Bioestadística: de los datos a la información útil y digerible para el profesional sanitario

Hoy día, en biomedicina, la información necesita ser cuantificada, tabulada y tratada con métodos estadísticos adecuados. Se acepta que quien no sea capaz de expresar numéricamente sus conclusiones o resultados no aportará información válida. La nueva edición de Bioestadística amigable, coordinada por el Dr. Miguel Angel Martínez González, ayuda al profesional y al estudiante de las Ciencias de la Salud en estos nuevos tiempos, explicando de forma siempre "amigable" y práctica los principales métodos de análisis bioestadístico.

Pero, ¿qué es la bioestadística concretamente?

Los conceptos cuantitativos se han incorporado explícita o  implícitamente  en la toma de decisiones. Los principios de la probabilidad y la estadística son los que rigen. El lenguaje biomédico actual que se usa para valorar hipótesis y para juzgar la etiología, el diagnóstico o el pronóstico en la práctica clínica es el de la bioestadística.

Al hablar de bioestadística lo hacemos de la rama de la estadística que se ocupa de los problemas planteados dentro de las ciencias de la vida, como la biología o la medicina, entre otras. Los profesionales que trabajen en los campos de la medicina, la farmacia, la biología, la enfermería, la psicología, la nutrición o la salud pública necesitan conocer los principios que guían la aplicación de los métodos estadísticos a los temas propios de cada una de sus respectivas áreas de conocimiento.

De los datos a la información útil y digerible

La bioestadística se divide en dos grandes apartados: descriptiva y analítica (o inferencial).

• La bioestadística  analítica o  inferencial va más allá, pues establece asociaciones o relaciones entre las características observadas. Su misión es hacer inferencias o extraer consecuencias científicas. La presencia de estas asociaciones servirá de base para contrastar las hipótesis de una investigación frente a los datos recogidos empíricamente. La bioestadística analítica o inferencial usa también dos tipos de procedimientos: la comprobación de hipótesis (‘contraste de hipótesis’) y la estimación de intervalos de confianza. El contraste de hipótesis confronta los resultados encontrados en una  muestra  (un subgrupo) con una hipótesis inicial, teórica y universal (para la población de la que procede la muestra o subgrupo). Tras el contraste, se acaba tomando una decisión sobre si los datos apoyan o no esa hipótesis de partida.

Los anticonceptivos orales causan cáncer de mama

El contraste de hipótesis convencional, con pensamiento dicotómico (sí o no, blanco o negro), está actualmente bajo intenso escrutinio, ya que se ha abusado de él. Por ejemplo, tal y como muestra la última edición de este manual, se contrastó la hipótesis de que los anticonceptivos orales producían cáncer de mama. Era una hipótesis científica universal  (aplicable ya para siempre a todas las mujeres en edad fértil que han vivido, viven o vivirán en el mundo entero). Se valoró esa hipótesis con una muestra de 1,8 millones de mujeres danesas inicialmente libres de cáncer de mama y seguidas durante aproximadamente 11 años. Al comparar después la frecuencia de aparición de cáncer de mama, se vio que el riesgo era un 20% relativamente superior si tomaban anticonceptivos orales que si no los tomaban. Se calculó que, si los anticonceptivos no fuesen responsables de este exceso de riesgo, la probabilidad de hallar esta diferencia o una todavía mayor en la muestra (1,8 millones de mujeres) sería ínfima, del 2‰. Es decir, sería muy raro que este hallazgo se debiera al azar. Por este motivo, se decidió concluir que usar anticonceptivos orales se relacionaba con un mayor riesgo de cáncer de mama. Lo ideal hubiese sido no quedarse en esto sino valorar todo el posible rango de efectos compatibles con los resultados del estudio.  Esto es lo que persigue el intervalo de confianza.  Un intervalo de confianza se presenta como un rango de valores creíble para un parámetro desconocido. Esta credibilidad o compatibilidad se mide en términos similares a los de la probabilidad. En el ejemplo anterior, el exceso relativo de riesgo era del 20%, pero a este exceso de riesgo se le calculó un intervalo de confianza al 95% (IC 95%), que incluía la horquilla de valores que iban desde un exceso del 14% hasta un exceso del 26%, que son compatibles con los resultados del estudio.

Clic para saber más...

España América