C

Cuurrssoo
E
Eppiiddeem
miioollooggaa

ddee
C
Cllnniiccaa

rreeaa ddee SSaalluudd PPbblliiccaa

FFaaccuullttaadd ddee C
Ciieenncciiaass M
Mddiiccaass
U
n
i
v
e
r
s
i
d
a
d
N
a
c
i
o
n
a
l
d
Universidad Nacional dee C
Cuuyyoo
AAoo 22000055

Indice
Presentacin y Programa

3a 9

Epidemiologa Clnica

11 a 15

Diagnstico

16 a 48

Riesgo

47 a 60

Pronstico

61 a 76

Intervencin teraputica

77 a 97

Medicina Basada en la Evidencia

98 a 131

Revisiones sistemticas y metaanlisis

132 a 150

Investigacin Clnica y Glosario

151 a 163

Presentacin
El presente manual es una recopilacin de artculos de varios autores y material de
estudio elaborado por los docentes que dictan el presente curso de Epidemiologa Clnica.
Pretende ser slo una gua para facilitar la lectura y aprendizaje de los diferentes temas
que veremos a lo largo del curso. Su lectura debe complementarse con la consulta de los
diferentes temas del programa en los textos sugeridos en la Bibliografa y las
explicaciones de los docentes en clase.
El Curso tendr una duracin de 38 horas, se cursa de Agosto a Diciembre, los das
Mircoles de 14 a 16 horas en las aulas del Edificio Central de la Facultad de Ciencias
Mdicas.
1. Objetivos generales del curso
Al trmino del curso el estudiante estar en capacidad de:

Conocer las herramientas que brinda la Epidemiologa Clnica para el

estudio del diagnstico, factores de riesgo, pronstico y tratamiento
de los problemas de salud.
Mejorar su capacidad para juzgar la validez de la informacin en base
a la cual se toman las decisiones respecto a los pacientes o
comunidades, para guiar el manejo de problemas en los mismos.

Objetivos Especficos
Los alumnos que completen satisfactoriamente el curso de Epidemiologa Clnica, podrn
desarrollar un mnimo de conocimientos, actitudes y habilidades, que se resumen a
continuacin.
Conocimientos
Tpicos de la Epidemiologa Clnica, lo que incluye metodologa de la
investigacin clnica, diseos de investigacin clnica y
epidemiolgica,
aplicacin
de
principios
de
metodologa
epidemiolgica a la prctica clnica.
Apreciacin crtica de la evidencia cientfica.
Habilidades clnicas susceptibles de verificacin cientfica.
Adquirir destrezas en el diseo de estrategias de bsqueda de la
evidencia cientfica existente,
Emplear internet para la bsqueda de la informacin cientficas.

Actitudes
Durante su entrenamiento el estudiante desarrollar:

Actitud crtica hacia la evidencia en base a la cual se toman

decisiones en atencin en salud, bien sea que esta informacin
provenga de pacientes, de pruebas complementarias o de
investigacin.
Incorporacin de una actitud cientfica en el ejercicio de su futura
profesin clnica.

2. Contenidos
2.1 Epidemiologa Clnica.
Introduccin, los desafos de la medicina actual y la epidemiologa como apoyo a la
decisin mdica. Definicin de epidemiologa clnica, concepto, usos. Diferencias con la
Epidemiologa general.
2.2 Anormalidad
Determinaciones clnicas. Criterios de normalidad, Expresin estadstica, expresin
mdica Proceso salud enfermedad Distribucin normal. Variacin, medicin de la
variacin.. Principales crticas al criterio estadstico.
2.3 Diagnstico
Sensibilidad y especificidad de una prueba. Tasa de falsos positivos. Tasa de falsos
negativos. Valor predictivo positivo. Valor predictivo negativo. Relacin de la prevalencia
con el valor predictivo. Pruebas en serie. Interrelacin entre sensibilidad y especificidad.
Punto de corte. Curvas ROC. Cociente de probabilidades. Razn de probabilidades.
Apreciacin crtica de un artculo sobre diagnstico
2.4 Riesgo
Definicin y concepto. Factores de riesgo. Tipos de riesgo en la comprensin del proceso
salud enfermedad. Metodologa usada para el estudio de la medicin del riesgo en
medicina Evaluacin del riego y actuaciones para mantener la salud. Prevencin.
2.5 Pronstico
Definicin. Importancia del conocimiento de pronstico en medicina. Factores pronstico.
Parmetros de inters pronstico.
Metodologa de la epidemiologa clnica para
determinar factores pronstico. Estimacin de la sobrevida. Curvas de Kaplan - Meier.
Anlisis univariado y multivariado. Lectura crtica de los estudios sobre pronstico en
medicina.

2.6 Intervenciones teraputicas

Consideraciones generales. Valoracin del impacto del tratamiento. Eficacia y efectividad.
Diseo de ensayos clnicos. Efecto placebo y efecto Hawthorne Bsqueda de la mejor
evidencia sobre tratamiento en la literatura mdica y su lectura crtica.
2.7 Medicina Basada en la evidencia
Concepto. Historia y desarrollo actual. Utilidad. Pasos de la prctica de la MBE.

Formulacin de preguntas. Tipos de preguntas. Bsqueda de la evidencia: libros, revistas,

revisiones, base de datos. Uso de Internet en Medicina. Disponibilidad de fuentes de
datos en nuestra Facultad
2.8 Lectura crtica de la literatura cientfica
Concepto e importancia de la lectura sistemtica de literatura cientfica y su valoracin.
Guas utilizadas para las lecturas de los distintos tipos de artculos: diagnstico,
tratamiento, pronstico, etc.
2.9 Revisiones sistemticas y Meta anlisis en Medicina
Definicin y objetivos de las revisiones sistemticas y del meta anlisis. Procedimientos,
mtodos del meta anlisis, Interpretacin de resultados Ventajas y limitaciones. La
Colaboracin Cochrane uso de la base de revisiones sistemticas.
3. Metodologa docente:
La metodologa docente incluye fundamentalmente mtodos activos de aprendizaje:
clases expositivas de responsabilidad de los docentes, discusiones de pequeos grupos,
estudio de casos y problemas, lectura crtica, uso de computadoras siguiendo la tcnica
de aprendizaje basado en problemas.

4. Evaluacin
REQUISITOS PARA APROBAR EL CURSO:
1. Haber cursado el 100% de las actividades curriculares del Plan de estudio.
2. Haber aprobado las cuatro rotaciones segn la modalidad adoptada por el profesor
a cargo de la misma. Dicha evaluacin de proceso significar el 30% de la nota final.
3. Haber aprobado un Examen escrito final con el 60%.
La nota final resultar de la suma del puntaje obtenido de la evaluacin de proceso
(30%) y del examen final (70%).

5.Bibliografa
1. Fletcher Robert y cols. Epidemiologa clnica Aspectos fundamentales. Masson
Williams & Wilkins, 2 Edicin, 1998.
2. Jenicek M, Epidemiologa. La lgica de la medicina moderna. Massson, 1996.
3. Farreras Rozman. Medicina Interna, Harcourt, Barcelona 2000.
4. Sacket, D y cols. Epidemiologa clnica Ciencia bsica para la epidemiologa
clnica. Editorial Mdica Panamericana. 2 Edicin. 1994,

5. Del Rey Calero J. y cols. Fundamentos de Epidemiologa Clnica. Editorial sntesis,

1996.
6. Rodrguez, Rafael Burgos. Metodologa de Investigacin y Escritura cientfica en
clnica. *
7. Arguimn Pallas, J, y cols. Mtodos de investigacin. Clnica y epidemiolgica.
Harcourt, 2 Edicin 1991.*
8. Manual de Medicina basada en la evidencia. Elementos para su desarrollo y
aplicaciones de Atencin primaria. Coordinador: Dr. Agustn Gmez de la Cmara,
Hospital Universitario Doce de Octubre, Madrid, ao 1998 *.
9. Manuel Garca-Caballero, Guas de prctica Clnica en la Asistencia Mdica Diaria,
Universidad de mlaga, WEB.
10. Sackett, D; Straus Sh.; Richardson, W., Rosenberg, W and Haynes, B.
Medicina Basada en la Evidencia. Como practicar y ensear la MBE. Hartcourt, 2
edicin Barcelona ao 2001*
* solicitar para consulta a Dra. Diumenjo

Cronograma de actividades
Los alumnos del curso concurrirn a los tericos en grupos de 40. Dichos tericos se
realizarn los das 27 de julio, 3 y 10 de Agosto, segn la distribucin exhibida en el
avisador.
Posteriormente para la prctica se los dividir el curso en 4 comisiones de 25 alumnos
cada una, que irn rotando por 4 temticas diferentes que a su vez tendrn un momento
terico, uno prctico y una evaluacin a definir por el docente de dicha rotacin.

Epidemiologa clnica 2005

CRONOGRAMA GENERAL
Fecha

Tema

27

Clase inaugural Epidemiologa

clnica. Medicina Basada en la
evidencia. Caractersticas
Curso

Tipo
Julio

Terico

Docente

Dr. JJ Barboza
Dra. M. C. Diumenjo

Agosto
3
Comisiones
AyB
10
Comisiones
CyD

La bsqueda de la evidencia
Preguntas clnicas y Bsqueda
en Internet
La bsqueda de la evidencia
Preguntas clnicas y Bsqueda
en Internet

Terico

Terico

Dr. Adrin Salvatore

Dr. Adrin Salvatore

Terico/prctico

Dra. C Mollar
Dra. Silvina Fiore

Idem

Terico/prctico

Idem

Idem

Terico/prctico

Idem

17

Diagnstico

24
31

Septiembre
7

Idem

Evaluacin

Riesgo y Pronstico

Terico/prctico

21

Idem

Terico/prctico

Idem

28

Idem

Terico/prctico

Idem

Idem

14

Idem
Dra. C Diumenjo
Dr. M Guajardo
Lic A de Facci
Dr. A Salvattore

Octubre
Idem
Evaluacin
12

Tratamiento

Idem
Terico/prctico

19
Idem

Terico/prctico

Dra. Ramrez
Dra. Carri
Dr Chamorro

26

Idem

Idem
Terico/prctico

Noviembre
Idem
2

Idem
Evaluacin

Normalidad y metanlisis
9

Terico/prctico

Profesor J Barboza
Dra. G Magistocchi
Dra. Silvina Nahman

Terico/prctico

Idem

Terico/prctico

Idem

Evaluacin

Idem

Idem
16
Idem
23
30

Idem

Diciembre
7

Evaluacin final

escrita

Docentes Curso

Epidemiologa Clnica
Introduccin. La Epidemiologa como apoya a la toma de decisin mdica.
El planteamiento de la intervencin mdica, siempre con el mximo respeto a la vida
requiere de unos principios:
1. Rigurosa seguridad sobre la tcnica o procedimiento a emplear, para cuya
evaluacin la epidemiologa aporta herramientas tiles,
2. Respeto profundo por las decisiones del paciente, cuando est en plena
posesin de sus facultades mentales; la labor del profesional es la de un orientador
para obtener un consentimiento tras la informacin de una decisin asumida. La
epidemiologa ayuda a una ponderacin pronostica de las decisiones.
3. No sobrepasar los lmites de la accin teraputica, evitando el encarnizamiento
teraputico. El estimar la utilidad esperada de cada proceso es decir la probabilidad
de que suceda un hecho por su utilidad, es una gua epidemiolgica que ayuda a
decidir si merece la pena o no la intervencin.
La relacin medico - paciente se ha convertido en un servicio con obligacin de
resultados. En esta relacin se distingue una primera fase hipocrtica o tradicional en la
que el modelo es paternalista de tipo prescriptivo. En una segunda fase, hacia los aos
sesenta, se destacan los estilos de vida en la morbimortalidad, llegndose en este
modelo conductista a culpabilizar a la vctima y son importantes las creencias en salud,
la comunicacin es individualizada y de tipos persuasivo. Una tercera fase, a partir de los
ochenta, establece el modelo participativo orientado a la comunidad activamente para el
cambio social que suponga mejoras para la salud, y para ello hay que plantearse la
situacin sanitaria, donde es fundamental la herramienta epidemiologa. Se pretende
algo mas que la informacin y la persuasin, como es la participacin activa y
responsable de la comunidad.
Ref : Juan del Rey Calero. Fundamentos de Epidemiologa Clnica.
Recordemos la definicin de Epidemiologa que vimos en el curso de 2 ao:
Estudio de la distribucin y los determinantes de salud y enfermedad de la poblacin
humana a fin de asegurar una racional planificacin de los servicios de salud, la vigilancia
de la enfermedad y la ejecucin de los programas de prevencin y control.
Ref.: OMS. Manila 1981

Ahora veamos que es Epidemiologa Clnica

En 1938 John Paul utiliz la terminologa Epidemiologa Clnica para referirse a los
trminos epidemiolgicos en el rea clnica, tras una encuesta epidemiolgica en terreno
para comprender mejor as las circunstancias familiar y social, etc., de los pacientes, sin
embargo este trmino no se utiliz en el sentido que hoy la usamos hasta la dcada del
setenta.

La medicina clnica y la epidemiologa comenzaron juntas desde la antigedad y los

fundadores de la epidemiologa fueron en su mayora clnicos. Sin embargo, ha existido
una tendencia en las ltimas dcadas a crear escuelas separadas, as como
entrenamientos y revistas diferentes.
"Epidemiologa clnica" es un trmino que la mayora de los mdicos no escuchan durante
su formacin profesional y que comienza a ser ms necesaria cuando tenemos la
responsabilidad de la atencin y toma de decisin con los pacientes.
La epidemiologa clnica constituye un puente entre la epidemiologa y la clnica y puede
definirse como una ciencia en la cual se "aplican principios y mtodos epidemiolgicos" a
los problemas encontrados en la medicina clnica. Cuando decimos "clnica", no hacemos
referencia solamente al mdico internista sino que puede ser aplicada por cualquier
especialidad mdica u otro personal de la salud.
Su propsito fundamental es desarrollar y aplicar mtodos de observacin clnica
que lleven a conclusiones clnicas vlidas y a una toma de decisin ms apropiada.
Adems de los aspectos de diagnstico, pronstico y tratamiento relacionado con un
enfermo particular, la epidemiologa clnica aporta los conocimientos necesarios para
poder efectuar un "anlisis crtico" de la literatura cientfica, incrementar la capacidad
investigativa de los mdicos y otros profesionales de la salud, y profundizar en aspectos
relacionados con las ciencias sociales y la economa en salud.

Para mejor comprensin de lo expresado anteriormente, utilicemos el

ejemplo de un paciente masculino de 50 aos de edad, fumador, sin antecedentes
patolgicos, que consulta al mdico por haber presentado 2 horas antes prdida de
la fuerza muscular en el hemicuerpo izquierdo de aproximadamente 5 minutos de
duracin. El examen neurolgico es normal y en la TAC solamente se observan
signos de atrofia cerebral. Se realiza un doppler carotdeo donde se observa
aumento de la resistencia vascular al flujo cerca del origen de la cartida interna
derecha.
Debera recomendarse una angiografa cerebral y, posteriormente, intervencin quirrgica
para eliminar la estenosis? El mdico se enfrenta a una situacin compleja en la cual
debe responder a un grupo de interrogantes antes de dar esa recomendacin:
Cul es la probabilidad de que la angiografa detecte estenosis sintomtica, qu
complicaciones pueden presentarse, qu porcentaje de falsos positivos o falsos
negativos se esperan?
Qu probabilidad tiene el enfermo de presentar un nuevo proceso isqumico
cerebral y cul es la expectativa de vida, de no realizarse la intervencin
quirrgica?
Cul es la probabilidad de que la intervencin quirrgica mejore la calidad de vida
del enfermo y evite nuevos sntomas?
Es indiscutible que en este paciente y en muchas de las situaciones clnicas, el
diagnstico, pronstico y los resultados de un tratamiento para un paciente son
inciertos y, por lo tanto, tienen que ser expresados como probabilidades. Adems,
las observaciones clnicas son efectuadas por mdicos con variables destrezas y
pueden estar influidas por una variedad de errores sistemticos que pueden
distorsionar la verdadera naturaleza de las afecciones y crear confusin.

10

La epidemiologa clnica, aplicando los trminos de normalidad / anormalidad, sensibilidad

y especificidad de las pruebas diagnsticas, valores predictivos y estimacin de riesgos,
por mencionar algunos, permite al mdico realizar una mejor decisin y utilizar la
alternativa del tratamiento ms efectiva para el paciente.
Esta ciencia puede ser aplicada en cualquiera de los niveles de atencin del sistema de
salud. En la atencin primaria, adiestra al mdico para efectuar estudios de incidencia y
prevalencia, investigaciones de factores de riesgo y factores pronsticos, as como
pruebas de pesquizaje. Esto contribuira a profundizar en el proceso salud-enfermedad y
los factores involucrados, toma de decisiones ms apropiadas y solucin de los
principales problemas de salud de la comunidad.
En la atencin mdica de mayor complejidad facilita la evaluacin de las pruebas
diagnsticas, anlisis de factores pronsticos, toma de decisin con respecto al
tratamiento ms efectivo, efectuar estudio de causalidad, desarrollo de las investigaciones
cientficas, anlisis crtico de la literatura mdica y estudios de evaluacin econmica en
salud.
En conclusin, la Epidemiologa Clnica es til y necesaria para el mdico clnico y
otros profesionales de la salud, y su aplicacin trae consigo un incremento de la
calidad de la atencin mdica y una mejor preparacin profesional.
Ref. Dr. Nelson Gmez Viera , Magister en Epidemiologa Clnica
Epidemiologa Clnica, Editorial. Rev. Cubana Med. 1997;36(2):81-83

Otra consideracin muy interesante para los pases en vas desarrollo es que existe una
necesidad creciente de los estudios de epidemiologa clnica ya que hay recursos
disponibles muy limitados para los servicios de salud, que se pueden aplicar ms
efectivamente slo si se conoce la frecuencia y distribucin de la enfermedad de la
poblacin. Tambin permite efectuar predicciones ms exactas y poder decidir cul de
esos recursos escasos es el mejor y, a su vez, para un mayor nmero de personas. Esta
es la utilizacin en lo que se conoce como gestin sanitaria y gestin clnica y que
vers en el curso del internado.
A continuacin les ofrecemos dos definiciones de Epidemiologa Clnica extradas de los
textos de Epidemiologa Clnica de Fletcher y de Jeniceck:
Es la ciencia que realiza predicciones sobre pacientes individuales mediante el recuento
de acontecimientos clnicos en pacientes similares, utilizando mtodos cientficos slidos
para los estudios de grupos de pacientes a fin de garantizar que las predicciones sean
precisas.
Ref.: Epidemiologa clnica, Fletcher, Rh y cols., Ediciones Masson, 1998.

Es la ciencia y el mtodo de estudiar las decisiones ptimas en la medicina clnica,

teniendo en cuenta las caractersticas epidemiolgicas del paciente y su ambiente clnico
externo, la patologa que le concierne y los factores y maniobras a que el paciente se ve
expuesto en su ambiente clnico, en especial las acciones mdicas.
Objetivos prcticos de la epidemiologa clnica:

11

Optimizar la prctica clnica diaria y sus decisiones inherentes

Organizar, estructurar y racionalizar mejor la investigacin clnica en su orientacin
hacia el proceso de toma de decisiones
Comprender mejor la calidad, validez y relevancia de la experiencia mdica
compartindola a travs de publicaciones mdicas, artculos, mesas redondas, y
otros medios.

Ref.: Epidemiologa, la lgica de la medicina moderna, Jeniceck, M, Editorial Masson, 1992.

En el siguiente cuadro se pueden apreciar las diferencias que existen en cuanto al objeto
de estudio, finalidad, organizacin y evaluacin de la Epidemiologa general y la
Epidemiologa Clnica.
Objetivo
Investigacin
etiolgica
Finalidad
Contenido

Epidemiologa clnica
Adecuacin diagnstica, pronostica y
teraputica del enfermo
Causas involucradas en la enfermedad
Criterios para la actividad clnico
asistencial
Anamnesis
Exploracin
Diagnstico
Pronstico
Tratamiento
Curacin / muerte

Organizacin

Prctica /ensayos clnicos

Participacin
Verificacin

Pasiva del sujeto

Mejorar procedimientos diagnstico y
tratamiento (control de calidad)

Epidemiologa general
Estudio de la enfermedad en la
comunidad
Factores de riesgo(FR) en la
comunidad
Actuacin preventiva sobre los
factores de riesgo
Antecedentes sociales, del
medio ambiente, econmicos.
Descripcin
Hiptesis epidemiolgica
Informacin analizada
Objetivos plan/programa
Control /erradicacin
Trabajo en equipo
interdisciplinario
Auto-responsabilidad
Evaluar el impacto de
intervencin sobre sujetos

12

Pruebas diagnsticas
Coordinacin temtica y recopilacin de material:
Dra. Mara Cristina Marsano. de Mollar
Bibliografa sugerida:
1. Epidemiologa clnica; Fletcher y col. Editorial Masson.
2. Medicina basada en la evidencia; Sackett y col. Editorial Harcourt
3. Medicina basada en la evidencia; Taller de Trabajo .CRosarino de Estudios Perinatales basado en
el similar dictado en McMaster University,Hamilton, Otario,Canada.

1. Actividades programadas
1 encuentro:
Evaluacin diagnstica.
Sensibilidad y especificidad. Tasa de falsos positivos. Tasa de falsos negativos. Valor
predictivo positivo. Valor predictivo negativo. Relacin de la prevalencia con el valor
predictivo. Pruebas en serie.
Actividad: Resolucin de problemas.
2 encuentro:
Interrelacin entre sensibilidad y especificidad. Punto de corte. Curvas ROC. Cociente
de probabilidades. Razn de probabilidades.
Actividad: Resolucin de problemas.
3 encuentro:
1 Apreciacin crtica de un artculo sobre diagnstico.
Actividad: Bsqueda en hemeroteca de la Facultad de un artculo especfico y su
lectura crtica aplicando y discutiendo en grupos la Gua especfica.
4 encuentro:
2 Apreciacin crtica de un artculo sobre diagnstico.
Actividad: Bsqueda en Internet de un artculo especfico y su lectura crtica
aplicando y discutiendo en grupos la Gua especfica.
Evaluacin formativa.

1. 1.

ELEMENTOS DEL RAZONAMIENTO DIAGNOSTICO

Establecer un diagnostico constituye un proceso imperfecto que da lugar ms a

una serie de probabilidades que a una certeza Robert Fletcher
Los mdicos dedicamos mucho tiempo a la tarea de determinar el diagnstico que
corresponde a las molestias que aquejan a nuestros pacientes.
Si bien hacerlo significa utilizar el buen juicio clnico, la literatura mdica disponible y la
experiencia para saber cmo organizar esa informacin, cuando se trata de interpretar las
llamadas pruebas diagnsticas existen algunos principios bsicos a tener en cuenta.
13

Consideramos como tales no slo a las obtenidas de las pruebas de laboratorio sino
tambin a las que aporta la historia clnica, la exploracin fsica, otras tcnicas de
diagnstico (imgenes, patologa, etc.) y an tambin las brindadas por un conjunto de
hallazgos. Por ejemplo, cuando frente a determinados signos neurolgicos prodrmicos
tales como cefalea, nuseas y vmitos diagnosticamos una migraa; o cuando frente a
hemoptisis y prdida de peso pensamos en cncer de pulmn.
Adems, los estudios diagnsticos no slo se utilizan para diagnosticar una enfermedad
sino tambin para evaluar un tratamiento o para efectuar un pronstico.
Los mdicos afrontan dilemas regularmente cuando ordenan e interpretan pruebas
diagnsticas. La proliferacin de tecnologa mdica hace cada vez ms importante la
habilidad para evaluar los artculos sobre pruebas diagnsticas. Por esta razn
intentaremos discutir los principios de una evaluacin eficiente de estos estudios y el uso
ptimo de la informacin que ellos proporcionan.
Una vez que se decide que un artculo sobre el tema es potencialmente relevante,
es decir que el ttulo y el resumen sugieren que la informacin es aplicable al
problema del paciente que se est tratando, deben plantearse las siguientes tres
preguntas bsicas:
123-

Son vlidos los resultados de este estudio?

Cules fueron los resultados?
Los resultados me ayudarn en la atencin de mis pacientes?

Generalmente el mdico tiene pocos datos de los pacientes antes de conocerlos. Al

recibirlos por primera vez cuenta con la edad, el sexo y la procedencia.
Con estos datos puede ir ya delineando ciertas posibilidades diagnsticas basndose en
la prevalencia de las enfermedades.
Recordemos que prevalencia es la proporcin de individuos que presentan la
enfermedad en cuestin, en un tiempo y lugar determinados.
Cuando se efectan hiptesis diagnsticas, se establece, en relacin directa con la
prevalencia, una probabilidad (P) de que el paciente tenga o no la enfermedad
considerada.
A esta P se la denomina probabilidad previa o probabilidad pre-prueba, pre-test o
anclaje.
(estos trminos se consideran sinnimos).
El mdico puede visualizar mejor el nivel de certeza de una hiptesis diagnstica sobre
una escala de probabilidades. De esta manera, la probabilidad surge como un camino que
disminuye la incertidumbre, ya que a cada valor numrico de probabilidad equivale un
grado cualitativo de incertidumbre.

14

Siempre que se establece una presuncin diagnstica, se puede establecer tambin una
probabilidad numrica.
Para establecer esta probabilidad pre-prueba, el mdico se basa en conocimientos que
tenga sobre la enfermedad en cuestin a partir de la literatura mdica, del conocimiento
de la prevalencia local y de su experiencia personal.
As, la P pre-prueba cuantifica tambin la posibilidad de que el paciente no tenga la
enfermedad.
Para evaluar las caractersticas de un estudio diagnstico, es necesario que ste pueda
seleccionar personas enfermas entre las sanas.
Mediante un estudio que se denomina patrn de referencia, patrn oro o gold
standard se establece quines son los enfermos y quines los sanos. El gold standard
es el mejor estudio que existe para una determinada enfermedad.
Existen resultados normales y anormales, aunque la normalidad se puede observar desde
diferentes parmetros: el Gaussiano cuando existe una media y una desviacin estndar
que al graficarse presentan una distribucin normal y significa que todos los casos
anormales tienen la misma frecuencia; el percentil cuando hay un intervalo, por ejemplo:
de 5-9%; el Cultural siendo lo culturalmente deseable lo preferido por la sociedad; etc.
Recordemos que el valor normal segn el parmetro gaussiano de un estudio se determina
a partir de sucesivas mediciones realizadas en un gran nmero de personas consideradas
sanas.

Al graficar los resultados obtenidos en un eje cartesiano la mayora de las mediciones

tienden a agruparse alrededor de un valor medio o promedio, adoptando la curva la forma
aproximada de campana de Gauss.
Se considera valor normal del estudio al comprendido entre la media (x) y dos desvos
estandar (2DS), lo cual representa al 95% de la poblacin sana. Un 2,5% de resultados
que quedarn a la izquierda, por fuera de los 2DS, y que sern anormalmente bajos
aunque los sujetos estn sanos. De igual manera, un 2,5% de los resultados quedarn
ubicados a la derecha, por fuera del rea de los 2DS, y resultarn anormalmente altos
aunque los individuos tambin estn sanos.
El valor normal de un estudio, por convencin, incluye slo al 95% de la poblacin sana.
Pero qu sucede cuando se piden estudios a personas sanas, cmo ocurre en un
chequeo de salud?.
De acuerdo a lo enunciado hasta el momento, si el mdico solicita slo un estudio, la
probabilidad (P) de obtener un resultado falso ser:
P resultado errneo = [ 1 P resultado correcto]
P resultado errneo = [ 1 0,95]
15

P resultado errneo = 0,05

Ahora bien, si el mdico pide tres estudios diferentes ( ej.: uremia, glucemia y calcemia) con las
probabilidades ya sealadas ( resultado normal = P de 0,95 (N) y resultado falso = P de 0,05 (F), resultarn
las siguientes combinaciones posibles:

16

Test 1
F
F
F
N
F
N
N
N

Test 2
F
F
N
F
N
F
N
N

Test 3
F
N
F
F
N
N
F
N

Probabilidad
0,05 x 0,05 x 0,05 = 0,000125
0,05 x 0,05 x 0,95 = 0,002375
0,05 x 0,95 x 0,05 = 0,002375
0,95 x 0,05 x 0,05 = 0,002375
0,05 x 0,95 x 0,95 = 0,045125
0,95 x 0,05 x 0,95 = 0,045125
0,95 x 0,95 x 0,05 = 0,045125
0,95 x 0,95 x 0,95 = 0,857375

Como se observa en la tabla, existen ocho combinaciones posibles de resultados N y F cuya sumatoria es
igual a 1.

Para calcular la P de que al menos uno de los tres estudios solicitados, arroje un
resultado falso, se aplica la siguiente frmula:
P por lo menos de un resultado errneo = [ 1 P resultado correcto ]3
P por lo menos de un resultado errneo = [ 1 0,95]3
P por lo menos de un resultado errneo = 0,125 = 12,5%
Es decir que, pidiendo slo un estudio la P de que un paciente sano tenga un resultado
falso es del 5% y con tres estudios puede ascender al 12,5%.
En una batera de 12 estudios, por ejemplo una rutina que se le pida a un paciente para
un ingreso laboral, asumiendo que cada componente tiene una tasa de resultados falsos
de 5%, la probabilidad de que por lo menos un resultado sea falso es: 1 0,95 12 =
45,96%
casi el 50%!!!!
Regresemos a los ESTUDIOS DIAGNOSTICOS:

En una prueba diagnstica existen dos importantes propiedades:

1.
2.

Precisin: un estudio es preciso cuando al repetirlo da siempre el mismo valor.

Exactitud: un estudio es exacto cuando mide correctamente la variable en estudio.

La precisin es el grado en que un instrumento de medida o un estadstico produce los

mismos resultados al aplicarse sobre la misma magnitud (instrumentos) o poblacin
(estadsticos). La precisin de un estadstico se estima por el intervalo de confianza.
La mejor forma de determinar la precisin de una prueba diagnstica es compararla con la
verdad.
Ya dijimos que para ello es importante asegurarse que ha sido aplicado a todos los
pacientes un patrn de referencia apropiado, junto con la prueba en investigacin. De
igual modo es necesario averiguar si los resultados de ambos mtodos diagnsticos, el de
referencia y el en estudio, han sido determinados independientemente unos de otros, es
decir, que los encargados de determinar el resultado no tenan conocimiento del resultado
de la otra prueba ( a doble o triple ciego).
17

La exactitud con que un instrumento o una prueba mide lo que se quiere medir se
relaciona con la validez. Se refiere a la solidez, o rigor, en relacin con el grado de
aproximacin a la 'verdad' de sus resultados. Un estudio es vlido si el modo en que
ha sido diseado y realizado hace que los resultados no estn sesgados, es decir,
eficacia
clnica.
nos
da
una
'verdadera'
estimacin
de
la
La validez de una prueba diagnstica es el grado en que sus resultados se
aproximan al 'verdadero' diagnstico.
Su validez externa es el grado en que los resultados de un estudio son
generalizables a otros individuos..
Su validez interna: es el grado en que los resultados de un estudio se aproximan a
la 'verdad' en la poblacin estudiada. La validez interna de las pruebas diagnsticas
se relacionan con la sensibilidad, la especificidad y los valores predictivos del
estudio; con la razn de mxima probabilidad o cociente de probabilidad y con la
curva de caractersticas operativas para el receptor ( ROC).
Es muy importante medir con un mnimo de error. Recordemos, de nuestro paso por el
Curso de Epidemiologa , que existen dos grandes grupos de errores:
1. Error Aleatorio: todo estudio se basa en medir variables aleatorias, es decir
determinadas por fenmenos aleatorios. Este error se disminuye con el aumento
de tamao de la muestra. La ausencia de error aleatorio es la precisin.
2. Error Sistemtico o Sesgo: se relaciona con la forma de seleccin de los
individuos de la muestra, con el proceso de obtencin de la informacin ( sesgo de
seleccin, sesgo de medicin, sesgo de confusin, etc..).El grado de error
sistemtico es la validez
Una prueba diagnstica es realmente til en la medida que distinga la enfermedad
estudiada. Casi todas las pruebas distinguen el estado de salud de un afeccin severa. En
verdad el valor de una prueba se establece slo en un estudio que refleje lo que sucede
en la prctica clnica en que pacientes en distintos estadios de su enfermedad debern
ser diagnosticados. Es por esto muy importante que la muestra de pacientes en que se
estudie una eventual prueba diagnstica incluya un espectro apropiado de enfermos.
Las propiedades de una prueba diagnstica se distorsionan si sus resultados influyen en
la decisin de someter a los pacientes a la confirmacin de un patrn de referencia. Este
sesgo de verificacin o sesgo de elaboracin sucede, por ejemplo cuando a pacientes
con alta sospecha de padecer una coronariopata y con una ergometra positiva, tienen
ms posibilidades de que se les indique una angiografa ( patrn de referencia) que los
que tienen una ergometra negativa.

CARACTERISTICAS OPERATIVAS DE LOS ESTUDIOS DIAGNOSTICOS

18

Existen dos caractersticas propias de los estudios diagnsticos:

1- Sensibilidad
La sensibilidad de un estudio sirve para detectar a los enfermos que tienen un estudio
positivo.
Ante un estudio diagnstico un paciente enfermo puede tener dos posibilidades:
1.

2.

Tener un resultado positivo (celdilla a) = son Verdaderos positivos (VP)

Tener un resultado negativo (celdilla c) = son Falsos negativos (FN)
Enfermos

SI
Estudio
+
Estudio
-

(a)

VP

(c)

FN

La sensibilidad se define por la siguiente frmula:

Sensibilidad =

es decir

a__
a+c

VP____ =
VP + FN

VP___
enfermos

Por lo tanto, la sensibilidad detecta a los enfermos que tienen resultados positivos

2- Especificidad
La especificidad de un estudio sirve para confirmar a los sanos que tienen un resultado
negativo.
Ante un estudio diagnstico un paciente sano puede tener dos posibilidades:
1. 1. Tener un resultado positivo (celdilla b) = son Falsos positivos (FP)
2. 2. Tener un resultado negativo (celdilla d) = son Verdaderos negativos (VN)
Sanos

SI
Estudio
+
Estudio
-

(b)

FP

(d)

VN

19

La especificidad se define por la siguiente frmula:

Especificidad

___d___
b+d

= __ VN____ =
VN + FP

VN___
sanos

Por lo tanto, la especificidad detecta a los sanos que tienen resultados negativos.

En la siguiente tabla 2 x 2 se detallan las ecuaciones vistas hasta ac.

Enfermedad

SI
Estudio (a)VP
+
Estudio (c)FN
Sensibilidad
=
VP / VP+FN

NO
(b)FP
(d)VN
Especificidad
=
VN / VN+FP

Tambin se pueden definir las tasas recprocas de la sensibilidad y la especificidad:

1. 1.
Tasa de Falsos Negativos (TFN) como la proporcin de pacientes
enfermos con resultado negativo.
TFN =

FN
FN + VP

FN___
enfermos

2. 2.
Tasa de Falsos Positivos (TFP) como la proporcin de pacientes sanos
con un resultado positivo.
TFP =

FP___
VN + FP

FP___
sanos

Al ser recprocas, tambin se pueden informar como:

20

De manera que manera que:

Cuanto ms sensible es un estudio la TFN disminuye.
Cuanto ms especfico es un estudio la TFP disminuye.

Un estudio altamente sensible es muy importante cuando el resultado es negativo

( descarta la enfermedad), en cambio un estudio altamente especfico es muy importante cuando el
resultado es positivo (confirma la enfermedad)

Actualmente, se utilizan los trminos SnNout cuando una prueba tiene una alta
sensibilidad por lo que su resultado negativo nos indica que el sujeto no es enfermo (regla
out) para dicha prueba y SpPins para las pruebas de alta especificidad, es decir que si el
resultado es positivo se hace el diagnstico ( regla in) por dicha prueba.
Es un hallazgo diagnstico cuya Especificidad es tan alta que un resultado positivo

SpPin Absoluto confirma el diagnstico.

SnOut Absoluto

Es un hallazgo diagnstico cuya Sensibilidad es tan alta que, un resultado negativo,

descarta el diagnstico.

Para hacer un estudio en un paciente con una muy baja prevalencia de enfermedad, se
prefiere utilizar estudios muy especficos porque la posibilidad de rotular a pacientes
sanos como enfermos aumenta.
Las caractersticas de sensibilidad, especificidad, tasa de falsos positivos y negativos, se
utilizan como constantes aunque muchos factores influyen para que no lo sean. Es el
caso de aspectos como la experiencia del observador, el grado de discriminacin del
instrumento que se usa y el estadio de la enfermedad que se estudia.
Punto de corte
Ya dijimos que el valor normal de un estudio est representado por la media ms
menos dos desvos standards, lo que representa al 95% de la poblacin sana, asumiendo
una distribucin gaussiana.
Para una variable cuantitativa continua, los valores del estudio en una poblacin enferma
adoptan tambin una distribucin gaussiana, aunque mucho ms

A B

21

pequea, dado que la poblacin de enfermos es menor.

Como puede observarse, existirn valores que sern comunes a las dos
poblaciones. La magnitud de esta superposicin de valores tendr relacin tanto con la
especificidad como con la sensibilidad del mtodo y ambas dependern del valor lmite
por encima del cual se considere anormal un resultado. Este valor recibe el nombre de
punto de corte.
Si el punto de corte se corre hacia la izquierda, aumenta la sensibilidad y disminuye la
especificidad del mtodo.
A la inversa, si el punto de corte se corre hacia la derecha, aumenta la especificidad y
disminuye la sensibilidad.

CURVA DE CARACTERSTICAS OPERATIVAS RECEPTORAS ( CURVA ROC)

Una curva ROC se utiliza para:
1. Relacionar la Sensibilidad y la TFP de un estudio.
2. Determinar la perfomance o rendimiento del mismo.
3. Comparar distintos estudios.
La curva ROC representa en un sistema de coordenadas los distintos valores de
Sensibilidad ( eje de las y) y la respectiva tasas de falsos positivos ( eje de las x)
correspondientes a distintos puntos de corte de un estudio.

Si consideramos como punto de corte a 100mg/100ml se pasar por alto al 11% de los
enfermos (falsos negativos) y alarmaramos intilmente a un 30% de personas sanas que
quedaran rotuladas como enfermas ( falsos positivos).

22

Si ahora el punto de corte se sube a 120 mg/100 ml, pasaremos de alto a casi el 30% de
los enfermos ( falsos negativos) pero se incluira tan slo a menos del 10% de sanos
como enfermos ( falsos positivos).
Generalmente el mejor punto de corte se encuentra en el hombro de la curva ROC y all
se agrupan las pruebas que mejor diferencian entre sanos y enfermos. Para estas
pruebas, a medida que la sensibilidad aumenta progresivamente (al bajar el punto
de corte), apenas se pierde especificidad.
Las pruebas que rinden menos, se sitan ms cerca de la diagonal que une el extremo
inferior izquierdo con el superior derecho. Esta diagonal muestra la relacin entre las
tasas de verdaderos positivos y falsos positivos que se producira para una prueba que no
aportase ninguna informacin es decir, como si el mdico dejara echado al azar el
resultado.
Con una curva ROC el mdico puede determinar el punto de corte ptimo para un estudio
en particular.
No existe un punto de corte mejor que otro. Los mdicos pueden elegir las
caractersticas de un estudio en base a la importancia relativa que le atribuyan a no
perder pacientes enfermos ( estudio muy sensible) o no tener tantos falsos
positivos (muy especfico).
Los costos netos ( de salud, econmicos y psicolgicos), la seguridad y eficacia del
tratamiento y la probabilidad pre-test tambin influyen para cada decisin.
Para mejor comprender este punto, analicemos el trabajo de Diamond y Forrester
publicado en 1981 en la revista Circulation. All se evaluaron la sensibilidad y
especificidad de la ergometra (EG) para diferentes puntos de corte: 0,5 1 1,5 2 y 2,5
mm de desnivel del segmento ST. A simple vista se observa que, a medida que el punto
de corte se corre a la derecha aumenta la especificidad y disminuye la sensibilidad.
Observemos que tambin disminuye la TFP ( 1 especificidad).

Criterio
Mayor 5,5 mm
Mayor 1 mm
Mayor 1,5 mm
Mayor 2 mm
Mayor 2,5 mm

Sensibilidad
0,86
0,65
0,42
0,33
0,20

Especificidad
0,62
0,85
0,96
0,98
0,995

T.F.P.
0,38
0,15
0,04
0,02
0,005

23

VALOR PREDICTIVO

El valor predictivo es la probabilidad de que el resultado de un estudio sea correcto.

El valor predictivo positivo (VPP) es la probabilidad de que un paciente con un resultado positivo tenga la
enfermedad.
El valor predictivo negativo (VPN) es la probabilidad de que un paciente con un resultado negativo no
tenga la enfermedad.

