Parte 1 Riesgo Relativo
Si determinamos la Incidencia de cáncer de pulmón en una población expuesta a un determinado factor y la comparamos con la Incidencia de cáncer de pulmón en otra población no expuesta, podemos determinar si la exposición a este factor constituye un factor de exposición asociado a cáncer de pulmón.
Para hacerlo más eficiente e informativo, las dos frecuencias a comparar pueden resumirse en un solo valor que estima el riesgo de desarrollar la enfermedad.
El objetivo es determinar si existe un aumento del riesgo o tal vez una reducción del riesgo entre las poblaciones a comparar, con y sin el factor de exposición a estudiar.
Ese único valor puede ser el riesgo relativo, Odds Ratio , Hazard Ratio, etc, los cuales se conocen como medidas de efecto.
En un estudio puede calcularse la mortalidad de una enfermedad, sin compararla con la mortalidad de otro grupo.
A este valor lo llamamos Riesgo Absoluto, como este valor no se compara con el riesgo de otra población, no indica si existe asociación entre el factor de exposición y el evento.
No obstante, el Riesgo Absoluto es importante a nivel clínico y de salud pública. Un paciente podría preguntarnos cuál es su expectativa de vida al año de haber sufrido un accidente cerebrovascular, post quimioterapia, etc.
Para determinar si existe asociación entre un factor de exposición y un evento o bien si hay un aumento o disminución del riesgo en el grupo expuesto, debemos comparar el Riesgo Absoluto del grupo expuesto con el Riesgo Absoluto del grupo no expuesto.
Esta comparación se realiza calculando el Cociente entre el riesgo absoluto de los expuestos y el riesgo absoluto de los no expuestos. Así se obtiene el Riesgo relativo
Por ejemplo, el riesgo absoluto o Incidencia de obesidad en los expuestos a una dieta determinada al cabo de 3 años es del 20 % mientras que en los no expuestos es de 10 %, el Riesgo Relativo es:
Riesgo Relativo =20 = 2
10
Esto significa que los sujetos expuesto a esa dieta tuvieron el doble de riesgo de desarrollar obesidad o un aumento del 100 %.
Como el riesgo absoluto o la Incidencia sólo se pueden calcular en estudios longitudinales, ya sea de Cohortes o Experimentales, el cálculo del Riesgo Relativo (RR) para determinar asociación se utiliza solo en este tipo de diseño de estudios.
Como toda estimación es estadística, los valores obtenidos son por azar, por lo que estos valores pueden variar constantemente , solo por azar.
Para saber en que rango el valor obtenido del RR es una variación solo por azar, se utiliza el calculo de intervalo de confianza del 95 % ( IC 95 %), esto significa que si obtuvimos un valor de RR de 2, este valor podría variar entre 1.5 a 2.5 , en el 95 % solo por azar, si hiciéramos el estudio 100 veces.
Entonces el RR del grupo que se expuso a la dieta podría ser de 1.5 veces mas o 2.5 veces, lo que es lo mismo decir pueden tener un 50 % mas de riesgo o un 150 % mas.
Obviamente no sabremos cual será el riesgo para determinado sujeto.
Nunca, asumir un valor único de RR, siempre considerarlo en función de su IC 95 %.
Este IC 95 % nos da una idea del efecto que podría tener un factor de exposición, ya sea una dieta o una droga.
En el caso de una droga, el grupo expuesto a la droga podría tener riesgo de desarrollar litiasis biliar del 5 % el el grupo que no recibió la droga podría desarrollar un 20 % de litiasis biliar.
El RR seria 5 = 0.25
20
En este caso el RR se interpreta como una reducción del riesgo de desarrollar litiasis biliar del 75 %. Asumiendo que en ambos grupos el riesgo de sufrir litiasis biliar sean iguales, el resultado del cociente seria 1, por lo tanto si obtenemos un RR de 0.25 y lo restamos a 1, obtenemos 0.75 o 75 %.
En este caso también debemos mirar el IC 95 %, el que podría ser 0.01 a 0.50. ¿Cómo interpretamos este IC 95 %?
El valor 0.01 ( limite inferior del IC 95 %) si lo restamos a 1, obtendremos 0.99 o lo que es lo mismo 99 % de reducción del riesgo de desarrollar litiasis.
El valor 0.50 ( limite superior del IC 95 %) si se lo restamos a 1, nos de 0.5 o 50 %, en este caso una reducción del 50 % de riesgo de padecer litiasis biliar.
Entonces esta droga podría reducir un 99 % el riesgo hasta un 50 %, lo cual es muy amplio y como ya sabemos, por azar no sabríamos cuanto es el beneficio para un paciente determinado.
Por lo tanto el IC 95 % es fundamental para tener una comprensión clínica del un resultado estadístico, en este caso de un RR.
Deberíamos preguntarnos, ¿indicaría esta nueva droga con este intervalo de confianza de beneficio?, tomando en cuenta los posibles efectos adversos que este droga pueda tener y su costo.
El IC 95 % además de ofrecernos certidumbre acerca del valor hallado del RR, también nos indica se hubo asociación estadística entre el factor de exposición y el evento.
Como mencionamos, si los dos grupos tiene el mismo riesgo el valor del RR será = 1.
Por lo tanto si un IC 95 % contiene el valor 1, decimos que por azar, alguna vez que realicemos el mismo estudio podríamos observar que la droga podría ser igual de efectiva que el placebo, o sea no tener efecto.
En el ejemplo del RR = 0.25, el IC 95 % podría ser 0.55 - 1.25, la interpretación seria que la droga podría reducir la incidencia de litiasis un 50 % o bien aumentarla un 25 %.
Este IC 95 % nos dice que no hay asociación entre la droga y el desarrollo de litiasis biliar. No hay evidencia que la droga sea efectiva.
Como ven si bien el RR nos da una idea del aumento o disminución del riesgo con una intervención, droga o procedimiento, la verdadera magnitud del efecto nos lo da el IC 95 %.
En resumen
Para calcular el RR (Estudio Cohorte o Experimental) primero se debe calcular la Incidencia o Riesgo Absoluto de la enfermedad en el grupo expuesto y en el no expuesto.
Luego se deberá calcular el cociente = Incidencia en expuestos/incidencia no expuestos.
Si:
RR = 1 Riesgo en expuesto es igual al de los no expuestos. No hay asociación.
RR < 1 Riesgo en expuesto menor a los no expuestos. Asociación si IC 95 % no contiene el valor 1.
RR > 1 Riesgo en expuesto mayor a los no expuestos. Asociación si IC 95 % no contiene el valor 1.
En el próximo post seguiremos viendo mas medidas de efecto.
Comentários