Вы находитесь на странице: 1из 6

Cultura estadstica e investigacin cientfica en el campo de la salud: una mirada crtica

L.C. Silva Ayaguer. Ed. Daz de Santos. Madrid, 1997.

Hasta un reloj dibujado en un papel da la hora correcta dos veces al da Las muestras demasiado pequeas pueden servir para no probar nada; las muestras demasiado grandes pueden servir para no probar nada1

e trata de un libro que reinvidica el valor de la reflexin al empleo mecnico de la estadstica como

frente

procedimiento que, a veces, simplemente oculta la ausencia de ideas, cuando no enmaraa ms el conocimiento de la realidad en vez de aclararlo. El autor, Luis Carlos Silva, es investigador titular del Instituto Superior de Ciencias Mdicas de La Habana y ha publicado varios textos de estadstica y salud pblica, una perspectiva prctica2-4. siempre desde

Como indica en el prlogo, el objetivo es ayudar tanto al desmontaje de una dictadura metodolgica de origen oscuro y efecto paralizante, como a la desmitificacin de algunas prcticas estadsticas, por estar viciadas, unas y sea de dogmatismo o de error. otras, ya

El

mito mayor, quizs, consiste en la conviccin de que, al estadstica, el investigador est a salvo de la

usar la

subjetividad, como si ello fuera posible, y exonerado de marcar las conclusiones de su impronta personal, como si ello fuera deseable. Hay que advertir que no es un libro de texto, sino que se puede leer de corrido. Aborda de modo ameno bastantes cuestiones difciles de resolver en el campo de la estadstica aplicada a la investigacin sanitaria; es un libro relativamente sencillo en casi todos los captulos, siempre que se tenga un nivel medio de conocimientos sobre la materia. En los dos primeros captulos nos advierte sobre el uso inadecuado de la estadstica y el excesivo peso del metodologismo y denuncia el poder aberrante de aqulla cuando sus tcnicas parecen adquirir vida propia y atrapan al profesional, que es presa del temor a ver descalificada su produccin cientfica y busca el aval de tcnicas que ni siquiera necesita. Esta situacin ha llevado a muchos profesionales a aprender el lenguaje, pero no los conceptos subyacentes. Recomienda usar slo las tcnicas cuyo sustrato se conoce, reconociendo que la mayora de las preguntas se pueden responder con procedimientos matemticos relativamente sencillos. El tercer captulo Escalas e Indicadores, se ocupa de algunos problemas que surgen al construir variables que hacen operacionales determinados conceptos. Tambin se refiere a la construccin de indicadores y a su uso perverso

cuando, para la evaluacin de resultados, se usa la variacin que ha sufrido determinado indicador, cuyo valor probablemente se ha escogido de modo arbitrario, en vez de insistir en las acciones necesarias para que ese indicador se modifique. En el cuarto captulo, Cuantificacin de nociones abstractas, surge el fantasma de la validacin, pues sta parece ser un requisito vital para el uso correcto de cualquier variable sinttica, cuando la validacin slo es posible si se dispone de un gold standard adecuado y, en esos casos, pocas veces es necesario crear una nueva variable (excepto si su aplicacin es mucho ms sencilla, barata o no lesiva). En el captulo Estadsticamente posible, conceptualmente estril, adems de abordar el problema de la definicin de normalidad, explica en dos pginas y de modo comprensible los conceptos de riesgo relativo y odds ratio, as como sus relaciones, lo que permite entender cundo el segundo puede ser un buen de estimador del primero, aclarando el error asociar cada uno a un tipo de estudio frecuente

determinado. El captulo siguiente ataca el endiosamiento que padecen las pruebas de significacin. Por un lado, recuerda que por este procedimiento nunca se puede demostrar la falsedad de la hiptesis alternativa, ni la certeza de la hiptesis nula. Y por otro, advierte que con suficiente tamao muestral siempre hay diferencias significativas, por lo que no hay que olvidar que lo importante es la significacin clnica de las diferencias

encontradas,

pues,

en

ocasiones,

aparecen

diferencias

mnimas, sin repercusin clnica, pero significativas si se dispone de muestra suficiente (o, lo que es lo mismo en el caso de ensayos Una clnicos solucin de medicamentos, es el de dinero de los suficiente). parcial empleo

