El caso

Caso ilustrativo, con datos simulados.

Una tesista sigue durante 12 meses a 10 pacientes con cáncer gástrico avanzado desde el inicio de su quimioterapia paliativa en un hospital de Lima. El desenlace es la muerte por cualquier causa.

Al cierre del estudio:

• 5 pacientes fallecieron, a los 2, 4, 6, 7 y 9 meses.
• 3 se perdieron en el seguimiento a los 3, 5 y 8 meses, porque se trasladaron a otra región o dejaron de acudir.
• 2 seguían vivos al cerrar el estudio, tras 11 y 12 meses de seguimiento (uno había ingresado un mes más tarde).

En su borrador, la tesista reporta una «mortalidad al año del 50 %» (5 de 10). Su asesor le pide rehacer el análisis con el método de Kaplan-Meier, que da una supervivencia a los 12 meses del 35 % (IC 95 %: 12 % a 98 %) y una mediana de supervivencia de 9 meses.

¿Cuáles de estas afirmaciones son verdaderas?

1. Los pacientes censurados deben excluirse del análisis, porque no se sabe si murieron.

2. La mediana de supervivencia estimada es de 9 meses.

3. Calcular la mortalidad como 5 de 10 subestima el riesgo de morir durante el primer año.

4. Si los pacientes se perdieron porque estaban más graves, la curva de Kaplan-Meier sigue siendo válida sin cambios.

Pase de visita

Rp/

Diagnóstico diferencial

• Pérdidas en el seguimiento frente a pérdidas en el tamaño de muestra. Las primeras son un problema del análisis; las segundas se prevén al calcular la muestra, inflándola según el porcentaje esperado.
• Tasa por persona-tiempo. También aprovecha el tiempo de cada paciente, pero supone un riesgo constante. Kaplan-Meier no lo supone y muestra cómo cambia la supervivencia mes a mes.
• Regresión de Cox. Es el paso siguiente cuando quieres comparar grupos y ajustar por confusores: estima el hazard ratio.

En R

library(survival)

# Tiempo en meses; evento: 1 = murió, 0 = censurado
tiempo <- c(2, 3, 4, 5, 6, 7, 8, 9, 11, 12)
evento <- c(1, 0, 1, 0, 1, 1, 0, 1, 0, 0)

km <- survfit(Surv(tiempo, evento) ~ 1)
summary(km)   # tabla de supervivencia con IC 95 %

Call: survfit(formula = Surv(tiempo, evento) ~ 1)

 time n.risk n.event survival std.err lower 95% CI upper 95% CI
    2     10       1    0.900  0.0949        0.732        1.000
    4      8       1    0.787  0.1340        0.564        1.000
    6      6       1    0.656  0.1638        0.402        1.000
    7      5       1    0.525  0.1759        0.272        1.000
    9      3       1    0.350  0.1849        0.124        0.985

km            # mediana de supervivencia

Call: survfit(formula = Surv(tiempo, evento) ~ 1)

      n events median 0.95LCL 0.95UCL
[1,] 10      5      9       6      NA

plot(km, xlab = "Meses", ylab = "Supervivencia", mark.time = TRUE)

Las marcas verticales de la curva son los pacientes censurados.

Para profundizar

• El estudio de cohortes, en Diseños de estudio: incidencia, persona-tiempo y pérdidas en el seguimiento.
• ¿Comparas la supervivencia entre dos grupos? Haz el Triaje estadístico.

Referencias

1. Kaplan EL, Meier P. Nonparametric estimation from incomplete observations. J Am Stat Assoc. 1958;53(282):457-81.
2. Bland JM, Altman DG. Survival probabilities (the Kaplan-Meier method). BMJ. 1998;317(7172):1572.
3. Clark TG, Bradburn MJ, Love SB, Altman DG. Survival analysis part I: basic concepts and first analyses. Br J Cancer. 2003;89(2):232-8.

Indicación

Comparar el promedio de una variable numérica entre dos grupos independientes: la hemoglobina entre hombres y mujeres, la presión arterial entre un grupo intervenido y uno control o la estancia hospitalaria entre dos técnicas quirúrgicas, cuando la distribución no es muy asimétrica.

Mecanismo de acción

Divide la diferencia entre las medias de los dos grupos entre su error estándar. Si la hipótesis nula de medias iguales fuera cierta, ese cociente seguiría una distribución t. Lo más útil para tu tesis no es el valor p, sino la diferencia de medias con su intervalo de confianza, que la misma prueba entrega.

La versión de Student supone que ambos grupos tienen la misma varianza. La de Welch calcula el error estándar sin ese supuesto y ajusta los grados de libertad.

