LA ESTADISTICA EN LA MEDICINA INTRODUCCION: La medicina es la ciencia dedicada al estudio de la vida, la salud, las enfermedades y la muerte del ser humano,

e implica el arte de ejercer tal conocimiento tcnico para el mantenimiento y recuperacin de la salud, aplicndolo al diagnstico, tratamiento y prevencin de las enfermedades. Junto con la enfermera y la farmacia, entre otras disciplinas, la medicina forma parte del cuerpo de las ciencias de la salud. Los mdicos pueden ejercer una vez terminada la carrera, pero la tendencia mayoritaria es a realizar formacin de postgrado en los programas de especialidades mdicas. Relacin con la antropologa La antropologa y la medicina se asocian (creando una disciplina ue en algunos pases se conoce con el nom!re de "antropologa mdica"# con o!jeto de estudiar y comprender las formas antiguas y actuales de sanamiento en diferentes comunidades ue no necesariamente siguen lo esta!lecido por la medicina !asada en conocimientos occidentales e institucionalizados. $e estudia, por ejemplo, en esta disciplina el uso y consumo de muy diversas plantas (tanto las consideradas plantas medicinales, como otras muchas cuyos efectos !enficos so!re la salud a%n no se han analizado a profundidad#, conocimiento del cual se deriva la denominada "her!olaria" ( ue incluye, por ejemplo, el uso de aceites esenciales y semillas para dolencias diversas#. $e analizan, tam!in, las influencias de los distintos usos y costum!res de las comunidades para la toma de decisiones respecto al mejoramiento y prevencin de la salud y al tratamiento de las enfermedades. $e valoran, a partir de las investigaciones realizadas por e&pertos en este campo, los conocimientos de las mujeres (e&pertas, tam!in# dedicadas a la partera, a la sanacin, a la curandera (por ello denominadas, ellas mismas, "parteras", "sanadoras" y "curanderas", respectivamente#. $e incluyen consideraciones incluso acerca de las contri!uciones de a uellas mujeres consideradas !rujas, so!re todo en lo relativo a la denominada "magia !lanca". $e eval%an los logros alcanzados, so!re todo en los %ltimos a'os, por la denominada "medicina holstica", ue integra los conocimientos populares y comunitarios a la medicina occidental, conocimientos su!estimados por la medicina institucionalizada (la denominada "medicina hegemnica"#. La antropologa y la medicina estn relacionadas tam!in con el anlisis del desarrollo histrico de las ciencias de la salud (vase el apartado acerca de la historia de la medicina#.

Prctica de la medicina Agentes de salud La medicina no es slo un cuerpo de conocimientos terico(prcticos, sino ue es una disciplina ue idealmente tiene fundamento en un trpode) *l mdico, como agente activo en el proceso sanitario+ *l enfermo, como agente pasivo, por ello es "paciente", y La entidad nosolgica, la enfermedad ue es el vehculo y ne&o de la relacin mdico(paciente. La prctica de la medicina, encarnada en el mdico, com!ina tanto la ciencia como el arte de aplicar el conocimiento y la tcnica para ejercer un servicio de salud. *sta conjuncin !idimensional implicada en la prctica mdica gira alrededor de la relacin mdico(paciente, ue es el n%cleo necesario para ue la accin mdica pueda intervenir en la necesidad sanitaria del paciente. *n relacin al paciente, en el marco sanitario, se esta!lecen anlogamente tam!in vnculos con otros agentes de salud (enfermeros, farmacuticos, fisiatras, etc.# ue intervienen en el proceso. ,am!in es importante la medicina para la vida de los seres vivos (humanos, animales, plantas#. Relacin mdico- aciente *l servidor de salud (el mdico#, durante las consultas mdicas, transita un proceso junto con el paciente, donde necesita) *sta!lecer un vnculo de confianza y seguridad con el paciente (y su entorno tam!in#+ -ecopilar informacin so!re la situacin del paciente haciendo uso de diferentes herramientas (entrevista y anamnesis, historia clnica, e&amen fsico, interconsulta, anlisis complementarios, etc.#+ .rganizar, analizar y sintetizar esos datos (para o!tener orientacin diagnstica#+ /ise'ar un plan de accin en funcin de los procesos previos (tratamiento, asesoramiento, etc. #+ 0nformar, concientizar y tratar al paciente adecuadamente (implica tam!in acciones so!re su entorno#+ -econsiderar el plan en funcin del progreso y los resultados esperados seg%n lo planificado (cam!io de tratamiento, suspensin, acciones adicionales, etc.# /ar el alta al momento de resolucin de la enfermedad (cuando sea posi!le#, sino propender a medidas ue permitan mantener el status de salud (recuperacin, coadyuvantes, paliativos, etc.#. ,oda consulta mdica de!e ser registrada en un documento conocido como historia clnica, documento con valor legal, educacional, informativo y cientfico, donde consta el proceder del profesional mdico. Sistema sanita!io " salud #$lica La prctica de la medicina se ejerce dentro del marco econmico, legal y oficial del sistema mdico ue es parte de los sistemas nacionales de salud (polticas

