Professional Documents
Culture Documents
s
i
c
o
0 20 40 60 80 100
EIIC (n= 165)
0 20 40 60 80 100
Tra s pl ante de h i gado (n=1 39)
0 20 40 60 8 0 100
Col ec i s tec to ma (n=1123 )
0 20 40 60 80 1 00
Hi s te rectoma (n= 649)
0 20 40 60 80 100
Prtes i s total de c adera (n=1 266)
0 20 40 60 80 100
Prt es i s total de rodi l l a (n=1 113)
0 20 40 60 8 0 100
Cnc er de pul mn (n =117)
0 20 40 60 80 1 00
ESTADSTICA ESPAOLA
166
Figura 2
ROL FSICO DE LOS PACIENTES EN LAS MUESTRAS ANALIZADAS. LAS
BARRAS VERTICALES CORRESPONDEN A LA DISTRIBUCIN OBSERVADA Y
LA CURVA REPRESENTA EL AJUSTE A LA DISTRIBUCIN NORMAL
Se han utilizado las siguientes abreviaturas:
Virus de Inmunodeficiencia Humana (VIH),
Enfermedad Inflamatoria Intestinal Crnica (EIIC).
Poblacin normal (n=3953)
0 20 40 60 80 100
Donantes de sangre (n=106)
0 20 40 60 80 100
Hipertensin arterial (n=20)
0 20 40 60 80 100
Trastornos alimenticios (n=298)
0 20 40 60 80 100
VIH(n=40)
C
V
R
S
:
R
o
l
F
s
i
c
o
0 20 40 60 80 100
EIIC(n=165)
0 20 40 60 80 100
Trasplantede higado (n=139)
0 20 40 60 80 100
Colecistectoma (n=1123)
0 20 40 60 80 100
Histerectoma (n=649)
0 20 40 60 80 100
Prtesis total de cadera (n=1266)
0 20 40 60 80 100
Prtesis total de rodilla (n=1113)
0 20 40 60 80 100
Cncer de pulmn (n=117)
0 20 40 60 80 100
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
167
Figura 3
DOLOR CORPORAL DE LOS PACIENTES EN LAS MUESTRAS ANALIZADAS.
LAS BARRAS VERTICALES CORRESPONDEN A LA DISTRIBUCIN OBSER-
VADA Y LA CURVA REPRESENTA EL AJUSTE A LA DISTRIBUCIN NORMAL
Se han utilizado las siguientes abreviaturas:
Virus de Inmunodeficiencia Humana (VIH),
Enfermedad Inflamatoria Intestinal Crnica (EIIC).
Poblacin normal (n=3953)
0 20 40 60 80 100
Donantes de sangre (n=106)
0 20 40 60 80 100
Hipertensin arterial (n=20)
0 20 40 60 80 100
Trastornos alimenticios (n=298)
0 20 40 60 80 100
VIH(n=40)
C
V
R
S
:
D
o
l
o
r
C
o
r
p
o
r
a
l
0 20 40 60 80 100
EIIC(n=165)
0 20 40 60 80 100
Trasplantede higado (n=139)
0 20 40 60 80 100
Colecistectoma (n=1123)
0 20 40 60 80 100
Histerectoma (n=649)
0 20 40 60 80 100
Prtesis total de cadera (n=1266)
0 20 40 60 80 100
Prtesis total de rodilla (n=1113)
0 20 40 60 80 100
Cncer de pulmn (n=117)
0 20 40 60 80 100
ESTADSTICA ESPAOLA
168
Figura 4
SALUD GENERAL DE LOS PACIENTES EN LAS MUESTRAS ANALIZADAS.
LAS BARRAS VERTICALES CORRESPONDEN A LA DISTRIBUCIN OBSER-
VADA Y LA CURVA REPRESENTA EL AJUSTE A LA DISTRIBUCIN NORMAL
Se han utilizado las siguientes abreviaturas:
Virus de Inmunodeficiencia Humana (VIH),
Enfermedad Inflamatoria Intestinal Crnica (EIIC).
Poblaci n normal (n=3953)
0 20 40 60 80 100
Donantes de sangre (n=106)
0 20 40 60 80 100
Hipertensin arteri al (n=20)
0 20 40 60 80 100
Trastornos alimenticios (n=298)
0 20 40 60 80 100
VIH(n=40)
C
V
R
S
:
S
a
l
u
d
G
e
n
e
r
a
l
0 20 40 60 80 100
EIIC(n=165)
0 20 40 60 80 100
Traspl ante de higado (n=139)
0 20 40 60 80 100
Coleci stectoma (n=1123)
0 20 40 60 80 100
Histerectoma (n=649)
0 20 40 60 80 100
Prtesis total de cadera (n=1266)
0 20 40 60 80 100
Prtesis total de rodi lla (n=1113)
0 20 40 60 80 100
Cncer de pulmn (n=117)
0 20 40 60 80 100
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
169
Figura 5
VITALIDAD DE LOS PACIENTES EN LAS MUESTRAS ANALIZADAS. LAS
BARRAS VERTICALES CORRESPONDEN A LA DISTRIBUCIN OBSERVADA Y
LA CURVA REPRESENTA EL AJUSTE A LA DISTRIBUCIN NORMAL
Se han utilizado las siguientes abreviaturas:
Virus de Inmunodeficiencia Humana (VIH),
Enfermedad Inflamatoria Intestinal Crnica (EIIC).
Poblacin normal (n=3953)
0 20 40 60 80 100
Donantes de sangre (n=106)
0 20 40 60 80 100
Hipertensi n arterial (n=20)
0 20 40 60 80 100
Trastornos alimentici os (n=298)
0 20 40 60 80 100
VIH(n=40)
C
V
R
S
:
V
i
t
a
l
i
d
a
d
0 20 40 60 80 100
EIIC(n=165)
0 20 40 60 80 100
Trasplante de higado (n=139)
0 20 40 60 80 100
Col eci stectoma (n=1123)
0 20 40 60 80 100
Histerectoma (n=649)
0 20 40 60 80 100
Prtesis total de cadera (n=1266)
0 20 40 60 80 100
Prtesi s total de rodill a (n=1113)
0 20 40 60 80 100
Cncer de pulmn (n=117)
0 20 40 60 80 100
ESTADSTICA ESPAOLA
170
Figura 6
FUNCIONAMIENTO SOCIAL DE LOS PACIENTES EN LAS MUESTRAS ANA-
LIZADAS. LAS BARRAS VERTICALES CORRESPONDEN A LA DISTRIBUCIN
OBSERVADA Y LA CURVA REPRESENTA EL AJUSTE A LA DISTRIBUCIN
NORMAL
Se han utilizado las siguientes abreviaturas:
Virus de Inmunodeficiencia Humana (VIH),
Enfermedad Inflamatoria Intestinal Crnica (EIIC).
Poblacin normal (n=3953)
0 20 40 60 80 100
Donantes de sangre (n=106)
0 20 40 60 80 100
Hipertensin arterial (n=20)
0 20 40 60 80 100
Trastornos alimenticios (n=298)
0 20 40 60 80 100
VIH(n=40)
C
V
R
S
:
F
u
n
c
i
o
n
a
m
i
e
n
t
o
S
o
c
i
a
l
0 20 40 60 80 100
EIIC(n=165)
0 20 40 60 80 100
Trasplante dehigado (n=139)
0 20 40 60 80 100
Colecistectoma (n=1123)
0 20 40 60 80 100
Histerectoma (n=649)
0 20 40 60 80 100
Prtesis total decadera (n=1266)
0 20 40 60 80 100
Prtesis total de rodilla (n=1113)
0 20 40 60 80 100
Cncer de pulmn (n=117)
0 20 40 60 80 100
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
171
Figura 7
ROL EMOCIONAL DE LOS PACIENTES EN LAS MUESTRAS ANALIZADAS.
