CONFUNDIDORES
CONCEPTO
Supongamos que estamos explorando la asociación entre ingesta de café (factor de exposición de interés) y cáncer de páncreas (evento).Llevamos a cabo un estudio y encontramos que los sujetos que deben café tienen una tasa mayor de cáncer de páncreas. El tomar café duplica el riesgo de cáncer de páncreas. (Tabla 1)
¿Es “verdadero” este hallazgo? ¿Omitimos considerar algo importante?
Lo que omitimos fue tener en cuenta la presencia de otras variables posiblemente asociados a cáncer de páncreas como el tabaquismo. Si analizamos la población veremos que los sujetos que toman café fuman más que los que no toman café. (Tabla 2.)
Si ahora calculamos la tasa de cáncer de páncreas en los bebedores y no bebedores de café dividiendo a la población en fumadores y no fumadores, veremos que los bebedores de café comparado con los sujetos no bebedores de café en ambos grupos (fumadores y no fumadores) tienen casi la misma tasa de cáncer de páncreas, no fumadores 20 % vs. 15 % y en los fumadores 40 % vs. 35 % y que el grupo fumador tiene más cáncer de páncreas, 40 % en los fumadores que beben café vs. 20 % para los no fumadores que beben café. Véase tabla 3.
Tabla 1. Porcentaje de cáncer de páncreas en la población de bebedores y no bebedores de café
Cáncer de páncreas
Bebedores de café 30 %
No bebedores decafé 15 %
Tabla 2 Porcentaje de cáncer de páncreas en la población de bebedores y no bebedores de café
Tabla 3. Porcentaje de cáncer de páncreas en población bebedora y no bebedora de café clasificados de acuerdo a hábito de fumar.
Por lo tanto, el factor que parece aumentar el riesgo de cáncer de páncreas es el tabaquismo y no el beber café. (Tabla 4)
Cuando un factor de exposición está asociado con otro (tomar café y fumar) hay que determinar si la asociación observada entre el factor de exposición de interés y el evento no se ve afectada o confundida por la presencia de otra variable. A este tipo de variables se las denomina Confundidores o variables confundidoras.
En este caso fumar es un confundidor y afecta claramente la asociación entre beber café y cáncer de páncreas. En realidad la verdadera variable asociada a cáncer de páncreas es el tabaquismo y por lo tanto es el factor de exposición asociado al evento.
Condiciones para que un factor de exposición o variable sea considerardo como posible confundidor
1) Debe estar asociado al factor de exposición de interés. En el ejemplo, los sujetos que toman café fuman más que los que no toman café. Si empleamos una prueba estadística veremos que la proporción de fumadores es estadísticamente mayor en el grupo que toma café.
2) Debe ser un factor de riesgo para el evento de interés tanto en la población expuesta o no expuesta. Claramente el hábito de fumar es un factor de riesgo para cáncer de páncreas, tanto en los sujetos que beben café como en los que no lo beben. Podemos determinar estadísticamente que los sujetos con cáncer de páncreas tienen una proporción de tabaquismo más alta que los sujetos sin cáncer de páncreas y en ambos grupos, bebedores y no bebedores de café.
3) No debe estar en la vía causal entre el factor de exposición a estudiar y el evento de interés. La vía por la cual tomar café produciría cáncer de páncreas es completamente distinta a la vía causal o fisiopatológica por la cual el tabaquismo produce esta enfermedad.
Supongamos que consideramos como factor de exposición principal el tabaquismo, como posible variable confundidora el antecedente de padecer bronquitis crónica y como evento el cáncer de pulmón. En este caso el hábito de fumar produce bronquitis crónica y ésta constituye una de las etapas fisiopatológicas hacia el cáncer de pulmón; por lo tanto en este caso no debe considerarse a la bronquitis como un confundidor.
Cualquier variable puede ser un factor de exposición en un estudio y un confundidor en otro.
Por ejemplo, en un estudio que explora la asociación entre dislipemia y enfermedad coronaria, además de considerar la dislipemia debemos tener en cuenta otros factores de exposición o variables como edad y sexo. Estas variables deberán considerarse confundidores porque cumplen con las tres condiciones necesarias (véase Fig. 5-1):
1) Se asocian con dislipemia (los sujetos dislipémicos son más añosos y generalmente hombres).
2) A mayor edad mayor probabilidad de padecer enfermedad coronaria, sobre todo en el sexo masculino.
3) La edad y el sexo no participan del mismo proceso fisiopatológico que la dislipemia en la etiología de la enfermedad coronaria.
Fig. 1
En otro estudio se explora la asociación entre un agente químico (anilina) como factor de exposición y cáncer de vejiga como evento. Habrá que considerar si el hábito de fumar no es un posible factor de confusión. Nos preguntamos entonces si las personas que trabajan con anilinas, fuman más que las que no están expuestas a anilinas. En otras palabras ¿existe asociación entre exposición a anilinas y tabaquismo? (asociación entre factor de exposición y variable posiblemente confundidora). Si encontramos igual tasa de fumadores entre expuestos y no expuesto a anilinas, no podemos considerar al tabaquismo como confundidor.
Bajo estas condiciones, supongamos que encontramos que los fumadores tienen una tasa de cáncer de vejiga más alta que los no fumadores, independientemente de estar expuesto a anilinas. Entonces en este estudio consideraremos al tabaquismo como otro factor de exposición asociado a cáncer de vejiga, pero no como un confundidor. (Fig. 2.)
Fig. 2
En vista de lo observado, cuando se planea un estudio de investigación, es de suma importancia determinar a priori que variables podrían ser potenciales confundidos y recabar estos datos. Si esto no se hace se corre el riesgo de no poder controlar la asociación investigada por variables confundidoras que podrían afectar esta asociación de forma importante y por ende nuestros resultados podrían no ser válidos.