sanitarias estatales#. Las caractersticas !ajo las cuales se maneja el sistema sanitario en general y el rgano mdico en particular, ejercen un efecto significativo so!re cmo el servicio de salud y la atencin sanitaria puede ser aprovechada por la po!lacin general. 1na de las varia!les ms importantes para el funcionamiento del sistema se corresponde con el rea financiera y el presupuesto ue un estado invierte en materia de salud. .tra varia!le implica los recursos humanos ue articulan las directivas del sistema sanitario. La otra cara de la moneda en materia de atencin mdica est dada por el servicio privado de salud. Los honorarios y costos del servicio sanitario corren por cuenta del contratista, siendo de esta forma, un servicio generalmente restringido a las clases econmicamente solventes. Especialidades mdicas 2lergologa 2nlisis clnicos3 2natoma patolgica 2nestesiologa y reanimacin 2ngiologa y ciruga vascular 4io umica clnica3 5ardiologa 5iruga cardiovascular 5iruga general 5iruga general y del aparato digestivo 5iruga oral y ma&ilofacial 5iruga ortopdica y traumatologa 5iruga peditrica 5iruga plstica 5iruga torcica 5iruga vascular perifrica /ermatologa ,raumatologia *ndocrinologa y nutricin *pidemiologa y salud p%!lica *stomatologa 6 .dontologa 7armacologa clnica 8astroenterologa 8entica 8eriatra 9ematologa 0nmunologa3 :edicina de emergencia :edicina deportiva :edicina espacial :edicina familiar y comunitaria :edicina fsica y reha!ilitacin :edicina forense :edicina intensiva :edicina interna :edicina nuclear :edicina preventiva :icro!iologa y parasitologa3 ;efrologa ;eonatologa ;eumologa ;eurociruga ;eurofisiologa clnica ;eurologa .!stetricia y ginecologa .ftalmologa .ncologa mdica .ncologa radioterpica .torrinolaringologa <atologa <ediatra <si uiatra -adiologa -eumatologa 1rologa

Carrera de ciencias mdicas La educacin mdica, lejos de estar estandarizada, vara considera!lemente de pas a pas. $in em!argo, la educacin para la formacin de profesionales mdicos implica un conjunto de ense'anzas tericas y prcticas generalmente organizadas en ciclos ue progresivamente entra'an mayor especializacin. Mate!ias $%sicas La siguiente es una lista de las materias !sicas de formacin en la carrera de medicina) Anatoma humana) es el estudio de la estructura fsica (morfologa macroscpica# del organismo humano. Citologa (o !iologa celular#) estudio de la clula en condiciones fisiolgicas. Histologa) estudio de los tejidos en condiciones fisiolgicas. Anatoma patolgica) estudio de las alteraciones morfolgicas ue acompa'an a la enfermedad. Biotica) campo de estudio ue concierne a la relacin entre la !iologa, la ciencia la medicina y la tica. Bioestadstica) aplicacin de la estadstica al campo de la medicina en el sentido ms amplio+ los conocimientos de estadstica son esenciales en la planificacin, evaluacin e interpretacin de la investigacin. Biofsica) es el estudio de la !iologa con los principios y mtodos de la fsica. Biologa) ciencia ue estudia los seres vivos. Bioqumica) estudio de la umica en los organismos vivos, especialmente la estructura y funcin de sus componentes. Embriologa) estudio de las fases tempranas del desarrollo de un organismo. Farmacologa) es el estudio de los frmacos y su mecanismo de accin. Fisiologa) estudio de las funciones normales del cuerpo y su mecanismo ntimo de regulacin. Gentica) estudio del material gentico de la clula. Historia de la medicina) estudio de la evolucin de la medicina a lo largo de la historia. Patologa) estudio de las enfermedades en su amplio sentido, es decir, como procesos o estados anormales de causas conocidas o desconocidas. La pala!ra deriva de pathos voca!lo de muchas acepciones, entre las ue estn) =todo lo ue se siente o e&perimenta, estado del alma, tristeza, pasin, padecimiento, enfermedad>. *n la medicina, pathos tiene la acepcin de =estado anormal duradero como producto de una enfermedad>, significado ue se acerca al de =padecimiento>. !emiologa clnica) *studio de los sntomas, signos y sndromes. Psicologa mdica) estudio desde el punto de vista de la medicina de las alteraciones psicolgicas ue acompa'an a la enfermedad.

Patologa mdica) una de las grandes ramas de la medicina. *s el estudio de las patologas del adulto y tiene m%ltiples su!especialidades ue incluyen la cardiologa, la gastroenterologa, la nefrologa, la dermatologa y muchas otras. Patologa quir"rgica) incluye todas las especialidades uir%rgicas de la medicina) la ciruga general, la urologa, la ciruga plstica, la ciruga cardiovascular y la ortopedia entre otros. Pediatra) es la rama de la medicina ue atiende a los ni'os. Psiquiatra) es la rama de la medicina ue se encarga de las enfermedades mentales. Ginecologa) es la rama de la medicina encargada de atender las patologas de la mujer no relacionadas con el em!arazo. 5on frecuencia los gineclogos tam!in son o!stetras. #bstetricia) es la rama de la medicina ue maneja el em!arazo. Epidemiologa clnica) *l uso de la mejor evidencia y de las herramientas de la medicina !asada en la evidencia (:4*# en la toma de decisiones a la ca!ecera del enfermo.

Mate!ias !elacionadas Fisioterapia) es el arte y la ciencia de la prevencin, tratamiento y recuperacin de enfermedades y lesiones mediante el uso de agentes fsicos, tales como el masaje, el agua, el movimiento, el calor o la electricidad. $utricin) es el estudio de la relacin entre la comida y !e!ida y la salud o la enfermedad, especialmente en lo ue concierne a la determinacin de una dieta ptima. *l tratamiento nutricional es realizado por dietistas y prescrito fundamentalmente en dia!etes, enfermedades cardiovasculares, enfermedades relacionadas con el peso y alteraciones en la ingesta, alergias, malnutricin y neoplasias. %ogopedia) es una disciplina ue englo!a el estudio, prevencin, evaluacin, diagnstico y tratamiento de las patologas del lenguaje (oral, escrito y gestual# manifestadas a travs de trastornos de la voz, el ha!la, la comunicacin, la audicin y las funciones orofaciales. $emiologa clnica es la ciencia ue estudia los sntomas y los signos de las enfermedades, como se agrupan en sndromes, con el o!jetivo de construir el diagnstico. 1tiliza como orden de tra!ajo lo conocido como mtodo clnico. *ste mtodo incluye el interrogatorio, el e&amen fsico, el anlisis de los estudios de la!oratorio y de /iagnstico por imgenes. *l registro de esta informacin se conoce como 9istoria 5lnica. A&LICACIONES DE LA ESTADISTICAEN LAS CIENCIAS 'IOMEDICAS *n esta parte e&ponemos la relacin sim!itica entre las matemticas y las ciencias de la salud. *n concreto se ha ha!lado de la relacin entre la estadstica