Contraindicaciones

• Datos pareados. Si son las mismas personas antes y después, corresponde la prueba t pareada.
• Distribución muy asimétrica con muestras pequeñas. Con pocos participantes por grupo y valores extremos, la media representa mal a los grupos. Considera una transformación logarítmica o la U de Mann-Whitney.
• Más de dos grupos. Hacer varias pruebas t entre pares aumenta los falsos positivos; corresponde un ANOVA.

La normalidad importa menos de lo que se cree: con muestras de tamaño moderado, la prueba t es robusta (Lumley et al., 2002).

Posología

Necesitas la diferencia de medias que sería clínicamente importante y la desviación estándar esperada, tomada de un estudio previo o de un piloto.

Interacciones

• Prueba de Levene previa. Elegir entre Student y Welch según una prueba de varianzas añade un paso innecesario. La prueba de Welch funciona bien con varianzas iguales o distintas, y por eso se recomienda usarla siempre (Ruxton, 2006). En R es la opción por defecto.
• Confusión. La prueba t no ajusta por otras variables. Para eso necesitas una regresión lineal.
• Varias variables a la vez. En una Tabla 1 con muchas comparaciones, alguna saldrá significativa por azar.

Reacciones adversas frecuentes en las tesis

• Aplicar Shapiro-Wilk a todo antes de decidir. Con muestras grandes rechaza la normalidad por desviaciones mínimas; con muestras pequeñas casi nunca la rechaza. Mira el histograma.
• Reportar «media ± error estándar». Para describir a los grupos va la desviación estándar (ver el caso n.º 6).
• Reportar solo el valor p. Falta la diferencia de medias y su IC 95 %.
• Concluir «no hay diferencia» con un p > 0,05. Revisa qué diferencias siguen siendo compatibles con el IC (ver el caso n.º 2).

Presentación en R

Con la base pbc comparamos la albúmina sérica entre hombres y mujeres.

library(survival)
d <- pbc[!is.na(pbc$trt), ]                    # los 312 pacientes del ensayo
d$sexo <- factor(d$sex, c("m", "f"), c("Hombre", "Mujer"))

# Descripción por grupo: n, media y desviación estándar
aggregate(albumin ~ sexo, data = d,
          FUN = function(x) round(c(n = length(x), media = mean(x), DE = sd(x)), 2))

    sexo albumin.n albumin.media albumin.DE
1 Hombre     36.00          3.58       0.45
2  Mujer    276.00          3.51       0.42

hist(d$albumin, breaks = 25, main = "", xlab = "Albúmina (g/dL)")   # ¿muy asimétrica?

t.test(albumin ~ sexo, data = d)               # Welch por defecto

    Welch Two Sample t-test

data:  albumin by sexo
t = 0.84089, df = 43.042, p-value = 0.4051
alternative hypothesis: true difference in means between group Hombre and group Mujer is not equal to 0
95 percent confidence interval:
 -0.09351911  0.22728723
sample estimates:
mean in group Hombre  mean in group Mujer 
            3.579167             3.512283 

Cómo reportarlo

El IC indica que, con estos datos, la diferencia real podría estar entre 0,09 g/dL a favor de las mujeres y 0,23 g/dL a favor de los hombres.

Diagnóstico diferencial

• U de Mann-Whitney. Para variables muy asimétricas u ordinales (ver la ficha n.º 3).
• Prueba t pareada. Para las mismas personas medidas dos veces.
• ANOVA. Para tres o más grupos.

Revisa también la receta corta de esta prueba en el Triaje estadístico.

Referencias

1. Kirkwood BR, Sterne JAC. Essential Medical Statistics. 2.ª ed. Oxford: Blackwell Science; 2003.
2. Ruxton GD. The unequal variance t-test is an underused alternative to Student’s t-test and the Mann-Whitney U test. Behav Ecol. 2006;17(4):688-90.
3. Lumley T, Diehr P, Emerson S, Chen L. The importance of the normality assumption in large public health data sets. Annu Rev Public Health. 2002;23:151-69.
4. Dickson ER, Grambsch PM, Fleming TR, Fisher LD, Langworthy A. Prognosis in primary biliary cirrhosis: model for decision making. Hepatology. 1989;10(1):1-7.

El caso

Caso ilustrativo, con datos simulados.

Un tesista evalúa un programa de seguimiento a cargo de agentes comunitarios de salud para adultos con hipertensión arterial en un distrito andino. El programa incluye visitas domiciliarias mensuales y recordatorios para tomar la medicación.

Diseña un ensayo con asignación aleatoria y 120 participantes: 60 reciben el programa y 60 continúan con la atención habitual del puesto de salud. El desenlace es la reducción de la presión arterial sistólica (PAS) a los 6 meses.

