Documente Academic
Documente Profesional
Documente Cultură
,...................
....
1
.....
,,..................
Manual CTO
de Medicina y Ciruga
2. a edicin
Estadstica y epidemiologa
Revisor
Luis Cabeza Osorio
Autores
Manuel Moreu Gamazo
Antonio Martn Conejero
Grupo CTO
Editorial
NOTA
La medicina es una ciencia sometida a un cambio constante. A medida que la investigacin y la experiencia
clnica amplan 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 esfuerzo por proporcionar informacin completa y general, de acuerdo con los criterios aceptados
en el momento de la publicacin. Sin embargo, debido a la posibilidad de que existan errores humanos
o se produzcan cambios en las ciencias mdicas, ni los editores ni cualquier otra fuente implicada
en la preparacin o la publicacin de esta obra garantizan que la informacin contenida en la misma sea
exacta y completa en todos los aspectos, ni son responsables de los errores u omisiones ni de los resultados
derivados del empleo de dicha informacin. Por ello, se recomienda a los lectores que contrasten dicha
informacin con otras fuentes. Por ejemplo, y en particular, se aconseja revisar el prospecto informativo
que acompaa a cada medicamento que deseen administrar, para asegurarse de que la informacin
contenida en este libro es correcta y de que no se han producido modificaciones en la dosis recomendada
o en las contraindicaciones para la administracin. Esta recomendacin resulta de particular importancia
en relacin con frmacos nuevos o de uso poco frecuente. Los lectores tambin deben consultar
a su propio laboratorio para conocer los valores normales.
No est permitida la reproduccin total o parcial de este libro, su tratamiento informtico, la transmisin
de ningn otro formato o por cualquier medio, ya sea electrnico, mecnico, por fotocopia, por registro
y otros medios, sin el permiso previo de los titulares del copyright.
Manual CTO
de Medicina y Ciruga
2.a edicin
Q) _
.. ce
C')
o
(.) -o
-
-
-o
E
-e
Q)
c..
Q)
>-
e
,_ -e
ce
_
(..)
. en
+--'
ce
+--'
05. Medidas de impacto o del efecto . .
5.1.
5.2.
Diferencia de incidencias
o riesgo atribuible (RA) .......................................................................
Fraccin atribuible en expuestos (FAE)
o fraccin etiolgica del riesgo .....................................................
12
12
12
en
LU 5.3. Reduccin absoluta del riesgo (RAR) ..................................... 12
5.4. Reduccin relativa del riesgo (RRR) ...................................... 12
5.5. Nmero de sujetos necesario para trat ar ..................... 12
01 . Estudio de un test.
06. Tipos de estudios epidemiolgicos ... 14
Parmetros de uso..... . 1
6.1. Estudios descriptivos .......................................................................................... 14
1.1. Estudio de un test.
6.2. Estudios analticos ...................................................................................... 1s
1.2. Relacin entre prevalencia
y valores predictivos ..... 2
1.3. Aceptabilidad de un mtodo diagnstico ..... 3
07. Validez y fiabilidad de los estudios
1.4. Screening ..... 3
1.5. Coeficiente Kappa 3
epidemiolgicos ................... ..... ............ 18
7.1. Tipos de error ............................... 18
7.2. Validez y fiabilidad .......................... ... 19
02. Conceptos 7.3. Validez de un test diagnstico ...................................................... 20
y uso de la epidemiologa 5
2.1. Concepto de epidemiologa ..... S
08. Ensayo clnico . ...... . ......................... ..... . ............... ...... .. 21
2.2. Indicadores de riesgo.
Causas de enfermedad .... S 8.1. Introduccin ......... ................................................................. ....................... 21
8.2. Etapas en la realizacin de un ensayo clnico ......... 21
8.3. Tipos de ensayos cl nicos ....... ...... ................ .......... 23
03. Medidas de frecuencia 8.4. Estudios de bioequivalencia ........ 24
de la enfermedad ...................... ........ ...................... ............ 7 8.5. Ensayo clnico de tamao nico ................................... 24
8.6. Recomendaciones para la publicacin
3.1. Formas bsicas de medida.... . . .................................. 7
de ensayos clnicos
3.2. Medidas de frecuencia de la enfermedad..... 7 (recomendaciones CONSORT) ........................................................... 2S
15.2. Errores a y JJ 4 1
12. Probabilidad ..... 35 15.3. Pruebas de significacin estadstica .......... ................. 42
12.1. Probabilidad ............................................................................................................................... 35
12.2. Probabilidad condicionada ....................................................................... 35
12.3. Regla de la multiplicacin ....................................................................... 35 16. Anlisis de correlacin
12.4. Regladelasuma ....... . ............ ............................................................................. 36 y de regresin 45
16.1. Anlisis de correlacin y de regresin .................................. 45
Estudio de un test.
Parmetros de uso
Enfermo Sano
Este es un tema sencillo.
ORIENTACIN Hay que conocer los diferentes VPa FP b Total de positivos
Razn de probabilidad negativa: re laciona la probabilidad de que ellos. Posteriormente, se representa grficamente la sensibilidad en fu n-
un paciente enfermo presente un resultado negativo con la probabi- cin de (1-Especificidad). La prueba idea l se sita en el ngulo superior
lidad de que el resultado negativo se d en un individuo sano. izq uierdo (S y E= 1). En general, para hacer la eleccin del mejor punto de
corte se suele emplear lo que se denom ina rea bajo la curva COR (o ROC
Probabilidad test (-) en en fermos FN/enfermos en su terminolog a inglesa), a mayor rea bajo la curva, mejor capacidad
RP (-) =
Probabilidad test (-) en sanos VN/sanos de discriminacin de esa pru eba.
100
1 -S
RP (-) =
E S
VPP=
VP a o 1 -E 100
VP + FP a+ b
Una prueba sin ningn valor sigue la diagona l que va del ngulo inferior
izquierdo al ngu lo superior derecho (cada incremento de la sensibilidad
Valor predictivo negativo: se trata de la proporcin de verdaderos se asocia a una prd ida de igual magnitud de la especificidad).
negativos entre aquellos que han sido identificados como negativos
en un test. De esta form a, la sensibilidad y la especificidad son va lores interdepen-
dientes, de manera que si au m enta la sensibilidad, dism inuye la especifi-
VN d cidad y viceversa.
VPN =
VN + FN e+ d
Si se adoptan criterios de diagnstico muy estrictos, decrece la sensibili-
dad (hay menos enfermos que cumplen estos criterios), y para lelamente
Valor global (eficiencia) del test: indica la proporcin de resu lta- se incrementa la especificidad (pocos sanos cumplen los citados crite-
dos vlidos entre el conjunto de resultados. rios).
VP+VN a+d
VGT=
VP + VN + FP + FN Tota l 1.2. Relacin entre prevalencia
y valores predictivos
Sensibilidad +tasa de falsos negativos= 100%.
Especificidad +tasa de falsos positivos= 100%. Los va lores predictivos de un test son variables, dependen de la preva-
lencia de la enfermedad en la poblacin. La sensibil idad y la especificidad
son caractersticas propias del test y no se modifican con cambios en la
prevalencia.
La sensibili dad y la especificidad clasifican a los suje-
tos en fu ncin del estatus de enferm edad. Los valores
predictivos lo hacen en funcin del resultado del test. Si la preva lencia de la enfermedad aumenta, se incrementa el valor pre-
dictivo positivo, mientras que dismin uye el va lor pred ictivo negativo.
El resultado de un test puede ser cont inuo (por ej.: niveles de glucemia Esto es fci l de entender, por ejemplo, en el caso del VPP, si en una pobla-
en mg/dl) y entonces hay que decidir cu l se considera r como resu ltado cin la prevalencia de una enfermedad es elevada, tendr mayor proba-
positivo del mismo, por lo que es necesario elegir un punto de corte. bilidad de hacer test a individuos realmente enfermos, lo que dism inu ir
la tasa de falsos posit ivos y, por ello, aumentar el VPP.
E
Por el contrari o, si la prevalencia de una enfermedad es muy pequea,
se pu ede tener una alta probabilidad de realizar test que den resulta-
70 140 dos falsos pos itivos, porq ue en la mayor parte el test se estar aplican-
do sobre individuos sanos, incluso con cifras de buena sensibi lidad
El punto de corte escogido determinar la sensibilidad y la especificidad de l test, el VPP disminuye, en ocasio nes notablemente. Por eso es tan
de la prueba (si elegimos 70, la prueba ser muy sensible y poco especfi- importante conocer no slo los valores de se nsibili dad y especificad
ca; si se selecciona 140, ser poco sensible y muy especfica). sino el mbito en el que se aplican para entender los conceptos de
VPP yVPN.
Para determinar el punto de corte se pueden ut ilizar las curvas de Ca rac-
tersticas Operativas para el Receptor (COR). Se seleccionan varios puntos Por el contrario, si la preva lencia de la enfermedad decrece, aumenta el
de corte y se estima la sensibilidad y la especificidad para cada uno de va lor predictivo negativo y se reduce el va lor predictivo posit ivo.
" Las curvas COR representan la relacin recproca entre sensibili- " La prevalencia va a determinar el tipo de test ms til en una
dad y especificidad. Cuanto mayor es el rea bajo la curva COR, comunidad. Si la prevalencia es alta, se realizar un test sensible.
mejor ser el test. Si es baja, uno especfico.
Conceptos
y uso de la epidemiologa
Conceptos
2.1. Concepto de epidemiologa
Riesgo: es la probabilidad de desarrollar una enfermedad por estar
expuesto a ciertos factores.
Etimolgicamente, la palabra epidem iologa procede del griego y signifi- Causa: es la condicin que, sola o acompaada de otras condicio-
ca tratado sobre el pueblo (epi: sobre, demo: pueblo, lagos: tratado). nes, inicia o permite iniciar una secuencia de acontecimientos que
producen un determinado efecto.
