Resumen:

Dada la necesidad de bibliografía para la asignatura Informática Medica II se concibió este Material de Apoyo a la Docencia cuyo contenido forma parte del programa analítico de la asignatura. En el mismo se expone el sumario siguiente: Riesgo relativo. Razón de productos cruzados o de ventajas (Odds ratio). Sensibilidad y Especificidad. Ejemplos en el campo médico.

Riesgo Relativo

Con bastante frecuencia hablamos y oímos sobre un número no despreciable de factores de riesgo, para diferentes problemas de salud. Si embargo, lo que no siempre está claro  para muchos de nosotros es qué es riesgo, que es un factor de riesgo y como se miden.

Riesgo. Es la probabilidad de ocurrencia de un evento, una enfermedad complicaciones de una enfermedad, la muerte. También se puede entender como la expresión de un peligro de sufrir un daño o perjuicio.

Por ejemplo el riesgo de tener un infarto, de morir por cáncer del pulmón, de nacer un niño con bajo peso, de que ocurra una mortalidad infantil.

El estudio de los riesgos comprende su determinación, los factores que lo condicionan, su cálculo en forma directa o su estimación.

Con frecuencia oímos decir que un grupo de alto riesgo para el infarto del miocardio lo constituyen sujetos obesos, sedentarios, fumadores, hipertensos, entre otros.

La probabilidad de tener un infarto del miocardio sería el riesgo, todas esas variables, factores que se asocian a la probabilidad de ocurrencia del infarto del miocardio son los factores de riesgo.

Factor de riesgo, es el conjunto de fenómenos de los cuales depende esa probabilidad. Si el factor o los factores de riesgo son de tipo causal, la eliminación o control de los mismos disminuirán o evitaran el riesgo. De ahí la importancia del estudio de los factores de riego, pues permiten tomar acciones preventivas.

Cálculo del riesgo. Es la medición de la probabilidad de ocurrencia de un evento dado en forma global o específica. Las tasas me estiman esas probabilidades, por tanto el cálculo se hace en base a tasas de incidencia, prevalencia y mortalidad.

Cálculo del riesgo en estudios poblacionales.

Supongamos el ejemplo clásico del cáncer del pulmón y el hábito de fumar

Rt = a+c/n   Tasa de la enfermedad en esa población ( riesgo total)

Rf+ = a/a+b  Tasa de enfermar los expuestos al factor de riesgo (riesgo específico)

Rf- = c/d+d   Tasa de enfermar los no expuestos (riesgo específico)

No es difícil suponer que si el factor evaluado es un factor de riesgo, la tasa  en los expuestos al factor debe ser mayor que la tasa en los no expuestos.

Por tanto si relacionamos ambas tasas, y  la tasa de los expuestos ocupa el numerador de esa razón, y en el denominador, la tasa de los no expuestos, cabe esperar los siguientes resultados.

- Si el factor investigado es un factor de riesgo, ese cociente tiene que ser superior a 1, pues la tasa de los expuestos tiene que ser la mayor.

- Si el resultado es exactamente 1, los riesgos son iguales esté o no el factor presente.

- Si el resultado es menor que 1, el factor no es un factor de  riesgo.

Esa relación por cociente, esa razón de tasas, es el riesgo relativo.

RR = tasa en los expuestos al factor de riesgo/ tasa de los no expuestos.

El riesgo relativo es un medida de la intensidad de la asociación y es un elemento importante en el establecimiento de la causalidad.

Veamos un ejemplo concreto.

Tasa M.I = 36/2326 x 1000 = 15.5

Tasa M.I = 19/739  x 1000 =  25.7

 ( exp.)

Tasa M.I = 17/1587 x 1000 = 10.7

( no exp.)

RR = 25.7/10.7 = 2.4

Los niños bajo pesos tienen un riesgo 2.4 veces mayor de fallecer que los niños normo pesos. También se puede interpretar que es 2.4 veces más probable o más frecuente que muera un niño bajo peso que un niño normo peso.

