Epidemiologia Para Comunicadores

cuadernosde la Fundacin Dr. Antonio Esteve

9 788494 257162

ISBN: 978-84-942571-6-2

32

32

Epi

dem

iolo

ga

para

per

iodi

stas

y c

omun

icad

ores

Epidemiologa para periodistas y comunicadoresCoordinadores: Gonzalo Casino y Esteve Fernndez

Epidemiologa para periodistas y comunicadores

Coordinadores: Gonzalo Casino y Esteve Fernndez

CUADERNOS DE LA FUNDACIN DR. ANTONIO ESTEVE N 32

La presente edicin recoge la opinin de sus autores, por lo que la Fundacin Dr.Antonio Esteve no se hace necesariamente partcipe de su contenido.

Imagen de cubierta:Sinapsis naranja(fragmento). Gonzalo Casino, 2004.

2015, Fundacin Dr. Antonio EsteveLlobet i Vall-Llosera 2. E-08032 BarcelonaTelfono: 93 433 53 20Direccin electrnica: [email protected]://www.esteve.org

ISSN edicin impresa: 2385-5053ISSN edicin electrnica: 2385-5061ISBN: 978-84-942571-6-2Depsito Legal: B 1526-2015Impreso en Espaa

-III-

La Fundacin Dr. Antonio Esteve, establecida en 1983, contempla como objetivo prioritario el estmulo del progreso de la farmacoteraputica por medio de la comunicacin y la discusin cientfica.

La Fundacin quiere promover la cooperacin internacional en la investigacin farmacoteraputica y, a tal fin, organiza reuniones internacionales multidisciplinarias donde grupos reducidos de investigadores discuten los resultados de sus trabajos. Estas discusiones se recogen diferentes formatos de publicacin como los Esteve Foundation Symposia y los Esteve Foundation Discussion Groups.

Otras actividades de la Fundacin Dr. Antonio Esteve incluyen la organizacin de reuniones dedicadas a la discusin de problemas de alcance ms local y publicadas en formato de monografas o cuadernos. La Fundacin participa tambin en conferencias, seminarios, cursos y otras formas de apoyo a las ciencias mdicas, farmacuticas y biolgicas, entre las que cabe citar el Premio de Investigacin que se concede, con carcter bienal, al mejor artculo publicado por un autor espaol dentro del rea de la farmacoterapia.

Entre la variedad de publicaciones que promueve la Fundacin Dr. Antonio Esteve, cabe destacar la serie Pharmacotherapy Revisited en la cual a travs de diferentes volmenes se recopilan, en edicin facsmil, los principales artculos que sentaron las bases de una determinada disciplina.

-V-


ndice

Presentacin

Gonzalo Casino y Esteve Fernndez ............................................................................................ VII

Participantes ................................................................................................................................... IX

Epidemiologa y periodismo: encuentros y desencuentros

Gonzalo Casino ........................................................................................................................... 1

Para qu sirve la epidemiologa?

Esteve Fernndez ........................................................................................................................ 11

Medidas estadsticas ms usuales en epidemiologa

Erik Cobo .................................................................................................................................... 17

Ser verdad? Sobre causalidad, confusiones y sesgos. Y sobre prisas, prejuicios y otras querencias

Miquel Porta ................................................................................................................................ 23

Epidemiologa social: la persona, la poblacin y los determinantes sociales de la salud

Carme Borrell .............................................................................................................................. 33

Podemos actuar sobre las causas ambientales del enfermar? Podemos. Contra la desazn, la desolacin y el negacionismo ambiental

Miquel Porta ................................................................................................................................ 39

Falacias en investigacin epidemiolgica

Esteve Fernndez ........................................................................................................................ 49

Dnde encontrar informacin epidemiolgica fiable?

Pablo Alonso y Gerard Urrutia ..................................................................................................... 57

Crnica de la jornada y del debate entre periodistas y epidemilogos

Pol Morales ................................................................................................................................. 67

44 mensajes clave .......................................................................................................................... 71

Bibliografa ...................................................................................................................................... 75

Glosario ........................................................................................................................................... 77

-VII-


gos que amenazan la salud de la poblacin y con las causas de todo tipo de problemas de salud. Sin embargo, el enfoque epidemiolgico, con su razonamiento poblacional, su componente esta-dstico y su terminologa tcnica, plantea enor-mes dificultades para los periodistas y comunica-dores. Y esto hace que la informacin presente demasiado a menudo deficiencias que, aunque no siempre son achacables al informador, con-viene conocer y subsanar.

En este sentido, los textos de las ocho po-nencias ofrecen una introduccin a la epidemio-loga con abundantes explicaciones y referencias de utilidad para los informadores en su trabajo cotidiano. El Cuaderno recoge tambin la crnica del debate que tuvo lugar entre periodistas y epi-demilogos, una bibliografa bsica y una lista de 44 mensajes clave sobre epidemiologa para pe-riodistas y comunicadores. Esta lista de pldoras informativas condensa los principales mensajes de los ponentes y contiene algunas pautas que

Presentacin

Gonzalo Casino y Esteve Fernndez

Este libro recoge, fundamentalmente, las presen-taciones y el debate realizados en la Jornada so-bre epidemiologa para periodistas y comunica-dores que organizaron la Asociacin Espaola de Comunicacin Cientfica (AECC) y la Fundacin Dr. Antonio Esteve el 12 de junio de 2014 en la Asociacin de la Prensa de Madrid. Su intencin principal es ofrecer, de este modo, los conteni-dos y las reflexiones planteados en la jornada a un pblico ms amplio que el que pudo participar en ella. Pero pretende, adems, ser una herra-mienta til y perenne para los profesionales de la informacin y quiz tambin para los cientficos interesados en la comunicacin de la ciencia en un rea tan espinosa como frecuentada por los informadores.

La epidemiologa representa uno de los prin-cipales contenidos de la informacin cientfica. Est presente en muchos temas de salud, pero tambin de medio ambiente y de ciencia y tec-nologa, pues tiene que ver con todo tipo de ries-

Casino / Ventura

-VIII-

Presentacin

pueden ayudar a mejorar las habilidades de los periodistas y comunicadores cuando se enfren-tan a un estudio epidemiolgico.

Conscientes de que una de las dificultades que plantea la epidemiologa a los informadores es la comprensin de los tecnicismos y su tra-duccin al lenguaje del periodista, al final de la obra se incluye un doble glosario, terminolgico y de problemas de traduccin, con una veinte-na de los principales trminos epidemiolgicos. Por un lado, se explica el concepto tal como lo define en ingls el Diccionario de Epidemiologa de la International Epidemiological Association, editado por Miquel Porta; y por otro, se discu-ten los problemas y dificultades que plantea su traduccin al espaol (todos los periodistas son traductores, pues la ciencia original se escribe mayoritariamente en ingls), segn la opinin experta del traductor mdico Fernando A. Na-varro, principal autoridad en la materia en nues-tro pas.

Este Cuaderno es, en cierto modo, comple-mento y continuacin del de Bioestadstica para periodistas y comunicadores, editado tambin por la AECC y la Fundacin Dr. Antonio Esteve, a partir de la jornada del mismo ttulo celebrada en 2013 tambin en Madrid. Incluye igualmente una serie de vietas de Enrique Ventura, como prolon-gacin de la primera serie y como una suerte de lectura paralela a la textual. Aunque la bioestads-tica y la epidemiologa son disciplinas diferentes, la una no se entiende del todo sin la otra, ambas se refuerzan mutuamente y, lo que es ms impor-tante, entre las dos construyen puentes de cono-cimiento para abordar y entender la incertidumbre caracterstica de la salud y la enfermedad.

Una de las principales obligaciones de los periodistas y comunicadores cientficos es, pre-cisamente, saber trasladar esa incertidumbre al pblico, de manera rigurosa, entretenida e imagi-nativa. Y la razn de ser de este Cuaderno no es otra que aportar algo en este empeo.

-IX-


Participantes

Gonzalo Casino [email protected] | @gonzalocasino

Periodista cientfico y doctor en Medicina por la Universidad Complutense de Madrid (Ciencias Biosanitarias), con posgrados en Bioestadstica y Edicin. Ha sido coordinador de la informacin de salud de El Pas durante una dcada y director editorial de Doyma/Elsevier Espaa. Actualmente dirige la revista Tcnica Industrial y escribe para diversos medios. Es vocal de la AECC.

Erik Cobo [email protected]

Estudi Medicina en Barcelona y Estadstica en Essex y Pars. Es profesor titular del Departa-mento de Estadstica e Investigacin Operativa de la Universidad Politcnica de Catalua (UPC) en Barcelona. Es editor de metodologa de Medi-cina Clnica y editor asociado de Trials. Es codi-rector del curso 100% online de la UPC Bioesta-dstica para no estadsticos.

Esteve Fernndez [email protected] | @stvfdz

Mdico epidemilogo y doctor en Salud Pblica. Dirige la Unidad de Control del Tabaquismo del Institut Catal de Oncologa-IDIBELL, es profe-sor titular de Salud Pblica de la Universidad de Barcelona y presidente de la Sociedad Espao-la de Epidemiologa. Investiga en el mbito de la epidemiologa del tabaquismo y del cncer. Fue director de la revista Gaceta Sanitaria y colabora con varias revistas internacionales biomdicas y agencias de investigacin como revisor habitual de manuscritos y proyectos.

Pablo Alonso [email protected]

Especialista en Medicina Familiar y Comunitaria, y doctor en Epidemiologa Clnica. Es investi-gador Servet del Centro Cochrane Iberoameri-cano en el Instituto de Investigacin Biomdica IIB-Sant Pau, en Barcelona. Es responsable del Centro Grade en Espaa.

Emilio de Benito [email protected] | @emiliodebenito

Periodista especializado en sanidad y ciencia. Li-cenciado en Ciencias Qumicas (Bioqumica) por la Universidad Complutense de Madrid y mster en Periodismo por la Escuela de Periodismo de la Universidad Autnoma de Madrid/El Pas. Tra-baja como redactor en El Pas desde 1999.

Carme Borrell [email protected] | @carme1848

Mdica epidemiloga y doctora en Salud Pbli-ca. Responsable de investigacin y Docencia de la Agencia de Salud Pblica de Barcelona, donde adems dirige el Servicio de Sistemas de Informa-cin Sanitaria. Es profesora asociada del Mster en Salud Pblica de la Universitat Pompeu Fabra y directora de la revista Gaceta Sanitaria desde 2010. Investiga sobre los determinantes sociales y su repercusin en la salud, liderando proyectos nacionales e internacionales.

-X-

Participantes

Ignacio Fernndez Bayo [email protected] | @ifbayo

Periodista especializado en ciencia desde 1980, con unos 3500 artculos publicados en diferentes medios. Desde el ao 2000 dirige la empresa Di-vulga, participando en la elaboracin de decenas de libros, documentales y exposiciones. Es vice-presidente de la AECC.