Se puede definir la epidemiologa como la ciencia que estudia la dis- Factor de riesgo: variable endgena o exgena al individuo, con-
tribucin y los determinantes del fenmeno salud-enfermedad en las trolable, que precede al comienzo de la enfermedad y que est aso-
poblaciones humanas. La comunidad sustituye al individuo a la hora de ciada a un incremento de la probabil idad de aparicin de la mis-
buscar la respuesta a ciertas preguntas sobre la etiologa y la prevencin ma, y a la que se puede atribuir "responsabilidad" en la enfermedad
de la enfermedad, as como acerca de los recu rsos necesarios para los (por ejemplo: tabaco como factor de riesgo de cncer de pulmn).
cuidados de salud de esa poblacin. Marcador de riesgo: variable no controlable, endgena al ind ividuo
(constitucional), y cuya presencia anuncia a los individuos particular-
La epidemiologa se ocupa de los dos aspectos fundamentales si- mente vulnerables (por ej.: sexo femenino como marcador de riesgo
guientes: de cncer de mama).
Estudiar la distribucin de las enfermedades en relacin con las va- Indicador de riesgo: variable sin relacin causal con el problema,
riables lugar, tiempo y persona. Es lo que se denomina epidem iolo- pero cuya presencia alerta precozmente sobre el padecimiento.
ga descript iva. (por ejemplo: manchas de Koplik como signo precursor de la apari-
Buscar los factores que determinan la distribucin encontrada e cin del sarampin).
identificar las asociaciones causa les. Es lo que hace la llamada epi-
demiologa analtica. Criterios epidemiolgicos de causalidad
Las principales posibil idades de aplicacin de la epidemiologa son las La existencia de asociacin estadstica no es sinnimo de causalidad, sino
que se enumeran a continuacin: que para que se d deben cumplirse los denominados criterios de causa-
Establecer el diagnstico de salud de una comun idad. lidad, que son los que se definen a continuacin:
Conocer los factores causales de una enfermedad y las probabilida- Fuerza de asociacin: es un criterio muy importante, consistente en
des de enfermar. cuntas veces ms riesgo de enfermedad tienen las personas expues-
Evaluar la eficacia/efectividad/eficiencia de los procedimientos pre- tas al factor estud iado que las no expuestas (vase el Captulo 4).
ventivos y teraputicos de los servicios de sa lud. Efect o dosis-respuesta: es decir, que la asociacin tenga coheren-
cia interna, que al incrementarse la presencia del factor de riesgo
Los pasos fundamenta les dentro del mtodo epidemiolgico son los si- aumente la de la enfermedad.
guientes: Secuencia temporal: la exposicin al presunto factor de riesgo
1. Observar un fenmeno. debe preceder al efecto.
2. Elaborar una hiptesis. Coherencia externa o consistencia de los resultados: los resul-
3. Probar la hiptesis. tados deben ser concordantes con los obtenidos en otros estudios
4. Em itir un informe o ley. (reproductibilidad).
Manual CTO de Medicina y Ciruga, 2.a edicin
Ausencia de distorsiones metodolgicas en el estudio: debidas sa (causa necesa ria), ocurre el efecto. Hay especificidad de causa (el
a sesgos. efecto t iene una n ica causa) y ta m bin de efecto (cada causa pro-
Ausencia de explicaciones alternativas: es decir, ausencia de otras d uce un nico efecto).
hiptesis que expliquen los res ultados. Multicausal: postul a que hay plura lidad de causas y mu ltiplicidad
Plausibilidad biolgica: que los resultados sean compatibles con el de efectos, formando redes causa les, de forma q ue diferentes cau-
marco de los conocim ientos cientfi cos previos. sas prod ucen el m ism o efecto y una n ica ca usa ocasiona varios
Efecto de la cesacin o reversibilidad: es decir, que exista una dis- efectos.
minucin del riesgo tras la reducc in de la exposicin al presunto Determinista modificado (Rothman): en este modelo se distin-
facto r de riesgo. guen tres t ipos de causas:
Demostracin experimental: es la prueba causal por excelencia, Causa suficiente: es aq uel la q ue inevitablemente produce el
pero su realizac in p lantea en ocasiones problemas ti cos. efecto cua ndo se presenta.
Causa complementaria o contribuyente: son aquellas causas
Modelos causales que forma n parte de una causa suficiente.
Causa necesaria: es la que debe esta r presente inevita-
Los modelos causales son los siguientes: b lemente pa ra que se prod uzca el efecto. Por tanto, ha de
Determinista o unicausal: este modelo dice que siem pre que se for m ar parte de todas las ca usas suficientes de una enfer-
presente la ca usa (causa suficiente) y slo cuando se presente la ca u- medad .
Medidas de frecuencia
de la enfermedad
3.1. Formas bsicas de medida Incidencia acumulada: se define como el nmero de casos nuevos
de una enfermedad que se producen en un periodo de tiempo. Es
la probabilidad de que un individuo desarrolle la enfermedad en ese
Las formas bsicas de medida son las siguientes: periodo.
Nmero: es un valor absoluto. Al no conocer el denominador no se
puede saber la importancia relativa del problema . N. 0 casos nuevos en un periodo de tiempo
Razn: es el cociente en el que el numerador no est incluido en
lA =
Poblacin en riesgo al inicio de ese periodo
el denominador, es decir, cociente entre dos entidades que poseen
caracteres distintos. Sus valores oscilan entre O e infinito.
Frmula: R = a/b La incidencia acumulada se puede re lacionar con la prevalencia se-
Ejemplo: razn de hombres/mujeres. gn las sigu ientes frmu las:
Ejemplo: La densidad o tasa de incidencia, por tanto, expresa los casos nuevos de en-
fermedad que se producen en un periodo de tiempo que corresponde al
1 ao sumatorio de los periodos individuales de riesgo. Es decir, que si se lee que la
2 4 aos densidad de incidencia es de 2 por 1.000 personas-ao, quiere decir que apa-
recen de media dos casos por cada 1.000 individuos en un ao de exposicin,
3 5 aos
su mando los t iempos de exposicin de todos los individuos de la cohorte.
4 2 aos
5 8 aos Este concepto se conoce tambin con el nombre de fuerza de la morbilidad.
Clculo Significado
Prevalencia Casos existentes Proporcin de individuos enfermos en una poblacin
en un momento concreto
Poblacin total
Densidad Casos nuevos observados Velocidad con que determinada enfermedad apa rece
de incidencia en una poblacin
Su ma de los periodos de riesgo
" La incidencia es sinnimo de riesgo, porque se refiere a los nue- " Es importante conocer los aspectos de incidenci a, prevalencia y
vos casos debidos a una enfermedad. d ensidad de incidencia .
. . ;
Medidas de 8SOCI8CIOn
Total
Sin duda, lo ms importante FR a b a+b
es el concepto del riesgo
relativo. No FR e d c+d
Total a+c b+d a+b+c+d
Tabla 3. Clculo del RR
Las medidas de asociacin sirven para cua ntificar cunto y cmo se aso-
cia un factor de riesgo a una enfermedad, a partir de la frecuencia con
la que aparece el evento resultado en un grupo expuesto a un factor 4.2. Odds ratio
de ri esgo, fre nte al grupo que no est expuesto a dicho fa ctor. Es decir,
se emplean para decir si un factor ana lizado es protector o de riesgo y
(razn de desventaja) (OR)
se utilizan pa ra cuantificar la asociacin entre factor de riesgo y evento
res ultado. La odds ratio es una razn. Constituye la med ida bsica de los estudios
casos-controles. Su significado es idntico al del RR, au nque no puede
calcula rse como este, ya que en los estudios casos-controles no es po-
4.1. Riesgo relativo (RR) sible va lorar la incidencia de la enfermedad. Pa ra que la OR sea un buen
estimador del RR es necesa rio que los controles sean representativos de
la poblacin de la cua l han surg ido los casos y que la enfermedad tenga
El riesgo rela ti vo es la medida de asociaci n en los estudios de cohortes. una prevalencia baja, inferior al 10%.
Mide la "fuerza de la asociacin" entre el fa ctor de riesgo y la enfermedad.
Puede variar entre Oe infin ito.
\ E(riesgo relativo responde a la preg unta : cunto ms frecuente es la Odds de exposicin Casos expuestos
enfermedad entre los expuestos a un factor de riesgo respecto a los no en los casos Casos no expuestos
expuestos? OR
Controles expuestos
Odds de exposicin
Su sign ificado vara depend iendo de l va lor que tome: en los controles Controles no
RR > 1: factor de riesgo (FR). expuestos
RR = 1: indiferente: la incidencia es ig ual en expuestos y en no ex-
puestos.
RR < 1: factor de proteccin. Casos Controles
Total
(enfermos) (sanos)
Incidencia en expuestos
RR = FR a b a+b
Incidencia en no expuestos
No FR e d c+d
4.3. Razn el nmero de veces ms que padecen la enfermedad los expuestos fren-
te a los no expuestos.
de prevalencia
Enfermos expuestos
R. Pv =
La razn de prevalecencia es la medida de asociacin de los estudios Enfermos no expuestos
transversales. Su interpretacin es simi lar a la del riesgo relativo, es decir,
RC: 4 RC: 3
04 Medidas de asociacin
Estadstica y epidemiologa 1 04
with a 95% confidence) . What is the correct interpretation of 3) The result is not interpretable because we have not randomly
the result? allocated treatments.
4) The result supports the hypothesis that the use of antipsycho-
1) The result is consistent with an increased risk associated with tics increases the risk of sudden death.
the use of antipsychotics, but not statistically significant.
2) The result suggests that antipsychotics protect against the risk Correct answer: 4
of sud den death.
