|
|
|
|
|||||||||
 | |||||||||
|
|||||||||||||
|
|||||||||||||
|
|||||||||||||
 Autor:
|
|
| Tabla de contenidos: |
|
|
||||||||||||||
|
La medicina es una ciencia de probabilidades y un arte de manejar la incertidumbre. Dicha incertidumbre invade la actividad diaria de los profesionales sanitarios en la totalidad de sus acciones. El objetivo de este apartado es revisar la incertidumbre en la cuantificación del riesgo y en la cuantificación de la eficacia terapéutica.
En cada sociedad existen comunidades, grupos de individuos, familias o individuos que presentan más posibilidades que otros, de sufrir en un futuro enfermedades, accidentes, muertes prematuras…, se dice que son individuos o colectivos especialmente vulnerables. A medida que se incrementan los conocimientos sobre los diferentes procesos, la evidencia científica demuestra en cada uno de ellos que: en primer lugar las enfermedades no se presentan aleatoriamente y en segundo que muy a menudo esa “vulnerabilidad” tiene sus razones. La vulnerabilidad se debe a la presencia de cierto número de características de tipo genético, ambiental, biológicas, psicosociales..., que actuando individualmente o entre sí desencadenan la presencia de un proceso. Surge entonces el término de “riesgo” que implica la presencia de una característica o factor (o de varios) que aumenta la probabilidad de consecuencias adversas. En este sentido el riesgo constituye una medida de probabilidad estadística de que en un futuro se produzca un acontecimiento por lo general no deseado. El termino de riesgo implica que la presencia de una característica o factor aumenta la probabilidad de consecuencias adversas. La medición de esta probabilidad constituye el enfoque de riesgo (1-4) Un factor de riesgo es cualquier característica o circunstancia detectable de una persona o grupo de personas que se sabe asociada con un aumento en la probabilidad de padecer, desarrollar o estar especialmente expuesto a un proceso mórbido. Estos factores de riesgo (biológicos, ambientales, de comportamiento, socio-culturales, económicos...) pueden sumándose unos a otros, aumentar el efecto aislado de cada uno de ellos produciendo un fenómeno de interacción.
|
|
|||||||||||||||||||||||||||
 |
Utilización de riesgo |
El conocimiento y la información sobre los factores de riesgo tienen diversos objetivos (5):
Predicción: La presencia de un factor de riesgo significa un riesgo aumentado de presentar en un futuro una enfermedad, en comparación con personas no expuestas. En este sentido sirven como elemento para predecir la futura presencia de una enfermedad.
Causalidad: La presencia de un factor de riesgo no es necesariamente causal. El aumento de incidencias de una enfermedad entre un grupo expuesto en relación a un grupo no expuesto, se asume como factor de riesgo, sin embargo esta asociación puede ser debida a una tercera variable. La presencia de esta o estas terceras variables se conocen como variables de confusión. Así por ejemplo el ejercicio físico se conoce como factor de protección asociado al infarto de miocardio. El efecto protector que pueda tener el ejercicio, se debe controlar por la edad de los pacientes, ya que la edad está asociada con el infarto de miocardio en el sentido de que a más edad más riesgo. Por otra parte la mayor dosis de ejercicio la realiza la gente más joven; por lo tanto parte del efecto protector detectado entre el ejercicio y el infarto de miocardio esta condicionado por la edad. La edad en este caso actúa como variable de confusión.
Diagnóstico: La presencia de un factor de riesgo aumenta la probabilidad de que se presente una enfermedad. Este conocimiento se utiliza en el proceso diagnóstico ya que las pruebas diagnósticas tienen un valor predictivo positivo más elevado, en pacientes con mayor prevalencia de enfermedad. El conocimiento de los factores de riesgo se utiliza también para mejorar la eficiencia de los programas de cribaje, mediante la selección de subgrupos de pacientes con riesgo aumentado.
Prevención: Si un factor de riesgo se conoce asociado con la presencia de una enfermedad, su eliminación reducirá la probabilidad de su presencia. Este es el objetivo de la prevención primaria. Así por ejemplo se relacionan la obesidad y la hipertensión, la hipercolesterolemia y la enfermedad coronaria, el tabaco y el cáncer de pulmón…
|
El conocimiento e información sobre factores de riesgo tiene como objetivos: poder predecir la aparición de enfermedad, la discriminación entre factores que causan la enfermedad frente a otros que se presentan asociados y no son causa de enfermedad (variables de confusión), ayuda en el proceso diagnóstico, mejora la eficiencia de programas de cribaje y de prevención de enfermedad.
|
|
Cuantificación del riesgo |
El término de riesgo implica que la presencia de una característica o factor aumenta la probabilidad de consecuencias adversas.
