culto frente al vocablo \ulgar. Los vulgarismos son una fonna
de barbarismo que consiste en el empleo de palabras 0 expresiones propias de 34. Escriba de preferencia con frases cortas. La psicologfa ensena que una frase com-
la lengua hablada por el estrato menos culto de la poblacion. inadmisibles en la puesta de 20 palabras logra hasta un 907c de comprension en los lectores; a medi-
lengua profesional usual. Los vulgarismos no son sino los barbarismos mas evi- da que aumentan las palabras en la misma frase, la comprension del lector dis-
dentes utilizados por personas que carecen, par 10 general, de cultura y de for- minuye. Sin embargo evite la sucesion monotona de frases cortas ininterrumpidas
macion gramatical. Sin embargo, en este vicio no cae solo la gente vulgar sino 10 cual incluye el abuso de «punto y seguido»; igualmente evite los perfodos
muchas personas que presumen de cierta cultura. extensos los cuaIes resultan much as veces ampulosos y vagos.
23. Use fonnas verbales activas. Recuerde que el idioma espafiol tiene preferencia 35. Recuerde que el lenguaje es el medio de comunicacion par excelencia y que las
por la voz activa. La voz pasiva suele imponerse par desconocimiento del agen- cualidades fundamentales del estilo son: la claridad, la concision, la precision, la
te activo, porque hay cierto interes en ocultarlo, porque Ie es indiferente al escri- sencillez y la naturalidad.
tor y por la influencia del idioma ingles. 50
36. Haga que su estilo sea atractivo para que capte la voluntad del lector. Utilice la
24. No abuse de los incisos y de los parentesis. Ajlistelos y procure que no sean variedad dentro de la unidad.
excesivamente extensos. 37. Evite que su estilo sea superficial, ordinario, laconico y tremendista.
25. Evite las repeticiones excesivas y malsonantes. Repetir puede ser legftimo solamente 38. Ademas de cuidar el estilo, tenga en cuenta el tono, que es el estilo adaptado al
cuando se quiere fijar la atencion sobre una idea y siempre que no suene mal. tema y a los resultados de 1a investigacion; el "tono» 0 «entonacion» es 1a ade-
cuaci6n de la fonna a1 fondo; e1 tono acomoda las palabras y las frases a los
26. Amplfe su vocabu1ario. Enriquezca su escrito mediante el uso de vocablos 0
hechos y las opiniones que se expresan par escrito.
expresiones que tienen una misma 0 muy parecida significacion. Si emp1ea sino-
nimos, procure que no sean muy raros, de uso poco comlin 0 poco frecuente. 39. Mantengase aparte de las drases hechas» y de los «lugares comunes» 10 cua1 se
manifiesta en expresiones vulgares 0 tri~iales.
27. Mantengase alerta contra la sin taxis defectuosa, un vicio de redaccion muy comlin.
Al construir las frases tenga en cuenta el arreglo sint,ktico: sujeto, verbo y com- 40. Sea muy cuidadoso con el uso de metaforas, tropo que consiste en tras1adar el
plemento en un orden logico. sentido recto de las voces en otro senti do figurado en virtud de una compara-
cion tacita. La metafora solo vale cuando afiade fuerza expresiva y precision a
28. Evite tecnicismos inoportunos y alardes vanos de erudicion. Aclare el significa- 10 que se escribe; en caso contrario 1a metafora suele confundir a1 lector.
do de las voces tecnicas cuando no sean de uso comlin.
41. Recuerde que una cualidad esencial de la escritura cientffica es 1a precision. Huya,
29. No ubi que el verbo al final de la frase. Esta situacion es frecuente en 1a lengua en consecuencia, de la sugestion sonora de las pa1abras.
alemana pero no encaja bien en la gramatica espanola.
42. Establezca en su estilo un balance adecuado entre imaginacion y objetividad;
30. Procure ligar 1a idea inicial de una frase a la idea final de la frase anterior para entre entusiasmo y reflexion; entre seguridad y escepticismo; entre gallardfa inte-
facilitar la debida cohesion entre las oraciones. 1ectual y humi1dad.
43. Escriba para expresar, no para impresionar. Ud. es responsable de darse a enten-
der bien por medio de la palabra escrita; no cabe, en consecuencia, el encajar
una idea u opinion en 1a mente del lector por medio de persuasion indebida 0
de manera conmovedora.
45. Prevenga el riesgo de padecer el «Sindrome de la Celebridad Intelectual» des- 1. EI c1inico como juez critico de articulos
crito por J.T. Winkler, 51 cuyos sintomas principales son: a) Personalizacion de
las ideas con una alta densidad de pronombres personales (<<yo», «me», «mi»,
El crecimiento exponencial de la literatura biomedica en los ultimos cincuenta
«nosotros» etc.); b) Argumentacion mediante anecdotas favorables seleccionadas;
afios mencionado en la introduccion de esta obra --especialmente en la forma de
c) Exageracion del significado; d) Lenguaje portentoso y pretencioso; e) Publi-
articulos originales- ha tenido gran influencia en la practica c1fnica. En efecto la
cacion prematura.
publicacion de resultados de investigaciones sobre etiolog{a, diagnostico, tratamien-
46. Su estilo es perfectible. Una forma de lograrlo es leer asiduamente con atencion to, factores pronosticos y prevencion de enfermedades en revistas alcanza nipida-
y reflexion a los buenos escritores. En efecto la lectura atenta de los maestros mente la comunidad medica nacional. Una vez incorporada esa informacion en bases
de la literatura, tanto de la clasica como de la modema y de la contemporanea, de datos especializados, esta al alcance de la comunidad medica intemacional.
ayuda eficazmente a mejorar la capacidad de escribir.
Un articulo publicado en una revista biomedica sup one para ellector inc auto que
47. Una vez terminado el texto del articulo del0 a leer a dos personas de su con- esa investigacion es solida y que vale c1inicamente. Lamentablemente el solo nom-
fianza que entiendan del tema para su lectura cntica. Este ejercicio Ie permitini bre del autor y el supuesto prestigio de la revista no constituyen garantia alguna de
corregir las insuficiencias, los excesos y 10 ininteligible. validez cientifica de la publicacion. Los estandares de investigacion dejan mucho
que desear desde el punto de vista del disefio, del analisis de la informacion, de la
48. Una vez producido el texto corregido, pida a alguien con formacion lingiiistica estructura y de la redaccion del informe de la misma. En efecto muchas de las revis-
que 10 revise para comprobar la sintaxis, la puntuaci6n y la ortograffa. tas biomedicas no disponen de un verdadero sistema de arbitraje por expertos, ni de
consejos editoriales idoneos y agiles. AqueUas revistas que anuncian disponer de
49. Resuelva la duda de por que escribir, que escribir, cuanto escribir, c6mo escri- estos mecanismos de control de calidad del contenido tampoco garantizan necesa-
birlo y donde public arlo ubicandose en el interes y en el lugar del lector inteli- riamente la validez del disefio 0 de las conchtsiones. De hecho el funcionamiento de
gente e interesado.
los consejos editoriales suele ser irregular con miembros que cooperan mas por amis-
tad y buena voluntad que por verdadera capacitacion metodologica. Los abundantes
50. Al poner por escrito los resultados de la investigacion y discutir su significado,
ejemplos de articulos originales publicados en casi todos los numeros de revistas sin
tenga presentes las tres grandes amenazas a su validez y veracidad: a) El error, a
estandares de calidad basicos de disefio, con analisis parciales e incorrectos de los
veces involuntario e inevitable; b) El sesgo como error sistematico y general mente
datos y plagados de defectos severos de redaccion hablan por sf solos de un gran
detectable; c) El fraude como engafio deliberado del autor al lector confiado.
problema no resuelto de desinformacion.
51. Si realmente no tiene nada importante que comunicar, contenga su impetu. George
Eliot, novelista del realismo ingles, escribio a fines del siglo pasado: «Bendito Nunca se insistira suficientemente sobre la importancia de un disefio y un ana-
es el hombre quien no teniendo nada que decir se abstiene de evidenciar ese lisis acertados. Claramente las conc1usiones de un estudio dependen de la correccion
hecho en palabras». de los metodos. Si las conc1usiones no son confiables debido a metodologias defec-
IVIC I UUULU",IJ-I UC II' v C;:O I I"'I-IGIUI'J Y c;:OGhl I Uhl-l Glel'J I IrlGI-I eN GLli'JICA PARTE IV 447
tuosas. entonces el estudio no puede tener valor clfnico. Peor aun. puede ser clini- Algunas revistas biomedicas utilizan el sistema de arbitraje por expertos. llama-
camente danino a causa de una pnictica profesional basada en conclusiones falsas y do «peer review system» en idioma ingks 5/. Este consiste en un sistema de eva-
enganosas: un estudio clfnicamente danino no es etico. La aceptacion profesional de luacion por especialistas en las diversas materias. los cuales examinan el valor cien-
los hallazgos dudosos tiene entre sus causas una ignorancia de aspectos metodol6- tffico del manuscrito y la utilidad de su publicacion. 5X A fin de ayudar a los arbitros
gicos fundamentales. a cristalizar sus puntos de vista y a tomar decisiones. las revistas mas serias suelen
emplear listas comprobatorias y verdaderos formularios disenados especialmente para
Las consideraciones precedentes nos permiten concluir que hoy en dia el clini- el objetivo descrito. El uso de formularios favorece la homogeneizacion de la eva-
co necesita conocimientos y destrezas basicas para evaluar en forma inteligente y luacion y disminuye la tasa de desacuerdos entre arbitros. 59 Sin embargo no pueden
Cfitica los trabajos que se presentan a reuniones cientificas y aquellos otros que se reemplazar la experiencia, el sentido comun ni el examen detail ado del arbitra. 6(1
publican como artfculos originales. Esto Ie permitira detectar elTores y sesgos de
diseno, de ejecuci6n, de analisis, de presentaci6n, de interpretacion y de omision. La pauta NQ 1 del Apendice V se presenta como una descripcion sucinta del for-
Diversas revisiones de la literatura informan que alrededor de la mitad de los artf- mulario del arbitro que utiliza el Boletfn de la Oficina Sanitaria Panamericana, revis-
culos examinados contienen elTores estadisticos de los tipos antes mencionados, en ta mensual sobre temas de salud publica intemacional de la Organizacion Panamericana
diverso grado, con las consiguientes implicaciones clfnicas y eticas. No cabe dud a de la Salud. Luego se describe brevemente el contenido de 5 capftulos de otras tan-
de que los estandares de metodologfas de investigaci6n, y de estadfstica en especial, tos libros, sobre evaluacion crftica de la investigacion publicada, cada uno de los
podrfan mejorarse grandemente si las revistas biomedicas cesaran de publicar artf- cuales incluye una lista de revision.
culos metodologicamente deficientes; sin embargo no se percibe un movimiento claro
en el senti do de ese mejoramiento. El hecho de que exista mas de un formulario de revision indica que ninguno
en particular puede satisfacer exactamente las necesidades y requisitos de las revi-
En consecuencia el medico clinico debe ser cauteloso en aceptar 10 publicado siones. Esto es comprensible ya que la investigacion en salud y la comunicacion
como valido 0 como cierto y asumir de una vez su papel de juez crftico de 10 publi- escrita de la misma presenta una gran diversidad, consecuencia natural de la varie-
cado. Los diversos capftulos de este libra apuntan a desalTollar directamente esa dad de temas, de enfasis. de disciplinas, de problemas, de enfoques, de disenos, y
capacidad de lectura crftica. Solamente queda pendiente el disponer de algunas pau- de metodologfas.
tas, de gufas concretas para efectuar esa evaluacion en forma met6dica. La seccion
que sigue intenta cumplir precisamente con ese objetivo. El Apendice V incluye ademas una reproduccion de las listas de revision de seis
fuentes seleccionadas. En el primer y segundo caso se transcribe un facsfmil del texto
completo; en los otros se limita a incluir la lista ordenada y abreviada de items con
2. Listas de revision ajustes editoriales menores tendientes a su mejor comprension. De cualquier mane-
ra el lector interesado deb era consultar la fuente original que se cita en la seccion
Un exam en de la literatura sobre este tema muestra algunos libros sobre inves- de «Referencias» de esta obra.
tigaci6n en ciencias de la salud 1;,54; sobre estadfstica en investigacion biomedica 55,
sobre epidemiologfa clfnica 29, sobre investigacion en enfermerfa 53 y sobre metodo-
logfas de investigacion 56, los cuales incluyen capitulos especiales sobre evaluaci6n 3. Sinopsis de seis pautas de evaluacion
crftica de la investigacion public ada. El objetivo general de estos capftulos es pro-
porcionar listas de elementos que se deben revisar en cada investigacion publicada. PAUTA N2 1
Estas listas se organizan agrupando frases en tono afirmativo 0 en forma de pre-
guntas sobre las etapas del praceso de investigacion. Formulario del Arbitro. Boletfn de la Ojicina Sanitaria Panamericana,
En algunos casos se agregan elementos relativos a las partes de la estructura del Origen y Objetivos. La necesidad de facilitar el trabajo de 320 profesionales espe-
articulo original y de su estilo; esto es de suma utili dad ya que, en la pnictica, con- cialistas que actuaban en 1992 como miembros del sistema de revision por arbitros
tenido y fom1a estan indisociablemente unidos en el articulo original. de los manuscritos sometidos para publicacion como artfculos originales. Estos cubrian
alrededor de 72 disciplinas del saber y areas de problemas del vasto campo de la Observaciones.- Esta lista de revision tiene la ventaja de profundizar en el proceso
salud humana individual y colectiva. de invcstigacion con diferente grado de detallc. Aceptando el hecho de que el esque-
ma puede quedar largo para evaluar algunas publicaciones y corto de preguntas para
Este formulario del arbitro es un «ayuda memoria» para los revisores quienes, sien- otras, en promedio ha probado ser una pauta util. La forma de redaccion de las pre-
do autoridades reconocidas nacional e intemacionalmente en el quehacer de su espe- guntas induce a respuestas de «si» 0 «no». 10 cual no pem1ite valores intem1edios
cialidad medica. no siempre tienen un dominio metodologico del complejo proceso de para aquellas variables de tipo continuo. Por olra parte diez de las preguntas inclu-
investigacion cientifica dentro del marco de polftica de publicacion de la revista. yen dos 0 tres asuntos distintos; de hecho si se desglosaran estas preguntas el total
subiria de 41 a 55.
