Anda di halaman 1dari 358

1

INTRODUCCIN

Un arn de 51aosde edad se presenta aquejado de dolor


torcico. El paciente se haba encontrado bien hasta 2 semanas
antes,cuando not una opresin. en el centro del pecho mientra.e
caminaba cuesto. arribo. Ln oprc- sin cedi despus de 2 3 min de
reposo.Desde entonces ha percibido sen saciones similares en varias
ocasiones, a veces durante e) ejercico y otras, en reposo. Fuma un
paquete de cigarrillos al da y le han indicado que su presin arterial
era un poco elevada. Por lo dems, se encuentra bien y no toma
ningn frmaco. No obstante, est preocupado por su salud, en
especial por la posibilidad de sufrir una cardiopata.La exploracin
ffsica completa y el electrocardiograma en reposo son normales, a
excepcin de una presin arterial de 150196 mm Hg.
Es probable que este paciente le plantee numerosas preguntas :estoy
enfermo?; cmo puede estar seguro?; si estoy enfermo, cul es la
causa de mi enfermedad?; cmo me afectar?; qu puedo hacer al
respecto?, y
cuntome costar?
Como mdico que atiende a este paciente, debe responder a estas pre
guntas y utilizarlas para orientar su forma de actuar. Es lo
suficientemen te elevada la probabildad de una enfermedad grave,
tratable, como para llevar a cabo de inmediato pruebas diagnsticas ms
all d.e una simple exploracin y de tratar de tranquilizar al paciente?
Hasta qu punto las diversa pruebas distinguirn entre las posibles
causas de dolor torcico: angina de pecho, espasmo esofgico, distensin
muscular,ansiedad,etc.? Por ejemplo, hasta qu punto ser til un
electrocardiograma de esfuerzo para confirmar o descartar una
coronariopatfa? Si se identifica una corona riopatfa, durante cunto
tiempo puede prever el paciente que experimen tar el dolor? Acortar
su vida este proceso? Qu probabilidad hay de que se produzcan otras
complicaciones, como insuficiencia cardaca congestiva, infarto de
miocardio o enfermedad aterosclertica de otros rganoa? Podr reducir
su riesgo de complicaciones la disminucin de sus factores de ries go de
coronariopata, es decir, el hbito tabquico y la hipertensin? Si los
frmacos controlan el dolor, deber someterse de todas formas a ciruga
de deri,-acin coronaria (bypass)?
Los mdicos utilizan diversas fuentes de informacin para responder
a estas preguntas: sus propias experiencias , la opinin de sus colegas y
la bibliografa mdica. En general, dependen de las observaciones
previas en otros pacientes similares para predecir Jo que le ocurrir a
este paciente concreto.De la forma en que hagamos e interpretemos
estas observaciones
Copyrigted

aterial

tp;demiologia dinica.Alp 1cloo funclo-ieo

depende con frecuencia que las conclusiones que obtengamos sean o no


vlidas y, por consiguiente, tilespara nuestros pacientes.

EPIDEMIOLOGIA CUNICA
La epidemiologa clnica es la ciencia que realiza predicciones sobre
pacientes individuales mediante el recuento de acontecimientos cl1niros
en pacientes similares, utilizando mtodos cientficos slidos para los
estudios de grupos de pacientes a fin de garantizar que las predicciones
sean preci sas. El objetivo de la epidemiologa clnica es desarrollar y
aplicar unos mtodos de observacin clnica que conducirn a
conclusiones vlidas, evi tando las malas interpretaciones por error
sistemtico y por a.zar.La epi demiologa clnica constituye un
importante enfoque para obtener el tipo de i.nformacin qu.e los clnicos
requieren para t-Omar las decisiones adecua das en la asistencia a los
pacientes .
Medicina cllnlca y epidemlolog a

El trmino epidemiologa clini.t;a procede de dos disciplinas


relaciona das: la medicina cl1nica y la epidemiologa. Es clnica
porque trata de con testar a preguntas clnicas y orientar la roma de
decisiones clnicas con las mejores pruebas disponibles. Es
epidemiolgica porque muchos de los mt-Odos utilizados para
contestar a estas preguntas han sido desarrollados por epidemilogos y
porque la asistencia a cada paciente se considera en el contexto de una
poblacin de mayor tamao de la cual el paciente es un miembro.
La medicina clnica y la epidemiologa empezaron juntas (1). Los
fun dadores de la epidemiologa fueron -en su mayor parte- clnicos.
Las dos disciplinas slo t-Omaron diferente rumbo durante este siglo,
con faculta des, formacin, revistas, y oportunidades laborales
separadas. Ms recientemente, clnicos y epidemilogos han ido
tomando conciencia de que sus disciplinas se interrelacionan y que
una sin la otra est limi tada (2).
Perspectiva cllnlca tradicional
Los mdicos poseen un conjunto especial de experiencias y
necesida des que han condicionado su forma de resolver estas
preguntas clnicas. Son, con mucho, profesionales preocupados por
pacientes indivduales. Conocen a t-Odos sus pacientes
personalmente; llevan a cabo sus propias hisrorias; realizan sus
propias exploraciones fisicas, y aceptan una inten sa responsabilidad
personal por Jo que respecta al bienestar de cada paciente . Como
consecuencia, Jos clnicos tienen tendencia a observar lo que es singular
de cada pacente y se resiten a clasificar a los paciontes en categorias
brutas de riesgo, diagnstico o tratamiento y se muestran reacios a
expresar el nmero de pacientes en estas categoras como una
probabilidad.

Copyrigted
material

11111

clu cci6'1

Puesto que su trabajo incluye la asistencia de una sucesin de


pacientes individuales, siendo por s misma una tarea exigente,
tienen tendencia a sentirse. menos interesados por los pacentes que
no han llegado a su con sulta porque se encuentran en otro contexto
mdico o porque no reciben ninguna asistenca mdica , a pesar de
que estos pacientes puedan estar tan enformos como los pacientes a
los que visitan.
La formacin clnica est muy orientada hacia los mecanismos de las
enfermedades mediante el estudio de la bioqumica, la anatoma, la
fisiolo ga y otras ciencias bsicas tradicionales.Estas ciencias ejercen
una podero sa nfluencia en los estudiantes de medicina durante los aos
de formacin y constituyen un factor predominante en la investigacn
y las publicaciones clnicas. Esta formacin refuerza la creencia de que
la comprensin de los procesos detallados de las enfermedades en cada
un.o de los pacentesequi vale a comprender la medicina. Esr.o
implicara que se puede predecir el cur so de la enfermedad y seleccionar
los tnJ.tamientos u.prupiados a trav.zs dtt los conocimientos de los
mecanismos de estas enfermedades.
Necesidad de una ciencia bsica>o adicional

Este enfoque tradicional es de utilidad para los clnicos en las


crcuns tancias apropiadas. Ha identificado numerosas intervenciones
prometedo ras, por ejemplo, las vacunas, los frmacos antimicrobianos
y vasoactivos, y las hormonas sintticas. Es muy ll.til para corregir las
anomalas acido bsicasy diagnosticar y tratar las compresiones
nerviosas.
No obstante, las predicciones clnicas a partir de los conocimientos
de la biologa de las enfermedades normalmente deberan considerarse
hipte sis, quedeben ser probadas mediante la investigacin clnica, a
partir de las cuales se podra conocer a los pacientes, porque los
mecanismos nica mente se conocen parcialmente y otros muchos
factores genticos, ff.sicos y sociales afectan tambin el resultado.Por
ejemplo, se ha puesto de mani fiesto que, a pesar de las predicciones de
lo contrario, la alimentacin de los diabticos con azll.cares simples no
provoca efectos metablicos peores que su alimentacin con azcares
complejos, o que algunos frmacos an tiarrtmicos en realdad causan
arritmias,y que frmacos que afectan favo rablemente las propiedades
reolgicas de las clulas d.repanociticas no necesariamente disminuyen
la fi"ecuencla y gravedad de las crisis drepano cticas.
La experiencia personal tambin constituye u.na pauta de la toma
de decisiones clnicaa. No obstante, ningll.n clnico puede poseer la
suficiente experiencia directa como para identificar todas las sutiles
relaciones que interactan a largo plazo y que caracterizan a la mayor
parte de las enfer medades crnicas (v. cap.6).
Por esta razn, para los mdicos que intentan formarse sus propiaa
opi nionessobre la soldez de la informacn clnics, es necesario ci.erto
conoci miento de la epidemiologa clnica, al igual que es preciso conocer
la anato ma, la anato.ma patolgica, la bioqumica y la farmacologa. De

hecho, la epidemiologa clnica es una de las ciencias bsicas, el


fundamento a partir d.el cual se practica la medicina moderna.

lpin iolo9a clinico. Atp mM fundamentales

Elementos de la epldemlologla clnica

La ex:periencia personal y la base de la medicina en la biologa de


las enfermedades son valiosas, pero no tienen en cuenta algunas de las
reali dades de la ciencia clnica, que pueden resumirse del siguiente
modo:
En la mayor parte de las situaciones clnicas, el diagnstico, el
pronsti co y los resultados del tratamiento son inciertospara un
paciente deter minado y, por esta razn, deben expresarse como
p.robabilidades.
.La probabilidad para un paciente concreto se estima mejor haciendo
referencia a la experiencia previa con grupos de pacientes similares.
Puesto que las observaciones clnicas se hacen en individuos que son
libree de hacer lo que les plazca y son hechas por clnicos con
habilidades y prejuicios variables, dichaJ1 observaciones pueden
estar afectadas por errores sistemticos que pueden conducir a
conclusiones engaosas.
Tudas las observaciones, incluyendo las clnicas, tambin esn influidas
por el azar.
Para evitar interpretaciones errneas, los clnicos deben confiar en
observaciones basadas en principios cientficos slidos incluyendo las
formas de disminuir el sesgo y estimar el papel del azar.
Contexto socialde la epldemlologla clnica

Las importantes influencias de la sociedad moderna han acelerado el

reconocimiento de los mtodos y perspectivas epidemiolgicas clnicas.

Los costes de la asistencia mdica estn aumentando basta el punto de


que, incluso las sociedades con mayores recursos, pueden pagar toda la
asistencia que los individuos desean.Los recientes estudios han puesto
de manifiesto ampHas variaciones de las prcticas clnicas sin la
corres pondiente variacin de los resultados de la asistencia, lo que
sugiere que no todas las prcticas habituales y de coste elevado son de
utiJ;dad . Se estn desarrollando moodos ms rigurosos de evaluacin
de las pruebas clnicas, que estn siendo valorados por los responsables
de la toma de decisiones. Estas observaciones han conducido al consenso
de que la asis tencia clnica debe basarse en la investigacin ms
convincente posible y debe ser evaluada segn los resultados que logra
a un coste permisible para la sociedad. Asimismo, los pacientes se
consideran cada vez mas en relacin con el grupo ms amplio del cual
son miembros, tanto para hacer predicciones precisas sobre ellos como
para ayudar a decidir las utiliza ciones de los limitados recursos mdicos
que sean mejores para la mayor parte de los individuos.
PRINCIPIOS BSICOS

El objetivo bsico de la epidemiologa cnica es la promocin de


mto dos de cbservacin e interpretacin clnica que conduzcan a

conclu.siones vlidas. La mayor parte de respuestas crebles a 18'1


preguntas clnicas se basan en los principios siguientes:

lnh dutd6n

Aspecto

A11<imalia

Diagn6stico
Frecuencia
Riesgo

Pronstico

Tralamiento
Prevencin

Coste

Esta et paciente enfermo o se enC\lentra bien?

Hasta qu punto son precisas las pruebas utilizadas para diagnosttar la

enf-d?

Coo qu ftecuencia se prasenta una enfemiedad?


Qu factores se asocian coo mayo< riesgo de enfermedad?
Cuiles son las consecuencias deser po<1ador de laentermedad?
Cmo cambia el tratamiento el
de la enfem1edad7
la"1tervencin sobre individuos sanos evita ta apar1cln de la enfermedad?
La deteccin y el tratamiento preeoceo mejo<an el C\WSO de la enf"'1110dad7
Qu condiiek>nes conducen a la enfennedad? Cules son los mecanismos
patognieoodelaenfermedad?
Cul sen\ el ooste de la wstencia de la enf-d?

"""'

Preguntas cllnicas

En la tabla 11se citan los tipos de preguntas que aborda la


epidemiolo ga clnica. stas son las mismas preguntas a las que se
enfrentaban mdi co y paciente en el ejemplo presentado al inicio de
este captulo. Se discu ten en la mayor parte de encuentros mdicopaciente.
Resultados de salud

Los acontecimientos clnicosy de inters primordial en la


epidemiologa clnica son los resultados de salud, de especial
preocupacin para los pacientes y para los responsablesde su
asistencia (tabla 12).Son los acon tecimientos que los mdicos tratan de
comprender, predecir, interpretar y modificar cuando asisten a los
pacientes. Una importante distincin entre la epidemiologa clnica y
otras cenciasmdicas es que los acontecimientos de inters en
epidemiologa clnica slo pueden estudiarse directamente en seres
humanos intactos y no en animales o partes de seres humanos, como
transmisores humorales, cultivos de tejidos, membranas celulares y
secuenciasgenticas.
Los resultados biolgicos no pueden sustituir adecuadamente a los resul
tados clnicos sin pruebas directas de que amb-Os guardan relacin. La ta

Muerte

Enfemledad'
Malestar
Discapacidad
Faltade sttis!acci6n

Es unmalresultado si esprematUl'3
Una serie designos, slntomas fisleos y anomallas de laboratorio
S#ltomas como
nuseas,
prurito y tinlltus
Deterioro de la capacidad para realtzar tas activkJades habituales on el
hogar,trabejo orecreatiws
Reaccin emock>nal a la enfermedad y asu asistencia. como tristeza o
c6lera

d-.

d-.

Copyrigted
material

Quid I

tos

M)(1a O, pobrUt..

pertenece a esta lfsta debido a loe costes econmicos de la enf.-medil:i {para

pac
r. rc . o p ara 11 so dl cla d) y ea una Importante consecuencia de ella.
N. <1e le t &tos reeuftados
en1ala.s..S
trminos ening4ft <JNlh, diHaff, dwbNI
ae
-..i.

o- .1 a " " ' * * " " " " denomihan

O. por k>s

ty. disoomfetf y di$slti$facr.lon. El seitto resultado o sexta O, pobreza. corresponde al tnrino lnglN, dNtitrJ..
tic)n.

Copyrigted
material

lpld1miDla:9ia clinico. Atp 1ctos fundanw1d ' s


T-1-3.

R-bio

y cffnic:O<I: lrolito de lo irccin por el Wu8


dt lo lnmunodellc:ien
(Y1H)

Clnicos

lnt

lnf9ccl<l por VIH

Zldovudlna
001

ooc

Recuentos C04+
Antlgenemla p24

lnf9cclonea opor11ristas
calidad de vida

Vlremla
Muerte
Asociacin cooocida o supuesta?

bla 1-3resume algunos de los resultados biolgicos y clnicos del


tratamiento mod.erno de un paciente con una nfcccin por el virus de la
inmunodeficiencia humana (VIH).A partir de los conocimientos sobre la
biologfa de la infeccin por Vlli,es posible que los resultados
cllnicos,como las nfecciones oportunis tas, el sarco.ma de Kapoai y la
muerte, fueran mejores si una interve.nci6n redujera la disminucin de
los recuentos de clulas CD y el antgeno p24. No obstante, exiaten
pruebas de que stos representan marcadores incomple
tos de la progresin de la enfermedad y de Ja respuesta al tratamiento. Es
excesivo suponer que los resultados del paciente mejoraran como
consecuen cia de la intervencin precisamente porque mejoran los
marcadores biolgicos, puesto que muchos otros factores podran
determinar el resultado final. Por esta razn, las decisiones clnicas
deberan basarse en pruebas directas de que los propios resultados clnicos
mejoran.
Nmero y probabllldad

La ciencia clnica alcanza su grado mximo de solidez cuando


lasdeter minaciones son cuantitativas, en parte porque la
informacin numrica permite una mejor confirmacin, una
comunicacin ms precisa entre mdicos y entre stos y sus pacientes,
y Ja estimacin d.el error.Es posible efectuar un recuento de los
resultadoscl1nicos, como Ja muerte, los snto mas o las discapacidades,
que puede expresarse en nmeros. A pesar de que en medicina clnica
tambin es i.mportante la observacin cualitativa, no forma parte de la
epidemiologa clnica.
Cada uno de los pacientes experimentar un resultado clnico o no,
pero predecir si uno de ellos lo experimentar o no rara vez es exacto. En
realidad, los clnicos utilizan los resultados de la investigacin para
asignar probabili dades de que se produzca el resultado.El enfoque
epidemiolgico cllnieo acep ta que las predicciones clnicas son inciertas,
pero pueden cuantificarse expre sando las predicciones como
probabilida des; por !tiemplo,Ja de que se produzca una coronariopata
sintomtica en 1de cada 100 varones de mediana edad al alto, la de que el
hbito tabquico duplique el riesgo de fallecimiento de un individuo (para
todas las edades) y la de que la administracin exgena de estrgenos
disminuya a la mitad el riesgo de fracturas por osteoporosis .

Poblaciones y muestras
En general, laspoblaciones son grupos de gran tamao de
individuos en un mbito definido (p. ej., Carolina del Norte) o con una
determinada carac-

Introduccin

terstca (p. ej., la edad superior a los 65 aos). Dichas poblaciones


incluyen a individuos relativamente no seleccionados de la comunidad,
la poblacin habitual para los estudios epidemiolgicos de las causas,
as como grupos de individuos seleccionados por su asistencia a una
clnica u hospital, o debido a una caracterstica determinada (p.ej., la
existencia o gravedad de una enfermedad),tal y como ocurre
frecuentemente en los estudios clnicos.Por consiguiente, se habla de
poblacin general, de poblacin hospitalizada o de poblacin de
pacientes con una enfermedad especifica.
Una muestra es un subgrupo de una poblacin que se selecciona a par
tir de la misma. La investigacin clnica habitualmente se lleva a cabo
en muestras. El investigador est interesado por las caractersticas de
la poblacin definida, pero, por razones prcticas, debe describirla
mediante una muestra.

Sesgo
El sesgo es un proceso en cualquier etapa de una inferencia que tiende
a producir resultados que se apartan sistemticamente de los valores
ver daderos- (8).Supongamos, por ejemplo, que se identifica que el
tratamien to A es ms eficaz que el tratamiento B. Qu tipo de sesgos
podran expli car esta observacin si no fuera cierta? Quizs A se ha
administrado a individuos ms sanos que B. As pues, los resultados
podran deberse a una diferencia sistemtica de la salud entre grupos
de pacientes, con indepen dencia de que fueran tratados y no tanto a
diferencias de la efectividad del tratamiento. O bien A podra tener un
mejor sabor que B, de modo que los pacientes tomaran el frmaco con
mayor regularidad. O bien A podra ser un frmaco nuevo, muy
popular y B un frmaco antiguo, de modo que los investigadores y los
pacientes podran sentirse ms inclinados a pensar que el nuevo
frmaco es ms eficaz, con independencia de si es as o no. Tudos
stos constituyen ejemplos de sesgos potenciales.
Las observaciones en los pacientes (ya sea para la asistencia o la inves
tigacin) son especialmente propensas a los sesgos. El proceso tiene
ten dencia a ser, simplemente, desordenado.Como participantesen un
estudio, los seres humanos tienen la desconcertante costumbre de
actuar como les place y no necesariamente como sera indispensable
pa_ra producir respues tas rigurosas desde un punto de vista
cientfico. Cuando los investigadores tratan de llevar a cabo una
experiencia con los mismos, como se haria en un laboratorio, las
cosas tenen tendencia a salir mal. Algunos individu.os rechazan
participar mientras que otros abandonan el ensayo o escogen otros
tratamientos. Y lo que es ms importante, algunos de los aspectos
ms sustanciales sobre los seres humanos (sentimientos, bienestar y
con ducta) en general son ms dificiles de medir que las
caractersticas tlsicas, como la presin arterial o el sodio srico.Por lo
tanto, los mdicos tienen tendencia a creer, con demasiada frecuencia
, que sus tratamientos son satisfactorios.<A la mayor parte de los
pacientes no les gustara que su mdico pensara lo contraro.) Por

esta actitud, tan importante en la prcti ca de la medicina, las

observaciones cltcas son especialmente vulnerables a los sesgos.

EpidmlDIDgia cffnica. Arp 1 tos fundamoental11


TMU1-4.5-goo on .__ _

9 sesgo de seleccin aparece cuando se ccmp"""' grupos de pacientes que lfieten en d&
terminantes de resultado$ diferentes aldel estudio
El SNgo de medicin aparece cuando Sos mtodos de medicin son diferentes entre rupoe
de pacientes

9 sesgo de corrlus!n aparece cuando dos fact""'8 se encuentran asociados (viajan jJntos-)
y el efectodel uno es confundido o dlstorsio,,_ por el ef8ctodel otro

Aunque se han definido docenas de sesgos (4), la mayor parte se


inclu yen en una de estas tres amplias categoras (tabla 1-4):
El sesgo de selecci6n se produce cuando se comparan grupos de pacien
tes que difieren, aparte en los principales factores del estudio, en otros
fac tores y modos que afectan el resultsdo de ste. Los grupos de
pacientes a menudo difieren de muchas formas: edad, sexo, gravedad de
la enferme dad,existencia de otras enfermedades y asistencia que
reciben.Si C<Jmpa ramos la experiencia de los dos grupos que difieren
en una caracteristica especial de inters (p. ej.,un tratamiento o una causa
posible de enferme dad), PfrG que son diferentes en otros aspectos, y estas
diferencias guardan relacin con el resultsdo, la comparacin es sesgada
y apenas pueden extraerse conclusiones sobre los efectos independientes
de la caracteristica de inters. En el ejemplo utilizado previamente, se
habra producido un sesgo de seleccin si Jos pacientes que recibieron
eltratsmiento A gozaran de mejor salud que Jos pacientes tratsdos con B.
El sesgo de medicwn se produce cuando los m.todos de
determinacin son consistentemente distintos en grupos diferentes
de pacientes. Un ejemplo de un potencial sesgo de medicin sera la
utilizacin de informa cin extrada de los registros mdicos para
determinar si las mujeres tra tadas con anticonceptivos orales presentsn
mayor riesgo de tromboembo Jia que las que no toman
anticonceptivos orales. Supongamos que un estudio compara Ja
frecuencia de la utilizacin de loe anticonceptivos ora les entre
majeres ingresadas en un hospital debido a una tromboflebitis y un
grupo de majeres ingresadas por otras razones. Es perfectamente
posi ble que las majeres con tromboflebitis, si conocieran la
asociacin docu mentada entre estrgenos y acontecimientos
trombticos, puderan ind cAr la util izacin de anticonceptivos orales
de forma ms completa que las majeres sin tromboflebitis porque ya
habran odo hablar de la asocia cin. Por las mismas razones, Jos
clnicos podran obtener y registrar informacin sobre la utilizacin
de anticonceptivos orales de forma ms completa para las majeres
con tromboflebitis que para las mujeres que no la experimentan. En
este caso, podra observarse una asociacin entre los anticonceptivos
orales y Ja tromboflebitis debido a la forma en Ja cual se mencion
la historia de exposicin y no porque exists realmente una aso
ciacin.
El sesgo de confusin se produce cuando dos factores estn asocia
dos entre s o viajan juntos y el efecto de uno est confunddo con
otro o distorsionado por el efecto del otro. Esto podra producirse debido
al sesgo de sele<:cin, por a.zar o porque en realidad ambos se asocian
por natura leza.

lntroduccio

Ejemplo. Constituye la infeccin por e1 virus del herpes una causa de cncer de
orvix? Se ha observado claramente que la prevalencia de la infeccin por el virus del

herpes ea i:upe rior en laJ muje:ru eon un cncer de crvix. que en lasque no lo
padecen. No obstante,tanto el virua d herpes oomo otros agent4s infecciosos,que en s
mismos eon causas posibles te en cer de crvix.se transmiten mediante contacto sexual
En eapedal. existen pruebas convin centes deque la infeccin por el virus del papiloma
humano (VPH) conduce a un cncer de crvix.Quiz la mayor prevalencia de la
infeccin por el virus del herpea en las mujera con un cncer de crvix esslo una
consecuencia de una mayor actividad aexual y,por tanb:l, uar da una relacin indirecta
con la causa real, que tambin se transmite auualmente (fig. 11). Para pone.r de
manifiesto que la infeccin por el virua del herpes se uocia con un cncer de
TVix. independientemente de otroe a.gentes. serla necesario obaervar los efectos del virua del
herpe .Uloa otros factores relacionados con mayor actividad sexual (5).

El sesgo de seleccin y el sesgo de confusin no son mutuamente


exclu yentes. No obstante, se describen por separado porque presentan
proble. mas en diferentes momentos de una observacin o estudio
clnico. El sesgo de seleccin debe considerarse principalmente cuando
los pacientes son escogidos para una observacin y por lo tanto es
importante en el diseo de un estudio.El sesgo de confusin debe
abordarse durante el anlisis de los datos, una vez que se han hecho las
observaciones.
A menudo, en el mismo estudio se produce ms de un sesgo, como en el
ejemplo hipottico siguiente:
Ejemplo.Se llev a cabo un estudio para determinar ai el ejercicio regular disminuye
el rieago de ooronariopata. Se ofreci un pcogTama de ejercicios a los trabajadores de una
f'bri cay se compar la tasa de probl.maa coronario& po&teriorea entre los trabajadores que
a.e ofr&.. cieron como voluntarios para el programa y loa que no.Loa problema&
coronarioe 1e determi naron por medio de revisiones voluntarias regulare&, incluyendo una
historia cu.idadsa,un electrocardiograma y u.na reviain de lot registros clnicoa de
rutina.EJ grupo que realii el ejercicio present menor ndice de coronariopat'fa. Sin
embargo, tambin fuma.ron menot ci.ga rrillos.

En este ejemplo podra existir un sesgo de seleccin si los


voluntarios para el programa de ejercicio presentaran un menor riesgo
de coronariopa ta incluso antes de iniciarse el programa (p. ej., porque
presentaran unos menores niveles de lpidos sricos o menos
antecedentes familiares de coro nariopata).Podra haberse producido un
sesgo de medicin porque el grude riesgo independiente?
VMS-2 - - - - - - - - - - - - - - - _ .,. Ctlcer do c4Mx
Factor

Pregunta principal

Actividad sexual
Factorea
de
conf\Joln

VPH

Rg.1-1.Sesgo de confusin: es el virus del herpes 2 (VHS-2) unaposible causa


decncer de crvbt? Solamente si su asociacin con el cncer de ccvix esindependiente de
la i"lfeocin por elvirus dEI papiloma humano (VPH). conocido po< causar cncer decnll<.
Ambo$ viMmantie- nen relacin con unamayor acttvldad sexual.

Copyngted material

tO

Ep" d1n iata gia diniea.AIF 1c.tM fundamentales

po que efectu el ejercicio tuvo una mejor oportunidad de que se


detectara un acontecimiento coronario, ya qu.e un mayor nmero de esos
individuos fue examinado rutinaria.mente . Por ltimo, en este estudio
concreto, le con clusin de que el ejercicio disminuy el riesgo de
coronariopatfa podria ser consecuencia de un sesgo de confusin si la
asociacin entre el ejercicio y los acontecimientos coronariosfue
consecuencia del hecho de que el hbito tabquico es un factor de riesgo
de coronariopata y el grupo que efectu el ejercicio fum menor
nmero de cigarrillos.
La posibilidad de sesgo no significa que en realidad en un estudio
con creto exista un sesgo.Para que un investigador o lector aborde
eficazmente el sesgo, en primer lugar, es necesario saber dnde y cmo
buscarlo y lo que pueda hacerse al respecto.Pero no podemos
detenernos ah. Tambin es preciso determinar s el sesgo se encuentra
realmente presente y cul es su probable magnitud, para decidir si es lo
suficientemente importante como para modificar las conclusiones del
estudio de forma clnicamente aigni cativa.

Azar

Las observaciones sobre las enfermedades habitualmente se hacen en


una muestra de pacientes ms que en todos los individuosque
experimentan la enfermedad en cuestin. Las observaciones en una
muestra de pacientes, incluso i no estn sesgadas, podran representar
errneamente la situacin en el coajunto de la poblacin debido al
azar.No obstante, si las obsen-acio nes se repitieran en numerosas
muestras de pacientes , los resultados para las muestras variarian
alrededor del valor real. La divergencia de una obser vacin de una
muestra con respecto al valor real de la poblacin, debida ni camente
al azar, recibe el nombre de uariacin aleatoria.
Todos estamos familarizados con el azar como explicacin del por
qu una moneda no cae de cara exacta.mente el 50 % de las veces
cuando se lan za al aire, por ejemplo, 100 veces. El mismo efecto, la
variacin alea!oria, es aplicable cuando se evalan los efectos de los
tratamientos A y B, expuestos previamente. Supongamos que se
eliminaran todos los sesgos del estudio de los efectos relativos de los
dos tratamientos. Supongamos, adems, que los dos tratamientos son
en realidad igualmente efectivos, mejorando en cada uno de ello6
aproximada.mente el 50 % de los pacientes tratados. Incluso en este caso,
debido nicamente al azar, un solo estudio que incluyera un pequeflo
nmero de pacientes en cada grupo de trata mient-0 fcilmente podra
identificar que A mejora a una proporcin mayor de pacientesque B, o
viceversa.
El azar puede afectar todas las etapas de las observaciones clnicas.
En la evaluacin de los tratamientosA y B, la variacin aleatoria se
produce en el muestreo de pacientes para el estudio, la seleccin de los
grupos de tratamiento y las mediciones llevadas a cabo en losgrupos.
A diferencia del sesgo, que des\'a loa valores en una direccin o
en otra, la variacin aleat-Oria tiene tantas probabilidades de provocar
observacio nes por encima del valor real como por debajo de ste. Como
consecuencia, la media de observaciones no sesgadas procedentes de
muestras tiene tenCopyrigted material

hah 1 Elu id6rt

11

dencia col'r9$ponder al valor real en la poblacin, aun cuando los


resulta dos de pequeas muestras individuales no se correspondan.
La estadstica puede contribuir a estimar Ja probabilidad de que el azar
(variacin aleatoria) justifique los resultados clnicos. Los conocimient<>a
de la estadstica tambin pueden contribuir a disminuir dicha probabilidad
permitiendo que el investigador formule un diseo y an.lisis mejores.
Sin embargo, Ja variacin aleatoria nunca puede eliminarse por completo,
de modo que, cuando ee evalan los resultados de las observaciones
clnicas, siempre es preciso co.nsiderar el azar.
En Ja figura 1-2 se ilustra la relacin entre el sesgo y el azar.Se
toma como ejemplo la determinacin de la presin arterial diastlica
en un paciente individual. La presin arterial real puede obtenerse
mediante una cnula intraarterial, siendo en este paciente de 80 mm
Hg. Sin embargo, este m!odono es posible para las determinaciones
rutinarias de la presin arterial; habitualmente. la presin arterial se
determina indirectamente utilizando un esfigmomanmetro. El
instrumento ms simple es propenso
a los errores o a desviaciones del valor real. En la figura 1-2, el error est
representado por todas las lecturas del esfigmomanmetro que quedan a
la derecha del valor real. La desviacin de las lecturas del
esfigmomanmetro a Ja derecha (sesgo) puede tener varias
explicaciones (p.ej., un esfigmoma nmetro mal calibrado, un tamao
errneo del manguito o un mdico con dficit auditivo).El sesgo
tambin puede ser consecuencia de los difefl!ntes sonidos escogidos
para representar Ja presin arterial diastlica. Lospun tos llmite
habituales -Ja fase N y V de los ruidos d.e Korotkoff- tienen ten dencia
a encontrarse por encima y por debajo de la presin diastlica real,

PRESIN

ARTERIAi.

REAL

(cANUtA INTRAARTER IALj

DETERMINAClN

DELA PRESIN
ARTERIAi.

(ESFIGMOMANMETRO)

....:
:....1

1

.g

+----

p.z.,----

z'"

80

90

Preeln -dlaot611ca (mm Hg)

Ag. 12. Relacin entre el sesgo y el azar: determinack:Jnfi de la presin arterial mediarte
una eAnula intraartOOal y un esflgmomanmetro.

12

Epid1mialagia clnica. A1p 1ctot fundamentale1

respectivamente, e incluso esto es impredecible en los individuos obesos.


Adems, las lecturas individuales de la presin arterial tambin estn
sajetas a errores debido a la variacin aleatoria de la medicin, tal y
como se ilustra por la dispersin de las lecturas del esfigmomanmetro
alrededor del valor medio (90 mm Hg).
Las dos fuentes de error, sesgo y azar, no son mutuamente
excluyentes. En la mayor parte de situaciones, ambas estn presentes.
La principal razn para distinglllrlas es que deben ser manejadas de
forma diferente.
En teora,el sesgo puede prevenirse llevando a cabo correctamente las
investigaciones clnicas o puede corregirse mediante un anlisis
apropiado de los datos. Si no se eliminan,a menudo los sesgos pueden
ser detectados por el lector con discernimiento.A lo largo de este libro
se tratar cmo reconocer, evitar o mini mizar los sesgos.Adems, el
azar no puede elimi narse, pero su influencia puede reducirse mediante
un diseo correcto de la investigacin y el error resid ual puede
estimarse mediante la estadsti ca. La estadstica tambin puede
contribuir a eliminar los efectos de los sesgos conocidos.Sin embargo,
ningn tratamiento estadstico puede corre gir los aesgos desconocidos
en los datos. Algunos estadsticos incluso mgie ren que la estadstica no
debera aplicarse a los datos susceptibles de estar sesgados debido a un
mal diseo de la investigacin, por temor a dar una falsa respetabilidad
a una investigacin que puede inducir a error.
Va idezInterna y externa

Cuando se hacen inferencias sobre una poblacin a partir de las


obser vaciones de una muestra, se plantean dos preguntas
fundamentales (figu ra 1-3). En primer lugar, son correctas las
conclusiones de la investigacin para los individuos de la muestra? En
segundo lugar, en caso de respuesta

Todos toa pacientes


con el proceso de
lnterff

VALIDE
Z
INTVINA

---...-......... .M

.. . .. .. ......-.....-....................

ues t r e o

......--

- ..

-- . :=:....
::. .
VAUDEZ
EXTERNA

(_... llzablllded)

Flg. 1-3. validez Interna y externa.

1 Sesgo de ]
medicin o
de

confusi1

Azr

CONCLUSIN

Copyng ed material

lntn>ciu<dn

13

afirmativa de la cuestin anterior, representa la muestra a la poblacin


de inters?
La validez interna es el grado en que Jos resultados de un estudio son
correctos para la muestra de pacientes que estn siendo estudiados. Es
interna porque es aplicable a las condiciones concretas de este grupo
de pacientes sometidos a observacin y no necesariamente a otros. La
validez interna de la investigacin clnica est determinada por lo bien
que se han llevado a cabo el diseo, la recogida de los datos y los
anlisis, y est ame nazada por todos los sesgos y por la variacin
aleatoria, descritos previa mente. Para que una observacin clnica sea
til, la validez interna es una condicin necesaria, pero no suficiente.
La validez externa (generalizabilidad) es el grado en que los
resullados de una observacin continan siendo ciertos en otros
contextos. Para un mdico, es una re.Rp11AAt.a A la CllAAti6n :
-.suponiendo que los rnsultadns de un estudio sean ciertos, son
aplicables tambin a mis pacientes?. La generalizabilidad expresa la
validez de suponer que los pacientes de un estudio son comparables con
otros.
Un estudio impecable, con una elevada validez interna, puede conducir
a interpretaciones errneas si sus resultados se generalizan a los
pacientes incorrectos.
Ejemplo.Cul u el riesgo de rotura de un aneurltma artico abdominal? Los
clnicoa que visitan a pacient.ea con aneurismas deben di.a-poner de esta informacin para

tomar deci sionea sensatas sobre la necesidad de una intervencin qui_rrgica electiva.
La re1puetta depende rle qu tipo de pacientes se describen. Entre loa paciente& con

aneurismas de ms de 5 cm de di4metro, por encima de lo cual en general &e aconseja la


ciruga, los visitados en cen tros hotpitalarioe tienen aproximada.mente una tasa 10 veces
superior de rotura durante los 5 aos de M-guimiento que los individuos de la poblacin
general (fig. 1""4) (6). La run de ello podra ser que los pacientee vi.eitado.s en centros
son remitidos por i;ignos o sfntomai; de rotu ra inminente. Si los clnicos en una
consulta tuvieran que utilizar los resultadot de la investi

30

"'

20

i
10

PoblaclOn

c.ntroo

hospitalark>$

Fig.1-4.Sesgo do muostmo: lmltes del riesgo de rol\Jra (llrea sombreada} "" los 5 a/los
riores a ur aneurisma artico abdominal (ms de 5 cmde dimetro), de acuerdo CQC'I
el hecho de si el paciente pocede de una poblacin
ral ode unc:entro hospitalario de

poste

referencia (6).

Copyngted material

14

lpill1m ia la g'a dinica.Alp1ctosfund111M11I 11 1

gacin procedente de loe cent;roe hospitalarioe para predecir la rotura,sobreutimarian con.si


derablemente el riesgo y quiz tomarfan una dcciain equivoca.da sobre la necesidad de una
intervencin quir.rgica electiva.

La generalizabilidad de las observaciones clnicas, incluso las


observa ciones con una elevada validez interna, es una cuestin de
opinin sobre la cual incluso personas razonables podran diferir.
Ejemplo.El Pbysician'a HeaJth Study indic que la aspirina a dosis bajas (325 mg.a
daa alt.ernoe) 9reven1a e.l infarto demiocardio on m6dic01 varones sin u.na coronariopata
conocida (7). Los J l.037 mdioos aaignadoa a.leatoriamente pa_ra toma_r aspirina
prese.nta:ron u_na tasa de infarto de m:ioca_rdio el 44 'Jl,, menor que los U.034 asignados a
tratam_ient.o con placebo. El
estudio 111e llev a cabo cuidadosamente y utiliz un riguro&o diaefto;aua halla&goa han. ree:ati

do ta1crticas.No obsta.o.te., slo seestudiaron mdicos vat(lnes sa.ooe.Cuando los


resultados del estuc:tio se pu.bliearM pc>r primera vei, lot clnicoe tuvieron que decidir ai
estaba justifica
do admiruatrar aspirina a las mujeres, a los inctividu08 coo numeroaot factores de rietgo
y a pac1entescon una corona_riopatia ya conocida. Potteriormente, lai revi_siones de la
p.rueba_s procedente& de todos los estudios diaponi_bles han sugerido que laaspirina tambin
es efectiva en eat.os d:ros gnipos de individuos C8).

La generalizabilidad rara vez puede abordarse de manera


satisfa<toria en un slo estudio. Incluso una poblacin bien definida
geogrficamente constituye una muestra sesgada de poblaciones de
mayor tamao; por ejemplo, los pacientes de hospitales constituyen
muestras sesgadas de los residentes en condados; los condados, de los
estados; los estados, de las regiones, etc. Llevar a cabo un estudio en
muchos centros puede mejorar la generalizabilidad, pero no resuelve
totalmente el problema.
En general, lo mejor que un investgador puede hacer con respecto a
la generalizabilidad es garantizar la validez interna, lograr que la
poblacin del estudio sea adecuada a la pregunta de la investigacin y
evitar elestu dio de grupos poco comunes para que la experiencia con
ellos no se genera lice a unos pocos pacient.es. Corresponde entonces a
otros estudios, en otros cont.extos, ampliar la generalizabilidad.
El iresgo de muestreo tiene lugar cuando la muestra de pacientes de
un estudio es sistemticamente diferent.e a la apropiada para la pregunta
de
la investigacin o la utilizacin clnica de la informacin. Puest<> que
muchos estudios clnicos tienen lugar en centros mdicos y dado que los
paciente.s de dichos centros Sltelen representar en exceso el extremo grave
del espectro de la enfermedad, el sesgo de muestreo en la investigacin
cl nica tiene tendencia a provocar una visin exagerada de la gravedad
de la enfermedad.
UTILIZACIN DE LA EPIDEM OLOGIA CUNICA

El aprendizaje y la aplicacin de la epidemiologa clnica absorbe


mucho tiempo del ya de por si apretado horario de un mdico. Qu
puede ganar con ello?
Copyrigted material

Saber entender lae virtudes y los defectos de las p'CUebas cllnicas,


como p<>r ejemplo, los informes de una investigacin, proporciona
satisfac-

Copyrigted material

hah duccin

15

cin intelectual y confianza all donde -d.e no ser as- se podra sentir
per plejidad y frustracin.Puede aumentar la eficiencia para adquirir
informa cin slida, ya que permite decidir rpidamente a partir de los
principios bsicos qu artculos o fuentes de informacin clnica son
crebles.Durante la interaccin con los colegas proporciona una
alternatwa ms slida que otras para decidir cundo dar crdito a una
asercin: la conviccin, la ret rica, la experiencia o la especialidad del
defensor. Confiando en la epide miologa clnica, los clnicos de todas
las formaciones se encuentran en igualdad de condiciones y todas
dependen principalmente de la interpreta cin de la misma serie de
estudios consistentes. Por ltimo, la epidemiolo ga clnica proporciona
a losclnicos una perspectiva del grado en que sus esfuerzos, en relacin
con otros factores, como .la biologa de las enfermeda des y el entorno
fisico y social, determinan los resultados para la salud, de modo que
pueden saber lo que pued:P..n y lo que no pueden cambiar.
Por estas razones, consideramos que el tiempo invertido en el
aprendi zaje de la epidemiologa clnica est ms que recompensado.
INFORMACINY DECISIONES

Las preocupaciones principales de este libro son la calidad de la


infor macin clnica y su interpretacin correcta. Otro aspecto es la
toma de deci siones. Lasdecisiones buenas y certeras dependen de una
buena informa cin, pero se relacionan tambin con muchos otros
aspectos, incluyendo juicios de valor y la ponderacin de riesgosy
beneficios opuestos.
En estos ltimos aos, la toma de decisiones mdicas se ha
convertido en una disciplina de valor. Este campo incluye los estudios
cualitativos de cmo los clnicos toman decisiones y de cmo el proceso
puede estar sesga do y cmo puede mejorarse. Tambin incluye mtodos
cuantitativos: elan lisis de las decisiones, el anlisis coste-beneficio y
el anlisis de la rentabi lidad, que presentan el proceso de la toma de
decisiones de una forma explcita, de modo que pueden ser examinados
sus componentes y las con secuencias de asignarles diversas
probabilidades y valores.
En este libro se han incluido algunos aspectos del anlisis de decisio
nes, tales como la evaluacin de las pruebas diagnsticas.No obstante,
hemos decidido no profundizar en la propia toma de decisiones
mdicas. Nuestra justificacin es que las decisiones son solamente tan
buenas como la informacin que se utiliz para tomarlas y
hemosconsiderad.o que abor dar lo esencial de la recogida e
interpretacin de la informacin clnica era suficiente para llenar un
libro.Los lectores que deseen profundizar en Ja toma de decisiones
mdicas pueden consultar algunas de las lecturas reco mendadas al final
de este captulo.
ORGANIZACIN DEL LIBRO

Este libro se ha escrito pensando en los clnicos que desean


comprender la validez de las observaciones clnicas para ser capaces
dejuzgar la credi-

16

Epiderniologia clinica.

p t :tos funclo1111entales

bilidad de sus propias observaciones, las de sus colegas y los hallazgos


de investigacin de Ja bibliografia mdica. No se ha escrito
primordialmente para los profesionales que van a dedicarse a la
investigacin clnica sino para los profesionales que dependen de ella.
No obstante, considera.mos que las necesidades bsicas de estos
profesionales y de las de aquellos que utilizan la investigacin clnica
son similares.

ACONTECIMIENTOS

HISTORIA NATURAL

Facto,.de riesgo
Tabac
o

Asbest
o
Radn

Causa
Riesgo

Anormalidad
Frecuencia

Inicio de la enfermedad

Diagnstico
Prevenn

Diagnst'co
Signo$ y

TfTuLO OEL CAPfn.tLO

.slntoma

R8diogrlfia de

trax Citolofa
deewuto Bicpsia

<D

00

Tratamiento

R
e

suttados
Muerte
Enlerm6!1ad

Recupencln

1
Flg. 1-5. Organizacin del libro.

Pronstico

luhcd:uc ci4

17

En la mayor parte de libros de texto de medicina clnica, la


informacin sobre enfermedades se presenta como respuesta a las
preguntas clnicas tra dicionales: diagnstico, curso clnico, tratamiento,
etc. Asimismo, la mayora de los libros sobre investigacin clnica estn
organizados en t.orno a estrate gias de investigacin, como ensayos
clnicos, encuestas y estudios caso-con trol. Esta forma de organizar un
libro puede ser til para losque llevan a cabo una investigacin clnica,
pero es poco prctica para los clnicoe.
Hemos organizado el libro principalmente de acuerdo con las
preguntas clnicas que surgen en los encuentros mdico-paciente . La
figura 1-5 ilus tra cmo estas preguntas se correspon den con Jos
capltulos del libro, tomando como ejemplo el cncer de pulmn. Las
preguntas se relacionan con toda la historia natural de la enfermedad,
desde el moment.o en que los individuos sin cncer de pulmn se
exponen por primera vez al riesgo, pasando por el momento en que
algunos de ellos adquieren la enfermedad y aparn como pacientes,
hasta los resultados finales: las manifesucio nes de la enfermedad.
En cada captulo, describimos las estraoogias de investigacin utiliza
das para responder a las preguntas clnicas de cada capitulo. Algunas
estrategias, como loa estudios de cohortes, son tiles para respon der a
los distintos tipos de preguntas clnicas.A modo de presentacin,
hemosdes crito cada estraOOgia principalmenoo en un capitulo y slo
remitimos a ella cuando el mtodo es relevante para los temas de otros
captulos.
BIBUOGRAFIA
l. Whire l<L Healing the schism. Epidemiology. medicine and public heallh. New York:
Springer-Verlag. 1m.
2. Fletcher RH. Clinical medkine meets modem epidemiology-and both profil Ann
Epide- mial l992;2:325-333.
3. Murphy EA. The logic of medicine.Ballimre: Johns Hopkins University Press. 1976.
4. Soc:kett DI.. Bias in analytic mearch.J Chronic Dis 1979;32'51-63.

S. Jha PKs. Berol V, Peto J. Hack S, Hermon C. De.con J, Mant D.Chi.lvers C.


Vessey MP, Pike MC,Muller M,Gissmann L. Antibodi..to ltwnan ppillomavitus and to
other g<nital infectious
ts and invasive cervical canc:er ris.k. Lanc:et 1993;341:11161118'.

6. BaUard OJ. Abdominal aortic aneurysm (L.etrerl. New Engl J Med 1993;329:1275.
7. Steering Commi- ol IM Physiciana' HH!th Study Restth Croup.Final ff!>Orl oo
th asplrin componen! of !heongoing Physldans' Heallh Study.New Engl J Med
1989;321:129- 135.
8. Antiplai.let Trialists' Collaborotion. Collabora tive overview of randontized Irais of
anti plajelet tlierapy- 1. Prevention of death, myocardial infa.rctioo. and stroke by
prolOf\Sed antiplattlet therapy in vorious categorie> of pa tients. Br Med J

1994;308:81-106.

LECTURAS RECOMENDADAS
Anderien 8. Melhodological error& inmed.ioll reseazch.Boston:Bl:>cl<well Sdentlfic l'\l.Mica

tions, 1990.

Ei>enberg JM.Clincal economics. A gulde to the eronomic analysis of clinical practices.JAMA


1989:2622879-2886.

18

la-

lpht1 nialaga dinico.. Asp 1ttos fundcz1et 1 r

Serie -Hechot, cifras y

Jolley T. The glitter of lhe t table. lance! 1993;342.27-29.


Victorb CG. What's lhe denominator? lancet 1993;342:97-99.
Grisso JA. Maldng comparisono. Lancet 1993;342:157-160.

Datta M. Youcannot exclude the explanation you haven'tcons.idered. l.ancet 1993;342:345347.

Merters TE. Estimating lhe effects of misclassificatiOfl- Lancet 1993;342:418-421.


Leon D. Failed or mislead.ing adjU>tment for ainfounding. Lancet 1993;342:4791. Sitthi-amom C. Po<hachnda V. Bias. Lancet 1993;343:286-288.
Glynn JR. A queslion of altribution. Lance! 1993;342:530-5.12.
Carper.ter LM.Is the study worth domgl Lancet 1993;343:221-223.
Feinstein AR. Clinical epldeatiology. The atehih'.Cture of clinial reseatth. Plilladelphla;
WB Sounden, 1985.
FeiNt1!in AR. Clinimetrics. New Haven, CT: Yale Unlvenlty P..ss, 1987.

Friedrnan GD.Primer of epidemiology. 4th ed. New York: M:raw Hill.


1994.
Gehibach SH. lntetpretlng lhe medical litemure. 3rd ed. New York: MtGraw-Hill, 1993.
Hennekins CH,Buring JE. Epidernlology in medine. Booton: Uttle. Brown & Co, 1987.
Hulley SB,CUmmings SR. ClP.!gning clin:aJ reseatth. An epidtmiologk approach.
Baltimore:

WllJ.lams & Wllkins, 1988.


.
jenittk M, CJeroux R. Ef>idemiologiecllnique.Clinimetrie.St Hyadnthe. Que.,CaNda:
Edi sem. 1985.
Kro.me MS. ClirticaJ epldeatiology and blootatlsdcs. A primer for dJnleal investigators and
dedslon maU... New York: Springer Verlag, 1989.
Rieg1olman RK. Hindi RP.Studying and study and testing a test. 2nd Ed. Boown: Uttle,

Brmm & Co, 1989.

Sackett DL, Haynes RB, Guyatt GH, Tugwell P.CliniGal epidemiology. a baslc llderu:e for
clini<al medicine. 2nd ed. 6ooton: unte,8rown & and Co, 1991.
Sox HC. Blatt MA, Higgins MC, Marton J().Medical decision maldng. Stonelwn. MA:8utttt
wor1h, 1988.
s.r

ie ..Qua del usuao cte blbliograffa mjdica..

Cuy1tt CH, ReruUe D. Usen' guides to lhe medical literatutt. JAMA 1993;270:2097-2008.
0xman AD,Sackett DL, Cuyatt CH. l. How to get starU!d. JAMA 1993;2'\l.'2093-2095.
Cuy11t CH, Sackett DL Cook DJ. D. How to use and artide about lherapy or pl:n'entiOflA. Att the resulls of the study valid? JAMA 1993;2'10:2593-2601.
Cuy1tt CH, Sackett DL,Cook DJ. D.How to use ;md artide about lherapy or prevention.
8 What wett the resu.Jts a.1'.'ld will they ht:lp m l_n ('A_ri_ng for my
tlenb? JAMA
1m:271:59-63.
Laupakb A. WeUs G, Richardton S, Tugwell P. V. How to use an artide about p:ognosis.
JAMA 1994;272:234-237.
Jaes<llM R. Guyatt G, Sackelt DL DI. How to use and article about a diagnostic test.
A. Att lhe mul!s of the study valid? JAMA 1994;271:389-391.
Jaesch!< R. Cuyatt C, Sackett DL. U!. How to use and article about a diagncstic teot.
B. What a.re the results and will they belp me in caring O< my patients? JAMA
1m;271:703-70'7.
Levine M, Walter S, Lte H, Haines T. Holbrook A. Moyer V. IV. How to use i.n article
about h.um. JAMA 1994;271:1615-1619.
w..... NS. CliNcaJ epidemiology. The study oi lhe OUICOll\<! of illness. New Yorlc
Oxford
Unl,.enity Press, 1986.
Whlte KL Healirtg lhe schi5m. Epldemlology, medicine and the publlc's hNlth. N<w Y0<k:

SprillgerVerlAg, 1991.

ANORMALIDAD

Los mdicos invierten mucho tiempo en distinguir lo normal de lo


anormal. Cuando se enfrentan a un hecho claramente diferente de lo
habitual. apenas tienen dificultades para advertir la diferencia.Todos
esta mos familiarizados con las ilustraciones de los libros de texto de
diagnsti co mediante pruebas puramente sicas donde se muestran una
hepatoos plenomegalia masiva, bocios desproporcionados o los graves
cambios que la artritis reumatoidea produce en una mano.No
pod.emosvanagloriamos de reconocer esta clase de anormalidad. Si.n
embargo, mucho ms a menudo los mdicos deben hacer distinciones
ms sutiles entre lo normal y lo anor mal.Un dolor torcico fugaz
esuna angina o carece de consecuencias? Un soplo sistlico suave es
un signo de cardiopata valvular o slo es un ino cente murmullo? Un
aumento ligero de la fosfataa alcalna representa un signo de
hepat.opata. de enfermedad de Paget asint.omtica o no reviste
importan.cia?
Las decisiones sobre lo que es anormal son especialmente
difciles
entre
pacientes
relativamente
no
seleccionados,habitualmente ambula torios.Cuando los pacientes ya
han sido seleccionados para recibir una atencin especial, tal y como
ocurre en la mayor parte de centros hospi talarios, habitualmente se
pone de manifiesto que algo va mal. En este caso, la ta.rea del
mdico es afinar el diagnstico y tratar el proble ma. No obstante, en
contextos de atencin primaria, los pacientes con manifestaciones
sutiles de las enfermedades se entremezclan con las molestias
cotidianas de los individuos sanos y no es posible investi gar todos
estos sntomas de una manera agresiva. Cules de los nume rosos
pacientes con un dolor abdominal presentan una gastroenteri tia
autolimitada y cules experimentan una apendicitis precoz? Cules

de los pacientes con dolor farngeo y ronquera experimentan una


farin gitis por flora mixta y cules una epi;ilotitis por Haemophilus ,
proceso raro pero potencialmente mortal? Estos son ejemplos de lo
dificil e importante que puede ser ta distincin entre los diversos
tipos de anor malidad .
El objet.o de distinguir lo normal de lo anormal es separar estas
obser vaciones clnicas que deben ser consideradas para emprender una
accin de las que pueden simplemente consignarse en un registro. Las
observacio nes que se consideran normalessuelen describirse como
dentro de los lfmi. tes normales-, insignificantes o sin contribucin
y permanecen sepulta das en el registro mdico del paciente. Los
hallazgos anormales se
Copyrig t material

20

inacri_ben en una lista de problemas, i:llpresione8"' o "(diagnsticos,.. y cons

tituyen la base para emprender una accin.


Indudablemente, considerar los hallazgos clnicos normales o
anorma lesconstituye una aproximacin y origina como consecuencia
clasicacio nes errneas. La justificacin para este enfoque es que a
menudo no es prctico o es innecesario conside.rar los datos brutos en
todo su detalle. Como afirmaba Bertrand Russell, para ser
perfectamente inteligible hay que ser inexacto y para ser perfectamente
exacto hay que ser ininteligible>. En general, los mdicos prefieren pecar
por exceso de ser inteligibles para s mismos y para los dems, incluso a
expensas de cierta exactitud. Otra razn para simplificar los datos es que
cada aspecto del trabajo de un clni co termina en una decisin:
proseguir la evaluacin o esperar, selereionar
un tratamento o tranquilizar al paciente. En estas circunstancias,e;nece
sario algn tipo de clasificacin del tipo presente/ausente.
La tabla 2 l constituye un ejemplo de cmo las
expresionesrelativamen te simples de anormalidad se deducen de datos
clnicos ms complejos.A la izquierda, se identifica una tpica lista de
problemas, que define los proble mas mdicos importantes del paciente.
A la derecha, se citan algunos de los datos a partir de los cuales se
decide denominarlos problemas. Las conclu sionesa partir de los datos,
representadas por la lista de problemas,no son de ningn modo
incontrovertibles. Por ejemplo, la media de 4 lecturas de la presin
arterial diastlica es de 94 mm Hg.Algunos investigadores podran
argumentar que este nivel de presin arterial no justifica la etiqueta de
hipertensin porque no es especialmente elevado y existen algunas des
ventajas derivadas de indicar a los pacientes que estn enfermosy de
admi nistrarles tratamiento. Otros investigadores podran considerar
que la cla sificacin es apropiada considerando que este nivel de
presin arterial se asocia con un mayor riesgo de enfermedades
cardiovasculares y que el ries go puede disminuir con el tratamento. La
lista de problemas, aunque apro ximada, sirve de base para tomar
decisionessobre el diagnstico, pronstico
y tratamento y es preciso tomar decisiones, ya sean actvas (mediante las
exploraciones diagnsticas tradicionales y un tratamiento) o
pasivas (ausencia de intervencin).
Este captulo describe algunos de los mtodos que los mdcos
utilizan para distinguir lo normal de lo anormal. Con esta finalidad,
en primer
1llbla 2-1. Reaumon do loa datoa clinico&! lio1a do problomaa del paciont. y datoa on loa
queM baun

Diversas tec turas de ta presin arteriaJ (mm Hg): 170/102, 150186.

166192.172196
Diabetes mellitus

Insuficiencia renal

Prueba de toterancla a ta glucosa:


Toempo (horas)
Glucosa plasmtica (mg/100
mQ

O
11O

0,5
190

1
170

2
140

Qumicasrica:

Copyrigted material

C-lnlna:2,7 mg/100 mi
Nllrgeno ureico:40 mgl100 mi
Bicatbonalo:18 m

Copyrigted material

Anonnaidad

21

lugar, ser necesario considerar cmo se determinan, cmo varian y


cmo se resumen los fenmenos biolgicos. Despus ser posible
considerar cmo estos datos se utilizan como base de losuicios de valor
sobre lo que mereoe denominarse anormal.
DETERMINACIONES CNICAS

Las determinaciones de los fenmenos clnicos producen tres tipos


de datos:nominales, ordinales y de intervalo.
Losdatos nominales se producen en categoras sin ningn orden
inhe rente. Eemplos de datos nominales son las caractersticas que
stn determinad.as por una pequea serie d.e genes (p.ej.,
antgenos tisulares, sexo o errores congnitos del metabolismo) o son
acontecimientos espec taculares, diferenciados (p. ej., muerte,
dilisis o ciruga). Estos datos pueden incluirse en categoras sin
gran preocupacin por una clasifica cin errnea. Los datos
nominales que pueden dividirse en dos categoras (p.ej.,
presente/ausente, sf/no o vivo/muerto) reciben el nombre de dicot
micos.
Los datos ordinales poseen cierto orden o rango inherente, como
pequeos o grandes,o buenos o malos,pero el tamao de los
intervalos entre categoras no puede especificarse.Algunos ejemplos
clnicos inclu yen el edema de las extremidades inferiores de l+ a 4+,
o soplos entre los grados 1 a VI (que fluctan desde los solamente
audibles con un esfuerzo especial hasta los audibles sin la ayuda del
estetoscopio) y los grados 1a
5 de fuerza muscular (desde ausencia de movimiento basta la
fuerza nor mal).
Para los datos de intervalo existe un orden inherente y el
intervalo entre valores sucesivos es igual. Existen dos tipos de datos
de intervalo. Los datos continuos pueden tener cualquier valor en
un continuum. Algunos ejemplos incluyen la mayor parte de la
qumica srica, el peso, la presn arterial y la presin parcial
deoxgeno en sangre arterial. En la prctica , la determinacin y
descripciones de las variables continuas pueden reducirse a un
nmero limitado de puntos en uncontinurm, fre
cucntcr:ncnto o enteros puesto que lo procisi6n de lu dct-crminacin o

su utilizacin no justifica mayor detalle.Por ejemplo , una


determina cin de la glucosa sangunea podr(a ser de
193,2846573... mg/100 mi, pero simplemente se indica como 193
mg/100 mi . Los datos discretos pueden tener slo valores
especficos y se expresan como recuentos. Ejemplos de datos
discretos son el nmero de embarazos y de partos de una mujer y el
nmero de convulsiones que un paciente experimenta al mes.
Precisamente para los datos ordinales y de intervalo se plantea la
siguiente pregunta: dnde termina lo normal y dnde empieza lo
anormal? Por ejemplo, cundo una prstata normal de gran tamao
empieza a ser demasiado grande como para ser considerada normal?
Los clnicos son libres de esroger cualquier punto de corte. Algunas de
las razones para las elecciones se considera.rn ms adelante en este
captulo.

22

lphl1n ia ta gia clnica. Alp 1ctaa fundamentales

RENDIMIENTO DE LAS MEDICIONES


Cualquiera que sea el tpo de medicin, su rendimiento puede describir

se de varias formas,especificadas a continuacin.


Validez

Como se ha indicado en el captulo 1, la ualidez es el grado en


que los datos miden lo que pretendan medir, es decir, los
resultadosde una medi cin corresponden al estado real del fenmeno
que se est midiendo.Otro trmino para la validez es la exactitud.
Para las observaciones clnicas que pueden medirse por medios
fisicos, resulta relativamente fcil establecer la validez.La
determinacin obser vada se compara con algn patr.n aceptado, por
ejemplo, el sodio srico puede medlrse con un Instrumento calibrado
recientemente !rente a solu ciones hechas con concentraciones
conocidas de sodio. Las mediciones de laboratorio cllnico en general
estn sujetas a extensas y repetidas revisio nes de la validez. Por
ejemplo, en Estados Unidos, es un patrn nacional qu.e las mediciones
de glucosa sangunea se monitoricen en busca de la exactitud,
comparando las lecturas frente a estndares elevados y bajos al
principio de cada da, antes que cada tcnico empiece la jornada y
dC$1>us
d.e cualquier cambio en las tcnicas, como un nuevo frasco de reactivo o
una nueva baterla para el instrumento. De forma parecida, la validez
de un hallazgo fsico puede establecerse por los resultados de la
ciruga o de la autopsia.
Existen otras determinaciones clnicas, como dolor, nuaeas,
clisn.ea, depresin y miedo, que no pueden verificarse flsicamente. En
medicina clnica la informacin sobre estos fenmenos se obtiene
mediante la reali zacin de una bistorill>'. Los enfoques ms formales y
estandarizados,utili zados en la investigacin clnica, son entrevistas y
cuestionarios estructu rados. Se disean grupos de preguntas
(apartados) individuales para mensurar fenmenos especficos (como
sntomas, sensaciones, actitudes, conocimientos y creencias)
denominados
constructos-.Las respuestas
a
la.s
preguntas
concernientes a un constructo se convierten en nmerosy se agrupan
para formar escalas.
Exibten tres estrategias generales para este.blecer 11;:1. vK.lidez de las
determinaciones que no pueden verificarse directamente utilizando le sen
tidos ffsicos.
La uulidez de contenido es el grado en que un mtodo concreto de deter
minacin incluye todas las dimensiones del constructo que se
pretende determinar, y nada ms. Por ejemplo, una escala pare
determinar el dolor tendra validez de contenido si incluyera
preguntas sobre p.rurito, nuseas, hormigueos, etc.
Existe ualidez de constructo cuando la determinacin es coherente
con otras d.eterminaciones del miamo fenmeno. Por ejemplo, el
investigador podra poner de manifiesto que las respuestas a una
escala que mjde el dolor guardan relacin con otras manifestaciones de

la intensidad deldolor tales como la sudacin, las quejas y la peticin de


analgsicos.

-Helad

23

La validez de criterio est presente cuando se pone de manifiesto


que las determinacio.nes predicen un fenmeno directamente
observable. Por ejemplo,se puede considerar si las respuestas en una
escala que determina el dolor guardan una relacin predecible con el
dolor de una intenaidad conocida: dolor leve debido a una abrMin
insignificante, dolor moderado por una cefalea ordinaria o una lcera
pptica , y dolor intenso debido a un clico nefrtico.
La validez no est,pues, tal y como frecuentemente se
afirma,presente o ausente.Ms bien , con estas estrategias se puede
establecer un razona miento a favor o en contra de la validez de una
escala en las condiciones en las que se utiliza, de modo que se pueda
convencer a los dems de que la escala es ms o menos vlida.
Debido a su seleccin y formacin, los mdicos tienen tendencia a
prefe. ri.r el tipo de determinaciones precisas que permiten lasciencias
fsicasy biolgicas, y evitan o descartan las otras, especialmente para la
investiga cin. Sin embargo, el alivio de los sntomas, la satisfaccin
y la sensacin de bienestar son los resultados ms importantes de la
asistencia, las preo cupaciones centrales de pacientes y mdicos.Para
orientar las decisiones clnicas, es preciso que la investigacin tambin
las incluya;de lo cootra rio, la perefectiva de la medicina descrita por
la investigacin estar dis torsionada.
Como Feinstein (1) ha descrito:
El U.rmino -dW'Oo> habitualmente se aplica a loe datos que son fidedignosy
preferiblemen te m&n1urabJe1 (p. ej., datos de laboratorio, datos demogrficos y
rostes econmicos ). Sin emba.ro,el rendimiento clnico, la conveniencia, la anticipacin y
loe datoa familiares ooruJti tuye.n dati>sblandos-. Dependen de manifestaciones
toubjeti\'BS habitualmente expresadas en palabras n:u\.t. que en nmeros por los ln.dividuoa
que actan como obeervadores y por los indi viduos qua ton obflervados.
Para evitar est.os dntoe bJa_ndoa, en general 108 reaultados del trata.miento ff
limitan a la informaci6n de laboratorio que puede 6e-r objetiva, mentJurable y fidedigna,
pero tambitn des huwani.udo. Si te ooe indicara que el colesterol &rioo
ea de 230
1
mgflOO ml que la radiogra fla de trax pone de manifiesto una cardiomegaliA y que en.
el electrocardiograma se identifi can ondas Q, no podriam08 &aber si el-objeto
tratado es un perro o una persona.. Sise oos indicara c;:ue se reatabl eei l.a
capacidad para trabajar, que el fmiaco tenla buen sabor y era fdl d tomar, y que la
familia estaba aatisfech.a con loe resultadoe, reoonooeriamoa un patrn humano de
respuestas.

Fiabilidad

La fiabilidad es el grado hasta el cual las mediciones repetidas de un


fenmeno etable por medio de individuos e instrumentos diferentes,y
en diferentes lugares y fechas, obtienen resultados similares. La
reproducibi li.dad y la precisiri son otras palabras para esta propiedad.
La fiabilidad de las determinaciones de laboratorio se establece median
te medidas repetidas, por ejemplo, el mismo suero o muestra de tejido, en
ocasiones llevadas a cabo por individuos diferentes o con instrumentos dife.
rentes. La fiahilidad de lossntomas puede establecerse poniendo de
mani fieeto que son descritos de manera similar por diferentes
observadores y en condiciones diferentes.

24

lpid1mialagia dinico. Asp1ctot fundc:eu*'ta'"

En la figura 2-1 se muestran las relaciones entre la fiabilidad y la


vali dez. Un instrumento (un aparato de laboratorio o un
cuestionario) utili zado para recoger una amplia serie de mediciones
puede ser vlido (exac to) como promedio, pero no fiable porque
las medidas obtenidas se dispersan amplamente alrededor del valor
real. Asimismo , un instru mento puede ser muy fiable, pero alejarse
sistemticamente de loslmi tes (inexacto). Una sola medicin con
una mala fiabilidad tiene una baja validez porque tiene
probabilidades de alejarse de los lmites simplemen te por el azar.
Umltes (rango)

Un instrumento puede no registrar los valores muy bajos o elevados


de lo que se est determinando, lo que limtar la informacin que
proporcio na. Por esta razn, el mtodo de "lprimera generacin> de
determ.inacilu.l. de la hormona tiroestimulante (TSH) no fue til para el
diagnstico del hiper tiroidismo o para una titulacin precisa d.e la
administracin de tiroxina, porque el mtodo no poda detectar los
bajos niveles de TSH. De forma parecida, la escala de las actividades de
la vida diaria (que mide la capaci dad de los individuos para
alimentarse, desplazarse, ir al servicio, vestirse y lavarse,
continencia,etc.) no mide la falta de capacidad para leer, escribir o tocar
el piano, actividades que podran ser importantes para determina dos
pacientes .

VALIDEZ

Elevada

8-1

Flg.2-1.ValidOl y fiabilidad.A) Validez elevada y fiabj dad elevada.B) Validez baja y


t\abllldad elevada.C) Validez elevada y flab idad baja. O) VafidOlbaja y flablklad baja. Las
lneas da ptJn tos """esentan losvalotes reales.

AnormaHdad

Senalbllldad

Un instrumento es sensible hasta el punto de que sus resultados cam


bian a medida que cambian las condiciones. Por ejemplo, la escala de
la New York Heart Association, clases 1a IV (ausencia de sntomas,
sntomas con ejercicio ligero y moderado y sntomas en reposo), no es
sensible a los cambios sutiles de la insuficiencia cardaca congestiva
que valoraran los pacientes, mientras que las determinaciones de
laboratorio de la fraccin de eyeccin pueden detectar cambios
demasiado sutiles para que los pacientes losperciban.
lnterpr9tabilldad

Una desventaja de las escalas basadas en cuestionarios en los que,

en general, no intervienen parmetros fi3icois e:s que los resultado


pu.e den no ser significativos para los clnicos y los pacientes. Por

ejemplo,
hasta qu punto es malo tener un valor de 72 en la escala de depresin
de Zung? Para superar este inconveniente, los investigadores pueden
Sujetar los valores de la escala a fenmenos familiares, por
ejemplo, indicando que los individuos con puntuaciones inferiores a
50 se oonsi deran normales y los individuos con puntuaciones de 70
o superiores estn grsve o extremadamente deprimidos y requieren
asistencia inme diata.
VAR IACIN

Las determinaciones clnicas del mismo fenmeno pueden


adoptar una serie de valores dependiendo de las circunstancias en las
que se han hecho. Para evitar conclusiones errneas a partr de los
datos, es preci so que los clnicos conozcan las razones de la
variacin en una situacin determinada y conozcan los factores que
es probable que desempeilen un papel importante, un papel menor o
ningn papel en lo que se ha observado.
La variacin global es la suma de la variacin relacionada con el acto
de la determinacin, las diferencias biolgicas dentro de individuos de

un momento a otro y las diferencias biolgicas de un individuo a


otro (tabla 2-2).

Table 2-2. "'*1tM ele verlacl6n

"-
Medci6n
Instrumento
Observador

VaaclOn biolgica
En cada
individuo Enlnl
lnclMduos

El medio de realizar la medicin


El Individuo que reallza la medtc'6n

canDos de los individuos con el tiempo y la sitlJacin


Diferencias biolgicas de ..., i'ldividuo a otro

Copyrigted
material

Copyrigted
material

26

l1.iEl1m iata gia dinica. A1f 1c:la1 fvndamentalu

Medicin de la variacin

Todas las observaciones estn sujetas a variacin debido al rendi

miento de los instrumentos y a los observadores que participan en la


medicin. Las condiciones de la medicin pueden conducir a un

resultado sesgado (falta de validez) o simplemente a un error aleatorio


(falta de fia bilidad). Es posible disminuir esta fuente de variacin
efectuando las mediciones con gran precaucin y siguiendo protocolos
estndar. No obs tante, cuando estas mediciones se relacionan con el
juicio humano, ms que con aparatos, la variacin puede ser
especialmente amplia y muy dificil de controlar.

.gjemplo. La inauficienci.a cardaca fetal frecuentemente ae mo.o.itoriza por auac:ultacin,


que est sujeta al error del obtervador. La monitorizacin electrnica proporciona. la
fttcuen da rea_t. Las frecuenclu tard1aeas retales que son l_nualtadamente elevad.as o
baja.a re-presen tan marcadores del distrs fetal. que auj_eren la n.ecesidad de un parto
precoz.
Oay y oola. (2) compararon las frecuencia.a ca.rdacaa fetalea obtendas por auacuttacin
eftlduada por el personal hoepitalario con las frecuencias obtenida mediante
monitoriz.acin electrnica (6g. 22). Cuando la frecuencia cardaca fetal real se enconlT en
108 lCmite.s nor males, lu frecuenclas por auscultacin ae encontraron distribuidas
uniformemente a.lrededor del valor real, es decir, slo exiati.6 un error aleatorio,
pero cu.ando la frecuencia cardiaca fetal real fue inu.eit.a.damente elevada o baja, las
frecuencias por autcolt.a.cin se encontnrtn aes. gadas hacia lo normal Las frecue.n.ciu
bttja.s tuviuoa tendencia a docume.ntarse como m61 elevadasque Las frecuencias reales
y la& f'reeue.nciaa elevada.a, como ma bajas que la.s fre cu.cncias realee.

Este estudio ilustra los errores tanto aleatorios como sistemticos de


las observaciones clncas. En este caso, el sesgo hacia las frecuencias
nor males podra haberse originado porque el personal hospitalario
esperaba que el foro se encontrara bien y era reacio a llevar a cabo una
intervencin mayor basada en su observacin de una frecuencia cardaca
anormalmente elevada o baja.
Las variaciones de las mediciones tambin se originan porque stas se
llevan a cabo solamente en una muestra del fenmeno que se est descri
biendo, lo que podra representar errneamente al conjunt.o. A menudo,
la
fracci6n de muestreo (la fraccin del conjunt.o que se ha incluido en la
mues tra) es muy pequena;por ejemplo, una biopsia d.e hgado slo
representa aproximadamente l/100.000 del hgado.Dado que se
examina una parte
muy pequea del rotal, existe un margen considerable para la variacin de
una muestra a otra.

Si las mediciones se llevan a cabo con diferentes mrodos (p. ej.,


labora torios, tcnicos o instrumentos diferentes). algunas de ellas
podran ser poco fiables y/o manifestar diferencias sistemticas a
partir del valor correcto, contribuyendo a la dispersin de los valores
obtenidos.

Variacin biolgica
La variacin tambin surge debido a los cambios biolgicos dentro de
los individuos con el tiempo. La mayor parte de fenmenos biolgicos se
modifican de un momento a otro.Una medicin en un punto del tiempo

Anonnaldad

27

15Frecuencia carolaca
fetal moiV1orizada

130 150
10

Frecuencia cardiaca

fetal mooitorizada
>

-60

40

150

30

20

10

10

20

30

40

50+

lat./min

Re.2 2. "81iabilidad del observador.Error al documentar (en latJmin) la frecuencia cardiaca fetal

en funcin de sita frecuencia real,determinada mediante un monitor electrnloo,se


enwentra dentro delos lmtes normales, PO< debajo opor Of1Cima.(Reproducido de Oay
E,Maddem L y Wood C.A.uscultation of Fetal Heart Rate An assessment of its e"' and
sign flcance.BMJ 1968; 4: 422424.)

constituye unamuestra de mediciones durante un perodo de tiempo y


POdra no representar el valor habitual de stas.
Ejemplo.Los clnicos eatima_n Ja frecuencia de despolarizacin pmatura
ventricular (extraa.atoles ventriculares) {EV) para contribuir a determlnar la necesidad y
eficacia de un tratamiento. Por ra.zonea pr,ctica.s. lo llevan a cabo m.ediant.e
obaervacione1relativamente breves:quiz tomando el pullo durante 1min o revisando un

electroC'a_rdiograma (un registro de unoe 10 eeg). No obstante. la frecuencia de las EV en


un paciente determinado varia con e1 tiempo.Para obtener u.na muestra mayor del fu.dice
d EV, en ocasiones se utiliza un monitor porttil (Holter). Pero la monitoriucin, incluso
durante periodo prolongados de tiempo, puede conducir a error. La fiura 2..3 muestra
18.1 obse-rvacionee en un paciente con BV, ti.mi lar a otros pacientes estudiado& (3).
Las EV/hora variaron detde menoe de 20 haate 380 durante un pe:r(odo de 3d.tas,de
acuerdo con el da y el momento del df.a,. Los autores Utgaron
a la si,uiente concluain:..:distinguir u.na di&m.inucin de la frecuencia de EV atribuie
a la ntenencin teraputica m que dnica.mente a la variacin biolgica oeapont4nea.

pr&ritaa una disminucin superior al 83 % de la frecuencia de EV. si .slo se compararan


dos periodos de monitori,ucin de 24 horas.

300

200
Da 1
100
Dfa 2

Medioda

6 PM

6AM

F4g. 23.Varlab!lidad bk>lgica.Nmero de extrasfstoles ventriculares (EV) para un


pac'8nte no tratado en 3 dias consecutPYos.(Reproducido de Morganroth J, Mich&lson
EL, Horowitz LN, Josephson ME, Pearlman AS y Ounkman WS.Umitations of routine
long-term electro cardiographic mooltorlng to assess venttk:ular ectop frequency.
Clroulatlon 1978; 58: 408 414.)

La variacin tambin surge debido a las diferencias entre


individuos. Las diferencias biolgicas entre individuos predominan en
numerosas situaciones. Por ejemplo, varios estudios destacan que la
hipertensin puesta de manifiesto en mediciones aisladas y casuales,
aunque est suje ta a todas las dem.s formas de variacin, mantiene
relacin con una enfer medad cardiovascular posterior.
Variacin total

Los diversos orgenes de la variacin son acumulativos. La figwa


2-4 ilustra este hecho para l a medicin de la pre9i.6n art.erial. I...11
variacin a partir de la medicin contribuye de manera relativamente
insignifican te aunque abarc unos lmites de 12 mm Hg entre
diferentes observado res. Adems, la presin arterial de cada
paciente vara considerable mente de un momento a otro durante
el da, de modo que una sola lectura de la presin arterial podra no
representar la habitual para dicho paciente . Gran parte de esta
variacin no es aleatoria: la presin arterial en general es ms

elevada cuando los individuos estn despier tos, excitados, durante


la visita al mdico o cuando toman frmacos de dispensacin libre
para el resfriado. Naturalmente, estamos ms intere sados en
conocer cmo la presin arterial de un individuo se compara con la
de sus semejantes, sobre todo si el nivel de la presin arterial
mantiene relacin con las complicaciones de la hipertensin y con la
efectividad del tratamiento.

Anotn r' dr d 29

Efectos de la variacin

Otra forma de considerar la variacin es desde el punto de vista de su


efecto neto sobre la validez y fiabilidad de una medicin y de lo que se
pue de hacer al respecto.
La variacin aleatoria, por ejemplo obtenida por instrumentos inestables
o por muchos observadores con diversos sesgosque tinen tendencia a
rom pensarse entre sl no origina como consecuencia una representacin
errnea del estado real de un fenmeno si se hace una serie de
mediciones; sin embargo, las mediciones individuales pueden ser
engaosas.La inexactitud, que es consecuencia de la variacin aleatoria,
puede reducirse tomando una muestra ms amplia de lo que se est
detenninando, por ejemp lo, mediante un recu.ento de mayor nmero de
clulas en una extensin de sangre, exami nando Wl rea mayor de un
sedimento urinario o estudiando a un mayor 06.meru de pacientes.
Asimismo, e1 grado d" la variacin aleatoria puede estimarse. mediante
mtodos estadsticos (v.cap. 9).

