COMO ESTUDIAR UN ESTUDIO Y PROBAR UNA PRUEBA - LA TASACION DE UNA TASA

8/3/2019 COMO ESTUDIAR UN ESTUDIO Y PROBAR UNA PRUEBA - LA TASACION DE UNA TASA

1/31


2/31

CAPTULO 20

INTRODUCCIN 1\ LAS TASAS

Si usted oye el ruido de cascos, o ms probabl~ es que sea un ca-ballo y no una cebra. Esta metfora de la clnica seala la ob\ia perc demasiadas vecesolvidada verdad de que las enfermedades comunes se producen frecuentemente y lasenfermedades raras, raramente. Cuando los cnicos dicen que una I!nfermedad es fre-cuente y otra es rara presuponen una diferencia en las tasas.Todos os clnicos instintiva mente utilizan el corcepto de tasas. Sa-ben que la enfermedad coronara es mucho ms frecuente en un h()mbre de medianaedad que en una adolescente. Saben que el cncer de pncreas es D'lucho ms comnen las personas de edad avanzada que en los jvenes. Saben que a anemia de clu-las falciformes es mucho ms probable en una persona de raza ne!;ra que en una deraza blanca,~""""'-

'.II"'./1~'.II:s"z"'"'-.Juu~~~~

En nuestra discusin anterior sobre las prueba; diagnsticas, se-alamos que cuanto ms baja es la tasa de prevalencia en una poblal.in (o sea, cuantoms rara sea la enfem1edad), menor ser el valor predictivo de un.l prueba positiva.Cuando se trata de una enfem1edad rara, es menos probable que UI\a prueba positivaindique su prescncia. Los clnicos emplean este concepto automtica y, quiz, incons-cientemente. Saben que es improbable que una mujer joven con car;1biosen la onda Tde un electrocardiograma tenga enfem1edad coronaria. Saben que !5 mprobable queun hombre jo\.en con dolor abdominal pcrsistente tenga cncer de pncreas. Sabenquees mprobable que una persona joven de raza blanca con dolor articu. ar y anemia tengaanemia de clulas falcifom1es. El mdico puede apreciar el significad


3/31

';~~-tener dnco veces tantas defunciones como el jefe del equipo indicaba una prctica de-ficiente de la medidna. 1.Ahora bien, no es necesario que se prepare para defenderse di- :.!aendo: "Puede parecer que est mal, jpero realmente lo hago bien!" En lugar de fijarseen el total de defundones, es ms justo considerar cuntas se produjeron en relacincon las que podran haberse producido. Simplemente tiene que sealar que SIl tasa demortalidad y la del jefe de su equipo son idnticas: S entre 1 (XX) s o mismo que 1 entre200. Las tasas de los sucesos han venido en su ayuda. jVale la pena conocerla~!Una probabilidad es una proporan en la cual el numerador es elnmero de veces que ocurre un suceso y el denominador es el nmero de VI!Ces uepodra haber ocurrido. Como en todas las propordones, el numerador est incluido enel denominador. Las tasas realmente son un tipo espedal de medida en la qlle el de-nominador tambin incluye una unidad de tiempo.En mediana, una funan importante de las tasasy de las propor-dones es a de caracterizar la historia natural de la enfermedad. Habitualmente se usantres tipos de medidas:I. Tasa de inadenda: nmero de casos nuevos que se producen por unidad

de tiempo.2. Prevalenda: probabilidad de tener una enfermedad en un momento d1do.3. Tasade letalidad: probabilidad de morir de una enfermedad durante un espadode tiempo a partir de su diagnstico.Las tasas de incidencia se definen del siguiente modo:

Nmero de individuos que desarrollanT " "d " la enfermedad durante un perodoasa de mcl encla = .Total de personas-aol en nesgo

~---

~-;:~=-:-(==::.=-:Q.;...:)~-Jz:.=c:-;:::.'-;-'1'oJ:)~:...I

Con frecuencia es difcil S.lbercuntos ndi\iduos v durantE' cuntotiempo estn en riesgo de padecer una enfermedad. fur eso, k1s asasde indenci.l suelenestimarse mediante la siguiente il)rmu11.Nmero de individuos que desarrollanTasa de incidencia la enfermedad durante un perodo= -de la enfermedad ;\mero de individuos en el grupo deriesgo en el punto medio del perodo deinters x la duracin de dicho perodo

Si, por ejemplo, se quiere conl1Cer la tasa de incidencia de )Scasosde ulceras duodenales en Nueva 'rl)rk en 1990, esta ti1Sase calCliI.lra tericamente de lasiguiente manera:

Nmero de residentes de Nueva York quedesarrollaron una lcera duodenal en 1~1O-Nmero de residentes de Nueva York Cilriesgo de desarrollar una lcera duodenaldurante 1990 x 1 ao

TJsa de incidencia delceras duodenalesen Nueva York en 1990 =

~2 Ln.1 pt.'r,;,m.1-.1u r~pr..Sl.nt.1l1n indvid"" l'n ri~s~,) Jl' Lil""rr,,".1r 1.1 nf~m1l.d.1d dllranl~ un I au


4/31

Dado que la poblacin de Nueva York flucta a>nstantemente, esdifcil saber el nmero real de personas que residieron en la ciudad y JOrcunto tiempovivieron en ella durante 1990.Paracalcular la tasa de incidencia apro) imada en eseao,se puede usar el censo de Nueva York del1 de abril de 1990.La tasa 1proximada de in-cidencia de lceras duodenales en Nueva York en 1990se calculara del siguiente modo:...Nmero de residentes en Nuevl York queTasa de mcldencla de desarrollaron una lcera duodeJ\al en 1990lceras duodenales = ...en Nueva York en 1990 Numero de re~ldentes de Nueva York en ne.sgo dedesarrollar ulceras duodenales el 1 de abril de1990 (aproximadamente igual al nmero deresidentes de Nueva York el1 de lbril de 1990)x 1 ao

8 tipo de tasaque hemos comentado hasta el momento es una tasade inciderlcia, ue est relacionada con el riesgo de desarrollar una enfermedad duranteun espacio de tiempo. El riesgo es el efecto acumulativo de la tasa de incidencia de laenfermedad durante un perodo especfico. Podemos imaginamos 1;1ncidencia comola velocidad a la que uno se desplaza durante un perodo breve, y 1!1 iesgo, como ladistancia que uno ha recorrido durante un largo espacio de tiempo, suponiendo que lavelocidad es constante 2La tasa de inciden(.ia mide los casosnuevos dl' una enfermedaddeterminada que se desarrollan por unidad de tiempo, y esto puede ser de ayuda alexaminar la causa o etiologa de una enfermedad. 8 riesgo estimado a partir de la pro-babilidad de desarrollar una enfermedad en un perodo especfico Fuede contribuir apredecir los sucesos uturos, si se usa con precaucin. La enfermed,d, una vez desa-rrollada, puede durar mucho tiempo. Por eso, frecuentemente se us. un segundo tipode medida que estima la probabilidad de ft'ller a enfermedad en un momento determi-nado. Esta se conoce como prt'LYllt'llcia! mide lo frecuente o prevale:iente que es unaenfermed.ld en un momento dado. La prevalencia es muy importante en el diagns-tico, dado que es el punto de partida para estimar la probabilidad ar terior a la pruebade que la enfermedad se halle presente. Asimismo, proporciona un1estimacin de laprobabilidad de que la enfermedad est presente antes de evaluar la hstoria individual,el examen fsico o las pruebas de laboratorio. De esta forma,

Nmero de individuos que tienen laenfermedad en un momento dad,)---Prevalencia

~~.~-.:En el ejemplo anterior. la prevalencia de las lceras duodenales ell de abril de 1990enla Ciudad de Nueva York se calculara como sigue: .~:5:Nmero de residentes de Nueva York CO1lcerasduodenales ell de abril de 1990 z':)~u~~

~:?:

Prevalencia Nmero de residentes de Nueva Yorkabril de 1990 1 de

T.1nto los bil"'st.1d,;tia)s .:oml) lo,; "piJl'milo~o, l'stabl~.:"n una di~r"nci.1 entre la incid~ncia acumul.1tivil y lastas.ls dl' inciJl'ncia. En la inciJ~ncl.1 .1cumulall va. ~I Jl'nl)minador es ~I nmero d~ indivl duos en 1.1 l)b!.1cin .11principio d~ un pl.riodo..l~terminado Incid~ncl.1 .1.:umul.1tivil es sinnimo de rie,;go. 143


5/31

Para la mayor parte de las enfermedades, la tasa de incidencia y la de prevalencia se#"relacionan aproximadamente de la siguiente manera:Prevalencia = Tasa de incidencia x Duracin media de la enferrnedc d

En otras palabras, cuanto ms larga sea la duracin de 'a enfer-medad, ms individuos tendrn la enfermedad en un momento dado y, por o tanto,ms alta ser a prevalencia. Las enfermedades crnicas de larga duracin, con-o la dia-betes, pueden tener una tasa de incidencia baja, pero una prevalencia elevaa en unmomento determinado. Las enfermedades agudas de corta duracin, como la f lringitisestreptocdca, pueden tener una tasa de incidencia elevada, pero una prevaleI\cia bajaen un momento dado. Por eso, es importante saber que la prevalencia y la in:idenciamiden fenmenos distintos. Las tasasde incidencia miden la frecuencia con que se de-sarrolla un nuevo caso de la enfermedad por unidad de tiempo. La prevalencia mide laprobabilidad de tener a enfermedad en un momento determinado. Si no se apnc'Qaestadiferencia, se puede cometer el tipo de error que se ilustra con el siguiente ejemplo.En un estudio sobre la gonorrea asintomtica en hombn~s se to-maron muestras de 1 (XX) ujetos seleccionadosal azar. Se es diagnostic gono;'fea a 10de ellos. En un segundo estudio, se sigui a un grupo de hombres de la mism) pobla-cin durante un ao. Se observ que durante ese lapso de tiempo solo unc> de loshombres desarroll gonorrea asintomtica. Al comparar estos estudios, un re\isorconcluy que uno de los dos tena que estar equivocado, ya que las conclusiones erancontradictorias.

.};'-J~'t~z~~~::'.)~Q.,-'.)c~;..~z~~~3~;..'"":.J'::,~'::

Esta aparente ncongruencia desaparece,si se distingue entIe la tasade incidencia y la prevalencia. El primer estudio de los casos existentes midi 1.1 re\-a-lencia, mientras que el segundo valor la incidenl..ia. El hecho de que la prevalencia seamucho ms elevada que la incidencia sugiere que la gonorrea asintomtica es de largaduradn. Esto puede explicarsepor el hl'Chode que. aunque los casossintomticos suelenrecibir tratamiento, los asintomticos permanecen en la comunidad sin tratamiE'nto du-ranteun periodo prolongado.Adems de la tasa de incidencia y de la prevalencia, es ru'cesariodefinir una tercera medida para caracterizar la historia natural de la enfermed,ld. Estamedida se conoce como letalidild.

Nmero de personas fallecidas por una enfermedadL I'd dJ durante un oerodo .etala = ~-~~~~-~~..~~~.~ -Nmero de p~rsnus diL1gnosticadas de 'u enferm~dujal inicio del perodoA diferencia de las tasasde incidencia, la letalidad est influida por

los xitos de las intervenciones mdicas destin.ldas a curar las enfermedades. laletali-dad es til para valorar el pronstico, porque mide la probabilidad de no sobrev vir unavez iniciada la enfermedad. La Ictalidad durante un perodo tiene una relacin impor-

) La 1"lalid"d "s una pn)p')rcln qu" "' r\-ii"r" " I" prub"blliJ.IJ J" m,)rir J" un" "ni"rml.J.)J. Cu"nJ,J ...,,\.1,.,.,.purL'n "' mulliplica pur I" ta,;;)d" incid"nci". ",.,)bti"n" I" t"S.1 " m,)rt"liJad....


6/31

Itante con las tasas de mortalidad de una enfermedad determinada (esto es, el nmerode defunciones debidas a una enfermedad por persona-ao).i

Tasa de mortalidad Tasa de indena x Letal idadEl no valorar esta relacin puede conducir la confusin que sedescribe en el siguiente ejemplo.En un estudio de las tasas de la lcera duodenal, los autores cal-cularon correctamente las tasas de mortalidad por lcera duoden1len los Estados Uni-dos en 1949yen 1989.En 1949, a tasaanual de mortalidad fue S por1 (XX) XX)personas-ao. Estudios posteriores revelaron que ni la tasa de incidencia ni a prevalencia habancambiado. Los autores no pudieron interpretar estos datos.Conociendo la relacin que existe entre las t 1saS e mortalidad ylas de incidencia, se entiende que el descenso de las tasas de mortalidad debi ser cau-sado por una reduccin de la letalidad. Este descenso de la letali jad puede reflejar elprogreso conseguido durante 40 aos en el tratamiento de las lceras duodenales,aunque no se haya progresado en la reduccin de la incidencia (casos nuevos) de la

enfermedad. US tasasde incidencia, la prevalencia y la leta idad miden, respec-tivamente, la tasa de desarrollo de los casos nuevos de una enfem\edad por unidad detiempo, la probabilidad de tener la enfermedad en un momento d.ldo y la probabilidadde morir por una enfermedad, una vez diagnosticada. Adems dt' estas medidas bsi-cas, en la literatura mdica se utiliza con frecuencia una medida I:onocida como raznde mortalidadproporcional, ue se define como:Razn de mortalidadproporcional

L1 r;lzn de mort;llid;ld proporcional mide la probabilidad de queun;l defuncin se deba a unJ causa determinada. L1s razones de mortalidad proporcio-nal son una herramienta til para determinar cules son las c;lusa ; de muerte ms fre-cuentes. Sin embargo, no nos informan sobre la probabilidad de rlorir, como muestrael siguiente ejemplo.

-.I".~

~..-,-

-~f-:?:

Un estudio bien diseado revel que los tral rnatismos fueron lacausa de muerte de .0/c e las personas mayores de 65 aos y que ,:ausaron 25% de losfallecimientos entre los menores de 3 aos. Los autores llegaron a a conclusin de quelos ma~'Ores e 65 aos tenan una probabilidad mucho menor de Inorir por traumatis-mos que los menores de 3 aos.El hecho de que la razn de mortalidad proFlOrcional en los ma-yores de 65 aos sea menor por traumatismos no significa necesaJiamenteque los an-cianos tengan una menor probabilidad de morir por esa causa. Da,jo que entre los ma-yores de 65 aos se producen muchos ms fallecimientos, aun .~ de las muertes portraumatismos pueden representar una tasa de mortalidad cercana a la tasa de mortali-dad de los menores de 3 aos.Habiendo ya examinado los tipos de tasas y I>roporciones que seencuentran con mayor frecuencia en la literatura mdica, y distin~ido esas medidasde las razones, centraremos nuestra atencin en los mtodos para calcular las tasas deenfermedad.


7/31

CAPTULO 21

MUESfREO DE T~En algunas circunstancias es posible determinar todos los rasos deuna enfermedad en una poblacin. De ordinario pueden obtenerse tasasde mo-talidadpara una poblacin, porque los certificados de defuncin son documentos lega es obli-gatorios. En consecuencia, ello tambin permite calcular las tasasde mortalidad de unaenfermedad para toda la poblacin. Sin embargo, para la mayor parte de las el\ferme-dades no es factible contar todos los casosen la poblacin y, por esta razn, las tcnicasde muestreo son muy tiles. El muestrt'Osalllpl;l,g) es una tcnica mediante la cual elinvestigador selecciona al azar una porcin representativa de la poblacin, estL dia esamuestra y luego intenta extrapolar los resultados a toda la poblacin escogi


8/31

,,~-:

Una organizacin nacional intent estimar 13 prevalencia de losportadores de estreptococos realizando cultivos en una muestra aleatoria de 0,1% detodos los nios de la nacin. Para verificar los resultados, la misma Jrganizacin extrajouna segunda muestra aleatoria de 0,1%de los escolaresy realiz una segunda encuestacon el mismo protocolo: El primer examen revel una prevalencia je cultivos positivosde 15por 1 (XXJ,mientras que el segundo examen revel una prevall~nciade 10por 1 (XXJ.Los autores concluyeron que estos resultados inconsistentes eran imposibles, dado quehaban usado el mismo mtodo.Los autores no tuvieron en cuenta el hecho de ,!ue el muestreo ieneun error intrnseco. Este error muestral puede explicar las diferenci as observadas entrelas dos muestras. El ejemplo simplemente seala que dos muestras e ~tradasde la mismamanera pueden producir resultados diferentes solo a causa del az;lr. Recuerde que unelevado nmero de muestras proporcionan, en promedio, estimaciones que son idn-ticas al verdadero valor de la poblacin, pero que puede haber una tmplia variacin en-tre dos muestras y entre estas y el verdadero valor de la poblacin.EL TAMAO DE LA MUESTRA

Un segundo principio importante y necesario para comprender elmuestrco afirma que cuantos ms individuos formen parte de la muestra, ms probableser que la tasa estimada con los datos de la muestra se aproxime a la tasa poblacional.Por esta razn, el tamao de la muestra condiciona la proximidad ce la tasa muesh"al ala poblacional. Esto no es sorprendente dado que, cuando todo el Inundo fonna partede la muestra, est garantizado que la tasa muestral es igual a la pcblacional.Examinemos con ms detalle este principio. El factor que ms in-tluyc en la magnitud Jell!rror muestrall!s 1!1 am.lo de la muestra. L1 relacin entre eltam.1o muestral y 1.1precisin no es de uno .1 uno, sino que es un] funcin de la razcuadrada. Con muestras pequeas. 1!1 umento del tamao muestr,J aumenta notable-mente 1.1prl'cisin del estim.1dor muestral de la tasa poblacional. ~in embargo. a me-dida que .1umenta el t.1rn.lo de la muestra, 1.1mejora de la precisin (tisminu~-e de forma

rel.1ti\'.1 y I\)s .1Umento~ pl'queos o moderados del t.1m.1ho muestr.1l aaden poco a laprecisin del ~stimador. Por lo tanto. los in\'estigadores intentan equilibrar la necesidadde precisin con los costos econmicos que .1carrea el aumento de. tamao muesh"al,La consecuenlia del empleo de muestras pcque.1s es que estas pu ~en variar muchoentre s y ~n relacin con el \'erdadero valor de la poblacin. El sigt iente ejemplo ilus-tra la necesidad de tener en cuenta los efectos del tamao muestra I en los resultadosdel muestreo.

~".I".~;---;~~

Un investigador extrajo un.l muestra de 0,01% de loS certificadosde dciuncin de la nacin y encontr que la tasa de mortalidad por t'ncer de pncreasera de 50 por 100000 personas-ao. Un segundo investigador, que e (trajo una muestrade 1'70 c dichoS certificados, Uega la conclusin de que la verdad{ ra tasa de mortali-dad erJ de 80 por 100 XX)personas-Jo. PJrJ resolver esta discrepar cia, el segundo in-vestigador identific todJS las defunciones causadas por cncer de I'ncreas en el pasy obtuvo unJ tasa de 79 por 100 000 personas-ao. FinJlmente, lIeg a la conclusin deque el primer investigador hJbJ realizado su estudio de forma frautiulenta.El primer estudio emple una muestra que era la centsimJ partede IJ segunda; por lo tanto, es posible que el error muestral del primer estudio fueramucho mayor. El hecho de que la segunda muestra fuera ms exacta se debe probable-mente al aumento de precisin que le coniiere su mayor tamao y no a fraude en elprimer cstudio.


9/31

. .

