9.

a
edición

y venta
Principios, organizaciónreproducciyónmétodos

Elsevier
de
Propiedad su en Medicina de Familia

Prohibida
A. Martín Zurro J. F. Cano Pérez J. Gené Badia
Atención Primaria
Principios, organización y métodos en Medicina de Familia

Novena edición

Editores
A. Martín Zurro
J. F. Cano Pérez
J. Gené Badia
y venta
de Elsevier reproducción
Equipo de colaboradores editoriales
R. Ciurana Misol
X. Mundet Tuduri
R. M.ª Gimbert Ràfols

Propiedad
su

Prohibida

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00026-4; Autor: MARTINZURRO2024; Documento ID: 00026; Capítulo ID: c0130
C0130.indd i 14/03/24 11:55 AM
Avda. Josep Tarradellas, 20-30, 1.°, 08029, Barcelona, España

Atención Primaria. Principios, organización y métodos en Medicina de Familia, 9.ª

ed., de A. Martín Zurro, J. F. Cano Pérez y J. Gené Badia
© 2024 Elsevier España, S.L.U., 1986, 1987, 1994, 1999, 2003, 2008, 2014, 2019
ISBN: 978-84-1382-133-7
eISBN: 978-84-1382-689-9

Todos los derechos reservados, incluidos los de extracción de textos y datos, entrenamiento de IA
y tecnologías similares.
Reserva de derechos de libros venta Cualquier forma de reproducción, distribución, comunicación pública o transformación y de esta obra solo puede ser realizada con la autorización de sus titulares, salvo excepción prevista
por la ley.
Nota del editor: Elsevier adopta una posición neutral con respecto a disputas territoriales o reclama-
ciones jurisdiccionales en su contenido publicado, incluidos los mapas y las afiliaciones institucio ales.

Diríjase a CEDRO (Centro Español de Derechos Reprográficos) si necesita fotocopiar o escanear

algún fragmento de esta obra (www.conlicencia.com; 91 702 19 70/93 272 04 45).

Advertencia
La medicina es un área en constante evolución. Aunque deben seguirse unas precauciones de
seguridad estándar, a medida que aumenten nuestros conocimient s gracias a la investigación

utilizar el género gramatical masculino como genérico, remitiéndose con él a cualquier género y

no solo al masculino.

básica y clínica habrá que introducir cambios en los tratamientos y los fármacos. En consecuencia,
Elsevier
se recomienda a los lectores que analicen los últimos datos aportados por los fabricantes sobre cada
fármaco para comprobar la dosis recomendada, la vía y la ación de la administración, y las con-
traindicaciones. Es responsabilidad ineludible de el médico determinar la dosis y el tratamiento más
reproducción
indicados para cada paciente en función su experiencia y del conocimiento de cada caso concreto.
spons bilid sud alguna por los daños que pudieran
Ni los editores ni los directores asum n generarse
a personas o propiedades como cons cu nc a el contenido de esta obra. Con el único fin de hacer
la lectura más ágil y en ningún caso con una ntención discriminatoria, en esta obra se ha podido

Propiedad
Servicios editoriales: GEA CONSULTORÍA EDITORIAL S.L.
Depósito legal: B. 11.850-2024Prohibida

Impreso en España
 ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00027-6; Autor: MARTINZURRO2024; Documento ID: 00027; Capítulo ID: c0135

C0135.indd ii 31/05/24 5:54 PM

 P R Ó LO G O

p0010 Treinta y ocho años después de la presentación de la primera Atención Primaria y Comunitaria, como son los que tratan los
edición de este libro, en aquel momento Manual de Atención aspectos esenciales de la Enfermería Familiar y Comunitaria,
Primaria, la Atención Primaria de Salud sigue siendo una las actuaciones en las situaciones de crisis sanitaria y el papel
prioridad sanitaria tanto en los países desarrollados como en de las nuevas tecnologías en la consulta diaria de los profesio-
los que se encuentran en vías de desarrollo. Persiste como la nales. En el segundo tomo, Problemas de salud en la consulta
piedra angular de los sistemas de salud sostenibles que desean de Medicina de Familia, también hemos añadido dos nuevos
ofrecer una cobertura sanitaria universal y alcanzar los Obje- capítulos, uno de índole más conceptual y otro que aborda de
tivos de Desarrollo Sostenible relacionados con la salud. En forma amplia las aplicaciones de una tecnología diagnóstica
aquel lejano 1986, los dos directores iniciales (J. F. Cano Pérez y que se ha hecho prácticamente imprescindible para la actividad
A. Martín Zurro) no podíamos vislumbrar que hoy estaríamos cotidiana en los centros y equipos. En el primer caso, hablamos
presentando la novena edición de una obra que se ha afian- del abordaje en las consultas de Atención Primaria y Comu-
zado como un instrumento de referencia para la formación y la nitaria de la identidad de género, un campo sujeto aún a con-
consulta de los profesionales interesados en esta parte nuclear troversias ideológicas, éticas y técnicas, que hemos abordado
venta
de los sistemas sanitarios. Al equipo de dirección del libro se de forma objetiva, dado que consideramos que los profesio-
incorporó hace ya tres ediciones el Dr. J. Gené Badia, y sus apor- nales de este ámbito han de disponer de información que les
taciones se demostraron básicas para afianzar la dinámica de permita diseñar correctam te sus actuaciones diagnósticas,
modernización y adaptación a los cambios de la Atención Pri- terapéuticas y de seguimiento y control. Incluimos también en
maria y Comunitaria que siempre hemos querido que protago- un capítulo al final del índice las técnicas ecográficas de bajo
de reproducción
nicen la evolución editorial de esta obra. coste y de apre dizajeyinterpretativo relativamente sencillo que
p0015 Por desgracia, hemos de iniciar la presentación de esta han ido ganá dose un lugar prioritario entre las que han de
Elsevier
novena edición comunicando a los profesionales de Atención star dispon bles habitualmente en las consultas de los centros
Primaria y Comunitaria el fallecimiento del Dr. J. F. Cano en y los equipos de Atención Primaria y Comunitaria.
los meses previos a su difusión. Al mismo tiempo que manif - Como viene sucediendo desde la segunda edición de esta p0025

tamos nuestro pesar por este hecho, hacemos patente nue tro obra, en un tomo independiente incluimos una nueva versión
reconocimiento al Dr. Cano por su relevante protagonismo y su evisada de preguntas y respuestas razonadas sobre los temas
participación en las diferentes ediciones de esta obra. n estas de los distintos capítulos. Seguimos considerando que esta
líneas dedicadas a la memoria de los autores que han d sapare- autoevaluación puede y debe tener una utilidad significativa
cido durante el período de elaboración de esta nueva edición, para todos aquellos profesionales que quieran comprobar si
Propiedad su
hemos de resaltar también la del Dr. Tomás Gómez Gascón, han incorporado a su acervo de conocimientos los contenidos
un médico de familia de la primera hora del desarrollo de la que ofrece el libro.
Prohibida
especialidad en España que nos ha ja contribuciones bri- También como en ediciones anteriores, queremos finalizar p0030

llantes, imprescindibles. En el tiempo ntre la nterior edición estas líneas introductorias agradeciendo al equipo de colabora-
y esta, también han fallecido l s Dres. Gonçal Foz Gil y Jordi dores editoriales y a los autores su participación en el proyecto,
Castejón Castejón, ambos c n aportac ones nucleares en el dando la bienvenida a los recién incorporados y manifestando
campo de la orientación comunitaria de la Atención Primaria nuestro sincero reconocimiento a los que, por circunstancias
y en el de sus interacciones con la salud laboral, respectiva- diversas, ya no han podido continuar. También queremos
p0020 mente. agradecer a la editorial Elsevier la atención que dedica a esta
Esta novena edición, como las anteriores, introduce cambios obra y manifestar nuestra esperanza de que los nuevos temas
significativos en sus contenidos y autoría. En el primer tomo y la revisión de los procedentes de la edición anterior sean
del libro, Principios, organización y métodos en Medicina de valorados positivamente por los verdaderos protagonistas del
Familia, hemos añadido tres capítulos nuevos, que abordan libro: los lectores.
de forma específica ámbitos que consideramos imprescindi-
bles para la configuración conceptual y metodológica de la A. Martín Zurro, J. F. Cano Pérez†, J. Gené Badia p0040

†
Fallecido en diciembre de 2023.
III

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00028-8; Autor: MARTINZURRO2024; Documento ID: 00028; Capítulo ID: c0140
C0140.indd iii 31/05/24 2:16 PM
 y venta

C0140.indd iv 31/05/24 2:16 PM

 Í N D I C E D E C A P Í T U LO S

PARTE I Principios PARTE IV Organización

1 Atención Primaria y Medicina de Familia: conceptos, 2 15 Equipo y centro de salud, 274
A. Martín Zurro, T. Gómez Gascón†, J. Ceitlin B. de Gispert Uriach, A. Martín Zurro
2 Atención Primaria y Medicina de 16 Gestión del centro y la consulta, 295
Familia en el mundo, 17 R. Ruiz Riera, M.ª B. Enfedaque Montes, A. Roca Casas
†
T.Gómez Gascón , J. M. Bueno Ortiz, J. Ponzo 17 Historia clínica, sistemas de información
Gómez, M.ª I. Padula Anderson y salud en Internet, 313
3 Enfermería Familiar y Comunitaria, 39 J. Gené Badia, J. Jiménez Villa, M. Abizanda González
M. A. Brugués i Brugués, G. Jodar Solà 18 Prescripción de medicamentos: determinantes
y estrategias de mejora de la utilización, 333
E. Amado Guirado, R. Madridejos Mora, M.ª C. Celaya Lecea
PARTE II Atención a la persona 19 Calidad asistencial y seguridad del paciente, 352
M. Gens Barberà, C. Pareja Rossell
4 Atención centrada en la persona, 56
20 La consulta no prese cial, 372
J. Gené Badia, L. Perestelo Pérez
J. Vidal Alaball, I. Alarcón B lmo te, E. Paredes Costa
5 Entrevista clínica, 70 21 Atención Primaria las crisis sanitarias, 386
a
J. M. Bosch Fontcuberta, J. Barberá Viala, F. Borrell Carrió y
M. J. Herrero Martínez, M. Alía Prieto, P. Farias Huanqui
6 Medicina basada en la evidencia y práctica clínica, 89 venta
de reproducción
R. Rotaeche del Campo, P. Alonso Coello, J. Jiménez Villa
7 Educación para la salud, 111 PARTE V Docencia e investigación
F. Camarelles Guillem, E. Muñoz Seco
8 Factores de riesgo, promoción y prevención: 22 Do encia en Atención Primaria y Comunitaria,
bases conceptuales, 136 y Medicina de Familia, 402
A. Martín Zurro, C. A. González Svatetz, A. Agudo Trigueros A. Martín Zurro
9 Riesgos del uso de los servicios sanitarios. 23 Introducción a la investigación en Atención
Prevención cuaternaria, 156 Elsevier Primaria, 417
A. Segura Benedicto, J. Gérvas Camacho
Propiedad
J. Jiménez Villa, J. M.ª Argimón Pallàs
10 Ética y Medicina de Familia, 175 su 24 Investigación cuantitativa: elementos de epidemiología
R. Altisent Trota, M.ª T. Delgado Marroquín, D. Serrat Moré y estadística, 429
Prohibida J. Jiménez Villa, J. M.a Argimón Pallàs
25 Investigación cualitativa, 457
PARTE III Familia y comun dad C. Calderón Gómez
11 Dimensión familiar de la atención, 194
Índice alfabético, 487
L. de la Revilla Ahumada, A. M.ª de l s Rí s Álvarez
12 Orientación comunitaria de l s equipos
de Atención Primaria, 217
M. V. Feijóo Rodríguez, G. Amorós Miró, J. Gofin
13 Participación e intervención comunitarias:
conceptos y mecanismos, 242
L. de la Revilla Ahumada, L. A. López Fernández
14 Desigualdades sociales en salud, 257
C. Borrell Thió, M.ª I. Pasarín Rua

†
Fallecido.
V

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00029-X; Autor: MARTINZURRO2024; Documento ID: 00029; Capítulo ID: c0010
C0145.indd v 13/05/24 3:24 PM
 y venta

de Elsevierreproducción
Propiedad
su

Prohibida

C0145.indd vi 13/05/24 3:24 PM

 E D I TO R E S

p0010

Amando Martín Zurro

p0015 Licenciado en Medicina y Cirugía por la Universidad de Valladolid. Doctor en Medicina por la Uni-
versitat Autònoma de Barcelona. Especialista en Medicina de Familia y Comunitaria, y en Medicina
Interna. Exdirector de la cátedra de Docencia e Investigación en Medicina de Familia de la Universitat
Autònoma de Barcelona (2001-2007). Editor Jefe de la revista Atención Primaria. Director del Pro-
grama FMC. Excoordinador General del programa docente de Medicina de Familia y Comunitaria de
Cataluña (1995-2008). Expresidente del Organismo de Coordinación Estatal del Programa de
Actividades Preventivas y de Promoción de la Salud (PAPPS-semFYC) (1989-2017). Extécnico
f0010
p0020 Superior de la División de Evaluación de Servicios del Servicio Catalán de la Salud (2007-2015).

Juan Francisco Cano Pérez†

p0025 Licenciado en Medicina y Cirugía por la Universitat de Barcelona. Especialista en Endocrinología y
Nutrición, y en Medicina Familiar y Comunitaria. Jefe del Servicio de Endocrinología del Hospital
Universitario del Mar de Barcelona (IMAS) (1984-2011). Profesor del Dep rtamento de Medicina de
la Universitat Autònoma de Barcelona (1991-2012). Coordinador del Programa de Medicina Fami-
liar y Comunitaria del Ayuntamiento de Barcelona (1979 - 1987). Fundador y excoordinador del
Grupo de Estudio de la Diabetes en Atención Primaria (GedapS) (1992-2008).
venta
y
p0030
f0015

Joan Gené Badia

p0035
Licenciado en Medicina y Cirugía por la Universitat de Barcelona. Doctor en Medicina por la
Universitat de Barcelona. pecialista en Medicina Familiar y Comunitaria. Profesor asociado del
Departamento de Salud Pública de la Universitat de Barcelona. Médico de familia del CAPSE-ICS,
de Barcelona. Editor asociado de la revista Atención Primaria. Miembro de las juntas gestoras que
Elsevier
fundaron las Soci a s de M dicina de Familia en Cataluña y de WONCA Europa.

f0020
de reproducción

su
st0010

p0040

p0045
Propiedad

f0025

Prohibida

†
Fallecido.
VII

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00030-6; Autor: MARTINZURRO2024; Documento ID: 00030; Capítulo ID: c0150
C0150.indd vii 03/06/24 2:29 PM
EQUIPO
D E C O L A B O R A D O R E S E D I TO R I A L E S

Ramon Ciurana Misol

Licenciado en Medicina y Cirugía, Universitat Autònoma de Barcelona. Especialista en
Medicina Familiar y Comunitaria. Miembro del Grupo de Salud Mental del Programa de
Actividades Preventi-vas y de Promoción de la Salud (PAPPS-semFYC). Miembro del Comité
de Redacción del Programa de Formación Médica Continuada en Atención Primaria (FMC).

Xavier Mundet Tuduri

Doctor en Medicina por la Universitat Autònoma de Barcelona. Especialista en Medicina Familiar y
Comunitaria. Profesor del Departamento de Medicina de la Universit t Autònoma de Barcelo-na.
Director de la Cátedra de Docencia e Investigación en Medicina de F milia de la Universitat
Autònoma de Barcelona (2008-2023). Jefe del Área de Docencia, Formación e investigación de la
Gerencia Territorial de Barcelona Ciudad, Institut Català de la Salut. Médico asistencial en el Centro
de Atención Primaria El Carmel, Barcelona. venta
y
Rosa M.ª Gimbert Ràfols

Barcelona. Elsevier

de
reproducción
Especialista en Medicina de Familia y Com nitaria. Miembro del grupo de trabajo de pie diabético de la RedGDPS. Tutora del Programa la especialidad de
Medicina Familiar y Comunitaria de la Unidad Docente de Barcelona (1993-2022). Coordinadora docente del CAP El Carmel (2005-2020),

Propiedad
su

Prohibida

VIII
 © 2024. Elsevier España, S.L.U. Todos los derechos reservados, incluidos los de extracción de textos y datos, entrenamiento de IA y tecnologías similares.

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00030-6; Autor: MARTINZURRO2024; Documento ID: 00030; Capítulo ID: c0150

C0150.indd viii 31/05/24 2:19 PM

 Í N D I C E D E AU TO R E S

Mercedes Abizanda González Gemma Amorós Miró

p0010 Licenciada en Medicina y Cirugía por la Universitat de Barcelona. Diplomada en Enfermería. Licenciada en Pedagogía. Máster en p0045
Especialista en Obstetricia y Ginecología. Especialista en Medicina Intervenciones Educativas en Contextos Sociales. Posgrado en
Familiar y Comunitaria. Responsable de aplicaciones y gestión de Enfermería Comunitaria. Centro de Atención Primaria Sant Martí
datos en Atención Primaria Parc Sanitari Pere Virgili. Oficina de Provençals. Barcelona.
eSalut. Centro de Competencias Funcionales ECAP. Barcelona.
Josep M.ª Argimón Pallàs
Antonio Agudo Trigueros Doctor en Medicina por la Universitat Autònoma de Barcelona. p0050
p0015 Doctor en Medicina. Máster en Epidemiología Clínica. Investigador Especialista en Medicina Preventiva y Salud Pública. Master of
en Epidemiología del Cáncer, Servei d’Epidemiologia i Registre Science en Atención Sanitaria Basada en la Evidencia, Universidad
del Càncer, Institut Català d’Oncologia (ICO). Hospitalet de Llo- de Oxford. Master of Science en Epidemiología y planificación
bregat (Barcelona). Sanitaria, Universidad de País de Gales. Consejero Delegado de la
Agencia de Evaluación y Calidad en Salud, Generalitat de Catalun-
Iris Alarcón Belmonte ya. Subdirector General del Servei Català de la Salut. Exgerente del
p0020 Licenciada en Medicina y Cirugía por la Universitat Rovira i Virgili, Institut Català de la Salut. Exconseller de Salut de la Generalitat de
Tarragona. Especialista en Medicina Familiar y Comunitaria. Máster Catalunya. Director de Infraes ruc uras científicas de la Fundación
Barcelona Beta Brain R s arch Center.
en Competencias Médicas Avanzadas, Universitat de Barcelona. Pos-
grado en Liderazgo y Habilidades Directivas, Universitat Oberta de
Catalunya. Médica de familia en el Equipo de Soporte Integral a la Júlia Barberà Viala venta
y
Licenciada en Medici a por la Universitat Autònoma de p0055

Complejidad (ESIC) Casernes, Gerencia Territorial de Barcelona Barcelona.

ciudad, Institut Català de la Salut. Adjunta a la Dirección del Servicio Especista en Medicina Familiar y Comunitaria, Unidad Costa de
de Atención Primaria de Muntaña y Dreta, Gerencia Territorial de Ponent, Barcelona. Medicina asistencial en Atención Primaria.
Barcelona ciudad, Institut Català de la Salut. Secretaria de la Junta Do en ia en Unidad Docente de Costa de Ponent y Consorci
Directiva de la Sociedad Catalana de Medicina Familiar y Comu- Sanitari de Terrassa, Barcelona. Formación a Posgrado en Habili-
nitaria. Representante y miembro fundadora del Grupo de Sa ud a es Comunicativas en Área Asistencial. Colaboración docente
Digital de la Sociedad Catalana de Medicina Familiar y Comunitaria. en formación a Estudiantes en Atención Primaria, Universitat
Autònoma de Barcelona y especialidades en posgrado (residencia
p0025 especialidad). Centro de Atención Primaria Sant Pere de Ribes,
Miriam Alía Prieto Elsevier

Grado en Enfermería, especialidad en Enfermería Pe iátrica por la Barcelona.

Universidad Autónoma de Madrid. Máster en Asistencia H ma-
de reproducción
p0060
nitaria. LSTM & Manchester University. Enfermera e pecialista en Francisco Borrell Carrió
Pediatría. Responsable de Vacunación y Respuesta a Epidemias, Licenciado en Medicina y Cirugía por la Universitat de Barcelona.
su
y Coordinadora de la Unidad de Em rgencias de Médicos Sin Especialista en Medicina Familiar y Comunitaria. Doctor en
Fronteras España. Medicina. Profesor titular, Universitat de Barcelona. Profesor invi-
tado, Fundación Ciencias de la Salud, Fundación Gaspar Casals,
p0030
Pablo Alonso Coello Universidad Pompeu Fabra. Folia Humanística de la Fundación
(IIB-Sant Pau).
Doctor en Medicina. Médico de familia. Investigador. Centro Cochra- Letamendi-Forns.
Carme Borrell Thió Barcelona.
ne Iberoamericano, Instituto de Investigación Biomédica Sant Pau Licenciada en Medicina y Cirugía por la Universitat Autònoma de
Propiedad
Barcelona. Especialista en Medicina Familiar y Comunitaria. p0065
Rogelio Altisent Trota
Especialista en Medicina Preventiva y Salud Pública. Doctora en
Licenciado en Medicina y Cirugía por la Universidad de
Medicina (Salud Pública). Gerenta de la Agencia de Salud Pública
p0035 Zaragoza. Especialista en Medicina de Familia y Comunitaria.
de Barcelona. Miembro del CIBER de Epidemiología y Salud
Graduado en Bioética. Doctor en Medicina, Universidad de
Pública (CIBERESP). Profesora asociada de la Universitat Pompeu
Zaragoza. Pro-fesor Titular de Bioética, Facultad de Medicina,
Fabra y de la Johns Hopkins University (EE. UU.)
Universidad de Zaragoza.