Condldonu
de la
medlcl6oo

Diltrlbudn

de leo mediciones

pacientt, un observador,

o!leerVaciones 191)etidas

en un momento dado

/\

Un peden tt,

muchosollleNadores,
en un momento del

dfa

Medicin

Un pacientt, un observado<
enmuchos momentos del da
1

NUtne10SOS pac1entes

60

70

80

90

100

110

120

130

Pruin l'terim cfi11tlica (mm Hg)

f19- 2-4. Fuentes de variacin.Medicin de la presl<1 arterial diastlica (faae 11).(De Fletct.r
RH y Fle1Chef &N; y l!oe J, Humerlelt S,Wedervang F y Oecon
The bklod
in
8popula
tion (Specia/ ls&ue].Acta Med Scand 1957; 321:
13.)

c.

30

lpidemiologla clinica. A10 1 toa fvudca1,..1tal.a

Adems, los resultados sesgados son sistemticamente diferentes


del valor real sin que importe el nmero de veces que se repitan . Por
ejemplo, CWIDdo se investiga a un paciente en el que se sospecha una
hepatopatfa infil trativa (quiz representada por un aumento de la
fosfatasa alcalina rica detectado al realizar un seguimiento), una sola
biopsia heptica puede con ducir a error,dependiendo de cmo se
encuentren distribuidas las lesiones en el hgado. Si la lesin es una
metstasis en el lbulo izquierdo del hgado,una biopsia en el lugar
habitual (el lbulo derecho) la pasar por alto. Asimismo, una biopsia
para una tuberculosis miliar, que est representada por millones de
pequeos granulomas en todo el hgado, slo serla imprecisa con una
variacin aleat.oria. De forma parecida, todos los valores elevadosde las
EV mostrados en la figura 2-3 se registraron el primer da y la mayor
parte de los valores bajos, el tercer da.Los das fueron estimaciones
sesgadasentre s debido a la variacin de la frecuencia de EV de un da a
otro.
DISTRIBUCIONES

Los datos que se han determinado en escalas de intervalo frecuentemen


te se presentan como una figura, que recibe elnombre de distribucin tk
fre. c1uncia y en la que se muestra el nmero (o porcentaje) de un grupo
defudo de individuos que poseen valores diferentes del parmetro (fig.25).La pre-

20

15

Moda

r;:.:

10

g,
5

APE (ngtmQ

10

Fig. 25. Determinaciones de la tendencia central y de la dispersin. Oistbucin de kls


niveles del antgeno prosttico especffico (APE) en varones supu""""'1ent nonnales. (lle
Kant RA. Ut trup PJ, Babalan R.Cl<ago JR. Lae F,Chesley A, Murphy GP y Metttin C.
Prostate-specific anti- goo levelsin 1695 men without evideooe of prostate cancer.Cenoet

1992;69:1201 t 207.)

Anonnoldad

31

sentacin de los datosd.e intervalo como una distribucin de frecuencia


pro porciona la informacin con un detalle relativamente meticuloso.
Descripcl6n delas distribuciones

Es conveniente concentrar las distribuciones.De hecho, es


imprescindi ble si tienen que presentarse y compararse un amplio
nmero de distribu ciones.
Para ello se utilizan dos propiedades bsicas de las distribuciones: la
tendencia central (el punto medio de la distribucin) y la dispersi(m
(hasta qu punto estn alejados losvalores unos de otros).En la tabla 2-3
se resu men varias formas de expresar la tendencia central y la
dispersin junto con sus ventajas y desventajas, y ellas se ilustran en la
figura 2 5.
Tabla 2 3. EaprMioMa de la tendencia

TondetlciaCMtra/

la

Suma de valores

para las

obset\'a cloMs
Nmero de observac:klnes
Me<iana

Moda

El punto donde
el nmero de
ob servaciones
por encima es
igual al nmero
por debajo

Elvelo<

se

que

pro- duce mAs


fre Cllen1ernente

y la dlaper&in

Adecuada para el
tratamlento
ma,: temtico

Afectada por Yalo

No inftuida fcil
mente
por
valo
resextremos

No

Simplicidad de
si9-

En ocasiones, no

nificado

res extremos

adecuada

para

manipulacin

la

matemllca

hay

valores

mU fr8CU8ntes
(o hay muchos)

Oispersin

Limites

Desde el valor ms
bajo hasta el ms
dela dis

e!av-

Desviacin estndal'

tribucin
Elvalor absoluto de

la dlferenela me

dia

delos

valores
individuales con
1'9SP9cio a la
m&

Peroentll, decll,
cuartil,etc.

Incluye todos los


valores
Adecuada
para
la menlpulaeln
matemtica

den

ValOteS

tro

detos

ospecificados

afectados

por los valores


ex tremos

-. .

Para

distribu::lo

ne& no gueaia

nas no desoibe
una proporcin
conocida de las

dia

La proporcin de
todas las obser
vaciones Que
se encuentran

Muy

Describe la rare..
za de un valor

sin asunciones
sobre laforma de
una distribuan

Poco adecuados

para
la
manipu lacin
estadsti ca

,/ CX -Xl'

N I

donde X

= cada observadn;X = media de ladas lasobservaciones,yN = nmero deobsewvacionea.

32

lp"d m' ' gf dinica. Alp 1Etos fundante1 1ta...

Dlstrtbuclones reales

En la figura 2-6 se muestran las distribuciones de la frecuencia de


cua tro pruebas sanguneas habituales (potasio, fosfatasa alcalina,
glucosa y hemoglobina). En general, la mayor parte de los valores
aparecen prximos al punto medio y, ex.cept-0 para la parte central
de las curvas, no existen
gibas o irregularidades. Los extremos alto y bajo de las
distnouciones se estrechan en colas, con la cola de un extremo ms
alargada que la del otro (es decir, las curvas estn Sesgadas hacia
ese extremo).Mientras que algunas de las distribuciones estn
sesgadas hacia los valores ms eleva dos, otras estn sesgadas hacia
los ms bajos. En otras palabras, todas estas distribuciones son
unimodales, tienen aproximadamente una forma de campana y no
necesariamente son simtricas; adems, no se parecen entre s.
La distribucin de Jos valores para muchas pruebas de laboratorio
cam bian segn las caractersticas de Jos pacientes, como edad, sexo,
raza y nutricin. La figura 2-7 muestra cmo Ja distribucin de u.na de
esta. prue30
20

20

Fosfalasa

Potasio

10

10

3.0

alcatlne

silco

4,0

20 40 60 60 100 120 140

5.0

mEq/I

...
30

40

Glucosa
20 ptasmlltlca

30
Hemoglobina
20

10
10

100

150

mg/100ml

200

9 10 11 12 13 14 15 16
g/100 mi

Flg. 24 Dmrlbuclones cllnk:as reales.(Do Martln HF.Gudzlnowlcz BJ y Fangs H. NonnaJ


values In clinical cllemislry.New Yof1c Maroel Oekl<er, l975J

Anom1all dr d

n---1,

v-

10

20
30
BUN (mg/100 mll

S3

20-29 a11oe deedad

40

50

Fanger H. Nomlaf

cllnlc:al chomlsUy. -Vol1c Marool Del<ker, 1975.)

fl9.

2-7.1.a diBblbuckln de las valialllas cllnicas se modifica con la edad: BUN para losIndivi
duos de 20-29 a/loe frente a los lndivlduoe de 80 ellos o mu.{De Martin HF.Gudzinow1c% BJy
In

ba.s, el nitrgeno ureico sangulneo (BUN), cambia con la edad. Un


BUN de 25 mg/100 mi sera inusitadamente elevado para un individuo
joven, pero no sera un valor especialmente destacado para una persona
de edad avan zada.
Dlsb1bucl6nnormal

En ocasiones se supone que otro tipo de distribucin denominada


dis tribucin ""rmaJ,. o gaussiana es una aproximacin de las
distribuciones
que se producen de manera natural, aunque se basa en la teora estadsti
ca y no necesariamente tiene una relacin con las distribuciones natura
les. La curva normal describe Ja distribucin de Ja frecuencia de
medicio nes repetidas del mismo objeto ffsico realizadas por el mismo
instrumento. La diapera:i6n de loa valorea 1610 repre.aenta la variacin
aleatoria. En la figura 2-8 se muestra una curva normal. La curva es
simtrica y tiene for ma de campana. Tiene la propiedad matemtica de
que alrededor de dos tercios de las observaciones se encuentran dentro
de 1desviacin estn dar de La media, y aproximada.mente el 95 %,
dentro de 2 desviaciones estndar.
Aunque las distribuciones clnicas a menudo se asemejan a una
distri bucin normal, la similitud ea superficial. Tal y como describi
un estads tico (4):
El hecho experimental es que para la mayoria de variables fisiolica1 la distribudn
ea homognea., 11nimod1t 7 Hipd.a, y que la media s 2 desviaciones UIA..odar no
sirve con:o pun
to de cort. del 95 ...d....do.
de-..matem.i"'-,
o do otra due
que """ permitan pNdecir la forma do lea dism'bucioneo de loo parmetroo filiolci<oo.

e-..

Copyngted material

34

lpici1mialagia tlinico. Ap1cto1 fundarMfttales

]
-3

-2

2,14

-1

13,59

34,13 : 34,13 : 13,59

2-,14

Poroentaje
de<ea
bajo lacurva

95,44

-------

99,72

Mientras que la distribucin normal se deduce de la teora


matemtica y s6lo refleja la variacin aleatoria, muchas otras fuentes de
variacin con tribuyen a las distribuciones de las determinaciones
clnicas, especialmen te las diferencias biolgicas entre individuos. Por
esta razn, si las distri buciones de loe parmetros clnicos ae parecen a
curvas normales, en su mayor parte, es por accidente. Incluso as,
frecuentemente se supone, por
conveniencia (porque las medias y desviaciones estndar son
relativamen te fciles de calcular y manipular matemticamente), que
los parmetros clnicos estn distribuidos <llormalmente.
CRITERIOS DE ANORMALIDAD
Sera conveniente que las distribuciones do frecuencia do los parme

tros clnicos individuales, normales y anormales, fueran tan diferentes


que estas di3tribuciones pudieran utilizarse para distinguir dos o ms
poblacio nes diferentes. ste es el caso para las secuencias del DNA y
RNA, y ant genos especficos (fig.2-9 A) que se encuentran presentes o
ausentes,aun que sus manifestaciones clnicas pueden no ser tan
evidentes.
No obstante, la mayor parte de distribuciones de las variables
clnicas no se dividen fcilmente en -normales y anormales porque
no son inhe rentemente dicotmicas y no muestran separaciones claras o
dos picos que caractericen los resultados normalesy anormales. Existen
varias rmones para que sea as.
Copyrigted
material

Para numerosas pruebas de laboratorio no existen ni siquiera razones


tet> ricas para considerar que existen poblaciones diferentes: sanas y
enfermaa. La

Copyrigted
material

Aouanal l t d SS

enfermedad se adquiere por grados y por esta razn existe una transicin
gra dual desde valores bajos hasta elevados con grados crecientes de
disfuncin. Las pruebas de laboratorio que reflejan una insuficiencia
orgnica, tal y como la creatnina arica para la insuficiencia renal se
comportan de esta forma.
En otras situaciones, las personas sanas y enfermas pertenecen a
pobla ciones separadas, pero, cuando am.bas poblaciones se mezclan,
no pueden identificarse como separadas porque loa valores de
anormalidad varan, se superponen con los de normalidad y porque en
la poblacin existen pocos
valores anormales.

i
Mutante

Nonnal

f
o

10

lm9fdQ
Flg. 2 9.Cribado (screenlng) de la fenifcetonua enlactantes: distbuci0<1es
dlcot11lcas y superpuestas de lo normaly lo anormal. A} Los alelos que oodifican la
fenllalanina-hldroxilaaa son norma.tes o mutantes. 8) Lasdistribuciones de los ntvetes

sanguneos de fentlalanina en recin nacidos con fenik:etonur1a y sin ella se superponen


y son de una magnitud considtr8ble mente diferente.(La prevalencia de fenUcetonuria,
que en realidad es de aproximadamente
1110.000, se ex_,o demodo queen lafigura puede -..v..... esta distribucln.;

36

IF iil1n ia la ,ia clnico. Alp lw funducuwil ' 1

Ejemplo. La Ceuilcetonuria ea una enfermedad caracterizada por un retruo mental


prc> greeivo e.a lata.landa. Una variedad de alelot mutantet que codiftea la fe.nila
l apina.hldroDla.
sa j>roYoca una diafuncin de laenzima y, con una diet.a
normal,laacumulacin de la fmilala nina.El diogndatieG,que ae pone demamfieeto en el
primer allo de .;da,aeconllrma p<r unoa nivel.es pvaiatentemente elevadosde
feoila.lanina(de varia veces loa lfm.itea habitualee,) y WlOI nivela tajos de tiroaina m
a.angra .

Con.etituye una prtct-ica comn investigar la Cenilcetonuria en todoa loe reci n


nacidoa con una prueba de la fenilalan.lna en aanre algunos das despu: del
naciJ:niento. a tiempo para tratar al paciente anlea que ae produua una lean in'everaible.
No obot.ante, la prue ba clasifica errneante a alguno1 lactan.tea porque a dicha edad ee
produce una supe aicin delaa diatribucione11 de laa concent.racione.11ricas de la
fenilala.n:ina en lactantes con y infmiloetonuria y porquelos lactantes con
fenilcetonuria elo repreae.nta.n un peque fto po....,nblje de loo eometidoe a eatudio,
alrededor de 1110.000 (fiJ.2-9 8).Alruno1rt<i6n nacido1 coo Ceniloetonu.ria M
encuentran dtntro de los limita normales ya eea porque toda va no han ingerido la
eantidad suficiente de prote!nu o parque tienen u:na combinan de alelos astciadoa con
la enfumedad leve. AJsunoa n.iti01 que no eetn deatinadoe a d
llar una
fe.nilcet.onuria presentan niveles relativa.mente e)evadoa, por ejemplo, porque su
mdtea J)l'eeente.n

11.D

me'-bol.iawo auo1'UU&l

ha f,uillla.obw. S-, cmt..bloce que .abl prueba

poeitiva en el extremo inferior de la superpo.aidn entre loa niveles normalee y los


a.oor males, pan detectar la mayor parte de lactan.tea con la enfermedad, a peaar de que
slo en aproximadamente l de cada 5 lactantea con una prueba anormal en el estudio
llep a d_i.ag nosticarae una enilcetonuria.

En poblaciones no seleccionadas, frecuentemente los pacientes


con la enfermedad no sobresalen porque representan un nmero
relativamente pequeJlo en comparacin con los individuos
normales.La curva para los individuos enfermos es engullida. por
la curva mayor para los individuos normales. Adems, s las
poblaciones normales y eo.fermaa se mezclan en proporciones
similares, quiz seleccionando para la prueba a individuos con una
probabilidad inusitadamente elevada de la enfermedad, la distri
bucin ruultante podra ser verdaderamente bimodal. Incluso as, no
sera posible escoger un valor de la prueba que separara claramente
a los indivi duos enfermos de los no enfermos (v. cap. 3).
Si no existe una clara linea divisoria entre lo normal y lo anormal,
y el clnico puede escoger dnde se sita la lnea, cules son las
normas bsi cas para decidirlo? Existen tres criterios que han
demostrado su utilidad: el hecho de ser infrecuente, el hecho de estar
enfermo y el hecho de ser tra table. Para un parmetro determinado,
los resultados de estos enfoques no neceaari.amente mantienen
relaci.n entre s, de modo que Jo que puede ser considerado anormal
mediante un criterio puede ser normal mediante otro.
Anmalo Infrecuente

Frecuentemente ,normal hace referencia a la situacin que se


produce ms a menudo o la que es ms habitual. Lo que ocurre a
menudo se consi dera normal y lo que ocurre con poca frecuencia se
considera anormal. sta es una definicin estadstica, basada en la
frecuencia de una carac terlstica en una poblacin definida.
Generalmente, la poblacin de refe rencia est constituida por
individuos sin la enfermedad,aunque no nece sariamente es uf. Por
ejemplo, podemos airmar que es normal tener dolor despus de una
intervencin quirrgica o que el eccema produzca P!'llrito.

Anormalidad

37

Es tentador tratar de ser ms especfico definiendo Jo infrecuente en


trminos matemticos. Una forma muy utilzada de establecer un punto
de corte entre lo normal y lo anormal es acordar algo arbtrariamente,
por ejemplo, que tod.os los valores ms all de 2 desviaciones estndar
a partir de la media son anormales. Asumiendo que Ja distribucin en
cuestin se aproxima a una distribucin normal (gaussiana), el 2,5 % de
observaciones apareceran en cada extremo de la distribucin y se
consideraran anorma les.
Naturalmente, como ya se ha indicado, la mayor parte de mediciones
biolgicas no presentan una distribucin normal. Por lo tanto, es mejor
des cribir los valores infrecuentes sin que importe la proporcin
escogida,como fraccin (o per<:entil) de la distribucin real . De esta forma
es posible hacer una afiunacin directa sobre lo infrecuente que es un
valor sin hacer asun cion.es sobre Ja forma de la distribucin a partir de la
cual se origina.
En oeneral, :;e utiliza un1:1. definicin ebi.adstica de normalidtt.d
aunque existen diversas situaciones en las cuales puede ser ambigua o

conducir a error.
En primer lugar, si todos los valores ms all de un lmite estadstico
arbitrario, por ejemplo el percentil 95, se consideran anormales, Ja
preva lencia de todas las enfermedades sera la misma, del 5 %.Esto
no es cohe rente con nuestra manera habitual de razonar sobre la
frecuencia de las enfermedades.
En segundo lugar, no existe ninguna relacin general entre el grado
de excepcionalidad estadstica y la enfermedad clnica. La relacin es
especfi ca de la enfermedad en cuestin. Para algunas mediciones las
desviaciones de Jo habitual slo se asocian con la enfermedad de forma
importante con valores muy extremos, claramente ms all del percentil
95 o incluso del percentil 99.
Ejemplo. La Organiucin Mundial de la Salud COMS) c:ionsidera que existe anemia
euan do los niv!lea de bemOtJiobi_na (Hb) son inferio a 12 g/100 m_I en maje.res
adultas no em_ba raz:adas. En una encueii.ta britnica de mujeres de 2()..6.f. aos de
edad, el valor de la Hb fue inferior a 12 g/100 mi en el 11 % de920 mujer& no
embarazadas, el dobl de lo que cabria e.sperar si el criterio para Ja anormalidad
supe.rara las 2 de.aviaciones e.stndar (5), Pero,
citaban do algdn. modo enfe.l'll'l.U lumujeres oon uno. niveles de Hb inf4"io1 a 12
lOO mi debido a tu nivel relativamente bajo de Hb?Se plantea.o d0-& po1ibilidades: u.o
n.ivcl beJo de Hb puede aaoe:iar con t:1_nlom.a.a o puodo contituir u.na manifot.aci6n do
u_na enfer;nodad grave, subyacente. Los slntomas como la fatiga, el mareo y la irritabilidad
no M correlaciona ron con 4'1 nivel do Hb, como mnimo. en ll'a ujeree.u.ya Rb fue
superior a 8,0.Adem4s, el hierro oral, administrado a las muje:res con una Hb de 8,0-12,0,
au_m.ent la Hb una mli_a de 2,3 g/100 :ni, pero no condujo a una mejora m
eepectacular de loe sfntoma.e de la que u:peri ment.aron las mQjeree tratadas con
placebo. Con rupoet-0 a la enfumedad subyacentegTave. ea cierto que e_n ocasiones un
valoT bajode Flb puede connitu.iT un.a m_a.nift$tacin de un dn,. oor, de wu infeccin
crdnica o de una enfermedad reumtica, pero &lo un pequ.ei\o porcentaje de mujen. n
u.noe nivele& bl\iot de Hb experime.nta.n dichos proce808..
Por conaiuiente, slo con u_na be.moglobina inferior a 8,0, de&elita en me.no del 1 .,de
estas muj.!rea, la anemia podr1a coostituir un impo-rta_nt.e problema de salud.

En te.rcer lugar, muchas pruebas de laboratorio se relacionan con


el riesgo de enfermedad a lo largo de todos los lmitesde los valo.res,

desde los bajos hasta los altos. Para el colesterol srico existe un
aumento de casi el

31 EplclemWogla clnico. A rp 1ctot funclocn

111

triple del riesgo desde unos lmites normales bajos hasta unos lmites
normales altos.
Ell cuarto Jugar, algunos valores extremos son claramente
infrecuentes, pero preferibles a otros ms habituales. Esto es
especialmente verdad en el extremo bajo de algunas distribuciones.
Quin no estara satisfecho de tener unos valores de creatinina srica
de 0,4 mg/100 mi o una presin arterial sistlica de 105 mm Bg'I
Ambos valores son inusitadamente bajos, pero mejores indicadores de
salud o de riesgo que la media.
Por ltimo, para las pruebas diagnsticas de laboratorio, algunos
pacientes pueden presentar valores en los lmites habituales d.e los
indivi duos sanos y, a pesar de todo, estar claramente enfermos.
Ejemplos de ello incluyen la hidrocefalia a presin baja, el glaucoma de
presin normal y el
. hiperparatiroidismo normocalcmico.
Anormal= asociado conla enfennedad

Un enfoque ms razonable para distinguir lo normal de lo anormal


es clarificar como anormales las observaciones que regularmente se
asocian con la enfermedad, la discapacidad o la muerte, es decir,
cualquier desvia cin clnicamente significativa de la buena salud.
gjemplo.Qu es una ingeatin normal de alcohol (et.anoll? Diversos eatudioa
han demoatrado u.na relacin e.o. forma de U enke la ngutin de alcohol y la mortalidad:
tua.s de mortalidad elevada n loe a.bt.temios, ta.tas m4s bajas en los bebodorea
moderados y tua_1 elvadu en 10& grandea bebedores (lig.2-10 Se ha sugerido qua las
tasas de mortaUdad m bajas C'Aln u.o consumo creciente de alcohol, en el extremo
interior de la C\ITVa,se prodace.n por que el a_lcohol aumenta )o niveles de lipoprotefna
de alta denai.dad,que protege frente a las enferm!!dades caniiovascularea..
Alt.ern.ativam.ent.e, cuando loa individuo& contraen una e.nf6r mcdad1disminuyen su
coneumo de aJcohol y etto podra explicar la elevada taaa de mortaU dad a,..;ada con la
baja ingutin de alcohol (6). Las tases de mortalidad elevadas en el caso de loe: grandes
bebedores aon menos controvertidas:el alcohol coruit.ituye una causa de diver sas enf
rmedades que conducen a la muerte (cardJ.opatias,c4ncer e ic:tu.a). La interpretacin de
la.s causas para la curva en forma de U determina ti la abtlin.encia es tan anormal como
la
inpstin exces.iva do alcohol.

Anormal

= tratable

En algWlos procesos, especialmeJ1te los que no son preocupantes por


s mismos (es decir, asintomticos), es mejor considerar una

determinacin anormal slo si el tratamiento del proceso repr\!Sentado


por la detm.na cin ronduce a un mejor resultado.La razn de ello
es que no todo lo que se asocia con un mayor riesgo puede tratarse
con eficacia: la eliminacin del proceso puede no elin>inar el riesgo, ya
sea porque el propio proceso no es la causa de la enfermedad sino que
est relacionado con la causa o porque ya se ha producido una lesin
irreversible. Asimismo, etiquetar a los indi viduos como anorma)es
tambin puede provocar efectos psicolgicos adver sos que no estn
justificados si el tratamiento no puede mejorar el prons tico.
Loque consideramos tratable se modifica con el tiempo. En el mejor de

los casos, las decisiones teraputicas se basan en pruebas a partir de ensa-

AstOl il

,.d d

39

16
14
12

J&

10

1
:E

6
4

2
AusenteOcasi<>nalLigera

Excesiva

Ingestin de alcohol

Flg.. 210. Concepto de anormalidad asociada con ta enfermedad. Relacin entre


consuno de alcoholy 1nortalldad. (De Shaper AG,Wannamethee G y Walke< M. Alcol1ol
and Mortall!y "1 llr\ tish Men:explalnlng the U sl\aped
L.ancet, 1988; 2:1267-1273.)

""'

yos clnicos realizados adecuadamente (cap. 8). A medida que se


adquieren nuevos conocimientos tras los resultados de los ensayos
clnicos, puede cambiar el nivel a partir del cual se considera tilel
tratamiento. Por ejem plo, las pruebas acumuladas del tratamiento de la
hipertensin han modi ficado la definicin del nivel a partir del cual es
tratable.A medida que se han llevado a cabo un mayor nmero de
estudios, se han puesto de mani fiesto sucesivamente niveles ms bajos
de presin arterial diastlica que merecen un tratamiento .
REGRESIN A LA MEDIA

Cuando los mdicos se encuentran con un resultado inesperadamente


anormal de una prueba, tienen tendencia a repetirla . Frecuentemente, el
segund.o resultado est ms prximo a los valores normales.Por qu ocu
rre? Ea suficiente el segundo resultado para que el clnico est tranquilo?
En )1)8 pacientes seleccionados porque representan un valor extremo en
una distribucin, puede preverse como promedio que presenten valores
menos extremos en las mediciones ulteriores. Esto se produce po.r
razones puramente estadsticas y no necesariamente porque los
pacientes hayan mejorado . Este fenmeno se conoce con el nombre de
regresin a la media.

40

p da1nialD9ia clinica. a 1 ... funda11...1tu...

La regresin a la media se origina del siguiente modo (fig.


211):prime ro, los individuos son seleccionados para la inclusin en
un estudio o para un diagnstico o tratsmiento adicional porque la
medicin ncial de una de las caractereticas se sita ms all de un
punto de corte seleccionado arbi trariamente en el extremo de la
distribucin de los valores para todos los pacientes examinados.
Algunos de estos individuos permanecen por enci ma del punto de
corte en las mediciones ulteriores porque sus valores rea les suelen
ser superioresa la media, pero otros, en los que se identificaron
valores por encima del punto de corte durante el cribado (screening)
inicial, habitualmente presentan valores ms bajos.Slo fueron
seleccionados por que -debido a la variacin aleatoria- presentaron
un valor elevado en el momento de la primera medicin. Cuando se
efecta de nuevo Ja medicin, estos individuos presentan valores ms
bajos de los que se identificaron durante el primer estudio. Este
fenmeno tiene tendencia a arrastrar hacia ab1>jo el valor medio del
oubgrupo en que originalmente ae hallaron valoreo superiores al punto de
corte.
Por consiguiente, en Jos pacientes que son seleccionados por presentar
resultados de una prueba de laboratorio inusitadamente elevados o
bajos, como promedio, se puede prever que estn ms cerca del
centro de la distri bucin,si se repite la prueba . Asimismo, es
probable que los valores subi guientes constituyan estimaciones
ms precisas del valor real que podra obtener;oe si,en un paciente
concreto, se repitieran las pruebas en muchas ocasiones. Por
consiguiente, no es ilgica la prctica de repetir las pruebas de
laboratorio identificadas como anormales y de considerar que la segun da,
que a menudo se encuentra dentro de los lmites normales,es la corree
ta. Tiene una base terica elida y tambin una base emprica.Por
ejem

l
Paofentes con valores elevados

Pacientes estudiados d& nuovo

Flg. 2 11. Regresin a lamedia.

Aoonnaliifad

41

plo, se ha puesto de manifiesto que la mitad de las pruebas de la T,srica


que en un estudio se encontraron fuera de los lmites normales, se encon
traron dentro de los lmites normales cuando se repitieron (7). Si.n
embar go, cuanto ms extremo es el valor inicial,me.nos probable es
que sea nor mal cuando se repita.

RESUMEN
Los fenmenos clnicos se determinan en escalas nominales,ordinales
y de intervalo. A pesar de que muchasobservaciones clnicas se
encuentran dentro de un con.tinuum de valores, por razones prcticas,
frecue.ntem.ente se simplifican en categorasdicotmicas
(normales/anormales). Las obser vaciones de los fenmenos clnicos
varian debido al error de medicin, a las diferencias intraindividuales de
un momento a otro y a las diferencias entre individuos. El rendimiento
de un mtodo de medicin se caracteriza por su validez (mide lo que
pretende medir?), la fiabilidad (deparan medi das repetidas del mismo
parmetro los mismos resultados?), los lmites, la sensibilidad y la
interpretabilidad.
Las dstribuciones de frecuencia para las variables clnicas tienen
for mas diferentes que pueden resumirse deuribiendo su tendencia
central y su dispersin.
Frecuentemente, los valores de laboratorio procedentes de individuos
normales y anormales se superponen; por esta razn y debido a la
preva lencia relativamente baja de individuos anormales>,
habitualmente no es posible dstinguir claramente entre ambos grupos
utilizando slo el resul tado de una p.rueba. La eleccin de un punto
en el cual termina lo normal y empieza lo anormal es arbitraria y
frecuentemente se relaciona con tres definicones de anormalidad:
estadsticamente inusual, asociado con la enfermedad o tratable. Si se
seleccionan los pacientes con valores extremos de una prueba y la
prueba se repite, es probable que la segunda serie de valoresse
encuentre ms cerca de la parte central (normaHdad estadstica) de la
distribucin de frecuencia, un fenmeno denominado regresin a la
media.
BIBUOORAA

l. Feins!MAR. The rttd for humaniu'd &cienre in evaluating medication. l..a.ncet 1972;2:421-

423.

2. Oay E,Maddem L, Wood C.Auscultation ol foetal heMt rate: an. assessment o!i"error
and signilicance. Br Med J 1968;4:422-424.
3. Me<ganroth J, Mlchelson EL. Horowtt LN, JooephliOn ME. Pearlman AS, Dunkm.tn
WB. Llmltali of routine tong term ek!ctrocardiographic monitoring to M.'le:SS
venr ec topic lrequency. Circulatlon 1978;58;408-414.
4. Elvebacl< LR. Gullller
Keating FR. Health, nonnollty, and the st- o( Gauss. JAMA
4

1970;211:69-75.

a.

5. Elwood PC,Waiers WE,C"-""'e WJW, Sweetnam P. Symptoms and circulating


bt'moglobin level.J Ouon Ois 1%9;21:615-628.

42

Epidemiologa clnica. rp <too fundam-'eo

6. Shaper AG, Wannamt'thee C,Walker M. Alcohol arul mortality in Btish men: explain.ing
the U-<haped o;urve. Lanc:et 1988;2:1267-1273.

7. Epsteill KA. Schneide.nnan LJ,Bush JW, l.ettner A.The "abnormal" screening


senm thy roxine (T,):analysis of phy.idAn response, outcome. cost ancl health ancl
effectjveness. J

Chron Ois 198 ;34:175-190.

LECTURAS RECOMENDADAS
Departmmt of Cl.inkal Epidemlology ancl Siostatisrics, M<:Mster University. Clinial d.is
agreemm t L How often it ocxurs and why. Can Med Asooc J 1980;123:499-504.
Departmmt of Cl.inical Epidemlology ancl 8iostatistks, Mc:Master University. Clinial d.is
agreement 11. How to avoid it and how to leam &om one's m.istakes.. Can Med As9oc. J
1m123:613-617.
Feinstein AR. Clinical judgmenl Saltimore: Williams & WlllM, 1967.
Feinstein AR. Proble:ms in measurement, clinicaJ blOStatistlcs. St. Louis:CV Mosby, 977.
Feinstein AR. 9inimetrics. New Haven, CT:Yale University Pres.., 1987.
Konn LM. The reltabiUty of clincal methods, data ancl judgmenl N Engl J Med 1975;293:642-

646, 695-701.
Mainland D. Remarlcs on clinical "norms."Clin Chem lm;l7:267-274.
Mwphy EA. The logk of medicine.Saltimore: Johns Hopkins University Pres.., 1976
Guyatt GH, Feeny OH, Patrick DL. Measuring healthre.lated quality of life. Ann lntem

Med 1993;118:622-629.

3
DIAGNSTICO

Las impresiones mentales son de CUlJtro tipos: cosat


que son lo que parecen ser; o no lo son y no parecen
serlo; o lo son y no parecen serlo; o no lo son, aunque parecen serlo. Es misin del hombre sabio tornM
la decisin correcta en todos estos casos.
Epicteto, aproximadamente siglos HI d. de JC.

Los mdicos dedican gran cantidad de tiempo a determinar los


diagns ticos correspondientes a las molestias o anomalas experimentadas
por sus pacienus. Llegan hasta el diagnstico despus de aplicar diversas
pruebas. La mayor parte de mdicos competentes utilizan el buen juicio
clnico, un conocimiento cabal de la literatura mdica y un enfoque
improvisado con respecto a cmo debe organizarse la informacin. Si.n
embargo, tam.bin existen unos principiosbsicos con losque el clnico
debe estar familiariza do cuando interpreta las pruebas diagnsticas. Este
captulo analiza estos principios.
Habitualmente, el concepto de prueba o exploracin diagnstica
se interpreta como aqulla que se lleva a cabo en un laboratorio. Sin
embar go, los principios descritos en este captulo tambin se aplican
a la infor macn clnica obtenida a partir de la historia, ta
exploracin fsica y las tcnicas de diagnstico por la imagen. Tambin
se aplican cuando una serie de hallazgos sirven como pru.eba
diagnstica. De esta forma, nos podemos referir al valor de los sntomas
neurolgicos prodrmicos, las cefaleas, las nuseas y tos vmitos para
establecer el disgnstico de la migrafta clsica o el de la hemoptisis y
la prdida de peso en un fumador como indicadores de un cncer de
pulmn.
SIMPURCACIN DE LOS DATOS

En el captulo 2 se ha mencionado que las determinaciones


clinicas, incluyendo los datos procedentes de las p.ruebas diagnsticas,
se expresan en escalas nominales, ordinales o de intervalo.Con
independencia del tipo de datos producidos por estas pruebas
diagnsticas, en general, los clnicos
reducen los datos a una forma ms simple para que, en In prctc&, les
resulten tiles. La mayor parte de escalas ordinales constitu.yen
ejemplos de este proceso de simplificacin. Sin duda, los soplos
cardacos pueden
43

Copyrigled ma erial

44

lpidan iDIDgia clnica.. Aspado funclcnu...,.ta...

fluctuar desde los muy intensos hasta los inaudibles, pero tratar de
expre sar graduaciones sutiles en la intensidad de los soplos es
innecesario para la toma de decisiones clnicas. Una escala ordinal
simple, del grado I al VI, es igualmente eficaz. Ms a menudo, los
datoscomplejos se reducen a una simple dicot-Oma (p. ej.,
presente/ausente, anormal/normal o enfermo/ sano). Esto se realiza
especialmente cuando se utilizan Jos resultados de una prueba para
decidir un tratamiento. En cualquier momento determi nado de tiempo,
las decisiones teraputicas son no tratar/tratar. O bien se inicia un
tratamiento o se decide no aplicarlo.
La utilizacin de los datos de la presin arterial para decidir el trata
miento constituye un ejemplo de cmo simplificamos la informacin
con objetivos cUnicos prcticos. La presin arterial suele determinarse
hasta los 2 mm Hg ms cercanos, es decir, en una escala de intervalo.
No obstan te, la mayor parte de directrices del tratamiento de la
hipertensin ,como las del Joint National Committee on the Detection,
Evaluation and Treat ment of Hypertension (1), as como la mayor parte
de mdicos, escogen un nivel concreto (p. ej.,presin diastlica de 95
mm Hg) a partir del cual se inicia el tratamiento farmacolgico. Para
hacerlo, los mdicos han transfor mado los datos de intervalo en datos
nominales(en este caso, dicotmicos). Profundizando ms en el ejemplo,
el Joint National Committee recomienda que un mdico escoja un plan
de tratamiento segn si la presin arterial diastlica del paciente se
encuentra ligeramente elevada- (9().94 mm Hg),
111oderadamente e.levada.(95-114 mm Hg) o notablemente
elevada (""115 mm Hg), es decir, una escala ordinal.
EXACTITUD DEL RESULTADO DEUNA PRUEBA

Establecer el diagnstico constituye un proceso imperfecto que da


lugar a una probabilidad ms que a una certidumbre de qu es lo
correcto. En el pasado,la certidumbre o incertidumbre diagnstica de un
mdico se ex:pre saba utilizando trminos como descartar oposible antes
de un diagnstico clnco. De forma creciente, el mdico moderno
expresa la posibilidad de que un paciente experimente una enfermedad
utilizando la probabilidad . Siendo ste el caso,es preciso que el clnico
se familiarice con las relaciones matemaiticas entre las propiedades de
las pruebas diagntiticas y la infur macin que proporcionan en
diferentes situaciones clnicas.En muchos casos, la comprensin de
estos aspectos ayudar al mdico a resolver en cierta medida la
incertidumbre que conlleva la utilizacin de las pruebas diagnsticas.
En ocasiones puede convencer al cl1nico de que aumente su nivel de
in.certidumbre.
En la figura 3-1se muestra una forma simple de considerar las relaciones
entre los resultados de una prueba y el diagnstico real. La prueba se
conside ra positiva (anormal) o negativa (normal) y la enfermedad,
presente o ausen t.e.Por tanto, existen cuatro posibles interpretaciones de
los resultados de una prueba,dos de los cualesson correctos y dos
incorrectos. La prueba proporcio na la respuesta correcta cuando es
positiva en presen.cia de la enfermedad o negativa en ausencia de la
enfermedad. Adems, la prueba ha conducido a
Copyrigted
material

ENFERMEDAD

e
ID

Positiva

Presente

Ausente

Verdaderos

Falsos
positlvo
s

positivos

a b

::i

a ::

.. .

e
Negativa

Fal os
s ivos

nega
t

Verdaderos
negativos

Flg. 3-1.Relacin entre el resultado de una prueba diagnstica y la incidencia de


laenfermedad. Existen d>S poslbltidades de que el resultado de la sea correcto {verdadero
posHlvoy verdadero nesJ&tivo) y dos poSibilklades de que el resuttado de la prueba sea
incorrecto (falso positivo y falso negativo).

error si es positiva cuando la enfermedad est ausente (falso positivo) o


nega tiva cuando la enfermedad est presente (falso negativo) .

El patrn oro
La evaluacin de la exactitud de una prueba se basa en su relacin con
alguna forma de saber si la enfermedad est verdaderamente presente o
no lo.eJ!t: una indcacin consistente de la certidumbre a la que a menudo
se hace referencia como patrn oro. Habitualmente, el patrn oro es df
cil de alcanzar. En ocasiones, el patrn de exactitud es en s!mismo una
prueba relativamente simple y de bajo coste, como un cultivo farngeo en
busca del estrept.ococo beta-hemol!tico para validar la impresin cl!n.ica de
una inflamacin farngea o una prueba de anticuerpos en busca del virus
de la inmunC>deficiencia humana .No obstante, habitualmente no es as.
Mucho ms a menudo es preciso recurrir a pruebas relativamente comple
jas, de coste elevado o que conllevan riesgos para asegurar la existencia o
inexst<illcia de la enfermedad. Entre estas pruebas, cabe citar las biopsias,
las exploraciones quirrgicas y, naturalmente, la autopsia.
Para las enfermedades que no son autolimitadas y habitualmente se
manifiestan al cabo de algunos aos despus de sus primeros indicios,
los resultados de un seguimiento pueden servir como patrn oro. La
mayor par te de cnceres y de enfermedades crnicas degenerativas se
incluyen dentro de esta categora. Para stas es posible una validacin,
incluso si no es via ble una confirmacin inmediata del rendmiento de
una prueba', porque el patrn oro disponible de inmediato conlleva
demasiados riesgos o tiene un coste demasiado elevado. Es preciso
decidir cuidadosamente la duracin del perodo de seguimiento, que
debe ser Jo suficientemente prolongado como para que la enfermedad se
manifieste, pero no tanto como para que aparez can casos de
enfermedad despus de las pruebas originales.

46

lpid1n iata(11 dnica. AIF 1ctoa funclamentatas

Puesro que utilizar estas formas ms precisas de establecer la


certidum bre casi siempre comporta mayor coste y riesgo, los clnicos y
pacientes pre fieren pruebas ms simples que el riguroso patrn oro, al
menos inicial mente. Para determinar la natu.raleza de una neumona
se utilizan las radiografias de trax y Jos frotis del espuro ms que una
biopsia pulmonar con un anlisis d.el tejido pulmo.nar patolgico.De
forma parecida, los elec trocardiogramas y las enzimas sricas
frecuentemente se utilizan para establecer el diagnstico de un infarto
de miocardio agudo ms que una cateterizacin o procedimienros d.e
diagnstico por la imagen. Las pruebas ms simples se utilizan como
sustitutos de formas ms elaboradas, pero ms exac.tas, para establecer
la existencia de la enfermedad, a sabiendas de que exste cierto riesgo
de clasificacin errnea de los resultados. Este riesgo est justificado
por Ja seguridad y comodidad de las pruebas ms simples. Sin
embargo, las pruebas ms simples slo son tiles cuando se conocen los
riesgos de una clasificacin errnea y se consideran aceptable mente
bajos. Esro requiere unos daros fiables que comparen su exactitud con
un patrn adecuado.
Falta de lnfonnacinaobnt las pruebas negativas

El objetivo de oodos los estudios clnicos que describen el valor de


las pruebas diagnsticas debe ser obtener daros para las cuatro casillaa
de la figura 3-1. Sin todos esros datos, no es posible evaluar los riesgos
de una clasificacin errnea, las preguntas decisivas sobre el
rendimiento de las pruebas. En ocasiones, el objetivo de llenar las
cuatro casillas es difcil cumplirlo en la prctica. Es posible que exista
un medio objetivo y vlido de establecer el diagnstico, pero que, por
razones ticas o prcticas, no sea factible utilizarlo para determinar
formalmente las propiedades de una prueba. Considrese la situacin
en Ja cual se obtenga la mayor parte de informacin sobre pruebas
diagnsticas.Losinformes publicados proceden principalmente de
contexros cllnicos y no de la investigacin. Los mdicos estn
utilizando la prueba en el proceso de asistencia a los pacients en estas
circunstancias. Slo consideran justificado proceder a una evaluacin
ms exhaustiva, dado el inters del paciente,cuando las pruebas
diagns ticas preliminares son positivas. Cuando la prueba es negativa,
son reacios a in.iciar U.Jla ealuacio diag1istica agresiva, cofa sus riesgos
y t:v. sta a&cr ciados.Como consecuencia, la informacin sobre las
pruebas negativas,con independencia de que sean verdaderos o falsos
negativos, tiende a ser mucho menos completa en la literatura mdica.
Este problema est ilustrado por un influyente estudio de la utilida d
del anlisis diagnsti.co que detecta el antgeno prosttico especfico
CAPE) para el diagnstico del cncer de prstata (2). A los pacientes
con un APE super ior al punto de corte se les efectu una biopsia ,
mientras que los pacientes con un APE inferior al punro de corte no
fueron biopsiados. Los autores comprensiblemente , fueron reacios a
someter a los varones a un procedimiento molesto sin pruebas que lo
respaldaran, Como consecuencia, el estudio no nos permite determinar
la tasa de falsos negativos para el estudio mediante el APE.

Dlagnolk

47

Falta de informacin sobre los resultadosde las pruebas


en ausencia de la enfermedad

Como se ha descrito antes, los clnicos comprensiblemente se


resisten a llevar a cabo pruebas complejas en pacientes que no tienen
problemas. Una evaluacin del rendimiento de una prueba puede ser
extremadamente err nea si la prueba slo se aplica a los pacientes con
la enfermedad.
emplo. La resonancia magntic:a
!) de la columna lumbar se utilir.a frecuentemente
en la evaluacin de loe pacientes ron una lumbalgia.Numuoeos pacientes con dolor lumbar

pntan di&cos intervertebrales herniados en la I, lo que a menudo re1J:ulta til para


expti car el dcJor y orient.ar el tratam.ie.nto.
La RM se lle-v a C"abo eo 98 v-oluntario asintomticos (3). Dos radilogOI. que
dwonoca_n el estad> de loe tfntoma.s de los pacientea,examinaron las radiograas. Se

identific:Aroo pl'o trusionu diacales en caai dos tercios de loe individuoa asintomitiooa, una
incidencia E6lo lip ramenU inferior a la frecuencia de una anom_alia i;imiJa_r en

paciente& ron dolor lumbar. Loa

aulorce c;ionc:luye-1-on que dic.hoe MUot:go& rf.n aocr fortuit.oa mucb..., vcoc.&...

Falta de patrones objetivos para las enfennedades

En algunos procesos, simplemente no existen criterios rpidos e


infal bles para el diagnstico.Uno de estos procesos es la angina de
pecho. Sus manifestaciones clnicas se describieron hace casi un siglo.
Sin embargo, todava no existe ningn medio mejor para confirmar la
existencia de una angina de pecho que llevar a cabo una historia clnica
cuidadosa. Quiz, diversos fenmenos que pueden medirse
objetivamente guardan relacin con este sndrome clnico, por ejemp
lo, estenosis de la arteria coronaria identificada en la angiogratia, retraso
de la perfusin en la prueba con talio y anormalidades caractersticas en
los electrocardiogramas tanto en reposo como de esfuerzo. Todos estos
hallazgos se describen ms a menudo en pacientescon una posible
angina de pecho. Sin embargo, ninguno tien.e una relacin lo
suficientemente firme con el slndrome cllnico como para servir de
patrn para considerar que el proceso existe o no.
En ocasiones, pretendiendo cierto rigor-, el mdico aplica un
razona miento circular. La validez de una prueba de laboratorio se
establece com parando sus resultados con el diagnstico clnico, basado
en una historia cuidadosa de los s1ntomas y en la exploracin fisica.
Una vez establecido, "" utiliza la prueba para validar el diagnstico
clnico obtenido a partir de la hstoria y la exploracin sica. Un ejemplo
de ello sera la utilizacin de la manometrfa para ..confirmar- un sndrome
del colon irritable, porque el patrn de contraccin demostrado mediante
la manometra y considerado caracterstico del colon irritable fue
validado mediante la impresin cllnica en primer lugar.
Consecuencias de los patrones Imperfectos

Debido a dificultades como stas, a veces no es posible que en la


prcti ca los mdicos encuentren informacin respecto al punto hasta ef
cual las pruebas que utilizan son comparables con un patrn

rigurosamente fide digno. Es preciso que escojan como patrn de


validez otra prueba conside-

41

lpiclan af a gfa clnico. A1p 1ctot funllm1... 11al1 1


3

rada imperfecta, pero que resulta la mejor disponible.Esto puede obligar


los a comparar una prueba dbil con otra, tomando una como patrn de
validei porque ae ha utilizado durante mayor tiempo o es considerada
superior por consenso de un grupo de expertos. Al hacerlo, puede surgir
una paradoja. Si u.na nueva prueba se compa.ra con una prueba patrn
antigua (pero inexacta ), la nueva prueba puede parecer incluso peor, aun
que en realidad sea mejor. Por ejemplo, si la nueva prueba es ms
serurible que la prueba patt"n, los pacientes adicionales identificados
mediante la nueva prueba se consideraran falsos positivos en
comparacin con la prue ba antigua.Precisamente dicha situacin ee
produjo en una comparacin de la ecografia en tiempo real y la
colecistografla para la deteccin de los clculos biliares (4).En cinco
paciente s, la ecografla detect los clculos que sepasaron por alto con
una coleciat.ografla estndar. Dos de los pacien tes fueron sometidos
me tarde a una ciruga que identific los clculos, de modo que -<:0mo
mnimo para dos de los pacientes-, en realidad la <leci.. tograf!a oral
estndar fue menos exacta que la ecografla en tiempo real, ms
reciente. De forma parecida, si la nueva prueba es negativa con mayor
frecuencia para aquellos pa.cientes que en realidad no p.resentan la enfer
medad, los resultados para estos pa.cientes se consideraran falsos negati
vos comparados con la prueba antigua. Por esta razn, si se utiliza un
patrn inexacto de validez, una prueba nueva quiz no rinda mejor qu.e
la estndar y parecer inferior aunque se aproxime ms exactamente a la
cer tidumbre.
SENSIBILIDAD Y ESPECIFICIDAD

La figura 3-2 resume algunas relaciones entre una prueba


diagnstica y la existen.cia real de la enfermedad. Es una ampliacin de
la figura 3-1 con la adicin de algunas definiciones de utilidad . El resto
de este captulo des cribe detalladamente estas relaciones. La figura 3-3
ilustra estas relacio n.es. La prueba diagnstica es la impresin clnica
del personal mdico de si los paciente s con faringitis experimentan
una infec.cin o no por el estreptococo beta-hemoltico del grupo A y
el patrn o.ro es un cultivo farn geo.
Definiciones

Como puede observarse en la figura 3-2, la sen$ibillad se define


como el porcentaje de individuos con la enfermedad que presentan una
prueba positiva para la enfermedad.Una prueba sensible rara vez
pasar por alto a los individuos con la enfermedad.La e1pecificidad
es el porcentaje de individuos sin la enfermedad que presentan una
prueba negativa. Un.a prueba especfica rara vez clasificar
errneamente a los individuos sin la enfermedad com.o enfermos.
Si aplicamos estas definiciones al ejemplo de la faringitis (fig. 3-3),
observamos que 37 de los 149 pacientes con una inflamacin de
garganta presentaron cultivos positivos y el personal diagnostic
correctamente a 27

.Copyrigted material

49

ENFERMEDAD

<

Presente

Ausente

Positiva

Negativa

al

a + b VP+ = _a _
a+b

IU

:::>

a:
Q,

a+c

Se=

CP+

SP =

CP-=_d_

c+d

b +d

a+b+c+d

d
-

P :;;

a+c

b +d

-a+c

_c _
CP-=

c +d

a+c

a+b+c+d

a+c
d

b+d

1'19- 2. caracteristlcas y definiciones de las pruebas diagnsticas. Se, sensibilidad;Sp,


especi
ficidad;P, prevalencia; VP, vaklr predictlvo;CP, cociente de probebRldad.

de stos, para una sensibilidad del 73 %. Adems, en 112 pacientes se iden


tificaron resultados negativos del cultivo; el personal no administr correc
tamente antibiticos a 77 de stos, para una especificidad del 69 %.
a

Utlllzadn de las pruebas sensibles

Cuando seleccionan una prueba diagnstica , los clnicos deben tener


en cuenta la seDBibilidad y especificidad de sta. Es preciso escoger
una prue ba sensible (es decir, una prueba que suele ser positiva si
existe enferme dad) cuando el precio que deba pagar por el hecho de
omitirla puede ser muy elevado. ste sera el caso, por ejemplo, cuando
existen razones para
( sospechar un proceso grave, pero tratable, como la tuberculosis, la sfilis o
!la enfermedad de Hodgkin. Las pruebas sensibles tambin son tiles
durante las primeras fases de la investigacin diagnstica, cuando se
con " sideran numerosas posibilidades para disminwr el nmero de
stas.Las
E pruebas diagnsticas se utilizan en estas situaciones para descartar las
1 enfermedades, es decir, para establecer que determinadas enfermedades
son posibilida des improbables.Por ejemplo, en la evaluacin de unos infil
trados pulmonares y una prdida de peso, se podra escoger
precozmente o un anlisis de los anticuerpos anti-VIH para descartar una
infeccin rela-

Copyrigted ma erial

SO

lpiclemiologia dnica. Alp 1 dof, fundamentales

Estreptococo

beta-hemolltico del grupo


A ldentlllcado en el cultivo
farngeo

Presente

Ausente

62

No

87
37

Se

c 73
% 37

112
Sp
o

n
11
2

VP+ o

27

c "4 %

62

149

0 69
%

Pc

o 25
% 149

27
10
c0,39
1 0 + 27
CP+ o 27 + 1 0
o 2,3 CP-c
35
35 + 77

n + 35

Fig. 3-3. E.itaclitud del diagnstico c1inico de la laringtis estreptoccica comparado oon los
resultados del cultivo fatfngeo. (De Fkttcher SW y Hamann C. Ernetgency mom management
of patierlts with sore throats In a teaching hospltal: inftuenoe ot nonphyalclan factors..
J Comm
Health 1976; 1:196 204.)

cionada con el SIDA. En resumen, una prueba sensible es sobre todo til
para el clnico cuando su resultado es negativo.
Utilizaciones de las pruebas especificas
Las pruebas especificas son tiles para confirmar (o dctamina"')
un diagn5tico que ha sido sugerido por otros datos. La razn de ello es
que una prueba muy especfica rara vez es positiva si no existe
enfermedad, es decir,proporciona pocos resultados falsos positivos. Las
pruebas muy espe. cficas son neesarias especialmente cuando los falsos
positivos pueden per ju dicar al paciente desde un punto de vista fisico,
Copyrigted
material

emocicmal o econmico. Por consiguiente, antes de someter a los


pacientes a una quimioterapia para un cncer (con sus riesgos
concomitantes, el trauma emocional y los costes econmicos
asociados), es preciso un diagnstico histolgico en lugar de confiar en
pruebas menos especficas.En resumen, una prueba especfi ca es ms
til cuando el resultado de la prueba es positivo.

Copyrigted
material

''61tico

s1

EquUlbrios entre sensibilidad y


especificidad

Evidentemente, es deseable disponer de una prueba que sea al


mismo tiempo muy sensible y muy especfica . Por desgracia, esto
habitualmente no es posible. En lugar de ello, existe un equilibrio
entre la sensibilidad y la especificidad de una prueba diagnstica.
Esto es verdad siempre que los datos clnicos adquieren una variedad o
espectro de valores. En estas situa ciones, la localizacin de un punto de
corte, elpunto del contin.uum entre lo normal y lo anormal, constituye
una decisin arbitraria. Como consecuen cia, para cualquier resultado
de una pru eba determinada expresada en una escala continua, una
caracterstica (p. ej., la sensibi.ldad) slo puede aumentar a
expensas de la otra (p. ej., la especificidad ). La tabla 3-1 demuestra
esta interrelacin para el diagnstico de la diabetes. Si exigi ramos
que la glucemia sangunea 2 horas despus de la ingestin de ali
mentos fuera superior a 180 mg/100 mi para dlagnosticar la diabetes,
qui z todos los individuos diagnosticados como diabticoS>
experimentaran la enfermedad, pero muchas otras personas con
diabetes se pasaran por alto al utilizar esta definicin tan
extraordinariamente rigurosa de la enfermedad. Esta prueba sera
muy especfica a expensas de Ja sensibili dad. En el otro extremo, si
cualquier individuo con una glucemia sangu nea superior a 70
mg/100 mi fuera diagnosticado como diabtico, se pasa ra por alto a
muy pocas personas con la enfermedad, pero la mayor parte de
personas normales se etiquetaran falsamente como pacientes con
d.ia betes. As pues, la prueba sera sensible pero nespecfica.
Utilizando una determinacin aislada de la glucemia sangunea en
condiciones estndar, no existe ningn med.io para mejorar al
mismo tiempo Ja sensibilidad y la especificidad de la prueba.
Otra forma de expresar la relacin entre la sensibilidad y la especifici
dad para una prueba determinada es construyendo una curva denominada
TNivel de

3-1. Equllbrio entre 111 oenaibil ldod y 111 npeciflcidad on eldi-vnatico de111

a 2 tloraa dMPUs
de la ingestin de
alimentos
{1n91100 m
70
80
90

100
110
120
130
140
150
160
170
180
190
200

Sensibilidad
(%)

99.6
97,1
94.3
88,6
85.
7
71,4
64,3
57.
1
50,
0
47,1

42,9
38,6
34.3
27.1

8.8

25.
5

47,6
69,8
64,1
!IZ,5
96.9
99.4
99.6
99,8
100,
0
100.
0
100.
0
100,
0

-Otft;o. 196<>

Publlc H&alth Servce.DU:betu program 91Jide. Publication

n:506. Washington.OC:U.S.Gov9'Timent

S2

ff i d1u i ':9ia clinica. A1p 1dos funclamenta...

curva ch caracterlsticas operatiuas para el receptor (RQC). En la figura


3-4 se ilustra una curva ROC para la utilizacin de una determinacin
aislada de la glucemia sangunea para el diagnstico de la diabetes
mellitus. Se traza mediante una grfica la tasa de verdaderos positivos
(sensibilidad) frente a la tasa de falsos positivos (1- especificidad) a lo
largo de una serie de puntos de corte. Los valores en los ejes fluctan
desde una probabilidad de O a 1,0 (o alternativamente, desde O hasta el
100 %).La figura 3-4 ilus tra el dilema creado por el equilibrio entre
sensibilidad y especificidad. Un punto de corte de 100 de la glucemia
sangunea slo pasara por alto al ll % de diabticos, pero el 30 % de
individuos normales se alarmaran por un falso positivo. El aumento del
punto de corte hasta 120 disminuye los falsos positivos hasta menos del
10 % de los normales, pero a expenaaa de omitir casi el 30 % de los
casos.
Las pruebas que diferencian bien se agrupan hacia el extremo
superior izquierdo de la curva ROC; para atao, a medida que la
oenaibilidad aumenta progresivam.ente (cuando disminuye el punto
de corte), apenas existe una prdida de especificidad o n.o se
produce ninguna hasta que se alcanzan niveles muy elevados de
sensibilidad. Las pruebas que rinden menos tienen curvas que se
sitan ms cerca de la diagonal que va desde el extremo inferior
izquierdo hasta el superior derecho. La diagonal mues-

Eopeclllcldacl %

80

100

.,.i

60

..

40

80

"

1
l

60

40

20

....
..
..
..
..
' '

2QO

Puncos de ccwt.
tmof100n<)

/
/

20

70/

20

.,.

/
40

80

80

40

20
1-

60

80
%

100

Duele

pooltlwo

Flg. M.Curva ROC. Precisin de los valores pospranc:tlateo a las 2 horas ele lagl""""1ia como
Semce.Di-es program guide.
Publicacinn.506.WoshWlgton,OC:U.S.
PmtJng Ottioe, 1960.)

prueba diagn6stica de la diabeteos mellttus. (Del P\Jbllc Health

DlagnlNtlco

53

tra la relacin entre las tasas de verdaderos positivos y de falsos


positivos que se produciran para una prueba que no aportase
informacin, es decir, si el clco simplement.e decidiera echarlo a cara
o cruz.
La curva ROC pone de manifiesto lo importante qu.e es el equlibrio
entre la sensibilidad y la eipecificidad para una prueba, y puede utiliiarse
para contribuir a decidir dnde d.ebe estar el mejor punto de cort.e. En
gene ral, el mejor punto de cort.e est en elhombro> de la curva ROC, o
cerca de ste, a menos que existan razones clincas para minimizar los
falsos nega tivos o los falsos positivos.
La.s curvas ROC son mtodos especialmente valiosos para
comparar prueb& alternativas para un mismo diagnstico. La exactitud
global de una prueba, puede describirse como el rea bajo la curva
ROC; cuanto mayor es el rea, mejor esla prueba.
La figura 3 5 compara la curva ROC para los dos cuestionarios
utiliza dos para el estud:io del alcoliol.ituuo en pacientes ancianos: el
CAOE y el Mhigon alcoholism screening test (JdAST) (5). El
cuestionario CAGE es al mismo tiempo ms sensible y ms especfico
qu.e el MAST e incluye u.n rea bajo la curva mucho mayor.
Obviamente, las pruebas que son tanto sensibles como especfi.caa
son las ms buscadas y pueden tener un extraordinario valor.No
obstante, los

40

30

20
10

10

20

30

40

50

60

1-Eepeclflcid8d

70

60

90

100

FJg. 3-5. Curvas ROC para los cuestionarios CAGE y MAST en pacientes ancianos con y
sin alcoholismo. (De Janes TV.Undsey BA, Yount P.Sottys R y Faran4 Enayat B.
Alcohollsm scnoe ning questionnaires: .,..111ey vaild in-ir medica! OU1pa1ients? J Gen
ln1em Med 1993;8:674
678.)

54

Epidemiologa clnica. FdM funda.met1tolu

clnicos en ejercicio rara vez trabajan con pruebas que son al mismo
tiempo muy sensibles y especificas. Por consiguiente, por el momento
es preciso que utilicemos otros mediospara resolver el equilibrio entre
la sensibilidad y la especificidad. La forma ms frecuente de hacerlo es
utilizar los resul tados de varias pruebas a la vez (tal y como se describe
ms adelante).
CMO ESTABLECER LA SENSIBILIDAD Y LA ESPECIFICIDAD

Frecuentemente, se describe wia nueva prueba diagnstica en


trminos elogiosos cuando se introduce por primera vez, y slo cuando se
ha acumu lado experiencia se ponen de maniesto sus defectos.El
entusasm.o por el valor clnico del antgeno carcinoembrionario (ACE)
experiment este alti bajo. Primero se consider que el ACE era un
mtodo muy prometedor para el diag6 tico del cncer de t."lon pt::CO
deaiJpu.s r:te pww de uianifiesto que el ACE estaba aumentado en una
amplia variedad de otros procesos, al igual que en alrededor del 20 9 de
fumadores sin cncer.Este tipo de con fusin, el entusiasmo inicial
seguido de una d.ecepcin, n.o es debido a una falta dehonestidad por
parte de los primeros investigadores o a un escepti cismo injusto por
parte de la comunidad mdica sino que ms bien tiene que ver con las
limitaciones de los mtod.os mediante los cuales se estable cieron en
primer lugar las propiedades de la prueba. Al nivel ms bsico, las
propiedades de una prueba diagnstica (p.ej., la sensibilidad y especifi
cidad), pueden ser descritas de forma inexacta porque se ha escogido un
patrn incorrecto de validez, tal y como se ha descrito previamente. No
obs tante, otros dos aspectos, relacionados con la seleccin de pacientes
enfer mos y oo enfermos, tambin pueden afectar profundamente la
determina cn de la sensibUidad y la especificidad. stosson el
espectro de pacientes
a los cuales se aplica la prueba y el sesgo al juzgar el rendimiento de la
prueba. Un tercer problema que puede conducir a estimaciones
inexactas de la sellJJibilidad y especificidad es el azar.
1

Espectro de pacientes

Pueden surgir dificultades cuando los pacientes utilizados para


descri bir las propiedades de una prueba son diferentes a las de los
pacientes a quienes se aplicar la prueba en la prctica clnica.
Frecuentemente, los informes preliminares evalan el valor de la
prueba entre individuos que estn claramente enfermos comparados con
individuos que claramente no estn enfermos, por ejemplo, estudiantes
de medicina que se ofrecen como voluntarios. La prueba puede
distinguir muy bien entre estos extremos.
Sin embargo, incluso los pacientes con la enfermedad en cuestin
pue den diferir con respecto a la gravedad, estadio oduracin de la
enfermedad y la sensibilidad de una prueba tendr tendencia a ser ms
elevada en los pacientes ms gravemente afectados.

Ejemplo. La figu_ra 3-6 ilustra cmo e.1 Tendim.iento de la d.eterminac.in del ACE
va_rfa 11egn el e&tadio del c4ncer colorrectat El ACE tiene un bue.u rendimiento para la
enfermedad

DiQgnltico

1,00 --

0,6
0.4
--, _-_ _;

0,8

Estadio O

,
0,80

--,

,
',,

, '
'
'
''

0,60

0,2
--- -- ... ...

- - - -

stadio

,e

55

,,

0,2

0,4

''

,'

Estadio B ,

,, ,'
,'

0.40

Estadio A

,,

0,6

P\Jnto de
corte

0,20

0,8

A 2,5
ng/ml

o.zo

0,40

5,0 ng/ml
10,0
ngllnl

0,60

0,80

1,00

1- Eapecillcldad

Rg.3-8. Curva ROC para elACE como prueba diagnstica. del cncer
colorrectal.de acuef'do con el estadio de la enfermedad. La sensibilidad y la especifi'cidad
de una pn..teba vartan con el estadio de la enfennedad. (De Aetcher RH.
Carcinoembryonic antigoo. Ann lntern Med 1986; 104: 66 73.J

m.etasUsca y un mal rendimiento para el cncer loca.litado . Por eeta. razn. la


sen.aililidad para el ..-eJ.noer colorred.aldepende de la mezcla concreta de estadios de los
paciente& c:on la enfermedad utilizados para describir la prueba y t1u exactitud es
m_s estable dentro de los estadios (6).

lualmente , algunos tipos de individuos sin la enfermedad (p.


aqullos en quienes se sospecha) pueden experimentar otros
procesosque provoquen una prueba positiva, con lo que aumenta Ja
tasa de falsos posi tivos y disminuye la e.specificidad. Por ejemplo,
el ACE tambin est aumentado en nu.merosos pacientes con colitis
ulcerosa o cirrosis. Si los pacientes con estas enfermedades fueran
incluidos en el grupo no enfer mo, cuando se estudia el rendimiento
P.j.,

del ACE para el cncer colorrectal, aumentaran los falsos positivos y


disminuira la especificidad de la prue ba para el cncer.
En teora, la sensibilida d y la especificidad de una prueba son
indepen dientes de la prevalencia de los individuos enfermos en la
muestra en la cual se est evaluando la prueba. (Para confirmarlo
trabaje con la fig.3-2.) No obstante, en la prctica, diversas
caractersticas de los pacientes, tales como el estadio y la gravedad de la
enfermedad, pueden guardar relacin

56

1; 1 n i11 lagia clnica. Alp1ctos fundos1'9Mal1t

tanto con la sensibilidad y especificidad de una prueba como con la


preva lencia, porque se identifican diferent.es tipos de pacient.es en
situaciones de prevalencia elevada y baja. La utilizacin de una prueba
para el cribado de una enfermedad ilustra este aspecto (v.cap.8 para una
descripcin en pro fundidad del cribado). El cribado incluye la
utilizacin de la prueba en una poblacin asintomtica, en la cual la
prevalencia de la enfermedad en gene ral es baja y, en cuanto al
espectro de la enfermedad, predominan los casos ms pre:oces y menos
graves.En dicbas situaciones, la sensibilidad tiende a ser ms baja y la
especificidad ms elevada que cuando la misma prueba se aplica a los
pacient.es con indicos de la enfermedad, la mayor part.e de los cuales
presentan una enfermedad avanzada.

Sesgo
En ocasiones, la sensibilidad y espectftcldad de una prueba no se
estable cen independientemente de los mtodos por medio de los cuales
se establece el diagnbstico verdadero, lo que conduce a una evaluacin
sesgada de las pro piedades de la prueba. Esto puede ocurrir de diversas
formas.Como ya se ha mencionado, si la prueba se evala utilizando
datos obtenidos durante el curso de una valoracin clnica de pacientes
con ndicios de la enfermedad en cuestin, una prueba positiva puede
propiciar que el mdico conti.ne inves tigando el diagnstico, lo que
aumenta la probabilidad de identificar la enfer medad .Asim.ism.o, una
prueba negativa puede ser responsable de que el mdico abando.ne Ja
nvestigacin adicional, lo que aumenta las probabilida des de que la
enfermedad, si !!St presente, se pase por alto.
En otras situaciones, el resultado de una prueba puede formar part.e de
la informacin utilizada para establecer el diagnstico, o al contrario, los
resulta dos de la prueba pueden int.erpretarse t.eniendo en cuenta otra
informacin clnica o el diagnstico final. Los radilogos frecuentemente
estn sujetos a este tipo de sesgo cuando interpretan las radiografias. Puesto
que la interpre tacin de las radiografas es en cierto modo subjetiva,
resulta fcil estar influi do por la informacin clnica proveda. Tudos los
clnicos han pasado por la situacin de haber interpretado exageradamente
una radiograa debido a una impresin clnica o, al contrario, de recuperar
una radiografia antigua en la cual se pas por alto un hallazgo porque en
ese momento no se conoca un pro blema clnico y, por esta razn. no se
prest atencin a un rea concreta de la radiografa.Debido a estos
sesgos, algunos radilogos prefieren interpretar las radiografas dos veces,
primero sin la informacin clnica y, despus, con ella. 'lbdos estos sesgos
tienen tendencia a aumentar el acuerdo entre la prue ba y el patrn de
validez, es decir, tienen tendencia a hacer que la prueba parezca ms til
de lo que realmente es,como, por ejemplo, cuando una RM de la columna
lumbar muestra un prolapso discal en un paciente con dolor lumbar (v. el
ejemplo previo en este cap.).

Azar

Los valores de la sensibilidad y la especificidad (o cocientes de


probabi lidad, otra caracterstica de la.s pruebas diagnsticas descrita ms
adelan-

Diognotlco

100

57

...

80

--de

lnteoiralo

confianza
-....:.:.
del 95 %

-Ollservados-----

60

40

20

-- --- --- --- --20

10

30

40

50

N"*" de Individuo Fig. 3--7.Preclsln de una estimacin de la sensibilidad. Intervalo de conflanZB del 95 % para
una sensibilidad observada del 75 %,de acuerdo con el nmero de indkriduos observados.

te) suelen estimarse a partir de observaciones en muestras relativamente


pequeflas de individuos, con y sin la enfermedad en cuestin. Debido al
azar (variacin aleatoria) en una muestra, especialmente si es de
pequeflo tamao, la sensibilidad y la especificidad reales de la prueba
pueden estar representadas errneamente incluso aunque en el estudio
no exista un ses go. Los valores concretos observados son compatibles
con una serie de valo
res reales, caracterizados tpicamente por los intervalos de confianza
del 95'.h' (v.cap. 9).La amplitud de este intervalo de valores define
el grado
de precisin de las estimaciones de la sensibilidad y la especificidad.
Por esta razn, los valores mencionados para la sensibilidad y la
especificidad no deben tomarse demasiado al pie de la letra si se
estudia a un ntmero reducido de pacientes.
La figura 3-7 muestra cmo la precisin de las estimaciones de la
sen sibilidad aumenta a medida que aumenta el ntmero de
individuos en los cuales se basa la estimacin. En este ejemplo
concreto, la sensibilidad observada de la prueba diagnstica es del
75 %. La figura 3-7 muestra que si esta estimacin slo se basa en 10
pacientes, por efecto del azar aislado, la sensibilidad real podra ser
solamente del 45 % y hasta de casi
'El intervalo de oonfiansa del 95 'Ji de un poreent.,;e ee estima f4d.lmente mediante laalguie:nt.e
frmu la. baaado en el teorema bin.omlal:
P

v 2'
-N--

dondpe&1a proporcin ob&ervada. y N es el nmerode individuos ob&ervados.. Para una aproximacin ma


n.acta. multiplicar por 1.96.

Copyngted material

51 Epidmlologia clnica. AIF 1cto fur.dan...,tales

el 100 %. Cuando se estudia a un mayor nmero de pacientes,se


estrecha el intervalo de confianza del 95 %, es decir, aumenta la
precisin de la estimacin.
VALOR PREDICTIVO

Como se ha mencionado previamente, la sensibilidad y la


especificidad constituyen propiedades de una prueba que se tienen en
cuenta cuando se decide emplearla o no. Pero, una vez que se dispone
de los resultados de una prueba diagnstica, sean positivos o negativos,
la sensibilidad y espe cificidad de la prueba dejan de ser importantes
porque estos valores perte necen a individuos en los que se conoce si
tienen Ja enfermedad o no. Sin embargo, si se conociera el estado de la
enfermedad del paciente, no sera necesario realizar la prueba !Para el
clinico, el dilema estriba en determi nar si el paciente tiene la
enfermedad o no, dados los resultados de una prueba .
Definiciones
La probabilidad de una enfermedad, dados los resultados de una
prue ba, se denomina ualor predictivo de la prueba (v. fig. 3-2). El
valor predic tivo pos itivo es la probabilidad de la enfermedad en un
paciente con un resultado positivo (anormal) de la prueba. El valor
predictivo negativo es la probabilidad de no tener la enfermedad
cnand.o el resultado de la prue ba es negativo (normal). El valor
predictivo responde a la cuestin :si el resultado de la prueba de mi
paciente es positivo (negativo), cules son las probabilidades de que
mi paciente tenga (no tenga) la enfermedad?. El valor predictivo en
ocasiones se denomina probabilidad post erior (o posprueba ), la
probabilidad de la enfermedad despus de conocer el resul tado de la
prueba. La figura 8-3 ilustra estos conceptos. Entre los pac.en tes
tratados con antibiticos por una faringitis estreptoccica, menos de la
mitad (44 %) presentaban el proceso, segn el cultivo (valor predictivo
positivo). El valor predictivo negativo de lu impresiones diagnsticas
del personal fue mejor: de los 87 pacientes en quienes se consider
Que no presentaban una faringitis estreptoccica, la impresin fue
correcta para 77 de eUos (88 %).
Se han descrito trminos que resumen el valor global de una prueba .
Un trmino de este tipo, la exactitud, es el porcentaje de todos los
resulta dos de la prueba , positivos y negativos, que son correctos. (Para
el ejemplo de la faringitis de la fig. 3-3, la exactitud de las impresiones
diagnsticas del personal fue del 70 %.) El rea bajo la curva ROC es
otra medida resu men til de la informacin proporcionada por el
resultado de una prueba. Sin embargo, estas medidas resumen son
excesivamente bsicas como para ser de utilidad desde un punto de vista
clnico porque la informacin espe cfica sobre las partes que la
componen -la sensibilidad, la especificidad y el valor predictivo a
determinados puntos de corte- se pierde cuando se agregan en un ndice
nico.

Copyrigted
material

59
Detenninantes delvalor predictivo

El valor predictivo de una prueba no es una propiedad de la


prueba ais lada. Et. determinado por la sensibilidad y la
especificidad de la prueba y por la prevalencia de la enfermedad en la
poblacin que est siendo eva luada, en la cual, Ja prevalencia tiene
su significado tradicional: el porcen taje de individuos en una
poblacin definida en un punto dado de tiempo que sufren el proceso
en cuestin. La prevalencia tambin recibe el nombre de probabilidad
pr euia (o pr epru eba}, la probabilidad de la enfermedad antes que se
conozca el resultado de la prueba.(Para una descripcin deta llada de
Ja prevalencia , v. cap. 4.)
La frmula matemtica que relaciona la sensibilidad, la especificidad y
la prevalencia con el valor predictivo positivo deriva del teorema de Bayes
de las probabilidades condicionales:
va_lor pl'tiic:tivo poa.itivo =

Sensibilidad )( Prevalencia

(Senabilidad x Ptevalenda)+(1-Especificidad) x (1- Ptevalenda )

Cuanto ms sensible es una prueba, mejor ser su valor


predictivo negativo (ms seguro podr estar el clinico de que el
resultado negativo de la prueba descarta la enfermedad investigada ).
Por el contrario, cuanto ms especfica sea la prueba, mejor ser su
valor predictivo positivo (ms seguro podr estar el clnico de que
una prueba positiva confirma o corro bora el diagnstico
investigado).Puesto que el valor predictivo tambin est in6uido por
la prevalencia, no es independiente del contexto en el cual se utiliza la
prueba . Los resultados positivos, incluso para una prueba muy
especfica, cuando se aplican a pacientes con una baja probabilidad
de tener la enfermedad, sern en su mayor parte falsos positivos. De
forma parecida, los resultados negativos, incluso para una prueba
muy sensible, cuando se apliquen a pacientes con una probabilid .ad
elevada de tener la enfermedad, es probable que sean falsos
negativos . En resumen , la inter pretacin de un resultado positivo o
negativo de una prueba diagnstica vara de un contexto a otro, de
acuerdo con la prevalencia estimada de la enfermedad en cada
contexto concreto.
A veces, no es evidente qu tiene que ver la prevalencia con un paciente
concrew. Para los escpticos, podra ser til considerar cmo rendira
una prueba en los extremos de la prevalencia. Es preciso recordar
que no imP.orta el grado de sensibilidad y especificidad (cercanla a la
perfeccin) de una prueba, ya que siempre existir un pequeo
porcentaje de pacientes clasificados errneamente por ella. Imaginemos
a una poblacin en la cual ningn individuo padece la enfermedad . En
dicbo grupo, todos los resulta dos positivos, incluso para una prueba
muy especfica, sern falsos positi vos. Por consiguiente, a medida que
la prevalencia de la enfermedad en una poblacin se acerca al O, la
prevalencia del valor predictivo positivo de la prueba tambin se acerca
al O.Por el contrario, si cada individuo de la poblacin examinada
padece la enfermedad , todos los resultados negativos sern falsos
negativos , incluso para una prueba muy sensible. A medida que la
prevalencia se acerque al 100 %, el valor predictivo negativo seacer-

car al O. Otra forma para que los escpticos se convenzan de estas


relacio nes es oonsidera.r la figura 3-2, manteniendo la sensibilidad y la
especifici dad constantes, modificando la prevalencia y calculando los
valores predic tivos resultantes.
El efecto de la prevalencia sobre el valor predictivo positivo, para
una prueba con diferentes niveles de sensibilidad y especificidad,
aunque gene ralmente elevados, se ilustra en la figura 3-8. Cuando la
prevalencia de la enfermedad en la poblacin investigada es
relativamente elevada, superior a determinado porcentaje, la prueba
tiene un buen rendimiento, pero con prevalencias ms bajas, el valor
predictivo positivo disminuye casi a O y la prueba prcticamente no es
til para el diagn.stico. A medida que la rensi bilidad y la especificidad
disminuyen, llega a ser ms aguda la influencia de los cambios de la
prevalencia en el valor predictivo.
EJcmpJo. El valor predictivo del APE J>Gl'G el diap6ai-i.co del corclnoma de p:rntata bo
sido estu&do en divenaa situaciones clnicasque corri!:apondu a di!ere:nl.ff prevaleCias o

probabilidades previas. En va.ron.ea aaintomdticoa, de edad a'Yanzada , en loe& que &e


mima que la prc:valenci.A del carcinoma de prltata et del 6-J.2 S. alo alrededor del 15
de varones con un APE de 4 mgldl o superior padeclan realmente uo c4ncer. En
varones con un rie1go
m.t elevado (con 1ntoma1 o una exploracin rectal suaeativa). en loa cuales la prevalencia
del carcinoma de prstata era del 26 S, el 4-0 de elloe con un APE polltivo paded&n el
e.o ur (7). Si el APE ae bubera utilizado como prueba de cribado en vuonet
ati:n:tort.icos, 5 o 6 varona sanos babrian tenido que hacerse pruebas adicionalea, a

menudo incluyendo la biop sia, para identificar a unvarn eon cnce:e No obetante. cua_ndo
exi&te un i_ndicio cl_f_nito con vincente ie malinidad, caai en el 50
de varones con una
proba. positiva se identificari. un dncer d prttAta.

Los esfuerzos actuales para prevenir la tra.nsmiain del sndrome de


la inmunodeficiencia adquirida (SIDA> por los produc.tos sanguneos
es otro ejemplo del efecto de la prevalencia de la enfenn.edad sobre el
valor predic tivo positivo.
100

.,,.

i
&

80

80

lll

40

Senslbilidad/esp<lCificidad

80/90 90/90

'

gg

20

o
115 1/10

1/50 1/100

1/1.000

1/10.00)

F11J. 3-8. V- prodictivo posWo de acuen10 coo lasenslbllldad,la especificidad y laprevalencia


de la enfennedad.

