Capítulo |2|

Bases metodológicas de la investigación

clínica y epidemiológica
Esquemáticamente, la pregunta o hipótesis que se simplemente porque, por azar, se ha escogido una
formula en un estudio puede hacer referencia a la muestra de historias que no refleja de forma exacta el
frecuencia con que aparece una enfermedad o a la verdadero tanto por ciento. Esta posibilidad es tanto
descripción de sus características (estudios descripti- mayor cuanto menor es el tamaño de la muestra estu­
vos), o bien a la estimación del efecto de un factor de diada. Si sólo se hubieran seleccionado diez historias
estudio (una exposición o una intervención) sobre clínicas, y en cuatro de ellas estuvieran registrados
una enfermedad o una variable de respuesta (estudios los antecedentes familiares de cardiopatía isquémica,
analíticos). En todos los casos, el investigador trata de podría inferirse que el porcentaje de historias en
responder a la pregunta de forma válida y precisa. En que constan dichos antecedentes es del 40%. Si se
otras palabras, el estudio se diseña para evitar cual­ repitiera el estudio seleccionando otra muestra de
quier error en la respuesta al objetivo planteado. diez historias, es muy posible que el tanto por ciento
observado fuera diferente del 40% (una sola historia
más o menos haría variar dicho porcentaje en un
Tipos De Error 10%). Es decir, existe una gran variabilidad inherente
al muestreo. Esta variabilidad sería menor si, en lugar
En cualquier estudio se han de considerar dos ti­ de diez historias, se hubieran seleccionado cien (una
pos de posibles errores: el error aleatorio y el error historia haría variar el resultado en un 1%), e incluso
sistemático. podría desaparecer si se estudiaran todas las historias
clínicas. Éste es un ejemplo de error aleatorio debido
al hecho de que se trabaja con muestras. La mejor
Error aleatorio
estrategia para reducirlo sería aumentar el tamaño
El error aleatorio se debe al azar. Ocurre tanto por el de la muestra.
hecho de que se trabaja con muestras de individuos, El error aleatorio también puede producirse al
y no con poblaciones enteras, como por la variabili­ medir las variables. Por ejemplo, las cifras de presión
dad inherente al proceso de medición de variables, arterial presentan una gran variabilidad. Una forma
ya sea por el instrumento de medida que se utiliza, de reducirla es medir la presión arterial en más de
por la propia variabilidad biológica o por la debida una ocasión y utilizar algún promedio de las diferen­
al observador. tes medidas. Además, existen otras fuentes de varia­
Supongamos que se desea conocer el porcentaje de ción (momento del día, condiciones de la medición,
historias clínicas en las que están registrados los an­ tipo de esfigmomanómetro...) que también deben
tecedentes familiares de cardiopatía isquémica. Para ser controladas mediante la estandarización de las
ello, se selecciona una muestra de historias clínicas, condiciones de la medición y el entrenamiento de
determinando el tanto por ciento que contiene la los observadores.
información de interés e infiriendo que el porcentaje El error aleatorio está muy relacionado con el
observado en la muestra es el mismo que se encon­ concepto de precisión. Una estimación o una medida
traría si se hubieran analizado todas las historias. es tanto más precisa cuanto menor es el componente
Sin embargo, existe la posibilidad de equivocarse, de error aleatorio.

© 2013. Elsevier España, S.L. Reservados todos los derechos 7

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.
Parte |1| Principios generales de investigación

