Ciencia sin seso… locura doble

Píldoras sobre medicina basada en pruebas

Unos vienen y otros van

This post is also available in: Inglés

image_pdf

Decía Forrest Gump que la vida es como una caja de bombones. A mí me parece que se parece más a una sala de cine. Ahí estamos nosotros, viendo la película, mientras hay gente que entra y gente que sale. Algunos están mucho tiempo viendo la película, otros se van rápido. Hay quien está desde el principio, incluso desde antes que nosotros, hay quien llega después. En fin, como la vida misma.

Pues lo mismo pasa a veces con los estudios de cohortes o los ensayos clínicos. A veces el número de participantes es el mismo durante toda la duración del estudio, salvo las pérdidas durante el seguimiento, que casi siempre se producen. Pero otras veces los participantes, como si de nuestra vida se tratase, entran y salen del estudio.

Pensemos en un estudio que dura desde enero hasta diciembre. Si se trata de una cohorte abierta, los participantes pueden entrar en el estudio desde el principio o hacerlo más tarde. Por ejemplo, imaginemos un sujeto A que entra desde el principio, uno B que entra en Marzo y otro C que entra en octubre. Una vez que entran en el estudio ocurre una cosa parecida; pueden estar en él hasta el final o abandonarlo antes por tres razones: presentan el evento de estudio, se mueren (los pobres) o se pierden durante el seguimiento por la razón que sea.

Como es fácil de entender, cada paciente contribuye al seguimiento con un número de días determinado y diferente. Si nos limitamos a calcular la incidencia acumulada al final del estudio dividiendo el número de eventos por el número de participantes tendremos una idea aproximada del riesgo de presentar el evento, pero no de cómo de rápido se presenta este riesgo. Para mejorar esta medida tenemos que calcular otra que se llama densidad de incidencia y que refleja el número de eventos por unidad de tiempo-población.

Esta densidad de incidencia sería el equivalente a la incidencia acumulada en los estudios cerrados, donde los participantes tienen todos unos seguimientos similares. Pero, a diferencia de la incidencia acumulada, que es una proporción, la densidad de incidencia es una tasa, ya que incorpora el paso del tiempo en el denominador.

La forma de calcular la densidad de incidencia es dividir el número de eventos nuevos durante el periodo de estudio entre el tiempo total observado para todas las personas del estudio. Por ejemplo, un caso por cada 100 personas-año sería el resultado de encontrar un caso en 100 personas seguidas durante un año o en diez seguidas durante diez años. Para comprender mejor su significado, sería lo mismo que decir que hemos visto un evento por cada 100 personas en cada año de seguimiento.

Como podéis ver, el denominador de esta tasa representa el tiempo total que la población ha estado sometida al riesgo de desarrollar el evento que estemos estudiando. Un problema que tiene este método es que asume que el riesgo es constante durante todo el periodo, lo cual a veces puede no ser reflejo de la realidad. Por ejemplo, en muchas enfermedades crónicas el riesgo va aumentando con el tiempo.

Para terminar, deciros que esta medida puede servir para comparar el riesgo de dos poblaciones, aun cuando el tiempo de seguimiento o de participantes no sea el mismo en los dos grupos. De la misma forma que calculamos el cociente de riesgo en los estudios de incidencia acumulada (el riesgo relativo), podemos calcular el cociente de las densidades de incidencia de dos grupos para calcular la razón de densidades de incidencia, que tiene una interpretación similar a la del riesgo relativo.

Y con esto esto terminado. No hemos hablado nada de cómo consideramos a los que se pierden del estudio. ¿Presentan el evento o no?, ¿enferman o no enferman?. Pues lo que se suele hacer es considerar que han estado bien durante la mitad del periodo durante el que se pierden, sacándose después del estudio. De aquí viene el asunto de los datos censurados de los estudios en los que la variable de resultado es de tipo tiempo hasta producción del evento. Pero esa es otra historia…

Deja un comentario

A %d blogueros les gusta esto: