ANEXO: Tabla de 2 x 2 - Facultad de Medicina

Anuncio
Universidad Nacional del Nordeste
Facultad de Medicina
Atención Primaria de la Salud, Epidemiología e Informática II
MEDIDAS DE ASOCIACIÓN EN ESTUDIOS EPIDEMIOLÓGICOS: EL RIESGO, RIESGO
RELATIVO Y MEDIDAS RELACIONADASa
Antes de comenzar con el tema central de este documento debemos recordar que en epidemiologia el
concepto de “causa” se refiere al de una “asociación causal”b. En efecto, para iniciar la evaluación de
causalidad debemos demostrar que en principio existe una “asociación” entre el supuesto factor causal y el
evento en estudio. En epidemiologia, entendemos que un factor está asociado a un evento, cuando ante la
modificación del factor, se observa una modificación en la frecuencia del evento.
Luego de identificar una asociación, el investigador deberá: a) demostrar que tal observación no se
debe a la casualidad c (utilizando, por ejemplo, valores “p” cuya función será la de estimar la probabilidad que
los resultados sean debidos al azar); b) demostrar que sus resultados no son debidos a sesgos (los cuales habrá
tenido en cuenta al momento de la selección de los grupos y de las mediciones que haya realizado) y c) que no
son debidas a variables de confusión (pudiendo controlar esto mediante diferentes técnicas como restricción,
matcheo, ajuste de tasas, aleatorización, estratificación o métodos de análisis multivariados).
Llegado a este punto, si se ha demostrado que la asociación no fue debida al azar, sesgos o factores de
confusión, comenzará la evaluación de causalidad propiamente dicha siguiendo, por ejemplo, los Criterios de
Hill. Uno de estos criterios es la “Fuerza de la Asociación”; y, justamente, esto se realiza mediante el cálculo del
Riesgo Relativo (RR) que es el tema central de este documento. En síntesis, como veremos a continuación,
primero se calcula el riesgo de cada grupo y a partir de ello las otras medidas que estudiaremos, como RR y
Riesgo Atribuible (RA). Estos estadísticos son muy utilizados en la práctica de la epidemiología para determinar
factores de riesgo o de protección y son la base para, luego, realizar cálculos de impacto; los cuales son
abordados en otro artículo. En este documento se presentarán otras mediciones que se derivan del RR y RA y
cuya utilidad ya no residen en la estimación de la fuerza de la asociación sino que más bien son importantes
para la interpretación de los resultados de estudios randomizados y metanálisis, muy utilizados en la práctica
profesional para la evaluación de la efectividad de fármacos de manera de poder decidir, en base a evidencias,
cual es el mejor tratamiento para un paciente.
a
Documento preparado por el Dr. Sebastián Genero (JTP de la asignatura)
Este concepto es desarrollado en otro documento el cual se sugiere sea tenido en cuenta de manera de poder integrar
los conocimientos.
c
Aquí los términos “casualidad”, “error de muestro” o “intervención del azar” son tomados como sinónimos
b
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 1
El concepto y medición del riesgo
A pesar de que cuando lo escuchamos pensamos inmediatamente en algo desafortunado, “riesgo” es
un término neutral que, solamente, indica la “probabilidad de que ocurra un evento”. Por lo tanto podríamos
referirnos tanto al riesgo de ganarse la lotería como al de sufrir un robo; y, en el campo de la salud, del riesgo
de curarse, de sobrevivir o de no enfermar tanto como de enfermar, morir, o tener un efecto adverso con una
medicación.
Como el riesgo es una probabilidad, y las probabilidades en matemáticas se estiman mediante el
cociente ´eventos observados/eventos posibles´, podemos estimar el riesgo de los eventos que nos interesan
con sólo conocer la cantidad de eventos que han ocurrido y la cantidad de personas en las cual podría haber
ocurrido. Ejemplos:
 Si estamos estudiando como evento la muerte y en un grupo de 1000 personas fallecen 30, diremos
que el riesgo de muerte de ese grupo es 30 /1000 = 0,003d .
 Si en una cena de 157 participantes se intoxicaron 40, el riesgo de intoxicación fue de 40/157 = 0,25; ó,
lo que es lo mismo, 25 %.