.--.___E...___stadstica y epidemiologa_
Medidas de impacto
o del efecto
Cua ndo se evala una med ida preventiva, como un factor protector o
el resultado de un frmaco frente a placebo en un ensayo clnico, el be-
S.1. Diferencia de incidencias o riesgo neficio de dicha medida se cuantifica como una reduccin del nmero
de enfermos nuevos. Este concepto est representado por la reduccin
atribuible (RA) absoluta del riesgo (RAR).
Es una med ida que informa sobre el exceso de riesgo en los individuos RAR = 1o - 1e
expuestos frente a los no expuestos al factor de riesgo. Indica la inciden-
cia acumulada en el grupo de expuest os que se debe exclusivamente al
factor de riesgo. Representa el descenso en el n mero de casos nuevos S.4. Reduccin relativa
entre los expuestos si se evita ra el FR.
del riesgo (RRR)
1 - 1
o e
La fraccin atributi ble en expuestos es la propo rci n de la enfermedad RRR =
que se debe a la exposicin; es decir, la proporcin de casos nuevos de
enfermedad, entre los expuestos, que se evitara si se eliminase el fa ctor
de riesgo. Por tanto, estas dos medidas son muy importantes a la hora
de eva luar, en trminos de sa lud pblica, cu l puede ser el impacto con S.S. Nmero de sujetos necesario
determinadas medidas, ca lcula r los costes y determ inar prioridades.
para tratar
1 - 1
e o
FAE =
A partir de los parmetros anteriores, puede calcu larse el nmero de suje-
tos que deberan exponerse al factor preventivo o teraputico para con -
seguir una curacin .
Se encuentran dos tipos de cuestiones a tener en cuenta y que son caractersticas. Por una parte,
ORIENTACIN las que se refieren a temas concretos o aspectos tericos de los diferentes tipos de estudios.
ENARM Por otra, un tipo de cuestiones ms "clnico": a partir de un estudio se pide que se indique
de qu tipo de estudio se trata.
6.1. Estudios descriptivos Los estudios ecolg icos permiten estudiar grandes grupos poblacio-
na les en poco t iempo y con un coste re lativa mente m uy bajo ya que,
en general, utilizan estad sticas existentes recolectadas con otros fines.
Los objetivos de los estud ios descriptivos son los sig uientes: Sin emba rgo, dado que son uno de los peores estudios en la esca la de
Describir las ca ractersticas y la frec uencia de un problema de sa lud, causa lidad, deben ser considerados nicamente para sugerir hipte-
en func in de las ca ractersticas de la persona (edad, sexo, estado sis, que tendrn necesa ri amente que ser verifi cadas med iante otros
civil. ..), del lugar (rea geogrfica ... ) y del tiempo de aparicin del estudios ms rigurosos de base ind ivid ual, rea lizados posteriormente.
problema y su tendencia. Ventajas: perm iten describi r d ife rencias en poblaciones que
Servir de base pa ra estudios analticos. habr n de ser estudiadas con ms deta lle posteriormente.
Limitaciones: los datos son promed ios de poblaciones. Se usan
Los tipos de estudios descriptivos son los que se citan a continuacin: med idas aproximadas de exposicin (im puest os por alcohol,
Series de casos clnicos: describen las caractersticas de un grupo ventas de cajeti llas de cigarrillos ...) y de enfermedad (mortalidad
de enfermos. Son estudios long itud inales ya que contienen infor- en vez de incidencia...), lo que li mit a el valor de los hallazgos.
macin adqui rida a lo largo del ti empo. Su principa l ventaja es que Los principa les problemas de este tipo de estudios son que se
perm iten generar nuevas hi ptesis, mientras q ue el mayor inconve- ignora la variabilidad ind ivid ual de los integrantes de los con-
nient e es que no presenta n g ru po co ntrol, por lo q ue cua lq uier FR g lo merados y que no es posible correg ir por d iferencias en otras
puede ser un hallazgo casual. va ri ables que pud ieran esta r t am bin asociadas con la exposi-
Estudios ecolgicos: los cong lomerados pueden esta r constituidos ci n y el evento en estu d io.
por gru pos poblaciona les, comunidades, reg io nes, o pa ses. La ca-
racterstica principa l de este tipo de estudios es q ue se cuenta con Estudios transversales o de prevalencia: son estudi os descripti-
info rm aci n sobre la exposicin o el evento para el cong lomerado vos y transversa les, ya que analiza n la relaci n ent re una enfe rm edad
en su t ot alidad, desconocindose la informacin a nivel individual y alg unas va riables en un mom ento concret o del ti em po. Busca n
para cada uno de los miembros del gru po. Son estudi os en los que hallar una posibl e relaci n entre un FR y una enfe rm edad, que luego
la unidad de anli sis son gru pos de individuos, no individuos (po r ej.: habr de ser verifi cada por estudios analt icos.
clases de una escuela, ciudades, reg iones). Caractersticas: es de"corte" o transversa l, ya q ue enfermedad y
Son tiles cuando no se pueden hacer medicio nes de exposicin ca ract ersti cas se mide n simultnea mente.
individua les (contaminacin del aire, ruidos, etc.). En este t ipo de es- Ventajas: no ti enen problemas ticos, son de duracin m nima,
t udios es com n asig nar la misma exposici n (exposicin promedio) su cost e es baj o y son de fc il reprod ucibilidad. Son t iles para el
a todo el cong lo merado, no considerando la variacin individ ua l de estudi o de enferm edades crnicas en la poblaci n.
cada m iembro del mismo. Ig ual sucede con la med ici n del evento; Inconvenientes: no es t il pa ra estud iar en fermedades raras,
dado que slo se cuent a con el nmero de eventos reg istrados para el ya q ue no permite ver el mecan ismo de prod uccin de la en-
conglomerado, no es posible discerni r los eventos que se presenta ron fe rm edad y no sirve para com probar una hiptesis previa de
en los sujetos expuestos de los q ue ocurrieron en los no expuestos, causa lidad (es imposible conocer la secuencia tempora l porque
por lo q ue es frecuente atribuir la totalidad de eventos a la exposicin la informacin sobre el factor de riesgo y la enfermedad se re-
promed io que se reg istr en el interior del conglomerado. cogen a la vez).
Estadstica y epidemiologa 1 06
Anlisis de las medidas de enfermedad: con el estudio de preva- Por ejemplo, la evaluacin de la eficacia de una campaa de vacu-
lencia, la medida que se obtiene es la razn de prevalencia de indi- nacin en 10.000 nios, de forma que 5.000 reciben aleatoriamente
viduos expuestos. una vacuna y los otros 5.000, un placebo.
- r--------,..--~
L..._.:..
FRG:l
(e_:xp:_u_e_st_o_:s):....~t---
Enfermos
Sanos Ventajas:
Es de corta duracin.
Es idea l pa ra el estud io de enfermedades raras.
-
Es el mejor para el estudio de enfermedades de largo periodo
r---:::--
FRe
- -1---- -+- Enfermos de ind uccin.
(no expuestos)
L__ _ _ _ _ _J-- -+- Sanos El coste es baj o.
Es el ms adecuado pa ra el estudio de la mu lt icausa lidad de la
Inicio enfermedad (los posibles facto res de riesgo de una determina-
Figura 1. Estudio de cohortes da enfermedad).
Es el mejor pa ra formular nuevas hipotesis etiolgicas.
Inconvenientes:
No es bueno para el estud io de enfermedades ra ras.
No es adecuado para el estud io de enfermedades de largo pe- MjiM
riodo de incubacin. M;M
El coste es alto.
No sirve para el estudio de la "multicausalidad de la enferme-
dad':
Es d ifc il mente reproducible. MjA+
Inicio
Anlisis de las medidas de la enfermedad: los estud ios de cohortes
son los q ue perm iten saber cu l es la incidencia de la enfermedad. Las Fig ura 2. Estudio de casos-controles
medidas que se obtienen son:
Riesgo relativo: es la med ida de la fue rza de la asociacin. Inconvenientes:
Diferencia de incidencias o riesgo atribuible: informa sobre el ex- No es bueno pa ra comprobar hipotes is previas de causalidad.
ceso de riesgo de enferma r. No perm ite el estudio de la "mu lt iefectividad del factor de riesgo':
Fraccin atribuible: estima la proporci n de la enfermedad entre La posibil idad de sesgos es muy alta, su control difcil.
los expuestos q ue es debida al factor de riesgo.
Anlisis de las medidas de la enfermedad: en los est ud ios de casos-
controles no es posib le o btener informacin sobre la incidencia de la
Es necesa rio darse cuenta de que como en un estud io enferm edad, ya que se parte de una pob lacio n seleccio nada. Ta m poco
de cohorte todos los suj etos estn sa nos en el mo- _._.;;::.._, . ,.,~. se tiene info rm acin acerca de la preva lencia, ya que el nmero de pa-
mento ini cial, los enfermos que vayan aparec iendo cientes slo depende de los q ue se elijan. Debido a ello, la fu erza de la
sern nuevos; es dec ir, incidentes. Por ell o, la med ida
asociacion no se pued e ca lcul ar d irecta mente, co mo en el estud io de
de frecuencia es la incidencia y la de asociacin, el
coho rtes, sino de for ma ind irecta m ed iante la odds rat io.
ri esgo re lativo.
En la Tabla S se exponen las d ife rencias fu nda mentales entre los dos ti-
Estudios de cohortes histricas (retrospectivas) pos de estudios ana lt icos observacio nales.
RC: 1
3) Cohort study.
Case Study . 4) Case-control study.
A study without manipulation in the main variable that starts Correct answer: 3
with patients without disease is a:
1) Quasi-experimental study.
2) Experimental study.