Estructura.- EI formulario tiene una extension de 4 paginas y esta constituido por
23 afirmaciones breves agrupadas en 4 categorias y distribuidas como sigue: priori- La lista de preguntas calza con las etapas de la investigacion e indirectamente
dad y nove dad del tema (2); proceso de investigacion (14); estructura y estilo (4): con la estructura del cuerpo del articulo original. De hecho no hay preguntas sobre
recomendaciones sobre aceptacion/rechazo (3). las partes preliminares (titulo, autores, resumen) ni de las partes finales (referencias,
apendices). Tampoco incluye preguntas sobre el estilo.
La opinion que se recaba sobre los diversos items se vierte en un formulario de
respuestas de eleccion multiple los cuales varian entre 2 y 6 opciones, la ultima de PAUTA NQ 3
las cuales adopta un formato abierto.
Evaluacion de comunicados de investigacion. 53
Observaciones.- Este formulario, -el cual se inauguro en 1988 con una segunda ver-
sion revisada en 1991- ha probado ser muy util para el objetivo definido. Tiene las Origen y objetivos.- La propuesta que nos ocupa proviene del Capitulo 26 del libro
ventajas de ser breve, claro, directo y completo para los grandes rubros de la inves- que se senala en la referencia. La obra es un extenso libro de texto sobre investi-
tigacion. Presenta el inconveniente de no ahondar en aspectos del diseno, del anali- gacion cientifica en ciencias de la salud de amplia utilizacion en los EUA, y en pai-
sis y de la interpretacion de los datos. Ademas algunos arbitros se sienten «encasi- ses de America Latina en la version en idioma espanol que comentamos. Los 25
llados» por las respuestas estructuradas. capitulos del libro que la preceden han examinado las bases conceptuales y meto-
dologicas para mejorar la practica de la investigacion. En este capitulo se propor-
PAUTA NQ 2 cionan pautas especfficas para la revision critica e inteligente de la investigacion.
PAUTA NQ 6
Origen y objetivos.- Esta pauta corresponde al ultimo capitulo de un libro de texto
sobre introducci6n a la investigaci6n en las ciencias de la salud cuyos autores son La literatura medica 54
Titulo original: «i,Modifica el pronostico del carcinoma renal la vfa de abordaje utilizada
para nefrectomfa radical?»
Faltas: Tftulo en tono interrogativo; imprecision par uso de «pronostico» en vez de «super-
vivencia».
Titulo propuesto: «Supervivencia del carcinoma renal segun la vfa de abordaje en la nefrec-
tomfa radical» 0 bien:
«Lunbotomfa, laparotomfa transperitoreal y taracofrenolaparatomfa en la nefrectomfa radical
y supervivencia del carcinoma rena!».
Faltas: Tftulo cortado; barbarismo (<<versus») parado con Mitomycina~C y BCG altemos»,
Titulo propuesto: «Pefloxacino comparado con Ceftriaxona en la prevencion de infecciones
en cirugia endoscopica urologica», Titulo original: «Carcinoma renal. Nuestra experiencia de 20 anos».
Faltas: Estilo telegrafico; subtitulo irrelevante con personalizacion de la idea (<<nuestra»),
Titulo original: «Actividad sexual tras la cirugia de la hipertrofia prostatic a benigna». Titulo propuesto: «Diagnostico, tratamiento y supervivencia del carcinoma renal en Santander,
1970~1989»,
Faltas: Sintaxis defectuosa.
Titulo propuesto: «Cirugia en la hipertrofia prostatica benigna y actividad sexual» 0 bien:
«Efecto de la cirugfa sobre la actividad sexual en la hipertrofia prostatica benigna», Titulo original: «Flurbiprofen: Altemativa terapeutica en el dolor del colico nefritico»
Faltas: Demasiado corto e incompleto; titulo cortado.
Titulo propuesto: «Flurbiprofen comparado con dipirona mas hioscina en e1 dolor del coli-
Titulo original: «Tratamiento de los tumores de prostata con termocoagulacion intersti-
co nefrftico»,
cial con laser de neodimio~YAG (Un tratamiento nuevo dentro de la cirugia mfnimamen~
te invasiva),
Faltas: Subtltulo entre parentesis, de contenido superfluo e innecesario, Titulo original: «Estudio c1inico, epidemiologico y microbiologico de infeccion urinaria en
pacientes con trasplante renal en un centro especializado de Argentina»,
Titulo propuesto: «Tratamiento de tumores de prostata con termocoagulacion intersticial con
laser de neodimio~ Y AG». Faltas: Sobreexpliccion (<<estudio»); uso demasiado amplio del termino «epidem1iologico»,
Titulo propuesto: «Infeccion urinaria en pacientes con trasplante renal en un centro espe~
cializado de Argentina»,
Titulo original: «Papel de la testosterona en las variaciones microcirculatorias testicula~
res producidas en la rata por la administracion de aJtas dosis de gonadotrofina corionica
humana». Titulo original: «Estudio c1fnico~patologico del carcinoma de celulas renales».
Faltas: Imprecision y falta de concision. FaItas: Sobreexplicacion (<<estudio»): incompleto.
Titulo propuesto: «Papel mediador de la testosterona en las variaciones microcirculatorias Titulo propuesto: «Anatomfa patologica y supervivencia en carcinoma de celulas renales»,
testiculares producidas por la gonadotrofina cori6nica human a en ratas»
Titulo original: «Tratamiento de los tumores vesicales superficiales recidivantes con laser
Titulo original: «Eficacia diagnostic a del TC y RM en el estadiaje local de los tumores rena~
Nd: Yag: un ano de experiencia».
Jes». Faltas: Titulo partido: subtftulo; referencia innecesaria a la duracion del estudio (un ana de
Faltas: U so de abreviaturas, experiencia) .
Titulo propuesto: «Tomograffa computarizada comparada con resonancia magnetica en el Titulo propuesto: «Laserterapia en tumores vesicales superficiales recidivantes en un hos~
estadiaje local de tumores renales». pital de Madrid»,
Titulo original: "Sfndrome de prostatismo en consultas externas de urologfa. Su incidencia
en un hospital comarcal».Faltas: Sobreexplicacion (sfndrome de): subtftulo: uso discutible
del termino «incidencia».
Titulo propuesto: "Prostatismo en la consulta externa de urologia en el Hospital Comarcal
de Denia».
APENDICE II
Titulo original: «Estudio doble ciego de la eficacia analgesica en el colico nefritico de la EL PROCESO DE LA REVISION BIBLIOGRAFICA
asociacion de dipirona y espasmolftico con el ketorolaco trometamol».
Resumen esquematico
Faltas: Sobreexplicacion (<<estudio»): indicacion innecesaria del diseno (<<doble ciego»). Titulo
Irene Fernandez Romacho *
propuesto: « Analgesia con dipirona mas espasmolftico comparado con ketorolaco trometa-
mol en el colico nefritico».
A. Introduccion
Titulo original: «Valoracion del Prazosin en el tratamiento de la hipertrofia benigna de
Para que una investigacion sea util, sus hallazgos han de ser una prolongacion de cono-
prostata. Estudio caso-control.
cimientos y teorias previas, por tanto, el investigador debe estar actualizado en cuanto a 10
Faltas: Sobreexplicacion (<<valoracion de»); subtftulo: mencion innecesaria del disefio (caso-
que ya se sabe acerca de su tema de estudio y sobre como se ha logrado este conocimien-
control). to. Existen dos maneras de llevar a cabo esta actualizacion:
Titulo propuesto: «Tratamiento de la hipertrofia benigna de prostata con Prazosin».
1. Estudio de antecedentes concretos, casos practicos determinados, que requieren un
sondeo de campo, para 10 que seran necesarias la interrogacion y la observacion.
El proceso de revision bibliografica, mas 0 menos especifico dependiendo del caso con-
creto, debe realizarse en diferentes momentos del proceso de investigaci6n:
Bobenrieth Astete. MA. EI articulo ciell/ifico original. Estructura. estifo y fectura crlli-
ca. Granada: Escuela Andaluza de Salud Publica. 1994.
GUla praclica para fa elaboracion de un trabajo cientifico. Bilbao: CIT A. 1994. Fundamento~
de Informacion y Documentacion. Madrid: El'DEMA. 1989. APENDICE III
Pinto Molina. ~1. "El analisis documental". En: Fundamentos de Informacion y PAUTAS PARA LA EVALUACION
Documentacion. Madrid: EUDEMA, 1989 (pags. 263-279). DE ARTICULOS ORIGINALES
-"EI analisis de contenido: la operacion de resumir'·. En: Fundamentos de Informacion
M.A. Bobenrieth Astete
y Documentaelon. Op. cit. (Pags. 385-413).
Polit DF. Hungler BP. Im-estigacion eientifiea en elene/as de fa Safud. 4~ Ed. Mexico: FORMULARIO DEL ARBITRO *
Interamericana McGraw-Hill. 1994.
Boletln de fa Oficilla Sanitaria Panamericana/
Bulletin of the Pan American Heafth Organization
Manuscrito: .............................................................................................................................. ..
Autor(es): ................................................................................................................................. .
Arbitro: ..................................................................................................................................... .
Fecha: ....................................................................................................................................... .
4. La revision bibliognifica
o expone los trabajos public ados mas importantes y recientes relacionados con eI tema
o no es actual 0 suficiente
0 ....................................................................................................................................... .
* HBVES 1991. 2' version
5. Los objetiyos y las hipotesis 12. Las i1ustraciones (graficos, fotograffa~, etc.)
::l son c1aros. precisos, factibles y medibles :..J ~on suficientes y apropiadas
o son demasiado generales, vagos 0 ambiguos ":J deben mejorar~e para presentar e interpretar los datos con mayor c1aridad
::I ....................................................................................................................................... ::J son excesivas y redundantes
":J la(s) figura(s) numero ...... puede(nl suprimirse
::J es aconsejable agregar una figura para ilustrar
6. EI disefio
...J los originales son de cali dad deficiente
o es apropiado para el objetivo del estudio
D .............................................................................................................................. .
::l no es adecuado
Q no esta descrito suficientemente
13. La discusion
0 ...................................................................................................................................... .
::J examina e interpreta los resultados correctamente en funci6n de su significado y de
sus limitaciones
7. Los metodos y las tecnicas
o no interpreta los resultados
o son apropiados ::J adolece de omisiones importantes
o son inapropiados ::J contiene generalizaciones excesivas
0 ....................................................................................................................................... . o repite los resultados
0 ........................................................................................................................................
8. Los datos sobre materiales y metodos
o son suficientes para repetir el estudio 14. La conclusion
o son insuficientes o se justifica porque se apoya en los hallazgos
0 ....................................................................................................................................... . o no se justifica porque no se apoya en los hallazgos
0 ....................................................................................................................................... .
9. Las pruebas estadisticas
o son apropiadas para los tipos de variables utilizadas y responden a las hip6tesis formuladas 15. Las referencias bibIiognificas
o son inadecuadas o son suficientes y apropiadas
o no estan descritas con suficiente detalle o son insuficientes
o no estan descritas o no son actuales
0 ....................................................................................................................................... . o no se mencionan referencias imprescindibles; por ejemplo:
B. Fase empirica
Poblacion y muestra
Firma: ............................................... .
13. (,El disefio del estudio es apropiado para el objetivo del mismo?
14. (,Son suficientemente especificos los parametros de la poblaci6n objeto de estudio
(, Queda claro a que poblaci6n podrfa generalizarse los resultados?
15. (,Es la muestra representativa del universo (0 poblaci6n) definida?
* Traducci6n y adaptaci6n de Manuel A. Bobenrieth de la obra: Downs. Florence; Newman Margared «Elements of
a Research Critique». In A Source Book of Nursillg Research. Third Edition. Philadelphia: F.A. Davis Co, 1983
16. (.Es apropiado el metodo de seleccion de la muestra')
17. (.Es apropiado el tamano de la muestra'l (.Como se ha substanciado'l
18. (.Introduce el metodo de seleccion de la muestra algun enor 0 sesgo'l
19. (,Que pruebas indican que se han protegido los derechos de los sujetos'!
EVALUACION DE COMUNICADOS
Procedimiento de acopio de datos. Instrumentos DE INVESTIGACION *
20, (,Se plantea el grado de confiabilidad de las fuentes de informacion, tanto documenta-
les como de campo?
