Este documento proporciona consejos sobre cómo leer y entender artículos científicos de manera crítica. Explica que no es necesario entender todos los detalles del artículo para extraer información importante. Recomienda centrarse en el resumen, tablas, métodos, discusión y referencias. También destaca la importancia de tener nociones básicas de estadística para evaluar artículos de manera informada y evitar ser manipulado.

1. Lectura crítica de artículos
Enrique Granados
Gerente Médico Investigación Clínica
@enrigranados
http://es.linkedin.com/in/enriquegranados
Mayo 2012
"Statistical thinking will one day be as necessary for efficient citizenship
as the ability to read and write"
- H.G. Wells

2. Buena noticia: No
necesitas comerte la vaca
entera!!
Puedes asimilar
importantes
conceptos de un
artículo sin
entender la
totalidad del mismo

3. “Vayamos por partes!”
Abstract: ¿Me sirve este artículo para algo?, ¿Me interesa?
Tablas: ¿Qué es lo que realmente han encontrado los autores?
Métodos: ¿Me creo la tabla anterior?
Discusión: ¿Y ahora qué? ¿Qué me implica?
Referencias de la literatura: ¿Qué se sabía de este tema antes?

4. Mala noticia: necesitas saber algo de
estadística y de números!!
Asociación frente a causalidad
Correlación frente a regresión
múltiple
Significación frente a magnitud

5. Emplea la intuición o la reflexión y
contesta!!
Un bate y una pelota cuestan
$1.10
El bate cuesta un dólar más
que la pelota.
¿Cuánto cuesta la pelota?

6. Dos sistemas cognitivos, un sólo cerebro
Kahneman, Premio Nobel Economía 2002
Sistema 1: rápido, intuitivo, sin esfuerzo,
esclavo de las emociones y … a menudo
incorrecta
– Contesta 10c$
Sistema 2: lento, reflexivo, exige
concentración
– Contesta 5c$

7. “El hombre anumérico”
John Allen Paulos (1988)
Término equivalente a “analfabeto”
Menor reproche social
“Usted puede elegir entre tener unas ciertas nociones
claras de matemáticas o no tenerlas, pero debe saber
que si no las tiene, es usted una persona mucho más
manipulable que en el caso contrario.”
La imparcialidad frente a los números una actitud
que debe entrenarse

8. “The perception of risk”
Paul Slovic, 2000
La gente responde únicamente ante los riesgos
que percibe
Los ictus producen el doble de todas las muertes
por accidente, pero el 80% cree que los accidentes
son más probables
Los tornados se perciben como más peligrosos que el asma, aunque este
produce 20 veces más muertes
Muerte por electrocución se considera menos probable que la muerte por
botulismo, aunque en realidad es 52 veces más frecuente
La muerte por enfermedad es 18 veces más probable que por accidente, y la
gente las considera igual de probable
La muerte por accidente es considerada por la gente como 300 veces más
probable que la muerte por diabetes, pero la realidad es que la proporción es 1:4

9. www.riskliteracy.org
“Berlin numeracy test”: test para comprobar tu grado de
compresión sobre el concepto de probabilidad
Ejemplo: De 1,000 personas en un pueblo pequeño, 500
son miembros de un coro. De esos 500 miembros en el
coro 100 son hombres. De los 500 habitantes que no
están en el coro, 300 son hombres. ¿Cual es la
probabilidad de que un hombre cogido al azar sea un
miembro del coro?
– a) 10%
– b) 25%
– c) 40%
– d) Ninguno de ellos
Cokely, Judgment and Decision Making, 2012

10. Sesgos cognitivos
Ver presentación:
http://www.slideshare.net/efern211/cognitive-biases-a-visual-
study-guide-by-the-royal-society-of-account-planning

11. Los 4 principios éticos aplicables a todo tipo de
estudios
Autonomía Reconocimiento y respeto de la capacidad
de cada persona a ser informado y a
decidir si desea participar.
Beneficencia Velar por el bienestar del paciente y que
siempre sea superior el beneficio al riesgo
Justicia Distribución equitativa de los riesgos y
beneficios, sin discriminaciones
No La investigación no debe causar daño
maleficiencia (primum non nocere)

