Editores: Evarist Feliu y Josep M,o RiberaEditor asistente: M. Antonia S.:inchezNúmero: 12-1989

M. Porta Serra

Instituto Municipal de Investigación Médica (IMIM). Universidad Autónoma de Barcelona.Universidad de Carolina del Norte

;'~~I

1'\

En un tema como el que hoy nos ocupa, no sólo estaría fuerade lugar pretender ser exhaustivo, sino que también seríaimprocedente querer dar lecciones, sentar doctrina o dis-currir sobre lo que es obvio: que en la investigación, cometero encubrir el fraude es siempre posible; que el cómo real-mente se ejecuta un estudio es tan crucial como su diseño;o que la personalidad y los principios profesionales del in-vestigador son dos fuertes predictores de la calidad de sutrabajo científico. Por lo tanto, quisiera hacer dos adverten-cias preliminares: en primer lugar, mi exposición versará so-bre algunos de los errores, falacias y desafíos que, desdemi perspectiva personal de médico y epidemiólogo, tenemosplanteados quienes investigamos en medicina clínica. Ensegundo lugar, aclarar que la acepción de la palabra falaciade la que hoy me sirvo se refiere, simplemente, a un razo-namiento aparentemente veraz pero que, en realidad, es fal-so, erróneo o equívoco, tanto si el razonamiento pretendedeliberadamente engañar como si es falaz sin quererlo. Notiato, pues, de hacer juicios de interlciones, ni mucho me-nos hablar de moral, sino de metodología. En el contexto deesta conferencia, un desafío es un reto, una invitación asuperar determinadas barreras o limitaciones. Aunque todasas falacias conducen a errores o equivocaciones, no todos)S errores provienen de un razonamiento falaz2-5. Por últi-

mo, quisiera puntualizar que más que presentar un catálogode errores y falacias, mi pretensión es señalar algunos prin-cipios metodológicos que, desde una óptica epidemiológica,creo pueden orientar la tarea investigadora de los médicosclínicos Y. por encima de todo, estimular algunas ideas Y

Correspondencia: Dr. M. Porta Serra. Instituto Municipal de InvestigaciónMédica. Universidad Autónoma de Barcelona. Paseo Maritimo. 25-29.08003 BarcelonaConferencia celebrada el 29-4-1988 en el Hospital Clínic i Provincial deBarcelona

Med G/in (BarcJ 1990; 94: 107-115

Las Conferencias clínicas que se publicanen MEDICINA CLíNICA se realizan conla colaboración técnica de Pfizer S.A.

I

'IC:,~~ ! :

I ;~~: ."

I~~~~~;;'.,.._1

l'~~~

Segunda. La segunda tesIs parte del convenCimiento de Queun objetivo fundamental de todo investigador clínico es pro-ducir evidencia científicamente válida, clínicamente rele-vante y estadística mente precisa. Y puede enunciarse comosigue: no tener en cuenta el marco poblacional concreto enel Que se desarrolla la asistencia y la investigación dificultael hacer investigación válida (es decir, origina sesgos), y di-ficulta el hacer investigación clínica, sanitaria y socialmenterelevante.

'~

107

.~~~~~

reflexiones. Para lo cual desearía que Vds, coincidieran con-migo en una actitud que Mclntyre y Popperó han definidode forma espléndida:

Todos somos falibles. Errar es humano e incluso los grandes científicos co-meten errores. Es responsabilidad nuestra identificar e investigar a fondo loserrores que cometemos.Descubrir que una teoría ampliamente puesta a prueba o un procedimientohabitualmente utilizado son erróneos puede constituir un descubrimiento de

suma importancia.Aprender de nuestros errores debe tener prioridad sobre la adquisición denueva información.La crítica racional debe dirigirse a errores bien definidos. Debe incluir lasrazones. y expresarse en una forma que permita su refutación. Debe clarificarqué suposiciones o asunciones se discuten y por qué. No debe contener nun.ca insinuaciones. meras afirmaciones o simples evaluaciones negativas.Debe inspirarse en el ansia por acercarse a la verdad y. por ello. debe ser

impersonal6.

Dos tesis principales

La presente exposición se fundamenta en dos tesis.Primera. La tesis principal es que la planificación, la or-ganización operativa, la ejecución, el análisis y la interpre-tación de un estudio necesitan ajustarse firmemente a lasconclusiones que resulten de una valoración ecuánime delos conocimientos que en cada momento y para cada pro-blema o enfermedad concreta existen sobre: 1) la historianatural, la fisiopatología, el pronóstico y la clínica de la mis-ma (y en el caso de un fármaco, su farmacología clínica);es decir, una hipótesis sobre lo que en adelante denomi-naremos el modelo causal, y 2) el circuito asistencial se-guido por los enfermos hasta llegar a nosotros; o sea, unahipótesis sobre el camino o proceso que las personas re-corren hasta poder ser incluidas en el estudio, compren-diendo todos aquellos factores cuya interacción influye enque los individuos accedan a la asistencia y eventualmentesean seleccionados para el estudio.

--~. .

;;1 .,

;;;

44108

I I

TABLA 2

Cuatro visiones del impacto ~;anitario y social de la enfermedad*

Ineresos...hospibl.;os

Enforme.~ V'lSitas.. médicas Mortalidad""""

~

9,2 (3.°)3.90.4

21.7 (1.°)7.4 (5.°)4,31.85.74.67.4 (5.°)

15.1 (2.°)8.2 (4.°)2.42.1

0,5

5.2100.0

13,812,611,510,610,27,67.27,25,55.21.91.91.91,00,70,60,6

100,0

6,9 (4.°)2.10.028.0(3.°)

43.0 (1.°)4.0 (5.°)

25.9 (2.°)0.91.10.50.90.22.61,30.50.30.51,3

100,0

8,4 (4.')1.10.24.4 (5.')