Esperanza Garca Molina [email protected] | @pampanilla

Redactora jefa de la agencia SINC y vicepresi-denta de la AECC. Es licenciada en Fsica por la Universidad Complutense de Madrid y mster en Periodismo y Comunicacin de la Ciencia, la Tec-nologa y el Medio Ambiente por la Universidad Carlos III de Madrid.

Miquel Porta [email protected] | @miquelporta

Doctor en Medicina y mster en Salud Pblica. Investigador del Instituto Hospital del Mar de In-vestigaciones Mdicas (IMIM), catedrtico de Sa-lud Pblica de la Universitat Autnoma de Barce-lona y catedrtico adjunto de Epidemiologa en la Universidad de Carolina del Norte en Chapel Hill (EE.UU.). Es coeditor del libro Nuestra contami-nacin interna. Concentraciones de compuestos txicos persistentes en la poblacin espaola, y editor de A dictionary of epidemiology. Ha sido presidente de la Sociedad Espaola de Epide-miologa, de la European Epidemiology Federa-tion y de Cientficos por el Medio Ambiente.

Gerard Urrutia [email protected]

Mdico epidemilogo y doctor en Salud Pblica. Trabaja en el Servicio de Epidemiologa Clnica y Salud Pblica del Hospital de la Santa Creu i Sant Pau, en Barcelona. Es investigador del Cen-tro Cochrane Iberoamericano.

-1-


que es su materia de estudio, la epidemiologa, la que interesa por s misma a los medios y, en todo caso, la que hace mediticos a los epidemilo-gos y facilita sus contactos con los periodistas.

Algo especial debe tener la epidemiologa para que los estudios observacionales santo y sea de la investigacin epidemiolgica susci-ten mayor inters periodstico que los ensayos clnicos aleatorizados y que las revisiones sis-temticas y metaanlisis, aun cuando los resul-tados de estos tipos de diseos suelen aportar pruebas de mayor peso cientfico o, si se quiere, merecen ms confianza. Un estudio realizado con los cinco peridicos de mayor difusin en los Estados Unidos ha revelado que el 68% de las informaciones sobre investigaciones publicadas en las principales revistas mdicas se refiere a estudios observacionales (3). Las revistas mdi-cas tambin publican ms estudios observacio-


Gonzalo Casino

Los periodistas y los comunicadores cientficos tienen una razn de peso para saber epidemio-loga: las noticias mdicas representan la mitad de toda la informacin cientfica en la prensa generalista (1), y muchas de estas noticias tie-nen un componente epidemiolgico o informan directamente de un estudio realizado por epide-milogos.

No es de extraar, por tanto, que los epide-milogos de todos los pases interacten con los periodistas ms que otros cientficos de perfil ms bsico o experimental, como pueden ser los investigadores de clulas madre (2). La razn, cabe suponer, no es que los epidemilo-gos tengan una naturaleza especial, sean ms abiertos, tengan un mayor compromiso social o, sencillamente, sean ms imprudentes o menos quisquillosos ante las consabidas inexactitudes de los medios de comunicacin. Presuponemos

Cobos / Cobo / Ventura

-2-


nales que ensayos clnicos, pero en menor pro-porcin que la prensa generalista.

Por qu interesa tanto la epidemiologa a los periodistas y a los medios de comunicacin? Esta es la pregunta preliminar que voy a abordar a continuacin, como prlogo a otras dos cues-tiones cuyo anlisis puede aportar alguna luz sobre los puntos de encuentro y desencuentro entre la epidemiologa y el periodismo: qu pro-blemas plantea la informacin epidemiolgica en los medios y cmo podra mejorarse la informa-cin periodstica.

El inters periodstico de la epidemiologa

Los estudios epidemiolgicos encuentran eco en los peridicos por la sencilla y tautolgica ra-zn de que tienen inters periodstico. El inters periodstico (valor noticioso o newsworthiness) no es fcil de definir, pero todo buen periodista es capaz de detectar si una investigacin biomdica merece la atencin de los medios. El que un es-tudio epidemiolgico venga o no acompaado de una nota de prensa puede, ciertamente, favore-cer que los medios se hagan eco de ese estudio; sin embargo, esta es una condicin en general necesaria pero nunca suficiente, pues lo que a la postre determina la visibilidad meditica es su va-lor noticioso. Los comunicados de prensa no ha-cen sino acrecentar (dando mayor visibilidad) un inters periodstico que ya tienen per se algunos estudios que publican las revistas mdicas (4).

En general, los trabajos epidemiolgicos inte-resan a los medios porque hablan de la relacin que tienen con la salud cosas tan prximas y variadas como el ejercicio fsico, la dieta, la con-taminacin, el urbanismo, la democracia, la tele-visin, el ruido, el nmero de hijos, la educacin, la delincuencia, los servicios sociales, el tamao de las ciudades, la calidad del agua o la amis-tad. Cmo no van a interesarnos los estudios que indagan sobre las causas (fsicas, mentales, sociales y ambientales) que influyen en nuestra salud?

Nada humano parece ajeno a los intereses de los epidemilogos, empeados como estn en comprender por qu unas personas son ms susceptibles a enfermar que otras. Aunque tam-

bin las disciplinas clnicas se interesan por las causas de las enfermedades, lo distintivo de la epidemiologa es su orientacin poblacional y preventiva. Su premisa es que las enfermedades no se distribuyen aleatoriamente en una pobla-cin, sino que dependen de factores genticos y ambientales que pueden ser identificados (5). Su principal objetivo es, por tanto, determinar las causas de las enfermedades y la mala salud, pero no se limita a eso, pues adems evala las medidas preventivas y teraputicas disponibles, y propone nuevas pautas y normas para mejo-rar la salud pblica. Esta orientacin etiolgica, poblacional y preventiva de la epidemiologa con-verge claramente con los intereses de los medios de comunicacin.

El trabajo de los epidemilogos interesa mu-cho a los medios porque nos informa de por qu enfermamos y nos ofrece las claves de la pre-vencin. A lo largo de la historia ha mostrado, sin ir ms lejos, que la falta de flor en el agua de beber se asocia con una mayor presencia de caries, o que el tabaquismo se asocia con un mayor riesgo de sufrir cncer de pulmn. Ambos casos han sido de enorme inters pblico y pe-riodstico; y en ambos, los factores involucrados (el agua sin flor y el tabaquismo) han acabado siendo considerados causas de la caries dental y del cncer de pulmn, respectivamente.

Aunque la mayora de los estudios epidemio-lgicos no son tan impactantes y concluyentes como estos a la hora de identificar las causas de la enfermedad, son muchas las investigacio-nes que establecen asociaciones entre exposi-ciones y enfermedades de indudable inters ge-neral, y por ello pueden merecer la atencin de los medios de comunicacin. En otros casos, sin embargo, los resultados de los estudios epide-miolgicos han dado pie a la difusin de conclu-siones prematuras y de mensajes excesivamente rotundos y triunfalistas.

Informar al gran pblico sobre los resultados de los estudios epidemiolgicos no es tarea fcil, pues representa adentrarse en un campo plaga-do de minas terminolgicas y conceptuales o, si se quiere, de problemas informativos que es ne-cesario sortear para ofrecer una informacin ve-raz a partir de una correcta interpretacin de los

-3-

EPIDEMIOlOGA PARA PERIODIStAS Y COMUNICADORES


resultados. Sin nimo de ser exhaustivo, veamos cules son algunos de estos problemas.

los problemas de la informacin epidemiolgica

Diversos estudios han puesto de relieve que la informacin periodstica sobre los estudios m-dicos contiene abundantes errores e imprecisio-nes, a menudo por una incorrecta interpretacin de las estadsticas de salud (6). La responsa-bilidad sobre los errores detectados no es, sin embargo, exclusiva de los informadores, porque algunos de estos errores ya vienen inducidos porlos comunicados de prensa que dan cuenta de los resultados de las investigaciones, o inclu-so por los propios artculos cientficos, que a ve-ces presentan sesgos que favorecen los errores e imprecisiones en los medios (7).

Las deficiencias de la informacin periodstica sobre los resultados de los estudios epidemio-lgicos pueden resumirse en una palabra: sen-sacionalismo o, por usar un trmino ms afn a los epidemilogos, sobreinterpretacin (overin-terpretation). Esta interpretacin desmesurada no es exclusiva de los periodistas, sino que se extiende a los dems eslabones de la cadena de comunicacin cientfica: autores, revistas cientfi-cas, gabinetes de comunicacin, etc. Uno de los casos ms sonados fue el de la terapia hormonal sustitutiva para el tratamiento de los sntomas de la menopausia, que lejos de reducir el ries-go cardiovascular, como insinuaban los estudios epidemiolgicos, aumentaba este riesgo, segn demostr un ensayo clnico (Womens Health Ini-tiative Randomized Controlled Trial). Otro ejemplo ms reciente es el de la sobreinterpretacin del beneficio del cribado del cncer de mama me-diante mamografas peridicas (8).

No hay que descartar que los medios tengan una cierta propensin a la exageracin y la simpli-ficacin, patente al menos en los titulares, como se encargan de remarcar muchos observadores. Pero los errores y las distorsiones tienen que ver, sobre todo, con las condiciones y las exigencias del ejercicio periodstico, y en particular con la complejidad de la materia informativa, la calidad de las fuentes y la presin del tiempo y otros fac-

tores periodsticos. Los problemas que plantea la informacin epidemiolgica son muchos, pero entre ellos destacan los que a continuacin se comentan.

Las dificultades de la bioestadstica

La presentacin de los resultados de la investi-gacin con parmetros estadsticos, algo habi-tual y de lo ms caracterstico en los estudios epidemiolgicos, representa un problema de in-terpretacin de primera magnitud para los infor-madores. Los periodistas reconocen que tienen problemas para entender e interpretar las esta-dsticas, y por eso no son infrecuentes los errores (9,10). A veces, sin embargo, las incorrecciones se derivan simplemente de errores y problemas de traduccin de los trminos ingleses (p. ej., rate y ratio) y del significado algo distinto que pueden tener esas palabras y otras similares, como n-dice en lenguaje corriente o en otras disciplinas, como la economa.

Las medidas de la frecuencia de un fenmeno (p. ej., el nmero de casos de una enfermedad o frecuencia absoluta) son quiz las ms fciles de interpretar, pero aun as trminos como razn (ra-tio), proporcin, porcentaje o tasa (rate) se pres-tan a confusin. El trmino ratio puede traducirse como razn, fraccin o cociente (la traduccin recomendada) (11), pues expresa simplemente el valor de dividir una cantidad por otra (12). Es un concepto ms amplio e inclusivo, pues todas las tasas y proporciones son cocientes, pero no a la inversa. Una proporcin es un tipo de cociente que expresa la relacin de la parte con el todo (el numerador est incluido en el denominador, como puede ser la proporcin de fumadores en la poblacin general), mientras que un porcenta-je es simplemente un tipo de proporcin o una forma de expresar una proporcin (en tanto por ciento).