EL MUESTREO ALEATORIOAunque se han esbozado dos prindpios importantes d,~1mues-tre todava queda un aspecto por considerar. Esos dos principios se basan I~nel su-puesto de que la muestra se ha obtenido al azar, lo que significa que todos los indivi-duos de la poblacin tenan la misma probabilidad (o, al menos, una prob3bilidadconocida) de ser seleccionadospara su inclusin en la muestra. Si no se realiza u n mues-treo al azar, no se puede estimar de forma predsa la proximidad de los resultad(ls mues-trales a los de la poblacin. La necesidad de seleccionar as muestras al azar se ilustraen el siguiente ejemplo:Un investigador de un hospital comarcal estim que la ta~;a e in-farto de miocardio de su comunidad era de 150por 100 XX)personas-ao. OtJo inves-tigador de un hospital privado de la misma comunidad estim que dicha tasa er a de 155por 100 000 personas-ao. Dado que sus resultados eran similares, los investi~adoresconcluyeron que la tasa de infarto de miocardio en su comunidad deba situar ;e entre150y 155 por 100 000 personas-ao.En ninguno de los dos estudios se ntent obtener una mlestra alazar de la poblacin. Es posible que los pacientes de infarto de miocardio hubil'sen es-cogido selectivamente esos dos hospitales o los hubiesen evitado. Si se hubil'ran in-cluido en la muestra todos los hospitales de la lona, la tasa de infarto de mioca! dio po-dra haber sido totalmente distinta. Las tasas en este ejemplo se calcularon a partir dedatos disponibles, y esto se conoce como mllt.'StreoiJrtIlito (cJII/nksal1rplil!g). ste e; el tipode muestreo ms simple, dado que los investigadores calculan las tasas a partir c e datosfdlmente disponibles. Sin embargo, la falta de representati\;dad de las muestras for-tuitas implica que los resultados obtenidos a partir de las mismas pueden no se! fiableso fcilmente extrapolables a la poblacin.~Cuando se extr.1euna muestra al azar. los investigadores suelenprocur.1r que todos los individuos de la poblacin teng.1n a misma probabilida(' de serseleccionados para inclusin en la muestra. Esto se conoce como 111!lcstrt.'(Jlt.'tltori --imple(simple alldomsampling).Muchos investigadores han observado que. si se basar exclu-si\.amente en el mucstreo ,1Ieatorio, no conseguirn incluir sufidentes individt;os que

