7 Cuestiones estadsticas bsicas.

Domingo Prez Flores

1. LA INCERTIDUMBRE EN LA TOMA DE DECISIONES EN MEDICINA.

2. LA ESTADSTICA EN LA LECTURA CRTICA DE LA LITERATURA.

3.INTERVALO DE CONFIANZA.

4.SIGNIFICACIN ESTADSTICA.

5.MEDIDAS DEL EFECTO DEL TRATAMIENTO.

6.BIBLIOGRAFA.

2.1.Muestreo.

5.1. Reduccin absoluta del riesgo.5.2. Riesgo relativo.5.3. Reduccin relativa del riesgo.5.4. Nmero necesario de pacientes para tratar.5.5. Nmero necesario de pacientes para perjudicar.5.6. Odds ratio.

181

LA INCERTIDUMBRE EN LA TOMA DE DECISIONES EN MEDICINA

En las ltimas dcadas ha habido un fuerte y creciente inters por la Estadstica en el campo mdico.La Medicina es un rea de la Ciencia donde los principios y mtodos estadsticos han tenido un xitoespecialmente consistente y continan tenindolo, y ello es debido, fundamentalmente, al importantepapel que dichos procedimientos juegan en todos sus mbitos, tanto para una mejor investigacin ycomprensin de todos las Ciencias Biomdicas como para una prctica eficaz de cualquiera de lasprofesiones sanitarias. Es ms, en algunos aspectos de la Medicina como, por ejemplo, laEpidemiologa, la Salud Pblica, los Ensayos Clnicos la Medicina Basada en la Evidencia, losprocedimientos estadsticos no son slo necesarios, sino centrales. La visin mdica del mundo tienefuertes aspectos estadsticos : a preguntas frecuentes en el campo mdico del tipo cmo defrecuente es la enfermedad?, quin es especialmente propenso a contraerla?, cules son lasposibilidades de recuperacin de supervivencia?, se responde con procedimientos estadsticos.

Por otra parte, los conocimientos de Estadstica le proporcionan al mdico una buena capacidad derazonamiento y de criterio tanto en la aplicacin del conocimiento al anlisis e interpretacin de losdatos y signos clnicos, como en la definicin de la naturaleza de los problemas y la planificacin y laejecucin de una estrategia para resolverlo, y, por otra parte, una comprensin de la contribucin de lametodologa de la investigacin y una aptitud para interpretar y aplicar la investigacin de otros en sulabor diaria.

Pero qu fenmeno hace que la Estadstica tenga esta importancia en el desarrollo de la Medicinaactual?. Sin duda, el hecho de que en la Medicina, y en las Ciencias de la Vida en general, se da unfenmeno caracterstico, como es la presencia intrnseca y continua de la variabilidad en los seresvivos, que hace que, en su mbito, se estn tomando continuamente decisiones en ambiente deincertidumbre y, como consecuencia, que la Medicina sea, en s misma, de naturaleza probabilstica.

La Medicina, como disciplina, trata con individuos que presentan variaciones en sus diferentescaractersticas, que constituyen un fenmeno que se conoce como variabilidad. Estas variaciones sonde distintos tipos y dependen de factores biolgicos como la edad, el sexo, la constitucin gentica,etc.., de factores ambientales como, por ejemplo, la dieta, el estrs, el esfuerzo, el estilo de vida,etc.., y de la disponibilidad de recursos sanitarios.

Por una parte, todos los seres vivos muestran variacin en sus caracteres y medidas. Casi todas lascaractersticas encontradas en las Ciencias de la Salud, bien sean ambientales, fisiolgicas,bioqumicas inmunolgicas, etc.., presentan variacin. Cada ser humano es nico y cada reaccin decada ser humano a cada estmulo ambiental a un tratamiento es diferente. Los principios y mtodosestadsticos nos permiten medir, describir y analizar esta variabilidad.

1

71

182

Por otra parte, la prestacin de la asistencia sanitaria se basa bastante, hoy en da, en los datosclnicos y en las pruebas de laboratorio, caractersticas del ser humano que en muchos casospresentan una enorme variabilidad y para las que una funcin importante de la Medicina es definir loslmites normales de esa variacin. Es fundamental una base slida en mtodos estadsticos para elanlisis de los datos clnicos recogidos y para comprender las posibles falacias en la interpretacin delos mismos. El mdico debe saber medir e interpretar la sensibilidad y especificidad de los tests delaboratorio que utiliza, as como su repetibilidad, y tambin tiene que saber como descubrir y controlarlas fuentes de variacin (intra e inter observador). El conocimiento y la consideracin de la variabilidadfisiolgica y patolgica del dato clnico a que se refiere un informe del laboratorio tienen uncomponente estadstico que es de gran ayuda tanto para el diagnstico como para la evaluacin de larespuesta al tratamiento. Estos parmetros estadsticos observados tanto en los datos clnicos comoen las pruebas de laboratorio son, pues, esenciales para la toma de decisiones racionales en laprctica clnica.

Teniendo en cuenta esta variabilidad del ser humano, las decisiones en la prestacin de la atencinsanitaria se basan en la experiencia previa con otros pacientes con otras comunidades decaractersticas biolgicas y sociales parecidas. Debido a esta variabilidad, los resultados de esasdecisiones no se pueden predecir con exactitud, es decir, estos resultados siempre estarnacompaados por la incertidumbre. Por ello, dado que la Estadstica es la herramienta fundamentalpara tratar con la variabilidad y la incertidumbre, su uso es esencial en la toma de decisiones juiciosas,basadas en criterios racionales, para la prestacin de la atencin sanitaria.

Vemos, pues, que una de las claves de la Medicina es la toma de decisiones en ambiente deincertidumbre, tanto a nivel de pacientes individuales como a nivel de comunidad. En las tresactividades fundamentales del clnico, como son diagnosticar correctamente las afecciones de suspacientes, evaluar la gravedad y el desenlace probable de la enfermedad e influir en el curso de sta dela manera ms eficaz y humana posible, es decir, en el diagnstico, el pronstico y el tratamiento, laincertidumbre no deja de estar presente y como tal, son actividades con componente estadstico.

En el diagnstico, el mdico ha de decidir a qu categora pertenece la enfermedad de su paciente.Sea no sea l consciente de ello, esta decisin se basa en dos procesos: en primer lugar, definir lacategora de diagnstico, entendindose como tal cuando determinada combinacin de sntomas ysignos aparece conjuntamente con mucha mayor frecuencia de la que permite la simple coincidencia ycuando esa agrupacin estadstica, repetible y vlida, facilita una base para el pronstico eltratamiento y puede interpretarse en el marco general de los conocimientos existente en cadamomento, en materia de ciencias mdicas. En segundo lugar, la asignacin de la enfermedad delpaciente a una categora determinada, lo que implcito cierto riesgo de error dad que ese paciente notendr, probablemente, todos y cada uno de los sntomas y signos que se describen como tpicos deesa categora de diagnstico y s puede presentar algunos sntomas que tradicionalmente no seasocian con la enfermedad cuya existencia se sospecha. Los procedimientos probabilsticos,estadsticos y de induccin lgica permiten medir el grado de certidumbre de un diagnstico, mejorarcualitativamente la toma de una decisin sobre un diagnstico en funcin de los sntomas y optimizar,en algunos casos, el procedimiento diagnstico relativo a los sntomas observados y a los costes.

Cuestiones estadsticas bsicas.

183

En el pronstico, el mdico debe hacer la valoracin prediccin del posible resultado de un programade intervencin en una comunidad de un tratamiento en la enfermedad de un paciente, a la vista delos signos, sntomas y circunstancias. La estimacin del riesgo que la enfermedad entraa para la vida para el estado de salud ulterior no deja de ir acompaada de incertidumbre y slo se puede hacerbasndose en la experiencia de muchos casos de la misma enfermedad.

En cuanto al tratamiento, la eleccin del programa de intervencin comunitaria adecuado deltratamiento apropiado para un paciente se basa, debera basarse, en procedimientos estadsticos,pues es una decisin en la que subyace, de nuevo, la incertidumbre, ya que un mdico raramente sabecon exactitud como responder un paciente a un tratamiento determinado, pues siempre hayvariaciones en las reacciones de pacientes diferentes y fluctuaciones imprevisibles en el procesomismo de la enfermedad. El mdico elige una intervencin un tratamiento especficos sobre la basede su propia experiencia, de los resultados obtenidos en pacientes comunidades similares que hanrecibido esa intervencin y en el examen de publicaciones sobre los distintos tipos de tratamiento enensayos clnicos controlados.

En los inicios de la Medicina, las decisiones sobre mtodos de diagnstico y sobre tratamientosestaban basadas en la autoridad, donde la opinin de un eminente profesional, basada en suexperiencia y en la autoridad previa de otros profesionales, era la fuente principal de informacin. Conel paso del tiempo, conforme la Medicina se haca ms cientfica, la experiencia se fue formalizandocada vez ms en forma de experimentos controlados y estudios ms planificados, llegndose a lasituacin actual en la que la fuente principal para la toma de decisiones del mdico sobre mtodos dediagnstico de tratamiento es el uso de los datos cientficos publicados, es decir, estamos en la erade la Medicina basada en la evidencia. Se ha producido, pues, un cambio cualitativo importante en elparadigma de la Medicina: se ha pasado de la prctica mdica basada en la autoridad a la prcticabasada en la evidencia, donde la revisin sistemtica y la interpretacin de toda la evidencia publicadason aceptadas como la base del enfoque actual de la atencin sanitaria. El mismo proceso estocurriendo en otros campos de las Ciencias de la Salud, hablndose en la actualidad de Enfermerabasada en la evidencia, Fisioterapia basada en la evidencia, etc..

El profesional sanitario puede enfocar su inspeccin de la evidencia en varios niveles. El nivel bsico yfundamental es la revisin de un artculo cientfico en el que se informa de los resultados de un estudioconcreto y que es importante para estudios relacionados con la propia actividad de este profesional. Elsiguiente nivel es el artculo de revisin, donde estn recogidos conjuntamente la evidencia y la opininsobre un asunto. Un tercer nivel es el meta-anlisis, que combina todos los estudios disponibles sobreun tema, dando una estimacin conjunta de algn parmetro de inters, como por ejemplo, el efectode un tratamiento, etc.. El ltimo nivel seran los proyectos de mbito mundial, como la CochraneCollaboration, que proporcionan meta-anlisis de todos los tratamientos conocidos, bajo todo tipo decondiciones, los actualiza de forma regular y los distribuye a la comunidad cientfica. En todos estosniveles es necesario que el profesional sanitario inspeccione los informes aportados en las revistas

LA ESTADSTICA EN LA LECTURA CRTICA DE LA LITERATURA7

2

184

mdicas, para cuya comprensin necesita dos cosas: una es un conocimiento del tema que se estinvestigando, como la enfermedad que se intenta tratar, los frmacos que se estn prescribiendo, lasdistintas posibilidades de tratamiento, etc..,. La otra es una familiarizacin con los mtodos deinvestigacin que se estn usando, particularmente los referidos al diseo del estudio y a lainformacin estadstica recogida en el artculo, en trminos de resumen de datos y anlisis einterpretacin de resultados, lo que muestra la importancia de los mtodos estadsticos en la prcticamdica basada en la evidencia.

