3. análisis descriptivo · 2016. 2. 11. · estadÍstica 101 3. análisis descriptivo comoa y...

E S T A D Í S T I C A

101

3. Análisis descriptivo

Comoyahemoscomentado,elanálisisdescriptivosirvepararesumir losdatos.Lasdos formasde realizarun resumendedatossonmedianteunatabla de frecuencias o mediante representaciones gráficas.Pararealizarunresumendelosdatos,disponemosdeunaseriedeestadísticos(cantidadnuméricacalculadaapartirdelamuestra),quesedividenen:

• Estadísticos de centralización: estos estadísticos ofrecen información acerca devalorestípicosopromediodeunconjuntodedatos.Losestadísticosqueestudiare-mosenestemóduloson:– Media: sumadelosvaloresdivididaporeltamañomuestral.Essensibleavalores

extremos.– Mediana: esunvalorquedividea lasobservacionesconelmismonúmerode

valores.Esdecir,dejaacadaladoel50%delasobservaciones.Noessensibleavaloresextremos.

– Moda:eselvalorovaloresmásfrecuente.Adiferenciadelamediaylamediana,lamodano es un valor único, podemos encontrar distribucionesunimodales,bimodales.

• Estadísticos de dispersión: indicanenquémedidaestán juntoso separadosdelvalorcentral.Cuantomásseparadosesténdelvalordelcentralmayordispersión.– Varianza:mideelpromediodelasdesviacionesalcuadradodelasobservaciones

respectoalamedia.Essensibleavaloresmuyalejadosdelamedia.Ademásesdedifícilinterpretación,yaquealtenerlasunidadesalcuadradodificultasuinterpre-tacióndirecta.Porelloseaconsejautilizarladesviacióntípicaoestándar.

– Desviación típica:secalculacomolaraízcuadradadelavarianza.Tienelasmis-masunidadesdemedidaquelosdatosoriginalesysuelepresentarsecomodes-cripcióndelavariabilidaddelosdatosenuntrabajodeinvestigación.

– Coeficiente de variación de Pearson:esunamedidadedispersiónrelativa,per-mitelacomparacióndeladispersiónexistenteentredistribucionesdistintas.Conestevalorpodemosconocersilosvaloresdeunavariableestándispersosocon-centrados.Lacomparacióndirectadelasdesviacionestípicasnoesmuyinforma-tivayaquedependerádelasunidadesdemedida.Secalculacomolarazóndeladesviacióntípicaylamedia.Sueleexpresarseenporcentaje.Asíporejemplo,silamediadeunavariablevale10yladesviacióntípica5,podemosafirmarqueladesviacióntípicasuponeel50%delamedia.

M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Y P R Á C T I C A C L Í N I C A B A S A D A E N L A E V I D E N C I A

102

• Estadísticos de Forma:– Asimetría:lasdistribucionespuedensersimétricasoasimétricas.Cuandohaysi-

metríapositivalacoladeladerechaesmásprolongadayelcoeficientedeasime-tríaserápositivo.Cuandolaasimetríaesnegativa,lacoladelaizquierdaesmáslargayelcoeficienteseránegativo.Cuandoladistribuciónessimétricaelvaloresdecero.Endistribucionessimétricas,mediaymedianacoincidenylamodasiesúnicatambién.

Figura 2.Simetríayasimetríadelasdistribuciones.

– Apuntamiento o curtosis:mideelgradodeapuntamientodeladistribuciónres-pectodeladistribuciónnormal,puedeserplaticurtica(curtosis0).

Figura 3.Gradodeapuntamientodeladistribución.

• Estadísticos de posición:– Cuartiles:son3valoresquedistribuyenlaseriededatos,ordenadadeformacre-

cienteodecreciente,encuatrotramosiguales,enlosquecadaunodeelloscon-centrael25%delosresultados.

– Deciles:son9valoresquedistribuyenlaseriededatos,ordenadadeformacre-cienteodecreciente,endieztramosiguales,enlosquecadaunodeellosconcen-trael10%delosresultados.

– Percentiles:son99valoresquedistribuyenlaseriededatos,ordenadadeformacrecienteodecreciente,encientramosiguales,enlosquecadaunodeelloscon-centrael1%delosresultados.

��

��

��

��

��

��

��

��

��

E S T A D Í S T I C A

103

Bibliografía

Apuntesdebioestadística.UniversidaddeMálaga:http://www.bioestadistica.uma.es/baron/apuntes/

BorrásF,Cuadernos de bioestadística(1995).Cuadernosdebioestadística.

ClifforRC,TaylorR.A.Bioestadística (2008).

MartínezGonzálezM.A,DeIralaEstévezJ,FaulínFajardoF.J.Bioestadística amigable (2001).

SokalR,RohlfR.Introducción a la bioestadística (1980).

UnidaddebioestadísticadelHospitalRamónyCajal:http://www.hrc.es/investigacion/inves_unidadbio.htm

http://www.bioestadistica.uma.es/baron/apuntes/http://www.hrc.es/investigacion/inves_unidadbio.htm

11Probabilidad

MARI CARMEN VIVO MOLINA

Licenciada en Ciencias y Técnicas Estadísticas. Profesora asociada de la Universidad Miguel Hernández. Dirección General de Planificación, Ordenación Sanitaria

y Farmacéutica e Investigación. Consejería de Sanidad y Política Social de la Región de Murcia.


106

1. Introducción

Laspruebasdiagnósticas suelenestaracompañadasde incertidumbre, la formadecuantificarestaincertidumbreesmedianteelcálculodeprobabilidades.Unadefiniciónbásicadeprobabilidades laproporcióndevecesqueunsucesoocurrasi repetimos laexperienciaunnúmeromuygrandedeveces.

2. Conceptos de probabilidad

Cuandorealizamosunexperimentoaleatorio,obtenemosdiversosposibles resulta-dos.Al conjuntode todos losposibles resultados lo llamaremosespacio muestral (E). Cuando estamos interesados en la ocurrencia de un resultado concreto, estamos ha-blandodeunsuceso. LlamaremossucesocomplementariodeA ( ),alsucesocontrario(P(A)=1-P( )),unióndelossucesosAyB( ),alosresultadosexperimentalesqueestánenA,enBoenambossucesos.SeandossucesosAyB,lasoperacionesbásicasdeunióneintersecciónestánrepresentadasenlasiguientefigura.

Figura 1.Unióneinterseccióndesucesos.

Llamamosprobabilidadacualquier funciónPqueasignaacadasucesoAunvalornuméricoP(A).Lasreglasdelafuncióndeprobabilidadson:

1.Laprobabilidaddeunsucesoseguroes1.2.Laprobabilidadtomavaloresentre0y1.3.Laprobabilidaddeunsucesoinciertoes0.

��

�

�

��

�

�

P R O B A B I L I D A D

107

Regla de Laplace

Establecequesiemprequelossucesosseanequiprobables,laprobabilidaddeobte-nercadaresultadoseráigualalcocienteentrecasosfavorablesycasosprobables.AsílaprobabilidaddeAseestimacomo:

íaocurrirAcesquepodrNúmerodeveocurreAdevecesqueNAP º)( =

Así, supongamosquede 1000personasmayoresde 50 años 100puedendesarro-llarcáncerdecolon, laprobabilidaddedesarrollarcáncerdecolonseestimaríacomo:100/1000=0,1=10%.

Probabilidad condicionada

SellamaprobabilidaddequeocurraunsucesoAcondicionadaaB(P(A/B)),alapro-babilidaddequeocurraelsucesoAsabiendoqueocurreB.Lafórmuladelaprobabilidadcondicionadaes:

Diremosquedossucesossonindependientescuandolaocurrenciadeunonoinflu-yeenlaocurrenciadelotro.Así,siAyBsondossucesosindependientes,cumplen:

1.

2.

Ejemplo: lasiguientetablamuestralosresultadosdeunamuestrade723pacientes,dondecadaunodelos723secaracterizaporserfumador(F)ono( F )yporpresentarciertaenfermedad(Enf )ono( Enf ).

Tabla 1.Númerodefumadoresynofumadoressegúnpresentenonolaenfermedad.

Fumador No fumador Total

Presentaciertaenfermedad 428 82 510

Nopresentaciertaenfermedad 62 151 213

Total 490 233 723


108

LaprobabilidaddeseleccionarunpacientequeseafumadorP(F)=490/723,elsuce-socomplementarioolaprobabilidaddeseleccionarunpacientequenoseafumadores P( F )=1-490/723.Laprobabilidaddeseleccionarunapersonaquefumeyquepresentelaenfermedad,secalculamediantelainterseccióndelosdossucesos,presentarlaenferme-dadyserfumador.P( )=428/723.LaprobabilidaddeserfumadoropresentarlaenfermedadP( )=490/723+510/723-428/723=572/723.Yporúltimo,siunaper-sonaesfumadora,laprobabilidaddepresentarlaenfermedades:

Teorema de Bayes

Sellamaparticiónaunconjuntodesucesos iA talesque ,mutua-menteexcluyentesyquecubrentodoelespaciomuestralE,yseaBunsucesotalque

:

Engeneral,laregladeBayespermiteusarP(A/B)paracalcularlaP(B/A).LaprincipalaplicacióndeestapruebaencienciasdelasaludesparaelcálculodeÍn-

dicespredictivos.Esteteorematienesuaplicaciónenelcálculodelaprobabilidaddeundiagnóstico correcto.

Pruebas médicas

Lasmedidasdefrecuenciamáscomúnmenteutilizadasson:PrevalenciaeIncidencia.Prevalencia:probabilidaddequeunapersonatengalaenfermedad.Incidencia: laincidenciareflejaelnúmerodenuevos“casos”enunperiododetiempo.

Laspruebasmédicasestándiseñadasparaestablecer lapresenciaoausenciadeal-gunaenfermedad.Estaspruebasnosonperfectas.Elmejoropeordesempeñodeunapruebapuedeevaluarseatravésdelcálculode:

Sensibilidad (S):probabilidaddequeunapersonaconlaenfermedadtengaunresul-tadopositivo.

Especificidad (E):probabilidaddequeunapersonaquenotienelaenfermedad,déunresultadonegativo.


109

Estimación de probabilidades posterior:eslaprobabilidaddepresentarlaenferme-daddespuésdeconocerlosresultadosdelapruebadiagnóstica,lasprincipalesmedidasson:

• Valor predictivo positivo (VPP):eslaprobabilidaddequeunapersonaquedaposi-tivo,enunapruebadiagnósticatengalaenfermedad.Laprobabilidaddeidentificarcorrectamenteloscasospositivos.

• Valor predictivo negativo (VPN):Eslaprobabilidaddeunapersonaquedanega-tivoenunapruebadiagnósticanotengalaenfermedad.Laprobabilidaddeclasifi-carcorrectamenteloscasosnegativos.

Tabla 2.Categoríasdeclasificacióndelaenfermedadsegúnelestadorealdelpaciente.

Presencia de la enfermedadNo presencia de la

enfermedad

Resultadopositivodelaprueba VPP FalsoPositivo(FP)

Resultadonegativodelaprueba FalsoNegativo(FN) VPN

• Cociente de probabilidad positivo (CPP):cuantoesmásprobableelresultadoposi-tivoentrelosenfermosqueentrelosnoenfermos.Larelaciónentrelaproporcióndeenfermosquesonclasificadoscomotalesporlapruebadiagnósticaylaproporcióndesanosquehansidoclasificadoscomoenfermos.

• Cociente de probabilidad negativo (CPN):cuantomásprobableeselresultadone-gativoentrelosenfermos,queentrelosnoenfermos.Larelaciónentrelaprobabili-daddequelapruebaseanegativaenpresenciadelaenfermedadylaprobabilidaddequelapruebaseanegativaensuausencia.Asíunresultadode8,5quieredecirquelaprobabilidaddequelapruebapresenteunresultadonegativoenunindivi-duosanoes8,5veceslaprobabilidaddequepresenteunresultadonegativoenunoenfermo.

