El doctor Michael A. Überall, de Núremberg, analizó en una serie de seminarios los escollos de la lectura de publicaciones de estudios y el significado de los datos estadísticos. Para ello, recomendó confiar en el sentido común y no dejarse engañar por los números. Esto se debe a que muchos estudios son engañosos y ya ofrecen en el resumen que no merece la pena examinar más detenidamente su contenido.
Cada año se publican innumerables estudios sobre la eficacia -o ineficacia- de las terapias. Un criterio central en la evaluación de la eficacia es el valor p: si no se alcanza la significación estadística con un valor >0,05, generalmente se considera que un estudio ha fracasado. “El valor p, sin embargo, no dice nada sobre lo correcto o incorrecto, sino que simplemente indica una probabilidad”, explicó Überall. Así, un valor p ≤0,05 significa que el resultado es cierto con una probabilidad del 95% o más. Sin embargo, el valor también puede alcanzarse por casualidad. Con un valor p de 0,06, el resultado sigue siendo seguro en un 94% – y la diferencia con p≤0,05 mínima. “Por lo tanto, ¿un valor p >0,05 significa realmente que la terapia no funciona? Deberíamos cuestionarnos si esta convención es correcta”, afirma. Esto se debe a que un valor p =0,06 podría significar que un medicamento que posiblemente necesiten con urgencia muchos pacientes no reciba la aprobación.
La certeza de que una diferencia entre dos grupos no es aleatoria puede aumentarse con valores p <0,01 o <0,001. Un valor p <0,001 se considera altamente significativo – y el resultado fiable en un 99,9%. Sin embargo, una probabilidad de error del 0,1% significaría que 445.000 recetas se dispensarían incorrectamente cada año o que uno de los aviones que despegan o aterrizan en Fráncfort se estrellaría cada dos días, señaló Überall. Por tanto, ni siquiera un valor p <0,001 es seguro al 100 %. En su opinión, uno de los valores más importantes en medicina es el intervalo de confianza, que suele darse como 95%. Si el intervalo encierra el valor 1 o si los intervalos de confianza de dos terapias se solapan, las diferencias de eficacia documentadas son estadísticamente irrelevantes. “Entonces puede dejar a un lado el estudio”, afirmó Überall.
Si el estudio no cumple lo que promete
En cuanto a la lectura de estudios en general, a menudo basta con echar un vistazo al resumen para saber si merece la pena seguir leyendo. Überall lo ilustró con el ejemplo de un estudio sobre el tratamiento del dolor neuropático en pacientes con esclerosis múltiple. El fármaco del ensayo no fue más eficaz que el placebo para aliviar el dolor, pero causó efectos secundarios el doble de a menudo. No obstante, los autores escriben en el título de la publicación que el fármaco es una opción segura para la terapia a largo plazo del dolor neuropático. “Por lo tanto, lean con sentido común si el contenido de una publicación cumple lo que promete el título”, apeló Überall a los congresistas.
Conclusiones erróneas a partir de evaluaciones defectuosas
Cuánto pueden engañar los datos de un estudio lo demuestra una evaluación que hizo el juego a los escépticos de la vacuna Corona en 2021. Según los datos del Ministerio de Sanidad bávaro, las personas vacunadas tuvieron una tasa de mortalidad más elevada, del 4,3%, que las no vacunadas, con un 3,4%. Sin embargo, las personas mayores estaban fuertemente sobrerrepresentadas en la evaluación – y tras ponderar por edad, se demostró que los vacunados tenían un menor riesgo de muerte que los no vacunados. ¿Qué aprendemos de esto? También hay que aprender a leer.
Fuente: Überall M: Estadísticas en medicina del dolor. Día Alemán del Dolor y los Paliativos 2023
InFo NEUROLOGÍA Y PSIQUIATRÍA 2023; 21(2): 29