La cuantificación del grado de riesgo constituye un elemento esencial y fundamental en la formulación de políticas y prioridades que no deben dejar hueco a la intuición ni a la casualidad. Hay diferentes maneras de cuantificar ese riesgo (1,6):
Riesgo Absoluto: Mide la incidencia del daño en la población total.
Riesgo Relativo: Compara la frecuencia con que ocurre el daño entre los que tienen el factor de riesgo y los que no lo tienen (Tabla 1)..
|
Riesgo Absoluto: Mide la incidencia del daño en la población total.
Riesto Relativo: Compara la frecuencia con que ocurre el daño entre los que tieenen el factor de riesgo y los que no lo tienen. Se calcula dividiendo la incidencia entre expuestros y no expuestos, el resultado expressa el número de veces que aumenta la probabilidad de presentar la enfermedad. |
El riesgo relativo mide la fuerza de la asociación entre la exposición y la enfermedad. Indica la probabilidad de que se desarrolle la enfermedad en los expuestos a un factor de riesgo en relación al grupo de los no expuestos. Su cálculo se estima dividiendo la incidencia de la enfermedad en los expuestos (Ie) entre la incidencia de la enfermedad en los no expuestos (Io).
En la Tabla 2, exponemos los resultados de un estudio de seguimiento (7) donde 853 mujeres estuvieron pasivamente expuestas al humo del tabaco durante la gestación y 1620 no lo estuvieron, y su asociación con el bajo peso al nacer.
El riesgo relativo igual a 2.71 de la Tabla 2, significa que las expuestas al factor x (exposición pasiva al tabaco) tienen 2,71 veces más probabilidades de tener niños de bajo peso que las no expuestas.
En los estudios de casos y controles, dado que la incidencia es desconocida, el método de estimación del riesgo relativo es diferente y se estima calculando el Odds ratio, traducida al castellano con múltiples nombres como (8,9,10,11): razón de productos cruzados, razón de disparidad, razón de predominio, proporción de desigualdades, razón de oposiciones, oposición de probabilidades contrarias, cociente de probabilidades relativas, oportunidad relativa.
Su cálculo se indica en la tabla 1 y es:
Fracción Atribuible y Riesgo Atribuible
La Fracción atribuible: Estima la proporción de la enfermedad entre los expuestos que puede ser atribuible al hecho de estar expuestos. Esta medida la podemos calcular:
La fracción atribuible en el grupo expuesto (fracción etiológica, o porcentaje de riesgo atribuible en los expuestos), establece el grado de influencia que tiene la exposición en la presencia de enfermedad entre los expuestos. Su cálculo se realiza:
Según los datos de la Tabla 2 la FAe sería:
Lo que significa que el 63.14% del bajo peso en los expuestos se debe a la exposición.
Si dividimos en numerador y el denomidador por la Io (Incidencia en los no expuestos), obtendremos una nueva fórmula que expresa la misma idea.
Dado que en nuestro ejemplo previo el riesgo relativo era 2.71 el cálculo se podría expresar también como:
El Riesgo Atribuible en los expuestos se calcula: RAe = Ie – Io
Su cálculo esta determinado por la diferencia entre la incidencia de expuestos y no expuestos. La diferencia entre ambos valores da el valor del riesgo de enfermedad en la cohorte expuesta, que se debe exclusivamente a la exposición.
La Fracción Atribuible en la Población (FAP), muestra la proporción en que el daño podría ser reducido si los factores de riesgo causales desapareciesen de la población total.
It = Incidencia en la población total
Io = Incidencia en los no expuestos
Si la prevalencia de la exposición en la población es disponible él calculo también se puede realizar del siguiente modo con esta fórmula alternativa:
Pt = Prevalencia de la exposición (o factor de riesgo) en la población.
La fracción atribuible en la población total es una medida de asociación influenciada por la prevalencia del factor de riesgo en la población total. Para el cálculo de la misma utilizaremos el ejemplo de la Tabla 3 (1).
Este valor, es el porcentaje de riesgo atribuible en la población para el factor de riesgo "sin control prenatal". El concepto que encierra es totalmente similar al de la FAe, con la salvedad de que es un parámetro que se refiere a toda la colectividad y no solamente a los expuestos.