Josep M.ª Bosch Fontcuberta

Ester Amado Guirado

p0040
Prohibida
Licenciada en Farmacia por la Universitat de Barcelona. Doctora en Licenciado en Medicina y Cirugía por la Universitat Autònoma
de Barcelona. Especialista en Medicina Familiar y Comunitaria. p0070
Ciencias de la Salud. Profesora de dos másteres en la Facultad de
Farmacia de Barcelona y la Escuela Andaluza de Salud Pública. Doctor en Medicina. Profesor Asociado del Departamento de
Referente de farmacia de la Gerencia de Atención Primaria de Medicina de la Universitat Autònoma de Barcelona. Equipo de
Barcelona ciudad, Institut Català de la Salut. Vocal de la Comissió Atención Primaria Encants (Maragall). Institut Català de la
Farmacoterapèutica per al Sistema Sanitari Integral d’utilització pública Salut (ICS). Barcelona.
de Catalunya (CFT-SISCAT), Servei Català de la Salut.

IX

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00031-8; Autor: MARTINZURRO2024; Documento ID: 00031; Capítulo ID: c0155
C0155.indd ix 31/05/24 2:22 PM
 X ÍNDICE DE AUTORES

M.ª Alba Brugués i Brugués

Luis de la Revilla Ahumada
p0075 Graduada en Enfermería por la Universitat de Barcelona. Especialista Doctor en Medicina. Especialista en Medicina Interna. Especialista en p0110
en Enfermera Familiar y Comunitaria. Adjunta a la Dirección, Medicina de Familia y Comunitaria. Emérito del Servicio Andaluz
Gerencia de Castelldefels Agents de Salut (CASAP). Centro de de Salud (Hospital Virgen de la Nieves-Centro Salud de Cartuja.
Atención Primaria Can Bou, Castelldefels. Máster en Liderazgo Granada). Expresidente de la Comisión Nacional de la Especiali-
y Gestión de los Servicios de Enfermería. Máster en Gestión de dad de Medicina Familiar y Comunitaria. Excoordinador Regional
Equipos y Servicios Sanitarios en la Atención Primaria. Posgrado de las Unidades Docentes de Medicina Familiar y Comunitaria del
en Liderazgo de las Organizaciones de Salud. Diploma de ges- Servicio Andaluz de Salud.
tión de la calidad en la Atención Primaria de Salud. Directora
de cuidados del ICS (2009-2011). Directora y docente del pro- Ana M.ª de los Ríos Álvarez
grama formativo «Fundamentos conceptuales» de residentes en Doctora en Medicina por la Universidad de Granada. Especialista en p0115
Enfermería Familiar y Comunitaria en Cataluña (2010-2022). Medicina Familiar y Comunitaria. Miembro del Patronato, Fun-
Presidenta de la Asociación de Enfermería Familiar y Comunitaria dación para el Estudio de la Atención a la Familia. Jefa de Estudios,
de Catalunya (2015-2022). Unidad Docente de Medicina Familiar y Comunitaria, Granada.
Médica de Familia, Centro de Salud Gran Capitán, Granada.
José Miguel Bueno Ortiz
p0080 Licenciado en Medicina y Cirugía por la universidad de Murcia. Espe- M.ª Teresa Delgado Marroquín
cialista en Medicina Familiar y Comunitaria. Sección Internacional Licenciada en Medicina y Cirugía por la Universidad de Zaragoza. p0120
de la semFYC. Secretario del WONCA World Working Party on Especialista en Medicina de Familia y Comunitaria. Máster en
Quality and Patient Safety. Centro de Salud Fuente Álamo. Servicio Bioética. Doctora en Medici . Profesora Asociada, Departamento
Murciano de Salud. de Medicina, Dermatología y Psiquiatría, Facultad de Medicina,
Universidad de Zaragoza.
Carlos Calderón Gómez venta
p0085 Doctor en Medicina y Cirugía por la universidad del País Vasco. Licen- M.ª Belén EnfedaqueyMontes
ciado en Sociología. Especialista en Medicina Familiar y Comu- Licenciada en Medici a y Cirugía por la Universitat de Barcelona. p0125
nitaria. Médico de Familia y Tutor extrahospitalario jubilado del Especialista en Medicina Familiar y Comunitaria. Máster en Ges-
EAP de Alza, Donostia, Osakidetza. Docente de Metodología de tión y Dire ión de Equipos de Atención Primaria y Máster en
Investigación Cualitativa en el Máster en Promoción de Salud Gestión de Instituciones Sanitarias, Universitat Autònoma de
y Salud Comunitaria, Universidad del País Vasco (EHU-UPV). Barcelona. Adjunta a la Dirección Estratègica de Atención Prima-
ria, Departamento de Salud de Catalunya. Miembro de la Socie-
Francisco Camarelles Guillem dad Catalana de Medicina Familiar y Comunitaria (CAMFiC).
p0090 Valencia. ElsevierCoordinadora del Grupo de Trabajo de Anticoagulación
Licenciado en Medicina y Cirugía por la universidad Oral.
Especialista en Medicina Familiar y Comunitaria . Doctor Departamento de Salud de Catalunya. Institut Català de la Salut.
Medicina por la Universidad de Alcalá. Profesor Asociado del
de
Departamento de Medicina. Unidad Docente e Medicina dereproducción
Paula Farias Huanqui
Familia y Atención Primaria. Facultad e Medicina, Univer idad Licenciada en Medicina y Cirugía por la Universidad Complutense p0130
Autónoma de Madrid. Centro de Salud Infanta Mercedes, Madrid.
su
de Madrid. Especialista en Medicina Familiar y Comunitaria.
Diploma en Medicina Tropical e Higiene, London School of Tro-
p0095
Julio Ceitlin pical Medicine. Consultora humanitaria. Profesora de másteres,
Doctor en Medicina. Profesor H n ario de la Un versidad de Buenos Universidad Carlos III, Madrid.
Aires. Presidente del Centro de Estudi s en Medicina Familiar
Ian McWhinney. Miembro Hono io de la American Academy
Propiedad M.ª Victoria Feijóo Rodríguez
of Family Physicians. Licenciada en Medicina y Cirugía por la Universitat de Barcelona. p0135
p0100
M.ª Concepción Celaya Lecea Prohibida Especialista en Medicina Familiar y Comunitaria. Master of Scien-
ce in Epidemiology. Técnico de Salud. Gerencia Territorial de
Licenciada en Farmacia por la universidad de Navarra. Especialista Barcelona ciudad. Institut Català de la Salut. Barcelona.
en Farmacia Hospitalaria. Doctora en Farmacia. Farmacéutica de
Atención Primaria. Subdirección de Farmacia. Servicio Navarro Joan Gené Badia
de Salud-Osasunbidea. Licenciado en Medicina y Cirugía por la Universitat de Barcelona. p0140
Doctor en Medicina por la Universitat de Barcelona. Especialis-
p0105
Blanca de Gispert Uriach ta en Medicina Familiar y Comunitaria. Profesor asociado del
Licenciada en Medicina y Cirugía por la Universitat de Barcelona. Departamento de Salud Pública de la Universitat de Barcelona.
Especialista en Medicina Familiar y Comunitaria. Profesora Médico de familia del CAPSE-ICS, de Barcelona. Editor asociado
Asociada Clínica, Facultad de Medicina, Universitat Autònoma de la revista Atención Primaria. Miembro de las juntas gestoras
de Barcelona. Profesora Colaboradora, Facultad de Educación, que fundaron las Sociedades de Medicina de Familia en Cataluña
Universitat de Barcelona. Médica de Familia, Centro de Atención y de WONCA Europa.
Primaria de Trinitat Vella, Barcelona.

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00031-8; Autor: MARTINZURRO2024; Documento ID: 00031; Capítulo ID: c0155
C0155.indd x 31/05/24 2:22 PM
 ÍNDICE DE AUTORES XI

Montserrat Gens Barberà Glòria Jodar Solà

p0145 Licenciada en Medicina y Cirugía General por la Universitat Graduada en Enfermería por la Universitat de Barcelona. Especialista p0180
Rovira i Virgili, Tarragona. Medicina Familiar y Comunitaria. en Enfermería Familiar y Comunitaria y de Salud Mental. Doctora
Directora de Calidad y Seguridad de los Pacientes, Gerència en Ciencias Enfermeras. Profesora Asociada prácticum Salud
Camp de Tarra-gona. Institut Català de la Salut. Comunitaria, Universitat de Barcelona. Directora de Conoci-miento
y Desarrollo en Enfermería, Colegio de Enfermeras de Barcelona.
Juan Gérvas Camacho Directora de Equipo de Atención Primaria, Centro de Atención
Primaria Sant Andreu de la Barca, Barcelona. Máster en Liderazgo
p0150 Licenciado en Medicina y Cirugía por la Universidad de Valladolid.
y Gestión de Servicios de Enfermería, Universitat de Barcelona.
Doctor en Medicina. Profesor Honorario, Departamento Salud
Pública, Universidad Autónoma de Madrid. Profesor Visitan-te, Máster en Dirección de Instituciones Sanitarias, Universitat
Departamento de Salud Internacional, Escuela Nacional de Autònoma de Barcelona. Coordinadora de Enfermería, Institut
Sanidad, Madrid. Médico General jubilado, Equipo CESCA, Català de la Salut.
Madrid. Fundador de la Red Española de Atención Primaria.
Expresidente del Grupo Europeo de Investigación en Medicina Luis Andrés López Fernández
General. Exmiembro del Comité Internacional de Clasificaciones Licenciado en Medicina y Cirugía por la Universidad Complutense de p0185

de la WONCA. Promotor y coordinador de los seminarios de Madrid. Especialista en Medicina Familiar y Comunitaria. Máster
Innovación en Atención Primaria. en Salud Pública y Gestión de Servicios de Salud. Diplomado en
Estudios Avanzados en Antropología e Historia de la Ciencia.
venta

Jaime Gofin Profesor, Investigador y Consul or, Escuela Andaluza de Salud

p0155 Licenciado en Medicina y Cirugía por la Universidad de la República Pública, Área de Salud Inter acion l.
de Uruguay. Especialista en Salud Pública. Doctor en Medici-
na. Profesor Emérito, School of Public Health and Community Rosa Madridejos Mora
y
Medicine, Hadassah and The Hebrew University, Jerusalén, Israel. Licenciada en Farmacia por la Universitat de Barcelona. Especialista p0190
en Farmacia Hospitalaria. Coordinadora de Farmacia de Atención reproducciónEspecialista en Medicina de Familia y Comunitaria, y en Medicina
Elsevier

Tomás Gómez Gascón† P imaria y Ambulatoria, Servicio de Farmacia, Mutúa de Terrassa.

p0160 Licenciado en Medicina y Cirugía por la Universidad Autónoma de Vicepres denta del Consell Assessor de la Medicació de l’Atenció
Madrid. Doctor en Medicina. Especialista en Medicina Familiar y Primàr a Comunitària i Atenció Especialitzada (CAMAPCE),
Comunitaria. Profesor Asociado de Ciencias de la Salud, Universi- Programa de Armonización del Servei Català de la Salut. Miem-
dad Complutense de Madrid. Expresidente de la Comisión Nacional bro del Comité Editorial del Butlletí d’informació terapéutica de
de la Especialidad de MFyC. Director de la Fundación para la Inves- Catalunya.
tigación e Innovación Biosanitaria de AP, Comunidad de Madrid.
de Amando Martín Zurro
Carlos A. González Svatetz Licenciado en Medicina y Cirugía por la Universidad de Valladolid.
la Salud (PAPPS-semFYC) (1989-2017). Extécnico Superior
p0195

su Doctor en Medicina por la Universitat Autònoma de Barcelona.

Propiedad

p0165
Exjefe de la Unidad de Nutrición, Ambiente y Cáncer, Programa de
Investigación Epidemiológica, Institut C t là ’Oncologia (ICO),
Barcelona. Coordinador Nacional el Estudio de Inve tigación Interna. Exdirector de la cátedra de Docencia e Investigación
Salut (2007-2015).
Prohibida

Prospectiva Europea sobre Cáncer y Nutrición (EPIC) en España. en Medicina de Familia de la Universitat Autònoma de Barce-
Profesor de Epidemiología del Cáncer, Master e Salud Pública, lona (2001-2007). Editor Jefe de la revista Atención Primaria.
Universidad Pompeu Fabra, Barcelona. Director del Programa FMC. Excoordinador General del pro-
grama docente de Medicina de Familia y Comunitaria de Cata-
luña (1995-2008). Expresidente del Organismo de Coordinación
M.ª José Herrero Martínez Estatal del Programa de Actividades Preventivas y de Promoción de
p0170 Licenciada en Medicina y Cirugía por la Universidad de Murcia.
Especialista en Medicina Familiar y Comunitaria, Área 11, Madrid. de la División de Evaluación de Servicios, Servei Català de la
Máster en Medicina Tropical y Salud Internacional, Universidad
Autónoma de Madrid. Médica de Familia y Comunitaria, CAP
Poblenou, Institut Català de la Salut, Barcelona.
Elena Muñoz Seco
Licenciada en Medicina y Cirugía por la Universitat Autònoma de p0200
Josep Jiménez Villa Barcelona. Especialista en Medicina Familiar y Comunitaria. Doc-
p0175 Licenciado en Medicina y Cirugía. Especialista en Medicina de Fami- tora en Medicina. Profesora de Medicina Familiar y Comunitaria,
lia y Comunitaria. Especialista en Medicina Preventiva y Salud Facultad de Medicina, Universitat de les Illes Balears. Coordi-
Pública. Máster en Metodología en Ciencias de la Salud. Doctor en nadora de comunicación digital con la ciudadanía, Sistemas de
Medicina y Cirugía por la Universitat Autònoma de Barcelona. Información Clínica, Ibsalut. Illes Balears.
Técnico Superior de la Gerencia de Gestión Ciudadana, Área de
Ciudadanía, Innovación y Usuario, Servei Català de la Salut.
Miembro del Comité Editorial de la revista Atención Primaria.

†
Fallecido.

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00031-8; Autor: MARTINZURRO2024; Documento ID: 00031; Capítulo ID: c0155
C0155.indd xi 31/05/24 2:22 PM
 XII ÍNDICE DE AUTORES

Jacqueline Ponzo
M.ª Inez Padula Anderson Profesora Agregada de Medicina Familiar y Comunitaria.
p0205 Maestría y Doctorado en Salud Pública. Médica de Familia y Depar-tamento de Medicina Familiar y Comunitaria, Facultad p0230

Comu-nidad. Profesora Adjunta del Departamento de Medicina de Medicina, Universidad de la República. Uruguay. Presidenta
Integral, Familiar y Comunitaria, Facultad de Ciencias Médicas, y de la Confederación Iberoamericana de Medicina Familiar,
Coor-dinadora de la Residencia de Medicina de Familia y WONCA Iberoamericana-CIMF.
Comunidad, Universidade do Estado do Rio de Janeiro. Profesora
de la Maes-tría Profesional en Atención Primaria a la Salud,
Antònia Roca Casas
Universidade Federal do Rio de Janeiro. Expresidenta de la
Confederación Ibe-roamericana de Medicina Familiar Licenciada en Medicina y Cirugía por la Universitat de Lleida.
Especia-lista en Medicina Familiar y Comunitaria. Directora p0235
CIMF/WONCA (2013-2018). Expresidenta de la Sociedad
Médica de la Gerencia de Atención Primaria de Mallorca,
Brasileña de Medicina de Familia y Comunidad (SBMFC) (2004-
Servei de Salut de les Illes Balears.
2008). Exdirectora Científica de la SBMFC (2008-2010).

Rafael Rotaeche del Campo

Eugeni Paredes Costa
p0210 Licenciado en Medicina y Cirugía por la Universitat de Barcelo-na. Licenciado en Medicina y Cirugía. Especialista en Medicina
Familiar y Comunitaria. Centro de Salud de Alza, San p0240
Especialista en Medicina Familiar y Comunitaria, Hospital
Sebastián, OSI Donos-tia, Osakidetza.
Universitari Arnau de Vilanova, Lleida. Diploma de posgrado en
Sanidad, Institut Universitari de Salut Pública de Catalunya. Máster
Manejo Integral de la Enfermedad Pulmonar Obstructiva Crónica, Rafael Ruiz Riera
Universidad Complutense de Madrid. Tutor de FSE de
Medicina Familiar y Comunitaria y coordinar docente del EAP Licenciado en Medicina y cirugía por la Universitat Autònoma de Bar- p0245

Lleida-7. Profesor Asociado, Departamento de Medicina, Facultad celona. Especialista en M dicina Familiar y Comunitaria. Director
Estratégico de Atención Primaria y Comunitaria. Miembro de
de Medicina, Universitat de Lleida. Médico de Familia, Equipo
la Societat Catalana deventaMedicina Familiar y Comunitària, y
del
de Atención Primaria Onze de Setembre, Lleida, Dirección de
Atención Primaria, Institut Català de la Salut. Grupo de Trabajo de Enfermedades del Corazón. y
Departamento
de Salut, Generalitat de Catalunya.

p0215 Clara Pareja Rossell

Licenciada en Medicina y Cirugía General por la Universitat de Barce- Andreu Segura Benedicto p0250

lona. Especialista en Medicina Familiar y Comunitaria. Subdirec- Licenciado en Medicina y Cirugía por la Universitat Autònoma de
tora General de Ordenación y Calidad Sanitarias y Farmacéutica , Barcelona. Médico salubrista jubilado. Vocal del Consejo Asesor
Departamento de Salut, Generalitat de Catalunya. de Salud Pública. Vocal del Comité de Bioética, Departamento de
Salut, Generalitat de Catalunya. Coordinador de los grupos de
Elsevier trabajo de SESPAS de Ética y Salud Pública (junto con la Funda-
p0220 M.ª Isabel Pasarín Rua Grífols) y de Análisis, Prevención y Control de la Iatrogenia
Doctora en Medicina (Salud Pública) por la Universitat Autònoma
de (junto con la Organización Médica Colegial de España). Editor
de Barcelona. Especialista en Medicina Preventiva y Salud Pública.reproducción

Directora de Promoción de la Salud, Agencia de Salut Pública de invitado (Salud Comunitaria) de Gaceta Sanitaria.
Barcelona. Miembro del Grupo At nción Prim ria Orientada a
su

la Comunidad (APOC), Sociedad Catalana de Me cina Familiar y Dolores Serrat Moré p0255

Comunitaria (CAMFiC). Miembro del CIBER e Epidemiología Licenciada en Medicina y Cirugía por la Universidad de Zaragoza.
y Salud Pública (CIBERESP). fesora asoc ada de la Universitat Licenciada en Derecho, Psiquiatría y Medicina Legal y Forense.
Pompeu Fabra. Doctora en Medicina. Profesora Titular de Medicina Legal y
Lilisbeth Perestelo Pérez Forense. Facultad de Medicina, Universidad de Zaragoza.
Josep Vidal Alaball
Propiedad
p0225 Prohibida Licenciado en Medicina y Cirugía por la Universitat de Barcelona.
p0260
Licenciada en Psicología por la Universidad Católica Andrés Bello, Especialista en Medicina Familiar y Comunitaria. Máster en Salud
Caracas (Venezuela). Máster en Terapia de Conducta (Psicóloga Pública, Cardiff University. Doctor en Derecho, Economía y
Clínica). Post-Doctoral Research Fellow, Massachusetts General Empresa, Universidad de Vic. Coordinador de la Unidad de
Hospital, Health Decision Sciences Center (HDSC), Massachu- Soporte a la Investigación IDIAPJGol. Profesor Agregado, Facultad
setts, EE. UU. (julio-septiembre de 2015). Post-Doctoral Research de Medicina, Universitat de Vic. Médico de Familia. Equipo de
Fellow, Mayo Clinic, Knowledge and Encounter Research (KER) Atención Primaria Navàs-Balsareny, Gerència Territorial Cata-
Unit, Minnesota, EE. UU. (abril 2008-abril 2009). Especialista en lunya Central, Institut Català de la Salut.
Evaluación de Servicios Sanitarios. Doctora en Psicología Clínica y
de la Salud. Investigadora de Evaluación de Servicios Sanitarios,
Servicio de Evaluación del Servicio Canario de la Salud (SESCS).
Psicóloga Clínica, Centro Alba (Gabinete Psicológico), Teneri-fe.
Coordinadora y Docente del Máster de Psicología General
Sanitaria. Universidad Alfonso X El Sabio, Madrid. Universidad
Fernando Pessoa Canarias, Gran Canaria. Universidad de La
Laguna, Tenerife.

ISBN: 978-84-1382-133-7; PII: B978-84-1382-133-7.00031-8; Autor: MARTINZURRO2024; Documento ID: 00031; Capítulo ID: c0155

C0155.indd xii 31/05/24 2:22 PM

 24
Investigación cuantitativa:
elementos de epidemiología y estadística
J. Jiménez Villa, J. M.a Argimón Pallàs

ÍNDICE
Introducción, 429 Estudios de evaluación de la utilidad de una prueba
Tipos de estudio, 430 diagnóstica, 441
Conceptos básicos de estadística, 430 Estudios de concordancia, 443
Tipos de variables, 431 Estudios observacionales analíticos, 444
Descripción y síntesis de datos, 431 Estudios de cohortes, 444
venta

Inferencia estadística, 433 Estudios de casos y con roles, 447

Estimación de parámetros, 433 Estudios experimental s, 448
Contraste de hipótesis, 434 Ensayo clínico aleatorio paralelo, 449
Estudios descriptivos, 438
• La estadística es un método de razonamiento que permitereproduccióntransversales, y la incidencia, que requiere estudios
Ensayos de equivalencia y no inferioridad, 453
Ensayos con
Series de casos, 438 asignacióny por grupos (clusters), 454
Estudios de prevalencia, 439 Ensayo clí ico cruzado, 455
Estudios de asociación cruzada, 439 Elsevier Ensayos ontrolados no aleatorios, 455
Estudios de incidencia, 439 Ensayos no controlados, 455

P U N T O S C L AV E de

• La investigación cuantitativa se fundamenta en la • Las principales medidas de frecuencia de una enfermedad

utilización de herramientas epidemiológicas y estadísticas. son la prevalencia, que se determina a partir de estudios

trabajar con variables.