La PAS bajó en promedio 14 mmHg en el grupo del programa y 10 mmHg en el grupo control, con una desviación estándar de 12 mmHg en ambos. La diferencia fue de 4,0 mmHg a favor del programa (IC 95 %: −0,3 a 8,3; p = 0,070; prueba t para muestras independientes).

En sus conclusiones, el tesista escribe: «El programa no tiene efecto sobre la presión arterial».

¿Cuáles de estas afirmaciones son verdaderas?

1. Como p > 0,05, el estudio demostró que el programa no reduce la presión arterial.

2. Que el IC 95 % incluya el 0 es coherente con que p sea mayor que 0,05.

3. Hay una probabilidad del 95 % de que la verdadera diferencia esté entre −0,3 y 8,3 mmHg.

4. Con estos datos no puede descartarse que el programa reduzca la PAS en 5 mmHg más que la atención habitual.

Pase de visita

Rp/

Diagnóstico diferencial

• Potencia estadística. Un estudio con poca potencia puede no detectar un efecto real. La potencia se planifica antes, con el tamaño de muestra, y no se calcula después para justificar un resultado no significativo.
• Significancia estadística y relevancia clínica. Un efecto puede ser significativo y clínicamente trivial, o importante y no significativo. El tamaño del efecto y su IC son los que permiten juzgarlo.

En R

# Datos construidos con las medias y DE exactas del caso
set.seed(2026)
programa <- as.numeric(scale(rnorm(60))) * 12 + 14   # reducción de PAS (mmHg)
control  <- as.numeric(scale(rnorm(60))) * 12 + 10

# Prueba t para muestras independientes (varianzas iguales)
t.test(programa, control, var.equal = TRUE)

    Two Sample t-test

data:  programa and control
t = 1.8257, df = 118, p-value = 0.07042
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -0.3385591  8.3385591
sample estimates:
mean of x mean of y 
       14        10 

La salida muestra una diferencia de medias de 4 mmHg, un IC 95 % de −0,34 a 8,34 y p = 0,070.

Para profundizar

• ¿No sabes qué prueba corresponde a tu objetivo? Haz el Triaje estadístico.
• Calcula el tamaño de muestra para comparar dos medias en el Consultorio estadístico, antes de recolectar datos.

Referencias

1. Altman DG, Bland JM. Absence of evidence is not evidence of absence. BMJ. 1995;311(7003):485.
2. Greenland S, Senn SJ, Rothman KJ, Carlin JB, Poole C, Goodman SN, et al. Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations. Eur J Epidemiol. 2016;31(4):337-50.

Indicación

Evaluar si dos variables categóricas están asociadas cuando cada persona aparece una sola vez en la tabla. Es la prueba habitual para comparar proporciones entre dos o más grupos independientes: el porcentaje de anemia según el sexo, de complicaciones según el tipo de cirugía o de adherencia según el nivel educativo.

Mecanismo de acción

Construye la tabla de contingencia y calcula, para cada celda, la frecuencia que se esperaría si las variables no estuvieran asociadas: total de la fila × total de la columna / total general. El estadístico suma las diferencias al cuadrado entre lo observado y lo esperado, divididas entre lo esperado. Cuanto mayor es, más se alejan los datos de la hipótesis nula de independencia.

La prueba exacta de Fisher no usa esa aproximación: calcula directamente la probabilidad de las tablas posibles con los mismos totales. Por eso sirve con muestras pequeñas.

Contraindicaciones

• Observaciones pareadas. Si son las mismas personas medidas dos veces, o pares emparejados, corresponde la prueba de McNemar.
• Frecuencias esperadas pequeñas. El chi cuadrado es adecuado si ninguna frecuencia esperada es menor que 1 y no más del 20 % es menor que 5 (Cochran, 1954). Si no se cumple, usa la prueba exacta de Fisher o agrupa categorías con sentido clínico.
• Variables ordinales con una tendencia de interés. Si quieres saber si el riesgo aumenta a lo largo de categorías ordenadas, una prueba de tendencia responde mejor que el chi cuadrado general.

Posología

El tamaño de muestra depende de las proporciones que esperas en cada grupo y de la diferencia mínima que te interesa detectar.

Interacciones

• Corrección de continuidad. En tablas de 2 × 2, chisq.test() aplica por defecto la corrección de Yates, que es conservadora. Campbell (2007) propone como alternativa la chi cuadrado «N − 1», que funciona bien cuando todas las frecuencias esperadas son al menos 1. Sea cual sea tu elección, decláralo en métodos.
• Encuestas con diseño complejo. Con datos de la ENDES o la ENAHO, el chi cuadrado clásico no es válido: usa la versión de Rao-Scott, que considera el diseño muestral.
• Variables de confusión. El chi cuadrado no ajusta por otras variables. Para eso necesitas un modelo de regresión.