LAS BARRAS VERTICALES CORRESPONDEN A LA DISTRIBUCIN OBSER-
VADA Y LA CURVA REPRESENTA EL AJUSTE A LA DISTRIBUCIN NORMAL
Se han utilizado las siguientes abreviaturas:
Virus de Inmunodeficiencia Humana (VIH),
Enfermedad Inflamatoria Intestinal Crnica (EIIC).
Poblacin normal (n=3953)
0 20 40 60 80 100
Donantes de sangre (n=106)
0 20 40 60 80 100
Hipertensi n arterial (n=20)
0 20 40 60 80 100
Trastornos alimenticios (n=298)
0 20 40 60 80 100
VIH(n=40)
C
V
R
S
:
R
o
l
E
m
o
c
i
o
n
a
l
0 20 40 60 80 100
EIIC(n=165)
0 20 40 60 80 100
Trasplante de higado (n=139)
0 20 40 60 80 100
Colecistectoma (n=1123)
0 20 40 60 80 100
Histerectoma (n=649)
0 20 40 60 80 100
Prtesis total de cadera (n=1266)
0 20 40 60 80 100
Prtesis total de rodilla (n=1113)
0 20 40 60 80 100
Cncer de pulmn (n=117)
0 20 40 60 80 100
ESTADSTICA ESPAOLA
172
Figura 8
SALUD MENTAL DE LOS PACIENTES EN LAS MUESTRAS ANALIZADAS.
LAS BARRAS VERTICALES CORRESPONDEN A LA DISTRIBUCIN OBSER-
VADA Y LA CURVA REPRESENTA EL AJUSTE A LA DISTRIBUCIN NORMAL
Se han utilizado las siguientes abreviaturas:
Virus de Inmunodeficiencia Humana (VIH),
Enfermedad Inflamatoria Intestinal Crnica (EIIC).
Poblaci n normal (n=3953)
0 20 40 60 80 100
Donantes de sangre (n=106)
0 20 40 60 80 100
Hipertensi n arterial (n=20)
0 20 40 60 80 100
Trastornos alimenticios (n=298)
0 20 40 60 80 100
VIH(n=40)
C
V
R
S
:
S
a
l
u
d
M
e
n
t
a
l
0 20 40 60 80 100
EIIC(n=165)
0 20 40 60 80 100
Trasplante de higado (n=139)
0 20 40 60 80 100
Col ecistectoma (n=1123)
0 20 40 60 80 100
Histerectoma (n=649)
0 20 40 60 80 100
Prtesis total de cadera (n=1266)
0 20 40 60 80 100
Prtesi s total de rodil la (n=1113)
0 20 40 60 80 100
Cncer de pulmn (n=117)
0 20 40 60 80 100
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
173
En funcionamiento fsico, vemos una distribucin muy sesgada a la izquierda
(poblacin general, donantes de sangre, TA, VIH, EIIC, colecistectoma e histerec-
toma) o a la derecha (PTC y PTR), dependiendo de la patologa, as como otros
grupos con una distribucin muy plana (cncer de pulmn y trasplante de hgado).
El rol fsico sigue una distribucin claramente discreta, con 5 categoras en la
mayora de los grupos. Adems, se observa que ninguna de estas distribuciones
tiene forma de campana, teniendo algunas de ellas justamente lo contrario, una
forma de campana invertida. En dolor corporal, se observan todo tipo de variacio-
nes de la distribucin emprica, sesgadas a la izquierda (poblacin general, donan-
tes, HTA, trasplante de hgado, EIIC y VIH), sesgadas a la derecha (PTC y PTR) y
distribuciones muy planas (cncer de pulmn, colecistectoma y TA). En salud
general es donde se observa una mayor proporcin de muestras con distribucin en
forma de campana, con mayor o menor sesgo, dependiendo del impacto que la
enfermedad tiene en la salud general, pero en cualquier caso, su distribucin
parece aceptablemente normal. La vitalidad es un rea en la que se observan
distribuciones aceptablemente normales, con una forma acampanada en muchos
de los casos, aunque se repite el patrn observado en el dolor corporal, con algu-
nos de los grupos con una distribucin muy plana (trasplante de hgado y EIIC). El
funcionamiento social muestra una distribucin discreta que, tal y como se observa
en la tabla 1, consta de 9 posibles valores. Esto se refleja en el hecho de que, al
dividir la escala de 0 a 100 en 10 intervalos, ningn individuo de los 8989 que
forman la muestra total toma valores en el intervalo (50, 60). Al igual que lo que
hemos mencionado para el dolor corporal y la vitalidad, algunos grupos, como TA,
PTC y PTR, muestran una distribucin muy plana. El rol emocional sigue un patrn
similar al del rol fsico, una distribucin discreta con 4 categoras en la mayora de
los grupos y ninguno de ellos tiene forma acampanada. La salud mental muestra
distribuciones aceptablemente normales, con una forma acampanada en muchos
de los casos, aunque con colas mucho ms pesadas de lo que se espera en una
distribucin normal.
El contraste de bondad de ajuste a la distribucin normal de Kolmogorov-
Smirnov (correccin de Lilliefors para el caso concreto de normalidad), rechaza la
normalidad en todas las reas y en todas las muestras analizadas al nivel de
significacin establecido de = 0,05, excepto en el rea de funcionamiento fsico
(para la muestra de HTA), en el rea de salud general (para las muestras de HTA,
VIH y trasplante de hgado) y en el rea de vitalidad (para las muestras de VIH y
cncer de pulmn).
El problema reside, por una parte, en el sesgo. As, se observan distribuciones
muy sesgadas a la izquierda en general en todas las reas, para la muestra de
ESTADSTICA ESPAOLA
174
poblacin general o la muestra de donantes de sangre (individuos sanos); lo mismo
ocurre en reas como el funcionamiento fsico en las muestras de TA, VIH o EIIC
(pacientes jvenes). Por otro lado, las mismas reas muestran distribuciones muy
sesgadas a la derecha en individuos en lista de espera para PTC o PTR (pacientes
mayores). Esto muestra el poder de discriminacin que tiene el instrumento en
diferentes diagnsticos. Otro de los problemas que se observa es que muchas de
las reas muestran distribuciones muy planas en algunos, e incluso muchos de los
grupos, como el dolor corporal y la vitalidad. Adems se observa un problema de
continuidad de la escala en las reas de rol fsico, rol emocional y funcionamiento
social. En las dos primeras la escala es claramente discreta, mientras que en la
tercera hay intervalos de la escala que no se cubren en ningn caso. Por ltimo,
muchas de las escalas muestran un efecto techo y/o suelo, esto quiere decir que un
porcentaje muy alto de los individuos se sita en los valores ms altos o ms bajos
de la escala, respectivamente. As, la distribucin de las reas rol fsico y rol emo-
cional muestra, en ocasiones, un efecto techo, en otras ocasiones, un efecto suelo,
y, en algunas otras ocasiones, ambas, ofreciendo una forma de campana invertida.
Siguiendo el criterio de Walters et al. (2000) citado en la seccin 3.3, una escala
debe ser tratada como continua si el nmero de categoras es mayor o igual que 7 y
como discreta en otro caso. Se utiliza el criterio en el anlisis de muestras concre-
tas de pacientes en los que se ha medido la CVRS con el SF-36 y otras variables
susceptibles de influir en la CVRS. Vamos a mostrar casos continuos y discretos de
CVRS, y se van a analizar con tcnicas de anlisis distintas, adecuadas a cada
situacin. Los resultados obtenidos se utilizan para ilustrar las diferentes alternati-
vas de anlisis de datos del SF-36 y su interpretacin, con las limitaciones mencio-
nadas previamente, en el mbito clnico.