En epidemiologa suele limitarse el trmino razn a aquellos cocientes (ratios) cuyo nume-rador no est incluido en el denominador (p. ej., la relacin o razn entre mdicos mujeres y mdicos hombres), excluyendo de este modo las proporciones (p. ej., la razn entre mdicos mujeres y el conjunto de los mdicos de ambos

-4-


sexos). Todas las proporciones son razones o ratios, pero hay otras razones que no son pro-porciones, porque una ratio es solo un cociente, en el cual el numerador puede estar incluido en el denominador (proporcin) o no estarlo, como seala la ltima edicin (2014) del Diccionario de Epidemiologa de la International Epidemiological Association (12). Una posible solucin termino-lgica para este embrollo sera traducir ratio por cociente, y reservar razn para aquellas ratios cuyo numerador no est incluido en el denomi-nador, pero esto es algo que est lejos de ser admitido y consolidado por el uso.

Las rates (tasas) son tambin ratios. Lo ca-racterstico de esta medida de frecuencia es que tiene en cuenta el factor tiempo (normalmente 1 ao) para poder medir de este modo cmo cambia un fenmeno a lo largo del tiempo. En general, el trmino rate (tasa) implica la idea de ritmo o velocidad de cambio, y puede asimilarse a una proporcin en la que se considera el factor tiempo (la medida se expresa, p. ej., en nmero de casos/1000 habitantes-ao). Un ejemplo de tasa sera la mortalidad anual por una determina-da enfermedad, que puede aumentar o disminuir de un ao a otro. El trmino rate (tasa) presenta tambin problemas terminolgicos y de traduc-cin, pues por un lado es un vocablo polismico y de amplio uso en un peridico generalista y, por otro, la propia epidemiologa a veces tambin lo emplea de forma equvoca (p. ej., tasa de preva-lencia).

Los conceptos de prevalencia (prevalence) e incidencia (incidence) son dos medidas funda-mentales en epidemiologa que igualmente se prestan a confusin. La prevalencia es una pro-porcin (una relacin de una parte con el todo), como por ejemplo la que expresa el porcentaje de fumadores en el conjunto de la poblacin o el porcentaje de enfermos de cncer de pulmn en una poblacin (prevalencia de fumadores y prevalencia del cncer de pulmn, respectiva-mente). La incidencia, en cambio, no es una pro-porcin, sino una tasa (rate), es decir, el cociente entre dos magnitudes en el cual se considera el factor tiempo; as, por ejemplo, la tasa (anual) de incidencia del cncer de pulmn sera el nmero de casos nuevos de la enfermedad en una po-

blacin durante un periodo de tiempo (general-mente 1 ao).

Sin embargo, por qu se dice a veces tasa de incidencia y tasa de prevalencia? La confu-sin surge de los distintos usos que puede tener la palabra tasa en el lenguaje corriente (relacin entre dos magnitudes, un vocablo prximo a los de divisin, fraccin o cociente, y a los trminos epidemiolgicos de razn y proporcin) y en el lenguaje especializado de la epidemiologa.

El trmino ingls odds se refiere a otra medi-da de frecuencia que plantea un doble proble-ma: el de traduccin (momio es una de las ms aceptadas en Latinoamrica, pero escasamente usada en Espaa) y el de comprensin de lo que significa. Una odds (momio) no es sino un tipo de razn o cociente entre dos probabilidades, es decir, un riesgo, por ejemplo el cociente de la probabilidad que tiene un hombre de sufrir un cncer a lo largo de su vida y la que tiene una mujer (su expresin sera, p. ej., 2/3 o 2 a 3).

Los epidemilogos utilizan adems otras me-didas de frecuencia ms sofisticadas, por lo que la interpretacin de los estudios resulta a veces mucho ms difcil. Las medidas que estiman la asociacin entre dos magnitudes, como son en-tre otras muchas la odds ratio (razn de momios) y el riesgo relativo (vase Medidas estadsticas ms usuales en epidemiologa, p. 17), son asi-mismo ms complejas y pueden ser origen de errores de interpretacin si no se consulta con las fuentes adecuadas. (Para esclarecer los pro-blemas conceptuales y de traduccin que plan-tean las medidas de frecuencia, vase el Glosario incluido al final de este libro, p. 77).

El laberinto de la causalidad

Distinguir entre causas y efectos, entre asocia-ciones causales y no causales, es uno de los grandes retos del pensamiento y la razn. El pro-blema existe desde que el hombre es un ser de lenguaje, y es un asunto central de la filosofa y la lgica que la epidemiologa tambin ha hecho suyo. La mayora de los estudios epidemiolgi-cos se centran en determinar las posibles aso-ciaciones entre la exposicin a un factor (p.ej., un contaminante ambiental) o una caracterstica

-5-



personal (p. ej., la obesidad) y la aparicin deuna enfermedad (p. ej., un determinado tipode cn-cer). Pero este es solo el primer paso del razona-miento epidemiolgico, ya que inmediatamente se plantea la pregunta de si la asociacin obser-vada es o no causal. No todas las asociaciones son iguales, y no todas, ni mucho menos, son asociaciones causales; adems, las causas pue-den ser necesarias o suficientes, o ambas cosas.

Para discernirlo, los epidemilogos inten-tan hacer las inferencias adecuadas a partir de lasasociaciones encontradas (en Ser verdad? Sobre causalidad, confusiones y sesgos. Y so-bre prisas, prejuicios y otras querencias, p. 23, se aborda el problema de la causalidad en epide-miologa), y cuando es factible plantean la realiza-cin de ensayos clnicos para confirmar o no la posible relacin causal. A menudo estos ensayos no pueden realizarse, pero en todo caso los estu-dios epidemiolgicos suelen ser la avanzadilla de la investigacin para poner de relieve asociacio-nes de riesgo e identificar lo que se ha dado en llamar factores de riesgo.

El concepto de factor de riesgo, ntimamente ligado al de causalidad, empez a ser popular y a tener una creciente presencia meditica a partir del famoso estudio epidemiolgico de Fra-minghan, iniciado a mediados del siglo xx. Aun-que el concepto no est del todo claro para el comn de la poblacin ni para algunos informa-dores, un factor de riesgo es cualquier caracte-rstica fsica personal, hbito de vida o exposicin ambiental que ha sido asociada en un estudio cientfico con una alta probabilidad de sufrir el re-sultado investigado, en general una enfermedad.

Normalmente se trata de un hbito modifica-ble (otros factores, como el sexo o la edad, no lo son), y esta es una de las razones por las que los resultados de las investigaciones epidemiol-gicas suelen ofrecer pautas preventivas de gran inters general y meditico.

Un problema aadido para interpretar dema-nera adecuada las asociaciones puestas de mani fiesto en los estudios epidemiolgicos es la presencia de variables de confusin. Estas ter-ceras variables, a menudo desconocidas, son lasque dan sentido a algunas de las asociacio-nes que pueden detectarse. Un ejemplo clsico

es el de la asociacin entre la talla de zapato y la comprensin lectora en una poblacin; esta aso-ciacin solo tiene sentido cuando se comprende que la comprensin lectora est condicionada por la edad, que es esa tercera variable que real-mente se asocia con la comprensin lectora. La identificacin de estas variables de confusin no es fcil, pues requiere profundos conocimientos sobre toda la red causal de la que forman parte la exposicin (exposure) y el desenlace o resultado final (outcome) (12).

Otros trminos que usan los epidemilogos para explicar los factores causales de las enfer-medades, como son los factores predisponen-tes, facilitadores, desencadenantes o de refuer-zo, hacen ms intricado si cabe el laberinto de la causalidad para un periodista. Para estar alerta, la advertencia que hacan Skrabanek y McCor-mick sigue siendo de lo ms pertinente: Debido a nuestra necesidad de comprender, explicar y tratar las enfermedades, la tentacin de atribuir causalidad a lo que no es sino asociacin resulta imperiosa y difcil de vencer. En realidad, es la causa ms importante de los errores cometidos en medicina (13).

El diseo y la confianza de los estudios

Un tercer desafo para los informadores es co-nocer y diferenciar los distintos tipos de diseos epidemiolgicos y la confianza que merecen. Los estudios observacionales son los tpicos de la investigacin epidemiolgica, pero entre ellos se diferencian tres tipos principales: los de cohor-tes, los de casos y controles, y los transversales; adems de los casos y las series de casos. Es-tos tres tipos de estudios observacionales se han mencionado en orden decreciente en cuanto a la confianza cientfica que merecen sus resultados, aunque esta confianza no es nunca un valor ab-soluto, pues depende, entre otros factores, de la calidad del diseo de cada estudio concreto (14).En cualquier caso, los informadores deben cono-cer las caractersticas principales de cada tipo de estudio para interpretar mejor los resultados que pueden ofrecer.

Un estudio de cohortes se caracteriza por la existencia de dos grupos o cohortes de indivi-

-6-


duos participantes en el estudio, los expuestos y los no expuestos, a quienes se hace un se-guimiento durante un tiempo para comparar la incidencia de una enfermedad o la mortalidad. El estudio de Framinghan, ya comentado, es quiz el estudio de cohortes ms famoso y el que ha dado y sigue dando lugar a ms publicacio-nes cientficas, muchas de las cuales han hecho aportaciones cruciales al conocimiento y la pre-vencin de las enfermedades cardiovasculares.

En los estudios de casos y controles se com-paran tambin dos grupos de individuos, los quepresentan la enfermedad (casos) y los que no la presentan (controles), con la intencin de estudiar en cada grupo qu individuos han tenido o no determinadas exposiciones para establecer posibles asociaciones.

Los estudios transversales se denominan as porque describen las caractersticas de una poblacin en un momento dado (un corte trans-versal o foto fija). En este tipo de investigaciones epidemiolgicas se aborda una poblacin defi-nida en un momento dado para estudiar simul-tneamente en cada individuo participante las posibles exposiciones y las enfermedades o los resultados de inters.

Aunque en principio solo los ensayos clnicos permiten establecer causalidad, esto no es siem-pre as y los mejores estudios observacionales, cuando cumplen ciertos requisitos, tambin pue-den demostrar una asociacin causal.

La fiabilidad de las fuentes

Un problema especialmente importante para los periodistas es el de localizar fuentes de informa-cin fiables. Cuando se enfrentan a la elaboracin de una informacin en la que se manejan datos epidemiolgicos son muchas y muy diversas las cuestiones que se plantean. No obstante, una cuestin bsica y preliminar es trabajar conda-tos contrastados. Cuntos enfermos hay con Alzhimer, cuntos con alergias, con enfermeda-des reumticas o con cualquier otro problema de salud? Cul es la prevalencia de una enferme-dad concreta? Cul es su incidencia? Hasta qu punto pueden generalizarse los datos de un

estudio epidemiolgico a otra poblacin? Qu otros estudios similares existen?