La decisin sobre qu tratamiento aplicar a un paciente se basa, fundamentalmente, en la observacinde la eficacia relativa de las diferentes formas de terapia. En el proceso mediante el que se llega a ladecisin interviene, de manera esencial, la evaluacin estadstica de la informacin numrica recogidaen la literatura existente. En este aspecto, en cualquiera de los cuatro niveles referidos anteriormente,el clnico debe ser capaz, no slo de comprender los resultados publicados sobre las distintasterapias, sino tambin de evaluar crticamente su validez, sabiendo detectar cualesquiera razonesestadsticas que haya para dudar de las conclusiones. Altman seala entre estas razones, comoms importantes, las siguientes:

Uso de porcentajes muestrales como poblacionales.Uso de muestras demasiado pequeas.Eleccin de grupos de comparacin inadecuados y grupos control que no lo son en el sentidoestadstico.Mezcla de pacientes no comparables (hombres y mujeres, jvenes y ancianos, etc.,.).Naturaleza sesgada de la muestra de pacientes que recibe el tratamiento.Violacin de condiciones del anlisis, problemas de apareamiento y tcnicas demasiado simples.Constatacin de diferencias asociaciones muy dbiles como si fueran mucho mayores.Mala interpretacin del grado de significacin P en los tests y confusin entre significacinestadstica e importancia clnica

No estamos hablando de una cuestin insignificante, pues las consecuencias del mal uso de laEstadstica y de los errores en los principios y mtodos estadsticos utilizados en la literatura mdicason incalculables desde varios puntos de vista como, por ejemplo:

Los individuos utilizados en la investigacin habrn sufrido riesgos molestias sin beneficioalguno.Los recursos humanos y materiales y el tiempo dedicado al estudio podran haberse utilizado deforma ms productiva en otro proyecto en una mejor planificacin del mismo.A partir de los supuestos hallazgos del estudio, otros pacientes podran recibir un deficientetratamiento en el futuro sufrir diagnsticos errneos con riesgos evidentes para su salud.El trabajo de otros investigadores se vera afectado al tratar stos de profundizar en lneas intiles abandonar otras ms frtiles.Y, lo que es potencialmente ms grave, el investigador equipo implicado en el trabajo errneopodra continuar usando metodologa estadstica inadecuada en el futuro e incitar a otros ahacerlo.

2,3,4

5,6,7

Cuestiones estadsticas bsicas.

185

Todo esto refleja la importancia de que el clnico posea los suficientes conocimientos de metodologaestadstica para desarrollar la facultad crtica y deductiva que necesita para pensar cientfica, lgica ycrticamente sobre los problemas de salud y para comprender la informacin suministrada por laliteratura mdica. Todo ello le ayudar en la toma de decisiones racionales relacionadas con la prcticade la asistencia sanitaria y le permitir leer con espritu crtico dicha literatura a fin de descubrir si lametodologa utilizada puede producir una informacin til y detectar tanto afirmaciones errneascomo conclusiones y decisiones que no se deriven de los resultados de un estudio y que carezcan deuna base lgica y cientfica.

Las tcnicas y procedimientos estadsticos que pueden haber sido utilizados en cualquier artculopublicado en la literatura mdica forman un espectro muy amplio y son de una extensa variedad encuanto a dificultad y complejidad. No es objetivo de este captulo, como se comprender, hacer unaexposicin exhaustiva de ellos ni pretender que el lector, al finalizar su lectura, sea un experto en losmismos, sino exponer, de manera breve y concisa, algunos procedimientos estadsticos bsicos degran importancia en la Medicina Basada en la Evidencia y de uso frecuente en la toma de decisiones enla prctica clnica, as como despertar el inters del clnico para que acuda a textos apropiados paraaprender ampliar sus conocimientos sobre los mismos.

Generalmente, las investigaciones clnicas tratan de sacar conclusiones sobre la efectividad de untratamiento de un procedimiento de diagnstico, para la generalidad de individuos con unasdeterminadas caractersticas, habitualmente pacientes con una enfermedad concreta, queconstituyen lo que, en terminologa estadstica, se conoce como poblacin. Como es imposibleexperimentar un nuevo tratamiento en toda esa poblacin de pacientes, se selecciona un grupo deellos, denominado muestra, en los que se realiza el estudio, para despus obtener conclusiones sobredicho tratamiento para la poblacin origen de esa muestra. El inters de un estudio radica, pues, en lageneralizacin de los resultados: no se est tan interesado en lo que ocurre con los individuosparticulares que participan en la investigacin como en predecir lo que pueda ocurrir en el futuro conotros individuos similares.

Este proceso, conocido como inferencia estadstica, presenta diversos problemas. Uno es el delsesgo de seleccin , es decir, hasta qu punto los pacientes incluidos en el estudio son similares aaquellos a quienes se quieren aplicar los resultados del estudio o, dicho de otra manera, hasta qupunto son tan distintos como para que los resultados del estudio no sean tiles para tomar decisionessobre stos. Realizando la seleccin de pacientes con las tcnicas de muestreo adecuadas , seobtiene una muestra representativa de la poblacin, lo que nos permite garantizar la validez de lainduccin de los resultados hacia sta.

8

9

Por otra parte, si las conclusiones que se obtienen para la poblacin se basan en los datos obtenidosen una muestra de la misma, es lgico pensar que, para que esas conclusiones sean fiables, lo primeroque hay que exigir es que esa muestra contenga suficiente informacin de la poblacin. En estesentido, el tamao de la muestra es uno de los aspectos ms importantes de un estudio. Actualmente,no es admisible presentar un protocolo de una investigacin mdica los resultados de la misma,

2.1. MUESTREO.

186

indicando que se ha usado un nmero de pacientes concreto sin justificarlo. Es conocido que la calidadcientfica de los resultados de un estudio, la fiabilidad de las conclusiones la representatividad de losparmetros obtenidos estn en estrecha relacin con el tamao de las muestras utilizadas. Comonorma general, el tamao de muestra en una investigacin debe ser el mnimo necesario, pero a su vezsuficiente para proporcionar una respuesta fiable al objetivo final del estudio. La determinacin dedicho tamao mnimo es de naturaleza estadstica y depende de varios factores como el tipo deestudio, el tipo de variable utilizada, los riesgos de error que se est dispuesto a asumir, la precisinque se desea obtener, etc..,.

Otro problema es que al estar la muestra de pacientes seleccionada con procedimientos basados en elazar, ste hace que los resultados obtenidos en la misma no coincidan exactamente con los quehubiramos obtenido si hubiramos incluido a toda la poblacin de pacientes en el estudio. Seproduce, pues, una diferencia entre el valor obtenido para un parmetro en la muestra y el verdaderovalor de ese parmetro en la poblacin, un error debido al muestreo. Esta situacin provoca que lasconclusiones de cualquier estudio para la poblacin no sean fiables al 100%, generndose unosriesgos de error que deben tenerse en cuenta a la hora de la toma de decisiones. Procedimientosestadsticos como la estimacin por intervalo de confianza o las pruebas de significacin estadsticamanejan estos inconvenientes y proporcionan soluciones para los mismos.

Aunque existen otros tipos de mtodos para la estimacin de un parmetro en la poblacin, losprocedimientos de estimacin por intervalo de confianza son los ms utilizados en la literatura mdicadebido, bsicamente, a su fcil interpretacin.

Un intervalo de confianza se construye alrededor del valor del parmetro obtenido en la muestra y esun rango de valores, consistente con los datos muestrales, en el que se encuentra, con una ciertaseguridad (llamada nivel de confianza), el verdadero valor del parmetro en la poblacin. El nivel deconfianza se expresa en trminos probabilsticos y se interpreta como la probabilidad de que elverdadero parmetro poblacional est dentro del intervalo de confianza. La amplitud del intervalo nosinforma sobre la precisin de la estimacin, comprobndose, por una parte, que cuanto mayor es lamuestra y cuanto menor es la dispersin de los datos, ms estrecho es el intervalo y, en consecuencia,ms precisa es una estimacin, y por otra que, cuanto mayor sea el nivel de confianza que utilicemos,peor es la precisin de la estimacin. En la investigacin mdica se utiliza, habitualmente, el nivel deconfianza del 95% porque proporciona una suficiente seguridad y no se ampla demasiado el intervalode confianza. Quizs, una visin frecuentista del nivel de confianza sea ms intuitiva para el lector: unnivel de confianza del 95% se puede interpretar como que de cada 100 muestras del mismo tamaoque obtengamos aleatoriamente de la poblacin y para las que calculamos los respectivos intervalosde confianza, es de esperar que en 95 de ellos est incluido el verdadero valor del parmetropoblacional.

INTERVALO DE CONFIANZA.7

3

Cuestiones estadsticas bsicas.

187

Los mtodos estadsticos nos permiten obtener intervalos de confianza para cualesquiera de losparmetros que se usan en la literatura mdica (media, proporcin, coeficientes de correlacin y deregresin, diferencia de proporciones, medidas del efecto de un tratamiento, etc..), pudiendoconsultarse en cualquier texto de Bioestadstica .

Un ensayo clnico es de naturaleza bsicamente comparativa y, en su versin ms simple, consiste enla comparacin de un grupo de pacientes a los que se administra un tratamiento experimental (grupotratamiento), con otro grupo al que se administra un tratamiento control, generalmente un tratamientoestndar un placebo (grupo control). Los resultados de uno y otro grupo, lgicamente, no sernexactamente iguales. Se observan, pues, diferencias entre los dos grupos, de mayor menormagnitud, que puede ser debidas a algunas de las siguientes causas:

Los individuos de uno y otro grupo difieren de manera sistemtica al inicio del ensayo en factoresque pueden influir en el resultado del tratamiento. Se tratara, pues, de grupos no comparablesantes de empezar el estudio.Los pacientes de los dos grupos difieren durante el desarrollo del ensayo en cuanto a la forma deadministracin de los tratamientos, manipulacin de los pacientes, criterios de valoracin, etc..,no mantenindose, pues, la comparabilidad a lo largo del estudio.El azar del muestreo al seleccionar los pacientes.El verdadero efecto diferente de los dos tratamientos.