pose,1n a caracterstica de inters para el estudio. Por 'jemplo, si los investigad( .res es-tudian las tasasde hipertensin en los Estados Unidos, es posible que estn inter ~dosespecialmente en las tasasde hipertensin de 1.15 ersonas de raza negra o de la~ orien-tales. Si simplemente extraen una muestra aleatoria, es posible que no incluyan Jn n-mero suficiente de orientales o de negros. Por lo tanto, los in\'estigadores podran ex-traer muestras por separado de los negros, los orientales y el resto de la poblaci',. Esteprocedimiento de obtencin por separado de muestras al azar de los dife~ntes Sl1bgru-pos o estratos se conoce como lllIll':;trl.'l)all'llhlritl l.':;trati{i(adlJ:;tratifil.'d andl1ln al1 'ins).Esto es permisible, y muchas veces deseable, siempre que el muestreo dentro decada grupo sea aleatorio. Existen mtodos estadsticos distintos para las muestrasestratificadas. .

~~~:::,~...

'-J~:3~~-j

Revisemos los principios y los requisitos del muestreo:

:10;"~,;tant". l.n ,1l:.I';"'nl.'; n",; V"m,), ,~Iil\.'d,),; d fl.dliLdr ",trdf")ldO:I')nl.'; a partir .J...mu",;tra,; f,)rtuilas ! 1..,..m.pl" m.is o:"mn ",.urrl. O:Udnll" ll.'l.dm", ..,trdf"'ldr ,)p' rva",)nl.' lll.'nv",tll\ao:i"nl.'; d lI" pa..i"nt..'S ju. \"m."'m.i, larde El p..,;" del tll.mp') ,., un d'pt."I" dc Und P',pld,l,in ljU" n" , pUl-de muestr"ar al"at"nam"nt, .~:


10/31

"" ~"'".""",,-

1. En promedio, las muestras aleatorias de una poblacin tendrn la misma tasaque la poblacin original. Sin embargo, existe un error muestral ir trnseco introducidoal incluir solamente una parte de la poblacin.2. La magnitud del error muestral est influido por el tama.) de la muestra obte-nida. El aumento del tamao muestral reduce la magnitud del ,!rror muestral, peroel aumento de la precisin desciende a medida que incrementamos el tamao dela muestra.3. Los principios del muestreo se basan en el supuesto de qu ~ as muestras se ob-tienen al azar. Mediante el muestreo estratificado es posible garar tizar un nmero su-ficiente de casos en cada categora de inters. No obstante, el mu,!streo debe ser alea-torio en cada categora o estrato. Si no se realiza un muestreo al azar, no existe ningnmtodo que relacione con precisin la tasa obtenida en la muestra ( on la verdadera tasade la poblacin de la que se ha extrado.

'.11~".I'..~....,-:::J;~'j~~

149


11/31

fCAPTIJLO 22

E Sl'ANDARIZACI N DE TASAS.,rI~'\I;;..,T)"t1

~-~

~"'~:o:~-':o:~>-':)32j~:J:o:,~:J~'-:,~'-:,-'

En el captulo anterior esbozamos los requisitos para calcular tasascon exactitud mediante las tcnicas de muestreo aleatorio. Ahora trataremo; de com-parar las tasas calculadas. Supondremos que las tasas se han calculado correctamentey mostraremos las precauciones que deben tomarse al compararlas, incluso las que sehan calculado mediante tcnicas de muestreo aleatorio adecuadas.Compararemos las tasas de muestras extradas de dos grupos di-ferentes. Estos grupos pueden ser dos hospitales, dos condados, dos pases, jos fbri-cas, o el mismo hospital. ciudad o fbrica comparado en dos momentos distiJ1tosen eltiempo. Compararemos las tasas para determinar la magnitud de las difereno:ias entrelas tasas de las poblaciones o el grado de cambio de las tasas con el tiempo. E;tas com-paraciones son importantes para I.1S asas que se calculan a p.1rtir de datos (obtenidospor muestreo, as como para las calculadas a partir de toda la ~)blacin.Cuando se utilizan tasas para comparar probabilidades o riesgosde enfermedad es importante considerar si las pobl.1L;onesdifieren en algn f )ctor quese sabe que influye en el riesgo de contraer la enfermedad. Esta consideracicn corres-ponde al ajuste segn las variables de confusin discutido anteriormente.Es posible que al realizar un estudio, el investigador ya ;epa quefactores como la edad, el sexo o la raza influyen en el riesgo de desarroll.1r u la enier-medad determinada. En este caso, el in\'estigador ajustara o "estandarizara" las tasassegn esos factores. la imPl.)rtanci.1de la estandarizacin se puede apre(.-jarconside-rando las tasas del cncer de pulmn. Dado que la edad es un faL"torde riesgo :onocidopara el cncer de pulmn, se gan.l poco descubriendo que una comunidad de ubiladostiene una tasa de cncer de pulmn ms elevada que el resto de la comunidad. I)e: ormasimilar, si una fbrica tiene una fuerza laboral ms joven que otra, es errneo ( omparardirectamente las tasas de cncer de pulmn de las dos fbricas, sobre todo si uno deseaextraer conclusiones sobre la seguridad de las condiciones de trabajo.PJra evitar este problema, las tasas de enfermedad se pue,jen ajus-tar para tener en cuenta los factores que ya se sabe que int1u~.en notableme1te en elriesgo. Este proceso de ajuste se denomina c.'staluiar:.1t-i1lstaluia!d=atIJ1I). i edad es1.'1actor que rclluil.'re est.1nd.lrizacin con ms frecuencia, pero podemos ajustJr segnI.-uall.juier actor dell.jue sepamos que produce un ef(.'Cto.Por ejemplo, al usar as tcni-cas de estandarizacin para comparar tasas de hipertensin de dos muestras con ob-jeto de estudiar la importancia de las diferencias en el suministro de agua, ~.epuedeajustar segn la raza, ya que se S.1be.jue a tasa de hipertensin de las persona 5de razanegra es ms elevada.El principio utilizado en la estandarizacin de las tasases ~Imismoque se emplea para ajustar segn las diferencias entre los grupos de estudio, tal comose coment en 1.1 eccill1,El t'stluiioil' 111ll'Stluiio. os in,.estigadores comparan las t;lsaSentre individuos que son similares en cu;lnto ;I la edad o a otros f;lctores segrl los cua-les se ajustarn los datos. Antes de mostrar un ejemplo del mtl"ldo, veamos C\ln err-neos pueden ser los resultados si no se realiza una estandarizacil)n.


12/31

En un estudio se compar la incidencia de c incer de pncreas enlos Estados Unidos con la de Mxico. La tasa por 100 XX) ersonils-ao en los EstadosUnidos fue tres veces mayor que la de Mxico. Los autores llegar )n ala conclusin deque los estadounidenses tenan un riesgo tres veces ms elevado de padecer cncer depncreas que los mexicanos, suponiendo que el diagnstico fuera 19ualmenteexacto enambos pases. La interpretacin de este estudio es superfi,:ialmente correcta; silos datos son fiables, el riesgo de cncer de pncreas es mayor er los Estados Unidos.Sin embargo, se sabe que el cncer de pncreas se produce con m Iyor frecuencia en laspersonas ancianas. Es posible que el hecho de que la poblacin mexicana seams o\'enexplique la diferencia entre las tasasde cncer de pncreas. Esta pllede ser una cuestinimportante si estamos examinando la causa de esta enfermedad. Si la distribucin deedad no explica esta diferencia, los autores habrn detectado una cjferenda importantee nesperada que exige otra explicacin. Por este motivo, los autorEs deben estandarizarsus datos segn la edad y observar si persisten las diferencias.La estandarizacin de las tasas frecuentemeJ1te e realiza compa-rando una muestra especial que se est estudiando con la poblad )n general. Para rea-lizar este tipo de estandarizacin empleamos a menudo el denomj nado mtodondirecto(indirect method).Mediante este mtodo se compara el nmero de sucesos observado,como las defunciones, en la muestra de inters con el nmero de sucesosque seran deesperar si la muestra estudiada tu\'iese la misma distribucin de e ad que la pobIacingeneral. Cuando la muerte es el desenlace de inters, el mtocio indirecto permitecalcular una razn conocida como ra:n fe l/ortalLltf .'Standnrl:a:fastandnrdizedmor-tality ratio).

Razn de mortalidad estandarizada = Nmero obser\'alio de muertesNmero esperado de muertesLa razl)n de mortalidad estandarizada es un i:1strumento til paracomparar una muestra extrada de una poblacin de inters con I) poblacin p;eneral.SIn embargo, cuando se interpret., esta razn es mportante recorc ar que a menudo nose espera que una poblacin especial en estudio tenga la misma ta~.a e mortalidad quela poblacin general.

"-~.J:;:::=:::2:"'=.c:~~~~~~i-'J:-

Por ejemplo, cuando se compara un grupo (le empleados con lapoblacin general, se debe recordar que, en muchos casos, el esta empleado requiereestar sano o, al menos, no estar ncapacitado. La necesidadde tener en cuenta este efectodel empleo se lustra en el ejemplo que figura a continuacin. -En un estudio sobre ri.uevosempleados de un a ndustria qumica,la razn estandarizada de mortalidad por todas las causas de mut'rte fue I. El investi-gador concluy que, como la razn de mortalidad estandarizada ela I, la industria qu-mica no presentaba riesgos para la salud de sus trabajadores.Para nterpretar este estudio, es importante rl~cordarque los nue-vos empleados por lo comn son ms sanos que las personas de 11 oblacin general.Por esta razn, sera de esperar que tuvieran una tasa de mortalida:i ms baja que la dela poblacin general.1 Por consiguiente, esta razn de mortalidad t'standarizada de 1 lOO'7c uede no reflejar los riesgos a que estn expuestos estos trat ajadores sanos.

I N Ikl E. Este hl.'Cho se Jenomin.t '1t'(/(/ J,. trw.1dlJr ;,}11(//"..,//hy lwrk.T t'fft'c/).


13/31

CUADRO22-1. Comparacin de tasas de cncer de vejiga urinaria

FABRICA AO

10208090

200

o por 111000050 por 1110 0067 por 1110000400 por 11)0000900 por 1110 00200 por 11)0000

20-3030-4040-5050-6060-70Total

20 00020 00030 00020 00010000100000

FABRICA BO46

14050200

o por 11)000040 por 11)0 0030 por 1110 00280 por 11)0 00500 por 11)0000200 por 1')0000

20-3030-4040-5050-6060-70

Total

100001000020 00050 00010000

100000

~~c.:;J~~~:;J~~~G~~>-o2S:;J'-.J\~~:;J~~2S:;J;...'II.:o


14/31

CUADRO22-2. M~todo de estandarizacin segn la edadNmerode casosQuese producirlanenla fbricaA si ladistribucinde edadesfuera gual a lade la fbricaBa

Tasade cncerde vejigaen lafbrica A

Nmero de casos decncer de vejigaQue realmentese produjeronen la fabrica B

Nmerode sujetosen lafbrica B

Grupode edad(anos)

20-3030-4040-5050-6060-70Total

0/10000050/10000067/100000400/100000900/100000

10000100002000050 00010000100000

o5

13200

90308

o4614050200.Los valoresde estacolumnase calculanmultipllcanaoos de las columnasprecedentes

A continuacin, los autores han de determinar cuntos casos decncer de vejiga urinaria hubieran aparecido en la fbrica A si su estructura de edadfuese igual a la de la fbrica B. Seguidamente se detallan las etapas de este proceso.2I. Empezando con el grupo de edad de 20 a 30 aos, los autores multiplican la tasade cncer de esegrupo en la fbrica A por el nmero de indi..;duos '!n el grupo de edadcorrespondiente de la fbrica B. Este producto es el nmero de ca~;os ue se hubieranproduddo en 1.1brica A si hubiera tenido el mismo nmero de indi'.iduos en ese grupode edad que la B.:?. A continuacin. los autores efectan este clculo para cada ;rupo de edad y su-man los totales de casos de los.diferentes grupos. Esto produce e! total de casos quehabran aparecido si la fbrica A hubiera tenido la misma distribuci(>n de edad que la B.3. Los autores han estandarizado las tasas segn la edad y ah,)fa pueden compa-rar directamente e] nmero de ca$()S ue han .1p..1recidon la fbric,i B con el de los quese habran prt1ducido en la A si hubiera tenido la misma distribucin de edad que la B.Los autores ahora ya han ajustado la fbrica A segn la edad a la distribucin de edadesde la fbrica B.J

