Documentos de Académico
Documentos de Profesional
Documentos de Cultura
61 pag.
ESTADíSTICAY EPIDEMIOLOGíA
www.Booksmedicos06.com
www.Booksmedicos06.com
Grupo CTO
Editorial
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
, ,
ESTADISTICAY EPIDEMIOlOGIA
Autores
Antonio Martín Conejero
José Ignacio Leal Lorenzo
Gonzalo Martínez-Alés García
Toni Soriano (alomé
Director de la obra
Juan José Ríos Blanco
www.Booksmedicos06.com
Grupo CTO
Editorial
La medicina es una ciencia sometida a un cambio constante. A medida que la investigación y la experiencia
cl ínica amplían nuestros conocimientos, son necesarios cambios en los tratamientos y la farmacoterapia.
Los editores de esta obra han contrastado sus resultados con fuentes consideradas de confianza,
en un esfuel70 por proporcionar información completa y general, de acuerdo con los criterios aceptados
en el momento de la publicación. Sin embargo, debido a la posibil idad de que existan errores humanos
o se produzcan cambios en las ciencias médicas, ni los editores ni cualquier otra fuente implicada
en la preparación o la publicación de esta obra garantizan que la información contenida en la misma sea
exacta y completa en todos los aspectos,ni son responsablesde los errores u om isionesni de los resultados
derivados del empleo de dicha información. Por ello, se recomienda a los lectores que contrasten dicha
información con otras fuentes. Por ejemplo, y en particular, se aconseja revisar el prospecto informat ivo
que acompaña a cada medicamento que deseen admin istrar, para asegurarse de que la información
contenida en este libro es correcta y de que no se han producido modificaciones en la dosis recomendada
o en las contraindicaciones para la administración. Esta recomendación resulta de particular importanc ia
en relación con fármacos nuevos o de uso poco frecuente. Los lectores tamb ién deben consultar
a su propio laboratorio para conocer los va lores normales.
No está permitida la reproducción total o parcial de este libr o, su tratamiento informático, la transm isión
de ning ún otro format o o por cualquier medio, ya sea electrónico, mecánico, por fotocopia, por registro
y otros medios, sin el permiso previo de [os titula res del copyright.
ESTADíSTICAY EPIDEMiOlOGíA
Autores
Antonio Martín Conejero
José Ignacio Leal Lorenzo
GonzaLo Martínez-Alés García
Toni Soriano (alomé
Director de la obra
Juan José Ríos Blanco
www.Booksmedicos06.com
GrupoCTO
Ed¡tonil
VI
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
11. Estadística.Generalidades ........ ....... ..... 33 15. Contrastede hipótesis ....... ....... ....... 43
11.1. Tipos de estadística __ 33 15.1. Hipótesis nula, hipótesis alternativa
11.2. Población y muestra 33 Y grado de significación estadística . 43
11.3. Variables __ 33 15.2. Errores (l y /3-- 43
15.3. Pruebas de significación estadística . 44
15.4. Pruebas a una cola y a dos colas 4S
VII
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
La eficacia de una prueba diagnóstica depende de su capacidad para detectar • Tasa de falsos negativos (TFN). Es la probabil idad de que un ind ividuo,
correctamente la presencia o la ausenc ia de la enfermedad que se estudia, estando enfermo, sea clasificado como sano.
lo que se expresa matemáticamente mediante los cuatro índ ices siguientes:
sens ibilidad, especificidad, valor predictivo pos itivo y valor predictivo nega- Ind iv iduos enfermos con test H FN e
tivo. Los dos primeros marcan lo que se denomina validez interna del test y
Total enfe rmos
- --
VP + FN
los dos segundos, la validez externa; esto es, la que se obtiene al aplicar esa
prueba en un entorno pob lacional determ inado.
• Tasa de falsos positivos (TFP). Mide la probabilidad de que a un indivi -
Los citados índices se obtienen a partir del anális is de una serie de pacientes duo sano se le clasifique como enfermo.
a los que se les realiza una prueba d iagnóstica (prueba problema), compa -
rándose los resu ltados con los de una prueba de superior rendimiento diag- Ind iv iduos sanos con test (+ ) FP b
nóstico (prueba de referencia). Los resultados obtenidos se expresan de la
Tota l sanos VN + FP b+d
siguiente manera (MIR 10-11, 189; MIR 09-10, 196) (Tabla 1):
Verdaderos positiY<ls:resultadospositívosen sujetos enfermos Probab ilidad test (+ ) en enfermos VP/enfe rmos
Verdaderos negatiY<ls:resultadosnegativosen sujetossanos RP(+ ) ",
Falsos positivos:resultadospositiY<lsen sujetos sanos Probab ilidad test (+) en sanos FP/sanos
Falsos negativos:resultadosnegativosen sujetos enfermos
www.Booksmedicos06.com
1
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
RP (-) 0
1- S
__
Para determinar el punto de corte, se pueden utilizar las curvas de caracterís-
•
E
ticas operativas para el receptor (COR). Se seleccionan varios puntos de corte
y se estima la sensibilidad y la especificidad para cada uno de ellos. Posterior-
• Valor predictivo positivo. Se trata de la proporción de verdaderos posi- mente, se representa gráficamente la sensibilidad en func ión de (1-Especifi-
tivos entre aquéllos que han sido identificados como positivos en una cidad). La prueba ideal se sit úa en el ángulo superior izquierdo (S y E" 1). En
prueba de test (MIR 16-17 , 129; MIR 14-15, 195; MIR 11-12, 192; MIR general, para hacer la elección del mejor punto de corte se suele emplear lo
10-11 , 175; MIR 10-11, 190). que se denomina área bajo la curva COR (o ROC en su termino logía inglesa),
a mayor área bajo la curva, mejor capacidad de discriminac ión de esa prueba.
VP
100
S
• Valor predictivo negativo. Se trata de la proporción de verdaderos
negativos entre aqué llos que han sido identificados como negativos en
un test (M IR 12·13, 195; MIR 11· 12, 193).
VN d
VN +F N c+d
o 1- E 100
Una prueba sin ningún valor sigue la diagona l que va del ángulo inferior
• Valor global (eficacia) del test. Indica la proporción de resultados váli- izquierdo al ángulo superior de recho (cada incremento de la sensibilidad se
dos entre el conjunto de resultados. asocia a una pérdida de igual magnitud de la especificidad). De esta forma, la
sensibilidad y la espec ific idad son va lores interdepend ientes, de manera que
VP + VN si aumenta la sensibi lidad, d isminuye la espec ific idad y viceversa.
VP+ VN + FP + FN Total Si se adoptan criterios de d iagnóstico muy estr ictos, decrece la sensibilidad (hay
menos enfermos que cumplen estos criter ios), y paralelamente se incremen ta
• Sensibilidad + tasa de falsos negativos" 100%. la especifi cidad (pocos sanos cumplen los criterios citados) (MIR 07-08, 217).
• Especificidad + tasa de fa lsos positivos" 100%.
RECUERDA
La sensib ilidad y la especificidad clasifican a los sujetos en
función del estatus de enfermedad. Los valores predictivos Relación entre prevalencia
lo hacen en f unc ión del resultado del test.
y valores predictivos
El resu ltado de un test puede ser continuo (p. ej., niveles de glucemia en
mg/d l) y entonces hay que decid ir cuál se considerará como resultado posi-
tivo de l m ismo, por lo que es necesario elegir un punto de corte. Los va lo res pred ictivos de un test son variables, dependen de la preva lencia
de la enfermedad en la población. La sensibil idad y la espec ificidad son carac-
terísticas prop ias del test y no se mod ifican con cambios en la preva lencia
S E
(MIR 15-16, 206 ; MIR 09-10, 195).
70 140
www.Booksmedicos06.com
2
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Por el contrar io, si la prevalencia de una enfermedad es muy pequeña, se deben tenerse en cuen t a los criterios dependientes de la enfermedad, del
puede tener una alta probabilidad de realizar test que den result ados fal- test y de la pob lación diana que se detallan a continuac ión.
sos positivos, porque en la mayor part e el test se estará aplicando sobre
ind ividuos sanos, incluso con cifras de buena sensib ilidad del test , el VPP Criterios dependientesde la enfermedad
d isminuye, en ocasiones notablement e. Por eso es tan importante conocer
no sólo los va lores de sensib ilidad y espec ificad sino el ámbito en el que se Los criterios dependientes de la enfermedad son los siguientes:
ap lican par a entender los conceptos de VPP y VPN. • La enfermedad debe ser común y grave.
• Ha de conocerse la historia natural de la enfermedad.
Por el contrar io, si la prevalencia de la enfermedad decrece, aumenta el • El tratam iento, en el est ado presintomático, tiene que reduc ir la morbi -
valor predictivo negativo y se reduce el valor predictivo positivo. mortalidad en mayor med ida que el tratamiento después de la apar ición
de los síntomas.
RECUERDA
Cribado
Evaluación de la concordancia
www.Booksmedicos06.com
3
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Con frecuencia, se ha utilizado el cá lculo del coeficiente de corre lación Una situación especial es aquel la en las que las variables cualitativas son
lineal (r) de Pearson como índice de concordancia, así como la cor rela- ordinales. En este caso es apropiado el emp leo del índice kappa ponderado.
ción de Spearman. Sin embargo, éstas no resul t an una medida adecuada Supóngase que las categorías de clasificación son, por ejemplo, "sano", "posi -
del grado de acue rdo ent re dos mediciones, ya que si dos instrumentos blemente enfermo" y "claramente enfermo". A la hora de valorar el grado de
miden sist emáticamente cantidades diferen t es uno del otro, la correla- d iscrepancia entre dos observadores, no es lo mismo que uno clasifique a un
ción puede ser perfecta (r " 1), a pesar de que la concordancia sea nula. sujeto como "posiblemente enfermo" y el otro lo declare "sano", a que uno
Como se analizará más adelan t e, el coeficien t e de corre lación de Pearson lo clasifique como "sano" y el otro como "claramente enfermo". La "distan -
no proporc iona información sobre el acuerdo observado, y so lamente cia" entre ambas d iscrepancias no es la misma. El índice kappa ponderado
mide la asociación lineal entre dos variables. tiene en cuenta el peso de las diferencias entre las distintas categorías de la
variable ordinal.
Desde el punt o de vista mat emático, el índice más aprop iado para cuan-
tificar la concordancia entre diferen t es mediciones de una variable No obstante, existen limitacione s del estadístico kappa :
numérica es el coeficiente de correlación intraclase (CCI). Como toda • El va lor de kappa se ve afectado por la preva lencia del rasgo estudiado.
proporción, los valores del CCI pueden osc ilar entre O y 1, de modo que Por tanto, es necesar io ser cuidadoso a la hora de generalizar los resul-
la máxima concordancia posible corresponde a un valor de CCI " 1. En tados de comparación de observadores en situaciones con preva lencias
este caso, toda la variabilidad observada se explicaría por las diferenc ias d iferentes; esto quiere decir que kappa es un estadístico descriptivo útil,
entre sujetos y no por las diferenc ias entre los métodos de medición o los pero de limitada va lidez externa.
diversos observadores. Por otro lado, el valor CCI" O se obtiene cuando la • Kappa es depend iente del número de categorías. Cuantas más se estén
concordancia observada es igual a la que se esperaría que ocurriera sólo cons iderando, más difícil será clasificar correctamente los sujetos de
por azar (MIR 10-11, 192). observación, lo que habitualmente implica va lores de kappa más bajos
(MIR 12-13, 176).
Coeficientekappa
El índ ice kappa (kappa de Cohen) relaciona el acuerdo que exhiben los obser- ,/ MIR 16-17 , 129
vadores, más allá del debido al azar, cuando la variab le de anális is es cuali- ,/ MIR 15-16, 205, 206
tativa. Se calcu la la d iferenc ia entre la proporción de acuerdo observado y ,/ MIR 14-15 , 194, 195 , 235
la proporción de acuerdo esperado por azar; si ésta es igual a O, entonces ,/ MIR 13-14, 189, 191
el grado de acuerdo que se ha observado puede atribu irse enteramente al ,/ MIR 12-13, 176, 195 , 196 , 197 , 198
azar; si la diferencia es positiva, ello indica que el grado de acuerdo es mayor ,/ MIR 11-12, 191, 192 , 193 , 194
que el que cabría esperar si solo estuviera operando el azar y viceversa: en ,/ MIR 10-11 , 175, 189 , 190 , 192
,/ MIR 09-10, 195,196
el caso (ciertamente improbable) en que la diferencia fuera negativa, enton -
,/ MIR 08-09 , 211, 215
ces los datos estarían exh ibiendo menos acuerdo que el que se espera sólo
,/ MIR 07-08, 217
por concepto de azar.
Ideasclave
,/ La sensibilidad y la especific idad se refieren respectivamente a la capaci- ,/ Las curvas COR representan la relac ión recíproca entre sensibi lidad y
dad del test para detectar correctamente a los indiv iduos enfermos y a los especificidad. Cuanto mayor es el área bajo la curva COR, mejor será el
sanos. La sensibilidad y la especificidad no dependen de la prevalencia. test.
,/ Los valores predictivos dependen de la prevalencia. El VPP se refiere a ,/ La prevalencia va a determinar el tipo de test más útil en una comuni -
la probabilidad de ser enfermo cuando el test es positivo, y el VPN a la dad. Si la prevalencia es alta, se realizará un test sensible. Si es baja, uno
probabil idad de estar sano cuando el test ha sido negativo. específico.
Casosclínicos
La probabilidad preprueba de padece r cáncer de mama en mujeres mayo- Si se hace el diagnóstico de insuficiencia renal crónica con un aclaramiento
res de 50 años es de l 20%, mientras que es del 10% en las que tienen más de creatinina plasmática de 60 en vez de 80, se habrá hecho un test con
de 40 años. Señale la correcta: mayor:
años. 2) Especifidad.
2) El VPP será mayor en las mujeres de más de 40 años. 3) No se modificará ni sensibil idad ni especificidad.
3) El VPN será menor en las mujeres de más de 50 años. 4) VPN.
4) La especificidad varía de forma recíproca a la prevalencia.
RC: 2
RC: 3
4
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Tema poco importante en el MIR. Lo únim que hay qllf conocer SO/lI()S criteri()S
de causalid.Jd; en especial, la demostrilCión experimental y la se(uencia temporal.
s
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
6
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
• Tasa. Mide la ocurrencia de un suceso durante un periodo de tiempo en Durante el seguim iento de 10 sujetos expuestos a un factor de riesgo,
una población determ inada. Es un cociente en el que el numerador está se ha observado:
incluido en el denominador, pero donde, a diferenc ia de la proporción,
el tiempo también está incluido en éste. Tiene, por tanto, dimensión Sujeto Aparece la enfermedad TIempo de seguimiento
temporal.
1 N. 5
Fórmula: T" a / persona x tiempo.
Ejemp lo: 300 cánceres de pulmón / 100.000 person as-año. 1 N. 5
3 Si 4
4 N. 3
5 Si 5
Medidas de frecuencia de la enfermedad
6 Si 1
7 Si 3
Las medidas de f recuenci a de la enfermedad se llev an a cabo con los sigu ien-
tes indicadores:
8 N. 5
• Prevalencia (Pv). Es el número tota l de casos ent re el total de la pobl a- 9 N. 5
ción. No hace distinc ión entre casos antiguos y casos nuevos y descr ibe
la situación en un momento determ inado del tiempo. Su valor es más
10 N. 5
alto a mayor incidenc ia y duración de la enfermedad.