Diagnstico

61

Ejemplo. Para el cri_bado de IOA donantes de sangre, ae utitiia un a.oaiUsi.& de &&ragre en


busca de anticuerpos frente alvil"U8 de la inmunodeficiencia humana (VlH).A un determina

do punto de corte, la 9entlibilidad es del 97,8 % y la especificidad del 90,4 Wt.En 1986,a
partir de la preYalenci en la1 uoidade& infec:cioea.e,ee efftim-6 que el valor predicti-vo
positiviJ de la prueba rui era euperior a 1/10.000. Por consiuiente, por cada reaultado
verdadero pottvo, exiatirfaa 9.250 resultadoe falaos positivos de la prueba (8). Habran
tenido que rtchaiane ca1i 10.000 unidadel o inveatigarse adicionalmente para pre enir una
trll.Mfusin de aa.ngre contamiruda.. Loa autol"e& condQyeron que,en un tema con tanta
carga emociollAl.Wl& adhe re:ncia cWdadoaa a loa principios de ta evaluacin dtl las
prueba& diagnsticas evitar expec,ta ttvaa pocerealiltas-,
Pero la situacin cam_bi.A m.edida que la prevalencia de la ioleeo por el VIH
aument en ta poblacin general, mej'OJ'd el valor predietivo positivo de Ja prueba de
c:.ribado. Rn una publicacin un a.Ao m6 tarde., la pnvalencia de wUdades infectadas
entre 67.J90 unidades examinad.aa fue de 25110.000 y, a niveles similares de &ensibilidad
y especi6c:id.a.d. el valor predictivo positivo sea del 2,5 %1muy superior al de unos aos
atr (9).

Eatlmael6n de la prevalencia

Cmo pueden estimar los clnicos la prevalencia o probabilidad da


una enfermedad en un paciente para determinar el valor predictivo del
resulta do de una prueba? Existen diversas fuentes de informacin: la
literatura mdca, las bases de datos locales y el juicio clnico. Aunque
la estimacin resultante de la prevalencia rara vez es muy precisa, no es
probable que el error sea de tal magnitud que modifique losjuicios
clncos que se basan en la estimacin. En cualquier caso, el proceso
tender a ser ms exacto que el mero juicio clnico implcito.
En general, para determinar el valor predictivo, la prevalencia es
ms importante que la sensibilidad y la especificidad (v.fig. 3-8).Una
razn de ello es que la p.revalencia gen.eralmente varia a lo largo de
unos lmites ms amplios.En distintos contextos clnicos la prevalencia
de una enfemedad puede variar desde una fraccin de un porcentaje
hasta casi la certidum bre, en funcin de la edad, el sexo, los factores de
riesgo y los hallazgos cll nicos del paciente. Comprese la prevalencia
de una hepatopata en un adulto joven, sano, que no consume drogas
ilegales u otros frmacos y que consume alcohol slo ocasionalmente,
con la de un drogadicto por va intra venosa que presenta ictericia.
Segn los patrones actuales, los clnicos no estn especialm.ente
interesados en las pruebas con senaibilidade.s y espe cificidades muy
por debajo del 50 %, pero, si tanto la sensibilidad como la especificidad
son del 99 %, se considera que la prueba es muy buena. En otras
palabras, en trminos prcticos, la sensibilidad y la especificidad rara
vez varan ms de dos veces.
Aumento de la prevalencia de la enfennedad

Al considerar la relacin entre el valor predictivo de una prueba y


la prevalencia, constituye una ventaja evidente para el mdico aplicar
las pruebas diagnsticas en los pacientes con mayor probabilidad de
padecer la enfermedad que se est investgando. De hecho, tal y como
muestra la figura 3-8, las pruebas diagnsticas son de mayor utilidad
cuando la exis tencia de la enfermedad no es nimuy probable nimuy
improbable.

Exist.e una serie de mtodos mediante loscuales puede aumentarse la


probabilidad de una enfermedad antes de utilizar una prueba diagn6etica.
Proceso de referencia

El proceso de referencia o envio es uno de los mtodos ms


frecuentes a travs del cual se aumenta la probabilidad de la
enfe.rmedad. El envio a hospitales docentes,consultas externas y
servicios de urgencias aumenta la probabilidad de que tras las molestias
del paciente subyazca una enfer medad significativa .Por esta razn, en
estoscontexuis puede estar jl!Btifi cado una utilizacin relativamente
ms agresiva de las pruebas diagnsti cas. Asimismo, en atencin
primaria y especialmente entre pacientes sin molestias, la probabilidad
de hallar la enfermedad es considerablemente menor y las pruebas
deben utilizarse con mucha mayor parquedad.
gjemplo Durante la prctica en una cliniea militar, uno de los autom visit acientos
de iodividuc<- 1 con cefaleaa; rara vez solicit pruebas djagnaticas y nu.nca identific a
ni:ngn paciente ton una causa grave su_byaeente de la cefalea.(Es poco probableque se
omitieran proce.aos importantes puesto que la clnica era prcticamente la 6.nita fuente
de as.etencia mdica para. esto& pacienff y & haca un seguimiento prolongado.) Sin
embargo, durante la primero eemuna de vut:lla a la residencia mdica, en un paciente que
acudi aJ depa_rtmnento de urgen<ias del hospital por un.a cefaJea similar a lutrato.da.s
en la clnica militar ae identi fic un absceso cerebe)oso.

Puesto que los clnicos pueden trabajar en diferentes extremos


del espectro de la prevalencia en diferentes momentos en su prctica
cllnica, deben tener en cuenta que puede ser necesario aju star la
intensidad de la evaluacin diagnstica a cada situacin especfica.
Grupos demogrficos seleccionados

En un contexto determinado, los mdicos pueden aumentar el rendi


miento de las pruebas diagnsticas aplicndolas a grupos demogrficos
conocidos por presentar mayor riesgo de la enfermedad. Un varn de
65 aos presenta 15 veces ms probabilidades de experimentar una
arteriopa tia coronaria como causa de un dolor torcico atpico que una
mujer de 30 ai'los; p;>r consiguiente, Ja prueba electrocardiogrfica de
esfuerzo, una prueba diagnstica concreta para la coronariopata, es
menos til para con firmar el diagnstico en la mujerjoven que en el
varn de edad avanzada (10).De forma parecida , una prueba para la
anemia falciforme obviamente tendra un valor predictivo positivo ms
elevado entre individuos de raza negra que entre individuos de raza
blanca.
Caracterfsticas aspecfficas de la situacin clfnlce

Claramente, las caractersticas especficas de la situacin clnica


consti tuyen la influencia ms poderosa en la decisin d.e solicitar
pruebas. Los signos,sntomas y factores de riesgo de la enfermedad
aumentan o dismi nuyen la probabilidad de ballar una enfermedad. Por
ejemplo, una mujer con un dolor torcico tiene mayores probabilidades
de experimentar una

Diagnttico

63

coronariopata si padece una angina tpica e hipertensin y es


fumadora. Como consecuencia, un electrocardiograma de esfuerzo con
un resultado anormal tiene mayores probabilidades de representar una
coronariopata en dicha mujer que en individuos con un dolor torcico
inespecfico y sin factores de riesgo coronario.
El valor de aplicar las pruebas diagnsticas en personas con mayores
probabilidades de experimentar una enfermedad concreta es
intuitivamen te evidente para la mayora de mdicos. Sin embargo, con
la creciente dis ponibilidad de pruebas diagnsticas, es ms fcil
adoptar un enfoque menos selectivo cuando se solicitan pruebas .No
obstante, cuanto menos selectivo sea el enfoque, probablemente menor
ser la prevalencia de la enfermedad y menor ser el valor predictivo de
la prueba.
La magnitud de este efecto puede ser mayor de lo que la mayora de
nosotros imaginamos.
Ejemplo. Los factores que influyen en la interprelaei6n de un retult.ado anormal de un

electrocardiograma de esfuerzo &e ilu.atrao en la figura 39. La figura mue&tra que el valor

100

CJ 0,$-1.o mm

90

>2.5 mm

-!

80

tii

70

11

80
50
40

.2 .!!

30

i!.

20

:1 e

10

o
Edad
Sfntomas

30-39

60-69

60-69

60-69

Ninguno

Ninguno

Angina

Angina

alfpica

tpica

67,1

94.3

P\'evalencla para la
arteriopatfa con::inaria

1,9

12,3

Fig,. 39.Efecto de la prevalencia de la enfermedad sobre el valor predictivo positivo de


una prueba diagnstica. Probabi&dad de arteAopata coronaria deacuerdo con la edad, los

slntomas

y la depresin del segmenlo ST en el elecirocarK>grama.(Oe Oiamond GA y Fooester JS.Analy

sisof probabili1y asanaidil1111e clinicoldiagnoSis of COfOOary artery disease.NEnglJ Med 1979;


300: 1350-1358.)

64

lpiclemiologa dnica. Ap 1ctot Mwtauawdal11

predictivo poaitivo para la arteriopata coronaria asociado con Wl rNUJ.tado anormaJ


de la prueba puede variar de&de el l,7 hui. el 99,8 . dependiendo de la edad, loe
ntomu y el grado de anormalidad de la prueba. Ali, uoa prueba de esfuerzo en un
nr6n asintomtiico de 35 allot cicyv ruultado indique una depreoin de l mm del
nto
STffr wi faleo ptlitivo en m del 98 % de caSOI. El mi1mo resultado de la prueba en
un varn de 70 aos cm una angina tpica aegdn la hiltoria aeatociaricoa una
arteriopata coronaria en mdel 90 de
......(10

Debido a este efecto es preciso que los mdicos interpreten


resultados similares de una prueba de manera diferente en diatntas
situaciones cl1ni cas.Una prueba de esfuerzo negativa en un varn
asintomtico de 35 aos simplemente confirma la probabildad,ya de por
s ba,ja, de una arteriopa ta coronaria, pero una prueba positiva
habitualmente conducir a error si se utili.a para investigar la
enfermedad no sospechada,tal y como se ha llevado a cabo en
individuos que practicanjoggng, en pilotosy en ejecuti vos. Lo contrario
vale para el varn de 65 a1 oa OOJ.\ w)a angla tpica:. En este caso, la
prueba puede ser dtil para confirmar la enfermedad, pero no para
excluirla. La prueba es sobre todo til en situaciones intermedias,en las
cuales la prevalencia no es ni muy elevada ni muy baja. Por ejemplo,
un varn de 60 aos con un dolor torcico atpico tiene una probabilidad
del 67 % de arteriopata coronaria antes de la prueba de esfuerzo
(vase fig. 3-9), pero despus, con una depresin del segmento ST
superior a 2,6 mm, tiene una probabilidad de coronariopata del 99 %.
Puesto que la prevalencia d.e la enfermedad es un determinante tan
potente del grado en que una prueba diagn6stca ser til, es preciso que
los clnicos consideren la probabilidad de la enfermedad a.ntes de
solicitar la prueba. Hasta hace poco tiempo, los clnicos se basaban en
observacio nes clnicas y en su experiencia para estimar la probabilidad
preprueba de una enfermedad. En la actualidad, la investigacin, que
utiliza extensos bancos de datos clnicos informatizados proporciona
estimaciones cuantita tivas de la probabilidad de la enfermedad, dadas
diversas combinaciones de halhzgos clnicos (11).
Implicaciones para la blbllognlfla rndlce

Frecuentemente,las descripciones publicadas de las pruebas


diagnsti cas incluyen, adems de la sensibilidad y la especicidad,
algunru conclu sion.es sobre la interpretacin de una prueba positiva o
negativa,es decir, el valor predictivo.Esto se lleva a cabo, con razn,
para proporcionar infor macin directamente til para los mdicos, pero
los datos para estas publi caciones a menudo se renen en hospitales
docentes universitarios donde la prevalencia de una enfermedad grave
es relatvamente elevada. Como consecuenci.a, las afirmaciones sobre el
val.or predictivo en la bibliografia mdica pueden conducir a error
cuando la prueba se aplica en mbitos menos seleccionados. Y lo que
es peor, los autores a menudo comparan el rendimiento de una prueba
en una serie de pacientes en los que se ha detectado la enferm.edad y
en un ndmero igual de pacientes sin la enferme dad. sta es una forma
eficiente de describir la sensibilidad y especifici dad. No obstante,
cualquier valor predictivo positivo mencionado proceden-

Dlagnlllco

65

te de dichos estudios apenaa tiene valor porque se ha determinado para


un grupo de pacientes en los cuales los investigadores establecieron la
preva lencia de la enfermedad en el 50 %.
COCIENTES DE PROBABILIDAD O VEROSIMILITUD

Los cocientes de probabilidad o verosimilitud son una forma alternativa


de describir el rendimiento de una prueba diagnstica. Resumen el mismo
tpo de informacn que la F;ensibilldad y la especificidad y pueden
utilizar se para calcular la probabilidad de la enfermedad despus de una
prueba positiva o negativa.
Odds
Puesto que la utilizacin de los oocentes de probabilidad o
verosimilitud depende de la odds, para comprenderlos primero es
necesario distinguir la odds de la probabilidad.La probabi lidad, utilizada
para expresar la sensibili dad, la especificidad y el valor predictivo, es el
porcentaje de individuosen quienes est presente una caracterstica
concreta, como una prueba pol!itiva. Par otra parte, la odds es la razn
de dos prabablidades.La odds y la probabi lidad contienen la misma
informacin, pero la expresan de forma diferente. Las dospueden
interconvertirse utilizando frmulas simples:

Odds = Probabilidad del acontecimiento + 1-Probabilidad d.el acontecimiento


Probabilidad = Odds + 1+ Odds
Los lectores deben estar familiarizados con estos trminos porque
se utilizan en la conversacin diaria. Por ejemplo, podemos decir que la
odds de que un equipo de ftbol gane esta noche es de 4:1o que tiene
una proba bilidad de ganar del 80 %.
Definiciones

El cociente probabilidad o uerosimilitud para un valor concreto de


una prueba diagnstica sedefine como la probabilidad de dicbo resultado
de la prueba en individuos con la enfermedad dividida por la
probabilidad del resultado en individuos sin la enfermedad. Los cocientes
de probabili dad expresan cuntas veces ms (o menos) probable es que
se identifique un resultado de una prueba en individuos
enfermoscomparadoa con los no enfermos. Si una prueba es dicotmica
(positiva/negativa), dos tipos de cocientes de probabilidad describen su
capacidad para diferenciar entre individuos enferm.os y no enfermos:
uno se asocia con una prueba positiva
y el otro, con una prueba negativa (v. fig. 3-2).
'N. dtl R . El V'OCllblo Id no liene Wla trducd6n al eaa.-tAll.e..a-o ropH.rnent. ac.pt.d.
Entro. l as mucba.1t pr puesta.e (l\le"" bon erettuttdo para &:rduclr odM rotlo de1tacan Oportunidad
rcllltfoo. y eJ e.xtnnjeri&'.nO RoMo d.e odd (v, G0ttto Sonit.orio 1990:.t (16): M-39).

En el ejemplo de la faringitis (v.fig. 8-3), los datos pueden utilizarse


para calcular los cocientes de probabilidad de una faringitis
estreptoccica s existe una prueba positiva o negativa (diagnstico
clnico). Una prueba positiva es aproximadamente 2,5 veces ms
probable que se produzca si existe faringitis estreptoccica que si no
existe. Si los mdicos consideraron que no exista una faringitis
estreptoccica, el cociente de probabilidad para esta prueba negativa
fue de 0,39; la odds de que se estableciera un diagnstico clnico
negativo con faringitis estreptoccica comparada con que no hubiera
enfermedad fue de aproximadam.ente 1:2,6.
Utilizacin de los cocientes de probabilidad

La probabilidad preprueba (prevalencia ) puede convertirse en oddt


p.re prueba utilizando la frmula presentada previamente.Despus, los
cccien tes de probabilidad pueden utilizarse para convertir la odck
prepruebo. en odds po9prueba, por medio de la frmula siguiente:
Odds preprueba x Cociente de probabilidad = Odd,, posprueba
A su vez, las oddJ posprueba pueden convertirse de nuevo en une
pro babilidad, utilizando la frmula descrita previamente en este
capitulo. En esta relacin, Ja odds preprueba contiene la misma
informacin que la pro babilidad previa (prevalencia), Jos cocientes de
probabil.idad, la misma informacin que la sensibilidad/especificidad y
la odds posprueba la misma que el valor predictivo positivo (probabilidad
posprueba).
La principal ventaja de los cocientes de probabilidad es que
permiten ir ms all de una clasificacin simple y burda de un
resultado de una prue ba com anormal o normal, tal y como se lleva a
cabo habitualmente cuan do se describe la exactitud de una prueba
diagnstica slo en trminos de sensibilidad y especificidad en un
solo punto de corte. Obviamente , la enfermedad es ms probable si
existe un resulta do extraordinaria.mente anormal de la prueba que
con un resultad.o prximo a los lmites. Con los cocientes de
probabilidad, es posible resumir la informacin contenida en el
resultado de una prueba a diferentes niveles. Se pueden definir los
cocientes de probabilidad para cualquier resultado de una prueba a lo
lar go de todos loa lmitc4 de loJS poaiblca valores. De este modo no &e
de.sccha la informacin representada por el grado de Ja anormalidad,
ms que por la mera presencia o ausencia de sta. En el clculo de los
cocientes de pro babilidad a travs de un espectro de resultados de la
prueba, Ja sensibili dad hace referencia a la capacidad de dicho
resultado concreto de la prueba para identificar a los individuos con la
enfermedad y no a individuos con dicho resultado o algo peor.
Lo mnno puede afirmarse para el clculo de la especificidad.
Por consiguiente, los cocientes de probabilidad pueden adaptarse a la
prctica clnica comn y razonable de dar mayor valor a unos
resultados extraordinariamente elevados (o bajos) de una prueba que a
unos resulta dos en los lmites cuando se estima la probabilidad (u
odds) de que est presente una enfermedad concreta.
1

Diagn.rico

67

!liemplo. JiMta qu punto es exacta una determinacin aalada de la ruonna ITJ ffrlca

co.mo prueba del hipotiroidismo? Esta cuestin a.e abord en un estudio con 120
pacientes ambulat.orioa de med.icina ieneral con indicios de h.ipotiroidiamo (12). Loe
pacientes lueron diagno.sti<ados como portadores deun posible hipotiroidismo ai &
identific un aumente de la ti.rotropina (TSH) rica y ti las evaluaciones poateriores
incluyendo otras pruebas tiroideas y la respuesta al trata.miento. fueron oongruentee con
Wl hipoti.roidiemo. Loa autore1 efitudia ron el nivel inicial de T, en 27 pociente6 con
hipotiroidismo y en 93 pa.cientet en 1011 quei no ae diagnoat:ic para e&.t.ebleceT la
ex.actitud de la determinacin aia.lada de T, pa_ra el di.agr.st_ieo del hipotiroidismo.
Como era de prever, IOi cocienhu do probabilidad para el hipotiroidismo fueron
mayores para los rti\'elesbajos de T, )' menores para ]0$ nivelH tlvad0$ (tabla S.-2).
Loe valoro mis bajos en la diatribucin de la T, (< 4,0 g/dJ) slo se identificaron en
pacientes con hip:itiro di&m.01 esdecir, elt.08 niveles confirmaron c1diagnstico. Loe
nivelet ms elevadoe (> 8,0 p/dl) no ae identicaron en pacientes con hipotiroidismo. es
decir, la exiatencia de estos niveles dea cart.6 la e:.tfe.rmedad. Lot autores concluyeron que
"es poaible lograr un ahotto de loscostea ein la prdida de coctitud diagnstica
utilizando una determinacin islada de T total para la evaluacin inicial de la soepecha
de hipotiroidismo en pacientes concretoe.
4

El cociente de probabilidad tiene otras ventajas con respecto a la


sensi bilidad y especificidad como descripcin del rendimiento de la
prueba. La
i.nformacin con la que contribuye la prueba se resume en un nmero
en lugar de dos. Los clculosnecesarios para obtener la odds posprueba
a par tir de la odds preprueba son sencillos. Asimismo, los cocientes de
probabili dad son especialmente adecuados para describir la
probabilidad global de la enfermedad cuando se utilizan una serie de
pruebas diagnsticas (v. ms adelante).
Los cocentes de probablidad (CP) tambin tienen dellventajas. Es
pre ciso utitar odds y no probabilidades, y la mayora de nosotros
tenemos ms d6cultadell para razonar en trminos de odds que en
trminos de pro babilidades.Adems, la conversin de la probabilidad
en odds y a la inver sa requiere un clculo matemtico o la utilizacin
de un normograma, lo

T-

3-2- IHatrlbud6n de lovalot"oa de tiroxlna M<1ca en paclenteo hlpotiroldeoe

indtvlduoa

normal con., cMculo cM k> eo<Je1te1 de pi1otMtl:lllldades"

. , . _ . , ., .. .
C o c

< 1,1

3 (11,1)

4,1 5,0

4 (14,8)
4 (14,8)
3(11,1)

5.1-6.0

6.1-7,0
7,1-8,0
8,1-9,0
9,1-10
10,1-11
11,1-12
> 12
TOlal

8 (Z9,6)
1(1,1)

6 (6,5)
11
(11,8)

19
(20,4)

17
(18,3)
20 (21,5)
27 (100)

Confirmado

1(3,7)

2 (7,4)

2 (7,4)

1.1-2,0
2-1-3,0
3,1-4,0

ie n te

11
(11,8)

4 (4,3)
4 (4,3)

92 (100)

1
3
,
6
2,3

0
,
9

0
.
4

'Oe Golct>tein 8J y MushllnAl. Use ot a singkt ltyyt'Ox:lne test to evaluate ambulatory medlcal patltnts tOt
lntem Med 1981: 2: 20-24.

suapected llypothyroidiam. J Gen

68

E11i da-i ' gia dinka.

p t dos fvndcwutenla...

que -en part&- contrarresta la simplicidad del clculo de la odds


posprue ba utilitando cocientes de probabilidad. Por ltimo, para las
pruebas con un intervalo de resultados, los cocientes de probabilidad
utilizan medidas de sensibilidad y especificidad que son diferentesde las
habitualmente des critas.
PRUEBAS MLTIPLES

Puesto que los mdicos generalmente utilizan pruebas diagnsticas


imperfectas , con una sensibilidad y especificidad inferiores al 100 %
y cocientes de probabilidad intermedios, a menudo una sola prueba
propor ciona una probabilidad de la enfermedad que no es ni muy alta
ni muy baja, por ejemplo,situada entre el 10 y el 90 %.Habitualmente,
no es acep table interrumpir el proceoo diAgnstico en este punto. Estara
oatafccho un mdico o un paciente con la conclusin de que el paciente
tiene una pro babilidad del 20 % de padecer un carcinoma de colon? O
de que un varn asintomtico de 35 aosde edad con una depresin de
2,5 mm del segmen to ST en una prueba de esfuerzo tuviera una
probabilidad del 42 % de sufrir una arteriopatla coronaria (v. fig. 3-9)?
Incluso para enfermedades que no eonducen a la muerte, como el
hipotiroidismo, las pruebas con pro babilidades posprueba intermedias
apenas son de utilidad. El mdico, por lo general, est dispuesto a
aumentar o a disminuir la probabilidad de la enfermedad en estas
situaciones, a menos que naturalmente todas lasposi bilidades
diagnsticas sean insignificantes, no pueda hacerse na.da acerca del
resultado o el riesgo de continuar adelante sea prohibitivo.Salvo estas
excepciones, el mdico desear proseguir con pruebas adicionale11.
Cuando se llevan a cabo mltiples pruebas y todas son positivas o nega
tivas, la interpretacin es clara. Sin embargo, a menudo algunas son
posi tivas y otras negativas. En estos casos, la interpretacin es ms
complica da. Este apartado describe los principios mediante los
cuales se aplican e interpretan mtltiples pruebas.
Las pruebas mltiples pueden aplicarse de dos formas en general (figu
ra 3-10). Pueden utilizarse en parak/.o (es decir, todas a la vez) y un
resul tado positivo de cualquiera de las pruebas se considera una prueba
de la enfermedad, o bien pueden llevar:Je a cabo de ma.n.eTa $erioda (ea
decir, con secutivamente), partien do de los resultados de la prueba
previa. Para las pruebas seriadas, es preciso que todas las pruebas
deparen un resultado positivo para que se establezca el diagnstico,
puesto que el proceso diag nstico se interrumpe cuando se obtiene un
resultado negativo.
Pruebas paralelas

Los mdicos habitualmente soHcitan pruebas en para.lelo cuando


es necesaria una evaluacin rpida, tal y como ocurre en los pacientes
hospi talizados o visitados en situaciones d.e urgenciat o para los
pacient-ei; ambu latoriosque no pueden regresar fcilmente porque ha.o
recorrido una larga distancia para ser evaluados.
Copyrigted
material

ESTRATEGIA

SECUENCIA DE CASOS

CONSECUENCIAS

La prueba A yla prueba B y la prueba C son positivas

.. i

+,-+> q-

!Sensibilidad
t Espeolfioi<bd

i>

La prueba A o la prueba B ola prueba C son positivas


A.... ,,.,,
\

a...
.

.,

T Sensibilidad

lEspecificidad

c... ...

Flg. 3-10. Pruebas seriadas y

Las pruebas mltiples en paralelo en general aumentan la sensibilidad


y, por esta razn, el valor predictivo negativo para una prevalencia deter
minada de la enfermedad es superior al del de cada prueba individual.Por
otra parte, d.ismi.nuyen la especficdad y el valor predictivo positivo. Es
decir, es menos probable que la enfermedad se pase por alto (las pruebas
paralelas probablemente constituyen una explicacin de que Jos centros
hospitalarioe parezcan que diagnostiquen las enfermedades que los mdi
cos locales pasan por alto); pero tambin es ms probable que se establez
can diagnsticos falsos positivos (y por consiguiente, la propensin a
sobre diagnoeticar en dichos centros tambin es mayor). El grado en que
aumenta la sensibilidad y el valor predictivo negativo depende del grado
en que las pruebas identifican a pacientes con la enfermedad que han sido
omitid<11 por lu otra.a pruebas utilizadas. Por ejemplo, si se utilizan dos
pruebas de forma parelela con unas sensibilidades del 60 y el 80 %, la sen
sibilidad de la prueba paralela slo ser del 80 %, si la mejor prueba
iden tifica a todos los c8JIOs puestos de manifiesto mediante la prueba
menos sensible. Si ambas pruebas detectan todoslos casosomitidos por la
otra, la sensibilidad de las pruebas paralelas naturalmente es del 100

%. Si lu dos pruebas ""n completamente independientes entre s, la

sensibilidad de las pruebas paralelas sera del 92 %.


Las pruebas paralelas son especialmente tiles cuando el clnico se
enfrenta a la necesidad de una prueba muy sensible pero solamente
dispo-

70

Epiclemiologia clnica. lhp 1<1<>1 fuudoiu.,.....

ne de dos o ms pruebas relativamente insensibles que miden diferentes


fenmenos clnicos. Utilizando las pruebas en paralelo. el efecto neto es
una estrategia diagnstica ms sensible.No obstante, el precio que debe
pagarse es la evaluacin o tratamiento de algunos pacientes sin la enfer
medad.
Ejemplo. El APE y el examen rectal digital aon prueba.a inaenaiblea para el diapstico

del (_ncer de pr6'!1tata (7). La tabla 3-3 mue8tra su &eneibilidad, especificidad y valores
pre dictivos ea un contexto de cribado (va_rones sin sfntomas). Cuando ambas p1'Uebas se
utilizan en paralelo, la sen.aibilidad aumenta, pero laespecificidad diaminUJ-e.El valor
predicti:ro posi tivo es ma bajo que la detenninacidn aialada del APE.

Pruebas seriadas

Los mdicos utilizan frecuentemente estrategias de pruebas seriadas


en situaciones clnicas en las que no es preciso una evaluacin rpida
de los pacientes, por ejemplo, en las consultas privadas y en las
consultas externas hospitalarias, en lascuales los pacientes
ambulatorios son segui dos a lo largo del tiempo. Las pruebas seriadas
tambin se utilizan cuando algunas de las pruebas tienen un cost.e
elevado o conllevan riesgos y en este caso slo se utilizan despus de
que pruebas ms simples y seguras sugie ran la existencia de la
enfermedad. Por ejemplo, la edad mat.ema y los an lisis de sangre
(alfa-fetoprot.ena, gonadotropina oorinica y estro!) se utili zan para
identificar embarazos con un riesgo ms elevado de que la mujer d a
luz a un feto con el sndrome de Down. A las madres en las que seiden
tifica un riesgo elevado mediante estas pruebas a menudo se les ofrece
la realizacin de una amniocentesis (13). Las pruebas seriadas
conducen a una menor utilizacin del laboratorio que las pruebas
paralelas porque la evaluacin adicional depende de los resultados de la
prueba previa. No obs tante, la.s pruebas seriadas requieren mayor
tiempo porque slo se eolici tan pruebas adicionales despus de
disponer de los resultados de las prue bas preri.as.
Las pruebas seriadas maximizan la especificidad y el valor predictivo
positivo pero disminuyen la sensibilidad y el valor predictivo negativo
(ta bla 3-3).El clnico acaba estando ms seguro de que los resultados
positivos de la prueba representan enfermedad, pero corre mayor riesgo de
pasar por alto la enfermedad. Las pruebas seriadas son especialmente
tiles cuando ningunA de las pruebas individuales disponibles es muy
especfica.

"""""'

APE (4,0 g/
ERO
APE anonnal
o ERO anonnal
APE y ERO anomiales

$<>Mlblklad

0,67

o.so
0.64
0.34

0,97
0,94
0,92
0,995

.,_"'""lctllo

"''"'
0.43
0,240,28
0,49

"Determinacin del APE y ERO aislados, y en combinacin (pruebas paralelas y seadu) en el diagl6stlco
del cWair de prstata.. tOe Kramer BSy cols. Proetate canoer screening: what we know and what weneed to

know. Ann w Med 1993;119:914-923.l

Dl"91"6stlco

71

Si un mdico va a utilizar dos pruebas en serie, el proceso ser ms


efi ciente ai se utiliza en primer lugar la prueba con mayor
especificidad. La tabla S-4 muestra el efecto de la secuencia en las
pruebas seriadas.
.La prueba A es ms especfica que la B, mientras que la prueba B es ms
sensible que la A. Utilizando en primer lugar la A, un nmero de pacientes
menor se someter a amb'!_s pruebas, a pesar de que se diagnosticarn
un nmero de pacientes idntico, con independencia de Ja secuencia de
las pruebas. No obstante, si una prueba tiene un coste ms bajo o
conlleva menosriesgo, puede ser ms prudente utilizarla en primer lugar.
Asuncin de la Independencia

Cuando se utilizan mltiples pruebas, como se ha descrito


previamente, la exactitud del resultado depende de s la informacin
adicional a la que ha contribuido cada prueba es, en cierto modo,
independiente de la que ya se dispona a partir de las pruebas previas, es
decir, la prueba siguiente no duplica simplemente la informacin
conocida. De hecho, esta premisa des taca todo el enfoque del valor
predictivo que hemos descrito. No obstante, parece improbable que las
pruebas para la mayor parte de enfermedades sean completamente
independientes unas de otras. Si la asuncin de que las pruebas son
totalmente independientes es errnea, el clculo de la prcr habilidad de
la enfermedad a partir de las diversas pruebas tiende a sobre estimar el
valor de las pruebas.
T-3-4. Efecto dela secuoncla de lao pruobeo Iniciales: A dMpu B fronte o B
deopuM A'

Prevalencia de la enfermedad

Nmero de pacientes ""aminados


1.000
Nmero de pacientes con la en!em>edad
200 (prevalencia del 20 %)
SenslbiJldad y .._/Deidad de las
pruebas

Especlfocidad

Prueba
A

Sensibilida
d

80
90

90
80

5'Jc""'1ci8 de la pnieba

Empezando con 1a prueba B


Enfem'6dad

EmpezandO con la prueoa A


Enfermedad

+
180
80
240
40
720
780
200
800
LOOO
240 pacientes reexaminados con B
+

+
180
160
340
20
640
660
200
1.000
800
340 pacieoites reexaminados con A
+

Enfermedad

+
144
16

Enfermedad

16
64

180
80

+
144
46

16
144

160
180

Copyrigted
material

160

80

240

180

160

340

"ObMrvtM que en ambas aecueocias se ldentmcan como enfermos eil mi"'rno nrnttO Cle piciet'lles
t16CJt y se identifican -' mismo nmero de ven:laderol poait7Yos (144), pero cuando 1e u1Hlza p1mero ta
pruebs A (ooi'I mayor espedtlcdld).se retumina oo menor nOmero de pacientes. laaensiblDdad
m.a bala de la ba A no alecta ectveef resutadO final.

Copyrigted
material

72

lfid1miol agi a cliNca. AIF 1d'D4 fur..clcww ...a.-1

Cocientes de probablUdad seriados

Cuando se utiliza una serie d.e pruebas, puede calcularse una


probabili dad global utilizando el cociente de probabilidad para el
resultado decada prueba, tal y como se muestra en la figura 3 11. La
prevalencia de la enfer medad antes de la prueba se transforma
primero en la odds preprueba . A medida que se lleva a cabo cada
prueba, la odds posprueba de una se con vierte en la odds
preprueba de la siguiente.Al final, se identifica una nue va
probabilidad de la enfermedad que tien.e en cuenta la informacin a
la que hBll contribuido todas las pruebas de la serie.
RECEPTIVIDAD (SENSIBILIDAD)

El estado clnico de los pacientescambia continuamente como


respues ta al tratamiento o por los efectosdel envejecimiento o la
enfermedad. Los clnicosregularmente se enfrentan a la pregunta .mi
paciente ha mejora do o se ha d.eteriorado?.. Las pruebas utilizadas
para monitorizar el curso clnico (p. ej., gravedad de los sntomas o
estado funcional) a menudo son algo diferentes de las utilizadas pare el
diagnstico de la enfermedad, pero la evaluacin d.e su rendimiento es
muy similar.
La capacidad de los cambios del valor de una prueba para identificar
correctamente los cambios del estado clnco se denomina receptividad
sen sibilidad. Desde un punto de vista conceptual, se relaciona con la
validez de una prueba diagnstica, excepto porque el patrn oro ea la
existencia de un cambio significativo del estado clnco o no, y no la
existencia de la enfermedad o no. La magnitud de la sensibilidad d.e
una prueba puede expresarse como sensibilidad, especificidad y valor
predictivo o como el rea bajo la curva ROC.
FJem.plo. Diversoe parli.matroa autovalorados de talud y esUdo funciona.l 1e utilinn
re cuentemenu para mo.nitoriur la salud de las poblaciones y evaluar los efectos del
tratamien to. Do dt. dichos pa.r.metroe IOD loe dtaa de actividad limitada.,os decir. el
nilmero de dfaa en loscua,Jes Juactividades habituales han estado limitadas por la
enfermedad ouna lesWn.y la

P:KOlJJL':il>

Jt.fiellJ(.

!
Odds preprueba X CPA = Od<Js po$l)l\J9ba

Prueba B

Odds preprueba x CP1= Odds posprueba

Flg. 3-11.Utii"8ci6n de los cocentes de

idad (CP) .., pruebas seriadas.

Dlagn-

73

salud autovalorada.. u.na pregunta planteada a los iodividuOB que rapo_nde.n al cueat_ionario
para valoT. &r su salud desde excelenre huta mala comparado& con otroe individuoe de &U edad.
Se evalu la recl!ptividad de utoe pard.metro1 en u.o euettionario admin_iatrado con un
de

"-"

diferencia comparando los cambios de cada parmetro entre adultoa de edad avamada que
sufrieron una enfermedad principal durante el allo y loa que no la sufrieron (14). En h.

ra 3-12, lucu.rvaa ROC mueatnn que loe cambioa de la salud autovalorada rindi.e:roo
Ligera mente mtjor que la potibilidad de identificar cam_bios de la salud uociadoa ron
figu

la enfermedad principal. al mismo tiempo que los cambioa de los diu de actividad

limitada rindieron mucho mejor repre.centando el 80 .,del rea bajo la curva ROC-.

RESUMEN

El rendimiento de una prueba diagnstca se evala comparando los


resultados de la prueba con la presencia de la enfermedad en u na t.abla
2 x 2. Es preciSo llenar las 4 casillas de la tabla. Cuando se estima Is
sen sibilidad y especificidad de una nueva prueba diagnstica a partir
de la informacin de las publicaciones mdicas, es preciso que exista un
patrn oro, con el cual se compare la exactitud de la prueba. Los
individuos enfer mos y no enfermos deben parecerse a lostipos de
pacientes para quienes la prueba podra ser til en la prctica. Adems,
el conocimiento del diagns tico final no debe sesgar la interpretacin
d.e los resultados de la prueba o viceversa. La modificacin del punto
de corte entre lo normal y lo anormal

100

.....';;;
.....

80

.,.

.....

...

8/0

...
........
,.
..p /

/
/

//

4
0

...

.. /
:/
o > _

20

OL.__

i_

20

i_ .1..___J

40

60

80

100

flO. 3-12. Receptividad do los dos parmotros del ouostiOnarlo

sobr1' el estadO dola salud.

w..,.,.,

o;,.. tinn ercre los pacientes ancianos con y sin una enfermedad principal. (lle EH. l.acroix

1>2, Grottaus LCy Hocht. JA Reoponsiveness of healthstatus "-5UrMto changoe among


older adults.J Am Ge<fatr Soc 1993:41: 241 2.S.)

74

Epidemiologa clnica. pactos fvr..dcwumtalti

cambia la sensibilidad y la especificidad. Los cocientes de


probabilidades son otro mtodo para describir la exactitud de u.na
prueba diagnstica.
El valor predictivo de una prueba es la caracterstica ms importante
cuando losclnicos interpretan los resultados de una de ellas.No slo
est determinado por la sensibilidad y la especificidad de la prueba,
sino tam bin por la prevalencia de la enfermedad, que puede cambiar
de un contex to a otro.Habitualmente es necesario utilizar varias
pruebas, en paralelo o en serie, para lograr una certidumbre diagnstica
aceptable. La sensibili dad, la capacidad de una prueba para detectar un
cambio del estadoclni co, tambin se evala mediante la misma tabla 2
x 2.
BIBUOGRAffA
l. Joint National Commi- on Dete<tion, Evaluation, and Treatment of Hlgh Blood
Pres sure. The 6fth report of the Joint National Commi- on Delection.

Evaluation. and Treatinent of High Blood Preosure ()NC V). Arch lntem MA?d
1993:153:154-183.
2. CataJona WJ; et al. Measuttment of prost.atHpecific antigen inserwn as a screerung test
for prosta te cancer. N Engl J Med 1991:324:1156-1161.
3. Jensen MC,Brant-Zawadzld MN,Obuchowsld N, Modic MT,Malkaslan D,Roos JS.
Mag neti< resonance imaging of the lumbar spne in people without bock poin. N
Engl J Med 1994;331:69-73.
4. Bartrum RJ Ir. Crow HC. Fool<! SR. Ultrasonic and radiographic cholecystography. N Engl
J Med 1977;296:538-541.
5. Jones TV, Llndsey BA, Yount P.Soltys R. Farani-Enayat B.Alcoholism screening
question nain!S: are they va.ild in elderly medical ootpatienis7 J Gen lnh!m Med
1993;8:674-678.
6. Fletd-er RH. Carcinoembryonic anrigen. Ann lntern Med 1986;10!:66-73.
7. Voss JO. Prostate cancer,screenng. and prostat""'J"'dficantlgen: pro.u.e or peri!?J Gen
lntem Med 1994:9:468-474.
8. Barry MJ, Mulley AG.Singer DE. Scn!enlng for HTlV ID antibodles:the relation b<?tween
prevalence and positve predictive value and its social consequences. JAMA 1985;253:3395.
9. Ward JW, Grindon AJ,Feorno PM, Schable C, Parvn M,ALien JR. Laboratory and
epide- 0'\iologic evaluation of an enzyme immunoassay for antibodies to HTlV 111.
J.&\MA 1986:256:357-361.
10. rhamond GA. Fonftter JS. Analysis of probability as an a.id in the cli.nical da.gn0$ls of
cororury artery disease. N Engl 1Med 1979;300:1350-1358.
11. Tlernty WM, McDonald CJ. Practice databases and their uses in clinical research.
Stat Med!991:10:541-.557.
12. Gold!itein BJ, MUShJ.in Al use ot a Sing thyroxine te:St to atuate ambulatory mtdieal
polier.ts for suspe<ted hypoth}'?Qidism .J Gen lntem Med 1987;2:20-24.
13. Haddow JE, Paloma.Id Gil. Knight GJ. Williams J. Pulkkinen A. C\nick JA, Saller DN
Ir. Bowm GB.Prmatal screening for Down'ssyndrome with useof maternal serum
m.trl<ers. N Engt J Med 1992;327:588-593.
14. Wagrer EH, LaCroix AZ. Grothaus LC, Hecht JA. Responsiveness of hea.lth status
rnea sures to change among older adults. J Am Geriatr Soc 1993;41:241-248.

LECTURAS RECOMENDADAS
Cebul RD, Beck LH. Teaching clinical decision maldng. New York: Praeger. 1985.

Departmmt of Clinical Epiderniology and Biostatistics, McMaster Unlversity. lnterprttation


of diagnostic data.V. How to do it with simple math. Can Med Assoc J 1983;129:2229.

Diognotico

75

(Reprinted in Sackett DL. Haynes RB,Tugwell P,eds. Oinical epdemiology: a basic


sdence for clinical medicine. Booton: Little, Brown, 1985.)
Fagan TJ . Nomogram for Bayes' thoottm (1..etWI. N Engl J Med 1975;293:257.
Griner PF, Mayewski RJ, Mushlin Al. Green!And P. S.lection and interpretalion ol dia
tests and proceduru. Principies and applications. Ann lntem Med 1981;94:557-6Xl.
Griner PF, Panzer RJ, G"""'1and r.Clinical diagn"is and the laboratory: logical strategies
for a>mmon medica! problems. Chicago: Year Book, 1986.
McNeil BJ,Abrams HL, eds,Brigllam and Women'sHospital handbook oldiagnostic imaging.
Boston: Uttle, Brown, 1986.
Pauker SG, Kassirer JP. Clinkal application of deci.sion anaJysis: a detailed illustration.Semin
Nud Med 1978;8:324-335.
Sheps 58, Schechter MT. 1he as.wssment of diagn0$tk tests. A survey of curren! medic;aJ
JAMA 1984;252:2418-2422.
Sox HC Jr. Probability theory in lhe use of diagTI<>Otk tests. An introdudion to critica! study
of the literature.Ann lntem Med 1986;104:60-66.
Sox HC Ir,Bl.ltt M.Hlgglns MC.Marton KI.Medica! decision maldns. Kent. UK:
Butterworth. 1987.
WaSSClll JH, Sox HC Jr, Neff RI<, Gold.man L. Clinkal prediction rules. applications and
methodological standards.N Engl J Med 1985;313:793-799.
Weinstein MC;Fineberg HV, Elstein AS, Frazier HS, Neuhauser O. Neutra RR. McNei l BJ.
Clin'cal decision analysis.Phil.ldelphia: WB Saunders, 1980.

,....,,ch.

FRECUENCIA

En el captulo 1explcamos sucintamente las preguntas bsicas a las


que se enfrentan los cllnicos cuando atienden a los pacientes. En este
cap tulo definirnos y describimos las pruebas cuantitativas que los
clnicoo uti lizan para orientar su diagnstico y sus deeisiones
teraputicas. Introduci remos el terna con un paciente.
Un''arn de 72 aos se presenta con una polaquiuria lentarnent pro
gresiva, vacilacin y goteo.La exploracin rectal digital pone de
manifiesto un aumento simtrico de la glndula prosttica. Las
determinaciones del Oujo urinario indican una disminucin significativa
de la tasa de Oujo y no se identifica un aumento del APE srico. Se
establece un diagnstico de hiperplasia prosttica benigna (HPB).Al
tomar la decisin sobre el trata miento,es preciso que el clnico y el
paciente contrapesen los costes y bene ficios de las diversas opciones
teraputicas, por ejemplo, los riesgos de un empeoramiento de los
sntomas o de una enfermedad renal obstructiva con un tratamiento
mdico frente a la mortalidad operatoria o la disfu.ncin sexual ron un
tratamiento quirrgico.
Tradicionalmente, hemos tomado las decisiones mediante el .juicio cll
nicc, lo que aprendemos en la cabecera del paciente y en las consultas.
En los ltimosaos, en medicina se han introducido mtodos para
tomardeci siones cllnicas cuantitativas. Las estrategias clnicas
utilizadas ms a menudo son el anlisis de decisiones, el anlisis costeefectividad y el an lisis coste-beneficio.Estos mtodos utilizan datos
cuantitativos sobre la frecuencia de los problemas clnicos clave y su.s
consecuencias en los pacientes para deducir el mejor curso de accin.
Los mtodos,descrita! con mayor detalle al trmino de e&te captulo, eon
slo ta.n buenoe como lM eati maciones de la probabilidad o frecuencia
de los resultados clnicos en los que se basan.
Para un pa.ciente con una HPB, un juicio clnico sensato requiere
infor macin exacta sobre la probabilidad de un deterioro de los
sntomas, una retencin aguda o una lesin renal con el tratamiento
mdico, asf como el alivio de los sntomas, la mortalidad,la impotencia
o la eyaculacin retr grada con el tratamiento quirrgico. ste es, en
general, el tipo de infor macin necesaria para responder a la mayora
de preguntas clnicas. Las decisones estn orientadas por la
proba bilidad de los resultados en cir cunstancias alternativas: ante una
prueba positiva frente a una prueba negativa o despus de un
tratamiento A frente a un tratamiento B. Puesto
CopyrigleiP.na
erial

71

Epidemiologa cl:nka.A1p 1ctoa funclanwnl

que la frecuencia con que se producen la enfermedad, la mejora, el


deterio ro, Ja curacin o la muerte constituye la base para responder a la
mayora de las preguntas cltnicas; este capitulo examina los parmetros
de la fre cuencia cnica.
ASIGNACIN DE NMEROS A LAS ARRMAC ONES
SOBRE PROBAB LIDAD

Con frecu.encia, los mdicos mencionan las probabilidades en


palabras (habitualmente, en ocasiones, rara vez, etc.) ms que en
nmeros.Sustituir los nmeros por palabras es cmodo y evita hacer una
afirmacin precisa cuando uno no est seguro de una probabilidad. No
obstante, se ha puesto de manifiesto que apenas existe acuerdo sobre los
significados de los trmi nni:t utili7..Adni; oom1'nmfllnte ps:.rA la frAen.encis:.
.
Ejemplo. Se solicit a un grupo de mdicoa queestimaran la probabilidad de
enferm.edad para cada una do laa 30 expreaionas do probabilidad identificada mediante
la revisin de los informes radiolgicos y de laboratorio. Para cada expreain se identific
una gra_o diftren_cia de- opinin. Las probabilidades para coherente con Ouctua.ron
de.&d.e 0,18 baata 0.98; para impr obobl.e, loe limite3 fueron de 0,01 0,93.E&to5 datos
reap&ldan la afirmacin de loa aut.orcg de que o<la diferencia de opinin entre mdicos,po:r
lo que respecta al tratamiento de un pro
blema, podra reflejar diferencia sdel significado atribuido o l8lJ palabras utilizadas para
defi nir la probabilidad (1).

Los pacientes tambin asignan valores variables a las expresiones de


probabilidad.En otro estudio, profesionales con mucha experiencia
consi deraron que habitualmente haca referencia a las probabilidades
de 0,35 1,0 (:1: 2 desviaciones estndar a partir de la media); raramente
significaba
para stos una probabilidad de 0 0,15 (2).
Por consiguiente, sustituir Jos nmeros por palabras disminuye la
infor macin que expresan. Nosotrosdefendemos la utilizacin de
nmeros iem pre que sea posible.
Percepciones de la frecuencia
La experiencia personal influye en la percepcin del clnico de la
pro babilidad de los procesos y resultados.El hecho de haber vivido
una experiencia reciente con un paciente que ha presentado
determina dos resultados tiende a lograr que el clnico sobreestime
la probabili dad de dichos resultados .Por el contrario, los clnicos
tienen tendencia
a infraestimar Ja frecuencia de los resultados que los pacientes todava
no han presentado o que stos puedan ser reacios a comentar.Por
ejem plo, las entrevistas sistemticas de los pacientes despus de una
resec cin transuretral de la prstata (RTUP) ponen de manifiesto que
ms del 50 \'!> de varones experimentan una eyaculacin retrgrada
(3). La mayor parte de urlogos estimaran que la frecuencia es mucho

Copyrigted
material

menor puesto que muchos varones son reacios a discutir los


problemas sexua les.

Copyrigted
material

FNcuencla

79

PREVALENCIA EINCIDENCIA
En genet'al, los parmetros clinicamente relevantes de la frecuencia
o probabilidad de acontecimientos son fracciones en que el numerador
es el nmero de pacientes que experimentan el resultado (casos) y el
denomina dor es el ml.mero de individuos en quienes el resultado
podra haber ocurri do. Naturalmente, dichas fracciones son porcentajes ,
pero segn la utiliza cin comn se bace referencia a stas como
tasas-.
Los elinicos se encuentran con dos medidas o parmetTI>s de frecuencia:
prevalencia e incidencia . La pre valencia es la fraccin (porcentaje) de
un grupo de individuos que presentan un proceso clnico o resultado en
un momento determinado de tiempo. La prevalencia se determina
mediante el sondeo de una poblacin definida que contiene individuos
con y sin el pro ceso en cuestin, en un momento concreto. Existen dos
tipos de prevalen cia. Laprevalencia de punto opuntual se determina en
el momento del son deo para cada individuo aunque no necesariamente
en el mismo momento para todos los individuos de Ja poblacin definida.
La prevalenci a de perio do hace referencia a los casos presentes en
cualquier momento durante un perodo especfico de tiempo.
Una incidencia es la fraccin o porcentaje de un grupo inicialmente
libre del proceso que lo desarrolla a lo largo de un determinado perodo
de tiempo. As pues, la incidencia hace referencia a los nuevos casos de
la enfermedad que se producen en una poblacin inicialmente sin Ja
enferme dad o nuevos resultados, como la discapacidad o la muerte,
que se produ cen en pacientes con una enfermedad especfica.Como se
describe ms ade lante en este captulo y con mayor detalle en el
capitulo 5, la incidencia se determina identificando a un grupo
suS<:eptible de individuos (es decir, indviduos sin la enfermedad o el
resultado), examinndolos peridicamen te durante un intervalo de
tiempo para identificar y efectuar un nuevo recuento de los casos que
se desarrollan durante el intervalo.
1

Ejem,lo.Para ilustra1 las dierencia entre la preva_lencia y J a incidencia, la figira 4-1


muestra la incidencia de Ja enfermedad en un grupo de 100 individuos durnote Wt80 de 3
ao& (199'?..1994.). A mttdida que tran..&curT0 ol tiempo, cit\rtos indlvidUOI dru. grupo
daa.rrOllao la enfermedad. Perma_nece.n en etJte eatado haata quese recuperan ofallecen.
Dura_nt.e los 3 aos.16 individuos ex.i>e-rimentan eJ inicio de J a enfermedad y 4 ya la presentan. Los 80 in di

\'iduot reBta.ntes oo dl1an la enfermedtt.d y no aparecen n la figura.


Al principio de 1992 existen 4 eaaos, de modo que la pre\!alencia en este punW de
tiempo ee de 4/lC-0. Si al principio de ceda al\o ee realizan prueba a lo 100
ind_ividuos, incl11ytndo loa ca108 previos,&e puede calcular la prevalencia en ff.08
puntos de tie.mpo. Al principio de 1993,la p-evalencia es de 51100 porque 2 de Jos catot

previos a 1992 persisten en 1993y 2 de


los nuevO& ca&os, que a.e desarrollaron en 1992, terminaron (cabe esperar que en
cu_racin) a.ni.es de la prueba al inicio de 1993. Pueden calcularse lae prevalencia.a para
cada una de la.a
otra dot pruebas anuales y, suponiendo que ninguno de los 100 ind.ividuoe originales falleci,
.e mud o rechaz el examen, estas prevale.ncias son de 7/100 a principios de 1994 y
dt 51100 a princ:ipi-JS de 1995.
Para
calcular
le
inciden.tia
de
nuevos
casot
desarrollados
en
la
poblacin,consideraremos nica_mette a los 96 individuos sin Ja enfermedad a principios
de 1992 y loque le.a ocurri durante ltiS prxi_mos 3 aos. En 1992, se desamllla_ron 5
nuev(lfj ca.sosen 1993 te de&arroll
l"Qn 6 nuet015 ca.sos y 6 nuev05 ca509 adicionales ee deaarrollaron en 1994. La. incidencia a
loe 3 tk'IOI de l eoft.rmedad aon lodoa IO& nue,;iog caaoa desarrollados en loa 3 aos (que
l!l:tn 16) divididos por el nmeTo de individuos susceptibles al inicio del perfodo de
seguimiento (96

Copyrigted ma erial

IO

lpiclemiologia dinica. Asp 1cto1 fundamental

1992

1993

1994

-o

- --

--

--

-- -

--

---

--

Inicio

- Duracin

Fig.4--1. Incidencia de la enfermedad en 100 indMduos de rie59Q desde 1992 hasta 1994.

individuos) o 16196 en 3 ai\ois. Cules son las incidencia anuales para 1992, 1993 y
l994, respectivamt.nle? R6cordando que deOOmos eliminar loe casog previoe del
denomlnado1', cah:u larfamoa bs incidencias a_oualef:I de 5196 para 1992, de &'91 para
1993 y de 5185 para 1994

Cada medida de la frecuencia de la enfermedad contiene


necesariamen te alguna indicacin de tiempo. Con las medidas de
prevalencia, se supone que el tiempo es instantneo como en una escena
nica de una pelcula. La prevalencia representa la situacin en ese
preciso momento para cada paciente, aunque en realidad podr!an
haber sido precisas varias semanas o meses para recoger las
observaciones de diversos individuos en el grupo estudiado. Para la
incidencia, el tiempo es lo fundamental porque define el intervalo
durante el cual se monitoriz a los individuos susceptibles en bus ca de
la aparicin del problema en cuestin.
La tabla 4-1 resume las caractersticas de la incidencia y la prevalencia.

Copyrigted
material

de que !u distinciones entre ambas parecen claras, la


bibliografia est llena de utilizaciones incorrectas de l()S trminos,sobre
todo la de inci dencia (4).
Por qu es importante conocer la diferencia entre prevalen cia e
inci dencia? Porque responden a 2 preguntas diferentes:a) qu
porcentaje de un grupo de indviduos experimenta un proceso? y b) a
qu ritmo apareA pesar

Copyrigted
material

TMle 4-1.Caracteristicas de laIncidencia y la prevmencia

Incidencia

Se producen n1JeVOs casos

Numerador

du rante un periodo de
tiempo
en
un
grupoinicialmente
sin la

Pl"evalencla
Recuento de todos tos casos
en un solo sondeo o encues
la de grupo

enfermedad

Denominador

Todos
k>s
ndtviduos
suscepti bles presentes al
nicio del periodo
O\Jracln del peodo
Estudios de cohortes (v.cap.5)

Tiempo
Cmo semide

Todos los Ind viduos


estudla dos, lnctuyendo
los casos y iosno casos
En lKlmomento preciso
Estudio de prevalencia trans
veraal)

cen nuevos casos en un grupo de individuos a medida que transcurre el


tiempo? La respuesta a una pregunta no puede obtenerse directamente a
partir de la respuesta a la otra.
DETERMINACIN DE LA PREVALENCIA Y LAINCIDENCIA
Estudios de prevalencia

La prevalencia de una enfermedad se determina mediante el estudio de


un grupo de individuos, algunos de fos cuales estn enfermos en ese preci
so momento al mismo tiempo que otros estn sanos (fig. 4-2).La fraccin o
porcentaje del grupo que est enfermo (es decir, los casos) constituye la
pre valencia de la enfermedad.
Dichos estudios puntuales, encuestas o sondeos de poblacin de
iodivi duos (que incluyen casos y no casos) se denominan estudios de
preval.tru: ia. Otro trmino es el de estudios transversales, porque los
individuos son estudiados en un momento (corte transversal)
determinado.Constituyen los tipos ms frecuentes de diseos de
investigacin descritos en la biblio grafia mdica.

Poblacin

Muestra
representativa

definida

Enfermedad/resultado

Presente?

O e

Pobtacin

/ f
Flg

.._2. Oisello de una encuesta de prevatencia.

82

IFid1 n i I Dgia dinico. Atp1ctos fuucloaawclulcs

A continuacin, se proporciona un ejemplo de un estudo tpco


pre valencia.

de

Ejemplo. CuI es Ja prevalencia. de la demencia en la poblacin gen.eral de ad tos


de edad ava1zada? Para respondera e:sta pregunta sellev a cabo una encuea.ta de
1.968 perso nas Ol.8;yores de 76 aAos que vivan en Cambridge, Reino Unido. Cada
participante &e fll)mtti6 a un estu!o que incluy el Mini-Mental State Ex.o.mina/ion
(AfM_SE). u_oa prueba para cono cer el dtt.crioro cognilivo. La exittencia de deme.ncia
ae ide.ntific mediante una estraU;lgi.a d.e pruebas aeriadae: los individuos con
puntuacionesdel MMSE de 25 o inferiores uXimlna ron utilizando un protocolo
esta_nda_rizado por un piiquJat:ra que estableci eJ cli8.gnsticc final. La prevalen.cia
de demencia en conjunto fue de un 10 c;t. y las ta.sa_s &e duplicaron en cada. aegmento
de 6 aoa de edad (6).

Estudios de Incidencia
En oomparacin con la prevalencia, la incidencia ae determina
identifi cando en primer lugar a una poblacin sin el problema en
cuestin y, des pus, siguindola a lo la.rgo d.el tiempo con pruebas
peridicas para deter minar Ja incidencia del problema. La poblacin
sometida a prueba en un estudio de incidencia, a la que se hace
referencia como cohorte, puede estar formada por individuos sanos en
los que se observa la aparicin de los sn tomas de la enfermedad o
indviduos enfermos en los que se observan los resultados de la
enfermedad. Este proceso, denominado tambin estudio de cohorte, se
describir con detalle en el capitulo 5.Hasta ahora, el trmino
incidencia se ha utilizado para describir la tasa de nuevos casos en un
gru po de individuos de tamao fijo, todos los cuales son observados
durante un perodo de tiempo. Esto recibe el nombre de incidencia
acumu/atwa, ya que con el tiempo se acumulan nuevos casos.
Jijemplo. Para estudiar la incidencia do demencia, loa investigadores de Cambridge
iden tificaron a una cohorte extra;yendo dela poblacin del estudio de seguimiento a loa
individuos ms b.ncia.noe dio.gnotticados de demencia &n el estudio de prevalencia
descrito prcviamu.te (6j, Se sigui la pista a los l.778 pacientes restantes sin demencia.
De 108 mi.,moe, 300 falle cieron, 100 rechazaron someterse a pruebas ad-1cionalea y no
se pudo seguiT la pista a 38 por-. que eslaban demasiado enfermos para someterse a
prueba.a.. En conjunto. la tasa de inciden cia anual de demencia en esta cohorte fue del
4,3 'Al y &uper el 8 anual para toe individuos oon ml!I de 85 a_oa de edad en el
momento del estudio de la prevalencia.

Un segundo enfoqu.e para ea-timar la incidencia ea de-terminar e1


nme ro de nuevos caeos que aparecen en una poblacin en constante

cambio, en la que los individuos se encuentran en estudio y son


susceptibles durante perodos variables de tiempo. La medida de
incidencia derivada d.e los estu dios de este tipo en ocasiones se
denomina densidad de incidencia. Ejem plos tpicos son los
ensayosclnicos de un tratamient-0 crnico en los cuales los pacientes
seleccionables son reclutados durante varios aos, de modo que los
individuos includos precozmente son tratados y seguidos durante un
tiempo ms prolongado que los reclutados ms tarde. En un esfuerzo
por mantener la contribucin de los individuosde acuerdo con su
inter:valo de seguimiento, el denominador de una medida de densidad
de incidencia no son individuos en riesgo durante un perodo de tiempo

especfico sino individuos-tiempo (personas-a.os) en riesgo de padecer


una enfermedad.

fNC.-cia

83

Un individuo seguido durante 10 aos sin convertirse en caso aporta


10 personas-aos al denominador, mientras que un individuo seguido
durante un afio slo aporta una persona-afio. La densidad de incidencia
se expresa como el nmero de nuevos casos por el nmero total de
personas-aos en riesgo.
El enfoque personas-aos tambin es til para estimar la incidencia de
la enfermedad en grandes poblaciones de tamao conocido cuando se
dis pone de un recuento preciso de los nuevos casos y de una
estimacin de la poblacin en riesgo; por ejemplo, un registro de cncer
de base poblacional Un inconveniente del enfoque de la densidad de
incidencia es que mez
cla diferentes duraciones del seguimiento. Un pequeo nmero de
pacien tes seguidos durante un tiempo prolongado puede aportar tanto al
denomi nador como un gran nmero de pacientes seguidos durante un
tiempo breve. Si estos pacientes seguidos durante largo tiempo son
sistemtica- 1'nente, Jjfereotes de los pacientes st!:guldos a corto plazo, las
1nedida.& de incidencia resultantes pueden estar sesgadas.
INTERPRETACIN DE LAS MEDIDAS DE FRECUENCIA CNICA

Pare dar sentido a una tasa de prevalencia o de incidencia, el


primer paso incluye una definicin cuidadosa del numerador y el
denominador .
Qu es un caso?:definicin del numerador

Hasta ahora, el trmino general caso se ha utilizado para indicar a un


individuo que tiene la enfermedad o manifiesta un resultado relevante.
En la epidemiologla clsica, los casos tienden a ser individuos con un.a
enfer medad y la prevalencia e incidencia hacen referencia a la
frecuencia de los casos entre grupos de poblacin como los residentes
de una comunidad. No obstante, a menudo las decisiones cnicas
dependen de la informacin sobre la frecuencia o tasa de la.s
manifestaciones de la enfermedad, como los signos, los sntomas o los
resultados anormales de laboratorio o de la frecuencia de los resultados
de la enfermedad, como la muerte, la discapa cidad o la mejora
sintomtica. Por tanto, en la prctica clnica los casos los constituyen
frecuentemente los pacientes con una enfermedad que manifiestan un
hallazgo clnico determinado o experimentan un resultado concreto.
Para interpretar las tasas es necesario conocer la base sobre la cual
se define un caso porque los criterios utilizados para definir un caso
pueden afectar extraordinariamente las tasas.
EjelllJlo. Un medio simple para identificar un caso es preguntar a los individuoe si pre

sentan u.r: proceso d.eterminado. Cmo se compara este mtodo con mtodos m's rigurosos?

En el Conmission on Chronc lllneu atud,y secompararon luprevalenciaa de diversos


proce t:Joe. aeg.n lo determinado mediante entrevi8tas personalce domiciliarias, con laa

pnwaciu

segn lo determinado mediante un.a exploracin ff.aica de los mismoa individuos. La figura
4-.3 ilustra Uuprevalencia& de la entrevista y la.a prevalencias de laexploracinclfnica
paradiver-

106 Proce@08.

14

lf1id1miol:J 11 dlnka. F 1 ttm funclanwnf ul11

MTODO DE LA DEFINICIN DE
CASO
Exploracin dlnlctl

''I

'

Heml

[]

'..:-..

1
1

.
8

HJ

J(

Al1r11

,1

Brooquttlscmnlca

fl

10

11

...

Gard'

"

Asma.lllebtede lht!no
Sinusitis ornica

PREVALENCIA (%)

f1g. W.la ptevalencia depeooe de la definicin de caso.

Prev-

de las enfermedades en la
pobleclcl<1 ge<W1tal basada enoplriones de los ndMduos (encuesta) y la 1Waluaclcl<1
cUni<a. (De SandersBS. Havemort>ldltysuiveys
ovet11()1d7 AmJ Publlc Heal1l11962; 52:
1648 1659)

Los datos ilustran que estos dos mtodoe de definicin de caso pueden generar estimacio

nes muy d.ifuente& de la prevalencia y en difrente& dreccionea, lo qu& depende del


ftoCMO (7),

Para algunos procesos se dispone de criterios diagnsticos explicitos,


ampliamente aceptados. Pueden utilizarse romo ejemplo los criterios de
Jos Genters for Disease Gontrol and Prevention para la enfermedad
de Lyme definitiva (tabla 4 2) (8). Estos criterios demuestran la espe
cificidad necesaria para definir fidedignamente una enfermedad
a la que se presta.tanta atencin romo la enfermedad de Lyme.
Tambin i.luati an uo equilibtio o coulpcomiso entre las definicio1le&
rigurosas y la realidad clnica. Si slo se incluyeran en una tasa los
casos defi nitivos>, no se incluirian la mayor parte de pacientes que
habitualm.en te se consideraran afectados por la enfermedad.
Adems, la inclusin

d.e casos ot probables podra sobreestimar la tasa real de la enferme

dad.
emplo. La ta.88 de incidencia de la enfermedad d Lyme se Mti:m6 en Olmstead
County, Mnnesota (9). Entre 1980 y 1990 u diagn0&ticaron clnicamente 68 e.aso&
en los residentes dol conddo.Slo 17 (25 11>) cumplieron loo criterios loo Cmt4rs

for Di..,...Control <CDCl. E:n Mln.nuota es obligatorio de4:larar la enfermedad de


Lyme a lae autoridades aanitaria.s, aunque Mio ae declararon 1c:aaoa, de los cualea 4
cumplieron loa criterios de 108 CDC. Eatoa dat.os iluakan lo dificil queee hacer
estimacionM precitaa de la frecuencia deluenfermeda des euyo diagnttoo ba.u en
mJtiplee criterioe: dniC(lfj.

,__..

Tabla

...,2. protocolo para declarar 18 enfennedad de

15

Definicin del caso clinico (ccnl'tmado)

Eritema nigralof1o o
Como mnimo, una manlfestac tardia y conflnnacin de la infeccin mediante datos de
&a
boratoro

ManHestaciOn 1atOia (cuando no se pone de f11811ifiesto una ex>licacifi alternativo)

Musculoesqueltica

Epi5odi05 recldivanteis breY8s deinftamacin articlltar objeti\ta


Sistema nervioso (oualquienl delos siguientes ll"aStomos):

Meningitis flnfocltlca
Neuittlscraneal(especlai'nente parlisis facial)

Encelalomlelltls con anticuerpos en liquido cefalomlquideo


Cardkwascular

Inicio agudo dedefectos de 2. o 3. grado de la conducctin aurlculoventricuW.con remi

sll>n

Confirmacin do laboratorio (cualquiera delos sl91Jlentes datos):

Nlwfes d

" '" " gn

stic

oo

de anticuerpos lgM e lgG fre<lte a la espiroqueta en suero o LCR


Cambio slgMlcatlvo de las t8SJlU8SlaS deanticuerpos en dos muestras de"""'de fase agu

da y convaleciente

f>rotooolode IOs Centn for OtSHSt ConttOI and Pfevention. {Del u.S. Oepartment ot Heatth and

Services. Ca:M deflnhions fot puble heelth survellanoe. MMWR 1990;39:19-20.>

Qu es

la poblacin?:definicin deldenominador

Una tasa slo es til en la medida en que el mdico puede decidir a


qu tipos de pacientes se aplica.Deben conocerse el tamao y las
caracteristi cas del grupo de indviduos en el cual surgieron los casos.
Tradicionalmente, el grupo incluido en el denominador de una tasa se
denomina poblacin o, ms concretamente, poblacin en riesgo, donde
en riesgo signlfica susceptible a la enfermedad o resultado
contabilizado en el numerador. Por ejemplo, la incidencia o la
prevalencia del cncer cervical se infravalorar si la poblacin incluye
a mujeres que han sido sometidas a histerectomias o incluye a varones.
El denominador de una tasa debe incluir la poblacin pertinente a
la pregunta que se plantea o una muestra representativa de sta.Con
todo, lo que es pertinente depende de la perspectiva de cada uno. Por
ejemplo, si deseramos conocer la prevalencia real de la artritis
reumatoidea en los norteamericanos, preferirlamos incluir en el
denominador una muestra aleatoria de todos los individuos de
Estados Unidos, pero si deseramos conocer la prevalen cia de la
artritis reumatoidea en la prctica mdica
-quiz para planificar los servicios-el denominador relevante seran los
pacientes visitados en la consulta y no los individuos de toda la
poblacin . Slo el 25 % d.e adultos en los que se identificaron sntomas
artrticos y reu mticos (no necesariamente una artritis reumatoidea )
durante una encues ta comunitaria ba.ban recibido asistencia para dichas
molestias por parte de un profesional de la salud o una institucin (10).

Tradidonalmente, los epidemilogos piensan en una poblacin


formada por todos los individuosque residen en un rea geogrfica y as
debera ser para loo estudios sobre causa y efecto en la poblacin
general, pero en los estu

86

lpidamialagia clinico. Atpacto funclaw...ilalat

dios sobre cuestionesclnicas, las poblaciones relevantesen general


constan de pacientes que tienen determinadas enfermedades o
manifiestan determi nados hallazgos clnicos y se identifican en
contextos clnicos que son simila res a aquel.los en los cuales se
utilizar la informacin . En general, dichos pacientes son reclutados en
un nmero limitado de centros clnicos en los cua les los
mdicosvisitan a los pacientes . Constituyen un subgrupo pequedo y
peculiar de todos los pacientes con los hallazgos en algn rea geogrfica e
incluso puede.o representar un grupo inslito para una consulta en general.
Qu diferencia puede representar la eleccin de una poblacin? El pro
blema se plantea en la generalizabilidad de las tasas observadas.
Muestreo
Rara vez es posible estudiar a todos los individuos que han
desarrollado o pu.eden deo.arrollar el proce50 en cueistin. liabitualmente
ae obtiene Wla mueslra, d.e modo que el nm.ero estudiado ses de
tamao manejable .Esto plantea una cuestin:la muestra es
representativa de Ja poblacin?
En general, existen dos medios para obtener una muestra
repreEentati va. En una mW!stra aleatoria, cada indivduo de la
poblacin tiene una pro babilidad idntica de ser seleccionado. El
trmino ms general de mW!stro probabilf.stU:a se utiliza si cada
indivduo tiene una probabilidad conocida (no necesariamente igual) de
ser seleccionado.Suele ser importante que una muestra de estudio
incluya a un nmero suficiente de miembros de subgrupos concretos
d.e inters,como las minoras tnicas.Si estossubgru pos son de
pequeo tamao, una simple muestra aleatoria de toda la pobla cin
podra no incluir el nmero suficiente de miembros del subgrupo.Para
resolverlo, se selecciona al azar un porcentaje mayor de cada uno de
estos subgrupos.La muestra final todava ser representativa de toda la
pobla cin,si se tienen en cuenta las diferentes fracciones de muestreo
en el an lisis.Como p.romedo, las caractersticas de los indivduos en
las muestras probabilsticas son similares a las de la poblacin a partir
de la que se seleccionaron, en especial si se escoge una mllelltra de
gran tamao.
Otros mtodos de seleccin de muestras pueden estar sesgados y, por lo
tanto, no necesariamente representan a la poblacin original. La mayor
parte de grupos de pacientes descritos en la bibliogra.fia mdica y
observa dos en la experiencia de la mayor parte do clnicos ae ba_aan en
muestra_a sesgadas.Por regla general, los pacientes son incluidos en
estudios porque reciben asistencia en una institucin acadmica, estn
disponibles,desean ser estudiados y, quiz tambin, porque son de
especial inters y/o estn gravemente afectados.No hay nada que decir
con respecto a esta prctica , siempre que se sepa a quines se aplican
(o no se aplican) los resultados .

RELACIN ENTRE INCIDENCIA,


PREVALENCIA Y DURACIN DE LA
ENFERMEDAD

Cualquier factor que aumente la duracin de la enfermedad o


hallazgo clnico en un paciente aumentar la posibilidad de que este
paciente sea

,..........

17

identficado en un etudio de prevalencia. Una ojeada a la figura 4-1lo


con firmar. La relacin entre la incidencia y la prevalencia, y la
duracin de la enfermedad en un estado equilbrado, es decir, en el cual
cualquiera de las variables apenas se modifica con el tempo, puede
describirse de fonna aproximada mediante la siguiente expresin:
Pl'evalencia = incid.encia x duracin media de la enfermedad
Ejemplo. La tabla 4-3 mueatra las ta.aas anuales aproximada.s de incidencia y
prevalencia del asma. la incidencia d:Usm:inuye al aumentar laedad. loque iluatra el
hecho de que la enfer medad ae origina principalmente en la infanda. Sin embargo, la
prevalencia permanece e!lable a lo largo dl todu tu di.atribuciones por edadJ lo que
indica que el asma tiene tendencia a ser cruiea y et especialmente crnica entre los
individuos de edad avan.zada.Adems, pue6to que el grupo de ca_909 preva.lente no
au_menta de ta_ma.60, aproxi_mada_mente el mismo nti_mero de pacientes se recuperan del
asma a medida que nue\I06 paciente!; contraen la enfermedad.

Si utilizamos la siguienu. frmula,podemosdeu.rminar que el asma tie


ne una dllt'acin media de 10 aos:
Duracin media = prevalencia + incidencia
Cuando la duracin del asma se determina para cada categora de
edad dividiendo las prevalencias por las incidencias, es evidente que la
duracin del asma aumenta con la edad. Esto refleja la observacin
clnca de que el asma infantil a menudo remite con el tiempo mientras
que el asma del adulto tene tendencia a ser ms crnica.
SESGOS EN LOS ESTUDIOS DE PREVALENCIA

Los estudios de prevalencia pueden utilizarse para investigar la rela


cin potencialmente causal entre los factores de riesgo y una
enfermedad o los factores pronsticos y un resultado.Para esu. objetivo
existen alternat vas rpidas, pero inferiores a los estudios de incidencia.
Dos caractersticas de los estudios de prevalencia son especialmente
preocupantes: la incerti dumbre sobre la secuencia temporal y los
sesgos asociados con el estudio de casos de mayor duracin: loscasos
antguos.
Tabla 4-3.

entre lnciclencla, preV81encill y duf1ICiOn do lo

:...,.on

&lado. Unldoe"
Clorad6n lallos)
IOddencla anual

pttvaliencl -+

lncldalc:ia anual

l"ol

0-5
6-16
17-44
45-64
"65

3
2

o
3

29

32

26
33
36

30

4,8

10,7
13,0
33,0
33,0
10,0

11

Epidemiologio clinico. cpr rtoa funclamental. 1

Incertidumbre sobre las secuencias temporales

En Jos estudios de prevalencia se miden simultneamente Ja enferme


dad y los posibles factores responsables de sta y, por tanto, a menudo no
est claro Jo que ocurri primero.La secuencia del tiempo est eclipsada y
si es importante para la interpretacin, es preciso deducirla .Si se tiene la
seguridad de que el riesgo o factor pronstico ha precedido el inicio de la
enfermedad o el resultado (p.ej., una historia familiar o un marcador gen
tico), Ja interpretacin de la secuencia causa-efecto es menos preocupante.
Si el riesgo o factor pronstico puede constituir una manifestacin de la
enfermedad o el resultado (p. ej., una prueba anormal de laboratorio o un
estado psicolgico), es mucho ms dificil determinar las secuencias y mani
festaciones.En comparacin, los estudios de incidencia tienen una secuen
cia inherente de las manifestaciones porque las posibles causas de la enfer
medad He httn medido iniciulment.e, l:lnt..tltS qui:' tSt.i:l tSt: w11nifetSlart1. En
ll:l figura 4-4 se ilustran estas relaciones.

Sesgo del estudio de los casos -antiguos.o

La diferencia entre los casos que forman el numerador de las tasas


de incidencia y de las tasas de prevalencia se ilustra en la figura 4-5.
En un

Causas posibles

Enfermedad o resultado
Estudio de Incidencia

Poblacin sin
la enfermedad,

pero
expuesta/ no
expuesta a las
posibles

...

La medicin

es el desarrollo
de nuevos
casos dela
enferme<!ad con
el tiempo

causas

Estudio de prevalencia

La medicin
es la
exposicin
previa o actual
a las posibles causas

Poblaci
n de
casos
existente
s y no

casos
Copyngted
material

Ag. 4-4-.Relacin temporal entre los posibles factores causales y las enfermedades 811 los estu
diosde incidencia y de prevalencia.

Copyngted
material

Ingreso en la poblacin

Casos

Casos
prevalentes
Presentes
en un
momento
detennimado

Incidentes
Todos los
nuevos casos
que

surgen en una

-0blacl6n
definida

Muertes

Curaciones
Poblacin precoces
que se va:
Enfermedad
grave
Enfermedad leve
Prefieren otra asistencia.ett:.

Ag. 4-6. Oiferenc:ta en k>s casos en los estudios de incidencia y de prevalencia.

estudio de incidencia, todos los casos son nuevos y la mayor parte de


cssos que se producen en la poblacin en riesgo pueden identificarse si
se siguen cuidadosamente a Jo largo del tiempo. En comparacin, un
estudio de pre valencia incluye una combinacin de casos antiguos y
nuevos que estn dis poniblesen el momento de una nica prueba , es
decir, identifica casos acti vos (diagnosticables ) y vivos en el
momento de la encuesta . Obviamente, las tasas de prevalencia estn
dominadas por los pacientes que son capaces de sobrevivir a la
enfermedad sin perder sus manifestaciones . Las diferen cias entre
lostipos de casos incluidos en el numerador de una incidencia y los
tipos de casos incluidos en el numerador de una prevalencia pueden
influir en la forma de interpretar las tasas.
La prevalencia est afectada por la duracin media de la
enfermedad. En un estudio de incidencia se incluiran los episodios
rpidamente morta les de una enfermedad, pero la mayora se pasara
por alto en un estudio de prevalencia. Por ejemp lo, en individ uos
sin indicios previos de la enfer medad, el 26-40 % de todas las muertes
por coronariopata se producen al cabo de 24 horas del inicio de los
sntomas. Por esta razn , un estudio de prevalencia infraestimara
loscasos de coronariopatla.Adems, las enfer medades de larga
duracin estn bien representadas en las encuestas de prevalencia ,
incluso si su incidencia es baja . Por ejemplo , aunque Ja inci dencia de
la enfermedad de Crohn slo es de alrededor de 2-7 por 100.000/
allo, su prevalencia es superior a 100 X 100.000, lo que refleja Ja
naturale za crnics de la enfermedad (11).