Riesgo relativo (RR): eselcocienteentreelriesgodelgrupotratadoyelriesgodelgru-pocontrol.Paraevitarvaloresmenoresque1,sedefinecomoelcocienteentreelriesgodelgrupoconmayorriesgoyeldemenorriesgo.

Reducción absoluta del Riesgo (RAR): diferenciaentreelriesgodelgrupocontrolyelriesgodelgrupotratado.

Reducción relativa de riesgo (RRR): cocienteentrelareducciónabsolutadelriesgoyelriesgoenelgrupocontrol.

Número necesario a tratar (NNT): númerode individuosquehayquetratarconeltratamientoexperimentalparaproducir,oevitar,uneventoadicionalrespectoalosqueseproduciríanconeltratamientocontrol.Secalculacomoelinversodelriesgorelativoabsoluto(RRA).


110

Razón de probabilidad (Odds Ratio): otramedidadelaexactituddeunclasificadorsebasaenlasodds(ventajasopreferencias)delasrespuestas.Eselcocienteentrelapro-babilidaddequeocurrauneventoy laprobabilidaddequenoocurraelevento(com-plementario). Indicacuántomásprobablees laocurrenciadeunevento frentea lanoocurrencia.Puedetomarvaloresde0ainfinito.

Existendostiposdeoddsquesondeinterésparaanalizarelrendimientodeunclasifi-cador,quesepuedencalcularenfuncióndelasensibilidadylaespecificidad(véasetabla).

Sitomaelvalorcero,estoquieredecirquenohayasociaciónentrelasvariables.Sielresultadoesmayorqueuno,laasociaciónespositiva,esdecir,silapresenciadelfactorseasociaamayorocurrenciadelevento.Sitomavalor1,nohayasociaciónentrelapresenciadelfactoryelevento.Porejemplo,siunadrogaconrespectoalplaceboproduceunaORde1,3,significaqueladrogaes1,3vecesmejorqueelplacebo.

Estetipoderesultadossesueleacompañarconintervalosdeconfianza,quedesarro-llaremos en el siguiente tema.

Ejemplo:elsiguienteejemplomuestralacapacidadpredictivadeunapruebadiagnós-tica.PuedescomprobarlosresultadosusandoelarchivoCALCULADORA.xlsx,enelqueademáspuedesobtenerlosintervalosdeconfianzaal95%.

Tabla 3.Resultadosdeunapruebaparaenfermosynoenfermos

Enfermedad Total

No enfermo Enfermo

Resultado Negativo 1 6 7

Positivo 8 5 13

Total 9 11 20

Sensibilidad: =0,45.El45,5%delaspersonasconlaenfermedadestándebidamen-teidentificadas,menosdelamitad.

Especificidad: =0,11.El11%delaspersonasquenotienenlaenfermedadtienen

unresultadonegativo.Porlotanto,unpacientequenotengalaenfermedadnoesmuyseguroquedéelresultadonegativo.

Valor Predictivo Positivo: =0,6923.Siunapersonadapositivoenlaprueba,lapro-

babilidaddequetengalaenfermedadesde69,23%.

Valor Predictivo Negativo:

=0,1428.Siunapersonadanegativolaprobabilidaddequenotengalaenfermedadesdel14,28%.


111

Prevalencia: 0,55.

Ejemplo: Supongamos,elsiguienteresultadodeciertoensayoclínico.

Tabla 4.Númerodepacientesfallecidos

Fallecidos Total

Sí No

Intervención 20 180 200

Control 15 85 100

Total 35 265 300

=0,667.

=0,63.

=0,05.Porcada100pacientesquesiganeltratamientoseevitarán 5 muertes

=0,33.Lareduccióndelriesgode0,05representaunareducción del33,3%.

=20.Paraevitarunamuertesenecesitaríantratara20personas.


112

Tabla 5.Resumendelasmedidas.

CLASIFICACIÓN

POSITIVO NEGATIVO

ESTADO REAL

PRESENCIA VERDADERO POSITIVO

(VP)

FALSO NEGATIVO

(FN)

TOTAL CON PRESENCIA

(VP+VN)

SENSIBILIDAD (S)

VPVP + FN

Odds Presencia

VPFN

COCIENTE DE PROBABILIDAD

POSITIVOs

1 – E

AUSENCIA FALSO POSITIVO

(FP)

VERDADERO NEGATIVO

(FN)

TOTAL CON AUSENCIA

(FP+VN)

ESPECIFICIDAD (E)

VPFP + VN

Odds Ausencia

FPVN

COCIENTE DE PROBABILIDAD

NEGATIVO

1 – s1E

TOTAL RESPUESTA

POSITIVA (FP+VP)

TOTAL RESPUESTA NEGATIVA (VN+FN)

Odds Ratio

VPVNFNFP

VALOR PREDICTIVO

POSITIVO

VPVP + FN

VALOR PREDICTIVO NEGATIVO

VNVN + FN

Todas estasmedidas tienen asociado un intervalo de confianza (que explicaremosmásadelante).Enlawebexistennumerosascalculadorasquecalculanlosintervalosdeconfianzaasociadosaestasmedidas.

3. Distribuciones de probabilidad

Antesdenada,hayquedistinguirentreestimadoryparámetro.Engeneral,nuncaten-dremosaccesoalatotalidaddelapoblación,siempretrabajaremosconunamuestra.Conlamuestrasolamentesepuedencalcularestimadores.Unestimadoresunafuncióndelosvaloresdelamuestra.

La curva de la Normal

Muchasdelasvariablesestudiadasenmedicinayencienciasdelasaludsuelense-guirunadistribuciónnormal.Estadistribuciónestáindicadaparadatosquesiguenunaescalacontinua:peso,talla,edad,colesterol,tensiónarterial,ácidoúricoyademástienelaventajadequebajociertascondiciones,otrasdistribucionesacabanaproximándoseaella.Ladistribuciónnormalteóricanuncasedaexactamenteenlarealidad,solamentehayaproximacionesaella.Siunavariablexsigueunadistribuciónnormaldemediaμyvarianzaσ 2,secaracterizapor:


113

1. Tenerformadecampana,mesocúrtica.2. Sersimétrica.3. Coincidirmedia,medianaymoda.4. Tenerel95%delosindividuosdentrodelintervaloμ ± 2σ .

Unconceptoimportanteaexplicareselprocedimientodetipificaroestandarizarlanormal.Esteprocedimientoconsisteentransformarunavariablenormalenotraqueten-gaunamediaiguala0yunadesviacióntípicaiguala1.Seaxlavariableantiguayzlavariabletipificada,calculamoszdelasiguienteforma:

Supongamosquelamediadetensiónarterialdeunapoblaciónesde120yladesvia-ciónestándaresde25,asumimosquesigueunadistribuciónnormal.Queremoscalcularquéproporcióndepersonastienenunatensiónarterialsuperiora170.

Buscandoenlastablas,comprobamosquelaprobabilidadcorrespondientealvalor2esde0,028,porlotantoel2,8%delospacientestendrávaloressuperioresa170.Alahoradebuscarenlastablasesnecesariocomprobarsinosproporcionalacoladeladerechaolacoladelaizquierda.

Teorema Central del Límite

AgrandesrasgosesteTeoremaafirmaquelasdistribucionesmuestralesseaproximanalanormalamedidaqueeltamañodelamuestraaumente.Estoquieredecirqueparatamañosdemuestramuypequeñospuedequenopodamosaproximaraunanormal.

Sixesunav.adedistribucióncualquiera,conunamuestradetamañogranden>30,sigueaproximadamenteunaNormal.Laimportanciadeestapropiedadradicaenqueesválidacualquieraquesealavariablealeatoria.

Distribución Binomial

Eslamássimpledelasdistribucionesdeprobabilidad.Serefiereasucesosenlosquesolamenteocurrendosposibilidades,queunpacientetengaundiagnósticopositivoonegativo,setratadesucesosexcluyentes(nuncasevanadarlosdossucesosalavez).Estadistribucióntienedoscaracterísticas:elnúmerodeindividuosobservadosylaprobabili-daddealcanzarundeterminadoresultado,sedenotacomoBin(n,p).


114

Bibliografía








12Inferencia





116

1. Introducción

Lainferenciaestadísticaestárelacionadaconlosmétodosparaobtenerconclusionesogeneralizacionesacercadeunamuestra.Deestamanera,estimamosloquesucederáenlapoblacióndedondeprocedelamuestra.Losdosprocedimientosinferencialesson:estimaciónycontrastedehipótesis.Lasdosformasderealizarestimaciónson:

• EstimaciónPuntual:nosproporcionaunvaloraproximadodelparámetro.Unaesti-maciónporsísolanonosdicelobuenaqueeslaaproximación.

• Estimaciónporintervalo:nosproporcionaunabanicodeposiblesvalores,unodeellosesperamosqueseaelverdadero.

2. Intervalos de confianza

Unintervalodeconfianzaesunrangodevaloresenelqueconfiamosquesecontengaelparámetropoblacional.Elintervalodeconfianzadepende:

• Tamañodelamuestra.Cuantomayorsealamuestramásestrechoseráelintervalodeconfianza.

• Niveldeconfianza.Eslaprobabilidadconlaqueelverdaderovalorestaráincluidoenelintervalo.Anivelgeneralseusael95%.

Laideabásicadelintervalodeconfianzaal95%esquesirepitiésemos100veceselprocesodeestimación, tendríamos laconfianzadequeenunode los95 intervalos seencontraríaelverdaderovalordenuestraestimación.

Elintervalodeconfianzasepuederealizarparacualquierparámetrodelapoblación:media,mediana,proporción.

Paracalcularelintervalodeconfianza,necesitamosconocerelerrorestándar.Elerrorestándaresunamedidadelavariabilidaddelestimador.Dependedelparámetropobla-cionalquequeramosestimarydeladistribucióndeprobabilidad.

3. Pruebas de hipótesis

Una hipótesis estadística es una asunción relativa a una o varias poblaciones, quepuedeserciertaono.Lashipótesisestadísticassepuedencontrastarconlainformaciónextraídadelasmuestrasy,tantosiseaceptancomosiserechazan,sepuedecometerunerror.Lahipótesisformuladaconintenciónderechazarlasellamahipótesisnulaysere-presentaporH0.RechazarH0implicaaceptarunahipótesisalternativa(H1).

I N F E R E N C I A

117

Así,porejemplo,sabemosquelaedadmediadelosindividuosconlaenfermedadXes70años.Elcontrastedehipótesisaformularsería:

H0:μ=70H1:μ ≠ 70

Estetipodecontrastesseconocecomocontrastebilateral.Siporejemplo,ennuestrahipótesisalternativaquisiéramoscontrastarsilosindividuosconlaenfermedadxtienenunaedadinferiora70años,nuestrocontrasteseríaunilateral.

Figura 1.Tiposdecontrastes.

Ladecisióndeutilizaruncontrastedehipótesisunilateralobilateraldependerádelainformaciónquetengamossobrelosdatosqueestamosanalizando.Enelcasodenotenerningúntipodeinformación,optaremosporuncontrastebilateral.

Posibles resultados en un contraste de hipótesis

Porlotanto,lahipótesisnula(H0)esloquecontrastamos,losdatospuedenrefutarlaynodebemosrechazarlasinunabuenarazón.Lahipótesisalternativa (H1)essiemprecontraria aH0, losdatosmuestranevidencia a favor ynodebe ser aceptada sin tenerevidenciaafavor.

Latabla1muestralassituacionesquesepuedendarenuncontrastedehipótesis:

��

��


118

Tabla 1.Aciertosyerroresalrealizaruncontrastedehipótesis.

