Estadística con sentido clínico.

(o de cómo concebir la
estadística como un
instrumento social y
comunitario)
Javier Padilla Bernáldez
MIR 2º año MFyC
17/03/2010.
Sesión clínica hospitalaria.
javithink@gmail.com
http://medicocritico.blogspot.com
 R. Giuliani: ignorando la diferencia
entre supervivencia y tasa de
mortalidad (I)
“Tuve cáncer de próstata
hace 5 ó 6 años. ¿Cúal
era mi probabilidad de
sobrevivir al cáncer de
próstata en los EEUU?
82%. ¿Y mi probabilidad
de sobrevivir al cáncer en
Inglaterra? Sólo el 44%
en esa medicina
socializada”1
1
Dobbs, M. Ruddy worng on cancer survival chances. Retrieved July 21 2008 from
http://blogs.washingtonpost.com/fact-checker/2007/10/rudy_miscalculates_cancer_surv.html
 R. Giuliani: ignorando la diferencia
entre supervivencia y tasa de
mortalidad (II)2

Año 2000:

Supervivencia a los 5 años diagnóstico cáncer
próstata: ING 44%, EEUU 82%.

“Mueren el doble de ingleses por cáncer de
próstata que estadounidenses”

¿Diferencias entre EEUU e ING? ¿mejor
sistema sanitario en EEUU? En ING se
diagnostica por síntomas, en EEUU por
cribado.
2
Gigerenzer G. Gaissmaier W, Kurz-Milcke E et al. Helping doctors and patients make sense of
health statistics. Psychological science in the public interest. 8; 2; 53-96
 R. Giuliani: ignorando la diferencia
entre supervivencia y tasa de
mortalidad (II)2

Año 2000:

Supervivencia a los 5 años diagnóstico cáncer
próstata: ING 44%, EEUU 82%.

“Mueren el doble de ingleses por cáncer de
próstata que estadounidenses”

¿Diferencias entre EEUU e ING? ¿mejor
sistema sanitario en EEUU? En ING se
diagnostica por síntomas, en EEUU por
cribado.
2
Gigerenzer G. Gaissmaier W, Kurz-Milcke E et al. Helping doctors and patients make sense of
health statistics. Psychological science in the public interest. 8; 2; 53-96
 R. Giuliani: ignorando la diferencia
entre supervivencia y tasa de
mortalidad (II)2

Año 2000:

Supervivencia a los 5 años diagnóstico cáncer
próstata: ING 44%, EEUU 82%.

“Mueren el doble de ingleses por cáncer de
próstata que estadounidenses”

¿Diferencias entre EEUU e ING? ¿mejor
sistema sanitario en EEUU? En ING se
diagnostica por síntomas, en EEUU por
cribado.
2
Gigerenzer G. Gaissmaier W, Kurz-Milcke E et al. Helping doctors and patients make sense of
health statistics. Psychological science in the public interest. 8; 2; 53-96
¿A qué porcentaje de
mayores de 75 años se les
realizó una medición del
PSA en Barcelona en el
año 2008 a pesar de tener
los médicos de cabecera
un incentivo contra la
determinación del mismo
en esta población?
 ¿Por qué
Eso es para hablar de
los que no estadística?
saben de
clínica.

Los números
no hay quien Yo soy más de
los entienda guiarme por mi
experiencia
3
Emparanza. ¿Qué sabemos sobre el diseño óptimo de un estudio de evaluación de una prueba diagnóstica?
Jornada metodológica sobre diagnóstico. Hospital Ramón y Cajal, Madrid. Extraído de una charla de Abraira
V. en los Seminarios de Innovación en Atención Primaria (2009).
La estadística como motor de un
cambio de paradigma.

Médico decide
Paciente obedece
La estadística como motor de un
cambio de paradigma.

Médico informa
Paciente decide
 Atención sanitaria centrada en el
paciente. 4, 5, 6

- Información basada en la
evidencia utilizando estrategias
que favorezcan pasar a
conocimiento operativo.
- Decisión terapéutica
compartida teniendo en cuenta
las preferencias y los valores del
paciente.
- Implicación de la familia y el
entorno social, teniendo en
cuenta las repercusiones de la
enfermedad en la vida social y
familiar del paciente.
- Continuidad asistencial en los
procesos diagnósticos y
terapéuticos.