Estadstica y epidemiologa_
Cuando se real iza un estud io de investigacin clnica, cas i nunca se Tipos de errores sistemticos
trabaj a con poblaciones completas. Lo que se hace es, partiendo de
observaciones rea lizadas en un grupo red ucido de personas (la llama- Sesgo de seleccin
da muestra), genera lizar o extrapola r los resu ltados obtenidos a co-
lectivos ms amplios. El hecho de que no se trabaje con poblaciones Se prod uce cuando se asignan sujetos al grupo control que difieren sig-
completas, sino con muestras, puede introducir en las observaciones nificativamente, en alg una ca racterstica clave, del grupo problema. Este
errores produc idos por el aza r, a los que se les llama errores aleatorios. t ipo de sesgos se puede co ntrolar med iante un proceso de aleatorizacin
Existen adems otros t ipos de errores no re lacionados con el hecho de en la constit ucin de los distintos grupos de est ud io.
trabajar con muestras, y que son conocidos como errores sistemticos
o sesgos. Son ejemplos de este t ipo de sesgo los siguientes:
Sesgo de autoseleccin o del voluntario: la participacin o auto-
derivacin del individuo al estud io compromete su validez.
7 .1. Tipos de error Sesgo diagnstico o sesgo de Berkson: es el que se produ-
ce cuando, para saber qu ocurre en la poblacin, se elige una
muestra hospitalaria de esa poblacin y el factor de riesgo que
Los tipos de error son los siguientes: se est estud iando se asocia a una mayor probabilidad de hos-
Error aleatorio: es el error que puede atribu irse a la variabi lidad pital izacin. Tamb in se incluye en este t ipo de sesgo aquel que
aleatoria que con lleva siempre un proceso de muestreo. El azar puede surgir al seleccionar como control a pacientes con alguna
hace que la muestra con la que se va a a trabajar no sea repre- enfermedad que tambin se asocia al factor de exposicin estu-
sentativa. El error aleatorio no afecta a la validez interna de un es- diado.
tudio, pero reduce la posibilidad de elaborar conclusiones sobre Sesgo del obrero sano: la salida del trabajador enfermo del merca-
la relacin exposicin-enfermedad, aunque no altera el sentido do laboral compromete la validez del estudio.
de la asociacin. Los errores aleatorios, a diferencia de los errores Falacia de Ney man: se produce en los estudios de casos-con-
sistemticos, se pueden minimizar aumentando el tamao de la troles al seleccionar casos prevalentes (ya existentes) en vez de
muestra. casos incidentes (casos nuevos). Esto conlleva que en los casos
Errores sistemticos o sesgos: son los errores producidos cuan- sea menos frecuente la exposicin a aquel los FR que disminuyen
do hay un fallo en el diseo o en la ejecucin del estud io que hace la supervivencia; esto es, los casos rep resentaran a individuos con
que los resultados de la muestra sean d iferentes de la poblacin de rasgos de mayor resistencia a la enfermedad o formas menos gra-
la que proceden. No se relac ionan con el tamao de la muestra y, ves de esta.
cuando no se controlan, tienden a inva lida r las condiciones de un Por ejemplo: se quiere estud iar si la actividad fsica tiene alg n efecto
estudio; es decir, la existencia de sesgos conduce a la elaboracin sobre la frecuenc ia de la insuficiencia coronaria. Se compara a per-
Estadstica y epidemiologa 1 01
sonas con actividad y a personas sedentarias. Un sesgo de seleccin Ser un factor de riesgo para la enfermedad.
sera cuando la inactividad de los sedentarios fuese a consecuencia Estar asociado con la exposicin.
de padecer la enfermedad cardaca. No ser un paso intermedio entre la exposicin y la enfermedad.
Sesgo de informacin Para prevenir los sesgos de confusin, existen distintas tcnicas:
Fase de diseo: aleatorizacin (estudios experimentales), aparea-
Tiene lugar cuando hay un error sistemtico en la medicin de alguna miento y restriccin.
va riable clave del estudio. La clasificacin incorrecta puede o no afectar Fase de anlisis estadst ico: anlisis estratificado (se dividen los da-
de igua l manera a todos los grupos de estudio. Los sesgos de informacin tos globales en dos grupos, segn la presencia o no del factor de
debidos al investigador o a los participantes en el estud io se controlan confusin) y anl isis mu ltiva ri ante.
mediante tcnicas de enmascaramiento.
Clasificacin incorrecta diferencial: la probabilidad de clasifica- Ejemplo: se desea saber si existe relacin entre el alcohol y el cncer de
cin errnea de la exposicin (en un estudio de casos-controles) pulmn. La OR cruda es de 2,4.
afecta de forma desigual a sanos y enfermos o la clasificacin de en-
fermo o no enfermo (en un estudio de cohortes) se hace de manera Se sospecha que el tabaco puede actuar como factor de confusin. Al
distinta, segn se est o no expuesto al factor de estudio. Este tipo estratificar, se observa lo siguiente:
de sesgo produce una subestimacin o sobreestimacin del efecto OR cruda : 2,4.
del factor de exposicin en la enfermedad. Dentro de este grupo ORen fumadores: 1,S.
cabe destacar: ORen no fumadores: 1,5.
Sesgo de memoria : se produce en los estud ios de casos-
controles. El hecho de padecer la enfermedad hace que se El tabaco es un facto r de confusin, puesto que el valor de la OR se ha
est ms motivado para recordar posibles antecedentes de modificado en los estratos (de 2,4 a 1,5). La verdadera OR entre alcohol y
exposicin . cncer de pulmn es de 1,5.
Sesgo de atencin o efecto Hawthorne: los participantes en
un estud io pueden mod ifica r su com portamiento si saben que
estn siendo observados. 7 .2. Validez y fiabilidad
Clasificacin incorrecta no diferencial: la probabilidad de clasifica-
cin errnea ocurre en todos los grupos de estudio de forma similar. Se definen los siguientes conceptos:
El error de clasificacin no diferencial ocasiona una infraestimacin Validez: el estudio cuantifica lo que realmente se propone medir. Es
(hace que la med ida de asociacin tienda a 1) del efecto del factor el grado de ausencia de error sistemtico. Tambin recibe el nombre
de exposicin estudiado en la enfermedad. de exactitud.
Por ejemplo: se quiere estudiar el efecto del tabaco sobre la apari- Validez interna: es el grado de validez del resultado para los
cin de bronquitis crn ica, comparndose a un grupo de fumadores pacientes del estudio. Se dice que un estudio tiene validez in-
y a otro de no fumado res. Existe la posibilidad de que los fumadores terna cuando los resu ltados del mismo son aplicables a los indi-
sean diagnosticados ms fcilmente de bronquitis crn ica que los viduos del citado estudio.
no fumadores, simplemente por el hecho de que fumar se considera Validez externa: un estud io tiene va lidez externa cuando los
que est asociado a est a patolog a (Tabla 6). resultados del mismo son aplicables a otros ind ividuos distintos
de los del estud io.
Factor de confusin ( confounding)
Fiabilidad: es el grado de reproductibilidad de un estudio, es decir,
Un factor de confusin es una variable extraa al estudio que modifica el grado de simil itud que presentaran los resultados si se repitiese el
los resultados que se obtienen. Todo factor de confusin debe cumplir estudio en condiciones similares. Es decir, es el grado de ausencia de
tres condiciones: error aleatorio.
Para conocer si una pru eba diag nstica es t il, se co mpa ran sus res ulta- o lA\
~
dos con los de otra pru eba que act a co mo patrn de referencia (gold
standard). El grado en el que las med idas de la prueba eva luada se corre-
lacionan con las de referencia se denomina va lidez de criterio (Figura 3).
3) Un error aleatorio.
Casos clnicos 4) Sesgo de observacin .
Ensayo clnico
08 Ensayo clnico
Estadstica y epidemiologa 1 08
toa considerar en esta fase del ensayo cln ico es que siempre que exista cin estadstica porque, de nuevo, se estn rea lizando comparacio-
un tratamiento eficaz, hay que administra rl o al grupo control, as que lo nes mltiples.
que se determina r con el ensayo clnico ser la eficacia relativa del nue- La magnitud del efecto del tratamiento en los ensayos clnicos se
vo frmaco. En caso de no existir alternativa teraputica previa, se medir puede expresar de va rias formas:
la eficacia en trminos absolutos. El ri esgo relativo: cociente entre el riesgo de sufrir un deter-
m inado evento en el grupo expuesto a un determinado trata-
Anlisis de los resultados (Tabla 7J m iento y el de sufrir el mismo evento en el g rupo control (no
expuesto al tratamiento).
En este punto se deben tener en cuenta los siguientes aspectos: La reduccin absoluta del riesgo (RAR): que es la diferencia
Las prdidas de sujetos incluidos en el ensayo clnico ocurridas antes entre el porcentaje de eventos en el grupo control y el mismo
de la aleatorizacin va n a afectar a la capacidad de generalizacin de porcentaje en el grupo experimental.
los resultados, mientras que las prdidas postaleatorizacin pueden La reduccin relativa del ri esgo (RRR): se define como la di-
afectar a la validez interna. ferencia entre el porcentaje de eventos en el grupo control y
El anlisis estadstico de los ensayos clnicos es muy parecido al de el mismo porcentaje en el grupo experimenta l, dividido por el
los estudios de cohortes, pero es ms frecuente el uso de mtodos porcentaje de eventos en el grupo contro l.
no paramtri cos y, al tener importancia no slo que ocu rra la varia- El nmero necesa rio de pacient es a trat ar (NNT): que se ob-
ble resultado, sino cundo ocu rre, es frecuente el empleo de anlisis tiene como el inverso de la RAR multiplicado por 100, y es el n-
de supervivencia. mero de pacientes que se deben tratar para prevenir un suceso
Compa raciones mltiples: al aumentar el nmero de comparacio- indeseable adicional.
nes, se incrementa la posibi lidad de resultados falsamente positivos.