Ho Cierta Ho Falsa

RechazamosH0 ErrortipoI(a) Ok

NorechazamosH0 Ok ErrotipoII(b)

ErrortipoI=P(RechazarH0/Hocierta)ErrortipoII=P(AceptarH0/Hofalsa)Potencia=1-b=P(RechazarH0/Hofalsa)LoserrorestipoIytipoIIestáninversamenterelacionados,demaneraquedisminuir

unosupondríaaumentarelotrotipodeerror.

El error de tipo Iseconocecomoniveldesignificación.Típicamenteseeligeunvalorpequeño,5%o1%.Todoexperimento,ensudefiniciónyantesdeelegir lasmuestras,debellevardescritocuáleselcriterioconelquerechazaremosunahipótesis.Estosetra-duceenprefijarelniveldesignificacióndelcontraste.

El error de tipo IIconsisteennorechazarH0cuandoesfalsa.Esteerrorseproduceporqueeltamañomuestralseapequeño.

Laprobabilidaddequenoocurraelerror de tipo II,cuandoéstapuedecalcularse,sedenomina potencia del contraste.Esunamedidadelahabilidaddeuncontrasteparadetectarunefectoqueestápresente.Normalmentelosprogramasestadísticossolamentehacenreferenciaalasignificacióndeuncontrasteynoalapotencia.

¿CómodecidimossirechazamosonoH0?Significaciónestadística(P)

ParadecidirsirechazamosH0ono,necesitamosconocerlaprobabilidad(p)dequenuestrosdatosesténbajoelsupuestodeH0.Sielvalordeestaprobabilidadesmuybajo,podríamospensarqueesmuyraroencontrartalesdatossiH0fueracierta.Encambio,sielvalordeestaprobabilidadfueramuyalto,notendríamosningúnargumentoencontradeH0ynolapodemosrechazar.Ahoralapreguntasería¿quévalordelaprobabilidadesaltoyquévaloresbajo?Ellímitequesesueleusares0,05,asíconvaloresdep0,05)entredostrata-mientosqueestánsiendocomparados.¿Podríamospensarqueambostratamientossoniguales?Laformadeexpresaresteresultadosería:No se encuentran evidencias para recha-zar H0. Loquequeremosdeciresqueuntestquenoseasignificativonuncademuestra

I N F E R E N C I A

119

quelahipótesisnulaseaverdadera.Alobtenerunvalordepnosignificativo,debemosfijarnoseneltamañomuestral,yaqueuntamañomuestralpequeñoreducelapotenciadeltestynosueleencontrardiferenciassignificativas.

Contrastes de hipótesis más utilizados

Loscontrastesdehipótesispuedenserparamétricosynoparamétricos.Loscontrastesparamétricossonaquelloscuyosparámetrossebasanenunadistribucióndeprobabili-dadteóricaconocida,quecumplelossupuestosdenormalidadyhomocedasticidad(ho-mogeneidaddevarianzas).Laformadecomprobarestossupuestoses:

• Normalidad:testdeKolmogorov-Smirnov,ShapiroWilksygráficosQQnormal.Sieltamañomuestralesmayorque30,asumimosnormalidad.

• Homocedasticidad:TestdeLevene.

Encambio,loscontrastesnoparamétricosnoasumencomoconocidaladistribuciónquesiguelapoblación(nopodemossuponerquesiguenunadistribuciónnormal),porello,noesnecesarioespecificarladistribucióndeprobabilidaddelapoblaciónanalizada.Estastécnicassesuelenusarcuandoeltamañomuestralespequeño(n


120

mosquequeremoscompararelniveldecolesteroldeloshombresylasmujeresdeunadeterminadapoblación.

• Paradosmuestrasrelacionadas:permitecompararlasmediasparadosmuestrasrelacionadas.Supongamosquequeremosanalizarsielniveldecolesteroldes-puésdetomarunmedicamentodisminuye.Enestecasodiremosquelosdatosestánrelacionados.

2. AnálisisdelaVarianza(ANOVA):permitecompararlasmediasparamásdedosgru-posindependientes.Enestecaso,lavariabledependienteescuantitativaylavaria-bledependienteeselfactordeagrupación.Supongamosquequeremosmedirlaeficaciadecincodosisdefármacosenelniveldecolesterol.Estamoscomparandoquelasmediasde losnivelesdecolesterolen lascincomedicionesseaniguales,frenteaquealmenosdosmedicionesseandistintas,elcontrastequedaría:

Comoyahemoscomentado,pararealizarloscontrastesparamétricosdebemoscom-probarlossupuestosdenormalidadyhomocedasticidad(testKolmogorovytestdeLe-vene,deben serno significativos,p>0,05). Parael casode laANOVA, loque tienequedistribuirsecomounaNormalsonlosresiduos(diferenciadecadavalorylamediadesugrupo).

3. UdeMannWhitney:eselanálogonoparamétricoalapruebat-Studentparadosmuestrasindependientes.Lousamoscuandocomparamosdosmuestrasyalgunadeellastieneuntamañomenora30.

4. Wilcolxon:eselanálogonoparamétricoalapruebat-Studentparadosmuestrasrelacionadas.

5. Kruskall-Wallis:eseltestanálogonoparamétricoalanálisisdelavarianza.Enestetest,loquerealmentesecomparanoeslamediasinolasmedianas.Lousaremoscuandotengamosvariablestipoordinal,unamuestrapequeñaonosecumplaelsupuestodenormalidaddelosresiduos,yaquealserunmétodonoparamétricononecesitalosrequisitosdelosmétodosparamétricos.

Variable dependiente: Cuantitativa y Variable independiente: Cuantitativa.1. CorrelacióndePearson (r): esun índicequemide la intensidaddedosvariables

cuantitativas,esunmétodoparamétrico,portantonecesitacumplirelsupuestodenormalidad.Tomavaloresde-1a1.Losvaloresquepuedetomarson:• r=0¡Noexistecorrelaciónlinealentreambasvariables.• r>0¡Lacorrelaciónlinealespositiva.Cuandoaumentaunavariablelaotravaria-

bleaumenta.

I N F E R E N C I A

121

• r

13Programa Estadístico

SPSS





124

1. Introducción

Enestecapítulorealizaremos,porunlado,unabreveintroduccióndelosaspectosmásbásicosperonecesariosparalarealizacióndeunanálisisestadístico,comoson:creacióndebasesdedatos,definicióndevariablesaleatorias,transformaciónyrecodificacióndevariables.Posteriormente,sedaránlas instruccionesnecesariaspararealizar losanálisisvistoseneltemaanterior.

2. Primeras nociones del programa (SPSS)

SPSS (Statistical Package for Social Science),esunode lospaquetesestadísticosmásconocidosdebidoasupresentaciónamigable.LaventanaquesenosabrealempezaratrabajarconSPSSestáformadaporceldas,dondecadafilaharáreferenciaaunpacienteycadacolumnaacadaunade lasvariablesquehemosmedidoyqueposteriormentevamosaanalizar.

Figura 1.VentanainicialSPSS.

Lectura de datos

Cuandoqueramosabrirunficherodedatos,desplegamosArchivo➔Abrir➔Datos,enelmenúinicialdeSPSS.Podemosabrirdirectamenteunarchivoenformato.savqueeselformatodedatosdespssoenformatoxlsenexcel.

P R O G R A M A E S T A D Í S T I C O S P S S

125

Editor de datos

EnlaventanaprincipaldeSPSS,abajoalaizquierdahaydospestañas:VistadedatosyVistadevariables.Enlavistadedatos,visualizamoslabasededatosconlaquevamosatrabajar.Enlavistadevariablesnospermitecambiarelnombre,tipo…delasvariablesconlasquevamosatrabajar.Enlacasillanombre,ponemoselnombredelasvariablesquequeremosquesalganenlosresultados,esaconsejablenodejarespaciosynoponercaracteresraros.Enlaceldatipo,apareceuncuadrocontrespuntos,alpincharseabreunaventanaenlaquepodemosseleccionareltipodevariableconlaqueestamostraba-jando,laanchuradelaceldaylosdecimalesquevamosausar.PordefectoSPSStieneunaanchurade8y2decimales.

Figura 2.Descripcióntipodevariable.

En laceldaEtiqueta,podemosponer loqueanosotrosnos sirvapara reconocer lavariable,estonossirveanosotrosparareconocerlasvariables,porqueloqueapareceráenlosresultadoseselnombrequehemospuestoalavariable.

Envalores,nossaleotravezuncuadrocontrespuntosquealpincharsenosabreunaventanadeetiquetasde valores. Las etiquetas sonútiles cuandoqueremos identificarmedianteetiquetaslosvaloresdeunavariable.Porejemplo,lavariableSexo,tenemos1y2,sabemosque1eshombrey2mujer.

Figura 3. Etiquetasdevalor.


126

Transformación de datos

Avecesnecesitamosobtenerunanuevavariable,calculadaapartirdevariablesquetenemosenlabasededatos.Transformar➔Calcularvariable.Enlavariabledestinopon-dremoselnombredelanuevavariablequequeremoscalcularyenelcuadrodeexpresiónnuméricalafórmulaquevamosacalcular.

Recodificación

Loutilizamoscuandoqueremosagruparlosvaloresdeunavariableorenombrarlosvaloresdeunavariableyaexistente.Transformar➔Recodificar:

• Enlasmismasvariables:nospermiterecodificarlosvaloresdeunavariablesiendolavariablededestinolamisma.Transformar➔Recodificarenlasmismasvariables.SeleccionamoslavariablequequeremoscambiarypinchamosenelrecuadroVa-loresantiguosynuevos.Así,porejemplo,supongamosquetenemosunavariablepesoyqueremosrecodificarlaporintervalo,seleccionaríamosRangoypondríamoselintervaloquequeremosquenosrecodifique.Comopodemosver,queremosquenospongaenunintervalosaquellaspersonasquetienenunpeso[50-55]yquenolosrecodifiqueconelvalor1.Luegoledaríamosaañadiryseguiríamoselprocedi-miento.

Figura 4.Recodificaciónenlasmismasvariables.

• Endistintasvariables:nospermiterecodificarlosvaloressiendolavariablededesti-nounadiferentealaquequeremosrecodificar.Paraestecaso,comovamosacrearunavariablenueva,nospideelnombredelavariableresultado.Esimportante,des-puésdeponerlavariableresultado,pincharenelbotóncambiar.Yacontinuación,nosaparecerálamismaventanadelarecodificaciónanterior.


127

Figura 5.Recodificaciónendistintasvariables.

Filtrar Datos

Enocasiones,puedequenecesitemostrabajarsolamenteconunapartedenuestrabasededatos.Datos➔Seleccionar Casos➔Sisatisfacelacondición➔Si.Porejemplo,que-remosanalizarlasvariablesparalosmayoresde15años:Edad>15.Siademásdeserma-yoresde15años,queremosque seanmujeres,pondríamosEdad>15&Sexo=2, comomuestralafigura6.

Figura 6. Seleccionar casos.

Estadística Descriptiva con SPSS

Analizar➔EstadísticosDescriptivos➔Frecuencias.Aquí seleccionamos la variable conlaquevamosatrabajaryacontinuaciónpulsamosEstadísticosynosaparecentodaslasmedidasdetendenciacentral,medidasdedispersiónymedidasdeposición.Paraelcálcu-lodepercentilespodemoselegirquépercentilesqueremosquenoscalcule.Demaneraquesiqueremosquenoscalculeelpercentil50,seleccionamosPercentilesyponemosenelcuadrodeallado,elvalorquequeremosquenoscalcule(50).


128

Figura 7.CalculoEstadísticos.

RepresentacionesGráficas:Gráficos➔Cuadrosdediálogoantiguos.Sedesplieganto-daslasposibilidadesdegráficosquehayenSPSS.

Inferencia con SPSS

Intervalo de confianza para la media: Analizar➔Estadísticos Descriptivos➔Explorar.SeleccionamosenDependienteslavariablecuantitativadelaquequeremoscalcularelintervalodeconfianzadelamedia.Enestadísticos,podemoselegirelniveldeconfianza,pordefectoestá95%.