Propiedad
su longitudinales.
• Las técnicas de la estadística descriptiva permiten • Los estudios observacionales analíticos son útiles
sintetizar conjuntos de datos y al zar present ciones en investigación etiológica. Los más importantes son
gráficas. los estudios de cohortes y los de casos y controles.
• La estadística inferencial pe mite obtener conclusiones • Los estudios de cohortes permiten calcular el riesgo
sobre poblaciones a partir de las bservaciones realizadas relativo que estima la magnitud de la asociación entre una
en muestras. P exposición y una enfermedad, e indica la probabilidad
• El intervalo de confianza cuantificarohibidala
precisión de que una enfermedad se desarrolle en el grupo expuesto
en la estimación de parámetros poblacionales. en relación con el no expuesto.
• Las pruebas estadísticas de significación permiten • En los estudios de casos y controles no puede estimarse el
contrastar hipótesis, cuantificando las probabilidades riesgo relativo directamente, y se utiliza la odds ratio como
de cometer un error aleatorio. medida de asociación entre la exposición y la enfermedad.
• Significación estadística no es sinónimo de relevancia • Los ensayos clínicos aleatorios son el tipo de estudio
clínica. que proporciona las evidencias de mayor calidad
• Los estudios descriptivos son muy útiles para generar sobre una relación causal, y por ello son el mejor diseño
hipótesis, pero no para evaluarlas. para evaluar la eficacia de una intervención.

INTRODUCCIÓN y estadísticas adecuadas que permitan garantizar un rigor

metodológico suficiente y el nivel de calidad de la respuesta
La investigación cuantitativa consiste fundamentalmente en la que se obtiene.
aplicación del método científico para intentar responder a La epidemiología suele definirse tradicionalmente como la
la pregunta planteada. Para ello, se diseña y ejecuta un estudio ciencia que estudia la frecuencia, la distribución y las causas de las
y se analizan los datos que se recogen, utilizando a lo largo de enfermedades. Las principales aplicaciones del método y el
todo el proceso las herramientas epidemiológicas razonamiento epidemiológicos son: 1) analizar la situación de
© 2024. Elsevier España, S.L.U. Todos los derechos reservados, incluidos los de extracción de textos y datos, entrenamiento de IA y tecnologías similares. 429
430 V Docencia e investigación

salud de una comunidad; 2) investigar las causas y los factores momento del tiempo, o longitudinales, cuando existe un lapso
de riesgo de una enfermedad; 3) evaluar la eficacia y la efecti de tiempo entre las distintas mediciones, de forma que puede
vidad de las intervenciones sanitarias, y 4) evaluar la utilidad establecerse una secuencia temporal entre ellas.
de las pruebas diagnósticas. Los estudios analíticos son longitudinales, y pueden clasi
Por su parte, la estadística permite analizar los datos numé ficarse en experimentales, cuando los investigadores asignan
ricos obtenidos en los estudios. Sus principales utilidades el factor de estudio y lo controlan de forma deliberada para
son: 1) describir y sintetizar los datos observados; 2) estimar la realización de la investigación, y observacionales, cuando se
parámetros poblacionales a partir del estudio de muestras de limitan a observar, medir y analizar determinadas variables en
observaciones, y 3) contrastar hipótesis estadísticas mediante los sujetos, sin controlar el factor de estudio.
pruebas de significación. Los principales diseños observacionales analíticos son los
En el capítulo 23 se han presentado los conceptos meto estudios de cohortes, cuya dirección temporal va desde la expo
dológicos clave relacionados con la investigación clínica y sición hacia el desenlace, y los estudios de casos y controles,
epidemiológica en general, mientras que en este se presentan cuya dirección es la contraria, del desenlace hacia la exposición.
los aspectos específicos de los principales tipos de diseño epi También existen diseños híbridos, que tienen algunas caracte
demiológico. rísticas de ambos tipos de estudio.
Los estudios experimentales suelen tener un grupo control
concurrente, siendo el ensayo clínico aleatorio (ECA) el diseño
TIPOS DE ESTUDIO más importante. Por otro lado, algunos autores opinan que los
venta

Los tipos de estudio pueden clasificarse en función de dife estudios no controlados no corresponden realmente a estudios
rentes criterios (fig. 24.1) (Browner, 2022; Lash, 2021; Wood experimentales, por lo que los denominan «cuasiexperimen
ward, 2014). Según la finalidad de la investigación, pueden tales» y los consideran más cercanos a estudios descriptivos.
y

diferenciarse en estudios analíticos, diseñados para evaluar una Antes de comentar las características básicas de los principa
presunta relación causal entre un factor de estudio (p. ej., un les tipos de estudio, es conveniente presentar algunos conceptos
reproducción
potencial agente etiológico o un tratamiento) y un efecto (p. ej., estadísticos básicos, necesarios para diseñar, analizar e inter
Elsevier

aparición de una enfermedad o respuesta a la intervención), tar cualqu er investigación cuantitativa.

y estudios descriptivos, cuyos datos se usan con finalidades
puramente descriptivas que permiten generar hipótesis que
deberán contrastarse posteriormente con estudios analíticos.
CONCEPTOS BÁSICOS DE ESTADÍSTICA
Los estudios descriptivos pueden ser transversales, cuan La estadística se ocupa del tratamiento de los datos numéricos
de

do los datos de cada sujeto representan esencialm nte un observados en grupos de personas o de otro tipo de unidades

Propiedad
su

Prohibida

Figura 24.1 Algoritmo de clasificación de los principales tipos de estudios utilizados en inves-
tigación clínica y epidemiológica.
 24 Investigación cuantitativa: elementos de epidemiología y estadística 431

de medida (Bland, 2015). Es muy útil en la en cada una de sus categorías (frecuencia absoluta), o bien
investigación bio médica porque se estudian la frecuencia relativa, que supone cada categoría respecto al
fenómenos caracterizados por su variabilidad, como la total de casos, ya sea expresada como proporción (tanto por
edad o la presión arterial, por lo que se denominan uno) o como porcentaje (tanto por ciento). Cuando una
«variables».
El análisis estadístico de los datos solo tiene sentido propor ción refleja la aparición de un suceso referida a un
cuando la investigación se ha diseñado y ejecutado período de tiempo determinado, se denomina «tasa».
adecuadamente, estudiando muestras de sujetos Una razón corresponde a un cociente en que el numerador
representativas de las pobla ciones de referencia, realizando no está incluido en el denominador. Por ejemplo, una razón
mediciones de calidad y cum pliendo los requisitos varones:mujeres de 2:1 significa que hay dos varones
metodológicos necesarios para asegurar su validez y afectos por cada mujer que lo está.
utilidad.
Habitualmente se distingue entre estadística descriptiva, Si se desea presentar gráficamente datos cualitativos, se uti lizan
que comprende la organización, presentación y síntesis de habitualmente diagramas de barras o de sectores (fig. 24.2).
los datos numéricos, y estadística inferencial, que En el caso de variables cuantitativas, se recurre a medidas que
comprende las bases lógicas mediante las cuales se sinteticen la distribución de los valores observados.
establecen conclusiones referidas a poblaciones a partir de Las medidas de posición central son valores promedio que
los resultados obtenidos en muestras. intentan representar el conjunto de las mediciones (tabla
La estadística es el conjunto de métodos 24.1). La más conocida y utilizada es la media aritmé-
tica (conocida como «µ» cuando se refiere a poblaciones, y
necesarios para clasificar, representar y resumir
datos (estadística descriptiva) y para extraer como « x » o «m» cuando venta lo h ce a muestras), que se calcula
consecuencias a partir de ellos (estadística dividiendo la suma de todos los valores observados por el número de
inferencial). observacion s. Aunque su manejo matemático y estadístico es
y
fácil, tiene la limitación de su sensibilidad a los
Tipos de
En función de la escala de medida de los valores que pueden
variables

Las variables cualitativas son aquellas cuyos valores

corres ponden a categorías. Cuando solo existen dos valores
posibl s, se llaman «variables dicotómicas» o «binarias»,
como
tomar,el exo (hombre/mujer)
reproducción o la presencia
las variables de hipertensión
pueden clasificarse en cualitativas y
arterial (sí/ no). Si hay más de dos categorías posibles, pero
no tienen un orden lógico, las variables se denominan
«nominales» decomo el estado
«categóricas», civil (casado/soltero/divorciado/

cuantitativas.Elsevier
separado/viudo) o el
intensidad del dolor
(leve/moderado/Prohibidantnso/insoportable), se denominan
«variables ordinales». Aunque a menudo las variables
grupo Propiedad
ordinales se codifican
sanguíneo(A/B/AB/O) .suSiexiste
utilizando números, enuna
realidad no
ordenación
corresponden a variables numéricas.
Las variables cuantitativas son las que toman valores
numéde las
lógica ricos. Suelecomo
categorías, diferenciarse
en el ca o de la entre variables discretas,
cuando solo son posibles determinados valores, como el
númer de hijos o de visitas (0, 1, 2, 3, 4, etc.), y variables
continuas, cuando sus valores posibles no están restringidos
salvo por las caracterís ticas del instrumento que se ha utilizado
para medirlas, como el peso, la altura o la colesterolemia.

Existen diferentes escalas de medida de las variables:

las cualitativas (dicotómicas, nominales y ordinales) y
las cuantitativas (discretas y continuas).

Descripción y síntesis de datos

Cuando se trabaja con una gran cantidad de valores
individua les, la estadística descriptiva permite organizarlos, Figura 24.2 Ejemplos de representación gráfica de datos
sintetizarlos y presentarlos de una forma sencilla y cualitativos (diagnóstico principal de una serie de 190
manejable.
Una forma sencilla de sintetizar los valores de una varia ble sujetos con dependencia). A. Diagrama de barras. B.
cualitativa es indicar el número de casos que se incluyen
© Elsevier. Fotocopiar sin autorización es un delito.

Diagrama de sectores.
432 V Docencia e investigación

TABLA 24.1 Medidas utilizadas

para la síntesis de datos cuantitativos
Medidas Media
∑xi
de posición aritmética x= n
Mediana Valor que divide
una serie ordenada
de datos en dos
partes iguales
Moda Valor observado
con más frecuencia
Percentiles Valores que dividen
una serie ordenada
de datos en 100
partes iguales
Figura 24.3 Densidad de probabilidad de una distribución nor-
Medidas Recorrido Máximo – mínimo
mal. z, variable normal tipificada (media = 0; desviación están-
de dispersión Variancia ∑( 2
−x) dar [DE] = 1).
s =xi
2

n −1
DE = s
Desviación = s2
estándar
Recorrido Percentil 75 – percentil 25
intercuartílico
Coeficiente CV
= s 100
de variación
x

valores extremos, por lo que no es la medida más adecuada

en distribuciones sesgadas. En esta situación, es preferible la
Elsevier
mediana, que se define como el valor que, una vez ord nados
los datos, deja la mitad de las observaciones por encima y
de
la otra mitad por debajo. Aunque no es tan sensible a losreproducción
valores extremos como la media, tiene el inconveniente de

las limitaciones de su manejo matemático.

La media aritmética es la medida de posic ón central más
utilizada. Si la distribución está sesgada, la mediana puede
ser más adecuada.

También existen medidas de posición no central de gran Figura 24.4 Histograma de la edad de una serie de 3.734
utilidad en medicina, como los percentiles. pacientes con infarto agudo de miocardio.
Para sintetizar la distribución de una variable cuantitativa,
también debe conocerse si los valores están muy dispersos
o agrupados en relación con su valor central, para lo que se calcula la dispersión en relación con la media aritmética, sino
utilizan las medidas de dispersión (v. tabla 24.1). Cuando la que es preferible utilizar el recorrido intercuartílico, que corres
media aritmética es la medida de posición central adecuada, ponde a la diferencia entre el primer y tercer cuartil (percentiles
25 y 75), e incluye por tanto el 50% central de la distribución.
se utiliza la desviación estándar (conocida como «σ» cuando
se refiere a poblaciones, y como «s» o «DE» cuando lo hace a
muestras). En una distribución normal, aproximadamente el Para resumir una serie de datos cuantitativos, las medidas
68% de los valores se sitúan en el intervalo de una DE alrededor de posición central deben acompañarse de medidas
de la media, y aproximadamente el 95% lo está en el intervalo de dispersión, habitualmente la desviación estándar.
de dos DE alrededor de la media (fig. 24.3). Estas propiedades
son muy útiles en el análisis estadístico. El gráfico más utilizado para mostrar datos cuantitativos es
Cuando existen valores extremos que sesgan la distribución, el histograma (fig. 24.4), en el que se representan las frecuencias
es preferible utilizar la mediana como medida de posición cen de los diferentes valores o intervalos de valores de la variable,
tral. En estos casos, la DE no es una medida adecuada, ya que situados en el eje horizontal.
 24 Investigación cuantitativa: elementos de epidemiología y estadística 433

Inferencia estadística incluye aproximadamente el 95% de las medias que se obten

En estadística, el término «población» se utiliza para referirse a drían en muestras de un tamaño determinado. Puede deducirse
un conjunto de sujetos, observaciones o unidades de cualquier fácilmente que, cuanto mayor es este tamaño, menor es el
tipo que cumplen unos criterios definidos. Para estudiar sus EEM y, por tanto, más probable es que la media observada en
características, habitualmente se recurre a un subconjunto o la muestra se asemeje a la media poblacional, es decir, que sea
muestra, en la que se realizarán las mediciones. Las cantidades una mejor estimación del parámetro de interés.
que permiten caracterizar la distribución de una variable, No debe confundirse el EEM con la DE. Mientras que la
como su media o su DE, se denominan «parámetros» cuando DE corresponde a la desviación estándar de la distribución de
se refieren a poblaciones y «estadísticos» cuando lo hacen a valores individuales observados en los sujetos de una muestra,
muestras. y por tanto es útil con finalidades descriptivas, el EEM es una
Las principales utilidades de la estadística inferencial en medida de la dispersión de las medias de las muestras de un
la investigación biomédica son la estimación de parámetros determinado tamaño, y no de sujetos individuales, por lo que
poblacionales a partir de los estadísticos apropiados obteni es útil con finalidades inferenciales.
dos en una muestra, utilizando intervalos de confianza, y el
Intervalo de confianza
contraste de hipótesis mediante las pruebas de significación
estadística. En el ejemplo anterior, la media de edad de la muestra era
de 57 años, que es la mejor estimación disponible de la media de
edad de los diabéticos de la ZBS (estimación puntual). La DE
venta
La finalidad de la inferencia estadística es extraer observada en la muestra er de 5 años, y es también la mejor
conclusiones válidas para poblaciones a partir de datos estimación disponible del valor de la desviación estándar pobla
obtenidos en muestras de individuos. cional σ, por lo que el EEM de la distribución de medias de las
y

muestras de 100 sujetos es, este caso, σ/ 100 = 0,5 años.

Aplicando las propiedades de la distribución normal, puede
Estimación de parámetros Elsevier
reproducción
deci se que la media poblacional µ tiene aproximadamente

Para que la estimación pueda considerarse válida, la muestra un 95% de probabilidades de encontrarse entre los límites del
debe haber sido seleccionada de forma que sea representativa ntervalo definido por 2 EEM alrededor de la media observada.
de la población, habitualmente mediante una técnica aleatoria. En realidad, el número de EEM no es exactamente 2, sino 1,96.
Sin embargo, aunque sea representativa, las diferentes mues Por lo tanto, el intervalo media ± 1,96 EEM (en el ejemplo
tras posibles de una población pueden diferir simplemente 57 ± 1,96 × 0,5, cuyos límites son 56,02 y 57,98 años) define
por azar, de manera que los estadísticos calculados n ellas los límites entre los que puede suponerse que está situada la
pueden variar ligeramente. Buena parte del análisis stadís verdadera media poblacional con un nivel de confianza del
cuantificar
tico va dirigida precisamente estasdevariaciones 95%, y se denomina «intervalo de confianza (IC) del 95%»
del muestreo. Propiedad su (cuadro 24.1) (Altman, 2005). Su amplitud refleja la precisión
Supongamos que se desea estimar la me ia de edad de los
ser muy diferente si ambas muestrasProhibidafueran representativas. De
con que se ha estimado el parámetro poblacional.
siendo EEM = s

pacientes diabéticos conocidos de una zona básica de salud

(ZBS) y que, para ello, se selecciona aleatoriamente una mues CUADRO 24.1 Intervalo de confianza
tra de 100 individuos diabétic s, cuy media de edad es de para la estimación de un parámetro
57 años y cuya DE es 5 años. Si se seleccionara otra muestra Intervalo de confianza de una mediaa
aleatoria de 100 diabéticos, el resultado bservado probable
mente no sería idéntico al anterior, aunque tampoco debería x ± Zα EEM

hecho, a partir del listado de pacientes diabéticos de la ZBS, n

puede obtenerse un gran número de muestras diferentes de Intervalo de confianza de una proporciónb
100 individuos, cuyas medias de edad presentarían diferencias
simplemente por la variabilidad inherente al proceso de mues p ± Zα EEP
© Elsevier. Fotocopiar sin autorización es un delito.

treo. Si se representaran gráficamente estas medias, podría p (1− p)

siendo EEP =
comprobarse que siguen una distribución normal. Esto es n
cierto siempre que la variable sigue la distribución normal en
la población, pero también lo es, aunque no lo haga si las mues aEsta fórmula se basa en la distribución normal. En muestras de
menos de 30 sujetos, Zα se sustituye por el valor de tα con n – 1
tras son lo suficientemente grandes (suele considerarse a partir grados de libertad.
de 30 sujetos), de acuerdo con el teorema del límite central. bEsta fórmula se basa en la aproximación a la normal. Es aplicable

La distribución de las medias muestrales tiene caracterís cuando np y n(1 – p) son iguales o superiores a 5.
ticas útiles. Su media corresponde a la media poblacional (µ), EEM, error estándar de la media; EEP, error estándar de la
y su DE, denominada «error estándar de la media» (EEM), proporción; n, número de sujetos de la muestra; p, proporción
observada en la muestra; s, desviación estándar observada en
tiene el valor σ/ n . Por lo tanto, aplicando las propiedades la muestra; x, media observada en la muestra; Zα, valor de la
de la distribución normal, puede decirse que el intervalo com distribución normal tipificada correspondiente al nivel de confianza
prendido entre dos EEM alrededor de la media poblacional (1 – α), para una confianza del 95%, Zα = 1,96.
434 V Docencia e investigación

En el caso de variables cualitativas, el cálculo del IC debería La estadística aborda este problema partiendo de la hipóte
basarse en la distribución binomial. Sin embargo, en determinadas sis de que no existen diferencias entre los porcentajes de hiper
circunstancias puede utilizarse la aproximación normal, calcu tensos controlados de ambos grupos (hipótesis nula [Ho]).
lando un error estándar de la proporción (EEP) (v. cuadro 24.1). Después, calcula la probabilidad de que, si esta hipótesis fuera
Supongamos que, de los 100 sujetos diabéticos de la muestra cierta, pudiera obtenerse la diferencia observada simplemente
anterior, 75 (75%) están bien controlados. Para poder estimar por azar (por la variación del muestreo). Este cálculo se hace
el porcentaje de pacientes bien controlados entre los diabéticos mediante una prueba de significación estadística, cuyo resul
de la ZBS, asumiendo una vez más que la muestra estudiada es tado se traduce en un grado de significación estadística, que se
representativa, debe calcularse el IC del 95%. Dado que se cum representa con la letra p. Si el valor de p es muy bajo, indica
plen las condiciones (los productos 100 × 0,75 y 100 × 0,25 que, si no existiera diferencia, sería poco probable encontrar el
son superiores a 5), puede utilizarse la aproximación normal. resultado observado, por lo que lo más probable es que exista
El valor de EEP es 0,043, por lo que el IC del 95% tiene por una diferencia (si el estudio ha sido bien diseñado y ejecutado,
límites 0,75 ± 1,96 × 0,043, es decir, 66,6 y 83,4%. Por tanto, la causa de esta diferencia sería el tratamiento recibido), y se
tenemos un 95% de confianza de que el verdadero porcentaje concluye que existe una diferencia estadísticamente significa
de diabéticos bien controlados en la población de origen debe tiva entre los porcentajes observados (cuadro 24.2). Es decir,
encontrarse entre estos límites. se concluye que Ho no es cierta y se acepta la hipótesis de que
Cuando se desee estimar un parámetro poblacional a partir existe una diferencia (hipótesis alternativa [Ha]).
de una muestra, el resultado no debe expresarse únicamente En el ejemplo se obtiene un valor de p aproximadamente
venta

como una estimación puntual, sino que debe acompañarse del de 0,40. Esto significa que, si Ho fuera cierta y no existiera
correspondiente IC, lo que permite evaluar con qué precisión diferencia entre los tratamie tos, la probabilidad de encon
se ha realizado la estimación. trar el resultado obser ado simplemente por azar es del 40%.
Dado que la probabilidad de que el resultado pueda deberse a
y