La metodologa de los ensayos clnicos controlados , que est muy protocolizada, nos permite, enteora, suprimir las dos primeras causas: mediante la aleatorizacin randomizacin, asignacin alazar de los individuos que participan en el ensayo a los grupos de tratamiento, logramos eliminar lasdiferencias sistemticas inherentes entre los individuos del grupo experimental y del grupo control alcomienzo del estudio y, como consecuencia, se consigue la comparabilidad de los mismos; utilizandoprocedimientos de enmascaramiento (blinding) como los ensayos a ciego a doble ciego,conseguimos mantener la comparabilidad entre los grupos durante el estudio, sobre todo en relacin ala administracin de los tratamientos, la evolucin y seguimiento de los pacientes y la valoracin delresultado del tratamiento. Por lo tanto, una vez descartadas las dos primeras causas de esasdiferencias observadas, si pudiramos afirmar slidamente que es poco probable que las mismassean explicadas por el azar del muestreo, se podra concluir que las diferencias observadas entre losdos tratamientos son debidas a que uno es ms efectivo que el otro.

Las herramientas estadsticas que nos permiten valorar hasta qu punto estas diferencias son debidasal azar de muestreo son las pruebas tests de significacin estadstica, tambin llamadas contrastesde hiptesis. Son las tcnicas estadsticas usadas con ms frecuencia en la literatura clnica yepidemiolgica y, a menudo, son mal entendidas y errneamente interpretadas . Se utilizan en todoslos campos de la Ciencia, pero de una manera ms formal, y en el mbito particular de un ensayoclnico, en un test de significacin estadstica se confronta la hiptesis de que los dos tratamientos sonigualmente efectivos, llamada hiptesis nula (H0), contra la hiptesis de que tienen distinta efectividad,hiptesis alternativa (H1), y se decide una de las hiptesis mediante la evaluacin de la consistencia delos datos obtenidos con la hiptesis nula.

10, 11

12

13

14 15

SIGNIFICACIN ESTADSTICA.7

4

188

El procedimiento utiliza propiedades estadsticas tericas (el lector puede consultarlo en cualquierlibro de Bioestadstica ) para obtener un valor p, llamado grado de significacin, muy utilizado en laliteratura mdica, que se interpreta como la probabilidad de equivocarnos si decidiramos la hiptesisalternativa, o lo que es lo mismo, la probabilidad de que las diferencias observadas entre los dostratamientos sean debidas slo al azar del muestreo. De esta manera, el valor p mide la fuerzaprobatoria de los datos observados contra la hiptesis nula de igual efectividad de los tratamientos, enel sentido de que cuanto menor sea P, mayor es la evidencia contra H0. Hoy en da, en la literaturamdica, se usa de manera extendida el valor de 0,05 como punto de corte conveniente para la toma dela decisin sobre una u otra hiptesis, aunque la interpretacin ltima la debe hacer el investigador. Aspues, si p0.05 se considera queya es demasiado probable que las diferencias sean debidas al azar del muestreo, existe demasiadaprobabilidad de equivocarse si decidimos H1, con lo que la evidencia contra la hiptesis nula es dbil ylos datos son consistentes con la misma; en esta situacin decidiremos la hiptesis nula y diremos quela diferencia entre los tratamientos no es significativa. Se debe tener cuidado cuando se decide que ladiferencia no es significativa pues, en ese caso, debemos entender que no hemos podido demostrarque haya diferencia entre los tratamientos en la poblacin en cuanto a su efectividad, pero no hemosprobado que sean iguales; dicha diferencia an puede existir y puede haber ocurrido que la muestra nohaya sido lo suficientemente grande como para detectarla.

Existen muchos tipos de contrastes de hiptesis para comparar dos tratamientos que van desdelos tests t de Student de comparacin de medias y los tests no paramtricos si el criterio de valoracindel resultado del tratamiento es cuantitativo, a los tests ji-cuadrado de comparacin de proporcionessi dicho criterio es cualitativo, pasando por los tests referidos a las medidas del efecto de lostratamientos que veremos ms adelante.

Uno de los aspectos ms importantes que debe tener en cuenta el mdico a la hora de la toma dedecisiones clnicas a partir de los resultados publicados en la literatura mdica, es no confundirsignificacin estadstica con significacin clnica . Mientras que la significacin estadstica, comohemos dicho, evala hasta qu punto los datos sugieren que las diferencias observadas entre losefectos de los tratamientos pueden ser explicadas no por la casualidad, la significacin clnica serefiere a la magnitud y la importancia de esas diferencias en la prctica clnica La interpretacin delos resultados de un estudio no debe basarse solamente en el valor del grado de significacin p, ya queno mide la importancia clnica de la diferencia observada y, sin embargo, se ve muy influido por eltamao muestral . De hecho, puede ocurrir que una diferencia muy pequea, sin relevancia clnica,puede haberse detectado como significativa debido a que se ha estudiado un elevado nmero depacientes. Y viceversa, una diferencia grande entre los grupos, que parece clnicamente importante,puede que no se detecte como significativa por disponer de pocos pacientes en el estudio por existiruna gran dispersin en los datos de los pacientes.

10, 11

10,11

16

17.

18

4.1. SIGNIFICACIN ESTADSTICA Y SIGNIFICACIN CLNICA.

Cuestiones estadsticas bsicas.

189

Una manera de considerar la significacin clnica de la diferencia del efecto de los tratamientos a lahora de realizar un test de significacin estadstica, ya que ste no nos informa sobre cuanto mejor esun tratamiento que otro, podra ser combinarlo con el intervalo de confianza de dicha diferencia. Losintervalos de confianza identifican el rango donde puede estar, con alta probabilidad, el verdaderoefecto del tratamiento. De hecho, hay autores que piensan que, en la toma de decisiones en laclnica, los intervalos de confianza son ms tiles para los clnicos que los tests de significacinestadstica, proponiendo realizar stos ltimos mediante la utilizacin, de forma complementaria, delos intervalos de confianza, de manera que si el valor de la hiptesis nula (que suele ser diferencia ceroentre medias entre proporciones) no est incluido en el intervalo de confianza al nivel de confianza del95%, se rechaza la hiptesis nula y se deciden diferencias significativas al nivel de significacin del 5%.No obstante, en este procedimiento existe el inconveniente de que no se puede calcular el verdaderogrado de significacin p pero, sin embargo, nos permite disponer adicionalmente de un rango devalores del efecto del tratamiento.

El nfasis que se viene haciendo en la importancia de incorporar de forma crtica los resultados de lainvestigacin cientfica en la prctica mdica habitual, conlleva la necesidad de expresar los resultadosde forma clara, inteligible y fcilmente trasladable a las situaciones que el mdico encuentra en suactividad diaria. En este sentido, para los clnicos que buscan aplicar los resultados de los ensayosclnicos de las revisiones sistemticas a la atencin sanitaria de sus pacientes, es importante valorarde forma adecuada la significacin clnica de la diferencia del efecto de dos tratamientos, sea sta noestadsticamente significativa, utilizando medidas especficas del efecto que cuantifiquen la mejora deun tratamiento sobre el otro y que sean ms cercanas al tipo de razonamiento que se usa en la toma dedecisiones clnicas.

En la literatura clnica y epidemiolgica se usan, para ello, distintos ndices y algunos trabajos indicanque, dependiendo de qu medidas del efecto se empleen en un determinado estudio, el impacto deuna intervencin un tratamiento puede parecer grande pequeo que el grado en el que losmdicos estn dispuestos a prescribir un tratamiento depende, en gran medida, de qu ndice se usepara representar su eficacia . Todos esos ndices son correctos y legtimos para presentar losresultados, informando de facetas diversas del efecto de los tratamientos, por lo que conviene aqudefinir y comentar brevemente los ms utilizados.

Las medidas del efecto del tratamiento que estudiaremos tienen un elemento de partida comn: elcriterio de valoracin del resultado del tratamiento en cada paciente es una variable binaria (variabledel tipo s o no) que representa un evento que puede ocurrir o no ocurrir como, por ejemplo, muerte,curacin, recidiva, mejora, ocurrencia de una enfermedad, etc.. Cuando ese resultado es una variablecuantitativa, generalmente continua, como por ejemplo, tensin arterial, glucemia, etc.., lo habitual estransformarlas en binarias: hipertensin o normotensin, hiperglucemia o normoglucemia, etc.

19,20

21

22

23,24

MEDIDAS DEL EFECTO DEL TRATAMIENTO.7

5

190

En un ensayo clnico, el resultado observable en cada paciente es que dicho paciente presente no elevento en estudio; el resultado para un grupo de pacientes se resume mediante la proporcin depacientes en los que el evento ocurre. Esta proporcin estima la probabilidad o riesgo del evento enese grupo. Este ltimo trmino es el utilizado de manera habitual, aunque genera cierta confusinterminolgica porque, en ensayos clnicos, se puede estudiar unas veces eventos adversos (muerte,enfermedad, efectos secundarios, etc,..) y otras veces eventos beneficiosos (supervivencia, curacin,mejora, etc,..) y para ambos se usa el trmino riesgo, que hace pensar slo en eventos adversos.

En cualquier ensayo clnico, los resultados del mismo se pueden expresar en una tabla como lasiguiente:

En esta situacin, la estimacin de los riesgos en el grupo tratamiento (Rt) y en el grupo control (Rc)sera:

A partir de aqu, para evaluar el efecto de un tratamiento hay que comparar el riesgo en el grupotratamiento con el riesgo en el grupo control; las distintas formas de compararlos originan las diversasmedidas del efecto del tratamiento que vamos a considerar.

La manera ms sencilla de comparar dos riesgos, en definitiva dos nmeros, es hallando su diferencia.La reduccin absoluta del riesgo (RAR) se define como la diferencia del riesgo del grupo tratamiento yel riesgo del grupo control:

5.1. REDUCCIN ABSOLUTA DEL RIESGO.

Cuestiones estadsticas bsicas.

191

Como ejemplo, consideremos la siguiente situacin en la que el evento de inters es la muerte:

Los riesgos en los grupos tratamiento y control seran

Y la reduccin absoluta del riesgo

La RAR se interpreta como el porcentaje de pacientes que han evitado el evento adverso comoconsecuencia de recibir el tratamiento experimental en lugar del control. En nuestro ejemplo, el RARindica que el tratamiento experimental reduce el riesgo de muerte en 0,1649 o un 16.49%. Dicho deotra manera, por cada 100 pacientes que sigan el tratamiento experimental se evitarn entre 16 y 17muertes respecto a las que se hubieran producido si se hubiera empleado el tratamiento control. Portanto, es un ndice que expresa las consecuencias de dar el tratamiento, por ello a veces se ledenomina tambin reduccin atribuible del riesgo, o abreviadamente riesgo atribuible. Tambin sepuede expresar como diferencia absoluta de riesgo. Su principal inconveniente es que se expresacon un nmero pequeo, que quizs explique por qu es el ndice con el que los mdicos perciben queel efecto es menor .

La ausencia total de efecto del tratamiento sera una RAR = 0, por lo que se puede realizar un test designificacin estadstica para la reduccin absoluta del riesgo contrastando la hiptesis nula H0: RAR= 0 contra la hiptesis alternativa H1: RAR 0.