4
Casajuana, J. Ponencia sobre el proceso diagnóstico y las actividades preventivas en Atención Primaria. Seminarios de
Innovación en Atención Primaria. Octubre 2009.
5
Coulter A. The Autonomous patient. London. The Nuffield Trust 2002
6
Medicina basada en los pacientes. ¿Quíen y cómo hay que formar a los médicos. Albert Jovell Fernández. JANO 20-26
Junio 2008 nº 1701
 Otros motivos por los que saber
algo de estadística.
•Necesidad de saber
interpretar un dato relativo
a diagnóstico, tratamiento,
prevención,..., tanto
positivo como negativo.
•“Si desconocemos la
prevalencia de las
enfermedades, tendemos a
sobreestimar lo infrecuente e
infraestimar lo común”7.

7
Bonis, J. Extractado de texto enviado a la lista de
distribución de correo electrónico MEDFAM-APS. Autor
del blog http://pelladegofio.blogspot.com
 Estadística y medicina: ¿qué fue
primero?
Medicina como Estadística como
razonamiento estadístico: sistematización de la medicina:

• Razonamientos • Instrumentos de apoyo a las

bayesianos. decisiones.

• Proceso diagnóstico como • Razones de verosimilitud

algoritmo estadístico per se. (likelihood ratios - LHR)

Si éstas son las piezas

del puzzle para
conjugar estadística y
clínica, ¿con cuáles
nos quedamos?
“No hay Medicina Basada en la
Evidencia para la mayor parte de
las decisiones que un médico se
ve obligado a tomar”
Albert Jovell
¿Qué hay erróneo en dicha
afirmación?
 La medicina basada en pruebas:
integrando medicina y estadística.

Estadistica Estadistica
bayesiana frecuentista

La “p”
 El teorema de Bayes: cómo la
“p<0.05” quedó atrás .
8

10

La probabilidad de tener neumonía en un

paciente con tos es igual a la probabilidad
de tener tos teniendo neumonía
multiplicado por la probabilidad de tener
neumonía y dividido por la probabilidad de
tener tos. Thomas Bayes9

8
Silva, LC., Benavides, A., El enfoque bayesiano: otra manera de inferir. Gaceta Sanitar8ia; 15
(4): 341-346
9
Imagen extraída de http://www.wikipedia.org
10
Carrasco, JL., et al. Manual de bioestadística. 3ªed. Barcelona: ed. Masson, 2003.
 ¿por qué usar enfoque bayesiano
en vez de frecuentista?8

Desventajas de usar “la p”. Ventajas diferenciales del enfoque

• Excesiva dependencia del tamaño
muestral (para bien y para mal)
• Se toman decisiones sin considerar
la información previa. Se desprecia
el contexto clínico acompañante.
• Es un instrumento para tomar
decisiones artificialmente
dicotómicas.
bayesiano.
• No está tan lastrado por el tamaño
muestral. A menor tamaño, menor
impacto informativo, pero mantiene
utilidad.
• Exige contemplar formal y
explícitamente el conocimiento previo.
•Valora la credibilidad o verosimilitud de
las hipótesis en lugar de obligarnos a
adoptar decisiones dicotómicas sobre
ellas.

“Se evitará la dependencia exclusiva de las pruebas estadísticas de verificación de

hipótesis, tal como el uso de los valores de p, que no aportan ninguna información
cuantitativa importante”. (Comité Internacional de Directores de Revistas Médicas;
requisitos uniformes de los manuscritos enviados a Revistas Biomédicas).

8
Silva, LC., Benavides, A., El enfoque bayesiano: otra manera de inferir. Gaceta Sanitaria; 15 (4):
341-346
 Instrumentos de apoyo a la toma de
decisiones: algo más que un buen concepto11.
Documentos generados de
forma multidisciplinar para
explicar a los pacientes de
forma comprensible la
evidencia disponible (ventajas
y desventajas) de decisiones
con alta carga de
incertidumbre (técnicas
diagnósticas, opciones
terapéuticas,...)

