Medicina Basada en la Evidencia

Calculadoras para análisis estratificado – 711 – INTRODUCCIÓN C uando la asociación entre la exposición en un estu- dio y el efecto puede ser explicada por una tercera variable (la variable de confusión) que no se distri- buye homogéneamente entre los grupos, que altera los resultados produciendo un aumento o disminución del efecto, se produce un sesgo de confusión. Pensamos en factor de confusión si el riesgo relativo (RR) crudo y el RR ajustado difieren de forma significativa. Existe interacción o modificación de efecto cuando la aso- ciación entre exposición y efecto varía según las categorías de una tercera variable, la variable modificadora de efecto. Si no analizamos la modificación del efecto para los dife- rentes valores de esa tercera variable, la estimación de la asociación será incompleta. Cuando existe interacción los RR crudo y ajustado globales serán iguales, mientras que los RR de cada estrato definido por la tercera variable se- rán diferentes, presentando uno de ellos un valor menor y el otro un valor mayor, respecto al valor nulo. Son los RR de cada subgrupo los únicos válidos en este análisis. El control de sesgo de análisis puede realizarse durante el diseño (muestreo aleatorio, emparejamiento, etc.) o durante el análisis (análisis estratificado, análisis mul- tivariante). CONTROL DE SESGOS DE CONFUSIÓN DURANTE EL ANÁLISIS. ANÁLISIS ESTRATIFICADO El análisis estratificado es una técnica estadística que permite detectar y/o controlar sesgos tanto de confu- sión como de interacción durante la fase de análisis. Cuando exploramos la asociación entre dos variables, estimando, por ejemplo, medidas de riesgo como el RR o la odds ratio (OR), si separamos la muestra en subgru- pos de una tercera variable, obtendremos estimaciones de la asociación dentro de cada subgrupo. Si las estima- ciones por subgrupos son diferentes de las calculadas para toda la muestra, puede existir algún sesgo de análi- OBJETIVOS: ■ Conocer las diferentes calculadoras disponibles para realizar análisis estratificado ■ Saber la forma de introducir los datos en las distintas calculadoras ■ Entender la lectura de los resultados con cada calculadora “Así es el mundo: un paso después de otro, una palabra y luego la siguiente” Paul Auster sis que corregir. Habitualmente se consideran diferentes cambios de un 10% en las estimaciones. Cuando esto ocurre, la estimación agrupada no será válida, por lo que habrá que hacer un análisis estratificado. Los pasos a seguir en el análisis estratificado serían los siguientes: 1. Calculamos el RR o OR en crudo (sin estratificar). 2. Estratificamos por la tercera variable a controlar y calculamos el RR u OR específico de cada estrato. 3. Evaluamos la homogeneidad de las estimaciones del efecto en los estratos. Para ello disponemos de test estadísticos para contrastar la homogeneidad (test de homogeneidad de Breslow-Day, test de ho- mogeneidad de Mantel-Haenszel), que proporcio- nan las calculadoras y paquetes estadísticos. Si las estimaciones por subgrupos son diferentes de las calculadas para toda la muestra, puede existir algún sesgo de análisis que corregir. Cuando esto ocurre, la estimación agrupada no será válida, por lo que habrá que hacer un análisis estratificado 4. Si hay homogeneidad entre las estimaciones del efecto entre los estratos calculamos el RR u OR general ajustado mediante la fórmula de Man- tel-Haenszel. a) Si hay homogeneidad entre estratos y existen di- ferencias entre la estimación cruda y ajustada, existe sesgo de confusión. Calculando la diferen- cia entre ambas estimaciones podemos cuantifi- car la magnitud de la confusión; habitualmente una diferencia superior al 10% se considera sufi- ciente, e importante si es superior al 20%. b) Si hay heterogeneidad entre estratos proba- blemente existe interacción o modificación del efecto. En este caso debemos informar las esti- maciones de cada estrato por separado.