Las tasas de prevalencia tambin incluyen selectivamente a los


casos ms graves de las enfermedades no mortales. Por ejemplo, los
pacientes con artritis reumatoidea inactiva podran no ser
diagnosticados en un estu dio basado en los sntomas actuales y en
hallazgos 6sicos. De forma pareci da, Jos pacientes con enfermedades
recidivantes pero controlables, tales como una insuficiencia cardaca
congestiva o una depresin, podran encon-

90 Epidemiologa clnico.A>p, ..,. fundam--.

trarse bien en un determinado momento y, por consiguiente, podran no


ser identificados en una prueba aislada. Adems, las enfermedades
que no remiten tienen menos probabilidad.es de ser pasadas por alto
y, por consi guiente, contribuiran desproporcionadamente al conjunto
de casos reuni dos por un estudio de prevalencia.
UTILIZAC ONES DE LAINCIDENCIAY LA PREVALENCIA

Cules son los objetivos de la incidencia y la prevalencia? Los


clnicos las utilizan de tres formas diferentes: para predecir el curso
futuro de un pacier,te, para asignar una probabilidad al paciente y para
hacer compara ciones..
Predecir el Muro

La incidencia es una descripcin de la tasa a partir de la cual ha


surgi do una enfermedad o el resultado de una enfermedad a lo largo del
tiempo en un grupo de individuos que no la padecan al principio del
seguimiento. Puede utilizarse para predecir la probabilidad de que
individuos similares desarrollen el proceso en el futuro.
lijemplo.Las probabilidadea de tos resultadoe despu4e deuna reaecci.n transuretral en la

prstata (RTUP), ncc::esariu para decidir el tratamiento ms adecuado para log var\lnet
con HPB d6Critos al inicio de este captulo, S eat:na.ron a partir deu.o gran estudlo
decohorte& en varonesancianos de Nueva InglaterT&. (12).Luentrevi.6tu con ms de 300

varoneseometidos a la RTUP pusieron de maniesw que la resolucin de los lfntomas vari

8egO.n Ja gravedad de
&t<H3: &Jttes de la ciruga; el 93 'k> de varones con sntoma.e graves mejoraron oon la ci:rufa mien
trN qui 96.lo mejoraron un 79 % de 106 individuos con sfntom.as iniciales moderado&..

Asimismo,los estudios de prevalencia habitualmente no ofrecen


una base slida para predecir el futuro. Si un estudio de prevalencia
pone de manifiesto que el 30 % de pacientescon ictus estn
deprimidos, no signifi ca qu6 el 30 % de pacientes con ictus no
deprimidos experimenta_rn u_na depresin en el futuro. Sera posible
que la depresin predisponga al ictus, que el ictus predisponga a la
depresin o que los pacientes con ictus no dcprimidoo oc recuperen
rpidamente . Po.ro. o.vcrigua.r el porcentaje de pacientes con ictus que
experimentarn una depresin,es preciso seguir a lo largo del tiempo
a pacientes con un primer ictus y medir de forma repe tida si existen
sntomas depresivos.
Asignacin de la probabilidad de que un
paciente experimente elproceso

Los estudios de prevalencia son de especial utilidad para orientar las


decisiones sobre el diagnstico y el tratamiento. Como se ha sealado
en el captulo 3, el conocimiento de que un paciente con una
combinacin de caractersticas demogrficas y clnicas tiene una
probabilidad determinada de experimentar una enfermedad influye en la
utilizacin e interpretacin
Copyrigted
material

Frecu1nda

91

de las pruebas diagnsticas. Tambin podra afectar la seleccin entre las


diversas opciones teraputicas.
Un paciente con faringitis revela hasta qu punto las variaciones de la
prevalencia o la probabilidad previa pueden influir en el planteamiento de
un problema clnico.
Ejemplo. Un eatudio compar tres enfoques del tratamiento de la faringitis.El valor
de los enfocues ae evalu ponderando 108 posibles beneficios de la prevencin de la
fiebre reum tica frente a loscostes de la a.lergi.a a la penicilina. Las tres opcionel'J
fueron: obtener un culti vo arlngeo y tratar slo a los pacientes con cultivos farfngeos
positivos para el estreptococo beta hemolft:ico del grupo A,tratar a tod()l los pacient.H
8in oblt.oer un cultivo y no obtener
un cultivo ru tratar a ningd:o paciente.
El anlisis puao de manifiesto que la etJtl'ategia ptima dependa de la probabilidad de que
u.n paciente presenta_ra un cu_ltivo potJitivo. lo que puede fffltimarae a partir de la
prcva.leocia de la infoodn estreptoccica en la comunidad en ese momento y de la
existencia de fiel::re o no. Loa auf.c<f'e& llepron a la ooneJusin de que a:i la
probabilidad de un cultivo poeitivo para un paciente concreto a.upen el 20 .el paciente
deberla ser trat.ado; at es tnfeTl.or al 6 . el paciente no deberla M!r tratado osometido a
cultivo, y si la probabilidad Oucta entre el 5y el
20 el paciente deberla &er sometido a un cultivo en primer lugar y tratado segn el resulta
do (13).

Este estudio representa un enfoque racional de la utilizacin de las


pre valencias como indicadores de las probabilidades individuales para
orlen tar la toma d.e decisiones clnicas.
Hacer comparaciones
Aunque las incidencias y prevalencias aisladas constituyen descripcio
nes tiles, llegan a ser mtodos mucho ms consistentes para respaldar la
toma de decisiones cuando se utilizan para establecer comparaciones. Lo
que proporciona la prueba ms convincente es la comparacin entre las
fre cuencias de la enfermedad entre los individuos con detenninadas
caracte rsticas y los individuos que no comparten dichas caractersticas.
Por ejem plo, el riesgo (incidencia) de cncer de pulmn entre
varones que son grandes fumadores es del orden del 0,17 % anual (una
frecuencia muy alta).Slo cuando esta incidencia se compara con la
incidencia en no fuma dres (aproximadamente del 0,007 % anual) se
pone de manifiesto el efecto devastador del hbito tabquico. Los clnicos
utilizan las medidas de fre cuencia como ingredientes en las medidas
comparativas de la asociacin entre un factor y la enfermedad o el
resultado de sta.En el captulo 5 se describen con mayor detalle los
mtodos para comparar las tasas.
ANLISIS DE LAS DECISIONES CN CAS

Se han utilizado enfoques cuantitativos para contribuir a la toma de


decisiones a fin de definir el mtodo ms eficaz y eficiente de abordar
pro blemas especficos en pacientes concretos (norma o po Utica cUnica)
o para distribuir los recursos a grandes grupos de individuos, como
comunidades o jurisdicciones polticas (norma opolti ca pblica).

92

lpiclm"alagia dinka. Atp fw fundamentar..

En el anlisis de decisiones se establecen cursos alternativos de


accin (p. ej.,la cirugla frente al tratamient-0 mdico para la HPB o
cultivo y esta blecer luego el tratamiento o tratar a todos los individuos
con faringitis estreptoccics) y despus se calcula cul es la eleccin con
mayores proba bilidades de provocar el resultado ms valioso, basado
en estimaciones de las frecuencias para cada rama de las secuencias de
acontecimientos y los juiciossobre el valor relativo de los posibles
resultados. Los pasos bsicos se preaentan con claridad en otro Jugar
apartado (14) y aqu slo se descri birn brevemente a continuacin:
l.Crear un algoritmo o rbol de decisiones. El anlisis de la
decisin clnica se inicia con un paciente que plantea un dilema. Cul
de los posi bles cursos de accin debe emprenderse? El rbol se
inicia con estas deci aionas alternativas y despus se ramifica para
incluir t.odae las consecuen cias importantes de estas decisiones, y
finaliza con los resultados importantes desde un punto de vista
clnico.Los puntos de las ramas inclu yen las decisiones de asistencia a
los pacientes (<Ddulos de eleccin>, indi cados por cuadros}o
hallazgos espontneos (ndulos de azar., indicados por crculos). A
pesar de que enste un nmero infinito de secuencias de hallazgos y
resultados,habitualmente slo un pequeo nmero son verda
derarnente impo.rtantes y es razonablemente probable que se
produzcan. Para que el anlisis sea manejable , es preciso -reducir el
rbol de modo que slo se incluyan las ramas ms importantes: no
ms de varios puntos caractersticos de una rama.
2. Asignar probabili dades a los ndulos de azar. Estas probabilidades son
evaluaciones de la frecuencia de hallazgos clnicos que habitu.almente
se deducen de las bibliografias mdicas.
3. Asignar utilidades a los resultadcs. Las utilidades son expresiones
cuantitativas del valor relativo de Jos diversos resultados
considerados. Se obtienen de forma ptima a partir de los pacientes
que pueden afrontar la decisin. Las unidades son arbitrarias, pero es
preciso que se encuentren

en una escala de intervalo, por ejemplo,del O al 100. Puede parecer poco


prctico asignar un nmero a los valores respectivos de los diversos resul
tados (muerte, sufrimiento y prdida de funcin), especialmente cuando se
miden en unidades diferentes, como Ja duracin y la cslidad de vida, pero
los pacientes asignan valores a los resultados en cualquier caso y los
nme ros slo explican los valores.
4. Calcular las utilidades espera.das para Jos cursos alternativos de
accin.Se empieza con las utilidades(al trmino de las ramas, a la dere
cha), se multiplican las utilidades por probabilidades para cada rama y se
aaden ramas a cada ndulo sucesivamente hasta la utilidad prevista en
el punto de la rama principal, con lo que sealcanza la decisin que tiene
que tomarse.
5. Seleccionar la eleccin con la utilidad ms esperada.
6. Anlisis de la sensibilidad. Para empeza.r, las estimaciones de las
probabilidades y utilidades son inciertas. El paso final en el anlisis de
Ja decisin es considerar cmo los resultados del anlisis csmbian a
medida que eetas estimaciones se hacen variar a lo largo de una serie de
valores

posibles. Es decir,es preciso averiguar hasta qu punto es Sensible


la decisin con respecto a la imprecisin de las estimaciones. El
anlisis de la sensibilidad indica el punto en la secuencia de hallazgos
que tiene un mayor efecto sobre la decisin y hasta qu punto ser
importante el efec to.
Ejemplo. Las opcionea teraputic.u a las que ae enfrenta.o loa varones de edad
avaniada con antooa.a urinarioe debidos a una HPB (descritos al inicio de e.ate captulo)
sehan evalua do utili.undo un anlisis de decisiones (15). Ante11J que. la aparicin
de frmacos y la prostatec toma. con IAse:r hicieran m complaja la decisin, las opciones
eran la cirug:fa (RTUP) o un 3eguimie1.to cuidado&O denominado ocesperar y obaervar.
La figura 4-6 muestra el rbol de d1done1 que Jos autores utili:taron para evaluar laa
opciones. Las frttuenciaa de losdivet IJ06 re1ultadoa ge ded\tjeron d estudio de incidencia
de los varones de Nueva Ing:l:atecn. de& critoo preriamenre en estecapitulo (12) y a
partir deotra fuent<oa publicadas (15). Oborvese que en te caso la ded&i_n ptima
ee la ciruga (utilidad neta 0,94). En este cuo, la RT-UP ee
el tratam_iento preferido porqueel rie$go de muerte operatoria bajo y la1 u_tilidades
a1itrna das a la incontinencia o impot-encia aon las misma que laa asignadas a vh<ir
con sntomas
urinarioe moderador, y eatablee. Si &e prefirieran loa a.nto.maa moderados eatablca a la
inoon tinencia oimpotencia. el &quilibrio se inclinarla a favor de otro tratamiento.

RESUMEN
La mayor parte de preguntas clnicas son contestadas mediante la
refe rencia a la frecuencia de hallazgos en diversas circunstancias. La
frecuen cia de casos cllnicos est indicada por probabilidades o
fracciones, los

Incontinente

,. ... -- --

'"

im

elente (0,06)

<AA J
d

'--RTUP

D<

ecomplicaciones(0,94)

Los sintomas no mejoran (0.20)

Fallece

'--------------

ESPERA
-

--rn;;;;-i

r;;-;;;i
r;;-;;;;-i

0 1)

,-

( ,0

ATENTA D.&9

'---------

L_os_S_1._0tomasmejo-ran (-0._02)
Sl tomas
.

--(0'-,9-3-)--- rn;;;;i

1---Los slntomas

empeoran(0,05)

-r,;-;;-

RTUP

decl-.

F19- U.IJgori1mo de
Tratamiento de un vatn de 70 a/los COf1 sintomas
modefaClos de hiperplHia pros!Atlca benigna (HPB).RTUP, resecciOn transul8tral de
laJlf$tata (De Barry MJ, Mulley Af3. Fowter FJ y
mbe<g JW.watchful waiting w.
immedia\e tninsurethralresectioo
fo< symptomatic prostat;sm. JAMA 19l!8;259(20): 301<Hl017.)

numeradores de las cuales incluyen el nmero de casos y los


denominado res, el nmero de individuos a partir de Jos que aparecen
Jos casos.
Existen dos medidas de frecuencia: la prevalencia y la incidencia. La
prevalencia es el porcentaje de un grupo con Ja enfermedad en un
preciso momento. La incidencia es el porcentaje de un grupo
susceptible de desa rrollar nuevos casos de Ja enfermedad durante un
intervalo de ti.empo.
La prevalencia se mide mediante una encuesta Wlica de un grupo que
contiene casosy no casos, mientrasque la medicin de la incidencia
preci sa la realizacin de pruebas a un grupo, previamente sin la
enferm.edad, a Jo largo del tiempo. Por consiguiente, los estudios de
prevalencia slo iden tifican a los casos que estn vivos y son
diagnosticables en el momento del estudio, mientras que los estudios
de cohortes (de incidencia ) verifican todos Jos nuevoscasos. Por ello,
los casos prevalentes pueden constituir un subgrupo sesgado de todos
los casos, ya que stos no incluyen a los indivi duo& que ya han
fallecido o ae han curado. Adems, lo.i:s e15tudioo de preva lencia
frecuentemente no permiten una comprensin cla.ra de Ja relacin
temporal entre un factor causal y una enfermedad.
Para que la incidencia y la prevalencia tenga.o sentido, es preciso que
el clnico comprenda las bases a partir de las cuales se diagnostica Ja
enfer medad y las caracte.rsticas de la poblacin representada en el
denomina dor. Esto ltimo es de especial importancia para decidir si
una medida determinada de la incidencia o de la prevalencia afecta a
los propios pacientes consultadospor el clnico.
La incidencia es la medida de frecuencia ms apropiada para predecir
el futuro.La prevalencia sirve para cuantificar la probabilidad de que un
paciente con determinadas caractersticas contraiga Ja enfermedad en un
momento determinado y se utiliza para las decisiones sobre el
diagnstico y la deteccin. No obstante, la utilizacin ms consistente
de la incidencia y de Ja prevalencia es comparar las diferentes
alternativas clnicas.
Las medidas de la incidencia de la enfermedad o de los resultados
son elementos esenciales en los mtodos para tomar decisiones
cuantitativas. Los enfoques de dicho anlisis de decisiones definen
estrategias clnicas alternativas y despus evalan las estrategias
cuantitativamente, compa rando sus utilidades previstas,determinadas a
partir de las frecuencias y los valores asignados a Jos resultados
principalesasociados con cada estra tegia.
EPILOGO
El recuento de las enfermedades en clnica, tal y como se ha descrito
en este captulo, puede parecer Ja ms mundana de las tareas. Parece
obvio que examinar los recuentos de loscasos clnicos en diversas
circunstancias constituye la base de Ja ciencia clfnica. Puede ser til
recordar al lector que hace menos de dos siglos Pierre Louis introdujo el
-mtodo numrico para evaluar el tratamiento . Louis tuvo la audacia
de contar las muertes y recu peraciones de las enfermedades febriles
con y sin sangras. Fue vituperado por permitir que nmeros
innimes suscitaran dudas de los poderes

--

95

curativos de las eangrlas, poderes ampliamente confirmados por dcadas


de astuta observacin cln.ica cualitativa.
BIBUOGRAFIA
1. Bryanl GO, Norman GR. Expressions of probabilily: words and numl>en.N Engl J
Med 1980;l02 411.
2. Toogood JH. Wha1do we mean by "usually"? Lance!1980;1:10'/4,
3. McConrll /O, Barry MJ, Bru&kewitz RC. Benig> prootalk hyperpwia:diagnos:s
and trabnent. Oln l'ract Cuide Quick Rel Guide Clin 1994;8:1-17.

4. Friedman GD. Medica_l u.sage aru:I abusage, "prevalence"and "i:ndence." Ann lntem
Med 1976;84:502-500.

S. O'Connor OW, Politt PA. Hyde JO, Fellows )L. Miller NO, Brook CPB, Reiss
88.Roth M. The prevalence of dementia as me3Sured by the Cambridge Mental
Oisorden ol the Elderly Examiniation. Acta Psychiatr Scand 1989:79:190-198.
6. Payktl ES, Bnyne C, Hul'P"rt FA. GUJ C, &rkley C, Gehlhaar E. Beardsall L.
Giding DM, Pollitt P, O'C.onnor O. lncidence of dementia ina popu.lation older that
75 years in lhe Uruted Klngdom. Arch Gen Psychlatry 1994:51:325-332.

T. Sands BS. Hav

morbidity surveys been ovenold? Am

1659.

l'ublic Heallh 1962;52'1648-

8. Case definitioos for public heallh surveillance. MMRW 1990;(RR-13):l9-21.


9. Matt"" EL. Beckett VL. O'Fallon WM, Melton LJ lll, Ouffy J. Epidemiology of Lyme
dise.,.in Olmsled County. MN, 1975-1990. J Rheumatol 199'Z:l9:1743-1745.
JO. Spitztr WO, Harth M, Goldsmilh Oi. Norman GR. Diclde GL. U.SS M), Newell
/P.The arthrfc complalnt In primary care: prevalence, relate<! disability,and costs. J
Rheumatol 1976;3:88-99.
11. Sedlack RE. Whisnant J. Elvebacl< LR. Kurland LT. lncidence of Crohn'sdisease in
Olmsted County, Minnesota, 19:lS-1975. Am J Epidemiol 1980:112:759-763.
12. Fowltr FJ, Wennberg JE, Timothy RP, Barry M), Mulley AG, Hanley O.Symptom
status aod quality of lile following prostotectomy. JAMA 1988:259:3018-3022.
13. Tompldns RI<, Sumes OC,Cable WE. An analysis ol the cost..,ffectiveness ol pharyngilis
ma.nag.ment and acui.. rheumatic lever prevention. Ann lntem Med 1977;86.481492. 14- Sox HC, Blatt MA, Hlggins MC, Marton Kl. Medica! decision
maldng.Stoneharn, MA:
Butterworth. 1988.
15. Barry MJ,Mulley AG.Fow ler FJ, Wennberg JW. Wald\lul waiting vs.imme<liate transure
trual r<!Sedlon fot symptomatic prootatism. JAMA 1988;259:3010-3017.

LECTURAS RECOMENDADAS

Ellenl>erg fH,Nelson KB.S..mple sele<tion and the naturalhistory ol disease: studies of


febrile seizures. JAMA 1980;243(1):377-13'0.

Fried_man GO. Medica_J usage and abusage. "prevalence,. and "incidente.." Ann lntem 1ed

1976:84:502-503.

Morm H, Klmlbaum OC:, Kupper LL Measures ol disease incidence used inepidemk>logk .-arch. 1n1 J Epldemol 1980;9:97-ml.

Copyrigted
material

RIESGO

En gen.eral, el trmino msgo hace referencia a la probabilidad de


algn resultado adverso.En este captulo, el trmino riesgo se utiliza en
un sen tido ms restringido para indicar la probabilidad de que los
individuos que est_o expuestos a ciertos factores (factores de riesgo,..)
desarrollen ulte
riormente una enfermedad determinada.
Las personas se preocupan especialmente por el riesgo de las
enferme dad.es. Esta preocupacin ha originado, como consecuencia, la
aparicin de muchos libros populares sobre la disminucin del riesgo y
se refleja en los titulares de los peridicos sobre el riesgo de un cncer
de mama a partir de la e.xposicin a sustancias qumicas txicas, d.el
SIDA a partir d.e transfu siones de sangre o del cncer de prstata
despus de una vasectoma.
Este captulo describe cmo los investigadores obtienen
estimaciones del riesgo observando la relacin entre la exposicin a
posbles factores de riesgo y la in.ciden.cia ulterior de la enfermedad.
Describiremos diversos mtodos de comparacin de los riesgos en la
medida en que afectan taoto a individuos como a poblaciones.

FACTORES DE RIESGO
Las caractersticas que se asocian con el mayor riesgo de contraer la
enfermedad se denominan factores de riesgo. Algunos factores de riesgo
son hereditarios.Por ejemplo , en un individuo la existen.ca del haplotipo
HJ..A. B27 aumenta considerablemente el riesgo de que ste adquiera
espondilo arl.ropatas. Los trabajo:s del Proyeclo del Genomll Hwnllllo han
identifica do diversas enfermedades en las que genes especficos son
factores de riesgo, entre las que se incluyen el cncer de colon, la
osteoporosis y la esclerosis lateral amiotrfica .Otros factores de riesgo,
como loa agentes infeccioeos , frmacos/drogas y toxinas, se identifican
en el medio ambiente, mientras que otros forman parte del entorno
social. Por ejemplo, se ha puesto de manifiesto que el duelo debido a la
prdida del cnyuge, el cam bio de las rutinas diarias y el hacinamiento
aumentan las tasas de enfer medad: no slo de enfermedades
emocionales, sino tambin de enfenneda des fsicas. Algunos de los
factores de riesgo ms importantes son conductuales; algunos
ejemplos de stos son el hbito tabquico, beber alcohol en exceso,
conducir sin llevar puesto el cinturn de seguridad y mantener relaciones
sexuales poco seguras.
97

Copyrigled material

98

Epidemiologa dnlca. Alp ocios fundamentales

La exposicin a un factor de riesgo significa que un individuo, antes


de ponerse enfermo, ha estado en contacto con el factor en cuestin o lo
ha manifestado. La exposicin puede tener lugar en un solo momento,
tal y como ocurre cuando una comunidad se expone a la radiacin
durante un accidente nuclear. Sin embargo, ms a menudo el contacto
con los factores de riesgo de enfermedades crnicas tiene lugar a lo
largo de un perodo de tiempo. Constituyen ejemplos de ello el hbito
tabquico, la hipertensi n, la promiscuidad sexual y la exposicin al
sol.
Existen diversas maneras de caracterizar la cantidad de exposicin o
contacto con un supuesto factor de riesgo: exposicin a ste en alguna
otra ocasin, dosis de exposicin actual, mayor dosis de exposicin,
dosis acu mulada total, aos de exposicin, aos transcurridos desde el
primer con tacto,etc. (1). Aunque las diversas medidas de la dosis
tienen tendencia a relacionarse entre s, algunas pueden mostrar una
relacin exposicin enfermedad que en otras no se identifica. Por
ejemplo, las dosis acumula dasde la exposicin solar constituyen un
factor de riesgo del cncer de piel diferente del melanoma , mientras
que los casos de quemaduras solares graves constituyen un mejor
predic.tor del melanoma. Habitualmente, la eleccin de una medida
apropiada de exposicin a un factor de riesgo suele basarse en todos los
aspectos que se conocen sobre los efectos biolgioos de la exposicin y
la fisiopatolog!a de la enfermedad.
RECONOCIMIENTO DEL RIESGO

Los riesgos de gran magnitud asociados con efectos que se producen


rpidamente despus de la exposicin son fciles de identificar.Por
tanto, no es difcil evaluar la relacin entre la exposicin y la
enfermedad para procesos, como la varicela, las quemaduras solares y
una sobredosis de aspirina, puesto que dichos procesos siguen
rpidamente a la exposicin con efectos evidentes.Sin embargo, la
mayor parte d morbilidad y morta lidad est causada por las
enfermedades crnicas. Para stas, es mucho menos evidente la
relacin entre la exposicin y la enfermedad. Llega a ser prcticamente
imposible que los mdicos por perspicaces que sean, desa rrollen
estimaciones del riesgo basadas en sus propias experiencias con los

pacientes. Esto es verdad por diversas razones que se describen a conti


nuacin.
Latencia prolongada

Muchas enfermedades tienen periodos de latencia prolongados entre


la exposicin a los factores de riego y sus primeras manifestaciones.
Eato es especialmente cierto en algunos cnceres, como el cncer de
tiroides en adultos despus de un tratamiento con radioterapia para una
amigdalitis infantil. Cuando aos ms tarde las personas padecen la
consecuencia de la exposicin a un factor de riesgo, la exposicin
original prcticamente ya ha caido en el olvido. Por consiguiente, la
relacin entre la exposicin y la enfermedad est eclipsada..
Copyrigted
material

Exposicinfrecuente a factores de riesgo

Numerosos factores de riesgo, como el hbito tabquico o seguir una


dieta rica en colesterol y grasas saturadas son tan frecuentes en nuestra
sociedad que durante muchos aos apenas se han considerado
peligrosos. Solamente comparando los patrones de la enfermedad entre
los ndividuos con y sin estos factores de riesgo o investigando a
subgrupos especiales., por ejemplo, los mormones (que no fuman) y los
vegetarianos (cuya dieta es baja en colesterol), pudimos identificar
riesgos que en realidad son muy importantes.
Baja incidencia de la enfermedad

La mayora de enfermedades, incluso las consideradas -comunes,


en realidad son muy raras.As. por ejemplo, aunque el cncer de pulmn
es la causa ms frecuente de muertes por cncer en los norteamericanos,
la inci dencia anual de cncer de pul.mn en grandes fumadores es
inferior al 2 por 1.000. En la prctica diaria de un mdico, pueden
transcurrir varios aos hasta que se le presentan pacientes con cncer de
pulmn.As pues, es dificil extraer conclusiones sobre casos tan poco
frecuentes.
Riesgo pequeo

Si un factor slo confiere un peque.o riesgo de una enfermedad, ser


preciso un nmero elevado de individuos para observar una diferencia en
la.s tasas de la enfermedad entre personas expuestas y no expuestas.
Esto es as incluso si tanto el factor de riesgo como la enfermeda d se
producen con relativa frecuencia.Por ejemplo, contina siendo dudoso si
los anticon ceptivos orales aumentan el riesgo de cncer de mama
puesto que las esti maciones de este riesgo son pequeas y, por esta
razn, se descartan fcil mente como consecuencia del sesgo o el azar.En
comparacin , no es motivo de controversia que la infeccin por el virus
de la hepatitis B constituya un factor de riesgo de hepatoma puesto que
los individuos con una infeccin por el virus de la hepatitis B tienen
cientos de mayores probabilidades de contraer un cncer heptico que
los individuos sin dicha nfecci.n.
Enfennedad comn

Si una enfermedad es comn (cardiopata , cncer o ictus) y algunos


de los factores de riesgo de sta ya se conocen,llega a ser dificil
distinguir un factor de riesgo nuevo de los dems. Asimismo, exste un
menor incentivo para investigar los nuevos factores de riesgo.Por
ejemplo, el sndrome de la muerte sbita, inesperada, en adultos es una
forma frecuente de fall& cer. Muchos casos parecen relacionados con
una coronariopata. No obstan te, es completamente imagnable que
existan otras importantes causas, todava no identificadas porque para
la mayor parte de casos se dispone de una explicacin adecuada.
Asimismo, las enfermedades raras y las presentaciones clnicas
inusua les invitan a hacer esfuerzos para averiguar la causa . El SIDA
es un sn-

100

lpi n ' ' gia dinka. .,1rto fundan wnl 1

drome inusual de este tipo, en el cual precisamente la aparicin de unos


pocos casos suscit Ja sospecha de que algn nuevo agente (como
re3ult ser, un retrovirus) podra ser responsable.De forma parecida,
los mdicos observaron rpidamente la aparicin de varios casos de
carcinoma de vagi na, un proceso excepcional. Se inci una bsqueda
cuidadosa de una expli cacin y se identific la exposicin materna al
dietilestilbestrol.
Mltiples causas y efectos

Habitualmente, no existe una relacin exacta entre cada factor de


ries go y cada enfermedad concreta. Un ejemplo de ello es la relacin
entre la hipertensin y la insuficiencia cardaca congestiva (fig. 5-1).
Algunosn.di viduos con hipertensin desarrollan una insuficiencia
cardiaca congestiva y en muchos otros no llega a identificarse nunca.
Asimismo, muchos indivi duos que no padece11 hipeitens:iJl desaJ1ollan w:ia io.&uicieneia cardaca congestiva porque existen diversas
etiologas para esta enfermedad. La relacin tampoco est clara porque
la hipertensin tambin provoca diver sas enfermedades diferentes de la
insuficiencia cardiaca congestiva Por
tanto, 811.llque los individuos con una hipertensin tien.en aproximadamen
te 3 veces ms probabilidades que los individuos sin hipertensin de
desa rrollar una insuficiencia cardaca congestiva, y aunque la
hipertensin es

Tob:o

Coles!"""
Diabetes

Historia
tamir

Valv\Aopatia

lnfecn

Ylrica

Alcohol

06flt

de tlamina

= I
-------.. Al
"""

s C<llOIWia

lctus

l_nfarto de rniocarOO

F11J. &-1.RelaOO entre los factores de riesgo y la enfermedad:hipertensin (! PAi e


Insuficiencia ca.diaoa congestiva (ICC). La hipertensin causa muchas enfermedades,
incluyendo la ICC,y la ICC presenta muchas etiologfu, inciuyendo la Npertensln .

....

101

la principal causa del p.roceso, los mdicos n.o identificaron


especialmente esta relacin hasta la dcada de los setenta, cuando se
dispuso de datos adecuados despus de un. estudio cuidadoso de un
nmero elevado de indi vidu.os durante muchos aos.
Por todas estas ra_zones, los cl.nicos rara vez se encuentran en
posicin de confirmar asociaciones entre la exposicin y la enfermedad,

a pesar de que puedan sospecharlas. Para una informacin precisa los


mdicos deben recurrir a las publicaciones mdicas, sobre todo a los
estudios que estn diseados cuidadosamente e incluyen un nmero
elevado de paciente!!..
UTILIZACIONES DEL RIESGO
Prediccin

Los factores de riesgo se utilizan, en primer 1ugar y sobre todo, para


pre decir la incidencia de la enfermedad. De hecho, por definicin, los
factores de riesgo predicen algn problema futuro. La mejor informacin
dispooible para predecir una enfermedad en un individuo es la experiencia
previa con un nmero elevado de individuos con un factor de riesgo
similar. La calidad de dichas predicciones depende de la similitud de los
individuos en quienes se basa la estimacin y del individuo para quien se
hace la prediccin.
Es necesario tener en cuenta que la existe.ocia de un factor de
riesgo, incluso importante, no significa que un individuo tenga muchas
probabili dades de contraer la enfermedad. Por ejemplo, los estudios
han puesto de maniest-0 que un gran fumador presenta un riesgo de
cncer de pulmn 20 veces mayor comparado con Jos no fumadores,
pero slo contina tenien do una posibilidad entre 100 de contraer un
cncer de pulmn en Jos 10 prximos a.os.
Existe una incompatibilidad bsica entre la incidencia de una
enferme dad en grupos de individuos y la posibilidad de que un
individuo contraiga la enfermedad. Naturalmente, tanto pacientes
como mdicos desearan contestM a las preguntas sobre la incidencia
futura de la enfermedad lo ms precisamente posible.Se sienten
incmodos asignando una probabili dad,como la de que un individuo
contraiga un cncer de pulmn o padt>zca
un ictu.s en los 5 adoa siguientes. Adems1 cualqu_ier individuo, al trmino

de los 5aos, contraer la enfermedad o no. Por tanto, en cierto modo,


el trmino medio siempre es errneo porque las dos se expresan en
trminos diferentes, una probabilidad frente a la existencia o
inexistencia de la enfermedad. Sin embargo, las probabilidades pueden
orientar la decisin clnica . Incluso si una prediccin no resulta cierta
en un determinado paciente habitualmente se confirmar en muchos de
ellos.
Causalidad

El hcho de que los factores de riesgo predigan las enfermedades no


necesariamente equivale a deducir que las cawen. Un factor de riesgo
Copyrigted
material

pue de representar indirectamente el resultado de una enfermedad en


virtud

Copyrigted
material

102

lpiclernioloeia dinka. Alf 1ctos fundam.d

' 1r

de una asociacin con otro(s) determinante(s) de sta, es decir, puede


estar confundido con un factor causal. Por ejemplo, la ausencia de una
educacin materna constituye un factor de riesgo para dar a luz a nios
de bajo peso al nacer. No obstante, otros factores relacionados con la
educacin, como una nutricin deficiente, una menor asistencia
prenatal, el hbito tabqui co, etc.,son ms directamente las causas d.el
bajo peso al nacer.
Un factor de riesgo que no es la causa de la enfermedad se
denomina marcador, ya que seala> o indica la mayor probabili
dad de la enferme dad.El hecho de no ser una causa no disminuye el
valo.r de u.n factor de riesgo como medida probable de prediccin de
la enfermedad, pero elimi nar el factor de riesgo quiz no implique la
eliminacin del exceso de riesgo asociado con l. Por ejemplo, como
se ha seilalado en el captulo 1, aunque existen pruebas cada vez
mayores de que el virus del papiloma humano (VPH) es un factor de
riesgo del cncer cervical.no est claro el papel de otros
microorganismos causantes de enfermedades de transmisin sexual,
como el virus del herpes simple y la Chlamydia. Los anticuerpos
trente a estos agentes son ms frecuentes entre pacientes con un
cncer cervical que en mujeres sin cncer,pero los agentes pueden ser
marcad.ores del ries go de cncer cervical ms que las causas. Si as
fuese,laresolucin de estas enfermedades no necesariamente
prevendra un cncer cervical Adems, la disminuci.n de la
promiscuidad podrla prevenir la adquisicin tanto del agente causal del
cncer cervical como otras enfermedades de transmisin sexual (2).
Existen varios mtodos para d.ecidir si un factor de riesgo
constituye una causa o es simplemente un marcador de Ja
enfermedad. Se describen en el captulo U.
Diagnstico
Los conocimientos sobre el riesgo pueden utilizarse en el proceso diag
nstico, ya que la existencia d.e un factor de riesgo aumenta la
prevalencia (probabilidad) de la enfermedad entre los pacientes: es una
forma de mejo rar el valor predictivo positivo de una prueba diagnstica.
No distante, en los pacientes concretos, los factores de riesgo
habitual mente no son predictores tan convincentes de la enfermedad,
como los hallazgos clnicos de Ja enfermedad precoz. Como seala
Rose (3):
Frecuentemente, el mejor pred.ictor de las enfermedadesm.ayorea futuras es la
existencia de una enfermedad menor. Una dimnoci6.o actual de la funcin ventilatoria
ea el mejor pre dictorde &u tasa futura de diaminucin. Una hiperten1in actual ea eJ
ttuijor predictorde 1-u tasa futura de aumento. Una coronariopaUa precot. es el mejor
de todo& 108 factores die riesgo c:onvenciooales como predic:tor de una enfermedad fatal
futura.

Los factores de riesgo pueden ser muy ti.les para el diagnstico en


situaciones en las que el factor confiere un riesgo sustancial y la
prevalen cia de la enfermedad est aumentada por los
hallazgosclnicos. Por ejem plo, la edad y el sexo son factores de riesgo
relativamente importantes de arteriopata coronaria, aunque la

prevalencia de la enfermedad en el grupo de mayor riesgo, por edad y


sexo, el de los varones de edad avanzada, slo

._

103

es del 12 %. Cuando se consideran tambin caractersticas especficas de


la situacin clnica, como la existencia y el tipo de dolor torcico y los
resulta dos de una prueba electrocardiogrfica de esfuerzo, la
prevalencia de la coronariopata puede aumentar hasta el 99 % (4).
Ms frecuentemente resulta prctico utilizar la inexistencia de un
fac tor de riesgo para descartar la enfermedad, sobre todo cuando un
factor es consistente y predominante . Por eso es razonable considerar el
mesotelio ma en el diagnstico diferencial de una masa pleural en un
paciente que es un trabajador del asbesto, pero el mesotelioma es un
diagnstico mucho menos probable para un paciente que nunca ha
trabajado con el asbesto.
Los conocimientos del factor de riesgo tambin se utilizan para
mejorar la eficiencia de los programas de deteccin seleccionando a los
subgrupos de paciEntes con mayor riesgo.
Prevencin

Si un factor de riesgo tambin es la causa de la enfermedad, su


elimina cin puede utilizarse para prevenir la enfermedad con
independencia de si se conoce el factor desencadenante de sta.
Algunos de los xitos clsicos en la historia de la epidemiologa
ilustran este aspecto.Por ejemplo, antes que se identificaran las
bacterias ,Snow puso de manifiesto una mayor tasa de clera entre los
pacientes que beban agua suministrada por una com paa
determinada y control la epidemia suspendiendo dicho suministro.
Ms recientemente, .ncluso antes que se hubiera identificado el
VIH, los estudios pusieron de manifiesto que un estilo de vida con
mltiplesparejas sexuales entre los varones homosexuales era un
factor de riesgo para adquirir el SIDA (5). En el captulo 11se
describe el concepto de causa y su relacin con la prevencin.
ESTUDIOS SOBRE ElRIESGO

La forma ms importante para determinar si la exposicin a un


posible factor de riesgo origina como consecuencia un mayor riesgo de
la enferme dad es llevar a cabo un experimento. Los individuos
actualmente sin la enfermedad se dividiran en grupos de
susceptibilidad idntica a la enfer medad en cuestin. Un grupo se
expondra al supuesto factor de riesgo y el otro no, pero los grupos, por
lo dems. seran tratados de manera idntica. Ms tarde, cualquier
diferencia en las tasas observadas de enfermedad en los grupos podrla
atribuirse al factor de riesgo.
Por desgracia, Jos efectos de la mayor parte de factores de riesgo para
los sere humanos no pu.eden examinarse con estudios experimenta.s,
en los cuales el investigador determina quin est expuesto.
Considrense algunas de las preguntas del riesgo que hoy da nos
inquietan. Hasta qu punto los individuos sedentarios presentan mayor
riesgo de enfermedad cardiovascular, si todos los dems factores son
idnticos? Provocan los telfonos celulares un cncer cerebral?

Aumenta el alcohol el riesgo de cncer de mama? Para preguntas


como stas, habitualmente no es P<JSible

104

llevar a cabo un estudio experimental. En primer lugar, el estudio


tendria que prolongarse durante dcadas. En segundo lugar, no serla tico
imponer posibles factores de riesgo a un grupo de individuos del estudio.
Por ltimo, la mayor parte de individuos rehusaran que otras personas
determinaran durante perodos prolongados de tiempo sus dietas y
conductas.Como con secuencia, suele ser necesario estudiar el riesgo en
formas m.enos molestas. Los estudios clnicos en los cuales los
investigadores renen datos sim plemente observando los problemas a
medida que tienen lugar, sin desem pedar un papel activo en lo que ocurre,
sedenominan estudios obsen'IJCi<> nales. La mayor parte de estudios
de riesgo son estudios observacionales, estudi<>s de cohortes, descritos
en el resto de este captulo, o estudios de
casosCtJntrol, descritos en el captulo 10.
Cohortes

El trmino cohorte se utiliza para describir a un grupo de


individuos que tienen algo encomn cuando son reclutados por primera
vez y que des pusson observados durante un perodo de tiempo para
comprobar lo que les ocurre. La tabla 6-1 enumera algunas de las
formas en las cuales se uti lizan las cohortes en la investigacin
clnica. Sea lo que sea lo que los miembros de una cohorte tengan en
comn, las observaciones de sUis tie nen que cumplir dos criterios si
han de proporcionar informacin consis tente S<ibre el riesgo.
En primer lugar, las cohortes deben ser observadas durante un
perodo significativo de tiempo en la historia natural de la enfermedad
en cueatin. De este modo, transcurrir el tiempo suficiente para que el
riesgo se e><pre se. Si deseamos conocer si la irradiacin del cuello
durante la infancia provo ca una neoplasia del tiroides, un seguimiento
de 5 aos no sera una prueba clara de la hiptesis de que el cncer de
tiroides se asocia con la irradiacin porque el perodo de tiempo habitual
entre la exposicin a la radiacin y el inicio de la enfermedad es
considerablemente ms prolongado.
Tbla 5-1. Cohorteo y ouo objetivo.
Caracticaa en comn
Edad

Fecha de nacimiento

Edad

Tdel calendario
Factor de riesgo

Enfermedad

Esperanza de vida de los iOOiYiduos


de 70 aos (con independencia de
cuan
do nacieron)
Tasa de tuberculosis p.ara indi1iduos
nacidos en 1910
Cnc.r de pulmn en lnctlvlducs que

f\Jman

Pronstico

Tasa de superviwncia de las pacientes

Prevencin

Disminucin de la incidencia de neumona. despus de la vacunacin arrtiMU

Tratamiento

Mejora de la su,pervtvencia para


tos pacientes con enfermedad de
Hodgkin a los que se administra
quimiolerapia combinada

con

demama

moccica
tntervencQ1 teraputica

._

105

En segundo lugar, todos los miembros de la cohorte deben ser


observa dos durante todo el periodo de seguimiento. Cuanto mayor sea
el nmero de individuos que abandonen el estudio y las razones de esos
abandonos se relacionen de alguna forma con el resultado, Ja
informacin proporcionada por una cohorte incompleta puede ser una
distorsin del estado real del problema.
Estudios de cohortes

En un estudio de cohortes (fig. 5-2), se recluta a un grupo de indivi


duos (una cohorte), ninguno de los cuales ha manifestado el resultado
ell nico en cuestin, pero todos podran hacerlo. (P. ej ., en un estudio
de los factores de riesgo del cncer de endometrio, cada miembro de la
cohorte debe tener un tero intacto.) En la inclusin en el estudio, los
individuos de la cohorte soo
clasificados de acue1'Clo con las
caractersticas (posibles factores de riesgo) que podran guardar relacin
con el resultado.Des pus, estos individuos son observados a lo largo
del tiempo para identifi car cules de los mismos manifiestan el
resultado. Por tanto, es posible considerar cmo las caractersticas
iniciales se relacionan con las medi
das de los resultados ulteriores. Otros nombres para los estudios de
cohortes son longitud inales (que hacen hincapi en el hecho de que los
pacientes son seguidos durante un tiempo), prospectivos (que implican
la direccin hacia delante en la cual son seguidos los pacientes) y de
inci dencia (que prestan atencin a la medida bsica de los nuevos
casos de la enfermedad a lo largo del tiempo).
La descripcin siguiente corresponde a un estudio clsico de
cohortes, que ha contribuido considerablemente a nuestra comprensin
de las enfer medades cardiovasculares.
E:jemplo. El eatudio de Framiogham (6) seinicien 1949 para identificar los faetona
aso. ciadoa con mayor riesgo de arteriopatta coronaria . Se seleccion una muestra
representativa de 5.209 varones y mujerea, de 30 a 59 aftot de edad, aproximadamente a
partir de J0.000 individuo de la mi.ama edad que vivfao en Framingham , una pequeti.a
ciudad ce.rea de Boa ton. De 106 mismos. 5. 127 no ex:perimentaba.n una arteriopatf&
coronaria cuando fueron ua

Sin
enfermedad

Poblacin

Exposicin a

.......... ......

Enfermedad

:: ::::,:::::.

i ..''."t;-lEMJI O

>

-
No expuestos

Ag. $-2. Diseo de unestudio de Gohortes sobre riesgo.

Copyngted material

106

lpiclemiologia dinica. Alp1ctos fundmneutale1

minad08 por primera vez y, por esta razn, presentaban un rit:agO de desAJTOllarla. Efilo!
iod viduot seexaminaron de nuevo bianualmente en buaea de pruebas de una
coronariopaUa. El e&tudio &e pN)Jong durante SO anos y demosW qu el ri69r((O de
desarrollar una. arteri)-p&ta coronaria sea1ocia con la hlpe.rtensin, el aumento del
colesterol srico, e.I hlfibito taWquico, la intolerancia a la glueos& y la hipertrofia
ventricular izquierda. Se pWJO de manifiesto una gran diferencia del riesgo entl'e loe
individuos oon ninguno de esto& (actores de riesp y loa individuo' con todOfJ eatoe
factores de riesgo.

Estudios de cohortes h stricas

Los estudios de cohortes pueden llevarse a cabo de dos formas


(fig. 5-3). La cohorte puede reclutarse en el momento actual y
seguirse en el futuro (estudios de cohortes concurrentes) o puede
identificarse a partir de regis tros previos y seguirse hacia delante
desde esa poca hasta el momento actual (estudios de oohortes
histrico.s).

La mayo.r parte de ve.ntajaa y desventajas de los cstud.ios de


cohortes, descritas a oontinuacin , se aplican a si el estudio es

concurrente o lstri oo. No obstante, la posibilidad de que existan


limitaciones en la calidad de los datos es diferente para arnbos. En
los estudios ooncurrentes, los daros pueden recogeNle especficamente
para losobjetivos del estudio y con una plena anticipacin de lo que es
necesario.Por lo tanto, es posible evitar ses gos que podran socavar
la exactitud de los daros. Adems, a menudo los datos para las
cohortes histricas se renen con otros objetivos -habitual mente
como parte de los registros mdioos para la asistencia a los pacien
tes-. Estos datos pueden no ser de la calidad suficiente para una
investiga cin rigurosa.
VenteJas eInconvenientes delos estudios de cohortes

Algunas de las ventajas e inconvenientes de los estudios de cohDrtes


cuyo objetivo es describir los factores de riesgo se resumen en la tabla
&-2. Los estudios de cohortes sobre el .riesgo son los mejores sustitutos
disponi bles de un experimento real cuando la experimentacin no es
posible. Siguen La misma lgica que un en.sayo clnico y permiten la
determinacin

Cohorte

Reclutamiento
histrica
de la cohorte ------- Seguimiento
Cohorte
Reclutamiento concurrente
de la cohorte - ..- .. .. Seguimiento

Copyrigted
material

F19.5-3. Esrudios de cohortes histricas y concurrentes.

Copyrigted
material

.....

El nico mtodo para establ&ee1


dlrecta,. menle la Incidencia (es
decir, el riesgo absoluto)

107

Ineficaz potque deben reclutar.se muoh<:6 ms

individuos que los que padecen el


le ma en cuestin; por consiguiente, no
pue den utilizarse para las enfermedades

$guen la misma lgica que la pregunta


cU nlca: si los Individuos estn
expuestos ,
contraan la enfermedad?
la exposicin puede determinarse sin el

sesgo -se prod<Jclria sl ya

se oonocie ra el rostAtado
Pueden evaluar la relactn entre la expo,

ci6n y numerosas enfermedades

infre cuentes
De ccste elevado d<!bido a los
reanos""""" sartos para estudW a
muchos Individuos a lo largo del tiempo
Durante mucho tiempo no se dispone de
k>s resultados

Evahian la relacin entre la enfermedad y


ta exposicin a slo un nmero

relativamente pequel\o de factores Oos


faclores registra dos alInicio del esbJdlo)

de la exposicin a u.n posible factor de riesgo al mismo tiempo que


evitan cualquier posibilidad de sesgo que podra producirse si Ja
exposicin se determina despusd.e conocerse el resultado.
El principal inconveniente es que si el resultado es poco frecuente (lo
que habitualmente es el caso), es preciso incluir en el estudio a un
nmero elevado de individuos, que deben permanecer en observacin
durante un tiempo prolongado antes que los resultados estn
disponibles. Por ejemplo, el estudio de Framingham sobre
coronariopata , una de las enfermedades crnicas ms frecuentes en
Estados Unidos, fue el estudio d.e mayor tama o de este tipo cuando se
inici.Sin embargo, fue preciso un seguimiento de ms de 5.000
individuos durante varios aos antes de que pudieran publicarse
conclusiones preliminares . Slo el 5 % de los individuos haba
padecido un problema coronario durante los primeros8 aos!
Un problema relacionado con los estudios de cohortes es consecuencia
del hecho de que los individuos que estn siendo estudiados habitualmente
viven libremente y no estn bajo el control de los investigadores. Es pre
ciso invertir gran cantidad de esfuerzo y dinero para seguirles la pista.
Por esta rain, los estudios de cohortes son de coste elevado, en
ocasiones de muchos millones de dlares.
Debido al tiempo y dinero necesario para los estudiosde cohortes, este
enfoque no puede utilizarse para todas las preguntas clnicas sobre
riesgo. Por razones prcticas, el enfoque de los estudios de cohortes se
reserva solamente a las preguntas ms importantes. Esto ha conducido a
esfuerzos para tratar de encontrar mtodos ms eficientes, a la vez que
fiables, de evaluar el riesgo. (Los ms frecuentes, los estudios casocontrol, se descri ben en el cap. 10.)
La principal desventaja cientfica importante de los estudios observa
cionales, incluyendo los estudios de cohortes, es que estn sujetos a un
nmero mucho mayor de sesgos potenciales que los estudios
experimenta les. Los individuos que estn expuestos a un determinado

factor de riesgo en el curso natural de los acontecimientos tienen


probabilidades de diferir

108

p " 1 n:'

1a dinica. A1p1ctoa fundauwwwi1czl1 1

de muchas formas de un grupo comparado de ndividuos no expuest-Os


al factor.Si estas otras diferencias tambin se relacionan con la
enfermedad en cuestin, podran explicar cualquier asociacin
observada entre el supuest-O factor de riesgo y la enfermedad.
Esto conduce al principal reto de Jos estudiosobservacionales: tratar las
diferencias eictrinsecas entre grupos expuestos y no expuestos para
imitar tan exactamente como sea posible un eicperimento. Las
diferencias se con sideran extrnsecas;. desde el punto de vista de
alguien que trata de deter minar una relacin de cawa-efecto. El
siguiente ejemplo iJwtra un enfo que pars manejar dichas diferencias.
JljempJo. A pesar de qu.e la existencia de la anemia drepanodtiea (HbASJ en
general se con.eidera un proceeo benigno, diversos estudios han sugerido que se aaocia
con defecios del desarrollo fisioo y el desarrollo cognitivo. Por eata run se llev a ca_bo
un estudjo para lnves tigar si kfl niosnacidot con HbAS experimenta_ron problemu
del c:recimiento y dea.anoUo wlii f1't!<:u.e.a:&le.1ut1nl.E! qu lo. ul.Uus c:on u.u.a
hewo:l.;,bi.ua. 11cn'wI (HbAA) aleudv t..oJus loa dem.4& aspectos idntioos (7). Se pu&o de
ina.nilicato que una cantidad considerable de otros muchos fact.ore:1guardan relacin con
el eredmie._nto y dc1arTOllo y, aaimitmo, c:o_n el b:ho de ser portador de la
HhAS.Entre ellos ae encuentran la raza,el sexo. la fecha de nacimimt.o,el peso al nacer,la
edad gestacional, la puntuacin deApgar a los 6 m_in y la situacin socioeco nmiea.Si
no ae tuvieran en cuenta estos otros factores,uno o ms de ell06 pod.a sesgar los
rH:ultad08 delestudio y no serift p<>sbJe d.ittioguir 101efi&eto8 de Ja BbAS.y por sC
m.i.sm:a. de los efedoi de los otros facto-res.Loe autores elieiel'On trat-a_r estos otl'OS
factores med_iante u_n emparejamiento (rnatching). Pa:ra cada oio con
HbAS,teleccionaron un ni6o con HbAS que fuese smt1ar con respecto a los otros 7
actores.Desde el nacimiento haata loa 3-6 aAe&,fue ron seguidos un total de 100 reCi'n
nacidos,50 con HbAS y 50 con HhAA. No se identificaron diferenciu del crccimient.o y
de.I dUo.

En el captulo 6 se describen los sesgos mayores de los estudios


obser vacio.nales y los mtodos para tratarlos.
COMPARACIN DE RIESGOS

La eKpresin bsica del riesgo es la incidencia. definida en el


captulo 4 como el nmero de nuevos casos de la enfermedad que
aparecen durante un perodo de tiempo determinado en una poblacin
definida, pero habi tualmente deseamos comparar la incidencia de la
enfermedad en dos o mll grupos de una co.horl,e que d-ifieJ:"e.n e.n l A
e.xru:-slci6n A u.n posible factor de riesgo.Para comparar los riesgos,
frecuentemente se utilizan varias medi das de La asociacin entre la
exposicin y la enfermedad, denominados medidas de efecro.
Representan diferentes conceptos de riesgo y se utilizan con diferentes
objetivos. A continuacin se describen cuatro medidas de efecro (tablas
5-3 y 5-4).
'
Riesgo atribuible

En primer lugar, nos podemos preguntar: cul es el riesgo adicional


(la incidencia) de la enfermedad despus de la exposicin, ms all del
que experimentan los individuos que no estn expuestos? La

respuesa se expresa como el riesgo atribuible, la incidencia de la


enfermedad en los

.......
1-W.
Ellnomn

R.._ lllribulble (dff.,.,,.


cia de

"'"-l

Rloego nilaliYo (oodente


de riesgos)

-de -

Oelinlc;on'

._
CUJ es la i_ncidencia de la enfermedad atribulble a ta exposi
oln?
Cuintas veces ms probable es
la
enfermedad
en
k>s
individuos
expuestos
en
comparacin

Riesgo lllribulble polllacional

109

con

RA l, - 11

RR

tos

individuos noexpuestos?
CUl es la incidencia de la enfermedad en """ polllacin asociada oon la incidencia de un factor

RA,. = AR X P

derieego?

Fraooin llribuillle poblacional

Qu fTacci6n de laenfermedad en

una poblacJ6n M atribulbkt a la

exposicin a un factor de ries


go?

FA,=

'

individu.os expuestos menos la incidencia en los individuos no


expuestos. El riesgo atribui.ble es Ja nddeocia adicional de
la.enfermedad Telaclonada con la exposicin, teniendo en cuenta la
ncid.encia d.e base de la enferme. dad, supuestamente originada por
otras causas.Obsrvese que esta forma de compaTar los ndices implica
que el factor de riesgo es una causa y no slo un marcador. Debido a la
forma de calcularlo, el riesgo atribuible tam bin sedenomina df erenci,a
de riesgos.
Riesgo nllativo

Asimismo, podemos preguntarnos:cuntas veces ms probable es que


las personas expuestas contraigan la enferm.edad en comparacin con las
no
'lllbUM.

de leo -deofecto. -taobjqo llco


do pulmn"

Riesgos smpleo
Tasa de mor18i<lad por cncer de pulmn en
fumadores
Tasa de l1'0llalldad por oncer de pulmn en no
fumadores

Prevalencia del Mbito teh"qtlico


Tasa de natalid8d total por onoer de pulmn

R/e&gos Compalaclos

muort-

0,9611.00<l.'ao
0,0711.000/ao
56 %
0,5811.000/allo

=0,9611.000/allo -0,0711.000/ao
=o.8911.000/w
Riesgo relatl\'O e 0,9611.000la/\o + 0,<17/1 .000/a/\o
Riesgo atfbtJlble

13,7
Riesgo atli>uible poblacional
Fraccin atribuible poblacional

0,8911.000/alio X 0,56

= 0,50/1.000/ai\o

= 0,50/1.000/ai\o + 0,5811.000lafto

0,89

"De Ooll A y HlllAS. 8MJ 1964;1:1399-1410.

110

lpidemlologla clnica. A 1p "''"'funda........1

eXluestas? Para responder a esta pregunta hablamos de riesgo relativo


o cociente de riesgos, el cociente de la incidencia en los individuos
expuestos con respecto a la incidencia en los individuos no expuestos.El
riesgo relativo no nos dice nada sobre la magnitud del riesgo absoluto
(incidencia).Aunque el riesgo relativo sea grande, el riesgo absoluto
puede ser bastante pequeo si la enfermedad es infrecuente.El riesgo
relativo nosindica la fuerza de la asociacin entte la exposicin y la
enfermedad y, por tant.o, es una medida de efecto til para los estudios
sobre la etiologa de la enfermedad.
Interpretacin de tas estimaciones delriesgolndMdual

El significado clnico asociado al riesgo relativo y al riesgo


atribuible a menudo es muy distinto porque las dos expresiones de
riesgo significan conceptos completamente diferentes.La expresin
apropiada del riesgo depende de la pregunta que se plantee.
l!'Jempl.o. En general seconsid.era que loa factores de riesco de las enfermedades eardio

vabeula.m 80n ms dbllea entre.loa ancianos que entre loa individuos de mediana edad.
&ta asercin ...e examin comparando los riesgos relativos y loa riesgos atribuiblea d.e
los factoH"S de riesgo comunes de las enfermedades cardiovaaculareg entre grupos de
de:rente edad (8). Un ejemplo de ello c1el riesgo de ictUB d<>bido al hbito
tabquico (tabla 5-5). El ri.ago relati vo disminuye coo la edad, desde .&,O en
individuo de 45-.&9 a:6os ha.5ta 1.4 en individuo6 de Sf'>.69 acs.No obstante, el riesgo
atribuible aumenta ligeramente con la edad.. principlh:nen le porqueel ictus es mis
frecuente en los anciano.con independe.ncia del hbito tabiqu.ioo.
Aa pues,aunque la relacin causal entre eJ Mbito t.abquico y elictus di1minuye con la edad,
un individuo anciano que fuma aumenta su riesgo 1'eal de ictus hat.a un grado
similar,de hecho ligeramente mayor que el de un individuo m4a joven.

En la mayor parte de las situaciones clnicas, dado que el riesgo


atribui ble representa la probabilidad adicional real de la enfermedad en
los indi viduos expuestos, es una expresin ms significativa del
riesgo para los individuos que el riesgo relativo.Adems, el riesgo
relativo es ms util para expresar la fuerza de una relacin causal.
Riesgo poblaclonal

Otra forma de examinar el riesgo es preguntar: hasta qu punto


con tribuye el fact.or de riesgo a las tasas globales de enfermedad en
grux>s d.e
T-5-5. Compar9Cl6n del
-.O y el
otribulble en la ..iacl6n enn el
hjbito lllbilquloo, el lclus y la -

ne-iPOt

Ed>d

4549

5()-54

55-69

No

7.4
17,2
27,9
47,4
80,2

1.000)

29.7
37,0
64.7
76,9

110,4

Riesgo atr1tl.Able

4,0
2.2
2,3

1,6
1,4

22.3
19.8
36,7
29,5
30,2

Copyrigted
material

'De

BM y cola. J

Epidenjol 1990: 43:. 961-970.

Copyrigted
material

....

111

personas, ms que en individuos? Esta informacin es til para decidir


qu factores de riesgo son especialmente importantes y cules son
insignifican tes para la salud global de una comunidad, de modo que
puedan informar a los responsables polticos sobre la forma de establecer
las prioridades para el despliegue de los recursos de asistencia sanitaria.
Un factor de riesgo relativamente dbil (es decir, uno con un riesgo
relativo pequeo) que es muy prevalente en una comunidad podra
representar una mayor enferme dad que un factor de riesgo muy
importante, pero infrecuente.
Para estimar el riesgo poblacional, es necesario tener en cuenta la fre
cuencia con la cual los miembros de una comunidad se exponen a un
fac.tor de riesgo. El riesgo arribuible poblaeional es el producto del
riesgo atribui ble y la prevalencia del factor de riesgo en una poblacin.
Mide el exceso de incidencia de la enfermedad en una comunidad que
est asociado con un factor de riesgo. Tambin se puede describir la
fraccin de la incidencia de la enfe1medad en u11a poblacin que est
asociada con un factor de 1iesgo determinado, la fraccin atribuible
poblacional. Se obtiene dividiendo el riesgo atribuible poblaeional por
la incidencia total de la enfermedad en la poblacin.
La figura 5-4 ilustra cmo la prevalencia de un factor de riesgo determi
na la relacin entre el riesgo del individuo y el de la poblacin. La figura
5 4A muestra el riesgo atribuible de muerte de acuerdo con la presin
arte rial diastlica. El riesgo aumenta con una presin arterial
creciente. No obstante, pocos individuos presentan una presin arterial
extremadamente elevada (fig. 5-4 B). Cuando la hpertensin se define
como la existencia de una presin arterial diastlca superior a 90 mm
Hg, la mayor parte de individuos hipertensos se encuentran justo por
encima de los 90 mm Hg y muy pocos individuos se encuentran en la
categora ms elevada (2: 115 mm Hgi. Como consecuencia, el mayor
porcentaje de exceso de muertes en la poblacin (58,4 %) es atribuible a
una presin de relativo bajo grado, 90-105 mm Hg (fig. 5-4 C).
Paradjicamente pues, los mdicos salvarian un mayor nllmero de vidas
mediante un tratamiento efectivo de la hiperten sin leve que mediante
el de la hipertensin grave.Este hecho tan con traintuitivo para el
razonamiento clnico ha sido denominado paradoja de la prevencin (9).
Las medidas del riesgo poblacional se identifican menos a menudo enla
bibliografa cl1nica que la::s medidas de iiesgo individual, por ejemplo, el
riesgo atribuible y el riesgo relativo. Pero para un mdioo, una consulta cl
nica determinada es tanto una poblacin como lo es una comunidad para
los responsables de las decisiones sanitarias. Asimismo, en la asistencia a
los pacientes concretos puede ser importante la forma en que la prevalen
cia de la exposicin afecta el riesgo comunitario.Por ejemplo, cuando los
pacientes no pueden proporcionar una historia o cuando para stos es difi
cil identificar la exposicin, dependemos de Ja prevalencia habitual de la
exposicin para estimar la probabilidad de diversas enfermedades. Cuando
se consideran las causas tratables de cirrosis en un paciente no.rteamerica
no, por ejemplo, sera ms beneficioso considerar el alcohol que los esquis
tosomas puesto que muy pocos norteamericanos estn expuestos a Sclt.isto
soma mansoni. Naturalmente, la posicin sera muy diferente en el delta

1 12

..... iologa

!i

c.,

Atp 1 10. Mwkwual 111

A
150

100

1-----------=::::r-'------+--------'----Tasa de exoeso

e muertes atribuible
a unaPA > 90mmHg

50

o
15

Prevalencia
e PA elevada
adiversos niveles

10

g i

t.

60

58,4

hipertenoin

2411

.
50

muertes

niveles de

20 -

1 o

exceso die

atbuible adiversos

40 -

gl
i
g

Poroe<ltaje

60

.
70

'
80

90

100

17.5

'
110

120

1
'

130

Prnldn -.i.1 dlattlca (mm Hg)

flg. M. Ralacin entre riesgo atribuible. prewlencia del factor e riesgo y riesgo poblacicnal

e hpertensDn. (De Hypertension Oetection and Follow-up Cooperattve Group. MJld


hypertenstves Inthe h)pert811slon detectloo and follow-upprogram. Ann NY Acad Sel
1978:304:254 2ll6.)

del Nilo, donde los esquistosomas son prevalentes y los individuos, que
en su mayor parte son musulmanes, rara vez beben alcohol.
RESUMEN

Los factores de riesgo son caractersticas que se asocian con un


mayor riesgo de contraer una enfermedad. Sea o no un factor de riesgo
concreto la causa de una enfermedad, su existencia nos permite predecir
la probabili dad de que la enfermedad se produzca.
La mayor parte de factores de riesgo sospechados no pueden tratarse como
se haraen un estudio experimental, de modo que habitualmente es
necesario estudiar el riesgo simplemente observando la experiencia de
los individuos con los factores de riesgo y las enfermedades.Una forma
de hacerlo es s,elee-

.....

113

cionar a una cohorte de individuos, algunos miembros de la cual estn


expues tos a un factor de riesgo y otros no, y observar la incidencia
ulterior de la enfermedad. A pesar de que desde un punto de vista cientfico
es preferible estudiar el riesgo por medio de estudios de coho, este
enfoque no siempre es poeble debido al tiempo, el esfuerzo y el coste que
acarrea.
Cuando las tasas de enfermedad se comparan entre grupos con diferen
tes exposiciones a un factor de riesgo, los resultados pueden expresarse
de varias formas. El riesgo atribuible es el nmero de veces ms
probable que los individuos expuestos contraigan la enfermedad que los
no expuestos.El impacto de un factor de riesgo en grupos de individuos
no slo tiene en cuenta el riesgo relacionado con la exposicin sino
tambin la prevalencia de la exposicin.
BtBUOGRAA

111" multkausal nature of disease in the design and


analysis of epldemiologk tudies. Am J Epidemiol 1983;117:14-18.
2. Prabhit KSJ, Beral V, Poto J. Hack S.Hermon C, Deacon J. Antibodies to human J"lpillo
l. Weiso NS, liff JM. Acrounring for

mavi?US and to other genitaJ infectious agerus and invasive cervical cancer risk. Lancet

1993;Ml:l116-1118.
3. Rooe C. Sick individuals and skk popu lations. lnt J Epidemiol 1985;14:32-38.

4. D;.mmd GA. Forresrer JS. Analyss of probability as an aid in the dinical diagnosis of

<oronaryartery dise..._ N Engl J Med 1979;300:1350 -1358.


5. )alfe hW et al. National c:ase<ontrol study of Kaposi's sarcoma and Pn<11mocydis
cmnif pneumonia in homosexual men. Part t. Epidemiologic results. Ann lntem
Med 1983;99:145-151.
6. Dawb<r TR. Th< Fruningham Study. The epidemiology of atherosclerotic dioea.'ie. Cam
bridge.MA: Harvard Unive"ity Press, 1980.
7. Kramer MS, Rooks Y, Pearson HA.Growth and development in children with lid:kl-rell
trait.N Engl J Med 19'18;299:686-689.
8. Psaty BM et al. Risk rallos and risk dilrerences in estimating the eflect of risk facton for
cardiovasrular ditoase in the eldedy.J C1in Epidemlol 1990;43:961-970.
9. Hofman A, Vandenbroucke )P. Geoffrey Rose's big idea. Br Med J 1992;305:1519-1520.
LECTURAS RECOMENDADAS

Detsky AS. O'Rourlu! K. Carey PN. Johnston N, Fenton S,Jeejeebhoy KN. The hazards
o1 using w:tive cnk patients as a sou_rce of subje(ts for clinkal studies. J Gen lntem

Med 1988;3'260-266.
Feinstein AR. Sdentifit standard in epidemiologic studies of the menace of daily lire.
Science 1988;242:1257-1263.Response by Savitz OA. Greenland S,Slolky PO,
Kei>ey 1L Stimti6c standards of critidsm: a reaction to "Sdentific standards in
epiderniologic studies of the menAtt of daily lire"by Fem.tein. Epidemiology

1990;1:78-83.
Malenka DJ, Baron JA. )ohaMen S, Wahrenbergff w, Ross )M.The framing effec:t of
nlative and aboolute risk. lGen lntem Med 1993;8:543-548.
Morganstem H. IQoinbaum OC, Kupper U. Me....,.. of disea.w incidence used il1epidemlo
logic researdl. !nt J Epidemiol 1980;9:97-104.
Naytor CD, Chen 6, Sirauss B. Masured enthusiaom: does the method of reporting trlal
results airo perteptions of therapeutk elfectiveness? Ann lntem Med 1992;117:916-

921.

PRONSTICO

Cuando los individuos enferman, se plantean un considerable nmero


de preguntas sobre cmo les afectar la enfermedad. Es peligrosa?
Pue den faUecer de sta? Experimentarn dolor? Durante cunto
tiempo podrn mo.ntoncr ow:; activido.dco actuo.lco? Dco.o.po.rcccr. por
comploto el proceso alguna vez? La mayor parte de los pacientesy sus
familias desean saber q11 hsn de esperar incluso si apenas pueden
hacer nada por cambiar el curso de su enfermedad .
El pronstico es una prediccin del curso futuro de la enfermedad
des pus desu inicio. En este captulo revisaremos los diferentes medios
a tra vs de los cuales puede describirse el curso de la enfermedad.
Despus con sideraremos los sesgos que pueden afectar estas
descripciones y cmo pueden controlarse. Nuestra intencin es ofrecer
a los lectores la mejor comprensin de una tarea dificil, pero
indispensable:predecir el futuro de los pacientes tan precisamente como
sea posible. El objetivo es evitar la expresin de pronsticos vagos
cuando es innecesario y de pronsticos de certidumbre cua_ndo pueden
inducir a error.
Los mdicos y los pacientes piensan sobre el pronstico de diferentes
maneras.En primer lugar, los mdicos desean conocer el curso general
de la enfermedad que padece el paciente . Se puede tranqilllizar a un
paciente joven que experimenta una neuralgia posherptica asociada
co.n un herpes zoste.r, ya que el dolor habitualmente se resuelve en un
perodo inferior a un mes. En segundo lugar, habitualmente los clnicos
desean conocer, has ta el mayor grado posible, el pronstico en un caso
determinado. Aunque la infeccin por VIH es casi universa.lmente
mortal, los individuos con la infeoci6o pueden vivir dc.odc a.lgunoo mosco
ha.oto. ma de uno. dcodci;un paciente desea conocer en qu punto de
este cont-inuum se encuentra su caso concreto.En tercer lugar, los
pacientes estn especialmente interesa dos por saber hasta qu punto es
probable que la enfermedad afecte sus vidas, no slo si morirn o
no,sino cmo sta. modificar su capacidad para trabajar, andar, hablar,
cmo alterar sus relaciones con Ja familia y los amigos,y qu cantidad
de dolor y malestar tendrn que soportar.
ESTUDIOS SOBRE PRONSTICO

Los estudios sobre pronstico tratan estas preguntas clnicas de


forma similar a los estudios de cohortes sobre riesgo. Se recluta a un
grupo de
115

Copyrigled material

116

lpida u i ologio dnico. Aapactos fundan1dale1

pacientes que presentan algo en comn (una enfermedad o proceso


mdico concreto en el caso de los estudios sobre pronstico) y se les
sigue a lo largo del tiempo, midiendo los resultados clnicos.
Frecuentemente se investigan las condiciones que se asocian con un
resultado determinado de la enfer medad, es decir, los factores pron
6st.cos.
Curso cl nico/hlstoria natural de la enfennedad

El pronstico de la enfermedad puede describirse para el curso clnico


o para la historia natural de la enfermedad . El trmino curso cUnico
se ha utilizado para descnoir la evolucin (pronstico) de la
enfermedad que ha sido objeto de asistencia mdica y despus es
tratada de una serie de for mas que pueden afectar el curso ulterior de
sta. Los pacientes habitual mente eon objeto de una atencin mdica
en algn momento en el curso de la enfermedad cuando experimentan
enfermedades que causan sit<Jmas, como dolor, alteraciones del
crecimiento, desfiguracin o una conducta inu sitada.Ejemplos de
stas incluyen la diabetes mellitus de tipo I, el carcino ma de pulmn
y la rabia. Una vez que se identifica la enfermedad, tambin es
probable que sea tratada.
El pronstico de Ja enfermedad sin intervencin mdica se denomina
historia natural de la enfermedad_ La historia natural describe cmo
evo lucionan los pacie.ntes si no se hace nada contra su enfermedad.
Frecuente mente un buen nmero de procesos mdicos, incluso en
pases con siste mas avanzados de asistencia sanita_ria, no reciben
atencin mdica. Permanecen no identificados, quiz porque son
asintomticos o porque se
consideran molestias habituales de la vida diaria. Ejemplos de ellos
inclu yen Ja clepresin leve, la anemia y loscn.ceres que estn ocultos
y presen tan un crecimiento lento (p. ej., algunos cnceres de tiroides y
de la prsta ta).
Tiempo cero

Las cohortes en los estudios sobre pronstico son observadas


empezan do desde un preciso momento, denominado tiempo cero. Este
instante debe especificarse claramente y debe corresponder a la misma
situacin, bien definida a lo largo del curl)O de lu eufermedud (p. ej., el
inicio de los snto mas, el momento del djagnstico o el injcio del
tratamiento) para cada paciente. Se utiliza eltrmino cohorte de inicio,
incipiencia o comienzo para describir a un grupo de individuos que son
reclutadoscerca del comienzo (inicio) de la enfermedad.
Si la observacin se inicia en diferentes puntos del curso de Ja enferme
dad para los diversos pacientes de la cohorte, la descripcin de su curso
ulterior carecer de precisin. La temporalidad relativa de manifestacio
nes, como la recuperacin, la recidiva o la muerte ser dificil de
interpretar o in.duci.r a error.
Por ejemplo, supongam.osque deseamos describir el curso clnico de
los pacientes con un cncer de pulmn. Reclutaramos a una cohorte de

Copyrigted
material

indivi duos coo la enfermedad y la seguiramos prospectivamente a lo


largo del

Copyrigted
material

Prou6slko

117

tiempo para identificar resultados, como ciertas complicaciones y la


muer te.Pero, qu queremos indicar usando la expresin .con la
enfermedad? Si el tiempo cero fue la deteccin mediante deteccin de
algunos pacientes, el inicio de los sntomas para otros y la
hospitalizacin o el inicio del trata miento incluso para otros, el
pronstico observado depender de la mezcla determinada de
tiemposcero del estudio. Peor todava, si no describira mos
explcitamente cundo, en el curso de la enfermedad,los pacientes fue
ron incluidos en la cohorte, no sabramos cmo interpretar o utilizar el
pro nstico documentado.
Descripcin de los resultados de la enfermedad

Las descripcionea del pronstico d.eben incluir todo el abanico de


manifes taciones que seran consideradas importantes por los pacientes .
Esto no slo significs la muerte y la enfermedad sino tambin
consecuencias de la enfer medad, como el dolor, la angustia y la
incapacidad para cuidar de si mismo o llevar a cabo las actividades
habituales. (Las cinco D enumeradasen la ta bla 12 son una simple
forma de reaumir resultados clnicos importantea.)
En sus esfuerzos por ser cientficos-, los mdicos en ocasiones
valoran determinados tipos de resultados ms que otros, a expensas de la
relevancia clnica. Los efectos clnicosque no pueden ser percibidos
directamente por los pacientes (p. ej. , disminucin del tamao tumoral,
normalzacin de los valores de la bioqulmics de la sangre o
modificaciones de la serolog!a) no son fines ens mismos. Es apropiado
sustituir aquellos fenmenos biolgicos por los resultados clnicos slo
si se sabe que ambos estn relacionados entre s. As pues, la
hipercalcemia es un resultad.o clnico importante del hiperpara
tiroidismo slo si causa sntomas como somnolencia o sed o si existe
una razn para creer que en ltimo trmino conducir a complicaciones
como una osteopata o una nefropata.Si un resultado no puede
relacionarse con algo que lospacientes reconozcan, la informacin no
debe utilizarse para orientar la asistencia de stos, a pesar de que podra
ser de considerable valor en la comprensin de los orgenes y
mecanismos de la enfermedad.
Medidas de lo oalidod do vido rolooionodoa oon lo salud

Se reconoce de forma creciente que la .:salud incluye algo ms que


la evitacin de aspectos negativos, como la muerte o la enfermedad. Las
acti vidadesclnicas han de tener un impacto positivo sobre el modo en
que un individuo funciona y vive. Este concepto se ha denominado
calidad de vida relacionada con la salud , estado de la salud o
estado f1mcwnal. $e. han desarrollado cuestionarios para medir la
calidad de vida de los pacientes. En ocasiones, su utlzacin refuerza
los razonamientos para determinadas intervenciones clnicas. Por
ejemplo, un estudio puso de manifiesto que el tratamiento con
eritropoyetina de los pacientes con insuficiencia renal cr nica no slo
aumentaba los hematcritos de los pacientes sino que mejora ba su

calidad de vida relacionada con la salud (1).Adems, en ocasiones las


med.iciones de la calidad de vida ponen de manifiesto equilibrioso
compro misos complicsdos. Un estudio sobre tratamiento con
zidovudina (AZT) en

118

lpidemiolofllo cUnica. Arp 1 rtoo fundu,.., ,lat.1

pacientes con una infeccin por VIH ligeramente sintomtica puso de


manifiesto que, a pesar de que el frmaco retrasaba la progresin hasta
el SIDA una media de 0,9 meses, el resultado positivo estuvo
contrarrestado por los efectos adversos del frmaco. As pues, los
pacientes que consumie ron el frmaco tuvieron una media de 14,5
meses sin progresin de la enfermedad o efectos adversos sintomticos
graves debidos al AZT, compa rados con una media de 14,7 meses para
los pacientes que no Jo consumie ron (2). Lo que pareca un pequeo
beneficio en el retraso de la progresin hasta el SIDA no fue tan claro
cuando se aadieron al estudio medidas de la calidad de vida.
FACTORES PRONSTICOS

A pesar de que muchos pacientes estn interesados por el curso de su


enfermedad en general, incluso estn ms interesadoe por una prediccin
para su caso concreto. Losfcu:Jres pronsticos contribuyen a identificar a
grupoe de pacientes con la misma enfermedad que tienen diferentes
pronsticos.
Diferencias entre factores pronsticos y factores de riesgo

Los estudios de Jos factores de riesgo habitualmente se realizan en


indi viduos sanos, mientras que Jos factores pronsticos, las
circunstanciss que estn asociadas con el resultado de una
enfermedad, por definicin, se estudian en individuos enfermos.
Asimismo, existen otras difer9ncias importantes que se describen a
continuacin.
Factores diferentes

Los factores asociados con un aumento del riesgo no necesariamente


son los mismos que Jos que indican un mal pronstico y a menudo sen
con siderablemente diferentes para una enfermedad determinada.Por
ejem plo, una presin arterial baja disminuye las posibilidades de un
individuo de sufrir un infarto agudo de miocardio, pero constituye un
signo de mal pronstico cuando est presente durante la fase aguda (tig.
6-1). De forma parecida, el tratamiento con estrgenos exgenos
durante la menopausia aumenta el riesgo de cncer de endometrio de Ja
mujer, pero Jos cnceres asociados se identifica.o en un estadio ms
precoz y al parecer tienen un pronstico mejor que Ja media.
Algunos factores tienen un efecto similar tanto sobre el riesgo como
scbre el pronstico. Por ejemplo, tanto el riesgo de sufrir un infarto
agudo de miocardio como el riesgo de fallecer a causa de ste aumentan
con la edad.
Resultados diferentes

El riesgo y el pronstico describen fenmenos diferentes. En el caso


del riesgo, la fase que es objeto de un recuento es el inicio de la
enfermedad.
Copyrigted
material

Pron611ico

Sano

Inicio delinfarto
agudo de
miocardio

---R E_s_G_ l

l l.
FactOl'l!$ de riesgo

f Edad
Varn
Hbito tabquico
Hipertensin

t LDV J HDL
Inact vidad

119

Resultadoa

Muerte

P_R_o_N__s_T__c_o__,)
Relnfarto

Otros

Factores de mal pronstico

f Edad
Mujer
Hbito
tabqulco
Hipotensin
Infarto anteor
Insuficiencia cardlaca congestiva
Arritmia ventricular

Rg.&-1.Diferencias entre los factores de riesgo y tos factores pronsticos para ef infarto egudo
de rriocardlo.LDL, lipoprotefna de baja densidad;HOL, ypoproteoa de alta densidad.

