Hasta ahora hemos visto cómo analizar dos variables Categóricas Dicotómicas Independientes.
En el caso que los datos estén apareados el método estadístico a utilizar es diferente.
El caso más común es el de los Estudios Caso-control, donde los controles son elegidos de forma Apareada al Caso (matched en inglés) en general de acuerdo a sexo y edad.
Como los casos y los controles tienen igual edad y sexo se dice que están macheados o apareados.
Supongamos que deseamos determinar si el tabaquismo se asocia con infarto de miocardio.
Elegimos 100 casos de pacientes con infarto de miocardio y buscamos su control, paciente sin infarto, de igual sexo y edad.
Obtendremos al final 100 pares de pacientes, 1 caso y 1 control, y le preguntamos y fuman o no.
De estos 100 pares tendremos las siguientes posibilidades:
Caso fuma - Control fuma
Caso fuma - Control no fuma
Caso no fuma - Control fuma
Caso no fuma - Control no fuma
Estos datos se representan en tablas de 2 x 2 de la siguiente manera:
De 100 pares de pacientes en total, 30 pares muestran concordancia, 15 casos fuman y su control también y en otros 15 pares ni el caso ni el control fuma.
Los pares discordantes muestran que en 55 pares el caso fuma y el control no y en 15 pares el caso no fuma y el control si. (Tabla 21-6.)
Sobre estos últimos pares es que se calcula la posible asociación. Dado que los pares concordantes no son informativos, no podemos saber si hay más tabaquismo en un grupo o en otro. Pero en los pares discordantes es donde veremos si el tabaquismo es más frecuente en los casos, en los controles o es igualmente frecuente en ambos.
La Hipótesis Nula que se postula en este caso es que las celdas discordantes tienen el mismo número de pares discordantes, asumiendo que, del total de pares discordantes, el 50 % estará en la celda b y el otro 50 % en la celda c.
La prueba que se aplica a este caso es la llamada Prueba de McNemar o Pueba de Chi Cuadrado para Muestras Apareadas.
Donde b (15) y c (55) son el número de pares discordantes.
Aplicado a nuestro ejemplo tenemos:
Chi² no corregido = 22,857143 (1 DF) p < 0,0001
Chi² corregido por Yates = 21,728571 (1 DF) p < 0,0001
Como vemos, aquí también se calculan 2 valores de p, el no corregido y el corregido por Yates. Como la muestra es grande, los valores de Chi2 son semejantes, por lo que los valores de p son iguales.
En este caso la conclusión, de acuerdo con el valor de p, es que no hay la misma cantidad de pares discordantes en las celdas b y c, hay más pares donde el caso fuma y el control no.
Decimos entonces que según esta prueba, el tabaquismo está asociado con el infarto.
Comments