Vamos a aplicar este procedimiento a los datos ,jel cncer de \'ejigaurinaria, tal como se muestra en el cuadro 22-:?.En la fbrica A se habran producido 308 casosde cncer de \'ejigaurinaria si su distribucin de edad hubiera sido la misma que en la fbrica B, pero enrealidad en la B solo se produjeron :?00.Estos resultados constituye~ mejores medidaspara comparar el riesgo de los trabajadores de desarrollar cncer d(' vejiga en cada in-dustria que las frecuencias no ajustadas. Las cifras ajustadas acentan el hecho de que,a pesar de la igualdad de las tasas globales, la fbrica A tiene una tasa gualo ms altaen cada grupo de edad. Por lo tanto, para realizar comparaciones ec uitativas entre po-

-.:.I:;:::"5;z;~-.:~~~~~', El m..;tOOoque ~ prescnta no t!s nl'C~,;.)ri..mt!nt~ ~I nico" l'i m~jor par.. realiL.1r I.. l'StalIdarizacin l\,r razonesl.st..disticas. es h"bilu,,1 pondt!rar los t!stral"s SI.,;n I" inwrs" dt! l.1l;ari"nza d~1 ~stimador ~n cada ~str"to. comose rl."ilL.1 cuand" SI..uliliza ~I m~t.,.jo dt! M..ntt!I-II..t!n,;zt!l.I T..mt-ll'n t!" p'",it-I... .liu,;tar ",,;n I.. ..-d..d t!n la dlrl".ci"n IlpU..."t,,; l'S d..'Cir. aju,;l"r scg11" t!d"d 1" r.jbnc" B " la

Ji"tnbuCIon Jt! l...I..J Jt! la f.brica f\ f\unqut! I.. .:"n.:lu"i,;n ;...nt!ral hubiese ,;iJo 1.. mi,;111.1.a" ,',;tlm".:IOnl',; h,,-bri..n "Ido Ji5tint..s. 153


15/31

CUADRO 2-3. Comparacin e las tasas de mortalidad por fibrosis Quistica,1~69 y 1989Grupode edad(anos)

Nmerode defuncionesasade mortalidad Poblacin

19690-1010-2020-405/10000010/1000001/100000

19890-1010-2020-40

3/1000006/1000004/100 000

.;:E:J~::..;:~:J~.;:~:J~::.)..,..."'"'c:J'-,~...~:J~.;:c:J...l.t1...o~'Ou

blaciones que difieren en su estructura de edad y en las que se sabe que la ejad influyeen el riesgo de padecer a enfermedad, es preciso estandarizar los resultados segn estavariable. Si se conocen otros factoresque influ)'en en las tasas,se puede apliclr el mismoproceso para estandarizar o ajustar segn esos factores.L1 estandarizacin produce medidas resumidas de gtandes can-tidades de datos, razn por la cual es tentador estandarizar los datos siempre que secomparan dos grupos.No obstante, 1bser\'eque, al estandalLlr, los clculosdan un pesomayor o "ponderan" a los subgrupos ms numerosos. Por eso, cuando se produce uncambio importante en un solo subgrupo. especi.1lmente i es pequeo, este e'ecto put.-deser ocultado por el proceso de estandarizacin. Adems, a veces puede que se haya lo-grado pro~resar en la disminucin de la mortalidad por una causa en los grupos m.sjvenes, con aumento en los de ms edad. Como se puede observar en d siguienteejemplo, cuando la mortalidad por una causa determinada se desplaza hacia os gruposde edad ms avanzada, el efecto puede quedar encubierto por la estandarizacin.Se realiz un estudio sobre las tasas de mortalidad tor fibrosisquistica, para determinar si los progresos en su tratamiento durante la niez se retle-jaban en las tasas de mortalidad de un estado de gran tamao con una distribucin depoblacin estable. En el cuadro 22-3 se presentan los datos de 1%9y 1989.Obsl'rve que en este ejemplo la mortalidad porfibrosis lustica enlos grupos de edad de O 1 10 aos y de 10a 20 aos descendi entre 1969 1 1989. Sinembargo, la mortalidad por esta enfermedad aument en el grupo de 20 a 40 aos du-rante el mismo periodo. Este aumento se contrapesa con el descenso entre los ms j-venes, de forma que las tasasde mortalidad globa1 n ambos aos fueron 170pc r 4 (X:x>X:x> 4,25 por 100000 personas-ao. Resulta tentador intentar estandarizar esos jatos y ob-tener una medida ajustada de la tasa de mortalidad. Sin embargo, si estandarizamosaplicando la distribucin de edad de 1989a las tasasde mortalidad de 1969 o /iceversa),los resultados despus del ajuste no serian distintos de los anteriores al ajuste. Esto su-cede porque las distribuciones de edad de las poblaciones de 1969y de 1989son iguales.L1mentablemcnte, la cstandarizacin no nos ayuda a lprcciar loque ocurre en este caso. Tanto las tasas brutas o no ajustadas como las estandarizadas4


16/31

c.,...-~~~

oscurecen el hecho de que se ha producido un descenso mportan e de las tasasde mor-talidad en los grupos de Oa 10y de 10a 20 aos de edad. Para dars~ cuenta de este cam-bio, es preciso examinar directamente los datos reales de cada gnlpo de edad.~Es mportante darse cuenta de que tanto las asas brutas como lasajustadas pueden no revelar diferencias o cambios que solo se pJoducen en uno o enpocos grupos de edad. Sobre todo, es probable que los cambios erl un grupo pasen de-sapercibidos cuando los otros grupos de edad cambian en la dire('cin opuesta.Una situacin en la que se observan con freCtencia cambios en di-reccin opuesta es el retraso de la muerte hasta una edad ms avanzada sin que se ogrela curacin. Es mportante entender este principio para valorar el error cometido en elsiguiente estudio: Un investigador estudi un nuevo tratamier to para el cncer demama. que en promedio prolongaba 5 aos la supervivencia en el ?Stadio2 de la enfer-medad. Con toda confianza predijo que. si su tratamiento se aplic:tba ampliamente, latasa global de cncer de mama descendera sobremanera en los si~;uientes20 aos.Este in\'estigador no se dio cuenta de que, Cl ando se prolonga lavida pero la muerte se retrasa a edades ms avanzadas. las tasasde mortalidad globalesajustadas segn la edad no mejoran necesariamente. A pesar del xito.de este nuevotratamiento. los autores no estn afirmando que curar la enferme,iad. Cuando solo seprolonga la vida, loS enfermos pueden morir de la enfermedad a Ima edad ms avan-zada. En este caso, las tasas de mortalidad por cncer de mama plleden descender enlos grupos de edad ms jvenes y aumentar en los de edad ms a..anzada. Por esta ra-zn, las tasas de mortalidad ajustadas segn la edad a veces no revelan los progresosrealizados.

.Adem.s. l'S ""'lble .Jpli,.Jr m.:.t".",; l'St.Jdi,;t",. .:,'n k,. '1u~ "' \)bti"n"n m"did". con( ..,d"s ,om" I" "'p'Ta,,:.1Jl'.,J., tJ:l' .TlJI'I.I."'y) .J l',;p'-.r.Jnl.J e ...,d.Jl"n" "n \-u"nl" ,,1 mp.Jct" d~l.Jum~nto de .J SJe \'id" \,i\,idvs indu,;0,'n .1u",.n,.i.JIl. un.J :lir.I(I,jn E,t.1 ml...!id.1 ." \,btll.n" .J "rflr J" t.Jbl.J'; " \.,d" tr"n3v,, '5.1les 1u~ '"I"r.Jn l.I pro-b.Jb,'J"d hp'-)t"fi,.J d~ 3Up"'r\.'\~n..", d"l,ndi\'ldu" pr"m"di" '1u" "lc.Jnza una edad d~terTrInada.Suponiendoun" "'p"'n"n..;" Jl. m"rt.Jlld.Jd ",t.Jbl". I.J .."I".r.JnL1d" vid.J ~ b..,;.) n I" "xp"n~nc. Je 1" mort"lid.1d J~ un"p')bl.J\."'n (un"r,.:.. .:\)m\) " J" i",. E,I..d", L'nid..'". l.n un .Jn" ..I~t"nnin"do.

".I:~cr.~:----"2:~u~~~~z~'.I:-

155


17/31

cAPruu) 23

En este captulo su pondremos que se ha demostrado que dc s gru-pos tienen tasas distintas. Estas diferencias entre tasas pueden representar difer' ~nciasentre dos grupos o diferencias que se producen con el tiempo en un solo grupo.

~

:.:-;::Q::J:.:~:...:)Q

:.:~3~;...'"'1:.-J~~"""'-''..J

CAi\-fBIOS O DIFERENCIAS DEBIDAS A ARTEFACTOSLas diferendas entre las tasas pueden ser el resultado de cambiosreales en la historia na tural de la enfermedad o reflejar cambios o diferencias en ?1m-todo mediante el cual se valora la enfermedad considerada. Las di(t'rerlcias por ar;t'(actosimplican que, aunque existe una diferenda, esta no r~fleja cambios en la enferrr edad,

sino simplemente en la forma en que se mide, busca o define la enfermedad.Los cambios por artefactos suelen proceder de tres fuentes'1. Cambios en la CQFXICitialie identificar la enfermedad. Representan caml: ios enla medidn de la enfermedad.2. Cambios en los L'Sfllt'r:OS ara reconocer la enfermedad. Estos pueden represcn-tar esfuerzos para identificar la enfermed.1d en un estadio ms tempranlJ .cam-bios de loS requisitos para su notificadn 0 nuevos incentivos para dete\ tarla.3. Cambios en la dL'fi,licill de la enfl'rmedad. Representan cambios l'n la termi-nologa utilizada para definir IJ enfermedad.

El siguiente ejemplo ilustra el primer tipo de cambio por a -tefac-tos, es dedr, el t!fl'Cto de un cJmbiu L'n 1.1 apJcidJd para id\!ntificar IJ I!nfermed.td.Debido al redente JUmento del inters en el prolapso de la \' lvulamitr.:1l, se re.:1lizu un estudio de la F'!"I!\'.1Iencia de esta I!nfermed.1d. .\lediante u n .exa-men completo de todas las historiJS clnicas de una importante clnica universit;lria decardiologa se encontr que en 1969 solo se le haba diagnosticado prolapso de la\' lvulamitral.1 I de cada 1 00) padentes, mientras que en 1989 se le hizo este diagnstit:o a 80de cada 1 00) palientes. Los autores concluyeron que la prevalenda de la enfennedadl'staba aumentando a una vcloddad asombrosa.Entre 19119 ' 1989, el uso de la l'Cocardiografia aum\!nt sot rema-nera la capacidad de documentar el prolapso de la vlvula mitral. Adems, el rt'cono-cimi\!nto crl'Cient\! de 1.1r\!l"U\!nli.1 dl' \!st.1l!nf\!rmed.1d h.1conducido .1 dl'ntlfic.1ria mu-cho mejor m\!diante 1.1 !xplor.1lin fsica. Por \!SO no es sorpr\!ndente qU\! en I ;)89 sereconociera una proporcin mucho ms elevada de padentes de la clnica cardi(:lgicaCon prolapso de la vlvula mitral que en 1969. Es posible que si los conocimientJs y latecnologa de 1969 hubieran sido similares a loS de 1989, las tasas hubieran sido ,rcti-

camente idnticas. Este ejemplo demuestra que los cambios por artefactos puecen ex-plicar grandes diferendas en las tasas de una enfermedad, incluso cuando se ha :e unarevisin completa de todos los casos para calcular su prevalenda.Los cambios reladonados con los esfuerzos para diagnosticJr unaenfermedad se pueden produlircuando los mdicos intentan diagnosticarla en un es-tadio temprano. Si se intrlmuce un programa de tamizaje para diagnosticar un.l \!nfl'r-med.ld en un estadio asintomtico, \!S mjs probable que loS individuos sean di.gnos-56


18/31