Error sistemático con el tabaco, lo que enmascara su asociación con

el cáncer de pulmón. En general, si se eligen como
Un error sistemático, o sesgo, es un error en el di­ controles personas con enfermedades relacionadas
seño del estudio, ya sea en la selección de los suje­ positiva o negativamente con la exposición, se está
tos (sesgo de selección) o en la medición de las varia­ introduciendo un sesgo de selección.
bles (sesgo de información), que conduce a una estima­
ción incorrecta o no válida del efecto o parámetro Los sesgos de selección también se pueden pro­
que se estudia. ducir durante el seguimiento de los participantes si
la probabilidad de desarrollar la enfermedad entre
Sesgo de selección los sujetos que se pierden es diferente en cada uno
El sesgo de selección puede aparecer al elegir una de los grupos.
muestra que no represente de forma adecuada a la
población de estudio o al formar los grupos que se Ejemplo 2.3. Consideremos un estudio que com­
van a comparar. para dos intervenciones (A y B), administradas cada
una de ellas a un grupo de 100 sujetos, y que se pro­
Ejemplo 2.1. Supongamos que se desea estimar ducen 20 pérdidas durante el seguimiento en cada
la prevalencia de una enfermedad en los sujetos uno de los grupos (tabla 2.1). El porcentaje de éxitos
adultos residentes en un municipio (población de con ambas intervenciones es del 50% entre los que
estudio). Para ello, se estudian los cien primeros finalizan el estudio, por lo que se podría concluir
sujetos que acuden a la consulta en un centro de que poseen la misma eficacia. Sin embargo, entre las
salud (muestra estudiada). Obviamente, los sujetos pérdidas, sólo el 1% de los sujetos que recibieron la
que acuden a la consulta no son representativos intervención A fue clasificado como éxito, mientras
de la población del municipio, ya que tienen una que con la intervención B lo fue un 50%. Cuando se
mayor probabilidad de estar enfermos, por lo que se calculó el tanto por ciento total de éxitos resultó que
obtendría una estimación sesgada de la prevalencia la intervención B fue la más eficaz. Así pues, aunque
de la enfermedad. el porcentaje de pérdidas sea el mismo en ambos
grupos, se puede producir un sesgo de selección, ya
Ejemplo 2.2. Supongamos que se estudia la rela­ que sus características son diferentes.
ción entre la aparición de cáncer de pulmón y la
exposición previa al humo del tabaco. Se observa Otra situación que puede producir un sesgo de se­
que el 90% de los sujetos con cáncer de pulmón lección es la existencia de preguntas no contestadas,
ingresados en un hospital (casos) eran fumadores. lo que suele ocurrir en las encuestas transversales.
Supongamos, además, que los individuos del grupo
control se eligen entre los pacientes ingresados en Ejemplo 2.4. Supongamos un estudio en el que
el servicio de neumología, de forma que la mayoría se desea determinar la prevalencia de consumo de
de ellos padece limitación crónica al flujo aéreo tabaco entre los profesionales sanitarios de una
(LCFA), y que el 88% había estado expuesto al ta­ determinada zona geográfica. Para ello, se selec­
baco. Ante estos resultados se podría concluir erró­ ciona una muestra aleatoria de 500 profesionales,
neamente que no existe asociación entre el tabaco a los que se les envía un cuestionario. Contestan
y el cáncer de pulmón, ya que el tanto por ciento 300 profesionales, de los que 75 (25%) reconocen
de fumadores es muy similar en ambos grupos. Sin que fuman. Si la prevalencia de consumo de tabaco
embargo, la selección del grupo control no ha sido entre quienes no han respondido es diferente de
muy afortunada, ya que la LCFA está relacionada la que existe entre los que sí lo han hecho, la cifra

Tabla 2.1 Sesgo de selección debido a pérdidas de seguimiento (ejemplo 2.3)

Intervención A Intervención B

Eficacia entre los sujetos 40/80 (50%) 40/80 (50%)

que finalizan el estudio
Eficacia entre los sujetos 1/20 (5%) 10/20 (50%)
que no lo terminan
Total 41/100 (41%) 50/100 (50%)

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.
 Bases metodológicas de la investigación clínica y epidemiológica Capítulo |2|

del 25% es una estimación sesgada de la verdadera Por ello, las variables deben medirse con el ins­
prevalencia. En caso contrario, podría asumirse que trumento adecuado, validado y bien calibrado, que
las preguntas no contestadas no están relacionadas debe aplicarse de la misma forma en todos los par­
con el fenómeno de estudio (podrían considerarse ticipantes del estudio.
aleatorias), de forma que la cifra observada sería una Los errores sistemáticos, ya sean de selección o
estimación no sesgada, aunque se habría producido de información, a diferencia de lo que ocurre con el
una pérdida de precisión en la estimación debido al error aleatorio, no se atenúan al aumentar el tamaño
menor número de respuestas. de la muestra. De hecho, aunque se incluyan más in­
dividuos, lo único que se logra con ello es perpetuar
La única manera de asegurar que las pérdidas du­ el sesgo. Además, un error de estas características,
rante el seguimiento o las preguntas no contestadas una vez introducido, es casi imposible de enmendar
no introducen un error sistemático en los resultados en la fase de análisis.
es evitar que se produzcan, o bien obtener informa­ El error sistemático va muy ligado al concepto
ción suplementaria que permita evaluar si los sujetos de validez. La estimación de un parámetro o de un
que se pierden o que no contestan difieren de los efecto se considera válida si representa el verdadero
que finalizan el estudio. valor del fenómeno que se desea medir.