El dolor y la limitacin fsica son parmetros muy importantes a tener en cuenta
en pacientes con osteoartrosis de cadera y/o rodilla, debido al impacto que ambas
tienen en la CVRS de estos pacientes (Quintana et al. 2006). Las reas de dolor
corporal y funcionamiento fsico del SF-36 miden el impacto que el dolor y la limita-
cin fsica tienen en la CVRS. Como podemos observar en la tabla 1, estas reas
tienen 11 y 21 niveles, respectivamente, por tanto ambas se analizan como varia-
bles continuas. As, se ha utilizado el modelo de regresin lineal mltiple para
estudiar la influencia de variables sociodemogrficas en el dolor corporal y el
funcionamiento fsico de pacientes con osteoartrosis en lista de espera para ser
intervenidos de PTC en alguno de los hospitales de la Comunidad Autnoma
Vasca. Para este anlisis se han utilizado los pacientes de la muestra que aqu se
presenta, para los cuales se dispona de las siguientes variables: fecha de naci-
miento, sexo, fecha de indicacin de la intervencin, fecha de la intervencin, nivel
de estudios, situacin laboral, estado civil y situacin de convivencia familiar. Estas
son las variables destacadas por los expertos en el rea como factores susceptibles
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
175
de influir en la CVRS de los pacientes con osteoartrosis que van a ser intervenidos
de PTC. Tras un anlisis descriptivo y univariante exhaustivo de los datos recogi-
dos, se han recodificado algunas de las variables originales hasta obtener las
versiones de las covariables que finalmente se consideran en el anlisis. La edad
se ha calculado a partir de la fecha de nacimiento y se ha considerado como varia-
ble continua, medida en aos y el tiempo de permanencia en lista de espera se ha
obtenido de la diferencia entre la fecha de indicacin de la intervencin y la fecha
de la intervencin. El nivel de estudios se ha agrupado en: ninguno, primarios, y
secundarios o ms. La situacin laboral se ha categorizado como laboralmente
activo o inactivo, incluyendo este ltimo grupo a las amas de casa. El estado civil y
la situacin de convivencia familiar se han unido para crear una nueva variable
categorizada en tres niveles de la siguiente manera: casado o vive en pareja;
soltero, separado o viudo pero que vive acompaado o en residencia; y soltero,
separado o viudo que vive solo. Las variables nominales han sido introducidas en el
modelo mediante variables indicador. Slamente se dispone de datos sociodemo-
grficos completos de 784 de los 1.266 individuos que componen la muestra inicial.
El mtodo de estimacin utilizado para el modelo de regresin lineal planteado ha
sido el de mxima verosimilitud, basado en la hiptesis de distribucin normal. Sin
embargo, y teniendo en cuenta que ninguna de estas dos reas del SF-36 se ajusta
a una distribucin normal, se ha utilizado tambin el mtodo bootstrap (Efron y
Tibshirani 1993 y Davison y Hinkley 1997), mtodo de distribucin libre, donde esta
hiptesis no es necesaria en la estimacin de los coeficientes del modelo. Basn-
donos en las hiptesis que disponemos, el mtodo de estimacin correcto sera el
bootstrap. El objetivo de utilizar ambos mtodos es comprobar la influencia del
incumplimiento de la hiptesis de normalidad en los resultados obtenidos y, conse-
cuentemente, la robustez del mtodo de estimacin mximo verosmil bajo el
supuesto errneo de normalidad. Adems, tal y como puede observarse en las
figuras 1 y 3, ambas reas se diferencian en la magnitud del sesgo, el rea de dolor
corporal, an no siendo simtrica, tiene un sesgo moderado (coeficiente de asime-
tra de 0,8757), mientras que el rea de funcionamiento fsico tiene un sesgo ms
pronunciado (coeficiente de asimetra de 1,4582). La tabla 5 resume los resultados
obtenidos para estas dos reas del SF-36.
ESTADSTICA ESPAOLA
176
Tabla 5
ESTIMACIONES DE LOS COEFICIENTES Y SUS INTERVALOS DE CONFIANZA AL
95% PARA UN MODELO DE REGRESIN LINEAL MLTIPLE OBTENIDOS MEDIAN-
TE MXIMA VEROSIMILITUD Y BOOTSTRAP PARA LAS DIMENSIONES DE
FUNCIONAMIENTO FSICO Y DOLOR CORPORAL DEL SF-36 EN UNA MUESTRA
DE 784 PACIENTES CON DIAGNSTICO DE OSTEOARTROSIS EN LISTA DE
ESPERA PARA INTERVENCIN DE PRTESIS TOTAL DE CADERA
(Contina)
VARIABLES
INDEPENDIENTES
MXIMA
VEROSIMILITUD
Coeficiente
IC 95%
Funcionamiento fsico:
Intercepto
34,063
(20,196, 47,929)
Edad (aos)
0,143
(0,339, 0,052)
Tiempo de espera (das)
0,009
(0,006, 0,024)
Mujer
5,929
(9,177, 2,681)
Estudios:
Ninguno
6,631
(12,176, 1,087)
Primarios
6,084
(10,663, 1,505)
Trabajador inactivo
5,863
(1,221, 12,946)
Situacin familiar:
Casado
1,867
(7,052, 3,317)
Soltero/vive acompaado
0,016
(5,825, 5,857)
Dolor Corporal
Intercepto
23,770
(6,849, 40,691)
Edad (aos)
0,326
(0,088, 0,565)
Tiempo de espera (das)
0,003
(0,015, 0,022)
Mujer
7,134
(11,097, 3,172)
Estudios:
Ninguno
9,924
(16,665, 3,183)
Primarios
5,605
(11,168, 0,041)
Trabajador inactivo
1,817
(10,470, 6,835)
Situacin familiar:
Casado
5,242
(11,522, 1,039)
Soltero/vive acompaado
3,607
(10, 581, 3,583)
Se ha utilizado la abreviatura de IC: Intervalo de Confianza
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
177
Tabla 5
ESTIMACIONES DE LOS COEFICIENTES Y SUS INTERVALOS DE CONFIANZA AL
95% PARA UN MODELO DE REGRESIN LINEAL MLTIPLE OBTENIDOS MEDIAN-
TE MXIMA VEROSIMILITUD Y BOOTSTRAP PARA LAS DIMENSIONES DE
FUNCIONAMIENTO FSICO Y DOLOR CORPORAL DEL SF-36 EN UNA MUESTRA
DE 784 PACIENTES CON DIAGNSTICO DE OSTEOARTROSIS EN LISTA DE
ESPERA PARA INTERVENCIN DE PRTESIS TOTAL DE CADERA
(Conclusin)
VARIABLES
INDEPENDIENTES
BOOTSTRAP
Coeficiente
IC 95%
Funcionamiento fsico:
Intercepto
34,025
(21,579, 49,067)
Edad (aos)
0,146
(0,387, 0,034)
Tiempo de espera (das)
0,010
(0,004, 0,025)
Mujer
5,839
(9,048, 2,844)
Estudios:
Ninguno
6,632
(13,069, 1,158)
Primarios
6,037
(11,581, 1,650)
Trabajador inactivo
5,839
(0,231, 12,016)
Situacin familiar:
Casado
1,807
(7,354, 2,431)
Soltero/vive acompaado
0,074
(5,658, 5,647)
Dolor Corporal
Intercepto
23,326
(7,362, 42,377)
Edad (aos)
0,330
(0,094, 0,558)
Tiempo de espera (das)
0,004
(0,014, 0,027)
Mujer
7,077
(10,973, 3,575)
Estudios:
Ninguno
9,900
(17,480, 3,238)
Primarios
5,610
(12,122, 0,439)
Trabajador inactivo
1,910
(10,480, 5,640)
Situacin familiar:
Casado
5,016
(11,068, 0,537)
Soltero/vive acompaado
3,385
(11,212, 3,352)
Se ha utilizado la abreviatura de IC: Intervalo de Confianza
ESTADSTICA ESPAOLA
178
En el caso del dolor corporal, ambos mtodos muestran resultados similares,
reflejando la robustez del modelo de regresin lineal mltiple para el rea de dolor
corporal del SF-36. Las variables que resultan tener una influencia significativa en
el dolor corporal son la edad, el sexo y el nivel de estudios de los individuos. La
escala de dolor corporal del SF-36 se interpreta de forma inversa, es decir, que a
mayor puntuacin, mejor CV en lo que respecta a dolor, es decir, menor dolor. De
esta forma, a mayor edad se espera que el nivel de dolor sea menor, por cada 10
aos de incremento de la edad se espera que la CV en lo que respecta al dolor