ticados ms tempranamente. Los es.fuerzos para diagnosticar tempranamente unaenfermedad producen un mayor "adelanto" (/ead ime) en el diagl15tiCOn compara-cin con el mtodo anterior. Por otra parte, cuando se dispone de Lln ratamiento quesurte mejor efecto si se u tiliza en las etapas tempranas de la enferm ~d, se puede me-jorar el pronstico. Sin embargo, si no existe un tratamiento adecutdo o el tratamientotemprano no mejora el pronstico, lo nico que se ogra es aumentlr el intervalo entreel diagnstico y la muerte. Esto puede producir una diferenCia po- artefacto si la tasade muerte se mide en el periodo inmediatamente posterior al diagr stico. A continua-cin se muestra un ejemplo de sesgo debido al diagnstico adelantldo:Antes de la introduccin de un programa de :amizaje para diag-nosticar el cncer de pulmn mediante rayos X, la letalidad a los 6 Ineses era de 80 porcada 100casos diagnosticados. Despus de la introduccin del provama de tamizaje,la letalidad a los 6 meses era de 20 por 100casos diagnosticados. Lo; autores llegaron ala conclusin de que el programa de tamizaje haba reducido drstiort:ancia.El programa de tamizaje probablemente diagn. >sticcasosde cn-cer de pulmn en estadios asintomticos, mientras que los diagn5ticos anteriores sehaban realizado cuando los sntomas ya estaban presentes. Las pruebas disponiblessugieren que el tamizaje mediante rayos X no modifica el pronstil:o a largo plazo delcncer de pulmn. El tamizaje simplemente modifica el intervalo entre el diagnstico yla muerte, lo cual produce un sesgo debido al adelanto del diagnstico. Los cambiosobservados son probablemente artefactos atribuibles al diagnstco temprano de laenfennedad. El siguiente ejemplo ilustra cmo el significadc de la terminologapuede cambiar con el tiempo y producir un cambio por artefactosen la :asade los sucesos.l.1 incidenciadel sndrome de la inmunodefidenc iaadquirida (SIDA)aument anualmente entre 1981 1986.En 1987se produjo un brus


19/31

La primera etapa para entender el significado de un cambio real enlas tasas consiste en entender en qu momento de la historia natural de la ertfermedadse ha produddo el cambio. Entonces podremos valorar mejor loSefectos de l(ls cambiosprimarios en las otras tasas de la enfermedad, por ejemplo, en loS casosque se comen-tan a continuadn.I. La letalidad de la enfermedad de Hodgkin ha descendido notablemente en loSltimos aoS. Seconsidera que los individuos padecen a enfermedad hasta que su cu-radn se verifica mediante un seguimiento a largo plazo. Por este motivo, la prevalendade la enfermedad ha aumentado. Las tasasde inddenda han permaneddo estables;porlo tanto, la tasa de mortalidad, que refleja la tasa de inddenda multiplicada por la leta-lidad, ha descendido.2. Las tasasde incidencia del cncer de pulmn han aumentado de forma sustan-cial en las ltimas dcadas. Sin embargo, la letalidad ha seguido siendo muy baja y mu-chos de los pacientes mueren en los meses que siguen al diagnstico. Por este moti\'O,la tasa de mortalidad tambin ha aumentado drsticamente. A causa de la corta dura-cin de la enfermedad, la prevalencia ha sido siempre baja; no obstante, ha aumentadoligeramente debido al aumento de la tasa de incidencia de la enfermedad.

Estos resultados se pueden representar del siguiente modo:TASAS DE~K)RTALlDAD

TA5A5 DEI:..ClDE:..CIAETALIDAD

! ! !-+

PRE\i\LE.\;CIAEnfennedad de HodgkinCncer de pulmn !r r i i

::I'"':J-::"tz:J~~:X):)~>-Qo2iJ1:.J~~~"5~VI:.JQ~

Estos patrones confusos cobran sentido cuando uno se percata deque 1?1ambio principal en la enfl?rmiad de Hudgkin ha sido el descenso de la letali-dad, mientras que en el cncer de pulmn ha sido el aumento de la tasa de incidencia.Adems de entender la fuente de las diferencias o de los cambiosen las tasas, se debe resistir la tentacin de utilizar los cambios pasados de las tasasparapredecir las tasas uturas.L1 prediccin de las tasasa partir de las actuales o de sus cambiosrecientes es un trabajo muy difcil. Un cambio reL-jente e las tasas puede ten~r algunode los siguientes significados: 1) prefigurar cambios futuros en la misma direccin; 2)ret1~jarciclos o ~pid~mias pronosticables, o 3) ser el resultado de fluctua\.-jonesaleato-ras impredecibles que representan una frecuencia inusual de los sucesos. Antes deconcluir que es probable que se mantengan los cambios observados en las tas.ls, es pre-ciso considerar a posibilidad de que se trate de fluctuacionescclicaso aleatorias.Si existeun ciclo natural en la frecuencia de la enfermedad, las tasas de ao en ao pueden sersemejantes a las que aparecen en la figura 23-1.Puede que los investigadores observen el aumento de las tasas de1981a 1984,y que al tratar de medir los cambios que ocurrieron entre 1985y 1987en-cuentren un nuevo aumento. Sin embargo, es importante que se den cuenta de que elcambio real que se produjo entre 1981y 1987quiz sea parte del ciclo natural de laenfermedad y no implique necesariamente otr


20/31

FIGURA23-1. Ciclos o epidemias predecibles en la incidencia anual de una enfermedad

.n~~oo;.sz

196566 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89Aos

Por el contrario, en lugar de un ciclo prededble de la enfermedad,es posible que se produzca una \'ariacin anual, impredecible y aleatoria de la tasade laenfermedad (figura 23-2), En esta situacin, si los investigadores eligen un ao en elque la tasa era ms alta :-.'o comparan con el siguiente, en el cual la tasa era ms bajasolo por azar, pueden creer que estn documentando un cambio importante cuando,de h~cho, estn descubriendo el principio estadstico con~ido como rL'grt'Sill 1 ll/lI.'LfiaLa regresin estadstica a la media o el retorno al promedio ,1iirma que los valores inu-

'~,'J:~~~'~~~~--""-'.I".~-""-:o'~~~

FIGURA23-2. Variaciones mpredecibles o debidas al azar de la incidencia anualde una enfermedad50

o -+-1965 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 38 89Aos

50-45 -40 -35.30-25.20-15-10


21/31

suales son raros por definidn y que la probabilidad est en contra de que un sucesoraro se repita dos veces consecutivas. De hecho es probable, solo por azar, que la me-didn siguiente se encuentre ms cerca del valor promedio.Los valores subsiguientes pueden ser ms extremos que lm valorobservado, debido a la fluctuadn alea oria de los sucesoso a as fuerzas que reacdonanfrente a la tasa nusual y la desplazan haCa a lnea o hada el promedio o la media. Porejemplo, si se est estudiando cunto come un individuo en cada comida, es probableque la cantidad de alimentos ingeridos en la comida que sigue a una comilona seamenor que la habitual. Veamos cmo puede intervenir este prindpio en un estudiode tasas en el que se observaron diferendas reales que deben ser interpretadascuidadosamente .

~~:::~~z:J~~~oo.:Q.;..oQ:J...~'-Jz:J~~3:J'-.~;.J:)~r..J

Despus de un trgico accidente en una fbrica, en el que fallecie-ron varios hombres, se inici un programa de prevencin de acddentes. Los investi-gadores encontraron que la tasa de inddenda de accidentes en el momento de la tra-gedia era inusualmente alta, de 10 por 1 000 das laborables. Cuando se establed elprograma, la tasa descendi hasta 2 por 1 000 das laborables. Los investigadores con-cluyeron que el programa de prevencin de accidentes tuvo un xito espectacular.Los investigadores demostraron que se produjo un cambio real.Sin embargo, no demostraron que el programa lie prevencin de los accidentes fuese lacausa del cambio. Es posible que la tasa de lO por 1 000 uera inusitada mente alta y quesolo por azar retornara a la tasa habitual de 2 por 1 000. Aun ms probable es que eltrgico accidente haya induddo J los trabajadores a aumentar las medidas de seguri-dad, produdendo lo que podra denominarse una rL',\'r('Si//sicolgica ada la media.Los autores partan de una tasa de acddentes desusadamente alta y luego ocuni unatragedia que pOdr.l haber forzado la tasa a regresar haci.l la media. Los autores docu-mentaron un cambio realllue pt1da ser ~xplicado mejor por una regresin a la mediaque por un cambio a largo plazo. Es prematuro concluir que el programa de prevencinde acddentes sera de gran ayuda p,lra l)tros grupos, o incluso para este mismo grupo,si se lle,'ara a c.1boen otrl) momento. Por ~so, ,1unqueel principio de regresin a la me-dia puede ser una fuente de cambios reales en las tasas, esta fuente puede tener una

importanda limit.1l.i.1' no gar;lntizar la c(}ntinuid,ld de los canlbios lroSI.'f\'ldos.Es habitual iniciar una investigacin cuando se sospt-'chaque lastasas de una enfermedad estn aumentando. Por eso es fundamental reconocer el fe-nmeno de la regresin a la media, ya llue puede estar interviniendo siempre que seobservan cambios a corto plazo en las tasas.Otra fuente de diferendas reales que intluyen en la prediccin delos sucesos futuros se conoce como "fi.'(h/dt' ((!/IIJrtl'.Una cohorte es un grupo de indivi-duos que comparten una experienda o una exposidOOen comn. Existe la posibilid.ldde un ~fecto de cohorte cuundo un,1 o di\"~rs.ls cohortes de unu pt)bl,lcin han estadosometidas a una exposicin o a unu experiencia que las ha hecho espedalmente sus-ceptibles a una enfermedad. Las t;lsaSen un grupo de edad determinado que incluyela cohorte susceptible pueden ;lumentar temporalmente. Esta elevacin temporal se co-nace como efecto de cohorte. Cuilndo se halla presente, se puede esperar que las tasilsde este grupo de edad concreto desciendan otra vez a medida que transcurra el tiempoy. la cohorte susceptible pase al siguiente grupo de edad. La importanda que tiene elsaber valorar el efecto de cohorte se lustr;l en el siguiente ejemplo.Un investigador estul.ii la tasade inddencia del cncer de tiroides.Exista preocupaL;n por el hecho de llue la irradiacitm de la cabeza y del cuello, em-pleada frecuentemente antes de los ,1lios cinLlil'nta, hubiese contribuido a aumentar lafrecuenda del cjncer de tiroides. Utilizundo m~todos udecuados, los autores observu-(,0


22/31

&. ron que la incidencia del cncer de tiroides en 1950en el grupo de E!dadde 20 a 30 aosfue de 50 por 100000 personas-ao; que en 1960 ue de 100por lOCJXX) ersonas-ao,f y que en 1970 ue de 150por 100 (XX) ersonas-ao. Los autores concluyeron que en 1980la tasa superara os 200casospor 100000 personas-aoy quedaron sorprendidos ruando" comprobaron que la incidencia en 1980 ue menor de 150por 100 1:xxJ ersonas-ao ycontinu descendiendo en los aos ochenta.'!' Los autores haban demostrado que las tasasde incidencia del cn-cer de tiroides haban experimentado cambios reales en el grupo de edad de 20 a 30aos. La fuente de estas diferencias pudo corresponder a un efecto de cohorte. Los in-dividuos de la cohorte que recibieron radiaciones antes de 1950presentaban un au-mento de riesgo del cncer de tiroides que no afcctaba necesariamente a los individuosnacidos despus de ese ao. En 1980, odos los individuos entre 20 y 30 aos de edadhaban nacido despus de 1950. Por eso, no es sorprendente observar un descenso dela tasa de incidencia de cncer de tiroides en ese grupo de edad en lugar de un aumentosostenido. El concepto de efecto de cohorte no solo ayuda a prede


23/31

!8n .~