• Han demostrado mejorar el nivel

de conocimientos de la población
sobre el problema tratado.
• No han demostrado que la opción
de los pacientes cambie tras leer el
documento.
11
Fernández de Sanmamed, MJ., et al. Comprensión de un documento que informa a los
ciudadanos sobre los beneficios y los riesgos del cribado. Revista Española de Salud Pública.
2007, vol 81, nº3.
¿Sabemos los médicos
utilizar e interpretar
parámetros estadísticos?
¿y presentárselos a los
pacientes?
Supongamos que organizas un programa
de cribaje de cáncer de mama con
mamografía en una región. La información
de la que dispones es la siguiente:
- La probabilidad de que una mujer tenga
cáncer de mama es del 1% (prevalencia)
- Si una mujer tiene cáncer de mama, la
probabilidad de que el test sea positivo es del
90% (sensibilidad)
- Si una mujer no tiene cáncer de mama, la
probabilidad de que, aún así, sea positivo es
del 9% (tasa de falsos positivos)
Una mujer tiene un test positivo; quiere
saber qué significado tiene y si quiere
decir que tiene un cáncer con seguridad.
¿Qué le dirías?
- La probabilidad de que tenga un cáncer de
mama es en torno al 81%.
- De cada 10 mujeres con una mamografía
positiva, 9 tendrán cáncer de mama.
- De cada 10 mujeres con mamografía
positiva, 1 tendrá cáncer de mama.
- La probabilidad de que ella tenga cáncer de
mama es del 1%.
 Un ejemplo de cómo no presentar información a
la población: El terror de la píldora anticonceptiva.
1995: alerta por TEP/TVP en anticonceptivos de tercera
generación.12
– Aumento del 100% de TEP/TVP respecto a los
de 2ª generación.
– Disminución consumo anticonceptivos orales.
– Aumento abortos (13.000) y partos (mayor
porcentaje en adolescentes).
•¿Cúanto era ese aumento del 100%?... pasémoslo a
números absolutos:
– Aumento riesgo absoluto de 1/7.000
– Aborto y embarazo mayor riesgo de TEP/TVP que
píldora anticonceptiva.
Furedi, A. (1999) The public health implications of the 1995 “pill scare”. Human Reproduction
12

Update, 5, 621-626.
 Un ejemplo de cómo no presentar información a
la población: El terror de la píldora anticonceptiva.
1995: alerta por TEP/TVP en anticonceptivos de tercera
generación.12
– Aumento del 100% de TEP/TVP respecto a los
de 2ª generación.
– Disminución consumo anticonceptivos orales.
– Aumento abortos (13.000) y partos (mayor
porcentaje en adolescentes).
•¿Cúanto era ese aumento del 100%?... pasémoslo a
números absolutos:
– Aumento riesgo absoluto de 1/7.000
– Aborto y embarazo mayor riesgo de TEP/TVP que
píldora anticonceptiva.
Furedi, A. (1999) The public health implications of the 1995 “pill scare”. Human Reproduction
12

Update, 5, 621-626.
Pero...¿qué era eso de sensibilidad,
especificidad y valores predictivos?
1. ¿Ha sentido alguna vez que 13
debe beber menos?
2. ¿Le ha molestado que la gente
lo critique por su forma de
beber?
3. ¿Alguna vez se ha sentido mal
o culpable por su forma de
beber?
4. ¿Alguna vez ha necesitado
beber por la mañana para calmar
los nervios o eliminar molestias
por haber bebido la noche
anterior?
Sensibilidad: detectar enfermos. 13
Sackett, D. A primer on the
precision and accuracy of the
Especificidad: detectar sanos. clinical examination. JAMA,
Valores predictivos: que el resultado de la prueba May 20, 1992; 267 (19), 2638-
concuerde con la realidad. 2644
- positivo: probabilidad de, teniendo un test positivo,
tener la enfermedad.
- negativo: probabilidad de, teniendo un test negativo,
estar sano.
Si colocamos el límite de la
hipercolesterolemia en 240mg/dl de
colesterol total para determinar el
intervalo superior, la prevalencia de
hipercolesterolemia en la C.A. de Madrid
sería del 23.2%

¿Cúal sería la prevalencia de

hipercolesterolemia si al establecer el
límite en 200mg/dl?
 ¿Cuál es la diferencia entre
especificidad/sensibilidad y los valores
predictivos?
Influencia de la prevalencia.