12. Asociación versus causalidad
Asociación: A y B tienden a ocurrir de manera conjunta
más frecuentemente que lo uno esperaría por azar
A B

13. Explicando la asociación entre dos variables
binarias
1. Por pura chiripa
2. A causa B
3. B causa A
4. Algo desconocido causa tanto A como B
A B

14. Dormir con zapatos se asocia a
dolor de cabeza
Azar
Los zapatos apretados
producen dolor de
cabeza
Te dolía la cabeza y te
acostaste con zapatos
Beber en exceso se
asocia a acostarse con
zapatos y a cefalea

15. Asociación versus causalidad
La Estadística SOLO
puede demostrar
asociaciones
La estadística NUNCA
puede demostrar
causalidad
Inferimos la causalidad a partir del
diseño experimental o la teoría
combinada con la asociación estadística

16. Según el Nature la luz nocturna a los
niños les produce miopía
“….los hallazgos
sugieren que la
ausencia de un
período de oscuridad
durante la infancia es
un factor precipitante
para desarrollar
miopía.”
Quinn, Myopia and Ambient Lighting at Night, Nature, 1999

17. Debate: “quizás es la miopía de los padres la que
causa tanto la miopía de los hijos como el usar más
luz eléctrica nocturna”
“El estudio de
Quinn y cols
debería haber
controlado por
la miopía
parental
Gwiazda, Nature, 1999

18. Correlación versus regresión múltiple
Correlación: dos variables cuantitativas X e Y parecen
comportarse de manera paralela más que si lo explicara el azar
– Cuando X aumenta, también lo hace Y (Correlación positiva)
– Cuando X aumenta, Y disminuye (Correlación negativa)
Regresión múltiple: las dos variables siguen comportándose de
manera igual incluso cuando se tienen en cuenta nuevas variables

19. Regresión a la media
“En muchas ocasiones he
felicitado a los cadetes por su
ejecución. La siguiente vez en
general lo han hecho peor. Por el
contrario, cuando les he gritado
por una mala ejecución, en
general luego lo han hecho
mejor. Así, que por favor no me
digas que la recompensa
funciona y el castigo no, porque
es el caso contrario.”

20. Regresión a la media
Descubierta por Sir Francis Galton (1822-1911):
– Al cruzar las plantas de mayor tamaño se obtienen en promedio
plantas de tamaño inferior, y al cruzar las plantas más pequeñas se
obtienen de promedio plantas de tamaño mayor
Se manifiesta como una tendencia de los valores extremos de una
variable a presentarse con resultados menos extremos por término
medio en mediciones sucesivas.

21. Regresión a la media
Dos requisitos:
– Selección de los pacientes en función de los valores de una variable (p.e.
colesterol > 600 mg/dl)
– Cierto grado de variabilidad intraindividual de los valores de esa variable
(circunstancias ambientales, aleatorias…)
Cuanto más extremo es el punto de corte y cuanto mayor es la
variabilidad de la medida, mayor es el efecto de la regresión a la
media
Más fácil de ver en estudios no controlados con medición antes -
después

22. Explicando la correlación
1. Por pura chiripa
2. A causa B
3. B causa A
4. Algo desconocido causa tanto
A como B
La regresión múltiple
permite ir excluyendo
items específicos del
punto 4

23. Correlación y causalidad
Las mujeres muy
inteligentes tienden
a casarse con
hombres que son
menos inteligentes
que ellas

24. Correlación y causalidad
Las mujeres muy La correlación entre
inteligentes tienden la inteligencia de las
a casarse con parejas es muy poco
hombres que son perfecta
menos inteligentes
que ellas

25. Correlación y causalidad
Las mujeres muy La correlación entre
inteligentes tienden la inteligencia de las
a casarse con parejas es muy poco
hombres que son perfecta
menos inteligentes Ambas expresiones
que ellas son
algebraicamente
equivalentes, pero
la primera anima la
cena y la segunda
no

26. Significación versus magnitud
Las investigaciones testan una pequeña muestra para
predecir la totalidad
P<.05 significa que hay menos de un 5% (1 de 20) de
probabilidades que el resultado sea causado por azar y
no por una diferencia real

