Professional Documents
Culture Documents
de Medicina y Ciruga
9. edicin
Estadstica y epidemiologa
. Planificacin y gestin
Grupo (TO
Editorial
NOTA
La medicina es una ciencia sometida a un cambio constante. A medida que la investigacin y la experiencia
clnica amplan nuestros conocimientos, son necesarios cambios en los tratamientos y la farmacoterapia.
Los editores de esta obra han contrastado sus resultados con fuentes consideradas de confianza,
en un esfuerzo por proporcionlr informacin completa y general, de acuerdo con los criterios aceptados
en el momento de la publicacin. Sin embargo, debido a la posibilidad de que existan errores humanos
o se produzcan cambios en las ciencias mdicas, ni los editores ni cualquier otra fuente implicada
en la preparacin o la publicacin de esta obra garantizan que la informacin contenida en la misma sea
exacta y completa en todos los aspectos, ni son responsables de los errores u omisiones ni de los resultados
derivados del empleo de dicha informacin. Por ello, se recomienda a los lectores que contrasten dicha
informacin con otras fuentes. Por ejemplo, y en particular, se aconseja revisar el prospecto informativo
que acompaa a cada medicamento que deseen administrar, para asegurarse de que la informacin
contenida en este libro es correcta y de que no se han producido modificaciones en la dosis recomendada
o en las contraindicaciones para la administracin. Esta recomendacin resulta de particular importancia
en relacin con frmacos nuevos o de uso poco frecuente. Los lectores tambin deben consultar
a su propio laboratorio para conocer los valores normales.
No est permitida la reproduccin total o parcial de este libro, su tratamiento informtico, la transmisin
de ningn otro formato o por cualquier medio, ya sea electrnico, mecnico, por fotocopia, por registro
y otros medios, sin el permiso previo de los titulares del copyright.
0,08
0,06
0,04
0,02 e
Manual CTO
Europa
7%
de Medicina y Ciruga
9. edicin
Estadstica y epidemiologa
Autor
Antonio Martn Conejero
Grupo CTO
Editorial
Q) .._C"C
-
C')
o
(.) o
E
Q)
-e
"'C
c..
Q)
e
> 05. Medidas de impacto o del efecto . .. ...... ..... 11
C"C 5.1. Diferencia de incidencias o riesgo atribuible .................
,_
11
(..)
.._
5.2. Fraccin atribuible en expuestos
V) o fraccin etiolgica del riesgo.... _.. _____ ....................................... . ..... 11
2.2. Indicadores de riesgo. Causas de enfermedad.. ..... s 8.3. Tipos de ensayos clnicos ... .... .......... . .. . . ..... ....... ............ ............... ..... ._.... 23
8.4. Recomendaciones para la publicacin
de ensayos clnicos
(recomendaciones CONSORT) ___,___................____,_,,_____ 2s
03. Medidas de frecuencia 8.5. Metan I isis ...- - ------..---- ------------ ------------------------- 26
de la enfermedad ............................................ ..................................... 7
3.1. Formas bsicas de medida. ............. -.......... . ......._..____._,_.. ,_. ... ...... 7
3.2. Medidas de frecuencia de la enfermedad____ 7 09. Niveles de calidad de la evidencia
cientfica ...................................................................................................... .................. 30
9.1. Factores determinantes
04. Medidas de asociacin........... . ................... ... .. ........... 9 de la calidad de la evidencia cientfica_ -- - -- ------ 30
9.2. Escalas de gradacin de la evidencia cientfica ___ 30
4.1. Riesgo relativo. ... .. .. . ..... . ...... .. ... .. .. ... . ...... ...... . ....... .... . .. ... .... .... .. . . . . .. .. . ...... .. 9
4.2. Odds ratio (razn de desventaja)_____ 9
4.3. Razn de prevalencia...............-........... .............. . .. . . ... ____ ,........................ ..... 10
Estadstica y epidemiologa 1 1 nd iC8
,
ESTUDIO DE UN TEST. PARAMETROS DE USO
Los citados ndices se obtienen a partir del anlisis de una serie de pacien Tasa de falsos negativos (TFN): es la probabilidad de que un indivi
tes a los que se les realiza una prueba diagnstica (prueba problema), com duo, estando enfermo, sea clasificado como sano.
parndose los resultados con los de una prueba de superior rendimiento
diagnstico (prueba de referencia). Los resultados obtenidos se expresan Individuos enfermos con test(-) FN e
de la siguiente manera (MIR 10-11, 189; MIR 09-1O, 196) (Tabla 1): TFN=
Total enfermos VP+FN a+c
Sensibilidad (S): se define como la probabilidad de que un individuo
enfermo tenga un test positivo. La sensibilidad indica la proporcin del
total de enfermos que el test es capaz de detectar (MIR 12-13, 198; Tasa de falsos positivos (TFP): mide la probabilidad de que a un indi
MIR 11-12, 194; MIR 08-09, 215; MIR 06-07, 195; MIR 03-04, 144). viduo sano se le clasifique como enfermo.
Razn de probabilidad positiva: compara la probabilidad de que un in El resultado de un test puede ser continuo (por ej.: niveles de glucemia en
dividuo enfermo presente un resultado positivo frenta a la probabilidad de mg/dl) y entonces hay que decidir cul se considerar como resultado posi
que el resultado positivo se presente en un individuo sano (MIR 12-13, 196). tivo del mismo, por lo que es necesario elegir un punto de corte.
Probabilidad test(+)
en enfermos VP/enfermos
RP(+) = ---- - - - - -
Probabilidad test(+) FP/sanos
en sanos
70 140
s
RP(+)=-- El punto de corte escogido determinar la sensibilidad y la especificidad de
1 E la prueba (si se elige 70, la prueba ser muy sensible y poco especfica; si se
selecciona 140, ser poco sensible y muy especfica).
Razn de probabilidad negativa: relaciona la probabilidad de que un Para determinar el punto de corte se pueden utilizar las curvas de carac
individuo enfermo presente un resultado negativo con la probabilidad tersticas operativas para el receptor(COR). Se seleccionan varios puntos
de que el resultado negativo se d en un individuo sano. de corte y se estima la sensibilidad y la especificidad para cada uno de
ellos. Posteriormente, se representa grficamente la sensibilidad en fun
Probabilidad test() cin de (1-Especificidad). La prueba ideal se sita en el ngulo superior
en enfermos FN/enfermos izquierdo(S y E= 1). En general, para hacer la eleccin del mejor punto
RP()= - - -- - - - -
Probabilidad test() VN/sanos de corte se suele emplear lo que se denomina rea bajo la curva COR
en sanos (o ROC en su terminologa inglesa), a mayor rea bajo la curva, mejor
capacidad de discriminacin de esa prueba.
1S
RP(-)=-
E 100 '
'
Valor predictivo positivo: se trata de la proporcin de verdaderos s '
positivos entre aqullos que han sido identificados como positivos en '
una prueba de test (MIR 11-12, 192; MIR 10-11, 175; MIR 10-11, 190; '
'
MIR 06-07, 202; MIR 03-04, 135). '
'
VP a
VPP=-- - - o 1 E 100
VP + FP a+ b
Una prueba sin ningn valor sigue la diagonal que va del ngulo inferior
Valor predictivo negativo: se trata de la proporcin de verdaderos ne izquierdo al ngulo superior derecho(cada incremento de la sensibilidad se
gativos entre aqullos que han sido identificados como negativos en asocia a una prdida de igual magnitud de la especificidad). De esta forma,
un test(MIR 12-13, 195; MIR 11-12, 193; MIR 03-04, 135). la sensibilidad y la especificidad son valores interdependientes. de manera
que si aumenta la sensibilidad, disminuye la especificidad y viceversa.
VN d
VPN= = - - Si se adoptan criterios de diagnstico muy estrictos. decrece la sensibilidad(hay
VN+FN c+d menos enfermos que cumplen estos criterios). y paralelamente se incrementa
la especificidad (pocos sanos cumplen los criterios citados)(MIR 07-08, 217).
Valor global (eficiencia) del test: indica la proporcin de resultados
vlidos entre el conjunto de resultados.
1.2. Relacin entre prevalencia
VP+VN a+d
VGT=------- y valores predictivos
VP + VN + FP + FN Total
Los valores predictivos de un test son variables, dependen de la preva
Sensibilidad+ tasa de falsos negativos= 100%. lencia de la enfermedad en la poblacin. La sensibilidad y la especificidad
Especificidad+ tasa de falsos positivos= 100%. son caractersticas propias del test y no se modifican con cambios en la
prevalencia (MIR 09-10, 195).
observada se explicara por las diferencias entre sujetos y no por las diferencias ponderado tiene en cuenta el peso de las diferencias entre las distintas
entre los mtodos de medicin o los diferentes observadores. Por otro lado, el categoras de la variable ordinal.
valor CCI= O se obtiene cuando la concordancia observada es igual a la que
se esperara que ocurriera slo por azar (MIR 10-11, 192). No obstante, existen limitaciones del estadstico kappa, como son las si
guientes:
Coeficiente kappa El valor de kappa se ve afectado por la prevalencia del rasgo estudiado.
Por tanto, es necesario ser cuidadoso a la hora de generalizar los resulta
El ndice kappa (kappa de Cohen) relaciona el acuerdo que exhiben los ob dos de comparacin de observadores en situaciones con prevalencias
servadores, ms all del debido al azar, cuando la variable de anlisis es cua diferentes; esto quiere decir que kappa es un estadstico descriptivo til,
litativa. Se calcula la diferencia entre la proporcin de acuerdo observado y pero de limitada validez externa.
la proporcin de acuerdo esperado por azar; si sta es igual a O, entonces Kappa es dependiente del nmero de categoras. Cuantas ms categoras
el grado de acuerdo que se ha observado puede atribuirse enteramente al se estn considerando, ms difcil ser clasificar correctamente los sujetos
azar; si la diferencia es positiva, ello indica que el grado de acuerdo es mayor de observacin, lo que que habitualmente implica valores de kappa ms
que el que cabra esperar si solo estuviera operando el azar y viceversa: en el bajos (MIR 12-13, 176).
caso(ciertamente improbable) en que la diferencia fuera negativa, entonces
los datos estaran exhibiendo menos acuerdo que el que se espera slo por
concepto de azar. ../ MIR 13-14, 189, 191
../ MIR 12-13, 1 76, 195, 196, 197, 198
Una situacin especial es aquella en las que las variables cualitativas son ../ MIR 11-12, 191, 192, 193, 194
ordinales. En este caso es apropiado el empleo del ndice kappa ponderado. ../ MIR 10-11, 175, 189, 190, 192
Supngase que las categoras de clasificacin son, por ejemplo, "sano': "po ../ MIR 09-10, 195, 196, 21 1
../ MIR 08-09, 211, 215
siblemente enfermo" y "claramente enfermo''. A la hora de valorar el grado
../ MIR 07-08, 217
de discrepancia entre dos observadores, no es lo mismo que uno clasifi ../ MIR 06-07, 195, 196, 202
que a un sujeto como "posiblemente enfermo" y el otro lo declare "sano': ../ MIR 05-06, 215
a que uno lo clasifique como "sano" y el otro como "claramente enfermo''. ../ MIR 03-04, 135, 144, 148
La "distancia" entre ambas discrepancias no es la misma. El ndice kappa
" Los test sensibles sirven para descartar enfermedad. Los especficos,
I d e a s c l a v e P.?S para confirmar enfermedad.
" La sensibilidad y la especificidad se refieren respectivamente a la " Las curvas COR representan la relacin recproca entre sensibilidad
capacidad del test para detectar correctamente a los individuos en y especificidad. Cuanto mayor es el rea bajo la curva COR, mejor
fermos y a los sanos. La sensibilidad y la especificidad no dependen ser el test.
de la prevalencia.
" La prevalencia va a determinar el tipo de test ms til en una co
" Los valores predictivos dependen de la prevalencia. El valor positivo munidad. Si la prevalencia es alta, se realizar un test sensible. Si es
se refiere a la probabilidad de ser enfermo cuando el test es positivo, y baja, uno especfico.
el VPN a la probabilidad de estar sano cuando el test ha sido negativo.
,
CONCEPTOS Y USO DE LA EPIDEMIOLOGIA
-11
Manual CTO de Medicina y Ciruga, 9. edicin
Ausencia de explicaciones alternativas: esto es, ausencia de otras hi Causa suficiente: es aqulla que inevitablemente produce e l efec
ptesis que expliquen los resultados. to cuando se presenta.
Plausibilidad biolgica: que los resultados sean compatibles con el Causa complementaria o contribuyente: son aquellas causas
marco de los conocimientos cientficos previos. que forman parte de una causa suficiente.
Efecto de la cesacin o reversibilidad: es decir, que exista una dismi Causa necesaria: es la que debe estar presente inevitablemente
nucin del riesgo tras la reduccin de la exposicin al presunto factor para que se produzca el efecto. Por tanto, ha de formar parte de
de riesgo. todas las causas suficientes de una enfermedad.
Demostracin experimental: es la prueba causal por excelencia, pero
su realizacin plantea en ocasiones problemas ticos.
P R E G U N TA S ./ MIR 07-08, 224
Modelos causales M I R
Los modelos causales son los siguientes:
Determinista o unicausal: este modelo propugna que siempre que se
presente la causa (causa suficiente) y slo cuando se presente la causa (cau
sa necesaria), ocurre el efecto. Hay especificidad de causa (el efecto tiene Ideas clave Y
una nica causa) y tambin de efecto (cada causa produce un nico efecto).
" La demostracin experimental supone la mejor evidencia de
Multicausal: postula que hay pluralidad de causas y multiplicidad de
causalidad.
efectos, formando redes causales, de forma que diferentes causas pro
ducen el mismo efecto y una nica causa ocasiona varios efectos. " El principal inconveniente de la demostracin experimental son
Determinista modificado (Rothman): en este modelo se distinguen los problemas ticos.
tres tipos de causas:
02 C o n c e p t o s y uso de la epidemi o l o g a
Estadstica y epidemiologa
M EDIDAS DE FRECUENCIA
DE LA EN FERMEDAD
el denominador, es decir, cociente entre dos entidades que poseen IA=----- - ---------
Poblacin en riesgo al inicio de ese periodo
caracteres distintos. Sus valores oscilan entre O e infinito.
Frmula: R= a / b
Ejemplo: razn de hombres/mujeres. La incidencia acumulada se puede relacionar con la prevalencia segn
las siguientes frmulas:
Proporcin: es el cociente en el cual el numerador est incluido en el Pv < 10%:
denominador. Sus valores oscilan entre O y 1 . Es adimensional.
Frmula: P =a I a+ b Pv = 1 x duracin media de la enfermedad
Ejemplo: proporcin de aprobados en un examen.
Pv > 10%:
Tasa: mide la ocurrencia de un suceso durante un periodo de tiem
po en una poblacin determinada. Es un cociente en el que el nu lxD
merador est incluido en el denominador pero donde, a diferencia Pv=-- - --
1 + (l x D)
de la proporcin, el tiempo tambin est incluido en ste. Tiene, por
tanto, dimensin temporal.
Frmula: T= a J persona x tiempo. Densidad de incidencia (DI): se define como el nmero de casos nue
Ejemplo: 300 cnceres de pulmn / 100.000 personas-ao. vos de la enfermedad que se producen en un periodo de tiempo, te
niendo en cuenta la informacin que aporta el sumatorio de riesgo de
cada uno de los individuos.
3.2. Medidas de frecuencia
N. casos nuevos
de la enfermedad
0
DI = ---- - -
Personas x tiempo
Las medidas de frecuencia de la enfermedad se llevan a cabo con los si
guientes indicadores: Personas x tiempo: es una unidad de medida de la poblacin en ries
Prevalencia (Pv): es el nmero total de casos entre el total de la go. Se obtiene sumando la cantidad de tiempo que cada individuo ha
poblacin. No hace distincin entre casos antiguos y casos nuevos estado expuesto al factor de estudio.
11
Manual CTO de Medicina y Ciruga, 9. edicin
Por ejemplo:
RECUERDA
1 ao Hay que observar que en las preguntas en las que a partir de datos
2 4 aos se pide calcular incidencias, en el denominador habr que restar los
enfermos al inicio del periodo, mientras que no habr que restarlos
3 5 aos si lo que se pregunta es la prevalencia.
4 2 aos
5 8 aos
Este concepto se conoce tambin con el nombre de fuerza de la morbi
<aos> TOTAL = 20 aos
lidad.