21. (,Son apropiados para el estudio los metod os de acopio de datos? (,Permiten efectiva- EVALUACION DE LA INTRODUCCION
mente obtener los datos que busca el investigador'l
22. (,Especifica el investigador la validez y ]a fiabilidad de los instrumentos empleados? Problema
23, (,Que medidas se han tornado para controlar las variables externas?
1. (,El problema se plantea en forma clara y precisa?
24, (,Son reproducibles las condiciones de la intervencion?
2. (,EI problema es demasiado grande 0 complejo como para resolverse en una sola inves-
25. (,Es la variable independiente 10 bastante fuerte para resistir influencias concomitantes'J
tigacion?
26. (,Es la variable independiente empleada representacion valida de la realidad, en un estu-
3. (,EI planteamiento aporta inforn1acion precisa respecto a las variables independiente y
dio de disefio experimental?
dependiente?
4. (,La pregunta 0 duda puede resolverse con pruebas empfricas?
Presentacion de datos
5. (,Se incluyen definiciones de terminos necesarios para el entendimiento claro del estudio?
27. (,Los resultados presentan la informaci6n pertinente a los objetivos del mismo? 6. (,Se comenta la importancia del problemas para la asistencia?
28. (,El texto es claro, conciso y secuencial? 7. (,Hay posibilidad de que el problema tenga importancia mas alla de un teneno local?
29. (,Las tablas son necesarias, suficientes y apropiadas?
30. (,Las ilustraciones (figuras, etc .. ) son necesarias, suficientes y apropiadas? Revision de literatura
8. (,EI comunicado vincula el problema con investigaciones previas sobre el tema?
9. (,Existe dependencia excesiva de fuentes secundarias cuando se han obtenido las fuen-
C. Fase interpretativa tes primarias?
10. (,Se omiten referencias importantes?
Amilisis de datos 11. (,La revisi6n incluye los comunicados recientes en la literatura?
12. (,Se pone enfasis excesivo a artfculos de opinion y se concede poca importancia se con-
31. (,Los metodos y las tecnicas son apropiados?
cede a trabajos empiricos?
32. (,Se exponen claramente los analisis en relacion a cada objetivo 0 hip6tesis?
13. (,La redaccion es adecuada? (,Incluye demasiadas citas de las fuentes originales?
33. (,Esta claro que prueba estadfstica se utilizo y que valores se obtuvieron?
14. (,La revisi6n es simplemente una condensacion de trabajos pasados? (,Evalua critica-
34. (,Las pruebas estadfsticas son apropiadas para los tipos de variables utilizadas y para
mente y compara las contribuciones de los estudios fundamentales?
responder a las hipotesis formuladas'!
15. (,La revisi6n se organiza de forma tal que el desanollo de las ideas es claro? .
16. (,La revision concluye con una sinopsis breve de la literatura y sus consecuenClas res-
Discusion y conclusiones pecto al problema por investigar?
35. (,La discusion examina e interpreta los resultados conectamente en funci6n de su sig-
nificado \' de sus limitaciones? Marco conceptual (marco teorico)
36. G. Ha rela~ionado el imestigador los resultados con el marco teorico del estudio'l
17. LEI comunicado intenta vincular el problema con un marco 0 estructura teorico 0 con-
37. (,Logra el investigador convencer al lector sobre la validez interna y la validez exter-
ceptual?
na del estudio?
18. (,El marco teorico se vincula con el problema en forma natural 0 por el contrario no
38. (,Ha generalizado demasiado el investigador?
hay una vinculaci6n adecuada?
39. (,La conclusi6n responde a los objetivos, apoyandose en los hallazgos'!
40. (,Cuales son las consecuencias practicas de los resultados'l
41. (,Se sugieren otras investigaciones complementarias?
* Polit DF, Hungler B.P. Illvestigaci6n Cientifica ell Ciellcias de fa Sa Iud. Tercera Edici6n. Capitulo 26. Mexico:
Interamericana/Mc Graw-Hill, 1991
19. (,Serfa mas adecuado otro marco conceptuaJ'l Metodos de obtencion de datos: Tecnicas cspecfficas
20. (,Son logicas las deducciones de una teorfa 0 marco conceptuaJ'l
Tecnicas ohser,uciollufes
Hipotesis
44. eSc definen con claridad las conductas 0 circunstancias pm observar')
21. (,El comunicado identifica las hipotesis que se someten a prueba') 45. c.Los fenomenos por obsenar son los mismos que se describen en el planteamiento del
..,.., i,Cada hipotesis expresa una relacion predicha entre dos 0 mas variables,) problema':'
23. (,Las hipotesis siguen un cur so logico a partir de la base teorica 0 revision de la lite- 46. .:,La unidad de conducta adoptada es apropiada para el problema en estudio'l
ratma? De no ser asf, (,que justificacion se da a las predicciones del investigador'? 47. t,El grado de estructura usado en la obsenacion es congruente con los fines del estudio'?
24. (,Todas las hipotesis se pueden corroborar'? 48. t,EI grado de ocultamiento utilizado es congruente con los fines del estudio y los prin-
25. i,Las hipotesis se plantean en forma concisa y clara" cipios eticos'?
26. i,Las hipotesis indican la poblacion general de interes'? 49. (,EI sistema de categorfas. si 10 hay. se describe adecuadamente y es completo')
50. i,Se necesita que los obsen'adores hagan una cantidad excesiva de inferencias?
5 J. (, Se pide a los observadores que codifiquen demasiadas conductas complejas en muy
EVALUACION DE LOS METODOS poco tiempo')
52. i,Se expone el metodo de muestrear conductas. y este es apropiado?
Sujetos 53. i,Los observadores se han preparado 10 suficiente para usar los metodos de observacion'l
54. i,Se expone la confiabilidad entre uno y otro observador, y es 10 suficientemente grande?
27. i,Se identifica y describe la poblacion? 55. i,Se exponen los posibles vicios 0 parcialidades, que provienen del observador 0 del
28. i,El comunicado indica si se estudio la poblaci6n completa, 0 solo una muestra? observado?
29. i,Se describen claramente las tecnicas de selecci6n de la muestra? 56. i,Se expone el problema de la reactividad del sujeto y sus consecuencias?
30. i,El diseno del muestreo puede producir una muestra representativa?
31. (,Si el disefio del muestreo es relativamente debil, como el caso del muestreo no pro- Planes y cuestionarios de fa entre vista
babilfstico, i,se identifican los posibles errores sistematicos 0 parcialidades de las
muestras? 57. i,En el comunicado se describen 0 incluyen los planes?
32. i,Se describen las caracterfsticas de tamano y otras fundamentales de la muestra? 58. (,Las preguntas cubren adecuadamente las complejidades del problema por estudiar?
33. i,Es el tamano de la muestra 10 suficientemente grande ante la heterogeneidad de la 59. i,Se usan eficazmente y en las proporciones apropiadas las preguntas abiertas y cerradas'l
poblaci6n? 60. i,La redaccion de las preguntas es sencilla y clara,)
34. i,El comunicado indica el indice de respuestas, esto es, el porcentaje de personas que 61. i,Las preguntas tienden a viciar las respuestas en una direccion deterrninada?
fueron entrevistadas y que aceptaron participar en el estudio? 62. (,EI plan tiene el tamafio apropiado'l
63. i,Son claras las instrucciones para los entrevistadores 0 los respondientes?
Metodos de obtencion de datos: aspectos generales 64. i,Se describen la preparaci6n y experiencia de los entrevistadOIes?
65. i,El comunicado indica el sitio en que ocurrieron las entrevistas'l
35. i,Se identifican y describen con nitidez los instrumentos para la obtencion de los datos? 66. i,Es significativo y apropiado el ordenamento de las preguntas en el plan?
36. i,Los metodos de obtenci6n de datos constituyen la fonna mas adecuada para medir 67. En preguntas eerradas, (,las respuests cubren adecuadamente las altemativas?
las variables crfticas? 68. i,Se asegmo a los participantes la confide'ncialidad 0 el anonimato?
37. Si se crea especfficamente un instrumento para el estudio, i,se describen las tecnicas 70. En el easo de cuestionario. i,se describen las tecnicas de vigilancia y, de ser asi, son
para su creaeion? adecuadas'l
38. Si los instrumentos son nue\'os 0 se han adaptado de otros anteriores, i,se hace una
prueba preliminar adecuadamente? E.~cafus
39. (.Se presentan pruebas de la confiabilidad de los instrumentos?
40. De haber una respuesta afirmativa, i,son los coeficientes de confiabilidad de magnitud 71. i,Se explica la raz6n para escoger una tecnica de cuantificacion escalar, a difierencia
aceptable:; t,el tipo de estimados de confiabilidad obtenido es el mas adecuado? de otra (como serfan las escalas de Likert en comparaci6n con las de Guttman)?
41. i,Se presenta prueba alguna de la validez de los instrumentos? 72. i,El metodo para colocar puntos reactivos en una escala es empfrico a pOI criterios (esto
42. En caso afirmativo. i,las pruebas indican que los instrumentos son 10 suficientemente es, se hace por analisis factorial 0 por analisis de reacti\'os)?
validos para el uso al que se les destino? 73. (.Se describen los metodos para eliminar 0 llevar al mfnimo los grupos de respuestas'l
43. (,El tipo de validez expuesto. (esto es, contenido, criterio, constructo) es el mas rele- (respuestas estereotipadas)
vante para los instrumentos en consideracion? 74. (.Se equilibran los puntos negativos can los positivos'l
Tecnicas de illvesligacion
75. (.La escala es unidimensional?
76. (.Son claras la~ instrucciones para los respondientes" 100. (,Se describen can claridad ) detalle las tecnicas utilizadas para llevar a la practica el
77. Si se us6 una escala preexistente, (.se explic6 su importancia en raz6n de los objetivos disefio. de manera que permita su repetici6n por otro imestigador"
del estudio? 101. (.Se describen las tecnicas para asegurar la constancia de las condiciones')
102. (.Se exponen las formas de evitar la contaminaci6n entre los grupos en tratamiento'l
Diseiio de la inYestigacion: aspectos generales 103. (.Son convenientes las circunstancias de estudio (campo. en comparaci6n con labora-
torio) para el planteamiento por imestigar'l
78. (.Se describe adecuadamente el diseii.o del estudio'
104. LSe protegen los derechos de los sujetos'l
79. (.El enfoque general -esto es experimental. cuasi-experimental 0 no experimental-
es el mejor para someter a comprobacion las hip6tesis del estudio'l
80. i.El disefio controla los elementos que menoscaban la validez intema del estudio?
81. (.Que metodos se usan para controlar las diferencias individuales ') EVALUACION DEL AN ..\.LISIS Y LOS RESULTADOS
82. i,Estos metodos son 10 suficientemente eficaces?
83. i,Se presta consideracion adecuada, en el disefio. a las amenazas que pueden menos- Tecnicas para procesamientos de datos
cabar la validez interna del estudio?
84. Si se utiliza un disefio transversal, i,seria mas apropiado un disefio longitudinal? lOS. LLos datos se analizaron por computadora 0 manualmente?
85. Si se usa el disefio longitudinal i,se exponen los metodos para entrar de nuevo en con- 106. Si su al1iilisis se hace por computadora, i,el comunicado especifica el programa 0 paque-
tacto con los sujetos y resolver los problemas de deserci6n (atricion)? te particulares utilizados?
86. i,El disefio comprende todas las hipotesis por investigar? 107. i,El comunicado describe las tecnicas de codificacion usadas?
Estudios experimentales 108. i,Los datos se analizan por tecnicas cualitativas, cuantitativas, 0 por ambas?
109. i,EI tipo de analisis es adecuado para los datos reunidos?
87. i,Se describe el metodo para asignar, de manera aleatoria, los sujetos a grupos?
88. i,Se describe el disefio en forma exacta y este es apropiado? Estadistica descriptiva
89. i,Se especifica la base para la selecci6n del diseno?
110. i,Se exponen las tecnicas de estadfstica descriptiva?
Estudios cuasi-experimentales y preexperimentales 111. i,La estadfstica descriptiva es adecuada para procesar los datos?
112. i,La estadfstica descriptiva se presenta en forma coherente?
90. i,Se describe el metodo para la seleccion de los grupos de comparacion si los hay? 113. Si solamente se utiliza estadfstica descriptiva, i,es suficiente para los fines de la inves-
91. i,Se siguen algunos casos para asegurar la equivalencia de los grupos de comparacion, tigacion, 0 tambien hay que incluir la estadfstica inferencial?
y son adecuados los pasos?
92. i,El comunicado indica el grado de equivalencia de los grupos de comparacion?
Estadistica inferencial
93. Si no se utiliza grupo de comparacion, i,se da alguna explicaci6n de tal hecho?
94. Si se usa grupo de comparaci6n, i,se utili zan metodos para facilitar la interpretacion 114. i,Se utilizan pruebas de significacion estadfstica para someter a prueba las hipotesis?
de los resultados, y estos son apropiados y satisfactorios? lIS. i,Se utilizan pruebas parametricas cuando se viol an flagrantemente las suposiciones
para usarlas ')
Estudios no experimentales 116. i,Se utilizan pruebas no paramerricas cuando tal vez seria conveniente una prueba para-
metric a mas potente?
95. (,Se describe el metoda para la selecci6n de los grupos de comparacion si los hay? 117. i,Se desperdicia informaci6n de manera innecesaria al transformar medidas de un nivel
96. (Se siguen algunos pasos, como el igualamiento 0 emparejamiento, para producir gru- relativamente grande de medicion, a otra de nivel menor (por ejemplo, transformar la
pos de comparaci6n equivalentes, y tales pasos son adecuados? talla en pulgadas, a la dicotomfa estatura altalbaja?