Se puede comprobar que 4 sujetos han desarrollado la enfermedad,
www.Booksmedicos06.com
N.O tota l de casos de enfermedad pero que no todos los incluidos en el estudio han tenido el mismo
tiempo de seguimiento, por lo que la densidad de incidencia será:
Població n en ese mome nto
7
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
para todas las personas del estudio. Por ejemplo, 10 casos por cada 1.000
personas/año sería el resultado de encontrar 10 casos en 1.000 personas ,/ MIR 13·14, 209
seguidas durante un año o en 500 personas seguidas durante 2 años. ,/ MIR 09·10, 194
La densidad o tasa de incidencia, por tanto, e)(presa los casos nuevos
de enfermedad que se producen en un periodo de tiempo que corres -
ponde al sumatorio de los periodos ind ividuales de riesgo (MIR 13· 14,
209 ; MIR mi· IO, 194).
Este concepto se conoce tamb ién con el nombre de fuerza de la mor -
bilidad.
,/ La incidencia es sinónimo de riesgo, porque se refiere a los nuevos
RECUERDA casos debidos a una enfermedad. Como incidencia es riesgo, todos los
parámetros que incluyen el término riesgo (RR, RAE, RRR, RAR) se ca l-
Hay que observar que en las preguntas en las que a partir de
culan utilizando incidencias.
datos se pide ca lcu lar incidencias, en e l denominador habrá
que restar los enfermos al inicio de l periodo, mientras que ,/ La prevalencia o probabil idad pretest se refiere a la cantidad de enfer-
no habrá que restarlos si lo que se pregunta es la prevalencia.
mos en una población, no sólo a los casos nuevos.
A modo de resumen de lo explicado, la Tabla 2 enumera las medidas de fre- ,/ Es importante conocer los aspectos de incidencia, prevalencia V densi-
cuencia de la enfermedad. dad de incidencia.
Tabla 2
Medida de frecuenda Cálculo Significado
Prevalencia Casos existentes Proporción de individuosenfermosen una poblaciónen un momentoconcreto
Población total
Incidenciaacumulada (asos nuevos observados Riesgo individual de enfermar
Población susceptible al comienzo del periG!lo
Densidad de incidencia (asos nuevos observados Velocidadcon que determinadaenfermei:lad aparece en una población
Suma de los periodosde riesgo
Medidas de frecuencia de la enfermedad
www.Booksmedicos06.com
8
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Las preguntas este tema SOfl muy ltiterativas. Sin duda, lo más imlXlftmte
es [oo¡epto de riesgo
Su significado es idéntico al del RR, aunque no puede calcu larse como éste,
ya que en los estud ios casos-controles no es pos ible valorar la incidenc ia de
Riesgo relativo la enfermedad (Tabla 4).
Para que la OR sea un buen estimador del RR, es necesario que los controles
El riesgo relativo (RR) es la medida de asociación en los estudios de cohortes. sean represe nt ativos de la poblac ión de la cua l han surgido los casos y que
Mide la "fuerza de la asociación N entre el factor de riesgo y la enfermedad la enfermedad tenga una preva lenc ia baja, infer ior al 10% (MIR 14-15, 189;
(Tabla 3). Puede variar entre O e infini t o (MIR 14--15, 181; MIR 13-14, 193; MIR 13-14, 195; MIR 07-08 , 203).
MIR 12-13, 181; MIR 11-12, 182).
Casos expuestos
El RR responde a la pregun t a: ¿cuánto más frecuente es la enfermedad Odds de expos ició n
en los casos Casos no exp uestos
entre los expuestos a un fact or de riesgo respecto a los no expuestos?
Odds de expos ición Controles expuestos
Su significado var ía dependiendo del va lor que tome: en los contro les
Contro les no expuestos
• RR > 1: fact or de riesgo (FR).
• RR" 1: es ind iferente; la incidencia es igual en expuestos y en no expuestos.
• RR < 1: factor de protecc ión. Tabla 4
Casos (enfennos) Controles(sanos) Total
Incidencia en exp uestos
RR",
Incidencia en no exp uestos
fR • < Hb
No FR b d <+ d
Total H< b+d a+b+c+d
• Incidencia en expuestos: I "a
•
I a+b
• Incidenc ia en no expuestos: lo " c I c + d Cálculo de la OR
'. aI a + b
'o
c/c+d
Tabla 3
Enfennos Sanos Total
fR • b Hb
Razón de prevalencia
www.Booksmedicos06.com
9
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
de veces más que padecen la enfermedad los expuestos frente a los no Este tipo de resultados se suele acompañar del intervalo de confianza (le),
expuestos. que es la expresión de lo que la variabil idad debida al azar puede hacerlo
osci lar en la pob lación real (expresa los límites que con una cierta seguridad
Enfermos exp uestos contendrán ese verdadero valor).
Enfermos no expuestos
Generalmente los IC se calculan con una segur idad del 95%, y so lo deja una
probabilidad del 5% de que e l verdadero valor de la OR no se halle en ese
intervalo.
La lectura de una OR, un RR y una RP es idéntica y basta con aplicar las pala-
,/ MIR 14-15, 181 , 189
bras "veces más" o "por cada 1", por ejemplo, si un fármaco con respecto a l ,/ MIR 13-14, 193 , 195
placebo produce un RR de 4, sign ifica que el fármaco es 4 veces mejor que ,/ MIR 12-13, 181
el placebo. Si se tratara de un estudio de casos y controles y se encuentra ,/ MIR 11-12, 182
una OR de 3 entre tabaco y cáncer, se dirá que el grupo de fumadores tiene ,/ MIR 07-08, 203
3 veces el riesgo de cáncer del no fumador.
,/ El RR es la medida de asoc iación de los estud ios prospectivos, es dec ir, ,/ Cuando en una pregunta, además del RR, se proporcione un intervalo
de cohortes y de los ensayos clínicos. de confianza, hay que fijarse en este último. 5i el intervalo incluye e11,
entonces se dice que el RR no ha sido significativo.
,/ Es importante conocer los va lores posibles, as í como el sign ificado de
RR menor, igualo mayor de 1. ,/ La OR es la med ida de asociación de los d iseños retrospectivos o de ca-
sos y controles. Su mayor utilidad es cuando la enfermedad de estudio
" I
Casosclínicos
En un estudio sobre el cáncer de pulmón y la exposición al sílice se han la incidencia de hepatocarcinoma en un determinado país, en sujetos al-
obtenido los siguientes resultados: riesgo relativo de padecer cáncer de cohólicos, es de 10 casos nuevos por cada 1.000 beb edores . Sin embar-
pulmón por exposición a sílice en no silicóticos: 0,96; IC 95% (0,81-1,15) . go, el riesgo de hepatocarcinoma es de 2 por cada 2.000 no bebedores.
Riesgo relativo de padecer cáncer de pulmón por exposición a sílice en ¿Cuánto más riesgo de hepatocarcinoma tienen los alcohólicos con res -
silicóticos: 2,37; IC 95% (1,98 -2,84). Usted concluye que: pecto a los no alcohólicos?
RC:3
www.Booksmedicos06.com
10
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Dentro de este tema, los conceptos más importantes son NNT, la RAR la RRR.
lofundamental es darse cuenta de cómo se hacen las preguntas que se responden
[00 cada unode los parámetros.
El riesgo atribu ible IRA) es una med ida que informa sobre el exceso de riesgo De nuevo se emplea para calcular el beneficio de una medida preventiva. En
en los indiv iduos expuestos frente a los no expuestos al factor de riesgo. Indica el caso de la reducción relativa de l riesgo (RRR), se expresa como porcentaje
la incidencia acumu lada en el grupo de expuestos que se debe exclusivamente de casos ev itados por haber sido expuestos a dicho factor protector (MIR
al factor de riesgo. Representa el descenso en el número de casos nuevos 13-14, 205 ; MIR 08-09, 208) .
entre los expuestos si se evitara el FR (MIR 16-17 , 134 ; MIR 14-15 , 181).
,, -,,
FAE ""
, -,--,-' _ ,, -,,
"
Número de sujetos
Reducción absoluta del riesgo
necesario para dañar
Cuando se evalúa una medida preventiva, como un factor protector o el resul-
tado de un fármaco frente a placebo en un ensayo clínico, el beneficio de dicha El NND (o numbers needed toharm, NNH en inglés), se calcula de forma simi-
www.Booksmedicos06.com
med ida se cuantifica como una reducc ión del número de enfermos nuevos. lar al NNT pero, a diferenc ia de este último, se emplea para conocer cuántos
Este concepto está representado por la reducción absolut a del riesgo (RAR) sujetos se deben tratar para que apa rezca un efecto adverso. En este sentido,
(MIR 1()'11 , 188). mientras que el NNT interesa que sea pequeño, el NNH interesará que sea
grande (MIR 14-15 , 198).
11
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Ideasclave
,/ El NNT siempre se pregun t a de la misma forma: ¿a cuántos pacientes se ,/ La RRR y la RAR sirven para cuantificar la relevanc ia clínica de una medi-
debería tratar para conseguir un evento? da terapéutica. Su cálculo se realiza mediante una resta de inc idencias.
,/ El NNT es tanto mejor cuanto menor sea. ,/ El RA Y la FAE cuantifican cuánto de la enfermedad se debe a un factor
de riesgo, en el grupo de sujetos expuestos a d icho factor.
Casosclínicos
En un ensayo clínico que compara un anorexigénico f rente a placebo en la 1) 2.
reducción de IAM, se ha comprobado un rie sgo de un 5% de infarto en los 2) S.
que tomaban el fármaco, mientras que era del 10% en los que recibieron 3) 10.
placebo . Calcule cuántos sujetos deben tomar el fármaco para evitar un 4) 20.
IAM:
RC:4
www.Booksmedicos06.com
12
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
estud ios es que se cuenta con in form ación sobre la expos ición o el evento
para el conglomerado en su total idad, desconociéndose la inform ación a
Tipos de estudio (T.bl. S) nivel ind ividual para cada uno de los miembros de l grupo. Son estudios en
los que la unidad de aná lisis son grupos de indiv iduos, no indivi duos (p. ej.,
clases de una escue la, ciudades, regiones).
Tabla S
DMCriptivo Describiruna característicao enfermedad Son útiles cuando no se puede hacer mediciones de exposición individuales
en una pablación (contaminación de l aire, ru idos ... ). En este tipo de estudios es común asignar
Analítico Evaluar presuntareladóncausa-efecto la misma exposición (exposición promed io) a todo el conglomerado, no con -
siderando la variación individu al de cada miembro del mismo. Igual sucede
Experimental Asignacióncontroladapor el investigadnr
con la medición de l evento; dado que sólo se cuenta con el número de even -
Observacional No hay asignadónpor parte del investigador tos registrados para el conglome rado, no es posible discernir los eventos
que se presentaron en los sujetos expuestos de los que ocurrieron en los no
Transversal Evaluación en un tiempo concreto de la reladón FE-E
expuestos, por lo que es frecuente atribu ir la totalidad de eventos a la expo -
longitudinal Existe un tiempo entre las distintasvariables. sición promedio que se registró en el in ter io r de l conglomerado.
Puede e5tablecerseuna secuenciatemparal entre
éstas. Pueden 5I'r prospectivoso retrospectivos Los estudios ecológ icos perm iten estud iar grandes grupos poblacionales en
Relación Prmpectivo Desde el FE hacia la E poco tiempo y con un coste relativamente muy bajo ya que, en general, uti -
temporalFE-E Retrospectivo Desde la Ehacia el FE lizan estad ísticas existentes recolec tadas con otros fines . Sin embargo, dado
que son uno de los peores estud ios en la escala de causalidad, deben ser
Tipos de estudios epide mi ológicos (FE: factor de estudio; E: enfermedad)
considerados únicamente para sugerir hipótes is, que tendrán necesaria -
mente que ser verificadas med iante otros estud ios más rigurosos de base
indiv idua l, re alizados posteriormente (M IR 15-16 , 192; MIR 12-13, 183; MIR
10-11,173).
Permit en describir d iferencias en pob laciones que habrán de ser estud iadas
Los objetivos de los estud ios descriptivos son los siguientes: con más detal le poste r iormente.
• Describir las características y la frecuencia de un problema de salud, en
función de las caracter ísticas de la persona (edad, sexo, estado civil. .. ), Limitaciones
del lugar (á rea geográfica ...) y del tiempo de aparición del prob lema y su
tendencia (MIR 14-15, 197). Los datos son promedios de poblac iones. Se usan medidas aproximadas de
• Servir de base para estudios analíticos. exposición (impuestos por alcohol, ventas de cajetillas de cigarrillos ... ) y de
enfermedad (mortalidad en vez de incidencia ... ), lo que lim ita el valor de
Series de casos clínicos los ha llazgos. Los principales problemas de este tipo de estudios son que se
ignora la variabilidad individual de los integrantes de los conglomerados y
Describen las características de un grupo de enfermos. Son estud ios longi - que no es pos ible corregir por diferencias en otras variables que pud ier an
tudinales ya que contienen informac ión adqu irida a lo la rgo del tiempo. Su est ar también asociadas con la exposición y el evento en estud io.
principal ventaja es que permi t en generar nuevas hipótesis, mient ras que
Estudiostransversaleso de prevalencia
www.Booksmedicos06.com
13
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Características hace sobre los ind ividuos. Es el mejor para demos t rar causalidad y la efi·
cacia de una actuación. Por ejemplo, la asignación aleatorizada de un anti -
Es de "corteN o transversa l, ya que enfermedad V características se miden rretroviral o un placebo a un grupo de pacientes con VIH (MIR 13-14, 208¡
simultáneamente. MIR 11-12, 232; MIR 10-11 , 181¡ MIR 07'()8, 198) (para ampliar el estudio,
se remite al lector al Capítulo 08).
Ventajas
RECUERDA
No tienen problemas éticos, son de duración mínima, su coste es bajo y son No siempre que se evalúan dos tratamientos se está ante
de fáci l reproducibilidad. Son útiles para el estud io de enfermedades cróni - un ensayo cl ínico. Si los pacientes no fueron asignados por
cas en la población. el investigador y éste no introdujo el factor de estudio, se
est aría ante un estudio de cohortes.
Inconvenientes
Ensayo de campo
No es úti l para estud iar enfermedades raras, ya que no permite ver el meca-
nismo de producción de la enfermedad y no sirve para comprobar una hipó - Es un estudio que va lora la eficacia de una medida preventiva. En general, estos
tesis previa de causal idad (es impos ible conocer la secuencia tempora l porque estudios son más caros que los ensayos clínicos y requieren mayor número de
la inf ormación sobre el factor de riesgo y la enfermedad se recogen a la vez). individuos. Las princ ipales dife rencias respecto a los ensayos cl ínicos son:
• Se hacen sobre ind ividuos sanos.
Análisis de las medidas de enfermedad • Valoran la eficacia de las medidas preventivas.
Con el estudio de preva lencia, la medida que se obtiene es la razón de preva - Por ejemp lo, la evaluación de la eficacia de una campaña de vacunac ión en
lencia de individuos expuestos (M IR 09 ·10, 182) . 10.000 niños, de forma que 5.000 reciben aleatoriamente una vacuna y los
otros 5.000, un placebo.
Los estudios ana líticos intentan estab lecer una relac ión de causalidad entre Ensayo comunitario de intervención
el factor de riesgo y la enfermedad; se pueden clasificar en exper imentales
y observac ionales. En los primeros es el investigador el que asigna el factor Es una variedad de los ensayos de campo:
de estud io (qué fármaco, vacuna, campaña de educac ión ..., cuánto tiempo, • Se trabaja con individuos sanos.
cuándo, cuánta dosis recib irán los individuos ... ) (MIR 11·12, 178), mientras • Valora la eficacia de medidas preventivas.
que en los segundos, el investigador se limita a observar qué es lo que sucede • No se aplica aleatorizac ión indiv idual.
en un grupo de individuos, sin manipular el estudio.