Existe un concepto que hace muy importante al Valor Predictivo y es que modifica el
anclaje, probabilidad pre-prueba o prevalencia inicial llevndola a una nueva probabilidad
denominada probabilidad post-prueba.
Este concepto es el que ms se utiliza en la prctica clnica con el paciente individual.
Por ejemplo, puede diagnosticarse una enfermedad coronaria porque el resultado de una
ergometra de esfuerzo ( sensibilidad= 80% ; especificidad del 74%) fue anormal.
Pero cmo saber qu probabilidades tiene ese paciente de ser un VP o un FP?
Indudablemente si el paciente es un varn de 60 aos, que fuma y es hipertenso es ms
probable que se trate de un VP en tanto que si es mujer, tiene 25 aos y no fuma, la
probabilidad de ser un FP es mayor.
Es importante conocer los valores predictivos y stos son variables porque dependen de
la prevalencia, insistimos sinnimo de la probabilidad previa o pre-prueba.
Si la prevalencia es muy baja o muy alta, la ganancia de informacin luego de realizar
una prueba diagnstica ser escasa. En cambio, si la probabilidad pre-prueba es
intermedia (entre 40 y 70%), los valores predictivos positivos y negativos cambiarn
mucho ya sea para confirmar o descartar la enfermedad.
Lo que debe conocer el mdico para ser efectivo es la prevalencia de las
enfermedades y las caractersticas de las pruebas. Si un mdico no conoce la
prevalencia no puede interpretar el resultado de las pruebas. No sirve de nada que
un paciente tenga una ergometra anormal si no se conoce quin es el paciente, qu
factores de riesgo coronarios tiene y por qu se le solicit el estudio.
Un mdico debe establecer una probabilidad previa segn las caractersticas particulares
de cada paciente.
COEFICIENTE DE PROBABILIDAD

La utilidad clnica de una prueba diagnstica se determina fundamentalmente por la

exactitud con la que ella identifica la enfermedad en estudio.
La medida de exactitud en la que nos concentraremos ahora es el coeficiente de
probabilidad (CP), que es un nmero que se establece al relacionar las caractersticas
operativas de los estudios
( sensibilidad, especificidad, tasa de falsos positivos y tasa de falsos negativos) en
pacientes con la enfermedad y sin la enfermedad.

24

El CP tambin es conocido como la Razn de mxima verosimilitud (RMV) o en ingls

como el likelihood ratio (LR) y representa el incremento ( o decremento) relativo del
riesgo en pacientes despus de hecho el estudio en relacin a los pacientes sanos..
El CP es un valor que se obtiene a partir de la relacin entre la sensibilidad, especificidad,
TFP y TFN y se considera constante.
CP = Probabilidad del resultado de una prueba en personas enfermas
Probabilidad del resultado de una prueba en personas sanas

Existe un coeficiente positivo (CPP) y un coeficiente negativo (CN)

CPP = Probabilidad de que el hallazgo est presente en personas enfermas
Probabilidad de que el hallazgo est presente en personas sanas

Por lo tanto:

CPP

a /a+c
b/b+d

Sensibilidad =
Tasa de FP

Sensibilidad____
1 - Especificidad

De igual modo
CPN =

Probabilidad de que el hallazgo est ausente en personas enfermas

Probabilidad de que el hallazgo est ausente en personas sanas

Por lo tanto:

CPN

c/a+c
d/b+d

Tasa de FN_ =
Especificidad

1 Sensibilidad_
Especificidad

El CP es independiente de la probabilidad previa y brinda informacin acerca de cmo

interpretar el resultado de un estudio.
Tal como dijimos ms arriba indica en cunto un resultado dado de la prueba aumentar
o disminuir la probabilidad pre-prueba de dicha enfermedad. Un CP de 1 significa que la
probabilidad post- prueba es exactamente la misma que la probabilidad pre-prueba. CP
mayores que 1 incrementan la probabilidad de que la enfermedad en cuestin est
presente, y cuanto ms grande el CP mayor es este incremento. Recprocamente, CPs
menores que 1, disminuyen la probabilidad de la enfermedad en cuestin, y cuanto menor
sea el CP, mayor ser la disminucin en probabilidad y menor su valor final.
CPs mayores que 10 menores que 0,1 generan amplios y frecuentes cambios de la
probabilidad pre-prueba a la post-prueba; CPs de 5 a 10 de 0,1 a 0,2 generan cambios
moderados en cambio CPs de 1 a 2 de 0,5 a 1 alteran muy poco estas probabilidades.

25

Al explicar la curva ROC se detallaron las caractersticas operativas de los distintos

puntos de corte que presenta la ergometra (EG).
Punto de corte
a
b
c
d
e

Criterio
Mayor 5,5 mm
Mayor 1 mm
Mayor 1,5 mm
Mayor 2 mm
Mayor 2,5 mm

Sensibilidad
0,86
0,65
0,42
0,33
0,20

Especificidad
0,62
0,85
0,96
0,98
0,995

T.F.P.
0,38
0,15
0,04
0,02
0,005

T.F.N.
0,14
0,35
0,58
0,67
0,80

Aplicando a este estudio las frmulas anteriormente mencionadas se obtuvieron los

siguientes CPs:
Punto de corte
a
b
c
d
e

Criterio
Mayor 5,5 mm
Mayor 1 mm
Mayor 1,5 mm
Mayor 2 mm
Mayor 2,5 mm

CPP ( S / 1 E)
2,26
4,3
10,5
16,5
40

CPN (1 S / E )
0,22
0,41
0,6
0,68
0,8

Por lo que el punto de corte c tiene un CP de 10,5 lo que significa que si la EG es positiva
con un desnivel mayor de 1,5 mm el paciente tiene 10,5 a 1 posibilidades de padecer
enfermedad coronaria versus no tenerla.
Si la prueba es negativa la probabilidad de padecer la enfermedad coronaria es de 0,6 a 1
versus estar sano.
RAZON DE PROBABILIDAD (ODDS)

Hasta ahora, al hablar de probabilidad se la expres en porcentaje pero existe otra

manera de cuantificar las probabilidades de estar enfermo versus estar sano.
La relacin de probabilidad (odds) es una manera de expresar la probabilidad previa
( anclaje o probabilidad pre-prueba) de enfermedad.
Enfermos

: 1

Sanos

La razn de probabilidad (RP) y la probabilidad (P) guardan la siguiente relacin:

RP =

P___
1- P

P =

___RP___
1+P

Ejemplo:

26

Un mdico de familia ve un paciente de 58 aos con antecedentes de hipertensin arterial

que comienza hace dos semanas con precordialgia con el esfuerzo que cede con el
reposo.
Su presuncin diagnstica le dice que la posibilidad de angor en este paciente es alta por
lo que le asignar una P ( probabilidad pre-prueba, probabilidad previa, anclaje o
prevalencia ) del 90%.
Tambin en este caso el mdico puede emplear el concepto de Razn de Probabiliad
(RP):
Para eso se debe preguntar por cada vez que vi un paciente con esas caractersticas
cuntos tenan enfermedad coronaria y cuntos no
RP = ___P____
1P

0,9
1 0,9

P que tenga enfermedad coronaria

0,9
0,1

P que no tenga enfermedad coronaria

Conociendo el CP( likelihood ratio) y la RP (odds) pre-test se puede calcular la RP post prueba utilizando la
siguiente frmula :

Veamos otro ejemplo:

Una joven mujer consulta por fatiga y cansancio. Refiere menstruaciones muy
abundantes.
Se establece una probabilidad pre-prueba de anemia ferropnica del 60%. (0,6)
Usando el concepto de razn de probabilidad el mdico debe preguntarse por cada vez
que vio una paciente con esas caractersticas cuntas tenan realmente anemia
ferropnica y cuntas no.
RP = __P____
1P
RP =

= __ 0,6__ = __0,6_ = 1,5

1 0,6
0,4

1,5 : 1

Esto es 1,5 probabilidades de estar anmica por 1 probabilidad de que no lo est.

Supongamos que el mdico solicita una ferritina srica cuyas caractersticas operativas
para valores menores de 12 ng / ml son : Sens = 97% ; Esp = 99%

27

El resultado obtenido en esta paciente es =8 ng / ml ( es decir que la prueba es positiva

para anemia ferropnica por lo que utilizaremos el CPP)
CPP = ____Sensibilidad___
TFP

___0,97___
0,01

97

Es decir que un resultado positivo para anemia ferropnica srica < 12ng / ml tiene 97
veces a 1 de que provenga de una paciente con la enfermedad.
Para saber la RP post-prueba ya vimos que se combina: RP pre-prueba x CP por lo
que en este caso es: 1,5 x 97 = 145,5
Finalmente se puede convertir el valor de RP en P.
P

= ___RP___
RP + 1

= ___145,5__
146,5

99%

Vemos cmo se ha pasado de una probabilidad pre-prueba del 60% a una nueva
probabilidad del 99%.
La RP representa la prevalencia de la enfermedad que es variable.
El CP representa las caractersticas operacionales de la prueba que son constantes.
Afortunadamente existe un camino ms fcil. El siguiente nomograma propuesto por
Fagan relaciona
la probabilidad pre-prueba ( expresada en porcentaje) con el CP y como resultado al
extrapolar se obtiene la probabilidad postprueba.
Esta tabla simplifica todos los clculos. Lo nico que hay que saber es el CP y entonces
la P se puede utilizar directamente sin necesidad de pasarla a RP.
En el cuadro del nomograma vea cmo al trazar una lnea desde 25% ( probabilidad preprueba) hasta 100%; 25% y 0,015% (CPP) se obtiene P post pruebas, cercanas al 97%;
85% y 0,5% respectivamente. Sobre este nomograma verifique los resultados del ejercicio
anterior uniendo el valor de P = 60% y el del CP de 97% para verificar el valor de la P post
prueba.

28

PRUEBAS DE DETECCION (TAMIZAJE o SCREENING) de anticuerpos para el Virus

de la Inmunodeficiencia humana
OBJETIVOS:
1. Entender los conceptos y el clculo de sensibilidad, especificidad, valor predictivo positivo
y valor predictivo negativo.
2. Comprender la relacin entre prevalencia y valor predictivo.
3. Entender la interrelacin entre sensibilidad y especificidad.
PARTE I:
Usted es miembro del equipo de epidemilogos de la provincia y se le ha solicitado su opinin en
relacin al diagnstico de infeccin por el V.I.H. Junto a usted estn tambin otras autoridades,
entre ellas, el responsable del Programa de Control de los Bancos de Sangre que quiere su
asesoramiento por cuanto desea evaluar la prueba de ELISA como examen de tamizaje, para
saber quienes pueden ser dadores de sangre en la provincia.
Particularmente est preocupado por el hecho que algunas unidades de sangre siendo positivas a
anticuerpos contra el V.I.H. puedan ser pasadas por alto en el examen. Adems tiene dudas
acerca de las pruebas falsas positivas y le preocupa la presin por parte de los dadores que
resulten ELISA positivos ya que se requiere la notificacin obligatoria de los resultados de las
pruebas.
Por otra parte, desde la Comisin de Drogadependencia de la provincia estn preocupados
porque se ha notado un importante aumento de SIDA entre los pacientes bajo tratamiento del
Programa de Uso de Drogas Intravenosas. Ellos quieren hacer un estudio de seroprevalencia de
anticuerpos contra el V.I.H. en usuarios de drogas, con el propsito de planear y evaluar la
factibilidad de usar los resultados de la prueba como parte de la asesora para la modificacin de
conductas.
Consigna 1: Con esta informacin, construya tablas de 2 x 2 y calcule el valor predictivo positivo
(VPP) y el valor predictivo negativo (VPN) de la prueba de ELISA en una poblacin hipottica de 1
milln de dadores de sangre entre los que se estima una prevalencia de infeccin por V.I.H. de
0,04% (0,0004) y en una poblacin de 1.000 usuarios de drogas en los que la prevalencia de
infeccin asciende al 10% (0,10).
Tenga en cuenta que la sensibilidad de la ELISA es del 95% y la especificidad del 98%.
Para dadores de sangre
Resultado de ELISA

Anticuerpos anti V.I.H.

Presentes
Ausentes

Total

Positivo
Negativo
1.000.000
Total
V.P.P.=

V.P.N.=

29

Para usuario de drogas

Resultado de ELISA

Anticuerpos anti V.I.H.

Presentes
Ausentes

Total

Positivo
Negativo
1.000
Total
V.P.P.=

V.P.N.=

Consigna 2: Discuta en su grupo y responda:

1. Piensa que la prueba de ELISA es una buena prueba de tamizaje para los Bancos de
Sangre?
2. Qu le recomendara al Director del Banco de Sangre respecto a la notificacin de los
dadores que tuvieron la prueba positiva?

3. Piensa que la prueba de ELISA bien llevada a cabo es suficiente para ser usada en
pacientes individuales y aconsejarla en las clnicas de rehabilitacin de drogadictos?
4. En este caso en que la prueba utilizada en ambas situaciones fue la misma la sensibilidad
y la especificidad se mantuvo constante sin embargo cmo influy la variacin de la
prevalencia sobre el V.P.P. y el V.P.N.?
PARTE II:
Los resultados de ELISA se registran como razn de densidad ptica (D.O.)
ELISA, como la mayora de las otras pruebas de tamizaje, no es perfecta: siempre existe
superposicin de la razn de D.O. de muestras que son realmente positivas a anticuerpos y
aquellas que son verdaderamente negativas a los mismos.

30

Razn de D.O.

Verdaderamente tienen
anticuerpos

Verdaderamente sin
anticuerpos

El punto de corte que diferencia una prueba positiva de una negativa es arbitrario. Nuestro
investigador decide, inicialmente que la razn de D.O. mayor que B en la figura de arriba, ser
positiva.
Consigna 3: Discuta en su grupo y responda:
1. En trminos de sensibilidad y especificidad qu sucede si usted corre el punto de corte de
B hacia A?
2. En trminos de sensibilidad y especificidad qu sucede si usted corre el punto de corte de
B hacia C?
3. Por lo que sabe ahora cul es la relacin entre la sensibilidad y la especificidad en una
prueba diagnstica?
4. Qu considerarn el Director del Banco de Sangre y el Jefe de la Clnica de
Rehabilitacin al decidir cul debe ser el punto de corte para cada uno de sus programas?
PARTE III:
Pero Usted est preocupado porque el V.P.P. de la ELISA es bajo entre los dadores de sangre por
lo que el personal del Banco no puede comunicarle con certeza a aquellas personas que resultan
con una prueba positiva sobre la situacin real de sus anticuerpos. Por esta razn desea evaluar
la prueba de Western Blot como una prueba confirmatoria de los anticuerpos anti V.I.H.

31

El examen de Western Blot identifica los anticuerpos a proteinas de bajo peso molecular
especfico. La tcnica permite la identificacin de anticuerpos a determinadas proteinas asociadas
con el virus de la inmunodeficiencia humana. Los anticuerpos a una proteina especfica aparecen
como una banda en la prueba de tira reactiva. La prueba es positiva si aparecen las bandas P24 y
GP41.
El Western Blot es considerado el estandar de oro de las pruebas contra V.I.H. porque su
especificidad es del 99,9%. Sin embargo no es utilizado como una prueba de tamizaje primario
porque es cara, tcnicamente difcil de realizar y porque su sensibilidad es de slo 80%.
Consigna 4: vuelva a la Parte I de este ejercicio y responda:
1. Cul es la prevalencia de anticuerpos anti V.I.H. en la poblacin de dadores?
2. Evale la prueba de Western Blot como confirmatoria entre aquellos dadores que
inicialmente fueron ELISA positivos y calcule el V.P.P. de la secuencia ELISA Western
Blot
Para dadores de sangre
Resultado de ELISA

Anticuerpos anti V.I.H.

Presentes
Ausentes

Total

Positivo
Negativo
380

19.992

20.372

Total
V.P.P.=
3. Por qu el V.P.P. se incrementa tanto al agregar una segunda prueba?

32

CARACTERISTICAS OPERATIVAS DE LOS ESTUDIOS DIAGNOSTICOS

EJERCITACION

1- SENSIBILIDAD Y ESPECIFICIDAD:
Elija la / s opcin / es correcta /s :
El anillo corneano de Kaiser Fleischer se
encuentra presente slo en la enfermedad de
Wilson

La taquicardia est siempre presente en

pacientes con hipertiroidismo

Usted quiere diagnosticar fiebre

( temperatura mayor de 37,7 C)

1.
2.
3.
4.
1.
2.
3.

el signo es poco sensible

el signo es poco especfico
no hay falsos positivos
no hay falsos negativos
el signo es 100% especfico
el signo es 100% sensible
la presencia del signo diagnostica la
enfermedad
4. la ausencia del signo excluye la
enfermedad
Cul es la sensibilidad de un termmetro que
siempre marca 37.7C ms?
1. Cul es la especificidad de ese
termmetro?

Calcule las tasa de falsos positivos (TFP) y negativos (TFN) de los siguientes tests:
Enfermedad
Ulcera gastroduodenal
Estenosis de ms del
50% del tronco de la
coronaria izquierda

Test

Sens

Espec

Interrogatorio

95%

30 %

Interrogatorio

83 %

39 %

TSH

99 %

99 %

T4 total

90 %

80 %

Examen fsico

25 %

90 %

Mamografa

75 %

94 %

T.F.N.

T.F.P

Hipotiroidismo

Cncer de mama

33

1. Dado 25 pacientes con cncer

cuntos tendrn test negativo?
2. Dado 50 pacientes sanos
cuntos tendrn test negativo?
3. Si este estudio es usado para
rastreo en una poblacin de 5000
pacientes de quienes 1% pueden
tener cncer. Cuntos tendrn
estudios positivos?

Un estudio para detectar cncer presenta

una sensibilidad del 80% y una tasa de
falsos positivos del 2%

Se efectu un tamizaje en una poblacin

para detectar bronquitis crnica. Se
consider que la enfermedad estaba
presente en todo aqul que presentase
tos y expectoracin productiva por el
trmino de dos aos consecutivos. Se
defini, en forma arbitraria, como prueba
positiva a aquella con valor del VEF1
<80%
Se estudiaron 1.864 pacientes.
Cumplieron criterios clnicos 321
personas, de los que 65 tenan pruebas
positivas.
De las personas consideradas sanas por
el criterio clnico, 134 presentaban
pruebas positivas.

1. Complete los datos en la tabla de

2x2
2. Determine la sensibilidad y la
especificidad del estudio

EPOC
Presente
Ausente

Total

(+)
VEF1
(-)
Total

2- PUNTOS DE CORTE

La PPD es tomada como positiva a partir

de 10mm de eritema e induracin. El Jefe del
Servicio de Infectologa decide que ser
positiva a partir de los 12 mm. Con esta
estrategia cul / les de los siguientes
enunciados es/son verdadero/s?

1. Disminuye la sensibilidad
2. Aumenta la especificidad
3. Disminuye la especificidad
4. Aumenta la sensibilidad

34

A continuacin se comparan las curvas ROC correspondientes a dos estudios

diagnsticos de enfermedad coronaria: ergometra y perfusin con thalio 21
Cul es el mejor estudio? Por qu?

thalio

ergometra
0.5

sensibilidad

0.5

Tasa de Falsos positivos ( 1 Espec.)

3- VALOR PREDICTIVO

Existe una probabilidad establecida de tener faringitis estreptocccica (FStr) segn los
pacientes tengan o no los siguientes hallazgos clnicos
Probabilidad
(%) de FStr

Exudados amigdalinos, fiebre,

adenopata cervical

3
14
42

Ningn hallazgo
Un hallazgo
Tres hallazgos

a. Un hombre de 46 aos consulta por dolor de garganta desde hace 3 das sin otros
sntomas. El examen fsico es normal.
Qu probabilidad previa, pre-test o prevalencia de FSt. en pacientes hay?

A pesar de tan baja presuncin diagnstica, suponga que el mdico le hizo un cultivo cuya
sensibilidad es del 73% y especificidad del 96%
Cmo quedar una tabla 2 x 2 basada en 1000 pacientes?
Cmo interpreta los valores predictivos?
b. Ahora quien consulta es un joven de 25 aos con temperatura de 38,8C ,
exudados farngeos y adenopatas cervicales anteriores. No hay otros territorios
35

comprometidos, bazo normal y sin petequias palatinas. Su novia tuvo un cuadro

semejante una semana atrs que se le fue sin tratamiento.
Qu probabilidad previa, pre-prueba o prevalencia de FSt. en pacientes hay?
Cmo quedar ahora la tabla 2 x 2 basada en 1000 pacientes?
Cmo interpreta los valores predictivos?
Un joven de 17 aos sin factores de riesgo para enfermedad alguna lo consulta porque
comenz a ir a un gimnasio y le pidieron un chequeo que incluye HIV. Asuma que la
probabilidad que tiene de ser HIV positivo es de 0,1% ( 1/1.000) HIV por ELISA = Sens
96% ; Espc 98%).
Cul es la probabilidad previa que tiene este paciente de ser HIV positivo?
Complete la tabla 2x2 usando para hacer los clculos ms fcil una prevalencia de
100 en 100.000.
Calcule el VPP y el VPN
Si el resultado es negativo Cul es la probabilidad (postest) de que se trate de un
verdadero negativo ( que no est infectado)
Si el resultado es positivo Cul es la probabilidad (postest) de que se trate de un
verdadero positivo ( que s est infectado)
d- Un paciente de 22 aos lo consulta por haber participado de reuniones de
drogadictos. Reconoce haber compartido jeringas en varias oportunidades. Hace un ao
que no se droga. Ud. le pide un HIV por ELISA ( recuerde Sens= 96% y Espec = 98%).
Asuma que la probabilidad de infeccin en estas circunstancias es del 30%.
Cul es la probabilidad previa que tiene este paciente de ser HIV positivo?
Complete la tabla 2x2 usando para hacer los clculos ms fcil 300 y 700
Calcule el VPP y el VPN
Si el resultado es negativo Cul es la probabilidad (postest) de que se trate de un
verdadero negativo ( que no est infectado)
Si el resultado es positivo Cul es la probabilidad (postest) de que se trate de un
verdadero positivo ( que s est infectado)
e- Los siguientes signos son 100% especficos para las correspondientes enfermedades:
Tofo en el odo
GOTA
Anillo de Kaiser Fleischer
Enfermedad de Wilson
En estos casos : Cmo es el valor predictivo positivo???
f- Los siguientes signos son 100% especficos para las correspondientes enfermedades:
Albuminuria
Sndrome nefrtico
Uremia
Insuficiencia renal
Taquicardia
Hipertiroidismo
En estos casos: Cmo es el valor predictivo negativo?
g- Un paciente de 73 aos consulta a su mdico por olvidos y disminucin de la atencin.
Esta queja es la tercera vez que la presenta. El mdico decide realizar un Examen Mini36

Mental (MMSE), asignndole una P pre-test de 50% de padecer un deterioro cognitivo.

Este examen, con un punto de corte de 24 puntos tiene una sensibilidad de 87% y una
especificidad de 82%.

Calcule el VPP y el VPN

Qu ocurrira si el punto de corte fuese 20 en lugar de 24?

37

GUIA PARA LA APRECIACIN CRITICA DE UN ARTICULO

SOBRE PRUEBAS DIAGNOSTICAS
GUIA

RESPUESTAS

A-SON VLIDOS LOS RESULTADOS DE LA INVESTIGACIN?

1-a Hubo comparacin de los resultados de

la prueba con los de un patrn de referencia
confiable?
1- 1b La comparacin fue a ciegas?
2- 2La muestra de pacientes incluy
un espectro adecuado de pacientes a los
que se le aplic la prueba?
3- 3a Los resultados de la prueba
evaluada influyeron en la decisin de
realizar el patrn de referencia?
3-b Los mtodos de ejecucin de la prueba
fueron descriptos con suficiente detalle
como para permitir su reproduccin?

B- CULES FUERON LOS RESULTADOS?

1-a Se presentaron los Cocientes de

Probabilidades de la prueba o los datos
necesarios para calcularlos?
1- 1b Cun precisas fueron dichas
estimaciones?
C- LOS RESULTADOS ME AYUDARAN EN LA ATENCIN DE MIS PACIENTES?

1-a La prueba ser reproducible y su

interpretacin ser satisfactoria en mi lugar de
trabajo?
1-b Los resultados son aplicables a mis
pacientes?
1-c Los resultados de la prueba modificarn
mis decisiones?
1-d Los pacientes se beneficiarn como
resultado de la aplicacin de la prueba?

38

ESCENARIO CLNICO: POSIBLE EMBOLISMO PULMONAR

Paciente de 76 aos intervenido por un carcinoma gstrico (gastrectoma total). En el

postoperatorio inmediato el enfermo recibe heparina profilctica cada 12 horas. En el
quinto da post-operatorio el paciente presenta disnea moderada de aparicin sbita
asociada a ligero dolor en hemitrax izquierdo. No hay cianosis. No hay fiebre. No hay
dolor ni edema en las extremidades inferiores. El signo de Homans negativo.
A la auscultacin pulmonar muestra una disminucin del murmullo vesicular en ambas
bases pulmonares. Radiografia de trax es normal.
Se le administra oxgeno mejorando algo la disnea aunque persiste una ligera taquipnea.
No le pedimos una gasometra porque hemos recordado haber leido que existe un nuevo
test que puede ser til para el diagnstico del embolismo pulmonar: el test del DDmero y decidimos pedirle este test a este enfermo.
Segn la clnica le adjudicamos una Probablidad Pre-test (antes de hacer el D-dmero)
de tener un embolismo pulmonar de un 10%.
Consigna:
Mientras esperamos el resultado del D-dmero decidimos:
1- Buscar en Medline la sensibilidad y especificidad de este test en el diagnstico
del embolismo pulmonar. Hallamos el excelente artculo de la Universidad de
Harvard cuyo resumen puede encontrar en la otra pgina de esta gua.
2- Buscar en la hemeroteca de la Facultad en el JAMA(ed.argentina) vol 3 n 4,
1994) el trabajo Cuantificacin de los valores plasmticos de dimero D en
pacientes en los que se practic la angiografa pulmonar por sospecha de
tromboembolismo pulmonar de Goldhaber,Grant, Simons y otros
3- Completar la Gua para la apreciacin crtica del artculo.
4- Observe como de dicho artculo deducimos que en el estudio de Goldhaber
haban :
a.-Positivos verdaderos: 42 enfermos
b.-Positivos falsos: 96 enfermos
c.-Negativos falsos: 3 enfermo
d.-Negativos verdaderos: 32 enfermos
Enfermedad
Presente

Ausente

Test Resultado

CP

Positivo

42

96

1.24

Negativo

32

0.27

Sensibilidad
93%
Especificidad
25%
Prevalencia
26%
Valor predictivo positivo 30%
Valor predictivo negativo 91%

IC 90 a 97
IC 19 a 31
IC 19 a 33
IC 24 a 37
IC 87 a 96

39

Probabilidad
Pre-test 26%
Test Result

Likelihood
Ratio

Probabilidad
Post-test

Probablidad pos-test nuestro

paciente

Positivo

1.24

30%

12%

Negativo

0.27

9%

3%

Como podemos observar el Cociente de Probabilidad o likelihood ratio es muy bajo

(LR=1.24)
La siguiente tabla muestra el IMPACTO DIAGNSTICO de un test diagnstico segn 5
niveles de su LR

Cociente de probabilidad (LR) Impacto Diagnstico

Muy
LR > 10

positivo

Moderadamente
LR > 3

positivo

Neutro
LR = 1

Confirmar SpPin
Intermedio alto
Indeterminado

Moderadamente
LR < 0.3

negativo

Extremadamente
LR < 0.1

negativo

Intermedio bajo
Descartar SnNout

El test del D-dmero tiene un LR=1.24 por tanto es un test con un escaso impacto
diagnstico, es decir que aunque el laboratorio nos d un D-dmero alto nos va a ser de
poca utilidad para establecer o descartar el diagnstico de embolismo pulmonar
(especificidad muy baja,25%,debido a elevado nmero de falsos positivos. Llegamos a la
conclusin de que ni siquiera deberamos de haberlo solicitado.)
El laboratorio nos informa que el test del D-dmero es positivo (800 n/mL).Con una
Probablidad pre-test de un 10% que le habiamos adjudicado a nuestro paciente ,la
probabilidad post-test de que el enfermo tenga un embolismo pulmonar es del 12% por lo
no estara justificado someter al riesgo de una anticoagulacin teraputica a un paciente
de 76 aos.
Pedimos un eco-doppler venoso de las extremidades inferiores que es negativo
Decidimos no anticoagular a este paciente ni pedirle una angiografia pulmonar porque no
existe suficiente evidencia para ello.
El paciente mejor de su disnea al tercer dia de la oxigenoterapia y fu dado de alta 5
dias mas tarde.

40

Posteriormente fu revisado en Cosulta Externa 1 mes despus.El enfermo no sufri

ningun otro episodio de disnea o dolor torcico, (la ausencia de indicios clnicos de
embolismo pulmonar en 35 dias es tan buen "gold standard" para descartar un embolismo
pulmonar como puede serlo una angiografia pulmonar negativa).

41

PLASMA MEASUREMENT OF D-DIMER AS DIAGNOSTIC AID IN SUSPECTED VENOUS

THROMBOEMBOLISM: AN OVERVIEW. Bounameaux H, de Moerloose P, Perrier A , Reber G.
Thrombosis and Haemostasis 1994; 71: 1-6.

QUANTITATIVE PLASMA D-DIMER LEVELS AMONG PATIENTS UNDERGOING PULMONARY

ANGIOGRAPHY FOR SUSPECTED PULMONARY EMBOLISM. Goldhaber SZ, Simons GL, Elliot
CG, Haire WD, Toltzis R, Blacklow SC, Doolittle MH, Weinberg DS. JAMA 1993;270(23):2819-2822.
PULMONARY EMBOLISM IN PATIENTS WITH INTERMEDIATE PROBABILITY LUNGS SCANS:
DIAGNOSIS WITH DOPPLER VENOUS US AND D-DIMER MEASUREMENT. Quinn RJ, Nour R,
Butler SP, Glenn DW, Travers PL, Wellings G, Kwan YL. Radiology 1994; 190(2): 509-511.
En la ltima dcada se han desarrollado diversas tcnicas para la medicin de marcadores de la activacin de la
coagulacin y fibrinolisis en plasma. Entre ellos el ms especfico es el Dmero-D (DD) un producto de
degradacin de la fibrina.
Bounameaux et al realizan una revisin de la literatura sobre la medicin del dmero D como ayuda diagnstica
en la sospecha de TEP.
Aunque no es totalmente apropiado combinar resultados de diferentes estudios, que han utilizado un valor
discriminativo para el DD diferentes, pruebas diagnsticas y diseos distintos, la revisin es completa y repasa
todas las limitaciones de la tcnica con rigor. Para la TVP el anlisis global de los datos aporta una sensibilidad
(S) de 97%, especificidad (E) 35%, valor predictivo negativo (VPN) 95% y valor predictivo positivo (VPP) 44%.
Se revisa tambin el papel del test como "screening" inicial de TVP en pacientes asintomticos y sometidos a
factores de riesgo trombtico. Para el diagnstico de TEP, el anlisis global sobre 908 pacientes determin una S
de 96%, E 45%, VPN 94% y VPP 50%. Haran falta trabajos de validacin del VPN del test como el seguimiento
de pacientes sin anticoagular por niveles de DD por debajo del punto de corte.
El estudio con mayor nmero de pacientes con sospecha de TEP y que adems utilizaba la angiografa como
patrn diagnstico de referencia fue el de Goldhaber. Desde la hiptesis de que un nivel de DD tiene un alto valor
predictivo negativo para TEP se analizaron los niveles de DD en 173 pacientes. La sensibilidad fue de 93,3%,
especificidad de 25%, VPN de 91% y VPP de 30,4%. En un 20% de los pacientes se podra haber evitado la
angiografa, previa determinacin de DD. En estos pacientes el DD estaba por debajo del punto de corte
discriminativo (500 ng/mL) utilizado por los autores. A pesar de algunas objecciones metodolgicas, el elevado
nmero de pacientes con tromboembolismo pulmonar refrendado por un diagnstico arteriogrfico corrobora los
datos de sensibilidad, E, VPP y VPN en este trabajo.
Otro estudio con menor nmero de pacientes y utilizando un punto de corte discriminativo inferior en la
determinacin de DD (220 microgramos/L) encontr que el diagnstico de TEP se poda establecer en
un 20% de los casos con el uso combinado de Eco-Doppler de miembros inferiores y determinacin de
DD. En los restantes pacientes tuvieron que realizarse angiografas para llegar al diagnstico. Los
autores consideran este porcentaje muy bajo y la ayuda del dmero D limitada en el diagnstico del
TEP. Los resultados obtenidos con respecto al DD fueron S:100%, E:16%, VPN:100%, VPP:48%. La
comparacin de los distintos trabajos es complicado por el tamao de la muestra, la metodologa
distinta, y el punto de corte discriminativo utilizado, pero parece existir ciertos puntos de convergencia:
El test es sensible, pero poco especfico para el diagnstico del TEP agudo y su principal problema es
el elevado nmero de falsos positivos.
Remedios Otero.
Servicio de Neumologa. Hospital Virgen del Roco. Sevilla.

42

CONSIGNA

1- Buscar en http://www.carestudy.com/ o en buscadores mdicos informacin referida al

Ensayo CARE y aplicar al artculo la Gua de apreciacin crtica.
Pruebas diagnsticas que emergen de la penumbra?
Ensayo CARE
Niveles de evidencia
Sesgos en los estudios de pruebas diagnsticas
Comentario

Bandolier lleva tiempo buscando la buena evidencia sobre las diferentes

pruebas diagnsticas. Queremos saber ahora que tal funciona una prueba o un
algoritmo diagnstico en una situacin determinada. Queremos confiar en ellas y
estar seguros de que un paciente tiene o no una probabilidad alta de tener una
enfermedad. Nuestras decisiones posteriores sobre tratar o no, o derivar,
dependern
de
la
exactitud
de
nuestro
diagnstico.
El problema es que existe poca evidencia en realidad, y pocas buenas noticias
nos da la existente. Una sucesin de historias que comuniquen el hecho de que
las pruebas diagnsticas sean intiles no tiene impacto. Sin la evidencia
emprica del sesgo en la arquitectura de un estudio, estamos condenados en
medio de un oleaje gigante. Nil desperandum. Tenemos la ayuda al alcance de
nuestra mano. Dos publicaciones recientes comienzan a tener ms fundamento
y a ofrecer mar abierto en este rea tan turbulenta.
El ensayo CARE
En Bandolier 66 describimos el proyecto CARE (Clinical Assessment of the
Reliability of the Examination), un estudio de colaboradores sobre la exactitud y
precisin de la exploracin fsica. La direccin en Internet es:
http://www.carestudy.com/.
Los diseadores principales responsables de CARE, Finlay McAlister, Sharon
Straus y David Sackett escribieron un tremendo ensayo sobre la necesidad de
los estudios prospectivos grandes sobre la exploracin fsica [1]. Este es un
artculo muy importante. Ms que ningn otro, Bandolier lee y explica el porqu
de la necesidad de nuevos estudios de investigacin y de nuevas mentes
pensantes. Est escrito de una forma preciosa y es muy fcil de seguir, adems
de ser una lectura esencial.
El ejemplo principal que utilizan es la enfermedad obstructiva crnica de las vas
areas (EPOC). Una revisin sistemtica se centr en la bsqueda de los signos
fsicos que sirven para diferenciar pacientes con EPOC de los que tienen funcin
pulmonar normal. Existan muchos, pero ninguno de dichos signos fsicos fue
encontrado en ms de un tercio de los estudios.
Para cada uno de los cuatro signos usados ms frecuentemente, el rango en la
exactitud diagnstica relatado en la literatura era enorme. Los cocientes de
probabilidad positivos (likelihood ratios) extendan el rango desde
aproximadamente 1 a 10: desde lo intil a lo altamente predictivo.

43

Tambin examinaron la cantidad y calidad de la evidencia de las revisiones

sistemticas para una variedad de signos de diferentes condiciones. Existan
pocos estudios de muy buena calidad, y los que haba eran de pequeo tamao.
Lo fundamental es que la mejor evidencia que tenemos es la experiencia.
Tenemos pocas o no objetivas pruebas sobre la calidad de la exactitud
diagnstica de las exploraciones fsicas.
Niveles de evidencia
Mostramos al final una de las descripciones usada con ms frecuencia. Las
claves para una buena calidad en un estudio sobre pruebas diagnsticas son
una comparacin independiente y enmascarada con un patrn de referencia, y la
utilizacin de pacientes consecutivos procedentes de una poblacin apropiada.
Una calidad peor procede de poblaciones inapropiadas y comparaciones no
enmascaradas o con diferentes estndares de referencia. Se han utilizado otros
estndares para las pruebas diagnsticas, como puede verse en Bandolier 26.

Nivel

Criterios

Una comparacin independiente y ciega con un patrn de referencia en un espectro

adecuado de pacientes consecutivos.

Una comparacin independiente y enmascarada con un patrn de referencia en una

poblacin de pacientes no consecutivos o limitadas a una poblacin pequea.

Una comparacin independiente y enmascarada con un patrn de referencia con un

espectro de pacientes adecuado, pero no aplicndose dicho estndar a todos los
pacientes del estudio.

Estndar de referencia no aplicado ni de forma independiente ni enmascarado.

Opinin de expertos sin una valoracin crtica explcita, basada en la fisiologa,

investigacin no de buena calidad metodolgica, o principios bsicos.

44

Riesgo
Interpretacin epidemiolgica del riesgo y de los estimadores del riesgo
Pofesor, Dr. Juan Jos Barboza
Lic. Adriana Defacci

La Epidemiologa clnica le aporta al mdico un mayor conocimiento del riesgo, de los

factores de riesgo y de la forma de medir su impacto individualmente y en la poblacin.
Este conocimiento tambin va a contribuir a disminuir la incertidumbre en la toma de
decisiones mdicas y a motivar al mdico y al paciente en la aplicacin de la medicina
Preventiva.
Que es el riesgo?
El trmino riesgo hace referencia a la probabilidad de que ocurra algn resultado adverso.
Estadsticamente riesgo es la medida de una probabilidad estadstica de un suceso futuro
.1
En Epidemiologa el trmino riesgo se utiliza para indicar la probabilidad de que los
individuos que estn expuestos a cierto factor (factores de riesgo) desarrollen
ulteriormente una enfermedad determinada. 2.
Por lo tanto, el riesgo mide la probabilidad de desarrollar una enfermedad durante un
determinado periodo de tiempo.
El riesgo se expresa como una tasa.
Factor de riesgo: son las caractersticas que se asocian con el mayor riesgo de contraer
una enfermedad.
Es importante tener en cuenta que los factores de riesgo son asociaciones causales entre
una caracterstica o factor con una enfermedad especfica.
Los factores de riesgo pueden ser especficos para una enfermedad en particular pero un
mismo factor puede ser factor de riesgo para varias enfermedades, por ejemplo obesidad
que es un factor de riesgo para diabetes, hipertensin arterial e infarto agudo de
miocardio.
Una caracterstica puede ser tanto un factor de riesgo como una enfermedad, depende de
la asociacin causal que se est analizando, por ejemplo diabetes es factor de riesgo para
infarto de miocardio , pero si considero a la obesidad factor de riesgo, el efecto ser la
diabetes, es decir en este caso la diabetes tiene el doble rol de comportarse como factor
de riesgo y como enfermedad.
Tipos de factores de riesgo
A fin de facilitar el anlisis podemos agrupar a los factores de riesgo en:

Genticos

Biolgicos

Conductuales o de estilo de vida

Sociales

45

Del medio ambiente

Desarrollaremos brevemente cada uno de ellos

Genticos:
Cuando el Director del Proyecto de Genoma Humano , Francis Collins, en el ao 2000
anunci la finalizacin del estudio del mapa bsico del genoma humano, se abri una
nueva dimensin en el conocimiento de los factores de riesgo, desde la identificacin de
nuevos genes relacionados con las enfermedades crnicas, hasta el desarrollo de las
terapias y vacunas genticas.
Por ejemplo, en el caso de la diabetes se han encontrado ya tres genes relacionados con
la misma, uno de los ltimos es la protena PC1 vinculada a la resistencia a la insulina.
En obesidad la descripcin del gen UCP-3 , en este caso un factor protector . Otro
ejemplo es le gen P53 relacionado con la aparicin del cncer.
Con anterioridad ya sabamos la relacin entre genes y el desarrollo de hipertensin
arterial, hipercolesterolemia familiar, cncer de colon, y otros.
Biolgicos.
Son factores de riesgo (FR) de tipo biolgico: la edad, el sexo, la raza, el estado
posmenopusico, el peso, actualmente es muy importante el ndice de masa corporal
(BMI) como FR de enfermedad cardiovascular, otros FR para enfermedades
cardiovasculares son el aumento de homocistena, el fibringeno la difusin del endotelio,
el carotid IMT 3 y otros.
Conductuales o de estilo de vida
Estn principalmente relacionados con los hbitos y en el caso de la nutricin, los ms
importantes son los hbitos alimentarios, por ejemplo es un FR la ingesta elevada de
comidas grasas saturadas, porque lleva a un aumento de colesterol LDL que aumenta el
riego de enfermedad coronaria, otro FR es el consumo elevado de purinas para el
desarrollo de gota.
Otros hbitos son importantes como FR para determinadas patologas nutricionales, como
por ejemplo los relacionados con el ejercicio fsico, alcoholismo y/o consumo de drogas.
La probabilidad de que una persona sufra un accidente de trnsito, aumenta si la misma
tiene como hbito conducir a altos niveles de velocidad, por lo cual este es un FR
importante a la hora de analizar la probabilidad de sufrir accidentes de trnsito.
En el caso de los FR conductuales o de estilo de vida se debe tener en cuenta que
algunos de ellos se encuentran fuertemente asociados a factores culturales, esto es a
estilos de vida propios de una cultura. El alto consumo de carnes y sobre todo asadas, en
el caso de nuestro pas, es un FR que deriva de hbitos o costumbres propias de nuestra
cultura y que favorece la aparicin de cncer en el aparato digestivo..