La estimación de un parámetro poblacional debe expresarse

Elsevier
reproducción
las variaciones del muestreo es bastante elevada, no puede des
con el estimador puntual (resultado observado en la muestra) ca ta se esta posibilidad y se concluiría que no se ha observado
y un intervalo de confianza (que cuantifica la precisión una diferenc a estadísticamente significativa entre el porcentaje
de la estimación). de los pa ientes controlados en ambos grupos, es decir, que
no ede rechazarse Ho. Ello no debe interpretarse como
in icativo de que no existe una diferencia, sino solamente de
Contraste de hipótesis que no se ha podido encontrar la suficiente evidencia para
Con frecuencia, la finalidad de un estudio es responder a de
decir que existe. Este matiz es fundamental para interpretar
preguntas del tipo: ¿qué tratamiento es más eficaz?, o ¿ xist adecuadamente el valor de p.
Propiedad
relación entre un factor de riesgo y la aparición e un problema
su

de salud? La respuesta a estas cuestiones se b sa en el di eño El valor de p (significación estadística) expresa la probabilidad
adecuado del estudio y en el correcto análisis e las relaciones de obtener unos resultados como los observados
determinar cuál de ellos es más eficazProhibidaen el control de la presión

entre variables medidas en una o var as muestr s e sujetos en el supuesto de que no exista diferencia o asociación
(Van Weel, 2017). Se trata de establecer hipótes s y utilizar los (hipótesis nula).
datos para contrastarlas mediante las llamadas «pruebas de
significación estadística». Supongamos ahora que en el grupo que recibió el trata
Supongamos que se desea compa ar s tratamientos anti miento B solo se hubieran controlado 12 pacientes (40%). En
hipertensivos (un diurético D y un betabloqueante B), para este caso, se hubiera obtenido un valor de p menor de 0,02,
es decir, del 2%. Por lo tanto, dado que, si Ho fuera cierta, la
arterial. Para ello se ha realizado un ensayo clínico, en el que se
han distribuido aleatoriamente 60 pacientes hipertensos en dos
grupos, cada uno de los cuales recibe uno de los tratamientos. CUADRO 24.2 Descripciones
A los 6 meses de seguimiento, el número de individuos con sinónimas de la expresión «resultado
trolados en el grupo D es de 21 (70%), mientras que en el estadísticamente significativo»
grupo B es de 18 (60%). • Se rechaza la hipótesis nula de que no existe diferencia.
• Se acepta la hipótesis alternativa de que existe diferencia.
Significación estadística • Existe suficiente evidencia para dudar de que la hipótesis
En realidad, se están estudiando dos muestras de 30 individuos, nula sea cierta.
en cada una de las cuales pueden observarse valores diferentes • El resultado observado no es compatible con la hipótesis nula.
simplemente por la variación del muestreo. Interesa, por tanto, • Es improbable que el resultado observado se deba al azar
determinar hasta qué punto es factible observar porcentajes del si la hipótesis nula es cierta.
60 y el 70% en dos muestras de 30 sujetos simplemente por esta • Las variaciones debidas al muestreo no bastan para explicar
el resultado observado.
variación del muestreo. Si es poco probable, podrá suponerse
• Valor de p < 0,05 (si el nivel de significación fijado previa-
que esta diferencia se debe a algún otro motivo, como un dis
tinto tratamiento, por ejemplo. mente es del 5%).
 24 Investigación cuantitativa: elementos de epidemiología y estadística 435

probabilidad de observar estos resultados sería muy pequeña, potencia está muy relacionada con el tamaño de la muestra y
puede concluirse que lo más probable es que Ho sea falsa. En con la magnitud de la diferencia que se busca. Lógicamente,
otras palabras, si es poco probable que puedan obtenerse estos cuanto mayor es la diferencia que se busca y mayor el núme
resultados cuando no hay diferencia, puede suponerse que en ro de individuos estudiados, mayor capacidad se tiene para
realidad debe haberla o, lo que es lo mismo, puede concluirse detectarla si existe, es decir, el poder estadístico es mayor y,
que se ha observado una diferencia estadísticamente significa por lo tanto, la probabilidad de cometer un error β es menor.
tiva. Ello no significa necesariamente que el tratamiento D sea Existe una interdependencia entre significación estadís
más eficaz que B, sino tan solo que los resultados observados tica, potencia estadística, número de individuos estudiados y
en ambos grupos son diferentes. La respuesta a la pregunta magnitud de la diferencia. Conociendo o fijando tres de estas
de si la causa de esta diferencia es el tratamiento depende del cantidades, puede calcularse la cuarta. Así, por ejemplo, antes
diseño y ejecución correctas del estudio. de iniciar un estudio, puede calcularse el número de sujetos
En el primer caso se ha considerado que el valor de p era necesarios fijando a priori la diferencia que se busca y el nivel
elevado, mientras que en el segundo que era reducido. ¿Dónde de significación y la potencia estadística deseados. Una vez fina
se establece el límite para decidir si se puede rechazar o no la lizado, si no se ha encontrado una diferencia estadísticamente
Ho? Arbitrariamente, y por convenio, se ha establecido este significativa, conociendo el valor de p y el número de sujetos
límite en el 5%, es decir, en un valor de p de 0,05. estudiados, puede calcularse la potencia estadística que tenía
No hay que ser excesivamente estricto en este límite. Un el estudio para haber detectado una determinada diferencia
valor de p de 0,048 sería estadísticamente significativo y si esta hubiera existido. Si tenía una capacidad del 90% para
venta

un valor de p de 0,052, no; pero en ambos casos la probabilidad detectarla (β = 0,10), puede concluirse que probablemente no
de observar el resultado por azar es prácticamente la misma, existe. Pero, si la potencia estadística hubiera sido solamente
y muy próxima al 5%. Por ello es conveniente informar del del 50% (β = 0,50), no podría descartarse la existencia de una y

valor exacto de p al comunicar unos resultados, especialmente diferencia real entre los tratamientos, ya que el estudio no tenía
si es próximo a 0,05, en lugar de limitarse a decir si existe o no la capacidad suficiente para detectarla.
significación estadística. reproducción
Elsevier
El valor de p no es una medida de la fuerza de la asociación. U
La poten a estadística mide la capacidad de un estudio
valor de p < 0,001 no indica necesariamente una asociación para dete tar como estadísticamente significativa una
más fuerte o una diferencia más importante que el valor de determinada diferencia o asociación, en el supuesto
0,05. Solo quiere decir que es más improbable que se encuentre e que exista, y depende tanto de la magnitud de dicha
el resultado en caso de que la Ho sea cierta. diferencia como del tamaño de la muestra.

Error α y error β de
En estadística no puede hablarse de certeza absoluta. Tanto Significación estadística y relevancia clínica
Propiedad su Un resultado estadísticamente significativo no es necesaria
error (tabla 24.2). Puede concluirse que existe una diferencia mente relevante desde el punto de vista clínico. Una diferencia
si se decide rechazar la Ho como si no, existe cierto rie go de

Prohibida

cuando en realidad no la hay, rechazando la Ho cuando es muy pequeña puede ser estadísticamente significativa simple
cierta, y cometiendo un error de ti I α. La probabilidad de mente porque se ha estudiado un número elevado de sujetos.
cometer este tipo de error viene cuantificada por el valor de p. Supongamos que, en el ejemplo, el porcentaje de hiper
Es un concepto similar al de probabilidad de un resultado tensos controlados en el grupo que ha recibido el fármaco D
falso positivo en una prueba diagnóstica. es del 70%, y en el que ha sido tratado con B, del 65%. En
También puede ocurrir que se concluya que no existe una la tabla 24.3 puede apreciarse que el valor de p disminuye a
diferencia estadísticamente significativa, no rechazando la Ho medida que aumenta el número de individuos. Por lo tanto, la
cuando en realidad es falsa, cometiendo un error de tipo II o β, interpretación de los resultados de un estudio no debe basarse
concepto similar al de probabilidad de un resultado falso nega únicamente en el valor de p, ya que un valor muy pequeño pue
tivo en una prueba diagnóstica. El valor complementario de la de deberse tanto a la existencia de una diferencia importante
probabilidad de cometer este error β se denomina «potencia como a haberse estudiado un elevado número de sujetos que
o poder estadístico», e indica la capacidad de la prueba para considere como estadísticamente significativa una diferencia
© Elsevier. Fotocopiar sin autorización es un delito.

detectar una diferencia determinada cuando esta existe. La que en realidad carece de relevancia clínica.

TABLA 24.2 Tipos de error y riesgos asociados en un contraste de hipótesis

Realidad
Existe diferencia No existe diferencia
(Ho falsa) (Ho verdadera)
Resultado Diferencia significativa (rechazo de Ho) No error Error de tipo I (riesgo α)
de la prueba Diferencia no significativa (no rechazo de Ho) Error de tipo II (riesgo β) No error
Ho, hipótesis nula (no existe diferencia).
436 V Docencia e investigación

TABLA 24.3 Influencia del número de sujetos TABLA 24.4 Resultados de dos estudios
estudiados sobre el grado de significación hipotéticos que comparan la eficacia de
estadística. Ejemplo hipotético de dos tratamientos
comparación de los porcentajes Tratamiento Porcentaje de respuestas χ2 p
de pacientes hipertensos controlados en
Estudio 1
dos grupos: grupo D (70%) y grupo B (65%) A 15/30 = 50%
Número de sujetos B 21/30 = 70% 2,5 0,12
por grupo Valor de Z Valor de p
Diferencia B – A: 0,70 – 0,50 = 0,2
30 0,41 0,68 IC del 95%: 0,2 ± 0,24, es decir, de –4 a 44%
100 0,76 0,45
Estudio 2
200 1,06 0,29
A 480/800 = 60%
500 1,69 0,09 B 520/800 = 65% 4,3 0,04
700 2 0,05
Diferencia B – A: 0,65 – 0,6 = 0,05
1.000 2,39 < 0,02 IC del 95%: 0,05 ± 0,047, es decir, de 0,3 a 9,7%
2.000 3,38 < 0,001 IC, intervalo de confianza.
Z, prueba estadística de comparación de dos porcentajes.
tratamientos. Supongamos que se ha establecido que, para con
La verdadera pregunta que interesa contestar es si pasar de siderar que B es mejor que A, su eficacia debe ser como mínimo
un porcentaje de hipertensos controlados del 65 al 70% (dife un 20% superior. En la situación 1, la diferencia observada no
rencia del 5%) es suficiente para decidir que un tratamiento es estadísticamente significativa, pero, dado que el valor 20%
venta
también es posible,yel resultado debe considerarse poco útil,
es mejor que el otro. La respuesta no depende solo del valor ya
de p y de la magnitud de la diferencia, sino también de otros que no permite descartar ninguna conclusión. En la situación 2,
factores, como la seguridad de ambos fármacos, la comodidad sultado tampoco es estadísticamente significativo, pero,
de administración, el nivel de adherencia o su coste económico, ya que el IC excluye el valor 20%, puede concluirse que, aunque
por ejemplo. Los resultados obtenidos en un estudio deben ser, existiera una diferencia entre los tratamientos, sería inferior
pues, valorados también en función de su relevancia clínica. al 20%, por lo que puede descartarse que B sea mejor que A.
En la situación 3, la diferencia observada es estadísticamente
Significación estadística e intervalos de confianza significativa, ya que el IC excluye el valor 0, pero, como el
Elsevier

Para evaluar la relevancia clínica de los resultados int r sa no límite superior del IC no alcanza el valor 20%, la diferencia
solo saber si existe una diferencia, sino determinar su magni carece de relevancia clínica, por lo que se concluye que B es
de
reproducción
tud. El objetivo del análisis estadístico debe orientar e más a más eficaz que A, pero no lo suficiente para ser considerado
esta finalidad, es decir, como un problema estimación de
su un mejor tratamiento. La diferencia observada en la situación 4
parámetros. Así, la diferencia observada n el estu io puede es estadísticamente significativa y potencialmente importan
considerarse la mejor estimación untual e la verdadera te, ya que el valor 20% es un valor posible, pero el resultado
diferencia entre las probabilidades de respuesta ambos tra no es del todo concluyente. Aunque la diferencia observada
tamientos, y debe complementa se con su correspondiente IC
en la situación 5 es mayor del 20%, el resultado tampoco es
para conocer la precisión de dichaPropiedadestimación(Altman, 2005). concluyente, ya que el límite inferior del IC está por debajo
En el estudio 1 de la tabla 24.4, se observa una diferencia del 20%, lo que indica que la verdadera diferencia podría
del 20% en las respuestas a dos tratamientos A y B a favor del ser inferior a este valor. Solamente en la situación 6, en la que
Prohibida

último, con un IC del 95% cuyos límites son 4% a favor de A el límite inferior del IC se encuentra por encima del 20%, el
y 44% a favor de B. Dado que la diferencia del 0% (diferencia resultado es estadísticamente significativo y concluyente a
nula, es decir, Ho) está incluida en dicho intervalo, no puede favor de la existencia de una diferencia de relevancia clínica
descartarse que este sea su valor, por lo que el resultado no es a favor de B.
estadísticamente significativo. En cambio, en el estudio 2 de la
misma tabla se ha observado una diferencia de menor magni
Significación estadística no es sinónimo de relevancia
tud (5%), pero su IC del 95% indica que es estadísticamente
clínica. La evaluación de la relevancia clínica se basa
significativa, ya que permite descartar el valor 0%. Dado que el en la magnitud del resultado y su intervalo de confianza.
límite superior del IC del 95 es 9,7%, puede concluirse que
la diferencia real entre los tratamientos difícilmente es mayor
del 10%. Dado que el IC proporciona información adicional Elección de la prueba estadística
importante para evaluar la relevancia clínica, se recomienda La elección de la prueba estadística más adecuada para cada
presentar los resultados de los estudios acompañados del IC, situación depende de varios factores (tabla 24.5) (Cobo, 2007;
y no solamente del valor de p. Gertsman, 2015):
La figura 24.5 ilustra las ventajas del uso de los IC. Pre • Objetivo del análisis: ya sea comparar grupos, evaluar la
senta posibles resultados de un estudio que compara dos fuerza de una asociación o predecir el valor de una variable,
 24 Investigación cuantitativa: elementos de epidemiología y estadística 437

y venta
Figura 24.5 Utilidad del intervalo de confianza en la evaluación de la releva cia clínica de la
diferencia entre dos tratamientos.

aparea as reproducción

TABLA 24.5 Pruebas estadísticas utilizadas con mayor frecuencia

Elsevier Variable de respuesta
Cuantitativa Ordinal cuantitativa Tiempo de
Objetivo normal no normal Binomial Categórica supervivencia
Comparar Independientes t de Student U de Mann-Whitney χ2 χ2 Log-rank
dos grupos de Test de Fisher Mantel-Haenszel
Apareados t de Student T st de Wilcoxon Test de McNemar Q de Cochran Modelos
para muestras de fragilidad
Propiedad su
Comparar tres Independientes Prohibida
Análisis de Te t de Kruskal-Wallis χ2 χ2 Riesgos
o más grupos la varianza proporcionales
(ANOVA) de Cox
Apareados ANOVA de Test de Friedman Q de Cochran Q de Cochran Modelos
medidas de fragilidad
epetidas
Evaluar la fuerza de la asociación Correlación Correlación — — Riesgos
de Pearson de Spearman proporcionales
de Cox
Predecir el valor de una variable Regresión lineal Regresión no Regresión — Riesgos
en función de otra paramétrica logística simple proporcionales
de Cox
Describir la relación entre Regresión lineal — Regresión — Riesgos
© Elsevier. Fotocopiar sin autorización es un delito.

una variable de respuesta múltiple logística proporcionales

y diversas variables predictoras Regresión no múltiple de Cox
lineal múltiple

por ejemplo. Cuando el objetivo es la comparación de gru antes y después de haber recibido un tratamiento), se habla
pos, la prueba estadística adecuada depende del número de «datos apareados».
de grupos que se comparan, y del carácter independiente • Escala de medida de la variable de respuesta.
o apareado de los datos. Se consideran independientes si • Número de variables independientes. Cuando interesa
los grupos están formados por sujetos diferentes, mientras tener en cuenta las relaciones simultáneas entre múlti
que, si los datos proceden de los mismos individuos (p. ej., ples variables, se aplican técnicas que se agrupan bajo la
438 V Docencia e investigación

denominación genérica de «análisis multivariante», que generadores de hipótesis, que deberán contrastarse
se utilizan con diferentes finalidades: 1) construir, a partir de posterior mente en estudios analíticos. También
un conjunto de variables independientes, un índice pre dictivo pueden considerarse descriptivos estudios que tienen por
de los valores de una variable dependiente (p. ej., ob tener una finalidad la evaluación de las características de una prueba
ecuación de predicción del riesgo cardiovas cular en función de diagnóstica o la validación de un cuestionario.
determinadas características de los sujetos); 2) explorar cuáles,
de entre un conjunto de varia Series de casos
bles potencialmente explicativas, están asociadas a una Las series de casos transversales consisten en la enumeración
variable dependiente (p. ej., evaluar qué características están descriptiva de unas características seleccionadas observadas
asociadas al desarrollo de un determinado cáncer), y 3) es en un momento del tiempo en un grupo de pacientes con
timar el efecto de una variable independiente principal una enfermedad determinada o en un grupo de sujetos que
sobre una variable dependiente, controlando los efectos tienen una determinada condición en común. Por ejemplo,
de un conjunto de variables, lo que se denomina «ajuste la descripción de las características de los pacientes atendidos
estadístico» (p. ej., estimar el riesgo de cáncer asociado a la en un servicio de urgencias por infección de vías urinarias.
exposición a una sustancia química, controlando el efecto Las series de casos longitudinales, a veces denominadas «segui
de la edad, el sexo y otros factores de confusión). Las téc miento de una cohorte», consisten en la descripción de la evolu
nicas multivariantes se basan en modelos matemáticos, en ción en el tiempo de un grupo de sujetos con una enfermedad o
su mayoría derivados del análisis de regresión múltiple. Las condición en común (cohorte), con la finalidad de estudiar su
venta

más habituales son la regresión lineal múltiple, la regresión evolución natural. Por ejemplo, la descripción de la evolución
logística o el modelo de riesgos proporcionales de Cox. de los pacientes con infarto agudo de miocardio (IAM).
Existen otros procedimientos multivariantes aplicables La descripción de una s rie de casos debe especificar cla
cuando no puede identificarse una variable dependiente, ramente: y
que permiten, por ejemplo, identificar factores subyacentes reproducción
• Qué sujetos se han incluido, es decir, cuáles son sus caracte
Elsevier

en un conjunto de variables (análisis factorial) o clasificar ísticas perso ales (edad, sexo, etc.) y las de la enfermedad
las unidades de análisis en función de las proximidades que (c iterios d agnósticos, estadio, tratamientos concomitantes,
presentan en relación con un conjunto de variables (análisis tc.).
de cluster). • De dónde proceden (centro de salud, consultas externas de
• Condiciones de aplicación específicas de cada prueba. Antes hospital, etc.).
de utilizar una prueba estadística, debe comprobarse que • Cuándo se han estudiado; es decir, especificar las fechas
se cumplen las condiciones necesarias para su uso. Por y el tiempo empleado para reclutar los casos y recoger la
de

ejemplo, cuando la variable de respuesta es cuantitativa, información (especialmente cuando procede de registros
las pruebas de elección requieren que se cumplan cie tas clínicos), con el fin de poder evaluar posibles cambios pro
Propiedad
asunciones sobre su distribución en la pobl ción, por lo q e
su ducidos en el período de estudio (p. ej., en el diagnóstico, ya
se denominan «pruebas paramétricas». Aunque uelen ser sea por cambios en los criterios o por la aparición de nuevas
Prohibida terísticas de los que no se incluyen son diferentes de los que sí

pruebas «robustas» que toleran c rtas violaciones de estas tecnologías diagnósticas).

asunciones, especialmente si el númer de casos estudiados Una de las posibles limitaciones de estos estudios es la exis
es elevado, a veces estos requisit s no pueden asumirse y tencia de no respuestas (en los diseños transversales) y de
debe recurrirse a las llamadas «pruebas no paramétricas», pérdidas y abandonos durante el seguimiento (en los diseños
que no precisan ninguna asunción. longitudinales). Si los motivos por los que se producen están
relacionados con el problema estudiado, es decir, si las carac
Las técnicas de análisis multivariante permiten tener en
cuenta la influencia simultánea de un conjunto de variables lo hacen, se obtendrán resultados sesgados.
sobre un resultado, obteniéndose coeficientes de regresión En ocasiones se utilizan datos procedentes de registros clí
«ajustados». nicos, es decir, información recogida retrospectivamente. En
este caso, hay que recordar las limitaciones del uso de datos
secundarios, principalmente la ausencia de uniformidad de
criterios en su recogida, de estandarización de las medidas
ESTUDIOS DESCRIPTIVOS realizadas o de exhaustividad de los registros, lo que puede
Un estudio se considera descriptivo cuando no pretende eva comprometer la validez interna de los resultados (Coe, 2021).
luar una presunta relación causa-efecto, sino que sus datos Si se realizan comparaciones implícitas, por ejemplo, con
son utilizados con finalidades puramente descriptivas. Sus otras cohortes descritas previamente o con pacientes que han
objetivos más habituales son determinar la frecuencia y las recibido otros tratamientos, deben interpretarse con mucha
características de un problema de salud en una población, des precaución, debido a que las cohortes pueden diferir por múlti
cribir la evolución clínica de un grupo de sujetos o explorar la ples características, como la capacidad diagnóstica del centro,
existencia de asociaciones entre diferentes fenómenos en una la calidad de las historias clínicas o los registros utilizados, o
población. Aunque no permiten obtener conclusiones acerca por diferencias en las pérdidas de seguimiento, lo que dificulta
de la existencia de relaciones causales, son importantes como la comparación de las series.
 24 Investigación cuantitativa: elementos de epidemiología y estadística 439

En ocasiones, las series de casos longitudinales describen aquellos que sí lo hacen, se producirá un sesgo en la
los resultados observados en un grupo de pacientes que han estimación del resultado.
recibido un determinado tratamiento o intervención. Dado
que lo han recibido en el marco del proceso habitual de Estudios de asociación cruzada
aten ción, y no deliberadamente para la realización de una En ocasiones, los estudios transversales evalúan la relación
inves tigación, las pruebas que proporcionan estos estudios entre la presencia de la enfermedad y una serie de variables, en una
no son adecuadas para obtener conclusiones acerca de su población y un momento determinados. Dado que todas las
eficacia, y las hipótesis que puedan derivarse de sus datos mediciones se refieren a un mismo momento del tiempo, este
deberán ser contrastadas posteriormente con estudios diseño se caracteriza por la falta de secuencia temporal, lo que
específicamente diseñados para ello. supone una importante limitación para la interpreta ción de una
posible relación causal. Este problema es menos importante
Estudios de prevalencia cuando se estudian características invariables,
Los estudios de prevalencia son diseños transversales que tie como el grupo sanguíneo o un rasgo genético, o factores en
nen como finalidad principal la estimación de la frecuencia de los que existe una buena correlación entre los valores actuales
una enfermedad en una población. Se basan en la definición y los previos, como las preferencias dietéticas.
precisa de dicha población de referencia, la obtención de una Por otro lado, dado que se estudian solamente los casos
muestra representativa de la misma y la determinación de la existentes en un momento determinado (prevalentes), puede
presencia de la característica o enfermedad de interés mediante producirse un sesgo de supervivencia. Es más probable que los
venta

un procedimiento válido y preciso. casos correspondan los de m yor duración y evolución más
Los estudios de prevalencia son útiles para estudiar pro lenta, ya que los más graves habrán fallecido, de manera que
blemas de salud y/o enfermedades de inicio lento y de larga puede conducir a estimaciones sesgadas de la asociación entre
y

duración, pero no lo son en caso de procesos de corta duración algunas variables la enfermedad.
o rápidamente letales, ya que se encontrarían pocos individuos Por todo ello, los resultados de los estudios transversales
reproducción
afectados en un momento determinado, ni de fenómenos poco deben interpretarse con suma cautela, utilizarse como gene
Elsevierpermiten evaluar una presunta relación causal.