Se puede obtener el intervalo de confianza para la RAR teniendo en cuenta que sta no es ms que unadiferencia de riesgos que se estiman mediante proporciones. De este modo, cuando las muestras sonsuficientemente grandes, el intervalo de confianza de la reduccin absoluta del riesgo, al nivel deconfianza del 95%, se puede calcular a travs de la expresin

22

=

192

siendo nt y nc el nmero de pacientes de los grupos tratamiento y control respectivamente.

Otra forma de comparar dos riesgos es a travs de su cociente. El riesgo relativo (RR) es el cocienteentre el riesgo del grupo tratamiento y el riesgo del grupo control:

Observando esta definicin, el riesgo relativo se puede interpretar como el nmero de veces que esms probable que presente el evento un paciente del grupo tratamiento que otro del grupo control y sededuce que si RR < 1 el tratamiento experimental protege de la aparicin del evento, si RR = 1 resultaindiferente y si RR > 1 favorece la aparicin del mismo.

En nuestro ejemplo, el riesgo relativo sera

por lo que podemos decir que el riesgo en el grupo tratamiento es 0.63 veces el riesgo en el grupocontrol, es decir, un 63% del mismo.

Para obtener el intervalo de confianza para el riesgo relativo, dado que ste tiene una distribucin muyasimtrica, se debe utilizar el ln(RR), que sigue aproximadamente una distribucin normal,obtenindose la siguiente expresin como intervalo de confianza para el riesgo relativo RR al nivel deconfianza del 95%:

En nuestro ejemplo,

5.2. RIESGO RELATIVO.

Cuestiones estadsticas bsicas.

193

lo que da un intervalo de confianza para el riesgo relativo de (0.39 ; 1.01)

Como hemos visto, cuando los tratamientos experimental y control tengan el mismo efecto, el riesgorelativo sera RR = 1, por lo que un test de significacin estadstica para el riesgo relativo consistira enel contraste de la hiptesis nula H0: RR = 1 contra la hiptesis alternativa H1: RR 1. Aunque existenotras formas de llevarlo a cabo, dicho test se podra realizar al nivel de significacin del 5%, tal y comose ha sealado con anterioridad en este captulo, comprobando si el valor de esta hiptesis, es decir,RR = 1, est no dentro de este intervalo de confianza.

La reduccin relativa del riesgo (RRR) se define como el cociente entre la reduccin absoluta del riesgoRAR y el riesgo en el grupo control Rc .

Considerando el riesgo en el grupo control como riesgo basal, es decir, riesgo sin tratamiento con eltratamiento estndar, la reduccin relativa del riesgo se interpreta como la proporcin el porcentajedel riesgo basal que es eliminado como consecuencia de la nueva terapia.

Si el evento de inters es un evento adverso, el riesgo relativo ser mayor que 1 y la reduccin relativadel riesgo se puede expresar como

mientras que si es un evento beneficioso, el riesgo relativo es menor que 1 y la reduccin relativa delriesgo sera

observndose que la RRR es la parte del riesgo relativo que falta para 1 que excede de 1,respectivamente.

En nuestro ejemplo,

5.3. REDUCCIN RELATIVA DEL RIESGO.

194

es decir, la administracin del nuevo tratamiento supone una reduccin del 36.96% del riesgo delgrupo control.

A la reduccin relativa del riesgo se le llama tambin fraccin atribuible diferencia relativa delriesgo e ilustra el beneficio del tratamiento en trminos relativos. Esto es una ventaja pero tambin uninconveniente, pues al dejar de considerar la magnitud del riesgo en el grupo control (riesgo basal) sepueden obtener sobrestimaciones o subestimaciones del impacto del tratamiento si el riesgo controlfuera muy bajo o muy alto, respectivamente. As, por ejemplo, si el riesgo de eventos adversos sintratamiento es bajo en un determinado grupo de pacientes al comienzo del estudio, una pequeareduccin de ese riesgo en trminos absolutos da lugar a la misma RRR que una reduccin mayor en ungrupo de pacientes que tienen un riesgo basal tambin mayor. Es ms, existe fundada evidencia deque mientras la reduccin absoluta del riesgo (RAR) disminuye cuanto menor es el riesgo basal, lareduccin relativa del riesgo, a menudo, permanece constante.

El nmero necesario de pacientes para tratar (NNT) se define como nmero de pacientes que seestima que es necesario que reciban el tratamiento experimental en lugar del control para que unpaciente adicional evite el evento adverso (u obtenga el beneficio si se trata de un evento beneficioso).

Para deducir la expresin para su clculo, utilicemos nuestro ejemplo: en el apartado 5.1 obtuvimosuna reduccin absoluta del riesgo de RAR = 0.1649 (16.49%), lo que quiere decir que por cada 100pacientes que sigan el tratamiento experimental en lugar del control, se evitarn 16.49 muertes.Entonces, para evitar una muerte, y mediante una sencilla regla de tres, se necesitar tratar un nmerode pacientes

es decir, que se espera que se evite una muerte por cada, aproximadamente, 6 pacientes tratados conla nueva terapia.

As pues, el nmero necesario de pacientes para tratar NNT se puede calcular mediante del inverso dela reduccin absoluta del riesgo RAR, es decir,

segn que la RAR est expresada en tanto por uno en tanto por ciento respectivamente.

Evidentemente, cuanto menor sea el NNT ms importante es el efecto del tratamiento y viceversa, a unmenor efecto del tratamiento le corresponde un mayor NNT, llegando a la terica situacin lmite deque cuando el efecto del tratamiento es nulo (RAR=0), el NNT tendra valor infinito.

25,26

5.4. NMERO NECESARIO DE PACIENTES PARA TRATAR.

Cuestiones estadsticas bsicas.

195

El NNT se ha popularizado bastante en los ltimos aos a raz del auge de la Medicina basada en laevidencia, ya que es una medida clnica muy til de las consecuencias de un nuevo tratamiento, puesexpresa el efecto del mismo en unos trminos intuitivos, ms prximos a su significado clnico, quepermiten fcilmente comparar las ventajas del tratamiento con sus inconvenientes, acercndose,pues, al modo de razonamiento que se usa en la toma de decisiones clnicas. Es una medida concisa,fcil de calcular, fcil de comprender y tiene la ventaja de que no slo proporciona informacinestadstica, sino tambin informacin clnica. Ha sido considerado como la medida del efecto msrepresentativa de la significacin clnica .

El NNT es un parmetro eficaz por su capacidad para comunicar y presentar el impacto de untratamiento o de una intervencin, pero por ello mismo, debido a su capacidad de simplificacin, hayque ser cautos a la hora de utilizarlo e interpretarlo, teniendo en cuenta que existen otras alternativas.En este sentido, como cualquier resultado estadstico, el NNT se puede acompaar con su intervalo deconfianza, aunque el clculo de ste es un poco problemtico y su interpretacin resulta un tantoconfusa si no hay un efecto claro del tratamiento, es decir, si el tratamiento experimental no essignificativamente ms eficaz , incluso, si es menos beneficioso que el control .

Por ltimo, como consecuencia de su reciente popularidad, el NNT tambin se tiende a utilizarlo, demanera indiscriminada, como medida global en los meta-anlisis de ensayos clnicos. Pero hay quetener mucha precaucin a la hora de interpretar los NNT obtenidos a partir de un meta-anlisis , puesse debe siempre analizar el riesgo base en cada uno de los estudios individuales, ya que si hayheterogeneidad en dichos riesgos basales, es decir, si stos son diferentes, su utilidad es ms quedudosa y el NNT global puede resultar poco informativo. En esos casos es preferible utilizar un ndicerelativo como el riesgo relativo el odds ratio, pues, aunque no nos den una medida del impacto realdel tratamiento como el RAR y el NNT, se ha evidenciado que los ndices relativos tienden a ser mshomogneos entre diferentes ensayos del mismo tratamiento y estn menos influenciados por elriesgo basal .

De igual modo que el NNT, se puede usar el nmero necesario para perjudicar para evaluar efectosadversos del tratamiento. Este ndice, representado por las siglas de su nombre en ingls NNH(number needed to harm), se define como el nmero de pacientes que deberan recibir el tratamientoexperimental en lugar del control para que un paciente adicional obtenga el perjuicio. Slo tienesentido emplearlo cuando el riesgo del evento perjudicial sea mayor en el grupo tratamiento que en elgrupo control, como, por ejemplo, cuando los efectos secundarios son ms frecuentes en eltratamiento experimental que en el control.

Su clculo es similar al del NNT, es decir,

27

28,29

30

31

5.5. NMERO NECESARIO DE PACIENTES PARA PERJUDICAR.

196

y todas las dems consideraciones realizadas para aqul en el apartado anterior son vlidas para elNNH, con la nica diferencia, como hemos indicado, de que estamos tratando con efectos adversosdel tratamiento.

La toma en consideracin del NNT y del NNH conjuntamente permite al mdico tener en cuenta, almismo tiempo, las ventajas e inconvenientes de un tratamiento, tal y como se hace en la prcticaclnica, ayudndole en la toma de decisiones con argumentos ms slidos.

Esta es una medida de asociacin entre variables binarias de uso bastante frecuente en la literaturaclnica y epidemiolgica que, bajo ciertas condiciones, tambin se utiliza como medida del efecto deun tratamiento.

El odds es un trmino para el que en castellano no existe una traduccin comnmente aceptada,emplendose con cierta frecuencia las palabras posibilidad ventaja. En el mbito estadstico, esotra forma de presentar un riesgo, un poco distinta a la proporcin al porcentaje que hemos vistoanteriormente. El odds es el cociente entre la probabilidad de que el episodio de inters ocurra y laprobabilidad de que no ocurra y, habitualmente, se estima por el cociente entre el nmero de vecesque ha ocurrido el evento y el nmero de veces que no ha ocurrido, midiendo, por tanto, las veces quees ms probable que ocurra el evento que las que no ocurra. As, un odds de 4 indica que por cada 4pacientes que presenten el evento, habr 1 que no lo presentar.

Con nuestra notacin, los odds en uno y otro tratamiento se obtendran como

En nuestro ejemplo, el odds en el grupo tratamiento sera 18/46 mientras que en el grupo control29/36; ambos son menores que 1, lo que quiere decir que, en ambos grupos, es menos frecuente lamuerte del paciente que la supervivencia.

Si queremos comparar esta medida especial del riesgo en cada grupo, el odds, entre los dostratamientos, podemos calcular el cociente entre ambos odds obteniendo, as, el conocido odds ratio(OR)

5.6. ODDS RATIO.

Cuestiones estadsticas bsicas.