intervalos de confianza, tambin sujetos al problema del tamao muestral. El autor confa en que se encuentre una va de salida a travs de la razn de verosimilitud entre hiptesis o de enfoques bayesianos. A continuacin, aborda El acertijo de la causalidad; plantea las diferencias entre causas y factores de riesgo y la utilidad de cada concepto, y recuerda por de los nueve rasgos que

fundamentales variables porqu como

propuestos indicadora al mismo

Bradford

Hill5

incrementan el valor de una asociacin encontrada entre dos causalidad. Reivindica la utilidad de los estudios ecolgicos, pues las causas no tienen buscarse nivel en que se produce el problema, aunque haya que estar prevenido frente a la falacia ecolgica (error en que se incurre cuando se da por sentado, equivocadamente, que una relacin observada a nivel de agrupaciones tambin se verifica al de los individuos). En un interesante advierte durante captulo con un sobre sesgos si y los factores datos de son

confusin, torturados

humor tiempo

que

suficientemente

largo,

terminan por decir lo que queremos or. El captulo siguiente, El mundo de lo sensible y lo

especfico, trata de las pruebas diagnsticas y los errores de

clasificacin sensibilidad estudios

que y

producen.

Aunque se

los

conceptos

de

especificidad para

conocen,

se olvidan sus de un

consecuencias casi siempre. Por ejemplo, cuando se realizan transversales medir la prevalencia determinado trastorno, no se suelen corregir los resultados en funcin de la sensibilidad y especificidad del procedimiento diagnstico usado: en el caso de una tasa de prevalencia de 0,20 obtenida con un instrumento con sensibilidad y especificidad de 0,9, el valor corregido sera de 0,125. Una correccin similar habra que realizar cuando se estiman riesgos relativos y odds ratios; en estos casos, la mala clasificacin produce siempre una infraestimacin del riesgo. Por ltimo, alerta frente al uso de instrumentos de screening en poblacin que, para patologas poco prevalentes (p. ej. tumores), producen un alto nmero de falsos positivos, con el coste econmico y personal que eso conlleva. A continuacin, da un toque de atencin sobre la bsqueda de la representatividad de las muestras al advertir que es un concepto intuitivo, relativo (una muestra puede representar a la poblacin a unos efectos y a otros no) y habitualmente no se conoce la poblacin que se quiere estudiar, respecto al factor para el que se quiere que la muestra sea representativa. Recomienda, no la bsqueda de muestras buenas, sino de mtodos pero inyecta confianza. Otro mito es el clculo del tamao muestral, que a veces se sacraliza, cuando para estimarlo hay que recurrir a la subjetividad de asignar valores a priori al parmetro que se quiere medir, a la cantidad mxima de error tolerable y al

nivel

de

confianza. de

Afirma como

que la

lo importante posibilidad de

es

que

cualquiera que sea el tamao de la muestra, tanto los errores muestreo rechazar errneamente una hiptesis nula, pueden ser calculados a posteriori. Por ltimo, aconseja que se tenga en cuenta que las tcnicas estadsticas siempre han de tener una funcionalidad concreta, es decir, se aplican para ayudar a responder a una pregunta, y eso es lo que hay que explicar en el material y mtodo de las publicaciones.

Bibliografa
1. 2. 3.
1997. Sacket DL. Bias in analitic research. J Chronic Dis 1979;32:5157. Silva Ayaguer LC. Cultura estadstica e investigacin cientfi- ca

en el campo de la salud: una mirada crtica. Madrid: Daz de Santos;

4. 5. 6.

Silva Ayaguer LC. Muestreo para la investigacin en ciencias de Silva Ayaguer LC. Excursin a la regresin logstica en cienHill AB. The environment and disease: association or causation?

la salud. Madrid: Daz de Santos; 1993. cias de la salud. Madrid: Daz de Santos; 1995. Proceedings of the Royal Society of Medicine 1965;58:295-300. Trad. en Hill B. Ambiente y enfermedad: asociacin o causa- cin? Bol of Sanit Panam 1992;113(3):233-242.

Вам также может понравиться