mejore en 3,3 puntos (en una escala de 0 a 100) con un intervalo de confianza del
95% de 0,9 a 5,6, ajustando por sexo y nivel de estudios. Las mujeres tienen una
CV 7 puntos inferior a la de los hombres de su misma edad y nivel de estudios en lo
que respecta al dolor. Los individuos sin estudios o con slo estudios primarios
tienen una CV 9,9 5,6 puntos inferior a la de los individuos con estudios secunda-
rios de su misma edad y sexo, respectivamente, en lo que respecta al dolor. En el
caso del funcionamiento fsico, hay diferencias considerables en los resultados
obtenidos entre ambos mtodos. En la tabla 5 se puede observar que la variable
situacin laboral no resulta significativa para el mtodo de estimacin de mxima
verosimilitud, mientras que s lo es para el bootstrap. Esto se debe al hecho men-
cionado anteriormente, de que la variable funcionamiento fsico tiene un sesgo
importante en pacientes que van a ser intervenidos de PTC. Tal y como se ha
mencionado anteriormente, consideramos vlidos los resultados obtenidos median-
te bootstrap, por tanto, estos son los resultados que se van a interpretar. Las
variables que resultan tener una influencia significativa en el funcionamiento fsico
son el sexo, el nivel de estudios y la situacin laboral de los individuos. Las mujeres
tienen un funcionamiento fsico 5,8 puntos inferior a la de los hombres de su mismo
nivel de estudios y situacin laboral, en una escala de 0 a 100 y con un intervalo de
confianza del 95% de 2,8 a 9,0. Los individuos sin estudios o con slo estudios
primarios tienen un funcionamiento fsico aproximadamente 6 puntos inferior a los
individuos con estudios secundarios de su mismo sexo y situacin laboral. Los
individuos que trabajan de forma activa tienen un funcionamiento fsico 5,8 puntos
inferior a los individuos laboralmente inactivos de su mismo sexo y nivel de estu-
dios. En las dos dimensiones analizadas, debemos hacer notar que las variables
situacin laboral y edad estn relacionadas entre s. Aunque la significacin de la
interaccin ha sido rechazada en todos los modelos mencionados, no se descarta
la existencia de colinealidad entre ambas, lo cual debiera ser tenido en cuenta a la
hora de sacar conclusiones clnicas de estos resultados. Sin embargo, nuestro
objetivo no se centra en las conclusiones clnicas, sino en la correcta eleccin de la
tcnica de anlisis.
Como hemos visto antes, el uso de modelos de regresin lineal mltiple permite
medir la influencia de determinadas caractersticas en la CVRS esperada en un
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
179
individuo. De esta forma podemos comparar, como en los ejemplos anteriores, la
diferencia de puntos esperada en la CVRS entre hombres y mujeres, y entre indivi-
duos con diferente nivel de estudios o situacin laboral.
Una alternativa de anlisis a la RLM para escalas ordinales es el modelo de
odds proporcionales, donde el logit de la probabilidad acumulada se representa
como una funcin lineal de las covariables. En este modelo se asume que Y es una
variable dependiente discreta ordinal con k, k > 2, categoras ordenadas de forma
natural. Sean y
1
, y
2
,..., y
n
los valores observados en una muestra aleatoria simple
de tamao n de la variable Y. Definimos las probabilidades acumuladas como
( ) j Y P p ..... p
i ji i 1 ji
= + + = j = 1,2,....,k
El objetivo es encontrar un modelo para describir
ji
en funcin de una matriz de
datos correspondiente a p variables explicativas, X. La hiptesis principal del mode-
lo de odds proporcionales es que la influencia de las variables explicativas es
independiente del punto de corte de la probabilidad acumulada. El modelo general
viene dado por la expresin:
logit(
ji
) =
0j
+
1
x
i1
+
2
x
i2
+ +
p
x
ip
=
0j
+ X
y j = 1, 2, , k 1, i = 1, 2, ., n,
donde los vectores de parmetros son: = (
1
,
2
, ...,
p
)
T
, que mide la influencia de
las covariables en la probabilidad acumulada, comn para las (k 1) ecuaciones; y
el vector de los (k 1) trminos independientes,
0
= (
01
,
02
, ...,
0,k-1
)
T
, especficos
para cada una de las (k 1) ecuaciones.
La dimensin rol fsico del SF-36 se trata como una escala ordinal de 5 valores,
i. e. de 0 a 4. Se ha utilizado el modelo de odds proporcionales para estudiar la
influencia de variables sociodemogrficas y clnicas en el rol fsico de pacientes con
TA. Para este anlisis se han utilizado los pacientes con TA de la muestra ante-
riormente mencionada, para los cuales se dispone de las siguientes variables:
edad, sexo, tiempo de evolucin de la enfermedad, ndice de masa corporal, diag-
ns-ti-co, gravedad, nivel de ansiedad y depresin. Estas son las variables desta-
cadas por los expertos en el rea como potenciales factores predictivos de la CVRS
en pacientes con TA (Padierna et al. 2000). Las variables seleccionadas como
predictores significativos del rol fsico en pacientes con TA en el modelo de odds
proporcionales y la submuestra de 186 individuos en los que se tiene informacin
sobre todas las variables son: tiempo de evolucin de la enfermedad, gravedad y
nivel de depresin. Las hiptesis de odds proporcionales no se rechazan, al nivel
ESTADSTICA ESPAOLA
180
de significacin establecido, ni en general (p = 0,12), ni para ninguna de las 3
covariables en particular (p = 0,68, p = 0,18 y p = 0,41, respectivamente). La tabla 6
resume los resultados obtenidos en este anlisis.
Tabla 6
ESTIMACIONES DE LOS COEFICIENTES, DESVIACIONES ESTNDAR Y
NIVEL DE SIGNIFICACIN DEL MODELO DE ODDS PROPORCIONALES
SELECCIONADO PARA LA DIMENSIN DE ROL FSICO DEL SF-36 EN UNA
MUESTRA DE 186 PACIENTES CON TRASTORNOS DE ALIMENTACIN
COVARIABLE
ESTIMACIN
DESVIACIN
ESTNDAR
p-VALOR
Intercepto 4
1,5474
0,3543
< 0,0001
Intercepto 3 2,2843 0,3765 < 0,0001
Intercepto 2 2,7966 0,3930 < 0,0001
Intercepto 1 3,5147 0,4175 < 0,0001
Depresin
1,5381
0,3475 < 0,0001
Gravedad: Moderada
1,8039
0,4131 < 0,0001
Grave
2,0093
0,4051 < 0,0001
Tiempo de evolucin
0,0613
0,0222 0,0057
La interpretacin del coeficiente de la variable depresin en este modelo (
=
1,5381, por tanto una tasa de odds estimada de e
-1,5381
= 0,215, con un intervalo
de confianza del 95% de 0,109 a 0,424), es que un paciente con depresin reduce
a una cuarta parte la probabilidad de mejorar en un punto su rol fsico con respecto
a otro sin depresin (en una escala de 0 a 4), en igualdad de condiciones de grave-
dad y tiempo de evolucin de la enfermedad, siendo esta reduccin estadstica-
mente significativa. Igualmente, los coeficientes de la variable gravedad en este
modelo (
MOD
= 1,8039 y
GRAV
= 0,0613, correspondiente a
una tasa de odds estimada de e
-0,0613
= 0,941, con un intervalo de confianza del
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
181
95% de 0,900 a 0,982, indica que cada ao de ms con la enfermedad reduce de 1
a 0,94 la probabilidad de mejorar en un punto su rol fsico (en una escala de 0 a 4),
en igualdad de condiciones de gravedad y depresin, siendo esta reduccin esta-
dsticamente significativa.