Sesgo de información Grupo Control

El sesgo de información se produce cuando las
mediciones de las variables de estudio son de mala En los estudios analíticos se pretende estimar la aso­
calidad o son sistemáticamente desiguales entre los ciación o el efecto de un factor de estudio sobre una
grupos. Las principales fuentes de este error son la variable de respuesta; por ejemplo, qué reducción del
aplicación de pruebas poco sensibles y/o específicas colesterol sérico (variable de respuesta) se consigue
para la medición de las variables, o de criterios diag­ con un determinado tratamiento hipolipemiante
nósticos incorrectos o distintos en cada grupo, así (factor de estudio). En estos diseños, además del
como las imprecisiones y omisiones en la recogida grupo que está expuesto al factor de estudio, es nece­
de los datos. sario utilizar un grupo control que sirva de referencia
sobre lo que ocurre en los sujetos no expuestos a
Ejemplo 2.5. Si en un estudio se mide el peso de dicho factor, de forma que puedan compararse los
los sujetos con una báscula mal calibrada, evidente­ resultados obtenidos en ambos grupos. El siguiente
mente, se obtendrán medidas incorrectas, ya que se ejemplo demuestra la necesidad del grupo control
utiliza un instrumento de medida inadecuado. en estos estudios.

Ejemplo 2.6. Consideremos un estudio cuyo Ejemplo 2.8. En la década de 1950, un tratamiento
objetivo es comparar el peso en función del sexo para la angina de pecho que gozaba de gran po­
con una báscula bien calibrada. Sin embargo, la pularidad entre los cirujanos era la ligadura de la
medición en los hombres se hace sin zapatos y en arteria mamaria interna. Se pensaba que con ello se
ropa interior, mientras que el responsable de pesar aumentaba el flujo sanguíneo hacia el miocardio.
© Elsevier. Fotocopiar sin autorización es un delito.

a las mujeres sigue un criterio diferente y efectúa Cobb et al (1959) publicaron un estudio contro­
la medición con zapatos y en ropa de calle. El pro­ lado, doble ciego, en el que a los individuos del
blema de este estudio es que se aplica un mismo grupo experimental se les practicaba la ligadura,
instrumento de medida de forma diferente, según mientras que a los del grupo control se les practicaba
el grupo de estudio. una incisión superficial sin ligarles la arteria, con
el fin de que ni los pacientes ni los investigadores
Ejemplo 2.7. Si se quiere estudiar si hay una asocia­ que evaluaban los resultados pudieran conocer si
ción entre la ingestión de alcohol y la hipertensión, y pertenecían a un grupo o al otro. En este estudio se
en los hipertensos se obtiene la información a partir observó la recuperación del 32% de los pacientes a
de una entrevista personal, mientras que en los indi­ quienes se había ligado la arteria y del 43% de los
viduos del grupo control se obtiene de las historias controles. Si no hubiera existido un grupo control
clínicas, es de esperar que en el primer grupo la infor­ se hubiera podido llegar a la errónea conclusión de
mación sea más exacta y sistemáticamente diferente que la ligadura era eficaz.
de la obtenida en el grupo control, lo que sesgará
los resultados. El problema de este estudio es que se La función de un grupo control es estimar cuál
usan instrumentos diferentes en cada grupo. sería el valor de la variable de respuesta en el caso de

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.
Parte |1| Principios generales de investigación

