Caso 1
Un equipo de investigación del Instituto Nacional de Cardiología compara la concentración sérica de colesterol LDL (mg/dL, distribución normal confirmada por prueba de Shapiro-Wilk) entre dos grupos independientes de pacientes: uno tratado con estatina de alta intensidad y otro con estatina de moderada intensidad. La variable desenlace es cuantitativa continua y se compara entre DOS grupos independientes. ¿Cuál es la prueba estadística de elección para comparar el LDL entre ambos grupos?
- A. Prueba de chi-cuadrada de Pearson
- B. Prueba t de Student para muestras independientes
- C. Prueba de Wilcoxon de los rangos con signo
- D. ANOVA de una vía con post-hoc de Tukey
La elección de la prueba estadística se rige por tres preguntas: (1) ¿qué tipo de variable es el desenlace?, (2) ¿cuántos grupos se comparan?, y (3) ¿los datos cumplen los supuestos paramétricos (normalidad)? Aquí el desenlace (LDL en mg/dL) es CUANTITATIVO CONTINUO, se comparan DOS grupos INDEPENDIENTES (pacientes distintos en cada brazo) y la normalidad está confirmada por Shapiro-Wilk. La combinación "una variable continua y normal, dos grupos independientes" corresponde exactamente a la prueba t de Student para muestras independientes (opción B). La opción A (chi-cuadrada) es incorrecta: la chi-cuadrada compara variables CUALITATIVAS (proporciones/frecuencias en tablas de contingencia), no medias de una variable continua. La opción C (Wilcoxon de rangos con signo) es incorrecta por dos razones: es una prueba NO paramétrica —que se reservaría si los datos no fueran normales— y además es para datos APAREADOS (mediciones repetidas en los mismos sujetos), no para dos grupos independientes; su equivalente no paramétrico para grupos independientes sería Mann-Whitney. La opción D (ANOVA) es incorrecta porque ANOVA se usa cuando hay TRES o más grupos; con solo dos grupos, ANOVA es innecesario (de hecho, ANOVA con dos grupos equivale matemáticamente a la t de Student: F = t²).
Perla ENARM: memoriza el árbol de decisión: continua + normal + 2 grupos independientes → t independiente; + 2 grupos pareados → t pareada; + ≥3 grupos → ANOVA; si NO normal → equivalentes no paramétricos (Mann-Whitney, Wilcoxon, Kruskal-Wallis).
Caso 2
Un estudio de cohorte del IMSS analiza factores asociados a infarto agudo de miocardio (desenlace binario: sí/no). En el análisis bivariado, el tabaquismo se asocia con IAM (OR crudo = 3.0). Tras ajustar por edad, sexo, hipertensión, diabetes y dislipidemia mediante regresión logística múltiple, el OR ajustado del tabaquismo es 2.1 (IC 95%: 1.6 a 2.8). ¿Cuál es la razón principal para usar regresión logística MÚLTIPLE en lugar de quedarse con el OR crudo?
- A. Para aumentar el tamaño de muestra efectivo y así reducir el valor p
- B. Para convertir el desenlace continuo en una variable binaria
- C. Porque la regresión logística calcula riesgos relativos directamente, a diferencia del análisis bivariado
- D. Para controlar confusores y estimar el efecto independiente
La regresión logística MÚLTIPLE (multivariada) se usa cuando el desenlace es BINARIO (IAM sí/no) y se desea estimar el efecto de una exposición CONTROLANDO simultáneamente varias variables que podrían confundir la asociación. Un CONFUSOR es una variable asociada tanto con la exposición como con el desenlace, que no es un eslabón intermedio en la vía causal, y que distorsiona la asociación cruda. Aquí, factores como edad, hipertensión, diabetes y dislipidemia se asocian con el tabaquismo y también son causas de IAM; el OR crudo de 3.0 está "inflado" por esa confusión. Al ajustar por ellos en el modelo, el OR baja a 2.1 (ajustado): esa es la mejor estimación del efecto INDEPENDIENTE del tabaquismo, es decir, su asociación con el IAM una vez removida la contribución de los confusores. La opción D es correcta. La opción B es incorrecta: el desenlace YA es binario (sí/no); la regresión logística no "convierte" un continuo en binario, sino que precisamente requiere que el desenlace sea binario (modela la probabilidad de un evento). La opción C es incorrecta y contiene un error técnico clave de ENARM: la regresión logística calcula ODDS RATIOS (razones de momios), NO riesgos relativos directamente; el OR aproxima al RR solo cuando el desenlace es raro (regla del evento raro). La opción A es incorrecta: ajustar por covariables NO aumenta el tamaño de muestra ni busca "reducir el p"; al contrario, añadir variables consume grados de libertad.