27. Significación versus magnitud
Medidas de la magnitud:
– Variables binarias:
• Razón de tasas de incidencia
• Riesgo relativo
• Odds ratio
• Diferencia absoluta de riesgo
• Reducción absoluta de riesgo
• Diferencia relativa de riesgo
• Reducción relativa de riesgo
• Número necesario a tratar
– Variables contínuas:
• Diferencia entre medias

28. Significación clínica o estadística
Lo importante es siempre la clínica!!!
Estadísticamente significativo, clínicamente NO significativo
– “La p depende de la N”, “La significación estadística se puede comprar
con una N grande”
– Ejemplos:
• Aumento de una semana en la supervivencia del cáncer
• Aumento de 2-3 ovocitos en ciclos de FIV
– Insuficiente para obtener autorizaciones de comercialización
Estadísticamente NO significativo, clínicamente significativo
– Ejemplo: Aparición de eventos adversos muy graves que modifican el
perfil riesgo / beneficio
– Pueden llevar a la no aprobación o incluso a una posterior retirada de la
autorización de comercialización

29. ¿Es la pregunta del estudio relevante?
¿Añade el estudio algo nuevo?
¿Qué tipo de pregunta de investigación se está realizando?
¿Era el diseño del estudio apropiado para la pregunta en investigación?
¿Minimizaban los métodos del estudio las principales fuentes de
sesgos?
– Error aleatorio
– Error sistemático (validez del estudio)
• Sesgo de selección
• Sesgo de información
¿Se realizó el estudio de acuerdo al protocolo original?
¿Testaba el estudio una hipótesis explícita?
¿Se realizaron los análisis estadísticos correctamente?
¿Justifican los datos las conclusiones?
¿Existen conflictos de interés?
Young, Nature Clin Prac Gastroenterology & Hepatology 2009

30. Young, Nature Clin Prac Gastroenterology & Hepatology 2009

31. ¿Es la pregunta del estudio relevante?
Incluso si un estudio tiene el máximo rigor metodológico es de escaso valor si
no aborda un tema importante y añade algo a lo ya conocido.
Opinión subjetiva.
Premios Ig-Nobel (http://improbable.com/ig/ )

32. ¿Es la pregunta del estudio relevante?

33. ¿Es la pregunta del estudio relevante?

34. ¿Es la pregunta del estudio relevante?

35. ¿Es la pregunta del estudio relevante?

36. ¿Añade el estudio algo nuevo?
¿O al menos corrobora
hallazgos previos?
“Si he logrado ver más
lejos, ha sido porque he
subido a hombros de
gigantes”
Atribuída a Isaac Newton

37. ¿Qué tipo de pregunta de investigación se
está realizando?
En función de la pregunta será necesario un diseño u otro
del estudio.
– Preguntas sobre la frecuencia de algún evento
• Incidencia o prevalencia de una enfermedad, de un factor de
riesgo, de un diagnóstico
• Lo más apropiado es un diseño observacional
– Preguntas sobre la utilidad de un test diagnóstico
– Preguntas sobre la efectividad de un tratamiento
• Lo más apropiado es un diseño intervencional

38. ¿Minimizaban los métodos del estudio las
principales fuentes de sesgos?
No implica una preconcepción por parte del investigador, sino
simplemente como los resultados pueden apartarse de la verdad.
Dos tipos de error o sesgo:
– Error aleatorio o debido al azar
• No afecta a los resultados del estudio en ninguna dirección en particular, pero afecta
a la precisión.
– Error sistemático o debido a los métodos del estudio
• Sobreestima o infraestima “la verdad” (afecta a la validez del estudio)
• Sesgo de selección: ¿Cómo se cogían los pacientes?
Ejemplo: comparar un tratamiento quirúrgico aplicado a pacientes "operables",
con un tratamiento médico aplicado a los "no operables".
• Sesgo de información: ¿Cómo se procesaba la información?

