Jarvis.Infecciones hospitalarias_7ed.

Capítulo 1 • Epidemiología de las infecciones relacionadas con la asistencia sanitaria 11

que el grupo expuesto tiene menos probabilidades de sufrir el resultado que el grupo no expuesto (protección). 74 Un estudio de las reacciones pirogénicas asociadas con la do sificación diaria única de gentamicina intravenosa ilustra de ma nera clásica el uso de RR en un estudio de cohortes. 75 Los autores realizaron estudios de cohortes en un servicio de hospitalización de un gran hospital comunitario de Los Ángeles, California, si guiendo a los pacientes por la aparición de reacciones pirogé nicas (es decir, escalofríos, rigidez o escalofríos con temblores) en las tres horas siguientes al inicio de la gentamicina. Durante el periodo epidémico, 22/152 (15%) pacientes desarrollaron re acciones pirogénicas documentadas tras recibir gentamicina. Las reacciones pirogénicas fueron más probables entre quienes reci bieron una sola dosis diaria que múltiples dosis diarias de genta micina (20/73 [27%] frente a 2/79 [3%]; el RR fue de 10.8). Así, en términos sencillos, los que recibían una dosis única diaria de gentamicina tenían un riesgo de desarrollar una reacción pirogé nica 10.8 veces mayor que el riesgo de los que recibían múltiples dosis al día. La PP, disponible a partir de un estudio de casos y controles, es menos intuitiva en su interpretación. 74 En este tipo de estu dio, los sujetos se inscriben en función del resultado de inte rés (comparando un grupo con el resultado con un grupo sin el resultado) para determinar qué proporción de cada grupo tiene una exposición/riesgo de interés. No se puede calcu lar directo un RR porque no se puede medir hasta qué punto los resultados/exposiciones son comunes en toda la población. Solo puede calcularse una PP. Una PP refleja las probabilidades de exposición con el resultado divididas por las probabilidades de exposición en sujetos de estudio sin el resultado. Una PP = 1.0 implica que no hay efecto. No se puede calcular un RR a partir de un estudio de casos y controles en situaciones habituales; sin embargo, si una enferme dad es poco frecuente, la PP puede aproximarse mucho al RR que se habría obtenido de un estudio de cohortes. 53,74 Los cálculos que apoyan esta afirmación se encuentran en la figura 1-2. Un brote de ITH por S. marcescens atribuido a un narcótico infundido mediante un estudio de casos y controles ilustra de manera clásica la interpretación de la PP. 76 Para identificar los factores de riesgo de las ITH, se comparó a los pacientes con ITH por S. marcescens con controles seleccionados al azar. Los pacien tes con ITH por S. marcescens tenían más probabilidades de ha ber recibido fentanilo en la UCI quirúrgica (PP, 31; P < 0.001) y más probabilidades de haber estado expuestos a dos terapeu tas respiratorios concretos (PP, 13.1 y 5.1; P < 0.001 para ambas comparaciones). Un terapeuta respiratorio fue denunciado por manipulación de fentanilo, lo que se confirmó mediante análisis de muestras de cabello. Los cultivos de las infusiones de fenta nilo de dos pacientes de los casos clínicos produjeron S. marcescens y E. cloacae . Los aislados de los pacientes y de las infusiones de fentanilo tenían patrones similares en la electroforesis en gel de campo pulsado. Tras el despido del terapeuta respiratorio, no se produjeron más casos. En resumen, los casos (pacientes con Serratia ITH) tenían 31 veces más probabilidades que los controles de haber recibido fentanilo en la UCI quirúrgica, 13.1 veces más probabilidades que los controles de haber estado ex puestos a/recibido la atención del terapeuta respiratorio X, y 5.1 veces más probabilidades de haber estado expuestos a/recibido la atención del terapeuta respiratorio Y.