Por ejemplo, una campaña sanitaria de agua fluorada en una comunidad y
Estudios analíticos experimentales de agua clorada en la otra, comparando la frecuenc ia de caries en los dos
grupos.
Se dice que un estudio es experimental cuando cumple las dos cond iciones
siguientes: Ensayos antes-después
• Asignac ión por parte del investigador del factor de estud io.
• Aleatorizac ión de la muestra de modo que los partic ipantes son adscri - En este tipo de estud ios, el fármaco (o medida en general) se administra
tos al azar a uno u otro grupo de estudio. a los ind ividuos y se compara el resultado con la situación basal. Los estu-
d ios antes -después tienen la ventaja de que son más fáci les de hacer, pero
Limitaciones. Los problemas éticos son el principal inconven iente de este poseen el inconven iente grave de que, al no disponer de grupo de control,
tipo de estudios. No es admisib le exponer a unos sujetos a un fact or de los resultados son difíci les de interpretar.
riesgo que presumiblemente es el causante de una enfermedad .
Por ejemplo, a un grupo de pacientes card iópatas se les administra un lECA,
Ventajas : comparando la presión arteria l (PA) media en el conjunto antes y después de
• Son los estudios que mejor va loran la utilidad de una intervención y adm inistrar el tratamiento.
aportan mayor evidencia causal (MIR 09-10, 181).
o Permiten un gran contro l sobre cualquier efecto que no sea el estudiado. Estudios controlados no aleatorios
• Posibilitan el emp leo de técn icas de enmascaram iento.
www.Booksmedicos06.com
14
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Partiendo de un grupo de individuos expuestos al FR (cohorte expuesta), Estudio de cohortes históricas (retrospectivas)
y de otro conjunto comparab le en todo pero cuyos individuos no están
expuestos al FR (cohorte no expuesta), se estud ia la incidencia de la enfer - El investigador identifica, med iante registros, una cohorte expuesta en el
medad en ambas cohortes. Por ejemplo, se sigue a un grupo de fumadores pasado a un factor de riesgo, y otra cohorte no expuesta. Mediante dichos
ya otro de no fumadores a lo largo del tiempo, observando el número de registros (p. ej., historias clínicas) sigue la evolución de ambas cohortes, com-
casos nuevos de cáncer de pulmón que aparecen en cada grupo de pac ien- parando los resultados.
tes (MIR 14 -15, 182 ; MIR 12 -13 , 179 ; MIR 11-12 , 179 ; MIR 10-11, 177 ;
MIR 09 -10, ISO; MIR 09 -10, 185 ; MIR OS-09, 205 ; MIR OS-09, 216) . Por ejemplo, se selecciona una muestra de 100 historias clínicas de un hospital
o Características: que se d iv ide en dos grupos en func ión del antecedente de tabaquismo o no.
Son estudios longitudinales, de seguim iento. Se observa en cada grupo la frecuencia de cáncer de laringe (M IR 12-13, lS6).
Es prospectivo (excepto en los estudios de cohortes histór icas).
Va de la causa al efecto (enfermedad). Estudio de casos-controles (Figura 2)
• Enfermos
(casos)
FR .';' •
--_o Enfermos
www.Booksmedicos06.com
FRe
• (n o expue stos) • Sanos
-- _ o Sanos (controles )
•
Ini(io ••------------------ _.
Inicio
• •
Estud io de cohortes Estud io de casos-contr oles
15
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Es el tipo de estudio de casos-controles en el que la serie de controles N." de sujetns en estudio Muchns Pocns
está muestreada aleatoriamente de la cohorte que da origen a los casos Coste Elevadn Bajn
(M IR 16-17, 132; MIR 12- 13, 184). De esta forma, al originarse tanto Duración larga Cnlta
casos como controles de una cohorte común, se minimiza la probabil idad
Evidencia causal Regular Mala
de sesgos.
Diferencias entre los estudios de cohortes y los de casos-controles
En la Tabla 6 se exponen las diferenc ias fundamentales entre los dos tipos de
estudios analíticos observacionales.
• •
Ideasclave
,/ Los estudios experimentales son aqué llos en los que el investigador ,/ Los est udios de casos-controles son retrospectivos porque la se-
forma parte NactivaN del estud io al as ignar el factor de estudio. La lección de pacien t es se hace en función de si están enfermos o no
aleatorización de la muestra es otra condición indispensable. (enfermedad hacia FR). En este estudio a tiempo 0, ya hay sUjetos
portadores del even t o final de estudio. Son los mejores para enfer-
,/ Los estudios observacionales son aqué llos en los que el investigador medades raras y su princ ipal limitac ión es la relat iva validez por la
se limita a a los sujetos enfermos-sanos (estudio de ca- fac ilidad para cometer sesgos . La medida de asociación es la DR .
sos-contro les), a sujetos expuestos-no expuestos (cohortes), o a obser-
var cuántos sujetos están enfermos en una comun idad (transversal). ,/ Los estudios transversales o de preva lencia se caracterizan por la au-
sencia de seguimiento. En estos estudios solamente N se veN a los suje -
,/ Los estudios de cohortes son prospectivos porque se emp ieza a partir del tos una ún ica vez. La medida de frecuencia de enfermedad es la pre -
factor de riesgo (FR hacia enfermedad). Es decir, que a tiempo 0, nadie pre- valencia.
senta el evento fina l de estudio. Son los mejores estudios de entre los ob-
servacionales para verificar la causalidad. La medida de asociación es el RR.
Casosclínicos
Para trata r de estab lecer una relac ión causal entre el consumo de tali- Se realiza un muest reo aleatorio de histo rias clínicas para estudiar la
domida durante el embarazo y el riesgo de focomelia, se selecciona ron relación ent re tabaco y cánce r de pulmón . Oichas histo rias clasifican ini-
madres de recién nacidos con focomelia y se compa raron con madres de cialmente según el antecedente pe rsona l de tabaquismo . ¿De qué estu-
recién nacidos sanos, en cuanto a los antecedentes de toma de talidomi- dio se t rata?
da . ¿Cuál es el tipo de diseño de estudio empleado?
www.Booksmedicos06.com
1) Casos-controles.
1) Casos-controles. 2) Estudio de cohortes.
2) Estudio de cohortes. 3) Ensayo clínico aleatorizado.
3) Ensayo clínico aleator izado. 4) Estudio ecológico.
4) Estudio eco lóg ico.
RC: 2
Re: 1
16
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Cuando se re aliza un est udio de inve stigación clínica, casi nunca se trabaja Son ejemplos de este tipo de sesgo los siguientes:
con poblaciones completas. Lo que se hace es, partiendo de observaciones • Sesgo de autoselecci ó n o del voluntari o. La participación o autoderiva -
real izadas en un gru po reducido de personas (la llamada muestra), genera li- ción del individuo al estudio compromete su validez.
zar o extrapo lar los result ados obtenidos a colectivos más a mplios. El hecho • Sesgo diagnóstico o sesgo de Berltson. Es el que se produce cuando, para
de que no se trabaje con pob laciones completas, sino con muestras, puede saber qué ocur re en la pob lación, se elige una muestra hospitalaria de esa
introducir e n las observac iones errores produci dos por el aza r, a los que se población y e l factor de riesgo que se está estudiando se asocia a una mayor
les llama e rrores aleator ios. Existen además otros ti pos de e rrores no rela- probabilidad de hospitalización. También se incluye en este tipo de sesgo
cionados con e l he cho de trabajar con muestras, y que son conocidos como aquel que puede surgir al seleccionar como control a pacientes con alguna
errores sistemáticos o sesgos. enfermed ad que tamb ién se asocia al facto r de exposición estudiado.
• Sesgo del obrero sano . La sa lid a del trabajador e nfermo del mercado
laboral com promete la validez del estudio.
• Falacia de Neyman . Se produce en los estud ios de casos -controles al
selecc iona r casos preva lentes (ya existentes) e n vez de casos incidentes
Tipos de error (casos nuevos). Esto conlleva que en los casos se a menos frecuente la
exposic ión a aquellos FR que disminuyen la sup e rvivencia; e sto es, los
casos repres e ntarían a ind ividuos con rasgos de mayor resistencia a la
Los ti pos de error son los siguientes: enfermedad o formas menos graves de ésta.
• Error aleatorio . Es el e rror que pued e atribuirse a la var iab ilidad a le a- Por ejemp lo, se quie re estud iar si la actividad fisica tiene algún efecto
toria que conlleva siempre un proceso de muestreo. El azar hace que la sobre la frecuencia de la insuficiencia coron aria. Se compara a perso -
muestra con la que se va a trabaj ar no sea representativa. El error a le a- nas con activid ad y a personas sedentarias. Un sesgo de se le cción sería
torio no afe cta a la validez inte rna de un estudio, pero reduce la posibili- cuando la inactiv idad de los sedentarios fuese a consecu e ncia de pade -
dad de elaborar conclusiones sobre la re lación expos ición-e nfermedad, ce r la enfe rmedad card íaca.
aunque no alter a el se ntido de la asoc iación. Los e rrores aleatorios, a
d ife renci a de los errores sistemáticos, se pueden minimizar aum e n- Sesgo de información
tando el tamaño de la muestra.
• Errores sistemáticos o sesgos . Son los erro res producidos cuando hay Tiene lugar cuando hay un e rror sistem ático en la medic ión de alguna varia-
un fallo en el d iseño, o en la ejecución del estudio, que hace que los ble clave del estud io. La clas ificación incorrecta puede o no afect a r de igua l
resu ltados de la muestr a sean difere ntes de la pob lación de la que pro- manera a todos los grupos de e studio. Los sesgos de información debidos a l
ce den. No se re lacionan con el tamaño de la muestra y, cuando no se investigador o a los pa rticipantes en el estud io se controlan mediante técni -
contro lan, tienden a invalidar las condicion e s de un estudio; e s decir, cas de e nmascaram ie nto.
la existencia de sesgos conduce a la elaborac ión de conclusiones inco- • Clasificación incorrecta diferen cial . La probabilid ad de clasificación
rrect as sobre la relación entre una exposición y una enfermedad (MIR errónea de la exposic ión (en un estudio de casos -contro les) afecta de
10· 11, 234¡ MIR 08-09, 198¡ MIR 07-08, 201). forma desigu al a sanos y en fermos o la clasificación de e nfermo o no
enfermo (e n un estudio de coho rtes) se hace de manera distinta, según
RECUERDA se esté o no expuesto al factor de estudio. Este ti po de sesgo produce
La mayoría de los sesgos acontecen habitualmente en los una subestimac ión o sobreestimac ión del efect o de l factor de expos i-
est udios de casos -contro les (retrospectivos). ción en la enfermedad. Dentro de este grupo cabe destacar:
Sesgo de memoria . Se produce e n los estud ios de casos -controles.
El hecho de padecer la e nfe rmedad hace que se esté más motivado
Tipos de errores sistemáticos para recordar posibles antecedentes de exposición (MIR 13-14,
www.Booksmedicos06.com
17
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
18
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
standard). El grado en el que las medidas de la prueba eva luada se corre - ,/ MIR 16-17, 121
lacionan con las medidas de referencia, se denomina val idez de criterio ,/ MIR 13-14, 190 , 194, 196
(Figura 4). ,/ MIR 11-12, 177 , 181
,/ MIR 10-11, 174 , 184, 234
,/ MIR 08-09 , 198 , 203
,/ MIR 07-08, 198 , 201
Fiabilidad (prri- id¡¡)
,/ Los errores aleator ios son errores producidos por el azar. Son una falta
de prec isión, no afectan a la validez interna V se corrigen aumentando
el tamaño de la muestra.
,/ Los sesgos de selecc ión se deben al hecho de elegir malla muestra del
estudio, bien por escoger contro les hospitalarios (Berkson), por dis-
poner de pocos casos enfermos al estudiar enfermedades de rápida
morta lidad (Neyman), o por seleccionar vo luntarios.
Validez y fiabilidad
,/ En los ensayos clínicos se pueden controlar los sesgos de clasificac ión
med iante las técnicas de ciego o enmascaramiento; y los de selección,
La prueba de referenc ia debe haber sido acept ada como tal por la comuni - por medio de la aleator ización.
dad científica; se ha de apl icar a toda la serie de casos estud iados y no puede
incorporar informac ión procedente de la prueba que evalúa. ,/ El sesgo de confusión se debe a la existencia de un factor de conf u-
sión, que es esenc ialmente un factor que está desigualmente distr ibui-
do entre los dos grupos de pacientes del estudio, y que se relac iona
El va lor real de la prueba sólo podrá ser est ablec ido si el estudio se lleva a
etiológicamente con la enfermedad final. Los sesgos de conf usión se
cabo en cond iciones semejantes a la práctica clínica habitua l; es decir, incor -
controlan mediante asignación aleatoria, apaream iento, restr icción,
porando un amp lio espectro de pacientes a los que en cond iciones normales análisis mu ltivariante V análisis estratificado.
se les aplicar ía dicho procedimiento d iagnóstico.
Casosclínicos
En un estudio de casos-controles se encontró una asociac ión ent re la in- En un estudio de cohortes se compara la eficacia de dos terapias antirre tr o-
gesta de alcohol y el desarrollo de cánce r esofágico. Dado que el consumo virales en la reducción de la carga viral de VIH_ Para saber si la coinfección
de tabaco se encontró asociado tan to a la ingesta de alcohol como al de- por virus C pue de ser un factor que determine la respuesta antirretroviral,
sarrollo de cánce r de esófago, el consumo de tabaco en este estu dio debe usted NO deberá hacer:
cons iderarse como:
1) Aleatorización.
1) Un factor (sesgo) de confus ión. 2) Apaream iento.
Z) Un sesgo de información. 3) Restricción.
3) Un sesgo de memor ia. 4) Anális is multivar iante.
4) Un sesgo de selección.