Anlisis de subgrupos: puede ocasionar problemas, especial-
mente cuando no se tiene previsto desde el principio. Produce 8.3. Tipos de ensayos clnicos
comparaciones mltiples, aumenta la probabil idad de resul t ados
espurios y, por tanto, sus resultados deben interpretarse con pre-
caucin. Los tipos de ensayos clnicos son los siguientes:
Anlisis por intencin de tratar frente a anlisis por protocolo: Di seo cl sico o en paralelo: el grupo control recibe el tratamiento
Por p rot ocolo: incluye slo a aquellos pacientes que han cum- a la vez que el grupo experimental con el fin de controlar el efecto de
plido los requisitos del protocolo y/o han finalizado el estudio. factores pronsticos que pudieran cambiar a lo largo del tiempo. El
Por intencin de t rata r: el anl isis incluye a todos los pacien- anlisis de los datos consiste en comparar la diferencia en la variable
tes que han sido seleccionados y en el grupo en el que fueron resultado entre ambos grupos con la variabil idad esperable dentro
asignados, aunque no haya n fina lizado el estud io o hayan cam- de cada grupo por el mero efecto del aza r. Es muy apropiado en los
biado de grupo. casos de enfermedades agudas (Figura 5).
Periodo de blanqueo
8.4. Estudios de bioequivalencia
Resultado 2
Los estud ios de bioeq uiva lencia son ensayos cl n icos en los que su objeti-
'------1~ Comparacin~---'
vo es la demostracin de la similitud en biodisponi bilidad de dos formu-
Fig ura 6. Ensayo clnico cruzado laciones de un m ism o principio activo a pa rtir de la compa racin de sus
caractersti cas farmacocinti cas.
Diseo secuencial: consiste en introducir pares de pacientes alea-
torizados a los dos tratamientos hasta q ue la diferencia entre los dis- En la mayora de los casos, el d iseo de los estud ios de bioequivalencia
tintos tratam ientos favorezca a uno u otro (exceso de preferencias), es el de un ensayo clnico cruzado y con asignacin aleat oria de dos se-
momento en el que el ensayo clnico se detiene. cuencias de tratam iento.
Diseo factorial: en ese tipo de diseo se eval an simul tneamen-
te dos tratamientos distintos en una m isma muestra de sujetos, asig- Con el fi n de red ucir la va riabi lidad de la muestra, se suelen elegir pa ra
nndose aleatoriamente a los suj etos a uno de los cuatro grupos pa rticipar en el estud io voluntarios sa nos (no persig uen, por ta nto, com-
posibles: A, B, A + By placebo (Tabla 8). Con este d iseo es posible pa rar la eficacia de dos fo rmas de tratam ient o, depend iendo el tamao
eva luar la interacci n ent re los dos tratam ientos, au nque hay que de la muestra de la va riabilid ad interind ividua l (diferente farmacocintica
asum ir q ue entre am bos no hay interaccio nes. La eva luacin de dos para cada sujet o) qu e se haya o bservado en estud ios piloto previos.
o ms interve nciones puede hacerse mediante un diseo de t ipo
pa ralelo. La demostraci n de bioequiva lencia se o bt iene mediante la compara-
Sin em ba rgo, esto es posibl e qu e requiera un gran ta mao mu estral cin de los perfil es farm acocinticos de los f rm acos estu d iados. Para
y sea inefi ciente, especialmente si hay t ambin inters en considerar ello, despus de la admini stracin de cada formulaci n, es necesa rio sa-
combinacio nes de las int ervencio nes. ber qu ca ntidad de frm aco existe en el organ ismo y cmo va variando
El diseo ms apropiado en esta situaci n es de t ipo factor ial, donde a lo largo del t iem po.
se pueden asignar de manera aleat oria dos o ms intervencio nes de
forma independ iente, de ta l modo q ue los sujetos pueden no recib ir El proced im iento ms habit ual consiste en la obtencin de sucesivas de
ning una intervencin, una de ellas o eventualmente todas. muestras de sangre. Es m ucho menos frecuente que sea necesa ria la de-
terminacin del f rmaco en orina o en otras muestras bio lg icas.
Tratamiento Placebo
08 Ensayo clnico
Estadstica y epidemiologa 1 08
Tratam iento sinto m tico de enfe rmeda des co n im portante com po- Se ha demostrad o qu e la imp lem ent acin d e los criterios CONSORT
nente subjet ivo, como por ej em p lo m ig ra as, do lores arti cu lares en mejo ra la ca lida d de la in fo rmaci n publ ica d a en los estu di os aleato-
la artros is, fi brom ialgia .. rios.
Es necesario que la cond icin estu d iada sea crn ica, con sntomas re-
petidos pero reversibles y con respuesta al t ratam iento evaluable por el Valorados: elegibilidad (n= ... )
paciente (por ej., cefalea tens iona l). Se evala, po r ta nto, un tra tam iento
sintomtico y no cura ti vo.
Excluidos (n= .. )
Por las caractersti cas del estu d io es evide nte que las co nclusio nes obte- Sin criterios de inclusin (n=...)
Rechazan participar (n= ...)
nidas no son generalizables a todos los pa cient es co n la m isma enfe rme- Otras razones (n= ...)
dad o sntoma.
Aleatorizados (n=...)
8.6. Recomendaciones
para la publicacin de ensayos 2 Asignados a la intervencin (n= ...)
Reciben intervencin asignada (n= ...)
clnicos (recomendaciones CONSORT) No reci ben intervencin asignada (razn) (n=...)
Los estudios aleatorizados rep resenta n el patrn de refe rencia para cono- 3 Perdi dos seguimiento (razn) (n= ...)
Intervencin no continuada (razn) (n= ...)
ce r la eficacia de un determ inado trata miento. Sin embargo, la calidad de
los estu dios puede no ser ptima. La declaraci n CONSORT (Consolida-
ted Standards of Reporting Tria/s) persigue mej o rar la m etodolog a de los 4 Anal iza dos (n= ...)
ensayos clnicos, ya q ue permit e p resentar de forma sist ema t izada y co n Excluidos del anl isis (razn) (n= .. )
total transpa rencia los resu ltados pa ra mej ora r su va lidez. Se basa en el
seguimiento de una lista de variab les en fu nci n de la evidencia (Tabla 9) Figura 7. Diag rama de fl ujo de los sujetos participantes en las diferentes
y un diagrama de flujo (Figura 7) du rante el proceso de escritu ra, revisin fases de un estu dio aleato rizado: (1) Periodo de inclusin, (2) As ig nacin
y an lisis de los ensayos clnicos. a la intervencin, (3) Seg uimiento, (4) Anl isi s
" La fase 111 se caracteriza porque se compara la eficacia de otro " Los EC se dividen en:
frmaco con la del que se est investigando. Tras esta fase, el 1. Pragmticos (muestra heterognea) y explicativos (mues-
frmaco se introduce en el mercado. tra homognea) .
2. Cruzado (cada grupo de sujetos toma los dos frmacos con
" La fase IV es la fase de la farmacovigilancia . En este caso, se re- un tiempo de lavado) y paralelo (cada grupo de tratamien-
gistra la aparicin de efectos secundarios infrecuentes. La no- to toma un nico frmaco) .
tificacin en la prctica clnica de posibles eventos adversos se 3. Por intencin de tratar (todos los sujetos incluidos en el es-
realiza mediante la tarjeta amarilla. tudio son analizados) y por protocolo (slo se analizan los
que finalizan el estudio).
" La correcta secuencia en un ensayo clnico es: 4. De tamao predeterminado (se conocen a priori el tamao
1. Los pacientes cumplen los criterios de inclusin y exclu - de la muestra) o secuenciales (los pacientes van incorpo-
sin. rndose al estudio progresivamente).
2. Firman el consentimiento informado (sabiendo que po- S. De superioridad (interesa demostrar que un frmaco es
siblemente reciban placebo, si uno de los tratamientos mejor que otro) y de no-inferioridad (se supone una efica-
lo es). cia similar, la ventaja del nuevo frmaco es ser ms barato,
3. Sean asignados a uno u otro grupo de intervencin (prefe- tener una administracin ms fcil. .. ).
riblemente mediante aleatorizacin). 6. Enmascarados (se han realizado tcnicas de ciego para evi-
tar sesgos) o abiertos (no enmascarados).
08 Ensayo clnico
Estadstica y epidemiologa 1 08
2) De nin guna forma, si en el diseo del estudio se haban previs-
Casos clnicos to las prdid as y, por t anto, se incluy un nmero de pacientes
mayor para compensarlas.
En un estudio de seguimiento a largo plazo de pacientes con 3) Aumentando la probabi lidad de un resultado negativo falso al
fibrilacin auricular, en la prctica clnica habitual, se ha docu- reducirse la muestra, pero si n que este hecho aumente las posi-
mentado un riesgo relativo de padecer un accidente vascular bilidades de sesgos.
cerebral, para anticoagulantes orales (en comparacin con an- 4) Si el estud io era a doble ciego, el hecho no tiene importan cia,
tiagregantes plaquetarios), de 0,57 (intervalo de confianza al pero si el investigador conoca el tratamiento de cada paciente,
95% 0,40-0,80). La incidencia de accidente vascular cerebral entonces pudo haber sesgado los res ultados.
durante los dos primeros aos de seguimiento es de un 2% y
un 3,5% respectivamente. Supon iendo que estos resultados RC: 1
sean vlidos, a cuntos pacientes habra que tratar con anti-
coagulantes orales, en lugar de antiagregantes, para evitar un Los ensayos clnicos de fase 11:
accidente vascular cerebral?
1) Se suelen realizar en grupos de paci entes no muy numerosos.
1) 50-60. 2) Regula rmente son estudios observaciona les.
2) 60-70. 3) Su obj etivo principa l es confirmar la efectividad de un medica-
3) 70-80. mento en una pato loga concreta.