El uso de mtodos ordinales como el modelo de odds proporcionales permite
obtener resultados sobre la influencia de determinadas caractersticas en la CVRS,
y medir esta influencia por medio de la tasa de odds, que como estimador del
riesgo relativo es un parmetro con muy buena aceptacin en el mbito clnico.
CONCLUSIONES
Los mtodos de anlisis clsicos basados en la distribucin normal, como la re-
gresin lineal mltiple, son bastante robustos. Sin embargo, un incumplimiento de la
normalidad tan claro y sistemtico en casi todas las reas del SF-36, puede hacer
que los resultados obtenidos de un anlisis a otro varen de forma sustancial,
afectando esto de forma significativa a las conclusiones clnicas derivadas del
anlisis de datos. Por este motivo, se sugiere suma cautela en la utilizacin de la
regresin lineal mltiple y otras tcnicas basadas en la distribucin normal en el
anlisis de datos de CVRS recogidos mediante el cuestionario SF-36.
Este trabajo pone de manifiesto la importancia de comprobar las hiptesis de las
tcnicas de anlisis estadstico utilizadas en el anlisis de datos de CVRS, ms
concretamente en el anlisis de datos procedentes del cuestionario de salud SF-36.
En caso de incumplimiento de alguna de las hiptesis es necesario comprobar la
robustez de los mtodos utilizados.
El mtodo seleccionado para el anlisis de los datos tiene una importancia clara
en la interpretacin de los resultados obtenidos y, por tanto, en las conclusiones
obtenidas en los mismos. Es decir, mientras que los modelos de regresin lineal
mltiple, que utilizan una variable dependiente continua, ofrecen resultados en
trminos de diferencia esperada en la CV medida en una escala continua (habi-
tualmente de 0 a 100) entre determinados grupos de individuos; los modelos de
regresin ordinal, que utilizan una variable dependiente ordinal ofrecen resultados
en trminos de tasa de odds o incremento/reduccin de la probabilidad de tener
mejor o peor CVRS para determinados grupos de individuos con respecto de otros.
Diferentes tcnicas de anlisis nos llevan a obtener diferentes resultados y conclu-
siones. Por tanto, el mtodo de anlisis a utilizar debe ser seleccionado basndo-
nos, entre otras cosas, en los objetivos planteados y el tipo de conclusiones que se
desean obtener.
ESTADSTICA ESPAOLA
182
Por ltimo, en muchos casos se desea realizar un estudio sobre los factores de
influencia en la CVRS, considerando todas las dimensiones del cuestionario SF-36,
de forma independiente. En este caso, es preferible utilizar la misma tcnica de
anlisis para todas las dimensiones, puesto que de esta forma se podrn comparar
los resultados obtenidos en las 8 dimensiones conjuntamente. Resulta difcil cumplir
este cometido basndonos en las recomendaciones de Walters et al. (2001), puesto
que los niveles de las dimensiones del SF-36 varan de 4 a 26 (ver tabla 1). Por un
lado, se recomienda especial cautela al utilizar tcnicas de variables continuas para
el anlisis de dimensiones con 4 5 modalidades (como el rol emocional y el rol
fsico), comprobando, en la medida de nuestro alcance, la robustez de las tcnicas
utilizadas. Por otro lado, el utilizar alternativamente tcnicas de variables ordinales
exige una categorizacin de la dimensin, con los problemas que esto conlleva de
prdida de informacin y criterios subjetivos de puntos de corte. Adems, las
hiptesis de las tcnicas de modelos ordinales tambin deben ser comprobadas
previamente. Por ejemplo, en el modelo de odds proporcionales utilizado en uno de
los ejemplos que se muestra en este trabajo, la hiptesis principal es que la influen-
cia de las variables explicativas sea independiente del punto de corte de la probabi-
lidad acumulada. En muchas ocasiones esta hiptesis no se verifica para alguna de
las covariables de inters que se desea incluir en el modelo. Por tanto, se debera
pensar en otras alternativas como un modelo de odds parcialmente proporcionales.
Nosotros proponemos una alternativa de anlisis de las reas del SF-36 basada en
la distribucin beta-binomial. En una publicacin reciente (Arostegui et al. 2007) se
muestra la adaptacin de los datos del SF-36 a la distribucin beta-binomial, con el
cumplimiento de las hiptesis necesarias para la aplicacin del mtodo de regresin
beta-binomial, y los resultados obtenidos mediante la regresin beta-binomial son
muy similares a los obtenidos mediante la regresin lineal mltiple en aquellas
reas del SF-36 aceptablemente continuas y con un sesgo moderado, y similares a
los obtenidos mediante el modelo de odds proporcionales o parcialmente propor-
cionales en las reas ordinales del SF-36, con la ventaja aadida de que todas las
reas se analizan con la misma tcnica. Adems, el mtodo de regresin beta-
binomial permite obtener resultados en trminos de la tasa de odds, que como
hemos indicado anteriormente, es un parmetro con muy buena aceptacin en el
mbito clnico.
Finalmente, los autores debemos mencionar que el objetivo de este trabajo, en
ningn caso es sacar conclusiones clnicas de los datos aqu presentados, ni su
generalizacin a la poblacin general, ni a poblaciones especficas de las cuales las
muestras pudieran ser representativas; dado que, tal y como hemos indicado
anteriormente, esta labor es propia de los especialistas clnicos respectivos. Si se
han interpretado resultados concretos, ha sido con el objeto de mostrar al lector
poco familiarizado con este tipo de anlisis de datos, las diferentes formas de
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
183
obtener conclusiones de diversas tcnicas de anlisis de datos en el mbito de la
epidemiologa clnica.
REFERENCIAS
AARONSON, N.K. (1989). Quality of life assessments in clinical trials: Methodological
issues. Controlled Clinical Trials 10 (Suppl.), 195S-208S.
AARONSON, N.K., ACQUADRO, C., ALONSO, J., APOLONE, G., BUCQUET, D., BULLINGER,
M., BUNGAY, K., FUKUHARA, S., GANDEK, B., KELLER, S., RAZAVI, R., SANSON-
FISHER, M., SULLIVAN, S., WOOD-DAUPHINEE, S., WAGNER, A. Y WARE, J.E. (1992).
International quality of life assessment (IQOLA) project. Quality of Life Re-
search 1(5), 349-351.
ALONSO, J., PRIETO, L. Y ANT, J.M. (1995). La versin espaola del SF-36 Health
Survey (Cuestionario de Salud SF-36): Un instrumento para la medida de los
resultados clnicos. Medicina Clnica 104(20), 771-776.
ANDERSON, J.P., KAPLAN, R.M., COONS, S.J. Y SCHNEIDERMAN, L.J. (1998). Compari-
son of the Quality of Well Being Scale and the SF-36 results among two sam-
ples of ill adults: AIDS and other illnesses. Journal of Clinical Epidemiology
51(9), 755-762.