Test Ji-Cuadrado. Supongamosquequeremosrealizarunestudiosobreelcáncerdepulmónysurelaciónconelhábitodefumar.Enestecasonuestrahipótesisnulaseríaquelaincidenciadecáncerdepulmóneslamismaenlosfumadoresqueenlosnofumadores.Tenemosdosvariables,unaseráfumador,condoscategoríassiono,segúnfumeono,yotravariablequeserácáncercontambiéndoscategorías,segúndesarrolleonoelcáncer.

Analizar➔Estadísticos➔TablasdeContingencia➔Estadísticos➔Chi-Cuadrado.

Figura 8.Tabladecontingencia.


129

Enprimerlugar,SPSSnosofreceunatabladecontingenciaquerelacionaambasvaria-bles.Losvaloresobservadossonlosqueaparecenencadaunadelascasillas.SPSStambiénofrece laposibilidaddecalcular losporcentajesdecadaunade lasceldas.Lasiguientetablanosmuestra:elvalordelestadísticodeJi-Cuadrado(14,54)yelvalordepparaestecontraste(0,00),tambiénmuestraelestadísticoexactodeFisher,enestecaso,nosofreceelvalordepparaelcontrasteunilateralyelbilateral(ambos0,00).Engeneral,elestadísticodeFisheresmásexactoqueeltestdelaJi-Cuadradoysepuedeutilizarsiempre.MientrasqueeltestdelaJi-Cuadradosolamentecuandolasfrecuenciasesperadasseansuperioresa5.Asíquealtenerunvalordep


130

varianzas:testdeLevene.Sielvalordesignificaciónestadísticaesmenorque0,05consi-deramosquelasvarianzasnosoniguales,encasocontrario(p>0,05),asumimoshomo-cedasticidaddevarianzas.Segúnlosresultadosdeestetest,observaremoslaprimerafila(sehanasumidovarianzas iguales, p>0,05)o, en caso contrario, la segunda fila (no sehanasumidovarianzas igualesp0,05(0,577).Acontinuación,lacomparacióndemediasdepesostieneunap


131

Test de Wilcoxon para datos relacionados:análogodelapruebat-Studentparadosmuestrasrelacionadas.AligualqueeltestUdeMann-Whitney,lousamoscuandoelta-mañomuestralesinferiora30ocuandotenemosunavariableenescalaordinalenvezdecuantitativa.Analizar➔Pruebasnoparamétricas➔Dosmuestrasrelacionadas.

Análisis de la varianza (Anova):supongamosquequeremoscompararsiexistendife-renciasenlasmediasdelahipertensióndeunospacientesenfuncióndecincotratamien-tosrecibidos.Estamoscomparandomásdedosmuestras.ElprocedimientoenSPSSeselsiguiente:Analizar➔Pruebasnoparamétricas➔Anovadeunfactor.Enopciones,pulsaría-moslaopciónContrastedehomogeneidad,yaqueparaaplicarestecontrastelosdatosdebenserhomocedásticos.Paraelcasodequenopodamossuponervarianzasiguales,seleccionaremosenopcionesdentrodeAnovadeunfactor,lostestparalacomparacióndemediasdeWelchoeltestdeBrown-Forysthe.

Losresultadosobtenidos,paraelejemplodelosnivelesdehipertensiónenfuncióndecincotratamientosaplicados,seencuentranenlasiguientefigura:

Figura10.TestAnova.

Conunvalordep=0,011,podemosafirmarqueexistendiferenciassignificativasenlascinco medias.

Unavezquesabemosquehaydiferenciasentrelostratamientos,nosinteresasaber¿enquétratamientoshaydiferencias?Paraello,enlaopciónPost-hochayunarelacióntestparacomparaciónmúltiples,noserecomiendapedirlostodosporquecadaunodeellostieneunascaracterísticas,perolaexplicacióndecadaunodeestostestsexcededelosobjetivosdeestemódulo.

TestdeKruskall-Wallis:elanálogonoparamétricoalatabladeAnova.Aligualquelosdemástestnoparamétricoslousamoscuandoeltamañomuestralesinferiora30ocuandotenemosunavariableenescalaordinalenvezdecuantitativa:Analizar➔Pruebasnoparamétricas➔Comparacióndekmuestrasindependientes.

Correlación de Pearson y Spearman:Analizar➔Correlaciones➔Bivariadas.Selecciona-moslasvariables,paraelcasodelcoeficientedecorrelacióndePearson,elSPSSlotienemarcadopordefecto,mientrasquesiqueremoscalculareldeSpearman,lotenemosquemarcar.Lastablasderesultadossonsimilaresparaamboscoeficientes,paracadaunadelascomparacionesquerealizanosdaelvalordelcoeficienteyelvalordep.Paralacompa-


132

racióndeunavariableconsigomisma,estáclaroqueelvalordelcoeficienteserá1yparaestecasonocalculaelvalordesignificación(p).

Regresión Lineal Simple:Loprimeroquedebemoshaceresungráficodedispersión,paraversitienesentidoplantearnosunmodelolinealentredosvariables.Gráficos➔Cuadro dediálogoantiguo➔Dispersión.SeleccionamoslavariabledependienteenelejeY,ylava-riableindependienteenelejeX.Unavezquetenemoselgráficoenelvisorderesultadospinchamosdosvecesenelgráficoysenosabreeleditordegráficos.Pinchamosen laopciónseñaladaenrojo,parahacerelajustelineal.

Figura 11.Regresiónlinealsimple.

Unavezquehemosvistoeldiagramadedispersiónvamosarealizarlaregresiónlinealsimple.Comoyavimosenel temaanterior loquebuscamosesencontrar la rectaquemejorseajustealdiagramadedispersión.Paraellotenemosqueestimarlosvaloresdeaybdelarecta:y=a+bx.ElprocedimientoenSPSS,será:Analizar➔Regresiónlineal➔ Se-leccionamoslavariabledependienteylaindependiente.Enestadísticosseleccionamos:Intervalosdeconfianza,enGuardarseleccionamosResiduosnotipificadosyenGráficos:HistogramayGráficosdeprobabilidadnormal.

Supongamosquequeremosanalizarlarelaciónentrelapresiónsistólicaylaedad.Enprimerlugarhacemoselgráficodedispersiónparaversipercibimosalgúntipoderela-ciónlineal(elquenoveamosrelaciónlinealnoquieredecirquenoesténrelacionadas,puedequelarelaciónentrevariablesseadeotrotipo,cuadráticaporejemplo).Alobser-varelgráficosíquepercibimosunarelaciónlinealpositiva,conformeaumentalaedadaumentalapresiónsistólica.

Figura 12.Diagramadedispersión.


133

Laprimeratablaqueobtenemosalrealizarlaregresiónlinealsimpleeslasiguiente(véaseFigura18):

Figura 13.Resumendelmodeloderegresiónlineal.

ElvalordeRserefierealcoeficientedecorrelacióndePearson(0,702).SPSSlopresen-tasiempresinsigno,aunquepuedesernegativo.ElRcuadrado(0,493)eselcoeficientededeterminación(recordarqueelvalordelcoeficientedecorrelacióndePearsonalcuadra-doesigualalcoeficientededeterminación).ElvalordeRcuadradoseexplicaríacomoqueel49,3%delavariabilidaddelavariablepresiónsistólicaquedaexplicadoporlavariableedad.Teniendoencuentaquetomavaloresde0a100,noesunvalormuybueno.

LasiguientetablaesladelaAnovaderegresión:

Figura 14.TablaAnova.

Aquídestacamoselvalordelasignificaciónestadísticap


134

Figura 15.Coeficientesrectaderegresión.

Comohemospedidoquenosguardeloserrorestipificados,enlabasededatosnosapareceunavariablellamadaRES_1,quehacereferenciaalosresiduostipificados.Conestavariablecomprobamoselsupuestodenormalidaddelaregresión,mediantelaprue-badeKolmogorov-Smirnovyelgráficopp.Paracomprobarlanormalidadconelgráficopp,todoslospuntos(olagranmayoría)debendecaerencimadeladiagonal.Además,coneltestdeKolmogorov-Smirnovobtenemosunvalordepnosignificativo(0,169).Porlotanto,asumimosquelosresiduossedistribuyendeformanormal.

Figura 16.GráficoppdeNormalidad.

Larectaderegresiónqueconseguimoses:presión=118,834+edad*0,837.

Otraformadeverloadecuadodelmodeloderegresiónlinealescomprobarsilosre-siduosnormalizadossiguenunadistribuciónhomogéneaenundiagramadedispersión.Paraello,volveríamosalanálisisderegresiónlinealyenGráficos,pondríamos:


135

Figura 17.VentanadeSPSSparaelcálculodehomogeneidaddevarianzasresiduales.

Enelcasodeque los residuosnormalizadostuvieranvarianzashomogéneasdebe-ríamosobtenerlospuntosdeldiagramadedispersióndispuestosdeformaaleatoria,sinpresentarningúntipodetendenciadentrodeunabandahorizontal.

Figura 18. Gráficodedispersiónderesiduos.

Bibliografía








14Orígenes, definición y fundamentos de la Práctica Clínica Basada en la

Evidencia (PCBE)*

JUAN ANTONIO SÁNCHEZ SÁNCHEZ1

ENRIQUE AGUINAGA ONTOSO2

1) Médico Especialista en Medicina de Familia y Comunitaria. Centro Tecnológico de Información y Documentación

Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.

2) Médico Especialista en Medicina Preventiva y de Salud Pública. Centro Tecnológico de Información y

Documentación Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.

* Laelaboracióndeeste capítuloesunaadaptaciónde: SánchezSánchez JA,AguinagaOntosoE,NavarroMateuF. Introduccióna laAtenciónSanitariaBasadaenlaEvidencia.Grupo de Atención Sanitaria Basada en la Evidencia. Atención Sanitaria Basada en la Evidencia.SuaplicaciónalaPrácticaClínica.ConsejeríadeSanidad.Murcia.2007.P.16-46.


138

1. ¿Qué es la práctica clínica basada en la evidencia/medicina basada en la evidencia?

Lanecesidaddesistematizarlarevisióndelaliteraturacientíficaparaextraerconclu-sionesválidas, la faltadeadecuaciónde las fuentes tradicionalesdeconocimiento, su-madasalaescasezdetiempoeimposibilidaddelprofesionaldelasaludamantenerseactualizadoensucampodeactuaciónestánenelorigendeunmovimiento,quesurgedesdelosprofesionalesclínicosyquetratadeincorporaralatomadedecisioneslosha-llazgosmásválidosderivadosde losestudiosclínicosyepidemiológicos.EltérminodeMedicinaBasadaenlaEvidencia(MBE)fueacuñadoen1992enlaFacultaddeMedicinadelaUniversidadcanadiensedeMcMaster,porlosmismosautoresquehabíandifundidoyaplicadoenladocenciaeinvestigaciónlosconceptosdeEpidemiologíaClínica1.

Mástarde,D.Sacket2definiólaMBEcomo«Lautilizaciónconsciente,explícitayjuicio-sadelamejorevidenciacientíficadisponibleparatomardecisionessobreelcuidadodelospacientesindividuales».Deacuerdoalosqueproponeneltérminoyleotorganunaimportanciaesencial, supráctica implica la integraciónde laexperiencia clínicaprofe-sional,delasmejoresevidenciascientíficasdisponiblesyconlosvaloresycircunstanciasúnicasdenuestrospacientes3.Yhacerloconunespírituabiertodecuriosidadydeescep-ticismo,extrayendodelaliteraturacientíficalasconclusionesmássólidasycontrastándo-lasconalgunasprácticastradicionalesdelamedicina,basadasenprincipiosdeautoridaddelíderesacadémicosocientíficos.