19.6 (3.')19.8 (2.')33,9 (1.°)

0,52,50,32,60,041,80,3

0,41,72,6

100,0

DigestivasI Genitourínarias

Parto/embarazo

RespiratoriasCirculatoriasiraumatismos. accidentesiumores

I Mal definidas, Sistema nerJiCSG

Musculo-esqueleticasInfecciosasPielEndocrinasMentalesPerinatales

! HematológicasCongénitas

I Otras"""

-'TOOos los datos se expresan en tantos por Ciento lOs números entre ~réntesls IndIcan la ¡x¡sicl6n relativa dentro de cadagru¡x¡.""VisItas médicas Motivos de las vIsitas médicas (clasificación ICHPpc.2 de la WONCA. 1986) Incluye únicamente VIsitas en las que hubo contacto directo entre el médIco y elenfermo Incluye todo tlP9 de vIsitas médicas (sectOl público y privado; medlcos generales y especialistas; urgencIas. consultas externas hospitales. ambulatOllos, consulta privada.doml )12 ICI 10, empresa. etc

"""Ingresos hospitalarIos de los residentes en Barcelona en los hospitales de la cIudad (1985)'3""""Mortalidad Causas de defunclon de los residentes de la ciudad de Barcelona (1986)""""""APVP Años ¡x¡tenclales de vida perdidos (1986)"""""""En el caso de VISitaS MédIcas Incluye los apartados "desconocido" y -clasificacIón suplementaria.

~~~

(1.°)(2.°)(3.°)(4.°)(5.°)

MEDICINA CLiNICA VOL. 94. NÚM. 3. 1990

TABLA 3Hospital Clínic i Provincial (HCP) de Barcelona. Resumen de la atracción hospitalaria en los distritos de la ciudad!3

4 " significa Que el HCP fíe"e una .oenetración. o relevante del 114 % en

.a,"ce

Así, elIndlce C = bllb2 índice R = bla,

En .ngle5, di na,c. C óe i. d.r,om.na ""mmltmelenfermos Ingresados de Barcelonalo,

los fallecidos en la ciudad de Barcelona en 1986, única- Validez y sesgos de referenciamente representaron el motivo de ingreso del 2,6 % de lospacientes Ingresados en el Hospital del Mar, el mismo año. En el contexto de los sesgos de envío, transferencia o re-Las correspondientes cifras para las enfermedades isqué- ferencla que oc.urren como consecuencia de las distintas ra-m~cas del corazón (cardiopatía isquémica e infarto agudo de z<?nes y mecanls~os de acceso de. los pacientes a los hos-mlocardlo! fundamentalmente) fueron 11,2 % (fallecidos) pita les hay ~ue situar a la denomlnad~ paradoja o falaciay 4,1 Ojo (Ingresados en el hospital). No obstante, el 3,6 Ojo de B.er~~on , a la que ya nos referimos en un trabajo

de los fallecimientos tuvieron su causa en una enfermedad anterior..hepática, tanto por ciento similar al de ingresados por estas Como bien señala Feinstein19, en la realidad el sesgo puedecau~s en e~ Hospital del Mar (3,2 OJo}14,I'5. Además, la po- ~er .mayor o menor que lo que. el m.odelo teórico de Berksonblaclon cubierta por un hospital urbano es difícil de definir Indica. En muchos casos, qulzas, Incluso, en una mayoría,en té!min<?s oper~tivos. Por ejemplo, de los 7.851 ingresos e! sesgo será teóricamente plausible pero en realidad ine-hospitalarios realizados por los vecinos del distrito de Les xlstente. En efecto, el modelo propuesto por Berkson pre-Cort~ en 1985, el 23,4 Ojo lo fueron en el Hospital Clínic i supone que las dos e~fermedades que encontramos asocia-Provincial, pero sólo representaron el 9,8 % de las 18.748 das conllevan. unos riesgos de hospitalización que, si bienadmisiones del hospil:al aquel año. De forma similar mien- son Independientes, son simplemente aditivos. Sin embar-tras ~ue .el 29,9 Ojo de los ingresos del hospital pr~venían go~ !os dos rle~gos de hospitaliza~ión no tienen PO! qué serdel distrito Sants-Montju.jc, el 35,3 % de los ingresos de aditivos (por ejemplo, en los pacientes con estadios avan-este distrito fueron all Hospital Clínic i ProvincialT3. En un zados de ~n~ o ambas enfermedades). A la no adición pue-caso el denominado~ es el total de ingresos del hospital y den con~rlbulr f~ctores co~o el mayor núme~o de visitas queen e~ otro el denominador es el total de ingresos de cada los. propios paclent~s r~allzan, el m~yor ~umero de explo-dlstrlto16. La tabla 3 presenta un resumen de la atracción racl.ones que en el amblto extrahospltalarlo se efectúan enhospitalaria en los di!;tritos de la ciudad del Hospital Clínic pac!entes con enfermedades graves, una mayor tendencia ai Provincial. envl.a~ a estos pacient~s al especialista y las mayores pro-El análisis de los registros de altas hospitalarias de los dis- babllldades. de detección de una segunda enfermedad quetintos hospitales pondría de manifiesto diferencias no por con~leva el Ingr~so hospitalario. Todo ello hace que las pro-esperables menos in1:eresantes en el llamado case-mix de b~bllldades de Ingreso que cada enfermedad conlleva, porc.ada centr?,. es decir, en las características clínicas y so- SI sola,.no se sumen unas a otras, sino que se multipliquenclodemograflcas de los pacientes atendidos. El hecho de entre SI. ..que apr?xima~amente el 26 % de los habitantes de la ciu- En determinados paclent~s,sucede un verda~ero efecto «endad estan cubl.ertos al la vez por una mutua privada y por la cas,cada»: ~na VIsita al medl.co de cabecera dispara toda unaSeguridad Social, así como la atracción de pacientes de fue- serie de vlsl~as. ~ ex.ploraclones, las cuales aumentan dera de la .provincia añladen complejidad al asunto12. No es modo muy significativo las probabllld.ades de detectar en-menos cierto, por otra parte, que algunos hospitales co- fermedades h.asta el momento sllencl~sas o no dlagnosti-mar.<:ales y c~ntros de atención primaria tienen poblaciones cadas. Sin olvidar ~ue muchas exploraciones no están exen-cubiertas mejor defirlidas. tas de sus propios riesgos, los cuales son, en ocaSiones, ma-Hay que considerar, por tanto, tres cuestiones que conviene yores en perso~as con patologías a~anzadas o múltiples, conno mezclar; la primera es un reto para los médicos hospi- lo que la toxIcidad de la exploración puede aparecer m.ez-talarlos: .tener una mejor información sobre su población de clada o Interferida c~n la menor tol~rancla o la susceptlbl-referencia; la segunda es la dificultad en contestar: ¿cuál Ildad p~evlas del paciente a determinados efectos de la ex-