La densidad o tasa de incidencia, por tanto, expresa los casos nuevos de enfer PREGUNTAS ./ MI R 1 3-14, 209
medad que se producen en un periodo de tiempo que corresponde al suma
torio de los periodos individuales de riesgo (MIR 1 3-1 4, 209; MIR 09-1 O, 1 94).
M I R ./ MIR 0 9 -1 0, 194
./ MIR 06-07, 203
1
I d e a s c l a v e Y:
" La prevalencia o probabilidad pretest se refiere a la cantidad de en
fermos en una poblacin, no slo a los casos nuevos.
" La incidencia es sinnimo de riesgo, porque se refiere a los nuevos " Es importante conocer los aspectos de incidencia, prevalencia y den
casos debidos a una enfermedad. Como incidencia es riesgo, todos sidad de incidencia.
los parmetros que incluyen el trmino riesgo (RR, RAE, RRR, RAR) se
calculan utilizando incidencias.
0 3 M e d i d a s de fre c u e n c ia de l a enfermedad
Estadstica y epidemiologa
,
M EDIDAS DE ASOCIACION
4.1 . Riesgo relativo Su significado es idntico al del RR, aunque no puede calcularse como ste,
ya que en los estudios casos-controles no es posible valorar la incidencia de
la enfermedad (Tabla 4).
El riesgo relativo (RR) es la medida de asociacin en los estudios de cohortes.
Mide la "fuerza de la asociacin" entre el factor de riesgo y la enfermedad Para que la OR sea un buen estimador del RR, es necesario que los controles
(Tabla 3). Puede variar entre O e infinito (MIR 13-14, 193; MIR 12-13, 181; sean representativos de la poblacin de la cual han surgido los casos y que
MIR 11-12, 182; MIR 05-06, 198; MIR 03-04, 136; MIR 03-04, 149). la enfermedad tenga una prevalencia baja, inferior al 10% (MIR 13-14, 195;
MIR 07-08, 203).
El riesgo relativo responde a la pregunta: cunto ms frecuente es la enfer
medad entre los expuestos a un factor de riesgo respecto a los no expuestos? Casos expuestos
Odds de exposicin
en los casos Casos no expuestos
Su significado vara dependiendo del valor que tome: OR= --------
Odds de exposicin Controles expuestos
RR > 1 : factor de riesgo (FR). en los controles
RR = 1: es indiferente; la incidencia es igual en expuestos y en no Controles no expuestos
expuestos.
RR < 1 : factor de proteccin.
Casos Controles
(enfermos) (sanos) Total
Incidencia en expuestos
RR= ----------- FR a b a+b
Incidencia en no expuestos
No FR c d c+d
Incidencia en expuestos: 1 = a / a + b Total a+c b+d a+ b+ c + d
0
Incidencia en no expuestos: 1 = c / c+ d
0
Tabla 4. Clculo de la OR
1, a /a + b a/c axd
OR= --
10 c/c + d b/d bxc
Manual CTO de Medicina y Ci ruga, 9. edicin
Enfermos expuestos
R. Pv=
Enfermos no expuestos
C a s o s c l nicos .
Para determinar s i la ingesta total de lquidos reduce el riesgo de
padecer cncer de vejiga urinaria, s e estudi durante 1 O aos la fre
cuencia de este cncer en un grupo de 47.909 hombres que no lo
En un estudio de seguimiento a largo plazo de pacientes con fibri tenan al inicio del estudio. De todos ellos se haba obtenido infor
lacin auricular crnica en la prctica clnica habitual, se ha docu macin sobre el consumo de lquidos, y se compar la frecuencia de
mentado un riesgo relativo de padecer una hemorragia intracraneal enfermedad segn el volumen de lquidos consumidos, agrupado
para anticoagulantes orales (en comparacin con antiagregantes por quintiles. Entre los resultados, destacaba que la ingesta total de
plaquetarios) de 3 (intervalos de confianza del 95% 1,5-6). Cul de lquidos se asoci con el cncer de vejiga, de forma que para el quin
las siguientes afirmaciones es cierta? til superior (ingestin > 2.531 mi de lquidos por da) se calcul un
riesgo relativo de 0,51 (intervalo de confianza al 95%: 0,32 a 0,80)
1) El diseo corresponde a un estudio de casos y controles. al compararlo con el quintil inferior (< 1 .290 mi por da). Seale la
2) Los intervalos de confianza del riesgo relativo estimado confirman respuesta correcta:
que las diferencias no alcanzan la significacin estadstica.
3) El riesgo relativo estimado significa que la incidencia de hemorra 1) Los autores han realizado un estudio de casos y controles.
gia intracraneal es un 3% superior en el grupo tratado con anticoa 2) El valor de "p'; obtenido a partir del estadstico de la comparacin
gulantes orales. de las medidas de frecuencia de cncer de vejiga entre los dos gru
4) El riesgo relativo estimado significa que existe una alta proporcin pos de ingesta citados, debe ser mayor de 0,005.
(superior al 3%) de pacientes tratados con anticoagulantes orales 3) Se ha detectado un menor riesgo de padecer cncer de vejiga en
que presentaron hemorragia intracraneal. las personas que consuman mayor volumen de lquidos por da.
5) El riesgo relativo estimado significa que la incidencia de hemorra 4) El intervalo de confianza da una idea del grado de precisin esta
gia intracraneal entre los pacientes tratados con anticoagulantes dstica del estudio, de forma que cuanto ms amplio, menos error
orales ha sido 3 veces superior a la de los tratados con antiagregan aleatorio.
tes plaquetarios. 5) Los autores han realizado un estudio de correlacin ecolgica.
04 M e d i d a s de a s o c i a c i n
Estadstica y epidemiologa
1e - 1o
FAE=
v' MIR 1 3-14, 205
v' MIR 12-13, 1 82
v' MIR 10-1 1 , 1 79, 1 88
5.3. Reduccin absoluta del riesgo v' MIR 08-09, 208
v' MIR 07-08, 211
v' MIR 06-07, 214
v' MIR 05-06, 201 , 259
v' MIR 03-04, 1 27, 1 52
Cuando se evala una medida preventiva, como un factor protector o el
resultado de un frmaco frente a placebo en un ensayo clnico, el beneficio
Manual CTO de Medicina y Ciruga, 9 . edicin
I d e a s c l a v e ,,/
" La RRR y la RAR sirven para cuantificar la relevancia clnica de una
medida teraputica. Su clculo se realiza mediante una resta de in
cidencias.
" El NNTsiempre se pregunta de la misma forma:"a cuntos pacien
tes se debera tratar para conseguir un evento?" " El RA y la FAE cuantifican cunto de la enfermedad se debe a
un factor de riesgo, en el grupo de sujetos expuestos a dicho
" El NNT es tanto mejor cuanto menor sea. factor.
,
TIPOS DE ESTUDIOS EPIDEMIOLOGICOS
Este es, sin duda, el tema ms importante de la asignatura, y probablemente de todo el MIR. Hay dos tipos
de preguntas caractersticas. Por una parte, las que se refieren a temas concretos o aspectos tericos
de los diferentes tipos de estudios. Por otra, un tipo de preguntas ms "clnico": a partir de un estudio,
se pide que se indique de qu tipo de estudio se trata.
6. 1 . Estudios descriptivos Los estudios ecolgicos permiten estudiar grandes grupos poblaciona
les en poco tiempo y con un coste relativamente muy bajo ya que, en
general, utilizan estadsticas existentes recolectadas con otros fines. Sin
Los objetivos de los estudios descriptivos son los siguientes: embargo, dado que son uno de los peores estudios en la escala de cau
Describir las caractersticas y la frecuencia de un problema de salud, en salidad, deben ser considerados nicamente para sugerir hiptesis, que
funcin de las caractersticas de la persona(edad, sexo, estado civil. . . ), tendrn necesariamente que ser verificadas mediante otros estudios ms
del lugar(rea geogrfica . . . ) y del tiempo de aparicin del problema rigurosos de base individual, realizados posteriormente (MIR 12-13, 183;
y su tendencia. MIR 10-11, 173; MIR 05-06, 196; MIR 04-05, 194).
Servir de base para estudios analticos. Ventajas. Permiten describir diferencias en poblaciones que ha
brn de ser estudiadas con ms detalle posteriormente.
Los tipos de estudios descriptivos son los que se citan a continuacin: Limitaciones. Los datos son promedios de poblaciones. Se usan
Series de casos clnicos. Describen las caractersticas de un grupo de medidas aproximadas de exposicin (impuestos por alcohol, ven
enfermos. Son estudios longitudinales ya que contienen informacin tas de cajetillas de cigarrillos...) y de enfermedad (mortalidad en
adquirida a lo largo del tiempo. Su principal ventaja es que permiten vez de incidencia ... ), lo que limita el valor de los hallazgos. Los
generar nuevas hiptesis, mientras que el mayor inconveniente es que principales problemas de este tipo de estudios son que se ignora
no presentan grupo control, por lo que cualquier FR puede ser un ha la variabilidad individual de los integrantes de los conglomerados
llazgo casual. y que no es posible corregir por diferencias en otras variables que
Estudios ecolgicos. Los conglomerados pueden estar constituidos pudieran estar tambin asociadas con la exposicin y el evento en
por grupos poblacionales, comunidades, regiones, o pases. La carac estudio (MIR 06-07, 208).
terstica principal de este tipo de estudios es que se cuenta con infor
macin sobre la exposicin o el evento para el conglomerado en su Estudios transversales o de prevalencia. Son estudios descriptivos y
totalidad, desconocindose la informacin a nivel individual para cada transversales, ya que analizan la relacin entre una enfermedad y algu
uno de los miembros del grupo. Son estudios en los que la unidad de nas variables en un momento concreto del tiempo. Buscan hallar una
anlisis son grupos de individuos, no individuos (p. ej., clases de una posible relacin entre un FR y una enfermedad, que luego habr de ser
escuela, ciudades, regiones). verificada por estudios analticos (MIR 12-13, 178; MIR 08-09, 207).
Son tiles cuando no se puede hacer mediciones de exposicin indi Caractersticas. Es de "corte" o transversal, ya que enfermedad y
viduales (contaminacin del aire, ruidos ... ). En este tipo de estudios es caractersticas se miden simultneamente.
comn asignar la misma exposicin (exposicin promedio) a todo el Ventajas. No tienen problemas ticos, son de duracin mnima,
conglomerado, no considerando la variacin individual de cada miem su coste es bajo y son de fcil reproducibilidad. Son tiles para el
bro del mismo. Igual sucede con la medicin del evento; dado que slo estudio de enfermedades crnicas en la poblacin.
se cuenta con el nmero de eventos registrados para el conglomerado, Inconvenientes. No es til para estudiar enfermedades raras, ya
no es posible discernir los eventos que se presentaron en los sujetos que no permite ver el mecanismo de produccin de la enferme
expuestos de los que ocurrieron en los no expuestos, por lo que es fre dad y no sirve para comprobar una hiptesis previa de causalidad
cuente atribuir la totalidad de eventos a la exposicin promedio que se (es imposible conocer la secuencia temporal porque la informacin
registr en el interior del conglomerado. sobre el factor de riesgo y la enfermedad se recogen a la vez).
11
Manual CTO de Medicina y Ciruga, 9 . edicin
Anlisis de las medidas de enfermedad. Con el estudio de prevalen Por ejemplo, la evaluacin de la eficacia de una campaa de vacuna
cia, la medida que se obtiene es la razn de prevalencia de individuos cin en 10.000 nios, de forma que 5.000 reciben aleatoriamente una
expuestos {MIR 09-1O, 182). vacuna y los otros 5.000, un placebo.
-
Anlisis de las medidas de la enfermedad. En los estudios de casos
-- Enfermos controles no es posible obtener informacin sobre la incidencia de la enfer
FR@
(expuestos) medad, ya que se parte de una poblacion seleccionada. Tampoco se tiene
-- sanos
informacin acerca de la prevalencia, ya que el nmero de pacientes slo
depende de los que se eli jan. Debido a ello, la fuerza de la asociacion no se
-
puede calcular directamente, como en el estudio de cohortes, sino de forma
- Enfermos indirecta mediante la odds ratio (MIR 08-09, 21 ).
FRe
(no expuestos)
- sanos
Enfermos
Figura 1. Estudio de cohortes Ni; (casos)
Por ejemplo, se selecciona una muestra de 100 historias clnicas de un hospital Figura 2. Estudio de casos-controles
que se divide en dos grupos en funcin del antecedente de tabaquismo o no.
Se observa en cada grupo la frecuencia de cncer de laringe (MIR 1 2-13, 1 86). Casos-controles anidados
111--
Manual CTO de Medicina y Ciruga, 9. edicin
En la Tabla 5 se exponen las diferencias fundamentales entre los dos tipos Caractersticas Mifii#M
Definida
Casos-controles
Indefinida
de estudios analticos observacionales. Poblacin en riesgo
Clculo de la incidencia S No
N. de efectos medibles
0 Varios Uno
./ MIR 13-14, 198, 208 Una Varias
N. de exposiciones posibles
0
./ MIR 12-13, 178, 179, 183, 184, 186 a estudiar
./ MIR 11-12, 178, 179, 180, 183, 184, 232
./ MIR 10-11, 173, 177, 181, 191, 196 Enfermedades raras Poco til Muy til
./ MIR 09-10, 180, 181, 182, 183, 185, 186 Exposiciones raras Muy til Poco til
./ MIR 08-09, 21, 196, 205, 207, 209, 216, 219 Sesgos posibles Pocos Muchos
./ MIR 07-08, 198, 199, 200, 202 N. de sujetos en estudio
0 Muchos Pocos
./ MIR 06-07, 199, 206, 207, 208, 218
Coste Elevado Bajo
./ MIR 05-06, 195, 196, 197, 200
./ MIR 04-05, 193, 194, 195, 200, 206 Duracin Larga Corta
./ MIR 03-04, 129, 131, 132, 137, 141 Evidencia causal Regular Mala
Tabla 5. Diferencias entre los estudios de cohortes y los de casos-controles
VALIDEZ Y FIABILIDAD
DE LOS ESTUDIOS EPIDEMIOLOGICOS
O R I E N TA C I N Suelen presentarse estudios en los que se ha cometido algn error sistemtico y puede no ser sencillo identificar
M I R el posible sesgo que se ha cometido. El tipo de sesgo ms preguntado es el de confusin. De este sesgo, hay que
saber en qu consiste y cmo se puede evitar.
Cuando se realiza un estudio de investigacin clnica, casi nunca se trabaja con Tipos de errores sistemticos
poblaciones completas. Lo que se hace es, partiendo de observaciones realiza
das en un grupo reducido de personas(la llamada muestra), generalizar o extra Sesgo de seleccin
polar los resultados obtenidos a colectivos ms amplios. El hecho de que no se
trabaje con poblaciones completas, sino con muestras, puede introducir en las Se produce cuando se asignan sujetos al grupo control que difieren signi
observaciones errores producidos por el azar, a los que se les llama errores alea ficativamente, en alguna caracterstica clave, del grupo problema. Este tipo
torios. Existen adems otros tipos de errores no relacionados con el hecho de de sesgos se puede controlar mediante un proceso de aleatorizacin en la
trabajar con muestras, y que son conocidos como errores sistemticos o sesgos. constitucin de los distintos grupos de estudio.
manera a todos los grupos de estudio. Los sesgos de informacin debidos al Ser un factor de riesgo para la enfermedad.
investigador o a los participantes en el estudio se controlan mediante tcni Estar asociado con la exposicin.
cas de enmascaramiento (MIR 05-06, 21 O). No ser un paso intermedio entre la exposicin y la enfermedad.
Clasificacin incorrecta diferencial. La probabilidad de clasificacin
errnea de la exposicin (en un estudio de casos-controles) afecta de Para prevenir los sesgos de confusin, existen distintas tcnicas:
forma desigual a sanos y enfermos o la clasificacin de enfermo o no Fase de diseo: aleatorizacin (estudios experimentales). apareamien
enfermo (en un estudio de cohortes) se hace de manera distinta, segn to y restriccin (MIR 1 0-1 1 , 1 74; MIR 07-08, 198).
se est o no expuesto al factor de estudio. Este tipo de sesgo produce Fase de anlisis estadstico: anlisis estratificado (se dividen los datos
una subestimacin o sobreestimacin del efecto del factor de exposi globales en dos grupos, segn la presencia o no del factor de confu
cin en la enfermedad. Dentro de este grupo cabe destacar: sin) y anlisis multivariante.