Reacciones adversas frecuentes en las tesis

• Cambiar a Fisher porque una celda observada tiene menos de 5. El criterio se aplica a las frecuencias esperadas, no a las observadas.
• Reportar solo el valor p. El lector necesita los porcentajes de cada grupo y, si es posible, una medida de asociación con su IC 95 %.
• Confundir porcentajes por fila y por columna. El porcentaje debe calcularse dentro de los grupos que comparas.
• Leer la asociación como causa. Un p pequeño indica que las proporciones difieren, no que una variable cause la otra.

Presentación en R

Con la base pbc comparamos la presencia de arañas vasculares (spiders) entre los pacientes que recibieron D-penicilamina y placebo. Luego, la presencia de ascitis según el sexo, donde hay pocos hombres.

library(survival)
d <- pbc[!is.na(pbc$trt), ]                    # los 312 pacientes del ensayo
d$grupo <- factor(d$trt, 1:2, c("D-penicilamina", "Placebo"))
d$sexo  <- factor(d$sex, c("m", "f"), c("Hombre", "Mujer"))

# 1. Arañas vasculares según el grupo
tabla <- table(d$grupo, d$spiders)
round(prop.table(tabla, 1) * 100, 1)           # porcentajes por grupo (fila)

                
                    0    1
  D-penicilamina 71.5 28.5
  Placebo        70.8 29.2

chisq.test(tabla)$expected                     # frecuencias esperadas

                
                        0        1
  D-penicilamina 112.4231 45.57692
  Placebo        109.5769 44.42308

chisq.test(tabla)                              # con corrección de Yates

    Pearson's Chi-squared test with Yates' continuity correction

data:  tabla
X-squared = 0.00036966, df = 1, p-value = 0.9847

# 2. Ascitis según el sexo: una frecuencia esperada es menor que 5
tabla2 <- table(d$sexo, d$ascites)
round(chisq.test(tabla2)$expected, 1)

Warning in chisq.test(tabla2): Chi-squared approximation may be incorrect

        
             0    1
  Hombre  33.2  2.8
  Mujer  254.8 21.2

fisher.test(tabla2)

    Fisher's Exact Test for Count Data

data:  tabla2
p-value = 0.7474
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 0.2496388 4.9989515
sample estimates:
odds ratio 
 0.9061537 

En la primera tabla, todas las frecuencias esperadas superan 44, así que el chi cuadrado es adecuado. En la segunda, la frecuencia esperada de hombres con ascitis es 2,8 (una de cuatro celdas, el 25 %), por lo que corresponde Fisher.

Cómo reportarlo

Diagnóstico diferencial

• Prueba de McNemar. Para un desenlace categórico medido dos veces en las mismas personas.
• Regresión logística o de Poisson. Para estimar la asociación ajustando por confusores.
• Prueba de chi cuadrado de Rao-Scott. Para tablas de encuestas con diseño complejo.

Revisa también la receta corta de esta prueba en el Triaje estadístico.

Referencias

1. Kirkwood BR, Sterne JAC. Essential Medical Statistics. 2.ª ed. Oxford: Blackwell Science; 2003.
2. Cochran WG. Some methods for strengthening the common χ² tests. Biometrics. 1954;10(4):417-51.
3. Campbell I. Chi-squared and Fisher-Irwin tests of two-by-two tables with small sample recommendations. Stat Med. 2007;26:3661-75.
4. Dickson ER, Grambsch PM, Fleming TR, Fisher LD, Langworthy A. Prognosis in primary biliary cirrhosis: model for decision making. Hepatology. 1989;10(1):1-7.

El caso

Caso ilustrativo, con datos simulados.

Una tesista quiere saber si la inducción del trabajo de parto se asocia con terminar en cesárea. Para responderlo, diseña una cohorte retrospectiva en un hospital regional del Perú. Revisa las historias clínicas de 500 gestantes nulíparas a término, con feto único en presentación cefálica, atendidas durante un año.

La exposición es el inicio del trabajo de parto: inducido (200 gestantes) o espontáneo (300). El desenlace es el parto por cesárea.

Terminaron en cesárea 90 de las 200 gestantes inducidas (45 %) y 75 de las 300 con inicio espontáneo (25 %). En su borrador, la tesista reporta dos cifras:

• RR = 1,80 (IC 95 %: 1,40 a 2,31)
• OR = 2,45 (IC 95 %: 1,68 a 3,60)

Su conclusión es que «las gestantes inducidas tienen 2,45 veces más riesgo de cesárea».