Perla ENARM: el OR ajustado < OR crudo (3.0 → 2.1) indica que parte de la asociación cruda se debía a confusión positiva; el modelo multivariado la "descuenta". Distingue confusión (D controlar) de modificación de efecto/interacción (D reportar por estratos) y de mediación (variable en la vía causal, que NO debe ajustarse).
La regresión logística múltiple controla el efecto de variables confusoras (edad, sexo, hipertensión, diabetes, dislipidemia) y estima así el efecto independiente del tabaquismo sobre el IAM, que en este caso baja de un OR crudo de 3.0 a un OR ajustado de 2.1.
Caso 3
En un estudio observacional se reporta que tomar café se asocia a mayor incidencia de cáncer de pulmón (RR 2.1, IC95% 1.6-2.7). Antes de concluir causalidad, ¿cuál es la principal amenaza metodológica a descartar y cómo se controla?
- A. Error aleatorio — el IC95% es amplio y no permite concluir
- B. Sesgo de información — los pacientes con cáncer recuerdan mejor su consumo de café
- C. Sesgo de selección — se eligieron pacientes hospitalizados
- D. Sesgo de confusión por tabaquismo (confusor)
SESGO DE CONFUSIÓN (confounding bias): distorsión de la asociación verdadera entre exposición y desenlace por una TERCERA VARIABLE (la confusora) asociada a ambos. Es el sesgo más relevante en estudios observacionales y la principal razón por la que asociación NO es causalidad. CRITERIOS PARA SER CONFUSORA (3 obligatorios): (1) asociada a la exposición en la población estudiada; (2) factor de riesgo independiente del desenlace (es decir, asociada al desenlace incluso en no expuestos); (3) NO ser un eslabón intermedio de la cadena causal exposición→desenlace (si lo es, se llama MEDIADOR y NO debe ajustarse — sobreajuste). EJEMPLO CLÁSICO: café→cáncer pulmón, confusor tabaco. Edad confunde casi todo en epidemiología. Estatus socioeconómico confunde múltiples asociaciones de estilo de vida. CONTROL EN EL DISEÑO: (1) ALEATORIZACIÓN (ECA) — el método más poderoso, distribuye confusores CONOCIDOS y DESCONOCIDOS por igual entre grupos; es la razón por la que el ECA es el gold standard; (2) RESTRICCIÓN — incluir solo un nivel del confusor (ej. estudio solo en no fumadores); pierde generalizabilidad; (3) APAREAMIENTO (matching) — emparejar expuestos y no expuestos por el confusor (común en casos-controles, riesgo de overmatching). CONTROL EN EL ANÁLISIS: (1) ESTRATIFICACIÓN — analizar por estratos del confusor (Mantel-Haenszel produce un OR/RR ajustado); útil para 1-2 confusores categóricos; (2) REGRESIÓN MULTIVARIADA (logística para desenlaces binarios, lineal para continuos, Cox para tiempo-evento) — método más usado, ajusta por múltiples confusores simultáneamente; (3) PROPENSITY SCORE — probabilidad de exposición predicha por confusores; usado para emular ECA en datos observacionales. NO confundir CONFUSIÓN con: SESGO DE SELECCIÓN (errores en cómo se eligen los participantes — Berkson, no respondedores, voluntarios sanos); SESGO DE INFORMACIÓN (errores en cómo se mide exposición/desenlace — recuerdo, observador, mala clasificación); MODIFICACIÓN DE EFECTO (interacción) — el efecto de la exposición VARÍA entre niveles de otra variable, NO se ajusta sino se REPORTA por estrato. ERROR ALEATORIO: imprecisión por tamaño muestral, NO es sesgo (los sesgos son errores SISTEMÁTICOS); se reduce con N mayor y se cuantifica con IC95% y p-valor. La asociación café-cáncer pulmón clásicamente desaparece al ajustar por tabaco — ejemplo paradigmático en libros de epidemiología.
El tabaco está asociado tanto a la exposición (los fumadores toman más café) como al desenlace (el tabaco causa cáncer de pulmón), distorsionando la asociación café-cáncer. Una confusora debe: (1) asociarse a la exposición, (2) ser factor de riesgo independiente del desenlace y (3) no ser un eslabón intermedio de la cadena causal. Se controla en el diseño con aleatorización (ECA), restricción (solo no fumadores) o apareamiento, y en el análisis con estratificación (Mantel-Haenszel) o regresión multivariada (logística, Cox).