Ejemplo14...

- Tenemos un test VIH con

las siguientes características.
- sensibilidad: 99.99%
- especificidad: 99.9%

- ¿Sería posible que teniendo

un test positivo el paciente no
tuviera la infección?

Gigerener, G., Hoffrage, U.,

43

Ebert, A., (1998) AIDS

counselling for low-risk clients.
AIDS Care, 10, 197-211
 El NNT, un instrumento útil para
comunicar datos al paciente.
• ¿Qué es? Número de personas Ejemplo15
que es necesario tratar para evitar • Tratamiento antiHTA en
un evento. hipertensos para evitar un
• Se calcula como 1/RRA episodio de ictus en los
• Depende de intervención, siguientes 5 años:
enfermedad y resultados. – HTA moderada: NNT=13
• NNH: número de pacientes que es – HTA leve: NNT = 167
necesario tratar para producir un
efecto adverso determinado.
• Medida real del impacto del
tratamiento.

Richard, JC., Sackett, D. The number needed to treat: a clinically useful measure of treatment
15

effect. BMJ 1995; 310: 452-454

La razón de verosimilitud (LHR), un
instrumento útil para el médico. 16, 17

• ¿Qué es?: probabilidad de que un hallazgo se

presente en un enfermo / probabilidad de que se
presente en un sano.
• ¿Sirve para algo? ¿para qué? Partiendo de
probabilidad preprueba, nos permiten calcular la
probabilidad postprueba. Abordaje más directo y
potente que la sensibilidad y especificidad.
• Ejemplo frecuente: presencia o ausencia de
ascitis.

McGee, S. Symplifying likelihood ratios. J Gen Intern Med 2002: 17: 647-650
16

Sackett, D. A primer on the precision and accuracy of the clinical examination. JAMA, May 20, 1992; 267 (19),
17

2638-2644
La razón de verosimilitud (LHR), un
instrumento útil para el médico. 16, 17

• ¿Qué es?: probabilidad de que un hallazgo se

presente en un enfermo / probabilidad de que se
presente en un sano.
• ¿Sirve para algo? ¿para qué? Partiendo de
probabilidad preprueba, nos permiten calcular la
probabilidad postprueba. Abordaje más directo y
potente que la sensibilidad y especificidad.
• Ejemplo frecuente: presencia o ausencia de
ascitis.

McGee, S. Symplifying likelihood ratios. J Gen Intern Med 2002: 17: 647-650
16

Sackett, D. A primer on the precision and accuracy of the clinical examination. JAMA, May 20, 1992; 267 (19),
17

2638-2644
- Si te haces esta prueba cada 2 años, se
reducirá tu probabilidad de morir de este
cáncer en torno a un tercio durante los
próximos 10 años.
- Si te haces esta prueba cada 2 años, se
reducirá tu probabilidad de morir de este
cáncer desde 3/1.000 a 2/1.000 en los
próximos 10 años.
- Si 1.000 personas se hicieran esta
prueba cada 2 años, 1 persona se
salvaría de morir cada 10 años.
 ¿Qué conceptos estadísticos
tengo que recordar a la hora de
comunicar (a la población en
general y a los profesionales
sanitarios) datos clínicos?
 ¿Cómo presentar los datos
estadísticos?

1. La certeza no existe. Falsa

“ilusión de certeza”18.
Generalmente, una mayor subespecialización
implica una menor tolerancia a la incertidumbre.
La incertidumbre como característica diferencial
de la Medicina Familiar y Comunitaria.

Gigerenzer G. Gaissmaier W, Kurz-Milcke E et al. Helping doctors and patients make sense of
18

health statistics. Psychological science in the public interest. 8; 2; 53-96

 ¿Cómo presentar los datos
estadísticos?

2. ¿Números absolutos o
relativos?
Los números absolutos dan representación más fiel de
lo que expresan cuando se maneja más de una
variable19. Los números relativos sirven para
convencer mejor sobre “lo importante” (nos
devuelven “números grandes”) que es la acción de un
tratamiento en cuestión: magnifican los beneficios.