RC: 1
Re: 1
www.Booksmedicos06.com
19
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
•
• • Ensayo en fase 11. El principal objetivo es apo rtar información sobre la
relación dos is-respues ta, proporCionando una información prelimina r
Introducción ace rca de la eficacia. Se lleva a cabo en pacientes (n " 100 - 200) . No
necesari a mente tienen q ue se r comparativos . Generalment e, este tipo
de Ee es controlado y con asignación aleatoria del tratamiento. Algunas
Un ensayo clínico (EC) es un exper imen t o cui dadosa y éticam ente diseñado clasificaciones distinguen a su ve z una fase lIa (est udios piloto rea lizados
con el fin de da r resp uesta a preguntas que ti enen q ue ve r con la utilidad de en pocos pacie ntes con criter ios de incl USión/e xcl usión más estrictos) y
proced imientos d iagnósticos, te rapé uticos y profilácticos en e l ser humano. una fase IIb (que evalúa la eficacia y la segur idad en un mayor número
La autorización de la Agenc ia Españ ola de M ed icam entos es necesar ia pa ra de pacie ntes y repre senta una demo stración más rigurosa de la eficacia
el desarrollo de cua lqu ier EC con m edicam entos en un cent ro sanitario, junto del nuevo compuesto) (MIR 16-17, 116 ¡ MIR 13-14, 203 ¡ MIR 12 -13,
con un inform e favorable del Comité Úico de Investigación Clínica del cent ro 190¡ MIR 09-10, 187).
sanita r io (MIR 11· 12, 187· BL). • Ensayo en fase 111. Es el prototi po del Ee. Suele ser comparativo con
la terap é utica de referenc ia o con un placebo. Es la investigación clí-
Los Ee son est udios pros pectivos y expe rimentales en los que , una vez seleccio - nica más extens a y rigurosa so bre un t ratamie nto méd ico. Sirve pa ra
nada la muestr a, se divide aleatoria me nte en dos grupos de pronóstico com- establ ece r la eficacia de un nuevo fármaco y la existe ncia de efectos
parable q ue idealmente sólo se difere ncian en la intervenc ión terapéutica que adversos frecuentes. Un paciente de be conocer que probablemente
van a recibi r (MIR mi-lO, 184¡ MIR 09-10, 189¡ MIR 08-09, 200 ¡ MIR 08-mi, ha recibido placebo, pero no si lo ha recib ido con ce rtez a o no. Lo
201 ¡ MIR 08-09 , 220 ¡ MIR 07-08, 205 ¡ MIR 07-08, 208 ¡ MIR 07-08, 2121. ideal es comparar fre nte al mejor tratamiento, a la mejor alternati va
existente . Se realiza e n un grupo mayor de pacientes (va rias decen as
Teniendo en cuent a los objetivos persegu idos en el desa rrollo de un medica- de mi les), selecc ionados con unos criterios de inclUSión/exclusión más
mento, se distinguen cuatro fases (MIR 08 -09, 1951 (Tabla 81: laxos, que normalm e nte se encuentr a n poli med icados y que permi-
• Ensayo en fase l. Es la primera vez que un fármaco se administra a huma- tan hacer una extra polac ión de los resultados al resto de la población
nos. Generalmente, se realiza con voluntarios sa nos (n " 20- BO) Y sin grupo (validez externa). Es pos ible, a su vez, distingui r las fases lila y II lb. La
control. Suelen ser Ee abiertos, no aleatorizados y, muchas veces, no com- primera incluye los Ee que se llevan a ca bo una ve z determinada la
parativos. El principa l objetivo es evalua r la toxicidad y conocer la dosis ún ica eficacia terap é utica, pero ant es de se r e nviada a las autoridad es regu-
aceptable no tóxica. Se limitan al terre no experimental y/o a sus efectos ladoras la so licitud de aplicación de l nuevo compuesto , y constituyen
farmacocinéticos y farmacodinámicos (MIR 14-15 , 179¡ MIR 10-11, 197) . la evide ncia de efectividad tera péutica que se exige para la trami ta-
Tabla 8
Caracterfsticaprindpal Objetivo Muerna
Fase I Primeros pasos en la investigadón de un fármaco • Estimación inicial de tolerancia, seguridad, • Habitualmente sólo pocos voluntariossanos
en seres humanos farmacodnética yfarmacodinámica (n=2 0- 80)
• No estimación de eficada • No suelen tener grupo control ni enmascaramiento
Fase 11* Ensayo terapéutico, pero sólo exploratorio Informadónpreliminar sobre eficada, patrón • Ensayos pequeños (n = 100 - 2(0) en padentes
dosis-respuesta, toleranda y ampliadón de los datos con la enfermedad de interés
de seguridad obtenidos en fase I • Preferentemente con grupo control
Fase 111 • El más frecuente en publicaciones médicas • Demostrar un efecto terapéutico (eficacia) • Muestra más amplia de padentes con una única
• Dili gido a lograr la aprobación o comercialización • Valorar la seguridaddel nuevo fá rmaco enfermedad concreta
del fármaco frente a altemativasdisponibles • Controlados y aleatorizados
www.Booksmedicos06.com
Fase IV Vigilancia poscomercialización ya largo plazo Evaluar seguridad yefectividad, nuevas indicaciones, Preferentemente controlados y aleatorizados
efectos secundarios, morbilidad ymortalidad a largo plazo
-Algunos autores dividen la fase 11 en lIa y lib. En general. durante la fa5e lIa se realizan estudios piloto con pocos participantes ymterios de inclusiÓn/exclusión muy estrictos. Se evalúa el efecto
farmacológico, y pueden participar tanto individuos enfermos como sanos. En la fase IIb se induye un mayor número de participantes; el objetivo es medir el patrón dosis-respuesta y lo fundamental
es valorar la eficacia, por lo que sólo se incluyen 5ujetos enfermos
Tipos de ensayos clínicos según la fase de investigación
20
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
ción de l expediente de l nuevo compuesto. Con frecuenc ia son cons i- para rechazar a aquellos pacientes con criterios de inclusión pero que
derados como pivotal trials (MIR 09 -10, 192). La segunda fase (1IIb), presentan alguna contraindicación, condiciones que pueden afectar a
comprende estudios que se realizan una vez aceptada la tram itación y la variable resultado o alguna ca racterística que haga comp licado su
antes de la aprobación y comercialización del nuevo compuesto (M IR estudio.
12-13, 191; MIR 09· 10, 191· BL).
• Ensayo en fase IV. También se denomina farmacovigilanci a, y consiste En func ión de los criter ios de inclusión, los EC se pueden div id ir en dos gran-
en el seguimiento, posterior a la comercialización del fármaco, de un des grupos:
número muy e levado de pacientes con el fin de detectar efectos adver- • EC pragmáticos . Se acercan lo más pos ible a la pob lación general. Los
sos poco frecuentes o de apar ición tard ía. La fase IV también sirve para criterios de inclusión son muy laxos (prácticamente los ún icos son los
evaluar interacc iones entre medicamentos y sugerir nuevas indic acio- diagnósticos) (M IR 14-15, 180; MIR 08-09, 212; MIR 07-08, 207; MIR
nes de fármacos ya aceptados para otro fin. 07-08, 216).
Así, la farmacovigilancia es la recogida de datos sobre segur idad de fár- • EC explicativos. Los criter ios de inclusión son muy estr ictos, por lo que
macos una vez que se auto riza su comercialización. Su objetivo es detec- la muestra no es exact amente igual a la pobl ación general.
tar reacciones adversas poco frecuentes que no han sido identificadas
durante el desarro llo del ensayo, dado que éste se ha realizado en una Si los criterios de inclus ión son muy estr ictos, el EC presen t a una muestra
poblac ión limitada (generalmente n < 2.000). más homogénea y se necesita menor tamaño muestral para detectar las
d iferencias. Además, hay mayor va lidez interna. Sin embargo, existe una
Pero los EC fase IV no son la única fo rma de evaluac ión poscomercia lización. clara limitac ión a la hora de generalizar los result ados y de reclu t ar a los
Se entiende por EPA (estud io postautorización) cua lqu ier estudio realizado pacientes. Se utilizan, sobre todo, en las fases II y 111. En cambio, cuando no
con med icamentos según su ficha técn ica, en cond iciones norma les de uso. son estrictos, el reclu t amiento se verá faci litado, se podrán general izar los
Como se ha comen t ado en ocasiones, son EC, pero lo habitual es que se trate resultados con mayor faci lidad y tendrá mayor val idez externa. No obstante,
de estudios observaciona les en los que el investigado r se limit a a observar la muestra será heterogénea, por lo que se neces ita un mayo r tamaño mues-
la re alidad de l fármaco en condic iones habitua les de uso (MIR 16-17, 119). tral y los resultados son conf usos si sólo es eficaz en subgrupos de pacientes.
Se emplean en las fases 11 1y IV.
Los objetivos fundament ales de los EPA persiguen lograr, en condiciones
reales: En esta etapa, t ambién hay que determinar el tamaño muestral. ha de
• Determ inar la efectividad del fármaco. ser suficiente para obtener un IC del 95% de la eficac ia cuyos límites sean
• Conocer la efectividad percibida por el paciente. clínicamente relevantes (MIR 07· 08, 216).
• Identificar factores de riesgo.
• Establecer nuevas ind icaciones. Medición de variables basales
El Sistema Español de Farmacovigi lancia recibe información de diferentes Consiste en determ inar una serie de var iab les en los sujetos que cumplen los
fuentes, entre ellas, y principa lmente, de la notificación espon t ánea de reac- criter ios de inclus ión y que han acept ado partic ipar en el estudio (consenti -
ciones adversas. Ésta supone la recog ida y la notificación, mediante las tar- miento inform ado ), con los sigu ientes propósitos:
jetas amaril las, de las reacciones adversas que aparecen durante la práctica • Definir las características de la población a la que podrá extrapolarse el
clínica. resultado del ensayo clínico.
• Aportar una serie de datos que perm itan posteriormente verificar que
En general, se acept a cualquier reacc ión adversa. Sin embargo, las de mayor la aleatorización ha sido eficaz y hacer el análisis estratificado (p. ej., por
interés son las reacciones adversas graves, inesperadas o raras y aquéllas edad), en caso de diferencias entre los dos grupos.
de fármacos de comercialización reciente (menos de 3 años). El programa • Demostrar que el evento resu ltado, cuya frecue ncia se pretende dis-
de notificac ión espontánea está dirigido especialmente a médicos, aunque minuir con el fármaco estud iado, no está presente al comienzo de l
incluye a otros profesionales sanitarios. estudio.
• Registrar pos ibles predictores del evento interés, de modo que se
pueda evaluar su interacción con el fá rmaco estudiado, si la aleatoriza -
ción no los ha distr ibuido homogéneamente entre los distintos grupos
de estudio.
Etapas en la realización
Aleatorización
de un ensayo clínico
La aleator ización consiste en asignar por azar, sin que influya ningún factor,
los pacientes de la muestra a los dos grupos de intervención, de modo que,
En los siguientes apartados se desarrol lan los pasos a seguir para la realiza- si el tamaño muestral es suficientemente grande, se consiga una d istribución
ción de un EC en fase 111 con dos grupos de intervención (MIR 08-09, 220). homogénea de las variables predictoras en ambos grupos (MIR 12-13, 180;
MIR 10-11, 182; MIR 10-11, 186). Se puede re alizar de tres formas diferentes
Selección de la cohorte de estudio
www.Booksmedicos06.com
21
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
a leator ización se evita la desigualdad numérica entre los distintos gru· no existir alternativa terapéutica previa, se medirá la eficacia en términos
pos, por lo que es especialmente útil cuando el tamaño muestra l no es absolutos.
muy grande.
• Aleatorización estratificada. Los pacientes son divididos en grupos Análisis de los resultados(T.bI. '1
(estratos) homogéneos respecto a alguna variab le de interés pronóstico
y posteriormente son asignados aleatoriamente a uno de los dos grupos En este punto se deben tener en cuenta los siguientes aspectos:
de intervención (Figura 5) (MIR 11-12, 186). • Las pérdid as de sujetos incluidos en el EC ocurridas antes de la aleatoriza-
ción van a afectar a la capacidad de generalización de los resultados, mien -
En general, la aleator ización debe conseguir as ignar los tratamientos de forma tras que las pérdidas postaleatorización pueden afectar a la validez interna.
desconoc ida e impredecib le, tiene que ser un proceso reproduc ible y estar • El aná lisis estadístico de los EC es muy pa recido al de los estudios de
documentado; ha de basarse en prop iedades matemáticas conoc idas, no debe cohortes, pero es más frecuente el uso de métodos no paramétricos y, al
ser prevista la secuencia de los tratamientos y, finalmente, ha de ser posib le tener importancia no sólo que ocurra la var iab le-resultad o, sino cuándo
detectar los fal los de la asignación. Para evitar sesgos en la aleatorización, es ocurre, es f recuente el emp leo de análisis de superv ivencia.
importante que qu ien decide la inclusión de los pacientes en el ensayo y la
Tabla 9
persona que lleva a cabo la aleatorización desconozcan la secuencia de aleato -
rización hasta que se aplique a cada uno de los pacientes reclutados. En caso Muestra heterogénea,validez externa
de no hacerse ocultación de la secuencia de aleatorización, existe la posibili- Muestra homogénea,validez interna
dad de seleccionar incorrectamente a los sujetos del ensayo y perder la com -
Cada grupo toma ambos fám1aCos con periodode lavado
parabilidad de los dos grupos de tratamiento. La ocu ltación de la secuencia
Cada grupo toma un únicofármaco
de aleatorización se puede conseguir med iante un sistema de aleator ización
centralizado en un lugar distinto a aqué l en el que se lleva a cabo el ensayo, o Todos los sujetosincluidosson analizados
med iante sobres numerados secuencialmente, opacos y lacrados, que conten - Sólo se analizan los que terminan el estudio
gan el tratamiento y que sólo se abran tras la inclusión del paciente en el Ee.
Tamaño muestralconocidoa priori
las variables desconoce esta asignac ión. lidad de los resultados y tiene que haber una penalización estadística
porque, de nuevo, se están realizando compar aciones múltip les (MIR
Tanto las reacciones adversas específicas como la falta de eficac ia y los 14·15, 193) .
cambios ana líticos específicos pueden desenmascarar un Ee. Otro aspecto • La magni t ud de l efecto del tr atamiento en los ensayos clín icos se puede
a considerar en esta fase de l ensayo clínico es que siempre que exista un expresar de varias formas:
tr atamiento eficaz, hay que adm inistrarlo al grupo control, así que lo que se Riesgo relativo (RR). Cociente entre el riesgo de sufrir un determi -
determinará con el EC será la eficacia rel ativa de l nuevo fá rmaco. En caso de nado evento en el grupo expuesto a un determinado tratamiento
22
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
y el de suf rir el mismo evento en el grupo control (no expuesto al per iodo de blanqueo o lavado sufic ientemente largo como para asegu·
tratamiento). rar que no permanecen los efectos residuales de l primer tratamiento
Reducción absoluta del riesgo (RAR). Es la diferencia entre el por - asignado.
centaje de eventos en el grupo control y el m ismo porcentaje en el • La secuenc ia con la que se adm inistran los diferentes tratam ientos
grupo experimental. puede asociarse a respuestas d iferentes (efecto per iodo).
Reducción relativa del riesgo (RRR). Se define como la diferen - • Este diseño no es pos ible cuando la nueva terapia es quirúrgica o el pri -
cia entre el porcen t aje de eventos en el grupo control y el mismo mer tratamiento está dirigido a curar definitivamente la enfermedad (p.
porcentaje en el grupo experimental, d ividido por el porcentaje de ej., en enfermedades agudas).
eventos en el grupo contro l. • Resulta difícil adjud icar los efectos secundarios tard íos.
Número necesario de pacientes a tratar (NNT). Se obtiene como el • El aná lisis estadístico es más complejo que para grupos paralelos y
inverso de la RAR mu ltiplicado por 100, y es el número de pacientes requiere el uso de métodos apareados o de medidas repetidas.
que se deben tratar para prevenir un suceso indeseab le ad icional
(MIR 07-08, 206) . Figura 7
Parti<ipant .. s
¡
Tipos de ensayos clínicos ¡ ASIgnación al ..atoria
¡
Grupo 1 Grupo 2
¡ ¡
Los tipos de ensayos clínicos se exponen en los siguientes apartados. Interve nción A Intervención 8
Grupo 1 Grupa 2
Diseño factorial
¡ ¡
Int ..rv ..nción A Int .. rv.. nción B En ese tipo de d iseño se eva lúan simultáneamente dos tratam ientos dis-
¡ I tintos en una misma muestra de sujetos, asignándose aleatoriamente los
R"5ult3do I R"5ultado 2 sujetos a uno de los cuatro grupos pos ibles: A, S, A + S Y placebo (Tabla
10). En los ensayos factoriales, los placebos que se utilizan tienen que pare -
L ___ •• Comparació n •• ___ -' cerse externamente al tratamiento activo asignado en cada secuencia. Es la
razón por la que se habla de "placebo de A" y "placebo de S" para los dos
Ensayo clínico paralelo tratamientos, A y S respectivamente. El diseño factoria l habitu almente se
utiliza cuando se quiere estudiar la eficac ia de terap ias comb inadas. En este
Diseño cruzado o intrapaciente caso, los medicamentos uti lizados pueden tener efectos diferentes cuando
se combinan, y al final interesará comparar por separado los tres grupos con
Consiste en que un mismo paciente va a recibir los dos tratam ientos algún tratamiento activo frente al que sólo recibe placebos (Figura 8) (M IR
objeto de comparación en dos momentos d istintos, de modo que el prop io 14· 15 , 178 ; MIR 11 ·12, 185).
paciente sirve de control a sí mismo, lo que perm ite llevar a cabo el estud io
Tabla 10
con un tamaño muestral menor al del d iseño clásico al reducir la variabilidad
Tratamiento A Placebo
www.Booksmedicos06.com
(Figura 7).