es la .población cubierta por el hospital?, es decir, plantea ploraclon. "la dificultad de definir un denominador y, en tercer lugar, Por otr,a, Pforte, pueden todavla mencionarse otros sesgos deel hecho de que las razones que los habitantes de un barrio selecclon que el proceso seguido por los enfermos puedeconcreto tienen para acudir al Hospital Clínic i Provincial o acarrear:a otro hospital no pueden considerarse inexistentes o alea- .-.torias, sino que están relacionadas con su estado de salud Sesg<? de la populandad (entre los m~dlcos): la mayor po-(con las características de su enfermedad, con las propias pularldad o atractivo que entre los medlcos poseen cle.rtascaracterísticas psicosociales de los pacientes) y, también, enfermedades hace que, ciertos pacientes sean atendidoscon la~ características de los distintos Servicios del hospital con mayor o menor facilidad en determinados ServicIos.

I ~~~~~eJemp!o, su reputación. la gama de servicios ofertada, Sesgo del cen.tralismo o de la popularidad (entre los pa-Lceslbllldad, y el coste). clentes): aSimismo, la mayor popularidad, aprecio o repu-

46110

M. PORTA SERRA.- MÉTODOS DE INVESTIGACiÓN CLíNICA: ERRORES, FALACIAS y DESAFíOS

I

IRl,...

IrI ~,

~

tación que entre los pacIentes y su entorno tienen ciertosmédicos o instituciones, hace que ciertas enfermedades (ydeterminados estadios o presentaciones de ciertas enfer-medades) se vean con ma~(or frecuencia en algunos centros.

Sesgo de acceso a la atención sanitaria: el nivel económicose asocia, a la vez, a un rnejor o peor estado de salud (de-pende de las enfermedade:s) y a una mayor o menor facilidadde acceso o utilización de la asistencia sanitaria incluyendo,naturalmente, el diagnóstico.

Autoselección: los trabajadores activos, los soldados, los vo-luntarios a participar en los estudios, los pacientes que acu-den regularmente a las revisiones de salud, los que cumplenfielmente las prescripciones, entre otros subgrupos espe-ciales, suelen ser personas con mejor estado de salud, me-nos factores de riesgo y mejor nivel cultural, por lo que elefecto de las revisiones, del fármaco o de la intervención encuestión puede estar sobreestimado.En definitiva, hay que tene,r bien presente es que los dis-tintos mecanismos de envío, transferencia y detección, pue-den reducir drásticamente tanto la validez externa como lavalidez interna de nuestros estudios18, distorsionando lasinferencias que desde los hospitales hacemos sobre la coe-xistencia de enfermedades o la frecuencia con la que losdistintos componentes de un síndrome coexisten, la simplefrecuencia de síntomas o signos en las enfermedades, laincidencia y la prevalencia de las mismas, el riesgo de com-plicaciones y la utilidad de las pruebas diagnósticas. Ad-viértase que cuanto mayor sea la proporción de casos de unadeterminada enfermedad qUE! lleguen a ser atendidos en loshospitales, menor será la magnitud de los sesgos. En au-sencia de un registro que contenga todos los casos acae-cidos en una área geográfica definida, y cuando una pro-porción muy alta de los casos de la enfermedad en cuestiónson hospitalizados, podemos combinar los datos de todos loshospitales del área: ello puede minimizar algunos o muchossesgos de selección y, asimismo, proporcionar un grupo con-trol que resulte en una comparación internamente válida.Ante las consideraciones antE!riores, en concreto ante lascifras de la tabla 2, cabrían dos actitudes: 1) considerar queninguna de las estadísticas hospitalarias disponibles ofreceuna imagen válida de la realidad, lo que supondría aferrarsea un concepto restrictivo y mecanicista del concepto de re-presentatividad o 2) considerar que muchas de ellas ofrecenimágenes parciales y mutuamente complementarias de larealidad, intentando a continuación profundizar en la bús-queda de métodos científicamente válidos de estudio. Parala epidemiología contemporánea ello se traduce en identi-ficar y controlar los correspondientes sesgos. Esta segundaopción no sólo es más constructiva, sino que convierte unaobjeción en un aliado, afirmando que tales cifras son útilespara realizar investigación de c¡3Iidad.En efecto, a pesar de estos y otros datos, a pesar de tantaevidencia en contra de la crepresentatividad. de los hos-pitales. buena parte de la epidemiología moderna muestraun notable escepticismo hacia el concepto de representa-tividad. Muchos autores ni siquiera hablan de ella. Por elcontrario, se tiende a hablar de validez externa, conside-rando que la valoración de en qlJé medida es razonable ex-trapolar o generalizar unos resultados no es un proceso ex-clusivamente estadístico o maternático, sino que requiere laconcurrencia de conocimientos (biológicos, clínicos u or-ganizatillos) externos al estudio cuyas repercusione~ seplantean18. Tales conocimientos presuponen un anallslsecuánime y crítico de la evidencia científica disponible.Presuponen también un conocimiento cotidiano de cómo secomportan los pacientes, los demás médicos y el sistemasocial en general.

-.0:

;,:11147

~

';r;;t"...:-:

.;;~.-:.,;.,;' ,-,,",'::

Muestreo aleatorio y representatividad