4) 80-90. 4) Su objetivo principa l es eval uar la seguridad y tolerabilidad de
un med icamento.
RC: 2
RC: 1
Suponga que, en la lectura de un ensayo clnico en el cual se
han incluido SO pacientes por grupo, observa usted que los re- A qu tipo de ensayo clnico nos referimos cuando los criterios de
sultados se refi eren a 47 pacientes en un grupo y 42 en el otro. inclusin se ajustan a las indicaciones, con criterios de exclusin me-
Con respecto a los pacientes que faltan, el autor comunica que nos restrictivos para incluir una amplia representacin de la enfer-
fueron retirados por no seguir el tratamiento y que no hay di- medad en estudio y fundamentar as el registro de un medicamento?
ferencias estadsticamente significativas entre g rupos en cuanto
al porcentaje de prdidas de pacientes. Cmo cree que podra 1) Estud io en fase l.
afectar este hecho a los resultados del ensayo? 2) Estudio en fase 11.
3) Estudio en fase 111.
1) La val idez del estudio podra ser dudosa, ya que la prdida de 4) Estudio en fase IV.
pacientes tal vez est re lacionada con los efectos de los t rata-
mientos. RC: 3
Estadstica y epidemiologa
dos los estudios existentes. Del m ismo modo que en el modelo de efec-
Este es un tema importante
tos fijos, el efecto g loba l se estima aqu como una media ponderada de
y sencillo. Hay que conocer
los diferentes conceptos, as los estimadores ind ividua les.
como resolver tablas que incluyan
los conceptos anteriores. M ientras que algunos autores defienden la uti lizacin del modelo de
efectos aleatori os en todos los casos, ot ros hacen hincapi en sus posi-
bles deficiencias, como el hecho de que es menos preciso, proporcio-
nando intervalos de confianza ms amplios que el modelo de efectos
9.1. Metanlisis fijos. Si las discrepancias son muy grandes, el modelo de efectos alea-
torios se convierte en la alternativa al modelo ms sencil lo con efectos
fijos para combinar los resultados. En el de efectos fijos, la genera liza-
El metanlisis es un anlisis estadstico que combina o integra los resul- cin se limita a la poblacin de estudios de caractersticas simi lares a
tados de varios ensayos cl nicos independientes que el ana lista considera los incluidos en el metan lisis. En el modelo de efectos aleatorios, por el
que se pueden combinar. Aade a la mera revis in de los datos, un anlisis contrario, los resultados pueden genera lizarse a una poblacin mayor
estad st ico de los mismos para dar un resu ltado conjunto de todos los es- de posibles estudios.
tud ios revisados. Es un estud io observacional (de ensayos clnicos), lo que
implica que est sometido a los mismos sesgos de los citados estudios.
9.2. Factores determinantes
No puede tener mayor fortaleza metodolgica que los estud ios prima-
rios. Si anal iza ensayos clnicos (EC) de buena ca lidad, obtendr resu lta-
de la calidad de la evidencia cientfica
dos fiables y viceversa.
Los aspectos del diseo de un estud io epidemiolg ico que estn asocia-
Mtodos estadsticos para la combinacin dos a una mayor calidad y rigor cientfico son los sig uientes:
El sentido prospectivo del estud io (secuencia tempora l).
de los resultados de diferentes estudios
La asignacin aleatoria a los grupos experiment al y co nt rol.
La existencia de un grupo control concurrente.
Los mtodos estadsticos ms utilizados en la prctica pueden clasifica rse en El enmascaramiento de pacientes e investigadores participa ntes.
dos grupos, segn se tenga en cuenta o no la heterogeneidad entre estud ios La inclusin en el estud io de un nmero suficiente de pacientes
en el an lisis: los modelos de efectos fijos y los modelos de efectos aleatorios. como para detectar, en caso de haberlas, diferencias estadsticamen-
te significativas entre los distintos grupos del estudio.
Modelos de efectos fijos
En el modelo de efectos fijos se asume que no existe heterogeneidad 9.3. Escalas de gradacin
entre los estudios incluidos en la revisin, de modo que todos ellos esti-
man el mismo efecto, y las diferencias observadas se deben nicamente
de la evidencia cientfica
al azar. El efecto g loba l puede estimarse como un promed io ponderado
de los efectos ind ividua les de cada estud io. Todas las esca las de gradac in son muy sim il ares entre s y presen-
tan al metanlisis de EC contro lados y aleatorizados como el estu-
M odelos de efectos aleatorios dio ms riguroso y que aporta mayor evidencia causa l. La medic ina
basada en la evidencia persigue la int egracin de la maestra cl-
Por el contrario, con un modelo de efectos aleatorios se asume que los nica individua l con las mejores evidencias cient ficas disponibles
estudios incluidos en la revisin constituyen una muestra aleatoria de to- (Tablas 1 O y 11 ).
Estadstica y epidemiologa 1 09
La calidad de la evidencia cientfica se clasifica en tres grados de reco- Regular (grado B): hay cierta evidencia cientfica (no concluyente)
mendacin para la adopcin de una med ida sa nitaria : para recomendar o desaconsejar la adopcin del procedimiento
Buena (grado A): existe adecuada eviden c ia cientfica para re- mdico.
co mendar o desaconsejar la adopcin del procedimiento m- Mala (grado C): existe insuficiente evidencia cientfica para reco-
dico. mendar o desaconsejar la adopcin del procedimiento mdico.
Fuerza de la recomendacin
A Existe adecuada evidencia cientfica para adoptar una prctica 1, 11- 1
B Existe cierta evidencia para recomendar la prctica 11- 1' 11- 2
e Hay insuficiente evidencia pa ra recomendar o no recomendar la prctica 111
D Existe cierta evidencia para no recomendar la prctica 11- 1' 11- 2
E Existe adecuada evidencia cientfica para no adoptar la prctica 1, 11- 1
Tabla 1O. Fuerza de recomendacin clnica basada en los ni veles de evidencia
Niveles de evidencia
Grado 1 Evidencia obtenida a partir de al menos un ensayo clnico aleatorizado y contro lado bien diseado
Grado 11 - 1 Evidencia obtenida a partir de ensayos clnicos no aleatorizados y bien diseados
Grado 11- 2 Evidencia obtenida a partir de estudios de cohortes (2a: prospectivo y 2b: retrospectivo)
Grado 11- 3 Evidencia obtenida a partir de mltiples series comparadas en el tiempo, con o sin grupo control. Incluye resultados "d ramticos"
producidos por experimentos no controlados (por ej., penicilina en los aos cuarenta)
Grado 111 Opiniones basadas en experiencias clnicas, estudios descriptivos o informes de comits de tica
Tabla 11. Gradacin de la evidencia cientfica
" El metanlisis es un estudio en el que se realiza una combina- " Una limitac in importante se debe a que slo se publican resul-
cin estadstica de los resultados de ensayos previos similares. tados favorables (sesgo de publicacin).
Estadstica y epidemiologia_
Estadstica. Generalidades
1 0.1. Tipos de estadstica Los muestreos con la menor posibil idad de sesgo (probabilsticos) son
los siguientes: aleatori o simple, sistemtico, estratificado y por grupos o
cong lomerados.
Existen dos tipos de estadstica: Muestreo aleatorio simple: es aquel tipo de muestreo en el que
Estadstica descriptiva: organ izacin, presentacin y sntesis de los cada individuo t iene las mismas posibilidades de ser elegido para
datos de una manera cientfi ca y lg ica. forma r parte de la muestra.
Estadstica inferencia!: bases lgicas med iante las cua les se esta- Muestreo aleatorio estratificado: en l la poblacin se divide en
blecen conclusiones relacionadas con poblaciones, a pa rtir de los estratos. La muestra se obtiene seleccionado de cada estrato un
resu ltados obtenidos en muestras; trabaja con los datos que le pro- nmero proporcional a la poblacin que representa. Con este tipo
porciona la estadstica descriptiva y es la parte de la estadstica fun- de muestreo se asegura que la muestra tenga la misma proporcin
damental para la medicina cl ni ca. Se basa en dos pilares bsicos, de una(s) variable(s) que la poblacin de la que procede y que po-
que son el contraste de hiptesis y la estimacin de intervalos de dra tratarse de una variable pronstico diferente en los grupos de
confianza. estudio.
Muestreo sistemtico: el proceso de seleccin em pleado se basa
en alguna reg la sistemtica sim ple, como por ejemplo, eleg ir uno de
1 0.2. Poblacin y muestra cada n individuos.
Muestreo por conglomerados: en este tipo, la seleccin se real i-
za fundamenta lmente con el objetivo de reducir costes, utilizando
La poblacin es el conjunto de todos los individuos, genera lmente inac- como base del muestreo al grupo de sujetos.
cesible, que tienen en comn alguna caracterstica observable y del que
se pretende obtener una serie de conclusiones. Por ltimo, ind ividuo ser cada uno de los componentes de la poblacin
y de la muestra. Al nmero de individuos que forman la muestra se le
Se denom ina muestra al conjunto menor de individuos, accesible y limi- llama tamao mu estra ! (n).
tado, sobre el que se rea liza el estudio co n idea de obtener co nclusiones
genera lizab les a la poblacin.
1 0.3. Variables
El proceso de seleccin de los ind ividuos se puede rea lizar mediante dis-
tintas tcn icas de muestreo. Los t ipos de muestreos se detallan a conti-
nuacin. Es importante conocer que el tipo de muestreo ms importante Una variable es una caracterstica observable que se desea estudiar en
es el muestreo probabilstico, en el que todos los elementos de la pobla- una muestra de individuos, pudiendo tomar diferentes valores. Los tipos
cin tienen la misma probabilidad de ser incluidos en la muestra: de variables estn recog idos en la Tabla 12.