8 A+8 8
La princ ipa l ventaja del ensayo cruzado es elim inar la variab ilidad entre-indi -
viduos en la respuesta a la intervención, pues estos ensayos valoran el efecto Placebo A Placebo
intra -i nd ividuo (MIR 08 ·09, 218) . Sus inconvenientes son: Cada pacientese asigna a uno de 105 4grupos
• Al observar el efecto de un tratamiento se asume la ausencia de efec-
Ensayo clínico de diseño factorial
tos residuales del tratam iento anterior (carryover). Debe existir un
23
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Ejemplo de asignación de tratamiento en el ensayo clínico factorial Interpretación de los resultados del estud io de no-inferioridad
Diseño de no-inferioridad l l I 1 \ 1 I
Interpretació n de la no-inferioridad
Habitua lmente los EC se real izan con el fin de demostrar la superior idad de y de la equivalencia terapéutica
un fármaco con respect o a otro. Sin embargo, puede ser útil probar que dos
fármacos son al menos igualmente eficaces, con lo cual se podrá emplear,
por ejemplo, el más barato. Es decir, importa que NO sea infer ior, de manera
que si es igualo superior se considera que el fármaco experimenta l es "no -in- Apuntes
fer ior" comparado con el grupo contro l. del profesor
Se denomina equivalente terapéutico a un fármaco diferente en su est ruc -
tura quím ica del origina l, pero de l que se espera un efecto terapéutico y un
perfil de efectos adversos simi lares cuando se adm inistra a un paciente (MIR Estudios de bioequivalencia
15· 16, 29; MIR 15-16, 190; MIR 14-15, 190; MIR 13·14, 204; MIR 10-11,
193; MIR 09-10, 188). Son EC en los que su objetivo es la demostrac ión de la sim il itud en biod is-
ponibilidad de dos formu laciones de un mismo principio activo a partir de
Los ensayos de equivalencia valoran si dos terapias son igua les y se basan la comparación de sus características farmacoc inéticas. En la mayor ía de los
en este margen de mínima diferencia clínicamente importante (MCID o casos, el diseño de los estudios de bioequivalenc ia es el de un EC cruzado y
del t a) que se fija a priori. Se considera que éste es el límite a partir de l con asignación aleatoria de dos secuencias de tratam iento.
cual una diferencia tendrá importancia desde el punto de vista práctico
o clínico. Con el fin de reducir la var iabi lidad de la muestra, se sue len elegir para par-
ticipar en el estudio voluntar ios sanos (no persiguen, por tanto, comparar
El objetivo es demostrar que la diferenc ia entre la nueva terapia y la con- la eficacia de dos formas de tratamiento (M IR 16·17, 36) .
vencional estará completamente dentro de ese margen. Se calculará un
int ervalo de confianza al 95% para la diferenc ia entre ambos grupos, y La demostrac ión de bioequivalenc ia se obtiene mediante la comparación de
se demostrará la igualdad siempre y cuando ese intervalo de confianza los perfi les farmacocinéticos de los fármacos estudiados. Para ello, después
de la diferencia entre tra t amientos esté tota lmente incluido dentro de l de la administración de cada formu lación, es necesar io saber qué cantidad
ma rgen delta, que suele ser muy pequeño. Debido a este planteamiento, de fármaco existe en el organ ismo y cómo va variando a lo largo del tiempo.
los ensayos de equivalenc ia requieren mayor tamaño muestral, pues a El proced imiento más habitua l consiste en la obtención de suces ivas mues-
mayor tamaño muestra l más est recho se rá el intervalo de confianza. Los tras de sangre. Es mucho menos frecuente que sea necesar ia la determina -
ensayos de equivalencia intentan probar que una nueva terap ia obtiene ción del fármaco en orina o en otras muestras bio lóg icas.
un resultado similar al tratamiento estánda r, esto es, que el efec t o de l
nuevo tratamiento est á entre-delta y +delta. Los ensayos de no-inferio- Como medida de la cantidad de fármaco absorbido se utiliza el área bajo la
ridad intentan probar que la nueva terapia es igual, o si fuese peor que curva concentración -tiempo (AUC, del inglés area under curve), y como indi -
el tratamiento habitua l, la dife renc ia ent re ambos sería muy pequeña e cador de la ve loc idad de absorción se mide la concentración máxima (Cmax)
inferior a delta. alcanzada en la curva concentración -tiempo y el tiempo que tarda en alcan-
zarse (Tmax). Se entiende por bioequ ivalenc ia entre dos productos cuando
Tal y como se ha comentado, la equiva lencia terapéutica se define a partir presentan una biodispon ibilidad comparable en cond iciones experimentales
de los estudios de no-inferioridad. En estos estudios es importante tener en aprop iadas.
cuenta dos aspectos (Figura 9):
• Valor delta. Es la máxima d iferencia clínica que se acepta para definir De acuerdo con las normas de consenso (EMEA, FDA), se considera que
www.Booksmedicos06.com
dos tratamientos como equiva lentes, que es distinta para cada tipo de dos formulaciones son bioequivalentes cuando la diferencia en la velo-
fármaco analizado. cidad y la magnitud de la absorción ent re ellas es inferior al 20% (dife-
• Análisis de las variables. El aná lisis que suele realizarse es "por pro - rencias medias ent re formulaciones comprendidas entre 0,8-1,2), en
tocolo". Este análisis permite aumentar las diferencias entre los tra - términos del intervalo de confianza (le 90%) para la proporción entre las
tam ientos, lo que dificulta poder conclu ir que dos tratamientos son medias de las dos formulaciones comparadas (AUe test/AUe referencia
equ ivalentes, manteniendo la posición más cauta en la interpretación y Cmax test/emax referencia) (Figura 10 V Figura 11) (MIR 15-16, 38;
de los resultados (M IR 08-09, 210) . MIR 11 -12, 200).
24
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Es necesario que la cond ición estudiada sea crónica, con síntomas repetidos
pero reversibles y con respuesta al tratamiento evaluab le por el paciente
BioeqUlvalencia
(cefalea tensional). Se evalúa, por t anto, un tratam iento sintomático y no
curativo.
Formulación
Formulación Por las características del estudio es ev idente que las conclusiones obtenidas
d e referencia
no son generalizables a todos los pacientes con la m isma enfermedad o sín·
toma (MIR 09-10,193).
Velocidad de • • Velocidad de absorción
Cantidad absorbida Cantidad absorbida
I I
Perfil concentraciÓn·tiempo Perfil concentración·tiempo Recomendacionespara la publicación
no de ensayos clínicos
-
'"' 00
00 -
' 00
00
too too (recomendacionesCONSORD
", , ",,
• • " " '" " '" n • • "r ....,..po
" "Ih) " '" n
Los estudios aleato rizados representan el patrón de referencia para conocer
la eficacia de un determinado tratamiento. Sin embargo, la calidad de los
Efedo referencia • • Efecto test estudios puede no ser óptima. La declarac ión CONSORT (Consolidated 5tan -
dards 01 Repamng Triols [Normas consolidadas para las publ icaciones de
Principios para un estudio de bioequivalencia EC]) persigue mejorar la metodología de los ensayos clínicos, ya que permite
presentar de forma sistematizada y con tota l transparencia los resu ltados
para mejora r su val idez (MIR 10-11, 186).
Tratamiento R Tratamiento R
Se basa en el seguimiento de una lista de variables en función de la evidenc ia
P_ basal (Tabla 11) y un diagrama de flujo (Figura 12) durante el proceso de escr itura,
rev isión y aná lisis de los EC. Los puntos de la lista de comprobación conc ier-
nen al contenido de l títu lo, resumen, intro ducc ión, métodos, resu ltados y
Tratamiento T Tratamiento T comentarios (d iscusión).
Como en este caso hay un ún ico paciente, no es posible compararlo con otros,
por lo que aquí se comparan per iodos de tratamiento para el mismo paciente. Aleatorizados (n = ... )
En aque llas situaciones en las que exista una gran variabilidad interindi - 4 Analizados (n = . _o)
vidual en la respuesta al tra t amiento, como en el caso del tratam iento ExclUidos del análisis (tazón) {n = .. _)
con d icumarínicos.
• Tratamiento sintomático de enfermedades con im portante componente Diagrama de flujo de los sujetos participantes en las diferentes fases
subjetivo como, por ejemplo, m igrañas, do lores articul ares en la artro - de un estudio aleatorizado: (1) periodo de inclusión, (2) asignación
a la intervención, (3) seguimiento, (4) análisis
sis, fibromia lgia ...
2S
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Tabla 11
Variable(número) Desaipdón
Título y resumen (1) Cómo se asignarona los pacientesa la intervención(Nasignación "aleatorizados· o"asignadosaleatoriamente1
Introducción AntMedentes(2) Antecedentescientíficosy explicaciónde la hipótesis
Métodos Participantes{3} Criteriosde elegibilidadde los participantes.así como situacióny lugar donde se obtuvieronlos datos
Intervenciones(4) Detalles precisosde las intervencionesplaneadasen cada grupo, ycómo ycuándo se realizaronfinalmente
Objetivos(S) Objetivose hipótesisespedficos
Resultados(6) Definiciónclara de los objetivosde valoración de resultadosprimariosysecundariosy, en su caso, de 11M métodosutilizadospara
mejorarla calidadde las medidones(p. ej., observadonesmúltiples,entrenamientode los valoradores)
Tamaño de muestra (7) Cómo se determinóel tamaño muestraly, en su caso, explicaciónde cualquieranálisis intemo yde las reglas para la finalizadón
del estudio
Aleatorizadón Generación Método utilizadopara generarla secuendade asignaciónaleatoria,incluyendo los detallesde cualquier restricción
de la consecuencia(8) (p. ej., bloques, estratificación)
Ocultación Método utilizadopara implementarla secuenciade asignadónaleatoria(sistemascerradosnumerados,central telefónica)
de la asignadón(9) especificandosi la secuenciapermanecióocuha hasta el momentode la asignacióna la intervención
Implementación(10) Quién generó la secuenciade asignación,quién incluyóa los participantesyquién asignó a los participantesa sus grupos
respectivos
Cegamiento(enmascaramiento)(11) Especificarsi los participantes,las personasque realizaronoasignaronla intervendóny las que valoraronlos resultados
conodan a qué grupo estabanasignadoslos padentes.En caso contrario,cómo se valoró el éxito del enmascaramiento
Métodosestadísticos(12) Métodosestadísticos utilizados para compararla variable de valoraciónde resultadoprimariaentre los grupos. MétlHlos
empleadosen los análisisadicionales, como los análisisde subgruposy ajustes
Resultados Flujo de participantes(13) Flujo de participantesen cada fase del estudio (se recomiendaencarecidamenteusar un diagrama). De fonna específicase debe
detallaren cada grupo el número de pacientesasignadosa cada tratamiento,los que recibieron el tratamientoprevisto,los que
completaronel protocolode estudio y los que fueron analizadospara la variableprincipalde resultado.Describirlas desviaciones
del protocoloinidal ysus razones
Selecdón(14) Fechas que definan los periodosde selección yseguimiento
Datos basales(15) Característicasdemográficasy clínicas basalesde cada grupo
Númerosanalizados(16) Número de participantes(denominador)de cada grupo incluidoen cada análisis,especificandosi el análisisse realizó
porM
intendónde Si es posible, indicarlos resultadoscon númerosabsolutos(p. ej., 10/20, no 50%)
Resultadosyestimaciones(17) Para cada variablede valoraciónde resultadoprimariaysecundaria,indicarresumidamentelos resultados en cada grupo
y la estimaciónde la importandadel efecto y de su precisión(p. ej., IC del 95%)
Análisissecundarios(18) Valorarla presencia de multiplicidadpresentandocualquierotro análisis realizado,incluyendoanálisisde subgruposyajustes,
indicandolos que fueron preespecificadosy los de carácterexploratorio
Acontecimientosadversos(19) Indicartodos los acontedmientosadver50simportanteso los efectossecundariosen cada grupo de intervendón
Discusión Interpretadón(2o) Interpretadónde resultadosen la que se tenga en cuenta la hipótesisdel estudio, las posiblesfuentes de sesgos o imprecisiones
y los peligrosasodadoscon la multiplicidadde análisisyde resultados
Generabilidad(21) Generabilidad(validezextema) de los resultadosdel estudio
Evidenda global (22) Interpretadóngeneralde los resuhadosen el contextode la evidenciaactualmentedisponible
Lista de variables CONSORT
,/ MIR 16-17, 36, 116 , 117 , 119 ,/ MIR 11-12, 185 , 186, 187 -BL, 188 , 189 , 190 , 200
,/ MIR 15 -16, 29, 38, 190, ,/ MIR 10-11, 182 , 186, 193 , 197
,/ MIR 14-15, 178, 179 , 180 , 190 , 193 , 196 ,/ MIR 09-10, 184, 187, 188 , 189 , 191 -BL, 192 , 193
,/ MIR 13 -14, 203, 204 ,/ MIR 08 -09, 195 , 200, 201 , 210 , 212 , 218 , 220
,/ MIR 12 -13, 180, 187 , 188 , 189 , 190 , 191 ,/ MIR 07-08, 204, 205, 206 , 207 , 208 , 212 , 216
www.Booksmedicos06.com
26
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
.1 El obj etivo d e la fase I del EC es dete rminar las propiedad es farmacodi - em bargo, no todas las pé rd idas afecta n de igual m anera al Ee. Si las
námicas del fármaco, así com o la dosis tóxica del mism o . pérdidas se prod ucen ant es de la asignación del facto r de estudio, no
necesariamente se ve afectada la valid ez del mismo, al cont ra rio q ue si
.1 En una fase 11 se establece la dosis eficaz del fá rmaco . se pro du cen después de tal asignación .
.1 La fase 111 se ca racteriza porq ue se comp ara la efi cacia de otro fármaco .1 Los EC se dividen en :
con la del q ue se está investigando. Tras est a fase, el fármaco se int ro - Pragmáticos (mu estra heterogénea) y explicativos (m uestra homo -
duc e en el m ercado. génea) .
Cruzados (cada gr upo de sujetos toma los dos fá rmacos con un tiem -
.1 La fase IV es la de farmacovigilancia. En este caso, se regist ra la apa rició n po de lavado) y pa ralelo (cada grupo de tr atamiento tom a un único
de efectos secun darios infr ecuentes . La notificación en la práctica clíni- fármaco).
ca de posibl es evento s adversos se rea liza med iante la ta rje ta amaril la. Por intenció n d e trat ar (t odos los sujet os incluidos en el est ud io
son analizados) y por protocolo (sólo se anal izan los q ue finaliz an
.1 La secuencia correc ta en un EC es: el estu dio) .
1. Los pacientes cumple n los crit erios de inclu sión y exclusió n. De tamaño predete rmina do (se conoce a priori el t am año de la
2. Firma n el consentim ient o informado (sabiendo q ue posiblem ente muestra) o secuenci ales (los pacientes van incorporándos e al estu -
reciban place bo, si uno de los tratamientos lo es). d io progresivam ente).
