Page 95

Marzo 2016

ARTÍCULO DE REVISIÓN 365 podrían conducir a conclusiones sesgadas provocadas por estas características disímiles a las que se han denominado variables de confusión. La solución a este problema se obtiene identificando estas variables y estableciendo estratos de similares características de manera tal que la comparación del efecto se realiza en grupos similares, lo que se logra estratificando, usando modelos de regresión11,12, o bien pareando los individuos expuestos o tratados con otros de similares características pero no expuestos o no tratados13. La adherencia plena al principio del modelo contrafáctico sólo se logra utilizando estudios experimentales, vale decir cuando el investigador no es un simple observador sino que manipula el factor, tratamiento o exposición mediante asignación aleatoria. El hecho de aleatorizar permitirá explorar lo que ocurre en un grupo de personas que tienen la misma posibilidad de recibir o no el factor en estudio y que tiene características similares, obteniéndose grupos a comparar de características similares o balanceadas que permite llegar a conclusiones libres del sesgo de confusión. Este tipo de estudios son los llamados Ensayos Clínicos Aleatorizados, que constituyen la herramienta más eficaz para identificar efectos causales5,14-16. Dado que no siempre es posible efectuar Ensayos Clínicos por motivos éticos, pues no se puede aleatorizar a pacientes con cáncer a no recibir tratamiento, ni se le puede indicar a una persona que fume para evaluar si desarrollará un cáncer en el curso del tiempo, la única herramienta posible en estos contextos para estudiar un efecto causal son los estudios observacionales. Puntuaciones de propensión Rosenbaum y Rubin17, introdujeron el concepto de puntuaciones de propensión en un artículo que trataba justamente de la búsqueda de efectos causales en estudios observacionales. Las puntuaciones de propensión ilustran sobre la probabilidad de recibir un tratamiento determinado por un grupo de covariables17. En un ensayo clínico con dos grupos: uno sometido a un tratamiento y otro de control, la Puntuación de Propensión de todos los pacientes es 0,5. En ausencia de asignación aleatoria del factor de interés (estudio observacional), la probabilidad de recibir un determinado tratamiento es diferente entre los miembros del estudio, esta probabilidad es la puntuación de propensión y es por tanto, un número o puntaje que puede asumir cualquier valor entre 0 y 1. Esta probabilidad se calcula mediante una regresión logística dicotómica cuya variable respuesta es, recibir o no el tratamiento, Puntuaciones de propensión - D. Ojeda et al Rev Med Chile 2016; 144: 364-370 Figura 1. Modelo contrafáctico.


Marzo 2016
To see the actual publication please follow the link above