Libro Medicina Basada en Evidencias MBE Alberto Narvaez | Page 194

Para determinar la relevancia clínica de los resultados encontrados no es suficiente el
análisis de la dirección del efecto y significación estadística, sino también la fuerza o
poder del efecto. Por ejemplo, para decidir utilizar un tratamiento, intervención o prueba
diagnóstica no debe fundamentarse únicamente en un resultado estadísticamente
significativo sino que ha de basarse también en la relevancia clínica de los mismos.
Hay que recordar que la significación estadística es la probabilidad de que los resultados
obtenidos se deban azar. En el ámbito académico se ha definido por consenso que es
razonable aceptar los resultados de un estudio cuando la probabilidad de que se deban al
azar sea inferior al 5%, en probabilidad p<0,05. Sin embargo, es un resultado estadístico
que no tiene utilidad en el ámbito clínico.
Así, por ejemplo, el siguiente resultado que es correcto estadísticamente aporta muy poca
información clínica:
Definición A: “Los resultados del presente estudio demuestran que el fármaco B
consigue una reducción del número de días de estadía hospitalaria estadísticamente
significativo (p=0,001), con respecto al placebo”.
Sin embargo, lo que va a tener utilidad clínica es la validez clínica de los resultados que
se evalúan analizando la magnitud del efecto y la precisión o fuerza del efecto.
7.1. MAGNITUD DEL EFECTO
Con frecuencia, el criterio para evaluar el resultado de un estudio es fijarse en la
significación estadística, es decir, en el valor de la “p”. Sin embargo, valorar únicamente
esta mediad estadística es no es lo más correcto porque el “valor de p” da información de
aspectos estadísticos y no clínicos. Por otro lado, el hecho de tomar como criterio de
análisis el valor de la “p” puede conllevar otros problemas.
Ejercicio:
Analice el siguiente, por ejemplo, en el que se comparan los resultados de dos ECA para
el tratamiento antibiótico de neumonía por Mycoplasma Pneumoniae. Ambos antibióticos
reducen significativamente la duración de los días estada respecto al placebo; el
antibiótico “A” con una p=0,04 y el antibiótico “B” con una p< 0,00001.
Tabla 4. Ejemplo sobre significación estadística y magnitud del efecto
Antibiótico Significación Reducción
estadística
estada
A
B p=0,039
p<0,0001
-5,3
-3,2
días Intervalo de
confianza (IC95%)
- 4,7 a -5,9
- 2,8 a -3,6
Pregunta: ¿Cuál de los dos antibióticos es mejor para tratar esta patología?
Argumente por que dio la respuesta anterior.
70