Posteriormente,esteenfoque,esteprocedimientodetrabajoydeaproximarsealco-nocimientocientíficoparaseraplicadoalospacientes,sehaampliadoyaplicadoaotrasdisciplinas,siendoeltérminodePrácticaClínicaBasadaenlaEvidencia(PCBE)másglobalyabarcandoadiferentesprofesionalesdelasalud.

AlaPCBEselepuedeconsiderarcomounaaproximacióncoherentealatomadede-cisionesclínicas.Hayautoresqueladefinencomolaaplicacióndelmétodocientíficoparadefinireltratamientoóptimodelpacienteindividual.

1.1. Lo que es y lo que no es la PCBE

Se puede afirmar sobre la PCBE que:• Noesalgoimposibledepracticar.Setratadealgomuyfactibleparaserrealizadade

formacotidiana,hayexperienciasdeelloendiversasáreasdeconocimiento(Aten-ciónPrimaria,Psiquiatría,…)ynoestáreservadaaloscentrosdetercernivel.

• Noesunlibrodecocinasobremedicina.Noaportarecetasnisolucionesparatodo.• Noesuncaballotroyanoqueseintroduceenelquehacerdelprofesionalmédicoy

levaarestarautonomía,sinounelementomásenlatomadedecisionesconorien-tacionesexplícitas.Esnecesariorelativizarloquevengaavaladoporlaevidencia,sinperderporellolacapacidadcrítica.

O R Í G E N E S , D E F I N I C I Ó N Y F U N D A M E N T O S D E L A P C B E

139

• Notratadereducirloscostessinodebuscarlamayorcalidadenlaatenciónindivi-dual.LosprofesionalessanitariosquetratandeejercerlaPCBEnobuscanunamedi-cinabarata,sinodecalidad.

• Noestárestringidasoloalosmetaanálisisyalosensayosclínicosparaorientarde-cisiones terapéuticas. Permite tambiénanalizar la evidencia sobreotros aspectoscomo el diagnóstico o la etiología.

2. Cómo se practica la PCBE

2.1. Etapas en la práctica de la PCBE

CuandoseanalizanlasetapasdelaprácticadelaPCBEesútildistinguirlasdiferentesmanerasquelosclínicosincorporanlaevidenciaasuprácticaclínica4:valorandocrítica-mentelafuenteoriginal,utilizandolasevidenciasquepreviamentehanevaluadofuentesfiablesybasándoseenfuentesactualesdeostensiblecalidadyautoridad.

LaPrácticaClínicaBasadaenlaEvidencia(PCBE),deformaclásica,serealizaencincoetapas:

1. Formularpreguntasclínicas,convertirlanecesidaddeinformaciónenunapregun-taconrespuesta(vertema16).

2. Realizacióndelabúsqueda,seleccionarlafuenteybuscarlamejorevidenciadispo-nibleconlamayoreficiencia(vertema17).

3. Lecturacríticade loencontrado,valoracióncríticade laevidenciapara juzgarsuvalidez,impactoyaplicabilidad.

4. Aplicaciónalaprácticaclínica,integrarlasevidenciasconnuestraespecializaciónclínicaylosvaloresycircunstanciasdelpaciente.

5. Autoevaluación,evaluarnuestraprácticaclínicaydenuestracapacidadparaejecu-tarlas4etapasybuscarmanerasparamejorarlas.

Paraincorporarlaevidenciaensupráctica,noesimprescindiblequetodoslosprofe-sionalesdesarrollenlascincoetapasyquecuentenconlascompetenciasparaello;perosíconlasbásicasquelespermitanformularadecuadamentelaspreguntasclínicas,accederaresúmenesdeevidenciayabasesdedatosespecíficas.

2.2. Nivel de evidencia y grado de recomendación

Unavezrealizadalabúsquedarecuperaremosdiferentestiposdeestudiosydentrodecadatipo(porejemplo,detodosloensayosclínicoscontrolados)segúnlacalidaddeldiseño(randomizado,dobleciego),variarálavalidezdelasconclusiones.


140

Eltipodediseñodelosestudiosdeinvestigaciónhacequeéstostengandiferentesprobabilidadesdeincurrirensesgosoerroressistemáticosquelimitensuvalidezinterna,permitiendoestablecersegúnellounajerarquíayunaclasificacióndelosartículoscientí-ficos.Lacalidadoniveldelaevidenciaindicahastaquépuntopodemosconfiarenqueelestimadordelefectoescorrecto.Lafuerzadeunarecomendaciónindicahastaquépuntopodemosconfiarenqueponerenpráctica larecomendaciónconllevarámásbeneficioqueriesgo5.

Enestametodologíaseintroducelanocióndequelaevidenciacientíficasepresentademanerajerárquicayquealgunosdiseñosdeestudioestánmássujetosasesgosqueotrosy,porlotanto,justificanenmenormedidalasdecisionesclínicas.

2.2.1. Diferentes clasificacionesLa“US Preventive Services Task Force”,usandounametodologíaadaptadadela“Cana-

dian Task Force on the Periodic Health Examination”,clasificóelniveldevalidezdelasevi-denciasdelosdistintosprocedimientosutilizadosparavalorarunatécnicadiagnósticaoterapéuticayconstituyeronlasprimerasclasificacionesutilizadas.Algraduarlacalidaddelaevidencia,sediounaimportanciaespecialaaquellosdiseñosdelestudioqueporrazo-nesmetodológicasestánmenossujetosaerrorysesgo.Así,enprimerlugar,sesituaronlosmetaanálisisyrevisionessistemáticas;luego,losEnsayosClínicosAleatorizados(ECA);yposteriormenteestudiosdecohortes,casoscontrolyseriestemporales.

Conelpasodeltiempohanidoapareciendootrasclasificacionesdelajerarquizaciónde laevidencia, como lasdel“Scottish Intercollegiate Guidelines Network” (SIGN) y ladeNICE:Guideline Development Method y hay recopiladasmás de 100 hasta elmomentoactual.Aunqueanivelinternacionalnosehaconsensuadounaúnicaclasificaciónylosdistintosgruposquedesarrollanopublicanguíasdeprácticaclínicabasadasutilizandi-ferentesescalas,sólodifierenlevementeunasdeotras.Todasellasserealizanenfuncióndelrigorcientíficodeldiseñodelestudioydesuvulnerabilidadhacialosposiblessesgosinherentesalainvestigación.

2.2.2. Elaboración de recomendaciones Losgradosdelasrecomendacionesque,ademásdelniveldeevidencia,seencuentran

enlasGuíasdePrácticaClínicatienenencuentaotraseriedeelementos,comoelfuncio-namientodelosserviciossanitarios,elcoste,lasnecesidadesdeformación,losrecursosexistentesylavaloracióndelospacientes.Sesuelenexpresarenletrasysuelentenerunacorrelaciónconlosnivelesdeevidenciaenquesebasan.

Esta informaciónayudaa identificar lasdiferenciasde laprácticaclínicaactual, laprovisióndeserviciosylasexperienciasdelospacientes,detalmaneraquelaorienta-cióndelasrecomendacionestengaelmáximoimpactoenlosserviciosyenlosresul-tados.Expresa,endefinitiva, lavaloracióndequelosbeneficiossuperanalosriesgosdesuaplicación.Esteprocesodebeserexplícito,paraqueeljuiciohechoapartirdelas


141

evidenciassea lomásclaroposible,peroexpresay losvaloresycreenciasde losquerecomiendanlasrecomendaciones.Aunqueelniveldeevidenciaseráelmismo,elgra-doderecomendaciónpuedevariarsegúnelcontextoenquedebaseraplicadadicharecomendación.

2.2.3. La Clasificación GRADEEnelaño2000yconelobjetivodeabordarlasdeficienciasdelosactualessistemas

declasificación,personasdelasdiferentesinstitucionesquehandesarrolladoestascla-sificacionesy/oelaboranGuíasdePrácticaClínicacrearonelgrupodetrabajo«Grading of Recommendations Assessment, Development and Evaluation” (GRADE). Este grupo detrabajohadesarrolladoelsistemaGRADE, elcualpersiguehacerjuiciosmáscoherentesyque lacomunicacióndedichos juiciospuedarespaldaropcionesmejor fundamenta-dasenlaatenciónsanitaria.Estesistema,actualmenteendesarrollo,estáampliandosusclasificaciónaestudiosdiagnósticosyestásiendoadoptadapornumerosasentidadeseinstituciones,empleándoseennumerosassociedadescientíficasalrealizarsusrecomen-dacionesoensumariosdeevidenciacomoUptodate o Clinical Evidence .

ElsistemadeclasificaciónGRADEjuzgalacalidaddelaevidenciaparacadavariableimportante, teniendoencuentaeldiseñodelestudio, lacalidad, laconsistenciay si laevidenciaesdirecta.Parahacerjuiciosacercadelafuerzadelarecomendaciónconsideraelbalanceentrebeneficiosyriesgos,lacalidaddelaevidencia,laaplicabilidadyelriesgobasaldelapoblacióndeinterés.

3. Logros conseguidos por la PCBE

Lasnuevas tecnologías y la apariciónde Internethan revolucionadoel acceso a lainformaciónyhantransformadolasbibliotecasdecienciasdelasalud.Eldesarrollodelamedicinabasadaenlaevidenciahapropiciadolaaparicióndenuevasfuentesdeinfor-maciónquefiltranyevalúanlainvestigaciónoriginalenfuncióndesucalidad,relevanciaypertinenciaclínica(vertema17).

EldesarrollodelaPCBEhasupuestoimportantesavancesenlacalidadmetodológicadeartículosoriginalesqueconstituyenlabaseparatomardecisionesclínicas;eneldesa-rrollodemetodologíaylistasdecomprobacióndecalidaddelosartículos(lecturacrítica);enlaagrupaciónyvaloracióndelacalidaddelosartículos:clasificacióndelaevidencia;yenlosprocedimientospararealizarrevisionessistemáticasymetaanálisis.

La colaboración Cochrane, conmás de 4.750 revisiones sistemáticas realizadas, hatenidounaexpansiónconsiderabledesdesuscomienzos.HayrevistasquepublicandeformaperiódicaunaevaluacióncríticaalaPCBEeinclusosehanpublicadolibrosdetextoqueanalizandesdelaperspectivadelasociología,lahistoria,larepercusiónylascríticasdelaepidemiologíaclínicaydelaMBE.


142

3.1. Ventajas para los Médicos y los pacientes de la PCBE

Sonnumerosaslasventajasquesehanseñaladoparaprofesionalessanitariosypa-cientesporlaprácticadelaPCBEyqueresumimos:

Ventajas para los profesionales sanitarios:• Facilita la integraciónde laeducaciónmédicacon laprácticaclínicaypermite la

actualizacióndeconocimientosdeformarutinaria.• Puedeseraprendidaypracticadaporlosprofesionalesencualquierniveldesufor-

mación. • Elusodelaevidencialegitimaalosclínicos.Mejoralacomprensióndelametodo-

logíacientíficayelpasodemeroslectorespasivosdeartículosolibrosmédicosarealizarunalecturacríticaquepermitalaeleccióndeaquellosartículosmetodológi-camente correctos.

• Incrementalaconfianzaenlasdecisiones,quesetomantantoenelaspectoclínicocomoenelámbitodelagestiónsanitaria,reduciendolaincertidumbreenlasdeci-siones del día a día.

• Aumentalacapacidadparautilizarfuentesdeinformaciónbibliográficaysushábi-tosdelectura;asícomolasposibilidadesactualesdebúsquedadeinformaciónconlasnuevastecnologíasdelainformaciónycomunicación.

• Facilitaunmarcodetrabajoydiscusiónenequipoquepermitereforzarlacohesiónde los mismos.

• Facilitaunamejordistribucióndelosrecursossanitarios.

Ventajas para los pacientes:• Disminucióndelavariabilidaddelaprácticaclínica.• Accesoalasprestacionesmáseficaces.• Ofreceunaoportunidaddecomunicaciónadicionalyoperativaconsusmédicosal

objetivarlosprosyloscontrasdecadaopcióndiagnósticay/oterapéuticayvehicu-larsuparticipaciónrealenlatomadedecisionesqueleafecten.