En el caso del pronstico se efecta un recuento de una serie de consecuen


cias de la enfermedad que incluyen la muerte, las posibles complicaciones,
la discapacidad y el sufrimiento.
Tasas diferentes

En general, Jos factores de riesgo predicen resultados de baja


probabili dad. Las tasas anuales del inicio de diversas enfermedades
son del orden de 11100 a 1110.000.Por ello, incluso los clnicos ms
perspicaces pasan por alto la relacin entre la exposicin y el riesgo, a
menos que se basen en estudios cuidadosamente realizados, que a
menudo incluyen un n.mero elevado de individuos durante perodos
prolongados de tiempo.Asimismo, el pronstico describe resultados
relativamente frecuentes. Los clnicos a menudo pueden establecer
buenas estimaciones del pronstico por si solos a partir de su
experiencia personal. Por ejemplo, saben que muy pocos pacientes con
cncer de pulmn o de pncreas sobreviven ms de 5 aos, mientras

que la mayor parte de pacientes con una leucemia linfocltica cr nica


sobreviven durante mucho ms tiempo.
Factores pronsticos mtuples y normas de prediccin

Una combinacin de factores pueden proporcionar un pronstico


ms preciso que cada uno de los mismos factores considerados por
separado. Las normas de prediccin clnica estiman Ja probabilidad de los
resultados de acuerdo con una serie de caractersticas de los pacientes .

120

lpiclemiologo clinlm, A 'I' 1l:tol funda....ntalH

l!ljemplo. Una vez que los Jl"cientea oon una mfeccin por VIH desanollan el SIDA. el
prono tico es malo y el tiempo de supervivencia, bJ'eve. l.nclu.so ad, antes que el trata.miento
a_ntiviral y profilcto;i delasinfecciones oportunistas llegara a ter un trata.miento
estndar,estaba claro que algunoa paciente.& con SIDA sobrevivian mucho ms tiempo que
otros. Se llev a cabo un tStudio para determinar qu caracterstica& del paciente predicen la
supervivencia (3).Se puao de man_i Gesto que cada una de lasdiveraas caracterbticu
filiolgicu guarda relacin con la aupeMen cia. Utiliundo esto. f'adoreo de forma
combinada, 106 investi ado,.. dezam>llaron un sisWna de eatadi5cad6n pron6etico,
otorgando un punto a lae.dri.eDcia decada u.no de loe sietefactores: dia rrea gravt o albmina
ll&ica < 2,0 g>'dl, cualquier dMlcit neurolgico. Po, igual o inferior a SO mm Bg, heroatcTito
< 30,., recuento de linfocitos < 150/ml, recuento de leucocito < 2.500/ml y

recuento de plaqueta.a < 140.000/ml. La puntuacin total determina el e8tadio pronstico a,o
puntos;
l punto.;
auperior o igual a 2 puntos ). La figura 6-2 muestra. la supervivencia de
paciente& con SIDA en cada estadio prono.tico. Utiliz.ando a la vez mltiplN fac:tOl'85 pron6tticoe,

n.

m.

loa aut:oru observaron que la prediccin de Ja mediana de la aupervivencia fluctu de&de 11.6
me&e1 para lot pacientes en estadio 1huta 2,1me&ea para loepacientes en eatadio m.

DESCRIPCIN DEL PRONSTICO


Pronstico como una tasa
Es conveniente resumir el curso de la enfermedad como un nmero
indivi dual o tasa: la proporcin de individuos que manfiestan un
resultado. En la
1,0

..

- .....-----.

.. '1- -

0.8

-,_

,_
'

'- Estadio 11

--\.

0.8

0.4

.....
..

,_ - 1

1-

._
'

.
""--'

C,2

_____
1

,
Estadio 111

-.-

.........

........
'

10

12

Ag. 11-2- &JpeMv8ooia de lospacientes coo SIDA de acuerdo coo elestadio pronstico.
pos med anos ele supervivencia (en meses: estadio 1,11,6;estadio
11,5,1;estadio 111,2.1.(De Justioe AC, Feinst"1AR y Wells CK.A new prognoetic: stag"1g
system lor the aoquitedimmunodeficloncy &yndrome. N Engl J Med 1989;320: 1388-1393)
Tlom

Proo6ttlco

121

tabla S.1se muestran la tasas utilizadas generalmente con este objetivo.


Estas tasas tienen en comn los mismos componentes bsicos de la
incidencia, loe resultados que aparecen en una cohorte de pacientes a lo
largo del tiempo. Es preciso especificar todos los componentes de la t
sa: tiempo cero, caractersticas clnicas especficasde los pacientes,
definicin de los resul
tados y duracin del seguimiento. El seguimiento debe ser lo
suficiente mente prolongado como para que se produzcan todos los
resultados;de lo contrario, la tasa observada subestimar la tasa real.
Unequilibrio: simplicidad frente a mayor lnfonnacln

Expresar el pronstico como una tasa tiene la virtud de la


simplicidad. Las tasas pueden ser memorizadas y pueden comunicarse
sucintamente. Su inconveniente es que comunican relativamente poca
informacin y que dentro de las tasas resumen. pueden estar ocultas
grandes diferencias de pronstico.
La figura 6-3 muestra la supervivencia a los 5 aos de pacientes con
cuatro procesos. Para cada proceso, alrededor del 10 % de pacientes
esta ban vivos a los 5 aos.Pero tasas resumen similares de una
supervivencia de alrededor del 10 % eclipsan diferencias de
considerable importancia para los pacientes .La supervivencia precoz de
los pacientes con a.neuris mas ditecantes es muy mala, pero si
sobreviven los primeros meses, su riesgo de fallecer no est afectado
por haber sufrido el aneurisma (figu ra 6-3 A). Adems, los pacientes
Vlli positivos que desarrollan el SIDA fallecen a lo largo de los 5 aos
(6g. 6-3 B). La leucemia granuloctica cr nica es un proceso con un
efecto relativamente pequeo sobre la supervi vencia durante los
primeros aos despus del diagnstico (6g. S.3 C). Ms tarde, se
observa una aceleracin de la tasa de mortalidad hasta que, 5 aos
despus del diagnstico, casi todos los pacientes han fallecido. La
figura S.3 se presenta como un patrn de referencia. Slo a los 100 aos
de edad los individuosde la poblacin general tienen una tasa de
superviven cia a loa 5 aos comparable al de los pacientes con las tres
enfermedades.

Detlnlel6rf

Tasa

SupervlV81)Cia a los 5 aos


MOf1alidad

POf"Centaje de pacientes qtHt sobreviven 5 a/los desde


mgoo momento en el curso de su enfennodad
Porcentaje de pacientes con una enfennedad que falle

cen acausa de sta

Mortalidadespociflca de enf Nmero de personas por 10.000 (o 100.000) habitantes

quefalteoen a causa deuna enfermedad especlica

Respuesbi
Remisin
Recidiva

Poroentaje depacientes que manifiestan alg6n sl9110de


mejoria despus de ooa int0Mlf1Cin
Porcentaje de packtntes que entran en una fase en la
cual la enfwrmedad ya no es delectable
Porcentaje de pacientes enlos que la8"fem>edad reapan:ice despus de un Intervalo llbte O. enfel medad

Se dtfine f<> supone) que el tiempo en obsvaci6n u k> sufiderrtemente prolongado pera que toelos Jos
acoi'ltocimler'rtos que oct.rrirn se ha)'an observado.

122

Epidoomiologia cnca. 11.tp 1 "'"funcla....-les


100

B.SIOA

100
A. Aneurisma disecante

1..

80

80

60

60

40

40

20

20

!.,.

C.Leucemia granuloctlca crnica


100

100

80

80

80

60

40

40

20

20

D.100 aos
de edad

SI

Allos

Ag.83. Umltacin de las tasas de supervivencia a Jos 5 a/los:cuatro procesos con


11misma tasa de supeM\le<lcia a los 5 al1os del 1O %.(De Anagnoslopoolos CD y cols.Aortic
dissections and dissec:ting aneul}'Wls. IVrl J Ca<dio4 1872;30:263-273;Saah JA, Hoover
DR y <:Qlo. foct0f8 fnftuenc ng surmal alter AIOS: noport from tho Multiconter AIOS C<>llort
Study (MACSf. J Acquir
lmmmuMOefic Syndr 1994; 7:287-295; KardinaJ CG y cofs. Chronic granuk>cyUc lukemla.

Revlew ol536 cases. Arch tn1ern Mad 1976; 136:305 313,y Amotlcan Colloge ollife lnsurance.
1979 Ufe lnsurance faci book.WashingtOO.OC:ACLI 1979.)

Anll&ls de supervivencia
Cuando interpretamos el pronstico, nos gustara conocer la probabilidad
-como promedio- de que los pacientes con un proceso concreto manifiesten
un resultado en cualquier preciso momenro. Cuando el pronstico se
expresi como una tasa resumen no contiene esta informacin; no obstant.e,
existen mtodos para presentar la informacin sobre el tiempo medio hasta
que se produce un resultado en cualquier momento durant.e el curso de una
enfermedad.

Supervivencia de una cohorte

La manera ms clara deconocer la supervivencia es reclutar a una


eohort.e de pacientes con el proceso en cuestin en algn momento en el
curso de su

Po ouotlco

123

enfermedad (p. ej., inicio de los sntomas, diagnstico o inicio del


tratanento) y mantenerlos en observacin hasta el momento en que
todos pudieran haber manifestado un resultado relevante.Para una
cohorte de pequefto tamallo se podra representar el curso de Ja
enfermedad de estos pacientes, tal y como se muestra en Ja figura 6-4
A.La representacin grfica de la supervivencia fren te al tiempo muestra
los escalones que corresponden a la muerte de cada uno de Jos 10
pacientes de la cohorte.Si el nmero de pacientes aumentara (figu ra 64 B), el tamailo de Jos escalones disminuira. Si se representara a un
nmero muy elevado de pacientes, la figura se aproximarla a una curva
apla nada.Esta informacin podra utilizarse para predecir el pronstico
ao a ail.o o incluso semana a semana de pacientes similares.
Por desgracia, la obtencin de la informacin de esta forma es poco prc
tica por diversas razones. Algunos de los pacientes indudablemente
aban donaran el estudio antes del trmino del periodo de seguimiento,
quiz por otra enfermedad. porque se mudaran a otro lugar (en que el
segui miento no podra llevarse a cabo) o por la falta de sstisfaccin con
el estu dio. Estos pacientes tendrlan que ser excluidos de la cohorte, a
pesar de que se hsbrla hecho un esfuerzo considerable para reunir
datos de stos hasta el momento en que abandonaron el estudio.
Asimismo, sera necesa rio esperar hasta que todos Jos miembros de Ja
coho.rte hubieran alcanzado cada momento de tiempo antes que pudiera
calcularse la probabilidad de sobrevivir hasta ese momento. Puesto que
Jos pacientes habitualmente estn disponibles para un estudio durante
un perodo de tiempo, en cual quier momento del calendario existira un
seguimiento relativamente pro longado para los pacientesque fueron
incluidos en primer lugar en el estu dio, pero slo una breve experiencia
con los pacientes que fueron incluidos recientemente.El ltimo paciente
incluido en el estudio tendrla que haber alcanzado cada ao de
seguimiento antes que se dispusiera de informacin sobre la
supervivencia hasta dicho afto.

...

100

i!
.!

A. 1O pac
entes

80

100

80

B. 100 pacientes

60

60

.g

.
z

40

40
20

20

Tlemoo l flol
Fig.6 4. SUpeMvencia de dos cohortes, de pequelio y gran ta.mallo, cuando todos los miem
bros son obse<Vados d..ante 1odo el periodo de seguimiento.

12A

lpid1mialo9io clnica. tp1c:lo1 funclamentale

Curvas de supervivencia

Para utilizar eficientemente todos los datos disponibles de cada


pacien te de la cohorte se ha desarrollado un mtodo para estimar el
tiempo de supenivencia de una cohorte, que recibe el nombre de
anlisis de supervi vencia. (El mtodo habitual se denomina anlisis
de Kaplan-Meier, en honor a los autores que lo concibieron .) El
objetivo del anlisis de la super vivencia no es slo (como su nombre
indica) describir si los pacientes estn vivos o han fallecido. Puede
describirse de esta forma cualquier resultado que es dicotmico y se
produce una sola vez durante el seguimiento (p.ej ., tiempo
transcurrido hasta un accidente coronario o la recidiva de un cn
cer). Cuando se describe un caso diferente de la supervivencia, en
ocasio nes se utiliza el trmino anlisis del tiempo hasta la
aparicin del ca10 (epi sodio).
La figura 6-5 muestra una curva de supervivencia t!pica. El aje
vertical representa la probabilidad de supervivencia y el eje horizontal,
el perodo de tiempo despus del inicio de la observacin. A menudo se
muestra el nmero de pacientes en riesgo en diversos momentos para
dar cierta idea de la contribucin del azar a las tasas observadas.
La probabilidad de sobrevivir hasta cualqwer momento se estima a par
tir de la probabilidad acumulada de sobrevivir en cada intervalo de tiempo

4/5 80 " 112 = 50 %


100 %

r
-

1
j

f l:.
100

!
j

100 %

4Tod1MB

2en -

.,..,,....,.

2 """"

1
1

"""""'

1 "'

iodlMe

cenandoa

Oc""""..00

..". . ----r

'..

o '--'--'--_.. _.__._
2
2- --_ _LJ

i
I

Tie mpo Cal\oel

--- 1........
-..-------'.............

\'lvo

11an=r.'

.g

100 %

Sen

!20

1o

,,..,.......

_,...,,,.,,.J

Tiempo (aoej

Ag.8-5. CUrva de supentvencla tiplca,con el detalle de '""' parte de la CtJNa.

Pronltko

125

que lo precedi. Los intervalos de tiempo pueden ser tan pequeos como
sea necesario; en los anlisis de Kaplan-Meier los i.ntervalos se
establecen entre cada nuevo episodio (la muerte) y el precedente.La
mayor parte de las vece3, ningn paciente fallece y la probabilidad de
sobrevivir es de l. Cuando fallecen uno o ms pacientes, la probabilidad
de sobrevivir se cal cula como el cociente del nmero de pacientes
supervivientes con respecto al nmero de pacientes en riesgo de fallecer
en ese momento. Los pacientes que ya han fallecido, abandonaron el
estudio o todava no han sido segui dos hasta dcho momento no
presentan riesgo de fallecer y, por lo tanto, no se utiliian para estimar la
supervivencia de ese momento. Cuando los pacientes se pierden para
el estudio en cualquier preciso momento, por c.ualquier razn, son
censurados. es decir, dejan de contarse en el denomi
nador. La probabilidad de sobrevivir no se modifica durante los intervalos
en los cuales ningn paciente fallece; por tanto, en la prctica la
prob.tbili dad de sobrevivir slo se calcula de nuevo para Jos momentos
en que existe una muerte. A pesar de que la probabilidad asignada a
cualquier intewalo determinado no es muy exacta debido al pequeo
nmero de casos inclui dos, la probabilidad global de sobrevivir hasta
cada preciso momento (que es el producto de todas las probabilidades
precedentes) es considerable mente exacta.
Se presenta detalladamente una parte de la curva de supervivencia
en la figura 6-5 (desde los 3 a los 5 allos despus del tiempo cero) para
ilustrar los datos utilizados para estimar la supervivenca: pacentes en
riesgo, pacientu que han dejado de presentar riesgo (censurados) y
pacientes que experimentan los resultados en cada momento.
Interpretacin de las curvas de supervivencia

Cuando se interpretan las curvas de supervivencia es preciso tener


en cuenta varios aspectos. En primer lugar, el eje vertical representa la
proba bilidad estimada de sobrevivir para los miembros de una cohorte
hipottica y no el porcentaje de supervivientes de una cohorte real.
En segundo lugar, los puntos de una curva de supervivencia
coruititu yen la mejor estimacin, para una serie determinada de datos,
de la proba bilidad de superviv.ncia de los miembros de una cohorte. No
obstante. la precisin de estas estimaciones depende, como ocurre con
todas las obser vaciones sobre muestras,del nmero de observaciones en
las cuales sebasa la estimacin. Se puede tener mayor confianza en Ja
solidez de las estima ciones del lado izquierdo de la curva porque un
mayor nmero de pacientes presentan un riesgo durante este tiempo,
pero en la cola de la curva, a la derecha,el nmero de pacientes en
quienes se basan las estimaciones de la supervivencia con frecuencia
disminuye relativamente porque las muertes, abandonos y las
inclusiones tardas en el estudio originan como consecuen cia un
ruimero cada vez menor de pacientes seguidos para dicha extensin de
tiempo. As, las estimaciones de la supervivencia hacia el trmino del
perodo de seguimiento son imprecisas y pueden estar afectadas
considera blemente por lo que les ocurre a un nmero relativamente
pequeo de pacientEs. Por ejemplo, en la figura 6-5, la probabilidad de
sobrevivir es del

126 lpid 1 n ialaga clnico.Alp 1tto1 fundamentalru

8% a ke 5 aos.Si, en este momento, el nico paciente que sobrevive


falle ciera, la probabilidad global de supervivencia disminuirla hasta
cero. Por supuesto, esto seria una lectura excesivamente literal de los
datos.Por esta razn, las estimaciones de supervivencia en las rol""
de las curvas de supervivencia deben interpretarse ron precaucin.
Por ltimo, la forma de algunas curvas de supervivencia, especialmente
las curvas en las cuales la mayor parte de pacientes manifiestan resulta
dos relevantes, crea la impresin de que stos se producen a menudo
ms precozmente que de forma tarda, cuando la pendiente alcanza una
meseta y parece que el riesgo de los resultados sea considerablemente
menor.Pero esta impresin es engaosa. A medida que transcurre el
tiempo, las tasas de supervivencia se aplican a un nmero decreciente
de individuos, lo que
45

40

35

....-

30

-ii 25
i .21

!fi

1i! ..

Grave

(estenosis <: 75 %)

20
15

i f
i-

10
5

Normal

(estenosis ,;30 %)

o
6

12

18

24

30

36

42

80

68

52

42

28

21

211

169

158

69

56

Tlempo
le deteccin
de un soplo carotldeo aalntomtlco (meses)

94

N{Gi:av-es
Nmales

242 236

F19.e..a. Curva de supervivencia que muestra la comparacin de dos coho<tes.el


nmero de individuos en rie5go y losntervalos de confianza del 95 % para las tasas
observadas.Es1:alG cur- vas muestran la probabilidad acumuada de un accidente

squn'ico cerebral desde el momento del diagnstico,de acuerdo con el grado


lnicla_Ide estenosis carotidea. (De Chambers BR y Norris JW. Outcome in patients
with asymptomatlc neck bru1ts. NEnglJ Med 1986;315:860- 865.)

Pronltlco

127

hace que la pendiente de la curva se aplane incluso cuando no se


modifica la tasa de losresultados .
En Ja bibliograffa mdica se observan variaciones de Ja curva de super
vivencia bsica (.fig.6 6). Frecuentement.e en el eje vertical se indica la
pro porcin con (msque sin) el resultado; por tanto, la curva se extiende
hacia arriba y hacia la derecha. Otras variaciones aumentan la cantidad de
infor macin presentada en la curva. El nmero de pacientes en riesgo
en dver sos momentos puede incluirse en el eje horizontal;la precisin
de las esti maciones de supervivencia , que disminuye con el tiempo
porque se encuentran en observacin un nmero cada vez menor de
pacientes a medi da qu.e st.e transcurre, puede identificarse mediante
los intervalos de con fianza (v.cap. 9); y las curvas de supervivencia
para los pacient.escon dif& rentes caractersticas (p. ej ., pacientes con
diferentes factores pronsticos o tratamientos) pueden compararse en la
misma figura. A las curvas de supervivencia se les aaden algunos tics
(que no apa1-ecen eo la flg. G G) para indicar los momentos en que un
paciente es censurado.
Pueden construirse curvas de supervivencia para combinaciones de
fac tores pronsticos. Esto puede llevarse a cabo estratificando a los
pacientes de acuerdo con la existencia de una serie de factores
pronsticos o no,como se ha mostrado previamente en est.e
capitulo.Puede utilizarse una tcnica estadstica denominada modelo de
regresin de ri.esgos proporcionaks de Cox para identi.ficar la
combinacin de factores que mejor indique el pro nstico del grupo de
pacientes en estudio o el efecto independiente de cada factor individual
(cap. 9).
SESGOS EN LOS ESTUDIOS DE COHORTES

En cualquier observacin existe la posibilidad de un sesgo.El sesgo


en los estudios de cohortes, con independencia de que trat.en sobre el
riesgo o el pronstico, puede crear diferencias aparentes cuando en
realidad no existen G encubrir diferencias cuando en realidad existen.
El sesgo puede identificarse ms fcilmente cuando uno sabe dnde es
ms probable que ste se produzca durante el cu.rso de un estudio.En
pri roer lugar, es importante determinar si el sesgo pudo estar presente
dadas l&:.1 oondicionel!l del
1.-. ud.io. En St!.gUD.do lugar, determinar si el
sesgo est en realidad presente en el estudio concreto que se est
considerando. En tercer lugar, decidir si las consecuencias del sesgo son
suficientemente grandes como para distorsiona.r las conclusiones de una
forma clnicamente impor tante. Si el perjuicio para las conclusiones del
estudio no es de gran magni tud, la existe.ocia de un sesgo no conducir a
resultados engatiosos. En la figura 6-7 se ilustran algunas de las
localizaciones caractersticas del sesgo en las investigaciones de cohortes y
se describen a oontinuaci.n.
Sesgo de susceptibilidad

Copyrigted
material

Cuando los grupos de pacientes reclutados para el estudio difieren


en aspectos que no son los factores de inters especfico para el estudio
se pro-

Copyrigted
material

128

lpidemiologia dinka.Arp 1 tos fun..1we1f ...11

--...
:

Factor
pronstico

'

r-GO

Existe

Poblacin '

de
lndiflduos

>
1

cenofnerlamedad_/

Sesgos

Reoullados

/ uestr :

Tl MPO
Sf

No

potenciales
Flg.&-7.locsllzaciooes de los sesgos potenciales en los estudios de cohofles.
duce una forma de sesgo de seleccin denominada sesgo <k
susceptibllidad. Son estos factores extrnsecos, y no los factores
concretos que son motivo de estudio, los que pueden determinar el
resultado.Un trmino compara ble es el de sesgo <k reclutamiento.
Los grupos que se comparan no son igualmente susceptibles al resultado
de inters,adema de derir en el fac tor en estudio.
El sesgo de susceptibilidad en los estudios pronsticos puede deberse
a una o ms diferencias entre las cohortes,incluyendo el grado o
extensin de la enfermedad, la existencia de otras enfermedades, el
momento en el curso de la enfermedad y el tratamiento previo. El
siguiente ejemplo ilustra cmo se evalu el sesgo de susceptibilidad en
un estudio del valor pronstico del antgeno carcinoembrionario en
pacientes con un cncer colorrectal.
E;;emplo. En divert0t tipo1 de tumores.induyendo el cncer colorrectal1se encuentra un
aumento de los niveles del ant(geno ca.rcinoembrionario (ACE),un antgeno fetal asociado a
Los tu.mores.Se Uev a cabo un estudio para determinar si loe nivelff p-reoperat.orioe del
ACE predicen la recidivtt de la enfermedad despus de la reseccidn quirrgica con intencin
cura. tiva (4). Se pu.so de mnifieato que Jos niveles del ACE M Mlacionan COA la
uten1i6a de la
nfrm.clad (fr.w.ea.i.met1te ea.tegorisa.daa de $,Cuerdo con la ...eJasi.6caein de Dtdc
:A. tumores tonfinado. la pared inteatinal ; B, tu.mores que se extienden a trav4!s de
la pared intestinal, pero DO hasta los ganglios llnf'-ticoS;C, tUJnOt'ff que afectaJ1 lot
ganglios (iof,ti.CO. regionales,y D, tumores con metsta&i.I a distancia). Loaniveles
medios del ACE variaron con la xten.ain de la enfermedad :"para el estadio A de
Dukea, 9 pra el 8, 32 pana el Cy 251 para el D.Tanto la claaificacin de Du.kes como el
nivel del ACE predijeron convincentmlnte Ja recidiva de la enfermedad. Snembargo,
predijo el nivel del ACE la recidiva con indepen
dencia de la clasificacin de Dukes o &e uplio6 lasusceptibilidad a tu rt:cid:ivu
11nicamente por la cluific.ci6n de Ouket? Para retponder a e&ta pregunta, &e examin la
atOciacin de loe niveles preoperatorioe deACE con ltt recidiva de Ja enfermedad en cada
estadio de la cluifica. cin de Duke1.La figura S..S muestra que para el estadio B de
Dukes, loe niveles del ACE pre. dijeron independientemente la recidiva.Resultado.
similares M identificaron pera loe pa,cien tes con twnorea en estadio C de Dukes.Por
consiguiente. la osocittci6n entTe 101niveles del ACE y la probabilidad de recidiva no
pudo explicarse por un aeego de auaceptibllid.ad parloe pacientes con eocere8tolorreetttle en lo estadios B y C de Dukes.y el ACE cona:titye un imporl.a.nte futor pronstico
independiente.

Copyngrted material

''" .. .

i ..

129

100

-3

80

Nlwl del ACE (ng)

< 2,5

. ..
o

60

> 10,0

2,5

10,0

12

15

18

21

Mesea

fi9. f..8. SupeMvenci.a libre dtt enfermedad de acuerdo con los ntveles del ACE en
pacientes con un eAnCOf eolorreetal con una estadificaein anatomopatolgiea similar
(Dukes B). (De Wt> mark N y cots. The prognostic significanoe of preoperative
carc_noembryonic ant198n leveta in oolonlctal cancer.ReotJlts from NSABP cWncaJ trlals.
Ann Surg 1984;199: 375-382.)

Cohortes de supervivientes

Los estudios de cohortes reales deben distinirse de los estudios de


coh-Ortes de supervivientes en los cuales los pacientes son incluidos
porque contraen una enfermedad y estn disponibles para el estudio, quiz
porque son visitados en una clnica especializada. Otro trmino para
dichos grupos de pacientes es el de cohortes de pa cientes disponibles.
Los estudios de cohortes de supervvientes pueden inducir a error si se
presentan como cohortes reales.En una cohorte de supervivientes los
individuos son reclu tados en diversos momentos del curso de la
enfermedad, y no al principio, como en un estudio de cohortes reales. Su
curso clnico se describe retroce diendo en el tiempo y examinando cmo
han evolucio.nado hasta el presen te (fig. 6-.9).
En ocasiones las experiencias de las cohortes de supervivientes S<
pre sentan como si fueran descripciones del curso de la enfermedad
desde su inicio. No obstante, pueden representar una visin sesgada
porque slo incluyen a los pacientes que estn disponibles para el
estudio cierto tiempo despus que se iniciara su enfermedad. Para
procesosletales, los pacientes en una cohorte de supervivencia son
aquellos individuos afortunados de ha.her sobrevivido y, por esta razn,
estn disponibles para una observacin ados ms tarde. Para las
enfermedades que remiten, los pacientes son los IJlicos lo bastante
desafortunados para sufrir una enfermedad persistente. De hecho, los
estudios de cohorte de supervivientes describen la historia previa de los
casos prevalentes y no lo que sera de esperar con el tiempo despus del
inicio de la enfermedad. Por consiguient.e, los estudios de cohorte de
supervivientes son un caso especial de sesgo de reclutamiento.
Copyrigted
material

Epidemiologa dinica.Aspectos fur.duo1,.dlaleo

130

Cohotte real

Mejora

obseMKla
MOdlciOn de

Reclutamiento

Sos cesuttados

de laoollorte

Mejoredos:
No mejorados:

(N = 150)

75
75

50 %

50 %

80 %

50 %

Cohorte de supervivencia
Reciento de ""'paenles

j
Medicin de
kJs resultados

Inicio del

seg1Jfmlento

(/'150)
No

No mejorados:

40

10

observados '
'

- - -

1-

:_ -

-1_ :

Abandonos

""8jorados:
No

35
65

Fi9.6-9.Comparacin de una cohorte real y u:n_a cohorte de..su-pervlvencia..;en la col'1orte de


superm"1Cla.algunos delos paclantes p,.....,tes al nicio no estn lnctu1dosen el seguimiento.

Los estudios de cohortes de supervivientes son relativamente


frecuen tes en la literatura mdica, sobre todo en forma de serie de
casos (descri ta en el cap.10). Dchos estudios pueden aportar una
impo.rtante contribu cin, principalmente describiendo las experiencias
precoces con sndromes de definicin reciente, pero representan
observaciones tentativas y no con cluyentes.
emplo.Ha m&cit.ado pret>CUpaci6n la poiu'bilidad deque )09 implanta mamarios de
sili c-0na puedan causar s(ntomas autoim:nunea de ene:rmedades reumticas. Por sta
razn ae llev a ctbo un estudio de 166 m.Qjue& con implante mamarios de ailicona y
slntomas de e.nfermoiades umticaa (5). Las pacientes haba_n sido referidaa
consecutiva.mente a trea reu.matlogoa conocidos por au inters por los implantesde
sllicona y las enfermedalea reu mticas.Las pruebas aerolgicas de e.atas paciente.a fueron
compara.da.a co.o. la.a prueba.a de
mtrjeres &in implantes, pero con fibrom.ia.lgia y ec:o lasde mujeres QOn implantes.pero tin
sn tomas room.ticos. Se describieroo loe hallai.goa cln.iC06 de las mujel"fJ:'3 con
implantes y .snto ma.a la mayor parte no cumplieron los criterios de la artritis reumatoidea y
en la mayorf.a ae identifict.ron pruebas inmunolgicas normales.. No obstante, 14 pacientes
tenan u.na e.nfr medad de tipo esclerodermia y una ee.roJogfa anor-maJ que no se identific
en los gru.pott de comparacin. Debido los p06iblu JMeagoa que pueden producirse en el
reclutamienu. de loa

pacie.ntu para esta serie de ca.soa, los autores fueron prudentes con respecto a aus
hallazgos, concluyendo que la a:hip6tesia formulada en e.ate estudio y otro& dobe ter
probad.a en eg,tudio& poblacio.1ale.s de gran tamado. La publicat:i6n del primero de estos
studios n.o respalda la hpt:Ua (6).

" ''6111co

13 1

Sesgo de migracin

El sesgo de migracin, otra forma de sesgo de seleccin, puede


producir se cuando los pacientes de un grupo dejan su grupo original,
abandonando del todo el estudio o migrando hacia otro de losgrupos en
estudio. Si estos cambios tienen lugar a una escala lo suficientemente
grande, pueden afec tar la validez de las conclusiones.
En casi todos los estudios, algunos miembros de un grupo original lo
abandonan a lo largo del tiempo. Si estos abandonos se producen
aleatoria mente, de tal modo que las caractersticas de los individuos
perdidos en un grupo son como promedio similares a las de los perdidos
en otro grupo, no se introducira ningn sesgo. Esto es as con
independencia de que el nmero de abandonos sea alto o similar en los
grupos. Pero habitualmente las caractersticas de los individuos perdidos
no son las mismas en diversos
rupos.Las razones de los abandonos (muerte. recuperacin, efectos
adver sos del tratamiento, etc.) a menudo se relacionan con el
pronstico y tam bin pueden afectar a un grupo ms que a otro. Como
consecuencia, los grupos de una cohorte que eran comparables al inicio
pueden llegar a ser menos comparables a medida que transcurre el
tiempo.
Conforme aumenta la proporcin de individuos d.e la cohorte que no
son seguido&, aumenta la posibilidad de sesgo. No es dificil estimar
hasta qu punto ser grande el sesgo.Lo nico que se necesita es saber el
nmero de individuos de la cohorte, el nmero no tenido en cuenta y la
tasa observada de resultados.
emJlo. 'lbompeon y cols. describi eron los reaultados a largo plazo de Ja
psb'opstrosto mfa (7). Se eetud_i u.na cohorte de 123 pacientes con obesidad mrbida entre

19 y 4'7 meses dei;pu& delaciruga. E1 xito se defini como una prdida ponderal

guperior al 30 del exce so de pe8<1.


Slo pudieron ter localizados 103 pacientes (84 41.). En ellos la tasa de xito de la
ciruga fue de 60/103 (68 ._,), Para determinar loe limite& denb'o de los cuales deberla
fluctuar la tasa. real de lito, los autores llevaron a cabo un an6lis del m.(jor coso/
peor ccuo. Secalcularon lafl tasa de xito auponiendo que todoe loe paciente:s
perdido.t pa.ra et segui:m.iento eran, por una pa.rt.e, xitoa (mErjor caso) y, por otra
parte) fraca60$ (peor cai;o). De la oohort.e total de l23 paciente& fueron seguidos 103
paci.entea y 20 se perdieron para el seguimiento. La ta.ea obeeT vada de xito fue de 60/103
oel 58 S. En el mejor caMI, tod06 loa pacientu perdidos para e.I seguimieto ae
cont.arfan como 4.xitos y e1 ndice deeficacia seria de (60 + 20)1128 o dl 65 %. En el
peor caso, loe 20 pacientes te contaran como fracasoe y la ta6a de xito 6el'fa
de&Qf123 odel 49 41. Por consiguiente, la tau real debera e!llar entre el 49 y el 65 'i\;
probablemente estuvo r:n! cerca del 68 S, la bl.lw.t obervadu Porque lo.i dcnt(!lil no
fteg'Uidos tlcncu poca probabilidades de ser todos xitoa o todos fracasoa..

Los pacientes tambin pueden pasar de un grupo a otro en la


cohorte durante el seguimiento.Siempre que se produce este fenmeno,
dejan de tener peso las razones originales para que los pacientes se
encuentren en un grupo o en el otro.Si el intercambio de pacientes
entre grupos tiene Jugar a gran escala, puede disminuir la diferencia
observada del riesgo comparada con la que se habra observado si los
grupos originales hubie ran permanecido intactos.El sesgo de migracin
debido a este intercambio es un problema ms frecuente en los estudios
de riesgo que en los de pro nstico porque los estudios de riesgo a
menudo se prolongan durante

132

Epidemiologa clnica. 1p1cto1fundamentales

muchos aos. Asimismo, la migracn de un grupo a otro puede


utilizarse en el anlisis de un estudio.
Ejemplo. La relacin eot.re el ettilo de vida y la mortalidad se estudi clasificando a
10.269 alumnos del Harvazd C.,llege oegn lo aetivided ffaica,el htlhito tabqwco, el peso y
lo pl'tiin arterial en 1966 y nuevamente en 1977 (8). Despus 86 obrvaron la& tasas
de morta lidad duranto un perodo de 9aos desde 1971basta 1985.Se pu.so de manifieato
que lascla s:i.6cacione.s originales pueden cambiar,oscureciendo cualquier relacin que
pudiera ox1tir entre el estilo de vida y la mortalidad.. Para tratarlo) los in\<estig:adores
definieron cuatro cate goras:los varonea que mantuvieron estilog de vida de riesgo elevado,
loa individuos que cam biaron su estilo de vida d riesgo bajo por uno de riesgo elevado, los
que ca.rnbiaron av. e.atilo de vida de riesgo elevado por uno de riesgo bajoy los que
mantuvieron estilos devida de riea gobajo. Despus de ajw;tar otroe factores de riffgO, los
varones que aumentaron su actividad fisica hasta una cantidad moderada abandonaron el
h4bit.o tabA.quico, perdieron peso hasta alcanzar unos niveles normales y/ollepi:ron a ser
normotonsoe y preaentaron una mortalidad ms baja que loe varonesque mantuvieron
oadoptaron caracte:rl.e:ticas de riesgo elevam,pero aqulla no fue tan baja oomo la.a taM
d loe alumnos que nunca babfa_n presentado C'l.U}Qui
ra de los iactores de rieago.

Sesgo de medicin

Es posible un sesgo de medicin si los pacientes de un grupo tienen


mayor probabilidad de que se detecte su resultado que los de otro grupo.
Obviamente algunos de los resultados como la muerte, los accidentes
car diovasculares y los principales cnceres son tan evidentes que tienen
pocas probabilidades de que se pasen por alto, pero para resultados
menos claros (la causa especfica de la muerte, la enfermedad
subclnica, los efectos adversos o la discapacdad), puede producirse un
sesgo de medicin debido a laa diferencias de los mtodos con que se
investigan o clasifican los resul tados odesenlaces.
El sesgo de medicin puede minimizarse de tres formas. Un investiga
dor puede cerciorarse de que los responsables de efectuar las observaciones
no conocen el grupo al cual pertenece un pacente, puede establecer nor
mas cuidadosas para decidir si ha ocurrido o no un resultado (y seguirlas)
y puede hacer esfuerzos para descubrir desenlaces de manera igual en
todos los grupos del estudio.
FJem plo.f!hamhr y Norri tudiAmn I d11t"IA4: delol'I fl.l't"..iP.1'. COl) sop108
earot deos asint0mticos (9). Observaron a un total de 500 pacentes asintomticos

con soplos canr tideoe durante un periodo b.asta de 4 aAO$.Lo6 pacientes seclasificaron
de acuerdo oon e) gra d de eifi-Enosis inicial de la canSt.i.da mediante ecograa Doppler.
Los desenlaces o resW.tados fueron UJ) cambio dcl grado de la ea:Utnoss carotidea y la
incidencia de accidentes isqumieo c:erebralei.
Para evitar mediciones ae&g'adas,los autores estimaron Ja estenosis carotdea utili
zando criterios ex-peitoa,ealablecidoa para interpretar la explo-racin Doppler y
umi oaron lat lmgenea tin conocer Jos baUazgoa de la au&cult..aein o el
Dopp)er previo. Las evaluaciones clinicas y el Ooppler se repitieron cada 6 meaes y
te telefone a todos Jos paciente que no cumplieron con el estudio para determinar si
se baba.n poodueido resul tadof!.
Este estudio puso de manifiesto -entre otras cosas-que los pacientes con una e11:teno
ti.a ca.ro&fdea > 75 % presentaron una incidencia > 20 % deaceidente.s isqumioos
cerebra les a lo.a 3 aO;S, mAA de 4 vecesla tasa de 105 pacientes con una eatenosia < 30
? (\', gu ra 6 6).

133

Proo....ico

Asignar a los pacientes a grupos de


fomia que cada paciente tengala

misma posibiidad de serincluido

enuno u otro grupo


Limitar el elenco de caractea:tlcas

Para cada paciente de un gNpo,

de los pacientes dei estudio

Empareamiento

seleocionar a uno o ms
pacientes con las mismas
caracteristicas (ex<;eptola que

Eslratifica::in

se encuentra en estudio) para


elgrupo Oe compa racin
Comparar las tasas dentro de sub..
grupos (estratos) con una probat*

Ajuste silT.ple

AJuste matemtico delas tasas bru-

lidad por lo demjs similar del


nlStJftado

tas para unao algunas caracteris

tlcas de modO que se concede el mi!

movalor ak>s estratos de Bes


go similar
Mhlple

Ajuste para las dferencias de un

nmero evado de factores


rela
cionados
con
elrest.lltado,utilizan do tcnicas
de modelizacin mate
Mejor casclpeor

caso

mtic8

Describ.- cun diferentes podrian ser


tos resuttados en

ta-s condiclOtles

ms extremas (o simplemente
muy poco probables) de sesgo
de selecCi6rl

ABORDAJE DE LOS SESGOS DE SELECC N

Par detennina.r cmo se relaciona un factor con el pronstico, lo


ideal sera comparar cohortes con y sin el factor, permaneciendo
idnticos los otros tu;pectmi, pero tm la vida real "lOH otros u.zspect.os no
Huelen Her idnti cos en los estudios de cohortes.
Qu puede hacerse respecto a este problema? Existen varias formas
posibles de controlar las diferencias durante el diseo o el anlisis de la
investigacin (tabla 6-2)'. Para cualquier estudio observacional, si no se
han aplicado una o ms de estas estrategias, el lector debe ser escptico.
' En ln\'Httpdn dtnlca, el t&mlno COfl1rol tiene variol tiginilicado&: a) tnnino gcinJ que
k rtfierc a cualquier pl'OQe:M> (uatccin.empt.retjamie.oto, e:&tntificacin o ajuste) con el objetivo de

eliminar k>ie efectoe d 'l'ariablee utrtoeeca& cuando ee uaJnioar:i efect.oe de.pendJent.ee de una
variabl;b) d grupo
tormado par loe nd_iv1dllOll no cucpw13W. de un eetudlo de cobortc!fJ (i.ma u.tili.nc:i6n col\lP I
b1mrino);e) el ormoidopol' 108 cientes no trai.dos en un en&ayo din.y dJ I fonnado por los
individuoe no enf moa (no ca.ot) eo un estudiocuo-coa.trol (v.cap, lO).

134

Epiclemiologlo c&nico. A1p 1t1ol ........,_..,

La pregunta bsica es mantienen relacin las diferencias de


pronstico entre los grupos con un factor concreto en estudio o con
algunos otros fac tores?.
Aleatoriza cin

La tl:nica forma de equiparar t-Odos los factores extrnsecos o


cualquier otro aspecto es asignar a los pacientes a grupos de manera
aleatoria, de modo que cada paciente tenga la misma posibilidad de ser
incluido en el grupo expuesto o no expuesto. Una caracterstica especial
de la aleatoriza cin o asignacin aleatoria es que no slo equipara
factores que considera mos que pueden afectar el pronstico sino que
tambin equipara factores que no conocemos.Por consiguiente, la
aleatorizacin nos protege de las conclusiones in.correctas sobre los
facto.res pronsticos. Sin embargo, habi tualmente no es posible
estudiar el pronstico de esta forma. En el capitu lo 7 se describirn las
situacionll'!especiales en las cualeses posible asignar aleatoriamente la
exposicin, de modo habitual para estudiar los efectos del tratamiento
sobre el pronstico.
Restriccin

Los pacientes que son reclutados en el estudio pueden limitarse sola


mente a los que poseen una estrecha serie de caractersticas , con el fin
de equiparar los factores extrf nsecos importantes. Por ejemplo, el
efecto de la edad 3obre el pronstico despus de un infarto agudo de
miocardio se podra estudiar en varones de raza blanca con infartos de
miocardio ante riores no complicados. No obstante, es preciso tener en
cuenta que, aunque la restriccin en el momento de la inclusin en el
estudio quiz pueda pro ducir grupos homogneos de pacientes, los
produce a expensas de la gene ralizabilidad. En el curso de la
exclusin de individuos potenciales, se podran seleccionar cohortes
que fueran infrecuentes y no representativas de la mayor parte de
pacientes con el proceso.
Emparejamiento (matchlng)

Loa pacientes pueden stsr emparejH.dOtJ H. medida que se incluyen en


un eetudo, de modo que para cada paciente de un grupo existen uno o

ms pacientes en el grupo de comparacin con las mismas caractersticas


excep to el factor de inters. Frecuentemente , los pacientes son
emparejados por la edad y sexo porque estos factores se relacionan
convincentemente con el pronstico de muchas enfermedades . Sin
embargo, tambin se puede requeri.r el emparejamiento para otros
factores, como el estadio o la grave dad de la enfermedad, el ritmo de la
progresin y lostratamientos previos. En el captulo 5, en la discusin de
los estudios observacionales, se presen t un ejemplo de emparejamiento
en un estudio de cohortes de la anemia drepaooctica .
A pesar de que el emparejamiento se utiliza frecuentemente y puede
ser muy tltil, slo controla el sesgo para los factores incluidos en l. As,
no es

posible emparejar ms de algunos factoresdebido a las dificultades


prc.ti cas de ncontrar a pacientes que cumplan todos los criterios de
empareja miento.Adems, si las categoras para el emparejamiento son
relativamen te brutas, es posible que existan diferencias sustanciales
entre los grupos emparejados. Por ejemplo, si se llevara a cabo un
estudio del ril?J!go d.el sn drome de Down, en el cual se emparejara
por edad materna dentro de seg mentosde 10 aos, podra existir una
diferencia de casi 10 veces la frecuen cia relacionada con la edad si la
mayor parte de mujeres de un grupo
tuvieran SO aflos y la mayor parte del otro, 39.Adems, una ve que se res
tringe o empareja por una variable, dejan de poder evaluarse sus
efectos sobre los resultados.
Estnrtlflcacln

Despus de la recogida de datos, stos pueden analizarse y presentar


los resultados de acuerdo con subgrupos de pacientes, o estratos, de
mrac terfsticas similares.
Ejemplo. Suponga.moa que de8eamos cornptarar las t.aaat de: mort.alidad operatoria
de la ci.rug{a dt derivacin coronaria en los hoepitale6 A y B. En conjunto,el hO.l'lpital A
registra 48 muerte de 1.200 ntervcncion dederivacin (4 ).y el bo.ipita] B registra

M muertes de

2.400 intuvtncones (2,6 'l).


Las tasas bruta.t sugieren que eJ hospita_I B es auperior, pero,lo ea?Qull: 108 pacieata
d ambos bmpitales, por lo dem.6, no tenan un pronstico compara.ble.. Partiendo de la ba.se
de la edad, la funcin mioc:dica, el grado de la enfermedad oclu.siva y otras
caroeterf8ticas.los paciente pueden dividirse en subgrupos, sego. el riesgo preoperatorio
(tabla 6-3);de este modo, pueden oomparane laa lasu demottalidad operatoria dentro

deeada eategoria o estra to de riesgo.


La tabla 6 Smuestra que cuendo se divide a los pacientessegn el riesgo preoperato
rio, las taaae de mortalidad operaloria en cada estrato de riesgo son idntica en amboa
bospitalts:6
en los pacientes de riesgo elevado,4 % en loa de riesgo medio y 0167 '11
en los de rieego bajo.El orig&n evidente deesta impresin al$8, creada po:r el hecho te
eva luar 11.nicamente laa tasas brutas, eat eo la gran dereocia que se observa entre
la& earacterfstieee de riesgo de los pacientes tratado.a en ambos hospitales: el 42
de loa paeientea delhogptal A pre.senta_Ton un riesgo elevado frente
a 1610 el 17 de los pacien tea del hespital B.

La estratificacin es una de las formas ms frecuentes y reveladoras de


examinar sesgos.
Tallla8-3. E)emplo de ri Otificacln: tasae hipo
de mortalld8d dMpo...di
la cngide detlvacln coro""'18 "" dos holpltalM, ellnltltlcedos segn el

r1ff9o preoperatorlo

Hospi!aJ B

Hospital A

--'""'

PICitntes

Elevado

500

Bajo

400
300

Tola!

1.200

Medio

r...

Muort0$

('41

Pac1enttll

Tasa
M-es

<"l

400

4
0,67

24

1.200

0.67

48

4,67

2.400

64

2.67

30
16

800

32

6
4

136

r, d n i1l1efa dinica.. pt t106 fua d

'* ''

111

Estandarizacin

Dos tasas pueden compararse sin sesgo si estn ajustadas de modo


que se equipare el valor o peso conferido a otro fact.or que podra
guardar rela cin con el resultado.Este proceso, denominado
estandarizacin (o t{jus), muestra cul sera la tasa global si se
aplicaran tasas especficas de estra to a una poblacin formada por
proporciones similares de individuo& en cada estrato. En el ejemplo
previo, la tasa de mortalidad del 6 % para los paciente& de riesgo
elevado recibe un valor de 500/1.200 en el hospital A y un valor mucho
ms bajo de 400/2.400 en el hospital B, etc., de modo que la tasa bruta
para el hospital A = (500/1.200 x 0,06) + (400/1.200 x O,Ot) +
(300/1.200 -0,0067) = 0,04 y la tasa bruta para el hospital B es igual a
(400/2.400 X 0,06) + (800/2.40() X 0,04) + (1.200f2.400 X 0,0067) = 0,026.
Si se utilizan valores igua.les, por ejemplo, 113 (pero que podran
basa.r ae en uno u otro hospital o en cualquier poblacin de referencia),
la tasa estandarizada para el hospital A = (1/3 X 0,06) + (1/3 x 0,04)
+ (113 x 0,0067) = 0,036, que es exactamente el mismo que la tasa
estandarizada para el hospital B. La consecuencia de ooorgar el mismo
valor a los estratos de cada grupo es la eliminacin rotal del aparente
exceso da riesgo del hos pital A
La diferencia entre las tasas brutas de mortalidad operatoria en
ambos hospitales es consecuencia del sesgo introducido por las
diferen cias del riesgo preoperatorio de los pacientes. Slo estamos
interesados en las diferencias atribuibles a los hospitales y a sus
cirujanos y no a los pacientes per se. La diferencia de las tasas brutas
de morta.lidad es confu sa por las diferencias de los pacientes
mientras que las tasas estandari zadas de mortalidad equiparan el
valor del riesgo preoperatorio de los pacientes en ambos hospitales.
La estandarizacin se observa mucho ms a menudo en los estudios
sobre riesgo (en los cuales las tasas se estanda rizan frecuentemente
para la edad, sexo y/o raza) que en los estudios sobre pronstico.En
comparacin con la estratificacin (utilizada frecuen temente en los
estudios sobre pronstico), la estandarizacin elimina el efecto del
factor extrnseco.Con la estratificacin todava puede exami narse el
efecto, incluso si se establece un control para ste. Por consi guiente,
con la estandarizacin observamos que los pacientes tenan pro
nsticos eimilaree en el hoapitaJ A y en el B. Con la estratificacin

tambin identificamos las tasas de mo.rta.lidad entre los pacientes en


dife rentes estratos de riesgo.
AJuste rqi!tjyariable

En la mayor parte de situaciones clnicas, numerosos factores actan


al mismo tiempo produciendo efectos. Las asociaciones entre estas
variables son complejas. Pueden guardar relacin unas con otras, as
como con el resultado de inters, el efecto de una puede estar
modificado por la existen cia de otras y los efectos conjuntos de dos o
ms pueden ser mayores que la suma de sus efectos individuales.
El anlisis multivariable es un mtodo para considerar simultnearnen-

..............

1S7

te los efectos de numerosas variables (cap. 9). Se utiliza para efectuar


un ajuste (control) simultneamente para los efectos de numerosas
variables para determinar los efectos independientes de una de
ellas.A8imismo, a partir de una amplia serie de variables, el mtodo
puede seleccionar un subgrupo ms pequeo que contribuye
indepen.diente y significativamente a la variacin global del resultado y
puede ordenar las variables de acuer do con la importancia de su
contribucin. El andlisis tk los riesgos propor ciona/e de Cox es un
tipo de anlisis multivariable utilizado cuando el resultado es el tiempo
que transcurre hasta un efecto (como en los anlisis de supervivencia ).
El anlisis multivariable es la nica forma posible de considerar nume
rosas variables a la vez durante la fase de anlisis del estudio. (La aleato
rizacin tambin controla mltiples variables, pero durante el diseo y la
realizacin del estudio.) Mtodos ms simples como la estratificacin o el
emp31rejamient.o trol".l pueden eonai der9r algi.11'.u:u varl'.lbls a ls.t vez y
por tanto slo sacrificando la consistencia estadstica.
Anlisis de le aenalbllided

Cuando no se dispone de datos sobre importantes factores pron.sticos,


es posible estimar los efectos potenciales sobre el estudio implicando
diver sos grados de distribucin irregular de los factores entre los grupos
que se comparan y considerando cmo afectaran los resultados. El
trmino gene ral de este proceso es el anlisis de la sensibilidad. El
anlisis del mejor caso/peor caso, descrito previa.ro.ente en este captulo,
es un tipo especial de anlisis de la sensibilidad en el cual se comparan
los resultados conside rando la mejor y la peor distribucin irregular
posible de una variable pro nstica'.
Asumir lo peor constituye un mtodo especialmente estricto para
eva luar cmo un factor podra afectar las conclusiones del estudio.Un
enfoque menos ronservador es supon.er que el factor est distribuido
entre lm; gru pos de una forma poco probable.
FJemplo.Un estudio eobre el tratamiento de la diabet.e1leve pu&O de manifieato que
loa pacientes t.ratadoa oon tol_butamida, una sulfonilurea. coni.eroo mayor rietgo de falle-.
cer de enfermedadesca.rdiovatcUlares que 10$ tratadoa con insulina o pueetoa a dieta
ni

ca.mente. Loa resultadoa fueron motivo de crft.icaa po.rQ.ue no se recogieron datos


bre el hbito tabquJoo, conocido por aeociarse con la muerte cardiovucular, y no
"tuvieron e.n cuenta ert el anAliaia. Se sugiri que Iloa fumadoru e.ataban distribudoa
de manen desi gual entre grupos., de modo que existiese un mayor ndmero de
fumado.rea entre, loe trata
dos con tolbuta_mida que en 101otro rrupo, la diferencia en las taaa1 de mortalidad
pod.ria relacionarse c:on el hbto ta.bquico y no con la tolbuta.mida. Sin embargo,
Com field (10)aenal que incluso si loa fumadores en el vupo de la tolb-utamida
1uperaron a loa del grupo control en el 20 %, una 1tuaci6.n que por azar serla
edrao:n:linariamente improbable (1/60.000), habra peniatido mayor riesgo en el
grupo de la. tolbutamide:.Por esta razn era poco probable que el &esgo en la
diatribucin de loa fwnadoru hubiera ju ti6cado las diferencias obffrvada.s.

El an.llais de laaeN1bitldad ta.mbifn puede uliz:ane para evaluar '9 poejble. erec:t.o. df!

tu

tudel en kM c:t..tot u(J.liudoe en el anilblb dt decUiooet, tal y como ee dnc:ribe en el C91{t.Wo 4.

ltleucll

138

'Ef

'e u iologio clinico. Arp IW fvnclameadulcr

Estrategia global

Excepto en el caso de la aleatorizacin,todas las formas de enfocar


las diferencias extrnsecas entre grupos tienen una limitacin:slo son
efecti vos frente a aqu.ellos factores que se decide considerar.No enfocan
los fac tores pronsticos que no se conocen en el momento del estudio
o que se conocen pero no se tienen en cuenta.
Normalmente, nos basamos no slo en uno u otro mtodo de
control de los sesgos sino que utilizamos simultneamente varios
mtodos que se complementan mutuamente.Por tanto, en un estudio
sobre si la exis tencia de extrasstoles ventriculares disminuye la
supervivencia en los aos siguientes a un infarto agudo de
miocardio,se podra :a) limitar el estudio a los pacientes que no son
muy ancianos o jvenes y no presen tan causas infrecuentes (p. ej .,
aneurismas micticos) del infarto: b) efectuar un emparejamiento
por edad, un factor convincentemente rela cionado con el
pronstico, pero extrnseco a la pregunta principal;e) exa minar los
resultados por separado para los estratos de diferente grave dad
clnica (p. ej., la presencia o ausencia de insuficiencia cardiaca
congestiva u otras enfermedades, tales como una enfermedad
pulmonar obstructiva crnica), y d) utilizar un anlisis multivariable,
con un ajus te de los resultados brutos por los efectos de todas las
variables (aparte la arritmia), considerados juntos , que podran
guardar relacin con el pronstico.
GENERAUZABILIDAD Y SESOO DE MUESTREE>

Los trabajos publicados sobre el pronstico de las enfermedades


que se basan en la experiencia de centros especiales pueden descri
bir una perspectiva errnea del pronstico en pacientes menos selec
cionados. Esto ocurre incluso si un estudio se lleva a cabo adecuada
mente, con un control cuidadoso de los sesgos y el pronstico
descrito para un proceso mdico es correcto para la muestra concreta
de pacien tes. Debido a la muestra de pacentes utili.zada , es
posible que los hallazgos del estudio no sean generalizables o
extrapolables a la ma yor parte de pacientes con el proceso, o al
paciente de un mdico concre to.
En ocasiones, los pacientes de los ensayos aleatorizados controlados
que son aJ1ignados al grupo control se estudian para determinar mejor
el curso cUnico habitual de una enfermedad . Pero dichos pacientes
podran no ser representativos d.e la mayor parte de pacentes puesto
que los vo luntarios para los estudios clnicos tienden a encontrarse
mejor que los pacientes que no son voluntarios. Por ejemplo, en un
amplio estudio cana diense sobre el cribado del cncer de mama
realizado en la dcada de los cuarenta, el 90 % de las mujeres del grupo
control que presentaban un cncer de mama invasivo estaban vivas 7
aos ms tarde y el nmero de muertes por cncer de mama fue menor
que en las mujeres canadienses en general (11).

Copyrigted
material

Proolllico

139

RESUMEN
El pronstico es una descripcin del curso de la enfermedad desde
su inicio. Comparados co.n el rieago, los acontecimientos p-onsticos
son rela tivamente frecuentes y a menudo pueden ser estimados
mediante la expe riencia clnica personal. No obstante, los casos de
enfermedades atendidos habituslmente en los hospitales y descritos en
la bibliografa mdica a menudo son muestras sesgadas y tienen
tendencia a sobreestimar la gra vedad.
El pronstico se describe mejor mediante la probabilidad de haber expe
rimentado un resultado o efecto en cualquier momento en el curso de la
enfermedad. En principio, esto puede llevarse a cabo observando una
cohorte de pacientes hasta que todos los que experimentaran el
resultado de inters lo hayan presentado. No obstante, puesto que este
enfoque es
ineficiente.a menudo se utiliza otro mtodo denominado supervivencia.
o anlsis del tiempo hasta que se produce el resultado. El inicio de los
acon tecimientos a lo largo del tiempo se estima acumulando las tasas
para todos los pacientes en riesgo durante los intervalos de tiempo
precedentes. Como ocurre para cualquier observacin sobre cohortes,
Jos estudios que comparan el pronstico en diferentesgrupos de
pacientes pueden estar ses
gados si surgen diferencias debidas a los mtodos mediante los cuales se
reclutan las cohortes, si los pacientes no permanecen en sus grupos
inicia les y si no se evalan de manera igual los resultados. Existen
diversas estrategias para enfocar estas diferencias y efectuar
comparaciones justas (no sesgadas). Estas estrategias incluyen la
restriccin, el emparejamiento, la estratificacin. la estandarizacin, el
anlisis multivariable y el anlisis de la sensibilidad. Siempre que se
efect11en comparaciones, debemosiden tificar una o ms de estas
estrategias.
BIBUOGRAA

1. Laupads A. Changes in quality of U/e and functional c;apadty in hemodial)'$ls


patients treated with recombinant human erythropoietin. The Canadian
Erythropoletin Study GJ01Jp.Semll Nephrol 1990;2(Suppl 1)1:11-19.
2. Gdber RO et al. Quality-of-lile evaluation in a dinical mal of zido"idine therapy ll

patienlS wlth mildly symptomatic HJV inlection. Ann lntem Med 1992;116.-961-%6.
3. Justice AC, Feinsteln AR, Wells CK. A new prognostic staging system for the acquired
lmmunode6ciency syru!rome. N Eng J Med 1989;320:1388-1393.
4, Wolmarl< N et al. The prognostic signilicanoe of preoperative carcinoernbryonic
antigen levels incolore<tal canee<. Results from the NSABPclinical tria Is. Am Surg

1984;199:375- 382.
5. Bridg..AJ, Conley C, Wang C. Bums DE. Va..,y Fll. A dJlical and immunologic evalua
lion of women with sUicone breast implants and. symptoms of rheumatic disease. Ann
lnh!m Med 1993;118:929-936.
6. Gabriel SE, O'Fallon WM, Kurland LT, Beard CM, Woods

JE,

Melton L) !D. Risk of

ronoective-ti.ssue diseases and other disorders alter breast implantation. N Engl J


11.ied 1994;330:1697-1702.

7. Thom:s:m KS.Fletcher SW. O'Malley MS.Buclcwalter JA. Long-term outcomes of

mor bldty d>es4' patients treated with gastnljastrostomy.J Gen lntrm Med
1986; 1:85-99.

140

8. Palfenbar&"r RS, Hyde RT, Wing.AL, Lee IM. Jung DI., Kampert JB. The associalion ol

changes

in physlcal activity lev.t and other lill!Style characteristics with monality among

men.N Eng J Med 1993;328:538-545.


9. Charrber> BR. Norris JW. Outoome in P"tients with asymptomatic neck bruits. N Engl 1
Med 1986;315:860-865.

10. Comlidd J.The University Croup Diabetes Program. A lurther statistical anal)"is ol the
mortality llndings.JAMA 1m;217:1676-1687.

11. Mlllei AB,BaJnes CJ, Ttn!SS Te. Wall C. Canaclian National Breas! Scre<ning
St\JCly. l. Breast cancer cktection and cleath ral<$ among women aged 40 to 49
>"'"- Can Med Assoc

1992'147:1459-1476.

LECTURAS RECOM ENDADAS


Coitan T. St1tlstial in medicine. Boston: Llttle, Brown, 1975,pp. 237-250.
Concato J. Fein.t<in AR, Holford TR. The risk ol detennining risk with multivariable models.
Ann lntem Med 1993;118:201-210.
Feinstein AR. Sosin OM, Wells CK.The Will Rogers phenomenon-stage mJgration and
MW diagr.o<tic tedlniques as a sourre ol misleading statistics lor survival ln ancer. N
Engl J Med 1985;312 1604-1606.
Cuyatt CH, Feeny OH, Patrick DL Measuring health-related quality ol lile. Ann lntern Med

1993;118:622-629.

Horw'it2 Rl. 1heexperimental pa.radigm a.ndobservatonal stud.iesof cause-effect relationships


in clinlW medicine. J Chron Dis 1987;40:91-99.
Laupoci> A, Wells G, Rkhardson S,Tugwell P. Users' guides to the medica] literalllre. V.
How to ase an arti<le about prognosis.JAMA 1994;272:234-237.
Peto R et tl. Design and analysis ol randomized clinical tmls requiring prolonged
obfervation ol each !"'tienl D. Analysis and examples. lk J Can<:er 1977;35:1-39.
Wasson JH, Sox HC, Neff RK, Goldman L. Cllnjoal predktion rules: applications and method
ologkal starulards.N Engl J Med 1985;313:7<l3-799.
Weiss NS: Clinical epidemiology: the study ol the outoomes ol iltnes..New York: Oxlord
Univmity Preso. 1986.

TRATAMIENTO

Una vez que se ha establecido la naturaleza de la enfennedad del


paciente y el curso previsto de sta, la pregunta siguiente es:cul es la
conduela indicada? Existe un tratamiento que mejore el resultado de
la enfermedad? Est.e capitulo describe l M evidencia. utili1.J>das para
decidi r si un tratamiento bien intencionado es efectivo.
IOEAS Y EVIDENCIA

El descubrimiento de nuevos tratamientosrequiere tanto fuentes


abun dantes de posibilidad .es prometedoras como mtodos de establecer
Ja utili dad real de stos.
Ideas

Las ideas (hiptesis) sobre lo que podra ser un tratamiento til surgen
a partir de casi cualquier actividad dentro de la medicina. Algunas
hipte sis teraputicas son sugeridas por los mecanismos de la
enfermedad a nivel celular o molecular. Los frmacos contra las
bacterias resistentes a los anta'.biticos se desarrollan a travs de los
conocimientos sobre los mecanis mos de la resistencia. Los anlogos
de hormonas se basan en la estructura de las hormonas
nativas.La eficacia de la disminucin poscarga en la insu ficiencia
cardaca congestiva fue sugerida por los estudios realizadossobre la
importancia de la poscarga en la fisiopatologa de la insuficiencia carda
rA.

Otras hiptesis sobre los tratamientos han procedido de algunas


obser vaciones perspicaces de los clnicos. Dos ejemplos de stas son
el descubri miento de que Jos pacientes con una enfermedad de
Parkinson a quienes se adminiatra amantadina para prevenir la gripe
muestran una mejora de su estado neurolgico y las comunicaciones
de que la colchicina, administrada para la gota, disminuye la
frecuencia de los episodios de fiebre mediterr nea familiar. El valor
de estos tratamientos no se predijo a travs de la comprensin de los
mecanismos de est8Jl enfermedades y t-0dava no se conocen los
mecanismos de accin de estos frmacos en stas. De forma
parecida, los remedios populares de todo el mundo, reforzados por
siglos de experiencia , pero con escasos estudios cientficos, son
tratamientos poten cialmente tiles.
141

Copyrigled ma erial

142

lpidMnlologia dinka. Aap 1cto fvndarrdulaa

Otras idea& proceden del ensayo y error, es decir, por tanteo. Algunos
frmacos antineoplsicos se han descubierto mediante un cribado metdico
de un extraordinario nmero de sustancias, en busca de alguna que fuese
activa.
Las ideas sobre el tratamiento, pero ms frecuente.mente la
prevencin, tambin proceden de los estudios epidemiolgicos de
poblacionos. Burktt observ que las enfermedades del colon eran
menos frecuentes en los pa ses africanos, donde la dieta es rica en
fibra, que en los pases desarrolla dos, en los cuales la ingestin de
fibra diettica es escasa. Esta observacin ha conducido a esfuerzos
para prevenir las enfermedades intestinales (sn
drome del colon irritable, diverticulitis, apendicitis y cncer colorrectal)
con dietas ricas en fibra. Las comparaciones entre pases tambin han
sugerid el valor del vino tint-0 para prevenir las cardiopatas y el
delflor para prevenir la caries dentaria.
Poner las ideas a prueba
Algunos efecros teraputicos son tan inmediaros y potentes que su
valor es evidente por s mismo sin ninguna necesidad de pruebas
formales. Los clnicos no tienen ninguna reserva sobre el valor de la
penicilina para la neumona, la ciruga para la apendicitis y la
colchicina para la gota. La experiencia clnica ha sido suficiente.
No obstante, habitualmente los efecros de un tratamiento son
conside rablemente menos espectaculares. En estos casos es necesario
someter las ideas sobre tratamientos a una prueba formal, m.ediante la
investigacin clnica, ya que una serie de condiciones (coincidencia,
comparaciones defec tuosas,cambios espontneos del curso de la
enfermedad e ilusiones cuando los deseos se identifican con la realidad
) pueden oscurecer la relacin real entre el tratamienro y el efecro.
En ocasiones, los conocimientossobre los mecanismos de la
enfermedad basados en la investigacin con modelosde laborarorio o los

estudios fisio lgicos en seres humanos han llegado a ser tan extensos
que resulta tenta dor predecir los efecros en seres humanos sin llevar a
cabo pruebas forma les.No obstante, confiar nicamente en nuestros
conocimientos actuales sobre loe mecanismos, sin probar las ideas en
seres humanos intacros, pue de conducir a sorpresas desagradables
puesto que los mecanismos slo se conocen parcialmente.
lt;ie:mplo. Atuc:bos ictna estn causados por

Wl

in/arto cerebral en el rea distal a un

881if

mento obrtruido de la artera cartida interna. Obea ser poe:bl prevenir la


progresin d las manifestacionesde laeo.fmned.ad en I01 individuog con esta lesiones
mediante el eJ.table cimiento 4e cortocircuit.oa del tegmento patolgico, de modo que la
sangre pueda OuiT oormal mente hasta e] .rea a_mena:r;ada. Desde un pu.oto de vi_ata
tcnico, et viable a_naatomosar la arteria temporal superficial con la arteria cartida
interna distal a un.a obstruccn.. Punto que au vtlilor pareca evidente por s mi&mo
desde u.npunto de viste fisiolgico y de.bid.o a la eficacia documentada de un p-rocedimient.o
anlogo, la cirugfa de derivacin de la arteria coro naria se co.nvirti en una tknica muy

utlliuda.

El EOIC 8ypaMo Swdy Group (!) llev a cabo un e&tudio aleatorizad<> y controlado eobre

ci,,.. gia de derivadn de laarteria temporal. Loa pacientes con una bquemia cerebral y

una arteria cartida hr.te:ma


tratamiento quinrgico frente a

obstruida

fueron

asignados

ll&atoriament

au.o

Copyrigted material

Tratamiento

143

uno mMi.co . La inte"enci6n fue muy aatilfactoria desde un punto de vista tcnico; el 96

% de analt:omolis eran permeables justo despus de La ciruga. Sin embargo. la c:irugf no


ayud a loe pacientes. Leatasa.a demortalidad y de ictua despua de 6 aoe fueron

prdica.mente idnbcaa en IOI pacienl.el tratadOI con ciruga y en 108 que recibieron un
b'ntamieoto mdico. pero lumueTtet se prod'lier<>n m precounente en loo pacientes tratadoo
quinlricamente.
&te et:tudio ilu!Jtra cmo los tratamientos racionales, batadoe en loa conocimie ntosobre
los mecaniamos de la.a enfermedades, pueden ser inefectivos en trminos humanos cuando se

someten a una prue.ba rigurosa. Naturalmente , no siempre se produce dicho de:scri!Sdito


de las ideas; de hecho, se ha confirmado 61 valor de la endarterectoma ca.rotdea, sugerido
partiendo de una base similar (2).

Por consiguiente, casi siempre es necesario probar las hiptesis tera


puticas por medio de la investigacin clnica, en la cual se recogen
datos sobre el curso clnico de los pacientes tratados y no tratados.
Como un autor (3) mencion, los tratamientos deben administrarse DO
porque ten gan que ser eficaces sino porque lo son.-.
EST\IDIOS SOBRE LOS EFECTOS DEL TRATAMI ENTO

Habitualmente, se considera que el tratamiento es lo que los mdicos


prescriben para los pacientes con una enfermedad establecida: ciruga,
fr macos, dieta y ejercicio. Sin embargo, existen muchas otras
formas de intervenir para mejorar la salud. Entre stas, se encuentran
los esfuerzos para prevenir las enfermedades en los paciente s
individuales (consejo y deteccin precoz con un tratamiento, descritos
en el cap. 8), la intervencin en comunidadesy los cambios de la
organizacin y financiacin de la asis tencia sanitaria. Con
independencia de la naturaleza bien intencionada de una intervencin,
los principios mediante los cuales sejuzga como superior o no a sua
alternativas son losmismos.
Existen dos mtodos generales para establecer los efectos del trata
miento: estudios observacionales y estudios experimentales. Difieren en
solidez cientfica y viabilidad.
Losestudios observacionales sobre el tratamiento constituyen un caso
especial de estudios sobre pronstico en general, en los que el factor
pro nstico de inters es una intervencin teraputica. Lo que se ha
descrito sobre los estudios de cohortes (caps. 5 y 6) tambin es vlido
para los estu dios observacionales sobre el tratamiento. La principal
ventaja de estos estudios observacionales es que son viables. El
principal inconveniente es la probabilidad de que existan diferencias
sistemticas entre los grupos de tratamiento (aparte las del propio
tratamiento), lo que conducir a conclu sionesequvocas sobre los
efectos el tratamiento.
Los ensayos cliniros son un tipo especial de estudios de cohortes, en los cua
les las oondiciones del estudio (seleccin de los grupos de tratamiento,
natura leza de las intervenciones, tratamiento durante el seguimiento y
medicin de los resultados) son especificadas por e.I investigador con el
objetivo de estable cer comparaciones no sesgadas. Los ensayos clnicos son
mucho ms controla dos que los estudios de cohortes. Los investigadores
llevan a cabo un experi mento anlogo a los realizados en el laboratorio.

Copyngted
material

Han asumido la misin (con el consentimiento de sus pacientes) de aislar


para el estudio la contribucin

Copyngted
material

144

Epidemiologia dinka. Atp 1ctos funclamentaS.s

exclusiva de un factor manteniendo constantes, hasta el mayor grado


posible, todos los dems determinantes de los resultados.Por ese motivo,
otros nom bres de los ensayos clnicos son estudios experimentaks y tk

intervencin.
Los ensayos aleatorizados controlados son el patrn de oro de los estu
dios cientficos sobre los efectos del tratamiento. Primero los
considerare mos detalladamente y despus consideraremos mtodos
alternativos de responder a Ja misma pregunta .

ENSAYOS ALEATORIZADOS CONTROLADOS


En la figura 7-1se muestra Ja estructura de un ensayo clnico. Los pacien
tes del estudio se seleccionan primero a partir de un nmero ms elevado de
pacientes con el proceso en cuestin.Despus se dividen, utilizando Ja aleato
r!zacln,en dos grupos de pronstico comparable. Un grupo denominado ape
rimental o grupo tratado se expone a una intervencin que se considera de
posible utilidad. El otro grupo,denominado grupo de comparacin o control
, se trata de la misma forma a excepcin de que los miembros de ste no
estn expuestos a Ja intervencin.Despus se observa el curso cllruco de
ambos gru posy cualquier diferencia de Jos resultados se atribuye a Ja
intervencin.
La principal razn para estructurar los ensayos cllnicos de esta forma
es evitar el sesgo (error sistemtico) cuando se compara el valor
respectivo de los dos o ms tipos de tratamiento . La validez del ensayo
cllnico depen de de que se origine como consecuencia una distribucin
idntica de todos Jos determinantes del pronstico, aparte la que se est
evaluando, en los pacientes tratados y en los pacient..s control.
En Ja descripcin siguiente expondremos el diseo e interpretacin
detallados de los ensayos clinicos con una referencia a la figura 7-2.
Muestreo

Los tipos de pacientes que son incluidos en un ensayo determinan


el grado hasta el cual pueden generalizarse las conclusiones a otros
pacien-

Intervencin

Resultados

experimental

MeJoria

.....

Sin mt1orla

MeJorfa

Poblacin
de pacientes
con el

proceso

// .......c._

----

Intervencin

de comparacin

F)g. 7-1. Estructura de un ensayoclinico.

Sin mJorfa

Tratamiento

RESULTADO
S

Tratado

)J

Asignacin

145

Control

RESULTADOS

Poblacin
muestreada

Otras

"....

poblacione
s

......

.....
.....
........
...
Generallz.acln

Anlisis
-

:.

estadsticos

fl9.7-2.s.._ en los ensayos clnicos.

tes. De las numerosas razones por las que los pacientes con el proceso en
cuestin pueden no formar parte de un ensayo, tres explican la mayor par
te de las exclusiones: los pacientes no cumplen los criterios especficos de
inclusin, rechazan participar o no cooperan con la realizacin del ensayo.
La primera , los criterios de inclusin, pretende limitar la
heterogenei dad de los pacientes en el ensayo.Algunos criterios de
exclusin comunes son una enfermedad atpica, otras enfermedades,un
pronstico inusitada mente malo (que puede provocar como
consecuencia que los pacientes abandonen el grupo asignado de
tratamiento) y pruebas con falta de fiabili dad. Los pacientes con
contraindicaciones a uno de los tratamientos tam bin son excluidos por
razonesobvias. Cuando la heterogeneidad se limita de esta forma. mejora
la valide:.t interna del estudio; existe una oportuni dad menor para
observar diferencias de los resultados que no mantengan relacin con el
propio tratamiento.Adems , la generalizacin de Jos resul tados es ms
precisa porque se sabe exactamente a quin se aplican, pero las
exclusiones originan como consecuencia una disminucin del mbito de
la generalizabilidad, porque las caractersticas que excluyen a los
pacien tes, en general,se observan entre los individuos visitados
habitualmente en la prctica clnica, lo que limita la generalizabilidad a
estos pacientes, para qtrienes precisamente ms necesaria es la
informacin.
En segundo lugar, los pacientes pueden rechazar participar en un ensa
yo. Pueden negarse a un tipo determinado de tratamiento, desear que su
asistencia mdica se decida a cara o cruz o que les trate alguien
diferente de su propio mdico. Los pacientes que rechazan participar
suelen ser sis temticamente diferentes -<:on respecto a su posicin
socioeconmica, la
Copyrigled ma erial

146

lpid1rnialagla dinka.A111 tos fundarMntalu

gravedad de su enfermedad, otros problemas relacionadoscon la salud y


en otros aspectos- de los individuos que estn de acuerdo en ser
incluidos en el ensayo.
En tercer lugar, son excluidos los pacientes que son considerados
poco fidedignos durante las primeras fases del ensayo. Esto evita
esfuerzos intiles y la disminucin de la validez interna que se
producira si los pacientes entraran y salieran de los grupos de
tratamiento o abandona ran el ensayo.
Po.r astas razones, los pacientes de los ensayos clnicos suelen ser
una muestra muy seleccionada, sesgada, de todos los pacientes con el
proceso en cuestin (fig. 7-3). Debido al elevado grado de seleccin
en los ensayos, frecuentemente se requiere uns considerable fe para
generalizar los resultados de los ensayos elfnicos a los contextos
habituales de la prctica clnica.
Intervencin
La iotervencin en s misma puede describirse en relacin con la_s
tres caractersticas generales: generalizabilidad, complejidad y
consisten cia.
En primer lugar, tiene la intervencin en cuestin probabilidades
de ser llevada a cabo en la prctica clnica habitual? En su empeo por
estan darizar el tratamiento de modo que pueda descri.birse y
reproducirse fcil m.ente en otros contextos, algunos investigadores acaban
estudiando trata mientos que son tan diferentes de los de la prctica
habitual que los resultados del ensayo no son tiles.
En segund.o lugar, las intervenciones nicas, muy especficas,
tienen inters para la ciencia tan metdica porque pueden describirse
de forma precisa y aplicarse de forma reproducible. Sin embargo, los
clnicos habi tualmente efectan elecciones entre tratamientos
alternativos que inclu yen muchos elementos. Las intervenciones con
facetas mltiples pueden someterse a una evaluacin cuidadosa siempre
que pueda comunicarse su esencia y reproducirse en otros contextos.
em_plo.Las cada.a constituyen un problema impOrtante en los antia.no&,
re8podeo a uno varitdad do cauta y Uendon a recidivar. Rubenstein y cola.(4)
estudiaron 101dtdoi de un progruna para prevenir las caJdu en loa ancianos. Loe
individuos ancianos de un centro de asister..cia crnico. fueron a.signados
aleatoriamente -deapuh de una cada- a un programa especial oa la uiitencia habitual.El
programa incluy una exploracin de.tallada,pruebas de labora.torio y U.118 e\'alu&cin
ambiental; ae dieron recomcndacionct tereuticas al mH.ico de atencin pri.ma_ri.a d.e loa
pac,ientes. Du:ra_ote Jos dos aoe aiguient.es, en el grupo d.e i_ntarven cin se produjeron
un menor nmero de cadas, el 26 % menos de hospitaliutione8 y una di& minucin del 52
de los: da.a deatancia hospitalaria comparado con al grupo C<lntrol.

En tercer lugar, es la intervencin en cuestin tan diferente de


los tratamientos alternativos como para que sea razonable esperar
alguna variacin del resultado? El curso de algunas enfermedades
puede ser
invertido tratando simplemente una causa dominante (p. cti., el trata
miento del bipertiroidismo mediante ablacin con istopos
radiactivos o la ciruga), pero la mayor parle de enfermedades se
originan a partir de
Copyrigted
material

T1almnicnta

Pon:rtA!je de pacientes

147

Poblacin muestntada
Pacientes con diabetes metlltus
no insulinodependiente
en un hospital
Criterios de lnclusln
Edad > 40 aos
Diabetes diagnosticada despus
de los 30 aos de edad
Necesita tratamiento fannacolglco

100

para lahiperglucemja

Planea permanecer en la consulta


ms de 2 aos
Otras enfennedades, discapacidad,etc.
Eleglblea
No cooperadores

Rechazan participar
No acuden a las citas para visitas

Aleatorizados
Abandonos

13

Muerte
cambio de residencia
Enfennedad, etc.

