no dice nada de la utilidad clínica del resultado. En cambio, con la definición B no sólo se expresa que el resultado es estadísticamente significativo sino que también se informa de que usando el Antibiótico B, se consigue en el 95 % de los casos una reducción del número como mínimo de 2,8 días. Lo cual es una ventaja que aporta el presentar los resultados con intervalos de confianza, pues esta información es muy útil desde el punto de vista clínico, ya que lo que interesa al médico clínico, no es sólo si el resultado es significativo desde el punto de vista estadístico, sino si va a ser útil desde el punto de vista de la práctica diaria.
En las definiciones anteriores( A, B, C) se analiza la información desde el análisis de la significación estadística( valor de p), fuerza o tamaño del efecto y precisión de los resultados( IC95 %), sin embargo esto no es suficiente para tomar un decisión clínica. Es necesario subir un nivel más de análisis. De hecho, es lo que interesa a un médico clínico a la hora de decidir prescribir o no un tratamiento es si el resultado que se analiza cambio o no la historia natural de la enfermedad( end point). Por ejemplo, lo que más interesa en un estudio de tratamiento de Neumonía por Micoplasma Pneumonia es la muerte por la alta letalidad que representa este tipo de neumonía. La pregunta es si la reducción de los días estada es un buen indicador de“ end point”.
Por ejemplo, las reducciones de días estada con el Antibiótico“ A” pueden oscilar entre-2,4 a-4,8. Ante este hecho, los clínicos deben plantearse ¿ el hecho de que un paciente disminuya los días de estadía en-2,8 o incluso-5,6 días es clínicamente relevante?.
Con toda esta explicación se quiere llamar la atención sobre el hecho de que un fármaco puede conseguir unos resultados estadísticamente fabulosos, pero que son clínicamente poco relevantes. Para analizar la relevancia clínica de los resultados, el clínico no necesita de conocimientos estadísticos sino de sentido común y experiencia clínica, por lo que no ha de sentir temor a la hora de analizar críticamente los resultados de un estudio.
Sin embargo, existen muchas otras variables que se pueden usar para evaluar la acción de un fármaco en la Neumonía: días de fiebre, mortalidad, ingreso a UCI, resolución radiográfica completa. En cualquier caso, independientemente de la variable estudiada siempre se ha de valorar la implicación clínica de los resultados obtenidos.
7. ACTIVIDADES DE APRENDIZAJE
7.1. TAREA INDIVIDUAL
Ejercicio 1. Con la siguiente información calcule las medidas estadísticas que correspondan:
Autor( año)
Douglass 82( USA)
Schlag 82( Alemania)
Intervención experimental
N personas Muertes( n) Medidas de asociacion
G. Experim
G. Control
G. Experim
FU + Sem. 71 71 29 40
FU + Carm. 49 54 10 17
G. Control
RR OR RA NNT
75