4. Críticas, limitaciones y retos para el futuro

4.1. Críticas

EnestosañosdedesarrollodelaPCBE,hansidonumerosaslascríticasrecibidas.Laprincipal,lamáscontundenteyparadójica,hasidoelhechodequenohayevidenciadequelaprácticadelaMBEseamásefectivadeconseguirmejoresresultadosensaludquelaprácticahabitual.


143

EnlospaísesenquelaMBEsehadesarrolladomás,hatenidomásrepercusiónencen-trosacadémicosqueentrelosclínicos.Seconsideraquesehanrealizadopocosesfuerzosporlaintegraciónenlaprácticaclínica.

4.2. Limitaciones en la práctica

Senecesitatiempoyentrenamientoparasuaprendizajeyutilizacióndeformarutina-riaeintegradaenlaprácticahabitual.Seprecisaunainversiónimportanteenlaimplan-tacióndeNuevasTecnologías.

Sehan realizadoescasasevaluacionesdeestudioseconómicos.Ningunade lasva-loracionesdecalidadhaincluidohastaahoracriteriosdeeficiencianirequerimientodeestándaresdeestudioseconómicos.

Apesardelesfuerzorealizadoenlosúltimos20años,elprocesodesintetizarlaevi-denciaeslentoydesalentador.Sehaestimadoqueseríaprecisoesperarhastaelaño2015paraproducir las10.000revisionesque laCochraneprecisaparasintetizar laevidenciaexistente.Sinembargo,losclínicosprecisansíntesisyrevisionesdelosmilesdeensayosquesonpublicadoscadaaño.

4.3. Retos para el futuro

LosingredientesquerecomiendaDavidSackettañadiralalecturadesulibrodeIntro-ducciónalaMBE,parabeneficiodelospacientes6,losconsideramosimprescindiblesysuaplicaciónanularíamuchasdelascríticasrecibidasaestemovimiento:

“Primeroundominiodelastécnicasclínicasdelaentrevistaapacientes,larecogi-dadelahistoriaylaexploraciónfísica,sinlascualesnopuedeempezarelprocesodelaMBE(mediantelageneracióndehipótesisdiagnósticas)niterminarse(integrandolasevidenciasválidaseimportantesconlosvaloresyexpectativasdesupaciente).Se-gundo,laprácticadeunaprendizajecontinuo,autodirigidoyparatodalavida,sinelcualenseguidasequedaríapeligrosamentedesfasado.Tercero,lahumildadnecesariaparanomantenerserefractariotantoalapropiasuperacióncomoalosavancesdelamedicina.Finalmente,deseamosqueañadaentusiasmoeirreverenciaalempeño,yaquesinellosseperderíatodaladiversiónqueacompañaalaaplicacióndeestasideas“.

Ningunadelascríticasencontradasabogaporelabandonodelaprácticaclínicabasa-daenlaevidenciaytodasreconocenelavancequehasupuesto.Lacuestiónnoresueltaespodercuantificar loquesehamodificadolaprácticaclínicayunaspectopendienteseríacómointroducirlaevidenciaenlatomadedecisionesclínicas.EsmucholoquelaMBEpuedehacerporsustituirlosdatosporinformación,peroesnecesariounavisiónmásflexible,nodogmática,deloquerepresentalaevidencia


144

Latendencia,necesariamente,hadeirdirigidaalaintegraciónconlaprácticaclínica.Elmayorcambioesperadoeslatrasferenciadelconocimiento;asegurandoquelosclíni-coscuentenconlaevidenciaactualizadaparalaprácticadecadadía.

Losproductosdirigidosa lapráctica clínicabasadaen la evidencia sonnuevos, engeneralbienconstruidosysometidosauncontroldecalidadinternacional.Peropropor-cionarevidencianoessuficienteparagarantizarcambiosenlaprácticacínica:esalgone-cesarioperonosuficiente.Losesfuerzosdebendirigirseatratardefacilitaraccesoinme-diatoalamejorevidencia,enunformatoamigablequeseanhechosamedidadetodoslosimplicadosenlasdecisiones.

Comoretosparaelfuturosehanseñaladotambiénlanecesidaddeincorporarlaex-perienciaacumuladadelosclínicosalosresultadosaportadosporlasrevisionessistemá-ticasyalosdelosEnsayosClínicos,eldesarrollodelainvestigacióncualitativa,ycómomedirloquehacemosalintentarpracticarlaMBEycómoutilizarlomejor.

Porúltimoquedamuchoportrabajarencómoincorporarlosvaloresyexpectativasdelospacientes,ycómointegrartodalacomplejainformaciónquesegeneraaltomarlasdecisionesclínicas,deunamaneraeficiente.

Bibliografía

1. SackettD.L.,HaynesR.B.;GuyattG.H.;TugwellP.Epidemiología Clinica. Ciencia básica para la medicina clínica. 2ª Edición.EditorialMédicaPanamericana.BuenosAires.1994.

2. SackettDI,RosenbergWMC,GaryJAM,HaynesRB,RichardsonWS.Evidencebasedmedicine:whatisitandwhatitisn’t.BMJ1996;312:71-2.

3. StrausSh.,RichardsonSW,GlasziouP.,HaynesRB.Medicina Basada en la evidencia. Cómo practicar y enseñar la MBE.Elsevier.Terceraedición.Madrid.2006.

4. GuyattG,RennieD,(editores).Users’ Guides to the Medical Literature. A Manual for Evidence-Based Clinical Practi-ce.Chicago:AmericanMedicalAssociation.2002.

5. Marzo-CastillejoMyAlonso-CoelloP.Clasificacióndelacalidaddelaevidenciayfuerzadelasrecomendacio-nes. Aten Primaria.2006;37(1):40-50.

6. SackettDL,RichardsonWS,RosenbergW,HaynesRB.Medicina Basada en la Evidencia. Cómo ejercer y enseñar la MBE.Madrid:ChurchillLivingstoneEspaña.1997.

15Identificación y focalización de las preguntas que surgen

de la práctica diaria. Diseño de preguntas susceptibles de obtener respuestas aplicables

a la práctica diaria.

Mª CARMEN SÁNCHEZ LÓPEZ1


1) Médico Especialista en Medicina de Familia y Comunitaria. Centro Tecnológico de Información y Documentación

Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.




146

1. Introducción

Durantenuestroperiodo formativo y, fundamentalmente, durantenuestraprácticaclínica,surgiránconfrecuenciadudasonecesidadesdeinformaciónquerespaldennues-tratomadedecisionesyactosclínicos.Básicamente,laspreguntasquepuedensurgiralatenderaunpacientevanaserdedostipos(Verejemplosentabla1):

Tabla 1.Preguntasbásicasyespecíficas.

Preguntas generales ¿Cómosediagnosticaladiabetes? ¿Cuándoseconsideraquehayunbuencontroldeladiabetes? ¿Cuáleseltratamientodeladiabetes?

Preguntas específicas Enpacientescondiabetestipo2ymalcontroldesuglucemiaapesardetratamientocondosfármacosorales,¿laadicióndeinsulinaaltratamiento,frentealaasociacióndeuntercerantidiabéticooral,mejoraríaelperfilglucémicosinincrementarlaposibilidaddeefectosadversos?

• Preguntasbásicasogenerales,queseránaquellasqueserefierenalconocimientogeneralquenosayudaríaaentendermejorunadeterminadapatología, interven-ciónotratamiento.Estaspreguntas,cuandoestánbienformuladas,suelenposeerdos componentes: un pronombre interrogativo (quién, cómo, cuándo…) con unverboyladescripcióndelelementodeinterés(patología,pruebadiagnóstica,inter-venciónterapéutica...).

• Preguntasespecíficasodeprimeralíneaque,enestecaso,soncuestionesqueserefierenaunaspectoconcretodeltemaquenosinteresaycuyoconocimientonosayudaríaennuestratomadedecisiones.Comoveremosmásadelante,unapregun-taespecíficabienformuladasecompondrádecuatrocomponentesesencialesqueseresumenenelacrónimoPICO.

Lasnecesidadesdeinformaciónqueiránapareciendoalolargodenuestraprácticaasistencialseránbásicasoespecíficasenbase,fundamentalmente,anuestraexperienciaenundeterminado tema.Así, ycomonormageneral, cuandonuestraexperienciaconunadeterminadaafeccióneslimitada,anteunpacientequelapadece,laspreguntasquenosplanteemosserándecaráctergeneral.Conformeavancenuestraexperienciaclínica,nuestrasposiblesdudasanteunasituaciónclínicaseráncadavezmásespecíficas.Sinem-bargo,puedeocurrirque,aúnconlimitadaexperienciasobreuntrastorno,necesitemostenerunconocimientoespecíficosobreésteyque,inclusotrasampliaexperienciaclínica,podamosrequerirtenerunconocimientobásicodeciertosaspectos(verfigura1).

Centrándonosenlaspreguntasdeprimeralínea,enestecapítulosepretendedescri-bir la importanciadetransformar lasdudasquesederivandelaprácticaasistencialen

P R E G U N T A S Q U E S U R G E N D E L A P R Á C T I C A D I A R I A

147

preguntasclínicassusceptiblesdesercontestadasconlaevidenciadisponibleenlalitera-tura.Esteprocesodeidentificacióndenuestraslagunasdeconocimientoysuconversiónenpreguntasclínicas“contestables”constituyeelprimerpasopara laaplicaciónde losprincipiosquerigenlaPrácticaClínicaBasadaenlaEvidencia(vertema14).

2. Preguntas clínicas de primera línea

Comocomentábamos,unapreguntaespecífica,adecuadamenteformulada,deberíaconstardecuatrocomponentesesencialesqueseresumenenelacrónimoPICO,donde:

• Phacereferenciaalpaciente,poblaciónoproblemaclínicodeinterés.• Iserefierealaintervenciónprincipalquenosplanteamosevaluar(unaexposición,

unapruebadiagnóstica,untratamiento,unfactorpronóstico...).• Cindicalaintervenciónconlaquepretendemoscomparar,siprocede,laprincipal.• O,del inglésOutcome (resultado),haríareferenciaalresultadooevoluciónclínica

quetratamosdeobteneralrealizarunaintervenciónfrenteaotra.(Verejemploentabla2).

Tabla 2.Elementosesencialesdeunapreguntaclínicaespecífica.

Enpacientescondiabetestipo2ymalcontroldesuglucemiaapesardetratamientocondosfármacosorales,¿laadicióndeinsulinaaltratamiento,frentealaasociacióndeuntercerantidiabéticooral,mejoraríaelperfilglucémicosinincrementarlaposibilidaddeefectosadversos?

P:pacientecondiabetestipo2,entratamientocondosantidiabéticosoralesymalcontroldelaglucemia I: añadirinsulina C:asociaruntercerantidiabéticooral O:mejorarelperfilglucémicosinaumentodeefectosadversos

��

��

��

��

Figura 1.Tiposdedudasopreguntasenbasealasnecesidadesdeconocimiento.


148

CabedestacarqueelelementoCpuedeestarausenteenpreguntasbienformuladasenlasquenoseacuestionadaunacomparacióndelaintervenciónarealizar.Sumayorrelevanciasedaríaenaquellaspreguntascentradasenintervencionesdiagnósticasyte-rapéuticasenlasqueseplanteacompararunadeterminadapruebadiagnósticaconotraountratamientoconcretoconotraopciónterapéutica.

3. ¿Por qué es conveniente aprender a transformar nuestras dudas en preguntas clínicas específicas bien formuladas?

Elelaborardeformaadecuadaunapreguntaclínicapuedeayudarnosdelasiguienteforma:

• Permiteconcretarydefiniradecuadamenteaquelloquequeremossaber(caracterís-ticasconcretasdelpaciente,resultadosespecíficos…).