39. Validez y precisión: símil de las dianas

40. Si aumentamos el tamaño muestral,
aumentamos la precisión pero no la exactitud
Precisión: dispersión (desviación estándar) del conjunto de valores
obtenidos de mediciones repetidas.
– Cuanto menor es la dispersión mayor la precisión.
Exactitud o validez (accuracy): cuán cerca del valor real se encuentra
el valor medido. Cuanto menor es el sesgo más exacta es una
estimación.
– El problema de las variables de confusión de los estudios observacionales
NO se soluciona aumentando el tamaño muestral.

41. ¿Era el diseño del estudio apropiado para la
pregunta en investigación?
Cada diseño de estudio proporciona una jerarquía de
evidencia en función de cómo protege de los sesgos
Disminución de la evidencia
Resultados de ensayos controlados
Resultados de estudios de casos y controles
Resultados de series de casos
Documentos de consenso u opiniones de experto
Inferencia de la patofisiología

43. ¿Era el diseño del estudio apropiado para la
pregunta en investigación?
Birmingham Critical Appraisal Skills Programme
http://medweb4.bham.ac.uk/websites/caspb/cribsheets/
Checklists y documentos de consenso para
– Ensayo clínico (CONSORT)
– Evaluación económica (DRUMMOND)
– Revisión sistemática y meta- análisis (PRISMA, QUOROM y
MOOSE)
– Estudios observacionales (STROBE)
– Estudios diagnósticos (STARD)

44. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? - Revisión sistemática y meta-análisis
Revisión sistemática: protocolo meticuloso y estandarizado para la lectura
crítica de todos los estudios relevantes en un tema particular.
Meta-análisis: los resultados de estudios individuales se combinan
estadísticamente para producir un resultado único conjunto
PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-
Analyses) (anteriormente conocido como QUOROM (Quality of Reporting of
Meta-Analyses)
Moher, Lancet 1999
Urrutia, Medicina Clínica 2010
www.prisma-statement.org
MOOSE (Meta-Analysis Of Observational Studies in Epidemiology)
Stroup, JAMA 2000

45. El cuadrado negro y la línea horizontal
corresponde al odds ratio y al 95% de
intervalo de confianza de cada
ensayo.
El tamaño del cuadrado negro refleja
el peso de cada ensayo.
El diamante representa el odds ratio
combinado y el 95% del intervalo de
confianza
Una línea discontínua vertical através
del odds ratio combinado: cruza todas
las líneas horizontales de los estudios
individuales excepto una (N): estudio
homogéneo

46. Análisis de la Heterogeneidad de los
meta-análisis
Evaluación gráfica
Evaluación estadística (Valor I2)
– 25% Heterogeneidad baja
– 50% Heterogeneidad media
– 100% Heterogeneidad alta
Higgins, BMJ 2003

47. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? - Revisión sistemática y meta-análisis

48. QUOROM statement (Moher, Lancet 1999)

49. QUOROM statement (Moher, Lancet 1999)

50. MOOSE statement (Stroup, JAMA 2000 )

51. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Ensayos clínicos randomizados
Variable o factor de confusión: Existen cuando los grupos que se comparan
en un estudio son diferentes respecto a factores distintos del que se están
estudiando.
– Ejemplo, si un grupo de personas con sobrepeso y otro sin sobrepeso tienen
diferentes edades, una diferencia en el riesgo de enfermedad cardiaca podría no ser
debida al sobrepeso. La edad puede actuar como factor de confusión.
– Conocidos y no conocidos
Maneras de controlar el sesgo de selección (Variables de Confusión
conocidas) en estudios observacionales:
– Estratificación,
– Modelos de regresión
– Indice de propensión
La randomización es la mejor herramienta para conseguir que las variables
de confusión conocidas y no conocidas estén igualmente repartidas entre
ambos grupos

52. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Ensayos clínicos randomizados
Ensayo clínico randomizado:
– Archie Cochrane, “Mi primer, peor y más exitoso ensayo clínico” (BMJ
1984)
– Prisionero de guerra en un campo de concentración de Salónica (1941-
1945) observó ictericia edema en las piernas y planteó la hipótesis de que
podía ser beri-beri (déficit de vitamina B)
– Compró levadura en el mercado negro y dividió la muestra entre dos
barracones