que no existiera asociación con el factor de estudio, tercer grupo, al que no se le practicaba ninguna in­
por lo que debe formarse de manera que sea compa­ tervención, sirvió de control. Los residentes tenían
rable con el grupo de estudio en todos los aspectos conocimiento de la existencia del estudio y de cuál
excepto en la exposición o el tratamiento que recibe. era su objetivo. Cuando se comparó el número de
Así, en un ensayo clínico serviría para determinar la peticiones al inicio y al final del estudio de cada
respuesta esperada en ausencia de la intervención, grupo, se obtuvieron diferencias estadísticamente
o en un estudio de casos y controles, para estimar el significativas en todos ellos, incluido el de control,
tanto por ciento esperado de sujetos expuestos si no lo que sugería la existencia de un efecto Hawthorne.
existiera asociación con la enfermedad. Sin embargo, al comparar los grupos entre ellos, se
observó que los dos grupos de estudio tuvieron un
descenso significativo en el número de peticiones en
Efectos que controlar
relación con el grupo control, lo que sugiere que las
Si no se utiliza un grupo control, es difícil saber si estrategias puestas en marcha fueron efectivas.
los resultados obtenidos son debidos al factor de
estudio o a otros efectos que no se han controlado. A
continuación se describen los principales efectos que
Efecto placebo
se han de controlar cuando se diseña un estudio.
El efecto placebo se puede definir como la respuesta
que se produce en una persona enferma como con­
Efecto Hawthorne
secuencia de la administración de un tratamiento,
El efecto Hawthorne es una respuesta inducida por el pero que no puede considerarse como un efecto
conocimiento de los participantes de que están sien­ específico del mismo. Por esta razón, cuando una
do estudiados. La participación en un estudio puede enfermedad no tiene un tratamiento activo conoci­
cambiar el comportamiento de los individuos tanto do o ampliamente aceptado y se quiere evaluar la
del grupo de estudio como del de control. El hecho eficacia de un nuevo fármaco, es importante que al
de explicarles en qué consiste la experiencia, unido a grupo control se le administre un tratamiento lo
que durante un tiempo deban visitar al médico con más parecido posible al nuevo fármaco en todas las
más frecuencia, puede hacer que los participantes características, excepto en la actividad farmacológica,
alteren sus hábitos y obtengan una respuesta que no con el fin de controlar el efecto placebo. El hecho
puede ser atribuida al factor de estudio. de tener un grupo control al que se administre un
Se describió por primera vez durante la década de placebo permite aislar el verdadero efecto debido a
1920, cuando la Western Electric Company llevó a la intervención. Sin grupo de comparación es im­
cabo una serie de experiencias en su fábrica Hawthorne posible diferenciar qué parte se debe al efecto del
de Chicago con el fin de determinar el efecto de la fármaco y cuál a otros.
iluminación en la producción. Los grupos control
trabajaron bajo una iluminación constante, mientras
Regresión a la media
que en los grupos experimentales era variable, aumen­
tada o disminuida. El resultado fue que la producción Se entiende por regresión a la media la tendencia de
se incrementó no sólo en los grupos de estudio, con los individuos que tienen un valor extremo de una
independencia de la intensidad de la iluminación, sino variable a presentar valores más cercanos a la media
también en los grupos control. Parecía claro, pues, que de la distribución cuando esta variable se mide por
el simple hecho de que los trabajadores sabían que segunda vez.
eran vigilados supuso un aumento de la producción. Los tratamientos, o intervenciones en general,
En los estudios sin grupo de comparación es muy se ensayan cuando una variable que expresa una
difícil discernir entre el efecto de la intervención y el enfermedad o un factor de riesgo presenta valores
debido al hecho de saberse estudiado. Con un grupo fuera de lo común, por lo que es posible que en
de comparación, este efecto no se elimina, pero es de subsecuentes mediciones los valores sean menos
esperar que ocurra por igual en ambos grupos y, de extremos, incluso en ausencia de una intervención
este modo, es posible conocer cuál es el verdadero eficaz. Así puede suceder, por ejemplo, cuando se
efecto de la intervención. seleccionan sujetos porque en una visita presentan
un valor elevado de la presión arterial, y sin em­
Ejemplo 2.9. Un ensayo clínico evaluaba dos es­ bargo, en visitas posteriores algunos tienen cifras
trategias para reducir el número de peticiones de más bajas simplemente por la variabilidad de la
laboratorio y radiología solicitadas por los médicos presión arterial, y no por un efecto del tratamiento
residentes de primer año (Martin et al, 1980). Un en estudio.