97. i,El comunicado indica el grado con el cual los grupos de comparaci6n utilizados (si 118. i,Los estudios de significaci6n son adecuados para corroborar las hipotesis de investi-
los hay) son equivalentes'l gacion?
98. i,Se describen claramente los atributos 0 experiencias que diferencian a los grupos de 119. i,El comunicado indica el valor del estadistico calculado, el mimero de grados de liber-
comparacion si los hay? tad y el nivel de significaci6n?
99. i,Se describen las variables extrafias que no fueron controladas y que son importantes?
Datos estadisticos
EVALUACION DE OTROS ASPECTOS DEL CO~ICNICADO
120. L.Se presentan con claridad los rcsu1tado~')
121. (.Se or1'aniza con propiedad la presentacion de los hallazgos'l Titulo
122. (.Las tablas y las figuras ~e u~an eficazmente para esclarecer y exponer directamente
los resultado~') 140. i.El comunicado tiene un tftulo'
123. (.Se or1'anizan las tabla~ y las fi1'uras'J (,Se marcan apropiadamente y es facil su C0111- 147. i.E1 titulo tiene el tamafio razonable"
prension') 148. i,En el tftulo se mencionan las variables imponantes')
124. (.Hay algun signo de eITor (0 de ~esgo) en el comunicado de los hallazgos" l49. i.El tftulo sugiere la poblacion en investigacion'
Resumen
142. i.Se hacen recomendaciones respecto a la forma de mejorar los metodos de estudio?
143. L.Se hacen recomendaciones para tareas especificas, con base en las consecuencias?
144. L.Se hacen redomendaciones para futuras investigaciones"
145. i,Las recomendaciones son congruentes con los hallazgos y con los resultados afines a
la investigacion?
EVALUACION CRiTIC~ DE LA INVESTIGACION PUBLICADA *
INTRODLICCIOl'
METOD OS
RESULTADOS
DISCUSION
* Polgar S. Thomas SA. lntrodllccion a la lnvestigacion en Ciellcias de la Sal lid. Capitulo 22. Madrid: Chuerchill
Livingstone. J 993
LISTA DE CO~IPROBACION PARA EYALUAR
LA INVESTIGACION PUBLICADA *
4. Las variables seleccionadas no son ade- las medidas pueden no estar relacionadas con
cuadas los conceptos que se investigan
* Polgar S, Thomas SA. Introducci(;" a la Illl'estigacion ell Cicllcias de la Salud. Madrid: Chuerchill Livingstone. 1993
II. Asignacion ~esgada de sujetos La investigaci6n puede carecer de valideL
interna
12. Variacione~ 0 falta de control de los para- La investigacion puede carecer de \alidez
metros de tratamiento interna LISTA DE EVALUACION E~ LA INVESTIGACION ';'
13. Los sesgos de los observadores no se con- La investigacion puede carecer de \alidez
trolan (efecto Rosenthal) interna y externa CO!\IIENZO
14. Las expectativas de los sujetos no se con- La investigacion puede carecer de validez I. e,La portada indica el titulo. el nombre de los patrocinadores. inwstigadores. asesore".
trolan (efectos Hawthorne) interna y externa uniwrsidad. institucion, telefonos, direcciones , fecha de envio')
'] (,EI tftulo es una explicacion corta del proyecto:
I S. Los estudios se realizan en una situacion La investigacion puede carecer de validez eco-
3. (.El resumen indica c1aramente que se hizo. como se !leva a cabo y que resultados se
inapropiada logica
obtuvieron?
16. Falta de control de los tiempos a los que Posibles efectos de serie; la investigacion puede 4. i,La investigacion mencionada en el resumen es tan importante que el lector se vera
se realizan las observaciones y los trata- carecer de validez interna interesado por esta?
mientos S. i,Los resultados del trabajo asf como el informe aparecen c1aramente especificados en
el resumen?
17. Presentacion inadecuada de parametros La naturaleza de los resultados empfricos puede
estadfsticos descriptivos no ser comprensible PROBLEMA
18. Pararnetros estadfsticos inapropiados para Distorsion de los datos; pueden derivarse 6. i,La importancia del problema fue transmitida sin exageraciones al lector?
describir y/o analizar datos deducciones falsas 7. i,El nivel de importancia del problema justifico el presupuesto requerido y/u otros
recursos?
J9. Ca1culo erroneo de parametros estadfsticos Pueden derivarse deducciones falsas
8. i,Si los hallazgos del problema de investigacion tuvieron implicaciones mas alla de las
aplicaciones esperadas, fue esto mencionado?
20. Se efectuan deducciones falsas a partir de Se pueden establecer conc1usiones falsas rela-
los datos tivas a los resultados de una investigacion 9. i,EI objetivo de la investigaci6n fue planteado en terminos simples y c1aros?
* Sproul N. Handbook of Research Merhods. Chapter 10. London: The Scarecrow Pre,s Inc.. 1988
HIPOTESIS 0 PREGllNTAS DE INVESTIGACION \1ETODOS DE OBTENCION DE DATOS
16. i,Las hipotesi~ f ueron indicadas cuando hubo la suficiente informacion para hacer pre-
3g. (.El metoda de obtenci(ll1 de datos es el mas adecuado ~ factible para valorar la hip6-
diccione,,')
tesis 0 preguntas de il1\estigaci6n"
17. (La, pregunta~ de iJ1\estigacion fueron indicadas cuando hubo insuficiente informa-
.'lSi. i.Podrla una recolecci(ll1 de datos menos costosa prO\eer buena informacion"
cion para la prediccion 0 cuando se deseo exploracion de la informacion periferica
hacia el principal problema' 40. Cuando se entrevi,ta. adlTUniqran instrumentos 0 se obsena. i.Se dedica tiempo y recur-
sos al entrenamienw')
18. (Las \ ariables en las hipotesis 0 preguntas de inyeqigacion fueron 10 suficientemente
c1aras como para que el lector las haya captado rapidamente') 41. Si se examinaron documentos. materiales 0 artefactos. )os resultados son 10 suficien-
19. (Las relaciones eyaluadas en las hipotesis 0 preguntas de il1\'estigacion examinadas temente representativos y confiables para trazar conclusiones ')
fueron establecidas adecuadamente') 42. Si se utilizaron observaciones 0 e\'aluaci6n de documentos 0 materiales. i,hubo mues-
20. i.Las hipotesis 0 preguntas de investigacion fueron presentadas como resultados logi- treo de evento 0 tiempo. 0 se realizo con segmentos totales"
cos, surgiendo del problema de investigacion y de la revision de la informacion y de 43. i.El metodo de recoleccion de datos afecto la respuesta de los sujetos" Si fue asf.
la literatura? i,el efecto es 10 suficientemente serio para cambiar los metodos de recoleccion de
21. i.Fueron indicadas las hipotesis de investigacion 111<1S que las hipotesis de nulidad? datos?
22. i.Las preguntas 0 hipotesis de investigacion fueron indicadas en la forma en que se
deberla de probar? INSTRUMENTACION
23. i.Cada variable es definida operacionalmente en terminos medibles?
44. i.Mide las variables apropiadamente el instrumento?
POBLACION Y MUESTRA 45. (.Los niveles de medici on proporcionados son los mismos que el investigador planeo"
46. i,Tiene el instrumento evidencia de validez, en cuanto a magnitud y tipo"
24. (.La poblacion fue c1aramente definida en su descripcion?
25. i,El tamano de la poblacion fue dado? 4 7. i, Tiene el instrumento evidencia de seriedad, en cuanto a magnitud y tipo?
26. GEl metoda de muestreo fue especificado completamente? 48. i,Pueden los sujetos responder al instrumento en un perfodo razonable de tiempo?
27. Si se utilizo estratificacion, i,existe un informe acerca de por que se utilizo y como se 49. i,Es 10 suficientemente sencillo el instrumento para los sujetos que 10 van a responder?
conformaron los estratos? 50. i,Es el instrumento facil de administrar en un periodo de tiempo razonable?
28. i,Existe algun informe que justifique el procedimiento utilizado si la muestra no inclu- 51. i,Los resultados del instrumento son faciles de interpretar?
yo procedimientos aleatorios?
52. i, Tendra el instrumento efectos psicologicos 0 sociales" Si es aSI, i,que medidas se
29. i,Fue adecuado el tamano de la muestra y los criterios para su seleccion? incorporan para manejar esos efectos?
53. Si el instrumento es nuevo 0 una version modificada, i,hubo una prueba piloto?
DISENO
54. i,Hay una copia de cada instrumento en los apendices?
30. i,Fue claro el tipo de diseno de investigacion utilizado?
31. Si se utilizo diseno experimental 0 cuasiexperimental, i,fue descrito y explicado? PRUEBAS ESTADISTICAS Y ANALISIS
32. Si se utilizo la estructura experimentaL (,los diferentes niveles de tratamiento son espe-
cificados y explicados') 55. i,Son las pruebas estadlsticas apropiadas para probar la hipotesis 0 responder la(s) pre-
gunta(s) de investigacion?
33. Si se utilizo la estructura experimental, i,se menciono si los sujetos fueron asignados
aleatoriamente al tratamiento" 56. i,Los niveles de medici6n de las variables coinciden con los niveles requeridos para
34. Si se utilizo la estructura cuasiexperimental, i,hay alguna explicacion de por que la los procedimientos estadfsticos"
estructura experimental no pudo utilizarse" 57. Si las observaciones se relacionan entre sf. i,la prueba estadfstica es la apropiada para
35. i,Han sido utilizados procedimientos para disminuir problemas de validez interna y respuestas no independientes')
externa" 58. i,Existen resen'as de los datos examinados para determinar cualquier resultado no anti-
36. i,Fue impuesto al diseno tanto control como el factible? cipado?
37. Si se utilizo una estructura de investigacion historica, i,se da suficiente informacion 59. i,Estan incluidas las medidas descriptivas y de compresion de datos (como distribuci6n
acerca de la representatividad y posibles distorsiones u omisiones en los datos obteni- de frecuencias, medidas de tendencia central, medidas de variabilidad, tab las cruzadas,
dos de fuentes primarias 0 secundarias? entre otras). para aumentar la capacidad de interpretacion de los resultados?
CRONOGRAMA
60. (.Se describen de una forma sencilla las fases de la il1\·eqigaci6n'.'
61. (.EI tiempo estimado fue consistente con lo~ recur,os personales descritos'.'
LISTA PARA EVALUACION DE ARTICULOS
PERSONAL ~lEDICOS GENERALES '"
62. c.Se mencionan por nombre y area el director del pro) ecto y los asociados principales"
63. (.Se dieron las referencias de cada cita en el trabajo? I. (EI objeti\o del estudio se describe suficientemente" 0 W 0
64. (,Son apropiadas las referencias para los conceptos descritos?
65. (, Tienen balance las referencias entre los autores clasicos y los mas recientes" 2. (,EI disefio del estudio se describe suficientemente" 0 0 0
66. (.Se distingue a las referencias citadas de la informaci6n bibliogrMica" 0 0
3. (,EI disefio del estudio es apropiado y objetivo'J 0
67. (.Las referencias estan COITectamente colocadas en el trabajo y en los apendices?
4. (,La fuente de los sujetos se describe claramente? 0 0 0
APENDICES
5. (,EI metodo de selecci6n de los sujetos se describe clara-
68. (,Aparecen en los apendices, datos, tablas, esquemas y otras informaciones extensas de mente? (criterios de inclusi6n y de exclusi6n) 0 0 0
modo que la lectura del trabajo no se vea interrumpida'J
69. (,Los apendices estan claramente delineados por tItulos, notas y numeros? 6. (,La muestra es apropiada con respecto a la poblacion a la
cual se referiran los hallazgos? 0 0 0
GENERAL
7. (,EI tamafio de la muestra se bas6 en consideraciones prees-
70. Si hay consideraciones eticas (,hay alguna explicaci6n de c6mo se manejaron? tudio de poder estadistico? 0 0 0
71. (,EI trabajo tiene errores gramaticales 0 numericos?
72. (,Puede leer el trabajo un no especialista y entender los objetivos? 8. (,EI disefio del estudio es aceptable? 0 0 0
73. (,Es el formato del trabajo 10 suficientemente sucinto como para leerlo facil y rapida-
mente sin perder los mayares puntos? CONDUCCION DEL ESTUDIO
* Altman DG. Practical Statistics jorMedical Research .. London: Chapman and Hall. 1991
13. La presentaci6n de material estadfstico (tahlas, gr;ificos,
etc.)(,es satisfactoria') U 0 1....1
* Altman DG. Practical STatistic s forMedic,,1 Research .. London: Chapman and Hall. 1991
16. (.Se especifica el scguimicnto de la duraci6n del posttrata-
miento,) 0 :..J 0
17. (,Es aceptable el disefio del estudio') 0 :..J :..J
23. (,Se presenta adeeuadamente la linea de base de las earaete- EI COmile ha produeido cinco ediciones de 105 requisitos uniformes para preparar los manuscrilos
rfstieas de eada grupo? 0 0 0 enviados a revistas biomedicas. A 10 largo de los anos han surgido asunlos que van mas alia de la
preparaci6n del manuserito. Algunos de esos asuntos se han incorporado a los requisitos uniformes,
24. (,Los metodos estadfstieos utilizados son apropiados para los mientras que olros se tralan en deeiaraciones por separado. Cada declaracion se ha pub/icado en una
datos? 0 0 0 revista cienlifiea.