Conseguir datos contrastados es fundamen-tal para informar con rigor, pero las fuentes no siempre los ofrecen. Los periodistas tienen la obligacin de comprobarlos y, para ello, recurrir a registros y datos estadsticos fiables (en Dn-de encontrar informacin epidemiolgica fiable?, p. 57, se aborda en profundidad esta cuestin), pues solo a partir de datos fiables es posible ela-borar una informacin rigurosa y trasladar al p-blico mensajes de salud responsables.

El titular y la comunicacin de la incertidumbre como problema

Finalmente, los periodistas se enfrentan al siem-pre peliagudo reto de titular una informacin. Se dice, probablemente de forma muy exagerada, que un buen titular es media noticia, pero en cualquier caso lo cierto es que este elemento de la informacin es el ms importante y el que sirve, o no, para centrar la atencin del lector e informarle rpidamente de su contenido (15).

El problema fundamental con los estudios epidemiolgicos y mdicos en general es que sus resultados no suelen ofrecer conclusiones tajantes y definitivas, sino que estas son proba-bilsticas y provisionales. En los mensajes epide-miolgicos abundan los podra y otras expre-siones caractersticas de la incertidumbre, pero en los libros de estilo periodstico no se admiten estas expresiones en los titulares. Se prohbe terminantemente el uso de expresiones en el ti-tular tambin restringidas en los textos como podra, no se descarta, al parecer, posi-ble, probable y otras similares, reza el Libro de Estilo de El Pas (14).

El periodismo, que desdea los podra en los titulares, debe esforzarse en encontrar frmu-las imaginativas para comunicar la incertidumbre (tanto en los titulares como en el texto) propia de la epidemiologa y de la ciencia en general. Probablemente solo de este modo, sin rehuir la incertidumbre y el claroscuro, sea posible realizar un periodismo de salud riguroso y responsable, que ayude a los lectores a ser consumidores ms exigentes de noticias mdicas.

-7-



Cmo podemos informar mejor

El periodismo es, esencialmente, un mtodo para informar con rigor y veracidad que utiliza unas herramientas profesionales para buscar y con-trastar la informacin. Por tanto, para informar mejor hay que seguir ese mtodo con disciplina y profesionalidad. Las habilidades profesionales bsicas que se le suponen a un periodista no tie-nen nada de especial, pues se resumen en unas cuantas capacidades elementales: la de buscar informacin, la de resumir, la de hacer pregun-tas apropiadas, la de saber contar una historia y la de trabajar con rapidez. Estas competencias bsicas las tienen muchas personas, pero lo dis-tintivo de los profesionales del periodismo es que actan como mediadores entre las fuentes de informacin y el pblico a quien se deben, res-petando una tica periodstica entre cuyos prin-cipios estn los de actuar con independencia y perseguir la verdad lo mximo posible.

En la prctica, como suele ocurrir, las cosas son ms confusas y complicadas. En el caso de la informacin epidemiolgica, aparte de respetar los principios ticos profesionales, quiz convie-ne tener presentes algunas cuestiones ms con-cretas, como las que a continuacin se plantean.

Hacer las preguntas apropiadas a las fuentes adecuadas

Para interpretar correctamente los resultados de un estudio epidemiolgico y ponerlos en su debido contexto, los periodistas deben plan-tearse la pregunta inexcusable de qu es lo que aade el estudio en cuestin a lo que ya se sa-ba. Y deben responderla buscando informacin y acudiendo a fuentes competentes e indepen-dientes para interpretarla. Los autores de un es-tudio concreto pueden ser muy competentes en la materia, pero no son fuentes independientes como para delegar en ellos su exclusiva inter-pretacin. Como parte interesada que son, los autores tienen sesgos interpretativos, y convie-ne por tanto recurrir a expertos independientes para conocer mejor el contexto de la investi-gacin, aunque hay que recordar que ninguna fuente est libre de sesgos.

Qu otros estudios hay sobre el tema en cuestin? Qu aade este estudio concreto? Qu limitaciones tiene? Quin paga la inves-tigacin? Qu calidad tiene el diseo del estu-dio? Hasta qu punto merecen confianza sus conclusiones? Qu trascendencia tienen los hallazgos para la poblacin? Cules son los n-meros que resumen de forma sencilla los resul-tados del trabajo? Estas son solo algunas de las preguntas para las que conviene tener respuesta antes de ponerse a informar.

Evitar (en lo posible) los tecnicismos

La informacin cientfica es en especial rica en trminos tcnicos, pero los tecnicismos son un arma de doble filo: por un lado son enormemente precisos y, por el otro, son enormemente desco-nocidos. Por ello, los medios de comunicacin, de manera acertada, desaconsejan su uso siem-pre que sea posible y recomiendan explicar su significado cuando no queda ms remedio que utilizarlos.

Los periodistas tienen la obligacin de co-municar y hacer accesible al pblico en general la informacin tcnica o especializada, dice el Libro de Estilo de El Pas, y a rengln seguido aade: El uso de tecnicismos no muestra ne-cesariamente unos vastos conocimientos, sino, en muchos casos, una notable ignorancia (14).

Evitar los tecnicismos tiene, adems, el efecto colateral beneficioso de que ayuda a escribir con el estilo de los periodistas, no con el de los cient-ficos, y esto facilita enormemente la comprensin y la comunicacin.

Intentar (en lo posible) hacer temas propios

La bandeja de entrada de informacin de los periodistas cientficos est repleta de comuni-cados de prensa de las revistas cientficas y de los centros de investigacin. Entre estos agentes hay una gran competencia por llamar la atencin de los periodistas y conseguir hacerse un hueco en los medios de comunicacin, para lo cual sus comunicados han alcanzado un notable refina-miento. Sin embargo, los estudios ms llamati-

-8-


vos, acompaados de las notas de prensa ms atractivas y persuasivas, no son necesariamente los que ms interesan al pblico.

Los periodistas deben aprender a cribar y desestimar aquellos estudios epidemiolgicos que no aportan sino ancdotas y ruido; pueden utilizarlos, en todo caso, como pistas para infor-maciones relacionadas, pero que pretenden dar respuesta a otras preguntas. El objetivo desea-ble es que los periodistas aborden temas pro-pios y originales, que traten de dar respuesta a los intereses de los lectores ms que a los de los cientficos. Y para ello, es importante desacoplar (en lo posible) la agenda periodstica de la de los cientficos y las revistas.

Mantener un escepticismo saludable

Si el periodismo es un mtodo para el tratamien-to profesional de la informacin, el escepticismo es quiz la actitud ms responsable. La informa-cin periodstica est amenazada por la comuni-cacin y la propaganda, que se infiltran en todos los espacios informativos, incluidos los medios de comunicacin, con el resultado pernicioso de que el pblico no las distinga. El periodista tiene, en este sentido, la obligacin de ofrecer una in-formacin cribada de los sesgos e intereses de las fuentes de informacin, por muy legtima que sea su actividad comunicadora.

Al informar sobre los estudios epidemiolgi-cos es preciso mantener un escepticismo salu-dable, que tenga muy presente que los comu-nicados de prensa muchas veces exageran o distorsionan los resultados de la investigacin, que las prevalencias y las incidencias pueden estar infladas para hacer que un problema de sa-lud parezca ms grave de lo que es en realidad (disease mongering), y que los autores de las in-vestigaciones son fuentes interesadas.

Comprender el razonamiento epidemiolgico

El mensaje que, a la postre, traslada el periodista al pblico depende no solo de los datos y hechos que lo resumen, sino sobre todo de su interpreta-cin. Por s mismos, los datos numricos pueden ser manipulados, aunque solo sea presentando

una parte de los resultados (p. ej., aportando el riesgo relativo sin ofrecer el riesgo absoluto). Pero adems, los datos deben ser interpretados en su contexto, y esta es una tarea para la que el periodista necesita apoyarse en expertos y com-prender el razonamiento epidemiolgico.

Las limitaciones que presentan los estudios epidemiolgicos obligan a ser extremadamente cautos en el anlisis de sus implicaciones, evi-tando los excesos interpretativos (8). Esto es en particular cierto en aquellos estudios que mues-tran asociaciones dbiles entre la exposicin (factor de riesgo) y la enfermedad, y cuando solo existe un nico estudio o los resultados de los estudios disponibles son contradictorios. Para la correcta interpretacin de los resultados y de sus implicaciones en la salud humana, es reco-mendable la participacin de investigadores y clnicos (16).

Informar adecuadamente sobre los resulta-dos de los estudios epidemiolgicos que asocian un factor de riesgo con una enfermedad es, por tanto, un reto periodstico que entraa riesgos informativos. No se trata solo de no confundir una asociacin con una relacin causal, sino de contextualizar los resultados de un estudio con-creto y de valorar sus implicaciones con fuentes autorizadas. Comprender el razonamiento epide-miolgico ayudar a los periodistas a interactuar mejor con las fuentes y a ofrecer mensajes ms ponderados y ajustados a la realidad sobre los diferentes riesgos y problemas de salud que es-tudia la epidemiologa.

Bibliografa

1. Bauer M. The medicalization of science news. From rocket-scalpel to the gene-meteorite complex. So-cial Science Information. 1998;37(4):731-51.

2. Peters HP, Brossard D, de Cheveign S, Dunwoody S, Kallfass M, Miller S, et al. Science communica-tion. Interactions with the mass media. Science. 2008;321(5886):204-5.

3. Selvaraj S Borkar DS, Prasad V. Media coverage of medical journals: do the best articles make the news? PLoS One. 2014;9(1):e85355.

4. Stryker JE. Reporting medical information: effects of press releases and newsworthiness on medical jour-nal articles visibility in the news media. Prev Med. 2002;35(5):519-30.

-9-



5. Gordis L. Epidemiologa. 3 ed. Madrid: Elsevier; 2005.6. Coombes R. BMJ in smug docs storm. Can a me-

dia row over a BMJ editorial be blamed on newspa-per journalists misunderstanding of statistics? BMJ. 2008;336(7657):1340-1.

7. Woloshin S, Schwartz LM. Press releases: translating research into news. JAMA. 2002;287(21):2856-8.

8. Johnston SC, Hauser SL. The challenge of publish-ing newsworthy epidemiology. Ann Neurol. 2010; 68(2):A8-10.

9. Voss M. Checking the pulse: Midwestern reporters opinions on their ability to report health care news. Am J Public Health. 2002;92(7):1158-60.