 Si en un grupo de 18945 personas tratadas con el Fármaco “A”, 890 se internan por causa
cardiovascular, el riesgo de internación por causa cardiovascular del grupo tratado con el fármaco “A”
es de 890 /18945 = 0,0469 (ó 46,9 ‰).
A esta medida de Riesgo la llamaremos Riesgo Absoluto y recordaremos que nos indica la probabilidad de
que ocurra el evento en estudio en un grupo dado. Ahora es momento de establecer una relación con lo
aprendido previamente: una “tasa” es una cifra relativa que relaciona un fenómeno ocurrido en un lugar y un
período de tiempo determinado con la población expuesta a ese fenómeno y que expresa el riesgo que la
población expuesta tuvo (o tiene o tendrá) de padecer el fenómeno. Por lo tanto estamos en condiciones de
entender que el riesgo es una probabilidad que es estimada mediante una tasa. O, lo que es lo mismo, si
estamos haciendo referencia al valor de una tasa estamos al mismo tiempo expresando el riesgo o probabilidad
de que ocurra ese evento.
Apliquemos todo lo que venimos diciendo hasta ahora en un ejemplo:
Analicemos un artículo de cohortes (1) que ha comparado a mujeres expuestas al diestiestilbestrol
(DES) in úteroe con mujeres no expuestas a esta droga para conocer el riesgo de múltiples eventos; entre ellos,
el de sufrir un embarazo ectópico en la adultez. De 2692 mujeres cuyas madres habían utilizado el fármaco
durante el embarazo y, por lo tanto, estuvieron expuestas in útero, 255 presentaron un embarazo ectópico en
su adultez; en tanto, de las 1293 que no habían estado expuestas in útero desarrollaron un embarazo ectópico
en su adultez 36. Antes de proseguir, intente responder a estas dos preguntas (respuestas al final)
I)
¿Cuál es el riesgo de tener embarazo ectópico en cada grupo? ¿Y cuál el de toda la
población estudiada?
II) ¿Existe alguna asociación entre el uso del fármaco y el evento “embarazo ectópico”?
d
Este número (0,003) es poco intuitivo y por ello se suelen multiplicar las tasas por un factor de amplificación, por
ejemplo 1000. De esta manera, diremos “el riesgo de muerte es de tres por mil (3 ‰)” para indicar más fácilmente que
cada mil personas, murieron 30.
e
Es decir, cuando las mujeres que en estudio se estaban gestando y sus madres habían consumido el dietiletilbestrol
comparadas con mujeres cuyas madres no habían consumido el fármaco durante el embarazo
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 2
Si, por fortuna (y esperamos que así haya ocurrido), se piensa que existe una asociación entre el DES y
el evento “embarazo ectópico”, y si esto no fuera debido ni al azar ni a sesgos ni a factores de confusión,
podemos plantear que, posiblemente, el fármaco en estudio es una “causa” de embarazo ectópico. Entonces,
corresponde que evaluemos que tan asociado está el factor al evento.
Es importante que se comprenda que las medidas que estudiaremos a continuación son diferentes
formas de estudiar la asociación entre un factor y un evento; de la misma manera que al realizar un ECG
estamos estudiando desde diferentes perspectivas las características eléctricas del corazón. Cuando hacemos
esto sabemos que cada grupo de derivaciones electrocardiográficas nos informa sobre una parte de aquel; y
que, luego, al integrar toda la información que recabamos “por partes” nos es útil para elaborar una
conclusión.
De la misma manera, al realizar los cálculos que veremos en las siguientes secciones obtendremos
información adicional para caracterizar una asociación y nos servirá para elaborar conclusiones como; por
ejemplo: ·”este fármaco es útil para mi paciente” o “este factor aumenta el riesgo para sufrir esta enfermedad
y por lo tanto debe ser controlado”. El primer paso es calcular el RR y de eso trata la sección siguiente.
Riesgo relativo (RR)
El RR es el cociente entre el riesgo del grupo expuesto y el riesgo del grupo no expuesto y nos informa
cuantas veces es más probable el evento en el grupo expuesto comparado con el grupo no expuesto.
Es decir:
Riesgo (tasa) en expuestos
𝑹𝑹 = Riesgo (tasa)en NO expuestos
En el ejemplo que venimos desarrollando ya habíamos calculado el riesgo del grupo expuesto y el del
no expuesto. Resta, ahora, dividir ambas tasas; o sea, en este ejemplo: 0,09/0,03 = 3.
Pero en caso de no disponer de las tasas calculadas, podemos construir una tabla de 2x2 (también
conocida como de “contingencia”) para tal efecto. En el anexo de este documento se explica la construcción de
la tabla de 2 x 2. Sugerimos su lectura antes de proseguir con este texto.
La tabla de 2 x 2 quedaría construida de la siguiente manera:
Expuestas
al
DES
No expuestas al
DES
Totales
Embarazo
Ectópico
No Embarazo
Ectópico
255 (a)
2437 (b)
36 (c)
1257 (d)
291 (a+c)
3694 (b+d)
Totales
2692 (a+b)
1293 (c+d)
3985
(a+b+c+d)
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 3
El riesgo del grupo expuesto al fármaco queda definido como a / a+b y el del no expuesto como c / c+d;
lo cual ya habíamos calculado sin la tabla en la sección anterior. La única diferencia es que aquí lo formalizamos
mediante la fórmula general del riesgo absoluto de cada grupo utilizando la tabla de 2 x 2. Este procedimiento
podemos utilizarlo para cualquier factor de exposición y evento, lo único que hay que hacer es ubicar los
valores de las celdas “a”, “b”, “c” y “d” correctamente y aplicar las fórmulas. Como el riesgo relativo es el
cociente del riesgo del grupo expuesto con el del no expuesto en este ejemplo el RR es = 0,09 / 0,03 = 3 f
Teniendo en cuenta que el RR = riesgo absoluto del grupo expuesto / riesgo absoluto del grupo expuesto,
podríamos generalizar su cálculo observando la tabla de 2 x 2, mediante la fórmula:
𝑹𝑹 =
𝐚 /𝐚 + 𝐛
𝐜 /𝐜 + 𝐝
Resolviendo paso a paso tendríamos:
𝟐𝟓𝟓
𝟐𝟓𝟓
+ 𝟐𝟒𝟑𝟕
𝑹𝑹 =
𝟑𝟔
𝟑𝟔 + 𝟏𝟐𝟓𝟕
𝑹𝑹 =
𝟐𝟓𝟓/𝟐𝟔𝟗𝟐
𝟑𝟔/𝟏𝟐𝟗𝟑
𝑹𝑹 =
𝟎, 𝟎𝟗
𝟎, 𝟎𝟑
𝐑𝐑 = 𝟑
Hasta el momento podemos intuir que en las pacientes expuestas al fármaco el riesgo de presentar el
evento embarazo ectópico es mayor comparado a no haber sufrido la exposición; y que, como la frecuencia
del evento fue diferente según se esté o no expuesto al fármaco, existe una asociación (lo cual ya sabíamos al
observar que el riesgo absoluto de cada grupo era diferente en la primer sección de este documento). ¿Qué
significa? el RR = 3. No vamos a decirlo aún. Continuaremos con otros dos ejemplos y luego descubriremos su
interpretación.
En un artículo (2) publicado en una prestigiosa revista de medicina se presentó un ensayo clínico
aleatorio mediante el cual se aleatorizó a pacientes con insuficiencia cardíaca avanzada a recibir un nuevo
fármaco “LCZ696” (un inhibidor del receptor de angiotensina-neprilisina) o enalapril.g De esta manera a 4187
pacientes, se les asignó a recibir LCZ696 y se los comparó con 4212 que recibieron enalaprilh. Se los siguió por
26 meses para conocer cuántos presentaban el evento “muerte o internación por causa cardiovascular”. Entre
los pacientes que recibieron el LCZ696 se observaron 914 muertes o internaciones por causa cardiovascular y
entre los que recibieron Enalapril se observaron 1117 muertes o internaciones por causa cardiovascular.