25. (,Estos metodos se utili zan eorreetamente? 0 0 0 La quinta ediei6n (1997) de los requisitos uniformes se ha preparado eon la finalidad de reor-
ganizar y modificar la redaeei6n de la cuarta edici6n a efeeto de aumentar la claridad y abor-
26. (,Se consideran adeeuadamente los faetores pron6stieos? 0 0 0 dar inquietudes con respecto a derechos, proteccion de la vida privada de los sujetos de inves-
Pese a todo, los autores tendran asimismo que seguir las instrucciones particulares de la revis- Si la pUblicacion redundante 0 duplicada se intenta 0 se produce sin que medie la notifica-
ta en cuestion por 10 que se refiere a los temas apropiados para esta y el tipo de manuscri- cion descrita, los autores debenin atenerse a las medidas editoriales que se tomen en su con-
tos que se Ie pueden enviar: por ejemplo, artfculos originales, revisiones 0 infonnes de casos, tra. Como minimo, cabe esperar el pronto rechazo del manuscrito presentado. Si el director
Ademas, es probable que en dichas instrucciones figuren otros requisitos exclusivos de la no estaba al tanto de las infracciones y el articulo acaba por aparecer en su revista. enton-
publicacion, tales como el numero de copias del manuscrito, los idiomas en que este puede ces probable mente se pubJique en esta un aviso de publicacion redundante 0 dupJicada, que
ser redactado, la extension de los aJ1fculos y las abreviaturas aprobadas. puede 0 no acompanarse de una explicacion del autor y no necesitara de su aprobacion.
Se espera que las re\'istas participantes declaren en sus instrucciones a los autores que sus
La di\'ulgacion preliminar. general mente por conducto de los medios de comunicacion de
normas estan de acuerdo con los requisitos uniformes para preparar los manuscritos en\'ia-
masas. de la infomlacion cientffica descrita en un artfculo ya aceptado pero aun sin publicar
dos a revistas biomedicas y citen una version publicada de estos.
representa una infraccion de las nOl'mas de muchas revistas. En contadas ocasiones. y solo
mediante acuerdo con el director. puede aceptarse la diseminacion preliminar de datos; por
ejemplo, cuando se presenta una emergencia de salud pllblica.
CUESTIO:\ES QUE DEBE1\' CO:\SIDERARSE ANTES DE PRESE:\TTAR UN MANVS-
CRITO PARA Pl'BLICACIO~
Publicaci6n secundaria aceptable
Publicaci6n redundante 0 duplicada
La publicacion secundaria en el mismo idiom a 0 en otm distinto. especialmente en otros paf-
Por publicacion redundante 0 duplicada se entiende la publicacion de un artfculo que se tras- ses. se considera justificable y puede incluso ser beneficiosa. siempre y cuando se cumplan
lapa considerablemente con otro ya publicado. las siguientes condiciones:
Los Iectores de publicaciones periodicas primarias merecen que se les de la confianza de que 1. Los autores tendran que recabar la aprobaci6n de los directores de las dos revistas involu-
10 que estan leyendo es original. a menos que hay a una clara indicacion de que el articulo cradas: el director de Ja publicacion secundaria tendra en su poder una fotocopia. separata
sc ha \'uelto a publicar por eleccion del autor y el director. Esta posicion tiene como fun- o manuscrilo de la version primaria.
2. Sc respetara la precedencia de la publicacion primaria dejando transcurrir por 10 menos • Adjunte la transferencia de los derechos de autor y otros formularios.
una ~emana antes de la publicacion secundaria (a menos que especfficamente se negocie • Presente el numero exigido de copias impresas del articulo.
otra cosa con ambos directores). • Guarde copias de todo 10 que envfe.
3. EI artIculo para publicacion secundaria se destinara a un grupo diferente de lectores: podrfa
bastar con una version abreviada. Preparacion del manuscrito
-t. La version secundaria reflejara fielmente los datos y las interpretaciones de la primaria.
5. Mediante una nota colocada al pie de la primera pagina de la version secundaria, se infor- EI texto de los articulos de obsenacion y experimentales se divide general mente, aunque no
mara a los lectores, a los cole gas de los autores y a los organismos de documentacion por fuerza, en secciones que lIevan estos encabezamientos: introduccion. metodos. resultados
que el articulo ya se ha publicado con anterioridad en forma total 0 parcial, indicando la y discusion. En los articulos largos puede ser necesario agregar subtitulos dentro de estas
referencia primaria. Este podria ser un texto apropiado para dicha nota: "EI presente arti- ~ecciones, sobre todo en las de resultados y discusion. a fin de hacer mas claro el conteni-
culo esta bas ado en un estudio que se dio a conocer primero en [titulo de la revista y do. Es probable que otro tipo de articulos -como los informes de casos. las revisiones y los
referencia completa]" editoriales- exijan otra estructura. Para mayor orientacion, los autores debenin consultar la
revista en la que pretenden publicar.
EI permiso para la publicacion secundaria de este tipo se otorgara gratuitamente.
Mecanograflese el manuscrito en papel bond blanco de 216 x 279 mm 0 de la medida estan-
Proteccion de los derechos del paciente a que se respete su vida privada dar ISO A4 (212 x 297 mm), con margenes de por 10 menos 25 mm. Escnoase 0 imprima-
se solamente sobre una cara del papel. Utilfcese doble espacio a 10 largo de todo el manus-
El derecho de los pacientes a que se respete su vida privada no debe ser infringido sin antes crito, incluidos la pagina del tftulo, el resumen, el texto, los agradecimientos, las referencias,
obtener su consentimiento fundamentado. Las descripciones por escrito, las fotograffas y los cada uno de los cuadros y los pies 0 epigrafes de las ilustraciones. Numerense las paginas
arboles genealogicos que se publiquen no deberan contener informacion por la cual se pueda en forma consecutiva, empezando por la del tftulo. Sobre el angulo superior 0 inferior dere-
identificar a los pacientes, a menos que dichos datos resulten esenciales para fines cientffi- cho de cada pagina anotese el numero que Ie corresponde.
cos y que el paciente (0 su padre 0 tutor) otorgue por escrito su autorizacion para la publi-
cacion despues de haber sido debidamente informado. Para obtener el consentimiento para Manuscritos en disquete
esta finalidad, es preciso mostrarle al paciente el manuscrito que se va a publicar.
Cuando un articulo se hall a cercano a la aceptacion definitiva, algunas revistas piden que los
Los detalles que puedan revelar la identidad del paciente deben omitirse si no son esencia- autores faciliten una copia en forma electronica (en disquete); pueden aceptar una variedad
les, pero los datos del paciente nunca se alteraran ni falsificaran solamente por tratar de lograr de formatos de procesadoras de texto 0 ficheros de texto (ASCII).
e1 anonimato. Es dificil lograr el anonimato completo, y frente a cualquier duda sera preci-
so obtener el consentimiento fundamentado. Por ejemplo, cubrir la region de los ojos en las Cuando presenten disquetes, los autores deberan:
fotograffas de los pacientes es una proteccion insuficiente del anonimato.
1) cerciorarse de inc1uir la version impresa del articulo que va en el disquete;
La exigencia del consentimiento con conocimiento de causa debe figurar en las instruccio- 2) poner en el disquete unicamente la version mas reciente del manuscrito;
nes para los autores de la revista. Siempre que se obtenga dicha anuencia, esto deb era cons- 3) denominar c1aramente el fichero;
tar en el artfculo publicado. 4) rotular el disquete con indicacion del formato y el nombre del fichero;
5) facilitar informacion sobre el equipo de computacion y el software utilizados.
REQUISITOS PARA LA PRESENTACION DE MANUSCRITOS A UNA REVISTA Los autores deberan consultar las instrucciones que la revista proporciona a los autores para
determinar cuales son los formatos que se aceptan, las convenciones que se aplican para
Resumen de los requisitos tecnicos denominar los ficheros, el numero de copias que deben presentarse y otros detalles.
• Todas las partes del manuscrito estaran a doble espacio. Pagina del titulo
• Cada seccion 0 componente comenzara en pagina nueva.
• Revise la secuencia: pagina del titulo, resumen y palabras clave. texto, agradecimientos, La prirnera pagina contendra: I) el titulo del articulo, que sera conciso pero informativo; 2)
referencias. cuadros (cada uno en pagina aparte), pies 0 epigrafes de las ilustraciones. nombre de pila preferido y apellidos de cada autor. acompafiados de sus grados academicos
• Las ilustraciones se presentaran en forma de impresiones fotograficas sin montar, y no mas importantes y su afiliacion institucional; 3) nombre del departamento 0 departamentos
deberan exceder de 203 x 254 mm. y la institucion 0 instituciones a los que se debe atribuir el trabajo; 4) declaraciones de des-
• Inc1uya la autorizacion para reproducir material publicado con anterioridad 0 para usar cargo de responsabilidad, si las hay; 5) nombre y direccion del autor que se ocupara de la
ilustraciones en las que se pueda identificar a los sujetos humanos. correspondencia relativa al rnanuscrito; 6) nombre y direccion del autor a quien se dirigiran
las solicitudes de separatas. 0 nota informativa de que los autores no las proporcionaran: 7) dfstica): y las conclusiones principales. Hagase hincapie en los aspectos nuevos e impoI1an-
procedencia del apoyo recibido en forma de subvenciones, equipo, medicamentos 0 to do ello: tes del estudio 0 las observaciones.
y 8) tftulo abreviado (titulillo) que no pase de 40 pulsaciones (contando caracteres y espa-
cios). el cual se colocara. debidamente identificado como tal. en la ultima lfnea de la pagi- A continuacion del resumen agreguense. debidamente rotuladas. de 3 a 10 palabras 0 frases
na inicial. coI1as clave que ayuden a los indizadores a clasificar el aI1iculo. las cuales se publicaran
junto con el resumen. Utilfcense para este proposito los terminos de la !ista "Medical Subject
Autoria Headings" (MeSH) [Encabezamientos de temas medicos] del Index Medicus: en el caso de
terminos de reciente aparicion que todavia no figuren en dicha !ista. podran usarse las expre-
Todas las personas designadas como autores habran de cumplir con ciertos requisitos para siones corrientes.
tener derecho a la autoria. Cada autor debe haber participado en el trabajo en grado sufi-
ciente para asumir responsabilidad publica por su contenido. Introducci6n
Para concederle a alguien el credito de autor. hay que basarse unicamente en su contribu- Exprese el propos ito del aI1iculo y resuma el fundamento logico del estudio u observacion.
cion esencial por 10 que se refiere a los siguientes aspectos: I) la concepcion y el diseno 0 Mencione las referencias estrictamente pertinentes y no incluya datos ni conclusiones del tra-
bien el anaJisis y la interpretacion de los datos; 2) la redaccion del articulo 0 la revision crf- bajo que esta dando a conocer.
tica de una parte importante de su contenido intelectual; y 3) la aprobacion final de la ver-
sion que sera public ada. Las tres condiciones tendnin que cumplirse siempre. La participacion
Metodos
que consiste meramente en conseguir financiamiento 0 recoger datqs no justifica el credito
de autor. Tampoco basta con ejercer la supervision general del grupo de investigacion. Toda Describa claramente la forma como se seleccionaron los sujetos observados 0 que participa-
parte del articulo que sea decisiva con respecto a las conc1usiones principales debera ser res- ron en los experimentos (pacientes 0 animales de laboratorio, incluidos los testigos).
ponsabilidad de por 10 menos uno de los autores.
Identifique la edad, el sexo y otras caracteristicas importantes de los sujetos. La definicion
Los directores de revista podran solicitar a los autores que describan la contribucion de cada y la pertinencia de la raza y el grupo etnico son ambiguos. Los autores debenin ser particu-
uno; esa informacion puede ser publicada. larmente cuidadosos con respecto a usar estas categorias.
Cada vez es mas comun que los ensayos multicentricos se atribuyan a un autor corporativo. Identifique los metodos, los aparatos (nombre y direccion del fabricante entre parentesis) y
Todos los miembros del grupo que sean designados como autores, ya sea en la linea desti- los procedimientos con detalles suficientes para que otros investigadores puedan reproducir
nada al nombre de los autores a continuacion del titulo 0 en una nota a pie de pagina, debe- los resultados. Proporcione referencias de los metodos acreditados, inc1uidos los de indole
ran cumplir plenamente con los requisitos de autorfa recien sefialados. Los miembros del estadistica (v ease mas adelante); de referencias y explique brevemente los metodos ya publi-
grupo que no cumplan con dichos criterios seran mencionados, con su autorizacion, en la cados pero que no son bien conocidos; describa los metodos nuevos 0 que han sido sustan-
seccion de agradecimientos 0 en un apendice (v ease "Agradecimientos" ) . cialmente modificados, manifestando las razones por las cuales se usaron y evaluando sus
limitaciones. Identifique exactamente todos los medicamentos y productos quimicos utiliza-
EI orden en que figuran los autores debe reflejar una decision conjunta de estos. Como los dos, sin olvidar nombres genericos, dosis y vias de administracion.
autores se suelen enumerar de distintas maneras, el significado del orden en que aparecen no
puede deducirse con exactitud a menos que ellos mismos 10 enuncien explfcitamente. Para Los informes de ensayos c1inicos a1eatorizados, deberan presentar informacion sobre todos
tal efecto, tal vez deseen agregar, en una nota a pie de pagina, la explicacion sobre el orden los elementos importantes del estudio, como son el protocolo (poblacion de estudio, inter-
de enumeracion. Al decidir acerca de dicho orden, los autores tendran preseote que muchas venciones 0 exposiciones, resultados y el fundamento logico del analisis estadistico), asig-
revistas imponen un limite al mimero de autores que figuran en el indice de materias y que, nacion de intervenciones (metodos de aleatorizacion, ocultamiento de la asignacion a los gru-
cuando hay mas de 25 autores, la Biblioteca Nacional de Medicina de los Estados Unidos pos de tratamiento) y metodo de enmascaramiento (metodo ciego).
inc1uye en MEDLINE tan solo los nombres de los 24 primeros mas el del ultimo.