Sesgo de memoria: se produce en los estudios de casos-con
troles. El hecho de padecer la enfermedad hace que se est ms Por ejemplo, se desea saber si existe relacin entre el alcohol y el cncer de
motivado para recordar posibles antecedentes de exposicin pulmn. La OR cruda es de 2.4.
(MIR 1 3-14, 1 94; MIR 08-09, 203).
Sesgo de atencin o efecto Hawthorne: los participantes en un Se sospecha que el tabaco puede actuar como factor de confusin. Al estra
estudio pueden modificar su comportamiento si saben que estn tificar, se observa lo siguiente:
siendo observados. OR cruda: 2.4.
OR en fumadores: 1 ,5.
Clasificacin incorrecta no diferencial. La probabilidad de clasifica OR en no fumadores: 1,5.
cin errnea ocurre en todos los grupos de estudio de forma similar. El
error de clasificacin no diferencial ocasiona una infraestimacin (hace El tabaco es un factor de confusin, puesto que el valor de la OR se ha mo
que la medida de asociacin tienda a 1 ) del efecto del factor de exposi dificado en los estratos (de 2.4 a 1 ,5). La verdadera OR entre alcohol y cncer
cin estudiado en la enfermedad (MIR 07-08, 201 ). de pulmn es de 1 ,5.
Por ejemplo, se quiere estudiar el efecto del tabaco sobre la aparicin
de bronquitis crnica, comparndose a un grupo de fumadores y a otro
de no fumadores. Existe la posibilidad de que los fumadores sean diag 7 .2. Validez y fiabilidad
nosticados ms fcilmente de bronquitis crnica que los no fumadores,
simplemente por el hecho de que fumar se considera que est asociado
a esta patologa (Tabla 6). Se definen los siguientes conceptos:
Validez: el estudio cuantifica lo que realmente se propone medir. Es el
grado de ausencia de error sistemtico. Tambin recibe el nombre de
exactitud.
. Solucin
Caractersticas - o control
Validez interna: consiste en el grado de validez del resulta
do para los pacientes del estudio. Se dice que un estudio tie
ne validez interna cuando los resultados del mismo son apli
Error Simtrico No t tamao muestra! cables a los individuos del citado estudio (MIR 1 3-14, 1 90;
aleatorio Incorregible MIR 1 1 - 1 2, 1 81 ).
Impredecible Validez externa: un estudio tiene validez externa cuando los resul
Estimable tados del mismo son aplicables a otros individuos distintos de los
por estadstica del estudio (MIR 1 0-1 1 , 184).
Sesgo Asimtrico S Sesgo de seleccin:
o error Corregible aleatorizacin Fiabilidad: es el grado de reproductibilidad de un estudio, esto es, el
sistemtico Sesgo de clasificacin: grado de similitud que presentaran los resultados si se repitiese el estu
Predecible
enmascaramiento dio en condiciones similares. En otras palabras, es el grado de ausencia
Prevencin
y control Factor de confusin: de error aleatorio.
por epidemiologa - Aleatorizacin
Apareamiento
- Restriccin 7 .3. Validez de un test diagnstico
- Estratificacin
- Anlisis
multivariante Para conocer si una prueba diagnstica es til, se comparan sus resulta
dos con los de otra prueba que acta como patrn de referencia (gold
Tabla 6. Tipos de error
standard). El grado en el que las medidas de la prueba evaluada se corre
lacionan con las medidas de referencia, se denomina validez de criterio
Factor de confusin (confounding) (Figura 3).
(MIR 1 3-14, 1 96; MIR 1 1 -12, 1 77)
La prueba d e referencia debe haber sido aceptada como tal por la
Un factor de confusin es una variable extraa al estudio que modifica los comunidad cientfica; se ha d e aplicar a toda la serie d e casos estudia
resultados que se obtienen. Todo factor de confusin debe cumplir tres con dos y no puede incorporar informacin procedente d e la prueba que
diciones (MIR 04-05, 208; MIR 03-04, 147): evala.
p
Estadstica y epidemiologa I O7
o J;i}
El valor real de la prueba slo podr ser establecido si el estudio se lleva a
J;i}
cabo en condiciones semejantes a la prctica clnica habitual; es decir, incor
J;i}
porando un amplio espectro de pacientes a los que en condiciones norma
o
les se les aplicara dicho procedimiento diagnstico.
J;i} J;i}
J;i}
./ MIR 13-14, 1 90, 1 94, 196
J;i} ./ MIR 1 1 -12, 1 77, 1 8 1
j ./ MIR 1 0-1 1 , 1 74, 1 84, 234
./ MIR 08-09, 198, 203
./ MIR 07-08, 1 98, 201
./ MIR 05-06, 2 1 O
./ MIR 04-05, 208
./ MIR 03-04, 147
Validez o exactitud Precisin o fiabilidad
. Grado de ausencia de sesgos Grado de ausencia de error aleatorio
. No aumenta al crecer n Aumenta al crecer n
Ideas clave
" Los errores de clasificacin se deben a un error al incluir a los pacien
tes en los diferentes grupos de estudio, ya sea porque los sanos (con
troles) no recuerdan el antecedente de la exposicin (sesgo de me
" Los errores aleatorios son errores producidos por el azar. Son una moria), o porque varan su comportamiento al sentirse observados.
falta de precisin, no afectan a la validez interna y se corrigen au
mentando el tamao de la muestra. " En los ensayos clnicos, se pueden controlar los sesgos de clasifica
cin mediante las tcnicas de ciego o enmascaramiento; y los de
" Los errores sistemticos o sesgos no se deben al azar, afectan a la seleccin, por medio de la aleatorizacin.
validez de los estudios y no se corrigen aumentando el tamao de
la muestra. " El sesgo de confusin se debe a la existencia de un factor de confu
sin, que es esencialmente un factor que est desigualmente distri
" Los sesgos de seleccin se deben al hecho de elegir mal la muestra buido entre los dos grupos de pacientes del estudio y que se relaciona
del estudio, bien por escoger controles hospitalarios (Berkson). por etiolgicamente con la enfermedad final. Los sesgos de confusin se
disponer de pocos casos enfermos al estudiar enfermedades de r controlan mediante asignacin aleatoria, apareamiento, restriccin,
pida mortalidad (Neyman), o por seleccionar voluntarios. anlisis multivariante y anlisis estratificado.
Casos clnicos .
4) Sesgo de observacin.
5) Sesgo de seleccin.
,
ENSAYO CLIN ICO
ORIE NTACIN Como ya se ha comentado anteriormente, uno de los temas ms importantes del MIR es el ensayo clnico.
M I R En el examen preguntan todo tipo de aspectos, si bien lo ms habitual es que o bien pregunten conceptos tericos,
o bien pongan un ensayo clnico y pregunten de qu tipo de ensayo se trata.
-
nuevo compuesto) (MIR 1 3-14, 203; MIR 1 2-13, 1 90; MIR 09-10, 1 87;
MIR 04-05, 2 16).
Teniendo en cuenta los objetivos perseguidos en el desarrollo de un medica Ensayo en fase 111. Es el prototipo del ensayo clnico. Suele ser com
mento, se distinguen cuatro fases (MIR 08-09, 1 95) (Tabla 7): parativo con la teraputica de referencia o con un placebo. Es la inves-
As, la farmacovigilancia es la recogida de datos sobre seguridad de frma En esta etapa, tambin hay que determinar el tamao muestra!. ste ha de
cos una vez que se autoriza su comercializacin. Su objetivo es detectar ser suficiente para obtener un IC del 95% de la eficacia cuyos lmites sean cl
reacciones adversas poco frecuentes que no han sido identificadas durante nicamente relevantes (MIR 07-08, 2 1 6; MIR 05-06, 209; MIR 04-05, 202).
el desarrollo del ensayo, dado que ste se ha realizado en una poblacin
limitada(generalmente n < 2.000). Medicin de variables basales
El Sistema Espaol de Farmacovigilancia recibe informacin de diferentes Consiste en determinar una serie de variables en los sujetos que cumplen
fuentes, entre ellas, y principalmente, de la Notificacin Espontnea de reac los criterios de inclusin y que han aceptado participar en el estudio(con
ciones adversas (MIR 05-06, 2 1 4; MIR 04-05, 209). sentimiento informado), con los siguientes propsitos:
Definir las caractersticas de la poblacin a la que podr extrapolarse el
La notificacin espontnea de reacciones adversas supone la recogida y la resultado del ensayo clnico.
notificacin, mediante las tarjetas amarillas, de las reacciones adversas que Aportar una serie de datos que permitan posteriormente verificar que
aparecen durante la prctica clnica. la aleatorizacin ha sido eficaz y hacer el anlisis estratificado(p. ej., por
edad), en caso de diferencias entre los dos grupos (MIR 06-07, 21 O;
En general, se acepta cualquier reaccin adversa. Sin embargo, las de mayor MIR 04-05, 1 96).
inters son las reacciones adversas graves, inesperadas o raras y aqullas de Demostrar que el evento resultado, cuya frecuencia se pretende dismi
frmacos de comercializacin reciente(menos de 3 aos). El programa de nuir con el frmaco estudiado, no est presente al comienzo del estudio.
notificacin espontnea est dirigido especialmente a mdicos, aunque in Registrar posibles predictores del evento inters, de modo que se pueda
cluye a otros profesionales sanitarios (MIR 03-04, 1 33). evaluar su interaccin con el frmaco estudiado, si la aleatorizacin no los
ha distribuido homogneamente entre los distintos grupos de estudio.
reciba el tratamiento experimental y la otra mitad, el control. Con a considerar e n esta fase del ensayo clnico es que siempre que exista un
este tipo de aleatorizacin se evita la desigualdad numrica entre los tratamiento eficaz, hay que administrarlo al grupo control, as que lo que se
distintos grupos, por lo que es especialmente til cuando el tamao determinar con el ensayo clnico ser la eficacia relativa del nuevo frmaco.
muestra! no es muy grande. En caso de no existir alternativa teraputica previa, se medir la eficacia en
Aleatorizacin estratificada. Los pacientes son divididos en grupos trminos absolutos.
(estratos) homogneos respecto a alguna variable de inters prons
tico y posteriormente son asignados aleatoriamente a uno de los dos Anlisis de los resultados (Tabla 8)
grupos de intervencin (Figura 4) (MIR 1 1 -12, 1 86; MIR 04-05, 197).
En los casos en los que no se puede enmascarar, no queda ms remedio Los anlisis intermedios se realizan durante las fases 111 y IV del estudio.
que hacer un estudio abierto, aunque se puede intentar recurrir a un eva Estn justificados para evitar que los pacientes del grupo control no
luador ciego. Esto quiere decir que, aunque investigadores y participantes se beneficien del tratamiento. Sin embargo, el realizar muchos anlisis
conozcan la asignacin al grupo de intervencin o de placebo, la persona intermedios aumenta el riesgo de cometer un error tipo 1, debe estar
que analiza las variables desconoce esta asignacin. previsto en el protocolo del estudio, se ha de mantener la confiden
cialidad de los resultados y tiene que haber una penalizacin estads
Tanto las reacciones adversas especficas como la falta de eficacia y los tica porque, de nuevo, se estn realizando comparaciones mltiples
cambios analticos especficos pueden desenmascarar un EC. Otro aspecto (MIR 04-05, 1 99; MIR 04-05, 203).
0 8 Ensayo clinic o
- Estadstica y epidemiologa I O8
La magnitud del efecto del tratamiento en los ensayos clnicos se puede Este diseo no es posible cuando la nueva terapia es quirrgica o el
expresar de varias formas: primer tratamiento est dirigido a curar definitivamente la enfermedad
Riesgo relativo(RR): cociente entre el riesgo de sufrir un determinado (p. ej., en enfermedades agudas).
evento en el grupo expuesto a un determinado tratamiento y el de su Resulta difcil adjudicar los efectos secundarios tardos.
frir el mismo evento en el grupo control(no expuesto al tratamiento). El anlisis estadstico es ms complejo que para grupos paralelos
Reduccin absoluta del riesgo (RAR): es la diferencia entre el por y requiere el uso de mtodos apareados o de medidas repetidas.
centaje de eventos en el grupo control y el mismo porcentaje en el
grupo experimental (MIR 05-06, 207).
Reduccin relativa del riesgo (RRR): se define como la diferen
cia entre el porcentaje de eventos en el grupo control y el mismo iili+firl#i
t
porcentaje en el grupo experimental, dividido por el porcentaje de
eventos en el grupo control. t tutiirfiMIM!Mid t
Nmero necesario de pacientes a tratar (NNT): se obtiene como Grupo 1 Grupo 2
el inverso de la RAR multiplicado por 100, y es el nmero de pacien
tes que se deben tratar para prevenir un suceso indeseable adicional
t t
Intervencin A Intervencin B
(MIR 07-08, 206).
Periodo de blanqueo
tr---tuti
E!lli:tli!itltiilllMllm.1militli--t cada secuencia. Es la razn por la que se habla de"placebo de A"y "placebo
de B" para los dos tratamientos, A y B respectivamente. El diseo factorial
Grupo l Grupo 2 habitualmente se utiliza cuando se quiere estudiar la eficacia de terapias
t
Intervencin A
t
Intervencin B
combinadas. En este caso, los medicamentos utilizados pueden tener efec
tos diferentes cuando se combinan, y al final interesar comparar por sepa
t
Resultado 1
t
Resultado 2
rado los tres grupos con algn tratamiento activo frente al que slo recibe
placebos (Figura 7) (MIR 11-12, 185; MIR 06-07, 198; MIR 05-06, 204).
Diseo de no-inferioridad. Habitualmente los ensayos clnicos se realizan y como indicador d e l a velocidad d e absorcin se mide l a concentra
con el fin de demostrar la superioridad de un frmaco con respecto a otro. cin mxima (Cmax) alcanzada en la curva concentracin-tiempo y el
Sin embargo, puede ser til probar que dos frmacos son al menos igual tiempo que tarda en alcanzarse (Tmax). Se entiende por bioequiva
mente eficaces, con lo cual se podr emplear, por ejemplo, el ms barato. lencia entre dos productos cuando presentan una biodisponibilidad
Es decir, importa que NO sea inferior, de manera que si es igual o superior comparable en condiciones experimentales apropiadas.
se considera que el frmaco experimental es "no-inferior" comparado con De acuerdo con las normas de consenso(EMEA. FDA}, se considera que
el grupo control. Se denomina equivalente teraputico a un frmaco di dos formulaciones son bioequivalentes cuando la diferencia en la velo
ferente en su estructura qumica del original, pero del que se espera un cidad y la magnitud de la absorcin entre ellas es inferior al 20% (dife
efecto teraputico y un perfil de efectos adversos similares cuando se ad rencias medias entre formulaciones comprendidas entre 0,8 y 1,2), en
ministra a un paciente(MIR 1 3-14, 204; MIR 10-1 1 , 1 93; MIR 09-1 O, 188). trminos del intervalo de confianza(IC 90%) para la proporcin entre las
Los ensayos de equivalencia valoran si dos terapias son iguales y se basan medias de las dos formulaciones comparadas(AUC test/AUC referencia
en este margen de mnima diferencia clnicamente importante (MCID o y Cmax test/Cmax referencia) (Figura 8 y Figura 9) (MIR 1 1 -12, 200).
delta) que se fija a priori. Se considera que ste es el lmite a partir del cual
una diferencia tendr importancia desde el punto de vista prctico o cl
...
nico. El objetivo es demostrar que la diferencia entre la nueva terapia y la
convencional estar completamente dentro de ese margen. Se calcular
un intervalo de confianza al 95% para la diferencia entre ambos grupos, y
se demostrar la igualdad siempre y cuando ese intervalo de confianza de t
la diferencia entre tratamientos est totalmente incluido dentro del mar
gen delta, que suele ser muy pequeo. Debido a este planteamiento, los
ensayos de equivalencia requieren mayor tamao muestra!, pues a mayor
tamao muestral ms estrecho ser el intervalo de confianza. Los ensayos
Velocidad de absorcin Velocidad de absorcin
de equivalencia intentan probar que una nueva terapia obtiene un resul Cantidad absorbida Cantidad absorbida
tado similar al tratamiento estndar, esto es, que el efecto del nuevo trata
miento est entre -delta y+delta. Los ensayos de no-inferioridad intentan
probar que la nueva terapia es igual, o si fuese peor que el tratamiento Perfil concentracin-tiempo Perfil concentracin-tiempo
habitual, la diferencia entre ambos sera muy pequea e inferior a delta.