Para establecer una asociacin, los autores deben demostrar pri- , .~mero que los que comen ms helados son los que estn en mayor riesgo de ahogarse." ~Los datos de grupos no proporcionan ninguna prueba de la existencia de una asocia:~.dn a nivel individual. Es posible que los que comen helados no sean los que se aho-gan. El mayor consumo de helados puede reflejar simplemente la variable de confusinconocida como tiempo clido, la cual aumenta el consumo de helados y el de ahogados.Estos autores cometieron una falacia ecolgica. Para establecer una asociacin entrecomer helados y ahogarse es neceSario demostrar que la asociacin se mantiene ani\'el individual. Cuando nos enfrentamos con diferencias entre tasas de grupos ocambios con el tiempo en el mismo grupo, el primer paso consiste en demostrar si ladiferencia o los cambios son producidos por artefactos o si son reales. Si no es probableque las diferencias o los cambios sean debidos a la forma en que se mide, se busca odefine la enfermedad, entonces los cambios o las diferencias se pueden considerar rea-les. Seguidamente, se busca la fuente de estas diferencias o de los cambios en la tasa deincidencia, en la prevalencia o en la let}lidad. Los c}mbios o diferencias en las tasas seusan con frecuencia para predecir cambios futuros y para formular hiptesis acercadela etiologa de la enfermedad que se han de utilizar como punto lie partida de estudiossobre individuos. Para predecir las tasas uturas, es necesario tener en cuenta el fen-meno de regresin a la media y el efecto de cohorte. Cuando se utilizan t}sasde grupospara desarrollar hiptesis, es preciso reconocer que su uso demuestra la existencia deasociaciones entre grupos y no entre individuos. Si no se aprecia esta distincin entreasociaciones ndividuales y de grupo se puede cometer una falacia ecolgic}.

~~:Q:::.~;..-

~~..--

-2


24/31

I

CAPTULO 24

RESUMEN: LA TASACIN DE UNA TASARevisemos los pasos necesarios para desarrollar, comparar e inter-pretar las tasas de enfennedad.

LA sELECaN DE LAS TASASLas tasas de inddenda son medidas clnicas importantes. porquemiden el ritmo de desarrollo de nuevos casos de una enfermedad. El riesgo es el efectoacumulativo de la tasa de inddencia en un perodo determinado. l..aprevalenda ayudaen el diagnstico, ya que es una aproximacin a la probabilidad de tener la enfermedaden un momento determinado. La letalidad mide la probabilidad de morir como conse-cuencia de la enfermedad una vez que ha sido diagnosticada. La prevalenda es apro-ximadamente igual a la tasa de incidencia multiplicada por la duracin media de la en-fermedad. En una pobladn estable, a tasa de mortalidad es gual a la tasa de inddenciamultiplicada por la letalidad.

EL l\ruESTREO DE LAS TASASlJS tJsas pueden calcularse utilizJndo toda la poblacil)n. Con msfrt.'CUencia, las tasas se estimJn a partir de muestras de la poblaan. L1s tasas de lasmuestras, en promedio, son las mismas que las de la poblacin, pero cualquier muestrapuede reflejJr un error muestral intrnseco. Cuanto ma~'Or sea el tamao muestral, me-nor ser el error muestral. Sin embargo, la ganancia en la precisin jisminu~.e a medida

que aumenta el tamao de ia muestra y el mveshgador debe contrapesar la exactitudrespecto del costo. L1 capacidad para estimar la tasa de la enfermedad en una poblacina partir de una muestra exige llevar a cabo un muestreo aleatorio de la poblacin. Esposible estratificar la muestra para garantizar que el tamao de cada categora sea su-ficientemente grande, pero el muestreo debe ser aleatorio dentro de cada categora.

o;:.~~o;:~-

~co;:1.1:o;:f-~~~::;:;~

LA ESTANDARIZACIN DE LAS TASASNos interesa comparar las tasas, ya sean obtenidas a partir de todala poblacin o de una muestra, para estimar las diferencias entre grupos o los cambioscon el tiempo. La comparacin correcta de las tasas muchas veces requiere ajustarlassegn los factores que influyen en ellas, que son distintos en las dos muestras. Fre-

cuentemente se ajusta o se estandariza segn factores demogrficos como la edad, elsexo y la raza, para buscar otros factores que puedan explicar las diferencias o los cam-bios en las tasas. Mediante la estandarizacin indirecta es posible calcular la razn demortalidad estandarizada, que compara la tasa en un grupo de esttJdio concreto con laesperada en otro grupo, con frecuencia la poblacin general. El mtodo directo de es-tandarizacil)n permite comparar los grupos directamente despus de estandarizar oajustar las tasas segn una caracterstica respecto a la que difieren ambos grupos. 163


25/31

FUENfES DE LAS DIFERENOAS O DE LOS CAMBIOSEl significado de las diferencias se valora analizando si se deben aartefactoso si son reales. Los cambios en la capacidad para diagnosticar la enfermedad,los esfuerzos para diagnosticar la enfermedad o la definicin de la enfermedad pue-

den producir cambios o diferencias por artefactos que no son debidos a la propiaenfermedad. Cuando las diferencias o los cambios por artefactos no son lo su-ficientemente grandes como para explicar las diferencias o los cambios observados, en-toncesse puede suponer que existe una diferencia o un cambio real. Los cambios realespueden ser el resultado de cambios en la tasa de incidencia, en la prevalencia o en laletalidad. Estos cambios pueden anundar cambios posteriores en la misma direcdn oser seguidos de un descenso en las tasas, como ocurre cuando finaliza una epidemia.Por otro lado, pueden reflejar fluctuadones aleatorias de las tasas de la enfermedad.Cuando se usan los cambios de las tasas para prededr tasas futuras, es mportante te-ner en cuenta el fenmeno conocido como la regresin la media.Este efecto se producecon frecuencia cuando se usa una tasa inusual como comparadn. Esta tasa inusualpuede movilizar fuerzas que desplazan a las futuras tasas hada la media o incluso pordebajo de esta. Los bioestadsticos utilizan el trmino regresin la mediapara indicarque despus de producirse un valor inusual las mediciones subsiguientes se aproxi-marn probablemente hacia la media o hacia el valor promedio, solo por azar.Otro tipo de cambio real en las tasas se conoce como eft'Cto e co-'IOrf.e. l efecto de cohorte, al drcunscribir los cambios a un segmento de la poblacin,a}"Udaa prededr mejor las tasas uturas que la simple extrapolacin de los cambios ob-ser\'ados. El estudio de las fuentes de los cambios reales de las tasas nos avuda a com-prender mejor sus causas, as como sus consecuencias para los aos siguientes.Cuando se usan las diferenl.;as entre t.lsas ~n la formulacin de hi-ptesis para realizar estudios sobre indi\.iduos, es preciso reconocer que las asociacio-nes de grupo se establ~cen usando tasas. la fal;1ciaccolgica se produc~ I.-uando asasociadones observadas en grupos no se retlejan a nivel individual.-'t~:c

't

-J".~:c..

.I".

~

PREGUNTAS SOBRE LA TASACIN DE UNA TASAEl siguiente grupo de preguntas acerca de la tasacin de una tasase ha diseado con objeto de rep.lsar los puntos :v-aratados y de proporcionar un esquemautilizable en la crtica de los ejercicios para detectar errores o en una investigacin realde tasas. El esquema se divide en CU.1tro partes: seleccin de las tasas, muestreo de lastasas, estandarizacin de las taSds y fuentes de las diferencias o cambios en las tasas.

I. St.'Il!ccin-de klS tasasa. Se han identificado las diferencias entre las taS.1S,as proporciones y lasrazones?b. Han distinguido los ,lutores la tasa de inciden\.;a de la prevalencia y laIetalidad?

Muestreo de las tasasa. Se incluy en el estudio (1 oda 1(1 oblacin de inters o se utilizaronmuestras?b. Si se utilizaron muestr(1s, valoraron los Jutores el error muestrJIintrnseco?6-1


26/31

c.d.

Si se utilizaron muestras, fue aleatoria y representativa la tcnica demuestreo o se introdujo algn sesgo en el mtodo de muestreo?Si se utilizaron muestras,fue suficiente el tamao de las muestraso pudohaberse ntroducido una gran variacin a causa de su pequeo tamao?3. Estandarizacin de las tasasa. Fue necesaria la estandarizacin cuando se compararon las tasas defrecuencia de un suceso en dos muestras diferentes?b. Si fue necesaria la estandarizacin, seestandarizaron las tasas segnlos factores conocidos que influyen en el desenlace de forma que se pu-dieran comparar equitativamente?4. Fuentes de las diferencias o cambios en las tasasa. Las diferencias o cambios observados en las tasas, fueron por artefac-tos debidos a la capacidad de diagnosticar la enfermedad, a loS esfuer-zos para hacerlo o a cambios de la definicin de la enfermedad?b. Eran reales las diferencias 0 cambios debidos a cambios o diferenciasen la tasa de incidencia, la prevalencia o la letalidad?c. Los cambios o diferencias en las tasas, predicen cambios futuros en lamisma direccin o sern las tasas futuras influidas por el fenmeno dela regresin a la media o el efecto de cohorte ?d. Cuando se emplearon las diferencias entre tasaspara formular hiptesisde estudios posteriores, semantuvo la distincin entre asociacin a ni-vel de grupo ya nivel individual?

~..I";~i-~~-,-z'Cc~~~~..,j2:'-I~~~

163


27/31

CAPTULO 25

EJEROCIOS PARA DETJ;:CfAR ERRORES:LA TASAOON DE UNA TASALos siguientes ejercicios para detectar errores estn pensados paraque usted adquiera prctica en la aplicacin de los principios de tasacin de tasas a ar-tculos de investigacin simulados. Estosejercicios ncluyen diversos errores que ya hansido ilustrados con ejemplos hipotticos. Lea cada ejercicio. Luego escriba una criticasealando los tipos de errores cometidos por los investigadores. Para cada ejercicio seproporciona una critica de demostracin.

EJER,OOO No.1: CAMBIOS EN EL CNCER:CUAL ES EL PROGRESO?En un estudio sobre a evaluacin del cncer en los EstadosUnidosde Amrica se compararon las tasasde 1969 on las de 1989para valorar los cambios. Serecogieron datos sobre las tasas de incidencia y mortalidad. Los datos de inddt!ncia seobtuvieron mediante una bsqueda intensa en los registros hospitalarios a partir de unamuestra al azar de l'7c de los hospitales de la nacin. Los datos de mortalidad se obtu-\;eron revisando todos los certificados de defuncin de la nacin. La letLllidad se cLllculpor medio de la frmula parLlcLlmbiosa largo plLlzo. segn la cual

Tasas de mortalidad = tasas de incidencia x letalidad'C~~-1:z:3::('C:Q::)::(~>-oo:3...jz:3~'C:5~'.1\;..':>-'~

Los datos de este estudio se resumen en 1!1.-uadro25-1.Adems, los investigadores revisaron los ensayos clnicos contro-lados 5Ob.reos tipos de cncer que causaron 5Of.7ce las muertes entre las pers


28/31

Los investigadores confesaron que estaban totalmente confusos,porque se poda afinnar todo lo siguiente:1. Basndoseen el descenso de las tasas de mortalidad de los individuos menoresde 20 aos, el descenso de la letalidad en todos los grupos de edad y el aumen-to de la supervivencia en los ensayos clnicos controlados realizados con per-sonas de 20 o ms aos de edad, se ha producido un progreso notable.2. Sobre a base del aumento de las tasas de incidencia entre los que tienen ms de20 aos y del aumento de las tasas de inddencia ajustadas segn la edad, la si-tuacin est empeorando. El aumento de las tasas de mortalidad entre los ma-yores de 65 aos y de las razones de mortalidad proporcional tambin apoya lainterpretadn de que la situadn est empeorando.Segn las tasas de mortalidad global ajustadas por la edad, no han ocurridocambios.3