Los autores que presenten manuscritos de revision inc1uiran una seccion en la que se des-
Resumen y palabras clave crib an los metodos utilizados para localizar. seleccionar, extraer y sintetizar los datos. Estos
metodos se mencionaran tam bien en forma sinoptica en el resumen.
La segunda pagina incluira un resumen (que no sobrepasara las 150 palabras de extension si
es un resumen ordinario 0 las 250 si es uno estructurado). En el se indicaran los propositos Erica. Cuando infom1e sobre experimentos en seres humanos, seiiale si los procedimientos
del estudio 0 investigacion; los procedimientos basicos (seleccion de los sujetos 0 los ani- seguidos estuvieron de acuerdo con las normas eticas del comite (institucional 0 regional) que
males de laboratorio incluidos en el estudio: metodos de observacion y analisis); los hallaz- supervisa Ja experimentacion en seres humanos 0 con la Declaracion de Helsinki de 1975,
gos mas importantes (proporcionense datos especificos y, de ser posible, su significacion esta- modificada en 1983. No utilice el nombre de los pacientes, sus iniciales ni los c6digos hos-
pitalario~,especialmente en el material ilustrativo. Cuando de a conocer experimentos con ani- COWlS econ6micos, a menos que su manuscrito incluya datos y amilisis econ6ll1ico~. No recla-
males. mencione si se cumplieron las normas de la instituci6n. las de un consejo nacional de me ningun tipo de precedencia ni mencione trabajos que no esten terminados. Proponga nue-
investigaci6n 0 cualquier ley nacional acerca del cuidado y el uso de animales de laboratorio. vas hipotesis cuando haya justificacion para ello. pero identificandolas claramente como tales.
Cuando sea apropiado, puede incluir recomendaciones.
Estadisrica. Describa los melOdos estadisticos con detalles suficientes para que el lector ver-
sado en el tema y que tenga acceso a los datos origin ales pueda verificar los resultadm pre- Agradecimientos
sentados. Siempre que sea posible, cuantifique los resultados y presentelos con indicadores
En un lugar adecuado del articulo (como nota al pie de la primera pagina 0 como apendice
apropiados de error 0 incertidumbre de la medici6n (por ej., intervalos de confianza). No
del texto: veanse los requisitos de la revista) uno 0 varios enunciados especificaran 10 siguien-
dependa exclusivamente de las pruebas de comprobaci6n de hip6tesis estadisticas. tales como
te: 1) las colaboraciones que deben ser reconocidas pero que no justifican la autoria, tales
el uso de los valores p, que no transmiten infom1aci6n cuantitativa importante. Analice la
como el apoyo general del jefe del departamento: 2) el reconocimiento por la ayuda tecnica
elegibilidad de los sujetos de experimentaci6n. Proporcione los detalles del proceso de ale-
recibida: 3) el agradecimiento por el apoyo financiero y materiaL especificando la indole del
atorizaci6n. Describa los medios utilizados para enmascarar las observaciones (metodo ciego),
mismo; y 4) las relaciones que puedan suscitar un conflicto de intereses ("ease "Conflicto
indicando los resultados que dieron. Informe sobre las complicaciones del tratamiento.
Especifique el numero de observaciones. Mencione las perdidas de sujetos de observacion de intereses ").
(por ej., las personas que abandonan un ensayo clfnico). Siempre que sea posible, las referen-
Las personas que colaboraron intelectualmente en el articulo pero cuya participacion no jus-
cias sobre el diseiio del estudio y los metodos estadisticos utilizados seran de trabajos vigen-
tifica la autoria pueden ser citadas por su nombre, aii.adiendo su funcion 0 tipo de colabora-
tes (indicando el numero de las paginas), y no de los articulos originales donde se descri-
cion; por ejemplo, "asesoramiento cientffico", "examen critico de la propuesta para el estu-
bieron par vez primera. Especifique cualquier program a de computaci6n de uso general que
dio", "recoleccion de los datos" 0 "participacion en el ensayo clinico". Estas personas tendran
se hay a empleado.
que conceder su permiso para ser nombradas. Los autores se responsabilizaran de obtener la
autorizacion por escrito de las personas mencionadas por su nombre en los agradecimientos,
Las descripciones generales de los metodos utilizados deben aparecer en la secci6n de meto-
pues los lectores pueden inferir que estas respaldan los datos y las conclusiones.
dos. Cuando resuma los datos en la seccion de resultados, especifique los metodos estadis-
ticos que se emplearon para analizarlos. Limite el numero de cuadros y figuras al minimo
El reconocimiento por la ayuda tecnica recibida figurara en un parrafo separado de los tes-
necesario para explicar el tema central del articulo y para evaluar los datos en que se apoya.
timonios de gratitud por otras contribuciones,
Use grMicas en vez de cuadros subdivididos en muchas partes: no duplique los datos en las
grMicas y los cuadros. Evite el uso no tecnico de terminos de la estadistica, tales como "al
azar" (que entraiia el empleo de un metodo de aleatorizacion), "normal", "significativo", Referencias
"correlaciones" y "muestra". Defina los terminos, las abreviaturas y la mayor parte de los
Numere las referencias consecutivamente siguiendo el orden en que se mencionan por pri-
simbolos estadisticos.
mera vez en el texto. En este, en los cuadros y en los pies 0 epfgrafes de las ilustraciones,
las referencias se identificaran mediante numeros arabigos entre parentesis. Las referencias
Resultados citadas solamente en cuadros 0 ilustraciones se numeraran siguiendo una secuencia que se
establecera por la primera mencion que se hag a en el texto de ese cuadro 0 esa figura en
En el texto, los cuadros y las ilustraciones, presente los resultados siguiendo una secuencia
palticular.
16gica. No repita en el texto todos los datos de los cuadros ni de las ilustraciones; destaque
o resuma tan solo las observaciones importantes.
Emplee el estilo de los ejemplos que aparecen mas adelante, los cuales estan basados en el
fom1ato que la Biblioteca Nacional de Medicina de los Estados Unidos usa en el Index
Discusion Mediclls. Abrevie los Wulos de las revistas de conformidad con el estilo utilizado en dicha
publicacion. Consulte la List of Journals Indexed in Index Medicus [Lista de revistas indi-
Haga hincapie en los aspectos nuevos e import antes del estudio y en las conclusiones que zadas en Index MedicusJ, que se publica anualmente como parte del numero de enero y como
se derivan de eUos. No repita con pormenores los datos u otra informaci6n ya presentados separata. La lista se puede obtener asimismo en el sitio que la biblioteca mantiene en la
en las secciones de introducci6n y de resultados. Explique en la seccion de discusi6n el sig- World Wide Web (http://www.nlm.nih.gov).
niXicado de los haUazgos y sus limitaciones, incluidas sus implicaciones para la investiga-
ci6n futura. Relacionelasobsel\'acioE_e_s con_ otr()s estudios pertinentes. Abstengase de utilizar los resumenes como referencias. Las referencias a articulos que han
sido aceptados pero que todavia no se publican se designaran como "en prensa" 0 "de pro-
Establezca el nexo entre las conclusiones y los objetivos del estudio, pero abstengase de hacer xima aparicion": los autores obtendran por escrito el permiso para citar dichos artfculos y
afirmaciones generales y extraer conclusiones que no esten compJetamente respaldadas por tam bien la verificacion de que han sido aceptados para publicacion. La infomlacion prove-
los datos. En particular, los autores evitaran hacer afirmaciones sobre los beneficios y los
niente de manuscritos presentados para publicacion pero aun no aceptados se citan! en el 4. Articulo en idioma extranjero J
texto como "observaciones ineditas"'. con el permiso correspondiente de la fuente. (Nota: La I\LM traduce el titulo al ingles, 10 encierra entre corchetes y Ie agrega la abre-
viatura correspondiente al idioma original.)
]\"0cite una "comunicaci6n personal"' a men os que aporte informacion esencial que no pueda
obtener~e de una fuente publica: en ese caso. el nombre de la persona y la fecha de la comu- Ryder TE. Haukeland EA. Solhaug JH. Bilateral infrapatellar seneruptur hos
nicacion apareceran entre parente sis en el texto. En el caso de articulos cientificos. los auto- tidligere frisk kvinne. Tidsskr Nor Laegeforen 1996: 116:41-2.
res deberan obtener el permiso de la fuente y su confirmacion de la exactitud de la comu-
nicaci6n personal. ambos por escrito. 5. Suplemento de un I'oiumen
Shen HM. Zhang QF. Risk assessment of nickel carcinogenicity and occupa-
Los autores verificaran las referencias cotejandolas contra los documentos originales.
tional lung cancer. Environ Health Perspect 1994; 102 Suppl 1:275-82.
El estilo de los requisitos uniformes (estilo de Vancouver) se basa en gran medida en una
nomla de estilo ANSI adaptada por la Biblioteca Nacional de Medicina (I\LM) para sus bases 6. Supiemento de un numero
de datos. En los ejemplos que siguen se han agregado not as cuando el estilo de Vancouver Payne DK, Sullivan MD, Massie MJ. Women's psychological reactions to bre-
difiere del estilo que actualmente uti liz a la NLM. ast cancer Semin Oncol 1996;23(1 Suppl 2): 89-97.
1. Artfculo de revista ordinario Ozben T, Nacitarhan S, Tuncer N. Plasma and urine sialic acid in non-insulin
dependent diabetes mellitus. Ann Clin Biochem 1995;32(Pt 3):303-6.
Enurnere los primeros seis autores y afiada la expresi6n "et a!."
(Nota: La NLM incluye ahora hasta 25 autores; si hay mas de 25, enumera los primeros 24, 8. Parte de un numero
a continuacion el ultimo autor y luego agrega "et a!.")
Poole GH, Mills SM. One hundred consecutive cases of flap lacerations of the
Vega Kl, Pina 1, Krevsky B Heart transplantation is associated with an increased risk leg in ageing patients. N Z Med J 1994; 107(986 Pt 1):377-8.
for pancreatobiliary disease Ann Intern Med 1996 Jun 1;124(11):980-3.
Optativamente, si se utiliza la paginacion continua a 10 largo de un volumen (como hacen 9. Numero sin volumen
muchas revistas medicas), se pueden omitir el mes y el numero. Turan 1, Wredmark T, Fellander-Tsai L. Arthroscopic ankle arthrodesis in rheu-
(Nota: Para respetar la uniformidad, en todos los ejemplos que se presentan en los requisi- matoid arthritis. Clin Orthop 1995;(320): 110-4.
tos uniformes se aplica esta opcion. La NLM, sin embargo, no usa dicha opcion.)
Vega KJ, Pina 1, Krevsky B. Heart transplantation is associated with an incre- 10. Sin mimero ni vo/umen
ased risk for pancreatobiliary disease. Ann Intern Med 1996;124:980-3. Browell DA, Lennard TW. Immunologic status of the cancer patient and the
Mas de seis autores: effects of blood transfusion on antitumor responses. Curr Opin Gen Surg
1993:325-33.
Parkin DM, Clayton D, Black RJ, Masuyer E, Friedl HP, Ivanov E, et a!.
Childhood leukaemia in Europe after Chemobyl: 5 year follow-up. Br J Cancer 11. Paginacion en numeros romanos
1996;73: 1006-12.
Fisher GA, Sikic BI. Drug resistance in clinical oncology and hematology.
2. Organizacion como aUlor Introduction. Hematol Oncol Clin North Am 1995 Apr;9(2):xi-xii.
The Cardiac Society of Australia and New Zealand. Clinical exercise stress tes- 12. lndicacion del tipo de articulo, segun corresponda
ting. Safety and performance guidelines. Med J Aust 1996;164:282-4.
Enzensberger W, Fischer PA. Metronome in Parkinson's disease [carta]. Lancet
3. No se indica el nombre del autor 1996;347: 1337.
Cancer in South Africa [editorial]. S Afr Med 1 1994;84:15 Clement 1, De Bock R. Hematological complications of hantavirus nephropathy
(HVN) [resumen]. Kidney Int 1992;42:1285.
13. ArtIculo que eontiene ulla retractacion 21 Articulo presentado en ulla confereneia
Garey CE. Schwarzman AL. Rise ML. Seyfned TN. Ceruloplasmin gene defect Bengtsson S. BoIheim BG. Enforcement of data protection. privacy and secu-
associated with epilepsy in EL mice [retractaci6n de Garey CE, Schwarzman rity in medical infonnatics. En: Lun KC, Degoulet p, Piemme TE. Rienhoff O.