Falacia: Al proporcionar una muestra representativa del uni-verso o población de referencia, el muestreo al azar es lamejor garantía de que nuestras conclusiones tendrán a lavez un alto grado de validez interna y un alto grado de va-lidez externa.Comentario 1. En primer lugar, un muestreo aleatorio nogarantiza que la muestra sea totalmente representativa dela población general. Pequeñas diferencias entre la muestray la población, si se producen en factores importantes, pue-den tener repercusiones Importantes.Recomendación. En el análisis de los datos hay que ajustar,controlar o tener en cuenta las diferencias que sean cono-cidas entre la muestra y la población de referencia.Comentario 2. Es cierto que un muestreo aleatorio puedesuponer un importante ahorro de energías (pues se estudiaun número menor de individuos), y que ayuda a minimizaralgunos sesgos en la selección de la población a estudiar.Mediante él, la selección de los individuos a estudiar es in-dependiente de lo que el investigador sabe, cree, espera odesea. Nuestros conocimientos y prejuicios están bajo uncierto control.Así, pues, si el propósito del estudio es estrictamente des-criptivo, un muestreo al azar puede proporcionar una mues-tra parecida al conjunto de la población. Sin embargo, ¿quéocurre cuando nuestro propósito es analizar las posibles ex-plicaciones de lo observado, es decir, hacer inferencias cau-sales? Ocurre que una muestra aleatoria, incluso si es re-presentativa, puede conducirnos a conclusiones perfecta-mente erróneas.Efectivamente, mientras que el muestreo aleatorio minimizauno de los tipos de errores que atentan contra la validezinterna, los errores de selección, no afecta para nada a otrotipo de sesgos, los llamados factores de confusión18. Re-cordemos que en epidemiología un factor de confusión esun factor de riesgo (F) para la enfermedad (Y) el cual, a suvez, se asocia con la exposición (E); la asociación entre E eY aparece mezclada con F.

Ejemplo. Al obleto de analizar el riesgo de enfermedad inflamatoria pélvica(EIP) e infertilidad que conllevan los dispositivos intrauterinos (DI U). se em-prende un estudio de cohortes prospectivo que compara la incidencia de EIPe infertilidad entre una cohorte de usuarias de DIU y una cohorte de no usua-rias. Para minimizar posibles sesgos en la selección y para aumentar la ca-pacidad de extrapolación de los resultados. ambas cohortes se obtienen me-diante un muestreo aleatorio de la población general de muleres en edadreproductiva. El estudio se realiza sin errores en la recogida de los datos. enla clasificación de los pacientes. en su seguimiento u otros El estudio seprolonga durante diez años. con una tasa de seguimiento superior al 90 %.Un análisis final matemáticamente irreprochable indica que las usuarias deDIU tienen un riesgo de EIP y de infertilidad 7 y 4 veces mayor. respecti-vamente. que las no usuarias.¿Dónde puede estar el problema de este impecable estudio de cohortes. quede forma excepcional incluso ha empezado con sendos muestreos aleatorios?El error está en la ausencia de control de los posibles factores de confusión.Si, como algunos estudios sugieren, en la población de referencia el númerode compañeros sexuales de las usuarias de DIU fuera mayor que el de lascontroles. la probabilidad de aquéllas de contraer enfermedades de trans-misión sexual (ETS) podría ser mayor que la de las no usuarias. (Puesto quetrabajamos con muestras representativas de la población general, este mayorriesgo queda trasladado a la muestra del estudio l.) Una mayor incidenciade ETS podría ser la responsable. total o parcialmente. de la mayor inciden-cia de EIP e infertilidad entre las usuarias de DIU. La relación entre DIU yEIP/infertilidad está sesgada por no haber tenido en cuenta la asociación delas ETS con los DIU y, a su vez. con EIP/infertilidad. Por lo tanto. podráinferirse que. efectivamente, las usuarias de DIU padecen 7 y 4 veces másEIP e infertilidad. respectivamente; pero nada podremos afirmar sobre el pa-pel causal del DIU. ilo cual choca frontalmente con el objetivo del estudio!

Así, pues. un grado alto de representatividad no asegura quelas comparaciones efectuadas tengan un grado de validezinterna alto.Hablamos de la existencia de efectos mezclados o confusiónen la población (population-based confounding) cuandoen la población de referencia existe una asociación entre F

MEDICINA CLíNICA VOL. 94. NÚM. 3. 1990

TABLA 4

Un ejemplo de sesgo de detección

y E, siendo F un factor de riesgo para la enfermedad Y. Unamuestra representativa de la población de referencia sim-plemente traslada a nuestros datos la mezcla de factoresexistente en la población. Recíprocamente, la inexistenciaen nuestros datos de una asociación entre F e Y , sabiendoque F realmente es un factor de riesgo para Y, debe aler-tarnos sobre la existencia de sesgos en la selección o en lainformación en nuestros datos.En resumen, relativizamos el concepto de representatividadpor razones científicas (lo más importante es alcanzar ungrado alto de validez interna, no de representatividadj ge-neralizar es un proceso valorativo no matemático) y por ra-zones de factibilidad (hacer muestreos aleatorios resulta enocasiones complejo y, además, debemos asumir el reto desacar partido de los datos recogidos regularmente en loshospitales).

La prevención de los sesgos en la informacióny en la selección de los pacientes