197

En caso de que no haya efecto del tratamiento, el riesgo probabilidad de que ocurra el evento es elmismo para ambos grupos, por lo que los odds tambin coincidirn y, por tanto, el odds ratio ser OR= 1. Por otra parte, si el OR > 1 se interpretar como que el tratamiento experimental favorece laaparicin del evento pues su odds es mayor que el del control y viceversa, si el OR < 1 diremos queprotege de la aparicin del mismo. Adems, cuanto mayor sea el efecto del tratamiento, en uno u otrosentido, ms distintos son los odds y, por tanto, ms se alejar el OR de 1 (en el sentido de mayor omenor que 1). En este aspecto, el odss ratio tiene un comportamiento similar al riesgo relativo.

Con los datos de nuestro ejemplo, el odds ratio sera

lo que quiere decir que, en nuestros datos, el tratamiento experimental reduce la aparicin del eventomuerte respecto al control.

Al igual que con el riesgo relativo, se podra obtener el intervalo de confianza para el odds ratioutilizando su logaritmo, pues el OR tiene una distribucin muy asimtrica y el ln(OR) sigueaproximadamente una distribucin normal, obtenindose la siguiente expresin como intervalo deconfianza para el odds ratio OR al nivel de confianza del 95%:

En nuestro ejemplo, este intervalo de confianza sera

lo que da un intervalo de confianza para el odds ratio de (0.23 ; 1.01)

Por otra parte, al igual que con el riesgo relativo, como cuando los tratamientos experimental y controltienen el mismo efecto, el odds ratio es OR = 1, se podra realizar un test de significacin estadsticapara el odds ratio que consistira en el contraste de la hiptesis nula H0: OR = 1 contra la hiptesisalternativa H1: OR 1. Del mismo modo, dicho test se podra realizar al nivel de significacin del 5%,comprobando si el valor de la hiptesis nula OR = 1 est no dentro de este intervalo de confianza.

Hemos visto, pues, que el odds ratio se comporta de manera parecida al riesgo relativo, sin embargotiene una interpretacin mucho menos intuitiva que ste, por lo que el OR ha recibido frecuentescrticas por lo proclive que resulta a interpretaciones errneas . Pero a pesar de ser ms simple el RRque el OR, cules son las razones por las que es tan popular ste ltimo y se usa con tanta frecuenciaen la literatura mdica?.

32

198

En primer lugar, porque se puede usar en cualquier tipo de estudio que genere una tabla , como losestudios observacionales prospectivos, retrospectivos transversales, los estudiosexperimentales, como los ensayos clnicos. En particular, en los estudios de casos y controles,mientras que s se puede utilizar el OR para analizar la asociacin entre la exposicin a un factor y unevento determinado, no es posible estimar el RR ya que, en este tipo de estudios, la distribucin decasos y controles en la muestra se elige a conveniencia en el diseo del estudio, por lo que norepresenta la distribucin de la poblacin y, en consecuencia, no se pueden conocer los riesgos enexpuestos y no expuestos en la poblacin.

Por otra parte, cuando el riesgo, el odds, es muy pequeo en ambos grupos (hecho muy frecuente enestudios observacionales pero no en ensayos clnicos), el OR y el RR son muy parecidos, pudiendoconsiderarse el primero como una buena aproximacin del segundo. As, en aquellos ensayos clnicosque presenten riesgos suficientemente bajos, por ejemplo, inferiores al 20%, el OR se interpretaraigual que el riego relativo, es decir, nmero de veces que es ms probable que presente el evento unpaciente del grupo tratamiento que otro del control, debiendo evitarse el uso del OR cuando los riesgosno son demasiado bajos .

Otras razones son de tipo matemtico: el odds ratio no vara aunque se cambie el orden de lascategoras en cualquiera de las variables, lo que no ocurre con el riesgo relativo. Por otra parte, en unanlisis de regresin logstica, el OR permite examinar el efecto que otras variables pueden causar enuna asociacin (como podran ser por ejemplo la edad, el sexo, etc..), ajustando la relacin en estudiopor el efecto de dichas variables, interpretndose la exponencial de un coeficiente del modelo deregresin logstica como el odds ratio de la variable correspondiente.

22

33

Cuestiones estadsticas bsicas.

199

BIBLIOGRAFA

1. Aalen OO. Medical Statistics: no time for complacency. Statistical Methods in Medical Research2000; 9: 31-40.

2. Altman DG. Statistics in Medical Journals. Statistics in Medicine 1982; 1: 59-71.

3. Altman DG. Statistics in medical journals: development in the 1980's. Statistics in Medicine 1991;10: 1897-1913.

4. Altman DG, Bland JM. Improving doctors' understanding of statistics (with discussion). Journal of theRoyal Statistical Society A 1991; 154: 223-267.

5. Altman DG. The scandal of poor medical research. British Medical Journal 1994; 308: 283-284.

6. Altman DG. Statistical reviews for medical journals. Statistics in Medicine 1998; 17: 2661-2674.

7. Altman DG. Statistics in medical journals: some recent trends. Statistics in Medicine 2000; 19:3257-3289.

8. Ellenberg JH. Selection bias in observational and experimental studies. Statistics in Medicine1994;13:557-67.

9. Silva Ayaguer LC. Muestreo para la investigacin en ciencias de la salud. Madrid: Daz de Santos,D.L., 1993.

10. Martn Andrs A, Luna del Castillo JD. Bioestadstica para las Ciencias de la Salud. 4 ed. Madrid:Ed. Norma; 1994.

11. Armitage P, Berry G. Estadstica para la Investigacin Biomdica. Barcelona: Doyma; 1992.

12. Jadad AR. Randomised controlled trials. London: BM J Books, 1998.

13. Guyatt G, Jaeschke R, Heddle N, Cook D, Shannon H, Wermuth L. Basic statistics for clinicians: 1.Hypothesis testing. CMAJ 1995; 152: 27-32.

76

200

14. Poole C. Low P-values or narrow confidence intervals: which are more durable?. Epidemiology2001; 12: 291-4.

15. Sterne JAC, Smith GD. Sifting the evidence - what's wrong with significance tests? British MedicalJournal 2001; 322: 226-31.

16. Porta M, Plasencia A, Sanz F. La calidad de la informacin clnica (III): estadsticamentesignificativo o clnicamente importante?. Medicina Clnica 1988; 90: 463-68.

17. Leung WC. Balancing statistical and clinical significance in evaluating treatment effects. PostgradMed J 2001; 77: 201-204.

18. Goodman SN. Toward evidence-based medical statistics. 1: The P value fallacy. Ann Intern Med1999; 130:995-1004.

19. Montori VM, Kleinbart J, Newman TB, Keitz S, et al. Tips for learners of evidence-based medicine:2. Measures of precision (confidence intervals). CMAJ 2004; 171(6): 611-615.

20. Feinstein AR. P-val20ues and confidence intervals: two sides of the same unsatisfactory coin. J ClinEpidemiol 1998; 51:355-60.

21. Fahey T, Griffiths S, Peters TJ. Evidence based purchasing: understanding results of clinical trialsand systematic reviews. BritishMedical Journal 1995; 311: 1056-1060.

22. Naylor CD, Chen E, Strauss B. Measured enthusiasm: does the method of reporting trial resultsalter perceptions of therapeutic effectiveness?. Ann InternMed 1992; 117: 916-921.

23. Bobbio M, Demichelis B, Giustetto G. Completeness of reporting trial results: effect on physicians'willingness to prescribe. Lancet 1994; 343: 1209-1211.

24. Meneu Ricardo R, Peir S, Mrquez Caldern S. Influencia de la presentacin de los resultados delos ensayos clnicos en la intencin de prescribir: relativizando el riesgo relativo. Aten Primaria 1998;21: 446-450.

25. Barratt A, Wyer PC, Hatala R, McGinn T, Dans AL, Keitz S, et al. Tips for learners of evidence-basedmedicine: 1. Relative risk reduction, absolute risk reduction and number needed to treat. CMAJ2004;171(4): 353-358.

Cuestiones estadsticas bsicas.

201

26. Schmid CH, Lau J, McIntosh MW, Cappelleri JC. An empirical study of the effect of the control rateas a predictor of treatment efficacy in meta-analysis of clinical trials. Statistics in Medicine1998;17:1923-42.

27. Cook RJ, Sackett DL. The number needed to treat: a clinically useful measure of treatment effect.BritishMedical Journal 1995; 310: 452-454.

28. Altman DG. Confidence intervals for the number needed to treat. British Medical Journal 1998;317: 1309-1312.

29. Walter SD. Number needed to treat (NNT): estimation of a measure of clinical benefit. Statistics inMedicine 2001; 20(24): 3947-3962.

30. Smeeth L, Haines A, Ebrahim S. Numbers needed to treat derived from meta-analyses-sometimesinformative, usuallymisleading. BritishMedical Journal 1999; 318: 1548-1551.

31. Deeks JJ, Altman DG, Dooley G, Sackett DL. Choosing an appropriate dichotomous effect measurefor meta-analysis: empirical evidence of the appropriateness of the odds ratio and relative risk.Controled Clinical Trials 1997; 18: S84-S85.

32. Sackett DL, Deeks JJ, Altman DG. Downwith odds ratios!. Evidence-BasedMed 1996; 1: 164-166.

33. Altman DG, Deeks JJ, Sackett DL. Odds ratios should be avoided when events are common [letter].BritishMedical Journal 1998; 317: 1318.

202

Acotado Automtico de Trminos:

Aleatorizacin:

Alertas:

Anlisis coste/beneficio:

Anlisis coste/efectividad:

Anlisis coste-utilidad:

Brevemente, consiste en el enlace automtico de una palabra ofrase (que no es un trmino MeSH) al trmino MeSH que mejor lo describe. Una descripcin mscompleta en el apartado correspondiente. Sinnimos (Sin): Automatic Term Mapping, ATM, Mapeoautomtico de trminos.

En un estudio en el que se comparan dos o ms modalidades de tratamiento, esconveniente que los grupos formados sean parecidos en todas las caractersticas pronsticasexcepto en el tratamiento recibido, de modo que cualquier deferencia en el curso clnico que seregistre podr ser atribuida a los diferentes tratamientos administrados (y slo a ellos). La asignacinaleatoria consiste en distribuir a cada participante de uno de los grupos de tratamiento por un mtododisciplinado de azar, de modo que cada sujeto tenga exactamente las mismas probabilidades deformar parte de uno u otro grupo de tratamiento. Sin: Randomizacin.

Mtodo usado para la difusin de informacin mediante mensajes electrnicos aordenadores, agendas electrnicas e incluso telfonos mviles. Representa una forma deactualizacin rpida y eficaz.

Medicin de los costes y beneficios de una intervencin en trminoscomensurables, generalmente monetarios. Permite determinar en primar lugar si una intervencinconcreta ofrece un beneficio global neto de bienestar, y en segundo lugar cmo se compara laganancia de bienestar obtenida con esta intervencin, con la obtenida con intervenciones alternativas.Al valorar todos los costes y beneficios en las mismas unidades, el anlisis coste-beneficio comparadiversas intervenciones con el criterio del beneficio neto (vase). Anlisis econmico en el que seconsideran los costes de la asistencia sanitaria y la prdida de ganancias netas debida a muerte oincapacidad, traduciendo todos los costes y beneficios a unidadesmonetarias.