• Permiteconocercuálessonloselementosclave(keywords) de nuestra necesidad de información.

• Ayudaaidentificareltipodepreguntaalaquenosenfrentamos(etiología,trata-miento,pronóstico,etc.).

• Ayudaadeterminareltipodeestudioabuscar(ensayoclínico,cohorte,casos-con-trol,etc.)eidentificarelrecursodeevidenciamáseficiente.

Figura 2.Procesoaseguirenlaelaboracióndeunapreguntaclínica.

a) Identificar los elementos básicos de la pregunta:

•Paciente o problema:¿Cómopuedodescribirungrupodepacientessimilaralmío?•Intervención: ¿Quéprocedimientoconvieneejecutar?•Con qué lo Comparo: ¿Cúaleslaalternativa?•Resultados (Outcome): ¿Quédeboesperarqueocurra?

b) Identificar el tipo de pregunta:

•Tratamiento.•Diagnóstico.•Pronóstico.•Etiología/Daño.

c) Determinar el tipo de estudio más adecuado:

•Tratamiento:Ensayoclínico.•Revisióndeuntratamiento:Revisiónsistemática-Metaanálisis.•Diagnóstico:Estudiotransversal,validaciónpruebasdiagnósticas.•Pronóstico:Cohorte.•Etiología:Casos-control/Cohorte.•Creencias,expectativas:Investigacióncualitativa.

d) Búsqueda de las evidencias:

DelaPirámidedelas5Saladelas6S(Vercapítulo16).


149

Endefinitiva,facilitalaelaboracióndelaestrategiadebúsquedademayorrendimien-toparadarrespuestaanuestraduda.

4. ¿Cuál es el proceso que se recomienda seguir?

Cuando nos encontramos ante una situación clínica en la cual surge una duda es ade-cuadoseguirunaseriedepasosquevanafacilitaryoptimizarlaobtencióndelainforma-ciónnecesaria(Verfigura2).

4.1. Identificación de los elementos clave de la pregunta

SiguiendoelesquemaPICOidentificaremosloselementosclavedenuestranecesidaddeinformación.

4.2. Identificación del tipo de pregunta clínica

Unavezconcretadaladuda,formuladalapreguntaeidentificadossuscomponentesbásicos,elsiguientepasoseríaplantearnoseltipodepreguntaantelacualnosencon-tramos.Lostiposdepreguntalospodemosagruparbásicamenteencuatrogruposfun-damentales:preguntassobretratamiento,diagnóstico,pronósticoosobreetilogía/daño.

4.3. Identificación del tipo de estudios más adecuados en base a las características de la pregunta

Conocereltipodepreguntanosayudaráadeterminarcuáleseltipodeinvestigación(ensayoclínico,estudiodecohorte,casos-control,etc.)quenosvaaresultarmásútilparadarleunarespuestay,portanto,vaaorientaryconcretarnuestrabúsquedaposteriordeinformación.Enlatabla3sedescribendeformaorientativalosestudiosquedeformamásapropiadaaportaríaninformaciónenfuncióndeltipodepregunta.

Tabla 3.Ejemplosdeestudiosmásapropiadosenbasealtipodepregunta.

• Preguntasobretratamiento:ensayoclínico.

• Preguntasobrediagnóstico:estudiotransversal,devalidaciónpruebasdiagnósticas.

• Preguntasobrepronóstico:estudiodecohorte.

• Preguntasobreetiología:casosycontroles/cohorte.

• Preguntasobrecreencias,expectativas:investigacióncualitativa.


150

4.4. Diseño de la estrategia de búsqueda

Enbasealoselementosclavequeconstituyennuestrapregunta,eltipodepreguntaanteelquenoshallamosyeltipodeestudioqueconsideramoseselmásapropiadoparaobtenerunarespuesta,elsiguientepasoseríadefinirlaestrategiadebúsquedaarealizareidentificarelrecursodeevidenciamásadecuadodondebuscar,siguiendoelplantea-mientodelaPirámidedelas6S(vertema16).

Enlafigura3puedeverseunejemplodelprocesodeelaboracióndeunapreguntaclínica.

Figura 3. Ejemplodelprocesodeelaboracióndeunapreguntaclínica.

A. Escenario clínico:

Andrésacudeanuestraconsultacomentándonosquetrasizarasuhijade3añoscomenzódeformaagudacondolorlumbarintenso.Andréstiene36años,trabajacomoinformáticoyreconocetenerhábitossedentarios.Nopresentaantecedentespatológicosdeinterésaunquenoscuentaquehaceunos2añospresentóuncuadrosimilardesencadenadotrascargarpesoaraízdeunamudanza.Enaquelmomentoelprocesose resolvióenunosdías tras tratamientoconanalgésicosy reposoencama.Laexploraciónfísicamuestradolorconlapalpaciónyflexo-extensióndetroncoanivellumbarsin irradiaciónamiembros inferioresniotrossignosquedenotenafectaciónradicular.Elpacientehainiciadoporsucuentatratamientoconanalgesiaoralynossolicitalabajaunosdíaspararealizarreposoencama.Antesusolicitudnosplanteamosloapropiadodedicharecomendacióndereposo.

B. Formulación de la pregunta e identificación de sus elementos básicos:

En pacientes con dolor lumbar mecánico sin irradiación, ¿la indicación de reposo versus la indicación de mantenerse activo mejora la evolución clínica?Loselementosclavedenuestrapreguntaserían:1. Pacienteoproblema,¿cómopuedodescribirungrupodepacientessimilaralmío?:Pacientes

condolorlumbarmecániconoirradiado.2. Intervención,¿quéprocedimientoconvieneejecutar?:Reposoencama.3. ConquéloComparo,¿cuáleslaalternativa?:Mantenerseactivo.4. Resultados(Outcome),¿quédeboesperarqueocurra?:Mejoríaclínicaencuantoaaliviodeldolor

yreincorporaciónaactividadhabitual.

C. Identificar el tipo de pregunta:

1. Enestecasonosencontramosanteunapreguntasobretratamiento.

D. Determinar el tipo de estudio más adecuado:

Eltipodeinvestigaciónquemejorresponderíaanuestrapreguntaseríaunensayo clínico aleato-rizadoenelquesecomparasen lasopcionesterapéuticasdereposoencamaversusmantener laactividadenpacientescondolorlumbarmecánicosinradiculopatía.

E. Diseño de la estrategia de búsqueda:

Enestecasolaspalabrasclavequevamosautilizarparadefinirnuestraestrategiadebúsquedaserán“lumbalgia”,“reposoencama”y“mantenerseactivo”(sustraduccionesalinglés:“lowbackpain,bedrest,advicetostayactive”).Y,utilizandoestostérminosyenbasealaPiramidedelas6S,comenza-ríamosabuscarenSistemas,posteriormenteenSumariosySíntesis.El recurso idealdondehallarinformaciónseríaunGuía de Práctica Clínica sobreelmanejodelalumbalgiamecánicay,ensuau-sencia,unarevisión sistemática de ensayos clínicos aleatorizadosquecomparanlasdosestrategiasdiagnósticasplanteadas.


151

Bibliografía

1. NavarroMateuF,MartínJC.Formulacióndepreguntasclínicaseintroducciónalaestrategiadebúsquedadeinformación.En:Atención sanitaria basada en la evidencia: su aplicación a la práctica clínica. Consejería de Sanidad deMurcia,2007.pp.47-71.[acceso16deenerode2012].Disponibleen:http://www.murciasalud.es/recursos/ficheros/136606-capitulo_2.pdf

2. StrausSEycols.Medicina Basada en la Evidencia. Cómo prácticar y enseñar la MBE,3ªed.ChurchillLivingstone:Elsevier,2006.

http://www.murciasalud.es/recursos/ficheros/136606-capitulo_2.pdfhttp://www.murciasalud.es/recursos/ficheros/136606-capitulo_2.pdf

16Identificación de recursos de

información relacionada con la PCBE y desarrollo de una búsqueda para

localizar las mejores evidencias sobre un tópico clínico.

Mª DOLORES CASTILLO BUENO1


1) Diplomada en Enfermería. Técnica de Gestión de Información Sanitaria. Centro Tecnológico de Información

y Documentación Sanitaria. Consejería de Sanidad y Política Social de la Región de Murcia.




154

1. Introducción

EldesarrollodelaPrácticaClínicaBasadaenlaEvidencia(PCBE)seestableceencincoetapas(vertema14).

Elobjetivodelpresentetemasecentraenlasegundaetapa(identificaciónylocaliza-cióndelamejorevidencia),paraellopropondremosunaguíaderecursosdeinformaciónenlaWebparalocalizarlasmejoresevidenciasdeutilidadyllevaracabolaPCBE.

Porlotanto,trashaberformuladolapreguntaclínica,definiremosnuestraestrategiadebúsqueda(vertema15),quedebeserlógica,sistemáticayreproducible.Conellase-leccionaremos losdescriptores(palabrasclave)yoperadoresbooleanos,delimitaremoseltipodepreguntaclínicaquenoshemosformuladoyeltipodeestudiomásadecuadopararesponderesetipodepregunta.

Acontinuación,yantesdebuscardirectamenteenlasbasesdedatos,nospregunta-remos:¿dóndepodemosencontrareltipodeestudioquenos interesa?(eleccióndelafuente,enquébasededatos).ConestapreguntaentramosdellenoenlasegundaetapadelaPCBE.

2. ¿Dónde encontraremos el tipo de estudio que nos interesa?: Elección de la fuente

2.1. ExistenmuchasfuentesenInternetquepermiten,conmayoromenordificultad,localizar lamejorevidenciadisponiblepara respondernuestrapregunta clínica:desdelastradicionalesbasesdedatosbibliográficas(MEDLINE,CochraneLibrary)arecursosdesíntesisdelaevidencia(EvidenciaClínica,UpToDate,etc.),pasandoporguíasdeprácticaclínicaorevisionessistemáticas(UpToDate,GuíaSalud,etc.,CochranePlus).Peroenmu-chasocasionesnodisponemosdemuchotiempoparapoderbuscarentodasellas,porloquelaconsultaenlosrecursosdisponiblesdebeserenfuncióndelapreguntaclínica,delosobjetivosydeltiempodisponible,puesnotodaslasfuentesdisponiblessonade-cuadasparapoderresponderatodotipodepreguntasquepodamoshabernoshecho.Avecesunasolaconsulta,enunsolorecurso,podrásersuficienteparalocalizarlaevidenciaquedérespuestaaunapreguntaconcreta,pero,enlamayoríadelasocasiones,seráne-cesariaunaconsultamúltipleendiferentesrecursosparapodercompletar larespuestaconmayorvalidez.

Unmétodoútilparabuscar informaciónespreguntarnos si alguienantes ya sehaplanteadonuestramismapreguntaysiharealizadolarecopilacióndelainformaciónper-tinenteylamantieneactualizada.Estasrecopilacionespermitendelegarlasnecesidadesdegenerarinformaciónbasadaenlaevidenciaengruposoprofesionalesconmayorca-pacidad.Estasfuentesdeinformación,elaboradasporestosgrupos,esloqueseconocecomofuentesorecursosbasadosenlaevidencia.

R E C U R S O S D E I N F O R M A C I Ó N R E L A C I O N A D A C O N L A P C B E

155

Además,enlosúltimosañossehancreadomuchosrecursosprácticosquefacilitanelaccesoalainvestigacióndealtacalidad.Aestosrecursosselesllamarecursos“pre-evalua-dos”(pre-appraised)porqueconllevanunprocesodefiltradoprevio.Todoestocontribuyeaincluirennuestrabúsquedasóloaquellosestudiosquesondemayorcalidad(vertema14).Porotraparte,secaracterizanporactualizarseperiódicamente,porloquelaeviden-ciaalaqueaccedamosestarásiempreactualizada.