Si subrayamos el marco poblacional de los hospitales, asícomo los mecanismos de acceso a los mismos de los pa-cientes, si insistimos en la importancia de los sesgos de re-ferencia, si relativizamos el concepto de representatividady ponemos en primer plano el de validez interna, entoncesla cuestión clave consiste en saber qué sesgos es precisocontrolar y cómo. En el ámbito de la investigación analítica,la res~uesta pasa .por decidi~ qué ~rupo de controlo de re-ferencia es preferible selecclonar2 -27.Uno de los sesgos de !;elección susceptibles de ser come-tidos ocurre cuando no se considera que una exposición E,que aparenta ser la causa de una enfermedad Y, puede enrealidad no ser más que la causa de un signo o síntoma queprovoca la búsqueda de la enfermedad. De este modo, unaexposición inocua puede ser atacada simplemente porquecausa un signo o síntoma que favorece la búsqueda de unaenfermedad. Por un error parecido, aunque distinto, una ex-posición inocua puede ser atacada simplemente porquecausa un signo o síntoma que se parece a una enfermedad.La consecuencia del sesgo es que los afectos de la enfer-medad y pero no expuestos a E tienen una probabilidad me-nor de ser diagnosticados (y, por lo tanto, de ser incluidosen el estudio) que los afectos de y pero expuestos a E, conla consiguiente sobreestimación del riesgo. Con frecuenciaE es un fármaco o una característica del paciente, pero tam-bién puede ser una prueba diagnóstica19.~

48112

Ejemplo. Un estudio compara pacientes cuya constipación es tratada condocusato sódico (un laxante humidificador) y pacientes tratados con bisa-cooil. l4 proporción de alcohólicos es pequeña en ambos grupos, pero sig-nificativamente mayor en el grupo docusato. En este grupo la frecuencia degastritis, vómitos y hematemesis es mayor que en el grupo bisacooil; por ello,la frecuencia de endoscopias es mayor, con lo que aumenta la probabilidadde descubrir una neoplasia o una úlcera gástrica asintomática. El menor nú-mero de exploraciones realizadas en los tratados con bisacodil (el grupo conmenos alcohólicos) podría, pues, resultar en una subestimación del riesgode ulcus o de neoplasias asintomáticas19.20.

La prevención de este error pasa por maximizar la similitudde los grupos estudiados; en nuestro ejemplo, que laproporción de alcohólicos sea prácticamente la misma enambos grupos. Tal similitud ni siquiera está garantizadatotalmente por la asignación aleatoria. Si por razones defactibilidad estamos diseñando un estudio observacionalprospectivo, podemos maximizar la similitud de los gruposestudiados respecto a la frecuencia, intensidad y caracte-rísticas de las pruebas exploratorias, efectuando las explo-raciones con independencia de la exposición y de la sinto-matología. Nótese que en este caso estaremos intentandocontrolar un posible sesgo en la información o, si se prefie-re, un sesgo en la información consecuencia de un sesgoen la selección. En los estudios caso-control, el sesgo deselección podría prevenirse seleccionando a los casos y alos controles únicamente de entre aquellos individuos aquienes se hubieran realizado determinadas exploraciones.La tabla 4 presenta otro ejemplo distinto de sesgo de de-tección.En ocasiones, tanto la enfermedad como su tratamientopueden originar un mismo efecto. Por ejemplo, una crisisde angina en un paciente hipotiroideo tratado con levoti-roxina (T 4), una trombosis en un paciente neoplásico tratadocon quimioterapia o una constipación en un depresivo me-dicado con amitriptilina. En la medida en que los conoci-mientos médicos existentes permitan caracterizar la indi-cación del tratamiento, podrá compararse la frecuencia delefecto en grupos de pacientes afectos de un mismo procesopero sometidos a distintos tratamientos, pudiendo de estemodo separar el efecto de la enfermedad, o indicación, delefecto del tratamiento. El emparejamiento o matching (eneste caso, por la indicación) es una técnica para controlarun posible confounding o, lo que es lo mismo, para separarefectos mezclados.En otros casos, lo que para un neófito sería complejo esmeridiana mente obvio para el clínico experto; por ejemplo,a ningún clínico se le ocurrirá atribuir sin más un carcinoma

M. PÓRTA SERRA.- MtTODOS DE INVESTIGACiÓN CLíNICA: ERRORES. FALACIAS y DESAFíos

TABLA 5

Un ejemplo de cómo la información sobre el modelo o circuito asistencial es necesaria para obtener resultados válidos

I toS obvio que el acceso a determil1ados tipos de asistencia, y en concreto a

determinados procedimientos quirurgicos, depende de los propios médicos.También las decisiones médicas forman parte de lo que denominamos elcircuito asistencial.LaS razones por las que se realizan o dejan de realizar determinados actosmédicos no son casi nunca independientes de un cierto pronóstico que elmédico adscribe al enfermo. Por ejemplo. al realizar una histerectomía mu-chos médicos no extraen sistemáticamente los ovarios. sobre todo si la pa-ciente es premenopáusica, si no presenta endometriosis y. lo que es másImportante. si el aspecto de los ovarios es normal. Aunque no lo denominenasí. los médicos efectuan un verda,jero criba¡e o screemng, cuyos fines sonestrictamente preventlvos29.Resulta, pues, muy interesante que por lo menos cuatro estudios caso-con-

trol sobre la influencia que una histerectornia tiene sobre el subsiguienteriesgo de sufrir un tumor ovárico hayan observado que la proporción de mu-jeres afectas de una neoplasia de ovarios que han tenido una histerectomía~evia es menor que la ~oporci6n de controles (mujeres sin una neoplasiade ovarios). En la lógica de un estudio de casos y controles esto sugiere quela histerectornía, o alg¡jn factor asociado a ella, tiene un efecto protector.Aunque existen diversas explicaciones de este fenómen029, el ~oceso des-crito en el segundo párrafo de esta tabla es una de las más plausibles. Se-gún tal hipótesis. no es la histerectomia. sino el cirujano quien. al extraeraquellos ovarios a riesgo de devenir clinicamente cancerosos. .protege. dela neoplasia. Es lógico. pero falaz. que la ~otecci6n se atribuya a la his-terectomia, ya que las mujeres en las que esta intervención no se efectúatienen una probabilidad mucho menor de que sus ovarios sean examinados.