y la medicina, ue tiene el nom!re de $ioestad(stica. $e ha e&plicado la aplicacin de tcnicas y mtodos estadsticos con la inevita!le ayuda de la computacin a diversas reas de la medicina con ejemplos prcticos concretos. *mpezamos e&plicando entre diversos profesionales de diversas disciplinas de los grupos multidisciplinares ue tra!ajan actualmente en !iomedicina (!ilogos, psiclogos, mdicos, fsicos, ingenieros !ioinformticos y matemticos# y en especial de la relacin con los profesionales de la medicina, ue cada vez ms han ido acudiendo a los matemticos para resolver diversos pro!lemas de su campo. La capacidad del matemtico de escuchar de forma a!ierta a los profesionales de la medicina y ayudarles a comprender el punto de vista matemtico. /e hecho indicamos ue en muchas pu!licaciones en revistas cientficas del campo de la estadstica han aparecido como coautores de artculos de aplicacin de tcnicas estadsticas novedosas al campo de la medicina, donde han aportado el punto de vista mdico. ,am!in e&presamos la inmensa satisfaccin ue produce ver cmo las matemticas y las soluciones ue han propuesto los matemticos se han a!ierto paso en el mundo mdico y han aportado grandes avances, so!retodo en el soft?are utilizado por los profesionales como apoyo en su tra!ajo diario. @a ha!lando del tema ue ueremos e&poner, se comenz justificando la entrada de la estadstica en el cam!io de las ciencias !iomdicas. La investigacin !iomdica actual es una empresa compleja ue se realiza dentro de un grupo multidisciplinar de !ilogos, psiclogos, fsicos, !ioinformticos y mdicos. La !ioestadstica se encuadra en un tringulo formado por la estadstica, la medicina y la computacin, siendo el intercam!io !idireccional entre estadstica y medicina con el apoyo en am!os casos de la computacin como un ente instrumental ha!ilitador de am!os campos. ,am!in podemos a'adir ue se cele!ra el AB aniversario de la introduccin de la estadstica en la medicina. <or encima las ciencias de la salud, divididas en tres grandes grupos) !sica (de la !iologa a la !iotecnologa pasando por la neurociencia#, clnica (diagnstico y tratamiento) cardiologa, C# y epidemiolgica (en donde lo importante es prevenir# La ciencias de la parte !sica han pasado de tener un mero papel de generadoras de conocimiento para su aplicacin en las otras dos, a tener un papel activo aplicado tras el descifrado del genoma humano (por ejemplo en el descu!rimiento de la !ase gentica de muchas enfermedades# La estadstica ha entrado en todas las reas con tcnicas como la asociacin (ayudando a responder a preguntas del tipo, Dfumar provoca (es la causa del# cncer de pulmnE mediante, clasi)icacin (diagnosis clnica# y !ediccin. 1na vez e&plicado todo esto se pas a las e&plicaciones prcticas de tcnicas estadsticas concretas aplicadas a la medicina. E idemiolog(a *studios de factores de riesgo de enfermedades y6o muerte. $on estudios de causalidad donde se intenta cuantificar de alguna manera la incidencia de los llamados factores de e&posicin en ciertas enfermedades. $i llamamos F al factor

y E a la enfermedad, se trata de estudiar a grupos de individuos li!res de la enfermedad en el momento de iniciar el estudio, divididos en dos grupos. *l primer grupo no est e&puesto al factor de riesgo y el segundo s. $e realiza un seguimiento en el periodo del e&perimento ( ue puede ser largo, de muchos a'os, con el consiguiente riesgo de prdida de sujetos por el camino# y al final se calcula un cociente de pro!a!ilidades) RR*+,*- . /E+*0 + /E+,*-0

/onde el numerador representa la pro!a!ilidad condicionada de tener la enfermedad si se fuma y el denominador la pro!a!ilidad condicionada de tener la enfermedad si no se fuma. $i el cociente es F, no hay asociacin entre * y 7. $i el cociente es mayor ue F entonces 7 se convierte en un factor de riesgo. $i el cociente es menor ue F, entonces 7 se convierte en un factor de proteccin. 2 esto se le llama estudio de cohortes y permite definir si un factor de riesgo es causa de una enfermedad. $e puso el ejemplo del ta!aco como 7 y el cncer como *. $i el cociente es mayor ue uno se puede decir ue el tabaco causa c'ncer y ponerlo en una cajetilla de ta!aco. NOTA: 9e puesto como notacin compati!le para poder meterla en el !log 7 G fumar+ H7I G ;o 7umar (en realidad esta %ltima de representa con una raya horizontal por encima# /e!ido a la dificultad de llevar a ca!o estos proyectos temporales tan largos se puede llevar el camino contrario. *n los hospitales los mdicos disponen de conjuntos de pacientes con historiales mdicos completos. $e puede coger una muestra (conjunto# de estos casos y dividirlos en dos grupos, seg%n hayan fumado o no. 2l segundo grupo se le llama grupo de control. $e e&aminan los datos de la muestra, o!teniendo la nueva informacin de si fuman o no y sa!iendo cul ha sido el resultado de enfermedad. *ntonces de calculan las (enta)as) odds /E0 . /*+E0 + /,*-+E0 odds /,E-0 . /*+,E-0 + /,*-+,E-0 y al final se halla el odds ratio (cociente entre los dos odds#) OR*+E . Odds/E0 + odds /,E-0 $i es igual a F, entonces no hay asociacin. $i es menor ue F, entonces 7 es un factor protector. $i es mayor ue F, entonces 7 es un factor de riesgo. *sto se llama un estudio de caso(control. *n este estudio, no o!stante, al partir del resultado hacia las causas, e!demos la causalidad, uedando simplemente la relacin ms d!il de asociacin. 2hora solamente podemos decir ue fumar P*E+E causar c'ncer de pulmn.