53. 1er ensayo clínico randomizado reglado en 1946
Ensayo del MRC (1946): estreptomicina y reposo en cama vs. reposo en cama en
enfermos con TBC pulmonar.
Asignación aleatoria. 107 pacientes: 52 grupo “reposo” y 55 grupo “estreptomicina”

54. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Ensayos clínicos randomizados

55. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Ensayos clínicos randomizados
CONSORT (Consolidated Standards of Reporting Trials)
– Publicada inicialmente en 1996 para mejorar la manera en que se reportaban los
estudios
– Revisada en 2001 y 2010
– Lista de comprobación de 25 ítems
– Diagrama para ilustrar el flujo de pacientes a lo largo del ensayo
– www.consort-statement.org/ y www.espanol.equator-network.org/

59. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de cohortes
Prospectivas o retrospectivas
Alto riesgo de tener sesgos de selección y variables de confusión
especialmente si se usan para valorar distintas terapias. Los tratamientos
se han podido seleccionar por:
– Preferencias del médico o paciente
– De donde vienen referidos los pacientes
– Paradigmas actuales de tratamiento
– Políticas locales
STROBE (Strengthening the Reporting of Observational Studies in
Epidemiology)
www.strobe-statement.org
Von Elm, Gac Sanitaria 2008

60. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de cohortes

61. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de casos-controles
Siempre retrospectivos. Se recogen factores de riesgo a los que
se han expuesto:
– Los Casos (presentan un determinado estado de salud)
– Los Controles (NO presentan ese determinado estado de salud)
Ideal para estudiar los factores de riesgo de eventos raros que
llevaría mucho tiempo estudiar a través de una cohorte
prospectiva
La mayor dificultad metodológica es la selección de los
controles y el sesgo de memoria (los casos pueden recordar de
manera distinta la exposición a determinados factores que los
controles)

62. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de casos-controles

63. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios transversales
Todos los factores de riesgo y resultados se evalúan a la vez en una sóla
“fotografía”.

64. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de series de casos
Muy bajo nivel de evidencia a pesar de que son muy frecuentes en la
literatura

65. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de tests diagnósticos
Usualmente son transversales
Una muestra de pacientes y dos tests diagnósticos (el nuevo y el gold-standard).
El nivel de acuerdo entre los dos tests se comunica mediante la sensibilidad, la
especificidad y la razón de verosimilitud.

66. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de tests diagnósticos
STARD (Standards for the Reporting
of Diagnostic Accuracy Studies)
www.stard-statement.org/

67. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de tests diagnósticos
STARD

68. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Evaluaciones económicas
Estudios de coste – beneficio: ambos costos y beneficios se miden en
unidades monetarias
Estudios de coste – utilidad: Los costos se miden en unidades monetarias y
los efectos en unidades de utilidad (AVAC (años de vida ajustados por calidad
de vida).
Estudios de coste – efectividad: Los costos se miden en unidades
monetarias y los efectos en unidades sanitarias (años de vida ganados (AVG),
% respuestas, PFS, OS, ingresos…).
Estudios de minimización de costes: asume iguales resultados y mide los
costos.

69. Drummond, BMJ 1996

70. Drummond checklist
1996

71. Años de Vida Ajustados por Calidad (AVACs)

72. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de cribado de
enfermedades
Fenómeno de Lead-time bias: ocurre cuando dos tests para una enfermedad se
comparan y un test (el nuevo experimental) diagnostica la enfermedad antes, pero
no cambia el curso de la enfermedad.
Ejemplo:
– Sin cribado, diagnostico a 67 años y muerte a los 70 años. Supervivencia (5 a)= 0%
– Con cribado, diagnóstico a los 60 años y muerte a los 70 años. Supervivencia (5 a)=100%