3. Sean asignados a uno u otro grupo de intervención (preferibl emente De supe riori dad (inte resa demost rar que un fárm aco es mejo r q ue
m edia nte aleatori zación). otro) y de no -infe rior idad (se su pon e una eficacia sim ilar, la vent aja
de l nuevo fárma co es se r más barato, tene r una ad min istrac ión
.1 Un aspecto imp ortante es manej ar las pérdidas que se pro ducen en un m ás fácil...) .
Ee. Lo mejor es tener las previ st as a prio ri. Si aun así se prod ujeran, se- Enmascarados (se han realizado técnicas de ciego para evitar ses-
ría convenie nte realizar un nuevo estu dio co n el tamaño aprop iado. Sin gos) o abie rt os (no enma scarado s).
Casosclínicos
Un equipo de investigadores realizó un estudio prospectivo para evaluar En un ensayo clín ico se evalúa la no infer ioridad de clopidogrel (experi -
la eficacia de dos alternativas terapéuticas (técnica A frente a técn ica B) mental) frente a AAS (contro l). El límite clín icamente relevante es · S%
en el tratamiento de las fracturas subcapita les de cadera . Los pacientes en la incidencia de ictus isquémico en pacient es con estenosi s carotídea
fueron asignados a uno u otro grupo de tratamiento de manera aleatoria . severa. Los resultado s mostraron una diferencia abso luta de eficacia de
¿De qué estudio se trata? +1%; le 95% (-8% a +12%). Señale la respuesta corre cta:
RC: 4 RC: 3
www.Booksmedicos06.com
27
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Tema muy prejluntldo en los últimos años. Hay que {Onoc!'l' el {OJlCepto y diseño
de un metlnáli>is, sus fases, y cómoYIIOr qué se laheterogenicidad de los
estudios y la existencia de un posiblesesgo M ¡KJtllic.Jeión.
Análisis de la heterogeneidad
Introducción Un metanálisis consiste en un análisis estadístico que combina o integr a
los resultados de varios ensayos clínicos independientes ent re sí pero
que e l analista considera "combinables". Una de las mayores dificultades
El objetivo de una revisión sistemática es presentar un resumen imparcial y y lim itaciones consiste en decidir qué es o no combinable. Claramente
exhaustivo de las investigaciones (publicac iones) existentes, permitiendo la toma resultarían combinables sólo aquellos estudios en los que la hipótesis
de decis iones acerca de una determinada intervenc ión o tratamiento, basada en de investigación coincide por completo. Pero, desafo rt unadamente, los
todos los estud ios relevantes y de adecuada calidad existentes acerca del tema. estudios difieren en los tipos de pacien t es estudiados, gravedad de la
enfermedad, etc. Es po r ello que todo met aná lisis debe ana lizar la can-
Algunas revisiones sistemáticas asocian además un anális is estadístico nuevo, tidad de heterogeneidad existen t e entre los estudios incluidos, esto es,
combinando los diferentes estudios incluidos en la revis ión: esto es un meta - debe contar con un aná lisis de het erogeneidad (MIR 14 -15, 199). Existen
nál isis (MIR 13· 14, 206 ; MIR 10-11, 172; MIR 08-09, 197 ; MIR 07-08, 214). va rios métodos estadísticos y gráficos pa ra evaluar el grado de heteroge-
neidad.
Métodos estadísticos
Etapas del metanálisis • Prueba Qde Cochrane. Es un estadístico basado en un test de chi-cuadrado
que evalúa directamente la heterogeneidad ent re los estudios inclu idos.
Una de sus lim itaciones es su baja potencia, lo que hace, por un lado, que se
En la Figura 13 se exponen las diferentes etapas que conforman un met análisis. uti lice poco, y por otro, que se tienda a compensar considerándolo estadís-
ticamente significativo a partir de valores de p por debajo de 0,10. Se podría
resumir su interp retación de esta manera:
Si el valor de p corr espondiente a la Q de Cochrane es estadística-
formur-.bn d .. lol abJ .. tnro.
mente signific ativo, existe alt a probabilidad de heterogene idad.
¡
Si no es estad ísticamente signific ativo, la int erp retación se realiza
haciendo un cociente entre el valor de la Q y sus grados de libertad.
Si este cociente es menor de 1, la heterogeneidad es poco proba -
CI1I",IOJ V.aolo.¡do n de 1.. u bd.d ble, si es mayor de 1, la heterogene idad es posible.
de IMl\lslOn/txclusl6n dt los
- • Estadístico 1'. Mucho más uti lizado que el anterior. Expresa el porcen -
taje de heterogeneidad existente en el met análisis, con valores entre el
0% (no hay heterogeneidad, luego los estudios son homogéneos) y el
¡
100% (el metanál isis es complet amente heterogéneo). En genera l, se
cons idera que valores por debajo del 25% indican baja heterogeneidad,
¡ y por encima del 75%, elevad a.
M , fffios
9,i'in. J I I I I I I 1 J I
, Medid" de het .. ,oge Mid lld Análisis de heterogenicidad
con l yQ
www.Booksmedicos06.com
AniUs Is klenUl'icKIOn
d, lenllW ld+d M I lelgq de pvb lk ",dÓPI
-
•
-
del
Seguimiento general de las etapas del metanálisis
•
28
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
1 I I I
Diagrama de bosque o forest plot
www.Booksmedicos06.com
del
Gráfico en embudo o funne/ plor: simétrico frente a asimétrico
29
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
,/ MIR 16·17, 18
,/ MIR 15 -16, 28
,/ MIR 14-15,199
,/ MIR 13 ·14, 206
,/ MIR 12 ·13, 194
,/ MIR 10-11, 172
,/ MIR 08-09 , 197
,/ MIR 07-08 , 214
Ideasclave
,/ El metaná lisis e s una técnica estadística que combina los resultados de ./ La validez de un metaná lisis dep e nde, entre otros, de la calidad de la
estudios indep endien tes, en general, ensayos cl ínicos aleatorizados . revis ión sistem átic a que lo acompaña.
,/ Los metaná lisis se utilizan, en gen e ral, para evaluar la efectividad de de - ./ Un buen met análisis pretende incluir todos los resu ltados de los estu ·
te rminadas int ervenciones -tratamientos, generando estim aciones m ás dios relevantes sobr e un tema, buscar la presencia de heterogen e idad
precisas que los estudios incluidos de forma individual y conta ndo con en ellos y explorar la robustez de los ha llazgos principa le s mediante un
mayor pote ncia esta dística que e llos. análisis de sensibilidad.
A la vista de ellos, se puede con cluir lo siguiente: 3) El estadístico I indica que existe un 0% de heterogeneidad.
4) Los estudios incluidos no pueden comb inarse entre sí.
1) Presumiblemente se ha utilizado un modelo de efectos aleatorios, a l
contar con estud ios muy heterogéneos. RC:3
2) El resultado del metanál isis no es estad ísticamente significativo.
www.Booksmedicos06.com
30
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Todas las escalas de gradación son muy similares entre sí y presentan al met a-
nálisis de ensayos clínicos controlados V a leatorizados como el estudio más
riguroso y que aporta mayor evidencia causal (MIR 08-09, 201) . La medicina
basada en la evidencia persigue la integración de la maestr ía clínica ind ivi-
Apuntes
del protes06-. -
•
dual con las mejo res evidencias científicas disponibles (Tabla 12 V Tabla 13)
(MIR 16-17, 234 ; MIR 09-10, 131) .
Tabla 12
Fuerzade la rec:omendaci6n
,/ MIR 16-17 , 234
A Existe adecuada evidenciacientíficapara adoptar una práctica 1, 11-' PREGUNTAS ,/ MIR 09 -10,131
B Existe cierta evidencia para re<omendar la práctica 11-' , 11-2 MIR ,/ MIR 08-09 , 201
31
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Casase Inieos
Indique cuál de los siguient es diseños epidemiológicos se asocia con una 3) Ensayo de campo.
peor calidad en la relación causa-efecto entre una exposición y un evento: 4) Estudio de tendencias temporales.
32
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Se define la estadística como el método de razonam iento que permit e inter - El proceso de selección de los individuos se puede realizar mediante distintas téc-
pretar un conjunto de datos cuyo carácter esencial es la var iab ilidad. nicas de muestreo que se detal lan a continuación. Es fundamental conocer que e l
tipo de muestreo más importante es el prob ab ilístico, en el que todos los e lemen-
tos de la poblac ión tienen la misma probabi lidad de ser incluidos en la muestra.
• Muestreos probabilísticos . En ellos se conoce la probabilidad de que un
ind ividuo sea e leg ido para la muestra. Son interesantes para usar esta -
Tipos de estadística dística matemática con ellos. La elección de la muestra se hace aleatoria -
mente. La estad ística infe rencia l exige este tipo de muestreo.
• Muestreos no probabilísticos . En ellos no se conoce la probab ilidad.
Existen dos tipos de estadística: Son muestreos Que muy posib lemente esconden sesgos. En princip io,
• Estadística descriptiva. Organización, presentac ión y síntesis de los no se pueden extrapo lar los resultados a la población (M IR 08· 09, 199) .
datos de una manera científica y lóg ica.
• Estadística inferencial. Bases lógicas mediante las cua les se establecen Los muestreos con la menor posibilid ad de sesgo (probabilísticos) son los
conclusiones relacionadas con poblac iones, a partir de los resu ltados siguientes: aleator io simple, aleatorio est ratificado, sistemático, y por grupos
obten idos en muestras; trabaja con los datos que le proporciona la esta - o cong lomerados.
d ística descriptiva y es la parte de la estadística esencial para la med icina • Muestreo aleatorio simple. Es aquél en el que cada ind ividuo tiene las
clínica. Se fundamenta en dos pilares básicos, que son e l contraste de mismas posibil idades de ser eleg ido para formar parte de la muestra.
hipótesis y la estimación de intervalos de confianza. • Muestre o aleatorio estratificado. En este tipo de muestreo la pobla -
ción se divide en estratos. La muestra se obtiene seleccionando de cada
estrato un número proporc ional a la poblac ión que representa. Con este
tipo de muestreo se asegura que la muestra tenga la misma proporción
de una(s) variable(s) que la población de la que procede y que podr ía
Poblacióny muestra tratarse de una variable -pronóstico diferente en los grupos de estud io
(MIR 16-17, 130 ).
• Muestreo sistemático. El proceso de selección emp leado se basa en alguna
La población es el conjunto de todos los individuos, generalmente inacce - regla sistemática simple como, por ejemplo, elegir uno de cada n individuos.
sible, que tienen en común a lguna caracter ística observable y del que se • Muestreo por conglomerado s. En este tipo, la selección se realiza fun -
pretende obtener una se rie de conclus iones. damentalmente con e l objetivo de reducir costes, utilizando como base
del muestreo al grupo de sujetos.
Se denomina muestra al conjunto menor de ind ividuos, accesible y limitado,
sobre el que se rea liza el estudio con idea de obtener conclusiones genera li- Por último, individuo será cada uno de los componentes de la población y
zab les a la poblac ión. de la mu estra. Al número de ind ividuos que forman la mu estra se le llama
tamaño muestra1 In).
I I I I J J
Población y muestra
Variables
del
www.Booksmedicos06.com
• de var iables están recogidos en la Tabla 14 (M IR 14-15 , 184 ; MIR 08 -09, 202) .
33
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Tabla 14
,/ MIR 16-17, 130
Variable Subtipo Ejemplo ,/ MIR 14·15, 184
Cualitativa , Nominal dicotómica • Sexo ,/ MIR OS"()9, 199, 202
, Nominal no dicotómica
, Ordinal
• 'm
• Nivel sodoeconómico
Ideasclave
,/ La obtenc ión de una muestra a partir de la poblac ión puede hacerse de ./ El estratificado debe realizarse cuando haya en la muestra una hipoté -
forma probabilística (mediada por e l azar) y no probabilística. tica var iab le pron6stica que pud iera influir en el desarrol lo de la enfer -
medad.
,/ Los tipos de muestreo probab ilístico son el aleatorio simple, el aleatorio
estratificado, el sistemático y por grupos o cong lomerados. ./ Las var iab les son características observables. Pueden ser cuantitativas o
cualitativas, en función de que la var iable analizada pueda cuantificarse
o e)(presarse en func ión de una caracter ística.
Casosclínicos
Si se identifican las áreas san ita rias de una provincia, se eligen tres de 1) Aleatorio simple.
ellas a l azar, V a parti r de cada una de las elegidas se selecc iona un nú- 2) Aleatorio estratificado.
mero dete rmina do de sujetos, tamb ién al azar, se est ará realizan do un 3) Sistemático.
muestreo: 4) Por conglomerados.
RC: 4
www.Booksmedicos06.com
34
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Se emplean: ><"" ...... ... ___ ...... " " lMl ltil
• Diagrama de barras (Figura 15). lO.
• Diagrama sectorial (pastel) (Figura 16).
Diagrama sectoria l
En ambos casos, se debe cumplir e l principio de proporc iona lidad de las
áreas a las frecuencias absolutas. En los diagramas de sectores, el ángulo Variables cuantitativas discretas
central es proporcional a la frecuenc ia absoluta correspond iente, por lo que
tamb ién lo es su área. • Diagrama de barras. En un diagrama, sobre el valor que puede tomar
la variable, se levanta una barra cuya altura mide exactamente la fre-
Los diagramas de barras tienen una base constante y una altura proporc iona l cuencia abso luta del valor. También es posible representar la frecuencia
a la frecuenc ia abso luta correspondiente (también su área lo es a la frecuen - relativa vio los porcentajes.
cia absoluta).
Variables cuantitativas continuas 17)
O,S -
"1
0,4 -
"1
u-
10-
." •,
www.Booksmedicos06.com
'.1 •
2
• l M x J v , D o
3S
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
• Histograma. Es un gráfico que está formado por rectángulos adyacen- En consecuencia, es siempre recomendable ca lcular la media y la med iana,
tes que tienen por base cada uno de los interva los, y por altura las fre- puesto que ambas medidas d iferirán mucho cuando la distribución sea muy
cuencias absolutas. La superficie de cada rect ángulo es proporc iona l a asimétrica (Figura 18), lo que sugiere heterogeneidad en los datos.
la frecuencia de cada una de las clases, y el área total lo será al número
de ind ividuos en la muestra.
• Polígono de frecuencias . Es una línea quebrada que une los puntos
medios de las barras superiores de los rectángulos del histograma.
Las med idas de central ización indican alrededor de qué valores se agrupan
los datos observados. Se distinguen las siguientes: Medidas de dispersión o variabilidad
• Media aritmética. Es la med ida de centralización más común. Se calcu la
sumando los valores numéricos de todas las observac iones y divid iendo Junto a las medidas de tendencia central (Tabla 15) , las medidas de disper -
el total por el número de observaciones. sión o variabil idad completan la información sobre la distribuc ión de la varia-
ble (indican si los valores de la misma están muy dispersos o se concentran
alrededo r de la medida de central ización) (MIR 09-10, 178).
o Rango o recorrido. Diferencia entre el valor máximo y el mínimo obser-
vado en una serie.
La media aritmética verifica la propiedad de equ ilibrar las desviaciones
positivas y negativas de los datos respecto a su valor, es decir; r (X; - x)" o. R" Máx. - Mín.