140 140
Tal y como se ha comentado, la equivalencia teraputica se define a 120 120
partir de los estudios de no-inferioridad. En estos estudios es importan 100
<::: 80
100
<::: 80
te tener en cuenta dos aspectos: [ 60 [ 60
< :>< :
Tratamiento R Tratamiento R
Estudios de bioequivalencia. Son ensayos clnicos en los que su ob
jetivo es la demostracin de la similitud en biodisponibilidad de dos P. basal
formulaciones de un mismo principio activo a partir de la comparacin
de sus caractersticas farmacocinticas. En la mayora de los casos, el
diseo de los estudios de bioequivalencia es el de un ensayo clnico Tratamiento T Tratamiento T
cruzado y con asignacin aleatoria de dos secuencias de tratamiento. Los pacientes son sus controles
Con el fin de reducir la variabilidad de la muestra, se suelen elegir para par Cada sujeto recibe todos los tratamientos
Se aleatoriza el orden en que se reciben los tratamientos (secuencia)
ticipar en el estudio voluntarios sanos(no persiguen, por tanto, comparar la
eficacia de dos formas de tratamiento [MIR 08-09, 21 3-PGJ, dependiendo Figura 9. Diseo de un ensayo de bioequivalencia
el tamao de la muestra de la variabilidad interindividual(diferente farmaco
cintica para cada sujeto) que se haya observado en estudios piloto previos. Ensayo clnico de tamao nico (n: 1). Se basa en modificar el tra
La demostracin de bioequivalencia se obtiene mediante la comparacin tamiento de una enfermedad de un paciente a lo largo de una serie
de los perfiles farmacocinticos de los frmacos estudiados. Para ello, des determinada de periodos de tiempo. El fin del estudio es confirmar la
pus de la administracin de cada formulacin, es necesario saber qu eficacia o no del tratamiento en un nico paciente.
cantidad de frmaco existe en el organismo y cmo va variando a lo largo Como en este caso hay un nico paciente, no es posible compararlo
del tiempo. El procedimiento ms habitual consiste en la obtencin de su con otros, por lo que aqu se comparan periodos de tratamiento para el
cesivas muestras de sangre. Es mucho menos frecuente que sea necesaria mismo paciente. Por ejemplo, el paciente L.G. recibe durante un tiempo
la determinacin del frmaco en orina o en otras muestras biolgicas. el tratamiento A y luego el B. Es decir, en un ensayo n: 1, la unidad ex
Como medida de la cantidad de frmaco absorbido se utiliza el rea perimental es el periodo de tratamiento y no el paciente. Se compara
bajo la curva concentracin-tiempo (AUC, del ingls orea under curve), la eficacia del tratamiento A frente al B en el seor L.G. Por supuesto,
0 8 E n s ayo c l n i c o
>
Estadstica y epidemiologa I O8
la secuencia de trata mientos puede hacerse al azar y con tcnicas de 8.4. Recomendaciones
enmascara miento. El ensayo clnico n: 1 es muy til para:
Evaluar el trata miento sintomtico en enfermedades en las que no para la publicacin de ensayos clnicos
se haya encontrado una intervencin eficaz en ensayos convencio (recomendaciones CON SORT)
nales como, por ejemplo, en enfermedades raras.
En aquellas situaciones en las que exista una gran variabilidad in
terindividual en la respuesta al trata miento, como en el caso del Los estudios a leatorizados representan el patrn de referencia para cono
tratamiento con dicumarnicos. cer la eficacia de un determinado trata miento. Sin embargo, la calida d de
Tratamiento sintomtico de enfermedades con importante com los estudios puede no ser ptima. La declaracin CONSORT (Consolidated
ponente subjetivo como, por ejemplo, migraas, dolores articula Standards ofReporting Trials (Normas consolidadas para las publicaciones de
res en la artrosis, fibromialgia . . . ensayos clnicos)) persigue mejorar la metodologa de los ensayos clnicos,
ya que permite presentar de forma sistematizada y con total transparencia
Es necesario que la condicin estudiada sea crnica, con sntomas re los resultados para mejorar su validez (MIR 10-11, 186).
petidos pero reversibles y con respuesta al tratamiento evaluable por el
paciente (cefalea tensional). Se evala, por tanto, un trata miento sinto Se basa en el seguimiento de una lista de variables en funcin de la evidencia
mtico y no curativo. (Tabla 1 O) y un diagrama de flujo (Figura 1 O) durante el proceso de escritu
Por las caractersticas del estudio es evidente que las conclusiones ob ra, revisin y anlisis de los ensayos clnicos. Los puntos de la lista de compro
tenidas no son generalizables a todos los pacientes con la misma enfer bacin conciernen al contenido del ttulo, resumen, introduccin, mtodos,
medad o sntoma (MIR 09-1O, 193). resultados y comentarios (discusin).
Se ha demostrado que la implementacin de los criterios CONSORT mejora demuestran diferencias significativas entre los grupos comparados o
la calidad de la informacin publicada en los estudios aleatorios. bien cuando es desfavorable a un nuevo frmaco.
Etapas de un metanlisis
Valorados: elegibilidad (n = ...)
En la Figura 11 se exponen las diferentes etapas que conforman un metanlisis.
Excluidos (n = . . .)
Sin criterios de inclusin (n = ... )
Rechazan participar (n = ...)
Formulacin de los objetivos
Otras razones (n = ...)
Recopilacin de datos
3 Perdidos seguimiento (razn) (n = ... )
Intervencin no continuada (razn) (n = . . . ) t
Anlisis de la heterogeneidad
4 Analizados (n = . . . )
Excluidos del anlisis (razn) (n = ... )
Combinacin de los efectos
Representacin grfica
Medidas de heterogeneidad
Figura 1O. Diagrama de flujo de los sujetos participantes en las diferentes
fases de un estudio aleatorizado: (1) periodo de inclusin, (2) asignacin
a la intervencin,(3) seguimiento, (4) anlisis Anlisis Identificacin
de sensibilidad del sesgo de publicacin
Limitaciones metodolgicas Debido a la poca potencia de las pruebas estadsticas existentes, stas pueden
complementarse con alguna representacin grfica que permita la inspeccin
Heterogeneidad entre estudios. Una primera crtica metodolgica visual de la magnitud de la variabilidad entre estudios. Las representaciones
al metanlisis consiste en intentar una combinacin estadstica de re ms utilizadas son el grfico de Galbraith, recomendado por ser aplicable a
sultados que provienen de estudios que exhiben una gran variabilidad cualquier tipo de estudio (observacional y experimental) y el grfico de LJ\bb,
(heterogeneidad) entre ellos. ms restrictivo, aplicable nicamente a metanlisis de ensayos clnicos.
Sesgo de publicacin. El sesgo de publicacin, es decir, la publi
cacin selectiva de estudios en base a sus hallazgos, representa un El grfico de Galbraith representa la precisin de cada estudio y una banda
riesgo para la validez de cualquier metanlisis. Esto es ms frecuente de confianza. Los estudios que caen fuera de esta banda son los que ms
cuando el resultado del ensayo es "negativo': es decir, cuando no se contribuyen a la heterogeneidad (Figura 12).
08 Ensayo clnico
11
- Estadstica y epidemiologa I O8
5 al considerar que los efectos de la exposicin/intervencin en la poblacin
son diversos y que los estudios incluidos en la revisin son slo una muestra
4 aleatoria de todos los posibles efectos. As, la ponderacin de los estudios
bajo este tipo de modelos considera no slo su propia varianza (variabilidad
3
intra-estudio), sino tambin la que pueda existir entre los estudios (variabili
dad entre-estudios).
.!::!
2
e:
Los modelos de efectos aleatorios deben utilizarse siempre que se determi
ne, tras un anlisis de heterogeneidad, que los estudios no son homogneos
y no puedan identificarse claramente las causas, lo que suele ser habitual,
Q)
El grfico de L'Abb slo es aplicable cuando la variable es dicotmica. En l La representacin grfica de los resultados de un metanlisis contribuye a
se confirma la hiptesis de heterogeneidad, con una nube de puntos que una fcil y rpida interpretacin. Para ello, se construye una grfica en la que
no se alinean en torno a una recta (Figura 13). en el eje de abscisas (eje X) se representa la medida de efecto considerada
(odds ratio, riesgo relativo. . .) y a lo largo del eje de coordenadas (eje Y) se
sitan los diferentes estudios, generalmente ordenados por el ao de pu
0,2 blicacin o cualquier otro criterio de ordenacin. Para cada estudio y para
la estimacin global del efecto, se representa su estimacin puntual y tam
0,18 bin el intervalo de confianza que le corresponde (asumiendo un modelo
de efectos fijos y/o efectos aleatorios) (Figura 1 4).
0,16
Q)
.E
0,14
Riesgo relativo IC (95,0 %)
0,12
Estudio (ao) n
e:
0,1 1 - Porter (1972) 191
-
-.
2- Rusell (1979) 2.138
-
-
Q)
B 0,08
3-Wilson (1982) 2 1 1
Q)
0,06
Q)
4- Stewart (1982) 691
-
Q)
0,02
6-Jarnrozik (1984) 1.061 _.__
7- McDowell (1985) 163
8 - Page (1986) 182
O 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0,16 0,18 0,2
Tasa de eventos en el grupo control
9- Janz (1987) 250 -.
-
10- Slama (1990) 210
Figura 1 3. Grfico de L'Abb 1 1-Vetter (1990) 471
12- Demens (1990) 584
Se ha sugerido un ndice denominado 12 , de ms fcil interpretacin. Los __..._
-
13- Wilson (1990) 1.109
autores proponen, para interpretar los valores de 12, hasta un 30% para baja 14 Haug (1994) 263
heterogeneidad (buena consistencia), entre el 30% y el 50% se dira que la
-
15- Higashi (1995) 957 -e-
-
heterogeneidad es moderada, y por encima de ese valor se calificara de alta.
16 Slama (1995) 3.128
Combinacin de los resultados
Global (efectos fijos) 13.029 ...
El modelo de efectos fijos asume que existe un nico efecto en la poblacin
y no tiene en cuenta la variabilidad de los resultados entre los distintos estu
Global (efectos aleatorios) 1 3.029 ......
dios. As, el tamao del estudio y su propia varianza (variabilidad intra-estu T TT
4 6 8 10121416
dio) son los nicos determinantes de su peso en el metanlisis. El modelo de
efectos aleatorios, por el contrario, tiene en cuenta la posible heterogeneidad Figura 14, Diagrama de bosque o forest plot
Manual CTO de Medicina y Ciruga, 9 . edicin
['!
cuanta del sesgo de publicacin. El ms simple consiste en realizar un anli 160.000
sis de sensibilidad y calcular entonces el nmero de estudios negativos rea t: 140.000
lizados y no publicados que debera haber para modificar el sentido de una E 120.000
,e:
eventual conclusin "positiva" obtenida con un metanlisis. Si este nmero es o 100.000
muy elevado, se considera que la probabilidad de que el sesgo de publica 80.000
E
cin haya modificado sustancialmente los resultados es baja, y se acepta la
60.000
existencia de las diferencias sugeridas por el metanlisis.
40.000
20.000
Tambin se puede examinar la posibilidad de sesgo de publicacin con el mto
do conocido como el grfico en embudo (funnel plot) (Figura 1 5). Se parte del
o
supuesto de que los estudios que tendran mayor probabilidad de no ser publi
-0,1 5 -0,1 -0,05 o o.os 0,1
cados seran los que no muestran diferencias (estudios "negativos"), sobre todo Revisiones discordantes
si eran de pequeo tamao. Inversamente, si hubiera sesgo de publicacin, en
tre los estudios pequeos (en los que hay mayor probabilidad de que se alteren
los resultados por azar) se tendera a publicar los que mostraran diferencias. Figura 1 5. Grfico en embudo o funnel plot
./ MIR 1 3-14, 203, 204, 206 ./ MIR 07-08, 204, 205, 206, 207, 208, 212, 214, 216
./ MIR 12- 1 3, 1 80, 1 87, 1 88, 1 89, 1 90, 191, 194 ./ MIR 06-07, 1 98, 200, 205, 2 1 0, 2 1 2, 216, 219, 259
./ MIR 1 1- 1 2, 1 85, 186, 1 87, 1 88, 1 89, 1 90, 200 ./ MIR 05-06, 1 99, 202, 204, 205, 206, 207, 209, 2 1 1 , 214, 2 1 6
./ MIR 10-1 1, 1 72, 182, 1 86, 193, 197 ./ MIR 04-05, 1 96, 1 97, 198, 1 99, 201, 202, 203, 205, 207, 209, 216
./ MIR 09-10, 1 84, 1 87, 188, 189, 191, 192, 193 ./ MIR 03-04, 1 33, 1 34, 1 38, 139, 1 51, 257
./ MIR 08-09, 1 95, 197, 200, 201, 210, 2 1 2, 21 3-PG,
2 1 8, 220
0 8 Ensayo clinico
Estadstica y epidemiologa I O8
Casos c l nicos .,
Suponga que, en la lectura de un ensayo clnico en el cual se han inclui
do 50 pacientes por grupo, observa usted que los resultados se refieren
a 47 pacientes en un grupo y 42 en el otro. Con respecto a los pacientes
En un estudio de seguimiento a largo plazo de pacientes con fibrila que faltan, el autor comunica que fueron retirados por no seguir el tra
cin auricular, en la prctica clnica habitual, se ha documentado un tamiento y que no hay diferencias estadsticamente significativas entre
riesgo relativo de padecer un accidente vascular cerebral, para an grupos en cuanto al porcentaje de prdidas de pacientes. Cmo cree
ticoagulantes orales (en comparacin con antiagregantes plaqueta que podra afectar este hecho a los resultados del ensayo?
rios), de 0,57 (intervalo de confianza al 95% de 0,40-0,80). La inci
dencia de accidente vascular cerebral durante los 2 primeros aos 1 ) De ninguna forma, ya que no se pueden estudiar los efectos de los
de seguimiento es de un 2% y un 3,5% respectivamente. Suponien tratamientos en pacientes que no los reciben.
do que estos resultados sean vlidos, a cuntos pacientes habra 2) La validez del estudio podra ser dudosa, ya que la prdida de pa
que tratar con anticoagulantes orales, en lugar de antiagregantes, cientes tal vez est relacionada con los efectos de los tratamientos.
para evitar un accidente vascular cerebral? 3) De ninguna forma, si en el diseo del estudio se haban previsto las
prdidas y, por tanto, se incluy un nmero de pacientes mayor para
1) 50-60. compensarlas.
2) 60-70. 4) Aumentando la probabilidad de un resultado negativo falso al reducirse
3) 70-80. la muestra, pero sin que este hecho eleve las posibilidades de sesgos.
4) 80-90. 5) Si el estudio era a doble ciego, el hecho no tiene importancia, pero
5) 90-100. si el investigador conoca el tratamiento de cada paciente, entonces
pudo haber sesgado los resultados.
RC: 2
RC: 2
Estadstica y epidemiologa
N IVELES DE CALIDAD
DE LA EVIDENCIA CIENTIFICA
La calidad de la evidencia cientfica se clasifica en tres grados de recomen
Este es un tema importante y sencillo.
ORIENTACIN Hay que conocer los diferentes dacin para la adopcin de una medida sanitaria.
M I R conceptos, as como resolver tablas
que los incluyan.
Buena (grado A). Existe adecuada evidencia cientfica para recomen
dar o desaconsejar la adopcin del procedimiento mdico.
Regular (grado B). Hay cierta evidencia cientfica(no concluyente) para
recomendar o desaconsejar la adopcin del procedimiento mdico.
Mala (grado C). Existe insuficiente evidencia cientfica para recomen
9.1 . Factores determinantes dar o desaconsejar la adopcin del procedimiento mdico.
Todas las escalas de gradacin son muy similares entre s y presentan al PREGUNTAS ./ MIR 09-1 O, 1 3 1
metanlisis de ensayos clnicos controlados y aleatorizados c orno el es
tudio ms riguroso y que aporta mayor evidencia causal (MIR 08-09, 2 0 1 ; M I R ./ MIR 08-09, 201
./ MIR 06-07, 197
MIR 06-07, 1 97). La medicina basada en la evidencia persigue la in
tegracin de la maestra clnica individual con las mejores evidencias
cientficas disponibles (Tabla 1 1 y Tabla 1 2) (MIR 09-10, 1 3 1 ).
Ideas clave /
Fuerza de la recomendacin
" La mayor evidencia cientfica se obtiene de los diseos experi
A Existe adecuada evidencia cientfica para adoptar una prctica 1, 11-1 mentales.