73. ¿Era el diseño del estudio apropiado para la pregunta
en investigación? – Estudios de cribado de
enfermedades
Fenómeno de Sobrediagnóstico: detección extra de casos que no progresarán
Ejemplo:
– Sin cribado, se detectan 1000 pacientes con cáncer y sobreviven 400 a 5 años.
Supervivencia (5 a)= 400 / 1000
– Con cribado, se detectan 2000 pacientes más. Supervivencia (5 a)= 2400 / 3000 = 80%
Conclusión:
– Se pueden observar cambios en la supervivencia sin ningún cambio en la
mortalidad.
• En estudio aleatorizado de tratamiento, la supervivencia se basa sobre la población inicial
del estudio: si el 10% de los pacientes mueren en un año, el 90% sobrevivió.
• En un estudio de cribado, el término “supervivencia” tiene otro significado porque el
cálculo de la supervivencia tiene puntos de comienzo distintos para las personas cribadas y
las no cribadas.
– La disminución de la mortalidad en un estudio aleatorizado es la única estadística
que demuestra fiablemente que una prueba de cribado puede salvar vidas.

74. Encuesta al público en 9 países de la Unión Europea: la
mayoría o sobreestima el beneficio o no lo sabe
“De 1000 mujeres mayores de 50 años que siguen mamografías regulares,
¿cuantas menos morirán de cáncer de mama en comparación con las que no
participan?”
60
50
40
% mujeres
Alemania
30
España
20
10
0
1
10
50
0
0
o
be
10
20
un
sa
evidencia
g
in
o
N
N
Gigerenzer, Mata, & Frank JNCI 2009

75. A finales del 2009, la Asociación Contra el Cáncer alemana actualizó
sus folletos de información a pacientes sobre cribado de cáncer de
mama para ser más trasparentes y completos
1000 mujeres no 1000 mujeres con
cribadas cribados anuales
durante 10 años
Beneficios
Mortalidad total por cáncer No diferencia
Mortalidad por cáncer de mama 5 4
Daños
Falsos positivos con biopsias - 50 a 200
Sobretratamiento - 2 a 10
Un test positivo significa que: - 1 de cada 10

76. ¿Entienden los médicos las
estadísticas sobre cribado de cáncer?
Encuesta on line de 412 médicos de atención
primaria en USA
(76%) de los respondedores dijeron incorrectamente
que el incremento en la supervivencia a 5 años y la
detección precoz del cáncer prueban que un test de
cribado salva vidas.
Wegwarth , Ann Int Med 2012

77. ¿Se realizó el estudio de acuerdo al
protocolo original?
Necesario que se describan:
– Cambios en los criterios inclusión y exclusión
– Variaciones en los tratamientos o en los seguimientos
– Cambios en las analíticas realizadas
– Lista de violaciones mayores y / o menores
El lector interpretará los resultados a la luz de estas descripciones
Imposibilidad de reclutar los pacientes previstos → perdida de potencia
estadística
– Hasta 1/3 de los ensayos reclutan menos del 75% de los pacientes previstos
Ross, J Clin epidemiol 1999

78. Importancia buen cálculo del tamaño
muestral
Tamaño Tamaño excesivo
insuficiente
Gasto de recursos Gasto de más
Económica sin obtener recursos que los
conocimiento (*) necesarios
Riesgo para ¿Estás “comprando”
pacientes sin la p a base de una N
Etica
avance de muy grande?1
conocimiento (*)
(*): posibilidad de metanálisis posteriores
1: Bacchetti, Am J Epidemiol 2005

79. Dos tipos de error
Error alfa o tipo I: probabilidad de producir un falso positivo.
– Se rechaza la hipótesis nula , aunque esta es cierta
– Error del exceso de credulidad
– También llamado “nivel de significación del test”
– Por convención se suele poner en el 5%. Más raro en el 1% o 10%
Error beta o tipo II: probabilidad de producir un falso negativo.
– No se rechaza la hipótesis nula, a pesar de ser falsa
– La potencia (1 - beta), representa la probabilidad de rechazar la Ho cuando
en realidad es falsa (decisión correcta)
– Error del exceso de escepticismo
– Por convención se suele poner en 10-20%
Convención: α=5%, β=20%. Se considera que el error tipo II es menos
serio que el error tipo I. Preferimos pasarnos de “escépticos”.