Socio culturales.
El nivel socioeconmico constituye un FR para distintas enfermedades, por ejemplo un
nivel socioeconmico bajo, expresado por familias que estn por debajo de la lnea de

46

pobreza constituye un FR para la desnutricin infantil y para la tuberculosis, mucho ms

cuando a este se adiciona otro FR como es el bajo nivel de instruccin. Este ltimo FR se
traduce en muchos casos en falta de comprensin, sobre numerosos aspectos de la
realidad, como por ejemplo el reconocimiento de ciertas signos y/o sntomas de
enfermedad.
Los bajos niveles socioeconmicos, con bajo nivel de instruccin tambin se encuentran
asociados a altas probabilidades de contraer enfermedades infecciosas y respiratorias en
nios. As mismo, las personas que se encuentran en situacin de pobreza, ven
afectadas sus niveles de alerta ante le enfermedad.
Al mismo tiempo, debemos tener en cuenta que un nivel socioeconmico alto es un FR
para determinadas patologas como por ejemplo el infarto agudo de miocardio.
El tipo de trabajo tambin es un FR, en este caso asociado al estrs que puede producir,
por ejemplo el ser ejecutivo de una empresa es un FR para la hipertensin arterial. El
encontrarse posicionado en un extremo u otro de la estructura social, puede implicar la
aparicin de hipertensin arterial, lo que puede que se modifique son las causas que en
un caso u otro lleve a descadenar estrs o lo que lleva a que uno u otro sector fume,
consuma ciertos y determinados alimentos.
Los problemas en la vida matrimonial, divorcio, muerte de un cnyuge, la falta de
contencin emocional y social esto es ausencia o debilidad en las redes sociales, la
cantidad de integrantes por familia, el tipo de vnculos que se establecen en el mbito fliar,
son FR para las patologas mentales, nutricionales, cardiovasculares, etc.
Las diferentes problemticas asociadas al gnero que suelen estar acompaadas de altos
niveles de discriminacin, no dejan de ser un FR importante en los pases
subdesarrollados, sobre todo en la aparicin de enfermedades ginecolgicas.
La influencia de los medios de comunicacin y las diferentes campaas publicitarias que
instalan un modelo esttico de hombre y mujer. Suelen ser un FR importante, en los
adolescentes, para la aparicin de la bulimia, la anorexia nerviosa y consumo de
diferentes tipos de drogas.
En la actualidad despus de numerosos estudios cientficos podemos asegurar que la
violencia, en sus diferentes variantes ( violencia poltica, violencia intrafamiliar, etc.) es un
FR importantsimo para la aparicin de patologas mentales.
Los medios de comunicacin aparecen hoy como un nuevo FR, a ser estudiado,
puntualmente el tipo de mensajes y su forma, la informacin que brindan suele jugar un
papel muy importante, debido al alto nivel de confianza, que las personas tienen sobre los
mismo. Este FR, puede contribuir a la aparicin de trastornos alimentarios, o muchas
situaciones de pnico, entre otros.
Medio ambiente:
Ya Hipcrates mencionaba que distintos factores del medio ambiente constituan FR para
la distintas enfermedades 4.
47

Por ejemplo vivir en una zona de alta contaminacin atmosfrica (polucin ambiental) es
un FR para enfermedades respiratorias y EPOC:
Los FR pueden tambin clasificarse en modificables y no modificables. Hasta ahora
factores no modificables son la edad, el sexo, la raza, y los antecedentes genticos.
Factores modificables son lo hbitos y estilos de vida, etc.
Por ejemplo son FR modificables para enfermedad coronaria 5, obesidad, aumento de
LDL, alto consumo de grasas saturadas, diabetes, hipertensin arterial, fumar, resistencia
a la insulina, elevado consumo de alcohol, sedentarismo, alta proporcin de la distribucin
de grasa en abdomen (distribucin androide)revelado por el cociente cintura-cadera 6 y
otros.
Para diabetes tipo 2 son FR no modificables la edad, el sexo y los antecedentes
genticos y son FR modificables 7 obesidad, duracin de la obesidad, obesidad
abdominal, (visceral), dieta rica en grasas, hiperinsulinemia, resistencia a la insulina,
intolerancia a la glucosa, vida sedentaria,
Riego sinrgico.
Se denomina riesgo sinrgico cuando los factores de riesgo se potencian entre si, es decir
actan como multiplicadores de su accin.
Si un paciente tiene 2 o mas factores de riesgo para infarto de miocardio, por ejemplo,
hipertensin arterial y diabetes el efecto de cada uno de ellos se potencia siendo mayor
que la suma de los efectos de cada uno de ello, es decir multiplican su accin, esto
produce un muy alto riesgo para stroke, infarto de miocardio,. Insuficiencia cardiaca y
renal.
El Sndrome X descripto por Reaven en 1988, constituido por resistencia a la insulina,
hiperinsulinemia, aumento de triglicridos, dislipidemia e hipertensin arterial, ellos
potencian su riesgo individual convirtindose en su conjunto en muy alto riesgo para
infarto de miocardio.
Cuando existen varios FR para el desarrollo de una enfermedad es difcil estimar el peso
de cada uno de ellos y ms an el valor de su potenciacin sin embargo a travs del
anlisis multivariado podemos aproximarnos a esa realidad
Exposicin al riesgo
Concepto: significa que un individuo antes de iniciar la enfermedad ha estado en contacto
con el factor incriminado que la desarrolla.
Cuando una persona esta en contacto o ha estado en contacto con un factor de riesgo
decimos que ella ha estado expuesta a ese riesgo.
Toda persona expuesta a un FR para una enfermedad especfica tiene la probabilidad de
desarrollar la misma, pero para que ello ocurra es necesario tener en cuenta algunos
aspectos importantes de esa exposicin al riesgo, destacaremos fundamentalmente la
intensidad de la exposicin al FR.
Intensidad de la exposicin al FR
Por ejemplo en el caso de la gota la intensidad va a estar dada por la cantidad de
alimentos ricos en purinas que ingieren, la intensidad en el caso de consumo de grasas
saturadas para el desarrollo de enfermedad coronaria va ha estar dada por la cantidad de
dichas grasas que se ingieren.
Tiempo y frecuencia de la exposicin
48

Es muy importante conocer durante cuanto tiempo se ha estado expuesto al FR por

ejemplo durante cuanto tiempo se ha ingerido de una dieta rica en purinas para
desarrollar gota.
Tambin es necesario considerar la frecuencia con que se ingera esa dieta., diariamente
o dos veces por semana, cada 10 das, etc. En las enfermedades nutricionales crnicas
es necesario tener en cuenta que al existir un tiempo de latencia prolongado entre la
exposicin al FR, en ese caso la ingesta de purinas y la iniciacin de la enfermedad en
este caso gota, el paciente puede olvidar la fecha de la iniciacin de la ingesta, la
periodicidad y hasta la exposicin.
Reconocimiento al riesgo
En las enfermedades crnicas y debido a un tiempo de latencia prolongado a exposicin
frecuente a FR, a baja incidencia de la enfermedad, al riesgo pequeo a enfermedades
comunes a mltiples causas y efectos, los mdicos clnicos y nutricionistas rara vez se
encuentran en posicin de confirmar asociaciones entre la exposicin y la enfermedad a
pesar que puedan sospecharla, para una informacin precisa los mdicos deben recurrir a
las publicaciones mdicas, sobre todo con la metodologa de la Medicina Basada en la
Evidencia 8, 9.
Estudios de estimacin del riesgo
En este trabajo nos referiremos solo a los Estudios observacionales, denominados as
porque el investigador no interviene, solo observa y describe lo que ve.
Los estudios observacionales pueden ser descriptivos o analticos,
los descriptivos constituyen la etapa de observacin del mtodo cientfico y
describen la ocurrencia de una enfermedad y los factores que estn asociados con
esa distribucin y los factores asociados a su gnesis de esa enfermedad, solo
establece asociaciones estadsticas y basadas en ellas se pueden formular
hiptesis.
Los estudios analticos tienen por finalidad verificar las hiptesis formuladas, con el
fin de establecer la existencia de asociaciones causales.
Si bien no es el objeto de este trabajo realizar un anlisis profundo de causalidad
debemos mencionar que existen universalmente criterios y postulados aceptados para
definir causalidad, ellos son:

Temporalidad: la causa siempre precede al efecto

Fuerza de asociacin: el riesgo relativo debe ser amplio
Gradiente dosis respuesta: a mayor intensidad de la asociacin mayor ser la
intensidad del efecto
Reversibilidad: a una disminucin de la exposicin se asocia una disminucin de
la enfermedad
Consistencia: si es reproducida por diferentes investigadores en lugares
circunstancias y tiempos distintos.
Credibilidad biolgica: Si existe concordancia de la asociacin con el
conocimiento biolgico actual
Especificidad: Una causa condice a un efecto. Como he mencionado
anteriormente en Medicina un
FR puede producir varios efectos (varias
enfermedades) y una enfermedad puede ser desarrollada por varios FR.
49

Existen dos tipos de estudios analticos los estudios de cohortes y los estudio de casos y
controles.
Estudios de cohorte.
Consisten en la observacin durante un tiempo determinado de un grupo de personas que
tiene o han estado o estn expuestos al factor que considero causal (tienen la causa) y
espero durante el seguimiento la aparicin del efecto (enfermedad) producido por esa
cusa. Ese grupo lo comparo con otro que no tiene o no ha estado, ni est expuesto al
factor que considero causal, se efecta el seguimiento durante el mismo tiempo y se
observa la aparicin del efecto esperado (enfermedad) y posteriormente se compara la
aparicin del efecto (enfermedad) en los dos grupos.
Los grupos en estudio se denominan cohortes, y esa denominacin deriva de las
cohortes romanas que eran formaciones militares de combate cuyos soldados iban
cayendo en la lucha.
Esquema del diseo de los estudios de cohortes y las mediciones del riesgo
CAUSA

EFECTO ( ENFERMEDAD )

Expuestos SI

NO

TOTAL

a+b

No
expuestos c

c+d

MEDICION DEL RIESGO

Riesgo
Absoluto
Tasa
de
incidencia
de
los
expuestos
Ie= a / a+b
Tasa
de
incidencia
de los no
expuestos
Ine= c/c+d

Riesgo
Relativo
Tasa de
incidencia de
los
expuestos
dividida la
tasas de
incidencia de
los no
expuestos

Riesgo
Atribuible
Tasa
de
incidencia
de
los
expuestos
menos la
tasa
de
incidencia
de los no
expuestos

RR = Ie / Ine

RA = Ie-ne

La informacin presentada en la tabla nos permite tener una idea clara del procedimiento
que se efecta en los estudios de cohortes para verificar las asociaciones causales.
Mediante estos estudios puedo calcular el Riesgo relativo (RR) que es una medida de
asociacin.
Riesgo relativo (RR)
Es la relacin entre tasa de incidencia de la enfermedad en estudio de las personas
expuestas y la tasa de incidencia de la enfermedad en las personas no expuestas y nos
indica cuentas veces mas tienen la probabilidad de enfermar las personas expuestas que
las no expuestas.
Es decir el RR mide el riesgo de desarrollar la enfermedad que tiene los expuestos
respecto del riesgo que tienen los no expuestos
riesgo de desarrollar la enf en expuestos
( incidencia de los expuestos)

RR =

-------------------------------------------------------------

50

riesgo de desarrollar la enf en no expuestos

(incidencia de los no expuestos)

Si el RR es igual a 1 no existe relacin causal porque la incidencia de la

enfermedad es igual en ambos grupos.
Si el RR es mayor de 1 entonces existe relacin causal y mientras mayor sea el
riesgo relativo mayor ser la fuerza de asociacin de esa relacin causal.
Segn algunos autores no existe un lmite estadstico que indique si el riesgo relativo es
importante o no lo es, sin embargo otros autores consideran que si, y han elaborado
escalas de magnitud de la fuerza de la asociacin causal. Como por ejemplo las
siguientes:

Riesgo atribuible (RA)

El RA es la diferencia que existe entre la tasa de incidencia de personas expuestas y la
tasa de incidencia de las personas no expuestas y nos indica el peso del factor causal.
RA = Ie Ine
Consideremos que a la incidencia total de las personas expuestas sacando todas las
otras causas que tambin pueden producir la enfermedad adems del factor causal que
nosotros estamos estudiando, por lo tanto lo que nos queda es la parte que
verdaderamente se puede atribuir al factor causal estudiado debido a la exclusiva
exposicin al factor causal estudiado.
Fletcher menciona que En la mayor parte de las situaciones clnicas, dado que el riesgo
atribuible representa la probabilidad adicional real de la enfermedad en los individuos
expuestos, es una expresin mas significativa del riesgo para los individuos que el riesgo
relativo.
Riesgo Atribuible porcentual (RA%)
Tambin se lo conoce con los siguientes nombres proporcin atribuible en los expuestos,
fraccin etiolgica del riesgo 10, fraccin atribuible en los expuestos, porcentaje de
reduccin del riesgo, fraccin protectora.
Es el % de riesgo que se puede atribuir a la accin del factor causal estudiado.Se usa cuando queremos conocer el efecto de un FR sobre un grupos de personas
expuestas y nos indica el % de una enfermedad que puede eliminarse entre los que
tienen el FR si se pueden suprimir completamente los efectos del FR.
Se calcula dividiendo el RA por la incidencia de la enfermedad en los expuestos
Incidencia en expuestos incidencia en no expuestos
RA% = __________________________________________________ x 100
Incidencia de los expuestos
Cuado se expresa en % su valor oscila entre 0 y 100.
Considero que un ejemplo muy didctico para comprender RA % y su diferencias con el RR y el RA surge
del clsico estudio realizado por Doll sobre mortalidad en relacin al hbito de fumar.
Enfermedad

Fumadores
Tasa de

No fumadores
Tasa de

Riesgo relativo

Riesgo
atribuible

Riesgo
Atribuible

51

Cncer de
pulmn

mortalidad x
100.000
140

mortalidad x
100.000
10

Porcentual
14

130

92%

Como se observa el RR es 14, es decir los fumadores tienen 14 veces mas

probabilidades de morir por cncer de pulmn que los no fumadores, el RA es de 130,
significa que de cada 140 fumadores que mueren por cncer de pulmn, 130 son debidos
al hecho de fumar y el RA% es 92% esto significa que el 92% de los fumadores que
mueren por cncer de pulmn es debido al hbito de fumar, por lo tanto ese mismo % se
hubiera evitado si no hubieran fumado.
Tambin para el clculo del riesgo atribuible porcentual se puede utilizar otra frmula
alternativa 11.
RR - 1
RA% = ------------------------------------- x 100
RR

De esta forma podemos establecer por ejemplo las siguientes relaciones

Riesgo relativo
1
2
4
10
20

Riesgo atribuible porcentual (%)

0
50
75
90
95

Si analizamos estos valores, vemos que un riesgo relativo pequeo, por ejemplo de 2
puede originar un riesgo atribuible porcentual de 50%, es decir si se elimina el FR se
produce una reduccin de 50% en la enfermedad entre las personas expuestas. En caso
que se trate de un factor protector se puede calcular una medida anloga al RA% la
llamada fraccin preventiva (FP) que representa la proporcin de la incidencia de la
enfermedad evitada entre los expuestos por la accin del factor protector.
Incidencia en los no expuestos incidencia en los expuestos
F P = -----------------------------------------------------------------------------------------x100
Incidencia en los no expuestos

Tambin se puede utilizar la siguiente frmula:

FP = (1-RR) x100
Riego atribuible en la poblacin general (RAP)

52

Tambin llamada fraccin etiolgica en la poblacin. Es la incidencia de la enfermedad

que es atribuible a la exposicin al factor de riesgo en la poblacin.
Se puede calcular multiplicando el riesgo atribuible por la prevalencia del factor de riesgo
en la poblacin general.
Constituye una medida del impacto del FR en la poblacin general, que ha de ser menor
que en los expuestos al FR al estar formada la poblacin general por expuestos y no
expuestos a dicho factor. Representa el exceso de incidencia de enfermedad que se
evitar en la poblacin general si se interrumpiera la exposicin al FR.
Riesgo atribuible poblacional porcentual (RAP%)
Tambin se llama proporcin de riesgo atribuible poblacional, proporcin atribuible en la
poblacin, fraccin etiolgica en la poblacin, Fletcher lo denomina fraccin atribuible
poblacional.
Es la proporcin de la enfermad que es atribuible a la exposicin al factor de riesgo en la
poblacin y representa la proporcin de incidencia de la enfermedad que ese evitara en
la poblacin general si se erradicara la exposicin al FR.
Algunos autores (Riegelman y Hirsch) relacionan en una frmula el riesgo relativo y la
estimacin del % de personas de la comunidad que posean el FR.
% de personas
con el factor de
riesgo

(Riesgo relativo 1)

Riesgo atribuible
poblacional porcentual = --------------------------------------------------------------------------------------- X 100
% de personas
con el x (riesgo
relativo)

(Riesgo relativo 1) + 1

La frmula anterior permite relacionar el riesgo relativo , el % de personas con el factor de

riesgo en la poblacin y el riesgo atribuible poblacional porcentual (tomado de Riegelman
y Hirsch 1992)

Riesgo relativo

% personas con factor de

riesgo

Riesgo atribuible poblacional

porcentual

2
4
10
20
2
4
10
20
2
4

1%
1%
1%
1%
10%
10%
10%
10%
50%
50%

1%
3%
8%
16%
9%
23%
46%
65%
33%
60%

53

10
20
2
4
10
20

50%
50%
10%
100%
100%
100%

82%
90%
50%
70%
90%
95%

Estas relaciones nos permiten sacar como conclusin que no podemos considerar los
valores de cada uno en forma aislada pues por ejemplo cuando el porcentaje de personas
con FR en la poblacin es pequeo, e1% el riego relativo debe ser muy alto para que el
RAP% sea importante y cuando el FR est muy extendido en la poblacin por ej: el 50%
por mas que le riesgo realtivo sea bajo el impacto que provoca en la poblacin general es
muy importante.
Unos investigadotes informaron que una forma hereditaria de hipercolesterolemia
conocida como hiperlipemia de tipo III aparece en 1 se cada 100.000 estadounidenses.
Tambin notificaron que el riesgo relativo de desarrollar la enfermedad coronaria de los
que padecen esta enfermedad es de 20, calculando el RAP% podemos ver que la
eliminacin de la enfermedad coronaria secundaria a la hipelipemia tipo III esta asociada
con un riesgo atribuible poblacional de un ciencuentavo de 1% por tanto por el hecho de
que la hiperlipemia de tipo III sea un factor de riesgo tan raro, no se puede esperar la
eliminacin de su impacto tenga consecuencias sustanciales sobre la frecuencia global de
la enfermedad coronaria.
La suma de las RAP% de los diferentes factores de riesgo de una enfermad puede ser
superior a 100.
Este estimador de riesgo es muy til para la formulacin de polticas de salud y en
programas de medicina preventiva.
Estudios de casos y controles
En estos estudios se parte cuando el efecto ya se ha producido (la enfermedad ya se ha
desarrollado) es decir parto de un grupo de personas enfermas, denominado grupo de
casos y los comparo con un grupo control formado por personas que no tienen la
enfermedad en estudio.
El grupo control puede estar formado por personas sanas o personas enfermas con una
enfermedad distinta y no relacionada con el FR que investigo.
En el grupo de caso obtengo el % de los enfermos que han estado expuestos al factor
causal y los que no han estado expuestos al factor causal, como lo que calculo son % la
suma de ambos debe ser el 100% es decir son complementarios entre ellos.
En el grupo control se hace lo mismo, obtengo el % de las personas que han estado
expuestas al factor causal y los que no han estado expuestos al factor causal.
Luego comparo las estructuras porcentuales de los dos grupos y si las estructuras
porcentuales son distintas que existe asociacin causal y si las estructuras porcentuales
son iguales digo que no existe asociacin causal.
En este caso no podemos calcular las tasa de incidencia, pues no tenemos
denominadores, por lo tanto no podemos medir riesgo, pero podemos calcular una
mediad que constituye una buena aproximacin al riesgo relativo, esta se denomina Odds
ratio, vocablo anglosajn que se ha traducido de diferentes maneras, razn de productos

54

cruzados o de ventajas, desigualdad relativa, razn de disparidades. Odds significa

ventaja. Se refiere a una forma de probabilidad cuya traduccin ms aproximada podra
ser ventaja a favor o en contra de la ocurrencia de un evento, en epidemiologa se define
como probabilidad de que un caso este expuesto dividido por la probabilidad de que un
control est expuesto, tambin se la define como la razn de desventaja del grupo
expuesto respecto del grupo no expuesto, si bien mencionados que la traduccin de Odds
es ventaja, comparto el criterio de estos autores de usar la palabra desventaja pues en
medicina tener un FR es una desventaja frente al que no lo tiene.
La medicin del efecto se hace calculando la razn de los productos cruzados.
axd
Odds ratio = ------------------------------bxc

Esquema del diseo d los estudios de casos y controles y la estimacin de riesgo.

Causa

Casos (enfermos)

Control
(sanos)

Expuestos al
factor
No expuestos al
factor

a+c

b+d

Estimacin de
riesgo
Clculo

Estimacin de
riesgo
Frmula

a/(a+c): c/(a+c)
b/(b+d):d/(b+d)

axd
bxc

Total

La interpretacin del OR es similar a la del RR , es decir el nmero de veces que enferma

en expuesto en relacin con el no enfermo, si es 1 indica que ambos enferman de manera
similar, valores mayores que la unidad sealan que exposicin supone aumento de riesgo
de enfermar y los menores de 1 indican que el factor de exposicin no se comporta como
factor de riesgo sino como factor de proteccin.
No obstante se exigen condiciones para la aproximacin OR a RR (excede al objetivo de
este trabajo). El odds ratio sera igual al RR cuando la incidencia de la enfermedad es
muy baja.
Segn distintos autores, en los estudios de CC existen numerosos sesgos cuando se
evalan los efectos de las dietas y otros han recomendado no usarlos en estudios sobre
dieta y cncer porque en este caso las asociaciones son dbiles y el mtodo de caos y
controles no es muy apropiado para estudiar asociaciones dbiles. 12, 13.
Ya sabemos que en los estudios de CC uno de los principales inconvenientes es que se
debe apelar a la memoria de las personas para recordar las fechas de iniciacin de la
exposicin al factor de riesgo, la periodicidad, la cantidad, los cambios en la alimentacin
a medida que transcurre el tiempo, lo que ocasiona un sesgo importante por la diferencia
en la exactitud de los recuerdos, la mayora concuerda que estos sesgos son importantes
cuando se investigan algunas localizaciones de cncer relacionadas con la ingesta de
ciertos alimentos.
Otro factor de sesgo se produce cuando , como consecuencia del diagnstico de la
enfermedad o por el tratamiento , las personas con cncer tienden a hacer mas cambios

55

de dieta que los controles y por lo tanto pueden ser menos precisos al recordar
exposiciones pesadas, por ej. Jain describi que los casos pero no los controles redujeron
su ingesta de casi todos los nutrientes considerados durante el periodo de estudio y luego
tendieron a comunicar valores inferiores de su consumo previo cuando fueron
interrogados nuevamente. Este fenmeno conducir a una subestimacin de las
verdaderas asociaciones positivas entre la dieta y el cncer y podra crear la apariencia
errnea de que algunos nutrientes tenan un efecto protector 14.
Actualmente se estn utilizando cada vez ms los marcadores biolgicos ya que permiten
evaluar con mayor exactitud la exposicin al FR y el diagnstico de la enfermedad lo que
reduce el error de clasificacin por Ej.: en los estudios de CC sobre Beta carotenos y
cncer las dificultades que surgen al medir el contenido de vitamina A en la dieta por
medio de una entrevista nutricional quedan reemplazadas por las que introduce el uso de
su marcador biolgico . Otro problema est dado e saber si las concentraciones actuales
de beta carotenos reflejan adecuadamente las exposiciones anteriores.
Tabla resumen de las medidas de efecto
Tanto Fletchet como Rey 15, han realizado resmenes de las medidas de efecto desde
distintas perspectivas , he considerado conveniente a los fines didcticos realizar una
combinacin de ellos y agregar el odds ratio.
Medida
Riesgo relativo

Riesgo atribuible

Pregunta
Significado
Cuantas veces mas
probable
es
la
enfermedad
en
las
similar
personas expuestas en
comparacin con las
personas no expuestas

Cual es la incidencia de
la enfermedad atribuible
a la exposicin

similar

Frmula
RR = Ie:Ine

RA = Ie - Ine

Riesgo
porcentual

atribuible

RA% = Ie - Ine
Proporcin de la
----------------x100
enfermedad que es
Ie
atribuible a exposicin
al FR

Riesgo
poblacional

atribuible Cual es la incidencia de

la enfermedad en una
poblacin asociada con
la incidencia de un
factor de riesgo

Proporcin
de
la
enfermedad que es RAP = RA x Pe
atribuible a exposicin
al FR en la poblacin

Fraccin
atribuible
poblacional
o
Proporcin de riesgo
atribuible poblacional

RAP% = RAP x 100

________
It

56

Odds Ratio
(para estudios casos y
controles)

Comparar
la
proporcin
de
personas expuestas al
FR entre los casos OR =
axd
con proporcin de
-------------personas expuestas al
cxb
FR entre los controles

Diferencias entre factor de riesgo y factor pronstico.

Hemos mencionado que FR es la caracterstica que se asocia con un mayor riesgo de
contraer la enfermedad, es decir determinan la probabilidad de adquirir una enfermedad,
en cambio un factor pronstico est constituido por las caractersticas que predicen el
curso clnico de la enfermedad.
El factor de riesgo es anterior a la iniciacin de la enfermedad, precede a la enfermedad,
se estudian en personas sanas, el factor pronstico en cambio acta cuando la
enfermedad ya se ha iniciado y permite efectuar predicciones sobre el curso que va a
seguir la misma , se estudia en personas que ya tienen la enfermedad.
Si bien los factores de riesgo y los factores pronstico son distintos, algunas veces son los
mismos pero pueden actuar de manera muy diferente, por ejemplo la hipertensin arterial
es un FR para infarto de miocardio por lo tanto es deseable que el paciente tenga una
presin arterial ms baja, pero tambin es un factor pronstico de infarto de miocardio y
en ese caso la hipotensin es un factor de mal pronstico durante la fase aguda del infarto
de miocardio.
Utilizacin del riesgo en Medicina Preventiva.
Del estudio de las asociaciones de los FR con enfermedades han surgido en forma
prctica una serie de recomendaciones para ser aplicadas por el mdico en su paciente
en el consultorio.
Mencionar entre ellas la del VI Report of the Joint National Comitee on Detection and
Treatment of High Blood Pressure (JNCVI) y el Clinicians Manual on Total Risk
Management of the European Society of Cardiology (ao 2000).
Analizando los resultados de gran cantidad de trabajos de investigacin realizados sobre
FR y su asociacin con enfermedades llegamos a la conclusin que est plenamente
demostrado que disminuyendo o eliminando los FR disminuye la incidencia de la
enfermedad en la comunidad o si ya se ha iniciado la enfermedad en la persona,
disminuye la incidencia de las complicaciones e incluso existe una regresin de las
lesiones, como en el caso de la placa de ateroma.
Esto debe constituir hoy un fuerte aval para la prctica de la medicina preventiva, por
parte del mdico con su paciente, convirtindose en un motivados yn mediador (segn los
nuevos paradigmas del proceso enseanza aprendizaje) para el cambio del estilo de
vida y eliminacin de los FR en su paciente.

57

Pronstico
Dra. Mara Cristina Diumenjo de Reynals.

Mdulo de Pronstico en Medicina

Objetivos: al finalizar el mdulo, el alumno habr comprendido el concepto de pronstico,
la metodologa de la epidemiologa clnica que se utiliza para la ejecucin de estudios de
pronstico y a valorar en forma crtica la lectura cientfica sobre dicho tema.
Introduccin
Desde siempre el xito del mdico ha ido estrechamente ligado a la exactitud en el
establecimiento del pronstico.
Hasta no hace muchos aos el acierto en el clculo del tiempo de vida restante
provocaba un incremento sustancial de la fama del mdico y comportaba que su nombre
corriera con asombro de boca en boca.
En nuestros das las cosas han variado un tanto, pero los aciertos pronsticos,
sobretodo los relacionados con el factor tiempo, siguen causando un gran impacto en el
entorno del enfermo.
El pronstico cientfico se inicia con la medicina hipocrtica. Los mdicos hipocrticos
denominaban progignoskein al conocimiento del pasado, el presente y el futuro del
enfermo.
Hasta no hace muchos aos el establecimiento del pronstico era un acto individual del
mdico, basado casi exclusivamente en sus experiencias pasadas.
Actualmente el establecimiento del pronstico sigue jugando un papel clave en nuestra
relacin con el enfermo y su entorno, pero se ha impregnado de rigor cientfico.
En nuestros tiempos el establecimiento del pronstico es un proceso objetivo, basado en
mtodos cientficos y reproducibles y con intencin de precisin matemtica, aunque no
debemos olvidar que el establecimiento de un pronstico se basa en tcnicas
probabilsticas que, por definicin, no pueden ofrecer una seguridad absoluta.
Por ltimo, no debemos dejar de lado el arte de la prctica clnica individual, que vamos
mejorando progresivamente con la experiencia diaria y que nos es de gran ayuda para
establecer el pronstico, sobretodo cuando se trata de un pronstico individual, ya que nos
puede permitir descubrir matices muy sutiles que escapan a los anlisis matemticos ms
complejos.
Cul sera el concepto actual de pronstico en medicina?
El pronstico en medicina es una actividad cientfica practicada por quienes, con
pleno reconocimiento de sus limitaciones, se proponen averiguar el futuro, extrapolando a
partir del pasado y del presente .

58

Segn Milos Jenicek en su libro La lgica de la medicina moderna a continuacin se

presentan la definicin y el propsito de pronstico en medicina

DEFINICIN

Valoracin del futuro del paciente basada en la

consideracin probabilstica de varios resultados clnicos
beneficiosos y perjudiciales como causales, o por otra
parte, determinados por otros por factores clnicos,
caractersticas biolgicas y sociales del paciente y de la
misma patologa en estudio (curso de la enfermedad)

PROPSITO

Prevenir los sucesos no

deseables e intervenir
precozmente para modificar el
curso de la enfermedad y
conducirla al mejor de los
resultados posibles

Factores pronsticos
Como hemos visto el establecimiento de un pronstico es un acto cientfico que se basa en
el anlisis de una serie de variables, que reciben el nombre de factores pronsticos.
A partir de este concepto podemos denominar factores pronsticos (FP) a aquellos
datos que suministran informacin sobre la evolucin de una enfermedad con relacin a:
Supervivencia o sobrevida global
Respuesta teraputica
Intervalo libre de recada
Complicaciones
Para poder aplicar a una variable el calificativo de factor pronstico debe cumplir, como
mnimo, estos tres requisitos:
1. Guardar una estrecha relacin con el pronstico de la enfermedad
2. Demostrar una informacin adicional en relacin a la que suministran
los FP
conocidos
3.El mtodo utilizado para su definicin debe ser totalmente
reproducible.
Un buen conocimiento de los factores pronsticos relacionados con una patologa
determinada nos permitir realizar un buen pronstico.
La identificacin de variables pronsticas nos aportan alguna otra ventaja?

59

La importancia de los FP radica principalmente en estos cinco puntos:

Etiopatogenia. Aportan datos que ayudan a conocer los mecanismos ntimos de la

enfermedad.
Clasificacin. Permiten estratificar a los pacientes en grupos homogneos, hecho
que favorece la comparacin de pautas teraputicas distintas en los ensayos
aleatorizados.
Teraputica Facilitan la comparacin de resultados teraputicos entre grupos de
pacientes con caractersticas pronsticas diferentes.
Teraputica. Ayudan en el momento de la eleccin de la teraputica ms
apropiada para cada enfermo.
Prevencin. El conocimiento de los FP nos permite poner en marcha acciones
preventivas.

Determinacin de factores pronsticos

La actividad clnica diaria esta fundamentada en tres elementos: el juicio diagnstico, el
pronstico y el tratamiento. Estas tres actividades estn basadas en estudios
probabilsticos.
Tras el diagnstico de una enfermedad se precisa conocer el pronstico de la misma. La
determinacin de un pronstico es estimar las probabilidades de los diversos
modos de evolucin; es predecir la evolucin de una enfermedad en un paciente
determinado. El conocimiento del pronstico es una variable fundamental ya que en
muchos casos decidir el tratamiento. Por otra parte, las actividades teraputicas y
preventivas pueden modificar l pronstico de una enfermedad.
El mdico debera estar familiarizado con los conceptos que constituyen la base de
los distintos tipos de prospectiva, e incluso con los mtodos utilizados con mayor
frecuencia.
Por un lado est el aspecto poblacional y por otro el estudio del pronstico para los
aspectos del paciente en forma individual.
1. La informacin acerca de la supervivencia de la poblacin general se puede obtener a
partir de las tablas de mortalidad. Se sabe que tras una leve inflexin inicial,
correspondiente a la mortalidad infantil, la curva de supervivencia decrece muy poco
hasta los 50-60 aos, a partir de los cuales su declinacin es ya muy pronunciada. Con
estos datos se puede determinar la denominada esperanza de vida. sta se define como
la expectativa promedio de supervivencia de un individuo de sexo y edad determinados.
En los pases del mundo occidental, la esperanza de vida ha aumentado de modo
espectacular a lo largo del siglo que acaba. As, en Espaa era en 1900 de tan slo 34,9
aos, para aumentar en 1960 a ms del doble, es decir, 69,8 aos. En ello han
intervenido fundamentalmente las medidas higinicas que han conducido a una intensa
disminucin de la mortalidad infantil, as como la introduccin de vacunas y antibiticos,
con la consiguiente prevencin y terapia ms eficaces de las enfermedades infecciosas.

60

En la poca actual, la esperanza de vida de la gran mayora de las poblaciones

occidentales se sita en torno de los 80 aos.
Un interesante hecho no exento de discusiones entre los expertos es una mayor
esperanza de vida en el sexo femenino (82 aos) en comparacin con el masculino (75
aos). Es ms, tal diferencia parece haberse incrementado en los ltimos decenios,
habiendo pasado de 4 aos en 1950 a los 7 actuales. Es posible que con la entrada de la
mujer al mundo laboral competitivo y con la adquisicin del hbito tabquico y otros, antes
predominantemente masculinos, dicha diferencia tienda a reducirse.
En los tiempos ms recientes se estn desarrollando respecto a la esperanza de vida
anlisis ms refinados. Al lado del trmino "aos de vida ganados", que representara una
medida de efectividad de los programas de salud, cabe hablar de aos de vida ajustados
por calidad (AVAC), ms conocidos como Quality Adjusted Life Years (QALY), que
representan una medida de utilidad para los pacientes, los familiares y la sociedad en su
conjunto. Otro tipo de anlisis realizados en la actualidad se dirigen a determinar la
ganancia de la esperanza de vida, derivada de las intervenciones mdicas. Ello tiene un
gran inters a la hora de la planificacin de la poltica sanitaria.
2. Las curvas de supervivencia de un grupo de pacientes afectos de una enfermedad
concreta permiten ilustrar la denominada historia natural de dicha entidad nosolgica. Por
otro lado, ayudan a caracterizar el modelo de mortalidad de la citada afeccin, a la vez
que, mediante anlisis comparativos, aislar diversos datos pronsticos y determinar la
eficacia de determinados tratamientos.
La historia natural de una enfermedad es la evolucin sin intervencin mdica. El curso
clnico describe la evolucin de la enfermedad que se encuentra bajo atencin mdica.
El pronstico depende por tanto de la historia natural de la enfermedad y de su curso
clnico. Dicho pronstico no siempre cambia con la intervencin mdica.
La incertidumbre sobre el futuro de una enfermedad, puede estimarse sobre la
experiencia clnica y la informacin epidemiolgica. Es evidente que la experiencia
clnica individual an siendo de gran valor, por si sola es inadecuada ya que esta basada
en un conjunto mas o menos limitado de pacientes que no representan la totalidad de los
mismos sobre los que se tiene adems un seguimiento desigual.
Diferencia entre riesgo y pronstico
Por otra parte debemos a su vez tener en cuenta la diferencia entre factores de riesgo y
factores pronsticos. Los factores de riesgo son los que condicionan la probabilidad
de presentar una enfermedad determinada. Dichos factores pueden estar presentes en
poblacin sana y aumentan el riesgo de tener la enfermedad. La identificacin de los
factores de riesgo son imprescindibles para la prevencin primaria.

61

Los factores pronsticos son aquellos que predicen el curso clnico de un

padecimiento una vez que la enfermedad esta presente. La identificacin de estos
factores son de gran inters para la prevencin secundaria y terciaria .
Para la estimacin del riesgo el suceso final que se busca es la presencia de una
enfermedad especfica. Para la estimacin del pronstico la variable final como elemento
de inters para estudio puede ser: la muerte, la recurrencia del proceso, la invalidez, las
complicaciones .
Existen a su vez marcadores de riesgo que son caractersticas de las personas que no
son modificables (edad, sexo, raza,) y que determinan la probabilidad de presentar una
enfermedad. Los marcadores de pronstico son a su vez caractersticas no modificables
del sujeto que tienen una probabilidad determinada de afectar el curso clnico de la
enfermedad.
Hay factores de riesgo (edad, HTA,...) que cuando aparece la enfermedad (cardiopata
isqumica) a su vez son factores pronsticos para la presencia o no de muerte por dicha
enfermedad, Tabla 1.
Tabla 1. Diferencias entre Factores de Riesgo y Pronsticos en el
Infarto agudo de miocardio.
Sano

inicio del IAM

Factores de Riesgo

> Edad
Varn
Hbito tabquico
Hipertensin
> LDH/ < HDL
Inactividad

Resultados

Factores Pronsticos

> Edad, Mujer

Hbito tabquico
Hipotensin
Infarto anterior
Insuficiencia cardiaca congestiva.
Arritmia ventricular

En la prctica clnica diaria es preciso tener un conocimiento del pronstico de un

problema determinado para tomar decisiones respecto a exploraciones, ingresos
hospitalarios, tratamientos especficos, que si no modifican el pronstico no deberan
objetivamente estar justificados. Por otra parte, se precisa conocer el curso clnico de la
enfermedad para informar al paciente y a sus familiares sobre su futuro.
Parmetros de inters pronstico
Los parmetros de inters pronstico dependen de la enfermedad que se estudie pero
los de uso ms frecuente son:

62

a.
Tasa de supervivencia a los cinco aos.
Porcentaje de pacientes que sobreviven cinco aos a partir de algn momento en el
curso de la enfermedad.
b.
Tasa de letalidad.
Porcentaje de pacientes con una enfermedad que mueren a causa de ella.
c.
Tasa de respuesta.
Porcentaje de pacientes que muestran alguna seal de mejora despus de una
intervencin.
d.
Tasa de remisiones.
Porcentaje de pacientes que entran en una fase en la que la enfermedad deja de ser
detectable.
e.
Tasa de recurrencia.
Porcentaje de pacientes que vuelven a tener la enfermedad despus de un perodo
libre de ella.
Determinacin de los factores pronsticos.
En la actividad diaria conoceremos el pronstico de muchos de los pacientes por nuestra
formacin y experiencia previa. Las estrategias para conocer el pronstico podran
resumirse en las siguientes posibilidades :
Experiencia personal:

Consultar a otro colega.

Consultar a un "experto" o especialista en el
tema.