Estadstica y epidemiologa 1 10
Variable Subtipo Ejemplo
Estadstica descriptiva
Oceana
Lo ms importante de este tema
8%
ORIENTACIN es conocer la definicin de los
ENARM parmetros de tendencia central
y de los de dispersin.
Europa
7%
Asia
28,5%
Antrtida
Se p uede cons ide rar la est adst ica descr ipti va co m o el co nj unto d e 9%
tcnicas que fac ilita n la o rga nizac i n, resu m en y co municac i n de
datos.
La representacin g rfica de los datos obten idos en cua lquier estudio fa- Amrica
28%
cilita un an li sis visua l. Seg n la natu raleza de las variables estu d iadas, se
util izan diferentes tipos de representacin. Figura 9. Diagrama sect ori al
Variables cualitativas En ambos casos, se debe cum p lir el prin cipi o de proporcio nal idad de las
reas a las frecuencias ab solutas. En los d iag ramas de sect ores, el ngu lo
Se emplea n: ce ntral es propo rcio nal a la frec uencia absoluta co rrespo nd iente, por lo
Diag rama de ba rras (Figura 8). que tambin lo es su rea. Los d iag ramas de ba rras ti enen una base co ns-
Diag rama sectoria l (paste l) (Figura 9). tante y una altura proporcio nal a la frecuencia absoluta cor respond iente
(tambin su rea lo es a la frecuencia ab soluta).
Aunque desde un punto de vista pu ramente descri ptivo, estas medidas L. (xi - x) 2
proporcionan informacin complementaria, sus propiedades son muy n
Manual CTO de Medicina y Ciruga, 2.a edicin
Desviacin tpi ca o estndar: es la raz cuadrada positiva de la va- cin estnda r sobre la media. Es el mtodo de eleccin para com-
rianza. Es, junto con esta, la med ida de dispersin ms utilizada. pa rar la variabilidad o d ispersin relativa de variables que estn
expresadas en las mismas o en d ifere ntes un idades.
~
s = V s2 =
J L:(xi -x?
n (V= - -X- - ~ 00
La desviacin tpica es una medida complementaria de la media arit- Propiedades de media y varianza
mtica; mientras que esta da una idea de la magnitud genera l de la
distribucin, la desviacin estnda r muestra cmo se distribuyen los Si a todos los va lores de una distribucin se les suma una constante,
valores alrededor de la media. su media queda aumentada en ese va lor, mientras que su varianza
Rango intercuartlico: es la diferencia entre el percentil 75 y el 25. no se modifica.
Es, junto con el rango, la medida de dispersin usada para los datos Si a todos los va lores de una distribu cin se les multiplica por una
asimtricos. constante, su med ia y su desviacin t pica quedan mu lt iplicadas por
Coeficiente de variacin (CV): es una med ida de d ispersin ad i- la constante, mientras q ue su va rianza queda multiplicada por el
mensional. Se define como el porcentaje que representa la desvia- cuad rado de esa constante.
" La forma de representacin grfica va a depender del tipo de va- " En distribuciones asimtricas, se emplea la mediana como pa-
riable. Para las cua litativas y las cuantitativas discretas, se emplea rmetro de tendencia centra l y el ra ngo como parmetro de
el diagrama sectorial y el diagrama de barras. Para las cuantitativas dispersin.
continuas se ut iliza el histograma y el polgono de frecuenc ias.
" En la distribucin de Gauss, media, mediana y moda coinciden
" Para definir correctamente una variable en una muestra se ne- en el mismo valor.
cesitar un parmetro que sirva para aglutinar todos los valores
de dicha muestra (parmetro de tendencia central) y otro que " El coeficiente de variacin es el parmetro que se emplea pa ra
sirva para informar de lo agregados o no que estn los valores decir si una distribucin es homognea o dispersa. Adems, in-
(parmetro de dispers in). forma de cul de entre dos distribuciones muestra una mayor
variabilidad (dispersin).
" El tipo de distribucin ms frecuente es la normal o de Gauss,
que es simtrica . En distribuciones simtricas se usar como pa-
RC: 3 RC: 1
11 Estadstica descriptiva
Estadstica y epidemiologa - ..
Probabilidad
P(A n B) = P(A y B) = o
12.1. Probabilidad
Dos sucesos son independientes cuando la probabilidad de apari-
cin de uno de ellos no est relacionada o no se modifica por la
Se supone una poblacin finita con N elementos, k de los cuales tienen aparicin del otro (por ej., efectos secunda rios de un frmaco en dos
la caracterstica A. Se conoce como probabilidad de la caracterstica A en pacientes).
la poblacin a: P (A)= k/N. La probabilidad se define, desde un punto de
vista ptimo, en t rminos de frecuencia re lativa. P(A n B) = P(A y B) = P(A) x P(B)
An B (Ay B)
Si dos sucesos son independientes,
Au B (A o B)
entonces:
12.4. Regla de la suma Si dos sucesos son mutuam ente excluyentes (o bien se da A o bien ocu-
rre 8), entonces:
Esta reg la nos indica la probabilidad de que suceda A o de que suceda B: P(Au8) = P(A) + P(8)
12 Probabilidad
Estadstica y epidemiologa
Una vez que se ha eleg ido la muestra y recog ido los datos, el siguiente paso Caractersticas
es inferir las propiedades de la poblacin a partir de la m uestra. El instru-
mento conceptua l que permitir esta generalizacin es un modelo de la Las caractersticas de la d istribucin norm al o de Gauss son las sigu ientes:
poblacin, es decir, una represe ntac in simblica de su co m portam iento. Corresponde a variab les cuantitativas con ti nuas.
Se caracteriza por dos med idas: med ia y desviacin tpica.
Existen tres leyes te ricas q ue tienen la particularidad de ser seguidas por Es unimodal.
una inmensa mayora de los fenmenos biolg icos habituales; estas leyes Es simtrica alrededor de la media. Por tanto, media, mediana y
son las siguientes: moda coinciden.
Distribucin binomial (distribuciones discretas). Tiene forma acampanada, sin un pico excesivo.
Distribucin de Poisson o de los sucesos raros (distribuciones discretas). Va desde- oo a + oo (asinttica al eje de abscisas).
Distribucin normal o de Gauss (distribuciones continuas). El rea bajo la cu rva tiene un va lor igual a l.
Xi -x
En general, se emplear la d istribucin de Poisson como aproximacin de Z=
experimentos binomiales donde el nmero de pruebas es muy alto, pero
Manual CTO de Medicina y Ciruga, 2. 8 edicin
68%
Ideas clave RS
" La distribucin normal o de Gauss es una curva de probabili-
dad continua con forma de campana.
3s 2s 1s X 1s 2s 3s
95%
99,7%
Estimacin de parmetros.
Estadstica inferencial
x,
14.1. Estimacin de medias
Mientras que en un 5% de las ocasiones esta r equivocado. Si se estable- En caso de m uestras peq ueas (n < 100), la esti macin de un por-
ce el nivel de confianza en el 99%, la med ia poblacion al se situar en un centaj e pob laciona l sig ue una distribucin bi nom ial y su c lculo est
99% de las ocasiones entre: tabu lado.
~ n-p)
eep = Y n
Donde el va lor t corresponde a los valores tabu lados de la distribucin
terica t de Stu dent.
No ti ene nada que ver la desv iac in tpi ca de los va- 14.3. Estimacin de medidas
lores de la va riabl e de la muestra o en la pobl acin
con el error estndar de las med ias muestra les alrede- de asociacin
dor de la medi a pobl acional.
RC: 2
14 Estimacin de parmetros.
Estadstica inferencia!
a -----
Estadstica y epidemiolog~
OHIENTACI N Lo que hay que tener claro de este tema es el significado de los errores a y ~, y del poder
de un test estadstico y sobre cmo se modifican Jos parmetros anteriores en funcin
ENARM del tamao de la muestra.
Previamente al ensayo de una hiptesis, se fija la probabilidad mxima de Error t ipo 11: no se rechaza H0 y esta es falsa (no se aceptan las d i-
que los resultados diferentes observados entre los dos grupos puedan ser ferencias y s las hay). Sera como un falso negativo: se da como no
debidos simplemente al azar (HO cierta), que suele ser por convenio del significativo algo que lo es. Se denomina ~ a la probabi lidad de co-
5%. A continuacin, se ca lcula cul es la probabilidad de que las d iferen - meter un error t ipo 11.
cias que se han observado puedan ser explicadas por aza r. Esta probabi- Poder o potencia del test : lo complementario del error~ es la "po-
lidad es el va lor de la p o "grado de significacin estadstica': As, cuanto ten cia o poder estadstico de un test" (1- ~) que se define como la
menor sea p, es decir, cuanto ms baja sea la probabil idad de que el azar capacidad que t iene un test de detectar una d iferencia cuando esta
sea el responsable de las diferencias, mayor ser la evidencia contra H0 y existe en rea lidad; es decir, corresponde a la probabilidad que se t ie-
a favor de H,. ne de demostrar la hiptesis alternativa, siendo cierta (Tabla 14).
Manual CTO de Medicina y Ciruga, 2. 8 edicin
No hay diferencias Error tipo 11 1 -a. Test no paramtricos: son pru ebas que no d ependen de la distri-
significativas o error ~ b ucin de la va ri able y no precisa n condicin previa de normalidad
{Figura 16). Estas pruebas no manejan los va lores cuantitativos
No rechazo HO que toma la variable en cuestin, sino nicamente sus rangos. Son
Tabla 14. Contraste de hiptesis pruebas de menor precisin que las paramtricas, por lo que so-
lamente demostra rn como sign ificativas d iferencias mayores. Por
tanto, generalm ente se prefiere uti lizar p ru ebas para mtricas (t de
1 5.3. Pruebas de significacin Stud ent, an lisis de la va ri anza, etc.) y el uso de los t est no para-
mtricos se lim ita a estud ios con tamaos muestra les menores de
estadStica {Figura 15)
- Asociacin estadstica entre dos variables: el objetivo es demos-
30, en los que las poblaciones no puedan ser consideradas como
normal es, o bi en cuando la va riable represente n ica m ente una
medida aproximada del ca rcter, sin una valoracin exacta. Si las
trar o no la asociacin estadstica entre dos variables observadas en muestras son mayores de 30, no existe inconveniente en utilizar
una muestra. pruebas paramtricas.