LCZ696
Enalapril
Totales
Con internación Sin internación
o muerte
o muerte
cardiovascular cardiovascular
914
3273
1117
3095
2031
6368
Totales
4187
4212
8399
El riesgo del grupo expuesto al nuevo fármaco es de 914/4187 = 0,218 o 21,8% y el del expuesto al enalapril de
0,265 o 26,5%. Entonces, el RR = 0,82. En este caso, el riesgo del grupo expuesto al fármaco en estudio es
menor que en el grupo que utilizaba enalapril. ¿Qué significa el RR = 0,82? Si aun no lo descubre, probemos
con un último ejemplo.
f
Si se prefiere utilizar la expresión en porcentajes el RR sería = 9 % / 3 % = 3.
Como el enalapril ya ha demostrado su utilidad en la insuficiencia cardiaca no sería ético asignar un placebo.
h
Más allá de esta diferencia, los dos grupos recibieron las mismas indicaciones higiénico - dietéticas y los mismos
fármacos que se indican habitualmente en esa enfermedad. Además, ni los pacientes, ni los profesionales sabían cuál de
los dos fármacos estaban recibiendo los pacientes, es decir, fue un estudio “doble ciego”.
g
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 4
En otro ensayo clínico aleatorizado (3) que se realizó en pacientes con sepsis severa o shock séptico, se
administró albúmina a un grupo y se los comparó con otro grupo a los cuales se administró cristaloides para
conocer si existían diferencias respecto de la tasa de mortalidad. De 895 pacientes que recibieron albúmina,
fallecieron 285; y de 900 que recibieron cristaloides, fallecieron 288. Evaluemos estos resultados con la tabla
de 2x2:
Albúmina
Cristaloides
Totales
Muerte
285
288
573
No muerte
610
612
1222
Totales
895
900
1795
El riesgo de morir del grupo expuesto a la albúmina es de 0,32 (o 32%) y el del grupo expuesto a
cristaloides de 0,32 (o 32%). No existe variación en la frecuencia del evento según la exposición. Es decir, el
riesgo de presentar el evento es el mismo Si calculamos el riesgo relativo observamos que RR = 1.
Luego de este recorrido podemos descubrir varias cosas. El riesgo relativo puede tomar valores
mayores a 1, como en el caso del ejemplo del DES y el embarazo ectópico; menores que 1, como el caso del
LCZ696 y la internación o muerte cardiovascular o igual a 1 como en el caso de la albúmina y el riesgo de
muerte en pacientes con sepsis severa o shock séptico. Sabemos por otra parte que el RR es el cociente del
riesgo de expuestos y no expuestosi. Por lo tanto, si es igual a 1 nos da la idea de que el riesgo del evento es el
mismo en los expuestos respecto del de los no expuestos; porque en una división la única forma de obtener 1
es dividir un número por sí mismo (excepto que ese número sea “0”). Obtener un RR = 1 nos debe hacer pensar
en que no se evidencia asociación entre la exposición y el evento y podría ser interpretado de esta manera “los
pacientes expuestos a la albúmina tienen el mismo riesgo de morir que los expuestos a cristaloides”.
Si el RR es mayor a 1 (para que ocurra esto el riesgo de los expuestos debe ser mayor al de los no
expuestos) nos indica que la población expuesta al factor en estudio tiene tantas veces más probabilidades de
presentar el evento comparada con la no expuesta. El RR = 3 en el ejemplo del DES y embarazo ectópico
significa que “las mujeres expuestas al DES intrautero tienen 3 veces más riesgo de presentar embarazo
ectópico comparadas con las no expuestas”. Si el RR es menor a 1, en principio, indica que el riesgo de los
expuestos es menor al de los no expuestos. Para poder interpretarlo mejor es necesario calcular su inverso,
esto es dividir 1 por el RR obtenido, (1/RR), en el ejemplo del fármaco LCZ696 deberíamos dividir 1/0,82= 1,22
para poder expresar que “los pacientes expuestos al LCZ696 tienen 1,22 veces menos riesgo de internarse o
morir por causa cardiovascular comparados con los expuestos al enalapril”.
Como forma general la interpretación del RR sigue el siguiente razonamiento: “los expuestos (al factor
en estudio) tuvieron tantas veces (mas, menos o igual) de probabilidades de presentar el evento en estudio
comparados con los no expuestos”. Recordemos, una vez más, el caso especial en el que el RR es menor a 1,
para poder expresar las “tantas veces menos”, debe obtenerse su inverso (1/RR). Finalmente, el RR es una
forma de medir la “fuerza de una asociación” y mientras más alejado de 1 sea el RR, mas fuerte será la
asociación en estudio.