Gigerenzar, G., Hoffrage, U. (1999) Overcoming difficulties in Bayesian reasoning: a reply to

19

Lewis & Keren and Mellers & McGraw. Psychological Review, 106, 425-430.
 ¿Cómo presentar los datos
estadísticos?

3. ¿Tasas de mortalidad o de
supervivencia?
Algunos estudios sugieren que las tasas de
supervivencia confunden a los médicos y les hacen
llegar a conclusiones erróneas, mientras que
comprenden mejor las tasas de mortalidad.20

Wegarth, O., Gaissmaier, W. The delussive evidence of survival rates. XXIX Psichology
20

Congress, Berlin, Germany.

¿Cómo presentar los datos
estadísticos?

4. ¿Sensibilidad/especificidad
o valores predictivos?
Los valores predictivos (positivo y negativo)
tienen en cuenta la prevalencia de la
enfermedad en la población en cuestión.
Incluyen al paciente en la ecuación.
 ¿Cómo presentar los datos
estadísticos?

5. ¿Números o palabras?

El uso de números claros y concisos ayuda al paciente

a tomar conciencia de la magnitud de lo que se le está
hablando.21 Manejar siempre que se pueda términos
absolutos.

Steckelberger, A., Berger, B., Köpke, S., Heesen, C., Rost, J., Mühlhauser, I, (2005). Criteria for
21

evidence-based information for patients. Zeitschrift für ärtzliche Fortbildung und Qüalität mi
Gesundheitswesen, 99, 343-351
 ¿Cómo crees que se
presentan a la población los
datos sobre beneficios y
efectos secundarios de los
fármacos en los países donde
la publicidad directa al
consumidor está permitida?
¿en forma de RRR, RRA? ¿?
Resumiendo...completemos el
puzzle.
21.8%
> 75años se realizaron una
determinación del PSA.
La Medicina Basada en la
Evidencia consta de:
– Mejor evidencia disponible.
– Experiencia/maestría
individual.
– Preferencias y valores del
paciente.
La respuesta correcta sería:
- De cada 10 mujeres con mamografía
positiva, 1 tendrá cáncer de mama.
La respuesta correcta sería:
- De cada 10 mujeres con mamografía
positiva, 1 tendrá cáncer de mama.
 Estudio PREDIMER (Prevalencia de
Diabetes Mellitus y Riesgo). Madrid
Enero 2009.
Prevalencia de hipercolesterolemia:

- col total 240mg/dl ---> 23.2%

- col total 200mg/dl ---> 54.2%

¿Quiere usted estar enfermo o sano? ¿un poco

enfermo o un poco sano? Huyendo de la
dicotomía frecuentista.
- Si te haces esta prueba cada 2 años, se
reducirá tu probabilidad de morir de este
cáncer en torno a un tercio durante los
próximos 10 años. (RRR) → aceptado por el
80%
- Si te haces esta prueba cada 2 años, se
reducirá tu probabilidad de morir de este
cáncer desde 3/1.000 a 2/1.000 en los
próximos 10 años. (RRA) → aceptado por el
53%
- Si 1.000 personas se hicieran esta prueba
cada 2 años, 1 persona se salvaría de morir
cada 10 años. (NNT) → aceptado por el 43%
- Generalmente no se aporta
información cuantitativa.
- Cuando hay números, los
beneficios se expresan de
forma relativa.
- Pocas veces se nombran
los efectos adversos.
- Generalmente no se aporta
información cuantitativa.
- Cuando hay números, los
beneficios se expresan de
forma relativa.
- Pocas veces se nombran
los efectos adversos.
“En los hospitales, las
enfermedades permanecen y las
personas van y vienen; en
atención primaria, las personas
son las que permanecen y las
enfermedades van y vienen.”
Iona Heath, presidenta del Royal College of General Practitioners y autora de “Ayudar
a morir” Katz Ed. (Frase extraída de una ponencia de Elena Serrano Fernández en
los Seminarios de Innovación en Atención Primaria 2009).
¿Dudas, comentarios?
Aquí y ahora o cuando queráis
en:
javithink@gmail.com
http://medicocritico.blogspot.com