DJu pasa si los factores de e&posicin no son discretos (si6no# sino ue son varia!les continuas, por ejemplo, una medida de glucosa en sang!e. 2hora tendramos ue intentar contestar a una pregunta como) Des la glucosa un factor de riesgo para la infeccin post( uir%rgicaE *n este caso la tcnica estadstica ue se emplea es una #, temporal, una funcin continua y suave ue se o!tiene mediante logistic gene!ali1ed additi2e models (82:# (9astie(,i!shirani#, un tipo de logistic regression donde se tiene un cociente de logaritmos (logit# ue se puede poner como una suma de factores entre ellos uno ue es funcin del nivel de glucosa f(glucosa# ue se denomina efecto principal. logit . $eta3 4 )/glucosa0 Las grficas ue suelen salir tienen )o!ma de cuc5a!a con el mnimo en el factor con valor K. *sto significa, en el caso de la glucosa, ue hay riesgo tanto si se tienen valores positivos como si se tienen negativos (hipoglucemia# *l asunto de las curvas es curioso por cuanto tradicionalmente los mdicos maneja!an relaciones lineales (rectas# por defecto y no entendan cmo un fenmeno poda seguir otra forma de curva (curvas 1, curvas J# ue estn ms en consonancia con los modelos !iolgicos. NOTA: las grficas suelen tener la lnea de la funcin y una zona alrededor de ella ue la envuelve ue da una medida del intervalo de confianza o significacin estadstica de la curva calculada. *l anlisis anterior solamente tiene en cuenta un factor o varia!le, es decir, es univariante. <ero la realidad !iolgica es ue intervienen ms varia!les, ue adems pueden estar relacionadas entre s. <ara esto se hace un anlisis multivariante. *sto nos va a dar grficas en L/ por ejemplo para el caso de dos varia!les ue adems de los efectos principales considera las interacciones entre las (ariables. Neu!ociencia 2 u el ejemplo fue el estudio de la actividad neuronal y su relacin con la conducta. *l campo de las neurociencias ue se encarga de esto se llama neurofisiologa. *l o!jetivo es o!tener una teora neuronal de la decisin. $e trata de estudiar el tiempo de disparo (spiMe time# de una neurona de la regin del cere!ro ue se dedica al procesado de la visin en un animal, ante un estimulo visual cam!iante (un segmento de recta grueso en una pantalla ue se muestra en varias posiciones de giro# /e ese e&perimento se sacan unas series temporales (se'ales# de la actividad elctrica de la neurona ue codifican la actividad neuronal, donde se puede ver la frecuencia de disparos (spiMes# y los intervalos entre disparos en relacin con las imgenes de test mostradas. 2l repetir el e&perimento un n%mero de veces se o!tiene un conjunto (ensem!le# de se'ales llamado raster plot. 2 este rater plot se le aplican anlisis de estadstica descriptiva como la o!tencin de un histograma (<$,9#

Los estudios no se limitan a una neurona sino ue se e&tiende a dos, para estudiar el fenmeno de la sincrona neuronal entre parejas de neuronas. 2 u se secan grficas !idimensionales donde se pueden o!servar las coincidencias o no de activacin entre am!as neuronas. ,am!in se pueden sacar ta!las de contingencia de disparos (spiMe contingence ta!les# en las ue el anlisis se ve dificultado por la dominancia de los valores KK (en a uellos en los ue ninguna de las neuronas est disparada# *&iste una gran actividad investigadora en el campo de herramientas matemticas ue puedan utilizarse para estudiar esta sincrona sin ue influya esa dominancia. 1na propuesta ue se coment es la utilizacin de sincrona condicional una cantidad funcin del tiempo o!tenida a partir de un cociente de tasas marginales y conjuntas de disparos @ al final el estudio se e&tiende hacia grupos de ; neuronas (population based neuron anal-sis# *n funcin de los e&perimentos se pueden trazar las mismas curvas .-(t# ue vimos en epidemiologa (a u la varia!le discreta es disparo6no disparo de la neurona# *s decir, ue como en el primer caso de epidemiologa empezamos con un estudio univariante (F neurona# para continuar con uno !ivariante (dos neuronas, sincrona neuronal# para aca!ar con estudio de grupos (po!laciones# de neuronas, es decir, anlisis multivariante. Radiolog(a *l ejemplo ue se puso es la deteccin de tumores a partir de imgenes o!tenidas de radiologa (placas# Los sistemas soft?are ( ue utilizan tcnicas estadsticas y tratamiento digital de la imagen# ue realizan la localizacin de los tumores de llaman 5omputer 2ided /iagnosis. <or ejemplo se mostr una imagen de una mamografa con concentraciones de ndulos precursores del cncer. $e e&plic ue para cali!rar estos sistemas se utilizan tcnicas estadsticas. La cali!racin consiste en pasarle al sistema imgenes de casos en los ue ya se sa!e el resultado y o!tener del sistema la localizacin de los ndulos. Los resultados de la cali!racin podrn ser positivos verdaderos (true positives# o falsos positivos (false positive# *n el primer caso el sistema localiza correctamente los ndulos donde los hay, mientras ue en el segundo indica ue hay uno cuando no lo hay. *&iste una tercera posi!ilidad, los falsos negativos (false negative# *l sistema indica ue no hay ndulos cuando en realidad los hay. *l coste de los errores en un sistema como este no es simtrico. *st claro ue el coste de un falso negativo es mucho mayor ue el del falso positivo. La herramienta grfica ue se utiliza es el -.5, cuya curva caracterstica indica lo !ueno ue es el 52/. La !isectriz de la grfica representa NadivinarO el resultado. La curva -.5 suele ser cncava so!re esa lnea. *l rea de!ajo de la curva (hasta la lnea recta# se llama AUC y es la ue hay ue ma&imizar. *&iste una variante llamada -.5 condicional, ue es una curva L/ ue depende de un parmetro adicional. <ermite responder a preguntas como si el tama'o del ndulo o el nivel de gris de la imagen o la densidad del tejido (si es tejido graso o no# afectan a la calidad del 52/ (a su curva -.5# *n los ejemplos ue se puso