B Existe cierta evidencia para recomendar la prctica 11-1, 11-2
" Se considera que un metanlisis de ensayos clnicos no sesgado
e Hay insuficiente evidencia para recomendar 111 es el estudio que aporta un mayor nivel de evidencia.
o no recomendar la prctica
D Existe cierta evidencia para no recomendar la prctica 11-1, 11-2 " En cuanto a calidad del estudio, el orden es (de mejor a peor):
experimental, observacional prospectivo, observacional retros
E Existe adecuada evidencia cientfica para no adoptar la prctica 1, 11-1 pectivo, descriptivo.
Tabla 1 1. Fuerza de recomendacin clnica basada en los niveles de evidencia
Estadstica y epidemiologa
ESTADSTICA. G EN ERALIDADES
En este tema slo es necesario saber Muestreos probabilsticos: en ellos se conoce la probabilidad de que
ORIE NTACIN
M I R dos cuestiones: los tipos de muestreo
y los tipos de variables.
un individuo sea elegido para la muestra. Son interesantes para usar es
tadstica matemtica con ellos. La eleccin de la muestra se hace aleato
riamente. La estadstica inferencia! exige este tipo de muestreo.
Muestreos no probabilsticos: en ellos no se conoce la probabi
lidad. Son muestreos que muy posiblemente esconden sesgos. En
Se define la estadstica como el mtodo de razonamiento que permite principio, no se pueden extrapolar los resultados a la poblacin
interpretar un conjunto de datos cuyo carcter esencial es la variabilidad. (MIR 08-09, 1 99).
Mili
Cualitativa
Subtipo
Nominal dicotmica Sexo
Ejemplo P R E G U N TA S
M I R
./ MIR 08-09, 199, 202
./ MIR 06-07, 194
./ MIR 03-04, 146
Nominal no dicotmica Raza
Ordinal Nivel socioeconmico
Cuantitativa Discreta N.0 episodios de asma/semana
Continua Uricemia
Tabla 13. Tipos de variables
,
ESTADISTICA DESCRIPTIVA
Antrtida
Se puede considerar la estadstica descriptiva como el conjunto de tcni 9%
1 1 .1 . Representacin grfica
Africa
20,5%
La representacin grfica de los datos obtenidos en cualquier estudio facilita
Amrica
un anlisis visual. Segn la naturaleza de las variables estudiadas, se utilizan 28%
diferentes tipos de representacin.
Polgono de frecuencias: es una lnea quebrada que une los puntos Comparacin de medidas de centralizacin
medios de las barras superiores de los rectngulos del histograma.
Aunque desde un punto de vista puramente descriptivo, estas medidas pro
porcionan informacin complementaria, sus propiedades son muy distintas:
la media utiliza todos los datos y es, por tanto, preferible si los datos son ho
18
mogneos; tiene el inconveniente de que es muy sensible a observaciones
atpicas. y un error de datos o un valor anormal puede modificarla totalmen
te. Por el contrario, la mediana emplea menos informacin que la media,
ya que slo tiene en cuenta el orden de los datos y no su magnitud, pero,
en contrapartida. no se ve alterada si una observacin (o. en general, una
pequea parte de observaciones) es extrema o contiene errores grandes de
medida o de transcripcin.
Las medidas de centralizacin indican alrededor de qu valores se agrupan Figura 1 9. Distribucin asimtrica
los datos observados. Se distinguen las siguientes:
Media aritmtica: es la medida de centralizacin ms comn. Se cal Medidas de dispersin o variabilidad
cula sumando los valores numricos de todas las observaciones y divi
diendo el total por el nmero de observaciones. Junto a las medidas de tendencia central (Tabla 14), las medidas de dis
persin o variabilidad completan la informacin sobre la distribucin de la
variable (indican si los valores de la misma estn muy dispersos o se concen
tran alrededor de la medida de centralizacin) (MIR 09-1 O, 1 78).
Rango o recorrido: diferencia entre el valor mximo y el mnimo ob
La media aritmtica verifica la propiedad de equilibrar las desviacio servado en una serie.
nes positivas y negativas de los datos respecto a su valor, es decir,
(x1 - x) = O. Acta, por tanto, como centro geomtrico o centro de R = Mx. - Mn.
"gravedad" para el conjunto de puntos.
Mediana: es el valor numrico que divide al conjunto de datos ordena Desviacin media: es la media de las desviaciones respecto a la media
dos en dos partes iguales. es decir, el 50% de los datos ser menor que aritmtica.
ella y el resto, mayor. En una distribucin simtrica, la mediana coincide
con la media aritmtica. pero no as en una asimtrica (MIR 10-1 1 , 1 94; L lx1 -xl
Dm = - -
MIR 04-05, 256). n
Moda: es el valor ms corriente o el valor de la variable que se presen
ta con mayor frecuencia. Pueden existir distribuciones con ms de una Varianza: se define como la media del cuadrado de las desviaciones de
moda. los elementos respecto a la media aritmtica.
Parmetros de posicin: cuartiles, deciles, percentiles. Son valores que
dividen el conjunto de las observaciones en 4, 1 O o 100 partes iguales.
respectivamente. Ejemplo: n
11 E s t a d s t i c a descriptiva
p
Estadstica y epidemiologa 1 1 1
La desviacin tpica es una medida complementaria de la media aritm Curva de asimetra
tica; mientras que sta da una idea de la magnitud general de la distri negativa
buci n, la desviacin estndar muestra cmo se distribuyen los valores Curva simtrica
.,.-:.',
alrededor de la media.
Curva de asimetra
Rango intercuartlico: es la diferencia entre el percentil 75 y el 25. Es, I \
I
positiva
junto con el rango, la medida de dispersin que se utiliza para los datos
\
\
asimtricos.
Coeficiente de variacin (CV): es una medida de dispersin adimen
sional. Se define como el porcentaje que representa la desviacin es
Eje de simetra
)
tndar sobre la media. Es el mtodo de eleccin para comparar la va Eje de simetra
riabilidad o dispersin relativa de variables que estn expresadas en las
Eje de simetra
mismas o en diferentes unidades.
Figura 20. Estados de la asimetra
s
CV = --- x l OO
x' Curtosis (apuntamiento)
Esta medida determina el grado de concentracin que presentan los valores
Medida Medida en la regin central de la distribucin. Por medio del coeficiente de curtosis es
de centralizacin de dispersin posible identificar si existe una gran concentracin de valores (leptocrtica),
Distribucin homognea Media Desviacin tpica una concentracin normal (mesocrtica) o una baja concentracin (plati
o estndar crtica)( Figura 21) (MIR 12-13, 177).
Distribucin asimtrica Mediana Rango intercuartlico
Tabla 14. Formas de medida Leptocrtica
Para calcular la asimetra, una posibilidad es utilizar el llamado coeficiente Cuando la distribucin de datos tiene un coeficiente de asimetra(g1 = 0,5)
de Fisher que se representar como g l . Segn sea el valor de g 1 , se dir y un coeficiente de curtosis (g2 = 0,5), se denomina curva normal.
que la distribucin es asimtrica a derechas o positiva. a izquierdas o ne
gativa, o simtrica. es decir ( Figura 20):
Si gl > O, la distri bucin ser asimtrica positiva o a derechas(desplazada ./ MIR 13-14, 192
hacia la derecha). ./ MIR 12-13, 177
Si g1 < O, la distribucin ser asimtrica negativa o a izquierdas(despla ./ MIR 10-1 1, 194
zada hacia la izquierda). v' MIR09-10, 178
Si g l = O, la distribucin ser simtrica. ./ MIR 04-05, 256
" En distribuciones asimtricas, se emplea la mediana como parme cul d e entre dos distribuciones tiene una mayor variabilidad (dis
tro de tendencia central y el rango como parmetro de dispersin. persin).
" En la distribucin de Gauss, media, mediana y moda coinciden en " La asimetra de una distribucin mide la desviacin "horizontal"desde
el mismo valor. la curva normal.
" El coeficiente de variacin es el parmetro que se emplea para decir " La curtosis mide el apuntamiento de una distribucin.
si una distribucin es homognea o dispersa. Adems, informa de
11 E s t a d s t i c a d e s c r i p t iv a
p
Estadstica y epidemiologa
PROBABILIDAD
1 2.1 . Probabilidad
P(A 11 8) P(A) x P(8/A)
P(A/8) =
P(8) P(8)
Se supone una poblacin finita con N elementos, k d e los cuales tienen
la caracterstica A. Se conoce como probabilidad de la caracterstica A en
la poblacin a: P(A)= k/N. La probabilidad se define. desde un punto de 1 2.3. Regla de la multiplicacin
vista ptimo, en trminos de frecuencia relativa.
PREGUNTAS ./ No hay preguntas MIR representativas. " La multiplicacin se aplica cuando se pregunta por la probabili
M I R dad de que ocurra un evento y el otro (probabilidad de que un
sujeto tenga cncer de pulmn y de laringe).
12 P r o b a b i l i d a d
p
Estadstica y epidemiologa
,
PRIN CIPALES LEYES DE DISTRIBUCION
DE VARIAB LES ALEATORIAS
probabilidad de xito muy baja. Es. por consiguiente, la ley adecuada para
Uno de los temas importantes
del MIR es saber interpretar intervalos
los "sucesos raros: cuando p < 0,1 y n x p < 5.
de una muestra a partir de la curva
de Gauss o normal. Hay que conocer
perfectamente esta distribucin. 1 3.4. Distribucin normal o de Gauss
Una vez que se ha elegido la muestra y recogido los datos, el siguiente paso Caractersticas
es inferir las propiedades de la poblacin a partir de la muestra. El instru
mento conceptual que permitir esta generalizacin es un modelo de la Las caractersticas de la distribucin normal o de Gauss son las siguientes:
poblacin, es decir, una representacin simblica de su comportamiento. Corresponde a variables cuantitativas continuas.
Se caracteriza por dos medidas: media y desviacin tpica.
Existen tres leyes tericas que tienen la particularidad de ser seguidas por Es unimodal.
una inmensa mayora de los fenmenos biolgicos habituales; estas leyes Es simtrica alrededor de la media. Por tanto, media, mediana y moda
son las siguientes: coinciden.
Distribucin binomial(distribuciones discretas). Tiene forma acampanada, sin un pico excesivo.
Distribucin de Poisson o de los sucesos raros (distribuciones discretas). Va desde -oo a +oo(asinttica al eje de abscisas).
Distribucin normal o de Gauss(distribuciones continuas). El rea bajo la curva tiene un valor igual a 1.
Ideas clave X
" La distribucin normal o de Gauss es una curva de probabilidad
continua con forma de campana.
Casos c l nicos .
2) El rango de valores de IMC observado en las 275 mujeres va desde
1 9 a 35.
3) La mayora de las mujeres estudiadas tienen u n IMC de 27, y el resto
En una muestra aleatoria extrada de poblacin sana se encuentra que oscilan entre 23 y 3 1 .
una variable bioqumica tiene como media 90 y como desviacin tpica 4) Aproximadamente, el 95% de las mujeres estudiadas tienen valores
10. La afirmacin: "aproximadamente el 95% de los individuos sanos de IMC situados entre 1 9 y 35.
tiene un valor de esa variable comprendido entre 70 y 1 1 O" es correcta: 5) Aproximadamente, el 95% de las mujeres estudiadas tienen valores
de IMC situados entre 23 y 3 1 .
1) Siempre.
2) Nunca. RC: 4
3) Slo si la variable tiene distribucin normal.
4) Slo si la muestra es suficientemente grande. U n estudio realizado sobre una muestra de 200 sujetos informa
5) Slo si la variable tiene distribucin normal y la muestra es suficien de que su edad media es de 45 aos, con u n a desviacin estn
temente grande. dar de 8 aos. Cul de las siguientes afirmaciones es correcta?
, ,
ESTIMACION DE PARAMETROS.
,
ESTADISTICA IN FEREN CIAL
O R I E N TA C I N Para poder responder a las preguntas de este tema es necesario saber contestar a las preguntas del tema anterior,
M I R puesto que, en esencia, son las mismas, salvo que en el tema anterior el parmetro de dispersin es la desviacin
tpica y en ste es el error estndar de la media (eem).
La tarea fundamental de la estadstica inferencia! es hacer inferencias acerca Error estndar de la media
de la poblacin a partir de una muestra extrada de la misma.
De una poblacin pueden extraerse infinitas muestras, cada una de
ellas con su media. Este conjunto de medias se distribuye segn una
1 4.1 . Estimacin de medias curva normal cuya media, la media de las medias, es la media pobla
cional () y cuya desviacin tpica se conoce como "error estndar de
la media"; por tanto, es la dispersin de las medias muestrales con res
En este caso, se quiere conocer la media poblacional a partir de la media pecto a la media poblacional. Se calcula mediante la siguiente frmula
muestra!. Para ello, se puede aplicar: (Figura 24):
Estimacin puntual: la media muestra! es un buen estimador de la
media poblacional(). cr
Estimacin por intervalos: el valor numrico de los estimadores pun eem= ---
tuales determinados en muestras diferentes puede variar. Es decir, si se
repiten los clculos con otra muestra distinta de la misma poblacin,
el resultado de la media muestra! podra ser diferente. Por tanto, sera
mejor que, adems, se aportase un intervalo que presumiblemente in Si se construye un intervalo de confianza del 95%, se concluye que en el 95%
cluya tambin el parmetro de la poblacin. Por ello, es preferible la de las ocasiones la media poblacional estar entre:
estimacin por intervalos, ya que entonces se indican lmites de valo
res dentro de los cuales el parmetro poblacional tiene la probabilidad
de estar. Al intervalo alrededor del estadstico muestra! se le denomina x 1,96x - - -
intervalo de confianza, y a sus lmites, lmites de confianza. El clculo
de los lmites de confianza comprende el empleo del error estndar de
la media y los principios de la distribucin normal (MIR 1 0-1 1 , 1 76).
El nivel de confianza 1 - a indica la probabilidad que hay de que la me Mientras que en un 5% de las ocasiones estar equivocado. Si se establece
dia poblacional, , pertenezca a ese intervalo; es frecuente expresarlo el nivel de confianza en el 99%, la media poblacional se situar en un 99%
en porcentajes. Son equivalentes las expresiones "nivel de confianza de las ocasiones entre:
1 - a" y "significacin a"; as, suele hablarse de obtener un intervalo
con un nivel de confianza del 95% o para una significacin a = 0,05
(este valor de a indica la probabilidad que hay de errar en la estima x 2,57 x ---
cin. A veces, esa probabilidad se indica con la letra P).
Manual CTO de Medicina y Ci ruga, 9. edicin
En el caso de n < 30, los lmites de confianza se calcularan siguiendo la 1 4.2. Estimacin de un porcentaje
frmula:
Donde:
p: proporcin (en tanto por uno) hallada en la muestra.
eep: error estndar del porcentaje.
eem
x, x, x,
M
fil fil
de asociacin
CO NTRASTE DE H IPOTESIS
O RI E N T A C I N Lo que hay que tener claro de este tema es el significado de los errores a y fJ, y del poder de un test estadfstico.
M I R Tambin es muy frecuente que pregunten sobre cmo se moddican los parmetros anteriores en funcin
del tamao de la muestra.
1 5.1 . H iptesis nula, hiptesis alternativa Se acepta H 1 . El resultado es estadsticamente significativo. Se rechaza H0
y grado de significacin estadstica (MIR 13-14, 197).
p > 0,05 no existe suficiente evidencia como para decir que ambos
tratamientos son distintos. Las diferencias pueden deberse al azar,
Para la comprensin de este concepto, se partir de un caso prctico. Se com con una probabilidad mayor al nivel de exigencia. No se rechaza H0
para un tratamiento nuevo (N) contra la HTA con uno tradicional (T) en dos (MIR 07-08, 209; MIR 07-08, 210; MIR 05-06, 194; MIR 05-06, 208;
series de individuos. Tras cierto tiempo, N controla al 70% de los individuos y MIR 03-04, 153).
T al 30%. El problema consiste en saber si este hecho es debido a una mayor
eficacia real de N o lo es simplemente por diferencias que el azar puede esta El valor p es, por tanto, la probabilidad de observar los resultados de un estudio
blecer(variaciones aleatorias del muestreo), sin que existan diferencias reales (u otros ms alejados de HJ si la H0 fuese cierta (MIR 12-13, 174). Es muy habi
en el control de hipertensos entre ambos tratamientos (MIR 07-08, 210). tual caer en el error de considerar que la p es la probabilidad de que HD sea cier
ta. Se parte de la hiptesis de que HD es cierta para poder calcular despus el
Para abordar este problema, se consideran dos hiptesis: valor de la p(p. ej., si se tiene un estudio en el que la pes 0,03, no se podr decir
Hiptesis nula (H0): no existen diferencias entre los dos tratamientos nunca que hay una probabilidad del 3% de que los dos grupos sean iguales).