¿Cómo ordenaría la fuerza de asociación (de mayor a menor) según estos RR? (Respuesta al final):
III) a) RR=8; b) RR=1; c) RR=3; d) RR=0,22; e) RR=12; f) RR=0,0003
i
En la forma más simple de calcular el riesgo: RE / RnoE
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 5
Riesgo atribuible (RA)
Mientras que el RR nos dice cuántas veces más o menos es probable que ocurra el evento en el grupo
expuesto comparado con el no expuesto, el Riesgo Atribuible expresa cuánto es el exceso de la incidencia del
evento del grupo expuesto y es explicado o causado por el factor en estudio. Esto se calcula restando ambos
riesgos. Hay que tener en cuenta que si el RR fue mayor que 1, se resta al riesgo absoluto del grupo expuesto el
riesgo absoluto del grupo no expuesto. En el ejemplo del DES el riesgo del grupo expuesto fue de 0,09 y el del
grupo no expuesto de 0,03, por lo tanto el RA = 0,06j. El total de mujeres expuestas era de 2692 y el 6 % de los
casos de embarazo ectópico que se produjeron en ellas, (el 6% de 2692 es = 161) fueron producidos o
“atribuidos” al DES intra-útero y son los casos que se hubieran evitado si no hubieran estado expuestas.
Si el RR fue menor que 1 se resta al riesgo absoluto del grupo no expuesto el del expuesto. En el
ejemplo del uso de LCZ696 o enalapril, RA = 0,265 - 0,218 = 0,047k para indicar que el 4,7 %l de las personas
que usaron enalapril se internaron o murieron por el no uso de LCZ696. El 4,7 % de 4212 pacientes tratados
con enalpril es 198; o sea, el número de personas que no se hubieran internado o muerto por causas
cardiovasculares si hubieran usado el nuevo fármaco en vez de enalapril.
Preste atención: la información que presenta el RA indica cuantos eventos se produjeron por el
factor y a la vez, indica cuantos eventos podrían evitarse si se suprimiera el factor. Si las madres de las
mujeres no hubieran usado DES se hubieran evitado 166 embarazos ectópicos en el grupo expuesto (si en el
grupo expuesto existieron 255 embarazos ectópicos, ahora sabemos que 166 fueron causados por el DES y se
podrían haber evitado) y que de los 1117 pacientes que usaron enalapril y se internaron o murieron por causa
cardiovascular, 198 pacientes no se hubieran internado o muerto si hubieran utilizado el nuevo fármaco.
Riesgo atribuible porcentual (RA% o FERE)
Mientras el RA nos expresa cuantos casos hubiéramos evitado en el grupo expuesto si se eliminara el
factor de riesgo, el RA% nos indica lo mismo, pero en porcentaje. Se calcula dividendo el RA por el riesgo del
grupo expuesto. En el ejemplo del DES y el embarazo ectópico RA % = 0,06 / 0,09 x 100 = 66,6 % (el 66,6 % de
los embarazos ectópicos producidos en las mujeres que habían sido expuestas intra-útero al DES fueron
causados por el DES (y esa es la proporción de embarazos ectópicos que se hubieran evitado si no hubieran
estado expuestas al DES). En concreto, si en el grupo de mujeres expuestas existieron 255 embarazos
ectópicos, ahora sabemos que, de ellos, 166 fueron causados por la exposición al DES y es lo que se hubiera
evitado si no hubieran estado expuestasm.