se demostr ue el nivel de gris no influye mientras ue el tipo de tejido si influye en el nivel de gris ue hay ue poner para ue la deteccin sea m&ima. Medicina *o!ense *l ejemplo ms interesante en mi opinin ue se puso fue el de la medicina forense. *sta!lecer las causas de la muerte o el tiempo ue lleva muerto un cadver, el intervalo post mortem (<:0# *&isten muchos mtodos tradicionales para determinar este tiempo como la temperatura corporal, el rigor mortis, <ero e&iste tam!in otro sistema a !ase del anlisis de las sustancias !io umicas presentes en el humor vtreo del ojo) urea, hipo&antina y potasio. $e han desarrollado programas informticos, accesi!les a travs de la Pe! de la Academia .nternacional de /edicina %egal, ue permiten estima! el tiempo de muerte de un cadver a partir de los valores de la presencia de las sustancias umicas ue hemos indicado, ue se pueden o!tener en el tra!ajo de campo de los mdicos forenses (su medio ha!itual# D5mo se o!tienen esas estimacionesE 2 partir de la aplicacin de modelos como Logistic -egression, $Q:, modelos aditivos ( 2:, 2:A#, C La ponente mencion un soft?are para la <:0 desarrollado por su grupo en la 1$5 llamado pmicalc, ue est escrito en -. 5laro ue, no todos esos modelos tienen capacidad de producir una e&plicacin completa de cmo han llegado al valor estimado, es decir, son una caja negra, y suelen ser los ms rpidos y con un intervalo de confianza ms alto. *sta cualidad de caja negra los hace invlidos en los juicios. <or lo tanto la utilizacin de un modelo u otro ya no solamente tiene una consideracin de eficacia o de eficiencia, sino ue se de!e incluir la transparencia para el usuario. Conclusin *l soft?are es un producto muy importante resultado de la investigacin matemtica aplicada, el pasar de unos modelos a unos programas ue los apli uen y sean )%cilmente utili1ados " com !endidos por los usuarios ue tienen ue interpretar los resultados mdicos. UNA A&LICACI6N &R7CTICA: &RESENTACION DE DATOS ESTADISTICOS EN MEDICINA 1na presentacin adecuada y clara de los resultados de un tra!ajo de investigacin adems de ser fundamental para contri!uir a la difusin de los mismos, puede incluso ser imprescindi!le para lograr ue se acepte su pu!licacin. *n la actualidad la e&igencia de las revistas y de los revisores ha contri!uido a ue el nivel de calidad en la presentacin de datos sea !astante !ueno, por lo ue es conveniente tener algunas ideas muy claras para evitar errores o situaciones ue hoy ya no son admisi!les, lo ue no solo nos preparar para la pu!licacin de nuestros tra!ajos sino tam!in para una lectura crtica de los de otros. <recisamente un !uen punto de partida para o!tener informacin, no slo so!re cmo presentar nuestros resultados sino tam!in so!re cmo preparar

todo el conjunto del artculo, lo constituyen las propias guas suministradas por las revistas. ;os centraremos %nicamente en la presentacin de los datos (seccin de mtodos y seccin de resultados( y no en el resto del cuerpo del artculo, puesto ue es en esos apartados donde principalmente encontramos temas relacionados con la !ioestadstica, aun ue lgicamente los datos ue se presentan de forma resumida en el 2!stract y ms e&tensamente en el apartado de -esultados, estarn referenciados en otros lugares del artculo. 1n artculo !ien conce!ido de!e transmitir la mayor parte de la informacin con slo leer el 2!stract y los -esultados, siendo para ello vital ue los datos, con las ta!las y figuras correspondientes, estn !ien presentados y organizados. *n general no de!iera ser necesario acudir al te&to para entender una ta!la o una figura+ otro caso es para interpretarla, lo ue ya corresponde al apartado de /iscusin o 5onclusiones. *l propio autor no de!iera emitir juicios ni e&traer conclusiones en la seccin de -esultados, reservando stos para la seccin de /iscusin. 5onviene tener claro ue el resultado de un anlisis estadstico no es un o!jetivo en s mismo, sino tan solo una herramienta para compro!ar o rechazar una hiptesis de tra!ajo, para representar de una forma eficiente y resumida un colectivo de o!servaciones, para validar un modelo de un proceso fisiolgico, etc. La manera de presentar los datos es diferente seg%n el tipo de los mismos. /e forma somera podemos hacer dos grandes grupos) datos cuantitati2os y datos cualitati2os. *n el grupo de datos cuantitativos tenemos a uellos cuyo resultado puede variar de forma continua, como puede ser el peso, la presin arterial, el nivel de colesterol, etc. y los ue slo pueden tomar valores enteros como por ejemplo el n%mero de hijos, el n%mero de ingresados en la 1nidad de Juemados un da concreto, etc. 2 su vez en las varia!les cualitativas distinguiremos las nominales, ue constituyen una simple eti ueta (como puede ser el se&o, el grupo sanguneo, etc.( de las o!dinales, en las ue se da una relacin de orden entre las respuestas, como por ejemplo en el resultado de una patologa6tratamiento (fallece, empeora, sin cam!ios, mejora, curacin#. 5ada tipo varia!le tiene re uerimientos propios en cuanto a presentacin y en cuanto a las prue!as ue se utilizan para contrastar los valores entre diferentes grupos. Resumen de datos cuantitati2os <ara resumir datos cuantitativos es preciso indicar un valor central y un ndice de varia!ilidad o dispersin. 5uando es razona!le suponer ue los datos pueden seguir una dist!i$ucin no!mal, se indicar la estimacin de la media y la des2iacin t( ica. 9ay diferentes posi!ilidades de presentacin, siendo uizs la ms ha!itual) La media de la PAS fue de 139 ! " 1# 9 mm$g