¿Cuáles de estas afirmaciones son verdaderas?

1. El riesgo de cesárea fue 80 % mayor en las gestantes inducidas que en las de inicio espontáneo.

2. La conclusión de la tesista es correcta: el OR de 2,45 indica que el riesgo de cesárea es 2,45 veces mayor con la inducción.

3. Si la cesárea hubiera sido rara (por ejemplo, 2 % frente a 1 %), el OR y el RR habrían sido casi iguales.

4. Si la misma pregunta se estudiara con un diseño de casos y controles, el RR podría calcularse directamente de la tabla 2 × 2.

Pase de visita

Rp/

Diagnóstico diferencial

• Razón de prevalencias. Es la medida equivalente al RR en un estudio transversal. Compara prevalencias, no incidencias.
• OR de una regresión logística. Cuando ajustas por confusores en una cohorte con un desenlace frecuente, el OR ajustado tiene el mismo problema. Para obtener el RR ajustado se usa la regresión de Poisson con varianza robusta o un modelo log-binomial.

En R

# Tabla 2 × 2 del caso
a <- 90; b <- 110   # inducido: cesárea, parto vaginal
c <- 75; d <- 225   # espontáneo: cesárea, parto vaginal

# Riesgo relativo con IC 95 % (método log)
rr    <- (a / (a + b)) / (c / (c + d))
se_rr <- sqrt(1/a - 1/(a + b) + 1/c - 1/(c + d))

# Odds ratio con IC 95 % (método de Woolf)
or    <- (a * d) / (b * c)
se_or <- sqrt(1/a + 1/b + 1/c + 1/d)

round(rbind(
  RR = c(estimado = rr, li = exp(log(rr) - 1.96 * se_rr), ls = exp(log(rr) + 1.96 * se_rr)),
  OR = c(estimado = or, li = exp(log(or) - 1.96 * se_or), ls = exp(log(or) + 1.96 * se_or))
), 2)

   estimado   li   ls
RR     1.80 1.40 2.31
OR     2.45 1.68 3.60

Para profundizar

• ¿OR o RP?, en Prospecto R: qué medida reportar en tu estudio transversal.
• El estudio de cohortes y El estudio de casos y controles, en Diseños de estudio.
• Calcula el tamaño de muestra de tu cohorte en el Consultorio estadístico.

Referencias

1. Zhang J, Yu KF. What’s the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA. 1998;280(19):1690-1.
2. Davies HT, Crombie IK, Tavakoli M. When can odds ratios mislead? BMJ. 1998;316(7136):989-91.

Cómo se ve

Prospectiva o retrospectiva

La diferencia no es la dirección de la mirada, que siempre va de la exposición al desenlace, sino cuándo ocurre el seguimiento respecto al momento en que se hace el estudio.

• Cohorte prospectiva (concurrente): se mide la exposición hoy y se sigue a las personas hacia el futuro. Se controla mejor la calidad de los datos, pero toma tiempo.
• Cohorte retrospectiva (histórica): se reconstruye con registros del pasado una exposición medida antes del desenlace, y se sigue en esos registros hasta hoy. Es rápida, pero depende de la calidad de las historias clínicas.

En ambos casos debe existir un seguimiento real: un punto de partida en el que las personas no tenían el desenlace y un periodo durante el cual podía aparecer.

Cuándo elegirlo

• Quieres medir la incidencia (cuántos enferman) y el riesgo.
• La exposición es rara: puedes seleccionar a los expuestos a propósito (trabajadores de una mina, por ejemplo).
• Quieres estudiar varios desenlaces de una misma exposición.
• Necesitas que la secuencia temporal sea clara.

No es el diseño adecuado para enfermedades muy raras o de latencia muy larga: tendrías que seguir a demasiadas personas durante demasiado tiempo.

Cómo se analiza

Si todos tienen el mismo tiempo de seguimiento, se compara la incidencia acumulada (el riesgo) con el riesgo relativo (RR):

Si el seguimiento difiere entre las personas (unas entran o salen antes que otras), se usa la tasa de incidencia, que divide los eventos entre la suma de persona-tiempo. Por ejemplo, 60 eventos en 2800 persona-años en los expuestos (21,4 por 1000 persona-años) y 60 en 5800 persona-años en los no expuestos (10,3 por 1000) dan una razón de tasas de 2,07. Cuando interesa el tiempo hasta el evento, se usan curvas de Kaplan-Meier y la regresión de Cox, que estima el hazard ratio aprovechando a quienes no tuvieron el evento (datos censurados).