10

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.
 Bases metodológicas de la investigación clínica y epidemiológica Capítulo |2|

Ejemplo 2.10. En la primera visita del Hyperten­ de la intervención (p. ej., la educación sanitaria), es
sion Detection and Follow-up Program (1979) para imposible obtener un grupo control con placebo.
determinar si los posibles candidatos cumplían los Los integrantes del grupo control saben que están
criterios de selección, un grupo de participantes te­ participando en un estudio y son controlados con
nía una media de tensión diastólica de 122,1 mmHg. la misma pauta de visitas y exploraciones, pero no
En la siguiente visita, la media de tensión diastó­ se les administra la intervención. Por último, la co­
lica de estos mismos sujetos había disminuido a lumna D ilustra la situación de un estudio en el que
114,7 mmHg, aunque la intervención aún no había el grupo control no sabe que está siendo estudiado
empezado. y, por tanto, sólo se controla la evolución natural
de la enfermedad.
La regresión a la media es una fuente de muchos
errores en la interpretación de los resultados de un
estudio. Cuando los individuos se seleccionan según Factores De Confusión
una característica que varía con el tiempo, el efecto
que se halle en las siguientes mediciones puede de­ Los estudios analíticos implican una comparación en­
berse a la variabilidad de la medida y no al efecto tre grupos. El principal requisito para que esta compa­
de la intervención. Cuando se dispone de un grupo ración sea válida es que los grupos sean similares en
de comparación, este fenómeno no desaparece, pero relación con las características que influyen sobre los
se controla, ya que es de suponer que sucederá en resultados. A menudo, estas variables se distribuyen
ambos grupos por igual. de modo desigual y es necesario corregir estas dife­
rencias. Tomemos un ejemplo sencillo: los resultados
de una investigación muestran que la incidencia de la
Evolución natural
LCFA es mucho mayor en hombres que en mujeres:
Cuando el curso habitual de una enfermedad tiende ¿significa esta diferencia que el sexo es un factor de
hacia su resolución, los esfuerzos terapéuticos pue­ riesgo, o bien se puede explicar por el diferente hábito
den coincidir con la recuperación observada, pero tabáquico entre hombres y mujeres? En este último
no ser su causa. De ahí la importancia de comparar caso, el tabaco sería un factor de confusión de la
siempre los resultados obtenidos en un estudio con relación entre el sexo y la incidencia de la LCFA.
los del grupo control. El fenómeno de confusión aparece cuando la
La figura 2.1 resume la función del grupo control asociación observada entre el factor de estudio y
en distintas situaciones. La columna A muestra el la variable de respuesta puede ser total o parcial­
efecto total observado en el grupo de estudio y sus mente explicada por una tercera variable (factor de
respectivos componentes. La columna B corresponde confusión) o, por el contrario, cuando una asocia­
a la situación en la que el grupo control recibe un ción real queda enmascarada por este factor. Para
placebo, por lo que es posible aislar perfectamente el que una variable se considere de confusión debe
efecto de la intervención. La columna C representaría estar asociada tanto al factor de estudio como a la
la situación en la que, por las propias características respuesta, y no debe ser un paso intermedio en la
relación entre ellos.
© Elsevier. Fotocopiar sin autorización es un delito.

Ejemplo 2.11. Supongamos un estudio hipotético

de la asociación entre el consumo de café y el cáncer
de laringe (tabla 2.2). A partir de los datos totales
se estima que el porcentaje de expuestos entre los
enfermos es del 58%, superior al 42% observado en­
tre los controles, lo que sugiere una asociación
entre el consumo de café y el cáncer de laringe. Sin
embargo, al analizar los datos en subgrupos o es­
tratos en función de si los sujetos eran fumadores
o no, se observa que el tanto por ciento de sujetos
expuestos al consumo de café es el mismo en los
casos y en los controles, y desaparece la asociación.
Así pues, la variable «fumador» actúa como un factor
de confusión. Es un factor de riesgo del cáncer de
laringe (respuesta) y está relacionado con la variable
Figura 2.1  Función del grupo control. en estudio (consumo de café), ya que la proporción

11

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.
Parte |1| Principios generales de investigación

Tabla 2.2 Control de un factor de confusión. Estudio hipotético de la asociación entre consumo
de café y cáncer de laringe (ejemplo 2.11)