<ersonalmente prefiero una presentacin alternativa, ue no deja lugar a dudas so!re el significado del valor ue acompa'a a la media) La media de la PAS fue de 139 ! mm$g %s&1# 9' donde al indicar s (sm!olo universalmente empleado para denotar la estimacin de la desviacin tpica o estndar# no se deja lugar a dudas en cuanto a u parmetro de dispersin se est utilizando, duda ue s se plantea con el sm!olo R en la primera presentacin. ;o es adecuado resumir la varia!ilidad de los datos indicando el error estndar de la media, ya ue ste proporciona una medida de la precisin de la estimacin de la media po!lacional a partir de nuestra muestra, mientras ue la desviacin tpica mide la varia!lidad de los datos respecto de la media en la muestra. *s correcto resumir los datos cuantitativos con la media y la desviacin tpica slo cuando es vlido suponer ue su distri!ucin de pro!a!ilidad se apro&ima a una distri!ucin ;ormal o de 8auss, y es por tanto una distri!ucin simtrica en torno a la media, lo ue e&plica el sm!olo R en la primera sentencia. *n muestras grandes se podr verificar esta hiptesis de normalidad, mientras ue en muestra pe ue'as puede no ser posi!le. *n muchas ocasiones no es razona!le suponer ue los datos !iolgicos se distri!uyen seg%n una normal, ue es una distri!ucin simtrica en torno a la media, de tal manera ue son igualmente pro!a!les valores por de!ajo o por encima de sta, y por sus propiedades ca!e esperar la siguiente distri!ucin apro&imada de los valores media 8 des2iacin t( ica 9: ; de los datos

media 8 < = des2iacin t( ica >? ; de los datos media 8 @ = des2iacin t( ica >> ; de los datos *stas propiedades de la distri!ucin normal nos proporcionan una gua sencilla para sospechar de la presencia de asimet!(a cuando estamos estudiando un parmetro ue no puede tomar valores negativos, como es el caso de la mayora de los valores de la!oratorio. $i encontramos ue el coe)iciente de 2a!iacin CA es pr&imo o mayor ue K.B y no puede ha!er datos negativos, stos pro!a!lemente no proceden de una distri!ucin normal. *l 5Q es igual al cociente entre la desviacin tpica y la media

$i C0 1 234 y los datos siguieran una distri!ucin normal es de esperar alrededor del A.B S de valores negativos, y si esto no es compati!le con nuestros datos (no pueden ser negativos#, hay ue sospechar ue no siguen una distri!ucin normal.

Qeamos un ejemplo con datos reales para aclararlo. *n una muestra de pacientes dia!ticos encontramos ue el valor medio de los triglicridos es de 13( ) mg*dl %s&+( ,- n&.9(' <or tanto el coeficiente de variacin es 2356. $i representamos un histograma de los datos o!tenemos la siguiente grfica)

donde podemos compro!ar lo ue ya sospech!amos al calcular el coeficiente de variacin, y es ue la distri!ucin de los datos presenta una asimetra importante. <ara comparar se ha representado con una lnea azul cul sera la distri!ucin espera!le si los datos procedieran verdaderamente de una distri!ucin normal. *s frecuente e&presar el coeficiente de variacin 5Q en S, por lo ue entonces un valor de K.TU corresponde a TU S. Qeamos otro ejemplo todava ms acusado. 5alculamos la media de las protenas de la composicin de una !ase de datos de alimentos, o!teniendo 9 1 g*1,, g de porcin comesti/le %s&9 3- n&)!9' <or lo ue ahora el coeficiente de variacin es incluso superior a F y no nos sorprende ue cuando representamos el histograma de los datos, se o!tenga la siguiente figura

*n el caso de ue los datos no sigan una distri!ucin normal, no es adecuado utilizar la media y desviacin tpica para resumir la informacin, sino ue de!e emplearse la mediana como ndice de centralizacin y el !ango inte!cua!t(lico como ndice de dispersin. La mediana es el valor ue deja a cada lado, por encima y por de!ajo, la mitad de la distri!ucin, de tal manera ue es igualmente pro!a!le encontrar un valor ms pe ue'o ue uno mayor ue la mediana. <ara caracterizar la distri!ucin utilizamos los e!centiles, ue son a uellos valores ue dejan una proporcin determinada de datos a cada lado. 2s el percentil B tiene el B S de valores a su iz uierda y el UB S a su derecha. *l percentil UK es el valor para el ue el UK S de los datos son inferiores y el FK S son superiores. ,am!in ha!lamos de cua!tiles, ue son los valores ue dividen la distri!ucin de los datos en cuatro regiones iguales, el primer cuartil deja a su iz uierda (valores inferiores# el AB S de los datos y el tercer cuartil en cam!io deja el AB S a su derecha (valores superiores#. $e denomina rango intercuartlico a la diferencia entre el valor del tercer cuartil y el primero. *n el caso de los alimentos indicaramos ue 0ediana & ) 9 g*1,, g de porcin comesti/le %rango intercuartlico & 1 ) a 1) !' *n el caso de los triglicridos, en la muestra de pacientes dia!ticos) 0ediana & 1!, ) mg*dl %rango intercuartlico & 9! a 1., (' *l rango intercuartlico, como vemos, se suele indicar preferi!lemente con los valores del primer y tercer cuartil, ya ue es ms informativo ue dar directamente la diferencia, pues nos permite u!icar la posicin de la mediana con respecto a esos e&tremos. *n el ejemplo de las protenas de los alimentos vemos