La fórmula alternativa previamente indicada permite objetivar como cambia el impacto de una intervención con la prevalencia de un factor de riesgo. En los estudios de casos y controles, en los cuales no se pueden obtener tasas reales de incidencia, uno puede usarla tomando la razón de productos cruzados, la razón de predominio, la oportunidad relativa, el OR en definitiva, como una aproximación para el riesgo relativo.
| Tabla 3. Mortalidad perinatal según la presencia o ausencia de controles prenatales (1). | |||
|
Controles Prenatales
|
Mortalidad perinatal
|
Total
|
|
|
Sí
|
No
|
||
|
0
|
2056
|
25891
|
27947
|
|
1 ó más
|
776
|
22387
|
23163
|
|
Total
|
2832
|
48278
|
51110
|
|
Fracción atribuible: Estima la proporción de la enfermedad entre los expuestos que puede ser atribuible al hecho de estar expuestos.
El riesgo atribuible: Expresa la probabilidad de presencia de enfermedad en la cohorte expuesta que se debe exclusivamente a la exposición. |
El Riesgo Atribuible en Población general se calcula: RAp = It – Io.
Se podría definir como la cantidad de riesgo que sufre toda la población como consecuencia de la exposición. Representa lo mismo que el RAe, pero referido a la comunidad.
Intervalos de confianza para la estimación del riesgo.
Cuando calculamos el Riesgo Relativo debemos expresar sí dicho riesgo es diferente de 1. Si al construir el 95% intervalo de confianza el intervalo no incluye el valor 1 concluimos que el riesgo es estadísticamente significativo p<0.05. Si el 99% intervalo de confianza no incluye el valor 1, el riesgo relativo es significativo p<0.01.
Si el riesgo relativo fuese menor de 1 y su intervalo de confianza también, estaríamos ante la presencia de un factor de protección.
|
El cálculo del intervalo de confianza, del riesgo relativo y del odds ratio es fundamental al realizar el análisis de cualquier estudio. Dicho cálculo nos indica no solo la dirección del efecto, sino la significancia estadística, si el intervalo no engloba el valor 1, y la precisión del intervalo que está directamente relacionada con el tamaño muestral del estudio.
|
El cálculo de dicho 95% IC para el riesgo relativo se realiza del siguiente modo (12,13,14):
(RR) exp [± 1.96 Error Estándar del Ln RR)
donde:
Si utilizamos el ejemplo de la Tabla 2 tendríamos:
Logaritmo natural de 2.71 = 0.996
Error estándar =
El 95% intervalo de confianza del logaritmo de RR= 0.99 ± 1.96 * 0.34 = (0.319; 1.674)
El antilogaritmo de estos límites es: e 0.319 a e1.67 = (1.38 a 5.34)
Por tanto en el ejemplo (Tabla 2) el RR = 2.71 y el 95% Intervalo de confianza es: 1.38 a 5.34
El cálculo del 95% IC para el OR en un estudio de casos y controles seria:
donde:
El cálculo del intervalo de confianza del riesgo relativo y del odds ratio es fundamental al realizar el análisis de cualquier estudio. Dicho cálculo nos indica no solo la dirección del efecto, sino la significancia estadística, si el intervalo no engloba el valor 1 y la precisión del intervalo que está directamente relacionada con el tamaño muestral del estudio.
Estimado el riesgo de cada variable de forma independiente, se debe en un siguiente paso determinar el riesgo de dicha variable teniendo en cuenta las demás variables utilizando técnicas de regresión múltiples.
|
Cuantificación de la eficacia terapéutica. |
La práctica clínica requiere la toma de decisiones sobre actividades preventivas, terapéuticas y pronósticas. Con frecuencia existen dificultades para trasladar los resultados de una investigación a la practica clínica por la forma en que habitualmente se presentan los resultados en términos de: p<0.05, p<0.001, riesgo relativo, odds ratio, reducción absoluta del riesgo, fracción atribuible poblacional o fracción etiológica. Por otra parte los resultados de un estudio pueden ser estadísticamente significativos y no ser clínicamente relevantes por lo que los médicos necesitamos instrumentos que nos permitan decidir si una actitud determinada o un tratamiento específico deben ser incorporados en la rutina diaria (15). La medicina basada en la evidencia incorpora la utilización de términos, como el número necesario de pacientes a tratar para reducir un evento (NNT) que cada vez se utiliza con más frecuencia (16,17). Una de las razones por la que se utiliza cada vez con más frecuencia se deriva de las deficiencias de expresiones alternativas y porque expresa de una manera muy evidente los beneficios de utilizar un tratamiento o actividad preventiva sobre un control, indicando por así decir “el precio a pagar para obtener un beneficio” (18,19).