AL. Rise l\1L. Seyfried T!'J En: Nat Genet 1994:6:426-31]. !'Jat Genet 1995:11: 104. editors. MEDI1\FO 92. Proceedings of the 7th World Congress on Medical
Inforn1atics; 1992 Sep 6-10; Geneva, Switzerland. Amsterdam: North-Holland:
14. ArtIculo retirado par retraclacioll
1992. p. 1561-5.
Liou GI, \Vang M. Matragoon S. Precocious IRBP gene expression during
mouse development [retirado por retractaci6n en Invest Ophthalmol Vis Sci 22. Informe eientifieo a teenieo
1994:35:3127] Invest Ophthalmol Vis Sci 1994:35: 1083-8.
Publicado por la instituci6n financiadora 0 patrocinadora:
15. ArtIculo sabre el que se ha publieado una fe de erratas Smith P, Golladay K Payment for durable medical equipment billed during ski-
lled nursing facility stays. Final report. Dallas (TX): Dept. of Health and Human
Hamlin IA. Kahn AM. Herniography in symptomatic patients following ingui-
Services (US), Office of Evaluation and Inspections; 1994 Oct. Report No.:
nal hernia repair [se publica una fe de erratas en West I Med 1995:162:278].
HHSIGOEI69200860.
West I Med 1995; 162:28-3l.
Publicado por la instituci6n ejecutora:
Libros y otras Illonograjias
Field MI, Tranquada RE, Feasley IC, editors. Health services research: work force
(Nota: Con anterioridad, el estilo de Vancouver indicaba, incorrectamente, que entre la edi- and educational issues. Washington: National Academy Press; 1995 Contract No.:
torial y la fecha debfa ir una coma en vez de punto y coma, como debe ser.) AHCPR282942008. Sponsored by the Agency for Health Care Policy and Research.
Institute of Medicine (US). Looking at the future of the Medicaid program. Otros trabajos publicados
Washington: The Institute; 1992.
25. Articulo de peri6dico
19. CapItulo de libra Lee G. Hospitalizabons tied to ozone pollution: study estimates 50,000 admis-
(Nota: Con anterioridad, el estilo de Vancouver prescribfa el uso de dos puntos en vez de la sions annually. The Washington Post 1996 lun 21; Sect. A:3 (col. 5).
letra p antes de las paginas.)
Phillips SJ. Whisnant JP. Hypertension and stroke. En: Laragh IH, Brenner BM, 26. Material audiovisual
editors. Hypertension: pathophysiology. diagnosis, and management. 2nd ed. HIV+/AIDS: the facts and the future [videocassette]. St. Louis (MO): Mosby-
New York: Raven Press: 1995. p. 465-78. Year Book; 1995.
Hemodynamics Ill: the ups and downs of hemodynamics [programa de computadora]. Version
Audiencia:
2.2. Orlando I ELl Computerized Educational Systems: 1993.
Increased Drug Abuse: the Impact on the Nation's Emergency Rooms: Hearings
Before the Subcomm. on Human Resources and Intergovernmental Relations
of the House Comm. on Government Operations, 103rd Cong., 1st Sess. (May Cuadros
26,1993).
Mecanograffe 0 imprima cada cuadro a doble espacio y en hoja aparte. No presente los cua-
dros en forma de impresiones fotognificas. Numerelos consecutivamcnte siguiendo el orden
28. Mapa
en que se citan por primera \'ez en el texto. y asigne un titulo breve a cada uno. Cada colum-
North Carolina. Tuberculosis rates per 100,000 population, 1990 [mapa demo- na lIevani un encabezamiento corto 0 abreviado. Las explicaciones inin como notas al pie y
gnifico]. Raleigh: North Carolina Dept. of Environment, Health, and Natural no en el encabezamiento. En las notas al pie se explicanin todas las abreviaturas no usuales
Resources, Div. of Epidemiology; 1991. empleadas en cada cuadro. Como llamadas para las notas al pie, utilfcense los simbolos
siguientes en la secuencia que se indica: *, t, t. §, II, t **, "ft. tt.
29. Libra de la Biblia
Identifique las medidas estadfsticas de variaci6n. tales como la desviaci6n estandar y e1 error
The Holy Bible. King James version. Grand Rapids (MI): Zondervan Publishing estandar de la media.
House; 1995. Ruth 3:1-18.
No trace llneas horizontales ni verticales en el interior de los cuadros.
30. Diccionarios y obras de consulta semejantes
Stedman's medical dictionary 26th ed. Baltimore: Williams & Wilkins; 1995. Cerciorese de que cada cuadro aparezca citado en el texto.
Apraxia; p. 119-20. Si incluye datos publicados 0 ineditos provenientes de otra fuente, obtenga la autorizaci6n
necesaria para reproducirlos y conceda el reconocimiento cabal que corresponde.
31. Obras cldsicas
Incluir un numero excesivo de cuadros en relacion con la extension del texto puede ocasio-
The Winter's Tale: act 5, scene 1, lines 13-16. The complete works of William nar dificultades al confeccionar las paginas. Examine varios numeros recientes de la revista
Shakespeare London: Rex; 1973. a la que planea presentar el articulo y calcule cuantos cuadros pueden incluirse por cada
millar de palabras de texto.
Trabajos ineditos
Al aceptar un articulo. el director podra recomendar que los cuadros suplementarios que con-
32. En prensa tienen datos de respaldo importantes, pero que' son muy extensos para pubJicarlos. queden
(Nota: La NLM prefiere referirse a estos trabajos como "en preparaci6n" [forthcoming] por- depositados en un servicio de archivo, como el Servicio Nacional de Publicaciones Auxiliares
que no todos se publicaran impresos.) en los Estados Unidos, 0 que sean proporcionados por los autores a quien 10 solicite. En tal
caso, se agregara en el texto la nota informativa necesaria. Dichos cuadros se presentaran
Leshner AI. Molecular mechanisms of cocaine addiccion. N Engl J Med En prensa
junto con el articulo para su consideracion.
1946.
Enyfe los juegos completos de figuras en el numero requerido por la revista. Las figuras esta-
33. Articulo de revista en Jormato eleetronieo
ran dibujadas y fotografiadas en forma profesional; no se aceptaran los letreros trazados a
Morse SS. Factors in the emergence of infectious diseases. Emerg Intect Dis mano 0 con maquina de escribir. En lugar de los dibujos, radiografias y otros materiales de
[publicacion peri6dica en lfnea] 1995 Jan-Mar [citada 1996 Jun 5];1(1):[24 pan- ilustraci6n originales. envfe impresiones fotognificas en blanco y negro, bien contrastadas,
tallas]. Se consigue en: URL: http://wv.·w.cdc.gov/ncidodlElD/eid.htm en papel satinado y que midan 127 x 173 mm. sin exceder de 203 x 254 mm. Las letras,
numeros y simbolos senin claros y uniformes en todas las ilustraciones; tendran, ademas. un Abreviaturas y simbolos
tamano suficiente para que sigan siendo legibles incluso despues de la reducci6n necesaria
para publicarlos. Los tftulos y las explicaciones detalladas se incluiran en los pies 0 epigra- Utilice unicamente abreviaturas corrientes. Evite las abreviaturas en el tftulo y el resumen.
fes. no sobre las propias ilustraciones. Cuando se emplee por primera vez una abreviatura en el texto, ira precedida del termino
completo. salvo si se trata de una unidad de medida comun.
Al reverso de cada figura pegue una etiqueta de papel que lleve anotados el numero de la
figura. el nombre del autor y cual es la parte superior de la misma. No escriba directamen-
te sobre el dorso de las figuras ni las sujete con broches para papel, pues quedan marcadas. ENVIO DEL MA!\TSCRITO A LA REVIST A
Las figuras no se doblaran ni se montanin sobre cart6n.
Envfe pOI correo el numero requerido de copias del manuscrito en un sobre de papel resisten-
Las fotomicrograffas incluinin en sf mismas un indicador de la escala. Los sfmbolos. flechas te; si es necesario, proteja las copias y las figuras metiendolas entre dos hojas de cart6n para
y letras usados en estas debenin contrastar claramente con el fondo. evitar que las fotografias se doblen. Meta las fotograffas y transparencias en su propio sobre
de papel resistente.
Si se usan fotograffas de personas. estas no deberan ser identificables; de 10 contrario, habra
que anexar un permiso por escrito para poder utilizarlas (vease la secci6n "Protecci6n del Los manuscritos inin acompanados de una carta de envfo firmada por todos los coautores.
derecho de los pacientes a que se respete su vida privada"). Es preciso incluir en ella 10 siguiente: 1) informaci6n acerca de la publicaci6n previa 0 dupli-
cada, 0 sobre la presentaci6n de cualquier parte del trabajo a otra revista, segun 10 expresa-
Las figuras se numeraran en forma consecutiva de acuerdo con su ,Primera menci6n en el do lfneas arriba; 2) una manifestacion de las relaciones financieras 0 de otro tipo que pudie-
texto. Si la figura ya fue publicada, se reconocera la fuente original y se presentara la auto- ran dar lugar a un conflicto de intereses (vease mas adelante); 3) una dec!araci6n de que el
rizaci6n por escrito que el titular de los derechos de autor concede para reproducirla. Este manuscrito ha sido lefdo y aprobado por todos los autores, que se ha cumplido con los requi-
perrniso es necesario, independientemente de quien sea el autor 0 la editorial; la unica sal- sitos de la autoria expuestos anteriormente en el presente documento y que cada autor esta
vedad son los documentos considerados como de dominio publico. convencido de que el manuscrito representa un trabajo honrado; y 4) el nombre, la direccion
y el numero telef6nico del autor corresponsal, quien se encargara de comunicarse con los
En el caso de las ilustraciones en color, averigue si la revista necesita negativos, transpa- demas autores en 10 concemiente a las revisiones y a la aprobacion final de las pruebas de
rencias en positivo 0 impresiones fotograficas. La inclusi6n de un diagrama en el que se indi- imprenta. La carta incluini cualquier informaci6n suplementaria que pueda resultar uti! para
que la parte de la fotografia que debe reproducirse puede resultar util a la redacci6n. Algunas el director, tal como el tipo de articulo que el manuscrito representa para esa revista en par-
revistas publican ilustraciones en color unicamente si el autor paga el costa extra. ticular y si el autor (0 los autores) estaria dispuesto a sufragar el costo de reproducir las ilus-
traciones en color.
Pies 0 epigrafes de las ilustraciones
El manuscrito se acompanara de copias de los perrnisos concedidos para reproducir material
Los pies 0 epigrafes de las ilustraciones se mecanografiaran 0 impnmlran a doble espacio, ya publicado, para usar ilustraciones 0 revelar informaci6n sobre individuos que puedan ser
comenzando en hoja aparte e identificandolos con los numeros arabigos correspondientes. identificados, 0 para agradecer a ciertas personas su colaboraci6n.
Cuando se utilicen simbolos, flechas, numeros 0 letras para referirse a ciertas partes de las
ilustraciones, sera preciso identificar y aclarar el significado de cada uno en el pie 0 epigra-
fe. En las fotomicrografias habra que explicar la esc ala y especificar el metoda de tinci6n.
Unidades de medida
Las medidas de longitud, talla, peso y volumen se expresaran en unidades del sistema metri-
co decimal (metro. kilogramo, litro, etc.) 0 sus multiplos y submultiplos.
Las temperaturas se consignaran en grados Celsius. Los valores de presion arterial se indi-
caran en milfmetros de mercurio.
Todos los valores hematic os y de qUlmlca clfnica se presentaran en unidades del sistema
metrico decimal y de acuerdo con el Sistema Intemacional de Unidades (Sl). La redaccion
de la revista podra solicitar que. antes de publicar el articulo, los autores agreguen unidades
altemativas 0 distintas de las del S1.
