Inicio > Del Editor > Editoriales anteriores > Editorial 10 de Febrero del 2009
Repasando la literatura acumulada, me he tropezado con el artículo que les propongo discutir en esta edición. La pieza es una contribución de la Dra. Alison Sleigh, quien la escribió originalmente para la revista BTi Biotech Internacional, y ha autorizado gentil y desinteresadamente la reproducción para el Sitio de la Sociedad.
El ensayo de la Dra. Sleigh resulta muy interesante, por cuanto discute cómo nosotros percibimos el riesgo: esa categoría estadística tan elusiva, y a la vez, tan abusada. Por ello, y para ubicarnos mejor, debemos empezar primero por definir el mismo término de riesgo.
Hurgando en el Diccionario ARISTOS Ilustrado de la Lengua Española, encuentro que riesgo equivale a: “Contingencia o proximidad de un daño”. Riesgo es sinónimo de peligro. Luego, etimológicamente hablando, riesgo indica un peligro inminente o próximo.
¿Cómo podemos evaluar el riesgo? De la propia definición se desprende que, para calificar el riesgo de la ocurrencia de una contingencia (evento) cualquiera, tenemos que examinar la probabilidad de que este evento se presente en una población en la que la contingencia está ausente. Me explico mejor: Queremos saber si el deterioro nutricional se convierte en un factor de riesgo de complicaciones post-quirúrgicas. Podemos obtener un buen estimado del riesgo del paciente de complicarse si se opera desnutrido, después de calcular la frecuencia de complicaciones entre aquellos pacientes que operaron mostrando signos de desnutrición. Esto es: Se operaron 100 pacientes de cáncer de colon. La frecuencia global (no ajustada) de complicaciones fue del 30.0%. La desnutrición preoperatoria fue del 40.0%. La frecuencia de complicaciones entre los que se operaron desnutridos fue del 60.0%. Esto conduce a que las complicaciones ocurrieron en 24 de los pacientes desnutridos, en contraste con solo 6 de los no desnutridos. Luego, un paciente tiene un riesgo 6 veces mayor de complicarse si se opera desnutrido. ¿Sencillo, verdad?
Esto nos lleva, naturalmente, al otro punto de la disertación: ¿Cómo se expresa el riesgo? Se puede expresar mediante el riesgo relativo, que no es más que la probabilidad (léase frecuencia) de ocurrencia del evento (contingencia) que motiva nuestro interés, ajustada según el factor considerado de riesgo. Y esto motiva otra reflexión: Me tropiezo con (me consultan sobre) muchas investigaciones y publicaciones en las que los autores intentan identificar factores de riesgo de ocurrencia de un evento especificado, de cara a un diseño experimental fallido, o no adecuado. En otras ocasiones, se trata de identificar los factores de riesgo de un evento a partir de un análisis retrospectivo de los datos.
Por propia definición, la identificación de factores de riesgo, esto es, atributos clínicos, demográficos, sociales, e incluso culturales, del sujeto del estudio, como causantes/ precipitantes de un evento no deseado es una tarea ardua, que demanda tiempo, perspicacia y claridad de juicio, y solo puede resolverse mediante análisis prospectivos, esto es, partiendo de poblaciones en las que todavía el evento de interés no ha ocurrido, y que serán monitoreadas durante el tiempo considerado como necesario para la ocurrencia del mismo. Me vuelvo a explicar: Si queremos investigar factores de riesgo de accidentes coronarios en sujetos mayores de 60 años, tenemos que partir de poblaciones que cumplan no solo el criterio de la edad, sino que también, en el momento del reclutamiento, sean separadas en 2 grandes series: una libre de daño coronario (que servirá de control), y otra que muestre afectación coronaria variable, y que permitirá estimar el riesgo de desarrollo de eventos coronarios dentro de una ventana de tiempo suficientemente amplia, digamos, después de un año de observación. Las características de la afección coronaria en la segunda serie nos permitirían, adicionalmente, estratificar el riesgo, por cuanto tendríamos sujetos con daños coronarios mínimos, moderados, y graves, e hipotetizaríamos que el riesgo de accidente coronario (llámese infarto agudo) sea mayor a medida que es más grave la afección coronaria. ¿Qué interesante, no es así? La cosa se complica más si superponemos sobre este escenario otro factor de riesgo como el tabaquismo. Entonces, el individuo denotado como fumador deberá exhibir mayores tasas de ocurrencia de infarto agudo del miocardio para daños coronarios similares a los de los no-fumadores.
Este último ejemplo nos hace ver la importancia de un análisis estadístico correcto mediante técnicas estadísticas multivariadas, sean éstas maquinarias de regresión múltiple, regresión logística, o análisis discriminante. Pero muchas veces hemos visto enfocar el problema de los factores de riesgo mediante el cálculo de los “odds-ratios”, que en castellano serían conocidas como las razones de disparidad. En realidad, y dada la proliferación de los paquetes estadísticos interactivos, se hace muy tentador alimentar un programa de cálculo con una base de datos construida a partir de una revisión (forzosamente retrospectiva) de historias clínicas, y obtener estimados de riesgo a partir de las salidas del programa (las razones de disparidades se obtienen como el anti-logaritmo de los coeficientes de los predictores de la ecuación de regresión logística. Más claro, ni el agua tibia).
Debo alertar que las razones de disparidades solo pueden orientarnos sobre la fuerza de la asociación estadística entre el factor tenido de riesgo y el evento de interés. Esto es, si la razón de disparidad entre el infarto coronario (el evento objeto de indagación, o también denominado como la variable dependiente del estudio), y el tabaquismo (el factor de riesgo, o la variable independiente) es significativo, solo se puede concluir que el infarto del miocardio fue más probable en su ocurrencia (se asoció más fuertemente) con aquellos que eran fumadores, sin poder ir más lejos. Para establecer definitivamente que el tabaquismo es en realidad un factor de riesgo de infartos coronarios, como el juicio clínico haría pensar, entonces es necesario conducir un análisis prospectivo del tipo que se esbozó anteriormente.
De todo lo anterior se puede concluir que (como decía mi Profesor de Estadísticas) nada puede sustituir al juicio claro del investigador, quien debe declarar de antemano los objetivos que debe satisfacer al final de la indagación (y no al revés, como lamentablemente ocurre muchas veces), y en concordancia con ello, el tipo de estudio, el diseño experimental, y el tratamiento estadístico que correspondan.
Pero al final de todo, queda la interrogante principal, lúcidamente expuesta por la Dra. Sleigh: si bien los juicios de riesgo son de naturaleza probabilística, la ocurrencia de la enfermedad es un evento binario, y estos 2 fenómenos son de por sí irreconciliables. Tal vez aquí radique la explicación de por qué tendemos siempre a minimizar (e incluso ignorar) los riesgos inherentes a una condicionante cualquiera del proceso salud-enfermedad.
Espero que les sea útil.
Con mis mejores afectos,
Dr. Sergio Santana Porbén.
El Editor.