Café (+) Café (−) Total

Datos globales
Enfermos con cáncer de laringe 175 (58%) 125 (42%) 300 (100%)
Controles 125 (42%) 175 (58%) 300 (100%)
Fumadores
Enfermos con cáncer de laringe 150 (75%) 50 (25%) 200 (100%)
Controles 75 (75%) 25 (25%) 100 (100%)
No fumadores
Enfermos con cáncer de laringe 25 (25%) 75 (75%) 100 (100%)
Controles 50 (25%) 150 (75%) 200 (100%)

de controles fumadores que toman café habitual­ Ejemplo 2.14. Rothman (1986) presenta el siguiente
mente (75:100) es mucho mayor que la proporción ejemplo: «supongamos que un hombre entra en una
de los no fumadores (50:200). tienda para comprarse un sombrero y encuentra
una estantería con 30, 10 de ellos negros y 20 grises.
Un factor de confusión puede sobrestimar o in­ Descubre que 9 de los 10 sombreros negros le van
fraestimar un efecto. bien, pero que de los 20 grises sólo le van bien 17.
Por tanto, toma nota de que la proporción de som­
Ejemplo 2.12. Consideremos un estudio en el que breros negros que le van bien es del 90%, mientras
se evalúa la asociación entre el ejercicio físico y el que la de los grises es sólo del 85%. En otra estantería
infarto agudo de miocardio (IAM), partiendo de de la misma tienda encuentra otros 30 sombreros,
la hipótesis de que a más ejercicio físico, menor 20 negros y 10 grises. En ella, 3 (15%) de los som­
es el riesgo de sufrir un IAM. Una variable que po­ breros negros le van bien y sólo 1 (10%) de los grises.
dría ejercer de factor de confusión sería la edad. Antes de que escoja un sombrero, la tienda cierra y
Por un lado, es más probable que los más jóvenes él decide volver al día siguiente. Durante la noche,
realicen más ejercicio (relación con la variable de un empleado ha puesto todos los sombreros en una
estudio) y, por otro, que tengan un riesgo menor única estantería: ahora hay en ella 60 sombreros,
de desarrollar un IAM (relación con la enferme­ 30 de cada color. El cliente recuerda que el día anterior
dad). Si se cumplen estas condiciones, la edad ac­ la proporción de sombreros negros que le iba bien
tuaría como un factor de confusión que tendería a era superior en ambas estanterías. Hoy se da cuenta
sobrestimar el efecto protector del ejercicio físico de que, aunque tiene delante los mismos sombreros,
sobre el IAM. una vez mezclados, sólo el 40% de los sombreros ne­
gros (12 de 30) le va bien, mientras que, de los grises,
Ejemplo 2.13. Siguiendo con el ejemplo anterior, le va bien el 60% (18 de 30)». Aunque este curioso
el sexo también podría ser un factor de confusión, cambio es conocido como la paradoja de Simpson,
ya que los hombres suelen realizar más ejercicio no es realmente ninguna paradoja. Este fenómeno
físico que las mujeres y, además, presentan un riesgo es análogo al de confusión, que puede distorsionar
mayor de padecer un IAM. Así pues, la asociación una asociación, incluso hasta el punto de cambiar
protectora del ejercicio físico sobre el IAM quedaría su dirección.
infraestimada si no se tuviera en cuenta la diferencia
en la proporción de hombres y mujeres que pudiera La identificación de las variables que pueden ser
haber en la muestra. potenciales factores de confusión es, a menudo, di­
fícil. El conocimiento teórico sobre los mecanismos
En la situación más extrema, un factor de confu­ causales de la respuesta y la revisión de estudios
sión puede invertir la dirección de una asociación: que hayan abordado un objetivo similar serán de
es la llamada paradoja de Simpson. gran ayuda para conocer qué variables pueden ser

12

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.
 Bases metodológicas de la investigación clínica y epidemiológica Capítulo |2|

potenciales factores de confusión. Esta identificación La primera condición para que unos resultados
es importante, ya que permitirá controlar el efecto de puedan ser generalizados es que tengan validez
confusión en la fase de análisis. En el ejemplo 2.11, interna. Algunos estudios se diseñan pensando en
la determinación del consumo de tabaco (potencial conseguir la máxima validez interna, aunque sea a
factor de confusión) permitió realizar un análisis en costa de grandes limitaciones de la validez externa
estratos (fumadores y no fumadores), de tal forma (estudios explicativos). En otras ocasiones, se desea
que se controlaba su efecto. Ésta es una diferencia tener la máxima validez externa (estudios pragmá­
con los sesgos, que, una vez introducidos, no pueden ticos), pero esta actitud no debe llevar a sacrificar la
controlarse en el análisis. validez interna del estudio.
La generalización o extrapolación de los resul­
tados no se hace a partir de un único estudio, sino
Validez Interna Y Validez que debe tener en cuenta si hipótesis similares, con­
Externa trastadas en poblaciones distintas y en ámbitos y
áreas geográficas diferentes, conducen a resultados
La validez interna se refiere al grado en que los re­ similares. Además, debe apoyarse en criterios de
sultados de un estudio son válidos (libres de error) plausibilidad biológica que traten de explicar el
para la población que ha sido estudiada. Los errores mecanismo por el cual se produce un efecto deter­
sistemáticos y los factores de confusión afectan a la minado. Así pues, la generalización depende de la
validez interna de un estudio. consistencia de resultados entre diferentes estudios
Por el contrario, la validez externa se refiere al gra­ y de mecanismos plausibles que expliquen de forma
do en que los resultados de un estudio pueden ser razonable un efecto, lo que a menudo implica la
extrapolados a poblaciones distintas a la estudiada emisión de juicios de valor por parte de los propios
o generalizados a otras más amplias. investigadores.