Modalidad de estudio econmico en la que las consecuencias de diferentesintervenciones pueden ser diferentes pero pueden ser medidas en unidades naturales idnticas, Midelos beneficios sanitarios en trminos de unidades naturales, como aos de vida salvados o mejorasdel estado funcional. Dado que los costes no se expresan en las mismas unidades que los beneficios,su razn (ratio coste-efectividad) constituye una herramienta que permite valorar la eficiencia relativa.Anlisis econmico que compara los costes mdicos incrementales y los resultados sobre la salud deprogramas sanitarios alternativos. Al contrario que el anlisis de coste beneficio, los efectos sobre lasalud se expresan en diversas unidades, como vida-aos ganados, das libres de sntomas, casosevitados, etc., en lugar de en unidadesmonetarias

Adaptacin del anlisis coste-efectividad quemide el efecto de una intervencina la vez sobre los aspectos cuantitativos y cualitativos de la salud, mediante el uso de una variabledenominada AVAC -Aos de Vida Ajustados por Calidad- o QALYs . Tambin evala la eficiencia relativacon una razn incremental, que en este caso se denomina ratio coste-utilidad.

Acotado Automtico de Trminos:

Aleatorizacin:

Alertas:

Anlisis coste/beneficio:

Anlisis coste/efectividad:

Anlisis coste-utilidad:

19 Glosario General

MCarmen Snchez Lpez

555

Anlisis de decisiones (AD):

Anlisis de minimizacin de costes:

Anlisis de sensibilidad:

Anlisis de regresin:

Anlisis de la varianza (ANOVA):

Anlisis estratificado:

Anlisis factorial:

Anlisis multivariante:

Anlisis por intencin de tratar:

rbol de decisiones:

Artculo cientfico:

Es la aplicacin de mtodos explcitos y cuantitativos que cuantifican eintegran los efectos del tratamiento, el pronstico y los valores del paciente para analizar una decisinen condiciones de incertidumbre.

Modalidad de anlisis coste-efectividad donde los resultados obeneficios de las alternativas se considera que son equivalentes o intercambiables para el mimo tipode pacientes. A igualdad de resultados, la atencin de los investigadores se centra en la diferencia decostes asociados.

En economa de la salud, tcnica por la que se repiten las comparacionesentre recursos necesarios y resultados, pero con sucesivas modificaciones de las suposiciones en lasque se basan los clculos. De este modo, el anlisis de sensibilidad pone a prueba la robustez de lasconclusionesmediante variaciones de los ingredientes sobre los que existe incertidumbre.

En un conjunto de datos sobre la variable dependiente y y sobre una o msvariables independientes, x1, x2,xi, consiste en determinar el modelomatemticoms ajustado quedescriba y como una funcin de las x o para predecir y a partir de las x. Trmino general para losmtodos de anlisis que se ocupan de estimar los parmetros de alguna posible relacin entre unavariables respuesta y una oms variables explicativas

Conjunto de tcnicas estadsticas para conocer el modo en que elvalor medio de una variable es afectado por diferentes tipos de clasificaciones de los datos. Con elanlisis de la varianza se pueden ajustar las estimaciones del efecto de un tratamiento segn otrosfactores como sexo, edad, gravedad, etc.

Anlisis de los resultados de un ensayo clnico o un estudio observacional, con elfin de examinar si hay diferencias de respuestas asociadas a alguna caracterstica (por ej., edad osexo).

Procedimiento estadstico empleado para la validacin de constructo que permiteidentificar grupos o conglomerados de variables relacionadas.

Cualquier mtodo analtico que permite el estudio simultneo de dos o msvariables dependientes. Trmino genrico para los mtodos que estn diseados para determinarlas contribuciones relativas de diferentes causas a un solo suceso o resultado

En un ensayo clnico, anlisis de los datos segn el tratamientoasignado inicialmente por distribucin aleatoria, independientemente de que el paciente no recibieradespus este tratamiento.

Expresin grafica de un anlisis de decisiones.

informe escrito que comunica por primera vez los resultados de una investigacin.Los artculos cientficos publicados en miles de revistas cientficas componen la literatura primaria dela ciencia

Anlisis de decisiones (AD):

Anlisis de minimizacin de costes:

Anlisis de sensibilidad:

Anlisis de regresin:

Anlisis de la varianza (ANOVA):

Anlisis estratificado:

Anlisis factorial:

Anlisis multivariante:

Anlisis por intencin de tratar:

rbol de decisiones:

Artculo cientfico:

556

Artculo de revisin:

Asiento:

ATM:

Atributos:

Auditoria:

Automatic explosion:

Automatic TermMapping:

AVAC:

Azar:

Base de datos:

Beneficio neto:

Bioestadstica:

Blinding:

Buscadores:

artculos de sntesis que resumen el conocimiento de un tema determinado ydurante un periodo de tiempo definido. Junto con los libros, los artculos de revisin constituyen laliteratura cientfica secundaria.

Conjunto de informacin que, en una base de datos, se refiere a unmismo elemento. En Basesde Datos de bibliografa, es el conjunto de informacin que se refiere a una misma publicacin. Sin:Registro, Record.

Ver Acotado Automtico de Trminos.

Propiedades o caractersticas del instrumento que merecen consideraciones separadas eindependientes en la evaluacin.

Examen o estudio que evala e informa sobre la medida en que una condicin, proceso odesempeo se ajusta a estndares o criterios predeterminados.

Ver Explode.

Ver Acotado Automtico de Trminos.

ndice que combina la supervivencia con la calidad de vida. La medida de la calidad de vida noest estandarizada y suele variar de un estudio a otro, segn la enfermedad, el tratamiento evaluado ylas preferencias de los autores. Para calcular un AVAC se multiplica la duracin del estado de salud (enaos) por un factor que representa la calidad (utilidad) de este estado de salud. Sin: QALY (QualityAdjusted Life Years).

Se denomina as al proceso que ocurre debido a la casualidad, de forma imprevisible, sinplaneamiento ni influencia consciente.

Conjunto de datos homogneos y ordenados, que se presentan normalmente, deforma legible, por ordenador y que se refieren a una materia determinada. Coleccin estructurada dedatos que est organizada de tal manera que se puede acceder a ella con una amplia variedad deprogramas de aplicacin.

Diferencia entres los costes y los beneficios de una intervencin.

Aplicacin de la teora y los mtodos de la estadstica a las ciencia biolgicas. Ensentido estricto, rama de la ciencia que aplica los mtodos estadsticos a los problemas biolgicos,aunque ahora se utiliza la mayora de las veces para referirse a la estadstica aplicada a la medicina ylas ciencias de la salud.

Ver Enmascaramiento.

Motores de bsqueda de informacin en Internet que identifican la informacin contenidaen bases de datos formadas a partir de publicaciones previamente indexada. Ver Indizacin.

Artculo de revisin:

Asiento:

ATM:

Atributos:

Auditoria:

Automatic explosion:

Automatic TermMapping:

AVAC:

Azar:

Base de datos:

Beneficio neto:

Bioestadstica:

Blinding:

Buscadores:

Glosario General

557

Calidad de Vida Relacionada con la Salud (CVRS):

Campo:

Carga de administracin:

Carga de respuestas:

CAT:

Causalidad:

Cociente de probabilidad:

Coeficiente de correlacin:

Coeficiente kappa:

Confusin:

Consentimiento informado:

Impacto que una enfermedad y el tratamientoconsiguiente tienen sobre la percepcin del paciente de su satisfaccin y bienestar fsico, psquico,social y espiritual.

Cada una de las unidades de informacin en que se divide un asiento. Sin: Field.

Se define como le grado de trabajo y esfuerzo que deben realizar quienesadministran un instrumento de medida (cuestionario), y depende del tiempo precisado para suadministracin, formacin requerida del entrevistador y recursos necesarios para su aplicacin ypuntuacin.

Se entiende como el tiempo, esfuerzo y otros aspectos que se exigen a quienesse les administran un instrumento demedida (cuestionario).

Herramienta de lectura crtica consistente en un resumen breve de las pruebas cientficas msrelevantes en respuesta a una pregunta clnica concreta.

Indica que las asociaciones encontradas entre las exposiciones y los efectos sonrealmente de tipo causal y no consecuencia de sesgos ni del efecto de factores de confusin.

Vase Razn de probabilidad.

ndice que cuantifica la relacin lineal entre un par de variables. Medida deasociacin que indica el grado en el que dos variables continuas x e y poseen un a relacin lineal (y = a+ bx). Su valor puede situarse entre -1 y +1. Cuando su valor es 0 no existe ningn grado decorrelacin. El coeficiente de este tipo quems se utiliza es el de Pearson

Frmula utilizada para la comprobacin de la consistencia interna de un testque presupone que si varios tems estnmidiendo el mismo atributo o dimensin, estos tems deberanestar intercorrelacionados. Esta correlacin lamediremosmediante el coeficiente alfa de Cronbach.

ndice corregido por el azar de la concordancia entre, por ejemplo, juicios odiagnsticos que hacen 2 ms observadores. El coeficiente adopta desde el valor 1 (cuando hay unaconcordancia perfecta) hasta el valor 0 cuando la concordancia observada es igual a la debida al azar.

Situacin en la que la estimacin del resultado estudiado esta sesgada por algn factorrelacionado con la exposicin y el resultado.

Procedimiento formal para aplicar el principio de autonoma. Debe reunirpor lo menos tres elementos: voluntariedad, informacin y comprensin. La voluntariedad implica quelos sujetos puedan decidir libremente si quieren participar en un estudio, sin que haya persuasin,manipulacin ni coercin. La informacin debe ser comprensible y debe incluir el objetivo del estudio ysu procedimiento, los beneficios y riesgos potenciales, las posibles incomodidades derivadas de laparticipacin y la posibilidad de retirarse del estudio en cualquier momento sin que ello de lugar aperjuicio, en este contexto es bsica la comprensin de la informacin, que no slo depende de esta,sino tambin de la competencia de quien la recibe, es decir de su capacidad para comprender.

Coeficiente de Cronbach:

Calidad de Vida Relacionada con la Salud (CVRS):

Campo:

Carga de administracin:

Carga de respuestas:

CAT:

Causalidad:

Cociente de probabilidad:

Coeficiente de correlacin:

Coeficiente kappa:

Confusin:

Consentimiento informado:

Coeficiente de Cronbach:

558

Consistencia interna:

Constructo:

Correlacin tem-total:

Coste:

Coste oportunidad:

Criterios:

Criterios de seleccin:

Curva de Gauss:

Curvas ROC:

Delimitador de campo:

DeCS - Descriptores en Ciencias de la Salud:

Descriptor:

Grado en que los tems de una dimensin se correlacionan entre ellos mismos.Ver: Coeficiente

En psicometra, concepto abstracto no medible directamente que se quiere convertir envariable operativamedible. Generalmente, se utiliza para un concepto que existe en teora, pero que nose puede observar directamente. Esencialmente, es una variable latente.

