Medicina Basada en la Evidencia

Lectura crítica de documentos científicos – 416 – a la incidencia en el grupo expuesto. Si dividimos la di- ferencia de riesgos entre la incidencia en los expuestos, obtenemos la proporción atribuible o fracción etiológica que representa la proporción de casos nuevos de la en- fermedad en el grupo de expuestos al factor, que serían atribuibles al factor de riesgo estudiado. En los ensayos clínicos normalmente se evalúa la mejoría en una variable al aplicar una intervención (disminución en riesgo de enfermar, disminución de un síntoma o con- junto de síntomas, etc.). Si restamos al riesgo en el grupo control el riesgo en el grupo intervención obtenemos la reducción absoluta de riesgo (RAR), pero quizá tiene más interés su inverso (1/RAR), que representa el número de pacientes que tendrían que recibir la intervención para que uno obtuviera beneficio; es el número necesario a tratar (NNT). En caso de que lo que evaluemos sea el ries- go de aparición de efectos adversos con la intervención, se denomina número necesario para dañar (NND). Por último, en los estudios de pruebas diagnósticas , tras conocer su fiabilidad y validez, la valoración cuan- titativa pasará por evaluar la relación entre la proba- bilidad de obtener un diagnóstico tras aplicar la prue- ba (probabilidad posprueba) y la probabilidad de que el paciente tuviera ese diagnóstico antes de aplicarla (probabilidad preprueba). En este sentido, es de gran utilidad la razón de verosimilitud ( likehood ratio , en in- glés) positiva o negativa. Todas estas medidas se desa- rrollan detenidamente en otros capítulos de este libro y, si no están expresadas en el artículo que estamos va- lorando críticamente, deberíamos intentar calcularlas con los datos disponibles para evaluar correctamente la magnitud del resultado. Tras este primer análisis, es importante evaluar la pre- cisión de los resultados, que será mayor cuanto más grande sea el tamaño muestral. Esta información se nos da cuando el rango de error se expresa en forma de in- tervalo de confianza, que significa que, si se repitiera el mismo estudio muchas veces en las mismas condiciones y con la misma cantidad de sujetos, el verdadero valor poblacional de la variable que estamos estudiando esta- ría incluido en el intervalo de confianza de los resultados en la gran mayoría de ellas (95 de cada 100 para un grado de confianza del 95%). En función de lo amplio que sea, el intervalo de confianza permite realizar una valoración cuantitativa del efecto y, además, conocer si el resultado es estadísticamente significativo (en función de si con- tiene el valor nulo o no). Por este motivo es la manera ideal de expresar la incertidumbre de los resultados en un estudio frente al nivel de significación estadística ( p ), que solo informa de la probabilidad de que los resulta- dos encontrados sean debidos al azar. Imaginemos que deseamos saber si, en niños con sín- drome de apnea obstructiva del sueño (AOS) en rela- ción con hipertrofia adenoamigdalar, el montelukast es una opción de tratamiento válida. Después de realizar una búsqueda bibliográfica, seleccionamos una revi- sión sistemática (RS) publicada en 2021 (resumida en la Figura 1 ). El análisis minucioso de la validez de una RS se aborda en otro capítulo y no corresponde a este tex- to. Resumiremos que globalmente es una RS de calidad, aunque dos de los cuatro estudios que incluye tienen riesgo de sesgos y la exposición de los resultados tie- ne alguna carencia. Nos centraremos en el apartado de importancia clínica. Figura 1. Ejemplo de tabla de evidencia generada desde la página web de Osteba (http://www.lecturacritica.com/es/ ) del artículo: Ji T, Lu T, Qiu Y, Li X, Liu Y, Tai J, et al . The efficacy and safety of montelukast in children with obstructive sleep apnea: a systematic review and meta-analysis. Sleep Med. 2021;78:193-201.