Bibliografía De Los Ejemplos

Cobb LA, Thomas GI, Dillard Hypertension Detection and trial of two strategies to modify
DH, Merendino KA, Bruce Follow-up Program Cooperative the test ordering behavior of
RA. An evaluation of Group. The Hypertension medical residents. N Engl J
internal-mammary-artery Detection and Follow-up Med. 1980;303:1330.
ligation by a double-blind Program: a progress report. Cir Rothman KJ. Modern
technic. N Engl J Med. Res. 1979;40(Supl 1):106-9. epidemiology. Boston: Little,
1959;260:1115-8. Martin AR, Wolf MA, Thibodeau Brown and Company; 1986.
LA, Dzau V, Braunwald E. A
© Elsevier. Fotocopiar sin autorización es un delito.

Bibliografía
Barnett AG, van der Pols JC, Gerhard T. Bias: considerations for research. Annu Rev Public
Dobson AJ. Regression to the research practice. Am J Health Health. 2001;22:189-212.
mean: what it is and how to Syst Pharm. 2008;65:2159-68. Grimes DA, Schulz KF. An overview
deal with it. Int J Epidemiol. Godwin M, Ruhland L, Casson of clinical research: the lay of the
2005;34:215-20. I, MacDonald S, Delva D, land. Lancet. 2002;359:57-61.
Delgado-Rodríguez M, Llorca J. Birtwhistle R, et al. Pragmatic Grimes DA, Schulz KF. Bias
Bias. J Epidemiol Community controlled clinical trials in and causal associations in
Health. 2004;58:635-41. primary care: the struggle observational research. Lancet.
García Alonso F, Guallar E, Bakke between external and internal 2002;359:248-52.
OM, Carné X. El placebo validity. BMC Med Res Guallar E, Jiménez FJ, García
en ensayos clínicos con Methodol. 2003;3:28. Alonso F, Bakke OM. La
medicamentos. Med Clin Greenland S, Morgenstern H. regresión a la media en la
(Barc). 1997;109:797-801. Confounding in health investigación y práctica clínica.

13

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.
Parte |1| Principios generales de investigación

Med Clin (Barc). 1997;109: Hrobjartsson A. What are the main decision making in health care.
23-6. methodological problems BMJ. 2003;326(7398):1083-4.
Hartung DM, Touchette D. in the estimation of placebo Rothman KJ, Greenland S, Lash
Overview of clinical research effects? J Clin Epidemiol. TL. Modern epidemiology. 3rd
design. Am J Health Syst 2002;55:430-5. ed. Philadelphia: Lippincott,
Pharm. 2009;66:398-408. Moerman DE, Jonas WB. Williams and Wilkins; 2008.
Hrobjartsson A, Gotzsche PC. Deconstructing the placebo Yudkin PL, Stratton IM. How to
Is the placebo powerless? effect and finding the meaning deal with regression to the
An analysis of clinical trials response. Ann Intern Med. mean in intervention studies.
comparing placebo with no 2002;136:471-6. Lancet. 1996;347:241-2.
treatment. N Engl J Med. Morton V, Torgerson DJ. Effect
2001;344:1594-602. of regression to the mean on

14

Descargado de [Link] desde Universidad Nacional Autonoma de Mexico mayo 26, 2016.
Para uso personal exclusivamente. No se permiten otros usos sin autorización. Copyright ©2016. Elsevier Inc. Todos los derechos reservados.