Actúa, por tanto, como centro geométrico o centro de "gravedad" para
el conjunto de puntos. o Desviación media. Es la media de las desviaciones respecto a la media
o Mediana. Es el valor numér ico que d ivide al conjunto de datos orde - aritmética.
nados en dos partes iguales, es decir, el 50% de los datos será menor
que el la y el resto, mayor. En una distr ibución simétrica, la mediana Dm ", 1,_-1'1
_ " -" -'----
coincide con la media aritmét ica, pero no así en una asimétrica
(MIR 10-11 , 194).
o Moda . Es el valor más corr iente o e l valor de la variable que se pre -
senta con mayor frecuencia. Pueden existir d istribuciones con más de o Varianza. Se define como la media del cuadrado de las desviac iones de
una moda. los elementos respecto a la media aritmética.
o Parámetros de posición . Cuarti les, dec iles, percenti les. Son valores que
dividen el conjunto de las observaciones en 4, 10 o 100 partes iguales,
respectivamente. Ejem plo:
Aunque desde un punto de vista puramente descriptivo, estas medidas pro - La desviac ión típica es una medida complementaria de la media aritmé -
porcionan información complementa ria, sus prop iedades son muy distintas: tica; mientras que ésta da un a idea de la magn itud general de la distri-
la media utiliza todos los datos y es, por tanto, prefer ible si los datos son buc ión, la desviación estándar muestra cómo se distribuyen los valores
www.Booksmedicos06.com
homogéneos; tiene el inconv eniente de que es muy sensib le a observa - alrededor de la media.
ciones atíp icas, y un error de datos o un valor anormal puede modific arla o Rango intercuartílico. Es la d iferencia entre el perc entil 75 y el 25. Es,
tota lmente. Por el contrario, la mediana em plea menos información que la junto con el rango, la medida de dispersión que se utiliza para los datos
media, ya que sólo tiene en cuenta el orden de los datos y no su m agnitud, asimétricos.
pero, en contrapartida, no se ve alterada si una observación (o, en general, o Coeficiente de variación (CV). Es una medida de dispersión adimensio -
una pequeña parte de observaciones) es extrema o contiene errores grandes na l. Se define como el porcentaje que representa la desviación estándar
de med ida o de transcripción. sobre la medi a. Es el método de elección para comparar la var iab ilidad
36
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
o dispersión relativa de variables que estén expresadas en las mismas o sis es posible identificar si existe una gran concentrac ión de valores (Iepto -
en diferentes unidades. cúrtica), una concentración normal (mesocúrtica) o una baja concentración
(platicúrtica) (Figura 20) (MIR 12-13, 177).
,
" OO
Leptocu rt1ca
Propiedadesde la media y la varianza El valor g2 representa el coeficiente de curtosis. Si g2 ,,0, entonces la d istri -
buc ión es mesocúrtica. Al igual que en la asimetría, es bastante d ifíc il encon -
• Si a todos los valores de una distribuc ión se les suma una constante, su media trar un coeficiente de curtosis de cero (O), por lo que se sue len aceptar los
queda aumentada en ese valor, mientras que su varianza no se modifica. va lores cercanos (± 0,5 aprox imadamente).
• Si a todos los valores de una distr ibución se les multipl ica por una constante, • Si g2 > O, la distribución será leptocúrtica.
su media y su desviación típica quedan multipl icadas por la constante, mien- • Si g2 < O, la distribución será platicúrtica.
tras que su varianza queda multiplicada por el cuadrado de esa constante. • Si g2" O, la distribución será mesocúrtica.
Asimetría y curtosis
.1 MIR 13·14, 192
.1 MIR 12-13, 177
PREGUNTAS ·
Asimetria .1 MIR 10-11, 194
MIR .1 MIR 09-10,178
Para calcular la asimetr ía, una posibi lidad es util izar el llamado coeficiente
de Fisher que se represen t ará como gl. Según sea el valor de gl, se dirá que
la distribución es asimétrica a derechas o positiva, a izquierdas o negativa, o
simétrica, es decir (Figura 19):
Ideasclave
• Si gl > 0, la distr ibuc ión será asimétrica positiva o a derechas (despla- .1 La forma de representac ión gráfica va a depender del tipo de variable.
zada hacia la derecha). Para las cua litativas y las cuantitativas discretas, se emplea el diagrama
• Si gl < 0, la distribución será asimétr ica negativa o a izquierdas (despla- sector ial y el diagrama de barras. Para las cuantitativas continuas, se
zada hacia la izquierda). util iza el histograma y el polígono de frecuenc ias.
• Si gl" O, la distr ibución será simétrica.
.1 Para defin ir correctamente una var iab le en una muestra, se necesitará
un parámetro que sirva para aglutinar todos los valores de dicha mues-
tra (parámetro de tendenc ia central) y otro que sirva para informar de
Curva de asimeuia lo agregados o no que están los valores (parámetro de dispers ión).
neg ativa
V\ \ Curva
Curva de
.1 El tipo de distribución más frecuente es la normal o de Gauss, que es
simétrica. En distribuciones simétr icas se usará como parámetro de
tendencia central la media, y de dispersión, la desviación típ ica.
pos itiva
\ .1 En distribuciones asimétricas, se emp lea la mediana como parámetro
'- de tendencia central y el rango como parámetro de dispers ión.
Eje de simetría
.1 En la distribución de Gauss, media, mediana y moda co inciden en el
Eje de simetría mismo valor.
Curtosis (apuntamiento) .1 La asimetría de una distr ibuc ión mide la desviac ión "horizonta l" desde
la curva normal.
Esta med ida determina el grado de concentración que presentan los va lores
en la región central de la distribución. Por med io del coeficiente de curto -
.1 La curtosis mide el apuntamiento de una distribución.
37
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Casase Inieos
De los siguientes estadísticos de tendencia central V dispersión, indique Las medidas de tendencia central informan sobre los valores centrales hacia
aquél que puede tomar varios valores diferentes dentro de una misma los que tiende la distr ibución, mientras que las medidas de dispersión dan
distribución : una idea de cómo de agrupados o dispersos están los valores de la muestra
respecto a los parámetros centrales. Un estudio pretende comparar la dis-
1) Media aritmética. persión relativa del peso y talla de un grupo de ancianos. ¿Qué medida de
2) Mediana. dispersión emplearía?
3) Moda.
4) Varianza. 1) Varianza.
2) Desviación típica.
RC:3 3) Rango.
4) Coeficiente de variación.
Re: 4
www.Booksmedicos06.com
38
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
__ __ ______ __
Una vez que se ha elegido la muestra y recogido los datos, el siguiente paso I i I
es inferir las prop iedades de la pob lación a partir de la muestra. Distribu ción normal
Existen tres leyes teór icas que tienen la particularidad de ser seguidas por
una inmensa mayor ía de los fenómenos bio lóg icos habitua les; estas leyes del
•
son:
• Distribución binom ial (distribuciones discretas).
• Distribución de Poisson o de los sucesos raros (distribuciones discretas).
• Distribución normal o de Gauss (d istribuciones continuas). Características
las caracter ísticas de la d istr ibución normal (Figura 21) o de Gauss son las
siguientes:
• Corresponde a variables cuantitativas continuas.
Distribución binomial • Se caracteriza por dos medidas: media y desviación típ ica.
• Es unimodal.
• Es simétrica alrededor de la media. Por tanto, media, mediana y moda
Es una ley teórica de apl icación siempre que se conozca, de entrada, la pro - coinc iden.
babilidad de aparición de un fenómeno bio lóg ico (p). El resultado es dicotó - • Tiene forma acampanada, sin un pico excesivo.
mico y puede ser evaluado como "éxito o con f racaso". la variable de interés • Va desde -oo a +00 (asintótica al eje de abscisas).
es el número de éxitos alcanzados en n pruebas. • El área bajo la curv a tiene un va lor igua l a 1.
I I
Distribución de Poisson
" ,'-"
Distribución normal o de Gauss
Distribución normal o de Gauss
Este tipo de distr ibución es seguid a por una inmensa cantidad de variables El 50% de las observaciones se encuentran por debajo de la media aritmética y el
biológ icas cuyas medidas se agrupan alrededor de un va lor central, y que pre- 50% por encima. El 68% de las m ismas están dentro del intervalox± s; el 95% den-
sentan una frecuencia cada vez menor a medida que se alejan de dicho valor. tro del intervalox ± 1,96 s y el 99% dentro del intervalo x ± 2,57 s (MIR 12-13, 175).
39
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Casase Inieos
PREGUNTAS ,/ MIR 12-13, 175 Las edades de una muestra de 300 pacientes sigue n una distribución
MIR norma l co n me dia de 50 años y desv iació n típica 10 años . Esto implica
q ue:
40
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Para ¡x>der ItSJXIIlder a las preguntasde este temaes necesario saber tontestar
alas preguntas del temaanterior, que, en !'Senda, son las mismas, salvo
queenel temaanterior el de dispersiónes ladesviación típica
yen éste es el error estándar de la media (etm).
-,
Estimaciónde medias
porcen t ajes. Son equivalentes las expres iones "nivel de confianza 1- a"
" e
y "significac ión a"; así, suele hablarse de obtener un intervalo con un
nivel de confianza del 95% o para una significación a" 0,05 (este valor Mientras que en un 5% de las ocasiones esta rá equ ivocado. Si se establece
de a indica la probab ilidad que hay de er rar en la estimación. A veces, el nivel de confianza en el 99%, la med ia poblaciona l se situará en un 99% de
esa probabi lidad se indica con la letra P). las ocasiones entre:
-;::==-
www.Booksmedicos06.com
d ispersión de las medias muestra les con respecto a la media pob laciona l. Se ;
" e
Donde el valor t corresponde a los valores tabu lados de la distr ibuc ión teó -
rica t de student (MIR 11·12, 172).
41
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
l I 1 \ 1 I
,/ La estadística inferenc ial o analítica se encarga de, a partir de la mues -
Distribución normal, muestral
tra, extrapolar datos a la pob lación.
y distribución de medias muestrales
,/ El parámetro de dispersión qu e siempre se emplea para el cá lculo
de los interva los de confianza de medias es el error estándar de la
media.
RECUERDA
• ± 2 eem, estará incluida la media poblac ional con una probabilidad
del 95%.
,/ Los intervalos así obtenidos se denominan intervalos de confi anza del 95%.
No tiene nada que ver la desviación típ ica de los valores de la
variable de la muestra o en la pob lación con el error estándar
,/ E15% restante es la prob abilidad de que el in terva lo esté ma l estimado.
de las med ias muestrales alrededor de la media poblacional.
A este error se le llama Ct.
Casase Inicos
Estimaciónde medidas de asociación En la estimac ió n estadística de una med ia pobla cio nal pa ra una dete rmi-
nada variab le:
Independ ientemente de l tipo de estudio epidemiológico V del parámetro uti - 1) Los intervalos de confianza que se calculan para la media pob lacional
lizado para medir la f uerza de asociac ión (RR, DR, RP), la estimación de las son independientes de la variación en el muestreo.
medid as de asociación ha de ser extr apol ada a la pob lación genera l med iante 2) El error estándar de la media es independiente del tamaño de la muestra.
la construcción de un le. Si ell e incluye ell (efecto neutro del factor de estu- 3) La distribución de medias muestrales tiende a ser una distribución nor-
d io), se habla de un resultado no significativo (MIR 11· 12, 175). mal siempre que las muestras sean todas del mismo tamaño, procedan
aleatoriamente de la misma población y se mida una variable cuantita-
tiva continua.
4) Un intervalo de confianza del 99% supone un nivel de significación de
./ MIR 11· 12, 172, 175 p 0,05 .
PREGUNTAS . .1 MIR 10· 11, 176
MIR RC:3
www.Booksmedicos06.com
42
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Se acepta H,. El result ado es estadísticamente significativo. Se rechaza • Poder o potencia del test. Lo complementario de l error es la
Ho (MIR 13· 14, 197). "potencia o poder estadístico de un test N (1-13), que se define como
• P > 0,05 -4 no existe suficiente evidencia como para decir que ambos la capac idad que tie ne un test de detec tar una diferenc ia cuando ésta
trata m ientos son d istintos. Las diferencias puede n deberse al azar, con existe en realidad; es decir, corresponde a la probabil idad que se tiene
una probabi lidad mayor al nivel de exigencia. No se rechaza Ho (MIR de demostrar la hipótes is alternativa, siendo cierta (Tabla 16) (M IR
07· 0S, 209 ; MIR 07· 0S, 210) . 09 -10, 179) .
43
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Tabla 16
Realidad
Existe diferencia Hofalsa No existe diferencia Ho cierta
Re5ultadosdeltest • Hay diferendassignificativas , Error tipo Io error a
• Rechazo Ho • Poder estadísticoo potenda del test
•
•
No hay diferencias significativas
No rechazo Ho
Errortipo 11 o error 13 '-a
Contraste de hipótesis
44
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
ACV, habrá que controlar (o ana lizar) el efecto que pueda tener la pre - La Figura 25 resume los test estad ísticos que más se emplean y que se han
sencia o no de diabetes, d islipidemia, el sexo o la edad. Se desarro llará comentado anteriormente.
más ampl iamente este concepto en el Capítulo 16.
• Análisis de supervivencia. En ocasiones, para saber si, por ejemp lo,
un fármaco es me jor que otro se necesi t a conocer la idea dinámica Cua litativa con cua lita tiva
de cómo fal lecen los pacientes incluidos en uno u otro grupo de trata-
miento a lo largo del tiempo. Es dec ir, no sólo importa si fal lecen o no, si
Chi-cuadrado Test exacto de Fisher
no e l tiempo en e l que se produce el evento. (si datos apareados, (si pequeño lamaño
Esta idea es extrapo lab le a otras situac iones como, por ejemplo, tiempo lest de McNemar) muestral)
hasta que se produce la curación, tiempo hasta que desaparecen los sín-
tomas ... (MIR OS"{)9, 196, MIR 07-0S, 196) . Uno de los anális is estad ísti- Cualitat iva (on cuantitativa
cos más frecuentement e em pleados es el de Kaplan-Meier (Figura 24). ¡ ¡
La caracter ística distintiva de l anál isis con este método es que la propor-
2 calegor ías
ción acumulada que sob revive se calcula para el tiem po de superviven- (variabl,.,s dicotómicas)
cia individual de cada paciente (MIR 11·12, 174). Para saber si existen
d iferencias e n el tiempo en e l que se produce e l evento para los dos
I de sludenl (si dalaS apareados , ANOVA lanálisis de la varianza)
grupos de tratamiento, hay que usar test especificas para ta l fin, como Id,., slud,.,nl para dalaS (si datos apareados ANOVA
son e l de Breslow o el Log-Rank (Tabla lS). apar"'ados) para dalaS apareados)
1,0 ,
·•
·- -, Coeficienle
-- ...----------,
, de correlación de Pearson
Regresión
0,8 ._---------.,
._-------------- Test estadísticos más empleados
0,6
0-'
Pruebas a una cola y a dos colas
0,2 Edad < 60
6O :s Edad < 69
···· 70 :S Edad<79 Lo hab itual de la práctica cl ínica es que cuando se comparan, por ejemplo,
- Edad " 80 dos tratamientos, pueda ocurrir que A es mejor que S, pero t ambién que B
0,0
es mejor que A (hipótesis alternativa bi lateral). En determinadas circuns t an-
0,0 2,0 4,0 6,0 8,0
cias, sin embargo, casi con toda probabilidad solo cabe la opción A mejor que
TIempo de superv ivencia (años)
B (p. ej., al comparar un antihipertens ivo con placebo, hipótesis a lternativa
Ejemplo de test de Kaplan-Meier (KM) que evalúa la probabilidad unilateral).
de supervivencia según la edad de los pacientes
Los test estad ísticos a dos colas (en el casos de H, bilateral) dan siempre
1 j 1 I
1 AnálisisI de\supervivencia va lores de p mayores (en consecuencia menos sign ificativos ) que los de
a una co la (en caso de H, unilateral). Por tanto, cuando una p rueba bila-
teral es significativa, tamb ién lo será la unilater a l. Hacer un t est a una
o dos co las depende fundamentalmente de los conocimientos prev ios
(se comparan dos tratamientos o se comparan con placebo); si se tienen
dudas de qué t est se ría conveniente emplear, se deberían usar pruebas
a dos co las.
del
Tabla lS
• ,/
,/
,/
MIR 16·17, 122, 123, 124
MIR 14·15, 186
MIR 13·14, 33, 34, 197
I Chf..cuadrado Slg. ,/ MIR 12 -13, 174
,/ MIR 11·12, 173, 174 , 176
log-Rank 15,572 l 0,001
,/ MIR 10·11, 17S
www.Booksmedicos06.com
45
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
,/ El contraste de hipótes is se basa en intentar rechazar Ho (no hay diferen - ,/ Ambos errores a y 13 son dos formas diferentes de erro res aleatorios,
cias) para así aceptar H, (sí existen diferencias). por lo que se podrán reduc ir si se aumenta el tamaño de la muestra.