Hacer una revisin de la literatura.

Realizacin de estudios:

Revisin de casos.
Estudios de casos y controles
Estudios de cohortes
Ensayos clnicos.

1. Experiencia personal. La experiencia personal, ya sea la de uno mismo o la de un

experto, sin duda es muy valorable en todo el proceso clnico asistencial, sin embargo
tiene limitaciones en relacin con:
a.
Sesgos de seleccin de pacientes: El sesgo de seleccin viene determinado por
la dificultad de haber tenido contacto con todos los tipos de pacientes de una
determinada enfermedad. El lugar de trabajo condiciona la patologa que s diagnstica
y se trata.

63

b.
Sesgos de informacin: El sesgo de informacin nos lleva a valorar los factores
acompaantes de pacientes que han presentado un excelente pronstico o un fatal
pronstico.
c.
Falta de precisin: La falta de precisin viene determinada por el tamao muestral
de la casustica que si es reducida puede estar afectada por el azar.
Por otra parte la identificacin de factores de riesgo para la presencia de una
enfermedad tampoco puede ser producto de la experiencia personal. Existen riesgos
que pueden ser identificados fcilmente entre exposicin y enfermedad (traumatismos
por accidentes automovilsticos, intoxicacin por sobredosis de frmacos) pero en la
mayora de las enfermedades crnicas las relaciones entre exposicin y enfermedad
son menos aparentes. Las razones por las que la experiencia personal es insuficiente
para establecer una relacin entre una exposicin y una enfermedad se sealan en la
tabla 2 .
Tabla 2. Situaciones en las que la experiencia personal es
insuficiente para establecer una relacin entre una exposicin
una enfermedad

Perodo de latencia largo entre la exposicin y la

enfermedad.
Exposicin frecuente al factor de riesgo.
Incidencia baja de la enfermedad.
Riesgo pequeo producido por la exposicin.
Enfermedad frecuente.
Causas mltiples de enfermedad.

2. Revisin de la literatura. La revisin de la literatura es siempre recomendable. Un

artculo aisladamente puede estar sesgado o limitado en sus conclusiones, es por ello
aconsejable revisar la literatura buscando: a) artculos de revisin b) estudios de
metanlisis.
Los artculos de revisin discuten la informacin sobre el tema teniendo en cuenta
aspectos metodolgicos, concordancias y divergencias sobre diferentes trabajos que
nos permitirn una informacin actualizada sobre el tema.
El metanlisis ha sido definido por Jenicek como "una integracin estructurada, con una
revisin cualitativa y cuantitativa de los resultados de diversos estudios independientes
acerca de un mismo tpico". El metanlisis desplaz de la literatura mdica a la revisin
por un experto.
El metanlisis como mtodo ha generado reacciones muy diferentes en el campo de la
ciencia mdica. Dichas reacciones van desde un rechazo y escepticismo total hasta un
ferviente apoyo y entusiasmo. Los epidemilogos lo consideran una herramienta til pero
que hay que saber utilizar. Los objetivos del metanlisis son fundamentalmente dos:
revisar con tcnicas cuantitativas la situacin actual de un tema que ha sido investigado
64

previamente en mltiples o diversos trabajos. Esta revisin cuantitativa permitira resumir

los resultados de todos los estudios previos. En segundo lugar el metanlisis nos permite
incrementar el poder estadstico para detectar diferencias entre variables. Claramente si
podemos reunir en una misma tabla de contingencia diferentes estudios, el tamao
muestral de dicha tabla se incrementar y por tanto tambin lo har nuestro poder
estadstico para detectar diferencias. En definitiva la precisin del estudio mejora y la
posibilidad de cometer errores de tipo II o beta (no detectar diferencias cuando realmente
las hay) disminuye. Esta tcnica es por tanto muy til cuando estimamos incidencias o
mortalidad de eventos muy poco frecuentes o cuando en un estudio de casos y controles
la exposicin de inters es muy rara o muy frecuente.
3. Realizacin de estudios. Existen diferentes diseos de investigacin para conocer la
historia natural y el curso clnico de la enfermedad:
a.
Revisin de casos: Permiten reconstruir retrospectivamente el curso clnico de
una enfermedad. En estos estudios los sesgos de seleccin son muy frecuentes y no es
aconsejable utilizarlos para hacer inferencias sobre el pronstico. Estos estudios aunque
son muy tiles para formular hiptesis, no sirven para evaluar o testar la presencia de
una asociacin estadstica. La presencia de una asociacin puede ser un hecho fortuito.
La gran limitacin de este tipo de estudios es en definitiva la ausencia de un grupo
control.
b.
Estudio de casos y controles: ver captulo anterior
c.
Estudios de cohorte: ver captulo anterior
1.
Ensayos clnicos: Este tipo de estudios permiten estudiar las modificaciones del
curso clnico de la enfermedad como respuesta a nuevas intervenciones teraputicas.
Los datos proporcionados por los estudios clnicos se expresan en mltiples ocasiones
en trminos de supervivencia. Este trmino no queda limitado a los trminos de vida o
muerte, sino a situaciones en las que se mide el tiempo que transcurre hasta que sucede
el evento de inters, como puede ser tiempo de recurrencia, tiempo que dura la eficacia
de una intervencin, tiempo de un aprendizaje determinado etc. Por tanto, la
supervivencia es una medida de tiempo a una respuesta, fallo, muerte, recada o
desarrollo de una determinada enfermedad o evento.
El termino supervivencia se debe a que las primeras aplicaciones de este mtodo de
anlisis utilizaba como evento la muerte de un paciente.
Habamos dicho que las curvas de supervivencia de un grupo de pacientes afectos de
una enfermedad concreta permiten ilustrar la denominada historia natural de dicha
entidad nosolgica y que ayudan a caracterizar el modelo de mortalidad de la citada
afeccin, a la vez que, mediante anlisis comparativos, permite aislar diversos datos
pronsticos y determinar la eficacia de determinados tratamientos.
Para trazar las curvas citadas con la mxima fiabilidad, habra que observar todo el grupo
en estudio hasta que falleciese el ltimo enfermo. Ello en la prctica es raramente factible,

65

y se tardara mucho tiempo en obtener la informacin requerida. Para obviar estos

inconvenientes se recurre a los mtodos actuariales (los ms conocidos son el de Kaplan
y Meier y el denominado de "tablas de vida"), que permiten estimar la probabilidad de
supervivencia (o de otro parmetro que se quiera analizar, como probabilidad de
permanecer en remisin, etc.) de un grupo de individuos, entre los cuales algunos son
observados hasta que se produce el suceso objeto de estudio (muerte o recada, en los
dos ejemplos anteriores), pero otros son incluidos en el anlisis antes de que termine por
completo su observacin.
El clculo de la supervivencia actuarial y su representacin grfica (curva de
supervivencia) tienen gran utilidad en la caracterizacin del pronstico global de una
entidad nosolgica pues permiten obtener una serie de datos tanto cuantitativos como
cualitativos.
A partir del anlisis de tales curvas cabe obtener una idea acerca de la funcin de riesgo.
sta se define como la proporcin de pacientes que sufren la muerte (u otro suceso que
se pueda estar estudiando mediante este mtodo) en un intervalo o unidad de tiempo, en
el supuesto de que hayan entrado en dicho intervalo sin haber sufrido el suceso en
estudio (fallecimiento o cualquier otro). Cuando la funcin de riesgo es constante a lo
largo de todo el estudio, se obtiene una curva con una pendiente progresivamente menor,
es decir, de tipo exponencial. Este fenmeno del riesgo constante se demuestra mejor si
la curva de supervivencia se representa en una escala semilogartmica, en la cual el
decrecimiento exponencial aparece como una lnea recta. Tal tipo de representacin
grfica permite obtener de modo aproximado una informacin acerca de las variaciones
de la funcin de riesgo a lo largo de la observacin de un grupo de individuos, sin que en
la prctica clnica habitual se requiera trazar directamente la misma funcin de riesgo. En
el caso de que la mortalidad sea constante y, por tanto, la funcin de riesgo no se
modifique a lo largo de la curva, cabe establecer relaciones matemticas entre los tres
parmetros implicados: supervivencia media, supervivencia mediana y funcin de riesgo
(l). La supervivencia media se obtiene calculando la inversa de l (1/l), y la supervivencia
mediana aplicando la frmula 0,693 (constante de decrecimiento exponencial)/l.
Se han desarrollado mtodos matemticos mediante los cuales se puede determinar si
existe diferencia significativa entre dos o ms curvas de supervivencia (p. ej., entre
pacientes de sexo masculino y femenino, entre diversos grupos de edad o entre grupos
con caractersticas clnicas diferentes, etc.). De ellos, el ms conocido es el logrank test.
Tambin existen tcnicas (mtodo de Mantel-Byar) que permiten analizar la influencia que
ejercen sobre la supervivencia las denominadas variables dependientes del tiempo, es
decir, las que no se hallan presentes en el individuo al inicio de la observacin, sino que
aparecen en el transcurso de la evolucin. Una de las ms frecuentemente analizadas
con estas tcnicas es la respuesta al tratamiento. Por ltimo, cabe mencionar mtodos
estadsticos que permiten comparar la supervivencia real de un grupo de pacientes con
respecto a la terica de la poblacin general que sera de esperar si la distribucin del
sexo y de la edad fuera superponible. Tales tcnicas son tiles para determinar hasta qu
punto una afeccin determinada reduce la supervivencia esperada.

66

El ms importante en la prctica clnica es el pronstico individual, es decir, la

prospectiva que se refiere a un individuo aislado, y que se analizar brevemente con
respecto a la supervivencia. En el caso de que el cuadro clnico no ofrezca particularidad
alguna que pueda influir, en el sentido de mejorar o empeorar el pronstico, se puede
formular diciendo que los pacientes afectos de la entidad nosolgica que se presenta
sobreviven por trmino medio el tiempo expresado por la supervivencia mediana del
grupo global. No obstante, con respecto a numerosas enfermedades se dispone
actualmente de parmetros pronsticos conocidos que permiten precisar mejor la
probabilidad de evolucin de cada individuo concreto afecto de aquella enfermedad.
Como ejemplos ms destacados cabe citar las afecciones oncolgicas, que son las que
ms comprometen el pronstico vital y en las que, por tal razn, ms interesa la
prediccin evolutiva. El sistema TNM (T = tumor, N = ndulo o adenopata y M =
metstasis) se ha extendido a numerosas neoplasias slidas y es de gran utilidad clnica.
As, es bien sabido, por ejemplo, que el pronstico del cncer de mama depende
enormemente no slo de la presencia o ausencia de metstasis ganglionares en la axila,
sino incluso del nmero de linfadenopatas regionales que albergan el tumor. Asimismo, la
presencia o ausencia de adenopatas mediastnicas o de metstasis condicionar el tipo
de teraputica que se ha de indicar en un caso concreto de cncer broncopulmonar. El
sistema de clasificacin por estadios clnicos comenz a aplicarse en el pronstico de la
enfermedad de Hodgkin, para extenderse despus eficazmente a diversas hemopatas
malignas, como los linfomas malignos no hodgkinianos, la leucemia linfoide crnica, el
mieloma mltiple, as como a diversas neoplasias slidas y variadas afecciones de
diversos captulos de la nosologa. Estos mtodos pronsticos se van introduciendo
progresivamente en la prctica de numerosas afecciones, no slo con respecto a la
supervivencia, sino tambin en relacin con otros sucesos cuya predecibilidad pueda
tener inters clnico.
Los mtodos de clasificacin pronstica se han diseado siguiendo diversos
procedimientos. Algunos han surgido de modo relativamente impresionstico, por
extrapolacin a partir de las observaciones clnicas pasadas. En la actualidad se tienden a
obtener por procedimientos considerados ms ortodoxos desde el punto de vista
cientfico. Mediante estudios comparativos de las curvas de supervivencia con respecto a
diversos datos clnicos (p. ej., en un grupo de pacientes con una enfermedad concreta,
determinando si viven ms los varones que las mujeres), se aslan diversas variables
pronsticas individuales (en el ejemplo anterior, el sexo sera una variable pronstica si se
demostrase una diferencia significativa en la supervivencia comparando varones con
mujeres). Una vez aisladas las variables pronsticas individuales, se procede a averiguar,
mediante mtodos multivariantes (tcnicas de regresin mltiple, anlisis de particin
repetitiva, anlisis discriminante, anlisis factoriales, anlisis de componentes principales
o anlisis mediante redes neuronales), cules son las variables de mayor peso y cules,
por el contrario, aportan una informacin nicamente redundante. A la vez, dichas
tcnicas permiten determinar cuantitativamente la importancia pronstica de cada variable
o aislar aquellas variables que en su conjunto caracterizan a grupos pronsticos
concretos. Mediante tales tcnicas cabe obtener modelos matemticos que, una vez
comprobada su validez en series distintas a aquellas de las que se han derivado los
citados modelos, puedan ser aplicados con eficacia y precisin cada vez mayores en el
pronstico individual.
67

La estimacin de la supervivencia de una cohorte de pacientes se determina por

tcnicas paramtricas (distribucin exponencial, Weibul, lognormal) o no parametricas
(Kaplan-Meier, logrank, regresin de Cox). El mtodo Kaplan-Meier calcula la
supervivencia cada vez que un paciente muere (o se produce el evento de inters)
(Fig 1).

La caracterstica distintiva del anlisis con este mtodo es que la proporcin acumulada
que sobrevive, se calcula para el tiempo de supervivencia individual de cada paciente y
no se agrupan los tiempos de supervivencia en intervalos .
En los estudios de seguimiento no todos los pacientes presentan el evento tras un
tiempo de seguimiento (observaciones censuradas). La tcnica ideada por Cox (modelo
de riesgo proporcional o regresin de Cox) es la proporcionada para realizar el anlisis
cuando hay observaciones censuradas que dependen del tiempo. Este modelo utiliza
como variable dependiente el tiempo de supervivencia del paciente y como covariables
variables independientes que se modifican con el tiempo. Los coeficientes de regresin
de Cox pueden usarse para determinar el riesgo relativo entre cada variable
independiente y la variable respuesta, ajustado por el efecto de las dems variables en la
ecuacin .
Errores frecuentes en el estudio del curso clnico
Los errores ms frecuentes en los estudios sobre el curso clnico de enfermedades,
vienen determinados por los sesgos (estimaciones equivocadas del riesgo): de seleccin,
de prdidas de seguimiento, y de errores en la medicin .
a) Sesgo de seleccin: Este tipo de sesgo puede presentarse en cualquiera de los diseos
previamente sealados y es muy frecuente. Los pacientes que acuden a centros
hospitalarios, los candidatos a ciruga, son diferentes de los que no ingresan o no se
operan por razones diferentes. Por tanto las conclusiones que se deriven del estudio de
un grupo de ellos, no son representativas de todos los pacientes que tengan la
enfermedad.

68

Si no se dispone del seguimiento del paciente desde el inicio de la enfermedad o evento,

el resultado sobre su pronstico puede ser impredecible. Pueden fcilmente presentarse
sesgos de supervivencia selectiva ya que aquellos que fallecieron antes o siguen vivos
ahora (en el momento que se incorporan al estudio) son diferentes. Es por ello
fundamental incorporar al estudio casos incidentes desde el inicio de la enfermedad o
evento de inters.
b) Sesgo por perdidas de seguimiento: Las prdidas de seguimiento son frecuentes e los
estudios de cohortes y ensayos clnicos. Si las perdidas son aleatorias y no se asocian
con el evento de inters no se produce un sesgo. Debe ser un objetivo prioritario reducir
al mnimo las perdidas con un cuidadoso seguimiento de todos los pacientes ya que de
lo contrario pueden tener un efecto impredecible e invalidar las conclusiones del estudio.
c) Sesgo por errores de medicin: Se produce una estimacin equivocada del riesgo por
errores en la medicin, siendo las fuentes ms frecuentes de sesgo: un instrumento no
adecuado de medida, un diagnstico incorrecto, omisiones, imprecisiones, vigilancia
desigual en expuestos y no expuestos, procedimientos de encuesta no validos,
encuestadores no entrenados o conocedores de las hiptesis del estudio. Este tipo de
sesgos pueden reducirse si se tienen en cuenta los siguientes conceptos bsicos: a) los
observadores (encargados de la medicin o evaluacin) deben ser ciegos al tipo de
tratamiento que recibe el enfermo, b) las mediciones del proceso de inters han de
desarrollarse en condiciones similares en ambos grupos con el mismo instrumento de
medida y en los mismos momentos de seguimiento, y c) los criterios diagnsticos que
sealen la presencia del evento de inters deben estar claramente definidos.
Es evidente que la actividad pronstica se basa actualmente en tcnicas cientficas con
intentos de precisin matemtica. Pero no hay que olvidar que se trata de tcnicas
probabilsticas, es decir, mtodos que no ofrecen una seguridad absoluta, pues ello es
inherente a cualquier modalidad de prospectiva. Hay que tener en cuenta, por ltimo, que
tambin en esta faceta sigue siendo importante el arte clnico derivado de una prolongada
experiencia, pues en ocasiones permitir, sobre todo al establecer un pronstico
individual, descubrir matices de importancia que hayan podido escapar a anlisis
matemticos ms complejos.

Si los factores pronsticos son aquellos que predicen el curso clnico de un

padecimiento una vez que la enfermedad esta presente. Cabe preguntarse qu sucede
y cmo pueden influir los factores sociales a la hora de predecir el curso de una
enfermedad.
Es numerosa la bibliografa e investigaciones que atienden el tema del pronstico
desde lo netamente biolgico y con rigor matemtico, pero an hay una situacin de
precariedad en estudios que estudien la participacin de lo social en el pronstico. Si
bien las Ciencias Sociales, por su objeto, no pueden tener el rigor de las matemticas,
no es menos cierto, que las metodologas cualitativas, aportan interesantes
69

perspectivas a la hora de pensar las posibilidades de sobrevida del paciente, con

fundamento cientfico.
En las enfermedades mentales, es indispensable la contencin del paciente, sus
vnculos y no menos importante la conformacin de redes, cada uno de estos aspectos
son factores sociales, que su ausencia o presencia puede tener un valor insoslayable
sobre el pronstico del paciente.
Los pacientes que padecen enfermedades como el SIDA, pueden mejorar sus
posibilidades de sobrevida, en la medida que los niveles de discriminacin sedan, que
se cuente con redes sociales y familiares contenedoras y se evite en la medida de lo
posible la hospitalizacin.
Los ejemplo anteriormente dados, carecen de cifras que nos digan cuanto tiempo (horas,
das) suman estos elementos, a la sobrevivencia del paciente, lo cual no debe tomarse
como menos importante , ya que el impacto final puede traducirse en mejoras en la
calidad de vida del paciente.
Programa del mdulo
1 encuentro:
Riesgo. Concepto. Tipos de riesgo. El estudio de riesgo a nivel individual y
comunitario. Tipos de estudios para medir el riesgo. Explicacin del trabajo para
aprobar la rotacin (pag. 74). Utilidad del estudio de riesgo.
Actividad: Identificacin de factores de riesgo discusin
2 encuentro:
Pronstico concepto. Variables a estudiar. Tipos de estudios para medir el pronstico.
Curvas de sobrevida y su interpretacin. Lectura crtica de un estudio de pronstico.
Actividad: Planificacin de un estudio de riesgo y otro de pronstico.
3 encuentro:
Bsqueda de la evidencia para estudios de riesgo y su aplicacin en acciones de
prevencin. Usos de la guas y Web de las Task Force de Canad y Estados Unidos.
Actividad: Bsquedas por Internet en el laboratorio de Informtica.
4 encuentro:
Evaluacin:
Actividad: Presentacin de Bsqueda en Internet de un artculo de riesgo o
pronstico y su lectura crtica aplicando la Gua especfica.

Prctica de Riesgo y Pronstico

Lea con atencin reflexione y comente con el grupo. Lectura crtica de la literatura
cientfica de la pag.124.
70

Gua para el desarrollo del trabajo prctico del cursado de

Pronstico en Medicina
1. Lea y reflexione el punto anterior referido a la lectura crtica de la literatura
cientfica
2. Elija una patologa sobre la cual quiera investigar sobre riesgo o pronstico.
3. Realice una bsqueda de evidencia cientfica sobre el tema. Para ello utilice los
conceptos dados en el apunte y el terico del Dr. Salvattore.
4. Presente por escrito la descripcin de la bsqueda solicitada y los resultados de la
misma
5. Prepare para exponer en la ltima clase la lectura crtica de 1 (un) artculo cientfico
que conteste a las preguntas que se hizo sobre riesgo / pronstico. Para ello use la
siguiente gua.

Gua para la lectura crtica de trabajos sobre pronstico

Son vlidos los resultados?
Preguntas "de eliminacin"
1 Fue una muestra representativa y bien definida de
pacientes en un momento similar en el curso de la
enfermedad?
PISTAS:
De qu mbito son los pacientes: primaria
o especializada?
En qu punto de su curso clnico se
incluyen en el estudio?
2 Fue el seguimiento lo suficientemente prolongado y
completo?
PISTAS:
El intervalo temporal entre un factor pronstico y un
resultado es variable y puede ser muy largo
Se pierden pacientes? Se investigan sus
caractersticas?
Merece la pena continuar?

SI
NO SE PUEDE
SABER
NO

SI
NO SE PUEDE
SABER
NO

Preguntas detalladas
3 Se utilizaron criterios objetivos y
no sesgados para los resultados?

SI

71

PISTAS:
Los resultados a veces son objetivos
(p.e. muerte) otras no tanto (p.e. calidad
de vida). Se valoraron de modo
"ciego"?
4 Se hizo un ajuste por los factores
pronsticos importantes?

NO SE PUEDE SABER
NO

SI
NO SE PUEDE SABER

PISTA:
En muchos estudios de pronstico al
grupo de pacientes se le divide en
subgrupos de factores pronsticos (o
tratamientos) sospechados. Si se hizo
esto se controlaron por otros factores?
B: Cules son los resultados?

NO

5 Cul es la probabilidad del(los)

evento(s) en un periodo de tiempo
determinado?
PISTA: La probabilidad vara en el
tiempo
Se presentan "curvas de
supervivencia"?
Se presentan para los distintos
factores pronsticos?
6 Cun precisas son las
estimaciones?
PISTA:
Se dan los intervalos de confianza?
C: Son los resultados aplicables en tu medio?
7 Son los pacientes del estudio
similares a los mos?

SI
NO SE PUEDE SABER

PISTA: Considera si
Los pacientes del estudio pueden ser
suficientemente diferentes de los de t
Area
tu medio parece ser muy diferente al
del estudio
8 Conducen los resultados a
seleccionar o a evitar un tratamiento?

NO

SI
NO SE PUEDE SABER
NO
72

9 Son tiles los resultados para

tranquilizar o aconsejar a los
pacientes?

SI
NO

BIBLIOGRAFA
1. Fletcher, R.H., Fletcher S.W., Wagner E.H. Epidemiologa clnica. Barcelona: Ediciones Consulta;
1989.
2. Jenicek, M., Cleroux R. Epidemiologa. Principios-Tcnicas-Aplicaciones. Barcelona: Salvat; 1987.
3. Rozman Ciril, Principios de la prctica mdica, Barcelona, 1997
4. Diumenjo Mara Cristina, Factores pronsticos en los linfomas no Hodgkin. Tesis doctoral
Universidad Central de Barcelona, Espaa, 1985.
5. Medicina Interna Farreras Rozman 14 Edicin .

Intervencin teraputica
Tomado del libro de Fletcher Robert y cols. Epidemiologa clnica Aspectos fundamentales. Masson
Williams & Wilkins, 2 Edicin, 1998.

Una vez que se ha establecido la naturaleza de la enfermedad del paciente y el curso

previsto de sta, la pregunta siguiente es: cul es la conducta indicada? Existe un
tratamiento que mejore el resultado de la enfermedad? Este captulo describe las
evidencias utilizadas para decidir si un tratamiento bien intencionado es efectivo.
ESTUDIOS SOBRE LOS EFECTOS DEL TRATAMIENTO
Habitualmente, se considera que el tratamiento es lo que los mdicos prescriben para los
pacientes con una enfermedad establecida: ciruga, frmacos, 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 pacientes individuales
(consejo y deteccin precoz), la intervencin en comunidades y los cambios de la
organizacin y financiacin de la asistencia sanitaria. Con independencia de la naturaleza
bien intencionada de una intervencin, los principios mediante los cuales se juzga como
superior o no a sus alternativas son los mismos.
Existen dos mtodos generales para establecer los efectos del tratamiento de la
enfermedad:
estudios observacionales y
estudios experimentales, ambos difieren en solidez cientfica y viabilidad.
Los estudios observacionales sobre el tratamiento constituyen un caso especial de
estudios sobre pronstico en general, en los que el factor pronstico de inters es una
intervencin teraputica. Lo que se ha descrito sobre los estudios de cohortes tambin es
vlido para los estudios 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 conclusiones equivocas sobre los

73

efectos del tratamiento.

Los ensayos clnicos son un tipo especial de estudios de cohortes, en los cuales las
condiciones del estudio (seleccin de los grupos de tratamiento, naturaleza de las
intervenciones tratamiento durante el seguimiento y medicin de los resultados) son
especificadas por el investigador con el objetivo de establecer comparaciones no
sesgadas. Los ensayos clnicos son mucho mas controlado que los estudios de
cohortes. Los investigadores llevan a cabo un experimento anlogo a los realizados en el
laboratorio. Han asumido la misin (con el consentimiento de sus pacientes) de aislar para
el estudio la contribucin exclusiva de un factor manteniendo constantes, hasta el mayor
grado posible, todos los dems determinantes de los resultados. Por ese motivo, otros
nombres de los ensayos clnicos son estudios experimentales y de intervencin.
Los ensayos aleatorizados controlados son el patrn de oro de los estudios cientficos
sobre los efectos del tratamiento

ENSAYOS ALEATORIZADOS CONTROLADOS

En la figura 1 se muestra la estructura de un ensayo clnico. Los pacientes del estudio
se seleccionan primero a partir de un nmero ms elevado de pacientes con el proceso
en cuestin. Despus se dividen, utilizando la aleatorizacin, en dos grupos de pronstico
comparable.
Un grupo denominado experimental 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 la
intervencin.
Despus se observa el curso clnico de ambos grupos y cualquier diferencia de
los resultados se atribuye a la intervencin.
La principal razn para estructurar los ensayos clnicos 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 clnico depende de que se origine como consecuencia
una distribucin idntica de todos los determinantes del pronstico, aparte la que se est
evaluando, en los pacientes tratados y en los pacientes control.
En la descripcin siguiente expondremos el diseo e interpretacin detallados de los
ensayos clnicos con una referencia a la figura 2.
Fig. 1. Estructura de un ensayo clnico.

Intervencin experimental
Poblacin
de pacientes
con el
proceso

muestra

resultados

74

Mejora
Sin mejora

tiempo

Mejora
Sin mejora

Intervencin de comparacin

Muestreo
Los tipos de pacientes que son incluidos en un ensayo determinan el grado hasta el
cual pueden generalizarse las conclusiones a otros pacientes. 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 parte 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 heterogeneidad de los
pacientes en el ensayo. Algunos criterios de exclusin comunes son una
enfermedad atpica, otras enfermedades, un pronstico inusitadamente malo
(que puede provocar como consecuencia que los pacientes abandonen el grupo
asignado de tratamiento) y pruebas con falta de fiabilidad. Los pacientes con
contraindicaciones a uno de los tratamientos tambin son excluidos por razones
obvias. Cuando la heterogeneidad se limita de esta forma, mejora la validez
interna del estudio; existe una oportunidad menor para observar diferencias de
los resultados que no mantengan relacin con el propio tratamiento. Adems, la
generalizacin de los resultados 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 pacientes, en general, se observan entre los individuos visitados
habitualmente en la prctica clnica, lo que limita la generalizabilidad a estos
pacIentes, para quienes precisamente ms necesaria es la informacin.

75

Figura 2. Sesgos en los ensayos clnicos

Tratado
muestra

Resultados

asignacin
control

Resultados

Poblacin
muestreada

Otras
poblaciones

Anlisis
estadsticos
Generalizacin

En segundo lugar, los pacientes pueden rechazar participar en un ensayo.

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 sistemticamente
diferentes -con respecto a su posicin socioeconmica, la gravedad de su
enfermedad, otros problemas relacionados con 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 abandonaran el ensayo.
Por estas razones, los pacientes de los ensayos clnicos suelen ser una
muestra
muy seleccionada, sesgada, de todos los pacientes con el
proceso en cuestin.
Debido al elevado grado de seleccin en
los ensayos, frecuentemente se
requiere una considerable fe para
generalizar los resultados de los ensayos
clnicos a los contextos
habituales de la prctica clnica.

Intervencin
La intervencin en s misma puede describirse en relacin con las tres caractersticas
generales: generalizabilidad, complejidad y consistencia.
En primer lugar, tiene la intervencin en cuestin probabilidades de ser llevada a
cabo en la prctica clnica habitual? En su empeo por estandarizar el tratamiento de
modo que pueda describirse y reproducirse fcilmente en otros contextos, algunos
investigadores acaban estudiando tratamientos que son tan diferentes de los de la
76

prctica habitual que los resultados del ensayo no son tiles.

En segundo 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 habitualmente efectan elecciones entre
tratamientos alternativos que incluyen muchos elementos. Las intervenciones con facetas
mltiples pueden someterse a una evaluacin cuidadosa siempre que pueda comunicarse
su esencia y reproducirse en otros contextos.
Ejemplo. Las cadas constituyen un problema importante en los ancianos, responden a una
variedad de causas y tienden a recidivar. Rubenstein y cols. (4) estudiaron los efectos de un
programa para prevenir las cadas en los ancianos. Los individuos ancianos de un centro de
asistencia crnica fueron asignados aleatoriamente -despus de una cada- a un programa
especial o a la asistencia habitual. El programa incluy una exploracin detallada, pruebas de
laboratorio y una evaluacin ambiental; se dieron recomendaciones teraputicas al mdico de
atencin primaria de los pacientes. Durante los dos aos siguientes, en el grupo de intervencin
se produjeron un menor nmero de cadas, el 26 % menos de hospitalizaciones y una disminucin
del 52 % de los das de estancia hospitalaria comparado con el grupo control.
Figura 3. Muestreo para un ensayo clnico. Litzelman, D et al. Reduction in lower extremity clinical
abnormalities in patients with non-insulin dependent diabetes mellitus A randomized controlled trial
Ann Internal Med 1993 119: 36-41
Porcentaje de pacientes

Poblacin muestreada

Pacientes con diabetes mellitus no insulino

dependiente en un Hospital

100

24

Criterios de inclusin
Edad > 40 aos
Diabetes diagnosticada despus de los 30
aos de edad
Necesita tratamiento farmacolgico para la
hiperglucemia.
Planea permanecer en la consulta ms de
dos aos.
Otras enfermedades, discapacidad, etc.
Elegibles
No cooperadores
Rechazan participar
No acuden a las citas para visitas

77

Aleatorizados

13

Abandonos
Muerte
Cambio de residencia
Enfermedad, etc

Completan el estudio

12

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. ej., el tratamiento del hipertiroidismo mediante ablacin con istopos
radiactivos o la ciruga), pero la mayor parte de enfermedades se originan a partir de una
combinacin de factores que actan de manera concertada . No se puede prever que las
intervenciones que solo cambian uno de esos factores y solo en un grado insignificante
pongan de manifiesto efectos convincentes del tratamiento. Si la conclusin de un ensayo
que evala dichas intervenciones es que el tratamiento nuevo no es efectivo no resultar
en absoluto sorprendente.

Grupos de comparacin
El valor del tratamiento slo puede evaluarse comparando sus resultados con los de algn
curso de accin alternativo. La cuestin no es si se utiliza un punto de comparacin sino
lo apropiado que ste sea. Los resultados entre los pacientes que reciben un tratamiento
experimental pueden medirse frente a uno o ms tipos de comparacin.

No intervencin
Terminan por encontrarse mejor los pacientes que reciben el tratamiento
experimental que los que no reciben ningn tratamiento? La comparacin entre la
aplicacin del tratamiento y la ausencia de ste determina los efectos totales de la
asistencia sanitaria, tanto especficos como inespecficos.

Observacin

78

Se encuentran mejor los pacientes tratados que los otros pacientes simplemente
observados? En los ensayos clnicos se presta una atencin especial 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, lo que constituye un fenmeno llamado efecto Hawthorne. 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 voluntarios para los ensayos desean 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 efecto Hawthorne.

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 fsico, color, sabor y olor, pero que carece de un
mecanismo especfico conocido de accin? Ejemplos de placebos son los
comprimidos de glucosa y las inyecciones de suero fisiolgico. Se ha puesto de manifiesto
que los placebos, administrados con conviccin, alivian sntomas graves y
desagradables (como el dolor postoperatorio, las nuseas y el prurito) aproximadamente
de un tercio de pacientes, constituyendo un fenmeno denominado efecto placebo.
Ejemplo. En un ensayo sobre frmacos antipruriginosos, se incluy a pacientes con un
prurito intenso, crnico. Durante 3 semanas, 46 pacientes fueron tratados en orden
aleatorio con ClH de ciproheptadina, tartrato de trimepracina o placebo. Se estableci un
perodo de descanso de una semana, introducido aleatoriamente en la secuencia, en el
cual no se administraron los tratamientos. Los resultados se evaluaron sin conocer la
medicacin tomada por cada paciente y se expresaron como puntuaciones de prurito;
cuanto mayor era la puntuacin peor era el resultado al tratamiento. Las puntuaciones
de prurito para los diversos tratamientos fueron las siguientes: ClH de ciproheptadina,
28; tartrato de trimepracina, 35; placebo, 30, y ningn tratamiento, 50. Los dos frmacos
activos y el placebo presentaron una efectividad similar y depararon resultados mucho
mejores que ningn tratamiento.
El efecto placebo tiene un significado diferente para los investigadores y los clnicos.
Los investigadores probablemente estn ms interesados en establecer efectos
especficos, los efectos que son coherentes con las teoras actuales sobre las causas de
las enfermedades. Consideran el efecto placebo el efecto basal frente al cual medir los
efectos especficos. Asimismo, los clnicos 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. 4). Lo que es importante para los mdicos y sus pacientes es el efecto total de la
intervencin por encima de lo que -de lo contra- ro- habra ocurrido en el curso de la
enfermedad sin un tratamiento. No obstante, tambin es til saber cul es la parte
especfica del efecto total y cul la inespecfica, de modo que se puedan evitar
79

intervenciones peligrosas, desagradables o de coste elevado cuando apenas puede

atribuirse un efecto a sus acciones especficas.
Tratamiento habitual
Se encuentran mejor los pacientes a los que se administra el tratamiento 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.
Asignacin del tratamiento
Para estudiar los efectos de una intervencin clnica libre de otros efectos, la mejor forma
es asignar a los pacientes a los grupos de tratamiento por medio de una
aleatorizacin o asignacin aleatoria. Los pacientes reciben un tratamiento
experimental o control mediante diversas tcnicas controladas -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.
Figura 4.: Los efectos de los frmacos son parcialmente atribuibles al efecto placebo.
Fam Med Rev. 1983, 1: 40-48
Accin
Ejemplos

Mayormente
especfica

farmacolgica

narcticos
antidepresivos

Mixta
Mayormente
inespecfica

antimicrobianos
antimetabolitos

placebo

Antipruriginosos
Inyeccin en puntos
gatillo

Es preferible la asignacin aleatoria de los pacientes a otros mtodos de asignacin,

puesto que la aleatorizacin asigna a los pacientes a los grupos sin sesgo.
Figura 5. Los efectos totales del tratamiento son la suma de la mejora espontnea, las
respuestas inespecficas y los efectos de os tratamientos especficos

80

Efectos
M
e
j
o
r

Tratamiento
especfico
Placebo
Efecto Hawthorne
Historia natural

Es decir, los pacientes de un grupo tienen como media las mismas 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 estudio
A la larga, con un nmero elevado de pacientes en el ensayo, la aleatorizacin
habitualmente funciona como se ha descrito previamente. No obstante, la asignacin
aleatoria no garantiza que los grupos sean similares. Aunque el proceso de asignacin
aleatoria es no sesgado, los resultados pueden serIo. Algunas diferencias entre los
grupos pueden surgir slo por azar, especialmente cuando el nmero de pacientes
aleatorizados es pequeo. Para evaluar si ha tenido lugar este tipo de mala 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 caractersticas importantes se han distribuido casi por
igual en los grupos comparados. De lo contrario, es posible evaluar cules son las
diferencias y tratar de controlarlas en el anlisis.
Algunos investigadores consideran que antes de la aleatorizacin, es mejor asegurarse
que como mnimo algunas de las caractersticas conocidas por asociarse estrechamente
con el resultado aparecen de manera idntica tanto en el grupo tratado como en el grupo
control, para disminuir el riesgo de mala suerte. Sugieren que los pacientes se renan
primero en grupos (estratos) de pronstico similar y despus sean asignados
aliatoriamente por separado dentro de cada estrato, un proceso denominado aliatorizacin
estratificada. En este caso los grupos son totalmente comparables, al menos segn las
caractersticas que se utilizaron para crear los estratos. Otros investigadores consideran
que cualquier diferencia que surja por mala suerte, tienen pocas probabilidades de ser
amplia y puede tratarse matemticamente despus de la recogida de datos.

81

Diferencias originadas despus de la aleatorizacin

No todos los pacientes de un ensayo clnico participan en el tal y como se planific
originalmente. Algunos no desarrollan la enfermedad que se consideraba que padecan
cuando fueron incluios en el ensayo. Otros abandonan el ensayo, no toman la
medicacin, son retiradas del ensayo debido a efectos adversos o a otras enfermedades
o, de algn modo obtienen otro tratamiento diferente al del estudio. El resultado es la
comparacin de grupos de tratamientos que pudieron ser comparables exactamente
despus de la aleatorizacin, pero que han llegado a ser menos comparables en el
momento de contabilizar los resultados.

Pacientes que no padecen la enfermedad

Puede ser necesario decidir que tratamiento administrar (en un ensayo clnico o en la
prctica) antes de tener la seguridad de que el paciente padece realmente la enfermedad
para la que se designa el tratamiento.
Cuando ms tarde se pone de manifiesto que los pacientes con indicios de la
enfermedad especfica no son portadores de sta, hay que pagar un precio.
El estudio de pacientes adicionales que podran no beneficiarse de la accin
especfica del tratamiento disminuye la eficiencia del ensayo; es preciso estudiar a un
mayor nmero de paciente 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 solo incluye a pacientes con la enfermedad. Esto disminuye las posibilidades,
para un nmero determinados de pacientes del ensayo, de observar un efecto.

Cumplimiento
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 cumplimiento es otra caracterstica de
los pacientes que puede surgir tras la aleatorizacin. Aunque la falta de cumplimiento
sugiere una falta de aprecio deliberada de los buenos consejos, en medicina tambin
contribuyen otros factores. Los pacientes pueden malinterpretar los 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 frmacos. Juntas, estas circunstancias pueden limitar la utilidad de los tratamientos
que han demostrado ser beneficiosos en condiciones especialmente favorables.
El cumplimiento es especialmente
importante
en la asistencia mdica
extrahospitalaria. En el hospital, muchos factores actan forzando la conducta 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 lo que es ms importante todava, mdicos, enfermeras y
82

farmacuticos han desarrollado un sistema bien organizado para cerciorarse de que los
pacientes reciben lo que se les prescribe. Como consecuencia, la experiencia clnica y la
bibliografa mdica desarrollada en las salas hospitalarias pueden subestimar la
importancia del cumplimiento fuera del hospital, donde se encuentran la mayor parte de
pacientes y mdicos, y donde seguir los consejos de los c!nicos puede resultar mucho
ms difcil.
La comparacin de las respuestas .entre pacientes cumplidores y no cumplidores en
un ensayo aleatorizado puede inducir a error.
Ejemplo. Durante un amplio estudio sobre varios frmacos hipolipidemiantes en el
tratamiento de la coronariopata, 1.103 varones fueron tratados con clofibrato y 2.789
varones fueron tratados con placebo. La tasa de mortalidad a los 5 aos fue del 20 %
para el grupo del clofibrato y del 20,9% para el grupo del placebo, lo que indic que el
frmaco no era efectivo.
Se puso de manifiesto que no todos los pacientes tomaron la medicacin. Fue eficaz
el clofibrato en los pacientes que en realidad tomaron el frmaco? La respuesta al
parecer fue afirmativa. Entre los pacientes tratados con clofibrato, la mortalidad a los 5
aos para los pacientes que tomaron la mayor parte de dosis del frmaco prescripto fue
del 15% , comparada con el 24.6% para los pacientes menos cooperadores (p < 10-5). No
obstante, el hecho de tomar el frmaco prescrito tambin se relacion con tasas de
mortalidad menores entre los pacientes tratados con el placebo. Para stos, la mortalidad
a los 5 aos fue del 15,1 % para los pacientes que tomaron la mayor parte de dosis de
placebo y del 28,3 % para los pacientes que no lo tomaron (p < 10-5). Por consiguiente,
se identific una asociacin entre el hecho de tomar el frmaco y el pronstico que no
guard relacin con el frmaco activo en s mismo.
Los autores advirtieron que constituye un error evaluar los efectos de un tratamiento
en subgrupos determinados por las respuestas de los pacientes al protocolo del
tratamiento despus de la aleatorizacin.