ue la distancia de la mediana al primer cuartil es de T.T y al tercer cuartil de U.L, por lo ue est ms del do!le alejado del e&tremo de la derecha ue de la iz uierda. *n otros casos podra ser al revs y la asimetra estara invertida, con una cola prolongada en el lado iz uierdo. Resumen de datos cualitati2os Los datos cualitativos (nominales u ordinales# se cuantifican como recuentos del n#me!o de casos o!servados para cada categora, y suelen e&presarse ha!itualmente como o!centaBes u otro tipo de cocientes. $iempre se de!e indicar los valores de los denominadores ( n#me!o total de casos# con los ue se efectuaron los clculos, so!re todo teniendo en cuenta ue en muchos tra!ajos se parte de un efectivo de muestra pero luego una determinada tasa no se calcula so!re el total de pacientes, sino so!re una parte de ellos, !ien por ue se trata de un grupo especial o por ue faltan datos de algunos pacientes, y si no se indica el denominador se dar la falsa impresin de ue el porcentaje se refiere a toda la muestra, ya ue no hay manera de compro!arlo con la informacin proporcionada en el artculo. 2s, supongamos ue partimos de una muestra de 777 pacientes diabticos y en el artculo se indica ue la proporcin de mujeres con el sndrome 8 es del 79 :. 5on solo esa informacin podemos pensar ue ;97 mu)eres tienen sndrome 8, lo ue enseguida compro!amos ue es imposi!le (pero nos o!liga a efectuar los clculos#, ya ue en el artculo se indica ue el porcentaje de mujeres en la muestra es del 47 : <4=4 mu)eres>. .!viamente la e&plicacin est en ue solo una parte de los pacientes tienen el sndrome 8 y necesitamos !uscar esa cifra en el artculo (aun ue resulte sorprendente es algo ue no siempre figurar# y encontramos ue el ;3? : de los pacientes presenta dicho sndrome, es decir ?; pacientes, de donde ya podemos sa!er cuntas son mujeres ( un 79: 1 44# y cuntos hom!res (el resto =9#. ,odo ha!ra resultado ms fcil, si se hu!iera indicado La proporcin de mu1eres con sndrome 2 es del (! 3 %)) de +.' @ el asunto podra estar ms complicado si para determinar ue el paciente tiene sndrome V se utilizan las varia!les Hipertensin <$#@!.> ./C Colesterol %+% - Ariglicridos+ es posi!le ue no todos los pacientes intervengan en los clculos, de!ido a ue en varios casos nos falta alguno de esos datos. $upongamos ue slo en 42B pacientes tenemos datos suficientes para determinar si tienen o no sndrome V, entonces el porcentaje de pacientes con esa caracterstica es =B3B: < ?; de 42B>, pero si slo indicamos la cifra =B3B: de pacientes con sndrome V, el lector pensar, al aplicarla al tama'o inicial de 777 pacientes, ue el n%mero de casos con sndrome V es de ==7, casi el do!le de los ue realmente tenemos ( ?;#. :oraleja) los porcentajes de!en ir acompa'ados de las frecuencias a!solutas siempre. La recomendacin de indicar las cifras a!solutas acompa'ando a los porcentajes es todava ms necesaria cuando se trata de muest!as eCueDas (n W FKK#, y mucho ms cuando el tama'o es inferior a LK pacientes. *s sutilmente enga'oso leer en el apartado de resultados ue mejoran el TB S de los pacientes y despus

encontrar en :aterial y :todos ue esa cifra corresponde a 6 pacientes de 92. *n estos casos hay uien incluso aconseja no usar porcentajes. @ como siempre hay ue aplicar el sentido com%n y comunicar los datos de acuerdo al conte&to en el ue se presentan. Qeamos un ejemplo real. *stamos presentando informacin so!re la tasa de accidentes la!orales con muerte en diferentes comunidades durante el FUUU. *n una ta!la indicamos en una columna el n%mero de accidentes en la 5omunidad de :adrid durante ese a'o (FXB accidentes mortales# y en otra la tasa media diaria, ue en este caso corresponde a FXB accidentes 6 LXB das G 2354 accidentes mortales@da. *n la ta!la est muy !ien as, pero no es lgico e&presarlo igual dentro del te&to y mucho menos, como o en la radio a un representante sindical, decir ue muere K.TB tra!ajadores diariamente por accidente la!oral, cuando sera mucho ms natural ha!er indicado ue en la 5omunidad de :adrid durante el a'o FUUU fallecieron en accidente la!oral por trmino medio apro&imadamente F tra!ajador cada A das. Redondeo " n#me!o de ci)!as a em lea! en la !esentacin de los datos num!icos *n general se de!e especificar la media con un decimal ms de precisin ue los datos originales. <or ejemplo, si se recogen valores de presin arterial sin decimales, la media la e&presaremos con F decimal ( media de PA! 1 =9=39 mmHg#, y lo mismo para las medidas de dispersin, aun ue en este %ltimo caso, al utilizarse en clculos posteriores, hay uien prefiere emplear dos decimales ms ue los datos. ,am!in hay ue tener en cuenta ue para los clculos se emplearn siempre los datos sin redondear, de tal manera ue slo se redondearn los resultados para la presentacin. Los porcentajes se indicarn con un decimal como m&imo y en el caso de ue se den tam!in las cifras a!solutas, como de!iera hacerse, se puede redondear a valores enteros, ya ue siempre es posi!le a partir de ellos calcular el valor e&acto y sin em!argo las cifras enteras son ms fciles de leer. Las pro!a!ilidades se de!en especificar con no ms de dos cifras significativas, indicndose su valor tanto si el resultado es estadsticamente significativo al nivel prefijado como si no lo es, ya ue decir ue " no es estadsticamente significati(o un contraste" no es igual cuando P1232? ue cuando P12357. Los resultados de las prue!as estadsticas como el valor de t, chi, 7, se darn con dos decimales como m&imo. *n cuanto a la utilizacin de la coma o el punto como sm!olo decimal, personalmente soy de la opinin ue se de!iera utilizar el punto, ue es el sm!olo empleado en las revistas de ha!la inglesa, y el ue estamos ha!ituados a utilizar en las calculadoras cientficas. *l lenguaje de los n%meros (como el de la m%sica# de!e ser universal y no podemos pensar ue e&iste una forma de e&presar los n%meros en espa'ol y otra en ingls. 2dems la utilizacin del punto presenta ventajas cuando se e&presa un intervalo de valores (por ejemplo rango intercuartlico 1 693B =;237# donde para evitar confusin ha!ra ue utilizar un