10. Casino G. Los periodistas ante la bioestadstica: problemas, errores y cautelas. En: Casino G, edi-tor. Bioestadstica para periodistas y comunicadores. Cuadernos de la Fundacin Dr. Antonio Esteve n 26. Barcelona: Fundacin Dr. Antonio Esteve; 2013. p. 1-9.

11. Navarro FA. Diccionario de dudas y dificultades de tra-duccin del ingls mdico. 3 ed. Edicin electrnica en lnea (versin 3.03). Madrid: Cosnautas; 2014. Dis-ponible en: www.cosnautas.com

12. Porta M, editor. A dictionary of epidemiology. 6th ed. New York: Oxford University Press; 2014.

13. Skrabanek P, McCormick B. Sofismas y desatinos en medicina. Barcelona: Doyma; 1992.

14. Alonso P. La confianza en los resultados de la inves-tigacin y el sistema GRADE. En: Casino G, editor. Bioestadstica para periodistas y comunicadores. Cuadernos de la Fundacin Dr. Antonio Esteve n 26. Barcelona: Fundacin Dr. Antonio Esteve; 2013. p. 25-32.

15. El Pas. Libro de estilo. 22 ed. Madrid: Aguilar; 2014.16. Angell M. The interpretation of epidemiologic studies.

N Engl J Med. 1990;323(12):823-5.

-11-


de hiptesis y conocimientos (el mtodo epide-miolgico y el enfoque epidemiolgico), y sirve como ciencia bsica para la medicina y la salud pblica. A pesar de la variedad de definiciones, todas tienen como denominador comn el con-tinuo salud-enfermedad, que es su objeto de estudio.

La epidemiologa se basa en el anlisis esta-dstico, configurando una metodologa propia y especfica, y emplea e integra algunos procedi-mientos de las ciencias sociales y de las ciencias bsicas. Las amplias posibilidades que compor-ta la aplicacin de los procedimientos de anlisis epidemiolgico puede concretarse en distintos mbitos: el primero, el estudio de las enferme-dades y de las actividades que se desarrollan para su control, de modo que la salud pblica y la asistencia sanitaria disponen, a travs de la epidemiologa, de herramientas para responder adecuadamente a los problemas con que se en-


Esteve Fernndez

Qu es la epidemiologa

El Diccionario de Epidemiologa (1) define la epidemiologa como el estudio de la aparicin y distribucin de sucesos, estados y procesos relacionados con la salud en poblaciones espec-ficas, incluyendo el estudio de los determinantes que influyen en esos procesos y la aplicacin de este conocimiento para controlar los problemas de salud relevantes. No es esta, sin embargo, la nica definicin, pues casi cada autor en su correspondiente manual ha elaborado una pro-pia (2). En la Tabla 1 se recogen algunas de estas definiciones (3) en una lista no exhaustiva que quiere dar cuenta de aquellas ms significativas y vigentes que han tenido una especial difusin en nuestro medio.

La epidemiologa es un cuerpo cambiante de conocimientos, una metodologa y una for-ma de pensar. La epidemiologa como disciplina cientfica dispone de un conjunto de sistemas

Ventura(Adaptado de una broma que circula por Internet)

-12-


frentan; el segundo es el de racionalizar las polti-cas de salud (mbito de la planificacin sanitaria).

Se ha discutido el futuro de la epidemiologa a la luz de su evolucin durante los dos ltimos siglos y sus implicaciones para la salud pblica y la sociedad. Susser y Susser (4,5), tras describir una serie de etapas o eras en el desarrollo de la epidemiologa (Tabla 2), presentaban una nueva era en la que nos vemos ya envueltos, a la que llaman de la eco-epidemiologa, de la cual su paradigma son las cajas chinas, en contraposi-cin al paradigma de la era inmediatamente pre-cedente, la caja negra, correspondiente a la epi-demiologa de las enfermedades crnicas (ltima mitad del siglo xx). La eco-epidemiologa sera el estudio de las relaciones causales a nivel social y con patognesis y causalidad a nivel molecular.

Aplicaciones de la epidemiologa

La epidemiologa aspira a proporcionar respues-tas vlidas y oportunas a cuestiones sobre la

comprensin y la mejora de los problemas de salud de la poblacin. Las preguntas que puede intentarse responder desde, o a travs de, la epi-demiologa se refieren a la importancia de los pro-blemas de salud y a la posibilidad de modificar-los: qu frecuencia y qu tendencia presenta una determinada enfermedad, qu caractersticas de utilizacin y de accesibilidad tienen las presta-ciones sanitarias, qu intervenciones preventivas son efectivas, qu beneficio para el sistema sani-tario representa la modificacin de una determi-nada pauta diagnstica o teraputica, etc.

Las principales aportaciones de la epidemio-loga son su mtodo y su enfoque. El mtodo epidemiolgico se basa en el mtodo cientfico, es decir, se formulan hiptesis y se intentan pro-bar mediante una metodologa cientfica obser-vacional. El enfoque epidemiolgico se centra en el estudio de grupos humanos (poblaciones, comunidades) definidos por un entorno geo-grfico o temporal determinado, y en su mbito natural. El mtodo epidemiolgico pone nfasis

Tabla 1. Algunas definiciones de epidemiologa.

Autores Ao La epidemiologa es...

MacMahon y Pugh (6) 1970 ...el estudio de la distribucin de la enfermedad y de los determinantes de su prevalencia en el hombre.

Lilienfeld y Lilienfeld (7) 1976 ...el estudio de los patrones de distribucin de las enfermedades en las poblaciones humanas, as como de los factores que influyen sobre dichos patrones.

Kleinbaum et al. (8) 1982 ...el estudio de la salud y la enfermedad en poblaciones humanas.

Miettinen (9) 1985 ...el estudio de la frecuencia de los fenmenos de inters en el campo de la salud.

Rothman y Greenland (10) 1986 ...la elaboracin de causas que puedan explicar ciertos patrones de la ocurrencia de la enfermedad.

Last (11) 1988 ...el estudio de la distribucin y los determinantes de las enfermedades o problemas de salud en una poblacin especfica, y la aplicacin de este estudio al control de los problemas de salud.

Porta (1) 2014 ...el estudio de la aparicin y distribucin de sucesos, estados y procesos relacionados con la salud en poblaciones especficas, incluyendo el estudio de los determinantes que influyen en esos procesos y la aplicacin de este conocimiento para controlar los problemas de salud relevantes.

Elaborada a partir de Benavides y Segura (3).

-13-



en las observaciones no experimentales y utili-za fundamentalmente tcnicas cuantitativas. Los diseos de los estudios epidemiolgicos no alte-ran ni manipulan los factores que actan sobre las personas y las poblaciones (como haramos en un experimento en el laboratorio), sino que se basan en la observacin de lo sucedido en el la-boratorio poblacional.

Los diseos epidemiolgicos, tambin cono-cidos como diseos observacionales, pueden ser analticos (estudios de cohortes o longitudi-nales, y estudios de casos y controles), cuando pretenden averiguar la causa de una condicin y tienen una cierta secuencia temporal, o descrip-tivos (estudios transversales y estudios ecolgi-cos), cuando pretenden describir la situacin de un factor de riesgo o condicin. Muchos autores consideran dentro del campo de la epidemiolo-ga los estudios experimentales en humanos (el ensayo clnico) en los que se trata de controlar en el diseo el mayor nmero de variables, como haramos en el laboratorio.

En la Tabla 3 se resumen las aplicaciones de los principales diseos epidemiolgicos, y en la Tabla 4 se esquematizan sus mayores ventajas e inconvenientes.

Las aplicaciones de la epidemiologa se con-centran en los siguientes mbitos:

1) Establecer la magnitud y la distribucin de la salud-enfermedad

Medir qu sucede en las poblaciones (p. ej., la mortalidad, la incidencia y la prevalencia de enfermedades, la prevalencia de facto-resde riesgo) es uno de los principales obje-tivos de la epidemiologa, tanto para conocer caractersticas concretas sobre la salud o la enfermedad que soporta una poblacin como para monitorizar en el tiempo de qu manera van cambiando esas caractersticas. Ejemplos de ello seran el estudio de la mortalidad por cncer en reas geogrficas concretas y la monitorizacin de los cambios de la prevalen-cia del tabaquismo en el tiempo.

Tabla 2. Eras en la evolucin de la epidemiologa moderna.

Era Paradigma Aproximacin analtica Aproximacin preventiva

Estadsticas sanitarias(primera mitad del s. xix)

Miasma: envenenamientopor emanaciones del suelo, aire y aguas

Demostracin de agrupaciones en la morbimortalidad

Introduccin del alcantarillado y de la depuracin de aguas residuales

Enfermedades infecciosas (final del s. xix hasta primera mitad del s. xx)

Teora del germen: un nico agente se relaciona con una nica enfermedad

Aislamiento y cultivo del germen proveniente del lugar de la enfermedad en el laboratorio, transmisin experimental y reproduccin de las lesiones

Interrupcin de la transmisin (vacunas, aislamiento de los enfermos y antibiticos)

Epidemiologa de las enfermedades crnicas (ltima mitad del s. xx)

Caja negra: exposicin relacionada con el desenlace, sin necesidad de factores mediadores o patognesis

Riesgo relativo de la condicin para la exposicin individual en las poblaciones

Control de los factores de riesgo a travs de modificaciones en el estilo de vida, en el agente o en el ambiente

Eco-epidemiologa (emergiendo)

Cajas chinas: interrelaciones de estructuras organizadasjerrquicamente

Anlisis de los determinantes y condiciones a diferentes niveles de organizacin, usando nuevos sistemas de informacin y tcnicas biomdicas

Aplicacin de las tecnologas de la informacin y biomdicas para encontrar influencias en niveles adecuados, desde el contextual al molecular

Adaptada de Susser y Susser (4,5).

-14-


2) Identificar los determinantes de la salud-enfer-medad

Junto con el punto anterior, la epidemiologa se ha ocupado desde sus orgenes de inten-tar descubrir el porqu de un determinado estado de salud o las causas de un proceso. Un ejemplo ya clsico es el del tabaco, iden-tificado mediante estudios epidemiolgicos como agente causal del cncer de pulmn a mediados del siglo xx, o ms recientemente la identificacin del polvo de soja como el agente provocador de asma epidmica tras la des-carga de soja en los silos de los puertos.

3) Completar cuadros clnicos

La epidemiologa tiene una aplicacin clara para la medicina clnica, pues la utilizacin de crite-rios epidemiolgicos y estadsticos ha servido

para tipificar enfermedades. Por ejemplo, en el caso de la intoxicacin por aceite de colza, la investigacin epidemiolgica permiti en pri-mer lugar definir la enfermedad producida para poder realizar la investigacin de sus causas.

4) Identificar nuevas enfermedades

La aparicin de casos de una enfermedad desconocida en un lugar determinado y en un tiempo concreto se estudia mediante el mtodo epidemiolgico. Este fue el caso, por ejemplo, del sida, descrito a partir de la apa-ricin de cinco casos de una rara neumona en jvenes que normalmente solo afectaba a personas con algn tipo de inmunodepresin.