En el ejemplo del LCZ696 y enalapril en relación al riesgo de muerte o internación por causa
cardiovascular el RA % = 0,047 / 0,265 x 100 = 17,7 %; lo que nos indica ese porcentaje de internaciones o
muertes ocurridas en los pacientes tratados con enalapril se han producido por no haber recibido LCZ696 y,
por lo tanto, es el porcentaje de internaciones o muertes que se hubiera evitado en ese grupo. (Ocurrieron
1117 internaciones o muertes en el grupo tratado con enalapril y se podrían haber evitado 198)n. Mientras el
RA nos indica el número de eventos atribuidos al factor e RA% nos indica la proporción de eventos atribuidos al
factor, es decir, la misma información que el RA sólo que expresada en porcentaje.
j
O, lo que es lo mismo, 9 % - 3 % = 6 %
O lo que, como sabemos es lo mismo, 26,5 % - 21,8 % = 4,7 %
l
O de cada 100 personas que usaron enalapril, 5 (redondeando 4,7) se internaron o murieron por no usar LCZ696
m
166 es el 66 % de 255
n
198 es el 17,7 % de 1117
k
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 6
Número Necesario a Tratar (NNT) y Numero necesario para dañar (NNH)
Esta medida nos indica cuantos pacientes hay que tratar para evitar que a 1 no le ocurra el evento y es
una forma más intuitiva de estimar la utilidad de un fármaco. Su cálculo es sencillo: simplemente, es el inverso
del RA. Si el RA esta expresado sin el uso de un factor de amplificación (en el ejemplo del LCZ696 el RA = 0,047)
el NNT se obtiene mediante la fórmula 1/RA, en el ejemplo sería 1 / 0,047 = 21. Esto se interpreta de esta
manera “es necesario tratar a 21 pacientes con el LCZ696 para evitar que uno se interne o muera por causa
cardiovascular”. Si el RA estuviera expresado en porcentaje la fórmula es 100 / RA, en el ejemplo sería:
100 / 4,7 = 21 y su interpretación es la misma.
Si se trata de un fármaco cuyo efecto es mejorar un resultado entonces corresponde el cálculo del NNT
como lo hemos explicado anteriormente; pero, en forma análoga, podríamos calcular el NNH (del inglés
“number nedeed to harm” o número necesario para dañar) lo cual es útil para estimar efectos adversos de la
medicación. Por ejemplo, en el mismo estudio se observo que 14 % de los tratados con el nuevo fármaco
presentaron hipotensión sintomática comparada con el 9,2 % de los que usaron enalapril. El RA = 14 - 9,2 = 4,8;
y el NNH es = 100 / 4,8 = 21. Es decir, hay que tratar a 21 pacientes con LCZ696 para que uno tenga
hipotensión arterial sintomática. En este caso, sólo por coincidencia, es el mismo número de pacientes a tratar
para evitar que uno se interne o muera.
Interpretación resumida de las medidas riesgo aplicada a los ejemplos dados
Con todo lo que hemos analizado podemos saber que:
1) la exposición al DES en la vida intrauterina se asocia a 3 veces más riesgo de sufrir un
embarazo ectópico en comparación con no haber estado expuesta y se podrían haber evitado el
66.6% de estos eventos si estas mujeres no hubieran sido expuestas al fármaco.
2) El LCZ696 se asocia a un efecto protector de internación o muerte por causa
cardiovascular cuando se lo compara con enalapril. Este efecto puede ser expresado como 1,22
veces menos riesgo de presentar esos eventos. Si las personas que usaron enalapril hubieran usado
LCZ696 se hubieran observado 198 casos menos de esos eventos; lo que representa un 16 % menos
del total de los casos de internación o muerte entre los que usaron Enalapril. Hay que tratar a 21
personas para evitar que uno se interne o muera; y, a su vez, por cada 21 personas tratadas 1
tendrá hipotensión sintomática. A partir de este punto el profesional tiene suficiente información
para decidir si es conveniente o no utilizar el nuevo fármaco o seguir usando el enalapril.
3) El uso de albumina en vez de cristaloides en pacientes con sepsis severa o shock séptico
no parece mejorar la mortalidad de los pacientes.
Respuestas a las preguntas del artículo:
I)
El riesgo de las expuestas fue de 0,09 o (o del 9%) y el de las no expuestas de 0,03 (o del 3%). El riesgo de toda la
población es de 0,07 (o 7%)
II) Sí, porque la frecuencia del evento no es la misma en ambos grupos (9% versus 3%) lo cual nos indica que ha
variado según se esté o no expuesto al factor (el evento es embarazo ectópico y el factor en estudio es el DES
III) El orden correcto sería: f, e, a, d, c, b
o
Porque 255/2692 =0.09; 36/1293=0,03 y mujeres cuyas madres habían utilizado el fármaco durante el embarazo y, por
tanto, estuvieron expuestas in útero, 255 presentaron un embarazo ectópico en su adultez; en tanto, de las 1293 que no
habían estado expuestas in útero desarrollaron un embarazo ectópico en su adultez 36.