Cointervenclones
Despus de la aleatorizacin, los pacientes pueden recibir una serie de intervenciones
diferentes de las que se estn estudiando. Si esto se produce de forma no idntica en
ambos grupos y afecta los resultados, puede introducir diferencias sistemticas (sesgos)
entre los grupos comparados.
Ejemplo. El tratamiento del SIDA es emocional en parte porque afecta a adultos jvenes
y es universalmente mortal al cabo de pocos aos de inicio de los. sntomas. Los
esfuerzos .para estudiar la efectividad del tratamiento se han visto entorpecidos por la
ruptura de los procedimientos habituales de los ensayos aleatorizados porque los
pacientes tratan de maximizar sus posibilidades de supervivencia. Los pacientes incluidos
en ensayos aleatorizados en ocasiones intercambian los frmacos que se estn
estudiando en el ensayo (los investigadores denominan contaminacin al intercambio de
regmenes de tratamiento entre los participan en un estudio) u obtienen frmacos que no
83

forman parte del ensayo a travs de clubes de frmacos. Habitualmente, la informacin

sobre esta conducta no es compartida con los investigadores y, por tanto, no puede
tenerse en cuenta en el estudio. El resultado es un sesgo del estudio hacia la no
observacin de efecto alguno, puesto que el contraste entre el tratamiento del grupo
tratado y el grupo de comparacin est disminudo.
Comparacin de los individuos que responden con los que no responden al
tratamiento
En algunos ensayos clnicos, especialmente los ensayos sobre el cncer los resultados de
los pacientes que inicialmente mejorar despus del tratamiento ( (individuos que
responden) se comparan con los resultados de los individuos que no mejoran.(individuos
que no responden)
La implicacin es que de esta forma se puede aprender: algo sobre la eficacia del
tratamiento.
Este enfoque no es vlido desde un punto de vista cientfico e induce a error porque la
respuesta y la falta de respuesta pueden asociarse con muchas caractersticas
relacionadas con el resultado final: estadio de la enfermedad, ritmo de la progresin,
cumplimiento, dosis, y efectos adversos de los frmacos, y existencia de otras
enfermedades. Si ningn paciente mejor realmente gracias al tratamiento y los pacientes
estaban destinados a seguir varios cursos clnicos por otras razones, algunos pacientes (
los individuos que casualmente se encuentran bien) se denominaran individuos que
responden y los otros pacientes ( los que presentan una mala evolucin) se consideraran
individuos que no responden . Naturalmente, los individuos que responden tendran un
mejor resultado con independencia de que recibieran el tratamiento experimental o no.
.

Estudio a ciegas
Los participantes en un ensayo pueden modificar su conducta de manera sistemtica (es
decir, estar sesgados) si conocen qu pacientes reciben qu tratamiento. Una forma de
minimizar este efecto es el enmascaramiento o estudio 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 la validez interna del estudio. En realidad, el trmino
enmascaramiento 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 importantes.
En primer lugar, los responsables de asignar a los pacientes a los grupos de
tratamiento no deben conocer qu tratamiento se asignar a continuacin, 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 segundo lugar, los pacientes no deben conocer qu tratamiento estn
siguiendo; de este modo, tienen menos probabilidades 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 tratamiento se ha administrado a cada paciente; de este modo, no
los tratarn, quiz inconscientemente, de forma diferente.

84

Por ltimo, si los investigadores que evalan los resultados no pueden distinguir
los grupos de tratamiento, dicho conocimiento no podr afectar a sus mediciones.
En ocasiones, se utilizan los trminos
simple ciego (slo los pacientes desconocen el tratamiento que estn siguiendo)
y
doble ciego (pacientes e investigadores desconocen qu tratamientos siguen los
pacientes), pero su significado es ambiguo. Es preferible describir simplemente 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 comprobar los efectos
de los frmacos ste suele llevarse a cabo mediante un placebo. No obstante, para
muchas importantes cuestiones clnicas, como los efectos de la ciruga, la radioterapia, la
dieta o la organizacin de la asistencia mdica, no es posible aplicar este tipo de estudio
a los pacientes por parte de los mdicos que llevan a cabo el ensayo.
Incluso cuando el estudio a ciegas parece posible, es algo a lo que se aspira mas que
una realidad. As, por ejemplo, los efectos fisiolgicos, como la disminucin de la
frecuencia del pulso con un bloqueador beta o la depresin de la mdula sea con
quimioterapia antineoplsica constituyen caractersticas habituales de algunos frmacos.
Asimismo, los sntomas pueden constituir un indicio de lo que est tomando cada
paciente..
Ejemplo. En el ensayo Lipids Research Clinics (8) sobre prevencin primaria de
enfermedades cardiovasculares, se utiliz un placebo casi perfecto. Algunos individuos
fueron tratados con colestiramina y otros con unos polvos con el mismo aspecto, olor y
sabor. No obstante, los efectos adversos fueron sustancialmente ms frecuentes en el
grupo tratado con colestiramina. Al trmino del primer ao del ensayo, se pusieron de
manifiesto tasas mucho ms elevadas en el grupo experimental (colestiramina) que en el
grupo control para el estreimiento (39 frente al 10%), la pirosis (27 frente al 10 %), la
flatulencia y sensacin de plenitud (27% frente al 16 %) y las nuseas (16 frente al 8%).
Los nuevos sntomas podran haber propiciado que los pacientes adivinaran qu frmaco
estaban tomando.
Asimismo, existen pruebas objetivas de que los pacientes y mdicos en algunos estudios
a ciegas pueden adivinar quin recibi qu tratamiento.
Ejemplo. Se llev a cabo un ensayo aleatorizarizado, doble ciego, para investigar si el
propranolol podra prevenir otro infarto de miocardio en pacientes que ya lo haban
sufrido previamente (9). En la conclusin del ensayo, pero antes del
desenmascaramiento, se solicit a los pacientes y al personal clnico que adivinaran la
asignacin de cada paciente al grupo de tratamiento. En el caso de los pacientes, el
79,9 % adivinaron correctamente que fue el propranolol y el 57,2 %, hicieron lo propio
con el placebo. Los mdicos y el personal clnico fueron igualmente exactos. La
observacin de la frecuencia cardaca pareci contribuir a que el personal clnico
adivinara la asignacin; no se pudo dilucidar cmo lo adivinaron los pacientes.

85

Evaluacin de los resultados

Cuando el resultado de un ensayo se mide en trminos inequvocos, como continuar vivo
o muerto, es poco probable que los pacientes sean clasificados errneamente. Adems,
cuando los resultados se deciden segn 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
combinacin de razones o por razones oscuras, lo que permite cierto margen pacientes
para la evaluacin de la asignacin de las causas de la muerte. Esta evaluacin puede
estar influida por los conocimientos de los 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 resultados se evita mediante la bsqueda 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 sustituir 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 principales parmetros las pruebas biolgicas que reflejan la
extensin de la infeccin (como los recuentos de CD4+ y el antgeno P32) ms que la
progresin clnica de la enfermedad (infecciones oportunistas y la muerte).
No obstante, se ha puesto de manifiesto que los recuentos de los CD4+ son un marcador
imperfecto del efecto del tratamiento clnico. Como se describe en el captulo 1, la
prctica de sustituir los parmetros clnicos por parmetros biolgicos en los estudios que
pretenden orientar la asistencia a los 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 1). Se ha sugerido que la expresin ms importante desde un
punto de vista clnico es el nmero que es necesario tratar (NNT),
o el nmero de pacientes que es preciso tratar para prevenir un resultado.
%) y las nuseas (16 frente ala %). Los nuevos sntomas Podran haber propiciado
.
Medida
resumen
Disminucin
del riesgo
relativo
Disminucin
del riesgo
absoluto
Nmero que
es necesario

Tabla 1. Resumen de los efectos del tratamiento

Definicin
Tasa de resultado control tasa de resultados tratados
Tasa de resultados controles
Tasa de resultado control - tasa de resultados tratados

1
tasa de resultado control tasa de resultados tratados

86

tratar

El nmero que es necesario tratar es 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 relativos parecen ms amplios que los
mismos efectos descritos como riesgos atribuibles, que a su vez parecen ms amplios
que las valoraciones del nmero que es necesario tratar. Asimismo, los pacientes a
quienes se indica su probabilidad de supervivencia consideran que tienen una mejor
probabilidad que los pacientes a quienes se indica el complemento, su probabilidad de
fallecer. Por consiguiente, para comprender y comunicar los efectos del tratamiento, es
necesario evaluar de diversas formas los principales resultados de un ensayo. Es
discutible cul es el parmetro estadstico correcto.
Dras: C. Carri y P. Ramrez
La prctica de la MBE incluye cuatro pasos:

PASO 1: Convertir la necesidad de informacin, dudas o preguntas que

surgen en nuestro consultorio, en una pregunta con respuesta.

PASO 2 : Rastrear las mejores evidencias para contestar esta pregunta.

PASO 3 : Evaluar de forma crtica esa evidencia , si alguien no lo ha hecho

por nosotros, ver si los datos son vlidos, tiles y aplicables.

PASO 4 : Integrar la valoracin critica con nuestra especializacin y con los

datos biolgicos de nuestro paciente, sus valores y sus circunstancias
exclusivas.

FORMULANDO PREGUNTAS CONTESTABLES.

Empezaremos con un ejemplo:
Paciente de 77 aos, consulta por tos y disnea. En los ltimos cuatro das ha tenido
riera, febrcula, decaimiento. Es hipertenso bien controlado con diurticos. Vive solo
desde que falleci su esposa hace tres aos.
Su estado general es bueno, FR23 x m. , FC 108 x m.,T38, rales crepitantes en la base
del pulmn izquierdo.
Ante el diagnstico presuntivo de Neumona, pido Rx de Torax, Hemograma y comienzo
antibioticoterapia.
Qu conocimientos quisiera tener para atender mejor a este paciente? Desde su funcin.
Escriba las tres primeras preguntas que se le ocurran.

87

TIPOS DE PREGUNTAS
Preguntas de fondo o Bsicas: Se refieren a conocimientos generales, se pueden
consultar en libros. Tienen una raz y un verbo: cul es la causa? y un trastorno o
aspecto de un trastorno: hipoxemia- cianosis.
Preguntas de Primera Lnea: Se refieren a conocimientos especficos y es muy
importante saber armarlas, teniendo en cuenta la siguiente estructura:

PACIENTE- PROBLEMA
INTERVENCIN: una prueba diagnstica, el pronstico o tratamiento de un paciente.
COMPARACIN : si corresponde.
EVOLUCIN CLNICA

Es de hacer notar que nadie es tan experto que no tenga preguntas bsicas, ni
nadie tan novato que no tenga preguntas de primera lnea.
De acuerdo con la afeccin tendremos necesidades tanto de conocimientos bsicos,
como de primera lnea. Si una situacin ante un paciente requiere conocimientos que ya
poseemos, experimentamos un refuerzo mental y una respuesta mental que
denominamos Resonancia Cognitivay se pueden tomar decisiones rpidas.
Pero si la enfermedad del paciente requiere un conocimiento que no poseemos tenemos
respuestas mentales y emocionales, llamadas Disonancia Cognitivay esto puede ser
un motivador muy poderoso a dos cosas:
- Intentar esconder nuestro dficit a nosotros mismos y reaccionar con vergenza, culpa
o ansiedad. Espacio negativo.
- Reconocer nuestra necesidad y utilizarla para motivar nuestro aprendizaje,
convirtiendo el espacio en positivo.
Las preguntas surgen de todas las etapas del Mtodo Clnico que aplicamos desde
que el paciente ingresa por la puerta del consultorio.
QU PROBLEMAS PODEMOS TENER AL CONSTRUIR PREGUNTAS?
. Que nuestro paciente nos confunda tanto que no sepamos por donde empezar.
Revise el mtodo clnico.
. Que no podamos articular bien la pregunta. Use el esquema y comparta con un
colega su dificultad.
. Que tengamos ms preguntas que tiempo. Empiece por lo ms relevante para su
paciente. Siga por lo ms fcil de encontrar. Luego por lo ms interesante. Luego por lo
que le servir ms para su prctica.
DNDE BUSCAMOS LAS RESPUESTAS?
EXPERTOS: no se confie
LIBROS: Cuando se editaron? Qu tiempo lleva la informacin all guardada?. Son tiles
solo para las preguntas bsicas, salvo que sean libros que tienen revisiones actualizadas
y basadas en Evidencia. Por ahora solo cumplen ese requisito: Clinical Evidence de 1999,
por B.M.I. publishing group y por el American Colllege of Phisicians.
Sus direcciones son: www.bmjjpgg.com /index.html
www.acponline.com

88

Otro proyecto es Evidence Based on call, elaborado por egresados de Oxford. Harrison en
su formato de CD tiene actualizaciones y tambin en Evidence based Cardiology. Para
Medicina General existe en CD: Uptodate, que se actualiza cada 4 meses.
BASE DE DATOS: Imaginemos los ocanos de nuestro mundo... dentro de ellos hay
mares de distintos colores, profundidad y produccin. Existen muchos mares, el mejor:
EVIDENCE BASED MEDICINE REVIEWS (EBMR) contiene varias bases de datos
electronicas:
Cochrane Database of Systematic Reviews
Evidence-Based Mental Health
Cancerlit
Se puede acceder a travs de: www.ovid.com
Otro: el Conhrane Library: update.cochrane.co.uk;http

http://cochrane.bireme.br/

El Mediterrneo.......Best Evidence, que rene ms de 100 journal seleccionados por

merito cientfico y relevancia clnica. www.acponline.com
Y Medline que es tan grande como el mar del Norte con ms de 10 millones de
referencias.
La Cochrane Library y Best Evidence son relativamente fciles de usar y consiguen
informacin clnicamente til.
REVISTAS BASADAS EN EVIDENCIA :Estas publicaciones ya han revisado el material
que publican:
ACP JOURNAL
EVIDENCE BASED MEDICINE
EVIDENCE BASED MENTAL HEALTH
EVIDENCE BASED NURSING
EVIDENCE BASED HEALTH CARE
POLICY AND PRACTICE
EVIDENCE BASED CARDIOVASCULAR MEDICINE

Todas ellas estn dirigidas a mdicos de Atencin Primaria, lo que prueba que en los
pases desarrollados la APS es realmente importante y valorada.
Existen tambin CLUBES DE REVISTAS, que agrupan distintas disciplinas de AP, como
el FAMILY PRACTICE JOURNAL CLUB, donde se sintetiza la mejor evidencia de alta
calidad, seleccionados a partir de todas las revistas de relevancia clnica
Todas estas revistas estn en la pgina web de la Universidad de ARIZONA:
www.absl.arizona.edu
Le proponemos un ejercicio para el prximo encuentro: Don Espejo consulta con
su esposa, el es hipertenso y fumador, la seora le comenta que ley en una revista que
tomar vitamina E y betacarotenos reduce el riesgo de cardiopata isqumica. Ellos le
preguntan si es as, porque no saben como tomarlo y ya lo compraron.

89

Lctura crtica de artculos teraputicos

Dra. Ramrez, Dra. Carri, Dr. Chamorro

Tipos de artculos teraputicos

Vamos a evaluar la evidencia sobre terapia que nos ofrecen los artculos individuales (no
son la mejor evidencia que hay sobre los efectos de la terapia, por ser el resultado de un
solo estudio, son mejores los ensayos aleatorizados.). Por eso sugerimos que nuestra
bsqueda de literatura comience por las revisiones sistemticas, teniendo en cuenta las
recomendaciones para determinar su validez.
Pero debido a que las revisiones sistemticas evalan sus ensayos de forma individual y
por que es mas probable que encontremos ensayos individuales que revisiones
sistemticas, es que comenzamos conociendo el ensayo individual.
Tambin en nuestra bsqueda encontraremos otros tipos de artculos como los anlisis de
decisin clnica y los anlisis breves o econmicos.
Artculos de estudios individuales
Son vlidos los resultados de este estudio individual?
1. Los pacientes eran designados a un tratamiento aleatorizado?, Y
fue oculta la lista de aleatorizacin?.
Se utiliz un mtodo anlogo al de lanzar la moneda para asignar a los pacientes a los
grupos de tratamiento? La razn por la que debemos insistir en una asignacin al azar es
que nos permite desde el comienzo del estudio trabajar con grupos idnticos en sus
riesgos y factores pronsticos para el evento que esperamos prevenir. Si la distribucin
fuera irregular podramos exagerar, abolir o neutralizar los efectos de la terapia.
La aleatorizacin equilibra los grupos de tratamiento para estos factores.
Si les fue oculta la lista tanto el mdico como el paciente no sabrn cual es el tratamiento
y sern incapaces consciente o inconscientemente de alterar el equilibrio de los grupos
que estamos comparando.
Si no se enmascara correctamente se puede alterar el efecto del tratamiento haciendo
que parezca mas beneficioso o mas perjudicial de los que realmente es.
Si el estudio no es aleatorizado le sugerimos que lo deje y pase al prximo artculo de la
bsqueda.
2. Fue el seguimiento de los pacientes los bastante largo y
completo?.
Si todos los pacientes incluidos en el ensayo se contabilizaron en la conclusin, por ej. Si
los pacientes presentaron efectos adversos con el tratamiento experimental abandonan el
estudio, su ausencia del anlisis llevara a una sobrestimacin de la eficacia del

90

tratamiento. Podemos considerar como una prdida aceptable hasta un 20% de los
pacientes en estudio.
Tambin hay que asegurarse que el seguimiento sea lo bastante largo como para obtener
un efecto clnicamente importante, por ej. Varios meses o idealmente uno o varios aos.
3. Se analizaron todo los pacientes en los grupos en los que fueron
aleatorizados?
Todos los pacientes deben ser analizados en los grupos que fueron asignados, por que se
ha visto que tanto los toman y no toman la medicacin tienen resultados muy distintos.
Para conservar el valor de la aleatorizacin debemos exigir un anlisis segn la intencin
de tratar, donde todos lo pacientes se analizan en su grupo sin tener en cuenta si
recibieron el tratamiento, asignndolo.
ESTOS SON LOS TRES CRITERIOS DE VALIDEZ MAYOR
a. Es nuestro paciente tan diferente de aquellos en el estudio para que
su resultado no pueda aplicarse?
Si las caractersticas sociodemogrficas y biopatolgicas son muy diferentes entre el
grupo de estudio y nuestro paciente, solo entonces podemos descartar el estudio y
reanudar la bsqueda. Esto es muy difcil que suceda. De lo contrario, hay que aceptar la
eficacia del tratamiento, como el mejor punto de partida para estimar la eficacia en
nuestro paciente individual.
b. Es el tratamiento factible en nuestro medio?.
Determinar si nuestro paciente y el sistema sanitario, pueden permitirse pagar el
tratamiento, su administracin y seguimiento necesario.
c. Cules son los beneficios y daos potenciales de la terapia, de
nuestro paciente?
Debemos determinar nuevamente el NNT y el NND. Utilizamos aqu el "Riesgo Medio del
paciente control" o f , sta medida me indica que evolucin va a tener mi paciente si
permanece sin tratamiento.
Puedo utilizar mi experiencia clnica para darle un valor a f. Ejemplo: si mi paciente tiene
el doble de riesgo que los controles del ensayo f ser 2. Si tiene la mitad de riesgo f ser
0,5
La ecuacin a realizar es NNT/ f
Tambin puedo calcular el NND / f , o sea el Riesgo de evento adverso.
d. Cules son los valores y expectativas de nuestro paciente sobre el
resultado que estamos intentando prevenir, y el tratamiento que
estamos ofreciendo? .

91

Debemos obtener la preferencia del paciente pidindole que haga un juicio de valor sobre
los efectos nocivos que esperamos prevenir con la terapia y los efectos adversos que
podemos causar con ella.
Describimos los eventos de la enfermedad y del tratamiento en forma tradicional, lo
repetimos todas la veces que sea necesario, lo discutimos con el paciente y su familia y
luego le damos la oportunidad al paciente para que exprese su opinin, que nos explique
que es peor para el y de qu forma, si tiene dificultad para hacer la comparacin podemos
ofrecerle una escala de puntuacin cuyos extremos son fijos, el 0 es la muerte, el 1 es la
salud completa
0,95/0,05= 19 veces peor la recada de la enfermedad que los efectos adversos del
tratamiento, para ste paciente.
Necesitamos integrar los valores del paciente a la probabilidad (PAD).
Se puede combinar el NNT y el NND en un ndice total que es el PAD o Probabilidad de
ser Ayudado frente a ser Daado.
.
PAD = 1/ NNT frente a 1 /NND
Si agregamos f y f estamos incorporando los riesgos individuales del paciente y si
agregamos s (valores de paciente) estamos agregando las preferencias del paciente.
Estos resultados se le informan al paciente y el decide que hacer.
PAD = I / NNT x f x s frente a I/NND x f
Algunos puntos menos importantes:
4- Desconocan los pacientes y los mdicos el tratamiento?
Es necesario el mtodo doble ciego para que no se afecten los verdaderos resultados del
tratamiento.
5- Se trataron los grupos equitativamente, a parte de la terapia experimental?
Es importante que tanto el mdico como el paciente no aadan ningn tratamiento
adicional al tratamiento experimental.
6- Eran los grupos similares al comienzo del ensayo?
Debemos verificar que todos los grupos sean similares en sus variables pronosticas
excepto el tratamiento al comienzo de ensayo.
SON IMPORTANTES LOS RESULTADOS VLIDOS DE ESTE ENSAYO INDIVIDUAL
La importancia de un tratamiento est dada por cun beneficioso o perjudicial es.
1- Cul es la magnitud del efecto del tratamiento?
Es decir, cuanto es de grande o de pequeo el beneficio o el dao que provocar el
tratamiento. Lo determinamos a travs de los siguientes indicadores :

92

lEC: Indice de evento control

lEE: lndice del evento experimental
RRR: Reduccin del riesgo relativo (no refleja el riesgo del evento sin la terapia en el Lec,
riesgo basal )
RAR: Reduccin absoluta del riesgo (lEC-lEE). Refleja la diferencia entre el riesgo basal y
el experimental. Es una medida mas significativa de los efectos del tratamiento .
AAR: Aumento absoluto del riesgo.
La RAR es un nmero difcil de recordar y mas si es negativo, por lo tanto se usa el
inverso de la RAR
1IRAR que nos da un nmero entero y adems nos dice el nmero de pacientes
necesarios de tratar (NNT) con el tratamiento experimental para la duracin del ensayo. a
fin de prevenir un mal resultado.
Podemos describir los efectos adversos de un tratamiento de forma anloga:
1/ AAR nos da el NND que es el nmero necesario de pacientes que deben recibir
tratamiento para ser daados.
As el NNT y el NND nos dan una buena medida del esfuerzo: que nosotros y nuestros
pacientes tenemos que hacer para prevenir o causar un resultado peor.
2- Cun exacta es esta estimacin del efecto del tratamiento?
Debemos declarar los lmites dentro de los cuales estar con seguridad el verdadero NNT
el 95 % del tiempo, esto se mide con el INTERVALO DE CONFIANZA del 95%.
Cuanto ms pequeo sea el N de pacientes en el estudio que gener el NNT, ms
amplio ser su intervalo de confianza. .
El NNT y el NND no captan las posibilidades individuales de beneficios o daos del
paciente
SON ESTOS RESULTADOS, VALIDOS, IMPORTANTES, APLICABLES A NUESTROS
PACIENTES?
1 Para aplicar esto, debemos integrar:
la evidencia hallada.
Nuestra experiencia clnica.
Los valores preferencias de nuestro paciente.

93

MEDICINA BASADA EN LA EVIDENCIA

Dra. Zulma Ortiz, Marcelo Garca Dieguez, Dr. Enrique Laffaire
Publicacin del Boletn de la Academia Nacional de Medicina de Buenos Aires. Ao 2000.
Con autorizacin Dra. Ortz
INTRODUCCIN
Historia de la Medicina Basada en la Evidencia
Al tratar de establecer un orden cronolgico con los antecedentes de lo que hoy se
conoce como Medicina Basada en la Evidencia, debemos diferenciar entre sus bases
filosficas, y su reciente desarrollo. Poco es lo que se conoce de sus orgenes, al decir de
sus entusiastas promotores, que fueron calificados como escpticos post-revolucionarios
de Pars de mediados del siglo XIX como Bichat, Louis y Magendie 1 .
Respecto de la historia ms reciente debemos hacer referencia a la Escuela de Medicina
de la Universidad McMaster en Hamilton, Ontario, Canad. Esta referencia es de suma
importancia pues lo novedoso de la propuesta educativa que esta Universidad ha
comenzado a desarrollar a fines de la dcada del '60, es su orientacin comunitaria
centrada en las personas, interdisciplinaria y con aprendizaje basado en problemas.
Este tipo de aprendizaje intenta que el profesional a partir de la problemtica del caso
rastree los elementos de conocimiento necesarios para comprenderlo en el contexto en
que se presentan en la realidad. El aprendizaje basado en problemas se estructura en
tres estadios: la identificacin del problema, la bsqueda de informacin y la resolucin
del problema. Ms adelante veremos la estructura de la Medicina Basada en la Evidencia
y podremos compararla con la del aprendizaje basado en problemas.
Esta reforma en educacin mdica pone nfasis en perspectivas poco exploradas en los
modelos clsicos como son la exposicin temprana a problemas clnicos, el aprendizaje
de las ciencias bsicas y clnicas en un mismo tiempo, el desarrollo de habilidades
clnicas, de comunicacin, y preocupacin comunitaria, el aprendizaje de conceptos de
epidemiologa clnica, bioestadstica y tica, el aprendizaje en pequeos grupos y la
introduccin de mltiples evaluaciones para planear correcciones en cualquier momento
del proceso educativo. La creacin de esta Escuela de Medicina nos acerca a uno de los
pioneros en el aprendizaje y prctica de la Medicina Basada Evidencia, David Sackett.
Este mdico estadounidense procedente de un pequeo pueblo rural al oeste de Chicago,
que recibi su primer entrenamiento en la Universidad de Illinois y comenz su carrera
como investigador clnico y bsico en nefrologa detect la importancia de la
epidemiologa y las estadsticas mientras serva en las fuerzas armadas durante la crisis
de los misiles en Cuba. Posteriormente graduado con honores en la Escuela de Salud
Pblica de Harvard fue convocado por John Evans en 1967 a McMaster para comenzar a
desarrollar el Departamento de Epidemiologa y Bioestadstica.
Entre las muchas iniciativas que ha promovido en la investigacin mdica canadiense se
incluye la Task Force on Periodic Health Examinations de amplia repercusin mundial al
resaltar el nfasis en la prevencin basada en la evidencia 2-3 . A los 49 aos, Sackett
decidi entrenarse en Medicina General para poder aplicar sus predicas a la practica
diaria y actualmente se desempea como consultor general del Hospital John Radcliff y

94

Director del Centro para la Medicina Basada en la Evidencia del Instituto Nacional de la
Salud Ingles en Oxford.
En la bsqueda de la mejor evidencia se debe mencionar al entusiasta epidemilogo
Archie Cochrane, fallecido en 1988, quien preocupado desde la dcada del 70 al
reconocer que los recursos de salud son siempre limitados sugiri que la efectividad de
las prcticas relacionadas a la salud debe ser juzgada sobre la base de las pruebas
procedentes de trabajos controlados. En 1978 escribi sobre su preocupacin por la falta
de resmenes o revisiones que agrupen este tipo de trabajos. Sus ideas guiaron a un
grupo de investigadores de Oxford, Lain Chalmers entre otros, para trabajar desde fines
de la dcada del70 en la construccin de una base de datos con revisiones sistemticas
de trabajos controlados y randomizados. As en 1989 se public el libro Effective Care in
Pregnacy and Childbirth. Este esfuerzo se terminara convirtiendo en la Colaboracin
Cochrane 4 fundada en 1992. La Colaboracin Cochrane inicialmente con base en
Oxford es una organizacin internacional que busca ayudar a quienes necesitan tomar
decisiones bien informadas en atencin de salud. Esta organizacin prepara, actualiza,
promueve y facilita el acceso a las revisiones sistemticas sobre intervenciones en salud.
Sus acciones se basan en ciertos principios claves que incluyen la colaboracin, basar su
desarrollo en el entusiasmo individual, evitar la Duplicacin de esfuerzos, minimizar el
sesgo, promover la actualizacin permanente, hacer un marcado esfuerzo en producir
material relevante, promover un amplio acceso y asegurar la calidad permaneciendo
abiertos y sensibles a las crticas. Con Centros diseminados por el mundo ha dado a luz a
The Cochrane Library 5 , obra de edicin peridica en soporte electrnico que contiene el
trabajo de grupos de revisores, as como a una intensa difusin va Internet. Estos
esfuerzos han llevado a una expansin en el desarrollo de meta-anlisis en los ltimos 10
aos 6 .

Qu es Medicina Basada en la Evidencia?

La Medicina Basada en la Evidencia ha sido definida como el uso consciente, explcito
y prudente de la mejor evidencia mdica disponible para la toma de decisiones
acerca de la atencin mdica de pacientes individuales 7 . Los conceptos incluidos en
esta definicin pueden aparecer como poco novedosos para algunas personas.
Ciertamente, muchos profesionales ponen en practica sta conducta desde hace largo
tiempo. Sin embargo, la Medicina Basada en la Evidencia sistematiza la bsqueda, el
anlisis y la aplicacin de la evidencia, poniendo el acento en el aspecto docente y en la
difusin de stas sistemticas.
Medicina Basada en la Evidencia ha sido definida como un proceso que consiste en la
incorporacin de la mejor evidencia dentro de la prctica mdica diaria. La apabullante
cantidad de informacin que recibe el mdico es una caracterstica de nuestra poca.
Revistas mdicas, publicaciones de laboratorios medicinales, informacin provista a
travs de Internet se agolpa frente al mdico. La abundancia de informacin no impide,
pero quizs favorece, la desactualizacin progresiva. Por otro lado, an la informacin de
alta calidad ha ganado en complejidad. Los ensayos clnicos controlados utilizan
herramientas de mayor sofisticacin. La aparicin de nuevos tipos de evidencia (meta95

anlisis, evaluaciones econmicas) requiere de un entrenamiento particular para su

comprensin.
La Medicina Basada en la Evidencia a travs de la sistematizacin de mtodos para
buscar y analizar la informacin recibida permite afrontar el desafo de la actualizacin
medica de manera exitosa.
La difusin de la Medicina Basada en la Evidencia encarna un cambio trascendente en la
practica medica. Thomas Kuhn defini un paradigma como una visin del mundo que
comprende los problemas considerados y la evidencia aceptable para resolverlos.
La Medicina Basada en la Evidencia, en este sentido constituye "un cambio de
paradigma".
El paradigma tradicional esta basado fundamentalmente en la autoridad. Se le
atribuye gran importancia a las observaciones clnicas no sistemticas (la llamada
"experiencia personal"), y al estudio de los mecanismos bsicos de la enfermedad. El
"nuevo paradigma" le atribuye un alto valor a la experiencia clnica, pero interpreta
con cautela la informacin derivada de las observaciones clnicas no sistemticas.
La Medicina Basada en la Evidencia no pretende reemplazar la utilidad de la experiencia
mdica, por el contrario la considera imprescindible para llevar a cabo sus postulados.
Debe existir un vinculo entre la evidencia publicada y el paciente concreto. Y este vinculo
es el sentido comn y la experiencia del medico. Algunos han identificado estos polos
como el arte y la ciencia en el ejercicio de la medicina.
Confrontado a una decisin clnica, el mdico es quien debe juzgar, por ejemplo, si los
resultados de un ensayo clnico son aplicables a su paciente concreto. Es l quien conoce
los valores y preferencias de su paciente y puede decidir acerca los beneficios y riesgos
para l. Este "nuevo paradigma" considera tambin que la comprensin de los
mecanismos bsicos de la enfermedad es una gua
insuficiente para la practica clnica.
Una concepcin errnea acerca de la Medicina Basada en la Evidencia es que se trata de
un medio utilizado por los administradores de salud para la reduccin de costos. Si bien
en ocasiones las medidas de mayor efectividad clnica comprobada tienen un costo menor
que otras ms difundidas, frecuentemente la situacin es opuesta. Los mdicos que
practican la Medicina Basada en la Evidencia intentarn aplicar las medidas de mayor
efectividad clnica en beneficio de sus pacientes.
A pesar de la difusin creciente de la Medicina Basada en la Evidencia y su racionalidad
evidente, se constata que la practica clnica con mucha frecuencia esta distanciada de lo
que se considera la mejor evidencia disponible. Numerosas publicaciones y el ejercicio
cotidiano de la medicina confirman este hecho. Se ha considerado que existen barreras
para la aplicacin de la Medicina Basada en la Evidencia, algunas de estas "barreras"
son:

Desconocimiento: La ignorancia por parte del mdico de la existencia de evidencia

acerca de determinadas intervenciones depende en parte de fallas en la educacin
mdica. La educacin mdica de pregrado se basa, an en gran parte en un
principio de autoridad, la opinin de los expertos. Este patrn no ayuda a
desarrollar la habilidad de juzgar el conocimiento nuevo. Los programas de

96

educacin de postgrado en algunos casos repiten este defecto y otros intentan

tcnicas nuevas que han mostrado escasa eficacia.
Inadecuado control por los pares y la sociedad: Programas de certificacin y
recertificacin adecuados funcionaran seguramente como estmulo en la formacin
del mdico.
Limitaciones econmicas: En algunos contextos es frecuente que limitaciones
econmicas (falta o insuficiencia de cobertura mdica) generen groseras
diferencias entre la ciencia mdica y la prctica clnica.
Intereses personales: En algunos sistemas de salud, el afn de lucro puede influir
en las decisiones medicas y alejar la practica clnica de la evidencia disponible.
Puede manifestarse como exceso o carencia de intervenciones mdicas.

Para lograr una Medicina Basada en la Evidencia, adems de la experiencia personal y el

conocimiento de la patologa, debe existir una integracin entre una lnea de
pensamiento epidemiolgica y bioestadstica.
Dentro del proceso de Medicina Basada en la Evidencia se reconocen al menos 4 pasos
que aseguran su logro,
1) debe existir la necesidad de obtener informacin y esa necesidad debe ser
transformada en una pregunta,
2) se debe realizar una bsqueda la bibliogrfica siguiendo una estrategia,
3) se debe apreciar crticamente la bibliografa encontrada, de manera tal que
permita determinar su validez y utilidad y
4) se deben aplicar los resultados de este proceso en la prctica diaria.
Se puede apreciar la similitud que existe entre ste proceso y la estructura del
aprendizaje basado en la resolucin de problemas. Ambos buscan transformar el
problema en una pregunta y rastrear la mejor evidencia externa (publicaciones) que
ayude a resolver la situacin planteada.
Estrategias de la Medicina Basada en la Evidencia:
En la actualidad hay una gran difusin de actividades educativas en torno a la Medicina
Basada en la Evidencia y estas han comenzado a trascender el terreno de la practica
individual y a ser considerada una herramienta fundamental para la toma de decisiones
por parte de los gobiernos y aquellos que toman decisiones sanitarias. Esto es una
realidad en pases como Canad 8 , Holanda 9 y en Gran Bretaa donde, por ejemplo; el
Centro para la Medicina Basada en la Evidencia de Oxford con soporte gubernamental
sostiene un programa de aprendizaje de habilidades en apreciacin critica para quienes
toman decisiones.
La calidad de los estudios, es decir su validez y utilidad, pueden ser evaluadas siguiendo
algunas estrategias que han sido propuestas y publicadas por los promotores de Medicina
Basada en la Evidencia 10 . Sin embargo, slo la lectura de este material no es suficiente;
es necesario que el profesional est motivado y venza ciertas dificultades como son la
falta de tiempo, de un espacio y material adecuado 11 .

97

Otras barreras descriptas son aspectos vinculados a valores culturales y al juicio clnico,
falta de evidencia, uso de evidencia inapropiada, informacin excesiva, restricciones
econmicas y educacin mdica. 12
Sackett y col. han sugerido que se logra una Medicina Basada en la Evidencia 1. cuando:
1) Las decisiones deben estar fundadas en informacin precisa obtenida de paciente/s,
base de datos con informacin de una poblacin de pacientes, o bien informacin sobre
mtodos auxiliares de diagnstico tales como anlisis de laboratorio, radiografas, etc.
2) El problema determina la naturaleza y la fuente de la evidencia a ser buscada, no todo
problema se resuelve con una bsqueda exhaustiva.
3) Las conclusiones de la bsqueda y apreciacin crtica son vlidas slo cuando
son traducidas en acciones que pueden ayudar a los pacientes. Es importante
destacar que apreciacin crtica de la literatura no es sinnimo de Medicina Basada en
la Evidencia, es un paso importante del proceso, pero es necesario que se cumplan todos
para poder lograr una Medicina Basada en la Evidencia.
Ahora bien, existen los que algunos autores han definido como problemas en la
evidencia de la Medicina Basada en la Evidencia 9 . Estos problemas se refieren al mayor
nfasis que se pone en los estudios randomizados y meta-anlisis, sin remarcar que la
calidad de estos estudios tambin puede verse limitada por los errores sistemticos o
sesgos cometidos en el diseo de los mismos 13-14 . Cuando se trata de estudios
observacionales diseados para evaluar tests diagnsticos la calidad cientfica tampoco
est asegurada; una revisin recientemente publicada mostr que ms de la mitad de los
artculos no cumplan con los estndares metodolgicos bsicos que aseguran la calidad
cientfica 15 . Por otro lado, muchos de los estudios randomizados incluyen pacientes con
alta probabilidad de responder al tratamiento, que distan de aquellos pacientes
habitualmente vistos en la consulta 16 . Pacientes ancianos, con enfermedades
concomitantes o estados fisiolgicos para la edad habitualmente son excludos de los
estudios. Otro ejemplo lo constituye el hecho de no poder recibir drogas durante el ensayo
clnico, cuando la realidad muestra que la mayora de los pacientes requiere de ms de
una droga.
Para resumir, uno podra lograr una Medicina Basada en la Evidencia si pudiera:
1) Desarrollar la capacidad de autoaprendizaje.
2) Aprender y disear estrategias de bsqueda bibliogrfica.
3) Acceder a la bibliografa y en especial a resmenes generados por otros (revista
Evidence Based Medicine, la revista del Colegio Americano de Mdicos (ACP Journal), la
revista Evidencia 17 (Fundacin para el desarrollo de la Medicina Familiar y la Atencin
Primaria), base de datos con Revisiones Sistemticas y Meta-anlisis (Cochrane
Collaboration Database disponible en CD e Internet).
4) Aprender a criticar un artculo.
5) Mantener una actitud de educador y educando, organizar puestas al da, club de
lectores, ateneos bibliogrficas, ateneos clnicos, ateneos de exmenes complementarios,
invitar a expertos en determinadas reas, evitar el contacto con vendedores, apoyar a

98

los sistemas que deseen formar gente tanto de pregrado, postgrado, o educacin mdica
continua, y a distancia.
Referencias
1 Sackett DL, Rosenberg WMC, Muir Gray JA, Haynes RB, Scott Richardson W. Evidence based
medicine: What it is and what it isn't. BMJ 1996, 312: 71-2.
2 Sackett D, HaynesRB, Guyatt GH, Tugwell P. Epidemiologa clnica: ciencia bsica para la medicina
clnica. 2. Ed. Buenos Aires: Editorial Mdica Panamericana 1991.
3 Cohen L. McMaster's pioneer in evidence-based medicine now spreading his message in England. Can
Med Assoc J 1996, 154: 388-90.
4 Robinson A. Research, practice and the Cochrane Collaboration. Can Med Assoc J 1995; 152: 883-9.
5 Mulrow CD, Oxman AD (eds). Formulating the problem. Cochrane Collaboration Handbook [updated
September 1997]; Section 4. In: The Cochrane Library [database on disk and CDROM]. The Cochrane
Collaboration. Oxford: Update Software; 1997, issue 4.
6 Egger M; Smith GD Meta-Analysis. Potentials and promise. BMJ 1997, 315,137: 1-4.
7 Sackett D. and Rosenberg W. On the needs for evidence-based medicine. J Public Health Medicine 1995,
17(3): 330-334.
8 Lewis S, Naylor CD, Battista R, Champagne F, Lomas J, Menon D, Ross E, de Vlieger D. Canada
needs an evidence based decision-making trade show. Can Med Assoc J 1998, 158: 210-212.
9 MacLeodSM, Bienenstock J. Evidence based rationing: Dutch pragmatism or government
insensitivity?. Can Med Assoc J 1998, 158: 213-214.
10 Oxman A., Sackett D., and Guyat G. User's guides to the medical literature. I. How to get started. JAMA
1993, 270: 2093-2095.
11 Covell D, Uman G and Manning P. Information needs in office practice: are they being met? Ann Int Med
1985, 103: 596-599.
12 Laffaire E. Medicina Basada sobre la Evidencia. Por qu utilizarla en terapia intensiva?.PROATI.
Editorial Mdica Panamericana. Buenos Aires 1997
13 Moher D et al. Assessing the quality of randomized controlled trials: an annotated bibliography of
sacles and checklists. Control Clin Trials 1995; 16: 62-73.
14 Sacks et al. Meta-analysis of randomized controlled trials. NEJM 1987, 316: 450-455.
15 Reid et al. Use of methodological standards in diagnostic test research. JAMA 1995; 274: 645-651.
16 Knottnerus J, Dinant G. Medicine based evidence, a prerequisite for evidence based medicine. BMJ
1997;315: 1 -3.17
17 Rubinstein F. Evidencia en atencin primaria: es necesario?. Evidencia 1997, 0: 1 -2.

