Академический Документы
Профессиональный Документы
Культура Документы
Captulo 3
significativo, es un fraude y, por lo tanto, tica y profesionalmente inaceptable. Los subgrupos que se analicen se
deben corresponder con las hiptesis formuladas a priori y,
por consiguiente, deben haber sido definidos de antemano
en el protocolo.
5. Por ltimo, no se debe perder de vista que en los
ejemplos dados se ha partido de la base de que los datos
analizados son vlidos, es decir, de que el estudio est razonablemente libre de sesgos. La estadstica no puede corregir las insuficiencias del diseo. Un estudio con errores
sistemticos en la seleccin o en la comparacin de los
pacientes, o cuyos datos clnicos son errneos, o que no
tiene en cuenta posibles factores de confusin, no mejora
mediante p significativas.
c) la diferencia es estadsticamente significativa pero irrelevante desde el punto de vista clnico (el tamao muestral es
adecuado, o incluso demasiado grande, pero se considera
que la diferencia no tiene importancia para el cuidado de
los enfermos), y d) la diferencia no es ni clnica ni estadsticamente significativa (el tamao de la muestra es suficiente
y realmente no existen diferencias o bien la muestra es
insuficiente y la diferencia podra ser real o casual).
Lo significativo de lo significativo
Por ltimo, conviene destacar cinco cuestiones de enorme importancia:
1. Aunque p sea pequea (p. ej., p < 0,01), la diferencia hallada puede ser demasiado pequea para tener
importancia clnica.
2. Deben distinguirse claramente las hiptesis formuladas antes del inicio del estudio y puestas a prueba en el
transcurso de ste (hiptesis a priori) de aquellas que se
hayan generado despus de haber aplicado ya algunas
pruebas estadsticas (hiptesis a posteriori). Cualquier protocolo de investigacin debe determinar por adelantado
las diferencias o efectos que se considerarn como clnicamente significativos, y en especial aquellos que influirn
sobre las decisiones clnicas (p. ej., cambiar de tratamiento
o utilizar una nueva prueba diagnstica).
3. Las pruebas de significacin estadstica no deben
suplantar jams al juicio clnico o sanitario. ste debe
incorporar toda la experiencia acumulada por la comunidad mdica, incluyendo una valoracin crtica de la bibliografa. Las pruebas estadsticas slo responden la siguiente
pregunta: cul es la probabilidad de que la diferencia
observada se deba al azar?
4. Cualquier resultado, incluso el de mayor trascendencia prctica, puede perder su significacin estadstica si
se divide a los pacientes en subgrupos. Empezar a descomponer el grupo de pacientes estudiado en pequeos subgrupos, para que un hallazgo deje de ser estadsticamente
Bibliografa
CARN X, PORTA M. Levoluci dels models de causalitat en Medicina.
Gac Sanit (Barc) 1983; 2: 54-57.
EVANS AS. Causation and disease. A chronological journey. New York:
Plenum, 1993.
PLASNCIA A, PORTA SERRA M. La calidad de la informacin clnica (II):
significacin estadstica. Med Clin (Barc) 1988; 90: 122-126.
PORTA SERRA M. Mtodos de investigacin clnica: errores, falacias y
desafos. Med Clin (Barc) 1990; 94: 107-115.
PORTA SERRA M, LVAREZ-DARDET C, BOLMAR F, PLASENCIA A, VELILLA E. La
calidad de la informacin clnica (I): validez. Med Clin (Barc) 1987;
89: 741-747.
PORTA SERRA M, PLASENCIA A, SANZ F. La calidad de la informacin clnica
(y III): Estadsticamente significativo o clnicamente importante?
Med Clin (Barc) 1988; 90: 463-468.
SUSSER M. Causal thinking in the health sciences. Concepts and strategies in epidemiology. New York: Oxford University Press, 1973.
Medidas de frecuencia
F. R o d r g u e z A r t a l e j o y J . d e l R e y C a l e ro
j CONCEPTO
Como se describi anteriormente, la epidemiologa es
la disciplina cientfica que estudia la frecuencia y distribucin de las enfermedades y los problemas de salud en la
Parte V
Epidemiologa
j OBJETIVOS
El mdico clnico suele medir la frecuencia de los diversos componentes de la historia natural de la enfermedad.
La historia o espectro de la enfermedad es el conjunto de
acontecimientos que ocurren desde que un individuo libre
de enfermedad se expone a las causas que la producen,
hasta que ella aparece, se la diagnostica, se la trata y finalmente se resuelve en forma de muerte o curacin, con
secuelas o sin ellas. Por lo general se mide la frecuencia de
la exposicin entre los individuos sanos susceptibles de
enfermar, la frecuencia de la enfermedad en la poblacin
general, la escuela, la clnica, etc., la frecuencia de los sntomas y signos clnicos entre los individuos sanos y enfermos de diversas patologas, la supervivencia de los enfermos con diferentes caractersticas, la frecuencia de
reacciones adversas entre los sometidos a instrumentos
diagnsticos o teraputicos, etc. Este tipo de informacin
permite conocer la magnitud de un problema de salud,
identificar y cuantificar el efecto de sus determinantes,
594
hacer ms fcil o certero el diagnstico de las enfermedades, conocer su pronstico, evaluar y seleccionar los tratamientos ms beneficiosos o adecuados, etc.