Cuando al valorar una asociación y se tienen en cuenta uno o varios confundidores, se dice que la asociación está ajustada por esos factores de exposición.
Muchas veces vemos que un estudio reporta sus resultados aclarando que se realizó un “ajuste” por sexo y edad u otras variables.
Sexo y edad, casi siempre cumplen con las condiciones para ser confundidores.
En el ejemplo de beber café y cáncer de páncreas diríamos que “una vez ajustada por la variable tabaquismo”, no existe asociación entre tomar café y cáncer de páncreas. También podríamos verificar la asociación luego de ajustar por sexo, edad.
Ahora que ya sabemos que existen factores que pueden afectar la verdadera asociación entre un factor de exposición y un evento, debemos aprender cómo controlarlos o manejarlos.
Podemos evitar la influencia de los factores de confusión en dos etapas diferentes del desarrollo de un estudio epidemiológico: en el momento del diseño o en el momento de analizar estadísticamente los datos.
Métodos para controlar confundidores en la etapa de diseño.
1) Restricción: Se puede seleccionar la población incluyendo en el estudio sólo sujetos que pertenezcan a un mismo nivel o categoría del posible confundidor. Por ejemplo podríamos haber elegido sólo a no fumadores para testear la asociación entre beber café y cáncer de páncreas.
Este es un método simple y permite evitar el ajuste posterior. Su desventaja es que, al seleccionar sólo un grupo de sujetos, los resultados no son generalizables. Además, el número de sujetos incluidos es menor, con lo cual podríamos tener problemas con el poder estadístico de la muestra.
2) Aparear la muestra: Si el estudio tiene un diseño Caso-Control, los sujetos controles deben seleccionarse de tal manera que tengan las mismas características que los casos en relación con el posible factor de confusión; por ejemplo, si los factores de confusión que tenemos que controlar son edad y sexo, por cada caso se seleccionará un control del mismo sexo y de la misma edad.
De esta manera como cada par Caso-Control tiene el mismo nivel o categoría del confundidor, éste ya no afecta la asociación.
Cuando apareamos por factores de confusión, no es posible examinar el efecto de las variables confundidoras sobre el evento.
Si apareamos por edad, no podremos examinar si la edad afecta el evento de interés, por ejemplo la mortalidad.
No obstante, aparear hace que el estudio sea más eficiente, dado que identifica otros factores de exposición y permite controlar variables difíciles de medir como nivel socio económico. Si apareamos por la variable lugar de residencia, se puede indirectamente aparear por nivel socio económico ya que en general son variables asociadas.
Si utilizamos la técnica de apareamiento, los datos deben analizarse con pruebas estadísticas específicas para estos diseños.- De otra manera el factor de confusión no estará controlado.
La dificultad que representa aparear radica en el reclutamiento de los sujetos controles, ya que estos deben tener los mismos factores de confusión que los casos.
4) Aleatorización: Esta es la técnica más utilizada en los diseños Experimentales. Es más conocida como randomización (randon en ingles significa azar)
Su gran ventaja es que permite igualar todos los confundidores posibles, conocidos y no conocidos entre los grupos a comparar. Cuando seleccionamos la población por aleatorización o, lo que es lo mismo, asignamos un tratamiento a los sujetos por azar, los grupos a comparar son iguales respecto de todas las variables recabadas y las no recabadas. Las desventajas de la aleatorización son: que el método no se puede utilizar en los diseños Observacionales, que requiere una gran cantidad de sujetos y que muchas veces no es ético asignar un tratamiento al azar a un determinado grupo de pacientes.
Métodos para controlar confundidores en la etapa de análisis.
1) Estratificación: Consiste en analizar la asociación por separado en sujetos que pertenecen a niveles o categorías diferentes del confundidor. Como vimos antes, podemos verificar la asociación entre beber café y cáncer de páncreas en los fumadores y no fumadores.
Cuando estratificamos asumimos que, dentro de cada categoría o estrato, el efecto del confundidor fue removido. Esto es cierto pero depende de cuán amplio sea el estrato. Por ejemplo, si el factor de confusión es la edad, podemos dividir la población en intervalos de 5 años y verificar la asociación en cada estrato. Pero si los intervalos son de 20 años, se puede tener un impacto diferente: podemos comparar los sujetos dentro del grupo etario de 40 a 45 años pero comparar un estrato que incluya sujetos entre 50 y 70 años no parece muy adecuado. En este estrato hay una diferencia de edad tan grande que la asociación buscada puede verse influenciada, por lo que se debe considerar que el factor de confusión no ha sido removido.
Otro problema es que el factor de confusión haya sido adecuadamente asignado en todos los sujetos del estudio. Si un sujeto fuma y lo niega, será clasificado erróneamente en el grupo no fumador y el factor de confusión seguirá afectando la asociación.
En cualquiera de estos dos casos tendremos lo que se denomina confusión residual.
2) Análisis multivariable: Este tipo de análisis es el que se emplea con mayor frecuencia. Es una técnica estadística que permite valorar la asociación en estudio teniendo en cuenta al mismo tiempo todos los posibles factores de confusión. Los análisis multivariable más frecuentemente usados son la Regresión Logística y la Regresión de Cox. Cada uno se aplica a diferente tipo de diseño de estudios y serán estudiados en profundidad en otros capítulos.
Es importante destacar que no existe un criterio claro y pre establecido para definir una variable como confundidora. Determinar que una variable es un confundidor depende de los resultados obtenidos en las pruebas estadísticas necesarias aplicar y del criterio del investigador.
Comentarios