Utilidades
De la MBE

Aspectos que se pueden abordar con la metodologa MBE:

Hallazgos clnicos: cmo recoger e interpretar hallazgos a partir de la historia

clnica y exploracin fsica.
Etiologa: cmo identificar las causas de algunas enfermedades.
Diagnstico: utilizacin de distintas pruebas o bateras de ellas. Valoracin de la
certeza y precisin de pruebas diagnsticas. Consideracin de distintas
posibilidades o combinaciones.

99

Diagnstico diferencial: cmo clasificar las posibles causas de una enfermedad

en funcin de su probabilidad, gravedad y susceptibilidad de tratamiento.
Pronstico: cmo calcular la probable evolucin clnica de un paciente, y anticipar
las posibles complicaciones de su enfermedad. Poder de marcadores pronsticos.
Tratamiento: cmo elegir los tratamientos que producen mayores beneficios y
seguridad. Valoracin de su coste beneficio.
Prevencin: cmo reducir la posibilidad de que se produzcan enfermedades,
identificando y modificando factores de riesgo. Cmo realizar el diagnstico precoz.

CMO PRACTICAMOS REALMENTE LA MBE?

Los Pasos de la Medicina Basada en la Evidencia

La medicina basada la evidencia o en pruebas (en espaol la palabra evidencia no tiene
el significado de prueba o indicio, que tiene la "evidence" inglesa), es la manera de
abordar los problemas clnicos, utilizando para solucionarlos los resultados originados en
la investigacin cientfica. En palabras de sus precursores "es la utilizacin
concienzuda, juiciosa y explcita de las mejores pruebas disponibles, en la toma de
decisiones sobre el cuidado de los pacientes".
Cmo se practica la Medicina Basada en la Evidencia?
Requiere de estos pasos consecutivos:
1.- Formular de manera precisa una pregunta a partir del problema clnico del
paciente
2.- Localizar las pruebas disponibles en la literatura
3.- Evaluacin crtica de la literatura mdica o pruebas
4.- Aplicacin de las conclusiones de esta evaluacin a la prctica

1. Formular la Pregunta
Las preguntas o interrogantes clnicas proceden de la tarea diaria
exploracin,

causas,

diagnstico

diferencial,

pruebas

diagnsticas,

(historia y
tratamiento,
100

prevencin, etc.). Aunque algunas se responden directamente, otras necesitan que

hagamos un enfoque sistematizado para responderlas.
El primer paso es convertir el problema o caso clnico en una pregunta susceptible de ser
respondida. Aunque pueden surgir varias interrogantes dentro de un caso clnico se
debe elegir la pregunta ms relevante, que una vez elegida, se debe formular.
Qu es formular una pregunta ?
Formular una pregunta es reducirla a trminos claros y precisos, bsicamente consiste en
dividirla en sus elementos principales, el ejercicio de escribir y descomponerla en sus
componentes es til para simplificarlas y aclararlas, seguir una sistemtica, y sobre todo
para facilitarnos la bsqueda de las "evidencias" o pruebas.
Cmo formular preguntas?
Se debe descomponer en cuatros elementos, a saber:
1.paciente o problema de inters
2.intervencin que se va a considerar
3.intervencin con la que comparar
4.resultado clnico que se valora
Ejemplos
Caso clnico: En un centro de salud se realiza una auditora de las historias clnicas de
los diabticos atendidos en el centro. Los resultados se exponen en una sesin
informativa y enseguida se abre un debate sobre la baja tasa de deteccin de nefropata
diabtica mediante la determinacin de microalbuminuria en los pacientes diabticos tipo
II. En una tormenta de ideas sobre las posibles causas surgen varias, como el
incumplimiento en la recoleccin de la orina de 24 horas, las dificultades que pone el
laboratorio de referencia, la necesidad de repetir la determinacin, etc. Se concluye que
la causa ms importante son las restricciones impuestas por el laboratorio de referencia y
se propone la realizacin de determinaciones previa de microalbuminuria con una tiras
reactivas que recientemente se nos han ofertado.

101

Pregunta El rendimiento diagnstico de la deteccin de microalbuminuria mediante tiras

reactivas es suficiente, como para incluirlo en el seguimiento habitual e nuestros
pacientes diabticos.
Elementos de la Pregunta
Paciente o problema de inters
En pacientes diabticos tipo II atendidos en un centro de atencin primaria
Intervencin a considerar
la determinacin previa de microalbuminuria con tiras reactivas
Intervencin con la que comparar
frente a la determinacin estndar de microalbuminuria a todos los pacientes
Resultado clnico que se valora
es suficientemente positiva para la deteccin de nefropata diabtica.

Se pueden formular dos tipos de preguntas

a. preguntas de tipo general, de fondo, bsicas o background
Son aquellas que se plantean para obtener un conocimiento general sobre una
enfermedad. Es posible responderlas consultando con libros de texto generales de
medicina.

COMPONENTES DE UN PREGUNTA GENERAL

PARTCULA PRERROGATIVA: QUIN, QU, DNDE, CUNDO, CUL, CMO,

POR QU...

VERBO

ENFERMEDAD O ASPECTO DE UNA ENFERMEDAD

102

Ejemplo Cual es el tratamiento del TEP?

b. Preguntas de tipo especfico de primera lnea o foreground:

Es una pregunta sobre un aspecto especfico de la enfermedad en un paciente
determinado. Habitualmente precisa la consulta de base a datos

Problema / paciente

Intervencin /
comparacin

Varn de 50 aos
que sufre un ictus
no embolia
antecedentes de
HTA

Aspirina

Comparacin

Outcome

VS
Muerte
aspirina
+dipiridamol Ictus
Hemorragia

2. Bsqueda de la evidencia
Para localizar las evidencias de forma eficaz es recomendable en primer lugar, elegir la
fuente de informacin ms apropiada, una vez seleccionada(s) se debe disear la
estrategia de bsqueda, a partir de sta, y teniendo en cuenta las caractersticas de cada
recurso comenzar la bsqueda.
Para este punto te presentamos el tutorial que ha elaborado el Dr. Adrian Salvattore, para
la pgina Web de la Facultad, donde tambin puedes consultarlo cuando hagas
bsquedas. Este tema se aborda en un terico al inicio del curso pero durante todo el
curso debes practicar las bsquedas para los diferentes tpicos que se tratan en cada
rotacin.

103

TUTORIAL DE BSQUEDA BIBLIOGRFICA

Dr. Adrin J. Salvatore
Mdico internista
Informtica Mdica FCM UNC

BSQUEDA BIBLIOGRFICA
Las bsquedas bibiogrficas en la actualidad son ms fciles de realizar, por ejemplo desde
nuestra casa, y su resultado es ms completo gracias a la introduccin de las citas bibliogrficas
en bases de datos. Estas bases de datos son rpidamente exploradas por poderosos motores de
bsqueda de las computadoras a partir de los datos que nosotros le indicamos.
Algunas bases de datos se encuentran disponibles en forma gratuita y otras a travs del pago de
una cuota anual. De todas las bases de datos de referencias bibliogrficas en biomedicina el
MEDLINE es la ms completa y compleja y est disponible en forma gratuita a travs de internet o
del correo electrnico.
No considere por completa a una bsqueda bibliogrfica realizada solamente en MEDLINE dado
que existe un listado muy grande de bases de datos, el inconveniente es que muchas citas se
encuentran en ms de una de ellas, por lo tanto al realizar la bsqueda en varias nos encontramos
con artculos repetidos.
Actualmente se estn publicando libros de texto en formato digital en internet y muchos de sus
captulos se encuentran ligados por links a las citas de revistas de publicacin peridica. Tambin
algunas asociaciones mdicas publican consensos, guas clnicas y recomendaciones para los
pacientes en formato digital.
Para aprender sobre bsqueda bibliogrfica utilizaremos MEDLINE por que es de uso gratuito y es
una de las bases de datos ms completas y complejas; pero no olvide las otras posibilidades
citadas en el prximo punto.
OTRAS BASES DE DATOS EN INTERNET
Las bases de datos de la lista se hallan disponibles desde internet. La National Library of Medicine
(NLM) le permite acceder bajo la misma tecnologa como lo es motor de bsqueda de Internet
Grateful Med a muchas de estas bases de datos.

AIDSDRUGS
AIDSLINE
AIDSTRIALS
AVLINE (Locator plus)
BIOETHICSLINE
CANCERLIT
CHEMID

Citas bibliogrficas sobre sustancias que son probadas en

difenrentes ensayos clnicos en el tratamiento del SIDA, con
actualizacin mensual.
Citas bibliogrficas de todo tipo de documentos sobre temas
realcionados al SIDA (desde 1980), actualizacin semanal.
Ensayos clnicos que de sustancias que son probadas contra el
SIDA, infeccin por HIV y enfermedades por grmenes oportunistas,
actualizacin quincenal.
Catlogo de material educativo, audiovisuales y software de la
NLM. Se obtiene en forma de archivo desde el Locator Plus.
Citas bibliogrficas sobre tica y poltica pblica en la salud y en la
investigacin biomdica (desde 1973), actualizacin bimestral.
Citas bibliogrficas de artculos referentes al cncer (desde 1976).
Diccionario de qumicos, actualizacin trimestral.

104

Es un ndice sobre informacin mdica que se publica en internet.

Gua de recusrsos que ofrece informacin sobre servicios,
actualizacin trimestral.
Es la base de datos de la Excerpta Mdica, con ms de 4000
EMBASE
revistas indexadas desde 1974 a la actualidad y ms de 8 millones
de citas bibliogrficas, cubriendo reas similares a MEDLINE.
Base de datos de secuencias genticas.
GENBANK
Base de datos del mapeo del genoma humano.
GENOME DATABASE
Base de datos de literatura Latinoamericana y del Caribe en
LILACS
Ciencias de la Salud
LOCATOR-plus
Buscador dentro de la NLM que permite localizar catlogos de libros,
de journal, de audiovisuales y servicios.
Citas bibliogrficas de los artculos de los "journals" biomdicos
MEDLINE
(desde 1966), actualizacin los viernes por la manaa, momento en
el cual no podr acceder a PubMed ni a IGM.
Citas bibliogrficas clnicas (enfatizan en los resultados de
HEALTHSTAR
tratamientos, efectividad de procedimientos, programas y servicios)
y no clnicas (enfatizan administracin y planeamiento en salud).
Est dividida en dos base una de 1975 al 89 y otra de 1990 a la
actualidad, que se actualizan semanalmente.
Citas bibliogrficas sobre historia de la Medicina y ciencias
HISTLINE
relacionadas (desde 1964), actualizacin semanal.
Descripcin de proyectos de investigacin sobre servicios de salud,
HSRPROJ
tecnologa y desarrollo de lineamientos en la prctica clnica, con
actualizacin trimestral.
Similar al MEDLINE pero de los aos 1960-65. Sin actualizacin.
OLDMEDLINE
Contiene informacin sobre gentica.
OMIM
Citas bibliogrficas referentes a la poblacin, al planeamiento
POPLINE
familiar y salud materno infantil (desde 1970), actualizacin
mensual.
Contiene las citas que estn por ser indexadas en el MEDLINE
PREMEDLINE
antes de su correccin.
Contiene las citas que se incluyeron en el ltimo mes en MEDLINE.
SDILINE
SERLINE (Locator plus)
Contiene los catlogos de las series de colecciones de la NLM,
puede obtenerla desde el Locator Plus en forma de archivo de texto.
Citas bibliogrficas de las ciencias de la vida en el espacio (desde
SPACELINE
1961), actualizacin semanal.
THE COCHRANE LIBRARY Es la base de datos de revisiones sistemticas y actualizadas de la
literatura en temas de salud y ensayos clnicos.
Citas bibliogrficas sobre los efectos toxicolgicos, farmacolgicos,
TOXILINE
bioqumicos y psicolgicos de las drogas y otros qumicos,
actualizacin mensual.
Sistemas de bases de datos orientadas a toxicologa.
TOXNET
OTRAS BASES DE DATOS En su pgina de BIREME ofrece otras bases de datos de literatura
CLINIWEB
DIRLINE

105

LATINOAMERICANAS

biomdica latinoamericana adems de LILCAS.

MEDLINE
Es una base de datos que contiene informacin a modo de ndice de referencias o citas
bibliogrficas de ms de 4000 publicaciones peridicas ("journals") biomdicas desde 1966 a la
actualidad. Se actualiza semanalmente y cubre los campos de medicina, nutricin, veterinaria,
enfermera, farmacologa, odontologa, salud y ciencias bsicas. El 80% de las citas estn
publicadas en ingls y continenen el abstract.
En 1879 JOHN SHAW BILIINGS quien estaba a cargo de la direccin de la National Library of
Medicine (NLM) de los Estados Unidos creo una publicacin mensual llamada Index Medicus.
Estaba construida con un formato tipo ndice de un libro, permitiendo realizar bsquedas de citas
bibliogrficas a travs de temas o autores.
Luego con la aparicin de la sistematizacin de la informacin en los aos 60 se crea MEDLARS
(Medical Literature Analysis and Retrieval System), que facilitaba la realizacin de la bsqueda de
datos en las bases de literatura biomdica, que hasta entonces era manual y en 1989 comenz a
comercializarse el MEDLINE que proviene de Medlars On Line. El MEDLINE se halla disponible
en CD-ROM, en DVD u online a travs de internet (desde 1997) y es el equivalente al Index
Medicus.
USOS
Su utilidad no es slo para los mdicos sino para todo el personal de salud y de investigacin
biomdica. A travs de MEDLINE se puede acceder a bsquedas bibliogrficas sobre temas que
nos interesan ya sea por un planteo clnico o de investigacin biomdica. Tambin se pueden leer
los resmenes de una publicacin peridica que no recibe en su lugar de trabajo pero que
MEDLINE indexa en su base de datos.
Cada vez ms los pacientes estn realizando bsquedas de MEDLINE, principalmente en el afn
de encontrar tratamientos nuevos, enfrentndonos a los mdicos con la necesidad de estar
actualizados. Debemos recalcarle a los pacientes que este tipo de bsquedas carece de un
analisis adecuado y que tal vez muchos de los resultados de las citas an no estn validados
clnicamente o estn en fase experimental.
ACCESO
Puede acceder acercndose a una biblioteca que preste servicio de bsqueda bibliogrfica.
Generalmente el bibliotecario le ofrece el servicio de realizar la bsqueda a partir de las claves
que usted le indique y tiene un costo fijo por bsqueda.
Desde el 26 de junio de 1997 la NLM le ofrece la posibilidad de realizar gratuitamente las
bsquedas usted mismo o solicitar por correo electrnico que sus bibliotecarios la realicen y el
resultado sea enviado a su casilla de correo electrnico. La NLM le ofrece dos motores de
bsqueda diferentes:
PubMed

Opera con una sola pantalla que le permite realizar bsquedas sencillas y
avanzadas. Permite buscar en PREMEDLINE, COMPLETE GENOMA, GENBANK
y HEALTHSTAR.

MEDLINE por Realiza bsquedas en MEDLINE, GENBANK y PREMEDLINE. Hay que conocer
la sintaxis del e-mail para solicitar la bsqueda correctamente ver debajo.
e-mail

106

Otras empresas que ofrecen la posibilidad de realizar bsquedas gratuitas en MEDLINE son:
AVICENNA

Requiere registrarse, permite buscar en MEDLINE desde 1990, en las bases de

SIDA que encontrar ms adelante y "Outlines in Clinical Medicine". No da
muchas opcines de bpusqueda avanzada.

BIOMEDNET

Requiere registrarse, el buscador es de manejo sencillo, permite bsquedas en

otras bases de datos y ofrece servicio de obtencin de artculo completo pagando
su costo.

HEALTHGATE Ofrece una pantalla de bsqueda sencilla y otra para la avanzada ambas desde
1990. Permite bsqueda en otras bases como: AIDSLINE, AIDSDRUGS,
AIDSTRIALS, BIOETHICSLINE, CANCERLIT y HEALTHSTAR.
HELIX

Permite la bsqueda en una pantalla sencilla con algunas opciones de bsqueda

avanzada.

INFOTRIEVE

Tiene un motor de bsqueda sencillo y muy completo para bsquedas avanzadas.

INTRAMED

Permita realizar bsquedas con una pantalla sencilla y el sitio es en espaol.

MEDSCAPE

Requiere registrarse, permite adems buscar en otras bases como AIDSLINE,

DRUGS, TOXLINE. El formulario es sencillo pero no da opciones avanzadas de
bsqueda.

Debe tener en cuenta que la NLM actualiza el MEDLINE semanalmente y le ofrece el

PREMEDLINE con las futuras citas. Las otras empresas o aquellos lugares que lo reciben en CDROM o DVD lo actualizan mensual o trimestralmente.
COMO BUSCAR
Primero dar un detalle general que se aplica a casi todos los buscadores de MEDLINE y otras
bases de datos.
Usted podr realizar las bsquedas a partir de texto libre, para lo cual colocar el trmino a
buscar dentro de los casilleros en blanco del buscador el resultado es menos especfico que
utilizando el mtodo de bsqueda a partir de trminos MESH, para lo cual deber buscar el
trmino MESH ms adecuado para colocar en los casilleros en blanco, obteniendo un resultado
ms especfico.
Las palabras a colocar en los campos de bsqueda deben ser escritas en ingls
preferentemente.
Su secuencia de escritura de izquierda a derecha es la secuencia de rdenes que realiza el
buscador por eso es importante el orden en el que usted las escriba. Esto significa que el trmino
ms importante a explorar debe ir ms a la izquierda y luego encadenar las rdenes que lo limiten.
Se puede usar un comodn (*) para truncar las palabras, as la bsqueda la realizar sobre las
palabras que comiencen con dicha raz. Esta estrategia trae las primeras 150 variantes y no se
puede utilizar con frases. Por ejemplo: Si coloco la palabra: entero* traer: entero, enterococccus,
enterococo, enterotoxina, etc.
Si quiero obligar al buscador a buscar una frase tendr que usar comillas (" ") para encerrarla,
de lo contrario por cada espacio en blanco que separe las palabras de la frase interpretar un
"AND". Por ejemplo: "cerebrovascular accident"
Las bsquedas a partir de los apellidos de las personas se truncarn automticamente al

107

finalizar el apellido aunque usted escriba las iniciales del nombre (smith jd). Si coloca comillas
entonces lo interpretar como una frase ("smith jd").
Para obtener un mejor resultado en la bsqueda conviene revisar los trminos que emplearemos
en el Tesauro o MESH Browser: que es un vocabulario de ms de 18.000 trminos biomdicos
(Medical Subject Headings) oragnizado por los indexadores de la NLM para uniformar y dar
consistencia al indexar las citas. Los trminos estn organizados en una estructura jerrquica con
forma de arbol, por lo tanto podemos tomar un trmino madre como raz y luego subencabezados
(Subheadings) que lo califiquen. El vocabulario MESH es revisado anualmente. Las personas
encargadas de indexar las citas eligen entre 5 y 15 trminos MESH por cada artculo. Podemos de
esta manera expandir o focalizar nuestra bsqueda. Habitualmente los buscadores de MEDLINE
hacen la bsqueda por defecto en forma expandida por lo tanto incluyen los subheadings. El
MESH tambin incluye los grupos etreos. Para saber ms sobre los trminos MESH.
Cuando uno realiza una bsqueda desea que esta sea ms sensible o ms especfica, en cuanto
al nmero y calidad de citas que traiga, segn el inters con el que uno la realiza. Por ejemplo:

si necesito dar respuesta a un paciente sobre un tratamiento la bsqueda debe ser

especfica y actualizada, para reducir el nmero de citas al mnimo indispensable que haga
factible su lectura en el tiempo apropiado
si la bsqueda es mi primer paso para comenzar una investigacin tendr que ser ms
sensible que especfica, de esa manera juntar un nmero de citas importante que me
permita una visin global del tema y favorezca la generacin de nuevas hiptesis.
si busco sobre un tema infrecuente deber ser ms sensible que especfica, para poder
traer la mayor cantidad de artculos posibles, dado que probablemente el nmero de citas
indexadas sea bajo

Una forma sencilla de jugar con la sensibilidad y especificidad de la bsqueda es usar los
operadores lgicos o booleanos trmino con el que son conocidas las conjunciones "AND",
"OR" y "NOT". Un simple ejemplo de conjuntos nos permite entender su funcionamiento (el
resultado de nuestras bsquedas est representado por el rea de color celeste):

Al usar "AND" el resultado de nuestra bsqueda es ms especfico que si

usaramos solo la palabra asma. Con esta estrategia traer aquellas citas
sobre asma de que contengan la palabra tratamiento, reduciendo as el
nmero de citas para leer.

Al usar "OR" estamos tratando de ampliar nuestra bsqueda escribiendo

sinnimos de nuestra palabra clave o abreviaturas. As obtendremos una
bsqueda ms sensible o sea con mayor nmero de citas. Es til tambin
cuando nuestro primer intento de bsqueda trae pocas citas.

108

Al usar "NOT" estamos excluyendo un grupo de citas del grupo general en

el cual estamos buscando. Reducimos el nmero de citas y hacemos ms
especfica nuestra bsqueda.

Otra forma de hacer ms especfica la bsqueda es usar los filtros de lmites que brindan los
distintos buscadores, algunos ms eficaces o con mayor nmero de opciones que otros. Dentro de
los lmites encontramos:
Fecha

til a la hora de reducir nuestra bsqueda a citas actualizadas en el tema, o para

buscar una cita que sabemos que fue publicada entre un determinado rango de
aos.

Lenguaje

Este filtro limita la bsqueda por el idioma vernculo del artculo, no por el idioma del
abstract. El 75% de los artculos en MEDLINE estn en ingls.

Tipo de
artculo

Importante segn nuestro inters en la bsqueda dado que nos puede permitir elegir
las cartas, los editoriales; o los "clinical trials", los "randomized contoled trials" en el
caso de hacer bsquedas sobre tratamiento. Tambin nos permite traer artculos
originales, guas clnicas o revisiones.

Sexo

Filtra las publicaciones segn el sexo de la pobalcin estudiada.

Edad

Habitualmente aparece un men de rangos etreos aplicables a la poblacin

estudiada.

Gnero

Nos permite limitar los trabajos segn hallan sido realizados en aninales o humanos.

Journal

Permite seleccionar una revista en especial, til a la hora de seguir una publicacin
peridica en particular o seleccionar realizar la bsqueda en un "subset" de revistas.

Ttulo

Permite traer citas que contengan esa trmino en el ttulo.

Texto

Permite traer citas que contengan ese trmino en el texto.

Autor

Permite traer citas del autor cuyo apellido hemos colocado en la casilla de bsqueda.

Todos los
campos

Habitualmente es el modo por defecto donde el trmino que colocamos es buscado

en todos los campos.

Por ltimo la forma ms avanzada de realizar una bsqueda booleana incluye el conocimiento del
nombre o etiqueta de los campos de bsqueda, de esta manera uno puede ser ms detallado
en cuanto a la exploracin o bsqueda de cada trmino en cada campo de la base de datos. Las
abreviaturas de las etiquetas que es lo que nosotros escribiremos se corresponden habitualmente
con las iniciales o primeras letras del nombre de las etiquetas de los campos. En la siguiente tabla
encontrar una lista de estas etiquetas.
Nombre del Campo

Abreviatura El buscador buscar en

Affiliation-Direccin

[AD, AFFL] Direccin y afiliacin institucional del primer autor

All Fields-Todos los campos

[ALL]

Author name-Autor

[AU, AUTH] Nombre de autor (Ej: Smith, Smith SJ)

Issue-Edicin

[IP. ISSUE]

Todos los campos

Nmero de edicin de la revista donde el artculo

109

fue publicado
Journ Name-Ttulo de la
publicacin

[TA, JOUR] Ttulo de la publicacin, abreviatura de ste o ISSN

Language-Idioma del artculo

[LA, LANG] Idioma vernculo del artculo

MESH Major Topic-Tpico

MESH principal

[MAJR]

El trmino MESH que sea el tpico principal del

artculo

MESH Terms-Trminos MESH [MH, MESH] Trmino MESH

Page-Pgina

[PG, PAGE] El nmero de la primera hoja del artculo

Publication Date-Fecha de
publicacin

[DP, PDAT]

La fecha en que se public el artculo, formato

aaaa/mm/dd aaaa/mm.

Publication Type-Tipo de
publicacin

[PT, PTYP]

Segn el tipo de artculo (Ej: Clinical trials, review,

etc.)

Subheadings-Subencabezado [SH]

Subencabezados para focalizar los trminos MESH.

Subset-Subgrupos

[SB]

Un componente de la base de datos (MEDLINE,

preMEDLINE, publisher o aids)

Substance Name-Nombre de
la substancia

[NM, SUBS] El nombre qumico de la substancia.

Text Words-Palabras del texto

[TW,
WORD]

Las palabras contenidas en casi todos los campos

Title Words-Palabras del ttulo [TI, TITL]

Las palabras contenidas en el ttulo

Volume-Volumen

El nmero de volumen de publicacin del del

artculo

[VI, VOL]

Resumiendo las etiqueta utilizadas con ms frecuencia son: [all] [au] [la] [ta] [majr] [mh] [pt]
[sh] [ti] [tw]
En una bsqueda booleana avanzada los nombres o etiquetas de los campos deben colocarse
entre corchetes y separados por un espacio en blanco despus de la palabra clave que colocamos
(usar negritas en el texto solo con fines descriptivos):

pneumonia [mh] AND mortality [tw]

Aqu buscar neumona como trmino mesh (lo expandir automticamente) y mortalidad
dentro de las palabras del texto.
pneumonia [mh] AND mortality [sh:noexp]
Aqu buscar neumona como trmino mesh (lo expandir automticamente) y mortalidad
como subencabezados pero tiene inhibida la autoexpansin.
penumonia [majr] AND english [la] AND 1995 [dp]
Aqu buscar los artculos en los que neumona sea el tpico principal y el idioma
vernculo del artculo sea ingls en el ao 1995. Si hubiera colocado...AND 1995:1999
[dp] buscara entre los aos 1995 y 1999. Las opciones para colocar fechas son los
siguientes formatos: aaaa/mm/dd aaaa/mm aaaa , donde cada letra corresponde a un
dgito.

Terminada la bsqueda, las citas apareceran en una nueva pgina en nmero de 20 citas por
pgina, desde la cual podremos optar por bajar la o las citas seleccionadas, con o sin abstract,

110

con o sin los trminos MESH. En el caso de bajar la cita con los trminos MESH stos aparecern
debajo del abstract y los subencabezados tendrn un * a su derecha.
MEDLINE POR E-mail
Para la bsqueda por E-mail el mensaje debe tener la direccin query@ncbi.nlm.nih.gov y el
Asunto o Tema del mensaje debe estar en blanco. Este mecanismo es til para realizar
bsquedas cuando no tenemos internet o cuando no tenemos tiempo, solo hay que familiarizarse
con las siguientes instrucciones.
La sintaxis debe seguir el siguiente orden (se coloc en negritas aquello que forma parte del
mensaje pero no es necesario que usted enve el mensaje en negritas):
DB ..............
TERM ................
DOPT ................
DISPMAX o HTML o PATH .........
DB Corresponde a la base de datos donde queremos realizar la bsqueda MEDLINE o dentro del
GENBANK:

"m" MEDLINE
"n" nucletidos
"p" protenas
"s" nucletido o protena
"t" estructuras 3D
TERM Corresponde a los tminos a buscar. Debemos colocarlos en ingls, podemos usar los
operadores lgicos colocndolos en maysculas (AND, OR, NOT) y si queremos colocar entre
corchetes campos especficos de bsqueda para cada trmino (abstract, ttulo, autor, etc.). Sino
se especifica un campo la bqueda se realiza en todos en forma automtica.
DOPT Permite elegir en formato de presentacin de los resultados:
"a" ASN.1 format (formato usado para programadores de software)
"b" Abstract format (cita,ttulo, resumen)
"d" Entrez document summary format (muestra solo el ttulo)
"l" MEDLINE format (muestra todos los campos precedidos de la sigla indicadora
de campo, por lo tanto nos prermite su importacin a otras bases de datos de usos
personal como los programas de manejo de referencias bibliogrficas)
"m" Muestra artculos relacionados con una cita especfica.
"q" Cantidad de citas encontradas
"r" Standard report format (cita, ttulo, resumen, trminos de indexacin)
"u" PubMed Unique Identifiers (nmero de identificacin de las citas)
En la ltima lnea elegiremos lo que nos convenga:
DISPMAX especifica el nmero de citas que queremos que nos enven (por defecto
el nmero es 200)
HTML para recibirlo en formato WEB
PATH para que nos enven la bsqueda a otro correo electrnico

111

Veamos dos ejemplos:

DB m
TERM pneumonia
DOPT r
DISPMAX 100
Buscar en neumona en MEDLINE y enviar las primeras 100 citas en formato standard.
DB m
TERM (pneumonia[tit] AND sepsis[tit] AND smith[au])
DOPT b
PATH adrian@fmed2.uncu.edu.ar
Buscar neumona y sepsis en el ttulo y que sean del autor Smith, lo enviar en formato de
resumen al e-mail que le escribimos.
ESTRATEGIA DE BSQUEDA
Tal vez esto sea lo ms difcil de aprender pero uno debe tomarlo como un juego de inteligencia
utilizando las herramientas presentadas previamente.
MEDLINE es una de las bases de datos sobre citas bibliogrficas ms completa y compleja, por lo
tanto muchas veces puede ser ms fcil encontrar un resultado ms acotado y especfico
recurriendo a una base de datos ms pequea y especfica al tema.
1. Defina claramente el interrogante antes de conectar su computadora a internet para
evitar mayores costos en la bsqueda. Si su bsqueda est orientada a algunos aspectos
clnicos como los de los filtros metodolgicos que ofrece Clinical Queries (PubMed), tal vez
le convenga comenzar su bqueda desde esta interfase. Si busca una cita en particular
utilice el Juornal Browser (PubMed).
2. Si es posible busque los trminos correctos para realizar la bsqueda a travs de
diccionarios mdicos, artculos o libros. Otra posibilidad es explorar los trminos en el
MESH Browser (PubMed o IGM). Si su trmino no est dentro de los MESH piense en un
sinnimo seguramente hallar uno en la vecindad alfabtica de la lista ofrecida por el
Browser. Eventualmente encontrar una palabra madre ms general que tal vez englobe
un subencabezado ms preciso. En caso de no tener clara la ortografa recuerde la opcin
que le ofrece PubMed en la bsqueda avanzada llamada "List Terms".
3. Una vez encontrado el o los trminos MESH, haciendo clic sobre l aparecern los
"Subheadings" y la opcin de poder jerarquizar el trmino MESH como MAJOR TOPIC
que sera el tpico principal que trata el artculo.
4. Comience la bsqueda combinando los trminos a travs de los operadores lgicos
(AND, OR, NOT).
5. Si obtuvo pocas citas y no le satisface agregue ms sinnimos a travs del OR para
ampliar su bsqueda o use un trmino MESH ms general. Tambin puede ampliar su
nmero de citas explorando los artculos relacionados "Related Articles" de alguna cita
que le parezca importante. Si la realiza en el IGM puede presionar "Details of sarch" para
obsevar a que altura de la bsqueda se reduce significativamente el nmero de citas.
Si obtuvo demasiadas citas, aplique lmites de campos que ya estn estipulados en el
buscador de MEDLINE que haya escogido. Utilice las etiquetas de campo que vimos
arriba para especificar ms an la bsqueda, agregue ms trminos usando operadores
lgicos como AND o NOT. Tambin podr limitar su bsqueda a artculos con absract

112

nicamente o la opcin de realizar la bqueda en un subset de revistas como por ej: AIM
(Abriged Index Medicus).
6. Si su bsqueda tiene un inters clnico o crtico podr introducir filtros metodolgicos
como los que usa el Clinical Queries o podra empezar su bsqueda en ste que ya tiene
las estrategias planteadas como filtros con un simple click y evitar escribir las siguientes
estrategias.
Para estudios de
Tratamiento

clinical trial [pt]

randomized controlled trial [pt] OR drug therapy [pt] OR therapeutic
use [sh]OR random [tw]

Para estudios de
Pronstico

exp cohort studies

incidence OR exp mortality OR follow-up studies OR mortality [sh]
OR prognosis [tw]OR predict [tw] OR course [tw]

Para estudios de
Etiologa

risk
exp cohort studies OR exp risk OR odds AND ratio [tw] OR relative
AND risk [tw] OR case AND control [tw]

Para estudios de
Diagnstico

diagnosis& [pe]
exp sensitivity and specificity OR diagnosis& [pe] OR diagnostic use
OR sensitivity [tw] OR specificity [tw]

7. Una vez de acuerdo con el nmero de citas lo conveniente es bajarlas al disco rgido o
diskette en un formato que contenga los abstracts para leerlas o imprimirlas luego de
desconectarnos de internet. Recuerde revisar bien las citas porque pueden tener
direccin electrnica de algunos artculos o el e-mail de sus autores para solicitarles
una copia. Sino existen servicios (algunos mencionados anteriormente) que realizan la
bsqueda y entrega de artculos completos a un costo fijo que oscila entre los 10 y 20
dlares.
BIBLIOGRAFA
1. Hshies RCJ. Bases de Datos y Literatura Biomdica. En: Internet Telemtica y Salud
Olivieri N, Sosa Iudicissa M, Gamboa C. Buenos Aires: Editorial Mdica Panamericana;
1997, p. 271-280.
2. Sackett DL, Haynes RB, Guyatt GH, Tugwell P. Bsqueda de Evidencia para solucionar
problemas clnicos En: Epidemiologa clnica: Ciencia bsica para la medicina clnica (2
Edicin). Buenos Aires: Editorial Mdica Panamericana; 1994, p. 337-349
3. Sackett DL, Richardson WS, Rosemberg W, Haynes RB. Searching for the best evidence
In: Evidence-Based Medicine: How to Practice & Teach EBM. New York Eds: Churchill
Livingstone; 1997, p. 37-78.
4. Haynes RB, Wilczinski N, McKibbon KA, Walker CJ, Sinclair JC. Developing optimal search
strategies for detecting clinincally sound studies in MEDLINE. J Am Med Inform Assoc
1994; 1: 447-58.

113

5. Haynes RB, Walker CJ, McKibbon KA, Johnston ME, Willian AR. Performancce of 27
MEDLINE system tested by searches on clinical questions. J Am Med Inform Assoc 1994;
1: 285-95.
6. Informacin publicada para los usuarios en los sitios de IGM y PubMed.

114

Recordemos nuevamente los pasos que seguimos en la MBE

1.- Formular de manera precisa una pregunta a partir del problema clnico del paciente
2.- Localizar las pruebas disponibles en la literatura
3.- Evaluacin crtica de la literatura mdica o pruebas
4.- Aplicacin de las conclusiones de esta evaluacin a la prctica

Estamos
aqu

Una vez que has encontrado el artculo, o revisin, o metanalisis que contesta tu pregunta
debes evaluar la validez del mismo. Lee con atencin el siguiente artculo y reflexiona al
respecto.
Evaluacin crtica de la literatura mdica

Lectura crtica de la literatura cientfica

La prctica clnica es un proceso permanente de toma de decisiones sobre el estado de
salud de un individuo cuyo sustrato es la informacin clnica. Por su parte los servicios de
salud necesitan informacin sensible y exhaustiva para desarrollar polticas sanitarias,
monitorear procesos y evaluar las intervenciones.
A su vez la investigacin debe justificar y depurar hiptesis, detectar errores y defectos
previos, disear escenarios de trabajo, sealar variables secundarias, efectos diferidos o
posibles y proponer alternativas. En todas estas actividades centrales, en el ejercicio y la
prctica de la medicina la informacin desempea un papel capital.
Anualmente son miles las publicaciones y cientos de miles los artculos, trabajos o
comunicaciones que afluyen al mbito del ejercicio de la medicina. Es imposible analizar
semejante cantidad de informacin. La informacin mdica se produce y renueva
permanentemente de manera inabarcable, influyendo de manera errtica o no vlida en la
prctica. Es difcil el acceso y seguimiento de toda esta informacin, la actualizacin
profesional decae con el tiempo y la formacin mdica continuada no alcanza a cumplir
con esta funcin.
Por lo tanto digerir la informacin disponible de manera provechosa requiere de una
estrategia clara y decidida de bsqueda, valoracin y sntesis.
La enseanza organizada de mtodos para la valoracin crtica (cursos, sesiones,
seminarios) mejoran objetivamente dicha habilidad tal como se ha puesto de manifiesto
en algunos trabajos y ensayos publicados, y pretenden corregir la nula atencin que se ha
venido prestando a la calidad de los datos presentados en artculos, a los pocos
conocimientos sobre metodologa de investigacin epidemiolgica clnica, estadstica o
anlisis de decisiones que incluye el acervo profesional mdico.
115

Por valoracin crtica entendemos, la capacidad de verificar la validez y aplicabilidad de

las evidencias publicadas con el fin de poder incorporarlas al cuidado de los pacientes.
Existen guas para hacer ms fcil y ordenada la lectura crtica, en los captulos de
diagnstico, pronsticos y tratamiento tienes las que corresponden a ese tipo de artculos.
En la lectura crtica de artculos existe una fuente de conocimientos como es la ingente
produccin bibliogrfica actual y dos grandes abordajes: por un lado, la revisin
espontnea individual que realiza el mdico para buscar informacin y por otro, las
revisiones organizadas que van ms all de las posibilidades individuales y que culminan
en las revisiones sistemticas y el metanlisis.
Un sistema de revisin de un artculo debe incluir lo siguiente:
Determinar los objetivos, propsito y razonamiento de estudio.
Cuidadoso y concienzudo examen de los mtodos
Anlisis de los datos y forma de presentacin
Juicio sobre las conclusiones y relevancia de los objetivos del estudio
Consideraciones sobre errores y sesgos, as como maneras en las que el estudio
podra haberse mejorado.

Niveles de evidencia y fuerza de las recomendaciones:

En los programas de actividades preventivas y en las guas de prctica clnica se ofrecen
una serie de recomendaciones para la realizacin o no de determinadas intervenciones.
Estas recomendaciones se basan en una valoracin crtica de la literatura cientfica.
Existen muchos tipos diferentes de diseo de estudios: meta- anlisis, ensayos clnicos
aleatorios, cohortes, casos- controles, series de casos sin grupo control, estudios
descriptivosNo todos los diseos tienen el mismo poder para recomendar o no una
determinada intervencin; existe una gradacin. Los diferentes tipos de estudios se
pueden clasificar segn la calidad de evidencia que ofrecen. Se ofrece a continuacin una
clasificacin de los niveles de evidencia.

Scottish Intercollegiate Guidelines Network. SIGN 50: A guideline

developers' handbook (Section 6: Forming guideline recommendations),
SIGN publication n 50, 2001.
Niveles de evidencia
1

++

1+

Meta-anlisis de alta calidad, revisiones sistemticas de

ensayos controlados y aleatorizados (ECA) o ECA con riesgo
de sesgos muy bajo.
Meta-anlisis bien realizados, revisiones sistemticas de

116

ECA, o ECA con riesgo de sesgos bajo.

1-

Meta-anlisis, revisiones sistemticas de ECA, o ECA con

riesgo de sesgos alto.

2++

Revisiones sistemticas de alta calidad de estudios de

cohortes o casos-controles. Estudios de cohortes o casoscontroles con riesgo de sesgos muy bajo y alta probabilidad
de que la relacin sea causal.

2+

Estudios de cohortes y casos-controles bien realizados y con

riesgo de sesgos bajo y probabilidad moderada de que la
relacin sea causal.

