Diseño y análisis en investigación

a) Hemos comparado el riesgo de ingreso por enfermedad infecciosa aguda de 100 lactantes que acudieron a guardería en el primer año de vida y 200 lactantes que fueron cuidados en su hogar. Ingresaron por enfermedad infecciosa aguda 10/100 lactantes del grupo de guardería y 10/200 del otro grupo. ¿Aumentó la asistencia a guardería el riesgo de ingreso?

b) Queremos estimar la eficacia de los corticoides inhalados diarios en niños con asma persistente en comparación con montelukast. Para ello estudiamos a dos grupos de 200 pacientes que reciben uno de los dos tratamientos de estudio. Medimos la frecuencia de ingreso por asma en 1 año. Ingresaron 10/200 en el grupo con corticoides y 30/200 en el grupo con montelukast. ¿Fueron más eficaces los corticoides inhalados?

Pruebas de contraste de hipótesis

En el apartado anterior hemos empleado alguna prueba de contraste de hipótesis (aproximación a la normal de la diferencia de proporciones), pero existen muchas otras pruebas, entre las que tendremos que elegir la más apropiada para cada contraste.

En la elección del test estadístico tendremos que considerar los siguientes factores: a) Cuántas variables están implicadas: 1, 2 o más. b) Cuáles son las variables dependientes e independientes. c) Qué escalas de medida siguen las variables implicadas: nominal, ordinal, continua normal, continua no normal. d) Cuántos grupos de estudio hay: 1, 2 o más. e) Los grupos de estudio son independientes o están relacionados (o apareados). f) Queremos un contraste uni o bilateral. g) Qué umbrales de errores tipo I y II elegimos: 0,05 y 0,20, respectivamente, o inferiores.

En la tabla 7.2 se presenta un esquema simplificado para la elección de la prueba de contraste más apropiada. A continuación veremos unos ejemplos para las pruebas más habituales: test de ji cuadrado, test de la t de Student para muestras independientes y apareadas, ANOVA y coeficiente de correlación de Pearson.

Tabla 7.2 Esquema de elección del test de contraste de hipótesis más apropiado

Variable independiente

Nominal dicotómica (2 muestras)

Nominal

Muestras independientes:

· Test Z de comparación de proporciones

· Test de ji cuadrado

· Test exacto de Fisher

Muestras relacionadas:

· Test McNemar

· Test Z y método binomial

Variable dependiente

Ordinal (continuas no normales) Continua (razón o intervalos)

· Test U Mann Whitney (Wilcoxon suma rangos)

· Test t de Student de muestras independientes

Nominal politómica (> 2 muestras)

· Test de ji cuadrado

· Método binomial

Continua Test t de Student

· T. Wilcoxon rangos con signo

· Test t de Student de muestras apareadas

* M. apareadas: P. Friedman ANOVA

T. Kruskal - Wallis

Coeficiente Correlación de Spearman **

** También Ordinal/Ordinal

• Análisis de supervivencia (tiempo hasta evento): método de Kaplan Meier y Log-Rank

Coeficiente de correlación de Pearson Regresión lineal

• Técnicas multivariantes: Variable dependiente nominal: regresión logística; Variable dependiente continua: regresión lineal múltiple; Supervivencia: regresión de Cox.

Variable nominal dicotómica frente a nominal dicotómica: comparación de proporciones entre dos grupos

En un estudio retrospectivo de cohortes se estudiaron los hábitos de introducción del gluten en lactantes. Se evaluó la introducción del gluten entre los 4 y 6 meses en función de distintas variables. Una de ellas fue el tener o no antecedentes de familiares celíacos. Solamente el 30,4 % de los 57 que tenían un familiar celíaco introdujeron el gluten entre los 4 y 6 meses, frente al 46 % de los 888 que no.

Veamos cómo elegimos la prueba más apropiada para este análisis. En primer lugar, valoraremos los factores a tener en cuenta en esta elección: a) Número de variables implicadas. Hay dos variables implicadas: “familiar celíaco” sí/no e “inicio de gluten entre 4 y 6 meses” sí/no. b) Variables dependientes e independientes. La variable independiente es la existencia de familiar celíaco y la dependiente es el inicio del gluten entre 4 y 6 meses. c) Escalas de medida de las variables implicadas. Ambas variables se miden en una escala nominal.