80. Un ruido en la noche en la sabana
africana …
Yo creo que es …
Tigre Rama
Error tipo II
Tigre Acertaste Eres
En realidad devorado
es… Error tipo I
Rama Falsa Acertaste
alarma

81. Un ruido en la noche en la sabana
africana …
Michael Shermer:
“Nuestro sistema
cognitivo ha ido
evolutivamente
sesgándose para ser
crédulos, para tolerar
errores tipo I “

82. ¿Testaba el estudio una hipótesis explícita?
Todo estudio debe tener una hipótesis: una afirmación clara de lo que
los investigadores esperan encontrar en el estudio y debe ser
identificada a priori.

83. ¿Testaba el estudio una hipótesis explícita?
La hipótesis nula afirma que los hallazgos del estudio no son
diferentes de los que se hubieran encontrado al azar.
Análisis posthoc: asociaciones que no estaban pre-especificadas en la
hipótesis original → más probabilidad de encontrar falsos positivos.
¿Se han reportado todos los objetivos buscados?
Estudios de equivalencia o no inferioridad necesitan pre-especificar
cual es el margen de no inferioridad.
– El análisis debe calcular los intervalos de confianza del efecto del
tratamiento y determinar si esos límites están dentro del margen de no
inferioridad.
– Necesitan un mayor tamaño muestral que los estudios de superioridad

84. Análisis post hoc: “testamos 100 items y
encontramos que 5 eran significativos a p<0,05”

85. ¿Se realizaron los análisis estadísticos
correctamente?
¿Cómo se trataron los datos perdidos?. Descripción
en la sección de “Métodos” y de “Resultados”
Análisis por “intención de tratar” o “por protocolo”
– IDT: todos los pacientes
– PP: los que siguieron fielmente el protocolo

86. Análisis “por intención de tratar”
Analizar los datos con los participantes en el grupo en que fueron
asignados en la aleatorización, aunque no cumplieran con el
tratamiento o cambiaran de grupo
Es conservador, infraestima la eficacia del tratamiento
Acerca la evaluación a las condiciones habituales
Preserva los beneficios de la aleatorización (ambos grupos
comparables)
Resultados difíciles de interpretar si la adherencia es baja o hay
mucho cruce entre grupos
Inadecuado para los estudios de “no-inferioridad”

87. Análisis “por protocolo”
Analizar los datos con los participantes cumplidores y en el grupo
en que han acabado el ensayo
Mayor riesgo de sesgo de selección
Sólo válido para complementar el análisis por ITT

88. IDT IDT
PP PP

89. Greenhalgh , BMJ 1997

90. Reducción en la anchura del intervalo de
confianza al aumentar el tamaño de la muestra
Jones, EMJ online 2009

91. Efecto de la reducción del intervalo de confidencia
para demostrar una diferencia en las medias
Jones, EMJ online 2009

92. Estimación del efecto de una variable
binaria

93. Estimación del efecto de una variable
binaria
Los beneficios de tomar un fármaco pueden expresarse
de tres maneras:
– Lipitor ® reduce las posibilidades de sufrir un ictus
aproximadamente un 48% (RRR)
– Lipitor ® reduce las posibilidades de sufrir un ictus desde
aproximadamente un 28 de cada 1000 a alrededor de un 15 de
cada 1000 (13 de 1000 o 1,3%) (RAR)
– Para prevenir un ictus, 77 personas necesitan tomar Lipitor®
(NNT)
Gingerenzer 2007, Psycol Science Pub Interest

94. Estimación del efecto de una variable binaria
Reducción absoluta del riesgo (RAR) o riesgo atribuible: la diferencia
entre el riesgo del grupo control y el riesgo del grupo tratado
– Se expresa con un número pequeño → ¿Influye en la percepción de que el
efecto es menor?
– Según como hagamos la resta da un número positivo o negativo
Reducción relativa del riesgo (RRR) o fracción atribuible: cociente
entre la RAR y el riesgo del grupo control
– Expresa el beneficio en términos relativos
– Si el riesgo basal es bajo → sobrestima el efecto del tratamiento
– Si el riesgo basal es alto → infraestima el efecto del tratamiento
Nº personas a tratar para curar un caso o evitar un perjuicio
adicional
– (Number Needed to Treat) = NNT= 1 / RAR
– Cuanto mayor sea el efecto del tratamiento, menor será el NNT
– Intuitivo para la toma de decisiones clínicas