11

colorrectal a un laxante, porque su experiencia le indica quela secuencia más frecuente es: neoplasia -constipación -

laxante.La tabla 5 presenta otro ejemplo de cómo la informaciónsobre el circuito asistencial es asimismo necesaria para ob-tener resultados válidos. Con distintos matices, todos losejemplos anteriores ilustran como, para diseñar e interpretarinvestigación de calidad, es necesario explicitar los com-ponentes de un modelo causal y del circuito asistencial.Puesto que en la práctica rara vez es posible que el grupocontrol garantice un grado alto de validez interna, se hacenecesario que el equipo de investigadores conozca en pro-fundidad los mecanismos fisiopatológicos involucrados enla relación causa-efecto que se pretende estudiar, de modoque puedan medirse (y, posteriormente, controlarse en elanálisis) las posibles diferencias iniciales en los factorespredictores del resultado. Una hipótesis causal sólida essiempre preferible a una confianza ciega en un método teó-ricamente muy fiable. Es más, podría enunciarse la siguien-te paradoja: al requerir los estudios observacionales (sinaleatorización) un mayor esfuerzo por parte del investigadorde explicitación del modelo causal que sustenta su diseño,sucede en ocasiones que los esl:udios observacionales estánplanteados con mayor fundamento, y sus resultados sonmás fáciles de interpretar (a la luz del modelo de la enfer-medad), que cuando se confía t!n que la aleatorización ma-ximizará la similitud de los grupos estudiados respecto aunos factores pronósticos peor (jefinidos.En cualquier caso, el clínico está acostumbrado a lidiar adiario con lo que en investigación denominamos .factoresde confusión». En efecto, los médicos suelen conocer almenos una buena parte del itinerario médico que las per-sonas recorren desde que disfrutan de un determinado es-tado de salud, se exponen a factores de riesgo o a otrosagentes causales, se les detectan los efectos patológicos yse recogen los correspondientes datos de la investigación.Ello no obsta para considerar que generalmente la expe-riencia clínica es incompleta. En gran medida, es incom-pleta porque una parte sustancial de la enfermedad es asin-tomática y porque son muchas las personas con síntomaspatológicos que no buscan o encuentran asistencia adecua-da3o.31. La preocupación que la epidemiología siente cons-tantemente por la totalidad de los casos existentes en unapoblación definida puede ayudar al clínico a obtener unavisión más completa del cuadro clínico y de la historia na-tural de la enfermedad. La obra de Morris3o.31 es en esteaspecto de una importancia inestimable.Finalmente, y por encima de cualquier otro mensaje con-tenido en esta conferencia, desearía resaltar cuatro puntos:1) Ante los dilemas que el diseño o la interpretación de un

49 ,r

estudio científico puede plantear, la experiencia y los co-nocimientos clínicos son más importantes que cualquier so-fisticación metodológica o matemática. 2) La familiariza-ción con los métodos de investigación no debería minar elsentido clínico. 3) La colaboración interdisciplinaria debesuplir las carencias de otros conocimientos y habilidadesque la mayoría de clínicos, incluso quienes realizan inves-tigación avanzada, no tiene por qué poseer. 4) La concien-cia de que para investigar es importante integrar los cono-cimientos sobre el comportamiento de la enfermedad, losenfermos y los médicos con el razonamiento epidemiológi-co, debe permitir al clínico medio mantener una actitud crí-tica y sanamente escéptica ante la parafernalia de técnicase instrumentos epidemiológicos, estadísticos e informáticoscon la que tan a menudo se le asedia. A mi parecer, éstees uno de los principales retos que, a finales del siglo XX,tiene ante sí la comunidad médica internacional.

Recapitulación

En la presente conferencia se defiende que un objetivo pri-mordial de todo investigador clínico es producir conoci-mientos o evidencia clínicamente relevante, científicamen-te válida y estadísticamente precisa. En investigación clí-nica y epidemiológica, formular una hipótesis operativa yrelevante, basada en un modelo causal y en una hipótesissobre el modelo asistencial existente, debe preceder siem-pre al diseño y, por supuesto, a la realización del estudio.Soslayar el marco poblacional concreto en el que tiene lugarla asistencia y la investigación dificulta hacer investigaciónválida y con relevancia clínica, sanitaria y social.Al subrayar el marco poblacional de los hospitales y los me-canismos de acceso a los mismos de los pacientes, al se-ñalar la importancia de los sesgo s de envío o referencia y alrelativizar el concepto de representatividad por razonescientíficas y de factibilidad, la epidemiología contemporá-nea sugiere que la cuestión clave es qué sesgos controlar ycómo. La respuesta suele encontrarse en el grupo de controlo de referencia y, de nuevo, sólo puede resultar satisfactoriaen relación a un modelo causal y asistencia! concreto. Enel caso del médico clínico que investiga, la experiencia co-tidiana sobre el funcionamiento de la asistencia y los co-nocimientos clínicos son de una importancia mayor que lasofisticación metodológica o matemática.En la tabla 6 se formulan algunos otros de los retos que, ami juicio, tienen planteadas actualmente las Ciencias de laSalud: todo ello restringido al campo metodológico. Entretales desafíos destaca la imperiosa necesidad de que el clí-nico mantenga una actitud crítica ante las poderosas herra-mientas epidemiológicas, estadísticas e informáticas ac-