Habitualmente se calculan tres tipos de medidas de frecuencia en epidemiologa:
1. Las medidas de frecuencia en sentido estricto.
Cuantifican la presencia (prevalencia) o la aparicin (incidencia) de los fenmenos de inters en la historia de la
enfermedad.
2. Las medidas de asociacin entre fenmenos de
inters. Si el diseo del estudio es lo bastante demostrativo
como para caracterizar relaciones de causalidad, pueden
cuantificar el efecto de un fenmeno sobre la aparicin de
otro posterior. Estas medidas se obtienen a partir de la diferencia (efecto absoluto) o la razn (efecto relativo) de
medidas de frecuencia obtenidas en grupos de individuos.
Por ejemplo, la comparacin de la frecuencia de muerte
entre las personas expuestas y las no expuestas a un tratamiento informa sobre el efecto de ste respecto de la mortalidad por esa enfermedad.
3. Las medidas del impacto que tendra sobre la aparicin de una enfermedad o cualquier otro fenmeno de
inters la modificacin o supresin de algunas de sus causas. Se calculan tambin a partir de medidas de frecuencia
de la enfermedad o sus determinantes.
La identificacin y la cuantificacin de las asociaciones
entre los signos y sntomas clnicos, y entre ellos y la presencia de enfermedades, es til en el diagnstico clnico.
De manera similar, el conocimiento de la magnitud del
efecto y el impacto potencial de una intervencin clnica
orienta la decisin sobre su posible aplicacin. Sin embargo, este tipo de medidas se tratarn en otros captulos.
j MEDIDAS DE LA PRESENCIA
O LA APARICIN DE SUCESOS DE INTERS
Dado un suceso de inters, por ejemplo una enfermedad, el mdico clnico puede medir dos hechos: la presencia de sta en un momento concreto o la aparicin de
casos nuevos a lo largo de un perodo determinado. La presencia de una enfermedad recibe el nombre de prevalencia, y su cuantificacin requiere un estudio con una nica
medida referida al momento temporal de inters; se trata
de un estudio transversal en el tiempo. La cuantificacin
de la aparicin de nuevos casos se llama incidencia, y su
clculo requiere dos medidas durante un perodo dado.
Estas dos medidas pueden ser dos prevalencias en dos
momentos en el tiempo, o bien la identificacin de un
grupo de inters libre de enfermedad en un momento y la
medida de los casos nuevos aparecidos hasta un momento
posterior. Se trata de un estudio longitudinal en el tiempo,
o de seguimiento. Por ltimo, ya que la frecuencia de una
enfermedad no slo depende de su importancia intrnseca sino del nmero de individuos susceptibles de tenerla
o desarrollarla, los casos presentes o nuevos suelen ajustarse (dividirse) por ese nmero.
El recuento del nmero de infartos de miocardio (IAM)
en un da determinado en la unidad de vigilancia intensiva (UVI) de un hospital es una medida de la prevalencia de
IAM en esa UVI, mientras que el recuento de la aparicin
de nuevos casos de IAM a lo largo de 1 semana entre los
Medidas de frecuencia
Tabla 3-1
Captulo 3
RIESGO DE INCIDENCIA
TASA DE INCIDENCIA
Frmula de clculo
Tiempo de referencia
Un perodo (seguimiento)
(p. ej., a lo largo de 2 aos)
Unidades
No tiene
No tiene
Valor mnimo
Valor mximo
Infinito
Significado
Probabilidad de tener
la enfermedad
595
Parte V
Epidemiologa
Supervivencia
Supervivencia
(porcentaje de pacientes vivos)
100
90
80
70
60
50
40
30
20
10
0
30
60
Figura 3-1
Curva de supervivencia de 61 pacientes con linfoma histioctico difuso en estadio 4. (De Armitage P, Berry G.
Statistical methods in medical research, 3. ed. Oxford:
Blackwell Scientific, 1994, y de McKelvey M, Gottlieb JA, Wilson
HE et al. Hidroxyldaunomycin [adryamicin] combination chemotherapy in malignant lymphoma. Cancer 1976; 38: 1.4841.493.)
596
Medidas de frecuencia
Captulo 3
16
Total
700
14
Total
600
Nmero de varones
(expresado en millares)
Nmero de muertes
(expresado en millares)
12
10
70-79
500
400
300
50-59
60-69
200
40-49
50-59
60-69
100
40-49
0
1955
1965
1975
70-79
0
1955
1985
Aos
1965
1975
1985
Aos
250
800
Tasa cruda
600
400
60-69
Tasa cruda
200
50-59
Tasas de mortalidad
(nmero de muertes/100.000 habitantes)
Tasas de mortalidad
(nmero de muertes/100.000 habitantes)
70-79
200
Tasa ajustada
150
100
50
40-49
0
1955
C
1965
1975
Aos
1985
0
1955
D
1965
1975
1985
Aos
Figura 3-2
Mortalidad por cardiopata isqumica (CI) en varones en Espaa en el perodo 1955-1988. La informacin se presenta
distribuida por grupos de edad (40-49 aos, 50-59 aos, 60-69 aos, 70-79 aos) y en el total de estos grupos. A) Nmero de muertes
por CI en varones por grupos de edad. B) Tamao de la poblacin espaola de varones distribuida por grupos de edad. C) Tasas
de mortalidad por CI en varones, general cruda y por grupos de edad. D) Tasas de mortalidad general por CI en varones, cruda y ajustada.
597
Parte V
Epidemiologa
598