Estimación de los riesgos en estudios no poblacionales.

No siempre se dispone de la información necesaria para realizar estudios de riesgos en la población.Los estudios que con más frecuencia se utilizan son los estudios de cohorte y los de casos y controles .

En los estudios de cohorte se obtienen estimaciones de las tasas y los cálculos se realizan igual que como ya vimos para los estudios poblacionales.

Como se trata de estimaciones es necesario realizar una prueba de hipótesis para determinar si existe asociación significativa entre el factor analizado y el efecto o riesgo estudiado. Para ello utilizamos la prueba Chi cuadrado de independencia .

Si hay significación se procede entonces a las estimaciones de las medidas de riesgo, pero no solo de manera puntual sino por intervalo.

No entraremos a profundizar en estos aspectos porque rebasaría los objetivos de éste curso.

En los estudios de casos y controles se estiman estas mismas medidas pero con expresiones de calculo diferentes, ya que en éste caso no se pueden realizar estimaciones de las tasas como ocurría en los estudios de cohorte.

Antes de iniciar las estimaciones es necesario realizar una prueba Chi cuadrado de independencia para probar si existe asociación significativa entre el factor y el efecto analizado.

Al igual que en los estudios de cohorte se realiza además de la estimación puntual la estimación por intervalo.   

Vamos a abordar la estimación del riesgo relativo para los estudios de casos y controles, pues tienen u uso bastante difundido.

Una vez comprobado que existe asociación significativa se procede a la estimación de riesgo relativo mediante la denominada razón de productos cruzados.

Tomemos el esquema inicial de ejemplo.

a+c = grupo de casos ( efecto presente)

b+d = grupo de controles ( efecto ausente)

RR = ad / bc

La estimación por intervalo es mediante la siguiente expresión.

Donde:

Z  = percentil de la normal estándar

X2  = Chi cuadrado calculada

Para que el factor sea considerado como un factor de riesgo es necesario que el límite inferior del intervalo supere a la unidad.

Veamos un ejemplo.

RR = 51x 154/ 59x66

RR = 2.02

 X2 = 8.57

Límite inferior = 1.26

Limite superior = 3.37

En primer lugar existe una asociación significativa entre la hipertensión y el tener un infarto del miocardio, la Ji cuadrda calculada de 8.57 es mayor que la tabulada  de 3,76 con un  = 0.05 y 1gl, por consiguiente se rechaza la H de no asociación. Como el límite inferior de la estimación por intervalo del riesgo relativo es mayor que 1 se concluye que la hipertensión es un factor de riesgo para el infarto del miocardio por lo que es, en este caso, 2 veces más probable que tenga un infarto agudo del miocardio un paciente hipertenso que uno que no padezca de esta enfermedad. 

Sensibilidad y Especificidad

El desarrollo tecnológico de los últimos decenios ha dotado a la práctica  médica de novedosos y sofisticados medios diagnósticos que, sin duda, constituyen adelantos en el perfec­cionamiento del trabajo médico. Lamentablemente, estos adelantos en el diagnóstico han introduci­do la tendencia al uso indiscriminado de las técnicas y medios. Ante una hipótesis diagnóstica y un conjunto (a veces numerosos) de pruebas que ayudan a corroborarla, el médico no siempre se propone hacer de ellos un uso racional.

Es común, por ejemplo, que simultáneamente se realicen exámenes para la misma finalidad, a veces riesgosos, lo cual conduce habitualmente a resultados confusos cuando no contradictorios, a la vez que se multiplican los costos asistenciales.

Se hace necesario el uso de herramientas cuantitativas que permitan dirigir con racionalidad las indicaciones. La evaluación del desempeño de un procedimiento diagnóstico comienza por la cuan­tificación (estimación más bien) de la magnitud de los errores que pueden cometerse o, su inverso, la magnitud de los aciertos que se cometen al intentar "adivinar" un diagnóstico a partir de los resultados que brinde dicho procedimiento.