Completan el estudio
12

FJg. 74.Muestreo para un ensayo clinico.Un estudio sobre la efectividad de un


programa para diSmlnuir los P<oblemas de las ox1remidades inforio<es en pacientes
condlabetes.(De LIUelman OK,Slemenda CW,LangfeJd CO y cols.Reductioninlower
extremity cJinicalabnonnaJitles n padents with non lnsulin dependent diabetes
metlitus.A randomized controlled trial. Arinlntem
Med 1993; 119:36-41.) .

una combinacin de factores que actan de manera concertada . No


se puede prever que las intervenciones que slo cambian uno de estos

facto res, y slo en un grado insignificante, pongan de manifiesto


efectos con vincentes del tratamiento. Si la conclusin de un ensayo
que evala dichas intervenciones es que el tratamiento nuevo no es
efectivo, no resul tar en absoluto sorprendente.

Grupos de comparac n

El valor del tratamiento slo puede evaluarse comparando sus


resulta dos con los d.e algn cunio de accin alternativo. La cuestin no
es si ss uti liza un punto de comparacin sino lo apropiado que ste sea.
Los resulta dos entre los pacientes que reciben un tratamiento
experimental pueden medirse frente a uno o ms tipos de comparacin_
No intervencin

Terminan por encontrarse mejar los pacientes que reciben el


trata miento experimental que los que no reciben ningn tratamiento?
La com paracin entre la aplicacin del tratamiento y la ausencia de
ste determi na los efectos totales de la asistencia sanitaria, tanto
especficos como inespecificos.
Observacin

Se encuentran mejor los pacientes tratadosque los otros pacientes


sim plemente observados? En losensayos clnicos se presta una
atencin espe cial a los pacientes y stos son conscientes de ello.Los
individuos tienen tendencia a cambiar su conducta porque son el centro
de un inters y una atencin especiales en un estudio, con
independencia de la naturaleza especfica del tratamiento que puedan
estar recibiendo, un fenmeno lla mado efecto Hawthcrne.Las razones de
este cambio de conducta no estn claras.Los pacientes estn ansiosos
por complacer a sus mdicos y hacer que se sientan eficaces. Asimismo,
los pacientes que se ofrecen como volun tarios para los ensayos d.esean
contribuir a que se obtengan unos buenos resultados. Por tanto, la
comparacin del tratamiento con una simple observacin determina el
efecto que tiene el tratamiento ms all del efec to Hawtborne.
Tratamiento placebo

Se encuentran mejor los pacientes tratados que los pacientes


similares a los que se administra un placebo, una intervencin que
pretende ser indistinguible del tratamiento activo en aspecto ffsico,
color, sabor y olor, pero que carece de un mecanismo especfico
conocido de accin? Ejemplos de plactbos son los comprimidos de
glucosa y las inyecciones de suero fisio lgico. Se ha puesto de
manifiesto que los placebos, administrados con con viccin, alivian
sntomas graves y desagradables (como el dolor postopera torio, las
nuseas y el prurito) aproximadamente de un tercio de pacientes, un
fenmeno denominado efecto placebo .
FJemplo En u_n ensayo sobre f.'irm.acos antipruriginosos, se incluy a pacientes con
un prurito .nten&o, crnico. Durante 3 semanu, 46 paciente& Cueron tratados en

orden altatorio ron CIH de ciproheptadina, taruato de trimepracina o placebo. Se

e5tablec:i un perfdo de descanso de una semana, introducido a_leatoriamente en la

a.ecuencia, en el cual no se admi n.istraron t.ratamieotos. Los resultadosse evaluaron sin


conocer la medicacin tomada por cada pac:ie:nte y ae expresaron como puntuaciones de
prurito..;cuanto ma,yor era la puntua-

Tratamiento

149

dn, peol' era el prurito. Las puntuaciones de prurito para los dive.r*<NI tratamientoa
futron las eiguienuo: ClH dAO ciproheptadina,28;tartrato de lrimeprocina, 35; placebo, 30, y
ru,..in tratamiento, 50. Los dos fmacos activos y el placebo prttentaron una efectividad
aimilar y de.pa_raron rtJU.ltadoe mucho mejorea que ningn tratamiento (5}.

El efecto placebo tiene un significado diferente para los investigadores


y los cllnicos. Los investigadores probablemente estn ms interesadosen
establecer efectos especficos, los efectos que son coherentes con las
teoras
actuales sobre las causas de las enfermedades. Consideran el efecto place
bo el efecto basal frente al cual medir los efectos especficos. Asimismo, los
cnicos deberan alegrarse del efecto placebo y tratar de maximizar ste o
cualquier otro medio de ayudar a los pacientes.
Muchas intervenciones clnicas poseen efectos tanto especficos como
inespecficos (fig. 7-4). Lo que es importante para los mdicos y sus
pacien tes es el efecto total de la intervencin por encima de lo que
-de lo contra rio- habra ocurrido en el curso de la enfermedad sin un
tratamiento.No obstante,tambin es til saber cul esla parte especfica
del efecto total y cul la inespecfica, de modo que se puedan evitar
intervenciones peligro sas, desagradables o de coste elevado cuando
apenas puede atribuirse un efecto a sus acciones especficas.
Tratamiento habtual

Se encuentran mejor los pacientes a los que se administra el


trata miento experimental que los que reciben el tratamiento
habitual? sta es la nica pregunta significativa (y tica) si ya se
sabe que el tratamiento habitual es eficaz.
En la figura 7-5 se representan los efectos acumulados de las diversas
razones de la mejora de los pacientes tratados.

Ejemplos

Mayomiente

Antimiorobianos

Mpecffica

Mixta

Mayormente
inespecl'lca

Antimeteblieo

Placebo

Narcticos
Antidepresivos
Antipruriglnosos

Inyeccin en
los puntos galillo

Flg. 7_..Len efectos de la mayor parte de frmacos soo patclalmente atbu bles aJ efecto p4a
cebo. (De fletcher RH.The cnlcal lmportance of plaoebo ellects. Fam Med Rev 1983: 1: 40-48.)

150

Epidemiologia dinica.. Alp1rtos fvnduauwnt al11

Efectos

Tratamiento especifico

Placebo

Efecto Hawthome
Historia natural

Flg. 7-S.L.os electos totales deltratamiento aon la...,,. de la mejotla espontnea. las ,._.
1as lnespecfficas y los el<!ctos de los IJ"atar'rHntos especficos.

Asignacin deltratamiento

Para estudiar los efectos de una intervencin clnica libre de otros


efe<> tos, la mejor forma es asignar a los pacientes a los grupos de
tratamiento por medio de una aleatorizacin o asignacin aleatoria. Los
pacientes reci ben un trata.miento experimental o control mediante
diversas tcnicas con troladas -anlogas a lanzar una moneda-, con lo
cual cada paciente tiene la misma posibilidad (al menos conocida) de
ser asignado a cualquiera de los grupos de tratamiento.
Es preferible la asignacin aleatoria de los pacientes a otros mtc<los
de asignacin,puesto que la aleatorizacin asigna a los pacientes a los
grupos sin se5go. Es decir, los pacientes de un grupo tienen como
media las mis mas probabilidades de poseer una determinada
caracterstica que los pacientes de otro grupo. Esto sucede para todos
los factores relacionados con el pronstico, sean stos conocidos o no
antes que tenga lugar el estu dio.
A la larga, con un nmero elevado de pacientes en el ensayo, la
aleatori zacin b.ab.itualmen.te fWlcio1la como se ha desc1ito
p1eviamente. No obs tante, la asignacin aleatoria no garantiza que los
grupos sean similares.
Aunque el proceso de asignacin aleatoria es no sesgado, los resultados
pueden serlo.Algunas diferencias entre los grupos pueden surgir slo por
azar,especialmente cuando el nmero de pacientes aleatorizados es
peque o. Para evaluar si ha tenido lugar este tipo de cmala suerte.,los
autores de los ensayos controlados aleatorizados frecuentemente
presentan una tabla que compara la frecuencia de una serie de
caractersticas en el grupo tratado con los de grupo control,
especialmente las conocidas por guardar relacin con el resultado. Es
tranquilizador observar que las caractersti cas importantes se han
distribuido casi por igual en los grupos compara dos. De lo contrario,

es posible evaluar cules son las diferencias y tratar de controlarlas en


el anlisis (v.cap. 6).

Tratamiento

151

Algunos investigadores consideran que, antes de la aleatorizacin, es


mejor asegurarse de que -como mnjmo- algunas de las caracterstfoas
conocidas por asociarse estrechamente con el resultado aparecen de
mane ra idnca, tanto en el grupo tratado como en el grupo control,
para disri nuir el riesgo de mala suerte. Sugieren que los pacientes se
renan prime ro en grupos (estratos) de pronstico similar y despus
sean asignados aleatoriamente por separado dentro de cada estrato, un
proceso denomma do aleatorizacin estratificad.a. En este caso los
grupos son totalmente com parables, al menos segn las caractersticas
que se utilizaron para crear los estratos. Otros investigadores
consjderan que cualqwer ruferencia que surja p<r mala suerte tiene
pocas probabilidades de ser amplia y puede tra tarse matemticamente
despus de la recogida de datos.
Diferencias orig nadas despus dela aleatorlzacln

No todos los pacientesde un ensayo cliIDco participan en l tal y


como se planific originalmente. Algunos no desarrolJan la enfermedad
que se consideraba que padecan cuando fueron incluidos en el
ensayo. Otros abandonan el ensayo, no toman la medicacin, son
retirados del ensayo debido a efectos adversos o a otras enfermedades
o, de algn modo, obtie nen otro tratamiento dllerente al del estudio. El
resultado es la compara cin de grupos de tratariento que pudieron ser
comparables exactamente despus de la aleatorizaci6n, pero que han
llegado a ser menos compara bles en el momento de contabilizar los
resultados.
Pacientes queno padecen la enfermedad

Puede ser necesario decidir qu tratamiento administrar (en un


ensayo cln.ico o en la prctica) antes de tener la seguridad de que el
paciente pade ce realmente la enfermedad para la que se designa el
tratarienw.
emplo. Para et.tudiar si un anticuerpo monoclonal freole a las endot.oxnaa mejora la

supervivencia en caso de seps:is, 543 pacientes oon una aep&is e indicio de infeccin
por gra.m nega.tivos fueron aaignados aleatoria.mente pa_ra recibir una a_ntiendotoxi:na o
placebo (6). En el subgru:po de pacientes que en realidad pre.ilentaban una bacteriemia
por gram.oogativos, la taaa demortalidad dia:mjnuy del 49 al 30 Wt, una diferencia
amplia que fue muy auperior a lo meramente previable por el uar. No oblt.ante,, slo en
200 pacientes (37 e,,) se identific una bu:lriwia pur gr1uuoe1nUvu11, confirmada mediante
el hemoculvo. No exl"t.e nloguna rain conDeida que explicara la utilidad del

frmaco en el otro 63 de pacientes. Para todoe lo5 pacientescon aep&ia (algunoe de loa
cuales preaentaban una bacterlem.ia y loa otro 110) Ja tau. de irortalidad fue del 43 en
el grupo pJacebo y del 39 en el grupo que recibi la antiendowxina , urui peque.tia
dercncia que no fue superior a lo previsto elo por el a.z;ar.
Po-r consiguiente. a partir de e.to.en.sayo , ec demostr que el frmaco wa efectivo
frent:e a la bacteriemia por gramnegatiVOI pero no para la sepsia.Ambas ao.o cuestiones
importantes: la primera, para loa investipdorea que estn intereaadoe en el efecto
biolgicode la antie.ndo toxna. en la bac:teriemia, y lasegunda, para los mdi00& que
necesitan conoctl' lot eeciol df nicos doau deciaio deadministrar el frmaco a paci.eotes
con seps:is, u.na decisin que: debe toma.ne antea de conocer si en tto.tidad el paciente es
portador de una bacteriema.

'*'

Cuando ms tarde se pone de manifiesto que los pacientes con inclcios


de la enfennedad especfica no son portadores de sta, hay que pagar un
precio.

152

dinico. Alp 1 tto. fut J 1wwwt 'r

El estudio de pacientes adicionales que podran no beneficiarse de la accin


especl.fica del tratamiento disminuye la eficiencia del ensayo; es preciso
estu diar a un mayor nmero de pacientes para observar el efecto.
Considerado desde otra perspectiva, puesto que los pacientes que
experimentan el efecto especfico estn mezclados con otros que no lo
experimentan, el tamao del efecto disminuye en comparacin con un
ensayo que slo incluye a pacientes con Ja enfermedad.Esto disminuye las
posibilidades, para un nmero deter minado de pacientes del ensayo, de
observar un efecto (v. cap.9). No obstante, el tipo de enaayo presenta Ja
importante ventaja de proporcionar informacin sobre las consecuencias de
una decisin a medida que el clnico la identifica (v.-ensayos pragmticos y
explicativos ms adelante en este captulo).
Cumpf,miento

El cumplimiento es el grado en que los pacientes siguen los


consejos mdicos. Algunos investigadores prefieren el trmino
adherencia porque connota una relacin menos servil entre el paciente
y el mdico. El cumpli miento es otra caracterstica de los pacientes que
puede surgir tras la alea torizacin. Aunque la falta de cumplimiento
sugiere una falta de aprecio deliberada de los buenosconsejos, en
medicina tambin contribuyen otros factores. Los pacientes pueden
malinterpretar Jos frmacos y dosis que se pretenden investigar,
quedarse sin las medicaciones prescritas, confundir diversas
preparaciones del mismo frmaco o carecer de dinero o seguro para
pagar los f.rmacos. Juntas, estas circun.stancia_s pueden limitar la
utilidad de Jos tratamientos que han demostrado ser beneficiosos
encondi ciones especialmente favorables.
El cumplimiento ea especialmente importante en Ja asistencia mdica
extrahospitalaria. En el hospital, muchos factores actan forzando la
con ducta de los pacientes con lo que cumplen mejor con el
tratamiento.Los pacientes hospitalizados, en general, estn ms
enfermos y asustados.Se encuentran en un entorno extrao, dependen
para todo de las capacidades y la atencin del personal, incluso su vida
puede depender de stas. Y Jo que es ms importante todava, mdicos,
enfermeras y farmacuticos han desarrollado un si.stema bien
organizado para cerciorarse de que Jos pacientes reciben Jo que se les
prescribe. Como consecuencia, la experien cia clnica y la bibliografia
mdica desarrollada en las salas hospiwarias pueden subestimar Ja
importancia del cumplimiento fuera del hospital, donde se encuentran
la mayor parte de pacientes y mdicos,y donde seguir los consejos de
Jos clnicospuede resultar mucho ms dificil.
La comparacin de las respuestas entre pacientes cumplidores y no
cumplidores en un ensayo aleatorizado puede inducir a error.
gjeaplo. Durante un amplio estudio &Obre varios f'-rmaoos bipol_ipidemiantes ene1
trata m.icoto de la coronariopata, l.103 varones fueron trata.dos con clo6brato y 2.789
v8.f'Oles fue ron tratad.os con placebo. La t.aaa de mortalidad a loa adoa fue del 20 para
el grupo del clofibrato y del 20,9 S\ para el ropodel placebo, lo que indic que el
frmaco no era efectivo.
Se puo de manifiestoque no todoe loe pacientes tomaron ta medicacin. eficaz el el
brat.o tn los pacientes que en realidad tomaron el frmaco? La reepuetta al parecer

fue afir

mativa. E'ntre loe pacientes tratadoe con clofibrato, la monalidad a loa 5 aos para los pacien

154

lpi dmialagia dinica. Afp 1ctoa fundaccnl les

Estudioa ciegas

Los participantes en un ensayo pueden modificar su conducta de


mane ra sistemtica (es decir, estar sesgados) si conocen qu pacientes
reciben qu tratamiento. Una forma de minimizar este efecto es el
ennuucaramien to o estadio a ciegas, un intento de que los diversos
participantes de un estudio no conozcan qu tratamiento se ha
administrado a los pacientes, de modo que este conocimiento no
provoque que acten de forma diferente, con lo que se afectara Ja
validez
interna
del
estudio.En
realidad,
el
trmi
no
e,n_mascaramiento es una metfora ms apropiada, pero el
trmino consagrado por el tiempo es el de estudio a ciegas (blinding).
El estudio a ciegas en un ensayo clnico presenta cuatro aspectos
impor tantes. En primer Jugar, los responsables de asignar a los
pacientes a los grupos de tramiento no deben conocer qu tratamiento se
asignar a conti nuacin, de modo que dicho conocimiento no afecte a su
voluntad de incluir a los pacientes en el ensayo o de incluirlos en el
orden de llegada. En segun do lugar, los pacientes no deben conocer qu
tratamiento estn siguiendo; de este modo, tienen menosprobabilidades
de modificar su cumplimiento o de mencionar sntomas debidos a esta
informacin. En tercer lugar, los mdicos que asisten a los pacientes en
el estudio no deben conocer qu tra tamiento se ha administrado a cada
paciente; de este modo, no los trata
rn,quiz inconscientemente, de forma diferente. Por ltimo, si
losinvesti gadores que evalan los resultados no pueden distinguir los
grupos de tratamiento, dicho conocimiento no podr afectar a sus
mediciones.
En ocasiones, se uti.lizan los trminos simple ciego (slo los
pacientes desconocen el tratamiento que estn siguiendo) y dcble ciego
(pacientes e investigadores desconocen qu tratamientos siguen los
pacientes), pero su significado es ambiguo. Es preferible describir
smplemente lo que se hizo. Un ensayo en el cual no se efecta el
estudio a ciegas se denomina ensayo abierto.
Cuando es posible utilizar el estudio a ciegas, principalmente para com
probar los efectos de los frmacos, ste suele llevarse a cabo mediante un
placebo. No obstante, para muchas mportantes cuestiones clnicas, como
los efectos de la cirugia, la radioterapia, la dieta o la organizacin de la
asistencia mdica, no es posible aplicar este tipo de estudio a los pacientes
por pwte de lott mdic08 4ut: llevan a t.'Clbu v) 4:J:1isayu.

Incluso cuando el estudo a ciegas parece posible, es algo a lo que se


aspira ms que una realidad.Asl, por ejemplo, los efectos
fisiolgicos,como la disminucin de la frecuencia del pulso con un
bloqueador beta o la depre sin de La mdula sea con quimioterapia
antineoplsica constituyen carac tersticas habituales de algunos
frmacos. Asimismo, los sntomas pueden constituir un indicio de lo que
est tomando cada paciente.
lijemp1o. En cl ensayo Lipids ReAearcb Clinics (8) sobre prevenri6n primaria de
enferme d.ades cardiovascuJarea, ae utiliz un placebo casi perfct.o. Algunos individuos
fue.ron trata dos con oolestiramina y ob-o& con uno& polvos eon el mismo a.apetto, olor y
ubor. No ob&tanJ.e, los efcclo1 adversos fueron suatanclalmente m frecuente.a en el
grupo tratado ron eolestir& mina. Al trmino deJ primerafto del ensayo, ee pusieron de

Copyrigted
material

manifiesto ta3as mucho m!ti ele vadas en el grupo experimental (eolestiramina) que en el
grupo control para eleslrefrim.iento (39 frenu aJ 10 ). la pirosis (27 frente al 10 ""), la
Oatulencia y !Jensacin de plenitud (27

Copyrigted
material

T11n1ento

1ss

frente al 16 %) y lunuaea.a (16 frente al 8 ). Los nuevM tntoma.s pOdrlan haber propiciado
que loa pacientes adivinaran
frmacoestaban tomando.

Asimismo, existen pruebas objetivas de que loa pacientes y mdicl)S


en algunos estudios a ciegas pueden adivinar quin recibi qu
tratamiento.
Ejem.Jlo. Se Uev a cabo un en.sayo aleatorizado, doble ciego, para investigar ei el
pro pranolol podrfa prevenir otro infarto de miocardio en pacientes que ya lohaban

sufrido pre viameni (9). En la conclusin del ensayo, pe.ro antes del
deHnmasearamient.o, IHI eollcit a los pocie.rrtel y al pereonal cUoioo que adivinaran la
asignacin decada paciente a1 gnpo de t.Tatamier.to. En el caso de los pacientes, el 79,9

%: adivinaron correctamente que fue el pn> p-ranolol y el 57,2 '.11, hicieron lo propio con el
placebo. Lo.a md.coa y el pe.rgona1 clnifO fue ron igualmente exactos. La observacin de
la frecuencia cardaca pareci contribuir aque el pertonal clnico adivinara la asignacin;

note pudo dilucidar cmo lo adivinaron los pe.cien tes.

Evaluacin de los resultados

Cuando el resultado de un ensayo se m.ide en trminos inequvocos,


como conti.nuar vivo o muerto, es poco probable que los pacientes sean
cla sificados errneamente.Adems,cuando los resultados se deciden
segful la opinin de uno de los participantes, existe una posibilidad
mucho mayor de sesgo. Por ejemplo, a pesar de que el hecho de la muerte
habitualmente es claro, a menudo su causa no lo es. Muchos individuos
fallecen por una com binacin de razones o por ruones oscuras, lo que
permite cierto margen para la evaluacin de la asignacin de las causas
de la muerte.Esta eva luacin puede estar influida por los
conocimientos de loa sucesos previos incluyendo los tratamientos
administrados. Las posibilidades para que se produzcan sesgos son
incluso mayores cuando se evalan sntomas como el dolor, las nuseas
o la depresin. El sesgo en la evaluacin de los resulta dos se evita
mediante la bll.squeda de manifestacin de resultados de manera igual
en todos los pacientes, utilizando criterios explcitos cuando se ha
producido un resultado y mediante el estudio a ciegas.
Los <resultados a corto plazo, fcilmente mensurables, pueden suati
tuir a los efectos clnicos, de modo que es posible acelerar el ritmo para
completar y publicar los ensayos. Por ejemplo.en los ensayos clnicos
sobre el tratamiento de la infeccin por VIH ha sido frecuente tomar
como princi pales parmetros las pruebas biolgicas que reflejan la
extensin de la infeccin (como los recuentos de CD4+ y el antgeno
P32) ms que la pro gresn clnica de la enfermedad (infecciones
oportunistas y la muerte}.No obstante, se ha puesto de manifiesto que los
recuentos de loa CD4+ son un marcador impeecto del efecto del
tratamiento clinico. Como se describe en el captulo l, la prctica de
sustituir los parm etros clnicos por par metros biolgicos en loa
estudios que pretenden orientar la asistencia a loa pacientes slo puede
defenderse si se sabe que la medida sustituta en s misma se relaciona
estrechamente con el parmetro clnico.
Existen diversas opciones para resumir los efectos relativos de los
dos tratamientos (tabla 7-1}. Se ha sugerido que la expresin ma
importante desde un punto de vista clnico esel nmero que u
necesario tratar (NNT}, el nmero de pacientes que es preciso tratar
para prevenir un resultado

156

lpicl9m:iologla dinka.4 Aip 1ctos fundametltmlet

Dismioocin del riesgo re!atillO

Tasa de resuttados control - tasa de resultados tratados


Tasa de resultados control

Disminucin del riesgo absoluto

Tasa da .....nadosoontrol - tasa de resultados lr8taOOa

Nmero que es necesario tratar

Tasa de resun-. con11'oi - tasa de resutados iratados

Oe L.wpadsA. Sackett OL y Roberts RS. An s s ! ! S! tat al clf*8ly measans ollhe oonaequenoee


of treetm!nt. N Engl J Med 1988; 318:1728-1733.
Para datos continuos., cuando ae efecian 1uediciol en el psfodo Inicial y despus del tratanliento,
las medidasantogas ubasan en los valores medios del 9t\4 tratado y del QfUpo control dMpus del
trata miento ode ladiferencia eme k>s valores HciaAasy loe de poatrsDmlento.

(10). El nmero que es necesario tratar ea la recproca de la disminucin

del riesgo absoluto.


La percepcin de la magnitud de un efecto del tratamiento, tanto por
los pacientes como por los clnicos,est influida por la forma de describir
el efecto. En general, los efectos mencionados como riesgos relativO!I
pareoen ms amplios que los mismos efectos descritos como riesgos
atribuibles,que
a su vez parecen ms amplios que las valoraciones del nmero que es
nece sario tratar (11,12).Asimismo, los pacientes a quienes se indica
su probabi lidad de supervivencia consideran que tienen una mejor
probabilidad que los pacientes a quienes se indica el complemento, su
probabilidad de falle cer (13).Por consiguente, para comprender y
comunicar los efectos del tra tamiento, es necesario evaluar de
diversas formas Jos principales resulta dos de un ensayo. Es discutible
cul es el parmetro estadstico conecto.
Ensayos pragmtlcos y explicativos

Lo.s resultados de un ensayo aleatorizado y controlado pueden


analizar se y presentarse de dos formas: de acuerdo con el tratamiento al
cual fue ron asignados aleatoriamente los pacientes o de acuerdo con el
que recibie ron en realidad. La presentacin correcta de los resultados
depende de la pregu.nta que se plantee.
Si J a pregunta ea qu poltica de tratamiento e.a mejor en el momento
en que debe tomarse la decisin, es apropiado el anlisis de acuerdo

con el grupo asignado (aleatorzado), con independencia de que algunos


pacientes no recibieran en realidad el tratamiento supuesto. Los ensayos
analizados de esta forma ee denominan ,. intencin de tratar o
ensayospragmticos (14). Las ventajas de este planteamiento son que la
pregunta corresponde a la que realmente afrontan los clnicos y que los
pacientes comparados estn realmente aleatorizados. La desventaja es
que ei muchos pacientes no reciben el tratamiento al cual fueron
asignados, las diferencias entre el

grupo experimental y el grupo control tendern a confundirse,


aumentan do las posibilidades de un estudio negativo.Asi pues, si el
estudio noindica una diferencia, es dudoso si el tratamiento experimental
esverdaderamen te inefectiva o si, simplemente, los pacientes no lo
recibieron.

T1a1ume..11o

157

Otra pregunta sera si el tratamiento experimental en s mismo es


mejor. Para esta cuestin, el anlisis apropiado se lleva a cabo de
acuer do con el tratamiento que verdaderamente cada paciente
recibi, con independencia del tratamiento al que fue asignado
aleatoriamente.Los ensayos analizados de esta forma se denominan
ensayos explicativos porque hacen hincapi en el mecanismo por
medio del cual se ejercie ron los efectos. El problema de este
enfoque es que a menos que la mayo ra de pacientes reciban el
tratamiento al que fueron asignados, el estu dio deja de ser un
ensayo aleatorizado; simplemente, es un estudio de cohortes. Por
consiguiente, es preciso preocuparnos por las diferencias
entre grupos, aparte el tratamiento experimental, y utilizar uno o
ms mtodos (restriccin, emparejamiento, estratificacin o ajuste)
para lograr la comparabilidad, exactamente como se llevara a cabo
en cual
quier estudio no experimental. En la figura 7-6 se ilustran estos dos
enfoques.

Anlisis en Intencin de tratar

,,

Abandonos

.....

'

Poblacin -

de pacientes

con el

,,

---.

trastorno
-

Anlisis de acuerdo
con el tratamiento

'

''

''

'

.,

asignado

- ,,._._ ._._.._ _ _. ._ ._ _ _ _.
'

''

'

Abandonos

Anlisis
explicativo

Abandonos

Poblacin '
de pacientes
grupo
con el

,'

Cambian de
\

Copyrigted
material

Anlisis de acuerdo con el tratamiento


recibido

trastorno-,,/ / _ _ _ ".'".'.'. . . . . ..... . . . . .


Abandonos

Flg. 7-e.Ensayos basados enintencin de tratar

o pragrndcos y ensayos explicatlvos.

Copyrigted
material

158

lpiclemlalogia dlnlca. A"f'

1 ,, ..fundo......dale

Eficacia y efectividad

Los resultados del ensayo se juzgan en relacin con dos amplias


pre guntas.Puede el tratamiento surtir efecto en
circunstancias.ideales? ,sur te efecto en los contextos habituales? Las
palabras eficacia y efectividad se han aplicado a estos conceptos (fig. 77).
La pregunta de si un tratamiento puede surtir efect-0 es una pregunta
sobre eficru:ia. Un tratamient-0 efu:az es un tratamient-0 con los efectos
de seados entre los individuos que lo reciben. La eficacia se establece
limitan do los pacientes de un estudio a los que cooperarn
completamente con los consejos mdicos.
En comparacin, un tratamiento es efectivo si depara mayor beneficio
que perjuicio a los individuos a los que se le ofrece. La efectividad se
esta blece ofreciendo un tratamient-0 o un programa a los pacientes y
permitin doles que lo "-ept<:n o lo recli>lcen, tal y como haran
habitullimente. Slo una pequea proporcin de ensayos clnicos se
instituyen para responder a pregunt8Jl de efectividad . Parcialmente, Ja
razn de ello es el riesgo de que el resultado sea poco concluyente.Si se
pone de manifiesto que un trata mento es inefectivo, la razn podria
ser la falta de eficacia, la falta de acep tacin por parte de los pacientes
o amb8Jl.
ADAPTACIN DE LOS RESULTADOS DE LOS
ENSAYOS A PACIENTES INDMDUALES

Los ensayos clnicos implican la combinacin de la experiencia de


nume rosos pacientes que son manifiestamente diferentes y Ja
descripcin de lo

Yalldez
int......

::::i

LJ

Funciona el tratamiento

administrado en condiciones

ideales?

Sincumplimiento

Pacientes menos seleccionados


Generallzablllcla
d

+ s menos seleccionados

.
t

Poco prctico
Otros

Ensayo de
efectividad

Ayuda ofrecer el

tratamiento en las

circunstancias
habituales?

fle. 77. Eficacia y efectividad.

-miento

159

que les ocurre como promedio. Cmo podemos obtener estimaciones


ms precisa, para los pacientes individuales? Dos mtodos para
llevarlo acabo son examinar subgrupos y estudiar a pacientes
individuales utilizando mtodosrigurosos similares a los de los ensayos
aleatori.zados.
Subgrupos

El principal resultado en un ensayo clnico es la descripcin del


parmetro ma importante en cada uno de los principales grupos de
tratamiento. Sin embargo, resulta tentador evaluar los resultados con
mayor detalle del que las conclusiones globales proporcionan.
Evaluamos a subgrupos de paciente. con caractersticas especiales o
con resultados dete.rminados. Al hacerlo, sin embargo, existe cierto
riesgo de mala interpretacin que no est presente cuando slo se
evalan las conclusiones principales y que debe tenerse en cuenta
oo.a11do se interpreta la hlforn1acin de los subgrupos. (Algunos de los
conceptos en loe que se basa esta seccin se describen en el cap. 9.)
Un peligro al evaluar subgrupos es el aumento de la probabilidad de
hallar efectos en un subgrupo determinado que -a la larga- no estn
pre sentes en la naturaleza . La razn de ello es que las
comparaciones mlti ples conducen a u.na mayor posibilidad de un
hallazgo falso positivo que la que estima el valor de la p individual para
una sola comparacin (v. cap. 9). La tabla 7-2 enumera algunas
directrices para decidir si es real el hallazgo en un subgrupo.
Un segundo peligro es el de una conclusin falsa negativa . La
evalua cin de subgrupos en un ensayo clnico, ya sean ciertos tipos de
pacientes o tipos especficos de resultados , se relaciona con una gran
disminucin de los datos disponibles, de modo que frecuentemente es
imposible extraer conclusiones firmes.Sin embargo, es tentador hacerlo y
puede identificarse cierta informacin con carcter de ensayo.
Eje.m.plo. El Physicians'Health Study ( 15) es un ensayo aleateoriudo c:ontrolado,
disel'1a do pa_ra evaluar tJi la aspirina tomada a diario previene la mortalidad & ca.u.ea de
enfermeda
Tabla 7 2. Directrtce para deeldir al son reale IM dtferencie apa,...U" ele len ef9'v"tc>a

dentro de IUl>gl'\IPO..
Del propioesl\Jdio:

Es cUnlcamente Importante magnttud de la diferencia observada?

Cute!son las ptObablidadeS de que el efecto u haya Originado por uar? Teniendo 8fl

cuenta:
El nmero de &\lbgtupos examinados

La mdelvalor de lap
La hlptas:is de que se observaria el efecto:

<>

s.t formul antes de su descubrimiento (o se expuso la justificacin def efecto dff,pus de


identificado]?

entre un
Fue
pequeflo
A partir de Olta

lnfooTnacldn:

nmero de hiptesis?
Se su9ri6 la diferencia por comparaciones dentro de estudios ms queentre estudios?
Se ha observado el efectoen otros estudios?
Se di$90fl8 de pruebas lnclin!cias qua respalden la oxistancla delefecto?

T1a1aalwAo

161

-.!.

puede utilizarse este mtodo incluyen la migrada, el broncospasmo, la


fibrositis y las enfermedades intestinales funcionales.
Los ensayos N 1pueden ser tiles para orientar la toma de decisiones
clinica.s, aunque slo sea para una proporcin relativamente pequea
de pacientes. Tambin pueden utili.zarse para el cribado de hiptesis
clnicas interesaotee, a fin de seleccionar las que son lo bastante
prometedoras para ser evaluadas utilizando un ensayo completamente
aleatorizado y controlado que incluya a muchos pacientes.
ALTERNATIVAS A LOS ENSAYOS ALEATORIZADOS

Los ensayos aleatorizados,controlados y a ciegas son el patrn oro


para las comparaciones de loa efectos del tratamiento a lo largo del
tiempo. Siempre qoe a.stn di i;ponihle1;, e.s preciso dArlas prefe:ranci A
AnhTe otTA informacin acerca de los efectos del tratamiento.No
obstante, no siempre es posible basarse en ensayosclnicos.
Limitaciones de los ensayos aleatortzadoa

Los ensayos clincosson limitados por dversas razones.Puede no


exis tir el nmero suficiente de pacientes con la enfermedad en cuestin,
al mis mo tiempo y en ese lugar, para llevar a cabo un ensayo vlido
desde un punto devista cientfico. Los ensayos clnicos tienen un coste
elevado, que es superior a los 50-100 millones de dlares para los de
gran alcance. Transcurren aos antes que se dsponga de los resultados,
que pueden ser polticamente inaceptables para enfermedades graves
con una gran carga emocional, como el SIDA
En ocasiones, una determinada prctica puede haber llegado a estar
tan bien establecida, a falta de pruebas concluyentes de sus beneficios,
que resulta dificil convencer a los mdicos y a los posibles
parti.cipantes d.e que es preciso un ensayo. Podra argumentarse que si
el efecto del tratamiento no se conoce realmente, la nica forma tica de
conocerlo es llevar a cabo el estudo (y no ea tico continuar utilizando
tratamientos de beneficio incier to), pero este argumento exige un nivel
de razonamiento analtico que es excepcional entre los pacientes y sus
mdicos. Debido a este problema, algunos mdicos han defendido la
aleatorizacin desde el primer pacien te, empezando los ensayos
exactamente despus de introducirse un nuevo tratamiento. Otros
sostienen que ea preferible llevar a cabo ensayos clni cos rigurosos
algo ms tarde, despus de que se haya averiguado la mejor forma de
diatnl>uir el tratamiento, de modo que se ponga a prueba un buen
ejemplo de la intervencin. En cualquier caso, existe el acuerdo general
de que si un ensayo controlado se pospone demasiado, puede perderse
comple. tamente la oportunidad de llevarlo a cabo.
Por estas razones,para muchas decisiones teraputicas no se dispone
de unas directrices procedentes de los ensayos clnicos. Sin emba.rgo,
ea preciso tomar decisiones. Cules son las alternativas y hasta qu
punto son crebles?

sesgo no pueda superarse mediante un ajuste para las variables pronsti


cas conocidas.
s;se utilizan controles histricos , cuanto ms breve sea el periodo de
tiempo entre la seleccin del grupo tratado y el grupo control, y
menos hayan cambiado otros aspectos de la asistencia mdica durante el
interva lo, ms segura ser la comparacin.As pues, algunos centros
oncolgicos estudian una sucesin de reg.menes qui.mioteraputicos
comparando los resultados del rgimen ms reciente con los del
inmediata.mente preceden te, con frecuencia el administrado un ao
antes.Sin embargo, en general u.na mejor forma de eyjtar sesgos es
escoger controles concurrentes (es decir, pacientes tratados durante el
mismo perodo de tiempo).
La experiencia en otros contextos, utilizando tratamientos
derentes, puede servir como patrn de comparacin. Sin embargo, es
preferible esco ger a los pacientes(tanto tratados como control) a partir
del mismo contex to, yQ qac uno serie de fnctorco talco como la.o pauta.o
de remisin al cope cialista o al hospital, la organizacin y experiencia
del personal , etc., a menudo originan como consecuencia pronsticos
muy diferentes en distin tos contextos, con independencia del
tratamiento en estudio.
lijemplo. La tasa de mortalidad para 108 botpitales donde se llev a cabo ci.rug{a de
deri vacin coronaria vari tui el triple a travs de loe hoapitalee de la regin central
de Pen&lva nio (fig. 7-8) (19). Tambin variaron la gravedad de la enfermedad y, pol'
conaiguiente, el pro n1tico de loa pacientea en esto1 hospitalea.. Teniendo en cuenta el
nmero de muertea previ1tasy considerando los factores pronsticoa de loe pacientes, en un
hoapital seidentific un nmero menor d muertes de laa prevista&, enotro, el nmero
pnniiato,y en un t.en:iero, un n:mero mayor de laa previataa. Cualquier comparacin justa
de loe ef'cctoe del trata.mic.ot.o a b'avs dee8tol ho1pitales tendra que tener en cuenta no
slo las diferencias de la gravedad de loa padentes de esto.a hospitale.a sino tambif:n las
habilidades de los c:iruja.nos.

Ensayos no controlados

Los ensayos no controlados describen el curso de la enfermedad en


un grupo individual de pacientes que se han expuesto a la
intervencin de inters. Otro nombre para este diseo es un <estudio
de antes y despus. La asun.cin de este enfoque es que cualquier
mejora que se observe des pus del tratamiento se debe al
tratamiento. Esta asuncin puede no estar justificda por
varia.srazones.
Resultado impredecible

Cuando el curso clnico de una enfermedad es predecible, es


menos importante un grupo control separado. Sabemosque la
endocarditis bacte riana subaguda sin antibioterapia y la rabia sin la
vacuna invariablemente conducirn a la muerte, que la mayor parte
de pacientes con un hipotiroi dismo slo ampeorarn sin la
administracin de hormona tiroidea exgena y que el infarto
intestinal rara vez majorar sin ciruga.
No obstante, la mayor parte de decisiones teraputicas no se
relacionan con procesos con estos resultados predecibles. En las
situaciones en las cua les el curso clnico es extraordinariamente

variable para un determinado paciente y de un paciente a otro, la


evaluacin de los efectos d.el tratamian-

,_lento
6,9
3

i
j

Intervalo

6,0

!iSO
6.25

previsto

5.2

!
5,0

!.,.

165

4,48

:
j

4,0

3,0

19. 0

2,9

2 '8 Nmem

""''

z.1

2,0

....

1,0

Ho.pital

Flg. 7..a.La gravedad de la enfermedad y la habllidad de tos cirujanos varlan segn


ellugar. Tasa de mortalidad obseMlda y esperada eniendo "" cuenta elcase mix)
atl'i>uible a la c rugla e derivacin coronaa en tres hospitakts.(Oe Topol EJ y Califf RM.
Scorecard cardiovasoular medicine.lt impect al1d M\Jl'e direction .AIVl ntem Med
1994:120:65-70.)

to mediante la observacin de loscambios en el curso de la enfermedad

des pus del tratamiento es poco fidedigna.


Numerosas enfermedades graves que no son autolimitadas es
posible que -a pesar de todo- experimenten remisiones espontneas
de la activi dad que pueden malinterpretarse como efectos del

tratamiento.La figu ra 7-9 muestra el curso clco de un paciente


con lupus eritematoso sist mico a lo largo de un perodo de 10aos,
1955-1964 (20).A peMr de que no se administraron tratamientos
potentes (porque durante la mayor parte de estos aos no se dispona
de ninguno), la enfermedad fluctu desde perio dos espectaculares de
exacerbacin hasta remisiones prolongadas. N atu ralmente, las
exacerbaciones, como las ilustradas, causa:n alarma tanto a los
mdicos como a los pacientes, de modo que frecuentemente existe la
sensacin de que en estos momentos es preciso hacer algo. Si se
hubiera iniciado un tratamiento en el momento de mxima actividad ,se
habra pro ducido una mejoria.Sin ninguna comparacin mejor que la
actividad pre via de la enfermedad, se habria considerado que el
tratamiento la haba mejorado.

T1GIGll\el1to

167

altas o la gastroenteritis, cuando los sntomas se encuentran en su


momen to lgido.A menudo empezan a recuperarse despus de haber
visitado al mdico debido al curso natural de Ja enfermedad , con
independencia de la conducta seguda.
Asignacin no aleatoria del tratamiento
Una forma de asignar a los pacientes al grupo tratado o al grupo
control es permitir que lo decida el mdico que asiste a los pacientes.
Cuando se lleva a cabo el estudio, ste tiene todas las ventajas y
desventajas de los estudios de cohortes.
Los estudios de cohortes tratadas tienen la ventaja de que las decisio
nes teraputicas deben tomar""para los individuos enfermos con
indepen dencia de la calidad de los datos cientficos ya existent.es sobre
la interven cin. A falta de un consenso claro que favorezca un modo
de tratamiento con respecto a los dems, frecuentemente se administran
varios tratamien tos. Como consecuencia, en el curso de la asistencia
habitual al paciente, un nmero elevado de ellos reciben varios
tratamientos y prosiguen hasta manifestar sus efectos. Si se recoge y
analiza adecuadamente la experien cia llevada a cabo con estos
pacientes, puede utilzarse para orientar las decisiones teraputicas.
Por desgracia, a menudo es dificil estar seguro de que los estudios
observacionales de tratamiento incluyen comparaciones no sesgadas.
Las d.ecisiones sobre el tratamiento estn determinadas po.r gran
cantidad de factores, como la gravedad de la enfermedad, la
enfermedades concomitan tes, la preferencias locales, la cooperacin
del paciente, etc. Es probable que los pacientes que reciben diferentes
tratamientos no slo difieran con respecto al propio tratamiento sino
tambin enotros aspectos. Por lo tanto, estn comprometidos los
esfuerzos para determinar los resultados del tra tamiento solo,sin otros
factores.
FASES DE LOS ESTUDIOS SOBRE EL TRATAMIENTO

Pare los estudios de los frmacos, tradicionalmente, se definen tres


fases de los ensayos, segn el orden en que se llevan a cabo (21). Los
ensayos de fase 1pretenden identificar un intervalo de dosis que sea
bien tolerado y seguro (como mlnimo, para los efectos adversos graves
de frecu.encia eleva da) e incluyen a un nmero muy pequeo de
pacientes (quiz una docena) sin un grupo control. Los ensayos de fase II
proporcionan informacin preli minar sobre si el frmaco es eficaz y la
relacin entre la dosis y la eficacia; estos ensayos pueden ser
controlados, pero incluyen a un nmero demasiado reducido de
pacientes en los grupos de tratamiento, para detectar los efectos del
tratamiento salvo los de mayor tamao. Estos ensayos pueden no ser a
ciegas. Los ensayos de fase 111proporcionan pruebas definitivas de la
eficacia y la exietencia de efectos adversos frecuentes. Incluyen un
nmero suficiente de individuos, desde varias docenas hasta miles de
pacientes, para detectar efectos del tratamiento importantes desde un
punto de vista clnico y en
Copyrigned material

,,_..........

169

BIBUOGRAA
l. EC/ IC Bypm Srudy Group. Failure of extracranal-intracranial arterial byl""6
toreduce the risk of ischemk stroke. N Engl J Med 1965;313:1191-1200.

2. MAyberg MR. Wilson E, Yatsu F, Wess OC., Messlna L. He.rshey LA, Colling C. E!lcridge
J.Deyldn O, Winn HR. Carotid endarteT<Ctomy and prwention of cerebral iscluma
in symptomatic carotid sttnosis.JAMA 1991;266:3289-3294.
3. Opieon the heart [F.ditorial). Lancet 1980;1:692.
4.. Rubenstein LZ. Robbins AS. Josephson KR, Schulman BL, Osterweil O. The valu< o/
assessng falls in an elderiy population. A randomized rontrolled trial. Ann lntem Med
1990;113:308-316.
$. Fischer RW. Comparlson of antipruritic drugs administ....i orally. JAMA
1968;21J(l:41&- 419.
6. Ziegler EJ. et al. Treatment o/ gram negative bacteremia and septic shock with HA lA
human monoclonal antibody against endotoxin. New Engl J Med 1991;.324:429-4J6.
7. Cor<x>ary Drug Project Research Group. lnfluence o/ adherente to treatrnent and
re.ponse of cl\olffterol on morblty in tho C()r'Qnary drus pro;oc:t. N E:ngl J Med
1980;303:1038- 1041.

8. Llpid Resea_rch Q_inics Program. 1he Lipid Research Oinks roronary primary pre-.mtion
trial results. 1. Reduction in incidence of coronary heart disease.JAMA 1984;251:351-364.

9. Byington RF.et al.Ass<ssment of double-blindness at the ronclU$ion of the beta-l>loder


heart attack trial. JAMA 1985;253:1733-1736.
10. Laupocis A, Sackett OL. Roberts RS. An assessment of clinically useful me .ures of the
constquenc>!S of treatrnent. New Engl J Med 1988;318:1723-1733.
11. Naylor CD,Chen E, Strauss B. Measured enthusi;,sm: does t.he method of reportig
trial rcsul" alter perceptions of therapeutic effectiveness1Ann lntem Med
1992;117:916-921.
12. Malenka DJ, Baron JA, Joliansen S, Wahrenbetger JW, R"' JM. The framing
elfect of "11ative and absolure risk. J Gen lntem Med 1993;8:543-548.
13. M<M!il BJ, Pauker SG, Sox HC Jr.Tveroky A. 0n the elidtatioo of preferences for
altema tive therapies.. New Engl J Med 1982;306:1259.
l4, Sack<tt DL. Cent M.Controversy in counting and attrbuting events in clinlcal trials. N
EnglJ Med 1979;301;1410-1412.
15. Steern' g Cornmittee of the Physidans' Health Study Research Group. Final report of
the asprln componen! of the ongoing PhyskiAns' Health Study. New Engl J Med
1989;321:129-135.
16. Guyatt G, Sackett D. Taylor DW, Chong J.Roberts R. Pugsley S. D<termining
q:itimal therapy- randomized trials in individual patients. N Ilngl J Med
1986;314:889-8'2.
17. Feinstein AR. Sosin OM, Wells O<.The IViU Rog1!rs phenomcnon. Stage migratian
and new diagnostk ted\niques as a source of misleading .statistics lor survival in
cancer. New Engl J Med 1985;312:1604-2608.
f-l, ChAlnu: TC. Smith 1 1 Je, R.Andontlttd vcrSo\U Mlodcal CO.\h'Ob fot dU1i.c.al
trials. Am J Med 1982;72:233-24-0.

18. f,o0c:

19. Topol EJ, Califf RM. Scon?card c.arcUovascular medicine. Jts impact and futun: directkm.
Ann lntem Med 1994; 120:65-70.
20. Ropei M.Sysremic lupus erythematosus. Cambridge. MA: Havard University Pres., 1976.
21. Spilker B. Cuide to clinieal interpretation of dat.. New York:Raveo Preso, 1986.
LECTIJRAS RECOMENDADAS

Copyrigted
material

Chalmers TC, Smith H Jr, Bbckbum 8, SUverman B.Scluoeder B, Rctman O,


Ambroz A. A method for assessng the quality of a randomized control tri;,1.
Control Oin Tria 1981; 2:31-49.

Copyrigted
material

1 72

IFiclamiclcga dinica. Alpactos fundanMutalas

clnicos pueden complementar las actividades de alcance comunitario,


como los esfuerzos de prevencin del hbito tabquico por medio de los
cua les los mdicos ayudan a los pacientesindividuales a dejar de fumar,
mien tras que tambin la educacin pblica, las reglamentaciones y los
impues tos impiden que los adolescentes se inicien en el hbito.
Buena parte del enfoque cientfico de la prevencin en medicina clruca,
especialmente los principios subyacentes a Ja utilizacin de las pruebas
diagnsticas, el pronstico de las enfermedades y la efectividad de las
intervenciones ya se han cubierto en este libro. Este captulo ampla los
principios y las estrategias que guardan relacin especfica con la preven
cin.
NIVELES DE PREVENCIN

El diccionario de Webster (2) define la prevencin como el acto de


impe dir que algo suceda.Teniendo en cuenta esta definicin, casi todas
las acti vidades en medicina pueden ser definidas como prevencin .
Despus de todo, los esfuerzos de los clnicos tienen Ja finalidad de
prevenir las inci dencias inesperadas de la muerte, la enfermedad, la
discapacidad, el malestar, la falta de satisfaccin y la pobreza (v. cap.
1). No obstante, en medicinaclnica, la definicin de la prevencin suele
ser restringida, tal y como se describe ms adelante. Aunque se hace
ms prevencin que nunca, los clnicos todava invierten la mayor parte
de su tiempo en diagnosticar y tratar ms que en prevenir las
enfermedades.
Segn el momento en que se llevan a cabo estas intervenciones en el
curso de la enfermedad, son posibles tres tipos de prevencin (fig.8-1).
Prevencin primaria

La prevencin primaria evita por completo que se produzca la enfer


medad porque elimina sus causas. Constituyen ejemplos de preven cin

Inicio
Diagns
tico
cllnlco

PRIMARIA

SECUNDARIA

TERCIARIA

Ellmlnacln de los
factores de
riesgo

Deteccin y

tratamiento

precoces

Flg.&-1.NI-de prevencin .

Disminucin de
las complicaciones

P1 ww:en d6n

175

ria, pero el hecho es que numerosas tcnicas preventi vas, en especial


las pruebaa de cribado, se llevan a cabo sin una comprensin clara de
lo que se est investigan do. Por ejemplo, los mdicos que llevan a
cabo revisiones rutinarias en sus pacientes frecuentemente solicitan
un anlisisd.e orina. Sn embargo, el anlisis de orina pued.e
utilizarse para investigar otrs serie de problemas mdicos, incluyendo
la diabetes, las infecciones asntomti cas del tracto urinario y los
clculos renales. Es necesario decidir cul de estos procesos justifica
un cribado, si es que alguno lo justifica, antes de llevar a cabo la
prueba.
Existen tres criterios importantes cuando se decide qu proceso
debe incluirse en un examen peridico de salud (tabla 8-1): a) la
carga del sufri miento causada por el proceso, b) la calidad de la
prueba de cribado, si ti1> ne que llevarse a cabo alguna y e) la
efectividad de la intervencin para una prevencin primaria (p. ej., el
consejo a los pacientes para que man tengan relaciones sexuales
seguras) o la efectividad del tratamiento para la prevencin
secundaria despus de que se identifica el proceso en el cri bado (p.
ej., el tratamiento del cncer de prstata).
CARGA DE SUFRIMIENTO

Est justificado el cribado por la gravedad del proceso mdico


dee<le un punto de vista de la mortalidad, la morbilidad y el
sufrimiento causados por el proceso? Slo deben investigarse los
procesos que representan una amenaza para la vida o la salud Oas seis
0). La gravedad del proceso mdi co est d.eterminada principalmente
por el riesgo que representa o por su pronstico (descrito en los cape. 5
y 6). Por ejemplo, excepto durante el embarazo y antes de la ciruga
urolgica, no se han dilucidado las conse cuencias para la salud de la
bacteriuria asntomtica. No sabemos si pro voca una insuficiencia
renal y/o una hipertensin . Incluso as, la bacteriu ria se investiga con
frecuencia en los exmenes peridicos de salud.

e-

Tabla t-1.

pon

-ti

un _.., m6dico -lnclulrM en lot .,.._

pori6dlcoa de

nlud

1. Cul os la carga de sufrimiento causada por el proceso desde un punto de vista de:
Muerte

Malestat

i;nlotmedad

lnsat$foce16n
Pobreza

Incapacidad

2. Ham qu punto es buena Ja prueba de


to de s1a de:
Sensibilidad
Especificida
d
Simplicidad

si tiene que ...,.,..a cobo,-""pun-

Coste
Segt.wldad
"tablldad

Efectos de califoca::ln
o..etiquetado

3. a) Para Ja Pf8V811dn pi1marla, hasta qlJ puto la lnhlrvenclOn es efectiw? o bien:


b) Para la pre"""cln secundarla, siseIdentifica et proooso, hasta qu pt.01 0 es eficaz el
tratamiento quese deriva desde un punto de vista de:
Eficacie
Cumpliriento det paclente
Tratarnento precoz, siendo ms efectiYo que el tJlltamento tardlo

Copy igte:Q material


'-

176

lpidan iologio clinica. tF 1 ctot fur.clmueulole1

La carga de sufrimiento tiene en cuenta la frecuencia de un proceso.A


menudo un proceso determinado provoca un gran sufrimiento a los
indivi duos que desgraciadamente lo padecen, pero se presenta tan rara
vez -<uiz consttuye un proceso ms habitual en grupos de individuos
de una edad oon creta- que no puede oonsiderarse un cribado. Dos
ejemplos de ello son el cn cer de mama y el cncer colorrectal. Aunque
ambos pueden aparecer en indi viduos msjvenes, tienen lugar
principalmente en personas de ms de 50 aos de edad. Para las mltjeres
al inicio de ladkada de los 20 a.os, el clnce.r de mama tiene una
incidencia de 11100.000 (una quinta parte de la inciden cia para varones
al inicio de la dcada de los 70 aos) (3).Si bien es preciso investigar el
cncer de mama en los exmenes peridicos de salud en mujeres de ms
de 50 aos, es un proceso demasiado raro en las mltjeres de 20 aos (o en
los varones de 70 aos) para justificar un cribado. El cribado de las eofer
medades tan poco comunes no slo beneficia nicamente a un nmero
muy pequeo de individuos sino que, debido a los falsos positivos,
numerosos indi viduos pueden sufrir el perjuicio de ser etiquetadOS> de
enfermos y tener que someterse a una investigacin adicional (v. ms
adelante).
Un dilema especialmente di.fl:cil al que se enfrentan clnicos y pacientes
es la situacin en la cual se sabe que un individuo presenta un riesgo
ele vado de una enfermedad, pero no exsten pruebas de que un
tratamiento precoz sea efectivo.Cul es la conducta que deben seguir
mdico y pacien te? Por ejemplo, existen pruebas de que los individuos
con un esfago de Barrett (un proceso en el cual la mucosa escamosa
del tercio distal del es fago es reemplazada por epitelio columnar)
corren un riesgo 80-40 veces mayor de desarrollar un cncer de esfago
que los individuos sin un esfa go de Barrett (4). Sin embargo, se
desconoce la efectividad del cribado de dichos individuos, sometidos a
exploraciones endoscpicas peridices y a
un tratamiento p.recoz, si se produce un cncer.
No hay una respuesta fcil a este dilema, pero si el mdico recuerda
que el cribado no surtir efecto a menos que un tratamiento precoz sea
efe-.tivo, pued.e sopesar cuidadosamente las pruebas existentes sobre el
tratamiento con el paciente.Si las pruebas van en contra de la
efectividad, el cribado puede perjudicar ms que beneficiar al paciente.
QU! PRUl!ISAS?

Los sigufontes criterios para una buena pru eba de cribado se aplican
a todos los tipos de pruebas de cribado con independencia de que sean la
hlsto ria clfniea, la exploracin ffsica o diferentes pruebas o tcnicas de
laboratorio.
Senslbl ldad y especiflcd

La naturaleza de la investigacin de una enfermedad en individuos sn


sn tomas de sta significa que la prevalencia habitualmente es muy baja,
incluso entre grupos de riesgo elevado seleccionados por su edad, sexo y

Copyrigted
material

otras caracte ri&ticas.Por esta razn, una buena prueba de cribado debe
tener una sensibi lidad elevada de modo que no pase por alto los pocos
casos existentes de la

Copyrigted
material

171 lpidem iologia dinica.AIF 1ctos fundmnentat11

Debido a Ja baja prevalencia de Ja mayor parte de enfermedades, el


valor predictivo positivo de la mayora de pruebas de cribad-O es bajo,
inclu so para las pruebas con una elevada especificidad. Los cnicos que
practi can la medicina preventiva llevando a cabo pruebas de deteccin
en sus pacientes deben aceptar el hecho d.e que tendrn que investigar a
muchos pacientes que no presentarn la enfermedad. Sin embargo,
pueden mini mizar el problema concentrando sus esfuerzos de cribado
en Jos individuos con una mayor prevalencia de la enfermedad.
F.Jemplo. IA incidencia de cncer de mama aumenta con la edad desde aproximadamente
11100.00CVara.o a loa 20 afio huta V200/&Ao con una edad 1uperior a loa 10 aoe. Por
oonai gu:iente, una m.ua idntificada durante el cribado en la mama de una mujerjoven tiene
m probabilidades de no ser maligna que una ma.ea en una mujer de moyor edad. En un
amplio proyecto de demostrac:i.n 10bre cribado del cncer de mama,10& resultados de la
biopsia de
las ma.taJ mamarias fluctuaron notablemente de acuerdo con laedad de las mt.e:rea f6).
En tas mujres de menos de 40 anos, por cada n&aplasia se identifica.ron mat de 16
les:lonet bnignaa, pero en las mtVeres de ma de 70 ft.Aol., por cada neoplaaia
se.identifica.ron menos de tres lesiones benignas (fig.8-2). La sensibilidad y la
especificidad de la esploracin mama ria clnica y l_a m.amograffa tam_bi.n M>n
mejore en las m\ijeret mt ancianadebi<b a lo.e
cambios (el tejido mamario a medida que las mujeres envejecen.

El rendimiento del cribado disminuye a medida que ste se repite


a lo largo del tiempo en un grupo de individuos. La figura 8-3
demuestra la

18

a..!oe

..

14

'
:o O =10
- E

,,

..';

, go

.,

a:

Oe

Edad (a/los)

Flg. 8-2. Rend mientode una prueba de cribado o scroening, deacuerdo conlaedad del

pacien te. Coc:iefite de resultados nomalignos/ ma.ltgnos de la b4opsia entre mujeres


sometidas a cr1ba dos en busc.a de un c6ncet de mama. (De Baker LH.Breast cancer

06tectlon Oemonstratlon Project;flve y.,..summary reporl.CA 1982; 32:195-231.)

PI 'f n

179

razn de que esto sea as. La primera vez que se lleva a cabo el cribado,
el cribado de prevalencia, los casos de enfermedad existen desde
diversos perodos de tiempo. Durante la segunda fase de cribado, la
mayor parte de casos identificados se habrn iniciado entre el primero y
el segundo criba do. (Algunos podran haberse pasado por alto en el
primer cribado.) Por consiguiente, el segundo cribado y los ulteriores se
denominan cribados de incjcJenda. La figura 8-3 muestra cmo,
cuando un grupo de individuc:e son sometidos a nuevos cribados
peridicamente, disminuye el nmero decasos de la enfermedad
presente en el grupo despus del cribado de prevalencia. Esto significa
que el valor predictivo positivo de los resultados de la prueba disinuir
despus de la primera fase de cribado.
Simplicidad y bajo coste

La realizacin da una pruP.ha dP. cribado idAal slo dP.bea precisar


algunos minutos, una preparacin mnima del paciente, no depender de
visitas si especialista y ser de bajo coste.
Las pruebas simples y rpidas, como las mediciones de la presin arte
rial son las pruebas ideales de cribado.Por el contrario, las pruebas
diag nsticas complicadas como la colonoscopia, que tiene un coste
elevado y

Faae del ctibedo


2

.-...

3
Ox

0-0x

--

Dx

....

Dx

--

Dx

Dx

-e---ox
-

-en cede faae

Ox

Ox
Ox

Ox
Ox

Nmero de c..oa

1'19. H.Rendimiento decreciente de una prueba de cribado despu6s de la primera aae de


al bado.La primera fase (ctibado de p<evaleooia) detecta los casos

p<evalentes.La segunda y ter cera fases (cribados de incidencia) detectan k>s casos
incidentes. Se supone que la prueba detecta todos tos casos y que son sometidos a
ci1l>ado todos tos lndivlauo& de la poblaclOn.De lo contrar.o, los casos nodetectados
en la primera fase estn disponi_b'8s para elcribado en
las fases uttettores y el rendimiento ser mayor.Dx,diagnstico.

......,_....

181

someterse a una exploracin peridica del tracto gastrointestinal inferior,


un hallazgo que no debera sorprendernos!
La tabla 8-2 muestra la aceptacin del cribado para el cncer
colorreo tal por diversos tipos de individuos.Los individuos que
voluntariamente asistieron a una clnica para un cribado del cncer
colorrectal fueron muy cooperadores, estuvieron dispuestos a recoger
muestras de heces, a llevar a cabo una extensin de las muestras en tiras
de papel impregnadas de gua yaco y a mandar por correo las pruebas a
sus mdicos para un examen cl nico. Los pacientes que no se
ofrecieron como voluntarios tuvieron menos deseos de participar. Los
individuos de edad avanzada, que corren un mayor riesgo de cncer
colorrectal, mostraron menores deseos de someter se al cribado.Un
importante esfuerzo adicional puede conseguir que mayor nmero de
individuos (aunque posiblemente menos de la mitad) partici pen.
La acptaci6n de la prueba por parte de los clnicos es un criterio
habi tualmente pasado por alto excepto por los individuos que lo
llevan a cabo. Despus de un estudio bien realizado de gran alcance
sobre la utilidad del cribado, la sigmoidoscopia se abandon porque los
mdicos que llevaban a cabo la tcnica,gastroenterlogos en su mayor
parte, consideraron que era demasiado molesta y deban invertir
demasiado tiempo como para estar justificado por su rendimiento (8).
(La aceptacin por parte de los pacien tes, del 33 %, tampoco fue
buena.)
Calificar o etiqueta"' a los pacientes
El efecto de poner una etiqueta o calificar al paciente describe el efecto
psicolgico que los resultados de la prueba o los diagnsticos tienen sobre
los pacientes . Los estudios sobre calificacin de los pacientes sugieren
que los resultados de una prueba en ocasiones pueden tener importantes
efec tos psicolgicos sobre aqullos.
La calificacin puede ayudar o perjudicar a los pacientes . Podra produ
cirse un efecto positivo de la calificacin cuando se indica a un paciente que

g --

Tobl<l 8- Ac9ptadn por


rnpufflo

de loo pedentM de lel


ot..-i delea prueble de

on _
aro

Contexto

_...,..

e-

de cri-:-do

le tira

q,u.,e-'""'

Programa de cbadodel cncer oolomlcral


programa decbado del cncer demama

Miembros de la Health Maintenanoe Otganization (HMO) de 50-74 anos


Miembros de la HMOde 50-74 ailos de edad a los que se ...,,tti el
deedad

('%)

85
70

27
48

oo.a carta de recuerdo

y un follelodelnstruociones,y a to& quese te&efone


con lnstruoaones y n1eon:latorios

De Myen AE.Ron EA. Wo1t TA, 8alshem A. Jepson C y Mlllner LBehavioral interventiona io
incrtUe adhereoot In :o6oal sct'9tl"lln.g, M.ct Cart 1991;29:1039-1050,y Reteher SW y

Copyrigted
material

Dauphlnee WD.Slloukl cOlc:ir.c!-' cardnoma bt$OUghl in ptt1odic: hfflth examlnatlMS? AA


appio.ch to the 8'\lldenoe. CllnlrweetMed 1961:4:23-..31.

Copyrigted
material

114

lpid1mlala9ia cllnka. Atp1ctoa fundamentales

mayor de fraca.&06 a loa 6 me&e& pudieron preclec:ine a partir de tos pacienta que fumaron
e.o algWI. momento durante lM d08 primeraa 1amanaa despu4.s de intentar abandonar el
hbito. Ettoa hallazgoa 1-ugieren que el consejo deberla concentra_rse al principio de
la tentativa de abandoaar eJ h.4bito tabquioo. Mediante una evaluacin cuidadosa del
corutejo mdioo, lot eatu dios cono st.e determinan loa enfoques QUf; surten efecto.

Los tratamientos para la prevencin secundaria, en general, son


idnti cos a los tratamientos de la medicina curativa. Al igual que las
intervencio nes para la prevencin primaria, deben ser al mismo
tiempo eficaces y efec tivos. Si el tratamiento precoz no es efectivo,
no est justificado un cribado para un problema mdico,con
independencia de la facilidad con la que pue de identificarse, porque la
deteccin precoz sola simplemente prolonga el perodo de tiempo en
que se conoce la existencia de la enfermedad sin ayu dar al paciente.
Otro criterio importante para los tratamientos en la prevencin
secun d!lria es q\le el rMtilt.a do del paciente debe ser mejor, ; la
enfermedad se identifica por el cribado, cuando es asintomtica que
cuando se degcubre ms tarde despus de que el proceso llega a ser
sintomtico y el individuo solicite asistencia mdica. Si el resultado
en ambas situaciones es el mis
mo, no es necesario el cribado.
Ejemplo. En un estudlo sobre la utiliuci6n de las radiocrafiaa de trax y la cito!
og(a del esputo para eJ cribado del dnce:r de pulmn. loa varona fumadores de cia..mlloa,
que fueron sometidos a un cribado cada 4 mea.u y t.ratadoa inmediatamente si &e
identific un ctncer, no evolucionaron mr que loa individuoe no sometidos al cribado
(13).Al "'rm.ino del eat-udio, tu talM demortalidad por etoc.r de pulmn fueron
id.nlico.t en ambot g:rup()I: S.2 p:>r 1.000 peraonas-aos e:n los varooea aometidoa
acribado frente a S.O por LOOO per&o11a8-aol en loa varones no aometidol acribado. La
deteccin y tratamiento precoeea no fueron de mayor utili dad en los pacientes coo u.o
dncer de pulmn que el tratamiento de 101 individuoa en el moment0 en que
pruen\aron los sfntomu.

Sesgos
Como se describe en el capitulo 7, la mejor forma de establecer la
efica cia del tratamiento es un ensayo aleatori.zado controlado. Esto es
verdad para todas las intervenciones pero especialmente para el
trata.miento pre coz despus de un cribado. Establecer que una
intervencin prevent.iva es efectiva requiere muchos aos y estudiar a
un nmero elevado de indivi duos. Por ejemplo, el tratamiento precoz
despus del cribado del cncer rolorrectal puede disminuir la
mortalidad por cncer colorrectal aproxima damente un tercio. Pero,
para poner de manifiesto este efecto, se precis un estudio con 13 aos
de seguimiento (5). La .impresin clnicadel efecto del cnbado
simplemente no es suficiente en esta situacin.
Tambin son nece83rios estudios cuidadosos debido a los sesgos que
son espelicos de los estudios sobre la efectividad de los programas de
cribado. A continuacin, se describen tres sesgos de este tipo.
Sesgo del tiempo de adelanto
El tiempo de adelanJo es el perodo de tiempo entre la deteccin
de un proceso mdico mediante cribado y el diagnstico habitual
cuando un

Copyrigted ma erial

,,.,.,,dn

115

paciente manifiesta los sntomas y solicita asistencia mdica (fig. 8-4).El


perodo de tiempo de adelanto para una enfermedad determinada depende
tanto del ritmo biolgico de la progresin de la enfermedad como de la
capacidad de Ja prueba de cribado para detectar precozmente Ja enferme
dad. Cuando el tiempo de adelanto es muy breve, como ocurre actualmente
en el caso del cncer de pulmn, el tratamiento de los procesos mdicos
identificsdos con el cribado probablemente no ser ms efectivo que el tra
tamiento despus d.e que aparezcan Jos sntomas. Adems, cuando el tiem
po de adelanto es prolongado, como ocurre en el cncer cervical (como
pro medio, se requieren alrededor de 30 allos para que un carcinoma in
itu progrese hasta una enfermedad clrcamente invasiva). el tratamiento
del proceso mdico identificado en el cribado puede ser muy efectivo.
Cmo puede causar el tiempo de adelanto resultados sesgados en
un estudio sobre la eficacia de un tratamiento precoz? Como muestra la
figu ra 8-4. debido a un cribado. una enfermedad se identifica ms
temprana mente de lo que se identificara despus que el paciente
desarrollara snto mas. Como consecuencia,los pacientes que son
diagnosticados mediante un cribado de una enfermedad de pronstico
mortal, como promedio, sobre vivirn durante ms tiempo desde el
momento del diagnstico que Jos indi viduos en los que se establece el
diagnstico despus de la aparicin de los sntomas, incluso si el
tratamiento precoz no es ms efectivo que el trota miento en el
momento de la presentacin clnica. En dicha situacin, el cri bado
parecerla contri.huir a que los individuos vivieran durante ms tiem po,
cuando en realidad se les proporcionara no mayor <tiempo de
supervivencia sino mayor <tiempo de enfermedad.
Un mtodo adecuado de anlisis para evitar el sesgo del tiempo de
ade lanto es estudiar tanto a un grupo de individuos sometidos a un
cribado como a un grupo control de individuos y comparar las tasas de
mortalidad

DIAGNSTICO
tnk:io
NO CRIBADOS

CRIBADOS

El

tratamiento
precoz no
es efectivo

..- '

.,

M ej o ra

i.
,--;

- -

_ . . . ,. , . ia

CRIBADOS

El tratamiento
precoz ..efectlvo

..

- 1
1

d a la

F1{I.8-4. Cmo eltiempo daadelanto afecta el tiempo de supeMVencia deoptJo


delcbado; las 6r9as sombraadas ndican el periodo de supe1Vive"'"8 despus
deldialjn6stico (Dx).O,inicio de laenfmedad .

Copyrigted material

116

Epidemiologa clnica. Aap 1dos fundan"...1tule1

Cribado
0-------Dx
0---Dx
0------Dx
Dx

Dx
Dx
Dx
Dx
0-Dx

Dx
Dx
Dx

Flg.&-5.Sesgo del periodo <le liOtrll>O o la duracin <le la lesin . os casos -progresan

rpi damente desde elinicio (0)hasta los sfntornas y el diagnstico (Dx)tienen menos probal:
ldades de ser detectados durante l.W'la prueba de cribado.

especficas para la edad ms que las tasas de supervivencia desde el


momento de los diagnsticos. Podemos estar seguros de que los
diagnsti cos y tratamiento precoces del cncer colorrectal son efectivos
porque los estudios han puesto de manifiesto que las tasas de mortalidad
de los indi
viduos sometidos al cribado !IDn menores que las de un grupo
comparable de individuos no sometidos a la deteccin (5).
Sesgo del perodo de tiempo

El esgo del perodo de tiempo o de Ja duracin de la lesin (f:igs. 8-5


y 8-6), otro sesgo que puede afectar los estudios de cribado, se produce
por que la proporcin de lesiones de evolucin lenta diagnosticadas
durante los programas de cribado es mayor que la proporcin de las
diagnosticadas durante Ja asistencia mdica habitual. El efecto de
incluir a un nmero mayor de cnceres de evolucin lenta hace que
parezca que el cribado y el tratamiento precoz sean ms efectivos que la
asistencia habitual
El sesgo del perodo de tiempo se produce de la forma siguiente. El
cri bado funciona mejor cuando una lesin o proceso mdico se
desarrolla len tamente.Sin embargo, Ja mayor parte de tipos de cncer
demuestran una amplia variacin de las tasas de crecimiento.Algunos
cnceres crecen lentamente y otros muy rpidamente. Las pruebas de
cribado tienen mayores probabilidades de identificar principalmente
tumores de creci miento lento, pues stosse encuentran presentes
durante un perodo ms prolongado de tiempo antes que causen
sntomas; los tumores de creci miento rpido tienen mayores
probabilidades de causar sntomas que conduzcan al diagnstico eo el
intervalo entre las pruebas de cribado. Por esta razn, el cribado tieoe
tendencia a identificar tumores coo proostiCopyrigted ma erial

,,. ........

117

OiagnOstico despus

de kls s1ntomas

...

1
o
Inicio

Cribados

Ag. S.8. Sasgo del periodo de tiempo. los tumores de crecimiento rpido reci atencfn
mdica antes que se lleve acabo el cribado, mientras que lostumores de crecimiento ms
lento ofrecen un tiempo para su deteccn. O, diagnstico despus de los sntomas;
S, diagns tico desp<Js cSel cribado.

cos inherentemente mejores. Como consecuencia, las tasas de


mortalidad de los cnceres identificadas en un cribado pueden ser
mejores que las no identificadas en un cribado, pero esto no se debe al
cribado en s.
Sesgo del cumplimiento

El seso del curnplimiento, el tercer tipo importante de sesgo que


puede producirse en los estudios sobre la efectividad d.el tratsmiento
presintom tico, es consecuencia del grado en que los pacientes siguen
los consejos mdicos. Los pacientes cumplidores tienen tendencia a
contar con mejores pronsticos con independencia del cribado. Si un
estudio compara los resul tados de l enfermedad entre voluntarios para
un programa de cribado con los resultados de un grupo de individuos
que no se ofrecieron como vohm tarios, los mejores resultados para los
voluntarios podran no deberse al tratamiento, sino ser el resultado de
otros factores que guardan relacin con el cumplimiento.
emplo. En un eaiudio sobre el efecto de un programa de mantenimiento de la ulud,
se invit a u.n gupo de pacientes a un examen pe.ridico de salud con canlcter Bnual, en

tanto un grupo comparable no fue invitado (14). Sin embargo. a lo la_rgo de 106 a6os

Copyrigted
material

aJgnnoa de los indi viduos del grupo control aolcita_ron exmenes perid_ioos de&alud.

Como se observa en la 6gu ra S.7, estoe pad.entes del grupo cont.rol que solicitaron
activamente los exd.menea pre&ent.a ron u.na1:1 taaas de mortalidad inferioTes a 1os
pacientes que fueron invitado. al cribado. El Begundo grupo no slo induy6 a
pacientescumplidores sino a l os indivduoe a loa que fue pre. c:iso penruadir para que
participaran.

Copyrigted
material

se hacan antes. Diversos g'rupos de profesionales han recomendado el


abandono de las revsiones anuales rutinarias a favor de un enfoque
selec tivo, en el cual, las pruebas empleadas dependan de la edad, el sexo
y las caractersticas clnicas de un individuo (y por tanto, aumentando la
preva lencia y el valor predictivo positivo). Tambin han recom.endado
un menor nmero de pruebas de las que se hacan antes (con lo que
disminuira el porcentaje de pacientes con resultados falsos positivos).
Diversos grupos han prestado atencin al proceso de seleccin para
decidir las enfermeda des que deben investigarse. Existe una
preocupacin creciente para descri bir claramente los criterios que
deben cumplir las pruebas antes de ser incorporadas en exmenes
peridicos de salud. Los grupos con criterios expllcit<>s para la seleccin
de procesos mdicos son ms conservadores en sus recomendaciones que
los grupos sin dichos criterios.
RESUr.EN

Las enfermedades pued.en ser prevenidas -ante todo- impidiendo su


apa ricin (prevencin primaria), con intervenciones como las
vacunacionesy el consejo mdico. Es preciso evaluar dichas intervenciones
en busca de su efecti vidad de. manera tan rigurosa como los otros tipos de
intervenciones clnicas.
Los efectos de las enfermedad.es tambin pueden ser prevenidos llevando
a cabo pruebas de cribado en el momento en que el tratamiento
pre. sintomtico es ms efectivo que el tratamiento cuando se
producen los sntomas (prevencin secundaria). Una enfermedad se
investiga si la enferme dad causa una carga sustancial de sufrimiento, si
se dispone de una buena prueba de cribado y si el tratamiento
presintomtico es ms efectivo que el tratamiento en el momento
habitual. Las pruebas de cribado deben ser losufi cientemen.te sensibles
como para identificar la mayor parte de casos del proce so investigado y
lo suficientemente especificas como para que no exista un nmero
excesivo de resultados falsos positivos; deben tener un bajo coste, ser
seguras y ser aceptadas tanto por los pacientes como por los clnicos.
En la prevencin secundaria , tres sesgos potenciales constituyen una
amenaza de los estudios de la efectividad del tratamiento
presintomtico: la incapacidad para tener en cuenta el tiempo de
adelanto conseguido con el cribado precoz, Ja tendencia a detectar un
nmero desproporcionado de casos que avanzan lentamente cuando se
lleva a cabo la deteccin de Jos casos prevalentesy Ja confusin entre el
buen pronstico asociado al cum plimiento con los efectos de la propia
intervencin preventiva.
Segn estos criterios, para el mantenimiento de la salud se
recomien dan un nmero limitado de intervenciones de prevencin
primaria y de pruebas de cribado para la prevencin secundaria.
BIBUOGRAA

J. Schappert SM.National ambulatory medica!are survey:1991 summary. Advane<


data from vital and health stati.'>tic:s.. No. 230. Hyattct\ille, MD: National Center for
Health Statistics. 1993.

192

lpi cl1ndala9ia dinka. P 1cto1 fvncla"'4idule1

2. We.bster's ninth new collegiate dictiona.ry. Spring6eld.. MA: M.erriamWebster, 1991.


3. Ries LAG, Miller 8A, Hanly BF, Kosary Cl,Harras A, Edwards BK, eds. SEER
cancer statisf:s review, 1973-1991: tables and graphs. NIH Publioition No. 942789.Bethesda. MD: National C"""'r lnstitute, 199t.
4. Cameron AJ, Ott BJ, Payne WS. The incidenc of adenocarcinoma in columnarlined
(Barrett's) osopliagus. N Enitl J Med 1985;313:857-859.
5. Mandel JS, et aL Redudng mortality from colorecta.1cancer by screening lor fecal O<CUlt
blood. N Engl J Med 1993;328:1365-1371.
6. Baker Uf. Breast Cancer Oetection Oemonstration Pro;ect: five-year summa_ry repcrt. CA
1982:)2:195-231.
7. Eddy DM. Saeening lor oolorecllll c:ancer. Ann lntern Med 1990:113:373-384.
8. Dales LG. Friedman GD. Collen MF. Evaluating periodic multiphasic health ched<-ups:
a controlled tml.J Chron Dis 19'9;32:385-40f.
9. Lenrun C.Trock B, Rimer BK. Boyce A, Jepson C, Engstrom PF. Psychologkal and
bhav oral implications ol abnorrnal manunograms. Ann lntem Med 1991;114:657661.