sm!olo distinto de la coma para separar las dos cifras, y el guin no es acepta!le ya ue sera confuso si alguno de los valores fuera negativo. 9ay pro!lemas con la coma en muchas otras situaciones, entre las ue ca!e destacar el paso de parmetros para el clculo de valores de una funcin, por ejemplo resultado&0edia%1., )- 1.! 3- 1.1 !' :icrosoft ha decidido utilizar por defecto como sm!olo decimal la coma en los sistemas operativos en espa'ol. $i se utiliza la coma para el sm!olo decimal se sugiere presentar siempre los intervalos o rangos de la siguiente manera 9!-3 a 1.,-( *sta forma de e&presarlo nos parece tam!in ms correcta aun ue se utilice el punto como sm!olo decimal, por ue es la ms clara Eene!ali1acin de los !esultadosF Inte!2alos de con)ian1a " 2alo!es de !o$a$ilidad *l razonamiento ue su!yace en todo tra!ajo de investigacin es ue si la muestra ue hemos estudiado ha sido e&trada de forma aleatoria de la po!lacin, los resultados o!servados en ella sern vlidos apro&imadamente para esa po!lacin, y los procedimientos estadsticos nos permiten cuantificar la magnitud del trmino "apro&imadamente", lo ue depender del tama'o y representatividad de la muestra (error de muestreo#, la variacin de!ida a las tcnicas de medida empleadas (error de medida#, y la propia varia!ilidad !iolgica del proceso estudiado (error aleatorio#. La precisin de la estimacin efectuada a partir de los datos del estudio se refleja en el inte!2alo de con)ian1a. *l intervalo de confianza de un parmetro viene dado por dos lmites, inferior y superior, en el ue, de acuerdo con nuestros datos, esperamos ue se encuentre el valor verdadero del parmetro de la po!lacin (desconocido#, con un nivel de seguridad determinado y ue se suele fijar en el UBS. *l intervalo de confianza es mucho ms informativo ue indicar solo si un resultado ha sido estadsticamente significativo, incluso aun ue se d el valor de la pro!a!ilidad. Los !esultados del o$Beti2o !ima!io de la in2estigacin se de$en !e)leBa! siem !e con el inte!2alo de con)ian1aG 5a"an !esultado o no estad(sticamente signi)icati2os. Qeamos un ejemplo %a media del ./C <ndice de masa corporal> fue superior en B3= Cg@mD <.nt3conf3 64: 1 939 a 532 t !tudent 1 ?36 p E 2322=> en los pacientes con cifras

compatibles con hipertensin arterial <media ./C1 B239 Cg@mD s1537 n1;97> que en los pacientes con cifras de tensin arterial adecuadas <media ./C1 9;3= Cg@mD s1535 n1=96>3 La ventaja fundamental del intervalo de confianza frente al valor de pro!a!ilidad (y mucho ms frente a indicar slo si es estadsticamente significativo( radica en ue al proporcionar un rango de valores nos permite cuantificar la precisin !iolgica de la estimacin, mientras ue el valor de < no tiene ning%n significado clnico fuera del conte&to de los datos o!tenidos, y el nivel de significacin no es, al fin y al ca!o, mas ue un valor ar!itrariamente seleccionado, fundamentalmente por motivos de costum!re, por ue D u importancia puede tener o!tener un valor de P de 2325? o uno de 23245E y sin em!argo en el primer caso diremos ue el resultado es estadsticamente significativo y en el segundo ue no lo fue. *n muchos manuales de estilo, y es algo ue suscri!imos fervientemente, se recomienda no utilizar los trminos " estadsticamente significati(o" en la e&posicin, amn de otros tecnicismos como " hiptesis nula". *n esa misma lnea recomendamos encarecidamente indicar, en el apartado de :todos, la di)e!encia m(nima ent!e g!u os Cue se conside!a cl(nicamente !ele2ante para todos los o!jetivos primarios del estudio, ya ue adems nos sirve para determinar la potencia de los contrastes, so!re todo cuando el resultado no ha sido estadsticamente significativo al nivel de pro!a!ilidad prefijado. CONCLUSION: *n la presentacin de resultados, los relativos al o!jetivo primario del tra!ajo de!en colocarse en primer lugar+ tanto los ue resultaron estadsticamente significativos como los ue no, y siempre con referencia a la magnitud de su importancia clnica. Los resultados del contraste de hiptesis no especificadas previamente en el protocolo de!en presentarse como resultados e&ploratorios (propuestas(, y aun ue de!en tener plausi!ilidad !iolgica no pueden ser planteados como si se tratase de la confirmacin de una hiptesis. $i no se indica nada en contra, se entiende ue los contrastes son $ilate!ales+ si no fuera as, se de!e especificar e&presamente. ,am!in se de!e especificar si se utiliz un contraste para muestras independientes o pareadas. 5uando se trata de prue!as estadsticas conocidas !asta con nom!rarlas, y no tiene ning%n sentido descri!irlas con detalle. $i utilizamos una prue!a especial o poco conocida, al menos hay ue proporcionar una !uena referencia !i!liogrfica de sta y en algunos casos puede ser interesante una pe ue'a descripcin en el apartado de mtodos, dirigida al lector medio a uien vaya destinado el artculo. $e de!e indicar el programa estadstico utilizado para los clculos