2-

Estudios de cohortes y casos-controles con riesgo de sesgos

alto y riesgo significativo de que la relacin no sea causal.

Estudios no analticos ( Ej. Serie de casos.

Opinin de expertos.
Fuerza de las recomendaciones

Al menos un meta-anlisis, revisin sistemtica de ECA, o

ECA de nivel 1++, directamente aplicables a la poblacin
diana, o evidencia suficiente derivada de estudios de nivel
1+, directamente aplicable a la poblacin diana y que
demuestren consistencia global en los resultados.

Evidencia suficiente derivada de estudios de nivel 2++,

directamente aplicable a la poblacin diana y que
demuestren consistencia global en los resultados. Evidencia
extrapolada de estudios de nivel 1++ o 1+.

Evidencia suficiente derivada de estudios de nivel 2+,

directamente aplicable a la poblacin diana y que
demuestren consistencia global en los resultados. Evidencia
extrapolada de estudios de nivel 2++.

Evidencia de nivel 3 4. Evidencia extrapolada de estudios

de nivel 2+.

4.- Aplicacin de las conclusiones de esta evaluacin a la prctica

La toma de decisiones en la prctica asistencial y sanitaria es un proceso complejo en el
que participan las caractersticas propias del profesional as como las del paciente y sus
preferencias; los aspectos ticos, legales, econmicos y sociales que circunscriben la

117

relacin mdico- paciente y las polticas sanitarias; as como la experiencia clnica, los
recursos disponibles, las prioridades sanitarias y la evidencia cientfica.
El incremento continuo y exponencial de la evidencia cientfica, lleva al desarrollo de
diversas estrategias que pretenden que los profesionales de salud puedan adquirir nuevas
competencias que les permitan identificar y aplicar aquella informacin que es relevante
en el cuidado de sus pacientes o sus poblaciones. En este sentido, la Medicina y
Atencin Sanitaria Basada en la Evidencia se han constituido en herramientas de gran
importancia, ya que promueve, a travs de la aplicacin de sus principios fundamentales,
el aprendizaje de ciertas competencias esenciales para el manejo de la literatura
biomdica y la aplicacin de la informacin relevante a la prctica asistencial y sanitaria.
No hay medicina sin decisiones. Se toman a todos los niveles del trabajo clnico.
Deberamos prohibir fumar a un paciente? Que tratamiento deberamos elegir para
controlar el dolor de la migraa?, Se debera operar una hernia asintomtica o es mejor
hacerlo ms tarde o nada de ello?, Mejorar la actividad fsica, despus del infarto de
miocardio el pronstico del paciente ?.
La mayora de las veces, tales decisiones se toman con un variado grado de
incertidumbre: la informacin y los datos clnicos estn ausentes o son incompletos, las
caractersticas de los pacientes, la exposicin a diversos factores, los tratamientos, sus
posibles resultados o la comorbilidad del paciente, todo cambia.
Conceptualmente, la decisin mdica representa la eleccin de la mejor opcin al
evaluar el riesgo ( decisiones explicativas), al tratar los pacientes (decisiones de gestin)
o al pronosticar (ambas explicativas y de gestin), si estn implicadas decisiones de
tratamiento.
La toma de decisiones mdicas es un proceso mediante el cual se llega a una decisin
mdica concreta, como ltimo resultado o punto final de dicho proceso.
El anlisis de decisin aborda precisamente tales situaciones. Es una aproximacin
metdica a la toma de decisiones bajo condiciones de incertidumbre.
Tambin ha sido definicin como un derivado de acciones de investigacin y teora del
juego que abarca la identificacin de todas las opciones posibles y resultados potenciales
de cada una, en una serie de decisiones que se han de tomar en medicina sobre

118

aspectos del cuidado del paciente ( procedimientos diagnsticos, polticas teraputicas,

expectativas pronosticas, ....). Los datos epidemiolgicos juegan un importante papel en la
determinacin de las probabilidades de los resultados que siguen a cada opcin que haya
de llevarse a cabo......
Como se mencion anteriormente y en un sentido ms amplio, el anlisis clnico de
decisin, se considera como una aplicacin del anlisis de decisin en un contexto
clnico, con objeto de aplicar datos epidemiolgicos o de otro tipo para la probabilidad de
resultados cuando se han de tomar decisiones alternativas.
Esto se utiliza en cualquier actividad:

Para sistematizar (organizar) la toma de decisiones

Para clarificar la toma de decisiones.

El objetivo evidente del anlisis de decisin es encontrar entre todas las opciones
de una situacin clnica la decisin o camino que sean ms beneficiosos para el
paciente.
Las decisiones, sus resultados y las valoraciones de estos ltimos son parte de la vida
diaria. Por ejemplo en un momento de tensin dos personas pueden tener una discusin.
Alguno de ellos quiz quiera hablar para mejorar la situacin (hacer las paces) o no quiere
hablar, lo que har que empeoren las cosas ( conflicto violento), o quizs alguno de ellos
quiera hablar ms tarde.
En cada momento de la decisin aparecen tres opciones:

se disculpan y todo queda en nada,

la tensin contina como antes o

la cosa empeorar con un conflicto inmediato.

Esta situacin se puede graficar en lo que se llama rbol de decisin El rbol se hace y
lee de izquierda a derecha, los cuadrados son puntos de decisin y los crculos posibles
desenlaces de anteriores decisiones.

119

armona
Decisin inmediata

Hablar

conflicto
tensin
armona

No hablar

tensin
conflicto

Esperar 15 minutos y
discutir ms tarde

Las cosas
mejoran

Hablar

No hay
cambio

Hablar

La
situacin
empeora

No

No
hablar
Hablar
No
hablar

armona
tensin
conflicto
armona
tensin
conflicto

Decisin inmediata...........Fase de desarrollo........Decisin propuesta... ..Resultado

Esta situacin tiene un paralelismo ms serio en medicina. En la prxima figura tomada
del libro La lgica de la Medicina Moderna de Milos Jenicek, Ed. Masson, Barcelona,
1996, se ilustra el caso de un paciente que presenta un abdomen agudo en un servicio de
urgencias. El mdico que lo atiende puede decidir a hacer directamente una intervencin
exploratoria y buscar una apendicitis, infarto mesentrico, vlvulo, invaginacin, rotura de
aneurisma, traumatismo u otra fuente de hemorragia intrabdominal como un embarazo
ectpico, etc. Tambin puede decidir observar al paciente durante algn tiempo, hacer
ms exploraciones ( anlisis de laboratorio, etc.) y ms tarde operar o no, como con
frecuencia ocurre en tales situaciones.

120

Restablecimiento

Laparotoma
exploradora

Decidir ahora

Complicacin
Muerte

Restablecimiento
No
intervenir

Complicacin
Muerte

laparotoma

Observar y
revaluar en unas
horas

El paciente
mejora

No intervenir

laparotoma

No hay
cambio

Restablecimiento
Complicacin
Muerte

No intervenir

El paciente
empeora

laparotoma

Restablecimiento
Complicacin
Muerte

No intervenir

Decisin inmediata...........Fase de desarrollo........Decisin propuesta... ..Resultado

Observen como aqu tambin se puede aplicar una estructura organizada para tratar de
encontrar la mejor solucin
Fases del anlisis de decisin
1.

Definir el problema

2.

Cual es la pregunta que el anlisis de decisin debera responder?

( plantar la semilla)

3.

Estructurar el problema en el tiempo y espacio (cultivar el rbol de

decisin). Reconocer el punto de partida de la decisin.
121

Realizar una revisin de las posibles opciones de la decisin (alternativas) y

sus resultados.
Establecer una secuencia tmporoespacial si estn involucradas ms de
un par de decisionesopciones, por ej. cuando las decisiones resultantes
de decisiones iniciales engendran otras decisiones subsidiarias, etc.
Eliminar opciones irreales tcnica y ticamente por extraas y/o
imposibles o no pertinentes (podar el rbol).

4.

Dar dimensin a todos los componentes relevantes del problema

(permitirle al rbol que florezca y heche hojas)
Obteniendo la informacin disponible para calcular las probabilidades de
Cada resultado, en cualquier punto de la secuencia de decisiones y
resultados que se han de decidir.
Obteniendo los datos mejores y ms objetivos, que reflejen las
valoraciones( utilidades) en trminos del vocabulario de la toma de
decisiones) de cada posible resultado pertinente.

5.

Analizar el problema ( ir a travs de las ramas del rbol)

Escoger el mejor camino a travs de las rutas de decisin disponibles.
Evaluar la sensibilidad de su decisin preferida (ruta) como quedar s las
condiciones de decisin cambiasen?

6.

Resolver el problema( escoger que recoger).Elegir la decisin o ruta que

se desee.

7. Actuar de acuerdo con los resultados del anlisis (disfute de la cosecha).

El rbol de decisin es una imagen o representacin grfica del proceso de decisin, Es
una representacin temporo-espacial de una apropiada secuencia se opciones clnicas
que se le presentan al mdico en determinados momentos del trabajo clnico,
representados por los nodos de decisin del rbol de decisin (convencionalmente
representados pro cuadrados).
El siguiente elemento o secuencia del proceso es una lista de lo que ocurrira al paciente
si se toma una u otra decisin. Tales resultados u opciones son representados
grficamente por crculos como posibilidades o nodos de probabilidad. Cada suceso
(desenlace de una enfermedad que sigue a una decisin precedente tiene una
probabilidad que va del 0.0 a 1.0. Las ramas son excluyentes, por ej. un paciente despus
de la ciruga mejora, tiene una complicacin o muere, pero no una combinacin de las
anteriores y al suma de sus probabilidades ha de ser igual al total, es decir 1.0.

122

Hemos explicado en forma muy resumida este tema, solo te damos una idea general y si
quieres avanzar ms debes consultar los textos recomendados.
Veamos ahora...-

Las herramientas para la toma de decisiones

Una vez que se han encontrado las mejores opciones (y decisiones) stas se deben
organizar en un conjunto de etapas ptimas para que nos lleven hacia el mejor resultado y
beneficio para el paciente o la poblacin, si se plantea el control de la enfermedad.
Son un ejemplo los algoritmos clnicos, que son esquemas escritos paso a paso para la
gestin sanitaria. Consisten en una descripcin explicita de los pasos a seguir para la
atencin a un paciente en una situacin determinada. La forma grfica ms extendida de
los algoritmos son los diagramas de flujo. La diferencia entre un rbol de decisin y el
diagrama de flujo es que stos no son abiertos como aquellos y en lugar de contemplar
todas las posibilidades nos estn dando una serie de sugerencias u rdenes de cmo
comenzar, seguir y terminar ante una determinada enfermedad. Por ejemplo ante un
paciente con un convulsiones neonatales siga Uds. estos pasos y en este orden.

123

Ejemplo: Algoritmo del tratamiento de las convulsiones neonatales.*

ado de Convulsiones neonatales: diagnstico y manejo

*Ledia Troncoso A.1, Pedro Menndez G.1, Marta Hernndez Ch.1, 1. Mdico. Servicio de
Neuropsiquiatra Infantil. Hospital Clnico San Borja Arriarn, Santiago, Rev. chil. pediatr. v.72 n.3
Santiago, mayo 2001

Un paso ms avanzado o elaborado son las Guas de Practica Clnica (GPC) (Practice
Guidelines) conjunto de instrucciones, directrices, afirmaciones o recomendaciones,
desarrolladas de forma sistemtica cuyo propsito es ayudar a mdicos y a
pacientes a tomar decisiones, sobre la modalidad de asistencia sanitaria apropiada
para unas circunstancias clnicas especficas.

124

Las GPC no son estndares que establecen reglas rgidas para el cuidado de los
pacientes. Las GPC deben ser mas bien flexibles, de manera que puedan acomodarse a
las caractersticas individuales de los pacientes, las preferencias de clnicos y pacientes, y
a las circunstancias locales.
Los objetivos primarios de la casi totalidad de las organizaciones que desarrollan GPC
son mejorar la efectividad clnica y la calidad de la asistencia. De forma secundaria la
inmensa mayora pretenden adems controlar los costos.
Menos frecuente es mencionar entre los objetivos la resolucin de problemas ticos o
legales, aunque alguna sociedad ha desarrollado guas con la intencin de ayudar
manejar los riesgos de la mala prctica y a reducir las primas de las compaas de
seguros por mala prctica.
Pueden tambin utilizarse como fuentes de informacin para actividades de formacin
continuada y como sistemas de referencia en actividades de control de la calidad
asistencial (por ejemplo, auditor mdico).
Entendemos como estndares de calidad, directrices reconocidas sobre los niveles
mnimos aceptables de prctica clnica o resultados, o niveles de excelencia de la prctica
clnica o de resultados rangos aceptables en niveles de prctica clnica o resultados Se
utilizan para mejorar de la calidad de la atencin sanitaria que reciben los pacientes
mediante la reduccin de la variabilidad no justificada en la prctica clnica y en los
resultados de las intervenciones y el fomento de la utilizacin de puntos de buena
prctica: excelencia clnica.
La definicin del Institute of Medicine ha sido muy til para enfatizar la necesidad de
Elaborar GPC rigurosas y racionales. El trmino se emplea cada vez ms para describir
una amplia gama de documentos-gua no todos de calidad equivalente. Por eso es
necesario examinar las GPC utilizando criterios de calidad preestablecidos antes de
adoptarlas para su uso clnico. La UE ha financiado un proyecto para elaborar criterios de
evaluacin de las GPC, en un intento de clarificar la definicin del Institute of Medicine,
basndose

125

en: -metas de poltica sanitaria; -nivel de elaboracin del documento; -nivel de la toma de
decisiones.
A este respecto existen diferentes tipos de guas dependiendo del mtodo utilizado para
desarrollarlas:

GPC basadas en la opinin de expertos;

GPC basadas en el consenso;

GPC basadas en la evidencia.

Dnde estn las Guas de Prctica Clnica (GPC)?

Podemos encontrarlas en:
-Medline(GRATEFULMED y PUBMED
-Networks & Clearinghouses (Internet: La casa de las GPC). GPC Networks:
- GPC Infobase (Canad). http://www.cma/cpgs/index.htm
- Health Services /Technology Assesment http://text.nlm.nih.gov/ftrs/dbaccess/ahcpr
- New Zealand Guidelines Group.http://www.nzgg.org.nz/
- SIGN - Scottish Intercollegiate Guidelines Network.
http://pc47.cee.hw.ac.uk/sign/graphic.htm
- Nacional Library of Medicine's MEDLINE plus.
http://www.nlm.nih.gov/medlineplus/
-CCHEnet. http://www.cche.net/ebm/userguid/
- ICSI Health Care Guidelines & Technology Assessments.
http://www.icsi.org/pubs.htm
- National Guideline Clearinghouse. http://www.guidelines.gov/index.asp
- Primary Care Clinical Practice Guidelines - Index.
http://medicine.ucsf.edu/resources/guidelines

126

QU SON LAS REVISIONES SISTEMATICAS?

Con autorizacin de la autora
Zulma Ortiz
Coordinadora del Centro Argentino de la Colaboracin Cochrane Iberomaericana
Miembro del Consejo Directivo del Programa de Efectividad Clnica, UBA, Escuela de
Salud Pblica de Harvard y Hospital Italiano
1. Antecedentes de las revisiones sistemticas
...En Abril de 1976, Glass, como presidente de la Asociacin Americana de
Investigacin en Educacin, dio su discurso en el congreso anual, realizado ese ao en el
Hotel St. Francis, en San Francisco. Para este importante evento, l decidi destacar un
nuevo y elevado nivel de anlisis cientfico al cual le dio el nombre de meta-anlisis.
Glass, en la mitad de sus treinta y completamente seguro del potencial y la importancia
del tpico, haba trabajado y agonizado entre papeles por dos aos, a lo que se refiri
como fui un cesto de papeles. Para el momento de su presentacin, estuvo
terriblemente temerosos que los miles de personas que constituiran su audiencia
pudieran distraerse, dormitarse, o ridiculizar sus ideas.
Pero Glass, quien se describa como una persona altamente competitiva, se par
insolentemente en el podium y con apariencia de seguridad dio una lcida, ingeniosa y
persuasiva conferencia. La audiencia, recuerda Mary Lee Smith su esposa, quien haba
trabajado con l en la preparacin del trabajo sobre meta-anlisis, qued sin aliento por
esto. Hubo gran excitacin, y la gente estaba espantada. La publicacin del discurso fue
juzgada como un quiebre total aplicable a todas las ciencias 1 ...
Pero es este el origen del meta-anlisis o existen otras experiencias?
En realidad, las bases estadsticas del meta-anlisis datan del siglo XVII, cuando
en astronoma y geodesia la intuicin y experiencia sugirieron que la combinacin de
datos poda ser mejor que intentar elegir entre ellos 2 .
En 1904, Karl Pearson fue el probablemente el primero en reportar el uso de tcnicas
para la combinacin de datos de diferentes estudios. Sin embargo pasaron muchos aos
hasta que esta tcnica volvi a usarse y no fue precisamente en medicina, sino en
ciencias sociales y de la educacin que se utiliz. En 1930, 80 experimentos que
examinaban la potencia de las instrucciones morales en la modificacin de conductas
fueron revisados sistemticamente 2 .
Desde entonces hasta 1976, este tipo de investigacin no tena nombre. Fue Glass, quien
acu el trmino meta-anlisis. Tres aos ms tarde Cochrane un epidemilogo britnico,
llamaba la atencin sobre el hecho que la gente que deseaba tomar decisiones con
fundamentos no tena acceso a revisiones confiables de la evidencia disponible. En los
80, los meta-anlisis se hicieron populares en varias disciplinas (cardiologa, oncologa, y
cuidados perinatales).
Actualmente, nos encontramos frente a un escenario en el que aparecen 17.000 libros y
unas 30.000 revistas biomdicos nuevas cada ao, con un incremento anual de un 7%.3
Para mantenerse actualizado un mdico necesitara leer en promedio 17 artculos
originales cada da 4 . Ante el creciente nmero de publicaciones que sobrepasa las
posibilidades de mantenerse actualizado y que ha sido definida como explosin de

127

informacin, se ha generado la necesidad de lo que algunos llaman un antdoto, para el

catico incremento de las investigaciones contemporneas, ese antdoto es el metaanlisis 1 .
En este y los prximos mdulos presentaremos de una manera crtica los atributos de las
revisiones sistemticas y especficamente del meta-anlisis.
2. Tipos de revisiones
Dentro de la investigacin por revisin de publicaciones se reconocen dos tipos
diferentes: sistemtica y no sistemtica o revisin narrativa. La diferencia entre revisin
sistemtica y no sistemtica est dada porque en esta ltima falta un protocolo que defina
los pasos que sigui el revisor para actualizar el tpico.
Por ejemplo, qu estrategia se utiliz para la bsqueda bibliogrfica?, cmo se hizo la
seleccin de estudios a ser incluidos en la revisin y/o qu mtodos se usaron para
determinar la validez de los mismos?.
A su vez dentro de la revisin sistemtica existen dos formas: cuantitativa o metaanlisis y cualitativa u overview . Las diferencias estn dadas fundamentalmente por el
uso de mtodos estadsticos, en el meta-anlisis, que permiten la combinacin y anlisis
cuantitativos de los resultados obtenidos en cada estudio.
3. Meta- anlisis:
3 a. Definicin y objetivos.
Un meta-anlisis es una revisin sistemtica en el cual se combinan los resultados de
varios estudios que examinan la misma pregunta 5 . Es una disciplina que revisa la
literatura crticamente y combina estadsticamente los resultados de estudios previos. Se
trata de resumir en un valor numrico toda la evidencia relacionada a un tpico especfico.
Se trata de resolver los conflictos generados por diferentes resultados en varios estudios
publicados. No es infrecuente la falta de consenso o acuerdo respecto a un tratamiento en
momentos en que el
marketing ejerce fuerte presin en algunos profesionales de la salud al momento de la
toma de decisiones. Actualmente los profesionales de la salud no cuentan con recursos
de tiempo y material adecuados para mantenerse actualizados o poder definir los
objetivos de una investigacin y encuentran en el meta-anlisis una sntesis basada en la
mejor evidencia que lo ayuda a definir conductas.
Dentro del concepto de meta-anlisis se engloban una serie de tcnicas para la
realizacin de una revisin sistemtica y un anlisis cuantitativo de la literatura.
Ha sido definido como el anlisis estadstico de una coleccin amplia de
resultados de estudios individuales con el propsito de integrar sus hallazgos.
Se reconocen diversos objetivos que un investigador persigue al realizar un revisin
sistemtica o un meta-anlisis:
1. Proveer la revisin de una compleja literatura para poder guiar decisiones y dirigir
futuras investigaciones.
2. Facilitar una apreciacin ms objetiva de la evidencia que las revisiones narrativas y
contribuir a resolver la incertidumbre cuando investigaciones originales, revisiones y
editoriales no acuerdan
3. Analizar los resultados que no fueron parte de los objetivos del trabajo original.
4. Investigar la presencia y el tamao del sesgo de publicacin.

128

5. Si es apropiado hacer un meta-anlisis, ste podr mejorar la precisin en la

estimacin del tamao del efecto.
6. Investigar la importancia y las fuentes de heterogeneidad.
7. Investigar variaciones en el tratamiento en distintas situaciones en
diferentes subgrupos.
8. Estimar resultados durante un anlisis de costo-efectividad.
3 b. Ventajas y limitaciones de un meta-anlisis
Algunas ventajas del meta-anlisis son 6-7 que:
Obliga a pensar sistemticamente acerca de los mtodos, resultados,
categorizaciones, poblaciones e intervenciones al sumar diferentes datos.
Da un resultado global que representa el tamao del efecto de un tratamiento la
tendencia en su efecto protector o de riesgo.
Ilustra el carcter de la relacin entre las variables
Detecta y explora las contradicciones aparentes en los resultados.
A travs de la combinacin de los estudios incrementa la potencia estadstica,
mejora la precisin en la estimacin de la magnitud del efecto.
Facilita las decisiones menos subjetivas y reduce sesgos atribuibles al investigador
Entre las limitaciones figuran 8-9 que:
La calidad del meta-anlisis estara determinada por la calidad de los estudios
incluidos en el anlisis.
Varios factores pueden contribuir a establecer una conclusin errnea si no son
estrictamente evaluados y comparados. Por ejemplo, el tamao de la muestra 2, la
metodologa utilizada para el anlisis estadstico, la seleccin de las variables que
se van a utilizar para medir los resultados.
El meta-anlisis puede ser muy sensible frente a algunas decisiones metodolgicas
en la realizacin de la revisin, esto es que los resultados finales que han sido
obtenidos pueden cambiar si slo se consideran aquellos estudios con ciertas y
determinadas caractersticas; por ejemplo, la poblacin, el tipo de diseo de
estudios, la intervencin o resultados medidos.
Hay numerosas formas por las cuales se pueden introducir sesgos en las
revisiones y meta-anlisis de ensayos clnicos controlados aleatorizados. Pueden
reflejar sesgos de publicacin 10-11 . Es sabido que los estudios negativos o que
no muestran diferencias significativas son ms difciles de publicar que los estudios
positivos o que muestran resultados con diferencias estadsticamente positivas.
Esto determina que los resultados de los meta-anlisis pueden estar influenciados
por el sesgo de publicacin y es necesario ver si esto tiene importancia cuando el
meta-anlisis muestra diferencias significativas entre los grupos de tratamientos.
Entre los ensayos clnicos controlados aleatorizados publicados, aquellos con
resultados significativos tienen mas probabilidad de ser publicados en ingles, mas
probabilidad de ser citados, de ser publicados mas de una vez, lo que significa que
ms probablemente sern identificados e incluidos en revisiones.
La heterogeneidad o variabilidad de los estudios es considerada por algunos
autores como una limitacin 12 .

129

2 Si tomamos por ejemplo, el tamao de la muestra, es una variable que con frecuencia
se asocia con la posibilidad de error sistemtico o bias. Un estudio con un nmero
pequeo de participantes puede no tener la fuerza suficiente como para arribar a un
resultado vlido, por lo que su validez externa puede ser escasa o nula. Si bien un metaanlisis puede reducir el error por azar en el muestreo, aumentando el tamao de la
muestra al combinar varios estudios, podra ocurrir que el nmero total de sujetos no sea
suficiente para determinar la validez del meta-anlisis.
4. Impacto de las revisiones sistemticas en la prctica mdica y la salud
pblica.
La toma de una decisin siempre est acompaada de cierto grado de
incertidumbre. Tanto la intuicin como la experiencia clnica fueron durante mucho tiempo
los elementos que los investigadores aplicaban para contrarrestar el incierto. Actualmente
existe un permanente reconocimiento de la necesidad de contar con informacin
sistemticamente recolectada, que sea vlida y til a las
necesidades del investigador frente a la toma de decisiones 13 .
La salud pblica, entendiendo por tal, las actividades que desarrolla el gobierno que
restauran, mantienen o mejoran el estado de salud de la comunidad; no queda al margen
de esta dificultad ante la toma de decisin. Los pases en desarrollo, donde la falta de
recursos econmicos, la falta de educacin y la enfermedad hacen imperativo que la
Salud Pblica adquiera una presencia fuerte y con fundamentacin contundente en la
toma de decisiones. La situacin no es fcil: hay pocos recursos y una poblacin
particularmente vulnerable. La salud
pblica es la instancia decisoria por excelencia en lo que respecta a salud a nivel
comunitario, y por lo tanto debe ser una protagonista destacada y fundamental, en la
aplicacin de la evidencia en la toma de decisiones, de manera de asegurar que los
escasos recursos disponibles se administren juiciosamente para garantizar que se haga
bien aquello que es correcto en todos los casos.
Todo profesional dedicado a la investigacin o prctica asistencial, as como los
responsables de la direccin y la docencia de profesionales, los financiadores de sistemas
de salud y los responsables por establecer polticas de salud deberan desarrollar
estrategias y planes para lograr una medicina y salud pblica basada en la mejor
evidencia. El conocimiento y manejo de la metodologa adecuada frente a cada situacin
en salud permitir resolver la problemtica y lograr alcanzar la excelencia clnica y la
equidad sanitaria. Tal y como lo expresara, Archie Cochrane; conocido fundamentalmente
por su influyente libro Efectividad y Eficiencia: reflexiones al azar sobre los Servicios de
Salud 14 , publicado en 1972 en sus principios clarividentes, ...debido a que los recursos
siempre sern limitados, los mismos deberan ser usados para proporcionar
equitativamente aquellas formas de atencin sanitaria que hubiesen demostrado ser
efectivas en evaluaciones diseadas apropiadamente...
Cochrane subray que las revisiones sistemticas de los ensayos clnicos
controlados son la piedra fundamental para tomar decisiones sanitarias que deben
mantenerse actualizadas a fin de incorporar nuevas evidencias. Si esto no se hace, no se
identificarn precozmente efectos importantes de la atencin sanitaria (beneficiosos y

130

perjudiciales), de manera que la poblacin usuaria de los servicios sanitarios ser

atendida inadecuadamente.
Light y Pillemer 15 describieron como las revisiones sistemticas han sido utilizadas por
decisores de polticas para responder a sus preguntas. Otro ejemplo, es el del Colegio
Americano de Mdicos que utiliza las revisiones sistemticas como base para la
confeccin de guas de prctica clnica o anlisis econmicos, de decisin o evaluacin
del riesgo. En general las Oficinas destinadas a la Evaluacin de Tecnologas incluyen las
revisiones sistemticas como parte de la evaluacin de eficacia clnica de algunas
tecnologas.
Existe poca bibliografa acerca del impacto que tienen las revisiones sistemticas sobre
quienes toman decisiones en salud. Esto podra ser explicado por la falta de difusin
respecto a los atributos de las revisiones sistemticas, falta de capacidad para interpretar
los resultados de los meta-anlisis, falta de inters de los investigadores y la falta de
disponibilidad de revisiones sistemticas. A su vez el impacto que podran tener
actualmente las revisiones sistemticas sobre las decisiones, no es el que se pretende.
Probablemente esto pueda explicarse por los distintos factores que influyen en los que
toman decisiones 16 :
Fuente de Informacin: amigos, medios de comunicacin, organizaciones
profesionales
Claridad de los contenidos: como est presentada la informacin, la validez y
relevancia percibida, el impacto del mensaje
Valores, creencias y preferencias personales: aspectos ticos,
antecedentes socioeconmicos, educacin y experiencias previas, afiliacin poltica o
partidaria, voluntad de aceptar innovaciones y aceptar la incertidumbre, hiptesis previa.
Contexto: rol del que toma la decisin, el lobby de algunas organizaciones, los tiempos,
la cultura, limitaciones administrativas, financieras o polticas Si bien la informacin juega
un papel limitado al momento de la decisin existen razones para pensar que las
revisiones sistemticas pueden tener un rol importante ya que permite en una publicacin
en la que se resumen de manera objetiva los hallazgos de varios estudios se puede
encontrar una solucin a conflictos generados por resultados controversiales. Las
revisiones sistemticas pueden servir como base para un consenso disminuyendo las
crticas habituales de falta de un marco objetivo de recoleccin y revisin de la evidencia.
Bibliografa
1 Hunt M. How science takes stock. The story of meta-analysis. Russell Sage Foundation 1997;
1-210.
2 Egger M., Smith G., and Rourke K. Rationale, potentials and promise of systematic reviews. In: Systematic
Reviewsin Health Care. Meta-analysis in context, edited by Egger M., Smith G., and Altman D., London:BMJ,
2001, p. 3-19.
3 Smith R. Where is the wisdom...? BMJ 1991; 303:798-799.
4 Davidoff F., Haynes B., Sackett D., and Smith R. Evidence based medicine. BMJ 1995; 310:1085-1086.
5 Ortiz Z. meta-anlisis como Mtodo Bsico en la Investigacin Cientfica y en la Prctica Diaria.
Boletn Academia Nacional de Medicina 1997; 75, 469-475.
6 Naylor D. Meta-analysis of Controlled Clinical Trials. J Rheumatol 1989; 16 (4): 424-26.
7 Thacker ma un enfoque cuanti
8 Henry D. and Wilson A. Meta-analysis. Part 1: an assessment of its validity and reliability. Med J of
Australia 1992; 156: 31-38.
9 Henry D. and Wilson A. Meta-analysis. Part 2: assessing the quality of published meta-analyses. Med J of
Australia 1992; 156: 173-87.

131

10 Dickersin K. The existence of publication bias and risks factors for its occurence. JAMA 1990; 263 (10):
1385-1389.
11 Dickersin K, Min Yuan-I, and Meinert C. Factors influencing publication of research results. Follow-up of
applications submitted to two institutional review boards. JAMA 1992; 267(3): 374-78.
12 Thompson S. Why sources of heterogeneity in mta-analysis should be investigated?. BMJ 1994; 309:
1351-5.
13 Chalmers I. Applying overviews and meta-analysis at the bedside: Discussion. J Clin Epidemiol 1995, 48
(1): 67-70.
14 Maynard A. and Chalmers I. Non-random reflections on health services research: on the 25th anniversary
of Archie Cochranes. Effectiveness and efficiency, London:BMJ Publishing Group, 1997. 303 pages.
15 Light R, Pillemer D. Quantitative procedures. Summing Up, Estados Unidos Harvard University Press, 1
ed., 1984: 50-103.

__________________________________________________________________
METAANLISIS DE ENSAYOS CLNICOS
Tomado de PRINCIPIOS BSICOS DE INVESTIGACIN CLNICA
Joan-Ramon Laporte
El trmino metaanlisis fue empleado por primera vez por GV Glass en 1976, para
referirse al anlisis estadstico del conjunto de resultados obtenidos en diferentes ensayos
clnicos sobre una misma cuestin, con la finalidad de evaluarlos de manera conjunta. Fue
inicialmente aplicado en ciencias sociales y psicologa.1 A partir de la dcada de los
ochenta se comenz a aplicar de manera creciente en medicina, y en la actualidad son
muy frecuentes los artculos que describen resultados de metaanlisis en publicaciones
mdicas.
En medicina el metaanlisis se aplica sobre todo en las siguientes
situaciones:

para comprobar la consistencia de los ensayos en los que se ha evaluado una

intervencin determinada y generar un estimador del efecto, que en principio debe
tener mayor poder estadstico que el obtenido en cada ensayo por separado;
para comprobar la consistencia de los resultados de diferentes ensayos clnicos
sobre una misma intervencin en una misma patologa;
para identificar con mayor precisin los subgrupos de pacientes con posibilidades
de responder de manera diferente del promedio a una determinada intervencin;
para calcular cuntos pacientes sera necesario incluir en futuros ensayos clnicos
sobre un problema determinado, y
para cuantificar la incidencia de efectos indeseados, que, por ser baja, requiere un
nmero elevado de pacientes.2

La idea de agregar los datos de diferentes ensayos para examinar este tipo de problemas
es sugerente, y ha permitido grandes avances en el conocimiento de la historia natural de
numerosas patologas y de sus posibles tratamientos. La Colaboracin Cochrane (vase
Colaboracin Cochrane en el Glosario) desarrolla una labor de recopilacin y anlisis de
ensayos clnicos tan imprescindible como ejemplar, y en su web se puede encontrar
amplia informacin sobre sus mtodos de trabajo y una extraordinaria base de datos, en

132

forma de metaanlisis, sobre numerossimos aspectos de la teraputica farmacolgica y

de otras intervenciones preventivas y educativas en salud.
Como todo mtodo epidemiolgico, sin embargo, el metaanlisis tiene limitaciones que se
comentarn a continuacin.
Seleccin de los ensayos y sesgo de publicacin
Los dos principales problemas metodolgicos de los metaanlisis son la posible
heterogeneidad de los ensayos clnicos agregados y el llamado sesgo de publicacin. En
teora, la agregacin de datos de mltiples ensayos clnicos debe potenciar la precisin y
la exactitud de cualquier resultado agregado. No obstante, combinar datos implica
presuponer que las diferencias entre estudios se deben al azar, cuando en realidad se
deben a otros factores, como diferencias ms o menos sutiles en las poblaciones
participantes, en la definicin y la medicin de las variables estudiadas, y en el diseo del
estudio y su calidad metodolgica general. Cualquier persona que haya participado en un
proyecto de investigacin clnica sabe cmo pueden variar los resultados obtenidos y la
interpretacin que de ellos se hace, slo con ligeras variaciones (inapreciables a primera
vista) en el protocolo del estudio. Por lo tanto, el metaanlisis puede generar resultados
equvocos porque ignore una heterogeneidad real entre los estudios, y, de manera
inadvertida, borre los sesgos de un ensayo simplemente compensndolos con los de
sentido contrario de otro ensayo (vase Heterogeneidad en el Glosario).3
Una vez se ha formulado la pregunta y se ha considerado su pertinencia, el paso
siguiente en un metaanlisis consiste en identificar de manera exhaustiva y sistemtica
todos los ensayos realizados sobre la cuestin objeto del estudio. Esto se puede hacer de
manera artesanal, con la ayuda de bases de datos bibliogrficos o, de manera ms fiable,
de las dos maneras a la vez. Adems, es muy conveniente mantener comunicacin con
los investigadores conocidos sobre el problema de inters, para solicitarles informacin
sobre la posible existencia de otros ensayos y otros estudios relevantes, publicados o
no.4,5 Cuando se analizan efectos de medicamentos o de productos sanitarios, es tambin
conveniente recabar la colaboracin de los laboratorios fabricantes. Sera de desear que
las administraciones pblicas, que en algunos pases son los nicos organismos que
pueden conocer de manera completa los ensayos clnicos en curso, tambin pusieran de
manifiesto su voluntad de participar de manera activa en este tipo de iniciativas.
Es bien sabido que muchos ensayos terminados no llegan a publicarse. Esto es ms
frecuente cuando el resultado del ensayo es "negativo", es decir, cuando no se
demuestran diferencias significativas entre los grupos comparados o bien cuando es
desfavorable a un nuevo frmaco del patrocinador. En estos casos, el investigador y el
patrocinador (generalmente una compaa farmacutica) suelen tener menos inters en
preparar un artculo para publicar. Por otra parte, los directores de revistas mdicas
(periodistas al fin y al cabo) tienen ms tendencia a rechazar su publicacin, porque los
resultados "negativos" no suelen ser noticia. Tambin se ha comprobado que los ensayos
clnicos en los que no se hallan diferencias tardan ms tiempo en ser publicados. 6,7 Por
estos motivos, los metaanlisis que slo incluyen los ensayos clnicos publicados sobre la
cuestin objeto de estudio tienden a dar un resultado sesgado. Tambin puede ocurrir que
133

un mismo ensayo haya sido publicado ms de una vez, en formas aparentemente

diferentes; la publicacin duplicada tambin puede introducir un sesgo, que favorece la
tendencia de los resultados de los ensayos que han sido objeto de publicacin duplicada
(vase la tabla 7).8-14 Adems, se ha comprobado que en una proporcin de metaanlisis
se ignoran los ensayos clnicos publicados en idiomas distintos del ingls,15-17 y se ha
visto que la proporcin de ensayos "negativos" es mayor en lenguas no inglesas.17 Dada
su naturaleza, es muy difcil impedir el sesgo de publicacin, o por lo menos hacerse una
idea de su magnitud.18-22
Se han propuesto por lo menos dos maneras de explorar la posibilidad y la cuanta del
sesgo de publicacin. La ms simple consiste en hacer un anlisis de sensibilidad, y
calcular el nmero de ensayos clnicos negativos realizados y no publicados que debera
haber para modificar el sentido de una eventual conclusin "positiva"obtenida con un
metaanlisis (vase Anlisis de sensibilidad en el Glosario). Si este nmero es muy
elevado, se considera que la probabilidad de que el sesgo de publicacin haya modificado
sustancialmente los resultados es baja, y se acepta la existencia de las diferencias entre
dos tratamientos sugeridas por el metaanlisis.
Tambin se puede examinar la posibilidad de sesgo de publicacin con el mtodo
conocido como el grfico en embudo (funnel plot)23 (vase este trmino en el Glosario).
Se parte del supuesto de que los ensayos que tendran mayor probabilidad de no ser
publicados seran los que no muestran diferencias (ensayos "negativos"), tanto ms si
eran de pequeo tamao. Inversamente, si hubiera sesgo de publicacin, entre los
ensayos pequeos (en los que hay mayor probabilidad de que se alteren los resultados
por azar) se tendera a publicar los que mostraran diferencias. En principio, en una
comparacin entre dos opciones teraputicas, los diferentes ensayos clnicos realizados
sobre una misma cuestin deberan producir unos estimadores de diferencias (en forma
de razn de ventajas o de riesgo relativo) para cada ensayo que se agruparan alrededor
de un estimador central (el "verdadero"estimador), y mostraran tanta mayor dispersin
alrededor de este valor cuanto ms pequeo fuera su tamao, de modo que si se
representara una grfica que en el eje de ordenadas indique el nmero de pacientes en
cada ensayo y en el de abscisas la magnitud del riesgo relativo, la nube de puntos se
distribuira en forma de embudo al revs (con la base hacia abajo). Si hubiera sesgo de
publicacin en el sentido descrito anteriormente (de los ensayos pequeos, se tendera a
haber publicado los que hubieran mostrado diferencias favorables al tratamiento
evaluado), la nube de puntos resul- tara "deformada" y el embudo perdera su simetra,
porque los ensayos de pequeo tamao tenderan a disponerse hacia la parte derecha
respecto al estimador central.19 De lo dicho se deduce que la principal debilidad de este
razonamiento es que no se sabe qu tiende a ocurrir cuando el resultado de un ensayo
clnico de pequeo tamao sugiere que el nuevo tratamiento es peor que el de referencia.
Por otra parte, la validez de este mtodo ha sido evaluada en comparaciones de los
resultados de metaanlisis sobre problemas concretos con los de grandes ensayos
clnicos sobre el mismo problema; estas comparaciones no han confirmado totalmente la
utilidad de este tipo de evaluacin del sesgo de publicacin.24

134

Dado que el sesgo de publicacin es difcil de identificar y de cuantificar, se ha propuesto

que se evitara su aparicin si se pudiera acceder a bases de datos en las que se incluyan
los ensayos clnicos en curso aprobados por los Comits ticos de Investigacin
Clnica.25-27 A pesar de su simplicidad conceptual, y de que se han puesto en marcha
varios registros de este tipo,28,29 esta opcin no se ha materializado, probablemente
debido a las dificultades organizativas para la coordinacin entre los diferentes comits y
a la heterogeneidad entre los objetivos y los contenidos de los diferentes registros
actualmente en marcha.30
Evaluacin cualitativa de los ensayos incluidos
135