REFERENCIAS
38. Martin Vivaldi G. Cursa de Redoccion. Tcorfa y Practica de la Composicion y del Esti-
17. Polgar S, Thomas SA. Introducci6n a la fnvestigaci6n en las Ciencias de la Salud. Madrid:
10. Madrid: Paraninfo, 1986
Churchill Livingstone, 1993
39. Miranda Podera L Gramalica Espanola. 12 Edici6n. Madrid: Editorial Hernando. 1982
18. Barzun 1. Graff HF. The A10dem Researcher. Fifth edition. Fortworth, Texas: Harcourt
Brace Publishers. 1992 40. Seco M. Gramatica esencial del Espailol. Inlroduccion al estudio de la lengua. Madrid:
Editorial Espasa Calpe. S.A .. 1994
19. Reynolds L Simmonds D. Presentation of Data in Science. DordrechL The Netherlands: 1984
41. Alarcos Llorach E. Gramarica de la lengua espaiiola. Madrid: Editorial Espasa Calpe S.A..
20. World Health Organization. Regional Office for the Western Pacific. Health Research Met-
1994
hodology. A guide for Training in Research Methods. Manila: WHO, 1992
42. Baena G. Redacci6n Practica. El ESlilo Personal de Redacrar. Mexico: Editores Mexica-
2l. Howell lB. Style Manuals of the English-speaking World: A Guide. Phoenix, Arizona:
Oryx Press. 1983 nos Unidos, 1993
43. Lapesa R. Introducci6n a los estudios Iiterarios. 16 Edici6n . Madrid: Catedra. 1986
22. Martinez Garcia C. Editor. El Cancer en Granada.lncidencia y Mortalidad. 1988-90 Gra-
nada: Escuela Andaluza de Salud Publica, 1994 44. Ferrater Mora 1. Dicciol1ario de Filosojfa Abrniado. Barcelona: Edhasa, 1993
23. Martin Andres A, Luna del Castillo 1 de D. Bioestadfstica para las Ciencias de la Salud. 45. Mmtinez de Sousa 1. Diccionario de redacci6n y estilo. Madrid: Ediciones Piramide SA., 1993
4~ Edicion. Madrid: Ediciones Norma, 1994 46. Rojas Tapia A. Manual de Redacci6n L6gica. Mexico: Ediciones Quinto Sol, 1988
24. Armitage P, Berry G. Statistical Methods in Medical Research. Oxford: Blackwell Scien- 47. Miranda Podadera L. Curso de Redacci6n. Madrid: Editorial Hernando, 1985
tific Publications, 1987
48. Martinez de Sousa 1. Dudas y errores de lenguaje. Cuarta edici6n. Madrid: Paraninfo, 1987
25. Tufte ER. The Visual Display of Cuantitative Information. Cheshire, Connecticut: Grap-
49. Delton, J. The 29 most common writing mistakes and how to avoid them. Cincinati, Ohio:
hics Press, 1983
Writers Digest Books, 1985
26. Turabian KL A Manual for Writers of Term Papers, Thesis, and Dissertations. Fifth edi-
50. Martinez Amador E. Diccionario Gramatical y de Dudas del Idioma. Barcelona: Edito-
tion. Chicago: The University of Chicago Press, 1987
rialRamon Sopena, S.A., 1970
27. The Chicago Manual of Style. Fourteenth edition. Chicago: The University of Chicago
51. Winkler J.T. EI Sindrome de la celebridad intelectual. The Lancet 1987; 11(1):65
Press, 1993
52. Andersen B. Methodological Errors in Medical Research. Oxford: Blackwell Scientific
28. Rothman Kl. Epidemiologia Moderna. Madrid: Ediciones Diaz de Santos, S.A., 1987
Publications, 1990
29. Sackett DL, Haynes RB, Tugwell P. Epidemiologfa Clfnica. Madrid: Ediciones Dfaz de
53. Downs F., Newman M. 111 A Source Book of Nursing Research. Third edition. Philadelp-
Santos, S.A., 1989
hia: F.A. Davis Co., 1983
30. Ramon y Cajal S. Reglas y Consejos sobre investigaci6n cientifica. Madrid: Espasa Calpe,
54. Polit DF, Hungler B.P .. Investigaci6n Cientifica en Ciencias de la Sailid. Tercera edici6n.
1991
Mexico: Interamericana/Mc Graw-Hill, 1991
31. Medewar PE. C onsejos a un joven cientifico. Mexico: Fondo de Cultura Economica, 1982
55. Altman DG. Practical Statistics for Medical ~esearch. London: Chapman and Hall. 1991
32. Real Academia EspafiolaDiccionario de la Lengua Espanola. Madrid: Real Academia-
Espanola, 1992 56. Sproul N. Handbook of Research Methods. London: The Scarecrow Press Inc., 1988
33. Gibaldi 1, Achtert WS. MLA Handbook for Writers of Research Papers. Third edition. 57. Chubin DE, Hackett El. Peerless Science. Peer Review and U.S. Science Policy. Albany.
New York: The Modem Language Association of America, 1988 New York: State University of New York Press, 1990
34. Cordera A, Bobenrieth M. Administraci6n de Sistemas de Sa Iud. Torno II. Mexico: Cor- 58. Council of Biology Editors. Peer Review ill Scientific Publishing. Chicago, Illinois: Coun-
dera, 1983 cil of Biology Editors, Inc., 1991
35. Mulrow CD. EI Artfculo de Revision en la literatura Medica Actual. Boletin de la Ofici- 59. Lock S. A Difficult Balance. Editorial Peer ReI'iew in Medicine. Philadelphia: lSI Press, 1985
na Sanitaria Panamericana. 1993; 114(5): 437-459 60. Silva G. Campillo Artero C C6mo se deben evaluar los articulos cientificos propuestos
36. Delahaye F, Landrivon G, Ecochord R, Colin C Meta-analysis Health Policy. 1991; (19): para publicacion. MedicinCl Clfnica (Barcelona) 1991; 744-48
185-196
37. Jones DR. Meta-analysis of Observational Epidemiological Studies: a Review. Journal of
the Royal Society of Mcdecine. 1992.85: 165-168
INDICE DE MATERIAS
-------------- ------~
BMDP.300 Cllmparabilidad de dos grupos. 192 protocolo de recogida. 2//. 279 Dispersion (graficoi, 401
Boletines. 307 Cumparacion intemledia. 124 protocolo de tratamiento. 2"7 Documentales. 342
Boletin de 10 Of/cina Sanilaria Pallamcriculla. 3(F. Comparaciones multiples, 2Ul soporte. 281 Dos puntos. 431
462 Compendio. 306 DBASE. 286. 291
Bulletin of WHO. 307 Comunicacion bre\e. 309 DBASE Ill. 292
Brirish Medical Journal. 132, 308 Comunicaci6n cientifica. 305 DBASE IV. 292
E
Concision. 329. 436 Definicion
Conclusi6n. 323. 324, 325. 338, 346.410.412-413 ternlinos. 337
EDIT. 291. 297
c Confiabilidad. 346
operacional de terminos. 320. 339. 342
Editores de texto. 295-297
variables. 33-;-
Confusion. 229-231 Editorial. 310
CA Bibliofile. 327 Denominadores. 31, 49
Confuso (tftulo). 327 Efectividad, 247. 265
Caja. 154. 158 Densidad de incidencia (tasa). 55. 59, 60. 80
Cambio relativo. 395 Conocimiento Elegibilidad de sujetos, 343
Descriptores, 327
caracterfsticas. 314-317 Empirismo. 317
Campo, 280, 298 Desviacion media, 152
cientffico, 314-317
codificado. 287 Desviaci6n tfpica, 153 Encabezamientos de column as, 354
concepto, 314
definicion de, 285 Enciclopedia, 306
cotidiano, 314 Diagonal, 355, 431
derivado, 289
teorfa del, 314 Diagrama Enmascaramiento, 123
especial, 286
logico, 286 Consentimiento informado, 122 barras, 138 Ensayo c1inico, 36, 116, 309
longitud (anchura), 287 Consistencia, 257 estrellas, 145 Epidemiologia, 10, 35, 43
nombre del, 285 sectores, 140 EPIINFO, 291, 300
Control, 341
tipo de, 286 Diccionario, 306 EPILOG,300
Control de 1a asignacion, 35, 111
Capitulo de libra, 421, 423 Dieresis, 407 Epilogo, 334, 338
Corre1acion, 67, 208-213
Caras de Chernoff, 146 Directorio, 306 Error, 43
Credencialismo, 331
Carta al editor, 310 Discusi6n, 323, 324, 383 aleatorio, 43, 178, 255
Criterios
Caso cHnico, 309 Disefio, 320, 341 alpha, 172, 190
autona, 330
Caso prevalente, 83, 96, 99 exclusion, 342 casos, 320 beta, 172, 190
Causalidad, 253-258 inclusi6n, 342 control, 342 estandar, 162, 180
cuasiexperimental, 320 estandar de la media, 180
Centrado de variables, 252 Cualidades del buen esti10, 435-437
ecologicos, 16, 20, 34, 38, 47, 65 estandar de una produccion, 181
Chemical Abstract Services, 327 Cuartiles, 132, 150 sistematico (sesgo), 44, 83, 104, 121
epidemiologicos, 320
Ciego, 123 Cuasiexperimentos, 330, 384 experimental, 320 Escala aritmetica, 372
Claridad. 291, 359 Cuerpo de la tabla. 315, 354 gnificos, 371 Escala logaritmica, 376
Coeficiente, 211 Cuerpo del articulo. 324. 325 graficos en barra, 374
Escritura, 303
correlacion. 211 graficos lineales, aritmetica. 387
CUI'vas ROC, 154-156, 172-174 Especificidad, 162. 168-170, 248
detemlinacion. 211 graficos lineales, semilogarftmica. 396
Pearson, 209 graficos en sectores, 399 Estandar ideal, 162
regresion lineal, 206, 209. 238-241 graficos de dispersion, 402 Estilfstica, 432
regresion logfstica, 216-218 D histogramas, 382 Estilo, 328, 332, 432
Spearman. 212, 213 longitudinal, 320 cientffico. 433
variacion, 154 Datos, 279. 280 metodos, 341 cientifico y estilo literario, 433
Coherencia, 258 analisis y tratamiento, 297 nivel I descriptivo, 320 de nombre-afio (0 de Harvard), 422
Cohorte. 39. 78. 102 diccionario, 285, 290 nivel II analftico, 320 de orden de menci6n (0 numerico), 420
abierta (dinamica), 54. 59, 81, 103 fichero. 283 nivel III inferencial, 320 en la comunicacion cientifica. 431
cerrada (fija i. 54, 79. 103 entrada, 279 no experimental (observacional). 320 literario, 433
estruclUra de. 281 polfgonos de frecuencia. 385
Coma. 407 Estimaci6n, 179
formato, 290 tablas, 352
Comillas. 407 fuente. 281 Estimador, 86, 179
tipos, 35
Comite Intemacional de Editorcs de Rcyistas informaci6n. 279-293 transversal (seccional), 320 Estratificaci6n. 231
Medicas (CIERM). 332, 343. 391.489 preparacion. 279·293 validez. 342 Estrato, 233
IV,L- I '-"L-''-''L'-'''-''''' L...J"L..... .. " V L.....'-' 11"--"""-'1'-'1" I 1.....'-'\....11 II I V I Ir'\ " - ' I L l " I II IVrl. LI" VLII "Ivn Il .... UI\..lC uc IVIAI t:.HII-\~
____________________~515
Estudio, 322 Fichero. 2~0 histogram as. 161. 381-384 procesamiento. 321
aicance, 322 Figuras, 348 lineal de coordenadas rectilfneas. 386 secundaria, 428
aleatorio control ado. 36, 108 lineal de escala aritmetica. 386-394 validez, 320
Formato de datos. 269
aportes, 322 lineal de escala semilogantmica. 395-398 Informatica. 277
F6rmula. 333 nube de puntos. 143
caso-control. 40, 75. 95
Formulaci6n de hip6tesis. 338 lnfomle
conclusi6n. 322 objetivos. 137.370
de caso. 38. 64
correlacional. 325 Forward stepwise. 223, 241 pareados, 374
cuasiexperimental, 37, 74. 112 de congreso. 309
Fotograffa. 50, 320 pictograficos. 374-375
de seguimiento. 39. 74, 78 de jomadas. 309
Fraccion etiologica. 93, J09 polfgono de frecuencias. 139.385-386
descriptivo. 34. 37. 63 tecnico. 307
poligono de frecuencias acumulativas
Frecuencia, 116. 134 Instrumentos. 342
ecologico, 16.20,34,38,47.65 absolutas, 140
absoluta. 116. 134
experimental. 18, 36, 93, 111 principios basicos, 371 Interaccion.231-233
observacional (no experimental), 19, 37 acumulativa absoluta. 136
proporcion. 395 Interrogaci6n, 431
piloto, 320 acumulativa relativa. 136
sectores (circular. en tarta) 122, 399-401 Intervalo
preclinico, 99, 117 relativa, 116. 134
tecnica de cero suprimido, 387 de ciases, 354-355
transversal, 16,21,34.39,51,69,95, 113 Fuentes de informacion, 304, 317, 342 tronco y hojas, 141-142
primaria, 458, 459 de confianza, 44, 182-185,343
Etapas del proceso de investigacion, 311, 318-323,
secundaria, 458 de confianza para diferencia entre
324
Fuerza de asociacion, 67, 85, 87, 105,209 proporciones, 173-174, 191-192
conceptual (te6rica), 319, 324
diseminaci6n (publicaci6n), 322, 324
H Intervenci6n, 35, 74, 109, 111, 342
Funci6n de riesgo, 229, 247
empfrica (practica), 320, 324 de riesgo base, 230, 248 Introducci6n, 323, 324, 336-340
interpretativa (significado), 321, 324 de supervivencia, 203, 221 Hallazgos principales, 345 Investigaci6n, 311-313
planeaci6n (disefio), 320, 324 Hipotesis, 34, 319, 339,410 analisis de contenido, 313
Etica, 307, 345 Hip6tesis nula. 187 concepto, 311
Evaluaci6n Histograma, 139, 161, 363,452 comprobaci6n para evaluar, 479-480
artfculos medicos generales, 485 G Hojas de caiculo, 295, 297-298 comunicacion, 305
artfculos originales, 463 definiciones, 311-312
comunicados de investigacion, 469 Gaceta Sanitaria, 308 disefios, 31-41
cntica de la investigaci6n publicada, 477 Gestor de base de datos, 295, 298-299 elementos para analisis cntico, 467-468
en la investigaci6n, 481 I etapas, 318-323
Glim, programa estadistico, 300
informes de ensayos clfnicos, 487 evaluacion de comunicados, 469-475
Graficos, 136-147, 370-405
lista de comprobaci6n, 479 IBID, 407 lista de evaluacion, 481-484
barra, 138-139,374-381
Excell,297 IBIDEM. 407 metodos/metodologfa, 21, 317-318
barras agrupadas, 374
Idealismo, 317 principios, 317
Excerpta Medica, 334 barras componente 100%, 374
proceso, 317-324
Experimentacion, 36 barra horizontal. 375 Impacto potencial, 83, 319
r soporte informatico, 277