Cualquier estudio debe ser presentado y/o revisado con espíritu crítico con el fin de poder obtener de él toda la información útil que contenga. Los resultados se deben expresar de una determinada forma, atendiendo a ciertos principios básicos. El no seguimiento de las más elementales normas conlleva que no se puedan obtener informaciones útiles o, lo que es peor, que se deduzcan conclusiones equívocas dotadas de inexactitud.
Cuando nos hallamos frente a un estudio se debe evaluar su calidad y no dar por válido todo cuanto aparece publicado. Existen sesgos de muchos tipos que impiden obtener información válida del artículo que está en nuestras manos. Por ello se deben conocer al menos los aspectos básicos que nos permitan analizar los resultados allí manifestados.
Conceptos como reducción del riesgo relativo (RRR), reducción del riesgo absoluto (RRA), número necesario a tratar (NNT) y el índice de confianza (IC) son habituales en los estudios bien realizados. Estos parámetros nos dan idea de la diferencia que existe entre los resultados de, por ejemplo, un programa de atención farmacéutica (PAF) y un cuidado usual (CU).
Dada la trascendencia de los datos indicados se pasará a explicarlos mediante un ejemplo hipotético. Supongamos que se ha realizado un PAF de prevención primaria en pacientes hipercolesterolémicos. La variable primaria dependiente (aquella que se estudiará su evolución respecto de la aplicación o no de la variable independiente, es decir, la intervención farmacéutica) ha sido definida como el número de eventos cardiovasculares mayores (infarto de miocardio, angina de pecho y accidente cerebro vascular agudo) a los 12 meses del seguimiento. El estudio muestra los resultados indicados en la tabla 1.
Hay una gran diferencia en los valores extremos que se pueden obtener, de lo que se deduce que un PAF que presente un intervalo de confianza muy amplio
RRR y RRA
La RRR es la disminución porcentual de la tasa de eventos cardiovasculares mayores en el grupo de intervención respecto del control, debido a la implementación del PAF correspondiente. En nuestro caso sería:
RRR = [100 x (9,075,51)]/9,07 = 39,23
Es decir, la aplicación del mencionado PAF ha obtenido un 39,23% de reducción en la producción de eventos cardiovasculares mayores. Ahora bien, la disminución porcentual no ofrece una medida totalmente válida en cuanto a la diferencia real entre los eventos.
Imaginemos ahora que el número de eventos observados en ambos casos es la mitad, es decir, en el grupo de intervención es de 15, mientras que en el control es de 25. Con estos datos, el nuevo RRR es otra vez de 39,23% puesto que la reducción porcentual no varía, pero sin embargo la diferencia en el número de eventos sí que ha sufrido una variación significativa. Se llega así al concepto de RRA, que es la diferencia entre las tasas de eventos cardiovasculares mayores entre el grupo de intervención y el grupo control, es decir, en el primer caso la RRA sería:
RRA = 9,075,51 = 3,56
Mientras que cuando el número de eventos desciende a la mitad, manteniendo invariable la RRR, la RRA quedaría reducida a la mitad:
RRA = 4,542,76 = 1,78
Mediante el análisis de la RRR y de la RRA podemos concluir, en nuestro primer ejemplo, que el PAF de prevención primaria ha reducido el riesgo de presentación de eventos cardiovasculares mayores en un 39,23% respecto de aquellos que reciben cuidado usual. Y además, con dicho PAF, de cada 1.000 pacientes sometidos a la intervención farmacéutica, 35,6 no presentarán un evento cardiovascular mayor debido a la actuación realizada, mientras que en el segundo, si bien la reducción porcentual de la presentación de eventos es igualmente del 39,23%, sólo 17,8 no presentarán el evento analizado, por cada 1.000 pacientes intervenidos.
NNT
Un siguiente paso en el análisis nos conduce al concepto del número necesario a tratar (NNT) que nos refleja la mínima población necesaria en la que se intervendrá con el resultado de evitar un caso de evento cardiovascular mayor. Obviamente se trata de un concepto teórico, pero refleja la efectividad del PAF. Cuanto menor sea el NNT mayor será la efectividad dado que, teóricamente, se necesitaría actuar sobre menos población para conseguir una unidad del objetivo deseado.
Se calcula realizando el inverso del RRA, expresado en tanto por uno, con lo que se puede comprobar en este momento que el primer ejemplo ofrece una mayor efectividad (doble) del PAF puesto que sería necesario tratar a un menor número de pacientes, concretamente la mitad, para obtener el mismo objetivo, evitar la aparición de un evento cardiovascular mayor:
NNT (a) = 1/0,0356 = 28.
NNT (b) = 1/0,0178 = 56.
IC
Lo expuesto hasta el momento son los resultados que los investigadores han obtenido de su muestra de pacientes. Pero ¿qué ocurriría si repiten el estudio, manteniendo absolutamente invariables sus condiciones, pero con otros pacientes? La respuesta es obvia: los resultados no serían idénticos, dado que nadie responde exactamente igual que otra persona, por lo que la respuesta global del segundo grupo no sería idéntica a la del primer estudio.