ANITUA, C. Y QUINTANA, J.M. (1999). Valores poblacionales del ndice de salud SF-
36 en el Pas Vasco: Importancia y aplicacin en la prctica clnica. Osasunka-
ria 17, 10-17.
APOLONE, G., CIFANI, S., LIBERATI, M.C. Y MOSCN, P. (1997). Questionario sullo
stato di salute SF-36. Traduzione e validazione della versione italiana: Risultati
del progetto IQOLA. Metodologia e Didattica Clinica 5, 86-94.
AROSTEGUI, I., NEZ-ANTN, V. Y QUINTANA, J.M. (2007). Analysis of the Short
Form 36 (SF-36): The beta-binomial distribution approach. Statistics in Medi-
cine 26(6) 1318-1342.
BADA, X., SALAMERO, M. Y ALONSO, J. (1999). La Medida de la Salud. Gua de
Escalas de Medicin en Espaol (2 edicin). Edimac: Barcelona.
BEATON, D.E., BOMBARDIER, C., KATZ, J.N. Y WRIGHT, J.G. (2001). A taxonomy for
responsiveness. Journal of Clinical Epidemiology 54(12), 1204-1217.
BOWLING, A. (1991). Measuring Health: A Review of Quality of Life Measurements
Scales. Open University Press: Philadelphia.
ESTADSTICA ESPAOLA
184
BRAZIER, J.E., HARPER, R., JONES, N.M.B., OCATHAIN, A., THOMAS, K.J., USHERWOOD,
T. Y WESTLAKE, L. (1992). Validating the SF-36 Health Survey questionnaire:
New outcome measure for primary care. British Medical Journal 305(6846),
160-164.
BUBIEN, R.S., KNOTTS-DOLSON, S.M., PLUMB, V.J. Y KAY, G.N. (1996). Effect of
radiofrequency catheter ablation on health-related quality of life and activities of
daily living in patients with recurrent arrhythmias. Circulation 94(7), 1585-1591.
BULLINGER, M. (1995). German translation and psychometric testing of the SF-36
Health Survey: Preliminary results from the IQOLA project, international quality
of life assessment. Social Science and Medicine 41(10), 1359-1366.
CAMPBELL, D. Y FISKE, D. (1959). Convergent and discriminant validation by the
multitrait-multimethod matrix. Psychological Bulletin 56(2), 81-105.
CHEUNG, Y. -B., THUMBOO, J., MACHIN, D., FENG, P.-H., BOEY, M.L., THIO, S.T. Y FONG,
K.-Y. (2004). Modelling variability of quality of life scores: A study of question-
naire version and bilingualism. Quality of Life Research 13(5), 897-906.
CLANCY, C.M. Y EISENBERG, J.M. (1998). Outcomes research: Measuring the end
results of health care Science 282(5387), 245-246.
COULEHAN, J.L., SCHULBERG, H.C., BLOCK, M.R., MADONIA, M.J. Y RODRIGUEZ, E.
(1997). Treating depressed primary care patients improves their physical,
mental and social functioning. Archives of Internal Medicine 157(10), 1113-
1120.
COX, D.R., FITZPATRICK, R., FLETCHER, A.E., GORE, S.M., SPIEGELHALTER, D.J. Y
JONES, D.R. (1992). Quality-of-life assessment: Can we make it simple?. Jour-
nal of the Royal Statistical Society: Series A 155(3), 353-393 (with discussion).
CRONBACH, L.J. (1951). Coefficient alpha and the internal structure of tests.
Psychometrika 16(2), 297-334.
DAVISON, A.C. Y HINKLEY, D.V. (1997). Bootstrap Methods and Their Applications.
Cambridge University Press: Cambridge.
DAWSON, J., FITZPATRICK, R., CARR, A. Y MURRAY, D. (1996). Questionnaire on the
perceptions of patients about total hip replacement The Journal of Bone and
Joint Surgery. British volume 78(2), 185-190.
DE VET, H.C., BOUTER, L.M., BEZEMER, P.D. Y BEURSKENS, A.J. (2001). Reproducibil-
ity and responsiveness of evaluative outcome measures. International Journal
of Technology Assessment in Health Care 17(4), 479-487.
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
185
DONOVAN, K., SANSON-FISHER, R.W. Y REDMAN, S. (1989). Measuring quality of life
in cancer patients. Journal of Clinical Oncology 7(7), 959-968.
EFRON, B. Y TIBSHIRANI, R.J. (1993). An Introduction to the Bootstrap. Chapman &
Hall: New York.
ETXEBARRIA, Y., PREZ-IZQUIERDO, J., BADIOLA, C., QUINTANA, J.M., PADIERNA, A.,
AROSTEGUI, I. Y CAPELASTEGUI, A. (2001). Evaluacin de la calidad de vida en
pacientes con cncer de pulmn. Gaceta Sanitaria 15 (1), 25-31.
FAIRCLOUGH, D. (2002). Design and Analysis of Quality of Life Studies in Clinical
Trials. Chapman and Hall: London.
FAYERS, P.M. Y HAND, D.J. (1997). Factor analysis, causal indicators, and quality of
life. Quality of Life Research 6(2), 139-150.
FAYERS, P.M. Y MACHIN, D. (2000). Quality of Life. Assessment, Analysis and
Interpretation Wiley: London.
FAYERS, P.M., GROENVOLD, M., HAND, D.J. Y BJORDAL, K. (1998). Clinical impact
versus factor analysis for quality of life questionnaire construction. Journal of
Clinical Epidemiology 651(3), 285-286.
FERRER, M., ALONSO, J., MORERA, J., MARRADES, R.M., KHALAF, A., AGUAR, M.C.,
PLAZA, V., PRIETO, L. Y ANT, J.M. (1997). Chronic obstructive pulmonary dis-
ease stage and health-related quality of life. The quality of life of chronic ob-
structive pulmonary disease study group. Annals of Internal Medicine 127(12),
1072-1079.
GANDEK, B. Y WARE, J.E. (1998). Methods for validating and norming translations of
health status questionnaires: The IQOLA project approach. Journal of Clinical
Epidemiology 51(11), 953-959.
GARRATT, A.M., SCHMIDT, L., MACKINTOSH, A. Y FITZPATRICK, R. (2002). Quality of life
measurement: Bibliographic study of patient assessed health outcome meas-
ures British Medical Journal 324(7351), 1417-1421.
GOLDSMITH, S.B. (1972). The status of health status indicators Health Services
Reports 87(3), 212-220.
GOLDSMITH, S.B. (1973). A reevaluation of health status indicator. Health Services
Reports 88(10), 937-941.
GONZLEZ, N., QUINTANA, J.M., AROSTEGUI, I., PADIERNA, A., MARTNEZ E., CRESPO, I. Y
VESGA, M.A. (2005). Translation and psychometric testing of the Basque ver-
sion of the SF-36 health survey. Quality of Life Research 14(2), 549-554.
ESTADSTICA ESPAOLA
186
GUYATT, G.H., WALTER, S.D. Y NORMAN, G.R. (1987). Measuring change over time:
Assessing the usefulness of evaluative instruments. Journal of Chronic Dis-
eases 40(2), 171-178.
GUYATT, G.H., FEENY, D.H. Y PATRICK, D.L. (1993). Measuring health-related quality
of life. Annals of Internal Medicine 118(8), 622-629.
HARPER, R., BRAZIER, J.E., WATERHOUSE, J.C., WALTERS, S.J., JONES, N.M.B. Y
HOWARD, P. (1997). Comparison of outcome measures for patients with
Chronic Obstructive Pulmonary Disease (COPD) in an outpatient setting. Tho-
rax 52(10), 879-887.