# RR ajustado (seguimiento fijo): Poisson con varianza robusta
m <- glm(evento ~ exposicion + edad + sexo, family = poisson(link = "log"), data = datos)
lmtest::coeftest(m, vcov = sandwich::vcovHC(m, type = "HC0"))

# Tiempo hasta el evento: Kaplan-Meier y Cox
library(survival)
survfit(Surv(tiempo, evento) ~ exposicion, data = datos)
coxph(Surv(tiempo, evento) ~ exposicion + edad + sexo, data = datos)

¿Dudas sobre qué prueba corresponde a tu objetivo? Pásalo por el Triaje estadístico.

Fortalezas y límites

Los sesgos que más se observan

• Pérdidas en el seguimiento. Si quienes se pierden son distintos de quienes se quedan (por ejemplo, los más enfermos), el riesgo queda sesgado. Reporta cuántos se perdieron en cada grupo.
• Confusión. Expuestos y no expuestos pueden diferir en otras características: controla los confusores en el análisis.
• Sesgo de información. Si los desenlaces se buscan con más cuidado en los expuestos, se encuentran más. Lo ideal es que quien evalúa el desenlace no conozca la exposición.
• Desenlace presente al inicio. Si se incluye a personas que ya tenían la enfermedad, se mezcla prevalencia con incidencia.

Errores frecuentes en las tesis

1. Llamar «cohorte retrospectiva» a una revisión de historias en la que la exposición y el desenlace se registraron al mismo tiempo. Sin seguimiento desde la exposición, el estudio es transversal.
2. No verificar que nadie tenía el desenlace al inicio.
3. No reportar el tiempo de seguimiento ni las pérdidas de cada grupo.
4. Usar el RR con seguimientos muy distintos entre personas, en lugar de tasas o regresión de Cox.
5. Reportar solo el OR de una regresión logística cuando el desenlace es frecuente: en una cohorte puedes estimar directamente el RR.

Tu tamaño de muestra

Necesitas la incidencia esperada en los no expuestos, el RR mínimo que quieres detectar y cuántos no expuestos tendrás por cada expuesto.

Cómo reportarlo

Sigue la guía STROBE (von Elm et al., 2007): describe cómo se definió la cohorte, cómo y cuándo se midió la exposición, la duración del seguimiento, las pérdidas en cada grupo y cómo se confirmó el desenlace. Reporta las medidas de asociación crudas y ajustadas con su intervalo de confianza al 95 %.

Autoevaluación

Referencias

• Doll R, Peto R, Boreham J, Sutherland I. Mortality in relation to smoking: 50 years’ observations on male British doctors. BMJ. 2004;328(7455):1519.
• Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 3.ª ed. Filadelfia: Lippincott Williams & Wilkins; 2008.
• Grimes DA, Schulz KF. Cohort studies: marching towards outcomes. Lancet. 2002;359(9303):341-5.
• von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet. 2007;370(9596):1453-7.

Cómo se ve

Cuándo elegirlo

• La enfermedad es rara: una cohorte necesitaría seguir a miles de personas para observar unos pocos casos.
• La enfermedad tarda mucho en aparecer después de la exposición.
• Quieres explorar varias exposiciones para un mismo desenlace.
• Necesitas una respuesta rápida, por ejemplo, ante un brote.

No es el diseño adecuado si la exposición es rara (pocos casos o controles expuestos) o si quieres estimar cuántas personas enferman.

La pieza clave: los controles

Los controles deben representar a la población de la que salieron los casos: personas que, si hubieran desarrollado la enfermedad, habrían sido incluidas como casos. Un control mal elegido arruina el estudio aunque todo lo demás esté bien.

• Controles de la misma población: del mismo hospital y con la misma área de influencia, de la misma comunidad, del mismo registro.
• Controles hospitalarios: son prácticos, pero no deben tener enfermedades relacionadas con la exposición. Si estudias tabaco y cáncer de pulmón, un control con EPOC no sirve.
• Emparejamiento: puedes elegir controles parecidos a cada caso en edad o sexo, pero entonces el análisis también debe ser emparejado, y ya no podrás evaluar esas variables como factores asociados.
• Más de un control por caso: aumenta la potencia, pero más allá de cuatro controles por caso la ganancia es pequeña.

Cómo se analiza

Como el investigador fijó cuántos casos y controles hay, la proporción de enfermos en la muestra no refleja la de la población. Por eso no se puede calcular la prevalencia, la incidencia, la RP ni el riesgo relativo. Lo que sí se puede comparar es la odds de exposición en casos y controles: el odds ratio.