frecuentes, ya que para encontrar unos pocos casos debería adores de h p tesis y no considerarse como pruebas válidas
recogerse información de una gran cantidad de personas. de una rela ión causal.
Por otro lado, debe poderse determinar la presencia del
blema de salud mediante un procedimiento simple y seguro. Los estudios transversales se caracterizan por la falta
Dado que la mayoría de los sujetos no presentarán la enferme de secuencia temporal entre las mediciones, por lo que no
dad, no estaría justificado el uso de métodos invasivos o que
de
supongan algún riesgo para los participantes.
La medida de frecuencia que se utiliza es la prevalencia
Propiedad su Estudios de incidencia
enfermedad en un momento determina o: Los estudios de incidencia son diseños longitudinales que
o proporción de individuos de una pobl ción que tiene la

procesos agudos o fenómenos queProhibidacursan por episodios, la rición de la mayoría de los casos, y el tamaño de la muestra el

consisten en la identificación de un grupo de sujetos con una

Prevalencia N.º de personas con la enfermedad característica en común (cohorte) y su seguimiento en el tiem
=
blación total po para determinar la frecuencia de aparición (incidencia) de
la enfermedad de interés. Lógicamente, no deben incluirse
Cuando describe la frecuencia en un momento determina sujetos que ya la presenten al inicio del estudio, el seguimiento
do, se denomina «prevalencia puntual». Cuando se estudian debe ser lo suficientemente prolongado para permitir la apa

proporción de personas que lo presentan en un momento adecuado para permitir la identificación del número suficiente
determinado no da una idea adecuada de su frecuencia, por para estimar la incidencia con la precisión deseada. Por ello,
lo que es preferible utilizar la «prevalencia de período», que en caso de enfermedades de baja incidencia, suele recurrirse a
corresponde a la proporción de sujetos que lo han presentado cohortes de alto riesgo de desarrollarlas.

en algún momento durante el período considerado (p. ej., El término «incidencia» se utiliza habitualmente para
© Elsevier. Fotocopiar sin autorización es un delito.

el porcentaje de personas que han presentado algún referirse a la incidencia acumulada (IA), que corresponde al
episodio de lumbalgia aguda en 1 año). Ambas medidas son número de casos nuevos de una enfermedad que se
estimaciones puntuales de la prevalencia en la población de desarrollan en una población durante un período de tiempo:
referencia, por lo que deben acompañarse de su IC del 95%.
La validez de los resultados de los estudios de prevalencia IA = N.º de nuevos casos enun período de
depende de la representatividad de la muestra, de la calidad de tiempo Población de riesgo
los datos obtenidos y de que el número de no respuestas sea
pequeño y sus motivos no estén relacionados con la enferme La IA estima el riesgo, o la probabilidad, de que un indivi duo
dad. Por ello, es imprescindible conseguir el mayor número de desarrolle la enfermedad. Por ejemplo, si se sigue a 500 varones
respuestas. Si entre los que no participan las características personales durante 5 años y se detectan 25 casos de cardiopatía isquémica, la
o la prevalencia de la enfermedad difieren de las de IA es del 5% en 5 años en personas de estas
440 V Docencia e investigación

características, o bien del 1% anual si puede asumirse que La forma de cálculo del denominador se ilustra en la
los casos han aparecido regularmente a lo largo del período figura 24.6. Se han estudiado seis personas, de las cuales tres han
de estudio. desarrollado la enfermedad de interés, por lo que la IA es del 50%
Solo deben incluirse en el cálculo las personas que pueden en los 7 años del estudio. Sin embargo, este cálculo no tiene en
desarrollar la enfermedad, excluyendo a las que ya la pade cuenta el hecho de que ninguna de las personas ha sido observada
cen al inicio del estudio y las que no pueden presentarla, ya durante el período completo, por lo que es preferible utilizar la
que podrían conducir a una infraestimación de la incidencia. densidad de incidencia, que es de 3 casos/21 años-persona o, lo
Sin embargo, en caso de enfermedades poco frecuentes, la que es lo mismo, 14,3/100 años-persona de seguimiento.
inclusión de casos prevalentes en el denominador no afectará Una limitación del uso del concepto «persona-tiempo» es
prácticamente al resultado. que el valor 10 personas-año puede proceder de la observación
En el caso de problemas de salud que pueden presentarse de 10 personas durante 1 año cada una o de una sola persona
en más de una ocasión, como las infecciones respiratorias 10 años. Si no puede asumirse que las unidades persona-
o las descompensaciones de una enfermedad crónica, debe tiempo son equivalentes e independientes una de otra, puede
especificarse si el numerador se refiere a las personas que los llegarse a conclusiones erróneas. De hecho, su uso es válido
han desarrollado o al número de episodios. solo bajo tres circunstancias:
1. El riesgo de contraer la enfermedad ha de ser constante a lo
La incidencia corresponde al número de casos nuevos largo de todo el período de observación, lo que no ocurre,
de una enfermedad que se producen en una población por ejemplo, en el caso de enfermedades con un largo perío
venta

con riesgo de desarrollarla durante un período de tiempo, do de latencia, ya que la ap rición de nuevos casos tendería
y se determina a partir de estudios longitudinales. a concentrarse en los últimos años de seguimiento.
2. La tasa de incidencia los que se pierden durante el segui
y

En muchas ocasiones, el tiempo de observación no es el miento ha de ser la misma que en los que continúan en
mismo en todos los sujetos, ya que pueden entrar en el estudio
= de
observación. reproducciónincidenciaestaría artificialmente elevada. En este caso sería

en distintos momentos o pueden no completar el seguimiento. 3. El denomi ador ha de ser adecuado a la historia natural de
Elsevier

En estos casos, puede restringirse el análisis de los datos a un la enfermedad. Si, por ejemplo, se quiere estimar la tasa de
tiempo de observación determinado (p. ej., la incidencia en 1 in iden ia de fallos de un método anticonceptivo y se espera
año), o bien utilizar la denominada «densidad de incidencia», q n alto porcentaje ocurra antes de 1 año, no sería lógico
que se define como el número de nuevos casos que ocurren po escoger como denominador los años-persona de observación,
unidad de tiempo-población (p. ej., años-persona) de riesgo: ya que muchas personas contarían como un nuevo caso
en el numerador, pero no contribuirían al denominador
Densidad de incidencia (no llegarían al año de seguimiento), por lo que la tasa de
N.º de nuevos casos en un período de tiempo
Propiedad
Personas-tiempo de observ ción
su mejor escoger como denominador los meses-persona.

Prohibida

Figura 24.6 Cálculo del denominador persona-tiempo en la densidad de incidencia.

© Elsevier. Fotocopiar sin autorización es un delito.
24 Investigación cuantitativa: elementos de epidemiología y estadística 441
Estudios de evaluación de la utilidad Selección de la población
de una prueba diagnóstica Los pacientes en que se evalúa una nueva prueba no han de
El objetivo de estos estudios es estimar la capacidad de una diferir sustancialmente de la población a la que se aplicará en
medida (prueba diagnóstica) para discriminar entre las personas la práctica clínica. Si se incluyen como enfermos únicamente
que padecen una enfermedad y las que no la padecen. Se asu pacientes con procesos extensos o graves, la nueva prueba
me que el problema de salud puede medirse de forma válida y fiable proporcionará más resultados positivos que si se inclu
mediante un procedimiento de referencia (gold standard) y se yen pacientes menos graves. Por esta razón, se han de incluir
desea evaluar la utilidad de la nueva prueba en relación con ella. pacientes con diferentes estadios clínicos y patológicos de la
La estrategia consiste en aplicar en una muestra de individuos enfermedad.
tanto la prueba de referencia como la de estudio. La primera La inclusión de no enfermos en el estudio permite des
permitirá diferenciar los sujetos que padecen realmente la enfer cubrir la existencia de falsos positivos. Por ello, se deben incluir
medad de los que no la padecen, de forma que se podrá evaluar individuos que tengan procesos que planteen problemas de
la capacidad de la nueva prueba diagnóstica para discriminar diagnóstico diferencial con los pacientes que tienen la enfer
entre ambos grupos, que se cuantificará calculando su sensibi medad de interés. Si el grupo de referencia está constituido
lidad, especificidad y otros índices de utilidad (Cohen, 2016). solo por individuos sanos, se encontrará un número menor
Antes del inicio del estudio, debe evaluarse la reproducibi de falsos positivos, lo que se traduce en una especificidad de
lidad de la prueba para comprobar si proporciona los mismos la prueba más elevada.
Existen diferentes estrategias para seleccionar la muestra
resultados cuando se aplica en más de una ocasión a pacientes venta

estables. Una pobre reproducibilidad puede deberse a la propia o las muestras de individuos que se incluirán en el estudio.
naturaleza de la prueba, o a que se requiere cierta habilidad en Selección de una sola muestra. Consiste en seleccionar
su realización o interpretación, especialmente si los resultados una única muestra repr s ntativa de los sujetos a los que en la
dependen de la subjetividad del observador. Una prueba poco práctica se les aplicaría la prueba para realizar el diagnóstico
reproducible puede afectar de forma importante a la validez de la enfermedad, aplicar a todos sus componentes el criterio
y

reproducción
Elsevier
de los resultados del estudio. de eferencia y la nueva prueba simultáneamente. Corres
Selección del criterio de referencia
ponde a un diseño transversal muy similar al de los estudios
de aso ia ión cruzada.

La prueba de referencia se utiliza para diferenciar entre enf Esta estrategia tiene ventajas de validez porque se incluyen
mos y no enfermos y, por tanto, corresponde al criterio contra tanto individuos con un espectro amplio de la enfermedad
el que se va a comparar la nueva prueba diagnóstica. Por ello, mo sujetos con signos y síntomas que impliquen un diagnós
es muy importante elegir la adecuada y definirla con claridad. tico diferencial. Sin embargo, al tener que administrar a todos
Un criterio de referencia ideal es aquel que es siemp los pacientes las dos pruebas, el estudio puede resultar caro
ticados a partir del criterio de referencia y otro formado por
de los enfermos serán clasificadosPropiedadcomofalsospositivos. Si es

positivo en los enfermos y negativo en los no si el tamaño muestral requerido es muy amplio. Además, en
enfermos.de Sin
embargo, habitualmente hay que conform rse con el «mejor» determinadas ocasiones, la aplicación del criterio de referencia
Prohibida a todos ellos y se comparan los resultados obtenidos. Este
procedimiento disponible. Si se utiliza un m l criteriosu y se puede suponer riesgos excesivos, lo que puede plantear pro

evalúa una nueva prueba diagnóst ca que es mejor que aquel, blemas, especialmente si debe aplicarse a un número elevado
podría llegarse a la conclusión errónea de que la nueva prueba de sujetos.
no es útil (sesgo del criterio de ferenc mperfecto). Si la Selección de dos muestras a partir del diagnóstico. Se
nueva prueba es más sensible que la de referencia, una parte seleccionan dos grupos: uno formado por enfermos diagnos

más específica, una parte de los no enfermos serán clasificados individuos sin la enfermedad. Se aplica la prueba en estudio
como falsos negativos.
Si no se dispone de un procedimiento de referencia adecuado, diseño es similar al de los estudios de casos y controles, en el
pueden utilizarse un conjunto de pruebas para determinar la sentido de que la enfermedad clasifica a los sujetos y la prueba
presencia o ausencia de la enfermedad. En esta situación, debe se explora a continuación.
Es importante que en el grupo control se incluyan pacientes
evitarse que la nueva prueba que se evalúa sea una de las que for
man parte de dicho criterio compuesto, ya que su validez podría con situaciones que planteen problemas de diagnóstico dife
rencial con la enfermedad en estudio. Por ejemplo, si se desea
aparecer artificialmente aumentada (sesgo de incorporación).
evaluar una prueba diagnóstica del cáncer de colon, el grupo
En el caso de no disponer de un criterio de referencia adecuado,
control debería incluir tanto pacientes con colitis ulcerosa o
debe replantearse el estudio y limitarse a evaluar la concordancia
enfermedad de Crohn, por ejemplo, como con otros tipos
entre métodos diagnósticos, y no la validez de uno respecto a otro.
de cáncer.
La limitación de esta estrategia es que la prevalencia de la
Los estudios que evalúan una prueba diagnóstica requieren enfermedad en la población de estudio puede ser muy diferente
elegir un criterio de referencia adecuado, seleccionar de la que existe en la práctica. Por ejemplo, si se incluye el
una población que incluya un amplio espectro de situaciones
mismo número de enfermos que de no enfermos, la preva
clínicas y administrar las dos pruebas que se comparan
lencia se establece artificialmente en el 50%, lo que dificulta la
de forma ciega e independiente a todos los sujetos.
estimación de los valores predictivos.
442 V Docencia e investigación

Selección de dos muestras a partir del resultado de la TABLA 24.6 Resultados de un estudio
prueba. Se parte de un grupo de individuos a los que se aplica hipotético de valoración de una prueba
la nueva prueba, y se obtienen dos subgrupos de sujetos: uno diagnóstica
con resultado positivo y otro con resultado negativo. A con
Prueba de referencia
tinuación, se aplica a cada subgrupo el criterio de referencia Prueba
para comprobar la existencia de enfermedad. Esta estrategia de estudio Enfermo No enfermo Total
se asemeja más a un estudio de cohortes. Tiene la ventaja de Positiva 160 80 240
que los valores predictivos pueden calcularse directamente, a b a+b
pero dificulta la estimación de la sensibilidad y la especificidad. Negativa c d c+d
Tiene el inconveniente de que, en ocasiones, el procedi 40 720 760
miento de referencia no se aplica a todos los sujetos porque
Total a+c b+d a+b+c+d
la decisión de hacerlo está condicionada por los resultados de 200 800 1.000
la prueba que se estudia, bien porque sea invasivo o por ser
Prevalencia = (a + c)/(a + b + c + d) = 200/1.000 = 20%
mal tolerado. Esto podría ocurrir, por ejemplo, en un estudio
Sensibilidad = a/(a + c) = 160/200 = 80%
en que los sujetos con sospecha de enfermedad coronaria y Especificidad = d/(b + d) = 720/800 = 90%
prueba de esfuerzo positiva fueran sometidos a una coronario Falsos negativos = 1 – sensibilidad = 20%
grafía (procedimiento de referencia) con mayor frecuencia Falsos positivos = 1 – especificidad = 10%
que los que tienen una prueba de esfuerzo negativa, lo que Valor predictivo positivo (VPP) = a/(a + b) = 160/240 = 67%
podría conducir a una sobrevaloración de la utilidad de la Valor predictivo negativo (VPN) = d/(c + d) = 720/760 = 94,7%
prueba de ejercicio para diagnosticar la enfermedad. En esta Cociente de probabilidad positivo (CPP) = sensibilidad/
situación se produce el llamado «sesgo de verificación» o (1 – especificidad) = 80/10 = 8
«de confirmación» (work-up bias) debido a que no se obtiene la Cociente de probabilidad negativo (CPN) = (1 – sensibilidad)/
confirmación diagnóstica en todos los casos. Este problema especificidad = 20/90venta= 0,22
y

puede evitarse, al menos de forma parcial, con un seguimiento

de los sujetos a los que no se ha podido aplicar la prueba de
referencia con la finalidad de observar si aparece la enfermedad los casos de áncer y negativa en el 90% de los casos sin cáncer.
en estudio. La eba presenta un 20% de falsos negativos y un 10% de
falsos positivos.
Aplicación de las pruebas a los sujetos La sensibilidad y la especificidad son características intrín
Ambas pruebas deben aplicarse a todos los sujetos, y debe secas de la prueba, es decir, si esta se aplica en condiciones
Elsevier
hacerse de forma ciega e independiente, sin que los obs rva similares y los observadores tienen la misma experiencia, no
dores tengan conocimiento del resultado de la otra prueba, variarán cuando se emplee en otras poblaciones.
de reproducciónValorespredictivos. En la práctica clínica, cuando un
evitando así sesgos de información. Los result os obtenidos
no deben conducir a verificaciones en caso discordancia médico desconoce si el paciente tiene la enfermedad, solicita
su una prueba diagnóstica, esperando que sus resultados le ayu
con el criterio de referencia, ya que se produciría un sesgo al
sobrestimar la sensibilidad y la es ecificidad de la prueba. Las den a saber si la tiene o no. Existen dos modos de cuantificar
técnicas de enmascaramiento impiden que se produzca este la utilidad de la prueba: los valores predictivos y los cocientes
sesgo de sospecha diagnóstica. de probabilidad.
El valor predictivo positivo (VPP) es la probabilidad de que
Análisis de los resultados Propiedad un individuo en quien la prueba ha dado un resultado positivo
La validez de una prueba diagnóstica Prohibidase calcula
partiendo de tenga la enfermedad. El valor predictivo negativo (VPN) es la
la información contenida en una tabla de 2 × 2 (tabla 24.6). probabilidad de que, si el resultado de la prueba es negativo,
Sensibilidad y especificidad. La sensibilidad responde a la el paciente no tenga la enfermedad. En el ejemplo, sus valores
siguiente pregunta: si un individuo tiene la enfermedad, ¿qué son 67 y 94,7%, respectivamente. Así pues, si en un sujeto se
probabilidad existe de que el resultado de la medida que se le obtiene un resultado positivo con la prueba, la probabilidad
aplica sea positivo? En otras palabras, expresa la probabilidad de que tenga cáncer es del 67%, mientras que, si se obtiene
de que una medida clasifique correctamente a un individuo un resultado negativo, existen un 94,7% de probabilidades de
enfermo. La especificidad responde a la siguiente pregunta: si un que no lo tenga.
individuo no tiene la enfermedad, ¿qué probabilidad existe de
que el resultado obtenido sea negativo? Representa, por tanto, La validez de una prueba diagnóstica se evalúa mediante
la probabilidad de que una medida clasifique correctamente a su sensibilidad y su especificidad, que son características
una persona no enferma. intrínsecas. Su utilidad se determina mediante los valores
En el ejemplo de la tabla 24.6 se evalúa una prueba para predictivos, que dependen en gran medida de la prevalencia
detectar un cáncer. De las 1.000 personas estudiadas, 200 tienen de la enfermedad.
cáncer según el criterio de referencia (prevalencia del 20%).
La sensibilidad de la prueba es del 80% y la especificidad, del Los valores predictivos dependen no solo de la sensibilidad
90%. Así pues, la nueva prueba ha sido positiva en el 80% de y la especificidad, sino también de la prevalencia de la enfer
 24 Investigación cuantitativa: elementos de epidemiología y estadística 443

TABLA 24.7 Resultados de la aplicación diagnóstica de la probabilidad antes de la prueba hasta la

de la prueba diagnóstica del ejemplo estimación después de la misma. Las pruebas
de la tabla 24.6 a una población proporcionan una ganancia de información cuando la
con una prevalencia del 40% prevalencia de la enfermedad es intermedia, superior al
10%. Las pruebas con un CPP superior a 10 o un CPN
Prueba de referencia inferior a 0,1 tienen una gran utilidad clínica; si los valores
Prueba
de estudio Enfermo No enfermo Total de los cocientes de probabilidad están comprendidos entre 5
Positiva 320 60 380 y 10, o entre 0,1 y 0,2, tienen una utilidad moderada.
Negativa 80 540 620
Los cocientes de probabilidad relacionan la sensibilidad
y la especificidad en un solo índice, por lo que no varían con
Total 400 600 1.000
la prevalencia. Además, tienen la ventaja de que no es
Prevalencia = 400/1.000 = 40% impres cindible expresar los resultados de la prueba de
Sensibilidad = 320/400 = 80% forma dicotó mica (normal/anormal, positivo/negativo), sino
Especificidad = 540/600 = 90%
que pueden obtenerse cocientes de probabilidad para
Valor predictivo positivo (VPP) = 320/380 = 84,2%
diferentes valores de la nueva prueba.
Valor predictivo negativo (VPN) = 540/620 = 87,1%
Estudios de concordancia
medad. Si es alta, un resultado positivo tiende a confirmar su Estos estudios se realizan con la finalidad de evaluar si un
venta

presencia, mientras que uno negativo no ayudará a excluirla. Al aparato de medida o un cues ionario, por ejemplo, son fia
contrario, cuando la prevalencia es baja, un resultado negativo bles, o si dos observadores concuerdan en la medición de
permitirá descartar la enfermedad con un elevado margen de una variable. Esta m dición está sujeta a diferentes fuentes y

confianza, mientras que uno positivo no permitirá afirmar su de variación (indi idual, del instrumento y del observador),
existencia. Así, por ejemplo, si se aplicara la prueba del ejemplo reproducción
a menudo difíciles de diferenciar en la práctica. Cuando se
a una población con una prevalencia más elevada (delElsevier
40%), evalúa la fiabilidad de una medida, deben estudiarse diferentes
el VPP aumentaría al 84,2%, aun cuando la sensibilidad y la aspectos.
especificidad fueran las mismas (tabla 24.7).
Cocientes de probabilidad. Las razones o cocientes de pro Repetibilidad de la medida
babilidad comparan la probabilidad de obtener un determinado La eval ación de la repetibilidad tiene por objetivo determinar
resultado en un individuo que presente la enfermedad con la de si una prueba da los mismos resultados o similares cuando se
obtenerlo en un sujeto en el que se ha descartado su pr sencia. aplica a una misma persona en más de una ocasión (fiabilidad
El cociente de probabilidad positivo (CPP) se calcula divi test-retest). Requiere que las condiciones de aplicación sean
diendo la proporción de casos que tienen un resultadodede
la iguales en todas las ocasiones. Sin embargo, el hecho de aplicar
En el ejemplo de la tablaPropieda24.6,suvaloresd8,lo que se inter
su

sin la enfermedad en las que la prueba también ha dado un de individuos conlleva algunos problemas, ya que algunas
prueba positivo (sensibilidad) entre la proporción de per onas la misma prueba en más de una ocasión en la misma muestra

Prohibida sobre todo si es dolorosa o molesta.

resultado positivo (1 – especificidad): características pueden haber variado si ha transcurrido un

período de tiempo demasiado largo, mientras que el resultado
Sensibilidad obtenido en la segunda ocasión puede estar influido por el
CPP = 1 − specificidad
aprendizaje adquirido la primera vez si es demasiado corto.
Por otro lado, cabe la posibilidad de que los participantes no
accedan a que se les efectúe una prueba en más de una ocasión,
preta como que en el grupo de pacientes con cáncer la proba
bilidad de encontrar un resultado positivo es ocho veces mayor

que en los individuos sin la enfermedad.