HASSAN, I.S., BANNISTER, B.A., AKBAR, A., WEIR, W. Y BOFILL, M. (1998). A study of
the immunology of the chronic fatigue syndrome: Correlation of immunologic pa-
rameters to health dysfunction. Clinical Immunology and Immunopathology
87(1), 60-67.
HAYS, R.D., ANDERSON, R. Y REVICKI, D. (1993). Psychometric considerations in
evaluating health-related quality of life measures. Quality of Life Research
2(6), 441-449.
HEMINGWAY, H., STAFFORD, M., STANSFELD, S., SHIPLEY, M. Y MARMOT, M. (1997). Is
the SF-36 a valid measure of change in population health? Results from the
Whitehall II study. British Medical Journal 315(7118), 1273-1279.
JACOBSON, A.M., DE GROOT, M. Y SAMSON, J.A. (1994). The evaluation of two meas-
ures of quality of life in patients with type I and type II diabetes. Diabetes Care
17(4), 267-274.
JUNIPER, E.F., GUYATT, G.H., STREINER, D.L. Y KING, D.R. (1997). Clinical impact
versus factor analysis for quality of life questionnaire construction. Journal of
Clinical Epidemiology 50(3), 233-238.
KARNOFSKY, D.A. Y BURCHERNAL, J.H. (1949). The clinical evaluation of chemo-
therapeutic agents in cancer. En: Evaluation of Chemotherapeutic Agents
(C.M. McLeod ed.). Columbia University Press: New York, 191-205.
KATZ, S. Y AKPOM, C.A. (1976). A measure of primary sociobiological functions.
International Journal of Health Services 6(3), 493-507.
KOMAROFF, A.L., FAGIOLI, L.R., DOOLITTLE, T.H., GANDEK, B., GLEIT, M.A., GUERREIRO,
R.T., KORNISH, J., WARE, N.C., WARE, J.E. Y BATES, D.W. (1996). Health status
in patients with chronic fatigue syndrome and in general population and disease
comparison groups. American Journal of Medicine 101(3), 281-290.
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
187
LAFORGE, R.G., ROSSI, J.S., PROCHASKA, J.O., VELICER, W.F., LEVESQUE, D.A. Y
MCHORNEY, C.A. (1999). Stage of regular exercise and health-related quality-
of-life. Preventive Medicine 28(4), 349-360.
LALL, R., CAMPBELL, M.J., WALTERS, S.J., MORGAN, K. Y MRC CFAS (2002). A review
of ordinal regression models applied on health-related quality of life assess-
ments Statistical Methods in Medical Research 11(1), 49-67.
LEE, P.P., SPRITZER, K. Y HAYS, R.D. (1997). The impact of blurred vision on func-
tioning and well-being Ophthalmology 104(3), 390-396.
LEIDY, N.K., ELIXHAUSER, A., VICKREY, B., MEANS, E. Y WILLIAN, M.K. (1999). Seizure
frequency and the health-related quality of life of adults with epilepsy. Neurol-
ogy 53(1), 162-166.
LOHR, K.N. (2002). Assessing health status and quality-of-life instruments: Attrib-
utes and review criteria. Quality of Life Research 11(3), 193-205.
LYONS, R.A., LO, S.V. Y LITTLEPAGE, B.N.C. (1994). Comparative health status of
patients with 11 common illnesses in Wales. Journal of Epidemiology and
Community Health 48(4), 388-390.
MAHLER, D.A. Y MACKOWIAK, J.I. (1995). Evaluation of the Short-Form 36-item
questionnaire to measure health-related quality of life in patients with COPD
Chest 107(6), 1585-1589.
MANGIONE, C.M., PHILLIPS, R.S., LAWRENCE, M.G., SEDDON, J.M., ORAV, E.J. Y GOLD-
MAN, L. (1994). Improved visual function and attenuation of declines in health-
related quality of life cataract extraction. Archives of Ophthalmology 112(11),
1419-1425.
MATHSOFT INC. (1999). S-PLUS 2000 Users Guide. MathSoft, Data Analysis
Products Division: Seattle, WA.
MCCALLUM, J. (1995). The SF-36 in an Australian sample: Validating a new generic
health status measure. Australian Journal of Public Health 19(2), 160-166.
MCDOWELL, I. Y NEWELL, C. (1996). Measuring Health: A Guide to Rating Scales
and Questionnaires (2nd edition). Oxford University Press: New York.
MCHORNEY, C.A. (1999). Health status assessment methods for adults: Past ac-
complishments and future challenges. Annual Review of Public Health 20,
309-335.
MESBAH, M.F., COLE, B. Y TING LEE, M. (2002). Statistical Methods for Quality of Life
Studies. Design, Measurements and Analysis. Kluwer Academic Publishers:
Boston, MA.
ESTADSTICA ESPAOLA
188
MOZES, B., MAOR, Y SHMUELI, A. (1999). The competing effects of disease states on
quality of life of the elderly: The case of urinary symptoms in men. Quality of
Life Research 8(1-2), 93-99.
MURAWSKI, M.M. Y MIEDERHOFF, P.A. (1998). On the generalizibility of statistical
expressions of the health related quality of life instrument responsiveness: A
data synthesis. Quality of Life Research 7(1), 11-22.
OBRIEN, P.C. (1984). Procedures for comparing samples with multiple endpoints.
Biometrics 40(4), 1079-1087.
OLSCHEWSKI, M. Y SCHUMACHER, M. (1990). Statistical analysis of quality of life data
in cancer clinical trials. Statistics in Medicine 9(7), 749-763.
PADIERNA, A., QUINTANA, J.M., AROSTEGUI, I., GONZLEZ, N. Y HORCAJO, M.J. (2000).
The health-related quality of life in eating disorders. Quality of Life Research
9(6), 667-674
PADIERNA, A., QUINTANA, J.M., AROSTEGUI, I., GONZLEZ, N. Y HORCAJO, M.J. (2002).
Changes in health related quality of life among patients treated for eating dis-
orders. Quality of Life Research 11(6), 545-552.
PATRICK, D.L. Y DEYO, R.A. (1989). Generic and disease-specific measures in
assessing health status and quality of life. Medical Care 27(3 Suppl.), S217-
S232.
PATRICK, D.L., DEYO, R.A., ATLAS, S.J., SINGER, D.E., CHAPIN, A. Y KELLER, R.B.
(1995). Assessing health-related quality of life in patients with sciatica. Spine
20(17), 1899-1909.
PERNEGER, T.V., LEPLEGE, A., ETTER, J.F. Y ROUGEMONT, A. (1995). Validation of a
French language version of the MOS 36 item short form health survey (SF-36)
in young healthy adults Journal of Clinical Epidemiology 48(8), 1051-1060.
POCOCK, S.J., GELLER, N.L. Y TSIATIS, A. (1987). The analysis of multiple endpoints
in clinical trials. Biometrics 43(3), 487-498.
QUINTANA, J.M., AROSTEGUI, I., CABRIADA, J., LPEZ DE TEJADA, I. Y PRDIGO, L.
(2003). Predictors of health-related quality of life improvement among patients
undergoing cholecystectomy. British Journal of Surgery 90(12), 1549-1555.
QUINTANA, J.M., AROSTEGUI, I., ORIBE, V., LPEZ DE TEJADA, I., BARRIOS, B. Y GARAI, I.
(2005). Influence of age and gender on quality of life outcomes after cholecys-
tectomy. Quality of Life Research 14(3), 815-825.
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
189
QUINTANA, J.M., ESCOBAR, A., AROSTEGUI, I., BILBAO, A., AZKARATE, J., GOENAGA, J.I. Y
ARENAZA, J.C. (2006). Health-related quality of life and appropriateness of knee
or hip joint replacement. Archives of Internal Medicine 166(2), 220-226.
REVICKI, D.A., WU, A.W. Y MURRIA, M.I. (1995). Change in clinical status, health
status, and health utility outcomes in HIV-infected patients. Medical Care
33(4), 173-182.