10. Ronun FJ,AetcherS\'V, Hulka BS. The peod.k hea.lth exa.mination: comparison of tecom
mendations and inremists' performance .Soutlt Med J 1981;74:2115-Zll.
l t. Pore MC, Kenlord SL. )orenby DE,Wetter DW, Smith SS. Ba.ker Til. The nicoline
patm clinkal eflectiveness with dilferent counseling treatments. Chest 1994;105:524533.
12. Kenford. SL, Fiore MC, Jorenby DE. Smith SS, Wetrer D, Bake< TB.Predicting smoking
cessation: who will quit with a.nd w(thout the Ncotine patch. JAtA. 1994;271:589-594.
13. Fontana RS. Sandecson DR. Woolner LB, Tayl0< WF, Miller We, Muhm jlt Lung
cancer screenlng: the Mayo prog;.tm. J Occup Med 1986;28:746-750.
14. Friednan GD,CoUen MF.Fireman BH.Multiphasic health checkup evaluation; a 16year lollow-up. J Chron Dis 198;39:453-463.
IS. Selby JV, Friedman GD. Quesenberry CP, Wess NS. A cue-rontrol study of screening
sgrnoidoocopy and mortality lrom colorecta.1 cancer. N Eng J Med 1992;326:653-657.
16. Eddy DM, Hasselblad V,McGivney W, Hendee W. The value ol mammography
screening in wcmen under age SO yean.JAMA 1988;259:1512-1519.

LECTURAS RECOMENDADAS

Eddy DM (ed). Common screening tests. Philadelphia, American College of Physicians, 1991.
Goldbloom RB. LaWTence RS, eds. l'Nventing disease: beyond the rhetoric. New York:
Sprlngtt-Verlag, 1990.
Guyatt GH.Sackett DL. Cook DJ. u,.,,. guides to the medkal Urerature. 11: How to use an
article about therapy or prevcntlon. k Ate the results of the study valid? JAMA
199J;rl0:2598-2(J()1.
Guy'1tt CH, Sitckctt DL, Cook DJ. Uscr.t" suicles to thfll rNKl,ical liten.tu.ro. O: How to use an

articlt about therapy or prevention. 8: What were the resuJt:s and will they help me i.n
caring lor my patientsl JAMA 1994;271:59-63.
Hayward RS,Steinberg EP. Ford DE, Rol.ten MF.Roach KW. Preventive care guidelines: 1991.
Alul lntem Med 1991;114:758-783.
Miller A8, ed. Scree:ning for cancer. Orlando, FL: Academk: Press, 1985.
Miller AB, Chamberlain J. Day NE,Hak.ama M. Prnrok PC, eds. Cancer
SCl'e<'f\ing.Cambridge. Englan:I :lnremational Union Against Cancer, 1991.
RusseU LB. Educated guesses: making poliC)' about med_icaJ screen.ing tests.. BerkeJey:
Llniver
sity of California Press, 1994.
U.S. Preventive Servic Task Force. Guide to preventive services:an aSSHSment of tht
effec tiveness of 169 interventions. Baltimore: Williams &: Wilkins, 1989.

AZAR
Cuando Jos mdicos tratan de aprender de una experiencia clnica,
con independencia de que lo hagan durante la investigacin formal o en
el curso de la asistencia a los pacientes, sus esfuerzos se ven
dificultados por dos pro cesos:el sesgo y el azar.Tal y como se ha
descrito (cap.1), el sesgo es un error sistemtico, el resultado de
cualquier proceso por el que las observaciones difieren
sistemticamente de los valores reales. En la investigacin clnica, gran
parte de Jos esfuerzos se dirigen a evitar el sesgo siempre que sea posi
ble, a cootrolarlo y a estimar sus efectos cuando el sesgo es inevitable.
Asimismo, el error aleatorio es inherente a todas las observaciones.
Puede minimizarse, pero nunca puede ser evitado por completo. La
varia cin aleatoria puede originarse a partir del propio proceso de
medicin o del fenmeno biolgico que se est midiendo (cap.2). Esta
fuente de error recibe el nombre de aleatoria porque -como media- es
tan probable que produzca los valores observadosa un lado o a otro del
valor real.
La mayora de nosotros sobreestimamos la importancia del azar
encom paracip. con el sesgo cuando interpretamos los datos. En
esencia podra mos decir: si p es < 0,001, un poco de sesgo no puede
hacer demasiado dao. Sin embargo, si los datos se renen con un
sesgo no identifieado, ninguna elegancia estadstica podr salvar Ja
situacin.Como manifestaba un autor, quiz adoptando una posicin
extrema, un estudio bien disea do y llevado a cabo cuidadosamente
suele deparar resultados que son evi dentes sin un anlisis formal, y si
existen fallos importantes en su diseo
o ejecucin, un anlisis formal no resultar de utilidad(1).
En este captulo, el azar se describir en el contexto de un ensayo
clni co controlado porque es la forma ms simple de presentar los
conceptos. Sin embargo, la aplicacin de loa conceptos no se limita a las
comparacio nes de los tratamientos en los ensayos cUnicos. La
estadstica se utiliza siempre que se llevan a cabo inferencias sobre
poblaciones basadas en la informacin obtenida a partir de las
muestras.
ERROR ALEATORIO

No se puede prever que las diferencias observadas entre los pacientes


tratados y Jos pacientes control en un ensayo clnico representen
exactamen te las diferencias reales debido a la variacin aleatoria en los dos
grupos que son el objetivo de la comparacin. Las pruebas estadsticas
contribuyen a
193

Copyrigled ma erial

194

lpiclemiologia dnlca. Alp '""" fu11dan1M1I lu

estimar hasta qu punto la dferencia observada se aproxima a la real.


Por qu no medir directamente el fenmeno y evitar esta
incertidumbre? La razn de ello es que la investigacin habitualmente
debe llevarse a cabo en una muestra de pacientes y no en todos los
pacientes con el proceso estudia do. Como consecuencia, siempre
existe la posibilidad de que la muestra con creta de pacientes de un
estudio, aunque se haya seleccionado de manera no sesgada, pueda no ser
similar a la poblacin de pacientes en conjunto.
Para evaluar el papel del azar en las observaciones clnicas se utilizan
dos enfoques generales. El primero. denominado prueba de hip6tesis,
plantea si un efecto (diferencia) est presente o no utilizando una serie de
pruebas esta dsticas para examinar la hiptesis de que no existe una
diferencia Oa .Jtipte sis nula.).sta es la forma tradicional de evaluar
el papel del azar, muy popu lar desde que se introdujeron las pruebas
estadsticas a principios de esre siglo
y asociada con los familiares val.ores de p. El otro enfoque, denominado
esti niacin, utilia loe m-tod.0& estadstic::oa para estimar la aerie de
valores que es probable que incluyan el valor real. Este planteamiento se
ha hecho muy popular recientemente y es defendido por la mayor parte de
revistas cientifi """ dadas las razones que describimos a continuacin.
Empezaremos con una descripcin del enfoque tradicional
PRUEBA DE HIPTESIS

En la situacin habitual,cuando las principales conclusiones de un


ensayo se expresan en trminos dicotmicos (p.ej., se considera que el
tratamiento funcionsr o no) y los resultados de la prueba estadstica
tambin son dicot micos (el resultado es estadsticamente
significativo s improbable que sea simplemente debido al llZll1"- o no),
exsten cuatro posibilidades por las cuales las conclusiones de la prueba
pueden relacionarse con la realidad (fig. 9-l).

.. . .

Dife r e n cie
Presente

il
i
l
<'.l
.!

Slgnificatlv
s

Com!cto

No
significativ
a

tipo 11 (beta)

EITOI d&

Ausente

Errcr <le
tipo 1(atta)

Correcto

fo'g. 9-1.Relacin Of11Te los mult.-de una prueba ostac11.-y la d"""1Cia real entra bs
dos 91\JPOS de tralamle'11o.(Ausente esuna slmpllficadn:en realidad,slgniflca QUe la
derencia real no os mayor que una cantidad ospecltlcada)

Copyrigted material

197

significativo se deja a criterio del lector. No obstante, unos valores


de p mayores de 115 suelen resellarse simplemente como una p >
0,20 porque casi todo el mundo est de acuerdo en que una
probabilidad de un error alfa mayor de 1/5 es inaceptablemente
elevada. De forma parecida , por debajo de valores dep muy reducidos
(comop < 0,001), el azar es una expli cacin muy poco probable de la
diferencia observada y apenas ee obtiene mayor informacin
describiendo esta posibilidad con mayor precisin.
Slgnlficecl6n estadistlca e importancia clnica

Una diferencia estadsticamente significativa, por pequ ea que


sea la p, no significa que la diferencia sea importante desde un punto
de vista clf nico. Un valor p < 0,0001, si procede de un estudio bien
diseflado, expresa un elevado grado de confianza en que realmente
existe una diferencia.No
obstante, este valor de p no nos indica nada sobre la magnitud de dicha
diferencia o su importancia clnica. En realidad, diferencias
completamen
te insignificantes pueden ser estadsticamente
significativas sise estudi a un nmero lo bastante elevado de
pacientes.
EJe:m.plo. A principios de la dcada de los OO\'enta ae produjo un apaa:ionado dbat aobre
cwU ea el agente tromboll.tioo, la Mtreptoc:inua o el actvador dl plaaminge.no taular (tPA),
es m efoctivo duran.te el infartA> demiocardio agudo. Loo grandes eraayOI hablan

ideoti.fica.

do u.na diferencia en las tuu de repereuai.6n.pero no en la mortalidad. Am.boe f'rmaeos ru..


ron compuadoe (junt.o con la heparina subcutnea o intravenosa) en un gran ensayo aleatori
udo controlado,denominado con la siglas GUSTO, que incluy a 41.021 paciente
de 15 paises <.2). El tPA te admi.niatr mediante un rgimen ms agresivo que en
loe estwliot pl"e-" vioa. La taaa de mortalidad a loa 30 diaa fue menor entre los
pacientes trata.dos cn tPA (6,.3 'll que en loa pacientes tratados coa estftptodnaaa (7 o
7,4 lli,segU.n el modo de admi n.iatracia dela heparina) y eata di!ere.nda tuvo muy pocu
probahilldadea de ser de:bida al uar (p < 0,001). No obltante,la diferencia no es
importante;podra .ser necesario tratar apro- ximadamente a 100 padenta con tPA en
lugar de ettreptocinaaa para prevenir una m11erte a corto plam. Puesto que el tPA tiene
un cmt.e mucho mta elevado que la eetreptocinasa, la pre ve..nci.6.n de dicha muerte
ca.t.fl.ria cui 250.000 dlare& (S) y. puesto que el tPA tiene mayorM probabilidades de
provocar ictus hemorrigicoe, algunoe inVtitipdoru ha.o p...to en duda si el
peque!beneficio obtenido ..n el tPA ..digno de consideracin.ee decir.si la diferec:ia
de la mortalidad entre el tratamiento con el tPA y la utreptocinaaa, con1iderando
todot loe upedol, ee -dfnicam.ente aignificativa.

Asimsmo, losval.ores de p muy poco elevados pueden ser


consecuencia de estudios que indican efectos convincentes del
tratamiento, s stos se han realizado con un reducido nmero de
pacientes (vase el apartado siguente).
Pruebas estadlstlcas

Las pruebas estadlstcas, muy utilizadas, con las que muchos lectores
estn familiarizados, se emplean para estimar la probabilidad de un
error alfa. l.& pruebas se aplican a los datos para proporcionar una
prueba estads tica que, a su vez, puede utilizarse para presentar una
probabilidad de error (fig. 9-2).Las pruebas parten de la hipt.esis nula,
la p.ropuesta de que no exis te ninguna diferencia real del resultado entre
ambos grupos de tratam iento. Este artificio se utiliza por razones
matemticas y no porque Jli.nguna dife.-

Copyrigted ma erial

191

lpidemiologia clinica. Aap 1 lw funckwurlulti

Datos

--<

Prueba

estadlltica

Prueba

estadstica

Comparacin
con la
distribuci
n estndar
(utilizando
tablas,

Eetlmacln de ..

probabilidad de que

el valor

pueda .......,.,

por-solo

etc.)

Fi1.&-2.Pruebas estadl8tica&

renciasea Ja hiptesis cientfica de trabajo del estudio. Se acaba


rechazando la hip6msis nula (concluyendo que existe un.a diferencia) o
no se logra recha zar dicha hiptesis (y seconcluye que no existe una
diferencia).
En la tabla 9-1 se citan algunas de laa pruebas estadsticas ms
utiliza das. La validez de cada prueba depende de determinadas
asunciones sobre los datos. Si los datos de que se dispone no satisfacen
estas asunciones, la p.,. resultante puede inducir a error. En cualquier
libro de texto de bioesta dlstica pueden encontrarse comentarios sobre
cmo se derivan y calculan estas pruebas estadsticas y las aaunciones
en que se basan.
emplo. La pnieba de laji-cuadrado (x'l para datoo nominales (recw:ntoo) ..comprende

ms fcilmente que la mayora y as puede utilizarse para iluatrar cmo funcionan la1prue
bas estati.ca.s.. Conaidrense Jos datos aguentea procedente& de un ensayo aleatorizado
de dos fomu:t de i_nic:iar la anticoa.culacin con beparina: un DOJ'!DOll'Sma de dolrificacin
balado en el pes. y la uistencia eatndar (4). El resultado fu.e un tiempo parcial d.e
trom_bop!astina CTfP) que s:uper el umbral t.erapiutico al cabo de 24 horu del inicio

dela a.nticoagulacia. En el grupo del oormograma, ae puto de manifiesto en &O de


62 pa.eientea (97 .,), mientras que se idt.ntific en 3-7 de 4:8 pacie_nt.ea del ropo de
asistencia eat.ndar (77 ,_.) (tabla 9-2).

Cun probable habra sido para un estudio de este tamao observar


una diferencia en 1"" tasas ta.n gra.nde como sta o mayor si en realidad
no

Paro pot>ff aprueba 111 s/gn/flcacifl estadstica de una difefoncla


Ji-ooadrado (x')
Entre dos o m1 ""'""'"""(cuando ellisle'"'
nmero etewdo de observaciones)

Prueba de la u de M111n W11hney


Prueba de la t de Student
Pruebade la F

Entre dos proporciones {cuando exlste un pe


quello ntlmero de OOservacionM)
Entre dos medianas
Entre dosmedios
Entre dosoms medias

Para di<ribir el grado de

asociacidtl

Coefiolenle de _..in

Entre una variable Independiente (Pliictora)

rde Pearson

Entre dos vanables

unavariable dependiente (teOlJltado)

Copyrigted material

Para modo/Izar los electos de


varfab/es
Rognislr. logistlca
Sobro un resutt.do dioottrioo
Modelo dlos riesgos proporcionales
Sobro un periodo de tiempo hasla el 18SUlado
de Cox

Copyrigted material

Azar

199

T-IH. Ta...obNMKIU
TIP que &Ups 8' umbral
Si

Normograma

Asistencia esUndar
Tol!li

60

No

Total

e2

48

11
13

37
97

110

existieran diferencias de efectividad? Est-0 depende de hasta qu punto


los resultados observados parten de lo que podra esperarse si los
tratamien tos tuvieran una utilidad similar y slo la variacin aleatoria
provocara la diferencia observada en las muestras estudiadas.Si el
tratamiento careci de efectos sobre los resultados , la aplicacin de la
tasa de xitos para los pacientes en conjunto (88 %) con respec.to al
nmero de pacientes en cada grupo de tratamiento proporciona el
nmero previ3to de tratamientos satisfactorios en cada grupo (tabla 93).
El estadgrafo x'.que cuantifica la diferencia entre el nmero observa
do y el nm ero esperado, es la suma de las cuatro celdas de:
(Nmero observado - nmero esperado)'lnmero
esperado
La magnitud del estadgrafo x' est dete.rminada por el grado de dife
rencia de todos los nmeros observados con respecto a lo que habra sido
de esperar si no existiera un efecto del tratamiento . Puesto que son
valores al cuadrado, no importa si las tasas observadas superan o son
inferiores a las esperadas. Dividiendo la diferencia al cuadrado en cada
celda por el nme ro esperado, la diferencia para dicha celda se ajusta
al nmero de pacien tes de sta.
Elestadgrafo x' para estos datos es:
(60 -55)' + C2..=.1)'+ (37 - 42)' + <ll.=..ID'; 879

55

42

'

Esta X: se compara despus con una tabla que relaciona los valores x'
con probabilidades (disponible en libros y programas informticos) para
dicho
nmcro
de ccldos,
pArl'.l obtener
1.1'.l prob..bilidl'.ld
de unn
x'deseacote
tamao
o mayor.
Intuitivamente,
es evidente
que, cuanto
mayor
la
x'.
meno. probable es que el azar explique las diferencias observadas. En
este caso, el resultado es p ;0,004, que es la probabilidad de una
conclusin fa). sa positiva de que los tratamientos tuvieran efectos
diferentes.
1TP que super el mibral

No

Talal

Normograma
Asistenoia estndar
Total

55

42
97

7
6

13

62

48
110

200

Eplclem:iologia clnlca. Asp 1ctoa' fund - -

Conclusin de que un tratamiento no funciona

Algunos ensayos llegan a la conclusin de que ningn tratamiento es


mejor que el otro.Existen algunos ejemplos muy significativos,
incluyendo los estudios que ponen de manifiesto que la ciruga de
derivacin de la arte ria coronaria no prolonga la vida en los pacientes
con una angina crnica estable (excepto para los pacientes con una
obstruccin de la arteria coro naria principal izquierda), que los
antioxidantes no previenen el cncer y que los anticuerpos contra la
endotoxina n.o mejoran el pronstico de la mayor parte de los pacientes
con un slux:k sptico.
Las preguntas planteadas son: pueden resultados como stos haber
ocurrido slo por azar?, podran los hallazgos de estos ensayos haber
re preseniado errneam.ente la realidad porque estos estudios concretos
han tenido .Ja mal&> suerte de terminar de una forma relativamente
improba ble? Especlficamente, cul es la probabilidad de un resultado
falso negati vo (un error beta o de tipo In? El riesgo de un resultado
falso negativo es especialmente grande en los estudios con un nmero
relativamente reduci do de pacientes.
Por diversas razones, se ha prestado menos atenci.n al error beta
que al error alfa, pues es ms dificil de calcular. Adems, la mayor
parte de nosotros preferimos cosaa que funcionen. Los resultados
negativos nunca son bienvenidos y los autores tienen menos
probabilidades de presentar los estudios negativos a laa revistas
cientfficaa y ai se describen estudios nega tivos, losautores prefieren
hacer hincapi en los subgrupos de pacientesen
1os cuales se identifican diferencias en el tratamiento, incluso si las
dife. renciiu no son estadsticamente significativas. Los autores
tambin pue den hacer hincapi en razones diferentes del azar por las
cuales podran haberse pasado por alto diferencias reales. Cualquiera
que sea la razn para no considerar la probabilidad de un error beta,
sta seria la principal pregunta que debe plantearse cuando los
resultados de un estudio no indi can una diferencia.
La probabilidad de que un ensayo identifique una diferencia
estadsti camente significativa cuando, en realidad, existe una diferencia
se denomi na poder opotenc ia estadistica del ensayo.
Potencia estadstica = 1-PLa potencia y la son formaa complementarias de expresar el mismo
concepto.La potencia estadstica es anloga a la senaibilidad de una
prue ba diagnstica . En realidad se afirma que un estudio es potente
si tiene una probabilidad elevada de detectar como diferentes los
tratamientos que son realmente diferentes.
Cunlos pacientes son auftclentes?

Supongamos que est leyendo los resultados de un ensayo clnico


que compara un nuevo y prometedor tratamiento con una forma actual
de trata miento. Usted es consciente de que la variacin aleatoria puede
ser el origen

202

Caractersticas de los datos

La potencia estadstica de un estudio tambin est determinada por


la naturaleza de los datos. Cuando los resultados se expresan en una
escala nominal y se describen de este modo mediante recuentos o
proporcin de casos, su potencia estadstica depende de la tasa de
resultados: cuanto mayor sea el nmero de resultados, mayor ser la
potencia estadstica para un nmero determinado de individuos en
riesgo. Como Peto y cols. (5) expresaron:
E:o loa ensayos clnico.& sobre el perfodo de tiempo has:ta la muerte o ha.ata un
auceso dete:nninado (recidiva&, melsta8ii, primera trombosis, ictus, recu.rrttncia o
perodo de tiempo huta la muerte debida a una causa concreta), la capacidad del
ensayo paro distinguir entre 106 mrit45 de ambos tratamiento& depende del nlimero
de pacientes que fallecen (o maoifias tan un resultado i_mportant.e) ms que del nmero
de pacientes inclWdos. Un estudio realiza
do con 100 pacientes, 50 de los cua_lea faUecen, es aproximada.mente tan sensible
como un estudio cm 1.000 padentes, 50 de los cuales fallecen.

Si el resultado es una variable continua, como la presin arterial o


el colesterol srico, la potencia se ver afectada por el grado en que los
pacien tes varan entre s:cuanto mayor sea la variacin de un
paciente a otro con respecto a la caracterstica que es objeto de la
medicin , ms dificil ser confiar en que las diferencias observadas
(o ausencia de diferencias) entre grupos no sea debida a esta
variacin antes que a una diferencia real de los efectos del
tratamiento. En otras palabras, cuanto mayor sea la variacin entre
pacient.es,menor ser la potencia estadstica.
En el diseo de un estudio, el investigador escoge la magnitud del
efec to del tratamiento que es clnicamente importante y los errores de
tipo l y de tipo II que aceptar. Es posible disear estudios que
maximizan la potencia para un tamaf\o determinado de la muestra, por
ejemplo, esco giendo a pacientes con una tasa elevada de resultados o
con caractersticas similares, siempre que se correspondan con la
pregunta que es el objetivo de la investigacin, pero para una serie
determinada de datos y preguntas el investigador no puede controlar la
forma en qu.e las caractersticas de los datos determinan la potencia
estadstica.
Interrelaciones

Las interrelaciones entre las cuatro variables descritas previamente se


resumen en la tabla 9-4. Las variables pueden compensarse entre s. En
general, para cualquier nmero determinado de pacientes del estudio
exis te un equilibrio entre el error alfa y beta. Siendo todo lo dems
igual, cuan to ms deseemos aceptar un tipo de error, menos necesario
ser arriesgar se con el otro. Ningn tipo de error es inherentemente
peor que el otro.Las consecuencias de aceptar informacin errnea
dependen de la situacin cl nica. Cuando se necesita urgentemente un
tratamiento mejor (p. ej., cuan do la enfermedad es muy peligrosa y no
est disponible un tratamiento satisfacl.orio) y el tratamiento propuesto
no es nocivo, sera razonable acep tar un riesgo relativamente elevado y
concluir que un nuevo tratamiento es efectivo cuando en realidad no lo
es (error alfa grande) para minimizar

204

lphl1mial11 9i a dinica. A.tp1'tN fundmneutal ..

Para la mayora de preguntas teraputicas enfocadas hoy en dla, es


necesario un nmero sorprendentemente elevado de pacientes
estudiados. El valor de loe tratamientos potentes y espectaculares,como
la in.sulina para la cetoacidosia diabtica o la ciruga para la
apendicitis,podra esta blecerse estudiando un nmero reducido de
pacientes , pero estos trata mientos rara vez constituyen la finalidad de
un estudio y muchos de ellos ya estn consolidados. En cambio, existen
enfermedades,muchas de ellas crnicas y con etiologas mltiples que
interaccionan, para las cuales los efectos de los nuevos tratamientos,en
general, son pequeos . Esto confiere una especial importancia a siel
tamao de los ensayos clnicos es adecuado para distingoir los efectos
reales de los efectos debidos al azar.
Los mdicos deben ser capaces de estimar el alcance de los estudios
publicados. IW!pecto a ello, la figura 9-3 muestra la relacin entre el
lama o de la muestra y la diferencia del tratamiento para diversas
taaas basa-

1.500

..

8.

Tau de resultlldoa
1.000

0,50

en et grupo

0,20

jJ

notndedo

jz

500

20

40

60

80

100

Diamlnucln p1opo1clonal de la -de resultados


(04 de,,,

Ag.&--3.Nmero de ifldividuos necesarios en ceda uno de los dos grupos de


tratamkM\to {del mismo tamal\o) para tener una posibilidad del 80 % de detectar
unadif"""1cla (p 0,05) en una tasa de res<Atados determinada(PI entre loe pacieoleo
lratadoa y los nolratados,segndversas

taaaa de ,...,_"" elgrupo no lra1a<lo. (Celculado a part>' de la frmula de Welss NS.Cllnl

calepidemiology.The study of the outcom<1 of Hlness.Nueva YO<tc:Oxford Unlverslty


Press, 1988.)

Azor

205

les de resultados.Es evidente que los estudios que incluyen a un


nmero menor de 100 pacientes tienen una probabilidad pequea de
detectar dife rencias estadsticamente significativas de los efectos del
tratamiento, incluso si stos son grandes. Adems, resulta dificil
detectar efectos de magnitud inferior al 25 %. En la prctica, la
potencia
estadstica
puede
estimarse
por
medio
de
frmulas,tablas,normogramas o programas infor mticos fcilmente
disponibles.
ESTIMACIONES PUNTUALES E INTERVALOS DE CONAANZA

La magnitud del efecto observado en un determinado estudio (p. ej.,


el efecto del tratamiento en un ensayo clnico o el riesgo relativo en un
estu dio de ooh.ort.es) '5e denomin estimo.ci6n. p,1.ntt UJ-l del efecto. 'Es;
1 3 mejor. estimacin del estudio de la magnitud real del efecto y es el
resumen esta dstico en que habitualmente se hace hincapi en los
informes de investiga cin que se publican. .
Sin embargo, la magnitud real del efecto tiene pocas probabilidades de
ser exactamente la observada en el estudio. Debido a la variacin
aleato ria, cualquier estudio tiene probabilidades de identificar un
resultado mayor o menor del valor real.Por esta razn, se requiere una
medida resu men del grado de la variacin que podra preverse a partir
del azar.
La precisin estadJstica (estabilidad de la estimacin) de la
magnitud observada de un efecto se expresa como el intervalo de
confianza (lC), habi tualmente el del 95 %, alrededor de la estimacin
puntual. Los inteivalos de confianza alrededor de la magnitud del
efecto se interpretan de la siguiente forma: si el estudio no est
sesgado, existe una probabilidad del 95 % de que el intervalo incluya la
magnitud real del efecto. Cuanto ms estrecho sea el intervalo de
confianza , ms seguros podemos estar de que la magnitud del efecto es
real. El valor real tiene mayores probabilidades de estar cerca de la
estimacin puntual,menos probabilidades de estar cer ca de los lmites
superior e inferior del intervalo o encontrarse fuera de estos lmites
(5veces de cada 100). La precisin estadstica aumenta con la potencia
estadstica del estudio.
Los intervalos de confianza contienen informacin similar a la significa
cin estadstica. Si el valor correspondiente a la ausencia de un
efecto (como un riesgo relativo de 1o una diferencia del tratamiento
de 0) se encuentra fuera de los intervalos de confianza del 95 % para el
efecto obser vado, es probable que los resultados sean estadsticamente
significativos en 0,05. Si el intervalo de confianza incluye dicho punto,
los resultados no son estadsticamente significativos.
Pero Jos intervalos de confianza tambin tienen otras
ventajas.Hacen hincapi en la magnitud del efecto. Los intervalos de
confianza permiten que el lector compruebe los lmites de los valores
posibles y, de este modo, decida si la magnitud del efecto que se
considera clnicamente significativa es consistente o queda
descartada por losdatos (7). Tambin proporcionan informacin sobre
la potencia estadstica; si el intervalo de confianza a duras penas
incluye el valor correspondiente a la ausencia de un efecto y

206

lpidcau ialoaia clinico. Aap tw

fvr

ste relativamente amplio, podra haberse identificado una diferencia


sig nificativa si el estudio hubiese tenido mayor potencia.
e_m,10.La figura 9-4 ilustra La_a estimaciones puntua_le.a y loa intervalos de
confianza para el ries:ro re.lativo esti_m_ado de los estrgenos ex.genos para tres

enfermedades:cncer e:ndometr.al. dncer demama y fractura decadera.(ObM.rvese que


elrleago M proporcion a en una ucala logarftmica,lo que da la impre-ain superficial d que los
intervalot, de confianza para loe nesgo& mayores son roa ettrechoe de lo que son en
realidad.) La estimacin del riea go para el neer endome-t:ria.1 (desput\s de un

tratamiento durante 8 aAos o ms con e.trg.. nos)ea de 8,22,pero el valo-r reaJ no se

Mtima con precisin y f'cil_mente podra ae-r de inclUAO


10,61 o de slo 8,.25. En cualquier cuo,ea poco probable que a.ea del 1,0 (au.aencia de riesgo).

En comparacin.esteestudio sugiere que loa eatrgenoa tienen pocas probabilidades de oooatituir un factor de riesgo decncer de mama;la mejor eatimaci.n del riesgo relativoesprcti
camen.Le de 110,aUJl((ue Jos datos aon coot:iatntee con u.o pequeftoefecto nocivo o u.o.
puo.Do eecto pNtector. Por ltimo, loe e1trgeno1probablemente protegen frente a la
&acti.ira de cadera.El hecho de que el lmite tuperior del intuva_lo de confianza aea inferior
a 1,0 ea otra forma de mdicar que el efecto protector ea eatadiaticament.e irigni6cativo en 0,05.

Las estimaciones puntuales y los intervalos de confianza se


utilizan para caracterizar la precisin estadstica de cualquier tasa
(incidenca y prevalencia), comparaciones de ndices (riesgos relativos
y riesgos atribui-

10Cncer endometrlaJ (> 8a/\os)

,.

5 ...

.
Cncer de mama
Riesgo
Proteccin
0,5 1

Fractura de cadera

"

Ag.M.Estimaciones puntuales {O) eintervalos de confianza (r):riesgos y beneficios


delos oslrgenos exgenos para las muje<es P')$menopusicu.(De Grady O, Rubin
SM,Petitti DB y co a.HormonaJ therapy to prevent d sease and pmlong llfe
k1postmenopausaJ women. Ann lntem Mad 1992:117:1016 1037:Cddltz GA.

Sta1T'4>fet MJ, Wlllett wc, HeMekens CH. -

B y Speiz.,.FE.Prosp<ICtive srudy of estroven replacoment therapy ancl risk of breast canear in

postmenc;pausal WQIT!Ofl. JAMA 1990; 264: 2648 2653,y Poganinl-Hm A, Rosa RK,Gerl<ns
VR. Henders<>i.BE,Ml>ur My Mack TM.Menopausat Mtt<>gen tllerapy and hlp
ftacttns. Ann lntem Med 1981;95:211-31.)

207

bles) y otra estadstica resumen . Por ejemplo , los estudios individuales


han i.ndcado que el 34 % de adultos norteamericanos han utilizado un
trata miento no convencional (intervalo de confianza del 95 %, 31-37 %)
(8), que el tratamiento intensivo de los diabticos insulinodependientes
dismin11ye el 76 %el riesgo de desarrollar 11na retinopata (intervalo
de confianza del 95 %, 62-85 %) en comparacin con el tratamiento
convencional (9), y que la sensibilidad de la exploracin clnica en
busca de una esplenomegalia es del 27 % (intervalo de confianza del 95
%, 19-36 %) (10).
Los intervalos de confianza han llegado a ser la forma habitual de des
cribir loe principales resultados de la investigacin clnica por sus numer<>
sas ventajas con respecto al enfoque de la pru.eba de hiptesis(valor p) .
Los valores p todava se utilizan por tradcin y por comodidad cuando se
des criben numerosos resultados, y no es posible incluir para todos los
interva los de confianza.
POTENCIA ESTADISTICA ANTES Y DESPUS
DE LLEVAR A CABO EL ESTUDIO

Los investigadores,antes de llevar a cabo el estudo, hacen el clculo


de la potencia estadstica )!asado en el enfoque de la prueba de
hiptesis para asegurarse de que con 110 nmero suficiente de pacientes
incluidos tendrn 110a probabilidad adecuada de detectar 110 efecto
clnicamente aignficati vo, si es que existe. Sin embargo, despus de
completar el estudio, este enfoque deja de ser importante (11).Deja de
ser necesario estimar la mag nitud del efecto, las tasas de resultados y la
variabilidad entre pacientes, pues ya se conocen.
Por consiguiente, para los investigadores que describen los resultados
de la investigacin clnica y los lectores que tratan de comprender su
sign ficado, es me relevante el enfoque de los intervalos de confianza.
La aten cin debe desviarse desde la potencia estadstica para 110a
magnitud del efecto escogido algo arbitrariamente, que puede ser
importante en la fase de planificacin, hasta la magnitud real del efecto
observado en el estudo y la precisin estadstica de la estimacin del
valor real.
DETl:CCIN De Rl:SULTADO S POCO FRl:CUl:N S

En ocasion.es, es importante detectar un resultado relativamente


nsli to (p.ej., 1/1.000), sobre todo si responde a un caso grave (p. ej.,
una ane mia aplsica o una arritmia que representa 110a amenaza para
la vida des pus del tratamiento con un frmaco). .En
dichascircunstancias, es preciso observar 110 nil.mero muy elevado de
indviduos para ten.er una buena posi bilidad de detectar siquiera dicho
resultado y un nil.mero mucho mayor para desarrollar una estimacin
relativamente estable de su frecuencia.
La figura 9-6 muestra la probabilidad de detectar un caso en f11ncin

del nmero de individuos en observacin. Un regla general es la


siguiente: para tener 110a buena probabilidad de detectar 110 caso con 110a
frecuencia

208

lpclemlolop clnlca. Aap1<too fundcuMntalH

Riesgo =

1,0

i
.g

1
100

1
1.000

10.000

1
100.000

0,8
0,6
0,4

0,2

1.000

10.000

100.000

1.000.000

Tammlo delgrupo de tratamiento

Flg. 11-5. Probabilidad de delectar un caso de acverdo oon la tasa de resultados y el


nUmero de indN'idUO& observados. (De Guess HA y Rudnlck SA. Use of coat effectlVeness
analysis in plan nlng cancer chemopropllytaxla tllal&. Control Cln Tt1all 1983;4: 89-100.)

llx, es preciso observar a % individuos (12).Por ejemplo, para detectar


un caso 1/1.000, sera necesario observar a 3.000 individuos.
COMPARACIONES MLTIPLES

Las conclusiones estadsticas de la investigacin estn rodeadas de un


balo d.e autoridad que desafia cualquier reto, especialmente para
losind viduos no expertos. Sin embargo, como muchos escpticos
habrn sospe chado, es posible mentir con la estadstica., incluso de
forma no delibera da. Y lo que es ms importante todava, esto es
posible incluso si la investigacin est bien diseada, si las matemticas
no tienen un solo error

y si 1&15 inLencior1ets de 101:5 WvesLigadre8 ti1::1t.n pur "nciJna de cualquier

reproche.
Las conclusiones estadsticas pueden inducir a error porque la
potencia de las pruebas estadsticas depende d.el nmero de preguntas
de investiga cin consideradas en el estudo y el momento en que estas
preguntas se plantearon. Si se hacen muchas comparaciones entre las
variables de una gran serie de datos,el valor de p asociado con cada
comparacin individual es una subestimacin de la frecuencia con que
es probable qu.e el resultado de dicha comparacin, entre las otras, surja
por azar. Por inverosmil que pueda parecer, la interpretacin del valor
dep a partir de una sola prueba estadfstica depende del contexto en que
sta se efectu.
Para comprender cmo sucede esto, considrese el siguiente
ejemplo. Supongamos un estudo de gran alcance en el cual existen
mltiples

Copyrigted ma erial

Asar

209

subgrupos de pacientes y muchos resultados diferentes.Por ejemplo,


podra ser un ensayo clnico sobre el valor de un tratamiento para la
arteriopata coronaria en que los pacientes se distribuyerao en diversos
grupos clnicamente significativos (p. ej., coronariopata de un va&o, de
dos y de tres;funcin ventricular buena y mala;existencia o inexisten
cia de arritmias, as como diversas combinaciones de stas) y se
conside rara.n diversos resultados (p. ej., la muerte, un infarto de
miocardio o una angina). Supongamos tambin que no existieran
asociacion.es rea les entre el tratamiento y los resultados en
cualquiera de los subgru pos y pa.ra cualquiera de los resultados.Por
ltimo, supongamos que los efectos del tratamiento se evaluaran por
separado para cada subgrupo y para cada resultado, un proceso que
incluye numerosas comparacio nes. Como se ha indicado previamente
en este capttulo, es probable que 1 de cada 20 de estas comparaciones sea
P.st.Jld.sticament.P. s-ignificlltiva en 0,05. En el caso general, si se
hacen 20 comparaciones como prome dio,se pondra de manifiesto que
una es estadsticamente significativa ; si se hacen 100 comparaciones,
aproximadamente 5 seran significa tivas, etc. Por consiguiente ,
cuando se hace un gran nmero d.e compa raciones, se pondr de
manifiesto que algunas son lo suficientemente inslitas, debido a la
variacin aleatoria, para superar el nivel de signi ficacin estadstica
incluso si no existen asociaciones reales entre las variabl es. Cuanto
mayor es el nmero de comparaciones que se hacen, ms probable es
que una de las mismas sea estadsticamente significa tiva.
Se hace referencia a este fenmeno como el problema de las
comporo ciornis m.Uiples. Debido a este problema, la solidez de las
pruebas proce dentes de la investigacin cllnica depende de si las
preguntas se defiteron con nitidez al inicio de la investigacin.
Por desgracia, cuando se presentan los resultados de la investigacin,
no siempre es posible deducir el nmero de comparaciones que
realmente se hicieron. A menudo los hallazgos interesantesse
seleccionan a partir de un elevado np.mero de hallazgos sin inters.Este
proceso de decidir lo que es importante o no acerca de una serie de datos
puede introducir una con siderable distorsin de la realidad.
Cmo pueden tenerse en cuenta los efectos estadsticos de las compa
raciones mltiples cuando se interpretan los resultados de un estudio?
Aunque se han propuesto formas para ajustar p.,, probablemente el
mejor consejo es ser conscientes de este problema y aceptar con
prudencia las conclusiones positivas de los estudios cuando se hicieron
comparaciones mltiples.Como un estadstico afirm (13):
Si &e efecta u.o dragado de loa datoe: con lasuficiente profundidad y freeuencia.1 te
JOndri de manifito algn ballugo im6lito. Muchos de eatoa hallaqos sin ulares te:ro
debidoa al azar. Con esto no quierodecir que el dragado de loa datoa no aea un trabajo
para pertona honradas sino ms bien que loa delcubrimientoe que inicialmente no te
propusieron entre loa objetivos pri_ncipales del ensayo deben ter tratados: con una
extrema prudencia. La teorfa enadf.atiea en su momento puede indicamos cmo tener
en cuenta e.atoa hallazgo& inc.iUnta les. Por ahora, creo que la mor actitud que se
dbe adoptar es la prude.nda, aaociada con un intento de conrma_r o rechazar loe
hallai.gog llevando a cabo estudios adicion.ale.s.

Copyrigted material

Azar

211

Los modelos matemticos pueden utilizarse en los estudios de


causali dad cuando deseamos definir el efectodependiente de una
variable mediante un ajuste para los efectos de otras variables
extrnsecas. Tam bin pueden utilizarse para proporcionar
predicciones ms precisas de lo que penniten las variables
individuales, incluyendo varias variables al mismo tiempo en un
modelo predictivo.
La estructura bsica de un modelo multivariable es la siguiente:
Variable del resultado = constante + (beta, x variable,,) + (beta, x variable,)
+...

donde beta,, beta, ... son los coeficientes que estn determinados por
los datos, y la variable,. variable, ... son las variables predic.toras que
podran guardar relacin con el resultado. Las mejores estimaciones de
los eoefi cientes se determinan matemticamente, lo que depende de
la potente capacidad de clCltlo de los ordenadores modernos.
La modelizacin incluye varios pasos:
Identificar y det.erminar todas las variables que pueden guardar
rela cin con el resultado de inters.
Disminuir el nmero de variables que se considerarn en el modelo
hasta un nmero manejable, normalmente no ms de unas cuantas.
Con frecuencia, esto se lleva a cabo seleccionando variables que,
cuando se tienen en cuenta cada una por separado se relacionan
ms convincentemente con el resultado. Si en esta fase se utiliza un
crite ro estadstico, es habitual equivocarse d.el lado de la
inclusin de las variables, por ejemplo, escogiendo todas las
variables que muestran una asociacin con el resultado de inters
sobre un punto de corte de
p < 0,10. Al efectuar la seleccin, tambin se consideran los
conoci mientos sobre la importancia biolgica de la variable.
Algunas variables pueden estar muy relacionadas entre s. En
este caso, slo se incluye una, puesto que ambas contienen la
misma infor macin.
La estrategia que orienta en qu orden se introducen en el
modelo las variables restantes debe estar determinada por Ja
pregunta de la
investiacin. Por ejemplo, si alunas variables tienen que ser con
troladas en un anlisis de causalidad, se introducen primero en el
modelo, seguidas de la variable de inters principal El modelo iden
tilicar entonces el efecto independiente de la variable principal Asi
mismo, si el investigador desea hacer una prediccin basada en diver
sas variables, stas pueden introducirse ordenadas en funcin de la
C011sistencia de su asociacin con la variable del resultado segn
lo determinad.o por el modelo.
En la actualidad, la modelizacin es una caracterstica habitual de la
bibliografia mdica y aparece aproximadamente en el 18 % de

artculosde las principales revi.stas (14}y en casi todos los grandes


estudios sobre cau eas. Algunos de los tipos de modelosms utilizados
son la regresin logsti ca (para variables dicotmicas de resultados, tal
y como ocurre en losestu

Azar

213

un tratamiento puede ser mejor y se llega a la conclusin d.e que no


existen diferencias.Las probabilidades de que estos errores se
produzcan e.n una situacin determinada se denominan P .io. y p._,
respectivamente.

La potenci.a o poder de una prueba estadstica (1-p....J es la probabili


dad de hallar una diferencia estadsticamente significativa cuando real
mente existe una diferencia de una magnitud determinada.La potencia
estadstica guarda relacin con el nmero de pacientes del ensayo, la
mag
nitud del efecto del tratamiento, p .,.., y la tasa de los resultados o la varia
bilidad de las respuestas entre pacientes . Siendo todo lo dems igual, la
potencia puede aumentarse incluyendo un mayor nmero de pacientes
en el ensayo, aunque ello no siempre es posible.
La estimacin engloba la utilizacin de datos para definir los lmitea
de los valores que es probable que incluyan la magnitud real del
efecto.Se uti lizan estimaciones puntuales (los efectos observados) y loa
intervalos de confianza. Este enfoque tiene muchas ventajas sobre la
prueba de hipte sis: hace hincapi en la magnitud del efecto y no en el
valor de p, indica los lmites de los valores posibles para el efecto que el
usuario puede relacicr nar con efectos clnicamente significativos y
proporciona informacin sobre la potencia.
Losestudios indivduales corren el riesgo de describir un resultado
fal so positivo s se comparan muchos subgrupos de datos.Adems,
conllevan mayor riesgo de un resultado falso negativo si carecen de
potencia estads tica, habitualmente porque incluyen a un nmero
demasiado reducido de pacientes o los resultados son poco frecuentes.
La mayor parte de estudios clnicos se relacion.an con los efectos de
ml tiples variables que interactan.Con la modelizacin multivariable
esF<>Si ble tener en cuenta todas las variables simultneamente, ya sea
para con trolar las variables extrnsecas en un estudio de causalidad
o para proporcionar una prediccin ms convincente de lo que sera
posible inclu yendo una varia.ble cada vez. Sin embargo, estos modelos
deben interpre tarse con precaucin porque su funcionamiento i.nterior es
relativamente inaccesible. Son sensibles a la variacin aleatoria y se basan
en asunciones que pueden no cumplirse.
BIBUOGRAA
l. Jo!U\Son AJ'. 8eneath the technologtcal fix. Outliers and probability siatemen,..1Chron
Ois )98;;38:957-961.
2. The GUSTO lnvestgators.An ntemat:lonal randoO'7.ed trial comparing (our thcombolytic
for acute myocardJal infarction. New Engl J Med 1993;329:673-682.
3. Farkouh ME.Lang JO,Sackett DL.Thrombol ytic 8"0ts: thc sdenco of the art of
choosing the bet12r treatment. Ann lntern Med 1994;U0:886-888.
4. Raschke RA. Reilly 8M, Guidry JR. Fontana JR, Srinlvas S. The weight-ba$ed
heparin dosing nomogram compared with a "standard ca.re"nomogra_m. A
ra_ndomii.ed controlled trial. AM lnrem Med 1993;119:874-UI.
5. Peto R. Pike MC,An:nit>ge P, Breslow NE,Cox OR, Howard SV, Mantel N.
Mcl'h<rSOn K, Petof.Smith PG.Design and analysis of randomized clinkal trials

n>quring prolonged observation of eoch patient.l. lntrodu<tion nnd design. Br


Cancer 1976;34:585-612.

Epklemiologia clnica. Asp 1ctos fundanrie111ales

214

6. CiardieUo FM, Hamilton SR, Krush AJ, Plantados! S, Hylind LM, Celano P.Boolo:er
SV. Roblri.SOn CR, Offe-thaus CJA. r-rtmcnt of rolonic and rectal adenomas with
sulindac in familia! denomatous polyposis. New Engl J Med 1993;328:13131316.

7. Braitman LE. Con.6dence intervals assess both clinical significance and statistical signill
cance. Arul lntem Med 1991;114:515-5V.
8. El5e!10erg OM. K<5Sler RC.Poster C. Nortock FO. Calkins DR. Delbanoo TI..
Unconven tional medicine in the United States. Prevalence, costs and pattems ol
use. New En. gl J Med 1993;328:246-252.
9. Diabetes Control and Complicatioos Trial Research Croup.The ef(oct o( lniensiv< treat
ment of diabetes on the develpment and progression of longterm compllcations in
insulln-dependent diabetes mellitis.New Engl ) Med 1993;329:977-986.
10. C'"'r SA, llarkun AN. Sacketl OL. Ooes the patient have splenomegaly? JAMA
1993;270:2218-2221.
11. Coodman SN, Berlin JA. The use of predicted confidence intervals when planning experi

menb and the misuse of power when interpreting results. AM lntem Med 199-4.;121:200206.

12. Sack<tt DI., Haynes RB,Cent M,Taylor DW .CompUance .In:lnman


WHW,ed.Mon ltoring for diug ..fety. l.ancaster, UK:MTP Pret;s, 1980.
13. Arml!age P.lmportance o( prognostic factors in the analysis of data lrom clinical
trials. Con!IOI Oln Trials 1981;1:347-353.
14.. Conctto J., Feinstein AR.r Holord llt The risk o determ.inng r.s:k with muJtivariable
models. Ann lntem Med 1993;118:201-210.

15. Diamond GA. Future imperect: the lim.itaUoos o clinical pttdiction models and the Jimits
ol clWcaJ prediction.

Am Coll Cordiol 1989;14:12A -22A.

LECTIJRAS RECONENDAl>AS

Altman OC, Core SM, Cardner M), PocockSJ.Statistical guidelines for contributors to medica!

joumals. Br Med J 1963;286:1489 -1493.


BaHer JC tll. tosteller F, eds. l\1tdical uses of statistics. Waltham.. MA:New Engl:and Jou_mal
of Medicine Books, 1986.
Cupples LA, Heeren T.S<hatzl<ln A. Colton T. Multiple testing of hypotheses in convarlng
two groups. Ann lntern Med 1984;100:122-129.
Oetsky AS, Sackett DL. \Vhen was a "negatl.,,e"clinical trlal big enough? H.ow many patients
you n.ed depends on what you found. Arch lntern Med 1985;145:709-712.

Serie Htchos. cHtas y t1laclas

Carpeoter t.."!. Is the tudy worth dolng? Lancet 1993;343:221-223.


Oatta tA.. Youcannot exclude the explartation you haven't considered. Lancet 1993;342:345347.
Clynn JR. A question of attribution. Lanc:ct 1993;342:530-532.
Crisso JA.Making comparisons. Lancet 1993;34.2;157-160.
Jolley T.The litter of the 1 table. Lanc:et 1993;342:27-29.
Leon D.failed or misleading adJU$lm<:nt for conloundlng. Lancet 1993;342:479-481.
Mertens TE. EsUmating the elfec:IS of misc;lassiff cation. Lance! 1993;342:418-421.
Sitthi..mom C. Poshachinda V. Bias. L.1ncet 1993;343:286-288.

Victoria CG. Whars the denominator? Lancet 1993;342:97-99.

Frledman CD. Primer o! epidemiology . 4th ed. New York: McCraw-Hill. 1994.
Ca.rdner MJ, A_ltma_n DG . Statistics \'\'ith confidenc confidence interVals and statistical
guideJ;nes. London: 8MJ Books.1989.

Azar

215

Goodman SN.Berln JA.The use of predkted con6dence intencals when planning experiments
and the misuse of power when inte<preting results. Ann lnrem Med 1994;121:200-21)6.
Hanley JA, Lipman Hand A. lf nothlng goes wn>ng is overything right? lnterpreting zero
numera.,..., JAMA 1983;249:1743.
Hennekeru CH, Burlng JE. Epidcmiology in medicine . Boston: Little. Brown &t Co., 1987.
lngellnger JA, Mosreller F, Thbodeau LA. Ware )H. Biostatistics in cUnical medicine. New
York: Macmlla11.1983.
Moses LE.Statistical c()f1(epl> fundamental to lnvestigotions N Engl J Med 1965;31Z:89(1-897.
Rieg:elm.an RK, Hirsch RP. Studying a_nd study and testing a test. 2nd ed. Boston: Llttle,

Brown & Cov 1989.

Rothman 1(). A show of ron6dence. N Engl j Med 1978;299:1362-1363.


Young MJ, Bresnitz EA. Strom BL Sample size nomograms for tnterpreting negative clinic-al
studies:Ann lntern Med 1983;99:248-251.

10
ESTUDIO DE CASOS

Cada caso contene una leccin: una leccin que puede


aprenderse, pero que no siempre es aprendida.
Sir William Oeler

La mayor parte de los conocimientos mdicos surge del estudio


intensi vo de los enfermos.Una de las imgenes habituales de los
mdicos mues tra al mdico exhausto, pero absorto a la cabecera de
la cama de un nillo febril, con la mano apoyada en la barbilla. La
p.resentacin y la discwin de un caso constituye la baae de la
educacin mdica moderna. La msyo.r parte de las conferencias
clinicopatolgicas y las mesas redondas empiezan con la pnsentacin de
un caso interesante y a continuacin se utiliza <licho caso para ilustrar
los principioa y las relaciones generales.Por coneiguien te, gran
parte de la bibliografa mdica se dedica al estudio de los casos, con
independencia de que sean meras descripciones narrativas de un pua do
de casos (informes de casos), anlsis cuantitativos de grupos
mayores de pacientes (series de casos), o comparaciones de grupos de
casos con no casos (estudios caso-control).
INFORMES DE CASOS
Los infonnes de casos son presentaciones detalladas de un caso
indivi dual o de un puflado de casos. Representan un importante
medio a travs del cual la comunidad mdica presta atencin a las
enfermedades nuevas o poco familiares o a manifestaciones o
asocaciones de las enfermedades. Aproximadamente , el 20-30 ._., de
l<n< artculos oriudes publicados en las revistas de medicina general
ms importantes son estudios de 10 pacientes o un nmero todava
menor.
Utlllzaclones de los Informes de casos

Los informes de casos se emplean con diferentes objetivos. En


primer lugar, son prcticamente nuestros nicos medios para describir
hallatgos clnicos raros. Por consiguiente, constituyen una rica fuente
de ideas (hip tesis) acerca de la presentacin, riesgo, pronstico y
tratamiento de la enfermedad. Los informes de casos rara vez pueden
utilizarse para probar estas hiptesis,pero plantean los problemas ante
la comunidad mdica y a
217

Copyrigled ma erial

218

lpiclemiologia d inloa. Alp 1

'"'

fundarr.., 11 u lwo

menudo dan pie a estudios ms decisivos. Algunos prOC<1sos que fueron


identificados por primera vez gracias a los informes de casos incluyen los
defectos congnitos debidos a la talidomida, el sndrome del
alcoholismo fetal, el sndrome del shock txico, la enfermedad de Lyme y
la infeccin por Hantavirus.
Los informes de casos tambin sirven para dilucidar los
mecanismosde las enfermedades y el tratamiento a travs de la
descripcin de estudios clnicos y de laboratorio de un paciente o un
reducido nmero de pacientes, muy detallados y sofisticados desde
un punto de vista metodolgico. En este caso, la complejidad, coste
y, frecuentemente, la naturaleza experi mental de las investigaciones
limitan su aplicacin a un reducido nmero de pacientes.Dichos
estudios han contribuido considerablemente a nuestra comprensin de la
base gentica, metablica y fisolgica de las enfermeda des
humanas.Estos estudios representan el eslabn entre la investigacin
de lnmratorio y la inveetigaci.6n clnica, y ocupan un lugar c:oneodado en

los analesde los progresos mdicos.


A continuacin se describe un ejemplo de cmo un informe de un caso
individual puede poner de manifiesto una gran cantidad de informacin
sobre el mecarusmo de una enfermedad.
plo.Se l!Olpecbaba queel balota.no, un .-Sico, provocaba bapatiti.o.Sin
<mbargo, puesto que la frecuencia de la hepatitis duputi de la e.xpoeicin a.l ha.lota.no
ere muy a y elistf.an otras causas de hepatitis despus de la ciruga, la hepatitis por

hatotano era motivo de controvenia.


La 8.'q)W"eocia oon un M>lo paciente oontribey a dilucidar el problema (1). Un anesteeiat.a
observ una eerie de hepatitis recidivantes que condujeron a d:rrotiL Los epiaod.ioa
de hepati tis se produan regularmente al cabo de un.a.a horas dereanudar su trab*.
Cuandose upu. soaJ paciente o pequeft:aa doai.1 de balota.no en condicionea
experimentales. lo he.patitia recidi
v y se describi adecuadamente mediante las observaciones cliniCN, las pruebas
bioquimieaa y la h.i5tologa bepitica.

Gracias a este caso inslito, se demostr que el halotano puede


causar hepatitis. Sin embargo, el informe del C8J!O no proporcion
informacin con respecto a si esta reaccin es rara o frecuente.Los
estudios posteriores indicaron que no era una reaccin rara, lo que
contribuy a sustituir el halotano por anestsicos menos hepatotxicos.
Otra utilzacin de los informes de casos es la descripcin de
manifesta ciones ins.lita.a de la.a enfermedades. En ocasiones esto puedo
convertirse en la versin mdica del Believe it or not (<Aunque le
parezca mentirll!') de Ripley, un compendio informal de rarezas
mdicas cuyo inters se basa en lo inverosmil de los C8J!OS
descritos.Cuanto mayor sea la lesin y ms peli groso el cuerpo
extrao, ms probable ser que el informe del caso se publi que. Las
singularidades que son simplemente aberraciones raras del curso habitual
de la enfermedad pueden despertar inters, pero habitualmente son
menos importanteJ desde un punto de vista clnico que otros tipos de
estudio.
Sin embargo, algunas de las denominadas singularidades son
conse cuencia de una ojeada ms perspicaz y nueva a un problema, y

despus se demuestra que sta constituy la primera prueba de un


hallazgo que pos teriormente fue til. El problema para el lector es
cmo distinguir entre un
Copyrigted
material

E<1vclio ele casos

219

hallazgo inslito y uno nuevo. No hay normas. Cuando todo lo dems


fraca sa,slo podemos basamosen el sentido comn y en cierto
escepticismo.
Informes sesgados

Puesto que los informes de casos incluyen un grupo pequeo y muy


seleccionado de pacientes, son especialmente susceptibles a los sesgos.
Por ejemplo, losinformes de Clll!Os de un tratamiento satisfactorio
pueden indu cir a error porque las revistas tienen pocas probabildades
de recibir o publicar informes de casos de tratamientos que no
funcionan.Quiz la acti tud ms sensata que se debe adoptar cuando se
revisa un informe de un caso esutilizarlo como indicacin para detectar
ms evidencias del fenme no descrito en la bibliografia o entre nuestros
propios pacientes .
lijem plo. Un informe doun ca.so (2) describi a una mujer de 23 arios qut1 sufri un dolor
abdominal 1.ntento mientra.a e1taba s1endo tratada con enalapnl por una hipertentin
uen cial Un aun.ento de la lipaaa aric:a condujo al diagnstico de pancreatitis.Los sfntomaa
remJ tie:ron y la lipua se normalll poco despus de interrumpir el tratamiento ron enalapril
Loa iovertigadoret 1610 identificaron un caso publicado e iniciaron una bdtqu.eda
e.x:bau.1tiva de informes publicadoa o no. La inveat:igacin pu.so de manifiesto 60 cuos
adicionales,la rru.yor parte de loecuales eran ca&Oi no publicadoe comunicados al
fabricante del frmaco. Los cuoe adicionales reapaldaro.n la posibilidad de una asociacin
causal entre eltratamiento oon ena lapril y la pmcreatit\s.

Con muy pocas excepciones, los informes de casos por s solos no


debe ran servir de base para alterar la prctica cl1nica debido a su
incapacidad para estimar la frecuencia del caso descrito o el papel de los
sesgos o el azar.
Incidencia conjunta de casos poco frecuentes

Los informes de casos describen a menudo la incidencia simultnea de


hallazgos excepcionales, especialmente si la asociacin observada incluye
en sf misma una explicacin biolgica interesante. Pero, incluso ese tipo
de casos se producen simultneamente slo por azar. El simple hecho de
observar esta asociacin no significa que los hallazgos estn relacionados
biolgicamente.Tal y como un autor (3) expres, en una pobla.cin de
gran tamao el problema no es si se producen hallazgos raros sino si se
produ cen ms fi"ecuentem.ente de lo que se esperarla slo por a.za_r,...
La tabla 101ilustra la frecuencia con que dos procesos
relativamente raros -la insuficiencia renal en estadio terminal y la
utilizacin de un determinado frmaco antnflamatorio no esteroideopueden producirse simultneamente slo por azar.Si no existiera una
asociacin biolgica entre ambos (y tal y como se describe ms
adelante en este capitulo dicha asociacin podrfa ser posible), la
probabilidad de que se produzcan simul tneamente es el producto de
sus frecuencias separadas. Slo en Estados Unidos, rada ao se
produciran 100 casos, lo que es ms que suficiente para originar
diversos informes de casos.

Tambin existen diversas razones por las cuales dichos casos podrlan
ser visitados en centros mdicos y ser descritos en la bibliografia de
forma

.........._

221

i.nvestigaGores delcribieron las caracterl.aticas demogrficas y conduc:tualea de loa paden.tea y

1..complieacionH de la enfermedad.
La neumona por Puumoey1til carinii (NPC) ae identiCld en el 60 ., de stoe, el
aa:rcoma de Kapoai, en el 28 ':lt, y amba.a enfermedades, en el 8 lt de loa padentea; en l
14 4lt de pacien tes se identificaron i1ecciones oportunistas diferentes de la NPC. Tbdos
lo.s pacientea excepto el 6 IJ> puc!jeron ser clasificadoe en uno o ms de uno de loa
siguientes grupos: varones horno se..ualea o bisexuale.e., drogodependientes por vfa
intravenoaa, nativoa haitianos y pacientes bemolllia:a (5).

Este estudio no incluye un grupo de comparacin de individuos sin


SIDA. Adems, la definicin de casos excluy a algunos pacientes que
-segn los patrones establecidos posteriormente- padecan el SIDA. Sin
embargo, puesto que las complicaciones son tan excepcionales en indivi
duos por lo d.ems sanos y el patrn de los grupos de riesgo es tan
llamati vo, el estudio clarific nuestra visin del SIDA y cre el marco
para llevar a cabo estudios ms detallados de sus manifestaciones y
factores de riesgo.
Asimismo, a menudo una asociacin relativamente frecuente y la ausen
da de un grupo de comparacin han conducido a conclusiones errneas.
!;Jemplo.Mucl>os m6dicoa alribcyon la lwnbalgia a la protni1n de uno o m di.scoo
lnter vertebralea. Oivenu serie de caaoe utilizaron la resonancia magn6tica (RM} para
definir lt. anatoma dela columna lumbosaaa en paciente.a con una lu.mbalgia. Estos
et&:u.dioa indicaron que la mayor parte de pacientes tenan anormalidadet ditcales, lo
que re1pald6 dem la importancia de laa anonnalidadea diacalet en el dolor lumbar.
Noobctan tal como se dtacribe en el captulo 3, loe estudioe con RM de individuos
aaintomticot pu.tiero.o d6 manifiesto preva lenciu ai.milattade anormalidades diacales,
loque socava el razon.amienlo de que los di9CD8 que protruye.n. oblC!rvados en la
RM,coutitl1$M la cau.sa del dolor lumbar (6).

Otra limitacin de las series de casos es que, en general, describen


las manifestaciones clnicas de las enfermedades y sus tratamientos
en un grupo de pacientes reunidos en un determinado momento, una
cohorte de supervivencia (v.cap. 6).Por esta razn, es preciso
distinguirlos de los estu dios de cohortes o ensayos de tratamiento para
los cuales una cohorte ini cial de pacientes con una enfermedad es
seguida a lo largo del tiempo con el objetivo de investigar los
resultados de sta. Las series de casos a menu do examinan
retrospectivamente los parmetros, lo que limita su valor como un
medio de estudiar el pronstico o las relaciones de causa-efecto.
ESTUDIOS CASO-CONTROL

Paraaveriguar si un hallazgo o una causa posible es ms frecuente


en los pacientes con una enfermedad determinada, es necesario un
estudio con diversas caractersticas. Primero y a.ntes que nada,
adems de una serie de casos, es preciso que exista un grupo de
comparaci.n que no tenga la enfermedad. En segundo lugar, es
preciso que exista el nmero suficien
te de individuos en el estudio, de modo que el azar tenga pocas
probabilida des de desempear un papel importante en los resultados
observados. En tercer Jugar,los grupos de individuos deben ser lo
suficientemente simila res, aunque uno no presente la enfermedad,

como para produci.r una coro paracin creble. Por ltimo, si se desea
poner de manifiesto que un factor

222

lpidemiologia dinico. Atp 1ttos funclanwu1ala1

de riesgo es independiente de los otros y, por esta razn, una posible


causa, es necesario controlar todas las dems diferencias importantes en
el anli sis de los hallazgos.
Los inform.es de casos y las series de casos no llegan tan lejos.
Tampoco los estudios de cohortes en muchas situaciones,ya que no es
posible reclu tar el nmero suficiente de casos para descartar el papel
del azar. Loa estu dios caso-control, los estudios que comparan la
frecuencia de un facror de riesgo sospechado (en general, denominado
exposicin .) entre un grupo de casos y un grupo de individuos control
presentan estas caractersticas.
Dlsel\o

El diseo bsico de los estudios caso-control (o estu.dios de casos y


contro les) se diagrama en la figura 10-1. Se seleccionan los pacientes
que padecen la enfermedad y un grupo de l.nd1v1duos, por lo dems
similares, que no padecen la enfermedad. Despus, Jos investigadores
evahl.an y determinan retrospectivamente la frecuencia de la exposicin
en ambos grupos.Estos datos paeden utilizarse para estimar el riesgo
relativo de la enfermedad relacionado con la caracterstica de inters.
emflo. Aumenta Ja utiliucin de frmACO$ antila.Oamatorio8 ooeisterojd008 (AL ) el

riesgo de una insuficiencia renal? Loe inveati.gadoret han enfocado esta p-regunta utilizando
u.o estuctio catc><Ontrol (7). Cmo emprendieron este estudio?
En prime:rlup.r, tuvieron que definir la iruruficienc:ia renal y encontrar un grupo ccnaide

ra_ble de caaoe di1ponlblee pa_re ee:r entreviatadoa. Por razones obvias, su bdaqueda &e
centr en hospitales de atencin te:rclari.a donde se realiza el seguimiento de nume1"0505
CU05 de este tipo. Natanlmente, los c:a908 eatudiados incluyeron slo a loe pacientes en
Jos que sehabia establecido el diagn&tioo en el CW"&O de la asistencia habitual. Por ejemplo,
108 pe.cientea asin tomtJCOE eon una in.1Jufic:iencia renal leve tuvieron mucha_ meno6

probabilidades de 8er incluidoe en el etttudio.

Exposicin al
factor ele riesgo

Enferm..:lad

Flg. 111-1.Diseo deesllJ<lios caso-control.

btuclio ele -

223

Una vei reu.o.idoa loa CUOB y confirmadoel diagnstico, ae se.leccion un grupo


decompara cin o grupo

control1 Antes de decidir eJ tipo de individuos aeleccio.oados


como controles. loe i_nveatipdores consideraron el objetivo del estudio. Deseaban
vuifica.r ai loa pacientescon insuficiencia renal tenan mayores probabilidades de haber
recibido u.n tratamlent:o previo oon un A.IN.E que un grupo similar de indlviduoe sin
iodiciOI de insuficiencia renal.
Loe investigadores pusieron de manifiesto que el riesgo relativo eatim.odo de
exposicin a un AINE para la inaufitiencia renal fu.e de 2,1, utilizando datos 80bre la
tatas de expceicin en los C8.iil6 y en Jos controles,y que el ex.cffO de riesgo estuvo
confinado. ensu mayor parte, a loa lraronea de edad avanzada.

CuAf es el significado de simil.ar? Existe cierta controversia con


respec to a este trmJno. En un estudio de cohortessobre el riesgo de
insuficiencia renal con un tratamiento con AINE, la similitud significara
ser un miem bro de la cohorte en Ja que surgen los casos, todos los cuales
inicialmente estaban libres de una insuficiencia renal al inicio del estudio,
por ejemplo, los individuos que residan en la misma comunidad o fueron
reclutados en el mismo centro hospitalario. Existe una cohorte natural a
partir de la cual pueda surgir un grupo de casos que reciben asistencia en
un hoapital determinado de asistencia terciaria?
Debido a las prcticas de envo o derivacin hospitalaria, los casos reu
nidos en los hospitales y en otros centros de tratamiento suelen residir
en diversas comunidades, reciben as.istencia de numerosos mdico& y
no per tenecen a un grupo comn antes de contraer Ja enfermedad. Por
consi guiente, obviamente no haba un grupo similar de individuos sin
insufi ciencia renal y tuvo que seleccionarse uno.
Esto se llev a cabo con un muestreo aleatorio de los individuos que
residan en la vecindad de cada hospital. De este modo, se reuni a un
gru po de individuos control que se esperaba proporcionaran una
estimacin exacta de la prevalencia probable de la utilizacin de AINE
entre Jos casos si no se identificaba una asociacin entre la insuficiencia
renal y la utiliza cin de Jos frmacos (8).
Una vez seleccionados los casos y los controle&, y obtenido su con.senti
miento, el siguiente paso fue determinar la exposicin al factor de
riesgo de inters. Fue necesario reconstruir la historia de los
tratamientos farmaco lgicos de cada caso y de cada control. Al
contrario de lo que ocurre n un estudio de cohortes, en el cual, la
historia del tratamiento farmacolgico puede evaluarse a lo largo del
tiempo, en este estudio caso-control, la eva lusu:inde lJ;t eY.posicl.n 3]
rroJilco $ b.as en la memoria.

Normalmente, lo importante en los estudios caso-control es el pasado


y, por tanto,se relacionan con una posibilidad de sesgo. Es dificil no
interpre tar el pasado a la luz de las cond.iciones actuales de cada
individuo.Para los casos, esto es especialmente cierto cuando el
presente incluye una enfermedad tan grave como una insuficiencia
rana!.Los investigadores pueden tratar de evitar el sesgo utilizando
datos objetivos, como los regis tros informatizados de farmacia,
cegando a los individuos con respec.to al objetivo del estudio (es decir,
los individuos desconocen cul es el objetivo de ste) y a Jos
observadores del estado de los casos, si es posible, as como
1

Pan rol WIOI! del llrmino cootrol, vti:a11e p,gina 133.

224

lpid1m 1ag a dnica. Alp tctoa funclaanentalM

utilizar criterios cuidadosamente definidospara decidir qu casos y contro


les recibieron un tratamiento previo con el AINE.
Estudios de cohortes frente a estud os caso-control

Los estudios de cohortes y los estudios caso-control son estudios


obser vacionales sobre factores de riesgo.En muchas ocasiones se
confunden. Una caracterstica que distingue el diseo de los estudios
caso-control es que los pacientes (los casos) manifiestan el resultado
de inters en el momento en que se investiga Ja informacin sobre Jos
factores de riesgo. Asimismo, en una investigacin de cohortes los
individuos no padecen la enfermedad al pri.ncipio de la observacin
cuando se lleva a cabo la deter minacin de los factores de riesgo. La
figura 10-2 resume las diferencias

ESTUDIO CASO-CONTROL

Insuficiencia renal

Poblacin
en
riesgo

[ l:........... .. . ....:.n.
C!!J-

- -- '.'........
. ... ..
_

ESTUDIO DE COHORTES

Expo.iol6n o AINE

luflolonolo rono.I
SI

No
Poblacin
SI

No

No

Fig. 10-2.Compatacin de los es1udios caso-<Xlfltroly los estudio$ de cohortes. Esl\Jdios de los

AINE """'factor deriesgo delalnS<Jftciencla renal.

Copyngrted material

226

lpldemiologia clnlca. Aop 1cto1 fundanwul 1 1

Por otra parte, losestudios caso-control empiezan con la seleccin d.e


un grupo de casos de insuficiencia renal (A + C)y otro grupo de
individuos con trol (B + D).No existe una forma de conocer las tasas de la
enfermedad por que estos grupos estn determinados no por naturaleza
sino por los crite rios de seleccin de los investigadores. Por esta
razn,no puede calcularse una tasa de incidencia de la enfermedad entre
los individuos expuestos a losAINE y los no expuestos. En consecuencia,
no es posible obtener un ries go relativo dividiendo la incidencia entre
los que consumen por la inciden cia entre los que no consumen. Sin
embargo, lo que tiene sentido son las frecuencias relativas de los
individuos expuestos a losAINE entre Jos casos
y los controles.
Se ha demostrado que un enfoque para comparar la frecuencia de
la exposicin entre los casos y los controles proporciona una medida del
riesgo que es oonceptual y matemticamente similar al riesgo
relativo.sta es la odds rati.o2 , definida como la probabilidad-' de que
un ca&o est expu.eeto dividida por Ja probablidad de que un control
est expuesto.
[A/ (A + C) + C/ (A + C)J
[Bl(B + D) + D/ (B + D))

La od.ds ratio se simplifica en:


A/C

AD

BID o BC

Como se puede observar en la figura 10-3, la odds rati.o puede


obtenerse multiplicando diagonalmente a travs de la tabla y despus
dividiendo estos productos cruzados.
Obsrvese que si la frecuencia de exposicin es mayor entre los
casos,la odds ratio ser inferior a 1, lo que es indicativo de un mayor
riesgo. Por consiguiente, cuanto ms clara sea la asocacin entre la
exposicn y la enfermedad, mayor ser la odds ratio. Por el
contrario, si la frecuencia de la exposicin es menor entre los casos,
la odds ratio ser inferior a 1, lo que indicar una proteccin. Por lo
tanto, el significado de la odds ratio ee an loito al rieso relativo
obtenido a partir de los estudios de cohortes. La simi litud de la
informacin expresada por la odds ratio y el riesgo relativo ha
conducido a algunos investigadores a presentar las odds ratios como
ries gos relativos estimados o, simplemente, riesgos relativos.
La odds ratio es aproximadamente igual al riesgo relativo slo
cuando la incidencis de la enfermedad es baja, debido a las asunciones
que es pre ciso hacer en los clculos. Cun baja debe ser la tasa? La
respuesta depen de en parte de la magnitud del riesgo relativo (9). Sin
embargo, en general la distorsin del riesgo relativo llega a ser lo
suficientemente grande como
',v. thl R. ElYoeablo odd no tiene una traduecin al cast.ellano aropliame.nt. aceptada. .Eatn I
mucba.t propuetu que .e han eftttuado pan. traducir odd ratio destacan Of>MIWAidod nlot:va y el
ertraJ\jesmo ,-.d odda (v.Gattta Sonitaria 1990; (16 SS.,W),
Par-a .., ttcuerdo de lo que 1ignifka la odda, vfue pgina 66.

Copyrigted
material

228

llpidemio1o9'a cllnlca. AF 1 cto1funclan..,11ale 1

varios cientos de individuos en unas pocas semanas o meses y puede obte


nerse una respuesta con un coste mucho menor que el de los estudios de
cohortes. . ........
Otra ventaJa de los estudios caso-control para explorar el efecto de algunos factores causales o pronsticos es que no es necesario esperar
durante mucho tiempo para conocer la respuesta.Muchas enfermedades
se caracte rizan por una latencia prolongada:el perodo de tiempo
transcurrido entre la exposicin a un factor de riesgo y la expresin de
sus efectos patolgicos. Por ejemplo, se ha calculado que antes que se
manifiesten los efectoe carci ngenos de varias sustancias qumicas,
como mnimo, deben transcurrir
10-20 aos. Para comprobar si puede confirmarse un riesgo
sospechado para la salud , serla necesario dsponer d.e un
investigador y una comuni dad cientfica extraordinariamente
pacientes, ya que deberan esperar muchos aos para identificarlo .
Gracias a su capacidad para enfocar rpida y eficientemente cuestiones
importantes, los estud.ios caso-control desempean un papel cada vez
ms destacado en fa bibliograffa mdica.Si se desea estudiar la causa y el
efec to utilizando un mtodo relativamente consistente, la nica forma
prctica de hacerlo en algunas enfermedades es el enfoque caso-control.
Los estu dios caao-control comprenden un porcentaje cada vez mayor de
la totalidad de artculos originales y la mayor parte de artculos
epidemiolgicos publi cados por las.revistas .Su rapidez y bajo coste
justifican su popularidad siempre que sus resultados sean vlidos. Y aqu
es precisamente donde se plantea el problema , ya que los estudios casocontrol son especialmente propenros a los resultados sesgados. Estos
sesgos se describen en el prxi mo apartado.
EVITACIN DE SESGOS EN LOS ESTUDIOS CASO-CONTRO L

En num.erosos estudios caso-control, los investigadores crean los


grupos de comparacin antes que la naturaleza determine qu
individuos de una poblacin se convierten en casos y qu individuos
conti.na.n siendo no casos o controles como en los estudios de
cohortes o de prevalencia.Este elemento de manipulacin es ltn mal
necesario porqtte la valide-i de u estud.ocaso-control depende de la
comparabilidad de los casos y de los con troles.
Los casosy controlesseran comparables si los controles hubier8JI sido
reclutados como casos al desarrollar el proceso en estudio. En otras
pals bras, paraser comparables, los casos y controles deben ser
miembrosde ls misma base poblacional.Un segundo aspecto, ms
controvertido, es si para ser comparables los casos y controles han de
tener la misma oportunidad de recibir la exposicin (10).Por ejemplo,
posiblemente la oportunidad de haber recibido un AINE (descrita
previamente) sera mayor entre los ind viduos que han recibido una
asistencia mdca regular, y quiz todava mayor en los individuos con
sntomas articulares. Adems, tanto los casos como los controles tienen

sntomas y han recibido asistencia mdica simila res. Las opiniones


difie.ren, pero es evidente que si se insiste en que los

btvclo.-

229

casos y!os controles deben presentar el mismo grado de sntomas


arlriticos y com.partr el mismo mdico, la oportunidad de evaluar el
riesgo es impo sible si los mdicos implicados tienden a prescribir o no
un AINE a la
mayor parte de sus pacientes con causas frecuentes de dolor musculoes
queltiro.
Por consiguiente,para garantizar la comparabilidad entre casos y con
troles, es necesaria una consideracin cuidadosa de las circunstan.cias en
las cuales un individuo llega a estar expuesto.
Seleccin de casos

Antao, la mayor parte de grupos de casos de los estudios caso<Qlltrol se reclutaban a partir de los pacientes que reciban asistencia
en bospita les u otros centros de tratamiento mdico. La proliferacin
de registros d.e enfermedades, como el National Cancer lnRti tute's
Ca.ncer Surveillance System y los datos diagnsticos informatizados
procedente de plan de salud,han facilitado la seleccin de una
muestra representativa de iodos los casos que se producen en una
poblacin definida. Los casos de base poblacional deben ser ms tpicos
e incluir un espectro ms amplio de la gravedad de la enfermedad.
Si es posible, los casos en los estudios caso-control deben ser casos
nue vos (incidentes) y no casos ya existentes (prevalentes). Las
razones se basan en los conceptos descritos en el captulo 4. La
prevalencia de una enfermedad en un determinado momento depende
tanto de la incidencia como de la duracin de dicha enfermedad.
La duracin, a su vez, est deter minada por la frecuencia con la cual
los pacientes dejan el estado patolgi co (debido a la recuperacin o a
la muerte) o persisten en este estado debi do a un curso lento de la
enfermedad o a una mejora satisfactoria. De estas relaciones se deduce
que los factores de riesgo para la enfermedad preva lente pueden ser
factores de riesgo para la incidencia y la duracin, o para ambos; no
pueden distinguirse las contribuciones relativas de las dos.Una
exposicin que causa una forma especialmente letal de la enfermedad,
con lo que disminuye la proporcin de casos prevalentes que estn
expuestos, se traducira en un menor riesgo relativo si se estudiaran
loscaS-OS preva lentes. El lector puede tener un cierto grado de
confianza en que los resul tados de un estudio caso-control no estn
sesgados por la seleccin de los ca.sos prevalentes si las odds ratio
obtenidas son similares en los casos de breve duracin y en los casos de
duracin prolongada.
Seleccin de los controles

En muchos estudios caso-control existe una gran posibilidad de


sesgo porque los individuos control no son un grupo que se produzca
de una manera natural, sino que es un grupo creado para el estudio por
los inves tigadores. Cules son los controles apropiados en relacin con
los casos? Existen diversas estrategias para escoger los controles
apropiad09. En primer lugar,la mejor forma de minimizar el sesgo de

seleccin es esco giendo tanto los casos como los controles a partir de
la misma poblacin

230

delirda. Si los casos incluyen todos los casos o una muestra no sesgada
de todos los casos que se originan a partir de la poblacin, con
independencia de que se haya reclutado en un estudio de cohortes o se
haya identificado en un e!ltudio de prevalencia, loscontroles pueden ser
una muestra aleat<> ria de todos losdems individuos de la misma
poblacin. Esta estrategia se denomina estudio caso-control de base
poblacional o anidado (en una cohorte). Los controles deben cumplir
los mismos criterios generales de inclusin y exclusin que los casos y
deben ser seleccionados a partir de la poblacin o cohorte
aproximadamente en el mismo momento en que surgie ron los casos.
e.mplo. Protege la actividad ftaica ioteosa frente al paro can::Ue.1 primario
en indivi duos sin n.a cardiopata aparente?Un sistema de informacin mdica de
urgencias facilit la
,_lizadlm de un estudio caso-control de baee pobtacional para contntar a ea.ta pregunia
CU). Loe casoa fu.eron seleccion.adoe a partirde 1.250 individu0& que vivan en Seattle
y en Kina County, Waahington, y qu.e hablan sufrido un paro cardiaco prhnario
fuera del hospital, durante un perodo de.fin.ido de tiempo. Lo& caaoa fueron elegidoe a
parli.T de informes clel per sonal auxiliar que atendi en el airea a casi todoe loa ca&o1 de
paro cardaco primario produci do& en aquel momento.

