Diseño y análisis en investigación

puestos a tabaco en el hogar, frente a un 36,2 % (140/386) de los no expuestos. Ese mayor riesgo correspondía a un riesgo relativo (RR) de 1,72 (IC 95 %: 1,40 a 2,11), que supone un aumento estadísticamente significativo del 72 %. Para poder estar seguros de que esa asociación no es la consecuencia de la existencia de algún factor de confusión, se valoraron otras posibles variables. En la tabla 8.1 se presentan las frecuencias de crisis en función de la exposición a tabaco, estratificando por exposición alta o baja a contaminación ambiental.

Tabla 8.1 Frecuencias de crisis asmáticas en función de exposición a tabaco en el hogar estratificando por exposición a contaminación ambiental. Datos figurados

Lo primero que llama la atención es que la diferencia de riesgo entre los expuestos a tabaco y los no expuestos ha descendido considerablemente en ambos estratos, aunque sigue siendo mayor en los expuestos. De hecho, en ninguno de los dos estratos la diferencia es estadísticamente significativa (en ambos, el valor nulo “1” está incluido en el intervalo): en el estrato de alta contaminación el RR del tabaco es 1,14 (IC 95 %: 0,91 a 1,43) y en el estrato de baja contaminación el RR es 1,30 (IC 95 %: 0,78 a 2,19). Haciendo el cálculo combinado de ambos estratos, el RR ajustado es 1,18 (IC 95 %: 0,95 a 1,45). En este ejemplo, la contaminación ambiental se comporta como factor de confusión en la relación entre tabaco y asma. Cuando el efecto observado en el análisis crudo (sin ajustar) se modifica en ambos estratos en la misma dirección, habitualmente atenuándose, respecto al valor nulo (en este caso al 1), será un factor de confusión.

Interacción

El otro sesgo de análisis que debemos controlar es el de modificación del efecto o interacción. Este sesgo ocurre cuando el efecto producido por una determinada variable se ve modificado en presencia de una tercera variable, produciéndose efectos de distinta intensidad en la misma o distinta dirección. Este fenómeno debe ser distinguido del de confusión y también controlado en el análisis.

Veamos un ejemplo: en una cohorte estudiamos el efecto de la lactancia materna exclusiva durante más de 4 meses sobre el riesgo de sibilantes recurrentes en los 3 primeros años de vida. El 13,8 % (80/579) de los que recibieron lactancia materna exclusiva menos de 4 meses tuvieron sibilantes recurrentes, frente a un 8,5 % (27/316) de los que la recibieron más de 4 meses. La lactancia materna menor de 4 meses se asoció a un aumento del riesgo del 61 % (RR: 1,61; IC 95 %: 1,06 a 2,44). Sin embargo, queríamos saber la influencia de otros factores en esa relación, en concreto el antecedente de asma en la madre.

En la tabla 8.2 se presentan las frecuencias de sibilantes recurrentes en función de la lactancia exclusiva menos o más de 4 meses, estratificando por antecedente de asma en la madre.

Tabla 8.2 Frecuencias de sibilantes recurrentes asmáticas en función de la lactancia materna, estratificando por asma materno

Lo primero que observamos es que se mantiene en cada estrato la jerarquía de riesgos, aproximadamente un 6-7 % mayor en los que no tuvieron lactancia materna mayor de 4 meses, aunque en el estrato de asma materno los riesgos son mayores. Esto se traduce en estimaciones de riesgo con pequeñas diferencias: el RR de lactancia menor de 4 meses para sibilantes recurrentes es menor en el estrato de asma materno (RR: 1,52; IC 95 %: 0,59 a 3,94) que en el estrato sin asma materno (RR: 1,64; IC 95 %: 1,04 a 2,60). Por limitaciones en el tamaño muestral, en el primer estrato ese riesgo no es estadísticamente significativo (el intervalo de confianza incluye el 1). Haciendo el cálculo combinado de ambos estratos, el RR ajustado es 1,62 (IC 95 %: 1,07 a 2,45), similar al estimado crudo global anteriormente. En este ejemplo, el asma materno se comporta como factor de interacción o modificador del efecto.

En la figura 8.1 se presentan las estimaciones crudas, por estratos y ajustadas, para los ejemplos de confusión e interacción de las tablas 8.1 y 8.2. Si comparamos las estimaciones crudas y ajustadas con los factores de confusión, son diferentes, mientras que con los de interacción son similares. Además, podemos ver que las estimaciones de cada estrato se acercan ambas al valor nulo en el factor de confusión, mientras que con el de interacción una se aleja y la otra se acerca.