95. Estimación del efecto de una variable binaria
Riesgo relativo (RR): cociente entre el riesgo del
grupo tratado y el riesgo del grupo control
– Da la misma información que el RRR. RR = 1 - RRR
Odss ratio (OR) :
– Odds (término que proviene mundo de las apuestas):
cociente entre la probabilidad de que el episodio de
interés ocurra y la probabilidad de que no ocurra
– Odds ratio: cociente entre odds grupo tratado y odds
grupo control
– Muy usado, pero poco intuitivo, y de difícil traducción
– Cuanto mayor es el efecto del tratamiento, más se aleja el
OR de 1.
– Principal ventaja: permite la regresión logística ajustar la
relación en estudio por el efecto de otras variables y
permite usarse en estudios de casos y controles

96. Entonces, ¿presentamos los riesgos
relativos o absolutos?
Lo mejor: ambos o los absolutos
Lo peor: uno de cada tres estudios usa diferentes riesgos:
– Relativos para los beneficios ….. Grandes números
– Absolutos para los daños ……. Pequeños números
Sedrakyan A, Medical Care 2007

97. Disponibilidad a prescribir un fármaco hipotético en
función de cómo se presenten los datos
Bobbio, Lancet 1994

98. Estimación del efecto de una variable binaria:
ejemplos
Abraira, Notas estadísticas SEMERGEN 2001

99. Estimación del efecto de una variable binaria:
ejemplos
Abraira, Notas estadísticas SEMERGEN 2001

100. Análisis del tiempo hasta un evento o
análisis de la supervivencia
Eventos adversos (muerte, progresión enfermedad…) o
positivo (curación, normalización de un parámetro…)
Cada observación tiene un par de variables:
– el tiempo y
– el estado (evento (E) o censura (C))
Pac Tiempo Estado
F 6 C
E 4 C
D 8 E
C 12 C
B 2 E
A 3 C

101. Función de supervivencia
Ejemplo Curvas de Kaplan-Meier (CRYSTAL)
Datos
curvas
Medianas
Cruces negras,
censura
Pacientes
por
timepoint

102. Gráfico de Forest de Hazard ratios por
subgrupos
Poblacion global beneficia a
Pani.Reduccion riesgo 20%. IC
no llega a 1
Pacientes con ECOG 2
aumenta mucho el riesgo de
progresar con Pani (IC casi
llega a 1)

103. ¿Justifican los datos las conclusiones?
¿Tiene validez externa? ¿Se están generalizando
los hallazgos a otros grupos de pacientes que no se
han testado?
¿Son los hallazgos clínicamente relevantes?
¿Se puede deber la falta de hallazgos a un
pequeño tamaño muestral?
¿Se está implícitamente confundiendo una
asociación con una relación causa-efecto?
¿Puede haber fenómenos de regresión a la media?

104. ¿Justifican los datos las conclusiones?
René Magritte
“La clarividencia”, 1936

105. ¿Existen conflictos de interés (CDI)?
Cuando algún factor personal puede interferir con el profesional.
Al serle revelado al lector, este puede cambiar la credibilidad
Un potencial CDI ≠ mala práctica investigadora
Ubicuos en medicina: gran multiplicidad de actores (pacientes,
médicos, compañías farmacéuticas, pagadores, compañías de seguro,
universidades, editoriales, revisores, escritores…).
De carácter financiero (grants por reclutamiento de pacientes, por
coordinación o advisory boards, tenencia acciones, propiedad
patentes,…) o no (prestigio, posición social futura…)
La mejor, imperfecta, y casi única manera de tratar el CDI es la
transparencia (revelación).

106. Fuentes:
-Russell James www.slideshare.net
-Unidad investigación Ramón y Cajal http://www.hrc.es/investigacion/inves_unidadbio.htm
-Young, Nature Clin Prac Gastroenterology & Hepatology 2009
-Better Doctors, Better Patients, Better Decisions: Envisioning Health Care 2020