© Elsevier. Fotocopiar sin autorización es un delito.

Análogamente, el cociente de probabilidad negativo (CPN) se

calcula dividiendo la proporción de casos que tienen un resultado
negativo (1 – sensibilidad) entre la proporción de sujetos sin la
enfermedad en los que el resultado de la prueba es negativo
(especificidad):

CPN = 1 − sensibilidad
Especificidad

En el ejemplo, su valor es 0,22, lo que indica que se encontró un

resultado negativo 4,5 veces (1/0,22 = 4,5) más frecuente mente en los
individuos sin cáncer que entre los que tenían la enfermedad.
Una prueba útil desde el punto de vista clínico es aquella
q Concordancia intraobservador
u
e, La concordancia intraobservador se refiere al
u grado de consis tencia de un observador consigo
n mismo al leer o interpretar los resultados de dos
a medidas independientes de un mismo fenómeno.
v Su evaluación requiere que un mismo observador
e valore en dos o más ocasiones a los mismos
z sujetos. Esto puede ser fácil de conseguir cuando
a se interpreta una radiografía o un
p electrocardiograma, pero es más difícil cuando se
li trata de un hallazgo físico que requiere la
c presencia directa del paciente, ya que el recuerdo
a de la primera exploración puede condicionar el
d resultado de la segunda.
a,
g Concordancia interobservador
e Por concordancia interobservador se entiende la
n consisten cia entre dos observadores
e independientes en relación con
r
a
c
a
m
b
i
o
s
d
e
s
d
e
la
e
st
i
m
a
ci
ó
n
444 V Docencia e investigación

una medida practicada en el mismo individuo. Así pues, su expuestos, según niveles y duración de la exposición, y
evaluación requiere que dos o más observadores valoren una así cuantificar la fuerza de su asociación con la enfermedad.
misma prueba en una muestra de sujetos. Para asegurar la
independencia de las valoraciones, los observadores no
Los estudios de cohortes son diseños observacionales
deben conocer el resultado proporcionado por el resto.
analíticos en los que se seleccionan dos grupos de
Con frecuencia, las concordancias intra- e interobservador se
sujetos en función de su exposición a un factor de riesgo,
evalúan en un mismo estudio. En este caso, hay que asegurar y se siguen en el tiempo para determinar la
la independencia de todas las medidas, para lo que puede ser incidencia de la enfermedad en cada grupo.
muy útil usar técnicas de enmascaramiento y la
aleatorización de la secuencia de aplicación.
En los estudios de concordancia, los sujetos incluidos Según la relación cronológica entre el inicio del estudio y
deben ser una muestra representativa de la población a la el desarrollo de la enfermedad, los estudios de cohortes se pueden
que se piensa aplicar la medida y cubrir un amplio rango de clasificar en prospectivos y retrospectivos. En los pri meros, el
valores de la variable, para poder evaluar la fiabilidad investigador parte de la formación de las cohortes de sujetos
durante todo su recorrido. expuestos y no expuestos a un posible factor de riesgo, y las sigue
durante un tiempo para identificar los casos de la enfermedad que
La evaluación de la fiabilidad de una medida requiere aparecen a partir de ese momento. En los retrospectivos, tanto la
considerar las diferentes fuentes de variación, determinando exposición como la enfermedad ya han ocurrido cuando se inicia el
su repetibilidad, o fiabilidad test-retest, así como la estudio, de manera que la identificación de las cohortes expuesta y
concordancia inter- e intraobservador. no expuesta se basa en su situación en una fecha pr via bien
definida (p. ej., la fecha de inicio de una exposición laboral),
suficientemente lejos
ESTUDIOS OBSERVACIONALES ANALÍTICOS en el tiempo para que la enfermedad en estudio haya tenido
«cohorte» se utiliza para designar un grupo ede q reproducción
tiempo de desarrollarse, y se determina en cuántos sujetos se

Elsevier

Los diseños analíticos observacionales más importantes son ha p esentado. En algunas circunstancias, los estudios pueden
los de cohortes y los de casos y controles (DiPietro, 2010; r ambispe tivos, en los que se recogen datos de los sujetos
Yang, 2010). retrospe tiva y prospectivamente.

Estudios de cohortes Estu ios prospectivos de cohortes

Los estudios de cohortes comparan la incidencia la nfer En los estudios de cohortes deben seleccionarse individuos que
medad en varios grupos de sujetos (cohortes) . El término puedan desarrollar la enfermedad o el desenlace de interés.
sujetos
esta manera, puede estimarsePropiedadlaincidenciaenlos individuos Cuando se estudia una sola cohorte general (p. ej., los resi

Por ejemplo, si se quiere evaluar el riesgo de padecer cáncer de

tienen una característica o un conjunto de c r cterí ticas en endometrio asociado a la utilización de anticonceptivos orales,
común. En esquema, el diseño de estos estu ios con i te en Prohibida
no se debe incluir a mujeres histerectomizadas. Por otro lado,
estudio de Framingham), pueden distinguirse dos cohortes

seleccionar dos cohortes de sujetos f n das por la presencia deben excluirse también aquellos sujetos que ya presentan la
o ausencia de una determinada ex osición, y segu rlas durante enfermedad, aunque puede ser difícil identificar a los que la
cierto período de tiempo para obse var la frecuencia con que la padecen de forma asintomática o subclínica.
enfermedad aparece en cada uno de l s grupos (fig. 24.7). De La cohorte de comparación puede ser interna o externa.

expuestos y no expuestos al factor de riesgo y, dentro de los dentes en un área geográfica determinada, como es el caso del

internas como consecuencia de la clasificación de los sujetos de

la cohorte general en expuestos y no expuestos. En otras situa
ciones, se define una cohorte expuesta a partir de grupos espe
ciales en los que la exposición es frecuente o en los que es fácil
efectuar un seguimiento completo, como los trabajadores
de una determinada industria u ocupación, y se selecciona
otra cohorte de comparación externa, formada por un grupo
de sujetos no expuestos al factor de estudio, que son seguidos
a la vez que la cohorte expuesta.
En los estudios prospectivos puede obtenerse información
detallada, precisa y objetiva de la exposición, lo que permite
estudiar el efecto en un subgrupo de sujetos sometidos a un
determinado grado o subtipo de exposición, o incluso clasificar
la exposición en diferentes grados para evaluar una posible
relación dosis-respuesta, así como registrar los cambios en la
Figura 24.7 Estructura básica de un estudio de cohortes. exposición que se puedan producir durante el estudio.
 24 Investigación cuantitativa: elementos de epidemiología y estadística 445

Los procedimientos para determinar qué sujetos de las La principal limitación de estos estudios es la calidad de
cohortes desarrollan el desenlace de interés varían en función la información, ya que se recoge retrospectivamente a partir
de la respuesta que se estudia y los recursos disponibles. La de registros clínicos u otras fuentes de información, lo que
detección debe ser lo más objetiva posible, y es importante que plantea problemas relacionados con su exhaustividad, homo
se realice de la misma forma en todos los sujetos, mediante geneidad o adecuación a las definiciones establecidas en el
criterios establecidos explícitamente antes del inicio del estu estudio. Cuando la exposición ha tenido lugar muchos años
dio. Además, en la medida de lo posible, debería ser realizada antes del inicio del estudio, su medición puede ser muy difícil
por personas que no conozcan si los sujetos están expuestos y solo puede realizarse una clasificación en grandes grupos
o no, para prevenir sesgos de información. Pueden utilizarse (sin poder diferenciar los grados de exposición), por lo que es
diferentes fuentes de información: historias clínicas, informes probable que aparezcan errores de medición que distorsionen
de altas hospitalarias, registros específicos, etc. La utilización de la aparente magnitud de la asociación. Además, al no poder
registros suele ser menos costosa en tiempo y dinero, aunque utilizar una clasificación por diferentes grados de exposición,
hay que tener presente que los criterios para definir una enfer no puede evaluarse la existencia de una relación dosis-res
medad pueden ser variables, al igual que la exhaustividad y puesta, que es un importante criterio para inferir causalidad.
calidad de los registros, por lo que suele ser preferible examinar La naturaleza retrospectiva de la recogida de datos también
periódicamente a los individuos que forman parte del estudio, dificulta la identificación de la aparición de la enfermedad.
a pesar de que esto requiere una organización mucho más Dado que el investigador debe utilizar información recogida
compleja y costosa. Además, los investigadores deben recoger con otras finalidades, su calidad puede no ser suficiente, lo que
venta

información sobre los cambios que se presentan en los factores limita la utilidad de este tipo de estudios. Además, pueden exis
de riesgo, en las variables pronósticas y en la propia exposición. tir problemas adicionales la recogida de información sobre
El mayor desafío de un estudio de cohortes es el segui importantes variables de confusión. Por tanto, los resultados
y

miento de un elevado número de sujetos durante un período de muchos estudios retrospectivos difícilmente pueden consi
prolongado de tiempo. Este seguimiento debe ser el mismo en derarse definitivos al abordar relaciones causales.
reproducción
todos los grupos, con idéntica pauta de visitas y exploraciones,
Elsevier
para evitar los efectos derivados de un mayor control en uno Ventajas y l mitaciones de los estudios de cohortes
de los grupos. Los períodos de seguimiento suelen ser largos, Al impli ar seguimiento de los sujetos, los estudios de cohortes
particularmente si se estudia una enfermedad con un largo permiten calcular la incidencia de la enfermedad en los dife
período de latencia, por lo que el porcentaje de pérdidas ue rentes grupos, así como las medidas de asociación basadas en
ser importante. Estas pérdidas pueden provocar un sesg si ella, como el riesgo relativo (RR).
en cada una de las cohortes la proporción de individuos que La estructura de su diseño asegura una adecuada dirección
de

desarrollan la enfermedad entre los que abandonan l studio temporal, ya que se sigue a los sujetos desde la exposición hasta
es diferente que entre los que lo finalizan. Por ello es impor la aparición del desenlace. Además, permite una medición de
cen,
tante preparar estrategias para minimizarl s y, si se prod
Propiedad su la exposición y de las variables pronósticas más exacta y com
recaptarlas o, como mínimo, obtener la máxima información pleta, especialmente en los diseños prospectivos. En cambio,
posible sobre ellas y los motivos por las que se n producido. en los estudios retrospectivos, la calidad de la información
depende de los registros y de si estos se adecuan a los objetivos
El mayor desafío de un estudio de c hortes es el seguimiento del estudio.
de un elevado número de sujetos durante un período Los estudios de cohortes permiten evaluar los efectos de la
prolongado de tiempo. exposición sobre varias enfermedades o sucesos; por ejemplo,
de la hipertensión arterial en relación con diferentes desenlaces
Prohibida cardiovasculares. No son eficientes en caso de enfermedades
Estudios retrospectivos de cohortes poco frecuentes, ya que obligan a seguir a un número elevado
En los estudios retrospectivos de cohortes, también de sujetos para observar un número suficiente de casos,
llamados «estudios de cohortes históricas», el investigador a no ser que se seleccionen grupos especiales que hayan estado
identifica las cohortes de sujetos según sus expuestos de forma intensa a un factor de riesgo. Los diseños
características en el pasado, y reconstruye su experiencia retrospectivos no necesitan un largo período de tiempo para
de enfermedad hasta un momen to definido de tiempo en el identificar un número suficiente de casos, pero requieren
pasado más reciente o en el momento actual. que esté disponible la información sobre la exposición
Su estructura es similar a la de un estudio prospectivo, en el previa y que esta sea de la calidad suficiente.
sentido de que permite asegurar que la exposición precede a la Los estudios prospectivos tampoco son eficientes para el
enfermedad: se efectúa un seguimiento de un grupo de estudio de enfermedades con un largo período de latencia, ya
individuos a lo largo del tiempo, midiendo su exposición al que obligan a un seguimiento muy largo, lo cual, además del
inicio y determinando el número de desenlaces que se coste y esfuerzo que supone, puede aumentar las
han producido a partir de ese momento. La diferencia es que, en pérdidas. Los estudios retrospectivos requieren menos tiempo
los diseños retrospectivos, la identificación de la cohorte, las para su realización, y, por consiguiente, su coste es menor.
mediciones basales, el seguimiento y los desenlaces ya se han Las principales ventajas y desventajas de los estudios de
producido cuando se realiza el estudio. cohortes se resumen en el cuadro 24.3.
© Elsevier. Fotocopiar sin autorización es un delito.
446 V Docencia e investigación

CUADRO 24.3 Ventajas y limitaciones TABLA 24.8 Medidas de asociación

de los estudios de cohortes e impacto en un estudio de una cohorte
Ventajas de 368 sujetos que reciben oxigenoterapia
• Permiten el cálculo directo de las tasas de incidencia y del domiciliaria. Mortalidad al año de
riesgo relativo. seguimiento en función de su hábito
• Aseguran una adecuada dirección temporal (la exposición tabáquico actual
precede al desenlace).
Desenlace
• En los diseños prospectivos, se minimizan los errores en la
medición de la exposición. Exposición Sí No Total
• Permiten evaluar los efectos de la exposición sobre varias Sí 19 135 154
enfermedades o desenlaces. a b a+b
• Los diseños retrospectivos requieren menos tiempo de
No c d c+d
realización que los prospectivos.
15 199 214
Limitaciones Total a+c b+d a+b+c+d
• No son eficientes para el estudio de desenlaces poco fre- 34 344 368
cuentes. Incidencia en la cohorte expuesta: Ie = a/(a + b) = 19/154 =
• No son eficientes para el estudio de resultados con un largo 12,3%
período de latencia. Incidencia en la cohorte no expuesta: Io = c/(c + d) = 15/214
• Requieren un número elevado de participantes. = 7,0%
• Los estudios prospectivos suelen ser de larga duración. Riesgo relativo (RR) = Ie/Io = 12,3%/7,0% = 1,8
• Los estudios prospectivos tienen un coste elevado. Diferencia de incidencias (DI) = Ie – Io = 12,3% – 7,0% = 5,3%
• En los diseños retrospectivos se carece de control sobre la Riesgo atribuible proporcional: (Ie – Io)/Ie = 5,3%/12,3%
y
calidad de la información. = 0,43 venta
reproducción

Medidas de asociación e impacto en los estudios

Elsevieren 1 año que uno que deja de hacerlo.
En el ejemplo de la tabla 24.8, el RR de los fumadores res
de cohortes pecto a los exfumadores es de 1,8, lo que significa que, entre los
Los estudios de cohortes, al implicar seguimiento de los suje in ivi uos que reciben oxigenoterapia domiciliaria, un sujeto
tos, permiten determinar la incidencia de la enfermedad en que continúa fumando tiene 1,8 más probabilidades de morir
los sujetos expuestos y en los no expuestos. Además, n los
individuos expuestos permite estimar la incidencia s gún dif
mientras que la de comparaciónPropiedadincluyelosque han dejado
rentes características de la exposición: intensi ade, diferentes
su

períodos de tiempo, diversas combinaciones e los factores El riesgo relativo estima la magnitud de la asociación entre
de riesgo, etc. la exposición y la aparición de la enfermedad, e indica el
Prohibida
número de veces que es más probable que una enfermedad
Los resultados se presentan en una tabla e 2 × 2. La
se desarrolle en el grupo expuesto en relación con el no
tabla 24.8 resume los resultados de una cohorte general de
expuesto. La diferencia de incidencias cuantifica el exceso
368 individuos que reciben oxigen terap domiciliaria. La de riesgo en los individuos expuestos comparados
cohorte expuesta la forman los pacientes que siguen fumando, con los no expuestos.

de fumar. El riesgo de desarrollar el desenlace (mortalidad) en

la cohorte expuesta es del 12,3%, y en la no expuesta, del 7%. Un RR = 1 indica que no existe relación entre el factor
Se desea determinar si el hecho de continuar fumando se de estudio y la enfermedad (no se modifica el riesgo). Si es
asocia a una mayor mortalidad al año de seguimiento. Para significativamente mayor de 1, indica que existe una asociación
cuantificar la magnitud de esta asociación suele utilizarse el positiva entre el factor de estudio y la enfermedad (aumenta el
RR, mientras que para cuantificar su impacto se utiliza habi riesgo), mientras que si es significativamente menor de 1 indica
tualmente la diferencia de incidencias (DI). una asociación negativa (disminuye el riesgo).
Riesgo relativo. El RR estima la magnitud de la asocia El RR obtenido en un estudio es una estimación puntual
ción entre la exposición y la aparición de la enfermedad, del verdadero RR poblacional y, por lo tanto, debe calcularse
e indica el número de veces que es más probable que una su IC para conocer los límites entre los que se confía en que se
enfermedad se desarrolle en el grupo expuesto en relación sitúe dicho verdadero valor. Si el IC del 95% no incluye el valor
con el no expuesto. Corresponde al cociente entre la inci RR = 1, indica que la asociación entre la exposición y el riesgo
dencia en el grupo expuesto (Ie) y la incidencia en el no de enfermedad es estadísticamente significativa.
expuesto (Io), por lo que también se denomina «razón de Diferencia de incidencias. El RR no tiene en cuenta la
incidencias o de riesgos»: magnitud de las incidencias que se están comparando. Se
Ie
( ) obtiene un RR = 3 tanto si se comparan incidencias acu
RR = Io =
a/ a + b
c/ c + d muladas del 90 y el 30% como si son del 3 y el 1%. Por esta
( ) razón, conviene calcular, además del RR, la DI, que informará
 24 Investigación cuantitativa: elementos de epidemiología y estadística 447

sobre el exceso de riesgo en los individuos expuestos com

parados con los no expuestos. Esta medida corresponde a la
diferencia entre la incidencia del grupo expuesto (Ie) y la
del no expuesto (Io):
DI = Ie − Io
© Elsevier. Fotocopiar sin autorización es un delito.

En el ejemplo, su valor es 5,3%, que representa el exceso

de riesgo que tienen los individuos que siguen fumando en
relación con los que han dejado de hacerlo.
Desde el punto de vista de la salud pública, la DI es más
informativa que el RR, ya que muestra el exceso de casos que
Figura 24.8 Estructura básica de un estudio de casos y controles.
están asociados a la exposición. En cambio, desde el punto de
vista de la investigación etiológica, el RR es más informativo,
La elección del grupo control es la clave del diseño. Debe
ya que estima la fuerza de la asociación entre la exposición y
seleccionarse de forma que sea comparable al de casos, es decir,
la enfermedad. La DI no solo depende del RR, sino también de
que los controles sean representativos de la población de la que
la frecuencia de la enfermedad. Una exposición determinada
provienen los casos. En algunas ocasiones, esta población
puede suponer un importante incremento del riesgo de una
está bien definida temporal y geográficamente, como ocurre
enfermedad (RR elevado), pero, si esta es de baja frecuencia,
en los estudios de casos y controles poblacionales, en los que
el impacto de la exposición puede ser menos importante (DI
se seleccionan todos los casos que se desarrollan en una zona
menor) que el que tiene sobre otra enfermedad más frecuente,
determinada durante un tiempo preestablecido y el grupo
aunque suponga un incremento del riesgo de la misma de
control está formado por una muestra representativa de la
menor magnitud. población que reside dicha área. Cuando la detección de
El exceso de riesgo puede expresarse también en términos venta
reproducción

relativos, por ejemplo, como la proporción del riesgo que todos los casosyde una población no es posible y no puede
Elsevier

puede atribuirse al factor de estudio. En el ejemplo sería del definirse temporal y geográficamente la cohorte subyacente
de la que proceden, los controles deberían ser representativos
0,43, lo que indica que el 43% del riesgo de mortalidad de
de aquellos individuos que, en el supuesto de desarrollar la
los sujetos fumadores puede atribuirse a la exposición. Esta
enfermedad, se hubieran detectado como casos.
medida se conoce como «riesgo atribuible proporciona »,
«fracción atribuible». Si se calcula en relación con la incidencia
en la población total, que incluye tanto a los suj tos xpues Los estudios de casos y controles consisten en la selección
tos como a los no expuestos, se denomina «riesgo atribuible de un grupo de individuos que tienen la enfermedad
poblacional» (RAP). de de interés (casos) y otro de sujetos sin la enfermedad
Propiedad su
Las medidas de impacto permiten conocer la magnit d del
(controles), comparando la frecuencia de la exposición
daño ocasionado por un factor de riesgo eterminado y dan previa al factor de interés en ambos grupos.
Prohibida

una idea del impacto que tendría sobre la inci encia de una
enfermedad la eliminación de dicho factor, por lo que se han Para garantizar la secuencia temporal adecuada entre la pre
usado en planificación sanita ia para prior zar intervenciones. sunta causa y el efecto, debe obtenerse información sobre la
historia de exposiciones pasadas de forma retrospectiva, habi
Estudios de casos y controles tualmente mediante encuestas, ya sean personales, telefónicas
Los estudios de casos y controles se diferencian de los de o mediante cuestionarios autoadministrados. En ocasiones, se
cohortes por el criterio utilizado para definir los grupos recoge la información a partir de personas próximas (familia
de estudio. Su diseño consiste en la selección de un grupo de res, amigos, etc.) a los sujetos incluidos en el estudio, cuando
individuos que tienen la enfermedad de interés (casos) y otro estos no son capaces de proporcionarla.
de sujetos sin ella (controles), y se determina la frecuencia Los estudios de casos y controles han sido muy criticados
de la exposición previa al factor de interés en ambos grupos, precisamente debido a que la información sobre la exposición
comparándola (fig. 24.8). Por ejemplo, si se quiere evaluar se recoge retrospectivamente, lo que facilita la posibilidad de
el riesgo de padecer un fibroadenoma de mama asociado al incurrir en un sesgo de memoria. Este sesgo suele ocurrir en
uso de anticonceptivos orales, el grupo de casos lo formarían enfermedades graves y/o que suponen un fuerte trauma psico
mujeres diagnosticadas de fibroadenoma y el grupo con lógico, como las malformaciones congénitas, ya que los casos
trol mujeres sin dicha patología, y se compararía la historia previa tienden a recordar sus antecedentes personales con mucho
de consumo de anticonceptivos de ambos grupos. más detalle que los controles, al estar más sensibilizados por
La identificación de los casos requiere establecer, de forma la enfermedad y porque sus médicos les habrán preguntado
clara y explícita, la definición de la enfermedad y los criterios con insistencia por ellos.
que deben cumplir los pacientes para ser seleccionados para
el estudio, intentando que solo se incluyan sujetos que poten Ventajas y limitaciones
cialmente hayan podido estar expuestos al presunto factor La mayor ventaja de los estudios de casos y controles es
de riesgo. que permiten estudiar un gran número de casos de una
448 V Docencia e investigación

enfermedad, lo que los hace especialmente útiles cuando se controles refleja, en parte, decisiones tales como el número
estudian problemas poco frecuentes. Además, permiten evaluar de controles que se eligen por caso.
varios factores de riesgo de forma simultánea y la existencia de La medida de asociación entre la exposición y la enferme
interacciones entre ellos. dad que se utiliza en los estudios de casos y controles es la odds
Una segunda ventaja es su eficiencia, ya que se realizan en ratio (OR). Por odds se entiende la razón entre la probabilidad
mucho menos tiempo y con un coste menor que los estudios de que un suceso ocurra y la probabilidad de que no ocurra. Si,
de cohortes, al no requerir el seguimiento de los pacientes por ejemplo, la probabilidad de que una persona con la enfer
durante el período de latencia de la enfermedad. medad haya estado expuesta es del 0,75, la odds de exposición
Por último, permiten estudiar exposiciones que son raras se calculará dividiendo este valor entre la probabilidad de no
en la población general, siempre y cuando estén asociadas a estar expuesto (0,75/[1 – 0,75] = 3), indicando que, entre los
la enfermedad en estudio. Por ejemplo, la exposición a las enfermos, hay tres sujetos expuestos por cada uno no expuesto.
anilinas es rara en la población general, pero está relacionada La OR corresponde a la razón entre la odds de exposición
con el cáncer de vejiga, por lo que es una exposición que podrá observada en el grupo de casos (a/c) y la odds de exposición en
investigarse de manera eficiente mediante un estudio de casos el grupo control (b/d):
y controles.
Su limitación más importante es que son muy susceptibles ( a/c) a × d
OR = =
a la introducción de sesgos tanto en la selección del grupo ( b/d) b×c
control como en la información que se obtiene sobre las expo La OR se interpreta habitu lmente como equivalente del
siciones previas.
RR, aunque, en realidad, solo es una buena aproximación de
Los estudios de casos y controles no proporcionan una este bajo determinadas co diciones. Cuando el riesgo basal
estimación directa de la incidencia de la enfermedad, y por (frecuencia del resultado de interés en la población de estudio)
es bajo (menor del 10%),ventaambas medidas son muy
tanto no permiten estimar directamente el RR. similares.
Cuanto mayor es elyriesgo basal, más exagera la OR la
El cuadro 24.4 resume las ventajas y limitaciones de estos magnitud
reproducción
estudios. del efecto en lación con el RR, es decir, más lo sobrestima
Elsevier

cuando es mayor de 1 y más lo infraestima cuando es menor de 1.