paquete de software es muy útil para adquirir, organizar e in terpretar datos epidemiológicos desde el cuestionario hasta el análisis final (http://www.cdc. gov/epiinfo/). No es la intención de este capítulo discutir los antecedentes o la derivación de estas pruebas de significación. Sin embargo, resulta útil interpretar los resultados para su uso cotidiano en epi demiología sanitaria. La idea de estas pruebas es evaluar si una di ferencia observada entre los grupos comparados en los estudios es real o podría basarse solo en el azar y asignar una probabilidad de que la diferencia sea real. Por convención, un valor P < 0.05 suele considerarse estadísticamente significativo. 68,70 Esto sugiere que existe una probabilidad < 5% de que la diferencia entre los grupos sea atribuible solo al azar. El 0.05 es la convención, pero es algo arbitrario, y puede haber casos en los que se utilice un punto de corte menos estricto de 0.1 (p. ej., análisis explorato rios, criterios para entrar en el modelado multivariante) o un punto de corte más estricto, 0.01 (p. ej., comparaciones múlti ples). El valor P puede verse afectado por el tamaño de la muestra; con una muestra suficientemente grande, incluso las diferencias pequeñas pueden ser estadísticamente significativas pero no tener relevancia clínica (un problema en el análisis de bases de datos grandes, es decir, datos agrupados como una base de datos nacio nal). Por otro lado, una diferencia mayor puede no alcanzar sig nificación estadística si el tamaño de la muestra es pequeño (un problema en algunos brotes de IRAS si se observa un número reducido de casos). En el brote de Serratia relacionado con la contaminación por fentanilo descrito antes, 64 los pacientes con ITH por S. marces cens tenían más probabilidades de haber recibido fentanilo en la UCIQ (PP, 31; P < 0.001). En realidad, el valor P fue mucho menor, < 0.000001, lo que implica que había una probabilidad < 1 en 1000000 de que los resultados observados (que los ca sos tenían más probabilidades de haber recibido fentanilo en la UCIQ que los controles) se debieran solo al azar. En vista de las limitaciones del valor P , un intervalo de con fianza de 95% para las medidas de asociación (PP y RR, depen diendo del estudio realizado) proporciona un rango dentro del cual se encuentra la verdadera magnitud de la asociación con un cierto grado de seguridad. Si el intervalo incluye 1.0, el valor P suele ser no significativo o cercano a 0.05. El tamaño de la muestra también afecta estos intervalos de confianza. En espe cial porque los brotes de IRAS pueden ser pequeños, los estudios a menudo adolecen de amplios intervalos de confianza. 43 Por ejemplo, en el estudio descrito antes, las reacciones pirogénicas fueron más probables entre los pacientes que recibieron una do sis única diaria que entre los que recibieron dosis múltiples diarias de gentamicina (20/73 [27%] frente a 2/79 [3%]; RR = 10.8; P < 0.01 con un intervalo de confianza de 95% de 2.6 a 44.7). 75 Por lo tanto, los que recibieron una dosis única diaria tenían un riesgo de desarrollar una reacción pirogénica que era mayor que el riesgo de los que recibieron dosis diarias múltiples de gentami cina, pero no está claro si era 2.6 veces mayor, 44.7 veces mayor o en algún punto intermedio. SESGO Y CONFUSIÓN El sesgo se define como cualquier error sistemático en un estu dio epidemiológico que da lugar a una estimación incorrecta de la asociación entre exposición y riesgo de enfermedad. 77 Es necesario evaluar el papel del sesgo como explicación alterna tiva de una asociación observada para interpretar el resultado de cualquier estudio. A diferencia del azar y los factores de confusión, que pueden evaluarse de manera cuantitativa, los efectos del sesgo son mucho más difíciles de evaluar e incluso puede ser imposible tenerlos en cuenta en el análisis. Existen dos clases generales de sesgo. El sesgo de selección se refiere a cualquier error que surja en el proceso de identificación de las poblaciones de estudio (analizado en la sección de casos y con troles en relación con los controles apropiados). La segunda

Copyright © 2024 Wolters Kluwer, Inc. Unauthorized reproduction of the content is prohibited.

FUERZA DE ASOCIACIÓN E INTERVALOS DE CONFIANZA

El análisis debe comenzar con frecuencias univariantes simples, seguidas de tablas de dos por dos para los resultados binarios con análisis bivariantes (pruebas exactas de Fisher o chi cuadrado) o pruebas apropiadas para las variables continuas (pruebas t pa ramétricas o pruebas no paramétricas) (figura 1-2). 70 Los CDC disponen de un paquete de software, Epi-Info, sin costo. Este