El sentido común ha sido y sigue siendo una excelente vía para la búsqueda de esta cuantificación pero la Estadística, con su afán incorregible de dirigir y organizar este (tan poco común) sen­tido, dispone ya de numerosas herramientas que allanan el camino.

La sensibilidad y la especificidad son las medidas tradicionales y básicas del valor diagnóstico de una prueba. Miden la discrimi­nación diagnóstica de una prueba en relación a un criterio de referencia, que se considera la verdad. En general, son cuatro los indicadores de eficacia de un test que sirven de elementos básicos para ayudar al médico a tomar la decisión más acertada:

         -  la Sensibilidad (S) o medida de la probabilidad de que un paciente enfermo tenga un resultado positivo.

         -  la Especificidad (E) o medida de la probabilidad de que un paciente  no enfermo tenga un resultado negativo.

         -  el Valor Predictivo Positivo (VP+) o medida de la probabilidad de que un paciente con resultado positivo esté enfermo.

         - el Valor Predictivo Negativo (VP-) o medida de la probabilidad de que un paciente con resultado negativo no esté enfermo.

Los dos primeros le permiten al médico conocer las características de operación de una prueba; mientras que los dos últimos le permiten conocer con exactitud la cuantía de la incertidumbre al tener un resultado positivo o negativo de un paciente en un determinado contexto clínico.

Estos indicadores, en principio, permiten comparar directamente el rendimiento de una prueba con el de otras y esperar resultados similares cuando son aplicadas en diferentes países o regiones aun cuando tengan prevalencias diferentes de la enfermedad cuyo diagnóstico se busca.

Estas características pueden entonces estimarse fácilmente a partir de una tabla de 2 x 2 como se muestra a continuación:

Tabla 1.1 Resultados de la prueba y la existencia de la enfer­medad.

                             ENFERMEDAD

                            Presente    Ausente       Total            

                      +        a              b               a+b = n+

  PRUEBA     ‑        c              d               c+d = n‑          

       Total               a+c          b+d            a+b+c+d

                               ne           ns              N

Donde:

     a =              número de pacientes con la enfermedad diagnosticados como "positivos" por la prueba.

     b =              número de pacientes sin la enfermedad diagnosticados como "positivos" por la prueba. 

     c =              número de pacientes con la enfermedad diagnosticados como "negativos" por la prueba.

     d =              número de pacientes no enfermos diagnosticados como "negati­vos" por la prueba.

Puede apreciarse que cada celda de la tabla refleja una carac­terística que también suele calificarse de la manera siguiente:

. a = Verdaderos positivos (VP)

. b = Falsos positivos (FP)

. c = Falsos negativos (FN)

. d = Verdaderos negativos (VN)

Con estos términos la tabla puede expresarse así:

          Tabla 1.2 Resultados de la prueba y la existencia de la enfer­medad

                               ENFERMEDAD

                            Presente     Ausente    Total

                     +         VP             FP          VP+FP

PRUEBA      ‑         FN            VN          FN+VN

          Total          VP+FN     FP+VN       N

Por tanto los estimadores de las probabilidades descritas son, naturalmente, los siguientes:

Bibliografía:

1.       Begg CB, Greenes RA. Assesment of diagnostic test when disease verification is subject to selection bias. Biometrics 1983; 39:207-15.

2.       Kassirer JP. Our stuborn quest for diagnostic certainly. A cause of excesive testing. N Engl J Med 1989; 320:1489-91.

3.       Kassirer JP. Diagnostic Reasoning. Ann Intern Med 1989; 110:893-5.

4.       Kassirer JP, Kopelman RI. Diagnosis and the Tower of Babel: a Parable. Hosp Pract 1989; 24:27-33.

5.       Kassirer JP, Kopelman RI. The luxurian language of diagnosis. Hosp Pract 1989; 4:36-8.

6.       Jiménez R, Fariñas H. Principios básicos de la evaluación de los procedimientos diagnósticos con aplicación en medicina clínica. C. Habana, 1994.

Autoras:

• Dra. Nelsa María Sagaró del Campo

• Dra. Meydis María Macías Navarro