(N=T).
Hiptesis alternativa (H,): s existen diferencias entre los dos trata La caracterstica que ms influye en el clculo de los valores de la p es el
mientos(N ; T). tamao de la muestra. Con muestras de pequeo tamao (n < 30) es muy
probable que aparezcan valores de p no significativos. Sin embargo, con ta
Estas dos hiptesis son mutuamente excluyentes, de forma que slo hay dos maos muestrales muy grandes es frecuente encontrar diferencias por pe
decisiones posibles: queas que stas sean.
Rechazar HD aceptar H 1
No rechazar H0 no poder aceptar H 1
1 5.2. Errores a y p
Previamente al ensayo de una hiptesis, se fija la probabilidad mxima de que
los resultados diferentes observados entre los dos grupos puedan ser debidos
simplemente al azar (H0 cierta), que suele ser por convenio del 5%. A conti Error tipo l. Se rechaza HD siendo cierta(se acepta que hay diferencias y,
nuacin, se calcula cul es la probabilidad de que las diferencias que se han de hecho, no las hay). Es como un falso positivo: dar como significativo
observado puedan ser explicadas por azar. Esta probabilidad es el valor de la p algo que no lo es. Se denomina a a la probabilidad de cometer el error
o "grado de significacin estadstica''. As, cuanto menor sea p, esto es, cuanto tipo l. El valor de p coincide con la probabilidad de cometer el error tipo I
ms baja sea la probabilidad de que el azar sea el responsable de las diferen (MIR 11-12, 173; MIR 10-11, 178; MIR 09-10, 176; MIR 08-09, 204;
cias, mayor ser la evidencia contra H0 y_a favor de H i - MIR 07-08, 195).
Cuando entre los distintos grupos de estudio se compara ms de una
De tal forma, si: variable de resultado, aumenta la posibilidad de resultados falsamente
p < 0,05 diferencias reales. Existe poca probabilidad de que se deban positivos. Para evitarlo, se incrementa la exigencia del nivel de significa
al azar. cin como sigue (MIR 05-06, 212; MIR 04-05, 212):
Man ual CTO de Medicina y Ciruga, 9. edicin
0,05 Realidad
p=
n.o de comparaciones Existe diferencia No existe diferencia
t
toma la variable en cuestin, sino nicamente sus rangos. Son prue
bas de menor precisin que las paramtricas, por lo que solamente
U de Mann-Whitney Test de Kruskal-Wallis
demostrarn como significativas diferencias mayores. Por tanto, gene Test de Wilcoxon Test de Friedman
ralmente se prefiere utilizar pruebas paramtricas (t de Student, an (tanto para datos apareados (si datos apareados)
lisis de la varianza, etc.) y el uso de los test no paramtricos se limita a como no apareados)
estudios con tamaos muestrales menores de 30, en los que las pobla
Ordinal con ordinal
ciones no puedan ser consideradas como normales, o bien cuando la
variable represente nicamente una medida aproximada del carcter,
sin una valoracin exacta. Si las muestras son mayores de 30, no exis Rho de Spearman Tau de Kendall
te inconveniente en utilizar pruebas paramtricas (MIR 08-09, 1 94;
MIR 05-06, 1 93). Figura 25. Test no paramtricos
----- -----
1 5 Con t raste de hiptesis -
-11
p
-
Estadstica y epidemiologa 1 15
Anlisis multivariante. Es un conjunto de test estadsticos que se aplica
cuando se intenta establecer la asociacin estadstica entre dos variables, Log-Rank
au;:;;.11
1 5,572 3 0,001
pero controlando el efecto de terceros factores que podran actuar como
factores de confusin. Un tipo de test multivariante frecuentemente em Breslow(Wilcoxon generalzado) 12,298 3 0,006
pleado es el test de regresin logstica (MIR 11-12, 1 76). Tabla 18. Test estadsticos para comprobar diferencias en KM tal y como
Por ejemplo: se desea saber si existe una relacin entre la infeccin de herida se muestran en el programa SPSS(MIR 13-14, 33; MIR 1 3-14, 34)
quirrgica y el tipo de ciruga, controlando que la profilaxis antibitica em
pleada no acte como factor de confusin. La Figura 27 resume los test estadsticos que ms se emplean y que se han
El tipo de anlisis multivariante depende fundamentalmente de cmo es comentado anteriormente.
la variable dependiente o resultado, de forma que las independientes pue
den ser categricas o cuantitativas (Tabla 17).
Tipo de
variable Cualitativa Cuantitativa Supervivencia Chi-cuadrado Test exacto de Fisher
dependiente (si datos apareados, (si pequeo tamao
test de McNemar) muestra!)
Ejemplo IAM s/no Carga viral Tiempo
hasta oclusin
Cualitativa con cuantitativa
de un stent/BP
Test estadstico Regresin Regresin lineal Regresin
logstica mltiple de Cox 2 categoras
Ms de 2 categoras
(variables dicotmicas)
Medida Odds ratio Hazard ratio
de asociacin
t de Student (si datos apareados, ANOVA [anlisis de la varianza]
Tabla 17. Tipos de anlisis multivariantes t de Student para datos (si datos apareados ANOVA
apareados) para datos apareados)
" Por el cont rario, si verdaderamente existen diferencias y no se de " Los test paramtricos son preferibles, pero slo pueden realizarse
tectan, se estar incurriendo de nuevo en un e r r or, que en este caso cuando la distribucin de estudio sea la normal.
es el o tipo 11.
1) Regresin logstica.
Casos clnicos 2) Prueba de la t.
3) Prueba de chi-cuadrado.
Un investigador est interesado en determinar si existe una asocia 4) Correlacin de Pearson.
cin entre las cifras de tensin arterial diastlica (medida en mm de 5) Prueba de Fisher.
Hg) y los niveles de colesterol ( medidos en mg/ml). Para ello, ha rea
lizado estas mediciones a 230 voluntarios. Qu prueba estadstica RC: 4; MIR 04-05, 21 O
es la ms apropiada para examinar dicha asociacin?
1 5 C o n traste d e h i p t e s i s
>
Estadstica y epidemiologa
, ,
ANALISIS DE CORRELACION
. ,
Y DE REGRESION
1,
.. A
.
. B
. .. . . . .. .
1
.. .. . .. . . t. .. .. .. !.
1
: : ! l i : :: :
-. -. .-..r. :-- :-
. . ..
1
. . . .. . r . . .
J . .
. ... .. . . '1 ,1
Relacin lineal Falta
::. positiva de relacin
I
..
..
. . : 1
Relacin lineal
negativa
1
. . :. . '.,i ': .. ..
Relacin
no lineal
: . : ... ,: . . ..
1
,' . . I
... .. . 1
- ,7 'T 7 -
y .. .
.. 1 .
:
y
.. ... T
. . .
l . . e D
Tambin es ms eficaz cuando la prediccin se obtiene a partir de pendiente. El coeficiente de correlacin de Pearson mide la intensidad
valores de x prximos a la media (Figura 29). de la relacin lineal entre las dos variables cuantitativas. Las caractersti
cas del coeficiente de correlacin son las siguientes:
Vara entre -1 y + 1 -1 :,; r :,; + l .
Para r = 1 , hay una relacin perfecta entre x e y, es decir, todos
y = a + Px
los puntos (x, y) estn en una lnea recta.
Un valor positivo de r indica que a medida que aumenta una va
riable, lo hace la otra, o que conforme disminuye una, tambin lo
hace la otra. Un coeficiente de correlacin negativo denota que a
a
medida que disminuye una variable, aumenta la otra o viceversa.
r = O indica que no hay correlacin lineal (MIR 1 3-14, 207;
MIR 07-08, 1 94).
I d e a s c l a v e J!6
tambin. El valor absoluto de la r establece lo fuerte o dbil d e la
correlacin, considerndose fuerte cuando sta es mayor de 0,7 .
" Los test de correlacin y de regresin sirven para establecer asocia " Una r de 1 o de -1 implica una correlacin cuya nube de dispersin
cin entre dos variables cuantitativas. se aproxima a la lnea recta.
" El anlisis del test de correlacin se basa en la interpretacin del " Cuando la correlacin es fuerte, podr entonces hacerse el test de
coeficiente r. El valor de r est comprendido entre -1 y + 1 . Un valor regresin lineal, cuya frmula es y= o. + px, donde P es la pendiente
positivo significa que si la variable n aumenta, la variable m lo har de la recta y o. el punto de corte de sta en el eje de ordenadas.
1 6 A n l i s i s de c o r r e l a c i n y de regres i n
f
Estadstica y epidemiologa
TAMANO MUESTRAL
Tema relativamente complejo. caso, se necesita mayor n, pero garantizar una mejor estimacin
ORIENTACIN Muy preguntado. Aqu suelen presentar (MIR 06-07, 2 1 5; MIR 04-05, 2 1 1 ).
Contraste de hiptesis. Se utiliza para estudios comparativos y, en l, La definicin de si la hiptesis va a ser unilateral o bilateral.
el tamao de la muestra indica el nmero aproximado de sujetos que se Bilateral: cualquiera de los dos parmetros a comparar (me
necesitan para detectar una diferencia determinada, si existe, con unos dias o proporciones) puede ser mayor o menor que el otro.
mrgenes de error previamente definidos. Los factores a tener en cuen No se establece direccin. H0 diferente de H 1 .
ta para determinar el tamao muestral son los siguientes: Unilateral: cuando se considera que uno de los parmetr os
La magnitud de la diferencia a detectar que tenga inters clnica debe ser mayor que el otro, indicando, por tanto, una direccin
mente relevante. Se pueden comparar dos proporciones o dos me de las diferencias. Slo H0 > o < H,.
dias.
Tener una idea aproximada de los parmetros de la variable que se La hiptesis bilateral es una hiptesis ms conservadora y dis
estudia (bibliografa, estudios previos). minuye el riesgo de cometer un error de tipo 1 (MIR 09-1 O, 1 90;
La variabilidad de la variable principal. MIR 06-07, 205; MIR 05-06, 203).
La seguridad del estudio (riesgo de cometer un error a: 5%).
El poder estadstico (1-P: 80% al menos) (riesgo de cometer un
error P: O, 1-0,2). ./ MIR 1 3-14, 200
La proporcin de pacientes en los distintos grupos que responder ./ MIR 09-10, 1 90
a cada tratamiento. ./ MIR 06-07, 205, 215
La proporcin de prdidas (d): se deber multiplicar el tamao cal ./ MIR 05-06, 203
culado por: 1 / (1 -d). ./ MIR 04-05, 2 1 1
Bibliografa
Esta d s t i c a y e p i d em i o l o g a
i, Dawson 8, Trapp R. Bioestadfstica mdica, 4. ed. Manual Moderno, 2005. Martnez-Gonzlez MA, Snchez Villegas A, Faulin Fajardo FJ. Bioestadfs
tica amigable, 2. ed. Daz de Santos, 2006.
i, Greenberg RS. Epidemiologfa mdica, 4. ed. Manual Moderno, 2005.
Ruiz M, Morillo LE. Epidemiologfa c/fnica: investigacin clnica aplicada.
i, Grupo CTO. Manual CTO de Estadstica y epidemiologa, 8. ed. CTO Editorial, Editorial Mdica Panamericana, 2004.
2012.
i, Hernndez Aguado 1, et al. Manual de Epidemiologa y Salud Pblica,
2. ed. Editorial Mdica Panamericana, 201 1 .
25%
23%
Ma nual CTO
de M e d i c i n a y C i r u g a
9. edicin
1 elanificacia y gestin
Autor
J os Ramn Mndez Montesi nos
Grupo CTO
Editorial
(1)
- t.)
1'
e
04. Establecimiento de prioridades.
Criterios de priorizacin ....... ... 9
,_ -
4.1. Criterios de priorizacin ... .............................. .......... . .. .. . 9
4.2. Tcnicas de priorizacin . . . . . ... ...... .... ... . . . . . .. ........... . ... .... . .. 9
-
ro
05. Formulacin de objetivos ................. ............... 10
a..
5.1. Caractersticas de los objetivos . .... ...... . 10
5.2. Poblacin diana............. . . . 10
11
p
Planificacin y gestin
SISTEMAS DE SALUD
ORIENTACIN Esta asignatura se pregunta muy poco Pueden ser pblicos o privados, segn el grupo de poblacin a la que
M I R en el MIR. cubran y el tipo de financiacin.
Administracin. Regula las relaciones entre los diferentes actores.
INPUT
Procesos de
OUTPUT
Financiacin
conversin
Existen varios modelos de financiacin que se exponen a continuacin:
Pago personal. Adquisicin privada de servicios.
Caridad. Financiacin por sociedades sin nimo de lucro.
Figura 1 . Componentes de un sistema sanitario Empleadores. Sistemas financiados por los empresarios.
Seguros voluntarios. Financiacin mediante contribuciones peridi
cas de un grupo de personas.
1 .2. Actores y relaciones Seguros sociales. Financiacin por medio de la contribucin de em
Pago indirecto del asegurador a los proveedores va contrato. El Participacin. Establecimiento de cauces para la participacin real de
paciente realiza un contrato con una empresa aseguradora y esta se la poblacin en la planificacin y gestin del sistema sanitario.
ocupa de los gastos derivados de la atencin sanitaria. El asegurador Legitimidad. Conformidad con las preferencias sociales expresadas en
se ocupa de contratar a determinados proveedores que procurarn la los principios ticos, valores, normas, leyes o regulaciones.
atencin solicitada por la empresa aseguradora.
Pago indirecto del asegurador (modelos integrados). El pacien
te contrata con una empresa aseguradora que es propietaria de hos 1 .4. Sistema sanitario espaol
pitales y contrata laboralmente a los proveedores, formando stos
parte de su plantilla. El modelo se llama integrado porque la misma
entidad facilita aseguramiento y provisin de servicios (Figura 2). Marco legal
La Constitucin Espaola de 1 978, en el artculo 43, recoge el derecho a la
RECUERDA proteccin de la salud y la obligacin de los poderes pblicos a organizar y
tutelar la salud pblica.
Las isocronas son las distancias mximas de las agrupaciones de
poblacin ms alejadas de los servicios. El Sistema Nacional de Salud queda fijado posteriormente en la Ley General
de Sanidad, de 1 986, como el conjunto de servicios de salud de todas las
comunidades autnomas. Determina, adems, la universalizacin de la asis
tencia. A lo largo del tiempo se han derogado los artculos 1 O, 1 1 , 43, 47, 61,
68, 100 y 105 de la citada Ley.
Financiadores Administracin
\/
Por el Real Decreto-Ley 1 37/84 se establecen las normas que regulan la crea
Impuestos generales
Cajas de S.S.
cin y puesta en funcionamiento de las zonas de salud, y por el Real Decreto
Personal/seguros 1 975/93, la libre eleccin de mdico general y pediatra.
Caridad
Organizacin
Proveedores
reas bsicas de salud
Se pueden encontrar los siguientes niveles:
Administracin central. Ministerio de Sanidad y Consumo.
Hospitales
Consejeras de salud. Organismos responsables de la gestin en salud
en cada comunidad autnoma.
Area de salud. Es la estructura bsica del sistema sanitario. El territorio se
divide en reas de salud segn criterios geogrficos, demogrficos (200.000
a 250.000 habitantes), socioeconmicos, laborales, epidemiolgicos, cultu
Paciente Paciente rales, dotacin de vas y medios de comunicacin e instalaciones sanitarias.
Cada rea debe contar con, al menos, un hospital pblico (Figura 3).
jjj 111
Universalidad. Deben ofrecer cobertura a toda la poblacin. De 200.000
Atencin integral. Integracin de las actividades de promocin, pre a 250.000 habitantes
vencin, diagnstico, tratamiento y rehabilitacin.
-o -o -o -o -o -o
Pertinencia. Adecuacin o grado en que se proporciona una atencin
::, ::, ::, ::,
"'jij
correcta segn los conocimientos del momento.
] "' "' ] ] ]
-o
-o
"' -ou"' -o"' "' -ou"' -ou"'
Equidad. Distribucin equitativa de acuerdo a las necesidades.
u u
QI QI QI QI QI
;
"".o "".o; .o;
;
'"' ;"" ;
Efectividad. Obtener la mxima mejora en salud por la mejor aten
cin sanitaria. Es la mejora en el estado de salud de la poblacin que .o .o .o
"' "'e: "' e:"' "'
N N N N N N
se obtiene con la implantacin del programa en condiciones reales de o e:
o o o o o
actuacin.