ROSE, M.S., KOSHMAN, M.L., SPRENG, S. Y SHELDOM, R. (1999). Statistical issues
encountered in the comparison of health-related quality of life in disease pa-
tients to published general population norms: Problems and solutions. Journal
of Clinical Epidemiology 52(5), 405-412.
SANZ, J. (1991). Valor y cuantificacin de la calidad de vida en medicina. Medici-
na Clnica 96, 66-69.
SAS INSTITUTE INC. (1994). SAS Procedures Guide, Version 6. SAS Institute: Cary, NC.
STANSFELD, S.A., ROBERTS, R. Y FOOT, S.P. (1997). Assessing the validity of the
SF-36 general Health Survey. Quality of Life Research 6(3), 217-224.
STREINER, D.L. Y NORMAN, G.R. (1992). Health Measurement Scales. Oxford
University Press: New York.
SULLIVAN, M., KARLSSON. J. Y WARE, J.E. (1995). The Swedish SF-36 Health Sur-
vey. I. Evaluation of data quality, scaling assumptions, reliability and construct
validity across general population in Sweden. Social Science and Medicine
41(10), 1349-1358.
TESTA, M.A. Y NACKLEY, J.F. (1994). Methods for quality of life studies. Annual
Review of Public Health 15, 535-559.
TESTA, M.A. Y SIMONSON, D.C. (1996). Assessment of quality of life outcomes.
New England Journal of Medicine 334(13), 835-840.
TORRANCE, G.W. (1987). Utility approach to measuring health-related quality-of-
life. Journal of Chronic Diseases 40(6), 593-600.
TORRES, X., ARROYO, S., ARAYA, S. Y DE PABLO, J. (1999). The Spanish version of
the Quality of Life in Epilepsy Inventory (QOLIE-31): Translation, validity and re-
liability. Epilepsia 40(9), 1299-1304.
TSEVAT, J., SOLZAN, J.G., KUNTZ, K.M., RAGLAND, J., CURRIER, J.S., SELL, R.L. Y
WEINSTEIN, M.C. (1996). Health values of patients infected with human immu-
nodeficiency virus. Relationship to mental health and physical functioning. Me-
dical Care 34(1), 44-57.
ESTADSTICA ESPAOLA
190
VAN KNIPPENBERG, F.C. Y DE HAES, J.C. (1988). Measuring quality of life of cancer
patients: Psychometric properties of instruments. Journal of Clinical Epidemi-
ology 41(11), 1043-1055.
VILAGUT, G., FERRER, M., RAJMIL, L., REBOLLO, P., PERMANYER-MIRALDA, G., QUINTA-
NA, J.M., SANTED, R., VALDERAS, J.M., RIBERA, A., DOMINGO-SALVANY, A. Y ALON-
SO, J. (2005). El cuestionario de salud SF-36 espaol: Una dcada de expe-
riencia y nuevos desarrollos. Gaceta Sanitaria 19(2), 135:150.
WACHTEL, T., PIETTE, J., MOR, V., STEIN, M., FLEISHMAN, J. Y CARPENTER, C. (1992).
Quality of life in persons with human immunodeficiency virus infection: Meas-
urement by the Medical Outcomes Study instrument. Annals of Internal Medi-
cine 116(2), 129-137.
WAHL, A., MOUM, T., HANESTAD, B.R. Y WIKLUND, I. (1999). The relationship between
demographic and clinical variables, and quality of life aspects in patients with
psoriasis. Quality of Life Research 8(4), 319-326.
WALTERS, S.J. Y CAMPBELL, M.J. (2005). The use of bootstrap methods for estimat-
ing sample sizes and analyzing health related quality of life outcomes. Statis-
tics in Medicine 24(7), 1075-1102.
WALTERS, S.J., CAMPBELL, M.J., Y LALL, R. (2001). Design and analysis of trials with
quality of life as an outcome: A practical guide. Journal of Biopharmaceutical
Statistics 11(3), 155-176.
WARE, J.E. (2000). SF-36 Health Survey update. Spine 25(24), 3130-3139.
WARE, J.E. Y SHERBOURNE, C.D. (1992). The MOS 36-item Short Form Health
Survey (SF-36): I. Conceptual framework and item selection. Medical Care
30(6), 473-483.
WARE, J.E., KOSINSKI, M.A. Y KELLER, S.K. (1994). Physical and Mental Health
Summary Scales: A Users Manual. The Health Institute, New England Medical
Center: Boston, MA.
WARE, J.E., KOSINSKI, M.A. Y DEWEY, J.E. (2000). How to score version 2 of the SF-
36 Health Survey Quality Metric Incorporated: Lincoln, RI.
WARE, J.E., SNOW, K.K., KOSINSKI, M.A. Y GANDEK, B. (1993). SF-36 Health Survey,
Manual and Interpretation Guides. The Health Institute, New England Medical
Center: Boston, MA.
ASPECTOS ESTADSTICOS DEL CUESTIONARIO DE CALIDAD DE VIDA RELACIONADA CON SALUD
191
WARE, J.E., GANDEK, B., KELLER, S.D. Y THE IQOLA Project Group. (1996a). Evaluat-
ing instruments used cross-nationally: Methods from the IQOLA project. En:
Quality of Life and Pharmacoeconomics in Clinical Trials (2nd edition) (B.
Spilker ed.). Raven Press: New York, 681-692.
WARE, J.E., BAYLISS, M.S., ROGERS, W.H., KOSINSKI, M. Y TARLOV, A.R. (1996b).
Differences in 4-year health outcomes for elderly and poor, chronically ill pa-
tients treated in HMO and fee-for-service systems. Results from the MOS
Journal of the American Medical Association 276(13), 1039-1047.
WARE, J.E., KELLER, S.D., GANDEK, B., BRAZIER, J.E., SULLIVAN, M. Y THE IQOLA Pro-
ject Group (1995). Evaluating translations of health status questionnaires:
Methods from the IQOLA project. International Journal of Technology Assess-
ment in Health Care 11(3), 525-551.
WILSON, I.B. Y KAPLAN, S. (1995). Clinical practice and patients health status: How
are the two related?. Medical Care 33 (4 Suppl.), AS209-AS214.
WILSON, D., PARSONS, J. Y WAKEFIELD, M. (1999). The health-related quality-of-life
of never smokers, ex-smokers and light, moderate and heavy smokers. Pre-
ventive Medicine 29(3), 139-144.
WORLD HEALTH ORGANIZATION (1952). En: World Health Organization. Handbook
of Basic Documents. (5th edition). Palais des Nations: Ginebra, 3-20.
ESTADSTICA ESPAOLA
192
STATISTICAL ASPECTS OF THE HEALTH RELATED QUALITY OF
LIFE QUESTIONNAIRE SHORT FORM- 36 ( SF-36)
ABSTRACT
Health Related Quality of Life (HRQoL) is an important parameter
to measure health outcomes. It is a difficult concept to measure and
questionnaires are used to measured it. The psychometric properties
of a questionnaire, its cultural adaptation, the design of the study and
the analysis of the results are relevant statistical issues that must be
treated with caution. The Health Survey SF-36 is one of the most
widely used, validated and translated instrument in the field of HRQoL
measurements. This work intends to highlight the importance of testing
the hypothesis of a model before choosing and evaluating a given sta-
tistical analysis in those studies where the SF-36 has been used. Ex-
amples of application of the SF-36 are provided, as well as more spe-
cific analysis to show that, depending on the statistical analysis used,
results can be different and, in addition, they can also have different
clinical relevance in the context of the application.
Key words: quality of life, SF-36, statistical analysis, goodness of fit.
AMS Classification: 62J05, 62J12, 62P10.