(Correlacin total de las preguntas): Verifica la homogeneidad. Procesomediante el cual comprobamos si cada temmide lomismo que los dems y por lo tanto es sumable enuna puntuacin total que supuestamente mide el rasgo y que es la que despus interpretamos yutilizamos.

Es el resultado del productos de la cantidad total del recurso consumido y el valor monetario dela unidad de dicho recurso.

En economa de la salud, valor de las oportunidades perdidas por usar recursos enun servicio. Generalmente es cuantificado considerando el beneficio que se obtendra invirtiendo losmismos recursos en lamejor alternativa posible.

Condiciones utilizadas como un estndar para juzgar los atributos.

Caractersticas sociodemogrficas, clnicas, etc. que determina que lospacientes puedan ser o no incluidos en un estudio. Nos van a servir para definir la poblacin de estudio.

En matemticas, la campana o curva de Gauss es la representacin grfica de laecuacin matemtica que corresponde a una Distribucin normal. Tiene forma de campana y debe sunombre al matemtico alemn Carl Friedrich Gauss.

Representacin grfica completa de la capacidad de una prueba para discriminar lonormal de lo que no lo es.

Ver Etiqueta.

Tesauro que puede considerarse, hasta cierto punto,como una versin en espaol del MeSH - Medical Subject Headings de la U.S. National Library ofMedicine. Fue desarrollado a partir de l con el objetivo de permitir el uso de terminologa comn parabsqueda en tres idiomas (espaol, ingls y portugus), proporcionando un medio consistente y nicopara la recuperacin de la informacin independientemente del idioma. Adems de los trminosmdicos originales del MeSH contiene reas especficas de Salud Pblica y Homeopata.

Trmino del lenguaje documental, carente de variabilidad, sinonimia y polisemia, escogidopara representar el contenido de un documento, que puede ser utilizado en el anlisis y recuperacinde la informacin. Relacionado con Palabra clave.

de Cronbach.Consistencia interna:

Constructo:

Correlacin tem-total:

Coste:

Coste oportunidad:

Criterios:

Criterios de seleccin:

Curva de Gauss:

Curvas ROC:

Delimitador de campo:

DeCS - Descriptores en Ciencias de la Salud:

Descriptor:

Glosario General

559

Descriptormayor:

Descriptores en Ciencias de la Salud:

Dimensiones:

Diseo:

Docencia virtual (on-line o e-learning):

Eficacia:

Eficiencia:

Encabezamientos deMateriasMdicas:

Enmascaramiento:

VerMayor Topic.

Ver DeCS

Descuento: Procedimiento para calcular los costes o beneficios que ocurren en diferentes fechas a suvalor en el momento presente, llamado valor actual.

Aspectos relevantes que engloba el constructo o concepto que se mide a travs delcuestionario.

Conjunto de estrategias y procedimientos que se seguirn para dar respuestas al problema ycomprobar la hiptesis. Engloba al seleccin del tipo de estudio, la poblacin a estudiar, la definicinde las variables y escalas demedicin y losmtodos de recogida, procesado y anlisis de los datos.

Definida como la utilizacin de las nuevas tecnologasmultimedia y de internet para mejorar la calidad del aprendizaje, facilitando el acceso de recursos yservicios; as como los intercambios y la colaboracin a distancia.

Dosis Diaria Definida (DDD): Dosis demantenimiento promedio en la principal indicacin de un frmacoen pacientes adultos. Se usa para cuantificar el consumo de medicamentos, sobre todo cuando secompara el consumo de diversos frmacos de un mismo grupo, o cuando se realizan comparacionesinternacionales. No se ve afectada por diferencias de precios o de tamao de las presentaciones. Elconsumo se suele expresar en nmero de DDD por 1.000 habitantes y por da, y esta medida da unaidea del nmero promedio de personas tratadas diariamente con un frmaco o grupo de frmacos enuna regin o pas.

Efectividad: Grado en que una determinada intervencin origina un resultado beneficioso en lascondiciones de la prctica clnica habitual, sobre una poblacin determinada.

Efecto indeseado: Ver Reaccin Adversa.

Grado en que una determinada intervencin origina un resultado beneficioso en condicionesideales de aplicacin.

Relacin entre los efectos o resultados finales que se alcanzan con una intervencin y costeque supone lamisma (recursos humanos,materiales y de tiempo).

Ver MeSH.

Procedimiento por el que se asegura que los sujetos participantes en un ensayoclnico, los observadores o ambos, no conocen el tratamiento u otra caracterstica que pudiera sesgarlos resultados. Se denomina simple ciego cuando el sujeto, pero no el observador ignora cul de losposibles tratamientos recibe; doble ciego es cuando sujeto y observador ignoran el tratamientorecibido; y triple ciego es cuando el sujeto participante, el investigador observador y el investigadorque analiza los datos ignoran el tratamiento recibido.

Descriptormayor:

Descriptores en Ciencias de la Salud:

Dimensiones:

Diseo:

Docencia virtual (on-line o e-learning):

Eficacia:

Eficiencia:

Encabezamientos deMateriasMdicas:

Enmascaramiento:

560

Ensayo clnico:

Ensayo clnico controlado:

Entry Term:

Epidemiologa:

Epistemologa:

Equivalencia:

Error aleatorio:

Escala tipo Likert:

Especificidad:

Estabilidad:

Estabilidad del test:

Estadstica:

Toda investigacin efectuada en seres humanos para determinar o confirmar losefectos clnicos, farmacolgicos y/o dems efectos farmacodinmicos, y/o de detectar lasreacciones adversas, y/o de estudiar la absorcin, distribucin, metabolismo y excrecin de uno ovarios medicamentos en investigacin con el fin de determinar su seguridad y/o su eficacia (RealDecreto de 16 de febrero de 2004).

Ensayo clnico en el que los sujetos son asignados a dos grupos: uno (grupoexperimental) recibe el tratamiento que se est probando y el otro (grupo de comparacin o control)recibe un tratamiento alternativo. En el ensayo clnico controlado aleatorizado la asignacin a untratamiento experimental o control se realiza al azar de forma que ni el sujeto ni el investigadorresponsable de su seleccin o tratamiento puedan influir en su asignacin.

Relacionado con Palabra clave (vase).

Estudio de la distribucin y los determinantes de los estados o acontecimientosrelacionados con la salud de poblaciones. Ciencia que investiga las causas y la historia de lasenfermedades y el desarrollo de stas en relacin con determinadas intervenciones o exposiciones.

Doctrina de los fundamentos y mtodos del mtodo cientfico. La funcin de laestadstica en el modelo emprico analtico.

capacidad del instrumento de proporcionar los mismos valores en las mismascondiciones clnicas cuando lasmediciones las hacen distintas personas.

Las diferencias demedidas entre la realidad y nuestramuestra y son debidas al azar.

La respuesta del individuo se da mediante una escala numrica, a la cual se leatribuyen las propiedades de las escalas de intervalo, permitiendo por tanto la realizacin de anlisisestadsticosms complejos. Escalas que se utilizan con frecuencia en estudios de actitudes en los quelas puntuaciones crudas se basan en respuestas alternativas graduadas a cada una de una serie depreguntas.

Referida a una prueba diagnstica, es la proporcin de personas verdaderamente noenfermas que son catalogadas como tales pormedio de la prueba.

Ver Reproducibilidad.

VaseMtodo test-retest.

Recopilacin y organizacin de hechos o datos numricos, sobre todo cuando haymuchos. Conjunto de mtodos que ayudan a la toma de decisiones frente a la incertidumbre. Laestadstica no ofrece pruebas ni certidumbre, sino probabilidades.

Ensayo clnico:

Ensayo clnico controlado:

Entry Term:

Epidemiologa:

Epistemologa:

Equivalencia:

Error aleatorio:

Escala tipo Likert:

Especificidad:

Estabilidad:

Estabilidad del test:

Estadstica:

Glosario General

561

Estadstico:

Estadstico kappa:

Estudios ambispectivos:

Estudios analticos:

Estudios de caso-control:

Estudios de cohortes:

Estudio descriptivo:

Estudio experimental:

Estudios de incidencia:

Estudios longitudinales:

Estudios observacionales:

Estudios pragmticos:

Estudios pre y post-intervencin:

Medida estadstica (media,mediana, etc...) calculada sobre los datos de unamuestra.

Medida del acuerdo, corregida por el azar, aplicada a datos binarios u ordinales. Secalcula como la proporcin de acuerdo, aparte del que ya sera de esperar por azar, que ha sidoobservado entre dos repeticiones del mismo instrumento.

Estudios que se inician como los retrospectivos (Ver: Estudiosretrospectivos) para el anlisis de un fenmeno ya ocurrido y, posteriormente, continuamos con unseguimiento prospectivo hasta la aparicin de un efecto a largo plazo (Ver: Estudios prospectivos).

Estudios diseados para examinar asociaciones, cuyo objeto final suele seridentificar omedir los efectos de factores de riesgo o de intervenciones especficas sobre la salud.

Estudios en los que la seleccin de la poblacin a estudiar se hace en funcinde la presencia o ausencia de una enfermedad o efecto, eligindose un grupo de individuos que tienenla enfermedad o efecto (casos), y otro que no los presenta (controles).

Tipo de estudios en los que los sujetos del estudio se seleccionan a partirpresencia o ausencia de la exposicin que se trata de analizar y de la que se sospecha es responsabledel efecto observado.

Estudio cuyo objetivo es constatar hechos, observar lo que ocurre en nuestrapoblacin. Permiten generar hiptesis.

Estudio en el que el investigador asigna y controla el factor de estudio.

Tipo de estudios en los que seguimos a una poblacin determinada a lo largodel tiempo para analizar la aparicin o no de un fenmeno de inters. La unidad de anlisis es elindividuo.

Estudios en los que la recogida de los datos de inters hace referencia a dosmomentos separados en el tiempo (se analizan los sujetos en variosmomentos a lo largo del tiempo).

Estudios en los que el investigador no participa directamente en laintervencin o exposicin (factor de estudio), se limita a observar (registrar) lo que ocurre en larealidad.

Estudios cuyo objetivo principal es la evaluacin de la adecuacin de la prcticaasistencial en condiciones normales.

Estudios en los que se registran la situacin basal de la muestra y loscambios que experimenta tras su exposicin a una determinada intervencin.