('1 11 , 1:

éli

MEDICINA CLlNICA VOL. 94. NÚM. 3. 1990

TABLA 6

Métodos de investigat:ión clínica. Algunos otros desafíos

Dr. M. Porta: Esta falacia puede ocurrir al estudiar gruposde población y consiste en buscar correlaciones en los gru-pos de población y trasladarlas erróneamente a los indivi-duos.

tualmente disponibles, siendo a la vez consciente de la vi-sión parcial que la asistencia clínica generalmente ofrecesobre la totalidad de las manifestaciones mórbidas.

Dr. Evarist Feliu: ¿Qué recomendaciones efectuaría antes deiniciar un estudio multivariante?

Agradecimiento

El autor agradece sinceramente el apoyo prestado por elFondo de Investigaciones Sanitarias de la Seguridad Social(proyecto 83/2794), la Universidad de Carolina del Norte yel Instituto Municipal de Investigación Médica, así como losvaliosos comentarios que a versiones anteriores del mismorealizaron los Ores. J. Alonso, M. Marzo, J. Serra Coll, X.Carné y C. Álvarez-Oardet.

Prof. Joan Gibert: (~uisiera añadir que, además de lo ex-puesto, el empleo de la estadística como pauta fundamentalde un estudio puede ofrecer resultados engañosos, ya quedependen del número de casos y del subjetivismo del ob-servador al recoger los. Asimismo, si se trata de un estudiomulticéntrico, los criterios de valoración de los observadorestambién pueden diferir.

Dr. M. Porta: El seguimiento corto de los enfermos provocauna falacia de gran trascendencia, por muy purista que sesea al efectuar los estudios multivariantes. La solución es-triba en no efectuar tales análisis antes de disponer de unseguimiento prolongado de los enfermos. Asimismo, hayque minimizar tanto como sea posible las pérdidas inexpli-cadas en el seguimiento de los enfermos.

Dr. Josep M,a Gatell: También hay que valorar la importan-cia que puede tener en los sesgos o errores la estandariza-ción de las definiciones. Así, en el síndrome de inmuno-deficiencia adquirida, el mero cambio de la definicióncomportó un incremento superior al 20 % en el número decasos. Además, otro aspecto importante a considerar es lafuente de la que se obtienen los datos.

Dr. M. Porta: La estandarización de las definiciones deberíaefectuarse de forma sistemática entre los clínicos y los epi-demiólogos, y ésta es la tendencia que se observa en la ac-tualidad en muchos países y ya se está iniciando en el nues- BIBLIOGRAfíAtro. Por otra parte, es de gran interés ,disponer de registros l. Lipkin M. The care 01 patients: perspectives and practices. New Haven:y bases de datos que sean fiables y esten al alcance de todos Vale University Press, 1987.los investigadores. 2. Casares J. Diccionario ideológico de la lengua española. 2.' ed. Barce-

lona: Gustavo Gili 1977; 381. 269. 346..., ., 3. Real Academia Española Diccionario de la Lengua española 20.' ed.

Dr. Daniel Flguerola: ¿Que es la falacia ecologlca? Vol. l. Madrid: Real Academia Española. 1984; 628.

I

50114

Dr. M. Porta: En primer lugar, hay que tener claro el plan-teamiento y los objetivos, ya que los análisis multivariantes(o multivariables) pueden alterar, de forma imperceptiblepero profunda, las hipótesis que inicialmente se deseabaponer a prueba54.SS. Antes de entrar en pruebas estadísticascomplejas hay que trazar gráficas e histogramas y realizaranálisis simples. Qué duda cabe que la información queproporciona un análisis multivariante es muy valiosa, peroa menudo la información más clara es la que ya aparece enuna tabla 2 x 2.

Pral. Emili Montserrat: ¿Quiere comentar las falacias in-ducidas por el seguimiento incompleto de los enfermos?

Desde lo que es específicamente clfnico (el paciente), estimular una fruc- Integrar aquellos datos que, aunque parciales, fragmentarios y aparente-tifera tensión intelectual y práctica con las ciencias biológicas básicas, las mente periféricos a nuestro habitual marco de trabajo. pueden comple-ciencias sociales y las cierlcias de la salud pública3235. mentar nuestra visión de las enfermedades3!.

4. Wesbster N, McKechnie JL. ~'ebster's new universal unabridged dictio-nary. 2a. ed. Nueva York; Simoo a, Schuster 1983; 660, 300.5. Dutch RA ed. Roget's ThesallruS ot English words and phrases. Har-mondsworth: Penguin 1973; 179.6. Mclntyre N, Popper K. The critica! attitude in medicine: the need lor anewethics. Br Med J 19B3; 2B7: 1.919-1.923.7. Cummings SR, Browner WS, f-lulley SB. Conceiving the research ques-tion. En: Hulley SB, Cummings SR, ed. Designing clinical research: an epi-demiologic approach. Baltimore: Williams & Wilkins 1988; 12-17.8. Ad Hoc Working Group lor Critical Appraisal 01 the Medical Literature.A proposal lor more inlormative absl:racts of clinical articles. Ann Intern Med1987; 106: 598-604.9. Last JM. A dictionary 01 epidenr¡ioIogy, 2.8 ed. Nueva York: Oxford Uni-versity Press 1988; 114.10. Alonso J, Ant6 JM. Enquesta de Salut de Barcelona 1986. Barcelona:Ayuntamiento de Barcelona. 198811. Alonso J, Anto JM. Deslgual~lts de salut a Barcelona. Gac Sanit RevEsp Salud Pública Admin Sanit 1988; 2: 4-12.12. Alonso J, Ruigómez A, Ant6 JM. La salut a Barcelona. Inlorme del Re-gidor de Sanitat al Consell Plenari, :l987. Barcelona: Ayuntamiento de Bar-celona, 1987.13. Alooso J, Castells J, Ant6 JM. Els hospitals de Barcelona. Análisi deles altes hospitaláries, 1985. Área dE! Sanitat, Salut Pública i Medi Ambient.Inlormes Tecnics, num. 10. Barcelona: Ayuntamiento de Barcelona, 1987;