5) Evaluar la eficacia de las intervenciones

Los mtodos epidemiolgicos se aplican para conocer la eficacia de cualquier tipo

Tabla 3. Aplicaciones de los estudios de cohortes, de casos y controles, transversales y de intervencin.

Estudios de cohortes

Estudios de casos y controles

Estudios transversales

Estudios ecolgicos

Investigacin de enfermedades raras + + + + + + +

Investigacin de causas raras + + + + + +

Medicin de la incidencia + + + +

Valoracin de la causalidad + + + + + + +

Medicin de asociaciones + + + + + + + + + +

Efectos de mltiples exposiciones + + + + + + + + + + + +

Estudio de mltiples enfermedades + + + + + +

Tabla 4. Principales ventajas e inconvenientes de los estudios de cohortes, de casos y controles, transversales y de intervencin.

Estudios de cohortes

Estudios de casos y controles

Estudios transversales

Estudios ecolgicos

Complejidad de diseo Alta Alta Media Baja

Complejidad de ejecucin Alta Alta Media Baja

Complejidad de anlisis Alta Alta Media Baja

Posibilidad de sesgos Media Alta Media Alta

Tiempo Largo Medio Medio Corto

Coste Grande Grande Medio Bajo

Nivel de evidencia + + + + +++ + +

-15-



deinterven cin sanitaria, tanto en el mbito de la prevencin primaria (p. ej., una intervencin educativa para disminuir el consumo de alco-hol entre los jvenes) como en el de la preven-cin secundaria (p. ej., evaluar si la deteccin precoz del cncer de pulmn mediante criba-do con tomografa computarizada disminuye la mortalidad por este tipo de cncer) y en el tratamiento de las enfermedades (p. ej., los ensayos clnicos para valorar la eficacia de un determinado frmaco o de una intervencin quirrgica).

6) Contribuir a la planificacin sanitaria

Si bien algunos de los objetivos anteriores ya contribuyen a la planificacin y la gestin sa-nitaria, la epidemiologa tambin se aplica es-pecficamente para investigar las necesidades concretas de servicios sanitarios (p. ej., en el diseo de los planes de salud) y para la eva-luacin de resultados tras polticas o progra-mas completos (p. ej., la consecucin de los objetivos marcados en los planes de salud).

7) Ayudar a la enseanza

La epidemiologa contribuye a la formacin de profesionales sanitarios en mbitos como la lectura crtica de la literatura biomdica, que es la base de la prctica (medicina, en-fermera, etc.) basada en pruebas; la estan-darizacin de los artculos cientficos biom-dicos (mediante iniciativas como CONSORT o STROBE, que detallan la estructura y los con-tenidos que deben tener los artculos segn el diseo de la investigacin que presentan); y la sntesis emprica y cuantitativa de conocimien-tos mediante el metaanlisis.

8) Ayudar al desarrollo de la investigacin clnica

Los mtodos epidemiolgicos hacen posi-ble la investigacin de factores pronsticos, de mtodos diagnsticos, de la variabili-dadde la prctica o de la evaluacin de re-sultados, que no puede desarrollarse experi-mentalmente. La epidemiologa ha llevado a la formalizacin delos diseos epidemiolgicos, a la manerade identificar sesgos, y a identifi-car y controlar factores de confusin; en de-

finitiva, a aumentar la validez de los estudios clnicos.

los apellidos de la epidemiologa y la epidemiologa sin apellidos

La epidemiologa y los epidemilogos trabajan de manera muy cercana y a menudo en gran interaccin con otras disciplinas, como la socio-loga, la biologa molecular o la gentica, debido en parte a la necesidad de conocer parcelas del sistema salud-enfermedad, con la consiguiente especializacin de la epidemiologa a fin de au-mentar la eficiencia de la investigacin. De esta manera se le ponen apellidos a la epidemiolo-ga, algunos como reflejo de la especializacin y el deseo de profundizacin inherente al progre-so de la ciencia, como pueden ser nutricional, ambiental, cardiovascular o del cncer, u otros como social, molecular o clnica.

Por ltimo, para finalizar este apartado cree-mos que, ms all de los apellidos que adopte la epidemiologa, es necesario establecer lneas de comunicacin entre las distintas especialidades y mantener actitudes tolerantes entre los que las practican (3). Puesto que el inters de la epide-miologa son los determinantes de la salud y la enfermedad en las poblaciones, est llamada a desarrollar un papel integrador entre la salud p-blica, la medicina clnica, las ciencias bsicas y la gestin de los servicios sanitarios, para cuantificar, comprender y mejorar la salud de la poblacin.

Bibliografa

1. Porta M, editor. A dictionary of epidemiology, 6th ed. Oxford: Oxford University Press & International Epide-miological Association; 2014.

2. Lilienfeld DE. The definition of epidemiology. Am J Public Health. 1978;108:87-93.

3. Benavides FG, Segura Benedicto A. Los apellidos de la epidemiologa: lo que importa es el nombre. En: Garca Benavides F, editor. La epidemiologa y sus apellidos. Barcelona: Institut Universitari de Salut Pblica de Catalunya; 1995. p. 75-93.

4. Susser M, Susser E. Choosing a future for epidemi-ology: I. Eras and paradigms. Am J Public Health. 1996;86:666-73.

5. Susser M, Susser E. Choosing a future for epidemiol-ogy: II. From black box to chinese boxes and eco-epidemiology. Am J Public Health. 1996;86:673-7.

-16-


6. MacMahon B, Pugh TF. Principios y mtodos de epidemiologa. Mxico: La Prensa Mdica Mexicana; 1976.

7. Lilienfeld AM, Lilienfeld DE. Fundamentos de epide-miologa. Mxico: Fondo Educativo Interamericano; 1983.

8. Kleinbaum DG, Kupper LL, Morgenstern H. Epidemio-logic research: principles and quantitative methods. New York: van Nostrand Reinhold Company; 1982.

9. Miettinen OS. Theoretical epidemiology: principles of occurrence research in medicine. New York: John Wi-ley and Sons; 1985.

10. Rothman KJ, Greenland S. Modern epidemiology. Philadelphia: Lippincott-Raven; 1998.

11. Last JM, editor. A dictionary of epidemiology. 4th ed. Oxford: Oxford University Press & International Epide-miological Association; 2001.

-17-



Erik Cobo

Qu significa un incremento de un 10%? Un aumento del 20% al 30%? O quizs del 20% al 22%? En el primer caso, 30 menos 20 es igual a 10, correcto! Pero en el segundo tambin, ya que 22 dividido por 20 es 1,1, igual a 110%, lo que tambin es un 10% ms. En este punto, con la ayuda de ejemplos, intentaremos ayudar a in-terpretar las medidas ms usuales en epidemio-loga.

Si el objetivo es describir la frecuencia de cierto fenmeno, distinguiremos entre la frecuen-ciade nuevos casos, llamada incidencia, o bien la de casos existentes, llamada prevalencia. Si el objetivo es compararla entre dos grupos, recurri-remos a su diferencia o a su cociente, por lo que

deberemos estar muy atentos para evitar ambi-gedades como la que abre este captulo.

Tambin hay que estar muy atento al deno-minador empleado. Hablaremos de proporcio-nes (o de probabilidad) si el denominador es el nmero total de casos; de odds si es el total de no casos; y de tasa cuando el denominador incluya el tiempo de seguimiento. As, el lector crtico estar tambin pendiente del denomina-dor empleado.

Riesgos y medidas de frecuencia

En sentido amplio, el riesgo es la probabilidad de que algo desfavorable ocurra. En investigacin

* Este captulo es una adaptacin del tema Probabilidad,riesgo, odds y tasa, del curso Bioestadstica para no es-tadsticos (1), que bajo licencia de Creative Commons(Atribucin-NoComercial-CompartirIgual) est accesible en el OpenCourseWaredela Universidad Politcnica de Catalua (2).

Hay que aclarar la referencia y decir si la comparacin es mediante una resta o una divisin: bajar el riesgo del 10% al 5% puede decirse como un descenso del 5% (absoluto) o del 50% (relativo)

Casino / Cobo / Ventura

*

-18-


clnica indica la probabilidad de que aparezca un fenmeno adverso concreto, quizs tras una ac-tividad, una intervencin o una exposicin. Por ejemplo, segn Baos et al. (3), la Food and Drug Administration (FDA) considera lcito someter a los voluntarios de estudios sin beneficio terapu-tico a un riesgo mnimo o insignificante, que define como una probabilidad de entre 1 y 100 por mil de sufrir una complicacin menor; o de entre 10 y 1000 por milln de sufrir una grave.

Probabilidad del riesgo

En medicina, riesgo y probabilidad suelen ser si-nnimos. Pero la definicin de funcin de riesgo (4) en teora de decisin incluye tambin las con-secuencias (prdidas). As, aunque (suponga-mos) las probabilidades de padecer gripe y cn-cer sean iguales, para matemticos, estadsticos y economistas el riesgo del segundo es mayor. En esta lnea, la definicin anterior de mnimo o insignificante de la FDA, baja la frecuencia cuan-do sube la gravedad. Sin embargo, en lo que queda de captulo usaremos el trmino riesgo en su acepcin usual en medicina y epidemiolo-ga, es decir, como sinnimo de frecuencia, sin considerar las consecuencias.

Veamos su clculo en unos datos sencillos. Supongamos que una enfermedad (Y) y su cierta condicin previa (X) solo pueden tomar dos valo-res: presente (+) y ausente (). As, Y+ represen-tar tener la enfermedad, y X representar no tener la condicin.

En la siguiente tabla puede leerse que, de 1000 casos, 15 presentaban la enfermedad, y de ellos 7 estaban expuestos y 8 no:

Presencia de la enfermedad (Y) y del factor de riesgo (X) en 1000 casos.

Y+ Y Total

X+ 7 125 132

X 8 860 868

Total 15 985 1000

Riesgo: P(Y+) = 15/1000 = 0,015

Riesgo en los expuestos: P(Y+ | X+) = 7/132 0,053

Riesgo en los no expuestos: P(Y+ | X) = 8/868 0,009

Odds o momio

Los pases de tradicin anglosajona usan una forma alternativa para expresar resultados incier-tos. Mientras la probabilidad expresa los casos a favor divididos por todos los casos posibles, la odds habla de los casos a favor divididos por los casos en contra. As, nosotros diramos que cierto caballo tiene 7 nmeros sobre (un total de) 8 de ganar una carrera, pero los anglosajones suelen decir que los nmeros de este caballo es-tn 7 a favor frente a 1 en contra.