Con estos datos ilustrativos, la odds de haber estado expuesto es el doble en los casos que en los controles. Cuando la enfermedad es rara en la población, el OR se aproxima al riesgo relativo. Para ajustar por confusores se usa regresión logística; si los controles fueron emparejados, regresión logística condicional.

# OR crudo y ajustado
m <- glm(caso ~ exposicion + edad + sexo, family = binomial, data = datos)
gtsummary::tbl_regression(m, exponentiate = TRUE)

# Con emparejamiento (un conjunto por caso y sus controles)
survival::clogit(caso ~ exposicion + strata(conjunto), data = datos)

Fortalezas y límites

Los sesgos que más se observan

• Sesgo de selección. Los controles no provienen de la misma población que los casos, o los casos incluidos no representan a todos los casos (por ejemplo, solo los graves de un hospital de referencia).
• Sesgo de Berkson. Con controles hospitalarios, las combinaciones de enfermedades que llevan a hospitalizarse pueden crear asociaciones que no existen en la población.
• Sesgo de recuerdo. Quien tiene la enfermedad suele recordar mejor (o buscar más) sus exposiciones. Se reduce midiendo la exposición con registros previos al diagnóstico.
• Sesgo del entrevistador. Si quien pregunta sabe quién es caso, puede insistir más. Lo ideal es que no lo sepa.

Errores frecuentes en las tesis

1. Llamar «casos y controles» a un transversal. Si tomaste a todos los pacientes de un periodo y después los separaste según tuvieran o no el desenlace, el diseño es transversal y la proporción de casos sí refleja la población.
2. Calcular la prevalencia o el riesgo relativo. En casos y controles solo es válido el OR.
3. Elegir los controles por conveniencia, de otro servicio o de otra población, sin justificar que representan a la población de origen de los casos.
4. Emparejar y analizar como si no hubiera emparejamiento.
5. Confundir los supuestos del tamaño de muestra: se necesita la frecuencia de la exposición en los controles, no la prevalencia de la enfermedad.

Tu tamaño de muestra

Necesitas tres supuestos: la proporción de expuestos entre los controles, el OR mínimo que quieres detectar y cuántos controles tendrás por caso.

Cómo reportarlo

Sigue la guía STROBE (von Elm et al., 2007): explica cómo se definieron y seleccionaron los casos y los controles, la proporción de controles por caso, si hubo emparejamiento y cómo se midió la exposición. Reporta los OR crudos y ajustados con su intervalo de confianza al 95 %.

Autoevaluación

Referencias

• Doll R, Hill AB. Smoking and carcinoma of the lung: preliminary report. Br Med J. 1950;2(4682):739-48.
• Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 3.ª ed. Filadelfia: Lippincott Williams & Wilkins; 2008.
• Grimes DA, Schulz KF. Compared to what? Finding controls for case-control studies. Lancet. 2005;365(9468):1429-33.
• von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet. 2007;370(9596):1453-7.

Cómo se ve

Cuándo elegirlo

• Para estimar la frecuencia de una enfermedad o de un factor: la prevalencia de anemia en gestantes, de depresión en internos de medicina.
• Para explorar asociaciones cuando el seguimiento no es factible: ¿la prevalencia de obesidad abdominal es mayor en mujeres que en hombres?
• Para planificar servicios: cuántas personas necesitan atención hoy.
• Para generar hipótesis que luego se estudiarán con una cohorte o un ensayo.

Existen dos variantes. El transversal descriptivo solo estima frecuencias. El transversal analítico compara la prevalencia del desenlace entre expuestos y no expuestos.

Cómo se analiza

La medida natural del transversal analítico es la razón de prevalencias (RP): cuántas veces más frecuente es el desenlace en los expuestos. Se calcula con una tabla 2 × 2.

Con estos datos ilustrativos, la prevalencia es 90/300 = 30 % en los expuestos y 105/700 = 15 % en los no expuestos:

El odds ratio da 2,43 cuando el desenlace es «solo» el doble de frecuente. Esa diferencia crece cuanto más frecuente es el desenlace: en la ENDES 2024, la obesidad abdominal fue de 62,0 % en mujeres y de 20,3 % en hombres, con una RP de 3,05 y un OR de 6,38. Por eso, en un transversal con un desenlace frecuente (más de 10 %), se recomienda reportar la RP, estimada con regresión de Poisson con varianza robusta cuando hay que ajustar por confusión (Barros y Hirakata, 2003).