Eficacia. Es el impacto que tendra un programa de salud realizado en
condiciones ptimas; equivaldra a su impacto potencial. Figura 3. Estructura de las reas de salud
Eficiencia. Conseguir el mejor servicio y beneficio al mnimo coste.
Funcionalidad. Respuesta rpida a las modificaciones en las necesida Cada rea de salud se divide en zonas bsicas de salud (marco territorial de
des, que precisa un buen sistema de informacin para poder detectarlas. la organizacin de la atencin primaria de salud):
0 1 Sistemas de salud
ji>
Planificacin y gestin I O1
La demarcacin, competencia de las comunidades autnomas, se hace
en funcin de la distancia, concentracin de la poblacin, epidemiolo I d e a s c l a v e ;<
ga de la zona, instalaciones y recursos sanitarios disponibles.
Abarca entre 5.000 y 25.000 habitantes. " La provisin de servicios est determinada por la oferta y la demanda.
En la zona bsica de salud se desarrollan las actividades de los centros " La remisin de pacientes entre proveedores se llama demanda
de salud. derivada.
" Los principios esenciales del sistema sanitario espaol son uni
I PREGUNTAS ./ No hay preguntas MIR representativas. versalidad, equidad, efectividad, eficiencia, atencin integral,
M I R pertinencia, funcionalidad, participacin y legitimidad.
Planificacin y gestin
M I R
De este tema aparecen muy pocas
preguntas en el MIR. Sistemas de cuidados Biologa humana
1 1% 27%
2.1 . I ntroduccin
Hbitos de vida Medio ambiente
La OMS define la salud como el estado completo de bienestar fsico, mental y 43% 19%
social, no slo la ausencia de enfermedad. Existen, sin embargo, otras defini
ciones ms realistas, como la de Milton Terris, que define la salud como un
Inversin en cada determinante
estado de bienestar fsico, mental y social, con capacidad de funcionary no slo
la ausencia de enfermedad.
Planificar es prever qu recursos y servicios son necesarios segn un orden Sistemas Hbitos Medio Biologa
de cuidados de vida ambiente humana
de prioridades establecido para conseguir unos objetivos que han sido
considerados tomando en cuenta el estado actual y el previsible en el fu Figura 4. Factores determinantes en el nivel de salud
turo. La planificacin sanitaria es el mtodo que se sigue para escoger, or
ganizar y evaluar las actividades necesarias para satisfacer las necesidades
de salud de una poblacin. Su objetivo final es mejorar el nivel de salud 2.2. Caractersticas
de la poblacin.
de la planificacin sanitaria
Operativa 8. Fijacin de objetivos operativos Un ejemplo de objetivo de planificacin tctica o estructural sera el "Progra
Fin: utilizacin de recursos 9. Puesta en marcha del programa ma de seguimiento de personas con diabetes''.
Actividades: desarrollo de
actividades en tiempo y espacio
4. Planificacin operativa. Constituye el ltimo nivel de la planificacin, lija
Formalizacin: gestin de objetivos operacionales y toma decisiones a corto plazo para que el progra
operaciones
ma se pueda desarrollar.
Tabla 1 . Niveles de planificacin sanitaria Ejecuta el programa por medio de objetivos operativos.
Define la puesta en marcha concreta del programa.
1 . Planificacin poltica o normativa. Orientacin general que deben se
guir las actuaciones en salud que se hagan en el mbito del Estado o de la Ejemplo de objetivos de planificacin operativa sera la realizacin de edu
Unin Europea, siendo el tipo de sistema sanitario uno de los principales cacin sanitaria sobre dieta.
factores determinantes. Su periodicidad es casi permanente.
Su resultado es la poltica de salud.
Tiene objetivos polticos, ideales o de valores, como la equidad en el R EC U ERDA
acceso, la satisfaccin de los usuarios o la eficiencia.
La determinacin de las actividades de un programa de salud
forma parte de la planificacin estructural.
Un ejemplo de poltica normativa y estratgica es el Plan de Calidad para el
Sistema Nacional de Salud.
Al final, y durante todo el proceso, se hace la evaluacin de la planificacin
Ejemplo de objetivo de una planificacin normativa sera el mejorar los nive sanitaria. La evaluacin, como tal, no pertenece a una de las fases concretas
les de salud de la poblacin. de la planificacin, sino a todas (Figura 5).
Manual CTO de M e dicina y Ciruga, 9. edicin
Educacin sanitaria
La OMS, en 1 983, define la educacin para la sa Identificacin de problemas y necesidades
lud como cualquier combinacin de actividades de Planificacin
normativa Priorlzacin
informacin y educacin que lleve a una situacin
y estratgica
en que la poblacin desee estar sana, sepa alcanzar Fijacin de fines
la salud, haga lo que pueda a nivel individual o co
lectivamente para mantener la salud y buscar ayu
da cuando lo necesite. Fijacin de objetivos
" El nivel de salud de una comunidad est determinado por cuatro " Donde se invierte ms dinero es en el sistema de cuidados.
variables: biologa humana, medio ambiente, hbitos de vida y sis
tema de asistencia sanitaria.
0 2 C o n c e p t o s g e n erales en p l a n i f i c a c i n s a n i t a ria
Planificacin y gestin
, , ,
DIAGNOSTICO Y ANALISIS DE SITUACION :
IDENTIFICACION DE N ECESIDADES
Y PROB LEMAS
De este tema apenas se pregunta en el 3.2. Planteamientos
MIR. Las preguntas que han aparecido
estn relacionadas con los indicadores en el diagnstico de situacin
de utilizacin de servicios y recursos
sanitarios, especificados en el Tema 1 O.
Se obtienen datos numricos que informan sobre las distintas dimensiones
Es conveniente repasar la Tabla 2.
de la poblacin. Los indicadores pueden ser:
Anlisis objetivo mediante indicadores.
Anlisis mediante encuesta de salud.
Anlisis subjetivo.
3.1 . Concepto de problema
Anlisis objetivo por indicadores
y de necesidad de salud
Se obtienen datos numricos o indicadores sobre diferentes aspectos de
estudio. Las caractersticas de los indicadores son:
Problema de salud Medibles y cuantificables.
Vlidos (que midan lo que pretenden medir).
Un problema de salud es una alteracin del estado de salud de una comuni Reproducibles.
dad que se prev que continuar o se agravar en el futuro, de no intervenir Sensibles.
sobre l. Comprensibles.
Fciles de recoger.
Necesidad
Los indicadores pueden ser de distintos tipos (Tabla 2):
El concepto de necesidad es la diferencia entre un problema de salud y la 1. Demogrficos (vase el Captulo 11 ).
situacin de salud deseada; es lo que hace falta en el estado de salud obser 2. De utilizacin de los servicios de salud.
vado para que se convierta en el estado de salud deseado. 3. De recursos sanitarios (humanos, financieros).
4. Socioeconmicos (vase el Captulo 11).
Tambin se puede definir como la diferencia entre lo real y lo deseable. S. Sanitarios (vase el Captulo 11).
6. Indicadores medioambientales. Estos pueden ser:
En ocasiones, la necesidad existe, aunque todava no haya aparecido el pro De naturaleza fsica: ruidos, vibraciones, accidentes ...
blema como, por ejemplo, la necesidad de prevencin de la enfermedad o De naturaleza qumica: plomo, flor, nitritos y nitratos, dixido de
promocin de la salud. Las necesidades de salud pueden ser de cuatro clases: azufre, monxido de carbono, aditivos . . .
Normativa. La que define el experto sobre un estndar ptimo. Se con De naturaleza biolgica: bacterias, virus, protozoos . . .
sidera la necesidad objetiva y real. De naturaleza psicosocial y sociocultural: dependencias, violencia,
Comparativa. La que debera tener una comunidad, por ser similar a delincuencia . . .
otra de la que ya se conocen sus necesidades.
Sentida. La que percibe la poblacin sobre los problemas de salud o
servicios de que dispone. Tiene cada vez ms importancia a la hora de RECUE R DA
planificar.
Estancia media = n.0 de das de hospitalizacin al ao/n.0 de ingre
Expresada. Es la sentida, que se refleja en demanda de cuidados o ser sos o altas al ao.
vicios, por la poblacin.
Manual CTO de Medicina y Ciruga, 9. edicin
Relacin entre la utilizacin y la capacidad Recursos ocupados/recursos disponibles Servicios producidos/produccin potencial
de un recurso(son los indicadores (tasa de ocupacin = n. medio de camas ocupadas
0
(tasa de ocupacin= n. de das de hospitalizacin
0
El estado de salud se puede medir tambin por medio de escalas tericas de la poblacin. Existen diferentes medios para realizar estas encuestas, que
numricas en las que las distancias entre los valores de la escala se conside constituyen las tcnicas cualitativas. Este tipo de anlisis no se debe infrava
ran equivalentes. lorar, y los programas que origina pueden ser muy rentables, por tener una
mayor aceptacin, al tratarse de problemas prioritarios para el sentir de la
Anlisis por encuesta de salud comunidad. Entre las tcnicas cualitativas que se pueden emplear para el
diagnstico de situacin, se encuentran:
Es un procedimiento mixto objetivo-subjetivo, que mezcla tanto indicado Mtodo Delphi.
res cuantitativos como caractersticas de tipo cualitativo. Tcnica de grupo nominal.
Es la mejor fuente para conocer la morbilidad percibida por la pobla Tcnica de brainwriting.
cin, a pesar de que son costosas de realizar y pueden existir sesgos en Foro.
sus resultados. Entrevista con infor madores clave.
Recoge informacin sobre caractersticas sociodemogrficas, utilizacin Tcnica de brainstorming (tormenta de ideas).
de servicios sanitarios y situacin de salud del encuestado. Dramatizacin o role-playing.
Tambin recoge datos sobre las impresiones acerca del estado de salud Observacin participativa.
y sobre los hbitos de vida. Impresiones de la comunidad.
Planificacin y gestin
,
FORMULACION DE OBJETIVOS
O R I E N TA C I N Nunca han aparecido en el MIR Los objetivos de proceso indican el grado de cumplimiento necesario
M I R preguntas sobre este tema. de las actividades para conseguir los objetivos especficos y generales. Por
ejemplo, realizar toma de tensin arterial al 75% de los individuos de la po
blacin diana en los dos primeros aos (vase la Figura 7).
-
Las principales caractersticas que deben cumplir los objetivos son:
Tienen que estar claramente definidos.
Fines Plan de salud - Planificacin estratgica
Deben ser medibles y referidos al tiempo necesario para su realizacin.
Han de ser alcanzables.
Cada objetivo debe tratar de un solo aspecto.
Objetivos - Programa de salud - Planificacin estructural
El nmero de objetivos no debe ser muy amplio y estar limitado por
la posibilidad real de cumplirlos.
Figura 6. Formulacin de objetivos
El objetivo general es aquel cambio en el estado de salud que se pretende al 5.2. Poblacin diana
canzar en la poblacin objeto del programa, como consecuencia de la aplica
cin del mismo. Por ejemplo, disminuir la mortalidad por hipertensin arterial.
La poblacin diana es a la que se dirigen los objetivos del programa. Se define
El objetivo especfico es el que desarrolla el objetivo general, ya que lo basndose en unos criterios de inclusin y exclusin. Por ejemplo, la poblacin
cuantifica en cantidad y tiempo. Por ejemplo, disminuir en un 10% la mor diana del programa de deteccin precoz del cncer de mama lo constituyen
talidad por hipertensin arterial en diez aos. las mujeres con ms de 40 aos.
-E
Objetivos Objetivos Objetivos
Perspectiva Misin Objetivos
generales especficos operativos
- . Poltica
!
- Plan director
!
- Programa
/
Proyecto - Operaciones
!
-.
,
DETERMINACION DE ACTIVIDADES
Y RECURSOS
O R I E N TA C I N Es conveniente repasar Modelo de dispensarizacin. Establece una consulta para cada pro
G H 1 t
e
1 ] 1
t!
Figura 1 O. rbol de decisin
t
S
M I R
Dt
o-D f S
No
I d e a s c l a v e fi!<:
" Hay que realizar un empleo adecuado de los recursos porque son
caros y limitados.
D
" El recurso debe ser accesible a la poblacin.
,
EJECUCION DEL PROGRAMA
O R IENTAC I N Nunca han aparecido en el MIR En la ejecucin se desarrollan los objetivos operacionales (Tabla 3).
M I R preguntas sobre este tema.
11
Planificacin y gestin
,
EVALUACION DEL PROGRAMA
El tema es importante y han aparecido Ejemplo de criterios. Medida de la tensin arterial y del peso, auscultacin
O R I E N TA C I N
cardaca y pulmonar, ECG, radiografa de trax, bioqumica sangunea y exa
M I R varias preguntas sobre el mismo en los
ltimos 1 O aos. men oftalmolgico.
Estndar (norma)
Evaluar es medir una situacin y comparar con el objetivo. En planifi Estndar es el nivel ptimo de las variables del programa que se desea eva
cacin, es analizar las diferencias entre lo planificado, lo ejecutado y los luar(nivel que debe obtener un criterio).
resultados obtenidos, contando con los recursos empleados.
Ejemplo de estndar. Todos los pacientes con hipertensin arterial y todos
La evaluacin nace de la necesidad de optimizar el uso de unos recursos los criterios(100% de cumplimiento).
que son escasos. El objetivo final de la evaluacin es proponer medidas
correctoras que mejoren los resultados.
8.2. Evaluacin normativa y estratgica
RECUERD A
La evaluacin de la planificacin normativa y estratgica se hace valorando
Eficacia: resultados obtenidos en condiciones IDEALES. si se cumplen los criterios de pertinencia y de suficiencia.
Al estudiar la pertinencia de un programa, lo que se examina es la jus
tificacin para poner en marcha ese programa, proseguirlo o bien po
nerle fin. El programa tiene una base slida si:
8.1 . I n dicadores y criterios Contribuye a mejorar la salud de su poblacin diana.
Responde a las necesidades de una determinada comunidad.
para la evaluacin. Su ausencia implica una agravacin del problema con el paso del
Concepto de est ndar tiempo.
Evaluacin de resultados
RECU ERDA
Es la medida del grado de obtencin de los objetivos de salud, e incluye los
cambios en el estado actual y futuro de la salud. Eficiencia = coste/efectividad.
Garanta de calidad
Identificacin de problemas
1
Ideas clave /
" Indicadores de proceso: valoran el grado de cumplimiento de
las actividades previstas. La evaluacin en este punto se lleva a
cabo mediante auditoras.
Medidas correctoras Priorizacin de problemas
" Eficacia: son los resultados obtenidos en condiciones ideales.
,
EVALUACION DE LA EFICIEN CIA:
,
ANALISIS DE COSTES
La evaluacin de la eficiencia es el estudio de los resultados obtenidos en La unidad de medida de los efectos es el ao de vida ganado ajustado por
relacin al coste de los recursos empleados. La eficiencia es el mejor indica calidad (AVA()(MIR 13-14, 199; MIR, 11-12, 195; MIR 06-07, 211).
dor del resultado de un programa sanitario, porque no slo indica si se han
conseguido los objetivos, sino adems si el aprovechamiento de los recur
sos ha sido adecuado. REC U ER D A
Coste-utilidad = coste-aos de vida ganados y ajustados por
Con el anlisis de costes se valora la eficiencia del programa y se compa calidad.
ra con la de otras posibles alternativas o intervenciones (MIR 06-07, 213;
MIR 04-05, 215)(Tabla 4).
El ajuste por calidad de vida (utilidad) consiste en ponderar los aos de
Anlisis coste-efectividad vida ganados por una escala en la que 1 es el estado de mayor salud posi
ble y O el fallecimiento (MIR 08-09, 193; MIR 03-04, 142).
Bsqueda de la opcin ms eficiente, comparando el coste que supone ob
tener cada unidad de efectividad(coste por curacin obtenida, por ao de
vida ganado, por muerte evitada), en condiciones reales (MIR 09-10, 198; RECU ER D A
MIR 06-07, 211; MIR 05-06, 219).
Coste-efectividad = coste-aos de vida ganados.