Las tcnicas estadsticas aplicadas en los metaanlisis presuponen que la importancia de

la contribucin de cada ensayo clnico depende directamente del nmero de pacientes
incluidos, de modo que los ensayos con mayor nmero de pacientes contribuyen ms al
resultado final del metaanlisis que los de pequeo tamao. Dado que en cada ensayo
clnico se aplican criterios diferentes, su rigor metodolgico tambin ser diferente.
Naturalmente, en un metaanlisis se deben predefinir los criterios de inclusin de los
ensayos clnicos, de modo que siempre podr haber ensayos excluidos. No obstante,
entre los que cumplen los criterios de inclusin, la calidad puede ser variable. Por este
motivo, se han propuesto mtodos que ajusten el peso de la contribucin de cada ensayo
segn su calidad metodolgica. A tal fin, se han desarrollado numerosas escalas de
puntuacin de la "calidad" de los ensayos. El inters de estas escalas es muy relativo,
pues sus componentes no slo deben depender de criterios intrnsecos de calidad (por ej.,
representatividad de la poblacin participante, calidad de la tcnica de asignacin
aleatoria, calidad del enmascaramiento, etc.), sino tambin de la hiptesis examinada en
cada caso.31 La evaluacin de la calidad de cada uno de los ensayos considerados debe
realizarse a ciegas, lo que implica que se deben "enmascarar" los artculos, fotocopias o
documentos electrnicos examinados, de manera que no se pueda reconocer en qu
revista han sido publicados.32
El acceso electrnico a un nmero creciente de publicaciones mdicas y la posibilidad de
modificar automticamente su formato pueden facilitar extraordinariamente esta labor.
Anlisis estadstico
El mtodo ideal de anlisis de los resultados de un metaanlisis no slo tiene que permitir
la obtencin de un valor agregado, sino que adems debe tener en cuenta el tamao de la
muestra de cada ensayo y su heterogeneidad. La premisa bsica en la que se sustentan
los mtodos de anlisis es que slo se pueden realizar comparaciones directas entre los
participantes del grupo experimental de un ensayo y los del grupo control del mismo
ensayo, pero no se pueden comparar los participantes de un ensayo con los de otro.
Las tcnicas estadsticas ms empleadas son dos. La de Mantel y Haenszel modificada
por Peto33 combina los valores de razones de ventajas (odds ratio) de los ensayos
incluidos, y por lo tanto utiliza una escala multiplicativa de la medida de los efectos. Se
asume que existe homogeneidad entre los diferentes estratos, pero permite aplicar a los
mismos una prueba estadstica de heterogeneidad. En primer lugar, se calcula, para cada
ensayo, el nmero de acontecimientos esperados (E) en el grupo experimental si se
cumpliera la hiptesis nula (es decir, si la tasa fuera la misma que en el grupo de control).
A continuacin, se resta este nmero de esperados del nmero de los realmente
observados (O) (vase la figura 10). Si se suman las diferencias (O-E) de cada ensayo y
las varianzas de estas diferencias, se puede calcular un estadgrafo (y su varianza), que
se denomina gran total (vase la figura 11). Como ya se ha dicho, el estimador

136

empleado es la razn de ventajas (OR), con indicacin de su intervalo de confianza

(generalmente al 95%, pero no es raro que se presente al 99%, cuando el poder
estadstico es elevado). Si el intervalo de confianza incluye la unidad, se concluye que no
se puede rechazar la hiptesis nula; si no la incluye, sta es rechazada.33
137

El mtodo de DerSimonian y Laird asume la existencia de heterogeneidad, y asigna

mayor variabilidad al estimador, lo que suele traducirse en intervalos de confianza ms
amplios.34
Cuando se realiza un metaanlisis, es muy til examinar los resultados de cada ensayo
incluido y los globales en una forma grfica, que permita una interpretacin sencilla y
rpida. Vase un ejemplo en la figura 12: en ella se muestran los resultados resumidos y
agregados de ensayos clnicos sobre prevencin secundaria de la cardiopata isqumica
con antiagregantes plaquetarios. Se indican los resultados de cada uno de los ensayos
incluidos en el metaanlisis, el valor agregado para los de prevencin de patologa
vascular cerebral, de infarto de miocardio y de angina inestable, adems de un valor
agregado global para todos los ensayos clnicos incluidos en el metaanlisis. En este tipo
de grfico cada ensayo est representado por un cuadrado negro, de tamao proporcional
al tamao de la muestra del ensayo; el intervalo de confianza del estimador est
representado por la lnea horizontal. As, un ensayo con un nmero elevado de pacientes
se representa con un cuadrado de gran tamao, que suele acompaarse de un intervalo
de confianza estrecho. En el eje de abscisas se representan los valores de OR. El valor
correspondiente a la hiptesis nula (OR=1) se representa por una lnea vertical continua, y
el del estimador obtenido se representa en forma de lnea vertical discontinua. Los valores
de los resultados agregados se muestran con un rombo blanco, tanto ms ancho cuanto
mayor es su intervalo de confianza.
Cuando se observa que los resultados de cada ensayo son homogneos, es apropiado
aplicar un modelo estadstico de efectos fijos (vanse Modelo de efectos al azar, Modelo
de efectos fijos y Modelo de efectos mixtos en el Glosario), pero si se encuentra
heterogeneidad estadstica y metodolgica, es preferible aplicar un modelo de efectos al
azar o un modelo de efectos mixtos.35 Los modelos estadsticos que tienen dos trminos
de error estndar de la variabilidad por azar, uno para la variabilidad dentro de cada
estudio y otro para la heterogeneidad entre estudios, se denominan modelos de efectos al
azar; estos modelos parten de la suposicin de que los verdaderos efectos de cada
ensayo se sitan al azar alrededor del mismo valor central.35-38 Con los modelos de
efectos al azar los intervalos de confianza calculados resultan ms amplios que con los
modelos de efectos fijos. Una limitacin de los modelos de efectos al azar es que se
asume que los estudios incluidos son representativos de una poblacin hipottica de
estudios, y que la heterogeneidad entre los ensayos puede ser representada por una sola
varianza. Otra desventaja es que conceden un peso excesivo a los estudios pequeos.35
Naturalmente, la fiabilidad de los resultados de metaanlisis mejora mucho cuando los
resultados se examinan con datos individualizados de todos y cada uno de los pacientes
que han participado en los ensayos clnicos incluidos,39 pero raramente se ha podido
reunir toda esta informacin en una misma base de datos.
Validez del metaanlisis: comparacin con el ensayo clnico
Diversos trabajos han explorado la validez de los resultados de metaanlisis de ensayos
clnicos, comparndolos con los resultados de grandes ensayos clnicos sobre la misma
cuestin.40-43

138

En un estudio se revisaron 30 metaanlisis de ensayos clnicos de pequeo tamao sobre

intervenciones en perinatologa, y sus resultados fueron comparados con los de un
ensayo nico con una muestra grande (de ms de 1.000 pacientes) sobre la misma
cuestin. En un 80% de los casos la direccin de los resultados coincidi, pero la
concordancia sobre la significacin estadstica de uno y otro fue menor.41
En otra revisin de 79 metaanlisis de intervenciones en perinatologa realizados por la
Colaboracin Cochrane, se encontr una coincidencia de 80% a 90% en la direccin de
los resultados. Se hall el doble de desacuerdos si se aplicaban modelos de anlisis
estadstico de efectos fijos. De 15 desacuerdos identificados con el modelo de efectos al
azar, cinco podan atribuirse a diferencias en el pronstico del grupo control, cuatro a
diferencias en el protocolo, y uno a un posible sesgo de publicacin; dos de los otros
cinco desacuerdos eran clnicamente irrelevantes. Los autores concluyeron que
generalmente los resultados de estudios pequeos son compatibles con los de estudios
grandes, pero en ocasiones ocurren discrepancias, incluso si se consideran las
diferencias de diseo entre ensayos grandes y pequeos; no obstante, es raro encontrar
diferencias clnicamente importantes sin explicacin. 42
Una comparacin de 12 ensayos clnicos de gran tamao con 19 metaanlisis previos
sobre problemas de diversas especialidades mdicas lleg a conclusiones ms
pesimistas: a pesar de que se encontr congruencia en la direccin del efecto en un 80%
de los casos, los resultados del metaanlisis hubieran conducido a la adopcin de un
tratamiento inefectivo en un 32% de los casos y a rechazar un tratamiento efectivo en un
33%.43
Cuando existen, las discrepancias entre resultados de metaanlisis de ensayos pequeos
y los de grandes ensayos clnicos sobre la misma cuestin suelen explicarse por la
heterogeneidad de las poblaciones comparadas. As por ejemplo, un metaanlisis
concluy que los suplementos de calcio durante la gestacin son muy efectivos para
prevenir la preeclampsia, pero un gran ensayo clnico ulterior no confirm estos
resultados. Se pudo comprobar que haba una importante heterogeneidad entre las
pacientes incluidas en los ensayos; cuando estos fueron diferenciados entre los que
incluyeron a pacientes de alto riesgo y los que las incluyeron de bajo riesgo, se observ
que los suplementos de calcio tienen un importante efecto beneficioso en las de riesgo
elevado, pero en las de bajo riesgo, similares a las incluidas en el citado ensayo, el calcio
no mostraba efecto protector. As, se concluy que los resultados del metaanlisis eran
compatibles con los del ensayo clnico, y que la aparente discrepancia se deba a la
heterogeneidad de los ensayos clnicos incluidos en el metaanlisis.44

139

Un metaanlisis es riguroso si cumple una serie de condiciones: en primer lugar, es

conveniente que participe un clnico, para no perder de vista la significacin de lo que se
examina. En segundo lugar, es preciso asegurar la calidad del anlisis, con la
participacin de un bioestadstico. Es preciso definir cuidadosamente las preguntas,
asegurar que no se deja de incluir ningn ensayo (evitar sobre todo los sesgos de
publicacin), aplicar criterios de inclusin estrictos y cuidadosamente definidos (de modo
que finalmente puede que se llegue a incluir slo un 10% de las publicaciones
identificadas), expresar los resultados de los diferentes estudios en una escala comn,
evaluar la calidad de cada uno de los ensayos incluidos y examinar detalladamente cada
uno de los estudios por separado. En trminos generales, la mayor parte de las revisiones
no ponen en duda la validez de los ensayos clnicos incluidos, y atribuyen las
discrepancias a fallos o errores metodolgicos en la realizacin del metaanlisis. En
cualquier caso, lo ms importante de los resultados de un metaanlisis no debe ser la
magnitud del estimador obtenido, sino la direccin del efecto, la comparabilidad de los
estudios incluidos y las posibles razones que expliquen las diferencias de resultados entre
ellos.45

140

141

En general, los metaanlisis cuidadosamente realizados pueden ofrecer un adelanto de la

tendencia del efecto que ser observada en ensayos clnicos con una muestra grande de
pacientes. Sin embargo, cuando se usa slo una de estas dos herramientas
metodolgicas, cabe preguntarse cunta incertidumbre debe aadir el lector a la que ya
indican los intervalos de confianza.
Publicaciones de metaanlisis
Anlogamente a las directrices para la publicacin de ensayos clnicos (vase el ltimo
apartado del Captulo III), y con el fin de mejorar su calidad y facilitar su interpretacin, se
han publicado recomendaciones sobre la publicacin de resultados de metaanlisis. Las
recomendaciones del grupo QUORUM (Quality of Reporting of Meta-Analyses) son una
lista de comprobacin para evaluar ms la mecnica de la realizacin de un metaanlisis
que su pertinencia, coherencia o relevancia46 (vanse CONSORT y QUORUM en el
Glosario). El documento QUORUM es una lista de comprobacin y un diagrama de flujos.
La lista describe la manera de presentar el resumen, introduccin, mtodos, resultados y
discusin de un artculo sobre metaanlisis. Est organizada en 21 entradas y
subentradas referentes a la bsqueda, identificacin y seleccin de los ensayos incluidos,
la evaluacin de su validez interna, las caractersticas de los ensayos incluidos, la sntesis
cuantitativa de los resultados, y un diagrama de flujos de pacientes.47
Bibliografa
1. Chalmers TC, Berrier J, Hewitt P, Berlin J, Reitman D, Nagallingam R, Sacks H. Meta-analysis of
randomized controlled trials as a method of estimating rare complications of non-steroidal antiinflammatory drug therapy. Aliment Pharmacol Ther 1988;2S:9-26.
2. Mann C. Meta-analysis in the breech. Science 1990;249:476-80.
3. Naylor CD. Meta-analysis and the meta-epidemiology of clinical research. BMJ 1997;315:617-9.
4. McManus RJ, Wilson S, Delaney BC, Fitzmaurice DA, Hyde CJ, Tobias RS, Jowett S, Hobbs FDR.
Review of the usefulness of contacting other experts when conducting a literature search for
systematic reviews. BMJ 1998;317:1562-3.
5. Cook DJ, Guyatt GH, Ryan G, Clifton J, Buckingham L, Willan A, McIlroy W, Oxman AD. Should
unpublished data be included in meta-analyses? Current convictions and controversies. JAMA
1993;269:2749-53.
6. Stern JM, Simes RJ. Publication bias: evidence of delayed publication in a cohort study of clinical
research projects. BMJ 1997;315:640-5.
7. Ioannidis JPA. Effect of the statistical significance of results on the time to completion and
publication of randomized efficacy trials. JAMA 1998;279:281-6.
8. Leizorovicz A, Haugh MC, Boissel J-P. Meta-analysis and multiple publication of clinical trial reports.
Lancet 1992;340:1102-3.
9. Rennie D. Fair conduct and fair reporting of clinical trials. JAMA 1999;282:1766-8.
10. Gotzsche PC. Multiple publication of reports of drug trials. Eur J Clin Pharmacol 1989;36:429-32.
11. Huston P, Moher D. Redundancy, disaggregation, and the integrity of medical research. Lancet
1996;347:1024-6.
12. Gotzsche PC. Multiple publication of reports of drug trials. Eur J Clin Pharmacol 1989;36:429-32
13. Kassirer JP, Angell M. Redundant publications: a reminder. N Engl J Med 1995; 333: 449-50.
14. Tramr MR, Reynolds DJM, Moore RA, McQuay HJ. Impact of cover duplicate publication on metaanalysis: a case study. BMJ 1997;315:635-40.
15. Grgoire G, Derderian F, Le Lorier J. Selecting the language of the publications included in a metaanalysis: is there a tower of babel bias? PDS 1995;48:159-63.

142

16. Moher D, Fortin P, Jadad AR, Jni P, Klassen T, Le Lorier J, Liberati A, Linde K, Penna A.
Completeness of reporting of trials published in languages other than English: implications for
conduct and reporting of systematic reviews. Lancet 1996;347:363-6.
17. Egger M, Zellweger-Zhner T, Schneider M, Junker C, Lengeler C, Antes G. Language bias in
randomised controlled trials published in English and German. Lancet 1997;350:326-9.
18. Thornton A, Lee P. Publication bias in meta-analysis: its causes and consequences. J Clin Epidemiol
2000;53:207-16.
19. Boissel J-P, Blanchard J, Panak E, Peyrieux J-C, Sacks S. Considerations for the meta-analysis of
randomised clinical trials. Summary of a panel discussion. Contr Clin Trials 1989;10:254-81.
20. Dickersin K, Min Y-I, Meinert CL. Factors influencing publication of research results. Follow-up of
applications submitted to two institutional review boards. JAMA 1992;267:374-8.
21. Easterbrook P, Berlin JA, Gopalan R, Matthews DR. Publication bias in clinical research.Lancet
1991;337:867-72.
22. Felson DT. Bias in meta-analytic research. J Clin Epidemiol 1992;45:885-92.
23. Egger M, Smith GD, Schneider M, Minder C. Bias in meta-analysis detect by a simple, graphical test.
BMJ 1997;315:629-34.
24. Tang J-L, Liu JLY. Misleading funnel plot for detection of bias in meta-analysis. J Clin Epidemiol
2000;53:477-84.
25. Tonks A. Registering clinical trials. BMJ 1999;319:1565-8.
26. Horton R, Smith R. Time to register randomised trials. BMJ 1999;319:865-6.
27. Horton R, Smith R. Time to register randomised trials. Lancet 1999;354:1138-9.
28. Bonati M, Impicciatore P, Pandolfini C. Registering clinical trials. Register of clinical trials in children
must be set up. BMJ 2000;320:1339-40.
29. Scroccaro G, Venturini F, Alberti C, Alberti MP, Caliumi F. Registering clinical trials. Italian clinical
trial registry is kept by pharmacists on local ethical committees. BMJ 2000;320:1340.
30. Silagy C. Developing a register of randomised controlled trials in primary care. BMJ 1993;306:897900.
31. Detsky AS, Naylor CD, ORourke K, McGeer AJ, LAbb KA. Incorporating variations in the quality of
individual randomized trial into meta-analysis. J Clin Epidemiol 1992;45:255-65.
32. Berlin JA. Does blinding of readers affect the results of meta-analyses? Lancet 1997;350:185-6.
33. Antiplatelet Trialists Collaboration. Secondary prevention of vascular disease by prolonged
antiplatelet treatment. BMJ 1988;296:320-31.
34. DerSimonian R, Laird N. Meta-analysis in clinical trials. Contr Clin Trials 1986;7:177-88.
35. Friedenreich CM. Methods for pooled analyses of epidemiologic studies. Epidemiology 1993;4:295302.
36. Berkey CS, Hoaglin DC, Mosteller F, Colditz GA. A random-effects regression model for metaanalysis. Stat Med 1995;14:395-411.
37. Stewart LA, Clarke MJ. Practical methodology of meta-analyses (overviews) using updated
individual patient data. Stat Med 1995;14:2057-9.
38. Hardy RJ, Thompson SG. A likelihood approach to meta-analysis with random effects. Stat Med
1996;15:619-29.
39. Oxman AD, Clarke MJ, Stewart LA. From science to practice. Meta-analyses using individual patient
data are needed. JAMA 1995;274:845-6.
40. Borzak S, Ridker PM. Discordance between meta-analysis and large-scale randomized, controlled
trials. Examples from the management of acute myocardial infarction. Ann Intern Med 1997;123:8737.
41. Villar J, Carroli G, Belizn JM. Predictive ability of meta-analyses of randomised controlled trials.
Lancet 1995;345:772-6.
42. Cappelleri JC, Ioannidis JPA, Schmid CH, De Ferranti SD, Aubert M, Chalmers TC, Lau J. Large
trials vs meta-analysis of smaller trials. How do their results compare? JAMA 1996;276:1332-8.
43. LeLorier J, Grgoire G, Benhaddad A, Lapierre J, Derderian F. Discrepancies between metaanalyses and subsequent large randomized, controlled trials. N Engl J Med 1997;337:536-42.
44. DerSimonian R, Levine RJ. Resolving discrepancies between a meta-analysis and a subsequent
large controlled trial. JAMA 1999;282:664-70.
45. Bailar III JC. The promise and problems of meta-analysis. N Engl J Med 1997;337:559-61.
46. Walker A. Meta-style and expert review. Lancet 1999;354:1834-5.

143

47. Moher D, Cook DJ, Eastwood S, Olkin I, Rennie D, Stroup DF, for the QUORUM Group. Improving
the quality of reports of meta-analyses of randomised controlled trials: the QUORUM statement.
Lancet 1999;354:1896-900.

144

Investigacin clnica

Introduccin
El objetivo de la investigacin es descubrir nuevos conocimientos, es la bsqueda de la
verdad. Y ello tiene un gran valor intrnseco, pues los intentos de acercarse a la verdad
honran al ser humano. Pero, adems, conseguir nuevos conocimientos tiene utilidad
productiva, contribuyendo al bienestar de la poblacin. Los pases que no poseen petrleo
ni otras fuentes de riqueza natural deben producir ms en el campo de la investigacin, al
objeto de asegurar su desarrollo. Uno de los descubrimientos recientes ms notables e
inesperados de las ciencias econmicas de los Estados Unidos es que el crecimiento
econmico depende en una importante proporcin de los avances cientficos y
tecnolgicos. El economista Robert Solow, del Massachusetts Institute of Technology,
recibi el premio Nobel en buena parte por haber cuantificado esa dependencia. En
efecto, dicho autor pudo concluir que desde la segunda guerra mundial los
descubrimientos cientficos y tecnolgicos fueron responsables de la mitad,
aproximadamente, del desarrollo econmico del pas. Pero la relacin causal entre los
fondos invertidos en investigacin y desarrollo (I + D) y el desarrollo econmico no es una
peculiaridad de Estados Unidos, ni est limitada a pases tecnolgicamente avanzados.
Un ejemplo notable es el de los pases recientemente industrializados de Asia (Corea,
Malasia, Hong Kong, Singapur y Taiwn). En dos dcadas han aumentado su inversin en
I + D del 0,1 al 1,6% del producto interior bruto (PIB) y han pasado as de pases
subdesarrollados a potencias industriales. En suma, los pases que incrementan su
inversin en investigacin y desarrollo, al cabo de pocos aos reciben el beneficio de un
crecimiento de su PIB. Pero, adems, "el cultivo serio de la investigacin tiene el valor
de asegurar un capital de mentes preparadas para hacer frente al desafo de lo
inesperado, cada vez ms frecuente en el mundo actual" (Sols).
El objetivo primario de la investigacin biomdica debe favorecer el inters del enfermo, al
objeto de proporcionarle una vida ms larga y mejor. Todos los dems objetivos deben
estar subordinados al primario.
Cul es el papel del internista en la investigacin? Todo profesional de medicina
interna que ejerza en la universidad est obligado a investigar. Sin investigacin no
hay universidad. Para que tenga la seriedad y profundidad necesarias, debe acotar
lgicamente los campos de su investigacin.
Dentro del departamento de medicina interna, la unidad de investigacin ms natural, ms
espontnea, es sin duda una subespecialidad. Cumplir adecuadamente la tarea
investigadora no le es excesivamente difcil al internista subespecializado, siempre que
tenga una adecuada motivacin. As, no suele caer en la tentacin de saltar de flor en flor
y su campo de investigacin queda acotado como mnimo por los lmites de la
subespecialidad. Su informacin bibliogrfica y sus contactos a travs de las reuniones
cientficas se establecen fcil y prontamente. Su material clnico suele estar concentrado y
145

a mano y, no rara vez, le es facilitada la investigacin por la accesibilidad a los gabinetes

de exploracin complementaria y a los laboratorios relacionados con su subespecialidad.
En aquellos departamentos de medicina interna en los que se ha fortalecido el desarrollo
de las subespecialidades, en general ha mejorado pronto la produccin investigadora
autntica. Si los argumentos de asistencia y docencia especializada no fuesen suficientes,
la mayor facilidad en el cumplimiento de la tarea investigadora constituira una razn
adicional para que se favorezca la estructuracin de las subespecialidades en los
departamentos de medicina interna.
Y cules son los problemas del internista general universitario respecto a la
investigacin? Su situacin es ms difcil y de ello se resiente no rara vez su currculum.
Las dificultades que encuentra el internista general en la investigacin son numerosas.
As, su campo de investigacin no queda delimitado. Sus pacientes son de tipo general,
mezclados, no ordenados por el diagnstico, y, por tanto, su material clnico tampoco
facilita la investigacin. La informacin procedente de los congresos y de la bibliografa es
asimismo muy amplia, sin ningn tipo de concentracin preestablecida. Su accesibilidad a
los laboratorios o gabinetes de exploracin es menor. Por aadidura, algunos grandes
maestros han defendido la idea de que no se puede ser un buen internista general si se
profundiza en exceso en alguna rea especial de la medicina interna. Por ltimo, se ha
sostenido que la propia mentalidad del internista general, quien debe integrar con gran
criterio slo los conocimientos ms fundamentales de la medicina interna, no es propicia a
la investigacin.
Para solventar las dificultades que encuentra el internista general en el desempeo de su
funcin investigadora se han sugerido cuatro posibles soluciones:
1) Que el internista general dirija la investigacin sin realizarla personalmente.
2) Eliminar al internista general de los departamentos de medicina interna.
3) Liberar al internista general de las tareas investigadoras.
4) Que el internista general tambin investigue.
Considero que la solucin idnea es la ltima y ello se puede conseguir perfectamente.
Hay numerosos internistas generales que son investigadores prestigiosos en campos
bien delimitados tales como LES, vasculitis, enfermedades musculares, HTA, sida y
otros.
El sistema de residencia norteamericano est ensayando la puesta en marcha de
programas especficos al objeto de generar distintos subtipos de internistas:
1) Programa de capacitacin clnica, al objeto de formar profesionales con capacidad de
actuar principalmente como consultores.
2) Programas que, al lado de la capacitacin antes sealada, confieran la formacin en
investigacin clnica y epidemiolgica.
3) Y, por ltimo, programas que, al lado de la capacitacin clnica, ofrezcan la formacin
en diversos aspectos bsicos, como por ejemplo, la biologa molecular.

146

En los tiempos recientes se ha llamado la atencin al hecho de que estn reducindose

los recursos dedicados a la investigacin clnica. Se ha hablado de que la "investigacin
clnica es una ciencia en peligro". En ello intervienen dos factores fundamentales: 1) por
un lado, la gestin sanitaria parece constituir una amenaza para la investigacin, como
cabe deducir de algunas experiencias al respecto; 2) por otro lado, la citada investigacin,
esencialmente los ensayos clnicos, van siendo costeados cada vez con mayor frecuencia
por la industria farmacutica, establecindose numerosos conflictos de intereses. En
efecto, las prioridades comerciales pueden ocasionar sesgos a la hora de la planificacin,
seguimiento, anlisis y publicacin de los resultados. En conjunto, el nmero de
profesionales que se dedican a la investigacin clnica se va reduciendo cada vez ms,
mientras que va creciendo la fraccin de investigadores bsicos. Dada la complejidad
creciente de la investigacin, es altamente probable que, en el futuro, la nica opcin
autnticamente eficaz sea la constitucin de equipos multidisciplinarios que coordinen sus
esfuerzos a diferentes niveles, desde los ms clnicos hasta los ms bsicos, para
conseguir autnticos progresos en las ciencias biomdicas. Con todo, es fundamental no
perder de vista que el objetivo ltimo de la actividad investigadora en este campo
debe ser el beneficio de nuestros enfermos. 1
1. Farreras Rozman. Medicina Interna, 14 edicin. Ao 2000 SEC.1 Prctica mdica en el siglo
XXI.CAP.1 Actividad investigadora.

Glosario.

Hiptesis en Investigacin:

Hiptesis significa literalmente lo que se supone. Est compuesta por enunciados

tericos probables, referentes a variables o relaciones entre ellas. En el campo de la
investigacin, la hiptesis, supone soluciones probables al problema de estudio.
El proceso estadstico se basa en la comprobacin de hiptesis (HP).
Existen dos tipos de HP, a saber:

HP. Alterna o Cientfica: es la HP que pretende comprobar el investigador en su

muestra de pacientes. Bsicamente significa que la media de una caracterstica o
propiedad de un grupo es diferente a la media del otro grupo o grupos, o que la
distribucin y frecuencia de un evento en un grupo es diferente del otro. H1 : grupo
1 =grupo 2
HP. Nula: es lo contrario de la anterior, o sea que no existen diferencias entre dos
o ms grupos o muestras. H0 : grupo 1 = grupo 2

El valor de p es entonces la medida de la evidencia contra la H0. Cuanto menor sea el

valor de p, menor ser la posibilidad de que la HP nula sea cierta, por lo cual se
rechazar, aceptando a la HP Cientfica como verdadera.

147

SIGNIFICACION ESTADISTICA

Este concepto es una forma de expresar matemticamente si dos grupos son o no

diferentes dentro de una muestra o si dos variables tienen diferencias dentro de un
mismo grupo y esas diferencias no son debidas a factores aleatorios. El mtodo utilizado
para hallar la significacin estadstica, es un tipo especial de mtodo matemtico que se
llama anlisis estadstico. Es necesario crear una unidad de medida de significacin
estadsticas para lo cual se usa el valor de p, al estudiar distribucin de frecuencias, o el
estudio de las colas de las distribuciones, o el rea bajo una determinada curva, etc.
Por lo tanto p es la probabilidad de error al comparar dos o ms muestras o grupos
cuando aseguramos que ambos son diferentes. O sea que p es la probabilidad en el
sentido de la significacin estadstica. Obtener una p < 0.05 significa que tenemos un 5%
de probabilidades de error en las conclusiones, por lo cual la probabilidad de
equivocarnos es baja.
En otras palabras, en la estadstica, se dice que un evento, suceso o valor, es
significativo, cuando es poco probable y por lo tanto, seguramente no se debe al azar,
sino a factores especficos.
De forma ms estricta, significacin estadstica, hace referencia a la cuestin de
determinar estadsticamente, si un valor o resultado obtenido de una muestra, es poco
probable, de modo que no puede explicarse por las fluctuaciones propias de esa muestra
en cuestin. En este caso, las conclusiones pueden ser extensibles a la poblacin de la
cual deriv la muestra, dando el basamento de rechazo de la hiptesis nula.

Error tipo Alfa y tipo Beta

En el campo de la investigacin en ciencias biolgicas, un margen de error de hasta un

5% es aceptable desde el punto de vista estadstico. Este margen de error significa que
las observaciones o resultados derivados de la investigacin en curso, pueden deberse al
azar en hasta un 5% de los casos. (valor de p< 0.05). Esto significa tambin que los
resultados se encuentran presentes en el 95% de los casos estudiados (intervalo de
confianza del 95% de la media) y que se pueden generalizar a la poblacin a la cual
pertenecen.
La decisin de un investigador de rechazar o no una HP Nula, se basa en la
consideracin de la probabilidad de que las diferencias halladas se deban o no al azar.
Como el investigador no cuenta con los datos de toda la poblacin, siempre se puede
incurrir en errores. Existen dos tipos de errores en los cuales se puede caer en la
inferencia estadstica:
Error tipo Alfa: o tipo I, es rechazar una HP Nula verdadera.
Error tipo Beta: o tipo II, es aceptar una HP Nula falsa.

148

Intervalo de confianza: margen o recorrido comprendido entre dos valores

extremos (el lmite inferior y superior) entre los que cabe esperar el valor medio real
de la poblacin. El intervalo de confianza al 95% de un determinado valor indica
que, si fuera posible repetir el experimento varias veces en condiciones idnticas
en 95 de cada 100 experimentos la estimacin central se encontrara en el intervalo
de confianza.

Para riesgo relativo y Odds ratio como recordarn, un valor de 1 se interpreta como
ausencia de asociacin causal entre la exposicin y el evento estudiado, por lo
tanto si lees un artculo con estudios de cohorte o de casos y controles donde
aparecen estas medidas de asociacin, busca siempre cual es el intervalo de
confianza (IC) y si contiene al 1(uno) por ejemplo OR: 2,1 e IC (0, 85 - 1.5) o un RR
de 3,4 e IC (0.90 -1.90) esto quiere decir que ese resultado no es confiable, por
ejemplo puede ser por que la muestra estudiada es muy pequea. Si el trabajo no
presenta IC es un trabajo de dudosa validez o quien lo realiz no sabe0 mucho de
estadstica.

ANALISIS ESTADISTICO

El anlisis estadstico se divide en tres grandes tipos : univariado, bivariado y

multivariado.

En el anlisis univariado se describen las caractersticas de una variable por vez.

Tambin se lo llama estadstica descriptiva.
En el anlisis bivariado se investiga la influencia de una variable que es
independiente, por vez, con respecto a la variable dependiente.
En el anlisis multivariado se investiga la influencia de dos o mas variables
independientes, junto o no a una o mas variables asociadas (covariables o
cofactores) sobre una o ms variables dependientes.

Anlisis Univariado de Variables Numricas

El anlisis de los datos tiene como objetivo el responder a las preguntas que se hicieron
los investigadores, pero para llegar a ese punto primero se debe describir las variables o
datos que se recogieron durante el estudio.
Para describir una variable numrica se la puede ordenar de mayor a menor y observar
cuantos pacientes corresponden a cada cifra (histograma), encontrar su media, SD,
valores mnimos y mximos, etc., dependiendo de cada estudio en particular.
Da la idea de la tendencia central de esa v. numrica, es el promedio aritmtico de la v.
en cuestin. El histograma representa la frecuencia de pacientes. dentro de determinados
rangos de la v numrica. Esto se denomina distribucin de frecuencias.

149

Histograma de Frecuencias de la Variable Edad en una muestra de 125 pacientes de UTI.

Distribucin normal. Como se observa en la figura, la distribucin de la Edad se acerca
a la distribucin normal o Gaussiana lo cual se denomina distribucin de t.
La figura representa el histograma de la estada en UTI de la misma muestra, tal como se
observa la distribucin no es igual a la anterior, denominndose distribucin asimtrica
o simplemente anormal.

Anlisis Univariado de Variables Categricas

Variables Categricas Dicotmicas:
El ejemplo mas comn en la investigacin medica es la evolucin (sobrevida o no
sobrevida (SV-NS)) como tipo de variable categrica dicotmica.
Por ejemplo en un periodo determinado se siguen 100 pacientes. y fallecen 27.
Simplemente se divide 27/100 y se obtiene 27% de mortalidad. La representacin grfica

150

de este porcentaje puede hacerse en barras o sectores (tortas). Siempre debe escribirse
al lado del porcentaje el n de la muestra.

n = 100

Variables categricas nominales y ordinales:

como en el caso anterior se calcula los porcentajes de cada grupo en particular
acompandolo de los n correspondientes.

Grfico que muestra la frecuencia de patologa de ingreso a sala en pacientes crticos .

ANALISIS BIVARIADO
El anlisis bivariado enfrenta a cada una de las variables independientes con la
dependiente, por separado. Por ejemplo, tenemos una muestra en donde queremos
analizar el tipo y dosis de ATB administrado a 150 pacientes con faringitis para observar
su curacin. Primero haremos un anlisis univariado o descriptivo, de tipo de ATB, dosis y
curacin, en una tabla :

151

Luego debemos saber si el ndice de curacin fue mejor con alguno de estos ATB por lo
cual le aplicamos el anlisis bivariado correspondiente. Tomamos primero a un
numero de pacientes con y sin Amoxicilina y la enfrentamos a la curacin y as
sucesivamente con la Ampicilina y penicilina por separado. De esta manera cada ATB se
convierte en v. independiente frente a la curacin que es la v. dependiente. Lo mismo
haremos con la dosis de cada ATB. Esto es un anlisis bivariado.
De acuerdo a la distribucin y tipo de variable en juego ( sea numrica o discreta), se
debe elegir entre las pruebas paramtricas y no paramtricas para aplicar.

Si la distribucin es normal, como ocurre habitualmente en muchas variables

numricas, se aplican pruebas paramtricas.
De lo contrario (distribucin anormal), como ocurre en las variables categricas,
se utilizan pruebas no parametricas. Veamos la siguiente tabla para una mejor
comprensin:

Tipo de Variable Distribucin Prueba a usar

Numrica Simtrica t Student / ANOVA
Numrica Asimtrica U Mann Withney
Kruskal Wallys
Categrica Binomial Prueba Chi Cuadrado
Riesgo Relativo / Odds
En caso de v. numricas, lo que se hace es comparar la media de un grupo con respecto
a la media del otro grupo. En nuestro ejemplo compararamos la dosis media de
Amoxicilina en los pacientes con curacin si y no. Luego procederamos de la misma
forma para la peni y ampi. Si la dosis de amoxi posee una distribucin normal se puede
usar la prueba de t student y si por ejemplo la dosis de peni y ampi describen
distribuciones asimtricas o anormales, deberamos utilizar la prueba de U de MannWithney. Las pruebas nos arrojarn un valor de resultado (valor de t o valor de U) que si
corresponde a una p <0,05, nos habla de que solo en el 5% de los casos las variaciones
152

de las dosis en los grupos citados se deben al azar, lo cual es significativo para la
medicina. En este caso concluiramos que los antibiticos influenciaron benficamente en
la curacin.
En caso de que las v. a analizar sean categricas se debe usar tablas de contingencia en
las cuales se colocan las categoras de una de las variables en las columnas y las
categoras de la otra en las filas
ANALISIS MULTIVARIADO
El anlisis multivariado posee la propiedad de poder enfrentar a diferentes variables o
factores independientes, juntas, (asociadas o no a covariables) con una o ms v.
dependientes.
Existen varios tipos de mtodos multivariados, vamos a describir sintticamente el
fundamento de los mas usados.

Regresin Lineal Mltiple: el fundamento es el de la regresin lineal simple, pero

la diferencia es que se estudia la relacin entre dos o mas v. independientes con
una o ms v. dependientes, establecindose as un modelo predictivo lineal.
Regresin Logstica: la R logstica posee una formula logartmica que calcula la
relacin entre una o mas v. independientes con una v. dependiente categrica
dicotmica, como por ejemplo la evolucin. Se utiliza mucho para investigar a
variables predictivas de un evento determinado en la poblacin y para la confeccin
de modelos de scores de probabilidad.
Anlisis Discriminante: discrimina la pertenencia a diferentes grupos dentro de
una muestra, asignndole diferentes pesos a cada variable independiente
analizada y estableciendo su relacin con una v. dependiente categrica nominal u
ordinal generalmente.
Anlisis Multivariado de Varianza (Manova): utiliza la metodologa del Anova con
modificaciones que le permiten analizar el efecto producido por varios factores
independientes sobre una o ms variables dependientes categricas.

Las pruebas multivariadas poseen formulas mucho mas complejas y difciles de

comprender para el medico, deben ser manejadas por individuos con experiencia ya que
pueden reproducir resultados ficticios al igual que cualquier prueba estadstica mal
utilizada.
Anlisis actuarial
Se denomina anlisis actuarial a un grupo especial de estudios estadsticos que tienen
en cuenta el tiempo como factor primordial. Habitualmente se analiza el efecto durante el
tiempo de una variable independiente, que puede denominarse factor, sobre una variable
dependiente, generalmente dicotmica.

153

Existen varias pruebas actuariales, pero las mas difundidas son la de Kaplan Meier y la
Regresin de Riesgos Proporcionales de Cox. El Anlisis de Curvas de Kaplan Meier,
permite enfrentar a una variable independiente numrica, dicotmica, nominal u ordinal a
otra variable dependiente dicotmica, veamos un ejemplo:

Curva de Kaplan Meier efectuada por SPSS, en donde se observa la sobrevida en

pacientes con y sin DMO hasta los 60 das de evolucin en UTI ( p < 0.001 ). En este
grfico podemos observar claramente que la sobrevida del grupo con DMO es
significativamente menor en relacin a la estada en UTI. En este caso estamos ante la
presencia de un anlisis actuarial bivariado. El mtodo actuarial permite computar el valor
de un estadstico denominado Log Rank y observar su grado de significacin. Un valor de
Log Rank elevado presenta una correspondencia con una p < 0,05, lo cual indica que la
diferencia de sobrevida de los dos grupos estudiados no se debe al azar o es
estadsticamente significativa.
Tambin existen mtodos como la Regresin de Cox que permiten efectuar un anlisis de
tipo actuarial multivariado. Este mtodo mide la interaccin entre dos o ms variables o
factores independientes sobre por ejemplo la evolucin en el tiempo.

154

Grfico generado con SPSS, aplicando regresin de Cox en donde se analiza la

sobrevida a 60 das de UTI para pacientes con interaccin Sepsis Shock y DMO. En
este caso estamos efectuando una anlisis actuarial multivariado, tomamos a cada
variable independiente, observamos su interaccin y calculamos la sobrevida para esa
interaccin. Estamos enfrentando tres v. independientes categricas a otra v. categrica
dependiente.
El anlisis actuarial se basa en la observacin en el tiempo de estudio, que se determina
de antemano, de individuos que presentaron el fenmeno problema, por ejemplo
mortalidad y los que no lo presentaron, los cuales se denominan casos censurados. A
partir de ah y segn la prueba utilizada se aplican formulas estadsticas que permiten
determinar si las diferencias en los grupos estudiados se deben o no al azar.

Bibliografa
Fletcher Robert y cols. Epidemiologa clnica Aspectos fundamentales. Masson
Williams & Wilkins, 2 Edicin, 1998.
Jenicek M, Epidemiologa . La lgica de la medicina moderna. Massson, 1996.
Farreras Rozman. Medicina Interna, Harcourt, Barcelona 2000.
Sacket, D y cols. Epidemiologa clnica Ciencia bsica para la epidemiologa clnica.
Editorial Mdica Panamericana. 2 Edicin. 1994,
Del Rey Calero J. Y cols. Fundamentos de Epidemiologa Clnica.Editorial sntesis,
1996.
155

Rodrguez, Rafael Burgos. Metodologa de Investigacin y Escritura cientfica en

clnica.
Arguimn Pallas, J, y cols. Mtodos de investigacin. Clnica y epidemiolgica.
Harcourt, 2 Edicin 1991.
Manual de Medicina basada en la evidencia. Elementos para su desarrollo y
aplicaciones de Atencin Primaria. Coordinador: Dr Agustn Gomez de la Cmara,
Hospital Universitario Doce de Octubre, Madrid, ao 1998
Sackett, D; Straus Sh.; Richardson, W., Rosenberg, W and Haynes, B. Medicina
Basada en la Evidencia. Como practicar y ensear la MBE. Hartcourt, 2 edicin
Barcelona ao 2001*

156