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 7
ANEXO: Tabla de 2 x 2
En epidemiología se utiliza con mucha frecuencia la tabla de contingencia. En la asignatura la utilizaremos para
dos propósitos: a) realizar cálculos para analizar la asociación entre un factor y un evento y b) estudiar la utilidad de
pruebas diagnósticas. En esta sección se explicará su uso para el primer caso. La tabla está compuesta por filas
(horizontales) destinadas a la información del factor en estudio (por ejemplo: uso de un fármaco , consumo de algún
alimento, exposición a un factor de riesgo, estado de vacunación, etc). Es decir, en las filas se consignan los datos de la
exposición en estudio y columnas (verticales) se incluyen datos del evento en estudio (enfermar, curarse, morir, etc).
Estas filas y columnas delimitan celdas donde se vuelcan las frecuencias de cada combinación de las variables analizadas.
Denominaremos las celdas como “a”, “b”, “c” y “d”
Con el Evento Sin el Evento Totales
Expuestos
(a)
(b)
(a+b)
No expuestos
(c )
(d)
(c+d)
Totales
(a+c)
(b+d)
(a+b+c+d)
En su forma más elemental las tablas 2x2 permiten el análisis de 2 variables dicotómicas, en general una variable
independiente (exposición) y una variable dependiente (evento). Construyamos la tabla de 2x2 del artículo que hemos
tomado por ejemplo en la sección de riesgo absoluto, en el cual de 2692 pacientes expuestas intra-útero al DES 255
desarrollaron el evento “embarazo ectópico “ y de 1293 pacientes no expuestas al DES desarrollaron el evento 36. Tal
como se nos presenta la información la Tabla de 2x2 se construiría se esta manera:
Expuestas
al
DES
No expuestas al
DES
Totales
Embarazo
Ectópico
No Embarazo
Ectópico
255 (a)
2437 (b)
36 (c)
1257 (d)
291 (a+c)
3694 (b+d)
Totales
2692 (a+b)
1293 (c+d)
3985
(a+b+c+d)
Para finalizar nuestro trabajo sólo nos queda completar las celdas “b” y “d” restando del total de cada fila los
valores de las celdas “a” y “c” respectivamente. Las celdas de los totales se completan sumando los valores
correspondientes.
Bibliografía
1)
2)
3)
4)
5)
6)
Adverse Health Outcomes in Women Exposed In Utero to Diethylstilbestrol Robert N. Hoover, M.D., Sc.D., Marianne Hyer,
M.S., Ruth M. Pfeiffer, Rebecca Troisi, Sc.D. et al N Engl J Med 2011; 365:1304-1314)
PARADIGM-HF Investigators and Committees Angiotensin–Neprilysin Inhibition versus Enalapril in Heart Failure N Engl J Med
2014; 371:993-1004
ALBIOS Study Investigators, Albumin Replacement in Patients with Severe Sepsis or Septic Shock, N Engl J Med 2014;370:141221).
Alexandra Barratt, Peter C. Wyer, Rose Hatala, Thomas McGinn, Antonio L. Dans, Sheri Keitz,Virginia Moyer, Gordon Guyatt,
for the Evidence-Based Medicine Teaching Tips Working Group Tips for learners of evidence-based medicine:1. Relative risk
reduction, absolute risk reduction and number needed to treat CMAJ , 2004; 171 (4) 353-358
Gary Schwitzer, BA A Guide to Reading Health Care News Stories JAMA Intern Med. 2014;174(7):1183-1186
Furukawa TA, Guyatt GH, Griffith LE. Can we individualise the number needed to treat? An empirical study of summary effect
measures in metaanalyses. Int J Epidemiol 2002;31:72-6.p
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 8
Asignatura “Atención Primaria de la Salud, Epidemiología e Informática” – Año 2014
Página 9
Descargar