Los in\'estigadores se dan por vencidos y les preguntan a ustedes,lectores, cmo pueden los datos respaldar resultados tan contradictorios.CRtnCA: EJERCIOO No.1

Todas estas tasas son compatibles y reflejan las diferentes fonnasde analizarlas. Lls tasas de incidencia reflejan el ritmo con que aparecen los nuevos ca-sos de la enfermedad en un perodo. La letalidad refleja la probabilidad de morir en unperodo si se desarroUa a enfermedad. Por eso, las tasasde incidencia v la letalidad mi-den dos fenmenos muy distintos. Las tasas de incidencia reflejan primariamente lascausassubyacentesde la enfermedad y pueden cambiar a causa de artefactos como, porejemplo, las inter\'enciones mdicas que modifican el esfuerzo de deteccin de la en-fermedad, la capalidad de detectarla o de definirla. Los esfuerzos de prevenlin pri-maria como las campaas antitabquicas pueden modificar la incidencia subyacente.;..oobstante, las tasas de incidencia no reflejan, en general, los esfuerzos teraputicosconst.1ntesde la .1tencin mdica. La letalidad, por su parte, es una medida del xitodel tratamiento mdico en la curacin de la enfermedad.Las t-dsa~ e mortalidad en un perodo prolongado se relacionancon la incidencia y con la letalidad de la siguiente manera:

"=.~;:'::""=~-~""'...::"=~"=..::5~Qu~~

Tasa de mortalidad = tasa de incidencia x letalidadPor esta razn, si la tasa de mortalidad y la de incidencia se conocen y son estables, laletalidad se puede estimar con la siguiente frmula:

letaliddd = tasa de-mortalidad/tasa de incidenciaPor lo tanto, en el primer cuadro se emple correctamente la rela-dn entre la tasa de inddenda y la de mortalidad y la letalidad.Cuando una intervendn mdica logra prolongar la vida pero nocurar la enfermedad, no tiene un efecto sobre la letalidad a largo plazo ni sobre a global.Por este motivo, el aumento de 3 aos de la mediana de supervivenda entre los quepadecen tipos importantes de cncer es compatible con el descenso ms leve de laletalidad observado en la tasa global ajustada segn la edad. Se necesitan medidascomo la esperanza de vida para tener en cuenta la prolongadn de la vida en ausenciade l""Uracin. 167


29/31

El aumento de la razn de mortalidad propordonal nos dice muy.f?OCOce~ca el progreso del cncer du~ant~ e~s aoS. Empe~o, sugiere que:~ morta-;;:~::lidad debida a otraS enfermedades ha dismmwdo su frecuenaa en comparaaon con Ia~del cncer. Las razones de mortalidad proporcional Son medidas tiles de la importan-da relativa de diversas causas de muerte. El aumento de la razn de mortalidad pro.pordonal sugiere que las muertes por cncer son cada vez ms habituales en relacinCon as muertes por otraS causas.Este ejercicio demuestra cmo es posible defender condusionescompletamente distintas a partir de loS mismos datos. El argumento presentado por elinvestigador refleja loS diferentes conceptos sobre el significado de progreso. Espro-greso una tasa de incidencia reducida de una nueva enfennedad? Esprogreso una tasade curacin elevada de una enfennedad diagnosticada? O bien, es progreso la prolon-gacin de la vida de loS que estn enfennos?

"t:~5~~z::J~"t:~o""'Q:>-o~2.l\'-Jz::J~"t:~Si-VI'-J'"''-'~-OU

E]ERCIOO No.2: TUBERCULOSISUn grupo de expertos internacionales en tuberculosis (TB) ,jecidicomparar la tasa de mortalidad de TB en los EstadosUnidos con la de la India con objeto

de determinar si se podran aprender algunas cosas. Saban que la TB era una enfer-medad bastante comn en los Estados Unidos antes de 1950, pero que habia dismi-nuido de forma sustandal. Tambin saban que la infeccin se poda controlar, F>ero oeliminar, en la mayora de las personas infectadas.Utilizando un diseo cuidadoso de una tcnica de muestrE'oalea-torio, observaron que la tasa de mortalidad por TB en 1985era de 200 por 100 000 per-sonas-ao en la India y de 20 por 100 000 personas-ao en los Estados Unidos. T,lmbinapredaron que la tasa de mortalidad de los individuos en el grupo de t.-dadentre 65 y80 aos era de 200 por 100 000 personas-ao en la India y en los Estados Unidos.Dado que los in\'estigadores saban que la India tena una estruc-tura de edad mucho ms joven que los EstadosUnidos y que la edad influye en el riesgode TB, intentaron estandarizar las tasas. Para ello, aplicaron las tasas de cada grupo deedad de la poblacin estadounidense al nmero de personas-ao de ese mismo ~poen la India. Despus de realizar un ajuste directo segn la edad observaron que en 1985se habian produddo 200 muertes por 100000 personas-ao en la India por TB. En losEstados Unidos se habran producido lO muertes por 100 000 personas-ao si este pashubiera tenido la misma estructura de edad que la India. Por ltimo, calcularon la raznde mortalidad proporcional de la TB en los dos paises. En la India encontraron que larazn de mortalidad proporcional por TB fue de I.5% y en los Estados Unidos, de 1%Los autores l legaron a las siguientes conclusiones:1. La gran diferencia entre las tasasde mortalidad de la India y los ESt.ldosUnidospuede ser debida al azar.2. En los Estados Unidos, la tasa de mortalidad del grupo de edad de 65 a 80 aoses mucho ms elevada que la tasa promedio del pas. Por lo tanto, a medida que au-mente la edad media de la poblacin de este pas, la TB se convertir en un problemacada vez ms importante.3. Cuando se compararon las tas.1S o estandarizadas, pareca que la India tenauna tasa de TB 10veces ms alta que la de los Estados Unidos. Una vez estandarizada,se observ que la India tena una tasa 20 vecesms alta. Se debi haber cometido algnerror, porque la estandarizacil)n de las tasas no debe aumentar las diferencias entre las168


30/31

tasas que existan antes de llevar a ca~ la estandarizacin. Por eso, el contraste de lastasas globales fue el mtodo de comparacin ms equitativo.4. Las razones de mortalidad proporcional son el mtodo ms usto para compararla probabilidad de morir de TB. En consecuenCa, a probabilidad de morir por TB era1,5 veces ms alta en la India que en los Estados Unidos.CRTICA: EJEROOO No.2Seleccin de las tasas

Vamos a evaluar una por una las conclusiones a las que llegaronlos "expertos".1. Es muy improbable que las diferencias entre los Estados Unidos y la India seanexclusivamente debidas al azar, a causa de su amplia separacin y al h'fan tamao de lasmuestras estudiadas. Sin embargo, antes de concluir que estas diferencias son reales,hemos de considerar si han existido diferencias por artefactos, tanto debidas al esfuerzocomo a la capacidad de diagnosticar la TB entre los dos pasesy si estos factores puedenexplicar las diferencias obsen.adas. Si suponemos que en la India, con sus enormesproblemas de salud, es ms dificil diagnostic"r la TB como causa de defuncin que enlos Estados Unidos, este hecho aumentara realmente las ya grandes diferencias obser-\'adas. Por consiguiente, no es probable que las diferencias por artefactos en cuanto aesfuerzo o la capacidad de diagnosticar las muertes por TB expliquen o eliminen las di-ferencias observadas.2. Los autores observaron que las tasas en el grupo de edad de 65 a 80 aos deambos pases eran idnticas. Esto sugiere que la tasa de mortalidad de los ancianos delos Estados Unidos es ms elevada que la del resto de la poblacin estadounidense, locual puede deberse a alguna susceptibilidad permanente de las personas de ese grupode edad. Por otro lado, puede reflejar un efecto de cohorte. Recuerde que un efecto decohorte es una susceptibilidad temporal y nica de un grupo o cohorte a una experien-I.'a pasada especial. Sabemos que la TB fue una enfermedad mucho ms comn en losEstados Unidos antes de 1950. Adems, sabemos que los individuos que han estadoinfectados anteriormente con frecuencia controlan la infeccin, si bien no se curan to-talmente. Estos ndividuos tienen la posibilidad de desarrollar posteriormente una en-fermedad activa, sobre todo cuando envejecen. Por este motivo, es posible que la ele-vada tasa entre los estadounidenses de edad avanzada se relacione con su experienciaen una era en que la TB activa era bastante frecuente. Si el efecto de cohorte explica latasa elevada en los ancianos de los Estados Unidos, entonces no es probab~ que la ele-\'ada tasa de los que tienen entre 65 y 80 aos contine aumentando a medida que crezcala proporcin de ancianos de dicha poblacin. Las tasas de este grupo de edad real-mente pueden descender a medida que las cohortes menos susceptibles, aquellas com-puestas por los que no estuvieron expuestos anteriormente a la TB, lleguen a esa edad.

En la India, por otra parte, la tasa de mortalidad del grupo de 65 a80 aos de edad es la misma que la de la poblacin general del pas. Por ello, no existeninguna razn para creer que est interviniendo un efecto de cohorte. Las tasasde to-dos los grupos de edad pueden ser uniformemente altas y los ancianos no compartennecesariamente una susceptibilidad nica. Esto implica que si la proporcin de ancia-nos en la India aumenta, la tasa de mortalidad por TB en ese grupo de edad no experi-mentar cambios importantes.

~.~~;-~~---z~G~:.II~;-3:siJu:o:~

169


31/31

3. Los investigadores concluyeron correctamente que la estandarizacin de las fa..:sas segn la edad era un procedimiento adecuado para compararlas equitativamente: ,La estandarizacin es importante cuando las poblaciones tienen una marcada diferen-cia en su distribucin de edad y esta variable se relaciona con el riesgo de morir por TB.la poblacin de a India es generalmente ms oven que la estadounidense. Las muertespor TB se concentran en los ancianos y los muy jvenes, razn por la cual es predsoestandarizar las tasas si se quiere realizar una comparacin equitativa. El procedi-miento de la estandarizacin segn la edad se realiz correctamente. Al aplicar las tasasde cada grupo de edad de la poblacin estadounidense al nmero de individuos de esegrupo de edad de la poblacin de la India, los investigadores se preguntaban cuntasmuertes se habran producido en la poblacin de los Estados Unidos si tuviese el mismonmero de individuos en cada grupo de edad que la India. Esta cifra se puede comparardirectamente con el nmero de muertes que se produjeron realmente en la India. Laestandarizacin puede hacer que las diferencias parezcan ms pequeas o ms gran-des. ;'10 ay ninguna razn para pensar que la estandarizacin ser el factor responsa-ble de que las grandes diferencias parezcan menores. Como muestra el ejemplo de lafbrica presentado en la discusin de la estandarizacin (captulo 22), el ajuste segn laedad puede incluso revelar una diferencia importante que no ha sido aparente en lastasas globales.4. La razn de mortalidad proporcional refleja el nmero de indi\;duos que mue-ren de una enfern1edad dividido por el nmero de los que mueren por todas las enier-medades.Como las tasasde mortalidad global son ms altas en la India que en los Esta

Documents

COMO ESTUDIAR UN ESTUDIO Y PROBAR UNA PRUEBA - LA TASACION DE UNA TASA