Usar las odds permite valorar el beneficio po-tencial de una apuesta. Por ejemplo, en los par-tidos de pelota vasca dicen que las apuestas por el pelotari A estn 7 momios frente a 1. De esta forma, los que apuestan por A saben que, ade-ms de recuperar su inversin, podran obtener un momio de 7, pero para los que lo hagan por B, su momio sera de 1/7.

Wikipedia, en la entrada razn de momios (5), explica otros intentos de traducir la odds.

En resumen, se define la odds de A como la probabilidad de que se presente el suceso A divi-dida por la probabilidad de que no se presente A.

En el ejemplo anterior:

Odds en los expuestos: O(Y+|X+) = 7/125 1/18 0,056

Odds en los no expuestos: O(Y+|X) = 8/860 1/107 0,0093

En los expuestos, la enfermedad aparece en 1 caso por cada 18 en que no aparece; en cam-bio, en los no expuestos la enfermedad aparece en 1 caso por cada 107 en los que no aparece.

Como detalle tcnico, obsrvese que el valor de la odds, 0,0093, es muy parecido al de la pro-babilidad anterior, 0,009. De hecho, si la enfer-medad es rara, la probabilidad de sano ser muy prxima a 1, por lo que la odds tendr un valor muy similar a la probabilidad. Por ello, en el caso

-19-



de fenmenos poco frecuentes, probabilidad y odds dan resultados similares.

Adems de la ventaja comentada para valorar la ganancia de una apuesta, otra gran ventaja de las odds es su facilidad para incorporar nueva informacin. Por ejemplo, un clnico puede sa-ber que en un cierto servicio slo 1 paciente que llega tiene un infarto de miocardio (frente a 1000 que no lo tienen), pero en otro servicio, quizs urgencias, podra ser de 1 frente a 10. Si la ana-ltica resulta compatible con infarto, ambas odds deberan multiplicarse por un factor que repre-senta esta informacin adicional (conocido por razn de verosimilitud). Pongamos que este factor vale 100: en el primer servicio, una vez conocidos los resultados positivos, al multiplicar el 1 frente a 1000 por 100 queda por 1 frente a 10; entre los casos con analtica positiva, habr 1 infarto por cada 10 no infartos. En cambio, en las urgencias, donde estaba 1 a 10, al multiplicarlo por 100 pasar a estar 10 frente a 1; entre los casos con analtica positiva habr 10 infartos por cada 1 que no lo sea. Pueden encontrarse ms detalles en nuestro ya mencionado captulo (1) y en el magnfico libro de Guyat et al. (6), que tam-bin aporta numerosos ejemplos.

Tasa

En ocasiones se observa a los pacientes durante un tiempo de seguimiento variable, que convie-ne considerar. La tasa incluye en el denominador esta cantidad de seguimiento. El riesgo as calcu-lado es el cociente entre un nmero de casos y una suma de tiempos de seguimiento, por lo que ya no se trata de una probabilidad (casos favo-rables entre casos totales) ni de una odds (casos favorables entre casos no favorables).

La tasa se define como la relacin entre dos magnitudes; en medicina y epidemiologa, gene-ralmente es la frecuencia de un evento relativa al tiempo. Por ejemplo, Regidor et al. (7) describen que, en 1998, en Espaa se produjeron 360.511 defunciones, lo que supone una tasa de morta-lidad de 915,7 por 100.000 habitantes en 1 ao de seguimiento.

Si el riesgo es constante a lo largo del se-guimiento, basta con un nico valor para repre-

sentarlo: la tasa de riesgo anterior. Ahora bien, en una poblacin que envejece, el riesgo podra aumentar con el tiempo. Si, por la razn que sea, el riesgo cambia a lo largo del seguimien-to, necesitamos especificar cunto vale en cada momento, lo que llamamos funcin de riesgo. Como analoga, podemos decir que la tasa re-presenta cierta velocidad promedio de aparicin de eventos; igual que en un viaje, esta veloci-dad puede ser ms o menos variable. Cuan-to menos vare (ms constante), ms til ser una tasa global, pero cuanto ms vare, ms informacin aporta conocer su valor exacto en cada momento mediante la funcin de riesgo. Por ejemplo, en algunos preparados farmaco-lgicos es usual valorar la frecuencia de even-tos adversos independientemente del tiempo: sea cual sea la historia previa, la probabilidad de presentar un evento adverso es la misma, lo que permite usar una nica tasa de riesgo. Por ejemplo, el riesgo de un sangrado gstrico po-dra ser el mismo con la primera toma que con la toma nmero 100.

Incidencia y prevalencia

La incidencia estudia el nmero de casos nue-vos durante un perodo de tiempo. Por ejemplo, Cohn y Tognoni (8) sostienen que la incidencia durante el periodo de seguimiento de la combi-nacin de eventos que definan la respuesta de inters fue un 13,2% menor con valsartn que con placebo.

La prevalencia, en cambio, estudia el nmero de casos en un momento del tiempo. Por ejem-plo, Martn et al. (9) indican que la proporcin de casos con asma, o la prevalencia de asma, en Europa vara entre pases, con cifras que osci-lan entre un 8% en el Reino Unido y un 2% en Grecia.

La prevalencia depende de la incidencia, cla-ro, pero tambin de la duracin de la enferme-dad. Por ejemplo, la gripe puede tener una alta in-cidencia, pero como la tasa de curacin tambin lo es, la prevalencia ser baja. Adems de por la curacin, la duracin de la enfermedad puede ser corta por el motivo contrario: la muerte. La tasa de pacientes con la enfermedad que fallecen re-

-20-


cibe el nombre de letalidad; as, si cierta enferme-dad tiene una alta letalidad, tambin su prevalen-cia ser baja. Por poner un triste ejemplo actual, el bola puede tener una alta incidencia en cier-tas zonas de frica, pero su letalidad de casi el 50%, junto a su evolucin en semanas, conduce a una baja prevalencia. Por ello, la incidencia es ms informativa en los procesos agudos (breves) y la prevalencia lo es en los crnicos. Ntese tam-bin que la incidencia informa sobre los recursos sanitarios necesarios para afrontar nuevos casos (p. ej., en urgencias), mientras que la prevalencia informa de aquellos necesarios para seguir a los pacientes durante su proceso (p. ej., en atencin primaria). Adems, si lo que se busca es encon-trar los determinantes de aparicin de la enferme-dad, la medida de inters es la incidencia.

Medidas de asociacin

Conviene estudiar qu caractersticas previas son independientes de la evolucin y cules estn asociadas y pueden, por tanto, ayudar a predecirla o quizs, si la relacin fuera causal, a prevenirla. En el ejemplo anterior, el riesgo o la probabilidad en los expuestos era de un 5,3% [P(Y+|X+) = 7/132 0,053], mientras que en los no expuestos era del 0,9% [P(Y+|X) = 8/8680,009]. Cun distintos son 5,3 y 0,9%? Como dos nmeros pueden compararse me-diante su resta o mediante su divisin, tendre-mos dos tipos de medidas.

Diferencia de riesgos

La diferencia de riesgos (RA) es la diferencia en-tre los riesgos en los expuestos y en los no ex-puestos. Tradicionalmente se usaba el nombre de riesgo atribuible, pero por su connotacin causal no siempre sera aplicable, mientras que diferencia de riesgos es ms descriptivo y neu-tro. Hay que recordar, por tanto, valorar la dife-rencia de riesgos nicamente como factor pre-dictivo: los expuestos tienen ese mayor riesgo que los no expuestos. En el ejemplo anterior, la diferencia entre 0,053 y 0,009 es 0,044; es decir, expresado en porcentaje, un 4,4% mayor.

La diferencia de riesgos puede tomar el valor mximo de 1 (o 100%) si todos los expuestos desarrollaran la enfermedad y, a la vez, ninguno de los no expuestos. El valor 0 representa el em-pate, cuando el riesgo sea el mismo en ambos grupos. Si el factor protegiera de la enfermedad en lugar de favorecerla, se observaran valores negativos (hasta 1 o 100%). Para facilitar la interpretacin y expresar los resultados en po-sitivo, basta con intercambiar las definiciones de expuesto y no expuesto.

Nmero necesario de casos (que deben ser) tratados (para evitar un evento)

El objetivo ms noble de la medicina es cambiar el futuro de los pacientes, para lo que se recurre a intervenciones mdicas, como los tratamientos farmacolgicos, quirrgicos, fisioterpicos, etc., o de salud pblica, como cambiar la exposicin de los pacientes, por ejemplo, a un agente nocivo.

En el ejemplo anterior, si asignamos 1000 ca-sos a X+, cabe esperar que 53 desarrollen Y+. Si, en cambio, estos mismos 1000 casos se asignan a X, cabe esperar solo 9, con un aho-rro de 44 casos por cada 1000 reasignados o cambiados de exposicin (epidemiologa) o de tratamiento (clnica). Dicho de otra manera, el nmero necesario de pacientes a ser tratados (NNT) para lograr evitar un caso con el evento sera 1000/44 = 22,7, es decir, 23 pacientes.

El NNT es muy interpretable, pero no tanto si el seguimiento es variable o si puede presentarse ms de un evento. Tampoco son cmodos sus intervalos de incertidumbre.

Riesgo relativo o cociente de riesgos

El riesgo en los expuestos relativo a los no ex-puestos es el cociente entre ambos riesgos (en expuestos dividido por en no expuestos). En el ejemplo anterior, la razn entre 0,053 y 0,009 es 6, lo que indica que los expuestos tienen un ries-go seis veces superior que los no expuestos.

Este riesgo relativo (RR) pretende evaluar cunto se multiplica la probabilidad de desarrollar la enfermedad. El valor 1 representa que el riesgo es el mismo en ambos grupos, valores inferio-

-21-



res a 1 indicaran un factor protector, y valores superiores a 1 indicaran un factor de riesgo. En la situacin extrema e inusual en que no hubiera ningn evento en los no expuestos, al dividir por 0 el riesgo relativo valdra infinito ().

La Tabla 1, tomada de Banegas et al. (10), de-fine como valor de referencia a los pacientes con menores valores de presin arterial (180/100) y presentaron el evento con una frecuencia 3,4 veces superior que el grupo de referencia (tuvieron un 340% de casos res-pecto al de referencia).

Como dijimos al inicio, distinguir una diferen-cia de un cociente de proporciones no es fcil; es quizs la manera ms fcil de enredar al lector. Por ello, hay que estar muy atento y, si es preci-so, pedir aclaraciones. La versin 2010 de la gua CONSORT para el informe cientfico de ensayos clnicos aconseja reportar siempre ambas medi-das: las basadas en cocientes y las basadas en diferencias (11).

Odds ratio o razn de momios

La odds ratio es el cociente entre la odds en los ex-puestos y la misma odds en los no expuestos. En el ejemplo anterior, la razn entre 0,056 y 0,009es 6,2, lo que indica que la odds en losexpuestos es6,2 veces superior a la odds en los no expues-tos. Al ser un fenmeno raro, la odds ratio (6,2) es

muy similar al riesgo relativo(6). Adems, ambas medidas se interpretan de manera parecida.