Es preciso examinar adecuadamente los resultados ofrecidos por los estudios publicados antes de que sirvan de base para cualquier actuación
Ahora bien, ello no significa que el segundo resultado ha de ser muy diferente del primero. Si el diseño metodológico del primer PAF ha sido correcto, el resultado del segundo PAF será muy similar. Sólo si no se ha seguido una metodología adecuada, los resultados variarán notablemente. De esta forma se llega a otro concepto teórico que se pasa a explicar: si el grupo de investigadores repiten exactamente el mismo PAF en 100 ciudades diferentes (p. ej., obtendrán 100 resultados diferentes, aunque similares entre sí). Una gran parte de ellos estará muy próxima al valor medio del total y una porción menor se alejará, por exceso o por defecto, del valor medio, observándose que cuanto más se separan los valores del central, menor número de estudios presentan dichos valores. El IC del 95% (IC95) indica que si repetimos exactamente el mismo estudio durante 100 veces, en el 95% de los casos el resultado estaría comprendido entre el rango de valores de aquél.
En nuestro primer ejemplo se había obtenido una RRR del 39,23%. Pero calculado el IC95 de ese valor se obtienen las cifras de 25,34 y 60,72%, lo que significaría que cualquier grupo de farmacéuticos que repitiera el PAF, con la misma metodología que el publicado, obtendría con un 95% de probabilidad un resultado comprendido entre ambos valores (fig. 1). Naturalmente, se observa que hay una gran diferencia en los valores extremos que se pueden obtener, de lo que se deduce que un PAF que presente un intervalo de confianza muy amplio, como en este caso, estará dotado de una gran variabilidad en sus resultados.
Fig. 1. Cuando el tamaño de muestra no es adecuado o la diferencia en los resultados es pequeña, la amplitud de los resultados posibles es muy grande, ofreciendo muy poca información útil debido a que el IC es muy grande.
Una forma por la que se puede reducir dicho margen es mediante el incremento del tamaño de la muestra. Así, si aumentamos en 10 veces el número de pacientes (fig. 2), el intervalo de confianza se reduce a tan sólo 34,17 y 45,04%, es decir, que tendríamos el 95% de probabilidad de obtener un resultado en la reducción del riesgo relativo que oscilaría sólo entre esas dos cifras (tabla 2). Del modo inverso, si se reduce a la décima parte el número de pacientes, el intervalo de confianza se amplía muy considerablemente, ofreciendo unos resultados difícilmente evaluables y extrapolables. Ello se traduce en la práctica en una imposibilidad de extraer conclusiones válidas del estudio si el tamaño de muestra es muy pequeño, dada la gran variabilidad a la que estará sometido, en función del amplio intervalo de confianza que conlleva.
Fig. 2. Ejemplo de un tamaño de muestra correcto, o que la diferencia de resultados es más grande. El IC se reduce notablemente, ampliando así la información ofrecida al reducirse la variabilidad.
Otra forma de reducir el IC95, si bien no es una variable que podamos modificar libremente, consiste en ampliar la diferencia entre los resultados de los dos grupos. De esta forma, si se duplicara en ambos grupos el número de eventos cardiovasculares observados (60 y 100 eventos, respectivamente), se mantendría el RRR pero el RRA se duplicaría, lo que se traduce en una reducción del intervalo de confianza (tabla 2).
Quiere esto decirse en la práctica que cuando se observen en un estudio publicado sobre una intervención farmacéutica unas diferencias muy pequeñas en los resultados del PAF (15 y 25 eventos, respectivamente) respecto del cuidado usual, se deberá contemplar esta diferencia con mucha cautela puesto que el intervalo se incrementa muy considerablemente, por lo que las extrapolaciones a nuestro escenario se hacen muy difíciles (tabla 2).
Cuando se describen los resultados propios, después de la realización de un PAF, es imprescindible para una adecuada información de nuestro estudio, la correcta expresión de todos los resultados obtenidos
Una conclusión práctica final es que los resultados no podrán presentarse nunca en un estudio como valores medios únicos, ya que, como se ha visto, el IC define la calidad de la información que aporta: si éste es muy amplio, la información que nos aporta es muy reducida, ya que el valor que tenga una probabilidad de estar incluido en el 95% de los posibles hace que pueda estar ubicado en cualquier parte, llegando hasta el extremo que si algún límite del IC95 tuviera un valor negativo, ello indicaría que existe una probabilidad incluso de que el PAF fuera perjudicial al paciente.
En definitiva, es preciso examinar adecuadamente los resultados ofrecidos por los estudios publicados antes de que sirvan de base para cualquier actuación. Del mismo modo, cuando se describen los resultados propios, después de la realización de un PAF, es imprescindible para una adecuada información de nuestro estudio, la correcta expresión de todos los resultados obtenidos. Sólo de esta forma, se podrá extraer las conclusiones válidas que posea el estudio.
Bibliografía general
Bioestadística: Métodos y Aplicaciones. U.D. Bioestadística. Facultad de Medicina. Universidad de Málaga. Disponible en: http://ftp.medprev.uma.es/libr/ [consultado en junio de 2002].
Cobo E. Estadística para no estadísticos. Barcelona: Ediciones Gestión 2000, 1993.
Coggon D, Rose G, Barker D. Epidemiology for the uninitiated. 4th ed. BMJ Publishing Group, 1997. Disponible en: http://bmj.com/collections/epidem/edip.html [consultado en junio de 2002].
Matos L, editor. Farmacoepidemiología. Santiago de Compostela: Xunta de Galicia, 1995.