# RP cruda y ajustada con Poisson y varianza robusta
m <- glm(desenlace ~ exposicion + edad + sexo, family = poisson(link = "log"), data = datos)
lmtest::coeftest(m, vcov = sandwich::vcovHC(m, type = "HC0"))

Si tus datos vienen de una encuesta con conglomerados y estratos, como la ENDES o la ENAHO, el análisis debe declarar el diseño muestral complejo; lo explica la dosis plena del mismo Prospecto R.

Fortalezas y límites

Los sesgos que más se observan

• Causalidad inversa. En un transversal sobre actividad física y depresión, ¿la inactividad lleva a la depresión o la depresión lleva a la inactividad? El diseño no permite saberlo.
• Sesgo de prevalencia-incidencia. Las personas que mueren pronto o se curan rápido no están en la fotografía; los factores asociados a una enfermedad de larga duración pueden confundirse con factores de riesgo.
• Sesgo de selección y de no respuesta. Si quienes no participan son diferentes de quienes sí, la prevalencia queda sesgada. Reporta la tasa de respuesta.
• Confusión. Como en todo diseño observacional, controla los confusores en el análisis.

Errores frecuentes en las tesis

1. Llamarlo «casos y controles» porque se compara a quienes tienen el desenlace con quienes no lo tienen. Si tomaste a toda la población (o una muestra de ella) y luego la dividiste según el desenlace, el estudio es transversal.
2. Llamarlo «cohorte retrospectiva» cuando se revisan historias clínicas y la exposición y el desenlace se registran al mismo tiempo. Sin seguimiento no hay cohorte.
3. Reportar el OR con un desenlace frecuente y leerlo como si fuera una RP: «los expuestos tienen 6 veces más obesidad».
4. Concluir causalidad. Escribe «se asoció con», no «causa» ni «es un factor de riesgo».
5. Olvidar el diseño muestral cuando los datos son de una encuesta nacional.

Tu tamaño de muestra

Para un transversal descriptivo, el tamaño se calcula para estimar una proporción; para uno analítico, para comparar dos proporciones.

Cómo reportarlo

Sigue la guía STROBE para estudios observacionales (von Elm et al., 2007): describe el muestreo, la tasa de respuesta, cómo se midieron la exposición y el desenlace, y reporta las medidas de asociación crudas y ajustadas con su intervalo de confianza al 95 %.

Autoevaluación

Referencias

• Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 3.ª ed. Filadelfia: Lippincott Williams & Wilkins; 2008.
• Barros AJD, Hirakata VN. Alternatives for logistic regression in cross-sectional studies: an empirical comparison of models that directly estimate the prevalence ratio. BMC Med Res Methodol. 2003;3:21.
• von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet. 2007;370(9596):1453-7.
• Instituto Nacional de Estadística e Informática. Ficha técnica. Encuesta Demográfica y de Salud Familiar 2024. Lima: INEI.

Las cuatro preguntas del triaje

Haz tu triaje

Responde las preguntas. Al final obtienes una «receta» con la prueba, cuándo usarla, con qué se suele confundir, el código en R y un ejemplo de cómo reportarla. Puedes volver a cualquier paso tocando tu respuesta.

El mapa completo

Si prefieres verlo todo de una vez, esta es la ruta del triaje resumida. La columna de la derecha es la alternativa cuando la variable numérica es muy sesgada, tiene valores extremos o es ordinal.

Descargar para repasar después (PDF)

Cinco mitos que el jurado sí detecta

Cómo escribirlo en tu proyecto

En la sección de análisis de datos, cada prueba debe estar ligada a un objetivo. Por ejemplo:

Ajusta el párrafo a tus objetivos: si no vas a ajustar por confusores, retira la última parte; si tu estudio es de casos y controles, cambia la regresión de Poisson por la logística y la RP por el OR.

Antes de elegir la prueba

La prueba depende del diseño. Si todavía dudas de si tu estudio es transversal, de casos y controles o de cohortes, revisa la serie Diseños de estudio. Y si estás en la etapa del proyecto, calcula tu tamaño de muestra con el módulo Muestra del Consultorio estadístico.

Autoevaluación

Referencias

• Kirkwood BR, Sterne JAC. Essential Medical Statistics. 2.ª ed. Oxford: Blackwell Science; 2003.
• Lumley T, Diehr P, Emerson S, Chen L. The importance of the normality assumption in large public health data sets. Annu Rev Public Health. 2002;23:151-69.
• Cochran WG. Some methods for strengthening the common χ² tests. Biometrics. 1954;10(4):417-51.
• Wasserstein RL, Lazar NA. The ASA’s statement on p-values: context, process, and purpose. Am Stat. 2016;70(2):129-33.
• Zou G. A modified Poisson regression approach to prospective studies with binary data. Am J Epidemiol. 2004;159(7):702-6.