Odds ratio
De he ho, la diferencia entre la OR y el RR depende tanto del
En los estudios de casos y controles no puede determinarse riesgo basal como de la propia magnitud del efecto, de forma
directamente la incidencia de la enfermedad, ya que se des que grandes discrepancias solo se observan en efectos de gran
conoce cuántos sujetos formaban la cohorte inicial en la que tamaño y riesgos basales elevados.
han aparecido los casos identificados. Por ello, aunque n t oría
podría calcularse el cociente a/(a + b) a partir de los valores de
la tabla de 2 × 2, que en un estudio de cohortes correspondede La medida de asociación entre la exposición y la enfermedad
Propiedad

a la incidencia en el grupo expuesto, en un estu io de ca os y que se utiliza en los estudios de casos y controles es la
• Son un buen diseño para estudiarProhibidaenfermedades con
largos odds ratio, que es una buena aproximación del RR bajo
determinadas condiciones.
CUADRO 24.4 Ventajas y limitac ones
de los estudios de cas s y controles El valor de la OR calculado a partir de los datos de la tabla
Ventajas es la estimación puntual del verdadero valor de la OR pobla
• Permiten estudiar un gran número de casos, lo que los hace cional, por lo que debe acompañarse de su correspondiente
muy útiles en enfermedades raras. IC del 95%.

períodos de latencia. ESTUDIOS EXPERIMENTALES

• Permiten evaluar simultáneamente varias exposiciones y la
interacción entre ellas. El objetivo básico de los estudios experimentales es evaluar
• Permiten estudiar exposiciones poco frecuentes, siempre los efectos de una intervención, que puede ser tanto un
que estén fuertemente asociadas a la enfermedad. tratamiento farmacológico como un consejo sanitario, una
• Son estudios eficientes, ya que su duración y su coste son
actividad preventiva, una estrategia diagnóstica o un modelo
menores que los de los estudios de cohortes.
organizativo, por ejemplo. Su diseño se caracteriza por que los
Limitaciones investigadores deciden qué sujetos recibirán la intervención
• Son diseños muy susceptibles a la introducción de errores que se desea evaluar y quiénes la de referencia, así como la
sistemáticos (sesgos). forma en que lo harán (dosis, pauta, duración, etc.), de acuerdo
• En ocasiones puede ser difícil establecer la secuencia tem- con un protocolo de investigación preestablecido. Todos los
poral entre la exposición y la enfermedad. sujetos son seguidos en el tiempo para determinar la respuesta
• No son un buen diseño para estudiar varias enfermedades a cada una de las intervenciones, comparando los resultados
simultáneamente.
observados en los grupos de estudio. La gran ventaja de los
• No permiten calcular directamente la incidencia de la enfer-
estudios experimentales sobre los observacionales es que,
medad.
al controlar el factor de estudio y las condiciones en que se
 24 Investigación cuantitativa: elementos de epidemiología y estadística 449

realiza la investigación, disminuye la posibilidad de que otros calidad metodológica, guías para su lectura rápida y recomen
factores puedan influir sobre los resultados, de manera que daciones sobre su publicación, como la propuesta CONSORT
proporcionan una mayor confianza en la conclusión obtenida (v. www.consort-statement.org).
(mayor calidad de la evidencia).
Dado que la intervención se administra a los sujetos con El ensayo clínico aleatorio es el mejor diseño disponible
la finalidad de estudiarla, son especialmente importantes los para evaluar la eficacia de un tratamiento, ya que es el
requisitos éticos de la investigación en seres humanos, valo que proporciona la evidencia de mayor calidad acerca
rando los posibles riesgos que supone la intervención para los de la existencia de una relación causa-efecto con la respuesta
sujetos incluidos en el estudio, que han de ser mínimos y en observada.
ningún caso superiores a los posibles beneficios derivados de
la misma. Solo deben evaluarse intervenciones potencialmente Aunque existen diversas formas de diseñar un ECA, habi
beneficiosas, de las que exista suficiente información previa tualmente esta denominación se utiliza para referirse al diseño
que justifique la realización del experimento y diseñando los paralelo, que es el más conocido y utilizado (fig. 24.9). En su
estudios de acuerdo con los estándares científicos aceptados, forma más sencilla, consiste en la selección de una muestra
tanto éticos como metodológicos. de pacientes, de acuerdo con unos criterios de inclusión y
exclusión, que se distribuye de forma aleatoria en dos grupos,
Ensayo clínico aleatorio paralelo uno de los cuales recibe la intervención de estudio y el otro, la
El estudio experimental más importante es el ECA, conside de comparación o referencia, siendo seguidos ambos grupos
rado como el mejor diseño disponible para evaluar la eficacia de forma concurrente dur un período determinado de
de un tratamiento, ya que es el que proporciona la eviden tiempo, cuantificando y comparando la respuesta observada
cia de mayor calidad acerca de la existencia de una relación en cada uno de ellos.
causa-efecto con la respuesta observada. Por este motivo, las y venta
recomendaciones terapéuticas y las guías de práctica clínica Intervenciones que se comparan
reproducción
deben basarse en lo posible en las pruebas proporcionadas por Uno de los aspectos clave del diseño de un ECA es la elección
Elsevier

este tipo de estudios. Ello ha conducido a que el número de de la intervención que se va a utilizar como referencia, que
ECA haya aumentado rápidamente y a que cada vez se exija un debe ser suficientemente justificada. En términos generales,
mayor rigor metodológico en su diseño, ejecución y análisis, existen tres opciones: placebo, tratamiento activo o ninguna
habiéndose desarrollado instrumentos para la valoración de intervención.
© Elsevier. Fotocopiar sin autorización es un delito.

Figura 24.9 Arquitectura básica de un ensayo clínico aleatorio paralelo.

450 V Docencia e investigación

Por placebo se entiende un preparado que carece de acti Son ejemplos de variables relevantes para los pacientes la
vidad farmacológica, pero cuya apariencia y características calidad de vida o la recuperación de una capacidad funcional
organolépticas son idénticas a las del preparado de estudio. determinada, por ejemplo. Muchos ensayos se centran exclu
Desde el punto de vista de la hipótesis que se pone a prueba, sivamente en los beneficios potenciales de un tratamiento,
la comparación con un placebo tiene por objetivo cuantificar pero no miden sus efectos sobre otras variables importantes o
el efecto terapéutico del fármaco que se evalúa, ya que permite incluso algunos efectos secundarios y adversos. La medición de
controlar los efectos derivados de cualquier característica del variables que incluyan la perspectiva del paciente será impor
tratamiento que no sea el efecto farmacológico propiamente tante para establecer un adecuado balance entre beneficios y
dicho. riesgos. También son importantes las variables clínicas, como
En la mayoría de las ocasiones, el interés del estudio radica la supervivencia en el cáncer, las fracturas vertebrales en la
en comparar la intervención de estudio con otro tratamien osteoporosis, o medidas funcionales, como la frecuencia de la
to activo. Además, si existe una opción terapéutica aceptada angina o la tolerancia al ejercicio.
como eficaz en la situación clínica de interés, esta debería ser A veces se utiliza una variable compuesta o combinada
la alternativa de referencia, ya que la comparación con placebo (composite outcome) como medida del resultado (Ferreira-
presentaría limitaciones éticas. Sin embargo, se ha abusado González, 2008; Freemantle, 2007); por ejemplo, el número de
del uso de placebo como referencia, dado que es más fácil episodios cardiovasculares, definido como la suma de episodios
encontrar diferencias estadísticamente significativas que si se de IAM mortal, IAM no mortal, muerte súbita, accidente cere
compara con otro tratamiento activo. brovascular (ACV) mortal y ACV no mortal. El uso de este
venta

El uso de una intervención activa como referencia permite tipo de variables es cada vez más frecuente en investigación
determinar si el nuevo tratamiento tiene una mejor relación clínica, ya que permite abordar el problema de la multiplicidad
beneficio/riesgo en la situación estudiada. Por ello, el compa sin requerir ajustes por comparaciones múltiples, y tiene la y

rador adecuado debería ser el «mejor tratamiento disponible» ventaja adicional de que, al aumentar el número de eventos,
para dicha indicación, aunque no es siempre fácil determinar disminuye el tamaño de la muestra necesario. Sin embargo, su
reproducción
Elsevier

cuál es esta intervención, ya que en la mayoría de las ocasio inte pretación tie e importantes limitaciones, que hacen que,
nes existe un amplio arsenal terapéutico. Además, cuando ad más de presentar los resultados de la variable combinada,
emplea un tratamiento activo como referencia, debe prestarse ban onsiderarse también los de todos los componentes de
especial atención a la dosis, la pauta y la duración de su admi forma separada para evaluar la consistencia de los efectos o si
nistración, para no favorecer al nuevo tratamiento, al compa algún componente domina sobre el resto.
rarlo con otro en inferioridad de condiciones. La comparación Algunos estudios utilizan variables subrogadas como sus
frente a tratamientos que se sabe que son inferiores, ad más de titutos de un resultado clínicamente relevante. Suelen ser medi
ser éticamente inaceptable, conduce a la obtención r sulta das de laboratorio o signos físicos, como la colesterolemia o las
dos favorables a la intervención de estudio,
cuyadepublicación cifras de presión arterial. Sin embargo, existe una importante
Propiedad
introduce un sesgo en las evidencias que puede repercutir obre
discusión sobre la adecuación de su uso, ya que en muchas
las decisiones y las recomendaciones terapéuticas. situaciones existen dudas razonables sobre si los cambios
Prohibida

Algunas veces, la intervención de f ncia más decua producidos en la variable subrogada reflejan adecuadamente
da no es un placebo ni un tratamiento específ co, sino los los efectos sobre los verdaderos resultados de interés (Free
cuidados habituales que reciben l s pacientes en la consulta mantle, 2007).
(usual care). Aunque en teoría es posible comparar el grupo
que recibe la intervención de estudio c n otro que no recibe Selección de la población
ninguna, generalmente puede considerarse que, en realidad, Los criterios de selección deben identificar la población que
el grupo control está recibiendo los cuidados que se prestan potencialmente puede beneficiarse de las intervenciones que se
normalmente para su problema de salud (de otra manera comparan, excluyendo, por tanto, los sujetos en los que una
podrían plantearse problemas éticos). de ellas es claramente preferible a la otra, y aquellos en los que
alguna esté contraindicada o podría presentar interacciones.
Variable de respuesta Además, pueden establecerse otros criterios de selección más
La elección de la variable que se utilizará para evaluar la eficacia específicos para definir una población experimental más ade
del tratamiento es clave para establecer la relevancia clínica de cuada a los objetivos del estudio. La utilización de criterios
los resultados que se obtendrán. Idealmente, debe reflejar los de inclusión y exclusión estrictos conduce a la obtención de
verdaderos resultados de importancia e interés para los pacien una muestra homogénea, lo que aumenta la validez interna
tes, y no debe elegirse una variable simplemente porque es del estudio, pero, al no ser representativa de la población dia
fácil de medir o porque se espera que pueda mostrar cambios na, limita su capacidad de generalización o extrapolación de
o diferencias en un corto período de tiempo. resultados. Por otro lado, si se definen criterios muy amplios,
la población de estudio será más representativa de la diana y
las posibilidades de generalizar los resultados serán mayores,
La variable de respuesta debe ser la que mejor refleje
pero, al ser más heterogénea, será más difícil detectar una
los verdaderos resultados de importancia e interés
respuesta al tratamiento y se requerirá un mayor número de
para los pacientes. individuos (Brend, 2017).
 24 Investigación cuantitativa: elementos de epidemiología y estadística 451

Una vez que se ha comprobado que un sujeto cumple todos también la técnica del triple ciego, en la que, además, otras
los criterios de inclusión y ninguno de los de exclusión, antes de
personas desconocen el tratamiento que recibe cada sujeto,
incluirlo en el estudio debe dar su consentimiento informado ya sea el estadístico que analizará los resultados, o la persona
para participar en él. responsable de decidir si se interrumpe prematuramente el
ensayo, por ejemplo.
Asignación aleatoria Cuando estos métodos no pueden llevarse a cabo, puede
El aspecto metodológico más importante de un ECA es la utilizarse la técnica de la evaluación enmascarada de la res-
asignación de los sujetos a los grupos, que debe realizarse puesta, que consiste en que la persona que mide la variable de
siguiendo un método aleatorio. Su beneficio principal es que respuesta desconozca el grupo al que pertenece cada uno de los
tiende a asegurar la comparabilidad de los grupos, tanto por sujetos, y cuya finalidad es garantizar que la medición se realiza
las variables conocidas como por las que no lo son, de manera e interpreta de la misma forma en ambos grupos. Esta técnica
que la comparación entre las intervenciones o tratamientos sea es especialmente importante cuando la variable de respuesta
lo más imparcial posible. Esta tendencia es tanto mayor cuanto incluye algún elemento de subjetividad, como ocurre con la
más elevado es el tamaño de la muestra. intensidad del dolor.
Dado que este procedimiento es la clave de un ECA, debe
garantizarse que se realiza correctamente, de manera que ni las Seguimiento de los sujetos
preferencias del investigador ni las del paciente influyan en la La comparabilidad conseguida con la asignación aleatoria
decisión del grupo al que es asignado. Por ello, es esencial que debe mantenerse a lo largo de todo el estudio. Por ello, la pauta
venta

se produzca después de que el paciente haya sido incluido en de visitas y exploraciones ha de ser idéntica para todos los
el estudio y que la secuencia de asignación esté oculta para el participantes, evitando así los efectos derivados de una mayor
investigador, de manera que el conocimiento de los grupos no vigilancia en uno de los grupos. Este control se ve facilitado
y

influya en su decisión de incluirlo en uno u otro. por la técnica del doble ciego.
Deben preverse asimismo qué sucesos o situaciones obliga
reproducción
Enmascaramiento Elsevier

La asignación aleatoria es el aspecto metodológico clave de án a plantear la exclusión de un sujeto, así como las posibles
un ensayo clínico, ya que tiende a asegurar la comparabilidad causas de pérdidas de seguimiento, especialmente en estudios
de los grupos. Debe realizarse de manera que no influyan de larga duración, preparando estrategias para minimizarlas y,
las preferencias del investigador ni las del paciente. si producen, para recaptarlas o, como mínimo, para obtener
información sobre ellas y los motivos por los que se han produ
cido. Esta información será necesaria para decidir la estrategia
de análisis y la correcta interpretación de los resultados.
Las expectativas de los pacientes y los investiga or s pued
influir en la evaluación de la respuesta. Este problema se evi Estrategia de análisis
Como en cualquier estudio analítico, el primer paso del análisis
caramiento», que son procedimientos realizados con el fin de es evaluar la comparabilidad inicial de los grupos en relación con
ta utilizando las llamadas «técnicas de ciego» o «de enmas

Existen tres posibilidades principales.ProhibidaLa primera es la uti ante estas situaciones, las conclusiones del estudio pueden ser

que algunos de los sujetos relacionados con el estudio (inves todas las características pronósticas que pueden influir sobre la
tigadores, participantes, etc.) no conozcan algunos hechos u respuesta. Aunque se haya realizado una asignación aleatoria,
observaciones (básicamente, el tratam ento que recibe cada la comparabilidad inicial no está asegurada y debe evaluarse.
sujeto) que pudieran ejercer un cambio en sus acciones o En un ECA pueden presentarse ciertas situaciones que
decisiones y sesgar los resultados. Un estudio que no utiliza obliguen a considerar si determinados sujetos u observaciones
técnicas de enmascaramiento se denomina «ensayo abierto». deben ser excluidos del análisis. Según la actitud que se adopte

lización de la técnica del simple ciego, donde los investigado diferentes.

res, o más frecuentemente los propios pacientes, desconocen Por un lado, la exclusión de sujetos u observaciones del
qué intervención recibe cada individuo. Si los investigadores análisis disminuye la potencia estadística, ya que el número de
conocen quién recibe cada intervención, existe la posibilidad individuos que se tienen en cuenta es inferior al previsto en
de que examinen con mayor minuciosidad cualquier respuesta el inicio. Pero lo más importante es que si el porcentaje o los
© Elsevier. Fotocopiar sin autorización es un delito.