La práctica de la medicina basada en la evidencia considera el ensayo clínico aleatorizado como el estándar para valorar la eficacia de las tecnologías sanitarias y recomienda que las decisiones se tomen, siempre que se pueda, con opciones diagnósticas o terapéuticas de demostrada eficacia (20,21).
La forma recomendada de presentar los resultados de un ensayo clínico aleatorizado y otros tipos de estudio debe incluir (15,16,20,22): La reducción relativa del riesgo (RRR), la reducción absoluta del riesgo (RAR) y el número necesario de pacientes a tratar para reducir un evento (NNT). Consideremos para su cálculo este ejemplo: Mueren 15% de pacientes en el grupo de intervención y mueren un 20% en el grupo control. El riesgo relativo, que es el cociente entre los expuestos al nuevo tratamiento o actividad preventiva y los no expuestos, es en este caso (0.15/0.20=0.75). El riesgo de muerte de los pacientes que reciben el nuevo tratamiento relativo al de los pacientes del grupo control fue de 0.75. La RRR es el complemento del RR, es decir, (1-0.75)* 100 = 25%. El nuevo tratamiento reduce el riesgo de muerte en un 25% relativo al que ha ocurrido en el grupo control. La reducción absoluta del riesgo (RAR) sería: 0.20-0.15= 0.05 (5%). Podríamos decir por tanto que de cada 100 personas tratadas con el nuevo tratamiento podemos evitar 5 casos de muerte. La siguiente pregunta sería: si de cada 100 personas tratadas con el nuevo tratamiento podemos evitar 5 casos de muerte. ¿Cuántos tendríamos que tratar para evitar un solo caso de muerte?. En otras palabras ¿cuál es el NNT?. Su cálculo requiere una simple regla de tres que se resuelve dividiendo 1/RAR. En este caso 1/0.05 = 20. Por tanto la respuesta es que necesitamos tratar a 20 pacientes con el nuevo tratamiento para evitar un caso de muerte.
|
Los resultados de un estudio pueden ser estadísticamente significativos y no ser clínicamente relevantes. Por este motivo los ensayos clínicos aleatorizados y otros estudios deben presentar sus resultados incluyendo: la reducción relativa del riesgo (RRR), la reducción absoluta del riesgo (RAR) y el número necesario a tratar para reducir un evento (NNT) forma excelente de determinar la significancia clínica de un ensayo que además sea estadísticamente significativo, cuantifica el esfuerzo a realizar para conseguir la reducción de un evento desfavorable.
|
Este modo de presentar los resultados nos cuantifica el esfuerzo a realizar para conseguir la reducción de un evento desfavorable. El presentar los resultados sólo como reducción porcentual del riesgo relativo (RRR), aunque es técnicamente correcto, tiende a magnificar el efecto de la intervención al describir del mismo modo situaciones muy dispares. Dicho efecto lo podemos ver en la Tabla 4 donde se objetiva que la reducción del riesgo es igual pero el NNT es completamente diferente. Cambios pequeños en el riesgo basal absoluto de un hecho clínico infrecuente conducen a grandes cambios en el número de pacientes que necesitamos tratar con la intención de prevenir uno.
El cálculo del NNT representa como ya hemos indicado el número de pacientes a tratar de manera experimental a fin de evitar que uno de ellos desarrolle un resultado negativo. Es por tanto una forma excelente de determinar la significancia clínica de un ensayo que además sea estadísticamente significativo. Cuanto más reducido es NNT el efecto de la magnitud del tratamiento es mayor. Si no se encontrase eficacia en el tratamiento la reducción absoluta del riesgo sería cero y el NNT sería infinito. Como sucede en las estimaciones de otros parámetros, se debe expresar el NNT con intervalos de confianza para estimar la incertidumbre que dicho parámetro presenta (23,24).
|
Cuanto más reducido es NNT el efecto de la magnitud del tratamiento es mayor. Si no se encontrase eficacia en el tratamiento la reducción absoluta del riesgo sería cero y el NNT sería infinito.
|
En la Tabla 5 se presentan algunos NNT para diferentes tratamientos (6).