Una gran ventaja de la odds ratio sobre las medidas basadas en riesgos es que puede ser calculada en cualquier tabla 2 x 2, independien-temente del plan de muestreo. Por ejemplo, los estudios de casos y controles, que fuerzan el n-mero de casos y controles incluidos (p. ej., mitad y mitad), no permiten estimar la probabilidad de enfermar ni por tanto su diferencia o su cociente, pero s permiten calcular la OR.

Razn de tasas (hazard ratio, HR)

Para comparar las tasas de eventos recurrimos a su cociente, al que llamamos razn de tasas o hazard ratio (HR). Por ejemplo, una HR = 0,8 significa que la probabilidad instantnea de mo-rir en el grupo tratado equivale al 80% de dicha probabilidad en el control; en breve, tratar evita un 20% de muertes instantneas.

La interpretacin de instante no es nada fcil. Adems, la muerte no puede evitarse, tan solo retrasarse. Por ello, daremos dos tipos de pistas para interpretar la HR. La primera es que se interpreta de forma muy parecida a los dos cocientes anteriores, el RR y la OR. De hecho, existe una gradacin (12) entre sus valores: lamedida que ms realza la relacin es la OR, y la que menos, el RR. Por ello, puede interpre-tarse la HR como una aproximacin, intermedia, entre la OR (algo mayor) y el RR (algo menor). La segunda es que, en ciertas condiciones, el HR se corresponde con el cociente de medianas. As, tomando la mediana como un estimador de la esperanza de vida, en el ejemplo anterior con HR=0,8 diramos que la esperanza de vida en los pacientes del grupo control es un 80% de la de los tratados, es decir, un 20% inferior. Aunque esta interpretacin no puede aplicarse siempre, puede ser una primera aproximacin para valo-rar el beneficio de una intervencin (13).

Resumen de medidas de asociacin o relacin

La Tabla 2 resume las medidas ms usuales en epidemiologa, distinguiendo por columnas las que se emplean para describir un grupo o para

Tabla 1. Prevalencias de valores de presin arterial en Espaa y riesgo relativo (RR) de muerte cardiovascular.

Presin arterial (mmHg)

Hombres

% RR

180/110 3,3 3,4

Total 100

-22-


comparar dos grupos. Por filas, distingue entre estudios transversales y longitudinales, y estos ltimos segn si el tiempo de seguimiento es fijo o variable.

Desgraciadamente, los artculos suelen ser creativos en el trmino empleado para referirse a estas pocas medidas. Si el estudio que desea interpretar usa un trmino parecido, pero dife-rente, puede recurrir al artculo de Schwartz et al. (14) para ver su equivalencia con las medidas comentadas.

Bibliografa

1. Bioestadstica para no estadsticos. Curso en lnea de la Universitat Politcnica de Catalunya. (Consultado el 2 de julio de 2014.) Disponible en: http://bioestadis tica.upc.edu/

2. Apuntes del curso Bioestadstica para no estadsti-cos. (Consultado el 2 de julio de 2014.) Disponible en: http://ocw.upc.edu/curs/715001-2013/Apunts

3. Baos JE, Brotons C, Farr M. Glosario de investiga-cin clnica y epidemiologa. Monografas de la Funda-cin Dr. Antonio Esteve n 23. Barcelona: Doyma; 1998.

4. Wikipedia. (Consultado el 2 de julio de 2014.) Disponi-ble en: http://en.wikipedia.org/wiki/Risk_function

5. Wikipedia. Razn de momios. (Consultado el 2 de julio de 2014.) Disponible en: http://es.wikipedia.org/wiki/Raz%C3%B3n_de_momios

6. Guyatt G, Rennie D, Meade M, Cook D. Users guides to the medical literature: a manual for evidence-based

clinical practice. 2nd ed. (Jama & Archives Journals). McGraw-Hill Professional; 2008.

7. Regidor E, Gutirrez-Fisac JL, Calle M, Otero A. Patrn de mortalidad en Espaa, 1998. Med Clin. 2002;118:13-5.

8. Cohn J, Tognoni G, for the Valsartan Heart Failure Trial Investigators. A randomized trial of the angiotensin-receptor blocker valsartan in chronic heart failure. N Engl J Med. 2001;345:1667-75.

9. Martn-Olmedo P, Len-Jimnez A, Gmez-Gutirrez JJ, Bentez-Rodrguez E, Mangas-Rojas A. Compara-cin de dos modelos de educacin para pacientes asmticos. Med Clin. 2001;116:408-12.

10. Banegas J, Rodrguez-Artalejo F, de la Cruz JJ, de An-drs B, del Rey Calero J. Mortalidad relacionada con la hipertensin y la presin arterial en Espaa. Med Clin (Barc). 1999;112:489-94.

11. Cobos-Carb A, Augustovski F. Declaracin CONSORT 2010: actualizacin de la lista de compro-bacin para informar ensayos clnicos aleatorizados de grupos paralelos. Med Clin (Barc). 2011;137:213-5.

12. Symons MJ, Moore DT. Hazard rate ratio and pro-spective epidemiological studies. J Clin Epidemiol. 2002;55:893-9.

13. Corts J, Gonzlez JA, Campbell MJ, Cobo E. A hazard ratio is estimated by a ratio of median sur-vival times, but with considerable uncertainty. J Clin Epidemiol. 2014;67:1172-7.

14. Schwartz L, Woloshin S, Dvorin E, Welch G. Ratio measures in leading medical journals: structured re-view of accessibility of underlying absolute risks. BMJ. 2006;333:1248.

Tabla 2. Medidas ms usuales en epidemiologa.

Descripcin de un grupo Comparacin de dos grupos

Prevalencia(casos existentes)

Puntual (un instante)

Riesgos Odds

Riesgo relativo (RR)Diferencia de riesgos (RA)

Nmero necesario a tratar (NNT)

Odds ratio (OR)

Incidencia o mortalidad

(nuevos casos)

Seguimiento idntico

Seguimiento variable

Tasa de riesgo = hazard rate (constante) Razn de riesgos =

Hazard rate ratio = Hazard ratio (HR)Funcin de riesgo =

hazard function (variable)

-23-


en medicina que en otras reas del conocimiento o que en otras profesiones y ciencias de la sa-lud, la vida y la sociedad. Por qu? Porque para descubrir algo que sea relevante para la salud humana casi siempre, o siempre, hay que inte-grar conocimientos de diversas especialidades y niveles (p. ej., genmica, otras ciencias de labo-ratorio, medicina clnica, ciencias poblacionales, sociales o ambientales) (3-5).

Para hacer buenas inferencias causales (que las hay), a menudo es esencial integrar conoci-mientos de varios estudios. Ojo, que la idea pare-ce inofensiva: integrar conocimientos, enfoques, metodologas y tcnicas de diversas ciencias de la salud, la vida y la sociedad.

Y replicar o refutar. Replicar o refutar... Re-plicar o refutar... Cuando consideramos si publi-


Miquel Porta Serra

A menudo es necesario tomar una decisin fundamentada en informacin suficiente para la accin, pero insuficiente para satisfacer completamente al intelecto.

Immanuel Kant (1724-1804) (1)

La lluvia te ha llenado los pulmones de algo que es un dolor en todo semejante a la alegra.

Jos Corredor-Matheos (2)

En medicina, las inferencias causales son de-masiado complejas y trascendentes como para dejarlas en manos de una sola especialidad. Es esencial integrar conocimientos de varias espe-cialidades y niveles (micro, clnico y macro). Y varios estudios. Acaso integrar es ms necesario

Una relacin observada entre dos variables puede ser el resultado de una causa comn

Grima / Marco / Ventura

-24-


car algo sobre un estudio cientfico, en la prensa generalista o profana, una pregunta importan-te (y acaso tambin til) es si el estudio replica o refuta un hallazgo relevante. Si se trata de un estudio me too (yo tambin: copia, moda...), entonces no gastemos el preciado papel ni los no menos preciosos tiempo y tranquilidad de la hipottica lectura. Y si es el primer estudio sobre el tema, el primero que descubre eso, el prime-ro que efecta el hallazgo, realmente el estudio es tan bueno, vlido y relevante como para que est justificado esperar que ser replicado? Si s lo es, adelante; hablemos de l en la prensa general.

Pronto llegar el tiempo en que pagaremos gustosamente para que nos cuenten menos co-sas: slo las que tengan ms visos de ser verda-deras. Esperaremos, razonablemente confiados en que cuando nos las cuenten, tras un tiempo razonable, sin el chirriar de las efectistas prisas y relumbrones, merecer la pena leerlas. Con tiem-po, perspectiva, serenidad y bien contadas. Ese tiempo ya ha llegado.

Ojo con los falsos positivos: estudios que dicen que hay un efecto y realmente no lo hay (6).Ocurren en todas las especialidades: genmica, psiquiatra, farmacologa, epidemiologa...

Qu puede hacer el buen periodismo para disminuir los falsos negativos? Los de aquellos estudios que dicen, por ejemplo, que no hay un efecto adverso de tal o cual frmaco o contami-nante ambiental cuando s lo hay. Esperar. Un par de dcadas? No parece una buena idea; si nosotros no hablamos ya mismo sobre ese estu-dio tan sexy es probable que lo haga un peridi-co o web o engendro competidores.

Qu podramos pensar para que los medios de comunicacin ms rigurosos, fiables, presti-giosos y econmicamente rentables contribuye-sen a disminuir los efectos que desde el pun-to de vista cientfico y social son ms dainos de los estudios que publican resultados falsos positivos y falsos negativos? Ah, nadie tiene tiempo para pensar en ello. Van febriles precipi-cio abajo. Pero por qu, si nadie paga por tanta bazofia? Quien halle nuevas frmulas de calidad podr pensar en cobrar, de algn modo tambin nuevo. Calidad: empieza como calma y termina

como tranquilidad. Las necesitamos tanto en el periodismo como en la ciencia. Y ms all, claro.

A menudo es importante, y periodsticamen-te til, que preguntemos a especialistas de otra especialidad distinta de la del estudio que nos planteamos comentar en la prensa o un medio general. Es til que no slo preguntemos a los colegas, amigos o adversarios de los autores del estudio. Un buen especialista en medicina inter-na u otro buen mdico clnico es casi siempre la mejor opcin: aunque parezca que no sabe mu-cho del tema, a menudo s podr ofrecer un juicio ponderado sobre la posible relevancia clnica del hallazgo.

Asociaciones y causas

No es propsito de este texto resumir una cla-se sobre causalidad, como las que tantas veces se ofrecen en nuestros prog

Epidemiologia Para Comunicadores

Documents

Transcript of Epidemiologia Para Comunicadores