Estadstico:

Estadstico kappa:

Estudios ambispectivos:

Estudios analticos:

Estudios de caso-control:

Estudios de cohortes:

Estudio descriptivo:

Estudio experimental:

Estudios de incidencia:

Estudios longitudinales:

Estudios observacionales:

Estudios pragmticos:

Estudios pre y post-intervencin:

562

Estudios de prevalencia:

Estudios prospectivos:

Estudio retrospectivo:

Estudio transversal:

Etiqueta:

Evaluacin crtica:

Evaluacin econmica:

Evaluacin de tecnologas sanitarias:

Explode:

Exploding:

Exploracin complementaria:

Explosin:

Explosin automtica:

Factibilidad:

Estudios en los que se describe una serie de variables en una poblacindeterminada y en unmomento determinado. La unidad de anlisis es el individuo.

Tipo de estudios en los que los hechos a estudiar no han tenido lugar aun y lossujetos son seguidos hasta obtener el resultado.

Estudio en el cual los hechos a estudiar ya han tenido lugar al iniciar el estudio.

Tipo de estudio en el que se estudia la exposicin y el desenlace al mismo tiempo.

Abreviatura del nombre de un campo que puede utilizarse en su lugar para dirigir la bsquedade informacin. Sin: Tag, Delimitador de campo.

Vase Lectura crtica.

Anlisis comparativo de opciones alternativas en trminos de sus costes yconsecuencias. Los estudios de evaluacin econmica pueden ser parciales, cuando slo sedescriben los costes, los resultados o ambos a la vez pero de una nica opcin o que comparan dos oms alternativas pero slo en funcin de sus costes o de sus consecuencias sin valorar ambos a la vez,o completos, cuando se analizan comparativamente dos o ms alternativas mediante la valoracin delos costes y de las consecuencias de cada una de ellas.

Proceso de anlisis e investigacin dirigido a estimar el valora ycontribucin relativos de cada tecnologa sanitaria (vase) en la mejora de la salud individual ycolectiva, teniendo en cuenta su impacto econmico, social e, incluso, implicaciones ticas.

Obtencin de las referencias que contienen el descriptor especificado o cualquiera de losdescriptores de su mismo campo semntico pero de significado ms restringido. Sin: Automaticexplosion, Exploding, Explosion, Explosin, Explosin automtica.

Ver Explode.

Conjunto de pruebas diagnosticas realizadas con la finalidad deconfirmar una hiptesis diagnostica o hacer el seguimiento de la patologa de un paciente.

Ver Explode.

Ver Explode.

Indica las posibilidades reales y prctica de que un instrumento de medida pueda sercontestado, completado y analizado. Est relacionad con el nivel de aceptabilidad del instrumento y serefleja en la proporcin de rechazos, no respuesta y datos perdidos.

Estudios de prevalencia:

Estudios prospectivos:

Estudio retrospectivo:

Estudio transversal:

Etiqueta:

Evaluacin crtica:

Evaluacin econmica:

Evaluacin de tecnologas sanitarias:

Explode:

Exploding:

Exploracin complementaria:

Explosin:

Explosin automtica:

Factibilidad:

Glosario General

563

Factor de confusin:

Factor de impacto:

Factor de riesgo:

Falso negativo:

Falso positivo:

Farmacovigilancia:

Fiabilidad:

Fiabilidad inter-observador (inter-ratio):

Field:

Filtros metodolgicos:

Forest/ Forest Plot:

Generabilidad:

Variable que est simultnea e independientemente asociada al factor de riesgoestudiado y a la enfermedad estudiada, que puede modificar el resultado del estudio. Tal variable debeser identificada y se debe evitar su influencia antes de la recogida de datos (mediante elemparejamiento o la restriccin) o bien en la fase de anlisis, mediante el anlisis estratificado y laregresinmltiple.

Indicador bibliomtrico, elaborado por el ISI (vase) y publicado en el JournalCitation Reports, que mide el uso de las revistas. Suele calcularse dividiendo el nmero de veces queson citados los artculos publicados en una revista durante un plazo de tiempo (habitualmente dosaos), entre el nmero de artculos publicados por esa misma revista y en ese mismo plazo de tiempo.Puedemodificarse para calcular el impacto de autores, instituciones... Sin: Impact Factor.

Factor relacionado con el riesgo de que ocurra un suceso (p. ej. enfermar).

Referido a una prueba diagnstica, nmero de enfermos en que el resultado serianegativo.

Referido a una prueba diagnstica, nmero de sanos en que el resultado seria positivo.

Programas que proporcionan de forma continuada una evaluacin sobre laseguridad de los frmacos. El factor clave en este sistema son los profesionales sanitarios queparticipan el en programa de notificacin espontnea de reacciones adversas.

Grado de consistencia con que mide el atributo para el que est diseado. La consistenciaimplica la ausencia de variabilidad o desacuerdo en repetidas observaciones o mediciones. Grado enque las mismas mediciones de los individuaos que se obtienen en diferentes condiciones danresultados similares.

Mide la variacin que ocurre entre diferentes observadores almedir a unmismo individuo con unmismo instrumento .

Ver Campo.

Son estrategias de bsqueda que nos ayudan a encontrar, en bases de datoscomo Medline, diferentes tipos de estudio sobre tratamiento, diagnosis, etiologa o pronstico. EnPubmed se denominan "Clinical Queries". Para aplicar uno de estos filtros slo tenemos que combinarnuestra bsqueda con AND al filtro que nos interesa.

Tipo de grfico ampliamente utilizado para representar los resultados de losdiversos estudios seleccionados para una revisin sistemtica. El Forest Plot ayuda a decidir si losresultados de los estudios individuales son suficientemente similares para poder ser combinados enuna sola estimacin.

Vase Validez externa.

Factor de confusin:

Factor de impacto:

Factor de riesgo:

Falso negativo:

Falso positivo:

Farmacovigilancia:

Fiabilidad:

Fiabilidad inter-observador (inter-ratio):

Field:

Filtros metodolgicos:

Forest/ Forest Plot:

Generabilidad:

564

Gold Standard:

Grado o nivel de significacin:

Grupo de comparacin:

Grupo control:

Gua farmacoterapetica:

Gua de practica clnica:

Hiptesis:

History:

Holstica:

Impact Factor:

Incremento absoluto del riesgo (IAR):

Incremento relativo del riesgo (IRR):

Indicador de adhesin a la Gua Farmacoteraputica:

Es el criterio que define quin tiene "realmente" la enfermedad (o condicin) en estudio.

En las pruebas de significacin estadstica, es el valor de p, el cual, ensentido estricto, en un ensayo clnico debe ser preespecificado en la fase de diseo, el nivel aceptadoconmayor frecuencia es de 0.05. Ver: P (probabilidad), Significacin clnica y Significacin estadstica.

distintos grupos que intentamos comparar en un estudio analtico, ya seanestudios caso-control, estudios de cohortes o ensayos clnicos.

En un ensayo clnico, el grupo que recibe placebo o bien un tratamiento activo yaconocido, aceptado y establecido. Sin: Grupo de referencia.Grupo intervencin: En un ensayo clnico, el grupo que recibe el tratamiento que se desea evaluar.

Documento que contiene una relacin limitada de medicamentosrecomendados para la prescripcin en un mbito determinado, seleccionada a partir de la ofertafarmacutica en funcin de unos criterios previamente establecidos, con la participacin y el consensode los profesionales a los que va destinada.

Conjunto de recomendaciones diseadas para ayudar a los profesionalessanitarios y a los usuarios a seleccionar las opciones diagnsticas y/o teraputicas ms adecuada enel abordaje de una condicin clnica especfica.

Suposicin, fundada en observaciones o reflexiones, que puede conducir a prediccionesrefutables. Tambin, conjetura elaborada de forma que pueda ser comprobada y refutada.

Archivo de todas las consultas bibliograficas realizadas a lo largo de una sesin en PubMed.Tambin designa al subgrupo de registros que provienen de artculos sobre historia de lamedicina.

Relativa al holismo que es la doctrina que propugna la concepcin de cada realidad comoun todo distinto de la suma de las partes que lo componen.

Ver Factor de impacto.

Cuando el tratamiento experimental aumenta la probabilidad deun acontecimiento adverso, diferencia absoluta entre las tasas de acontecimientos adversos.

Cuando el tratamiento experimental aumenta la probabilidad de unacontecimiento adverso, aumento proporcional de la tasas de acontecimientos adversos en el grupoexperimental relativa a la tasa en el grupo de referencia.

Indicador genrico de prescripcin que indica elporcentaje de Dosis Diaria Definida (DDD, vase) de medicamentos prescritos incluidos en la GuaFarmacoteraputica respecto del total de DDD demedicamentos prescritos.

Gold Standard:

Grado o nivel de significacin:

Grupo de comparacin:

Grupo control:

Gua farmacoterapetica:

Gua de practica clnica:

Hiptesis:

History:

Holstica:

Impact Factor:

Incremento absoluto del riesgo (IAR):

Incremento relativo del riesgo (IRR):

Indicador de adhesin a la Gua Farmacoteraputica:

Glosario General

565

ndice Bibliogrfico Espaol en Ciencias de la Salud (IBECS):

ndice Mdico Espaol (IME):

Indizacin:

Index:

Indexar:

Ineficiencia:

Inferencia:

Instrumentos de medida de CVRS especficos:

Interpretabilidad:

Intervalo de confianza:

Intervencin:

Base de Datos de la Biblioteca Nacional deCiencias de la Salud (BNCS) del Instituto de Salud Carlos III (ISCIII), contiene referencias de artculos derevistas cientfico sanitarias editadas en Espaa e incluye contenidos de las diferentes ramas de lasciencias de la salud tales como Medicina (incluyendo Salud Pblica, Epidemiologa y AdministracinSanitaria), Farmacia, Veterinaria, Psicologa, Odontologa y Enfermera.

Base de datos referencial bibliogrfica, creada y gestionada por elInstituto de Historia de la Ciencia y Documentacin (IHCD), centro mixto de la Universidad de Valencia ydel Consejo Superior de Investigaciones Cientficas (CSIC). Cubre 321 publicaciones peridicaseditadas en Espaa especializadas en Biomedicina (Administracin sanitaria, Farmacia clnica,Medicina experimental, Microbiologa, Psiquiatra, Salud pblica).

Proceso por el que el documentalista asigna unos descriptores que describen el contenidoconceptual de documento con el fin de facilitar su recuperacin

Listado de todos los trminos (unitrminos o compuestos) con significado que estn incluidosen la Base de Datos. Esta opcin permite hacer una bsqueda seleccionando los trminosdirectamente del listado.

Ver indizacin.

Situacin en la cual los recursos no son empleados de la forma en que se incrementaranlos beneficios producidos.

Proceso de pasar de las observaciones y axiomas a la generalizaciones. En estadstica,desarrollo de la generalizacin a partir de los datos de la muestra, generalmente con un margen deincertidumbre.

Los instrumentos especficos incluyen dimensiones dela CVRS de una determinada afeccin que se quiere estudiar