La creciente demanda de este tipo de información se puede obtener en Internet en el Centro de Medicina Basada en la Evidencia que existe en Oxford, Inglaterra en la dirección: http://cebm.jr2.ox.ac.uk .
El cálculo de NNT con sus intervalos de confianza se puede realizar de manera automática con programas disponibles al efecto en la dirección: http://www.healthcare.ubc.ca/calc/clinsig.html
El cálculo del NNT proporciona a los clínicos un excelente instrumento en relación a las decisiones de incorporar prácticas en la actividad clínica diaria. Proporciona una manera clara y útil de medir el esfuerzo para conseguir un beneficio y es una excelente herramienta que la medicina basada en la evidencia nos proporciona y que debe ser utilizada en la toma de decisiones.
| Tabla 4. Cálculo de Riesgo relativo (RR), Reducción Relativa del Riesgo (RRR), Reducción Absoluta del Riesgo (RAR) y Número Necesario de Pacientes a Tratar para reducir un evento (NNT) en situaciones diferentes. | |||||
|
Incidencia en Expuestos
|
Incidencia en No Expuestos
|
RR
|
RRR
|
RAR
|
NNT
|
|
(Ie)
|
2056
|
Ie/Io
|
(1-RR)*100
|
Io-Ie
|
1/RAR
|
|
8%
|
776
|
0,8
|
20%
|
0,10-0,08
|
50
|
|
0,8%
|
2832
|
0,8
|
20%
|
0,10-0,08
|
500
|
| Tabla 5. NNT para tratamientos diferentes (Pita fernández S, 1995) | ||||||
|
Enfermedad
|
Intervención
|
Episodios que se previenen
|
Tasa en el grupo control
|
Tasa en el grupo experimental
|
Duración del seguimiento
|
NN para evitar un episodio adicional
|
|
Diabetes (DMID) (1)
|
Regímenes intensivos de Insulina
|
Neuropatía Diabética
|
0.096
|
0,028
|
6,5 años
|
15
|
|
Diabetes (DMNID) (2)
|
Regímenes intensivos de Insulina
|
Retinopatías
|
0.38
|
0,13
|
6 años
|
4
|
|
Nefropatía
|
0.30
|
0,10
|
6 años
|
5
|
||
|
Infarto de miocardio (3)
|
Estreptoquinasa y Aspirina
|
Muerte a las 5 semanas
|
0.134
|
0,081
|
5 semanas
|
19
|
|
Muerte a los 2 años
|
0.216
|
0.174
|
2 años
|
24
|
||
|
Presión Arterial Diastólica 115-129 mmHg (4)
|
Fármacos antihipertensivos
|
Muerte, apoplejía o infarto de miocardio
|
0.0545
|
0.0467
|
5.5 años
|
128
|
|
Personas mayores independientes (5)
|
Estudio geriátrico exhaustivo
|
Permanencia en residencias por un largo período de tiempo
|
0.10
|
0.04
|
3 años
|
17
|
|
Mujeres embarazadas con eclampsia (6)
|
MgSO4 iv (vs Diacepan)
|
Convulsiones recurrentes
|
0.279
|
0.132
|
Horas
|
7
|
|
Mujeres sanas de edad 50-69 años (7)
|
Exploración de mamas además de mamografía
|
Muerte por cáncer de mama
|
0.00345
|
0.00252
|
9 años
|
1075
|
|
Estenosis grave sintomática de la arteria (8)
|
Endarterectomía
|
Aplplejía total o muerte
|
0.181
|
0.08
|
2 años
|
10
|
|
Niños prematuros (9)
|
Corticosteroides prenatales
|
Síndrome de distrés respiratorio
|
0.23
|
0.13
|
Días
|
11
|
| (1) Ann Intern Med 1995; 122: 561-8; EBM
1995;1:9 (2) Diabetes Res Clín Pract 1995; 28: 103-17 (3) Lancet 1988; 2: 349-60 (4) JAMA 1967; 202: 116-22 (5) BMJ 1985; 291: 97-104 (6) N Engl J Med 1995; 333: 1184-9; EBM 1996;1:44 (7) Lancet 1995; 345: 1455-63; EBM 1996; 1:44 (8) Lancet 1993; 341: 973-8 (9) N Engl J Med 1991; 325: 445-53 (9) Am J Obstet Gynecol 1995; 173: 322-35; EBM 1996; 1: 92 |
||||||
 |
|
Bibliografía |
|
|||||||||||||||
|
|||||||||||||||
