Medicina Basada en la Evidencia

Diseños metodológicos – 208 – Por último, los procedimientos de recogida de datos de- ben diseñarse para garantizar su independencia. La au- sencia de cegamiento podría sesgar la interpretación de los resultados. En ocasiones, algunas de las variables pre- dictivas están incorporadas a los criterios de clasificación del evento a predecir, por lo que resulta difícil que la reco- gida de datos sea independiente; esta circunstancia debe tratar de evitarse porque limitará la validez de la RPC. Derivación En esta etapa se debe determinar, mediante métodos estadísticos, la capacidad predictiva de las variables para ser incorporadas en la RPC. Por lo general, se ba- san en la regresión logística. La capacidad predictiva de las variables que serán incorporadas a una regla de predicción clínica se determina mediante métodos estadísticos Otras técnicas que los investigadores usan son el análisis discriminante y el análisis de supervivencia, que produ- cen ecuaciones similares al análisis de regresión, la par- tición reiterativa o redes neurales. La regresión logística nos permite descartar las variables que no mejoran la predicción y a las restantes les asigna un coeficiente que nos informa de su contribución individual al modelo. El peso de estos coeficientes puede ser fácilmente enten- dido si exponenciamos su valor al número “e”, ya que corresponde a la OR ajustada, que relaciona la variable con el resultado de interés. A partir de estos coeficientes pueden asignarse pesos específicos a cada variable, que se traducen en puntuaciones de una escala. La suma de puntos obtenidos por cada paciente permitirá clasificar- le en un rango concreto al que le corresponde una reco- mendación o predicción determinada. Veamos un ejemplo: En la Tabla 2 podemos ver el estudio sobre una RPC de apendicitis. En el ejemplo expuesto se consideró que una puntuación ≤5 puntos implicaba un bajo riesgo de apendicitis. Otra opción disponible con las técnicas de regresión logística es aplicar los coeficientes en una fórmula de regresión: P = [1 + exp(-β 0 -∑β i X i )]-1 donde β 0 es el coeficiente de la constante (no presen- tado en la Tabla 2 ), β i es el coeficiente de cada varia- ble, X i es el valor de cada variable (para variables di- cotómicas que expresan presencia/ausencia adoptan los valores 1 o 0), “exp” indica que el contenido del paréntesis debe exponenciarse al número “e” (2,7182) y ∑ indica que debe sumarse el conjunto de productos de coeficientes y valores. Esta opción tiene las ven- tajas de ofrecer una estimación individualizada de la probabilidad del diagnóstico o evento adaptada a un paciente concreto y permitir introducir en el modelo variables cuantitativas sin necesidad de categorizarlas (por ej.: recuento de leucocitos). Sin embargo, es más compleja de aplicar, ya que requiere una calculadora o aplicación informática. Otra técnica muy empleada en el diseño de RPC es la partición reiterativa. Este método realiza una clasifica- ción sucesiva de los sujetos de la muestra en función de la presencia o ausencia de las distintas variables pre- dictivas, de manera que se maximice la discriminación entre la presencia/ausencia del diagnóstico o evento de interés. El resultado de esta técnica nos permite su uso como árbol de decisión. Sea cual sea la técnica empleada, el objetivo de esta fase es categorizar a los pacientes en grupos con una probabilidad homogénea de tener el diagnóstico o evento a predecir. El siguiente paso será saber si la ca- tegorización obtenida se ajusta a la realidad, o sea, si la predicción de la RPC es lo suficientemente acertada o discriminativa. Para conocer la capacidad de discriminación o validez global de la RPC es preciso contrastar sus resultados con los del patrón de referencia o criterio de clasificación del diagnóstico o evento que se trata de predecir. Las téc- nicas que se emplean son similares a las utilizadas en la evaluación de las pruebas diagnósticas. Se construye una tabla de contingencia en la que los valores predi- Tabla 2. Regresión logística de las variables de una RPC de apendicitis aguda Variable Coeficiente (β) Significación (p) OR (eβ) Peso Recuento neutrófilos >6,75 x 103 /μL 3,32 <0,001 27,66 6 Dolor a la descompresión o percusión 1,08 <0,001 2,94 2 Incapaz de andar o cojea 0,681 0,033 1,98 1 Náuseas 0,920 0,003 2,51 2 Migración del dolor a fosa ilíaca derecha 0,505 0,117 1,66 1 Dolor localizado en fosa iliaca derecha 0,858 0,008 2,36 2