,/ Cualquier resu ltado observado en un estudio puede atribuirse al azar. El ,/ Si verdaderamente hay diferencias reales en los resultados obtenidos
va lor de p, o nivel de significación, se refiere a la probab ilidad de que el y estas diferencias son detectadas por el test, entonces se está en la
azar exp liq ue un resultado obten ido. situación de acierto, que se conoce como poder o potencia del test.
,/ Si P < 0,05, se admite poca probabilidad de azar, y entonces se habla de ,/ Los test estadísticos que se van a emp lear dependerán del tipo de varia -
que hay diferencias estadísticamente sign ificativas. Si p > 0,05, la proba - ble que se haya utilizado:
bilidad de azar es demasiado grande como para que se afirme que hay Cuali + cua li: chi-cuadrado (M IR 09·10, 177).
d iferencias significativas en los result ados obten idos. Cuanti + cua li dicotómica : t de student (equ ivalente no paramétrico:
Wilcoxon, U de Mann-Whitney).
,/ La probabilidad que existe de que se afirme que hay diferencias, cuando Cuanti + cua li no dicotómica : ANOVA (equiva lente no paramétrico:
en realidad no las hay, equivale a la probab ilidad p y se llama error a o Kruskal-Wal lis; Friedman).
tipo l. Cuanti + cuanti: correlación de Pearson (equ ivalente no
ca: Spearman).
,/ Por el contrar io, si verdaderamente existen diferenc ias y no se detectan,
se estará incurriendo de nuevo en un error, que en este caso es el 13 o ,/ Los test para métricos son preferibles, pero únicamente pueden
tipo 11. zarse cuando la dist ribución de estud io sea la normal.
Casosclínicos
Se realiza un estudio para comparar el efecto de dos nuevos antihiperten- En un ensayo clínico se comparan cifras de glucemia al final de un estudio
sivos, A y B, sobre la tensión arterial. Para ello se diseña un ensayo clínico, con tres brazos de aleatorización, cada uno de ellos utilizando un tipo di -
correcto en su ejecución, y se realiza un contraste de hipót esis, partiendo ferente de insulina (detemir frente a glargina frente a NPH). Si se quiere
de la hipótesis nula de igualdad . Después de aplicar el modelo estadístico contrastar la hipótesis de la diferencia entre las medias de los tres grupos,
necesario, se concluye con la aceptac ión de la hipótesis nula. Años más asumiendo que la variable glucemia se distr ibuye de forma normal en to -
tarde, y después de revision es exhaustivas del ensayo, nos percatamos de dos ellos, se utilizará:
la existencia de errores en los cálculos, que seguramente ocurrieron por
azar, siendo en realidad cierta, en aquel escenar io, la hipótes is alternativa . 1) Coefic iente de correlac ión intraclase.
El error que se cometió en aquél entonces fue: 2) Coefic iente de correlac ión de Pearson.
3) Prueba de la t.
1) Un error tipo 1. 4) Anális is de la varianza.
2) Un error tipo 11.
3) Un sesgo de selección. RC:4
4) Un sesgo de confusión.
RC:2
www.Booksmedicos06.com
46
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Tabla 19
Tipo dI! variable
Cualitativa Cuantitativa Supervivenda
Análisis multivariante dl!pendiente
Al terminar el anális is, el modelo de regresión proporcion ará una estimación Imagínese un resultado hipotético como este: IMe" 0,25 + 1,86 x Colesterolemia.
del riesgo asociado a cada una de las variables, y este riesgo (en forma de DR, El coeficiente j3 se interpretaría de esta forma: cada unidad que aumenta la coles-
RR o HR) es independiente para cada un a de ellas. terolemia (p. ej., de 200 a 201 mg/dl) el lMC aumentaría 1,86 puntos (Figura 27).
47
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
, , Regresión logística
, ,
, ,
, ' ' ,
,
, , ,,
,
,
, ,
,
, ,
,
,
. '.
, ,
'. , ,
, ,'
"
.
'
.. . . . . . . . .
, '.'
, , ,
.' La ecuación de regresión logística es matemá-
· . . . ' .. . .
" '
, , .l ' • , • .' • l· . '. • • ticamente mucho más compleja, pero desde
----y.---
y - - - · To - .-
.'
" ." • ' .
,
y
,
• ••
, ,
• I
,
.'
,
•
, un punto de vista conceptual, es exactamente
..
,,
,
'
• • • •
, , , ,
'
R",lación lineal ,
,
,
, ,
,
,r ,
,
,
,
,
, Falta igual a la regresión lineal sa lvo por el tipo de
• • positiva " , de relación variable dependien t e, que es cua litativa dico-
•
"
•
'
• ,,
tómica. El fina l de un análisis de regresión
logística, como se ha comentado anterior-
, , mente, da lugar a una cuantificación del riesgo
asociado a cada una de las variables indepen-
dientes incluidas. En la Tabla 20 se muestra un
, , R..,laci6nlineal .. 't", ,, Relación cuadro semejan te a como estarían presenta-
. .. .''
, negativa ,
, " ...
no lineal dos los resu ltados de un análisis de regresión
" . ' '.. . ,
.. , , , '
logística. En esa tabla interesan los valores de
., .' , , . .'
.' • : 1, • "
, , , , ,
y - .-;-·T ·-;-·-
.' .
y ,--
, , '
, ,
..
, T
_.-
, , ,
,
,
,
.. '.
- Exp (B) y sus le, puesto que representar ían el
valor del RR u OR y su le, respectivamente.
.. .'....
"
, ,
, ,
"
" , " , o Así, el riesgo de infecc ión de herida sería de 1,03
" (le 1,021-1,041) si se hace profilaxis (es una OR
o un RR, en func ión de l diseño de l estudio), de
, , 1,024 ( le 0,733 - 1,034) por cada año que se
aumenta la edad (no significativo) y de 4,118
(le 1,740 - 9,650) por cada hora que aume nta el
Distintos tipos de relación entre las variables
tiempo quirúrgico.
1 I 1 1
y = u + px
Explicación de los coeficientes
de regresión
u
Apuntes
del profesor
48
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
interés (datos de análisis de supervivenci a). Su resu ltado sería el mismo que ,/ MIR 15 ·16, 194
el expresado para la regresión logística, esto e s, podría ser una tab la seme - ,/ MIR 14·15, 186
PREGUNTAS · ,/ MIR 13 ·14, 207
jante a la ante rior en la que los valores de Exp (B) corresponder ían a huzurd
ratio (HR), una med ida de asociac ión que se puede interp retar igual que una MIR ,/
,/
MIR 11 ·12,
MIR 0J.(18,
176
194
OR.
,/ Los test de correlación y de regresión sirven para estab le cer asociación ,/ Una r de 1 o de -1 implica una corre lación cuya nube de dispersión se
ent re dos var iab les cuantitativ as. aproxima a la línea recta.
,/ El anál isis de l test de corre lación se basa en la interpretación del coefi- ,/ Cuando la correlac ión e s fuerte, podrá entonc e s hacerse e l test de re -
ciente r. El valor de r e stá comprendido entre -1 y +1. Un valor positivo gresión linea l, cuya fórmula es y" u + [3x, donde 13 es la pend iente de la
sign ifica que si la variable n aumenta, la variable m lo hará tamb ién. El recta y (l el punto de corte de ésta en e l eje de ordenadas.
valor abso luto de la r est ablece lo fue rte o débil de la cor relación, con -
siderándose fue rte cu ando ésta es mayor de 0,7 .
Casosclínicos
En un e nsayo clínico que e st ud ió e l riesgo de infart o ag udo de miocard io 1) t de student.
a sociado a fá rmacos se prete nd e valorar la infl uencia de la edad, e l sexo y 2) Correlación de Pearson.
el hábit o tabáqu ico e n e ste dese nla ce . 3) Regresión linea l múltip le.
4) Regresión logística.
¿Qué t est estad ístico emple a ría para ta l efe cto?
RC: 4
www.Booksmedicos06.com
49
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
Donde:
• 2', ya que la seguridad es de l 95%.
Tamaño muestral • P = proporción esperada (en este caso 10%" 0,1).
• q= 1- p (en este caso 1·0,1=0,9).
• d = prec isión (en este caso se desea un 5% = 0,05).
Para rea lizar un estudio sobre una población, es necesario trabaj ar con una
muestra, ya que abarca r a todos los m iembros de un a comunidad es prácti - Para estimar una media se debe conocer:
camente imposible. • El nivel de confianza o segurid ad (1-u), habitu almente 95%.
• La precisión con que se desea estimar el parámetro.
El tamaño de la muestra se determina en el diseño del estud io, de modo • Una idea de la vari anza de la variable cuantitativa que se supone existe
que sea apropiado para los objetivos buscados en el mismo y con los con- en la población (MIR 13-14, 200) .
d icionamientos que se está d ispuesto a asumir. Un número insufi ciente de
participantes imped irá encontrar las d iferencias buscadas, concluyendo Por ejemplo, si se desea conocer la med ia de la co lesterolem ia basal de una
erróne amente que no existen, m ientras que un número excesivo, aumenta población, con una seguridad del 95% y una precisión de ± 4 mg/d l, y se
innecesariament e el coste. ti ene info rmación por un estud io piloto o revisión bibliográfica de que la
varianza es de 300 mg/dl:
Mane jar muestras es más barato, rápido, fácil y suficientement e preciso y
exhaustivo que manejar poblac iones. Los datos obtenidos en la muestra se n ;; (2' x 300) / 4' ;; 75
generalizarán a la poblac ión original util izando ciert as prueb as estad ísticas
con una m ínima probabilidad de error « 5% hab itualmente). RECUERDA
La precis ión está en el denom inador y al cuadrado, lo que
Hay dos campos en la inferenc ia estad ística donde se va a desarrollar el cál- significa que cuanto más preciso se pretenda ser, más pe-
culo del tamaño muestra l: estimación de parámetros y contraste de hipótesis. queño será el número del denominador V, por el lo, el tama -
ño muestra l requer ido será más grande.
Estimaciónde parámetros
RECUERDA
El tamaño dependerá de la vari abilidad del pa rámetro que se desea estimar En la estimación de parámetros, NO se necesita conocer el
(ésta ha de ser previamente conocida, o bien aproxim arse a partir de datos error 13 para estimar el tamaño muestral.
preexistentes o estudios pi lotos), de la precisión con que se pretenda obt ener
la estimación (amplitud deseada de l lC, teniendo en cuent a que a mayor pre-
cisión, se necesitará un número más alto de sujetos) y del nivel de confi anza. Contraste de hipótesis
Para estimar una proporción se debe conocer: Se utiliza para est udios comparativos y, en é l, el tamaño de la muestra indica
• El nivel de confianza o seguridad (l -u). Para una seguridad del 95% = 2; el número aproximado de sujetos que se necesitan para detectar una dife -
para una segurid ad de l 99% " 2,6. rencia determ inada, si existe, con unos márg enes de error previament e defi -
• La precisión que se desea par a el estudio. nidos. Los factores a tener en cuen t a para determinar el t amaño muestra l
• Una idea del valor aproximado del parámetro que se quiere med ir, son los siguientes:
revisando la literatu ra o los estud ios previos. En caso de no tener • La magnitud de la diferenc ia a detectar que tenga interés clínicamente
dicha informac ión, se empleará el va lor p = 0,5 (50%). En este caso, relevante. Se pueden compa rar dos proporciones o dos medias.
se necesi t a mayor n, pero garantizará una mejor estimación . • Tener una idea aproximad a de los parámetros de la vari able que se estu -
www.Booksmedicos06.com
so
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
• La proporc ión de pérdidas (d): se deberá multip licar el ta maño calculado La hi pótesis bi lateral es una hipótesis más conservadora y d isminuye el
por1j(1 -d). riesgo de comete r un erro r de tipo I (MIR 09 ·10, 190) .
• La definición de si la hipótesis va a se r unilateral o bilateral.
Bilateral. Cualquiera de los dos parámetros a compar a r (med ias o
proporciones) puede ser mayor o menor que el otro. No se esta -
blece dirección. HD dife rente de H, . ,/ MIR 13·14, 200
PREGUNTAS · ,/ MIR 09·10, 190
Unilateral. Cuando se conside ra que uno de los parámetros de be
ser mayor que el otro, indicando, por t anto, una dirección de las MIR
diferencias . Sólo Ho > o < H, .
,/ Lo primero que se debe hace r cuando se pregun t e sobre t amaño mue s- la pro porc ión, se necesi t ará conocer la proporc ión esperable y en el de
t ra l, es conocer si se trata de una estimación de pa rám etros o de un las me dias, la varia nza esp e rable .
contraste de hipótesis, para as í saber qué es lo que se necesita en e l
estudio a realizar. ,/ En los casos de contrast e de hipótesis, los aspectos más importantes a
tene r en cuen ta son los e rrores a y del estudio, la magnitud de la d ife -
,/ Si se trata de un intervalo de confianza, ent onces se debe conocer si renc ia a detect a r clínicamente re levante, la pro porción de pacient e s e n
se tra t a de una varia ble cual itativa (proporc ión) o de una cuantitativa los distintos grupos que responde rán a cada tratam iento y la propo rción
(media). En am bos casos e s preciso conocer e l nivel de confianza y la de pérdidas.
la se desea el e st udio. e n el caso de
Se qu iere rea lizar un e studio para estimar la preva lencia de dia betes mell i- 3} La variabil idad de la diabetes mellitus en la población.
tu s e n la pob lación joven de Barcelona . Para det erm inar el número de su- 4} La potencia necesaria.
jet os neces ar io a estu d iar, se te ndrá en cuenta tod o lo siguiente, excepto:
RC: 4
1} Preva lencia estimada de diabetes mell itus en la población.
2} El nivel de precisión que se desea para la estimación.
www.Booksmedicos06.com
51
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
....
Bibliografía
Dawson B, Trapp R. Bioestadística médica, 4." ed. Manua l Herntindez Aguado 1. et al. Manual de Epidemiología y Salud
Moderno, 2005. Pública, 2.a ed. Editor ial Méd ica Panamericana, 201 1.
Greenberg R5. Epidemiología médica, 4.a ed . Manua l Moderno, Martínez-González MA, Sánchez Villegas A, Faulin Fajardo FJ.
2005. Bioestadísrica amigable, 3." ed. Elsevier, 2014.
Grupo CTO. Manual ao de Estadística y epidemiología, 9." ed. Ruiz M, Morillo LE. Epidemiología clínica: investigación clínica
eTO Editorial, 2014. aplicada . Editorial Méd ica Panamericana, 2004.
www.Booksmedicos06.com
52
Descargado por Adal Valenzuela (adalvalenzuela6@gmail.com)
9 9 9