2.2. Modelo de las 6S (Tabla 1)

Parafacilitarelusodemuchosdelosrecursospre-evaluados,Haynespropusoelmo-delojerárquicodelas“4S”;queposteriormenterefinóenelmodelode“5S” yactualmentehaquedadocomoelmodelodelas“6S”opirámidedelas“6S”,quedescribeconmayorprecisiónyrigorlosdiferentesrecursos.Aunquelamejorevidenciamásactualnosiemprepuedeestardisponibleenunrecursopre-evaluadotanrápidamentecomosequisiera.

Enelmodelodelas“5S”habíalassiguientescapasoescalones(comenzandoporaba-jo):estudios, síntesis, sinopsis, sumarios y sistemas.Elmotivodeañadirunacapamásyconcretarloeneldelas“6S”esporqueseconcluyóquesilasinopsisdeunúnicoestudioyel resumendeunaRevisiónSistemática (RS)eranequivalentes,segúnse indicaenelmodelodelas“5S”,enlajerarquíadelaevidencia,unaRSnosbrindamejorevidenciaqueunsoloestudio,porloqueenelmodelodelas“6S”sehaagregadounacapamásparadistinguir losdostiposdesinopsis(deestudiosodeSíntesis).Quedandoconstruidoelmodelodelas“6S”delasiguienteforma,comenzandoporlabase(verFigura1):

Figura 1.Modelodelas“6S”.Basadaen“DiCensoA,BayleyL,HaynesB.ACPJournalClub.2009”(1).

��

��

��

��

��

��

��

��

��

��

��

��

��


156

2.2.1. Estudiosoriginalesindividualesoprimarios.Aunquehayungranaumentodelasfuentesdepublicacionessecundarias,enmuchasocasionesnecesitaremosbuscarin-vestigaciónoriginal.

2.2.2. Sinopsis de estudios (capa añadida almodelode las“5S”): proporcionanunbreve,perodetallado,resumendeunúnicoestudiooriginalquepuededarsuficienteeimportanteinformaciónparalaprácticaclínica.Vanacompañadosdecomentariosorien-tadosaresaltarlaaplicabilidadclínicadesusresultados.Comoventajas,hayqueseñalarlagarantíadequeelestudioesdealtacalidadyrelevanciaclínicaparamerecerserresu-mido,además,sondocumentosbrevesymuycómodosdeleer.

2.2.3. Síntesis:RevisionesSistemáticas(RS).Quesonlarecopilacióncompletadetodalainvestigaciónrelacionadaconunapreguntaclínicadeterminadaatravésdeunproce-sodepasossistematizados:formulacióndeunapregunta;identificacióndelosestudiospertinentes;valoraciónsegúnsucalidad;extraccióndelosresultadosdelosestudiosper-tinentesy resumenosíntesisdeestos.El resumende losartículos incluidospuedeserpresentadoenformacualitativaomedianteelempleodetécnicasestadísticasparacom-binarcuantitativamentesusresultados,loqueseconocecomometaanálisis.Finalmente,seincluyenlasconclusiones.

2.2.4. Sinopsis de síntesis:resumendelosresultadosdeunaRSqueproporcionain-formaciónsuficienteparaapoyarunaacciónclínica.Estánincluidasenrevistasqueras-trean,filtranyseleccionanartículosentrelospublicadosenlasprincipalesrevistas.

2.2.4. Sumarios:documentosqueintegranlasmejoresevidenciasdisponiblesdelascapasinferioresdelapirámide(estudios,sinopsisdeestudios,síntesisysinopsisdesín-tesis)paradesarrollarguíasdeprácticaclínica(GPC)odocumentosqueabarcanunaam-pliagamadepruebasoevidenciassobreproblemasclínicosespecíficosqueseactualizandeformaperiódica.SonconsideradosSumarioslosServiciosdeRespuestasaPreguntasClínicas,queconsistenenunsistemaderespuestasainterrogantesformuladosporpro-fesionalessanitarios.LasGPCson recomendacionesdesarrolladassistemáticamenteparaayudaralosprofesionalesdelasaludyalospropiospacientesatomardecisionessobrelaatenciónsanitariaadecuadaencircunstanciasclínicasconcretas.En lasGPCcadare-comendacióndebeiracompañadade losNivelesdeEvidencia(NE)yde losGradosdeRecomendación(GR)(vertema14).

2.2.5. Sistemas:enlosquelascaracterísticasindividualesdelpacienteseliganauto-máticamentealamejorymásactualizadaevidenciaquecoincidaconlascircunstanciasespecíficasdelpacienteydelmédico,yqueleproporcionaaestelosaspectosclavedelagestióndelcaso.Porejemplo,sistemasinformatizadosdeapoyoalatomadedecisiones


157

(SIATDs).Estosintegranyresumentodaslasevidenciasprovenientesdelainvestigación,pertinenteseimportantessobreundeterminadoproblemaclínico.Seactualizaconformeaparecennuevasevidencias. Estas sevinculanautomáticamentea travésde lahistoriaclínicaelectrónicadecadaunodelospacientes.Losdatosdecadapacienteseintroducenenunprogramadeordenadorysepareanconprogramasoalgoritmosdeunabaseinfor-matizadadeconocimientomédico,loqueresultaeslageneraciónderecomendacionesparalosmédicosespecíficasparacadapacientes.

2.3. Elección de la fuente (Figura 2 y Tabla I)

AlahoradeelegirlafuenteyutilizandoestemodelodetomadedecisionesclínicasenlaPCBE,labúsquedasedebecomenzarenelnivelmásaltoposibledelmodelo“6S”.

2.3.1.Esdecir,enunasituación ideal, comenzaríamosen lacapade losSISTEMAS. Porejemplo,existeunSIATDsparaelmanejodeanticoagulantesoralesporenfermerasclínicasdeatenciónprimariaenelReinoUnido.

2.3.2.Siestosnoexistiesen,elsiguientepasoseríabuscarSUMARIOS,esdecir,GPColibrosdesumariosconinformaciónbasadaenpruebassobreproblemasclínicosespecí-ficos.EjemplodeBasesdeDatosconSumarios:UpToDate,ClinicalEvidence,GuíaSalud,JBICOnNECT-Plus,Preevid,etc.

UpToDate:esunaherramientadeinformaciónexhaustivabasadaenlaevidenciaclí-nicaydiseñadaparaproporcionarunaccesorápidoarespuestasprácticasyfiablesdelaspreguntasquesurgendurantelapráctica.Sucontenidoserenuevacada4meses.

Figura 2.Clasificacióndelasfuentessegúnelmodelodelas“6S“

��

��

��

��

��

��

��

��

��

��

��

��

��


158

ClinicalEvidence:fuenteinternacionaldondeseencuentralamejorevidenciadispo-nibleparaunaasistenciasanitariaeficaz.Susrevisionessecentranenresumirlaevidenciaenrelaciónalosproblemasclínicoscomunes.Unacomisióndeexpertosydeescritoresespecializadoscompruebarigurosamentelaevidenciamásrelevanteydespuéslaresumeenformatorápido.

EntrelasGuíasdePrácticaClínica,destacamos:GuíaSalud(repertoriodeguíasdeprác-ticaclínicadelSistemaNacionaldeSaluddeEspaña);National Guideline Clearinghouse elaboradaporlaNational Guideline Clearinghouse(NGC)encooperaciónconlaAMAylaAmerican Association of Health Plans,contienemásde1.000guíasclínicas;yfinalmente,Guidelines International Network(GIN).

EntrelosServiciosdeRespuestasaPreguntasClínicas,respondidossegúnelesque-madelaPCBE,elmásconocidoanivelmundialesATTRACT.PodemosdestacartambiénelServicioPREEVID,delCentroTecnológicodeInformaciónyDocumentaciónSanitaria,dondepuedenformularpreguntaslosprofesionalessanitariosdelaConsejeríadeSani-dadydelServicioMurcianodeSalud.Elbancoderespuestasestáabiertoatodoelmun-do.Estáclasificadoporordenderespuestasytieneunbuscadorportemas.

TambiénencontraremossumariosyBest Practicerelacionadosconloscuidadosenfer-merosenelJBICOnNECT-Plus.

2.3.3.Cuandonosehallaunsumariosobreelproblemaclínicoquenosocupa,enton-ceslasiguienteopciónseríabuscarentrelasSINOPSIS DE SÍNTESIS. DadoqueavecesnosetienetiempodeexaminardetalladamenteRevisionesSistemáticas(RS),unasinopsisqueresumalosresultadosdeunaRSdealtacalidadpuedeproporcionarinformaciónsu-ficienteparaapoyarlaacciónclínica.EstaslasencontraremosenlasRevistasSecundariasbasadasenlaevidencia(ACPJournal Club,Evidence-Based Medicine,Evidence-Based Men-tal HealthyEvidence-Based Nursing),quecumplenestrictoscriteriosdecalidadjuntoaloscomentarioscríticossobrelacalidaddeestos.Ejemplodedondelocalizarsinopsisdesín-tesis es el sitio del Centre for Reviews and Dissemination(CRD)dondeexisten3basesdedatosconinformaciónpreevaluadadegrancalidad.Éstasson:laDatabase of Abstracts of Reviews of Effects(DARE),laNHS Economic Evaluation Database(NHSEED)ylaHealth Technology Assessment(HTA)database.DAREalbergagrancantidaddeartículosprima-riosdealtacalidadmetodológica,analizadoscríticamente,segúnlaspautasdelaPCBE.

2.3.4.Acontinuación,sinohubiéramosencontradounasinopsisdesíntesisbusca-ríamos una SÍNTESIS: oRevisionesSistemáticas (RS). La fuentedeRSmás conocida yfiableeslaCochrane Library,queesunaorganizacióninternacionalqueprepara,actua-liza,promueveyfacilitaelaccesoalasRS,loqueayudaengranmedidaaquienesne-cesitantomardecisionesenlaprácticaclínica.Seactualizacuatrovecesalañoyesdeaccesobajosuscripciónpagada.Aunque,atravésdelcentroCochraneycoordinadoporlaRedCochraneIberoamericana,concentroscolaboradoresendistintospaísesdeIbe-


159

roamérica,elaccesoesuniversal,traducidoalcastellanoygratuitoentodoelterritorioespañol.EstoesposiblegraciasalasuscripciónrealizadaporelMinisteriodeSanidadyConsumoalaBibliotecaCochranePlus.ElMinisteriotambiénhahechounasuscripciónpara la traducciónal castellanoyelaccesogratuitoen todoel territorioespañolaRSdelJBICOnNECTPlus(RedclínicadeEvidenciaon-linesobreCuidadosyProcedimientosdel InstitutoJoannaBriggs (IJB), relacionadasfundamentalmentecontemasdecuida-dosdeenfermería,aunquetambiéntienecontenidossobrefisioterapia,nutrición,etc.ElIJBesunaorganizacióninternacionalquepromueveyapoyalasíntesis,transferenciayutilizacióndelaevidenciaatravésdelaidentificaciónfactible,apropiada,significativayeficazdelaprácticadeloscuidadosparasumejora.EnelJBICOnNECTPlussepuedenencontrar:Best Practices Information Sheet,SumariosdeEvidencias,herramientasparalavaloraciónmetodológicaoparacrearmanualesdeprocedimientosofolletosdeinfor-maciónparalosusuarios,etc.

OtrasdosbasesdedatosestándisponiblesgratuitamenteenelsitiowebdelCentre for Reviews and Dissemination(CRD)delaUniversidaddeYork,encolaboraciónconlaInter-national Network of Agencies for Health Technology Assessment(INAHTA).UnadeellaseslabasededatosDARE,quealbergatambiénunagrancantidaddeartículosprimariosdealtacalidadmetodológica,analizadoscríticamentesegúnlaspautasdelaPCBE.

2.3.5.Sitampo

3. análisis descriptivo · 2016. 2. 11. · estadÍstica 101 3. análisis descriptivo comoa y...

Documents