34.14. Casas M, Borrell C. Mortalitat a la ciutat de Barcelona, 1986. SerieEstadlstiques de Salut, núm 6. Barcelona: Ayuntamiento de Barcelona,1987; 2, 99.15. Institut Municipal d'Assisténcia Sanitaria (IMAS). MemOria 1986. Bar-celona: Institut Municipal d'Assistéru:ia Sanitaria, 1987; 45-46.16. Dever A. Epidemiology in Healtll Services Management. Rockville: As-pen, 1984.17. Roberts RS, Spitzer WO, DeIn-lore T, Sackett DL. An empirical de-monstration 01 Berkson's bias. J Chronic Dis 1978; 31: 119-128.18. Porta Serra M, Álvarez-Dardet C Bolúmar F, Plasencia A, Velilla E. Lacalidad de la inlormación clinica (1): validez. Med Clin (Barc) 1987; 89:741-747.19. Feinstein AR. Clinical epidemiology. The architecture 01 clinical re-search. Filadellia: WB Saunders 198~i; 467-475, 483-490.20. Sackett DL. Bias in analytic rese;lrch. En: Ibrahim MA, Spitzer WO, ed.The case-control study: consensus aru1 controversy. Nueva York: PergamonPress 1979; 51-63.21. Spitzer WO. Ideas and words: tWI) dimensions lor debates on case con-trolling. J Chronic Dis 1985; 541-542.22. Miettinen OS. The ccase-control. study: valid selection 01 subjects. JChronic Dis 1985; 38: 543-548.23. Schlesselman JJ. Valid selectioo 01 subjects in case-control studies. JChnonic Dis 1985; 38: 549-550.24. Smith AH, Pearce NE, Callas PW Cancer case-control studies with ot-her cancers as controls. Int J Epidemiol 1988; 17: 298-306.25. Savitz DA, Pearce NE. Control St!lection with incomplete case ascer-tainment. Am J EpidemioI1988; 127: 1.109-1.117.26. Miettinen OS. Subject selection in case-relerent studies with a secon-dary base. J Chronic Dis 1987; 186-1S:7.27. Bonfill X, Porta Serra M. ¿Es necesario un grupo de control? Med Clin(Barc) 1987; 89: 429-435.28. LippesJ, GrubbG.IUDand infertility. N Engl J Med 1985; 313: 635.29. Weiss NS, Harlow BL. Why does hysterectomy without bilateral oop-horectomy inlluence the subsequent incidence 01 ovarian cancer? Am J Epi-demiol 1986; 124: 856-858.30 Morris JN. Uses 01 epidemiology, 2.' ed. 8altimore Williams & Wilkins1964; 110-140.

1.

~.~

~.f--

~

~.

.i'°-

r;;

~~:f

Lr~115

Ir,,-'-..'.

;(~~~~:?;

,t:;,:,:!;;~,w~; .+

~:i

~

31. Morris JN. Aplicaciones de la epidemiología. Barcelona: Salvat. 1985;137-160.32. Susser M. Epidemioiogy today: 'A thought-tormented world'. Int J Epi-demiol1989; 18: 481-488.33. Susser M. Causal thinking in practice: Strengths and weaknesses ofthe clinical vantage poinl En: Susser M. Epidemiology, health, and society.Nueva York: Oxford University Press, 1987; 93-102.34. Sackett DL. Inference and decision at the bedside. J Clin Epidemiol1989; 42: 309-316.35. Sackett DL. Zlinkoff Honor Lecture: Basic research, clinical research,clinical epidemioiogy. and general internal medicine. J Gen Intem Med1987; 2: 40-47.36. Buck C. Popper's pililosophy for epidemiologists. Int J Epidemiol1975; 4: 159-168.37. Laupacis A. Sackett DL. Roberts RS. An assessment 01 cllnlcally uselulmeasures 01 the consequences of treatrnent. N Engt J Med 1988; 318:1.728-1.733.38. Porta M. The search for more clinically meaningtul research designs:Single-patient randomized clinical trials. J Gen Intern Med 1986; 1: 418-419.39. Bailar JC, Mosteller F. Guidelines for statistical reporting in articles formedical journals. Amplifications and explanations. Ann Intern Med 1988;108: 266-273.40. Marks RG, Dawson-Saunders EK. Bailar JC, Dan BB, Verran JA. Inte-ractions between statisticians and biomedical joumal editors. Stat Med1988; 7: 1.003-1.011.41. Bland JM, Altman DG Misleading statistics: errors in textbooks, soft-ware and manuals. Int J Epidemiol 1988; 17: 245-247.42. Porta M, Sanz F. Statistical errors in software. Int J Epidemiol 1988;17: 931.43. Marrugat J, Sanz F, Porta Serra M, Sancho J. La influencia de la in-formática en la investigación clínica yepidemiológica. Med Clin (Barc) 1989;92: 742-748.44. Camé X, Moreno V, Porta Serra M, Velilla E. El cálculo del numero depacientes necesarios en la planificación de un estudio clínico. Med Clin(Barc) 1988; 92: 72-77.45. Porta Serra M, Moreno V, Sanz F, Carné X, Velilla E. Una cuestión depoder. Med Clin (Barc) 1988; 92: 223-228.46. Inui TS. Critical reading seminars for medical students. Report of ateachingtechnique. Med Care 1981; 19: 122-124.47. Sackett DL. Haynes B, Tugwell P. Clinical epidemiology: a basic scien-ce for clinical medicine. Parte 111: Keeping up to date. Boston: Little, 8rown& Co. 1985; 243-352.48. Fletcher RH, Fletcher SW, Wagner EH. Epidemiología clínica. Barce-lona: Consulta, 1989.49. Bennett KJ, Sackett DL. Haynes RB, Neufeld VR, Tugwell P, RobertsR. A controlled trial of teaching critical appraisal of the clinical literature tomedical students. JAMA 1987; 257: 2.451-2.454.50. Penchansky R, Landis JR. Brown MB. Education for clinical research:an experiment at the University of Michigan. Clin Res 1988; 36: 21-32.51. Porta Serra M. L'ensenyament de la salut publica a Catalunya. An Med(Barc); 1988; 75: 70.52. Petersdorf RG. The pathogenesis of fraud in medical science. Ann In-tern Med 1986; 104: 252-254. .

53. Shapiro S. The decision to publish. Ethical dilemmas. J Chronic Dis1985; 38: 365-372.54. Hanley J. Utilizaciones adecuadas del análisis multivariante En: PortaSerra M, Álvarez-Dardet C, eds Revisiones en Salud Publica l. Barcelona:Masson, 1989; 45-74.55. Porta Serra M. Los análisis multivariantes: ritos y realidades (editorial).Jano 1989; 36 (848): 9-10.