DICOTMICAS No dependen de la
(sexo (V/H, DISTRIBUCIN
enfermo, No necesitan de la
CUALITATIVA (" si/no ...) normalidad de la poblacin
> 2 CATEGOR[AS
1
Se toma slo su RANGO
(raza, nivel
socioeconmico) Ms EXIGENTES, menos
POTENTES
VARIABLES
INDEPENDIENTES
Medidas en
grupos diferentes
CUALITATIVA +
- CUALITATIVA
VARIABLES
DEPENDIENTES
--._ CUALITATIVA +
Medidas en los CUANTITATIVA
MISMOS
sujetos en momentos
diferentes se repite
medida
L
ANOVA: anlisis de la varianza
15 Contraste de hiptesis
Estadstica y epidemiologa 1 15
Cualitativa con cuantitativa si n < 30 apa recen los sntomas .. . Uno de los an lisis estadsticos ms fre-
Cualitativa con ordinal
cuentemente empleados es el de Kaplan-Meier. La ca racterstica
distintiva del anli sis con este mtodo es que la proporcin acu-
2 categoras mulada que sobrevive se calc ul a para el tiempo de superviven-
Ms de 2 categoras
(variables dicotmicas)
cia individual de cada paciente. Para saber si hay diferencias en el
t iempo en el q ue se produce el evento para los dos grupos de tra-
U Cle Mann-Whtney Test ae Krusl<aiWa lis tamiento hay que usar test especficos para tal fin como son el test
Test de Wlcoxon Test de Fredman
(tanto para datos apareados (s datos apareados)
de Breslow o el Logra nk.
como no apareados)
La Figura 17 resume los test estadsti cos ms empleados.
Ordinal con ordinal
1) Regresin logstica.
Casos clnicos 2)
3)
Prueba de la t .
Prueba de chi cuadrado.
Un investigador est interesado en determinar si existe una aso- 4) Correlacin de Pearson .
ciacin entre las cifras de tensin arterial diastlica (medida en
mm de Hg) y los niveles de colesterol (medidos en mg/ml). Para RC: 4
ello, ha realizado estas mediciones a 230 voluntarios. Qu prueba
estadstica es la ms apropiada para examinar dicha asociacin?
15 Contraste de hiptesis
Estadstica y epidemiologa
Anlisis de correlacin
y de regresin
donde u y~ son los coeficientes de regres in. Un valor positivo de r indica que a med ida que aumenta una va -
riable, lo hace la otra, o que conforme disminuye una, tambin
El coeficiente a representa el punto en el que la lnea corta el eje lo hace la otra. Un coeficiente de correlacin negativo denota
vertical (valor de y para x = 0). El coeficiente ~ es la pendiente de que a medida que disminuye una variable, aumenta la otra o
la recta que muestra la cantidad que vara y por una unidad de viceversa.
cambio de x. r =O ind ica que no hay correlacin lineal.
La recta de regresin es ms potente para hacer pred icciones
cuando el coeficiente de correlacin (r) est prximo a + 1 o La Figura 19 resume los distintos tipos de relacin entre las varia -
a-1. bles.
Manual CTO de Medicina y Ciruga, 2.a edicin
A l. B
J
..
. .. .. . .. . . ...... .
"1
~ 1,
: "1 1
y - . ~ - -ro :- =- y - ...!. -:-". _:_, -; :_:_: ~ : _.
. . : :. :J .. Relacin lineal
: r
Falta
....
1 .1
positiva de relacin
.. 1
.. ..
1
Relacin lineal .. . Relacin
....
1
negativa
.... :. ...., : ... ... no lineal
: . : ... 1: .
: 1 1
y - .-:-T.-:-.- y .
..
1 :
. .....
. T
... ..
1' :
e D
" Los test de correlacin y de regresin sirven para establecer aso- " Una r de 1 o de -1 implica una correlacin cuya nube de disper-
ciacin entre dos variables cuantitativas. sin se aproxima a la lnea recta.
" El anlisis del test de correlacin se basa en la interpretacin del " Cuando la correlacin es fuerte, podr entonces hacerse el test
coeficiente r. El valor de r est comprendido entre -1 y +1. Un de regresin lineal, cuya frmula es y= a + )x, donde ) es la
valor positivo significa que si la variable "n" aumenta, la variable pendiente de la recta y a el punto de corte de esta en el eje de
"m" lo har tambin. El valor absoluto de la restablece lo fuerte ordenadas.
ORIENT/\CION
Tema relativamente complejo. cer la prevalencia de esqu izofren ia en un rea residencial de Madrid?
ENARM
Seguridad = 95%; precisin = 5%; proporcin esperada = prxima
al 10%:
El tamao de la muestra se determina en el diseo del estudio de modo Para estimar una media se debe conocer:
que sea apropiado pa ra los obj etivos buscados en el mismo y con los El nivel de confianza o seguridad (1-a), habitualmente 95%.
condicionamientos que se est dispuesto a asum ir. Un nmero insufi- La precisin con que se desea estima r el parmetro.
ciente de participantes imped ir encontrar las diferencias buscadas, con - Una idea de la va rianza de la variable cuantitativa que se supone
cluyendo errneamente que no existen, mientras que un nmero excesi- existe en la poblacin.
vo, aumenta innecesariamente el coste.
Ejemplo: Si se desea conocer la media de la colesterolemia basal de
Maneja r muestras es ms barato, rpido, fcil y suficientemente preciso y una poblacin, con una seguridad del 95% y una precisin de 4
exhaustivo que manejar poblaciones. Los datos obtenidos en la muestra mg/d l, y se tiene informacin por un estudio piloto o revisin biblio-
se generalizarn a la poblacin original utilizando ciertas pruebas estads- grfica de que la varianza es de 300 mg/dl:
ticas con una mnima probabilidad de error(< 5% habitualmente).
n: (22 x 300) 1 42 = 75
Hay dos campos en la inferencia estadstica donde se va a desarrollar el
c lcu lo del tamao muestra!:
Estimacin de parmetros: el tamao depender de la variab il idad La precisin est en el denom inador y al cuadrado, lo
del parmetro que se desea estimar (esta ha de ser previamente co- que significa que cuanto ms preciso se pretenda ser,
ms pequeo ser el nmero del denomi nador y, por
nocida, o bien aproximarse a partir de datos preexistentes o estudios
el lo, el tamao muestra ! requerido ser ms grande.
pi lotos), de la precisin con que se pretenda obtener la estimacin
(a mplitud deseada del interva lo de confianza, t en iendo en cuenta
que a mayor precisin, se necesitar un nmero ms alto de sujetos)
y del nivel de confianza.
Para estimar una proporcin se debe conocer: En la estimacin de parmetros, NO se necesita co-
nocer el error 13 para estimar el tamao muestra!.
El nivel de confianza o seguridad (1-a). Pa ra una seguridad del
95% = 2; para una seg uridad del99% = 2,6.
La precisin que se desea para el estudio.
Una idea del valor aproximado del parmetro que se quiere me- Contraste de hiptesis: se uti liza para estudios comparativos y,
dir, revisando la literatura o los estudios previos. En caso de no te- en l, el tamao de la muestra indica el nmero aproximado de
ner dicha informacin, se emplear el va lor p = 0,05 (5%). En este sujetos que se neces itan para detectar una diferencia determinada,
caso, se necesita mayor n, pero garantiza r una mejor estimacin. si existe, con unos mrgenes de error previamente definidos. Los
Manual CTO de Medicina y Ciruga, 2.a edicin
factores a tener en cuenta para determinar el tamao muestra! son La proporcin de prdidas (d): se deber mu ltiplicar el tamao
los siguientes: ca lcu lado por: 1/(1 - d).
La magn itud de la diferencia a detectar que tenga inters cl- La defin icin de si la hiptesis va a ser unilateral o bilateral.
nicamente relevante. Se pueden compara r dos proporciones o Bilateral: cualquiera de los dos parmetros a comparar
dos med ias. (medias o proporciones) puede ser mayor o menor que el
Tener una idea aproximada de los parmetros de la va ri able que otro. No se establece direccin. H0 diferente de H,.
se estudia (bibliografa, estud ios previos). Unilateral: cuando se considera que uno de los pa rme-
La variabilidad de la variable principal. tros debe ser mayor que el otro, indicando, por tanto, una
La seguridad del estud io (riesgo de cometer un error a: 5%). direccin de las diferencias. Slo H0 >o< H,.
El poder estadstico (1 - ~: 80% al menos) (riesgo de cometer un
error~:O, 1- 0,2). La hiptesis bilatera l es una hiptesis ms conservadora y dism inuye el
La proporcin de pacientes en los distintos grupos que respon- riesgo de cometer un error de tipo l.
der a cada tratamiento.
17 Tamao muestra!
Estadstica y epidemiologa J Bibliografa
Bibliografa
Estadstica y epidemiologa
0i1 Dawson/Trapp. Bioestadstica mdica. 4. ed. Manual Moderno, 0i1 Grupo CTO. Manual UO de Estadstica y epidemiologa. Planifica-
2005. cin y gestin. 9. ed. CTO Editorial, Madrid, 2014.
[lil Hernndez Aguado. Manual de Epidemiologa y Salud Pblica. 2. [lil Ruiz, Morillo. Epidemiologa clnica. Editorial mdica Panamerica-
ed. Editorial mdica Panamericana, 2011 . na, 2004.