Los controle fueron teleceionados lla.maodo de una manera aleat.oriuda a nme.ros

tel f6nioo6 seleccionados de la mi1.ma re.a. Le mayor parte de indiriduo1 del rea

cliapc.n{a de tel.!ono en 5U hogar. 'nanto loa caaoe como loa control.ea tenan que
cumpliruna serie de aite.. rioa para la inclu.ai6n: edad de 26-76 ao1, 1ia. cardiopata
identificable clnicamente., sin enfermedadu previu que li:mita.ran la actividad y un
cnyuge que pudiera proporcionar infor maei6o sobre el ejercicio habitual, e1 decir, la
expoa:icin dt ioter6. Loe individuoe control te emparejaron con lot catot aegdn la
edad. el aexo, el citado civil y la retidencia (urbana o en
- fuera). A la. cnyuge de amboe: caeoa y controle. 101 criteri0ti de inclutidn trataron
de asegurar que loa eaeoa y los controlea fueran miembros de la misma ba.ae
poblaeiona! y que tuvieran p0eibilidad de practicar alguna actividad 8'.a:ica.
Los resultados, basado& en 168 caaoa y controlea elegiblee, confmnaron loa estud:ioa
pre vios. El riesgo de paN cardaco primario f\le el65 75 t> menor eo loe individuos

con ua acti viciad de elevada intensidad durante el tiempo libre que en los individu..ms
sedentariog.

A pesar de que es preferible seleccion.ar a los caeos y controles a


partir de una poblacin o cohorte definida, a menudo es ms realista una
selec cin a partir de los hospitales u otroscentros de salud. Sin
embargo, estu diar a los individuos en contextos de asistencia sanitaria
tambin es ms inexacto ya que los pacientes suelen ser una muestra
sesgada de todos los individuos de Ja comunidad, los individuos a
quienes deben aplicarse loa resultados.
Una segunda serie de estrategias para disponer de controles que sean
comparables con los casos incluyen las ilustradas por loe ejemplos en
este captulo y la.s presentadas en el captulo 6: restriccin,
emparejamiento, estratificacin y ajuste.El emparejamiento es el que
plantea mayores retos y se describir a continuacin.
Los casos pueden emparejarse con los controles, de modo que para
cada caso se seleccionan uno o ms controles con caractersticas
comunes con el caso. Los investigadores, en general, llevan a ca.bo un
emparejamiento para la edad,el sexo y la residencia, ya que estas
caracterlsticae frecuentemente guardan relacin con la enfermedad ,
pero el emparejamiento va m all de estas caractersticas
demogrficas cuando otros factores conocidos son importantes . El
emparejamiento aumenta la informacin ll.til, obtenible a

l&tuclo ...-

231

partir de una serie de casos y controles, porque disminuye las


diferencias entre grupos en los determinantes de la enfermedad
diferentes del que se est considerando y, por esta razn, permite una
prueba ms potente(sen sible) de la asociacin. Sin embargo, acarrea un
riesgo.Si el investigador llega a emparejar un factor que en s mismo se
relaciona con la exposicin en estudio, existe mayor probabiUdad de
que el caso y el control empareja dos tengan la misma historia de la
exposicin.Por ejemplo , si los casos y los controles se emparejan
segn la existencia de sntomas artrticos que generalmente se tratan
con un AINE, sera probable que un mayo.r nmero de pares casocontrol emparejados presentaran la misma historia de utili zacin de un
AINE. Este proceso denominado sobre el emparejamiento ses gar la
odc'1s ratio hacia el 1y disminuir la capacidad de que el estudio
det.ecte un aum.ento o disminucin significativo de la odds ratio.
Una tercera estrategia es escoger ms de un grupo control, pero debido
a las d'ificn1tades re1acionadas con la seleccin de. gn1pos contml autntica

mente comparables, para cualquiera de ellos pu.ede surgir un error


siete mtico de la odds ratio. Un medio de evitar esta posibilidad es
escoger ms de un grupo control a partir de diferentes fuentes'. Un
enfoque utilizado cuando los casos se extraen de un hospital es escoger
un grupo control a partir de otros pacientes del mismo hospital y un
segundo grupo control
a partir de los vecin darios en los cuales viven los casos.Si se
obtienen varias odds ratio similares utilizando grupos control
diferentes, es una prueba contra el sesgo porque es poco probable que el
sesgo afectara en la misma dire<:cin y hasta el mismo grado a grupos
diferentes en otros aspec tos. Si las estimaciones de los riesgos relativos
son diferentes, esto indica que uno o ambos estn sesgados y existe una
oportunidad para investigar dnde se encuentra el sesgo.

E:.femplo. En un e&tudio ea.so-control de loe a&trge.nos y el cncer endometrial,


101 cuos se identifica.ron a partir de un solo hotpital docente. Se seleccionaron doa
grupoa contrtl:uno a partir de l(Nj ing:rff<MJ ginecolgiooa del miamo hospital y el
tegu.ndo a partir de una mu.ostra aleatoria de mujeres que vivan en el rea de intluencia
d.el hoa-pital.
La exirtencia de otraa enfe:rm.edadea. como la biperlensin, la diabetes y la litiasis
biliar fue mucho ms frecuente entre los casos y el grupo control hospitalario, lo que
posiblemente reflej la&diverau infJuenciu que oouduce.n a la. hoepitaliucin.A pesar
de eata& d.i! rtnciu, lot dos grupioa control revelaron una utiliucin mucho menor de
es.trg&noa a largo plazo que 1..<a10<1, lo que prodajo oddl fYJIW muy similares
(4,1y3,6).

Los autorea (12) concluyeron que ..egta consitencia de los reguJtadOl6 con doa gru909
de com.pa_racin muy diferentes sugiere que ninguno de ambos presenta un le8gO
ti.gnificati vo y qve la11 rcsult:.doe tJon - rason.ablecnent.& exacto&.

Las opciones para la seleccin de los casos y los controles se


resumen en la figura 10-4. Si los casos se producen en una poblacin
definida (o en una muestra representativa de todos los casos), los
controles tambin deberan serlo. sta es la situacin ptima. Si los
casos constituyen una muestra

o.

EK'Of:r do.
p-upc11 eontr<>I por a:nipo de ea.tot ea dltorente aeloO()er das o ""'contrdoe
por cuo. Esto ihimo ee efect4a para awneota:r Ja poteocia ettadtiea (ola preciain de t. Nt.im.ari4o

dei M go re.latiYo). En geoen.J. la ulisacidn de m dun individuo cootld por CUD te lnldaasen
peqwt.AM, JM!rO

.t l lff
.,.....
.,

wuntoe de la potencia, aunq ape:oae ti.ene una \ea.taja l:il ahdir ms de mi. ocuatro nttolet

mente a cualquier individuo con antecedentes que sugeran una angina u


otras manifestaciones de coronariopata . Los investigadores observaron
que en los pacientes hipertensos tratados con bloqueadores beta segua
identficnd.ose una disminucin significativa del riesgo de infartos de
mio cardio no fatales, incluso despus de excluir cuidadosamente a los
indivi duos con angina u otros indcios de una coronariopatla .
En segundo Jugar, los individuos con una enfermedad pueden
recordar Ja exposicin de forma diferente de Jo que Ja recuerdan Jos
indviduos sin Ja enfermedad. Con toda la publicidad que rodea los
posibles riesgos de las dversas exposiciones medioambientales o de los
frmacos, es muy xsible que las vctimas de las enfermedades
recuerden sus experiencias previas con mayor exactitud que las
personas que no han sido vctimas de ellas o
incluso que sobreestimen su exposicin. Cuando la medicin de la
exposi cin se ba9a eo la memoria. es preci8o eon9lders:ar la influencia
de 1a enfer medad en las condiciones de la memoria, lo que se
denomina sesgo de recuerdo.
Existen dos formas de evitar el recuerdo sesgado. En primer lugar,
deben existir fuentes alternativas de la misma informacin, ya sean
docu mentos escritos, como los registros mdicos u otros o entrevistas
con fami. liares u otros individuos con informacin de lo que ocurri. En
segundo lugar, es preciso ocultar a los individuos del estudio el objetivo
especfico de
aqul.No sera tico no informar a los individuos de la naturaleza
general del estudio en cuestin, pero el hecho de proporcionar
informacin detalla da a lo. individ\ios sobre las hiptesis
especficas podra sesgar la informa cin resultante obtenida, de
modo que se cometera otra falta de tica:se hara participar a los
individuos en un proyecto de investigacin poco til El tercer
problema, s la existencia del resultado influye en la forma en
la que se mide o registra la expoacin, debe ser tenido en cuenta por
todos Jos que se dedican al estudio del diagnstico fsico. Si un
resid.ente que ingresa en el hospital a un paciente con una insuficiencia
renal conoce la posible relacin entre la utilizacin del AINE y la
insuficiencia renal,sera de prever que planteara al paciente preguntas
sobre la utilizacin previa de analgsicoscon mayor vehemencia y
registrara dicha informacin ms cuidadosamente . Los entrevistadores
que conocen la posible relacin entre la exposicin y la enfermedad, y
tambin las condiciones del resultado del entreviatado deberan llevar a
cabo entrevistas idnticas para los casos y los controles. Las medidas
para evitar estas fuentes de sesgo son las mis mas que las mencionadas
previamente:mltiples fuentes de informacin y enmascaramiento de
los responsables de la recogida de datos, es decir, no deben conocer la
hiptesis en estudio.
Estndares clentfflcos para los estudios caso-control

Se ha sugerido que se debera evaluar la validez de un estudo


caa<H:On trol eoruderando en primer lugar la forma en que se hubiera
llevado a cabo un ensayo a.leatorizado controlado de la misma pregunta

(14).Naturalmen te, en realidad n.o sera posible ha.cer un estudio as,


pero un ensayo aleato rizado controlado debera ser el estndar cientfico
segn el cual considerar

234

lplclemiologio clnica.A1p1""' funda.....11....s

los efectos de los diversos compromisosinherentes con un estudio casocon trol.


En el ensayo slo se deberan incluir a los pacientes que seguirian la
intervencin experimental si se les ofreciera, al igual que en un estudio
caso-control se deberan seleccionar Jos ca8os y los controles que podran
haber estado expuestos. Por ejemplo, un estudio de si los AINE son una
causa de insuficiencia renal incluira a varones y a mujeres sin
contraindi caciones al tratamiento con AINE, como una lcera pptica .
De forma pare cida, tanto los casos oomo los oontroles deberan haber
sido sometidos a los mismos procedimientos para identificar la
insuficiencia renal, si existiera. Estos y otros paralelismos entre los
ensayos clnicos y los estudios caso control pueden ser utilizados
cuando tratemos de resolver la mala evolu cin de un problema, su
gravedad o la oonducta indica con respecto a ste.
Tambin se ha tratado de establecer criterios para los estudios
caso control consistentes ( 15). La aplicacin de estas directrices
requiere unos conocimientos profundos de los numerosos y posibles
determinantes de la exposicin y la enfermedad, as oomo de la
deteccin de ambas, en las situa ciones clnicas reales.
UtHlzacln de los estudios caso-control para analizar
la asistencia sanitaria
Losestudios caso-control se han utilizado principalmente para probar
hiptesis sobre la etiologa de las enfermedades. Ms recientemente, los
investigadores han utilizado las ventajas del diseo de estudios casocon trol para estudiar preguntas relacionadas con la provsin y LA
calidad de la asistencia sanitaria.
i4jempJo.Pueden prevenirse la par.lisi.a cerebral y la .muerte fetal? Los
investiga.dores i_ngleses (16) han utilizado un dlael.io de estudio cuo-oontrol para
comparar la. aJA cia pre* na.tal recibida por 141 niftos que deurrollaron uoa parlisis
cerebral y 62 que fallecieron intrapart.> oen el periodo neonatal. Cada caso fue
em.parejado con dos nios sanos al rnilmo tiempo y en el mismo lugar. La incapacidad
para responder a loa idgnoe dedistrs fetal grave fue rn.a frecuent entre los cuos que
entn los controles, pero slo explic un pQrCen\lje muy reducido de nifio8 con parli.sls

cerebral

Puesto que la mayor parte de efectos adversos de gravedad debidos a


una asistencia mdica de mala calidad son ralativamente raros, el
diseo del estudio caso-control proporciona una estrategia eficiente para
exami nar la relacin entre las desviaciones de las directrices u otros
protocolos y los malos resultados.
RESUMEN

La mayor parte de progresos mdicos proceden del estudio cuidadoso


de los pacientes. Los informes de los casos son estudios de unos pocos
pacien tes (p. ej., < 10).Son un medio til para describir presentaciones
inusita das de las enfermedades, de examinar los mecanismos de stas y
de formu-

236

lpiclemiologia clnico. Aop1<tos fvnclaouenkllea

8.Schl<'S'ielman )J.Casecontrol studi..:deslgn. oonduct,analysis.New Yod::Oxlurd Uruver


sity Press. 1982.
9. feinstein AR. The biascaused by higli values of i:ncidence for P 1 in the odds ratio aump
tion tha t 1 - P, - l. J Chron Ois 1986;39:485-487.

10. Wacholder S. Mcl.aughlin Ji<, Silvennan DT. Mandel JS.Selection o oontrols in case
control studies. Am j Epidemiol 1992;135:10!9-1028.

11. Sisrovick OS,Wciss NS, Halistrocn AP, lnui TS,Pcterson DR Physical actvlty and
prtmary cardiac arrest.JAMA 1982;248:3113-3117.
12. Hulb BS, Fowler WC J r. Kaufman OC.Greenberg BG. Hogue CJR.. Berger CS.Pu!liam
CC. f.strogen and endometrial cancer: ases and h\fO control groups from North Carolina.

Am J Obstet Gynecol 1980;137:'12-101.


13. Psaty BM. Koepsell ro, LoGerfo JP, Wagner EH. lnu.i TS. lletablockers and primary
prevention ol coronary heart disease in palients with high blood pressure. JAMA

1989;261:2087-2094.
14. Feinsin AR, Horwlti RI. Double sta.nda.rds, scientifk rnethods and epidlogW: re-5"'1rct N Eligl J Med 1982;307:1611-1617.
1,. Horwl tz R, P'etnsteln AR.Methodologtc standa_rds and contrad_lctory resu.1t.'> ln case control

,_.n:h.Am J Med 1979;66:556-564.


16. Gaffney G. SeUe"' S.Ftavel.I V, SquU.r M, Jol\nson A.Case-cootrol study ot intraprtum
care, cerebral paisy, and perinatal death.Br Med J 1994;308:743-750.

LECTURAS RECOMENDADAS
Feinst?in AR. Oi.nical biostatistics XX: the epidemiologic trohoc the ablative rlslc ratio. and
"retroopectve rt'Search."Clin Phacmacol Ther 1973;14:291-3117.
Feinstein AR. Horwitz JU. Spitzer WO. Battista. RN. Cofft.'t! and paru:rea.tk c.a.ncer: the

pn::t>lems o/ etiologic sdence and epidemiologkal case->nlrol research. JAMA


1981;246-.957-961.
Hayden GF, Kramer MS, Horwilz RI. The case-<onlrOI study. A practial revlew lor the
clinida>. . JAMA 1982;247:326-.331.
lbrahim MA. Spitzer WO. The case-control study: consensus and rontroversy. New York:

Perprr.on Press. 1979.

Rothman KJ. Modem epldemiology. lkloton; Little, Brown & CA, 1986.

Copyrigted
material

11
CAUSA

FJem,lo. Algunoa aos atria se present a un rupo de eatudiant.ea de medicina uc enu.


yo sobre la relacin de )05 hbitos taMq-u.coe de loe obstet.ru y la vitalidad de los rec n
n.aci doa cuyos pa.rtoe eran atendidos por stos.La vitalidad de un recin nacido se
midemediante la puntuacin de Apgar; una puntuacin alta (9-10) indica que el recin
nacido gon debuena N.lud, mientras. que una puntuacn baja indica que el estado del
recin nacido puede no aer ptimo y preciaa una atenta moniloriz.acin.El estudio sugiri
que el h'-bito ta.bquico de 10I obst.etnl1(no en la u.la de parto&!) tcn.f a un efecto adveno
.t0bre lu puntuacionea de Apga:r de loa redn nacidoa.. Deapu,se solicit a loa
estudiantes de medicina que comenta_ran Jo que consideraban que fallaba: en e1te
eatudio.Traa muchas augerencia.t,finalmente, un eatudiant,, indic que la coocluain no
tena ningn sentido.
Ms t.e.nt., loe re.aponaablH del ema.yo reconocieron que, a peu.r deque el estudio era
real. ae haban alterado la .u:poaicin.. y la -enfermeda para la presentacin.En lup.-r
de com parar loa hbiw talWuiC01 de lot obltetru con las puntuaciooee de Appr de
loe ncio naci doa,el eatu.dio publicado en 1843 por Oliver Wend.ell Holmea (en aquel
momento proflOr de anatomy aiologfa y, m tarde,decano de la Harvard Medical
Scbool) trataba sobre loa hbitos dt lavado de manos de loa ob&tetru y las sepsis
puerpera1es ulteriores de las madrea. Luobaenracione1condujeron a Holmea (1) a la
siguiente conclusin:la enfermedad conocida
como septia puerperal es tan contagiosa como para ser transmitida frttue.nteme.ate de un
paciente e otro por rMdicoe y enfermer8.I.
A mec:liadoa del siglo XIX. una de lu respueatas a la ueveraci.n de 8.olmea de que el
hecho de no lavarse lumanos causaba una fiebre puerperal fue sorprendentemente
aimilar a la de loe estudia.o.tea de medicina:los ballugoe carecfan de sentido .,Prefiel'O
atribuirloa "toa calOI de aepais puerperara un accidente o a la Providencia, de los
que puedo hacerme un.a idea, m que a un contagio, del cual no puedo formarme
una idea clara,como mnimo por lo que respecta a e.ata e.nfermedad concRt:a.-,etcribi
el Dr. Charle.a D. Meiga,profeeor de obltetri cia,ginecologa y pediatr!a del Jelfenon
Medical College (!).

Holmes y Meigs se enfrentaron a una pregunta sobre causalidad.


Hol mes estaba convencido por sus datos de que el hecho de que los
obstetras no se lavaran las manos entre partos causaba la diseminacin
de la sepais puerperal. Sin embargo, no pudo proporcionar un mecanismo
patog6nico mediante el cual el lavado de manos guardara una relacin
con la enferme- dad, ya que laa bacterias todavfa no se haban
descubierto.Por esta razn, Meiga continu mostrndose muy poco
convencido de que se hubiera esta blecid.o la causa de la sepsis
puerperal (y supuestamente no se molestaba en lavarse laa manos).
Los mdicos frecuentemente se enfrentan con informaci.ones
sobre una posible relacin causal. De hecho, la mayor parte de este
libro ha tratado sobre los mtodos utilizados para establecer la causa,
a pesar de que no hemos prestado una especial atencin al trmino.
En este captulo, revisamos conceptos sobre causalidad en medicina cl
nica. Tambin esboza.remos los tipos de evidencias que, cuando estn pre237

Copyrigled ma erial

e-

239

l. Es preciso que el microorganismo se encuentre presente en cada


caso

de la enfermedad.

2. El microorganismo debe ser aislado y debe creoer en un cultivo puro.


3. El microorganismo debe causar una enfermedad especfica cuando
es inoculado a un animal.
4. Es preciso recuperar el microorganismo a partir del animal e
identifi carlo.
Es interesante mencionar que Koch no consider el efecto del
trata miento en el establecimiento de la causa, algo con lo que podra
haber con tado un siglo ms tarde, cuando en medicina han llegado a
ser muy fre cuentes los tratamientos efectivos.
Los postula dos de Koch contribuyeron notoriamente al concepto de la
causalidad en medicina. Antes de Koch, s.e. consideraba que mue.has
bacte rias diferentes causaban cualquier enfermedad. La aplicacin de los
postu lados de Koch contribuy a poner en orden este caos. Sus
postulados toda va son tiles hoy en da. El hecho de que un
microorganismo concreto fuera el causante de una enfermedad
determinada constituy la base del descubrimiento en 1977 de que la
enfermedad de los legionarios est cau sada por una bacteria
gramnegativa y la determinacin en la dcada de los ochenta de que el
VIH, descubierto poco tiempo antes, constitua la causa del SIDA.
Sin embargo, para la mayor parte de enfermedades, no puede
establecer se una causa solamente con los postulados de Koch.En
ocasiones, adems, basarse en los postulados de Koch ha creado
problemas a la comunidad mdica, ya que ha estrechado nuestras
perspectivas.Si todas las enfermeda des fueran tan simples, siempre
tendramos una nica relacin de causa efecto de sta.a. El hbito
tabquico puede provoca.r un cncer de pulmn, una enfermedad
pulmonar obstructiva crnica, lceras ppticas, un cncer de vejiga y una
arteriopata coronaria. La arteriopatfa coronaria tiene m'11ti ples eticlogas
incluyendo el hbito tabquico, la hipertensin, la bipertolea terolemia, as
como la herencia gentica . Tambin es posble padecer una
arteriopatia coronaria sin ninguno de estos factores de riesgo conocidos.
Habitualmente, muchos factores actan conjuntamente provocando la
enfermedad, en lo que se ha denominado la <red de causalidad. (3). Una
red causal es bien conocida en procesos, como la arteriopata coronaria,
pero tambin para las enfermedades infecciosas en las cuales la
existencia de un microorganismo es necesaria para que se produzca la
enfermedad, pero no necesariamente suficiente. El SIDA no puede
producirse sin una ex>Ol!ici6n
al
pero la exposicin al virus no necesariamente provoca como conse
cuencia la enfermedad. Por ejemplo,la exposicin al VIH rara vez se traduce
en el SIDA despus del pinchazo de una aguja (3 o 4/1.000) porque el virus
no es tan infeccioso como, pongamos por caso, el virus d.e la hepatitis B.

"

vm.

Proximidad de la causa con respecto alafecto

Copyrigted material

Cuando los cientficos biomdicos estudian las causas de las


enfermeda des, tratan de encontrar el mecanismo patognico
subyacente o la va

Copyrigted material

240

Epid1mlalagla cHnko. At'

1cto1 funclaenentalu

comn final de la enfermedad. Un ejemplo de ello es la anemia


drepanocti ca con el cambio gentico asociado con la hemoglobina
S(HbS) que conduce a la polimerizacin y a la transformacin
falciforme del hemate cuando la HbS cede el oxgeno. La dilucidacin
de la patogenia de las enfermedades ha desempeliado un papel decisivo
en los progresos de la ciencia mdica en este siglo.
Sin embargo, las enfermedades tambin estn determinadas por
causas menos especfficas o ms remotas, o factores de riesgo, como la
conducta de Jos individuos o Isa caractersticas de su entorno.Estoe
factores pueden ser causas incluso ms importantes de las enfermedades
que Jos factores pato gnicoe. Por ejemplo, a una elevada proporcin de
muertes cardiovasculares y por cncer en Estadoe Unidos se les puede
seguir la pista hasta conocer los factores conductuales y
medioambientales en que stas se produjeron. La diseminacin del
SIDA se debe principalmente a las conductas sexuales y al con.sumo de
drogas, y laa muertes por violencia y accidentes ti.enei1 sus ra ces en las
circunstancia.s sociales, como el acceso a las armas de fuego y el
alcohol y la no utilizaci.n de los cinturones de seguridad.
Considerar la causalidad en medicina exclusivamente como
procesos celulares y subcelulares limita las posibilidades de instituir
intervenones clnicas de utilidad. Si el mecanismo patognico no
est claro, los conoci mientos de los factores d.e riesgo todava pueden
co.nducir a tratamientos y prevenciones ms efectivos. Por
consiguiente, Bolmes estaba en lo cierto cuando afirmaba que
losobstetras deban lavarse las manos, aunque ape nas dispusiera de
conocimientos sobre bacterias.
Para muchas enfermedades, tanto los mecanismos patognicoe como los
factores de riesgo inespecfficos han sido importantes en Ja diseminacin
y el control de stas. En ocasiones, m111tiples causas diferentes
interaccionan de formas complicadas.
Ejemplo. Ori:inalmente, loa postulados de Koch se utilizaron para establecer
que J a tuberculmis eet causada por la inoculacin de Mycobocterium tubercu. un
bacilo licido alcohol re1iltenU en huhpedes SUICpt.iblK. La va com.o fin.al de la
tuberculoa:is ea la inva sin del tejido del hu1ped por laa bacteriu. Desde una
penpectiva patogoica, dominar la enfermedad precis antibiticos o vacunas eeacea
frente al microorp.nism.o. Med.ute J os eafoenoe de lai.nveatigacin biomdica, ae lograron
ambu coeu.

No obttante, el d&sa.n'Ollo de la tuberculosis es mucho m' complejo. Otras ea.uaaa


i.mpor tantea aoD. la auaceptibilid.ad del hufaped y el grado de expoaicin (fi . 111).
En rulidad, est4a causas determinan si puede producirle la invasin de loe teji.doa del
bu&ped.

Algunos clnicos dudan de clasificar la susceptibilidad del husped y


el nivel de la exposicin como las causas de tuberculosis, pero son
compon.en tes muy importantes de la causa. De hecho, las mejoras
socialesy econmi cas que influyen en la susceptibilidad del husped,
como espacios vitales menos hacinados y una nutricin mejor pueden
haber desempeliado un papel ms destacado en la disminucin de las
tasas de tuberculosis en los pases desarrollados que los tratamientos
desarrollados a travs del mode lo de investigacin patognicobiomdico. La figura 11-2 A muestra que la tasa de mortalidad por
tuberculosis haba disminuido espectacularmente mucho antes que se
introdujeran los antibiticos. (La vacuna apareci mucho despus.)

242

lpidem.iologia dinica. ASfl 1chN furMlarM9..ate1

300

Bacilo tuberouloso identificado

Introduccin de
la quimioterapia

100

1838

1860

1880

1900

1920

A/lo

HMO

1960

1980

50.000

30.000
25.000

20.000
15.000

1980 1ee-1 1982 1983 1984 1985 1988 1987 1988 1989 1990 1W1 1992

Allo

Flg. 11..2. A) Disminucin de la tasa de mortatidad por tuberculosis pt.dmonar


enl_lllatel'TB y en Gales durame los 150 aflos previos. (De McKeown T.The role of
medicine: dream, mirag.e or nemeois. L.oodon:Nuffield Promcial Hospital Trust, 1978.) B)
Exoeso de casos de tuberculos s en Estados Unidos, 1985 1992. Oifetencia entre los
casos previstos y el numero de casos observado.LlnM de punt0$ , casos observados;
lnea continua, casos previstos. {De Cantwell MF y cols. Epldemiology of tuberculosisin !lle

Unhed S1ates, 1985 a 1992. JAMA 1994: 272: 535-539.)

e-...

400

. .....

243

317

..

300

,.

20
0

....

o
o

C<Jjestorol

srico

20
185

(mgpor 100)

Presln artenaJ
sistlica (mm
Hg) IW>ito

105

185

46

185

105

61

1111
105

tabquico
Flg. 11-3.ntera<:cln de las mttlples causas de las enfermedades.Riesgo de desam>llar una
enfermedad can11ovascular en
de acuerdo con el nlveil de dtversos factores de riesgo

varones,
aislados o en cotrt>inaci6n.Los valores anormales seencuentran en mrecuadros sornbnados.
(De Kannel WB. Preven!M! caidlology.P<ls1gred Med 19n; 61:74-85J

disminuido. Eatoa progreaoa fueron,como mnimo en pllrte, reeu1tado de loe ettudioa


epide-. miolicoe y biomdicot,y ha_n aalvndo cientoe de miletJ de vida.t al afto.

lndudablemen.te.n.o ba.bri9n tenido lugar sin una oompren.1in profunda tanto de iOI
mecaniamos pat.ogtnicoe p ximot eon.o de loe orfgeoea m remot.oa de tu enfermedadea
eardiovucu.laru (6).

lnt

ln de mltiples causas

Cuando acta simultneamente ms de una cauaa, el riesgo


consiguien te puede ser mayor o menor del que seria de prever
simplemente combi nando los efectos de las causas por separado. Los
clnicos denominan a est.e fenmeno sinergismo, s el efecto conjunto
es mayor que la suma de los efectos de las causas individuales, y
antagonismo, si el efecto es menor'.
Copyrigled
material

Ejem 10. La figura 11-3 mueatra la probabilidad de desarrollar una enfermedad


ca:rd.ie> vurular durante un pe:rfodo de 8 aos entre varones de 40 aos de edad, Loa

varooee que no fumaron,que presentaron unoa valorea bajoe del ool11u1terol srico y una
prw1i6n arterial a
variable ttn1La
un modeh>
1N1:.mtlitico
aumentan
la potencia
uplie1t.iq
ct.llat
tnOCklo
dPQ que"han
ntlMccidn
cstadllioa
k
n_\Ta
pl't.lfll\ta
cuando
oom_blnadonea
d la1
cuco.ta IM
efecto. rwt.e dIvviablee predictorae iodividualu.l>MpUM un punto d6 t4oido
vUt.t. cooceptual
ee
relaciona can e1 ner&Wno 1t.I antaol\ianao
pero e1 una coMttucd6n mamttea y no un

fllmamJobleT vablm laoatunleu.

Copyrigled
material

2A4

lpiderniologla cllnica.

fundomentales

lica baja corrieron menor riesgo de d.esarroUar Ja enfermedad (i2/t..OOO). El riesgo


aument, en loa limite& de 20 a 61/1.000,en presenda de los diversos factores
i_ndividua.les, pero, cua.n do estuvieron pres.entes los tres factott1, el ri.esgo absoluto
de enfermedad card_iovasrular (317/1.000) fue de casi el triple que la suma de loo
riesgoe individualas (7).

Cuando numerosos factores desempean un papel, la dilucidacin de


la causa es mucho ms difcl que cuando predomina un solo factor. No
obs tante, cuando mltiples factores causales estn presentes e
interaccionan, es posible lograr un impacto sustancial en la salud del
paciente modifican do slo una causa o un pequeilo nmero de causas.
As pues, en el ejemplo previo ,lograr que Jos pacientes abandonaran el
hbito tabquicoy tratar su hipertensin podra dis.minuir
sustancialmente el riesgo de los varones de dessrrollar enfermedades
cardiovasculares, incluso con otros factores causale que persisten.
Modificac n delefecto

La modificacin del efecto constituye un tipo especial de


interaccin.Se encuentra presente cuando la fuerza o magnitud de la
relacin entre dos variables es dlferente segn el nivel de alguna tercera
variahle denomina da modificadora del efecto.
Ejemplo.Debido a loa ree.ult.ados co:ntradictorioe de loa estudios que evalan la

erectivi dad de 11. d.iur-tioos tacd.ioos en la pffvencin de la eoronariopat{ se llev a


cabo un wtu dio para txaminar 8i exista una relacin entre la d08is de tiacidas y el
riesgo de muerte s6bi ta y ai la adicin deun tratanrient.o con un diurticoahorrador de
potasio modicaba el efecto. La figura 11-4 rGsumen los resultados .La. dosit de tiacida8
de-tcnuioa au efecto.sendo u.na dos:ia baja, de 25 mg,protectora frente B la muerte
tll_bita,mientr&3 qu.e una doti8 elevda.de 100 mg, aum.enta las posibilidades d.e una
muerte sbita. La adicin de un trataminto con un diu tico ahorrador de potaaio modifica
el efecto a diveraa.s doea de tia.cid.Al, aadiendo un efecto prctector (8).

ESTABLECIMIENTO DE LA CAUSALIDAD

En medicina clnica no es posible demostrar de manera indudable


una relacin causal. Slo es posible aumentar nuestras convicciones
de una relacin causafecto mediante evidencias empricas hasta el
punto en que se establezca Ja causa con total determinacin. Por el
contrario, las eiden cias contra una causa pueden defenderse hasta
que llegue a ser imposible una relacin causa-efecto.La posibilidad de
una relacin causa efecto pos tulada debe examinarse desde tantos
aspectos dlferentes como sea paiible. Esto habitualmente significa que
deben llevarse a cabo diversos estudios para establecer evidencias que
respalden Ja existencia de causalidad o vayan en contra de sta.
Asociacin y causa

Obviamente, existen dos factores que deben aparecer asociados, Ja


cau sa sospechada y el efecto, si stos han de considerarse causa y
efecto. No obstante, no todas las asociaciones son causales. La figura 11
5 describe
Copyrigted
material

eau...

245

Odds ratio
0,5

1,0

2.0

S,O 10,0

Odds ratio ( C del95

Tratamiento

%)

100 mg de tlaclda

2,4 (0,7 8,0)

50

1,1 (0,5 2,5)

mg de tlaclda

25 mg de t acida

0,7 (0,22,5)

.-

50 mg de tiacida y un
2.2)

0.5 (0.1

.,.

25 mg de tlaclda y un
1,0)

0,3 (0,1

diurt co ahorrador de potasio

diurtico ahorrador de potasio

F""""""
el trataml!ento con

dlur6tioos

_ ,_
F,,

el lnltamlemJ con
beta-adi91 ljccu

Flg. 11, Ejempto de modificacin de efecto: modHicaciNi del riesgo de paro cardiaco en
pacieflteo qte utiWln
(canp..-S""" el riesgo do paro can:Jaco en paclent..tratados
""" bl0Q\l08dol9S beta), de acuerdo """ le utilizacin de durticos ahon'ad<ln!s de potasio.
Las oddS ratio. con lnlervaJos de confianza (1C) del 95 %,aumentan con una dosis
creciente del diu rtico.k> que sugient que es ms seguro ulizar bloqueadores
beta que tiacidm.Sin err.bargo, con la adicin de un diurtico ahorrador de potasio, con las
tiacidas se klentlfica un menor ries go de paro cardiaco quecon los bloqueadoo!s beta (De
Siscovick OS y cols.Oiuretic tllerapy fe< hypertenslon and therisl< or primary cardiac

-idas

arrest.NEnglJ Med 199';330:1852-1857J

otros tipos de asociaciones que es preciso excluir. En primer lugar,es


preci so tomar una decisin sobre si la aparente asociacin entre la
cawa sospe chada y un efecto es real o simplemente un artificio debido
al sesgo o a la variacin aleatoria. Los sesgos de seleccin y medicin, y
el azar tienen muchas probabilidades de dar lugar a asociaciones aparentes
que no exis ten en la naturaleza.Si estos problemas pueden ser
considerados mproba bles, existe una asociacin real. Pero antes de
decid.ir que la asociacin es causal, es necesario saber si la asociacin se
p.roduce indirectamente, a tra vs de ttr'oS factores(de confusin), o
directamente. Si no se identifica nin guna confusin, es probable una
relacin cau.sal.
En algn momento del futuro puede identificarse otro factor que
sea ms directamente causal. Por ejemplo, diversos estudios describieron

que las majeres evolucionaban mucho peor que los varones despus
de la ciru ga de derivacin coronaria y se consider que el sexo
guardaba relacin con el pronstico postoperatorio. En otro estudio se
puso de manifiesto que una pequea rea de superficie corporal, que se
correlaciona con arterias coronarias de pequeo dimetro, es una
importante variable que conduce a

241

Epidemiologa dinica. Alp 1:to1fundca1... 1tulea

..

.,
e

">e

"&<>

11

10

9
8
7

Ft>landla
Estados
Unidos

.Q.,ad

eAua

Nueva Zelanda

lngla:em1y Gales

e1nanda

Holanda

e N""""

.< .> ,
"
G

Olnamarca
4

:!!

1i
t:

:E

- Au-

e&iecia eB6lgiGa

Alemenie

occ3

eSUiza

e1ta1ia

0,40

0,80

1,20

1,80

2,00

Consumo de vino (escalalogerltmlca 10)


Flg. 11..e.Ejemplo de un estudio de tlesgo

retaoi6n entre el consumo de vinoy

talidadca'daca en pases desamillados. (De St Leger AS, Cocllrane ALy Moore


F.Factors asso ciated with cardiac mortaity in developed countes With particular
referenoe to the conSUTiption

la mor

of wine. Lance!1979; 1: 1017-1020.)

Estudios de serles temporales

Las evidencias a partir de los estudios de riesgo agregado de que un


fac tor es verda!leramente responsable d.e un efecto pueden ser
respaldadas si se hacen observaciones en ms de dos momentos (antes y
despus) y en ms de un lugar.En un estudio de seri s temporales, el
efecto se mide en diferentes momentos,antes y despus que se ha
introducido la causa sos vecl1ada. Por t.a11to, e$ posible cuwp.robaJsi el
erecto Ya_1a ::wg.n lo previ$ to. Si Jos cambios de la causa
sospechada van seguidos de cambios del efec to sospoohado, es
menosprobable que la asociacin sea esprea.
emplo. Seha demostrado que el rieago de diarrea aaociada a Clostridum diffidle y la
colitis M!ladomembranosa guarda relacin con la utilizacin de antibiticos, sobre todo

clin darnicina, ampicilina y cefalosporina .En 1990 apareci una epidemia de diarr&a. por
C. if. ficile despus que la utilit.acin de clindamicina au.menta_ra s.bita_mente ((ig.
11-7) (11). Inmediata.mente, se instituyeron ea:fuen.os educativos, de control de la
infeccin y di h_igie. ne medioambiental, pero la epid.emia continu sin resolverse. Por
consiguiente, se elimin la clndamicina del n:cetario del h0&pital y su utili.z.acin cay M
pcado,aa como el nmero de ea&0s de diarrea por C. diffi,cilc. Para inveti.gar con m_,or
detalle la asociacin, los autA> res llevaron a cabo un estudio ca.so-control que corrobo:r
J os hallazgos del anlisis de la

serie temporal.

249

Causa

800

12

=5=

..

.,,

600

e
o

e
-;

"

"E

1.g

400

-g

'ij

..,

E
'z"

..
e..

200

:2

".!!
ID

o
1988

1989

1990

1991

1992

Aflos de vigilancia
Ag. 117. Estudio de series temporales de la relacin entre la utilizacin de clindamicina y
la dia """ asociada a Clostridium diffici/e. (De Pear SM,WilliamSQn TH,Bettin KM.
G<onling DN y Gal gianl JN. Oeorease in nosocomial C/ostrldlum dlfficllassoclated
dial'rhea by restrlcting clin daniycln use.Atln lntem Med 1994; 120: 272 2n.

En un estudie de mltiples series temporales, la causa sospechada se


introduce en diferentes grupos en diferentes momentos. Se llevan a cabo
mediciones del efecto entre los grupos para establecer si el efecto se pro
duce de la misma forma secuencial en la que se introdujo la causa
sospe chada. Si la introduccin de la causa sospechada va seguida
regulannen te de un efecto en diferentes momentos y lugares,
existen mayores evidencias de causa que si el fenmeno se observa slo
una vez, puesto que es todava ms improbable que el mismo factor
extrnseco hubiera ocurrido al mismo tiempo en relacin con la causa
en muchos lugares y momentos diferentes.
Ejemplo. Puesto que noae di.apona de ensayos aleatorizados controlados sobre progra

mas de cribado del cncer cervical t.nt.65 que fueran totalmente ace.ptados, fue preciso
evaluar suefec::tivil&d pormedio de eat"udios observacionales. Un estudio de mliltiples teriee
te.mpora. les ha proporcionado algunas de laa evidencias ms convincente.a deau
efec::tividad (12). Los datos fueron recogidos durante los programas de cribado iniciados en
diversas provincias de Canad en divenoe momentos durante un periodo de 10 aos en la
dcada de los sesenta y de los setenta, La introduccin delos programu de cribado fue
seguida de d.i&minuclones "*"'1a res de la mortalidad, con independencia del momento y

Copyngted
material

&e lle g a la conclu1in de qae el cribado tuvo un efecto


sig.nifieativo sobre la di1minucin de la mortalidad por carcinoma ute:rino-.

la localizacin. Con estos datos,

Copyngted
material

eou.a

251

Fuerza o magnitud de la asociacin

Una asociacin potente entre una causa sospechada y un efecto,


expre sada por un riesgo relativo absoluto grande, es la mejor evidencia
de una relacin causal que una asociacin dbil.As pues, la incidencia
4-16 veces mayor de cncer de pulmn entre los fumadores que entre
los no fumado res, en muchos estudios prospectivos diferentes, es un
indicio mucho ms potente de que el hbito tabquico causa un cncer
de pulmn que los hallazgos en estos mismos estudios de que el hbito
tabquico puede guar dar relacin con el cncer renal, para el cual los
riesgos relativos son mucho ms pequedos(1,1-1,6) (15). De forma
parecida , el hecho de que el riesgo relativo de una hepatitis B para un
cncer hepatocelular sea de casi 300 veces, apenas deja lugar a dudas
de que el virus constituye una causa de cncer de hgado (16).En
ocasiones, el sesgo puede traducirse en gran des riesgos relativos.Sin
embargo, es menos probable que un sesgo no identificado produzca
riesgos relativos grandes que riesgos relativamente pequeos.
Relacin dosis-respuesta

Exisoo una relacin dosis-respuesta cuando diferentes magnitudes de


la causa sospechada guardan relacin con diferentes magnitudes del
efecto. Si puede demostrarse una relacin dosis-respuesta , refuerza el
razona miento de la causa y el efecto. La figura 11-8 muestra una
clara curva
-

300

251

!200

e>
"

8..

:E

100

a.

127

78

1-14

10

.g

o
1$-24

25->

Cigarrillos fumados, nmero/die

Ag. 11..a.Efecto de retacin dosis-respuesta :muertes por cnoer de pulmn,de acuerdo


con el numero dt cigarrillos en varooes mdicos.(De DoU R y Peto R. Mortality in relation
to stT.oking: 20 years' obsetvations on mala Britlsh doctors. BMJ 1976; 2:152$-1536.)

ea.....

us

La figura 11-10 resume los diferentes tipos de evidencias a favor y


en contra de la causalidad, segn el diseo de la investigacin y las
caracte rsticas que fortalecen o debilitan las evidencias de la causa.
La figura indi ca aproximadamente losvalores relativos que ayudan a
establecer o a des cartar una hiptesis causal.As pues, un estudio de
cohortes llevado a cabo cuidadasamente que indca una asociacin
fuerte y una relacin dosis-res puesta , constituye una prueba potente
de causalidad, mientras que un estudio transversal que no identifica
ningn efecto es una prueba dbil en contra de la existencia de
causalidad.
RESUMEN

La relacin causa-efecto constituye la base de las actividades diagnsti

cas preventivas y teraputicas en medicina clnica.

Las enfermedades suelen tener muchas causas, aunque en ocasiones


una es predominante .Frecuentemente interaccionan diferentes causas
con otras, de modo que el riesgo de la enfermedad es mayor de lo que
sera de prever simplemente combin.ando los efectos de las causas
individuales con sideradas por separado. En otros casos, la presencia de
una tercera varia ble, un efecto modificador, modifica la fuerza de una
relacin causa-efecto entre dos variables.

Ensayo controlado aleatdo


Mtiples serios t..,_..ies
Ensayo no alealonzado
Estudiosdecohortes
Estudiocaoocontr<>I

Ensayo controlado
aleatazado M"1iples serieo

DISEO

tempo<"ileo Ensayo

noaleetorizado
Estudios de cohortes

Estudio caso-<:ontrol

Estudio transversal

Estudio 11an5versal

Series decasos
Series de e-.
tnfonnes decasos

Slidas

EN CONTRA

lneopecffico

No reversibkt

Dbiles

A FAVOR

Secuencia temporal

Efecto pequeo

Sin relacin dosis


respoosta Sin analogl
No plausibledesde un

punto de vista
biolgico

Ausencia deefecto
Secuencia temporal ncorreda

Especificidad

HALLAZGO

AnalOgla
Plauslbildad biolgica

Collen!ocla
Efecto ""'lio
Dosis respussta
RevetSbilidad
0

Copyrigted
material

Flg.11-10.Coherencia 191aUva de las evidencias a faVO< y an contra de un efecto C31Jsal.


Obsr vese queoon los di"S81\os de los estudios. excepto para los Informes de casos y
tas series tem pora1es, la fuerza de lai evfdenclu a favor de una relacin causal es una
Imagen en espejo de

&as eviden::ias en contra. Etl cambio,con los halazgos. las evidencias a favor de un
efecto cau sal no reflejan las evidenQas en oontra de un efecto.

Copyrigted
material

Las causas de las enfermedades pueden ser mecanismos patognicos


p.rximos o factoresgenticos, medioambientales o conductuales ms
rem<> tos. Las intervenciones mdicas para prevenir o invertir el curso
de las enfermedades pueden producirse en cualquier lugar del desarrollo
de la enfermedad desde los origenesremotos hasta los mecanismos
prximos.
Los casos de la causalidad suelen establecerse con el tiempo con dife
rentes estudios. Se basan principalmente en la consistencia de los
diseos de investigacin utilizados para establecerla. Puesto que rara
vez tenemos la oporlunidad de establecer una causa utilizando ensayos
aleatorizados controlados, son necesarios estudios observacionales.
Algunos estudios de poblaciones (estudios de series temporales y
mltiples series temporales) puedensugerir una relacin causal cuando
se efecta el seguimiento de una exposicin determinada en grupos de
individuos en busca de un efecto determinado.
La.s carac.t.erst.icas que 1espalda11 el t'azonam.iento de una relacin
.:;e.u.. sa efecto incluyen una relacin temporal apropiada, una asociacin

convin cente entre la causa sospechada y el efecto, la existencia de una


relacin
dosis-respuesta, una disminucin del riesgo cuando se elimina la causa
&OS pechada y resultadosconsistentes entre diversos estudios. Otras
caracte rsticas que respaldan una relacin causal son la plausibilidad
biolgica y la coherencia con hechos conocidos.
BIBUOGRAA
l. Holmes OW.On the contagiousness ol puerperal /ever. Med Classi<s 1936;1:207-268.

[Originally published 1843.)


2. Webster's ninth new roll<gate dlctionary. Springlield, MA: Merriam-Websm, 199L
J. MacMahon B. Pugh TF.Epidemology: principies and melh<ds. Boston: l..ittle, Brown &
Co.. 197U.
4. Coniwell MF,Sn1der DE. Cauthen CM, OnonlO IM. Epidemiology o1 tubercul06is Inthe
Uruted States, 1985 tl\rough 1992. JAMA 1994;272:535-539.
5. Weis SE. et al. The effect of dir<etly obse<ved thenpy on the rates ol drug resistan and
relapsoin tuben:ula<is. N Eng J Med 1994;330:1179-1184.
6. ColdJnan L Analy:r.ing tbe decline in the CAD death rate. Hosp l'Tact 1988;23(1):109117.
7. Kannol WB. Prevenrive <ardiology. Pootgrad Med 1977;61:74-85.
8. Siscovid OS, et al Oiuretic therapy for hyperlension and the risk ot primary cardlac
arrest. N Eng J Med 1994;330:18.52-1857.
9. O'Conner CT, Morton JR, Oiehl MJ, Olmsread EM.Coffin LH. IAvy OC.
Oiflerences between men and women in hospital i:norta1ity associated with
coronary art:ery bypass gralt SurgYry.Cittulation 1993;88(1):21()1-2110.
10. St. Uger AS, Cochrane Al, Moore f. Factors a.'.iSQCiated with cardiac mortality indeveJ
opecl countrieswith particular reference to the ronsu_i:nption of wlne. Lancet 1979;l:10171()20.

Jl. Pear SM..Williamson TH. Bcttin KM, Cerding ON, Galgian JN. Dec......, in
nosoromial C/ostridium dlificile-assodated diauhea by restricting din<Llinycin use.
Ann lntem Med 1994;120:272-277.
12. Cerval Canter Screening Progmms. l. Epidemiology and natural history al carcinoma

olthe cervix. Can Med Assoc J 976;114;1003-Ull3.

12

RESUMEN
DE LA INFORMACIN

A cMnde ha i.do aparar el conocimie11to que hernos


per dido en la informacin?

T. S.Eliot, The Rocb

La utilidad de la investigacin clnica depende de su credibilidad


cient fica -su verosimilitud para cientficos serios e imparciales- ,y su
relevan cia con respecto a los problemas a los que se enfrentan los
clnicos y sus pacientes . Tanto los clnicos, que basan sus decisiones en
la bibliografa mdica, como los investigadores, que la crean, necesitan
comprender los hechos que aumentan y disminuyen la consistencia de
la investigacin cientfica.
Para valorar la credibilidad cientfica es preciso que los lectores asu
man un papel activo.Deben decidir lo que desean descubrir a partir de
la bibliografia mdica y despus considerar si la informacin est
presente y satisface sus patrones de credibilidad cientfica . Con una
lectura pasiva solamente, sin considerar los principios cientficos
bsicos de una manera sistemtica y por anticipado,es menos probable
que identifiquemos defi ciencias y es ms probable que podamos
confundirnos.
Este captulo describe cmo los atareados mdicos pueden aplicar los
principios metodolgicos descritos en los captulos previos para la
sempiter na tarea de tratar de practicar una medicina baeada en prueba.e. En
primer lugar,enfocaremos cmo identificar los artculos de investigacin
que tra tan sobre una cuestin clnfoa determinada y cmo pueden
reducirse a un
nmero manejable sin sacrificar la informacin necesaria. Despus resumi
remos lu normas bsicas para evaluar la consistencia de los artculos
indi viduales. Esta seccin analiza conceptos que se han descrito a lo
largo del libro. En tercer lugar, consideraremos cmo se resumen , como
grupo, los numerosos artculos sobre una cuestin de investigacin
determinada para descubrir cul es la mejor estimacin posible de la
verdad. Los mdicos deben basar sus decisiones clnicas en esta
estimacin basta que dispongan de mejor informacin.A lo largo del
captulo consideramos cmo estaa eta pas (identificacin de los
artculos, evaluacin de los estudos y snteis de las pruebas) se
relacionan con las estrategias para estar al corriente de la bibliografa
durante toda la vida profesional como mdicos .

. 259 .
eopyngled material

Re1u,,,.., ele la in"'"'-in 261

Contribucin a la
respuesta dela
pregunta clfnlca
Revisiones. artJculos
docentes

y editoriate

lnver.t1gac10n de
laboratorio

(de poyata, V obAslcn J


lnvo1tlgacln

en eere1 hu11U1noa

Intacto

Secundaria

t
D

Dbil

Consistente

irecta

lnvostlgacln humona consis


tente

Rg.. 121.Sibliogratfa sobre una preguntaclinica: valOr relativo de los diversos tipos d
artJ'CIAOs para contestar a una pregunta clnica.

l';Jemplo.Hasta qu punto los art!culos de revisin y los captulos de los libros de


texto resumen lai pruebas cientffica1:1 dispon,ibles tJObre una pregunta cliniea? Un grupo
de inveeti gadores :rodujeron estimacione$ de la efectividad de divenas intervenciones
para disminuir la rnorbilldad y la mortalidad p0r infarto d miocardio C1M) llevando
a cabo metaanliail (dM crito8 al trmino de este captulo) de 1oe en.sayos clnicos
aleatoriud08 (ECA) (2). Las tst.i.ma clones eeempararon con las recomendac:ionet1 de
expertos publicada1 en el miemo mCttnento en artcul0& de revisin y en captulos de
libros de texto. Identificaron que la opinin de los
xpartol, en general, iba variM aos a la zaga de la1 prueba aeumuladaa y a mnudo
no coincidiacon stu. Por ejemplo, en 1980 e.xistfan 12 ECA en la bibliografre que hab&n
e.xami nado la eficacia de la lidoeaJna profilcticai en el tratamiento de.l lM agudo.
Eienciahnente, todos loa ensayos pu1Jieron de manifiesto que el t-ratamientocon
lidocaina no fue mejor y a menudo fue peor que el tratamiento con placebo, m_ie.ntra3 que
la mayor parte de artcoJos de revisin )'de capftuloe publiead0& duraot la dcada de lo&
ochent.<t continuaban rocom!!ndan do lautilizacin rutinaria oaletiva d la lidoc.ana.

Otros artculos describen la investigacin original llevada a cabo en


laboratorios con el objetivo de comprender la biologa de las
enfermedades. Estos estudios ofrecen la fuente ms rica de hiptesis
sobre la salud y la enfermedad. Sin embargo, la investigacin patrn
en s misma no puede establecer con certidumbre lo que ocurrir en los
seres humanos porque los fenmenos en los pacientes reales, que son
orgarusmos complejos en un entorno fsico y social igualm ente
complejo ,guardan relacin con variables excluidas deliberadamente de
los experimentos de laboratorio.
Naturalmente, la investigacin que incluye a seres humanos intactos
y pretende arientar la toma de decisiones clnicas (.investigacin
clnica>) se lleva a cabo con grados muy variables de rigor cientlfico.
Incluso segn patrones rudimentarios, la mayor parte de estudios son

relativamente dbiles. Por ejemplo, una revisin reciente de los


mtodos de los estudios
Lop1-r1gl ;a rna nal

262

lpidemio&ogia clinka. tptctot funclamentolet

clnicos en tres revistas de ciruga puso de manifiesto que ms del 80 %


carecieron de un grupo de comparacin y mucho menos de un grupo
control aleatorizado (3).
A lo largo de este libro, hemos sostenido que la validez de la
investiga cin clnica depende de la potencia de sus mtodos (validez
interna) y del grado en que se aplica a un mbito clnico determinado
(generalizabilldad).
Si es as, unos pocos artculos buenos son ms valiosos que numerosos
ar tculos dbiles o inapropiados . Por tanto, la conclusin global a

partir de la bibliografia mdica frecuentemente depend.e de la forma de


interpretar un nmero relativamente insignificante de artculos. Una
revisin de la bflio grafia debe incluir la seleccin cuidadosa de estos
artlculos, la identifica cin de sus puntos dbiles y sus puntos fuertes
cientficos, y la sntesis de las pruebas cuando sus conclusionesdifieren.
Bsqueda de artculos tiles

Al revisar sistemticamente la bibliograa , la primera tarea consiste


en localizar los artculos que pueden ser tiles. Esto constituye un reto
cuando se revisa, ya que primero es necesario escoger ent.re el elevado
nmero de ttulos, a menudo miles de ellos, un reducido nmero de
artcu los que sern de utilidad. La finalidad es disminuir el nmero de
artculos de la bibliograa hasta proporciones manejables sin omitir los
artculos de importancia. Esta tarea puede ser intimidante y consume
mucho tiempo. Describimosun (plan de ataque;;o empezando primero
con una revisin com pleta de la bibliograa.
El primer paso es desarrollar una serie de criterios para la bsqueda
de ttulos para seleccionar los artculos que pueden ser pertinentes al
mismo tiempo que se excluye un nmero mucho mayor que claramente
no lo son. Los criterios deben proporcionar una prueba sensible de los
artculos que uno espera encontrar de la misma forma que una prueba
de cribado debe ser sensible para una enfermedad, es decir, deben
pasarse por alto pocos artculos tile>1. En un principio, la especificidad
puede sacrificarse en aras de la sensibiHdad comprendiendo que ser
necesario evaluar numerosos artculos falsos positivos, con mayor
detalle para cada uno de los artcu l os que cumpla los criterios fmales.
Frecuentemente. la concurrenca de

algunas palabras clave en el ttulo define un algoritmo de utilidad, por


ejemplo, sorcoidosis pulmonar y corticoides o cncer pancretico y diog11s
tico.
En segundo lugar, Jos criterios de cribado se aplican a una lista de
ttu los de revistas cientficas, en general Ja lista que mantiene la
National Library of Medicine, MEDLINE. Aunque se encuentra
disponible en vol menes encuadernados, muchosclnicos actualmente
acceden a Ja bibliogra fia mdica por va electrnica a travs del
mdem, el CD-ROM u otros sis temas informatizados. Puesto que la
bsqueda informatizada suele omitir algunos artculos importantes,
tambin es preciso identificar artculos a partir de otras fuentes de
ttulos tales como los artculos recientes de revi sin, otros artculos
sobre el mismo tema, los libros de texto y las sugeren cias de expertos
en el rea. El resultado de esta bsqueda es un elevado
Copyrigted ma erial

R..umen de la infomlocl6n

263

nmero de ttulos, algunosde loscuales representan artculos relevantes y


muchos otros no.
En tercer lugar, es preciso aplicar criterios especficos para
identificar los artculos que son verdaderamente apropiados para la
pregunta que se est enfocando. Frecuentemente se utilizan tres tipos
de criterios:
Aborda el artculo la pregunta clnica especfica que constituy
la raz.n principal de la bsqueda?
Representa el articulo una investigacin original y no una infocma
cin secundaria o una opinin?
Se basa la investigacin en mtodos relativamente consistentes?
Muchos artculos inadecuados pueden excluirse con un examen
del ttulo completo. Sin embargo, a menudo se precisa mayor
informacin y el resumen sirve para este objetivo. El examen de los
resmenes debe
poner de manifiesto si un estudio de tratamiento utiliz un grupo de
com paracin aleatoria, si un estudio de pronstico se realiz sobre
una cohor te de incio, si un estudio tiene la suficiente potencia
estadstica o preci sin, etc.
Los res1M nes estrrtclurados (4), que han sido adoptados por
muchas de las principales revistas mdicas , proporcionan una mejor
posibilidad de evaluar los artculos potencialmente tiles. El resumen
estructurado condensa en un formato reducido en lineas generales los
elementos del estudio (pregunta de investigacin, diseo del estudio,
mbito, pacientes, intervenciones, principales parmetros
determinados , resultados y con clusiones), necesarios para distinguir los
estudios vlidos e informativos del ele,ado nmero de estudios que no
son originales o son poco rigu rosos.
Por ltimo, es preciso leer los artculos que quedan para comprobar
si satisCacen los criterios finales. En este punto el nmero de
artculos debe haberse reducido Jo suficientemente como para que
la tarea sea posible. La figura 12-2 resume estos pasos e ilustra el
proceso de bs queda para una pregunta especfica: el resultado de
la sustitucin total de la rodilla (5).
Si no se diopono del tiempo ouficicnte po.ro. un.a boqueda eompletn de

los artculos o el lector est ojeando la bibliografa o trata de mantenerse


al da de los progresos importantes, los pasos iniciales de este proceso
pueden abreviarse. Pueden examinarse solamente las revistas que
publican inves tigacin original con patrones metodolgicos elevados.
Sin embargo, es una estrategia poco sensible, ya que tendrn que
examinarse como mnimo 11 de las mejores revistas del mundo para
encontrar slo el 80 % de los mejo res artculos sobre una cuestin (6).
Otro enfoque es dejar que la bsqueda de los artculos Ja efecten
otras personas. Sera deseable que stas fueran expertas tanto en medi
cina clnica como en mtodos de investigacin clnica para examinar
todos los artculos del mundo y establecer sus criterios explcitos de
inclusin. La revista ACP Journal Club presenta resmenes estru"'ura
dos de la investigacin original clnicamente relevante y slida desde
un
Copyrigted material

266

Epidemiologia clnka. Alp 1etas funclanwnfal1

un ensayo aleatorizado, sta podra ser la nica forma de una prueba


dis ponible durante cierto tiempo.
Formular o poner a prueba una hiptesis

Las conclusiones de una investigacin individual se extienden en un


espectro de verosimilitud, de acuerdo con la contundencia de la
estrategia cientfica utilizada (v. cap. 11). En un extremo del espectro se
encuentran los artculos que slo sugieren una relacin y -aunque son
potencialmen te tiles- no someten estas id.eas a pruebas. Muchos
informes de ca.os son tiles en este sentido. Las conclusiones de estos
estudios son tentativas y muchas de ellas ms tarde son rechazadas. En
el otro extremo del espec.tro se encuentran los estudios, por ejemplo,
los estudios aleatorizados contro ladosde gran tamao, que han
sometido las ideas a pruebas rigurosas. Las conclusiones de estos
estudios son ms defintvas. La mayor parte de estu dios se encuentran
entre e3tos dos extremos.
Las hiptesis a priori son importantes. Sin ellas, los hallazgos falsos
positivos pueden abrirse camino en la bibliograa del siguiente modo.
Supongamos que se examina un elevado nmero de variables de una
serie de datos ninguna de las cuales se asocia con cualquiera de las
dems por naturaleza. Como se describe en el captulo 9, si se examina
un elevado nmero de asociacionesentre variables, algunas de ellas
sern Jo suficien temente extremas como para parecer <reales., aunque
las asociaciones slo hayan ocurrido por azar. Al nivel convencional de
significacin estadstica (p < 0,05) aproximadamente una de cada 20 de
estas comparaciones ser estadsticamente signficativa, por definicin.
Naturalmente, las asociacio nes observadas son reales para Ja serie
determinada de datos que se est enfocando, pero no n.ecesariamente
en la poblacin ya que la muestra actual puede representar
errneamente todas las muestras de Ja poblacin de inters.
Supongamos ahora que una de estas comparaciones se selecciona entre
la serie ms numerosa de todas las posibles comparaciones y se Je
concede una especial importancia, quiz porque se ajusta bien a las
teoras biom dica$ existentes. Supongamos tambin que las otras
comparaciones se minimizan en el informe final. Por tant.n, la
ai;ocis:.cin, fue"rA rlel ..nnt.erto. puede parecer muy importante. Este
proceso, la incidencia aleatoria (por azar) de asociaciones, seguido d.e
una seleccin sesgada de las interesantes, es habitual en la investigacin
publicada.
Existen varios indicios que sealan el grado en que un estudio concreto
est probando una hiptesis ms que formularla (tabla 12-2).
El primer indicio, un diseo de investgacin consistente . no es un
fac tor estrictamente separado de Jos dems. Formular hiptesis de
antemano y limitar el nmero de comparacio nes examinadas disminuye el
nmero de comparaciones aparentemente significativas que surgirn
de un estudio. La exploracin en busca de efectos en diversos subgrupos
de una poblacin del esiudio de mayor tamao ea una estrategia analtica
comn que puede traducirse en a.sociaciones al azar o falsas. Cuando se
confirman las hip tesis formuladas de antemano, hiptesis a prior i,es
posible tener mayor

Copyrigted ma erial

EPIDEMIOLOGA CLNICA
ASPECTOS FUNDAMENTALES

EPIDEMIOLOGA CLNICA
ASPECTOS FUNDAMENTALES

Robert H. Fletcher, M.D., M.Sc.

Professor,
Department of Ambulatory Care and Prevention,
Harvard Medica! School and Harvard Corrununity Health
Plan; Department of Epidemiology, Harvard School of Public
Health;
Department o Medicine, Brigham and Women's
Hospital, Boston, Massachusetts

Suzanne W. Fletcher, M.D., M.Sc.

Professor,
Department of Ambulatory Care and Prevcntion,
Harvard Medien!School and Harvard Community Health Plan;
Department of Epidemiology, Harvard School of Public
Health;
Department of Medicine, Brigham and Women's Hospital,
Boston, MassachuseLts

Edward H. Wagner, M.D., M.P.H.


Director,
Center for Health Studies,
Group Health Cooperative of Puget Sound;
Professor of Health Services,
University of Washington,
Seattle, Washington

2. edicin

ELSEVJER
MASSON
Amsrtrdam Barccion:a Bcijing Bostoo FiLldelfia Londl'tS Madd

Copyrigted
material

t.fidoo Mi16n t.fn.idl Orb.ndo P:ui$ Roma SMtney Tokio Toronto

Copyrigted
material

ELSE\.1ER
MASSON
b obra original en tnlds
Clinical J;piduti.olog11: Tlle Esenfiala
Edici11enesl)ah>l

Copyrigh O MCMXC\111.'W..U & \\'illi>u


An

Elsevter Jmprinl

Tht""""'4n

Ora. Blblan.a Uau M.assot

Ret:isi6" cUmtVicct

O, DQUEL PORTA S81U!A

Coordinador de la Unidad de EpldemologSa Clhca y Ji,tolccular del Cncer,


h'l$11tut.o MW\ldpal de lnvesUgaeln Mdica.. Baretk>nJ;
Proresor T:tul&r de Mediclna Prt:vtntlva y Salud Pblica,Uni,.ersidad Autnoma de Barcelona;

ActiW'ICI ASSOCSIU: Profe"$$0r, F'aicu11 de Salud PtlbUea. Unh'eflid3d de CaroW\f del Norte,

piel HJl

Nota.. En este libro se proporcionan lnd:lcadones oreel.sas. reacciones adwnasy doslS de los f;tmacos..
pe:ro es POSiblc !IUC sufran cambios. E!I aconsejable que el loctor oon.wlte b 111.fon'l\Jc:in pro>0rdo1wla por k>s f> bricantes (n el prospec.tO que aecmpal\a a los medicamentos meoN<Sos.
1!189

Primera ecicin

Sesundnedicin

ffmpnsiones

1998

2002, 2007

O 1998 E1s<vl<T Ooyma,S.L,


Es una publicacin MASSON

T'n\essen. de 0!'8cla, 17-21 08021Barcelona (Espal'la)

Fotocopb.r ea nn deUto (Art. 270 C.P.)


Para qUt cxiaU1.n libros es necesario cl uabajo de un importante ooie<:lho (au\.ores, traductores ,dib\Oanles,
oo!TC(tom,impl"t$0rn, editoru...).Elprincip;i.I bmefic&ario de ese esfuerzo d&ector qe apro'"ethasu con

t<nldo.
Quien tctooopb un libro, en las circunstancias previstas por la ley, dellnque y contribU)'C a la n3 existen.
da de nuevas edk:iones. Adems, a corto plazo, encarece el precio de W )'3 exl$ten.t.es.
Este libro es.U
protegido por los derechosde propiedad inlelecwal. Cualqu;er u.i;o tuera de
Jos U mit es establecidos por laleglsln
te. sin d
consentimiento del editor, es l)egail. Esto seaiplir.a en P3rti culat a b ttpraducdn.fotocopia.
traducdn. arabadn ocualQuif!r oll'O sbr.enui
tteui>u.ael6n d alma
naje de lnf.)rmadn.
ISBN edici5n original: 0-683-03269-0
ISBN ecllWn ..,,.ilola:9
-458-1187-0

Deo6<;1<> Los>J: B.1.286 2007


Composlen y comJ)<l&lnaeln'FO. S.L,

Impreso en P4pa por Grlnques 92.S.A.

Advertencla
W medicina es un 6rea en const.mte e'l(lh.acin,AW"IQllC dd>en seg\linc UfU precauciones de seguridad e:sdndat.
a medida ql.JC Mnenlen nuestlW CQOOCimienios gn.ciN a la iman blsiai y dinica Mbri que introdudt cam bios en Q 1rat.atnlen1os J.' en
la adminlstraddn J..las contralnc6cac.Es rmponsablldad lnelUdiblt del m6diQo dti.erminar bis dosi11 y el tn.ta
!'Mento mb bldic&do para ada padenu,enl\>ndn de su experiencia y ()()J'IQdmSe:No de e.da caso c<:nclO. NI bleditotet ni bdit
El editor

Copyngted
material

PRLOGO A LA SEGUNDA
EDICIN ESPAOLA

Este libro ag-tadat y 8el' til pata todos aquellos que desee11hacer

buena medicina . Tanto para quienes, ya en ejercicio, quieran mejorar


su capacidad profesional , como para quienes se encuentren estudiando
(gru posque no debieran ser excluyentes, si a la formacin continuada
le pres tamos la atencin que se merece). Probablemente, uno de los
objetivos ms ambiciosos de cualquier libro relacionado con una
profesin es influir sobre el ejercicio de sta.La presente obra tiene
todos los elementos para conse guir dicho impacto. Adems de esa
dimensin asistencial y sanitaria, esta obra posee un enorme inters
para quienes degean introducirse en el mun do de la investigacin
clnica, bien sea como consumidores de invetiga cin, bien como
<productores de conocimiento cientfico.
A mi juicio, la obra est impregnada de un sentido comn, clnico y
sociosanitario no demasiado frecuente en la literatura o bibliografia
mdi ca espetalizada, en la cual a veces cuesta un poco distinguir un
aspecto metodolgico fundamental de uno secundario . O contextualizar
un hallaz go. O P<'nderar sus repercusiones. En cuntas ocasiones algo
que pareca esencial desde un punto de vista estrictamente estadstico o
biolgico, por ejemplo, ha sido relativizado al transcurrir el tiempo? Y,
en cambio, no es verdad que muchas de las buenas ideas y de los
hallazgos relevantes han podido prescindir de pesadas maquinarias
metodolgicas? O que conocer con todo detalle los mecanismos
etiopatognicos de una enfermedad no es w1a t:v. nWcin n saria o.i
suficienl..e pans l(l acLuaci6n clnica y sanitaria? Con libros como ste,
muchos confirmamos, por ejemplo, que un resultado
de investigacin importante (desde una perspectiva clnica, biolgica,
sani taria o rocial) a menudo se ve ya en una simple tabla de 2 x 2.
Lamentable mente, tos hallazgos cientficos relevantes -los autnticos
resultados cien tficos, no importa si son b.sicos o aplicados- son
infrecuentes. Pcr eso
y para separar el grano de la paja, libros como ste son un pequeo
tesoro. Ayudan, entre muchas otras cosas, a eludir el entusiasmo o el
nihilismo indiscriminados; estimulan un escepticismo racional y
creativo: ante la multitud de instrumentos preventivos, diagnsticos y
teraputicos, ante ciertas peculiaridades del razonamiento clnico, ante el
papel de los mdi cos y del sistema sanitario en la promocin, el
mantenimiento y la recupe racin de la salud de las personas y de las
comunidades (1, 2).
V

Copyrigled material

VI Prilogo a la ...,.. c1a edicin

poi lOla

Adems de estar escrito con sentido comn , el libro tiene un


tono lla no, con no pocas notas de humor y alusiones a las propias
experiencias cl nicas y estudios de los autores. Por todo el.lo, alguien
podra creer que la obra es poco profunda. Serll un error palmario, sin
lugar a dudas. Estas pginas surgen de un paciente, exhaustivo y
artesanal ejercicio de deotila cin, tamizado y sntesis.Y llegan muy
lejos, aunque el lector no siempre pueda ni deba percibirlo; pero esas
ideas, esos conceptos, esosaspectos fun damentales -<>orno reza el
subttulo- estarn ah, a su alcance, prestos para ser interiorizados e
incorporados al quehacer asistencial , docente e investi gador. sta es
una obra a la que se vuelve a.llo tras a.do, para revisar oosas sabidas y
para redescubrir las olvidadas.
Al comentar la anterior edicin en castellano, deca:Queda todaVfa
por escribir la historia de cmo todos aquellos avances metodolgicos
[que en epidemiologa eclosionaron a finales de los aos setenta] se
adaptaron, aplicaron e incorporaron eepecficamente a la investigacin
<:nica; eat tambin por narrar gran parte del proceso durante el cual
la epidemiolo ga, conservando su esencia y unidad, fortaleci su
presencia en nuevas reas del conocimiento y de la prctica (tales como
la medicina y la biolo ga); y existen ciertament.e controversias, no
siempre ecunimes, acerca de cules deben ser las relaciones entre la
medicina clnica, la epidemiologa y las otras ciencias de la salud
pblica.Pero pocos dudan ya de que la epide miologa constituye hoy
da una disciplina de enorme relevancia para todas las especialidades
biomdicas.Quienes deseen comprobarlo tienen en esta obra una
excelente oportunidad (3). Renuevo ahora, en esta edicin, la esencia
de lo dicho entonces y con agrado constato que en Espaa ya existe una
parte importante de ese anlisis; ah estn, por ejemplo , los trabajos de
Pozo, Lzaro, Ricoy y cols.(4-6);o el excelente trabajo de Gol y sus
com paeros del Instituto de Salud Carlos lfh sobre cmo la
epidemiologa cl nica lleg a ser y contina siendo uno de los factores
explicativos funda mentales de ese movimiento intelectual, profesional
y cientfico que conocemos como 1rn!dicina basada en la evUkncia
(7); o los anlisis sobre la produccin cientfica de Cam y cols.(8), entre
muchosotros.
Acaso slo muy de vez en cuando una idea es simple y poderosa a un
tiempo. Creo que una de esas ideas est escrita un par de pginas antes
que sta, a propsito de los avancesque estn efectuando disciplinas
como la biologa molpcu)ar : ..Los descubri.mientoe en el laboratorio
aumentan la necesidad de una buena investigacin basada en el pac
nte. Dichos descu brimientosdeben ser puestos a prueba en pacientes
antes de ser aceptados como clnicamente tiles. Para que ideas como
sta sean posibles (fructifi quen), para cicatrizar heridas y cismas entre
especialidades (2, 9), para producir conocimientos relevantes (y no slo
mil.Iones de borgianas citas bibliogrficas), necesitamos constructores
de puentes:entre las ciencias biolgicas, las clnicas y lasde la salud
pblica . Este libro es uno de tales puentes -<>orno uno de esos slidos
y sencillos puentes romnicos quejalo nan nuestras montadas, gracias a
los cuales cruzamos valles que, de otro modo, slo se divisaran entre
s, inalcanzables los unos de los otros-.
En el mismo prefacio de esta obra se menciona tambin el valor que en

Copyrigted
material

una sociedad moderna tienen la buena investigacin clnica y los profesio-

Copyrigted
material

vm

Prlogo a la .....,......dicin oopailola


en biomedicina y ciencias de la i;aJud du_rante el periodo 1990-1993 (Scienc:e
Citation lndexy Social Sciences Cit.ation lndex) y comparacin con el periodo 19861989. Med Clin (Barc)

1997;109:481-496.

9. FletcDer RH. Clinical medicine meeUJ modem epide:miology -and both profit.Ann Epide
miol 1992;2:32!;.333.

10. Porta $erra M,lvarez-Dardet C, Femndex E. Epidemiologfa, l\Ct'.lloga. y


epist.trudoga; nuevas prcdcaa y paradigma.e para la aa.lud pllblieA en la aldea
global.En: Revisiooes en Salud l'llblica, 'OI.5,Bnn:elona:M....n, 1997:xllXXL

NDICE DE CAPTULOS

l. Introduccin..........................................................................1
Epidemiologa clnica...................................................................................2
Principios bsicos............................................................................................4
Utilizacin d" la "pid.,miolog!a clnica............................................14
Informacin y decisiones.....................................................................15

Organizacin del libro..........................................................................15


2. Anormalidad...........................................................................19
Determinaciones clnicas.....................................................................21
Rendimiento de las mediciones........................................................22
Variacin.....................................................................................................25
Distribuciones......................................................................................30
Criteriosde anormalidad...................................................................34
Regresin a la media.......................................................................39
Resumen...............................................................................................41

3. Diagnstico.....................................................................43
Simplificacin de Jos datos..................................................................43
Exactitud del resultado de una prueba.............................................44
Semhilidad y especificidad.............................................................48
Cmo establecer la sensibilidad y la especificidad...........................54
Valor predictivo...................................................................................58
Cociente de probabidad o verosimilitud..........................................65
Pruebas mltiples.............................................................................68
Reeeptividad (sensibilidad)....................................................................72

Resumen......................................................................................................73

4. Frecuencia....................................................................77
Asignacin de nmeros a las afirmaciones sobre probabilidad............78
Pre,alencia e incidencia..................................................................79
Determinacin de la prevalencia y la incidencia ......,,.,,,.,,..,..,..,,..,,
81
Interpretacin de las medidas de frecuencia clnica........................83
Relacin entre incidencia, prevalencia y duracin de
la enferm.edad............................................................................86
Sesgos en losestudios d.e prevalencia.............................................87
Utilizaciones de la incidencia y la prevalencia.....................................90
Anlisis de las decisiones clJnicas...................................................91
XII

Copyrigled ma erial

XIV

iodice de capitulo
Resumen......................................................................................................93
Eplogo.........................................................................................................94

5. Riesgo.....................................................................................97
Factores de riesgo............................................................................97
Reconocimiento del riesgo...................................................................98
Utilizaciones del riesgo......................................................................101
Estudios sobre el riesgo.................................................................103
Comparacin de riesgos.................................................................108
Resumen.....................................................................................................112
6. Pronstico.............................................................................115
Estudios sobre pronstico...................................................................115
Factores pronsticos...........................................................................118
Descripcin del pronstico................................................................120
Sesgos en los estudios de cohortes.................................................127
Abordaje de lossesgosde seleccin................................................133
Generalizabilidad y sesgo de muestreo.........................................138
Resumen....................................................................................................139
7. Tratamiento..........................................................................141
Ideas y evidencia...........................................................................14 1
Estudios sobre los efectos del tratamiento.....................................143
Ellt!ayos aleatorizados controlados....................................................144
Adaptacin de los resultados de los ensayos a pacientes
individuales....................................................................................158
Alternativas a los ensayos aleatorizados........................................161
Fases de los estudios sobre el tratamiento.....................................167
Resumen............................................................................................168
8. Prevencin ......................................................................................
171
Niveles de prevencin........................................................................172
Enfoque del examen peridico de salud.............................................174
Carga de sufrimienw......................................................................175
Qu pruebas?....................................................................................176
Efectividad del tratamiento............................................................183
Cunto dao para cunto bien?....................................................189
Recomendaciones actuales................................................................191
Resumen............................................................................................191
9. Azar...................................................................................193
Error aleatorio ...................................................................................
193
Prueba de hiptesis........................................................................194
Estimaciones puntuales e intervalos de confianza.........................205
Potencia estadistica antes y despus de Uevar a cabo el estudio ...
207 Deteccin de resultados poco frecuentes....................................207
Comparaciones mltiples...................................................................208

Copyrigted
material

Descripcin de asociaciones..............................................................210

Copyrigted
material

lndlc. de capltvloo

XV

Mtodos multivariables.....................................................................210
Resumen....................................................................................................212
10. Estudio de ca.sos.........................................................................217
Informes de casos..............................................................................217
Series de casos...................................................................................220
Estudios caso-control.........................................................................221
Evitacin de sesgos en los estudios caso-control...............................228
Resumen....................................................................................................234
11. Cauaa............................................................................................................237
Conceptos d.e causa...........................................................................238
Establecimiento de la causalidad.......................................................244
Ponderacin de las evidencias...........................................................254
Resumen....................................................................................................255
12. Re!umen de la Informacin..........................................................259
Enfoques para leer Ja bibliograia mdica......................................260 .
Evaluacin de los artculos individuales...........................................265
Resumir losresultados de numerosos estudios..............................268
Publicacin y sesgo............................................................................272
Respuestas diferentes a las mismas preguntas?............................273
Otras fuentes de informacin.............................................................273
Directrices clnicas.............................................................................275
Apndice 12-1. Directrices bsicas para determinar la validez
de los estudiosclnicos................................................................278

ndice alfabtico de materias.....................................................283