Anlisis coste-eficacia
Constituye una alternativa del coste-efectividad que se mide en las mis Anlisis coste-beneficio
mas unidades que en el anlisis anterior, pero valorando los resultados
tericos de la intervencin, en condiciones previstas ideales. Es el nico tipo de anlisis en el que el dinero es la unidad de medida,
no solamente de los costes sino tambin de los
Se examinan costes y consecuencias? efectos.
No S
Slo consecuencias Slo costes El problema de este tipo de anlisis es que es
difcil valorar en dinero los efectos de ciertas
Se comparan No Estudio de consecuencias Estudio de costes Descripcin de costes intervenciones sanitarias (Tabla 5) (MIR 12-13,
dos o ms y consecuencias
opciones? 192).
S Evaluacin de eficacia Anlisis de costes 1. A de minimizacin de costes
o efectividad 2. A de coste-efectividad Permite comparar varias alternativas y, adems,
3. A coste-utilidad es el nico que puede valorar econmicamen
4. A coste-beneficio te una sola alternativa respecto a la posibilidad
Tabla 4. Diferencias entre los tipos de evaluacin de no hacer nada (MIR 04-05, 214).
Planificacin y gestin I O9
Descripcin del proceso Costes Consecuencias Forma
Minimizacin Identificar y cuantificar los costes Euros (costes directos) Poblacin atendida Costes 1 frente
de costes de procedimientos alternativos para alcanzar Diagnsticos realizados a costes 2
un objetivo cuyas consecuencias se suponen
similares Tratamientos aplicados
Medida: unidades naturales o fsicas
Coste-efectividad Identificar y cuantificar los costes Euros (costes directos, Aos de vida ganados Coste-efectividad
de procedimientos alternativos para alcanzar a veces indirectos) Incidencia prevenida o efectividad-coste
un objetivo cuyos resultados vienen expresados
por unidad de efecto o efectos por unidad de coste Incapacidad evitada
Medida: unidades naturales o fsicas
Coste-utilidad Identificar los costes de procedimientos Euros (costes directos, AVAC o QALY Coste-utilidad
alternativos para alcanzar un objetivo, cuyas a veces indirectos) Medida: unidades de utilidad
consecuencias vienen medidas en trminos
de utilidad, tal y como es percibida por el usuario
Coste-beneficio Proceso de valoracin de las ventajas (beneficios) Euros (costes directos, Euros Beneficios-costes
e inconvenientes (costes), consecuencia indirectos e intangibles) Medida: unidades monetarias
de la asignacin de recursos a un objetivo
determinado
Tabla S. Tcnicas de evaluacin econmica (MIR 12-13, 193; MIR 06-07, 213)
I d e a s c l a v e RS
" Anlisis coste-eficacia: coste por la opcin ms eficaz, en condicio
nes ideales.
" Anlisis de costes o minimizacin de costes: se valora la eficiencia " Anlisis coste-utilidad: coste por ao de vida ganado ajustado por
del programa y se compara con otras alternativas; es decir, la alter calidad (AVAC).
nativa ms barata.
" Anlisis coste-beneficio: unidades monetarias en numerador y de
" Anlisis coste-efectividad: coste por la opcin ms eficiente, en nominador.
condiciones reales.
Planificacin y gestin
,
ATEN CION ESPECIALIZADA
lnterconsultas. La respuesta de un miembro del cuerpo mdico a una Estancia media N. de estancias causadas en el periodo
0
Exploraciones especiales. Actos mdicos de ndole diagnstica o te Porcentaje N. de estancias causadas en el periodo
0
raputica que requieren la existencia de tcnicas o procedimientos es de ocupacin N. de camas disponibles x N. de das de periodo
0 0
en espera de visita mdica en la respectiva consulta. cama) N. de camas disponibles del periodo
0
Existen mltiples parmetros de utilidad en gestin sanitaria. Entre ellos, Promedio diario N. de urgencias asistidas
0
(urgentes y no urgentes).
+
Planificacin y gestin
,
D EMOGRAFIA SAN ITARIA
Relacin de dependencia
Pagoda
Poblacin de O -14 aos+ Poblacin de 65 aos o ms
Poblacin de 15 a 64 aos
Figura 14. Tipos de pirmides de poblacin
En bulbo o cebolla. Tpica de poblaciones envejecidas, con muy baja Relacin de dependencia de los jvenes
natalidad.
Poblacin de O -14 aos
Poblacin de 15 a 64 aos
1 1 .3. Demografa dinmica
Relacin de dependencia de los ancianos
Concepto
Poblacin de 65 aos o ms
Es el estudio de los cambios que se operan a lo largo del tiempo en la es
Poblacin de 15 a 64 aos
tructura de las poblaciones, y tambin de las leyes que determinan esa evo
lucin con objeto de poder hacer proyecciones de futuro.
I n d icadores socioeconmicos
I nd i c a d o re s d e nata l i d a d y fec u n d i d a d
Renta anual. Renta familiar media o renta individual media segn la
Tasa d e natalidad (TN). Es el factor sobre el que ms influyen las pol edad, el sexo y el estado civil.
ticas de poblacin. Tasa de pobreza:
N. RN vivos en un ao
0
N.0 de personas que viven por debajo del nivel de pobreza
Poblacin total media Poblacin total
Manual CTO de Medicina y Ciruga, 9. edicin
N. de suicidios durante un ao
0
N. fallecidos entre 1-12 meses de edad
0
Tasa de mortalidad infantil (TMI). Segn la OMS, es el mejor marca Fallecidos por una determinada causa
dor del nivel sanitario de un pas.
Poblacin total media de ese ao
Las comparaciones entre pases son inmediatas, ya que se trata de una
tasa especfica.
Tasa de mortalidad proporcional por causa (TMPC)
N. RN vivos fallecidos durante
0
1 1 Demografa sanitaria
- Planificacin y gestin J 1 1
Esta medida representa la probabilidad de muerte entre los casos diag Existen dos mtodos de estandarizacin de tasas:
nosticados, o el potencial mortal de una enfermedad. Generalmente se Mtodo directo. Consiste en aplicar las tasas de mortalidad especficas
aplica a enfermedades infecciosas agudas. por estratos de edad, de cada una de las poblaciones comparadas, a
Aos de vida potencialmente perdidos. Todas las tasas de mor una poblacin de referencia comn, de modo que al calcular la nueva
talidad valoran por igual cualquier muerte, con independencia de tasa de mortalidad se elimina el efecto que el diferente envejecimiento
la edad a la que stas ocurren, por ello se ha propuesto este in de las poblaciones pudiera tener sobre la mortalidad. Con este mtodo
dicador sinttico de mortalidad prematura que valora el impacto se obtiene la razn de mortalidad comparativa.
potencial de la mortalidad prematura en la comunidad, cuantifi
cando la cantidad de vida potencial que se pierde por cada una de
las causas. R E CU E RDA
ndice de Swaroop. Es uno de los mejores indicadores de calidad de
La estandarizacin de tasas sirve para poder compararlas entre
vida, a mayor desarrollo ms prximo est al 1 00%. poblaciones, ya que elimina la influencia de la edad.
N. de fallecimientos 50 aos
0
Sirve, por tanto, para controlar el factor de confusin que genera la edad.
M I R
" Tasa de mortalidad neonatal = n. RN vivos fallecidos con < 28
I d e a s c l a v e PS
0
" Tasa de bruta de mortalidad general = total de defunciones en " Tasa de mortalidad neonatal precoz= n. RN vivos fallecidos con
0
un ao/poblacin total media de ese ao x 1.000. < 7 das/total RN vivos durante un ao x 1.000.
,
G ESTION DE LA CALIDAD
M I R haban aparecido preguntas de esta profesional, calidad cientificotcnica, aceptabilidad, disponibilidad y accesi
materia hasta la convocatoria 2009-2010. bilidad, satisfaccin del profesional y continuidad.
1 2.1 . Gestin de la calidad Gestionar es coordinar los recursos disponibles para conseguir unos objeti
vos. El fin de la calidad no es otro que satisfacer al cliente y al proveedor con
el mnimo coste combinado.
E l concepto de calidad h a evolucionado a l o largo d e los aos haciendo que
su significado, funcin y objeto de control se consideren como modelo de La gestin de la calidad comprende tres procesos: planificacin, organiza
gestin y un estilo de direccin. cin y control; o mejor, como desarrolla Joseph M. Juran, principal terico
de la gestin de la calidad, son planificacin, control y mejora.
Dentro del mundo empresarial existen las siguientes definiciones de calidad
(MIR 1 3-14, 201): Para lograr estos retos se pueden desglosar las actividades de gestin de
Conjunto de caractersticas de un producto o servicio que satisface las la calidad como planificacin de la calidad, la organizacin para la calidad,
necesidades de un consumidor. el control de calidad y, como ltimo eslabn, la mejora de la calidad, dife
Funcin directiva -gestin de la calidad- que se desarrolla mediante rencindose del control en que ste intenta evitar los picos espordicos
cuatro procesos: planificacin, organizacin, control y mejora. de mala calidad y el de mejora, cuyo objetivo es pasar del nivel ordinario
Filosofa empresarial orientadora de la empresa hacia el cliente externo de ejecucin a un nivel superior, pues el desempeo habitual siempre es
y la satisfaccin de sus necesidades, y hacia el cliente interno y el fo susceptible de mejorar.
mento de su motivacin, formacin y participacin.
La calidad se gestiona en todos los niveles de la organizacin sanitaria: di
Se podran sintetizar las tres definiciones en que la meta empresarial sea reccin, servicios mdicos, unidades de enfermera, tanto los grupos como
conseguir la excelencia mediante una gestin de calidad en todos los nive los individuos.
les organizativos.
La implantacin de la calidad total conlleva un cambio en la cultura hospita
Segn la OMS, la calidad de la asistencia es asegurar que cada paciente re laria enfrentando a los dos modelos: el basado en los principios de calidad
ciba el conjunto de servicios diagnsticos y teraputicos ms adecuados para total y el fundamentado en el modelo de la burocracia profesional.
conseguir una asistencia ptima, teniendo en cuenta todos los factores y los co
nocimientos del paciente y del servicio mdico, y lograr el mejor resultado con Las diferencias principales entre ambos modelos seran:
el mnimo riesgo de efectos yatrognicos y la mxima satisfaccin del paciente Responsabilidad colectiva frente a responsabilidad profesional.
con el proceso. Liderazgo de gestin frente a liderazgo clnico.
Responsabilidad frente a autonoma (MIR 1 1-12, 196).
El concepto de calidad aplicado a la atencin mdica se refiere a la capa Participacin frente a autoridad administrativa.
cidad que puede tener una organizacin o un acto concreto de asistencia Mejora continua frente a control de calidad.
sanitaria para satisfacer las necesidades de los consumidores de servicios de
salud. Actualmente, y en parte, debido a la necesidad de reducir el dficit p
blico, la opinin pblica se hace eco de las numerosas medidas para in
Las dimensiones integradas en el concepto de calidad de la atencin mdi- tentar disminuir el gasto ms all de la reduccin del gasto farmacutico.
Planificacin y gestin 112
Es importante no perder de vista la necesidad de seguir apostando por la su deseo de conseguir una atencin nica a sus necesidades. La gestin
calidad en la atencin sanitaria, en la definicin e implantacin de nuevas por procesos implica reordenar los flujos de trabajo para aumentar la
medidas de reduccin del gasto apoyndose en tres pilares de la profesin satisfaccin del paciente y facilitar la labor de los profesionales.
sanitaria: El Modelo Europeo de Excelencia o Calidad Total (EFQM) fue creado
Motivos ticos. La profesin mdica ha tenido siempre un elevado a principios de los aos noventa por las grandes empresas europeas
contenido tico en su actuacin, al reclamar para los pacientes la aten para hacer frente a las empresas japonesas. Se trata de un modelo in
cin sanitaria que requieren sin consideraciones de otra ndole. dustrial que est intentando adaptarse a la atencin sanitaria, si bien la
Motivos de seguridad. La vida del paciente y su salud estn en juego, alta burocratizacin y ciertos condicionantes polticos y presupuesta
lo que explica la necesidad de garantizar la calidad de las instalaciones, rios dificultan su implantacin en el sistema pblico; es el modelo que
procedimientos y tratamientos. se quiere seguir para la obtencin de la excelencia (MIR 09-1 O, 1 99).
Motivos de eficiencia. La consecucin de los efectos, con el menor
coste posible, no tiene que contraponerse con la calidad.
1 2.2. La excelencia
Existen varios modelos o sistemas de gestin de la calidad asistencial. Entre
ellos, los ms implantados en nuestro sistema sanitario son:
Las normas ISO. E l reto futuro del sector sanitario e s alcanzar l a excelencia; e s decir, l a trans
El sistema de acreditacin de la Joint Commission on Acreditation of formacin radical de su modo de pensar y hacer.
Healthcare Organizations (JCAHO).
La gestin por procesos. Supone el resultado de la gestin de la calidad en el que la bsqueda de la
El modelo de calidad total o EFQM. excelencia es el paso final de la organizacin, para lo que debe impregnar
esta gestin de la calidad a la totalidad del tejido hospitalario y convertirse
Alguno de estos modelos presentan una metodologa rgida que es difcil de en la cultura corporativa del hospital. La meta es proporcionar al paciente lo
adaptar a determinadas organizaciones, sin embargo, una de las ventajas es que espera y necesita: calidad en el servicio.
el aportar una certificacin externa que permite establecer comparaciones
basadas en los mismos criterios de evaluacin. El modelo EFQM es un marco de referencia y un instrumento prctico que
Las normas ISO, elaboradas por la lnternational Offlce of Standards, ayuda a la organizacin a establecer en qu punto se encuentra dentro del
utilizan un lenguaje muy tcnico y poco comprensible por los profe trayecto hacia la excelencia, analiza las diferencias entre ese punto y los ob
sionales sanitarios. Asimismo, al estar diseadas para entornos indus jetivos y estimula la bsqueda de soluciones.
triales no contemplan temas tan importantes para la atencin sanita
ria como las relaciones interpersonales, la tica de los profesionales El EFQM tiene nueve criterios. Cinco de ellos son Agentes Facilitadores (lo que
o los derechos del paciente. En la medida que ayudan a identificar la organizacin hace) y cuatro son Resultados (lo que la organizacin logra).
procesos de forma ordenada pueden ser una alternativa para aquellos
centros ms similares a la industria, como los laboratorios, los servicios Este modelo puede usarse como una herramienta de evaluacin, auto
de radiologa, entre otros. evaluacin y comparacin. No obstante, a pesar de su complejidad y de la
El sistema de la JCAHO evala once funciones clave y cuatro estructu ausencia de estndares sanitarios, el modelo EFQM se est introduciendo en
ras mediante la verificacin de cumplimiento de unos estndares. Es un los servicios sanitarios.
modelo a medida para la gestin de la calidad asistencial, sin embargo,
en Espaa existen pocos centros acreditados y ninguno de ellos perte
nece al sistema pblico. P R E G U N TA S ./ MIR 13-14, 201
Los modelos basados en la gestin por procesos parten de la visin
del proceso como el devenir del paciente a travs del sistema sanitario y
M I R ./ MIR 1 1 -1 2, 196
./ MIR 09-10, 199
Manual CTO de Medicina y Ciruga, 9. edicin
B i b l i o g ra f a
Planificacin y gestin
Donabedian A. La calidad de la atencin mdica. Ediciones cientficas. Ribera J, Gutirrez Fuentes JA, Rosenmoller M. Gestin en el sector de la
La Prensa Mdica Mexicana, S.A. Mxico DF, 1 984. Salud. Elementos de Gestin en las Instituciones. Pearson Educacin S.A.,
2006.
Grupo CTO. Manual CTO de Planificacin y gestin, 8. ed. Madrid. CTO
Editorial, 2012. Simn P, Hernando P, Martfnez S, Rivas F, De los Reyes M, Sinz A, Gonz
lez J, Mrquez F. Estndares ticos para una organizacin sanitaria exce
Informe Plan de Calidad para el Sistema Nacional de Salud 2006-2010. lente. Revista Calidad Asistencial 2003; 18 (6): 379-404.
Ministerio de Sanidad y Poltica Social, 2009.
Varo J. Gestin estratgica de la calidad en los servicios sanitarios. Un mo
Jimnez Jimnez J (coord.). Manual de Gestin para Jefes de Servicios delo de gestin hospitalaria. Ediciones Daz de Santos, S.A., 1 994.
Clfnicos, 2. ed. Ediciones Dfaz de Santos, S.A., 2000.
Pidrola Gil G, et al. Medicina Preventiva y Salud Pblica, 1 1 . ed. Elsevier
Masson, 2008.
Bibliografa
---