(aunque sea de modo no intencionado), o pregunten con más motivos de estas exclusiones son diferentes entre los grupos, la
detalle por los posibles efectos de alguno de los tratamientos. comparabilidad puede verse alterada y comprometer la validez
Estas preferencias se evitan con el doble ciego, donde tanto los interna del estudio.
pacientes como los investigadores desconocen el tratamiento
administrado. Para conseguirlo, ambos fármacos deben pre
La estrategia de análisis por intención de tratar es la única
sentarse con un formato idéntico. En algunas ocasiones suele válida en un ensayo clínico que busca determinar la superioridad
ser necesario el doble enmascaramiento de las intervenciones de una intervención respecto a otra.
(double dummy), recibiendo cada grupo uno de los tratamien
tos y un placebo del otro grupo. En este caso, el placebo no se
utiliza como alternativa de referencia, sino tan solo como una Hay dos opciones principales de análisis. Una es considerar
técnica para lograr el enmascaramiento. Por último, existe exclusivamente a los sujetos que han cumplido estrictamente
452 V Docencia e investigación

con el protocolo del ensayo, han recibido el tratamiento TABLA 24.9 Medidas del efecto
asignado y han finalizado el seguimiento (análisis de casos de un tratamiento. Resultados de un ensayo
válidos o por protocolo). La otra es evaluar a todos los pacien clínico aleatorio hipotético que compara
tes, manteniendo a cada sujeto en el grupo al que ha sido un tratamiento activo con placebo
asignado, independientemente de si ha cumplido o no con la para reducir la mortalidad en dos grupos
intervención asignada (análisis por intención de tratar o según de 1.200 sujetos con insuficiencia cardíaca
asignación aleatoria). Esta última estrategia es la única válida congestiva
en un ensayo clínico que busca determinar la superioridad de
Defunción
una intervención respecto a otra, ya que, además de mante
ner intacta la comparabilidad conseguida con la asignación Intervención Sí No Total
aleatoria, es la más conservadora, en el sentido de que es la Tratamiento 90 1.110 1.200
que hace más difícil obtener resultados positivos favorables a a b a+b
la nueva intervención. Placebo c d c+d
Por otro lado, las exclusiones que se producen antes de la 150 1.050 1.200
asignación aleatoria no afectan a la comparabilidad de los
Total a+c b+d N
grupos, es decir, no afectan a la validez interna del ensayo. Sin 240 2.160 2.400
embargo, es importante conocer su número y sus caracterís
Riesgo (incidencia) en el grupo tratado: It = a/(a + b)
ticas para poder valorar su impacto sobre la generalización de venta
= 90/1.200 = 0,075 (7,5%)
los resultados (validez externa).
Riesgo (incidencia) en el grupo pl cebo: Io = c/(c + d)
= 150/1.200 = 0,125 (12,5%)
Medidas del efecto de un tratamiento Reducción absoluta de ri sgo (RAR) = Io – It = 0,125 – 0,075
La conclusión de si un tratamiento es superior a otro no debe = 0,05 (5%) y
basarse exclusivamente en la existencia de una diferencia reproducción
Riesgo relativo del tratamiento respecto a placebo: RR = It/Io
estadísticamente significativa, sino también en su relevancia clí
2 años de tratamiento (tabla 24.9). Al finalizar el estudioElsevierhan
= 0,07510/0,125 = 0,6
nica, por lo que es necesario cuantificar la magnitud de dicha R relativa de riesgo (RRR) = (Io – It)/Io
diferencia (Akobeng, 2005; Salmi, 2008). = (0,125 – 0,075)/0,125 = 0,4
Número de personas que es necesario tratar (NNT)
Supongamos un ECA que compara un nuevo tratamiento
para prevenir un caso adicional de AVC = 1/RAR
con un placebo para evaluar su eficacia en la reducción de a
= 1/(0,125 – 0,075) = 20
mortalidad en la insuficiencia cardíaca congestiva después de

fallecido un 12,5% de los sujetos del grupo placebo y 7,5%

la mortalidad a los 2 años en sujetosPropiedadcninsuficiencia cardíaca,
mortalidad expresada como porcentaje del riesgo del grupo
vese que el valor 0,4 es el complementario del RR calculado

del de estudio. La diferencia de estas incidencias acum ladas de comparación:

en ambos grupos se conoce como «reducción ab ol ta de
Io − It 0,125 − 0,075
riesgo» (RAR): Prohibida medida, cuyos límites son 23 y 53%.
RRR = = = 0,4
RAR:Io − It = 0,125 − 0,075 = 0,05 (5%) Io 0,125
Es decir, en el grupo tratado la mortalidad a los 2 años es
El resultado indica que el tratamiento reducido en un 5% un 40% menor que la observada en el grupo placebo. Obsér

en relación con el placebo. Los límites del IC del 95% son 2,6 y anteriormente. También debe calcularse el IC del 95% de esta
7,4%, lo que indica que existe un 95% de confianza de que la
verdadera reducción de mortalidad esté situada entre dichos Otra medida que se puede obtener de estos estudios, fácil
valores. Dado que el valor RAR = 0%, que indicaría la ausencia de calcular a partir de la RAR, comprensible para el clínico y
de efecto, queda fuera de este intervalo, puede concluirse que extrapolable a la realidad de su labor diaria, es el número de
la diferencia es estadísticamente significativa. casos que es necesario tratar (NNT) para evitar un suceso, que
También podrían expresarse los resultados como el RR del corresponde al recíproco de la RAR:
grupo tratado en relación con el de comparación. Su valor es
de 0,075/0,125 = 0,6, lo que significa que la mortalidad en 2 NNT = 1 = 1 = 20
años en el grupo tratado es 0,6 veces la observada en el grupo RAR 0,05
que ha recibido placebo. Dado que este valor es inferior a 1,
indicaría que ha habido una disminución de la mortalidad en Este valor indica que es necesario tratar a 20 personas de
el grupo tratado en relación con el placebo. Los límites de su características similares a las del estudio con el nuevo trata
IC del 95% son 0,47 y 0,77. Dado que el valor RR = 1 queda miento durante 2 años con el fin de prevenir una defunción
excluido del intervalo, la reducción del riesgo observada es más que en el caso de que se hubiera administrado placebo.
estadísticamente significativa. Esta interpretación tiene la ventaja de que cuantifica el esfuerzo
Los resultados también pueden presentarse como la terapéutico que debe realizarse para poder prevenir un desenla
reducción relativa de riesgo (RRR), es decir, la reducción de la ce, lo que resulta de gran utilidad para el profesional asistencial.
 24 Investigación cuantitativa: elementos de epidemiología y estadística 453

La expresión de los resultados de un ECA en términos CUADRO 24.5 Ventajas y limitaciones

relativos (como el RR o la RRR), como a menudo se hace al de los ensayos clínicos aleatorios
difundir las conclusiones de los ensayos, puede hacer que se
Ventajas
sobrevalore el efecto beneficioso real del fármaco. En el ejem
• Proporcionan la mejor evidencia de una relación causa-efecto
plo, si el resultado se presenta como una RRR del 40% de la entre el tratamiento y la respuesta observada.
mortalidad, parece reflejar un efecto del tratamiento mucho • Proporcionan un mayor control del factor de estudio.
mayor que si se presenta como una RAR del 5%. Sin embargo, • La asignación aleatoria tiende a producir una distribución
ambas medidas presentan los mismos resultados, aunque desde equilibrada de los factores pronósticos, formando grupos
perspectivas diferentes. comparables.

Desventajas
El número de casos que es necesario tratar (NNT) para
• Restricciones éticas impiden que determinadas preguntas
evitar un suceso es una forma de expresar los resultados
puedan ser abordadas mediante un ensayo clínico aleatorio.
de un ensayo clínico muy útil para el profesional asistencial.
• Habitualmente se llevan a cabo con participantes muy selec-
El NNT varía en función del riesgo basal de la población
cionados, lo que dificulta la generalización y extrapolación
a la que se aplica el tratamiento.
de los resultados.
• A menudo, las intervenciones se administran con pautas
Por otro lado, las medidas absolutas, como la RAR o el rígidas, lo que dificulta la generalización y extrapolación de
NNT, varían en función del riesgo basal de la población a los resultados. venta
la que se aplica el tratamiento. En la tabla 24.10 puede verse • En general, solo permi ev luar el efecto de una única
que un tratamiento que produce una RRR del 40% tiene un intervención.
• Suelen tener un coste levado, aunque ello depende de la
impacto diferente en función del riesgo de los pacientes a los duración del estudio y la complejidad del protocolo.
que administra. Si se tienen en cuenta otros aspectos, como y
el coste del medicamento o el riesgo de efectos secundarios,
reproducción
se evidencia que la relación entre riesgos y beneficios puede Elsevier

ser muy variable en función del tipo de pacientes a los que tectar con más facilidad un efecto, al estudiar grupos más
aplica el tratamiento. homogéneos de individuos.
Las ventajas y limitaciones de este tipo de estudios se des
Ventajas y limitaciones de los ECA criben en el cuadro 24.5.
En un ECA, si los grupos son comparables al inicio del ensayo y
son estudiados con una misma pauta de seguimiento, cualquier Ensayos de equivalencia y no inferioridad
diferencia observada entre ellos al finalizar el experimento En ocasiones, un ECA no se diseña con el objetivo de deter
sus resultados, debido a quePropiedadsuelen estudiarse minar si la intervención de estudio es superior a la de com
poblaciones
puede atribuirse con un alto grado de conviccióndea la diferente
te, por ejemplo, o simplemente puede representar una nueva

su
intervención a que han sido sometidos los sujetos. A í p es, la paración, sino de comprobar si ambas son iguales (estudios
Prohibida

gran ventaja de este diseño radica en su alto gr do de control de equivalencia) o si, al menos, la primera no es inferior a la
de la situación, que proporciona, en el caso de que exista una aso segunda (estudios de no inferioridad) (Elie, 2008). Estos estu
ciación entre la intervención y la respuesta observada, una dios se realizan cada vez con más frecuencia, y tienen interés
fuerte evidencia de que dicha elación es causal. fundamentalmente cuando una nueva intervención presenta
Una limitación importante es la dificultad de generalizar ventajas por su seguridad, comodidad de administración o cos

altamente seleccionadas. De todos modos, si bien es cierto alternativa terapéutica, por lo que no es imprescindible que
que la utilización de criterios de inclusión y exclusión muy muestren una mayor eficacia.
estrictos limita la generalización, también lo es que permite Estos estudios presentan algunas diferencias en relación
con los de superioridad, y su diseño debe ser especialmente
riguroso (Dasgupta, 2010). En primer lugar, debe asegurarse la
TABLA 24.10 Variación del NNT imparcialidad de la comparación, es decir, que las condiciones
en función del riesgo basal de los sujetos
© Elsevier. Fotocopiar sin autorización es un delito.

del ensayo no favorecen a ninguna de las intervenciones por

a los que se aplica un tratamiento encima de la otra. Dado que el hecho de que dos intervenciones
que produce una RRR del 40% sean equivalentes no implica necesariamente que ambas sean
Riesgo basal eficaces, es importante que el ensayo se diseñe con criterios
similares a los de los estudios en los que la intervención de
40% 20% 10% 1%
comparación ya ha demostrado suficientemente su eficacia.
RRR 40% 40% 40% 40% Uno de los aspectos clave de este tipo de estudios es, precisa
RAR 16% 8% 4% 0,4% mente, establecer el margen de equivalencia, que corresponde
NNT 6,25 12,5 25 250 a la máxima diferencia entre ambos tratamientos que se con
NNT, número de personas que es necesario tratar para prevenir
sidera clínicamente aceptable por su escasa relevancia clínica.
un desenlace; RAR, reducción absoluta de riesgo; RRR, reducción Este valor se conoce como «delta», y la finalidad del estudio es
relativa de riesgo. precisamente descartar estadísticamente su existencia. Se trata
454 V Docencia e investigación

de demostrar que la nueva intervención es lo aunque, en algunas ocasiones, también puede distorsionar
suficientemente similar a la de referencia como para los resultados. Por ello, es preferible realizar ambas estrategias de
considerarlas equivalentes desde el punto de vista clínico. análisis e interpretar cuidadosamente los resultados.
El análisis de los resultados de estos estudios se basa en el
cálculo del IC de la diferencia en la respuesta observada con Ensayos con asignación por grupos (clusters)
ambas intervenciones. En los ensayos de equivalencia, si todo Habitualmente, en un ECA cada sujeto se asigna de forma
el intervalo cae dentro del rango definido por el valor delta, individual a uno de los grupos que se comparan, recibe direc
puede concluirse que las intervenciones son equivalentes con tamente la intervención asignada y es sobre él sobre quien se
una escasa probabilidad de error, mientras que, si cae fuera mide la respuesta observada. Sin embargo, en ocasiones, esta
de dicho rango, se concluye que no lo son. En el resto de las asignación individual no es posible o no es adecuada, por lo
situaciones, los resultados del estudio no son concluyentes que se recurre a una asignación por grupos (clusters), como
(fig. 24.10). En los ensayos de no inferioridad, el enfoque es ocurre, por ejemplo, cuando se asignan escuelas para recibir un
similar, pero se tiene en cuenta tan solo el margen de no infe determinado programa educativo de promoción de la salud, o
rioridad definido por el valor delta. cuando se evalúan los efectos de una guía de práctica clínica o
En los estudios de superioridad, la estrategia de análisis por una intervención formativa, asignando profesionales o centros
intención de tratar es la más conservadora, ya que la inclusión sanitarios, y no pacientes.
en el análisis de los sujetos que no han cumplido el protocolo Este diseño también es útil cuando se pretende evitar la posi
tiende a hacer más similares los resultados de ambos grupos. ble contaminación que puede producirse entre las intervencio
venta

Sin embargo, en los estudios de equivalencia y no inferioridad nes al realizarse en un mismo emplazamiento. Por ejemplo, si
se trata precisamente de evitar cualquier influencia que pueda se desea comparar el efecto del consejo individualizado para la
hacer que los grupos parezcan más similares de lo que lo son en modificación de hábitos de vida de los pacientes formando y
y

realidad, por lo que el análisis por intención de tratar no es el entrenando a los profesionales sanitarios para proporcionarlo.
más adecuado. En cambio, el análisis por protocolo tiende pre reproducción
Si se asignara a los pacientes de forma individual, un mismo
Elsevier

cisamente a resaltar cualquier diferencia entre los grupos más ofesional te dría pacientes de ambos grupos, pero, dado
que a disminuirla, por lo que es preferible en estos estudios, que ha sido formado y entrenado para proporcionar consejo,

Figura 24.10 Interpretación de los resultados de un ensayo según la hipótesis del estudio.
Hipótesis de superioridad: si se ha fijado a priori la mínima diferencia de relevancia clínica (RC)
para considerar que el nuevo tratamiento es superior al estándar, solamente el ensayo L sería
concluyente a favor del mismo, mientras que los ensayos H, J y K no lo serían totalmente.
Hipótesis de equivalencia: solamente tres estudios (D, E y F) podrían concluir la equivalencia
de ambas intervenciones, ya que todo el IC queda incluido dentro del área definida por los
límites ± delta, mientras que los ensayos A, K y L demostrarían la no equivalencia, y el resto de
los ensayos no serían concluyentes. Hipótesis de no inferioridad: todos los ensayos podrían
concluir no inferioridad, excepto el ensayo A, que concluiría inferioridad, y los ensayos B y C,
que no podrían descartarla.
 24 Investigación cuantitativa: elementos de epidemiología y estadística 455

difícilmente podría proporcionar la atención habitual (como Ensayos no controlados

si no hubiera recibido la formación específica) a los sujetos del En estos diseños, se administra el tratamiento de estudio a
grupo control. Este fenómeno podría evitarse realizando una todos los sujetos que componen la muestra, sin que exista un
asignación por profesionales (o por centros de salud). grupo de comparación concurrente que reciba un placebo u
El principal problema de estos estudios es que no puede otro tratamiento. Dado que comparan la respuesta al trata
asumirse que el resultado de cada paciente es independiente miento con la situación basal al inicio del estudio, también se
del de cualquier otro (p. ej., el manejo de dos sujetos por un denominan «estudios antes-después».
mismo profesional es probable que sea más similar que si Su mayor inconveniente es precisamente la ausencia de un
fueran atendidos por dos profesionales diferentes), por lo que grupo control, por lo que no permiten asegurar que la res
su potencia estadística es menor que la de un ECA habitual puesta observada (cambio en relación con la situación basal)
con un número de pacientes parecido. sea debida exclusivamente a la intervención de estudio, ya que
pueden haber influido otros factores (efecto placebo, efecto
Ensayo clínico cruzado Hawthorne, evolución natural, regresión a la media, etc.) que
Una forma especial de ECA es el diseño cruzado (cross-over), no han sido controlados. Por este motivo, no son diseños ade
en el que cada sujeto actúa como su propio control. En el caso cuados para evaluar la eficacia de una intervención, y muchos
más sencillo de comparación de dos tratamientos, cada indivi autores los consideran estudios descriptivos similares a las
duo es asignado aleatoriamente a un grupo, que recibe, en un series de casos.
primer período, una de las dos intervenciones y, en un segundo
período, la otra. Ambos períodos suelen estar separados por
una fase de lavado o blanqueo lo suficientemente largo para BIBLIOGRAFÍA COMENTADA
permitir que el paciente vuelva a su estadio basal. Argimon JM, Jiménez J. Métodos de investigación clínica
La principal ventaja del diseño cruzado es su eficiencia, ya y epidemiológica. 5.ª ed. Madrid: Elsevier; 2019.
que se consigue el mismo número de respuestas que en un venta
Libro dedicado a la metodología de investigación. Incluye

y
estudio paralelo con la mitad de los individuos. Sin embargo, una parte dedicada a los diferentes diseños epidemiológicos,
cualquier pérdida durante el seguimiento también tendrá así como capítulos y anexos relacionados con el análisis estadístico
mayores repercusiones, y, además, al tener que completar cada y epidem ológico de resultados.
Bland M. An introduction to medical statistics. 4th ed. Oxford:
paciente dos períodos de seguimiento, la duración del estudio
Oxford University Press; 2015.
es más larga, lo que también facilita las pérdidas. Magnífico libro que hace sencilla la estadística. Está escrito
Este diseño es adecuado cuando se evalúan intervenciones de forma práctica y con múltiples ejemplos.
que producen efectos rápidos sobre los síntomas enfer
ElsevierFriedman LM, Furberg CD, DeMets DL, Reboussin DM, Granger
medades crónicas, relativamente estables y cuyos r sultados CB. Fundamentals of clinical trials. 5th ed. New York: Springer;
también desaparecen de forma rápida. No es deecuado si la 2015.
reproducción
secuencia en que se administran las intervenciones p ede Libro de referencia dedicado específicamente a los aspectos
alterar el resultado, si no es posible realizar un período de relacionados con el diseño y análisis de los ensayos clínicos.
su
blanqueo que asegure la total desaparición el efecto de la Su texto está redactado de forma sencilla y comprensible.
intervención recibida en primer lugar ni si los tratamientos Lash TL, VanderWeele TJ, Haneuse S, Rothman KJ. Modern
producen cambios irreversibles que imp den el retorno al epidemiology. 4th ed. Philadelphia: Lippincott, Williams
and Wilkins; 2021.
estado basal de los pacientes.
En el análisis de los resultados, debe tenerse en cuenta que Todo un clásico. Magnífico libro dedicado a la epidemiología que
Propiedad
los tratamientos se han administrado en períodos y secuencias revisa los aspectos relacionados con los diferentes tipos de estudio
y de las medidas que se utilizan en investigación epidemiológica.
diferentes, por lo que, además del efecto propio de la inter

vención, debe analizarse también la posible existencia

de los efectos período y secuencia.
BIBLIOGRAFÍA GENERAL
Akobeng AK. Understanding measures of treatment
Ensayos controlados no aleatorios effect in clinical trials. Arch Dis Child 2005;90:54-6.
Estos estudios corresponden a diseños experimentales con un Altman DG. Why we need confidence intervals. World J
© Elsevier. Fotocopiar sin autorización es un delito.

grupo control concurrente, muy similares a los ECA, pero en Surg 2005;29:554-6.
los que los sujetos son asignados a los grupos de estudio por un Brænd AM, Straand J, Klovning A. Clinical drug trials in general
practice: how well are external validity issues reported? BMC
mecanismo no aleatorio, por ejemplo, de forma alternativa,
Fam Pract 2017;18:113.
por fecha de nacimiento, por número de historia Cobo E, Muñoz P, González JA. Bioestadística para no estadísticos.
clínica par o impar, etc. Barcelona: Elsevier; 2007.
Dado que la asignación no es aleatoria, existe un mayor Coe D, Birt A, Forbes G, Ling J, Foster M, Robson S, et al. The
riesgo de que la distribución de los factores pronósticos no connected patient project: moving towards a population-based
sea equilibrada entre ambos grupos, de manera que los primary health care research registry. BMC Health Serv Res
grupos formados no sean totalmente comparables. Por este 2021;21:533.
motivo, se considera que las pruebas proporcionadas por Cohen JF, Korevaar DA, Altman DG, Bruns DE, Gatsonis CA,
estos estudios son de menor calidad que las de los ECA. Hooft L, et al. STARD 2015 guidelines for reporting diagnostic
456 V Docencia e investigación

accuracy studies: explanation and elaboration. BMJ Open Lindson N, Pritchard G, Hong B, Fanshawe TR, Pipe A, Papadakis S.
2016;6:e012799. Strategies to improve smoking cessation rates in primary care.
Dasgupta A, Lawson KA, Wilson JP. Evaluating equivalence and Cochrane Database Syst Rev 2021;9(9):CD011556.
noninferiority trials. Am J Health Syst Pharm 2010;67:1337-43. Ruchon C, Grad R, Ebell MH, Slawson DC, Pluye P, Filion KB,
DiPietro NA. Methods in epidemiology: observational study et al. Evidence reversals in primary care research: a study of
designs. Pharmacotherapy 2010;30:973-84. randomized controlled trials. Fam Pract 2022;39:565-9.
Dolor RJ, Schmit KM, Graham DG, Fox CH, Baldwin LM. Ryskina KL, Shultz K, Zhou Y, Lautenbach G, Brown RT. Older
Guidance for researchers developing and conducting clinical adults’ access to primary care: Gender, racial, and ethnic
trials in practice-based research networks (PBRNs). J Am Board disparities in telemedicine. J Am Geriatr Soc 2021;69:
Fam Med 2014;27:750-8. 2732-40.
Elie C, De Rycke Y, Jais JP, Marion-Gallois R, Landais P. Salmi LR, Suissa S, Chêne G, Salamon R. Clinically informative
Methodological and statistical aspects of equivalence and non measures of the effect of drugs or other interventions. Br J Clin
inferiority trials. Rev Epidemiol Sante Publique 2008;56:267-77. Pharmacol 2008;65:935-41.
Ferreira-González I, Alonso-Coello P, Solà I, Pacheco-Huergo V, Sourial N, Vedel I, Godard-Sebillotte C, Etches J, Arsenault-Lapierre
Domingo-Salvany A, Alonso J, et al. Variables de resultado G, Bronskill SE. Sex Differences in Dementia Primary Care
combinadas en los ensayos clínicos. Rev Esp Cardiol 2008;61:283-90. Performance and Health Service Use: A Population-Based Study.
Freemantle N, Calvert M. Composite and surrogate outcomes J Am Geriatr Soc 2020;68:1056-63.
in randomised controlled trials. BMJ 2007;334:756-7. Thandi M, Wong ST, Aponte-Hao S, Grandy M, Mangin D, Singer A,
Gerstman BB. Basic Biostatistics: statistics for Public Health et al. Strategies for working across Canadian practice-based
Practice. 2nd ed. Burlington: Jones and Bartlett Learning; 2015. research and learning networks (PBRLNs) in primary care:
venta

Hartung DM, Touchette D. Overview of clinical research design. focus on frailty. BMC Fam Pr ct 2021;22:220.
Am J Health Syst Pharm 2009;66:398-408. Van Weel C, Tamblyn R, Tur bull D. Variation matters and should
Hulley SB, Cummings SR, Browner WS, Grady D, Hearst N, be included in health care r search for comparison of outcomes.
y

Newman RB (eds.). Designing clinical research: an Prim Health Care Res Dev 2017;18:183-7.
epidemiologic approach. 4th ed. Baltimore: Lippincott Williams Woodward M. Epidemiology: study design and data análisis. 3rd ed.
reproducción
and Wilkins; 2013. Boca Raton: CRC Press; 2014.
Elsevier

Lancaster GA, Campbell MJ, Eldridge S, Farrin A, Marchant M, Yang W, Zilov A, Soewondo P, Bech OM, Sekkal F, Home
Muller S, et al. Trials in primary care: statistical issues in the PD. Observational studies: going beyond the boundaries
design, conduct and evaluation of complex interventions. Stat of andomized controlled trials. Diabetes Res Clin Pract
Methods Med Res 2010;19:349-77. 2010;88(Suppl. 1):S3-9.