Contenido elaborado por el equipo DataMedix.
Revisión metodológica: Lucas Vargas, médico epidemiólogo.
Las medidas de asociación permiten comparar la frecuencia de un desenlace entre diferentes grupos.
Entre las más utilizadas en investigación médica se encuentran:
- riesgo relativo (RR);
- odds ratio (OR);
- razón de prevalencias (RP).
Aunque pueden parecer similares, no significan exactamente lo mismo y no deben interpretarse automáticamente como equivalentes.
Riesgo relativo
El riesgo relativo compara el riesgo de presentar un desenlace entre un grupo expuesto y uno no expuesto.
RR = riesgo en expuestos / riesgo en no expuestos
Interpretación
RR = 1
No se observa diferencia relativa.
RR > 1
El riesgo es mayor en el grupo expuesto.
RR < 1
El riesgo es menor en el grupo expuesto.
Ejemplo
Si el riesgo de complicación es:
- 20 % en expuestos;
- 10 % en no expuestos;
el RR sería:
2,0.
Los expuestos presentan dos veces el riesgo observado en los no expuestos.
Esto equivale a un aumento relativo del 100 %.
Sin embargo, la diferencia absoluta es de diez puntos porcentuales.
Ambas perspectivas son importantes.
Odds ratio
El odds ratio compara odds, no probabilidades directamente.
Una odds puede expresarse como:
probabilidad del evento / probabilidad de que no ocurra
El OR es la medida característica de los estudios de casos y controles.
También aparece frecuentemente en regresión logística.
Interpretación
OR = 1
No se observa asociación.
OR > 1
Mayores odds del evento o exposición.
OR < 1
Menores odds.
¿OR y RR son iguales?
No.
Cuando el desenlace es poco frecuente pueden ser numéricamente parecidos.
Cuando el desenlace es frecuente pueden diferir considerablemente.
Por ello, interpretar un OR como si fuera un RR puede exagerar intuitivamente la magnitud de una asociación.
La literatura metodológica ha mostrado este problema especialmente en desenlaces frecuentes y en estudios transversales.
Razón de prevalencias
La razón de prevalencias compara la prevalencia de una condición entre dos grupos.
RP = prevalencia en expuestos / prevalencia en no expuestos
Es particularmente útil en estudios transversales.
Ejemplo
Prevalencia de dolor lumbar:
- trabajadores expuestos: 30 %;
- trabajadores no expuestos: 20 %.
RP:
1,5.
La prevalencia fue 50 % mayor en el grupo expuesto.
No significa necesariamente que la exposición haya causado el dolor.
¿Qué medida corresponde a cada diseño?
| Diseño | Medida frecuente |
|---|---|
| Cohorte | RR |
| Casos y controles | OR |
| Transversal | RP |
| Regresión logística | OR |
| Estudios con persona-tiempo | Razón de tasas |
Esta tabla es una orientación. El método exacto depende de la pregunta y del modelo estadístico utilizado.
Resultados crudos y ajustados
Una medida cruda compara directamente los grupos.
Una medida ajustada proviene de un análisis que incorpora otras variables.
Ejemplo:
RR crudo: 1,80
RR ajustado: 1,35
La diferencia puede indicar que otras variables explicaban parte de la asociación inicial.
Sin embargo, “ajustado” no significa automáticamente “sin sesgo”.
El intervalo de confianza importa
No debe interpretarse únicamente la estimación puntual.
Ejemplo:
RR 1,40; IC 95 % 1,25–1,56
es muy diferente de:
RR 1,40; IC 95 % 0,60–3,25.
La estimación central es igual, pero la segunda presenta una incertidumbre mucho mayor.
Asociación relativa frente a diferencia absoluta
Un RR elevado puede corresponder a una diferencia absoluta pequeña.
Por ejemplo:
- riesgo A: 2 por 10.000;
- riesgo B: 1 por 10.000.
El RR es 2, pero la diferencia absoluta es solamente un caso adicional por cada 10.000 personas.
Por eso conviene presentar medidas relativas y absolutas cuando sea posible.
Errores frecuentes
Interpretar OR como RR
No siempre son equivalentes.
Escribir “dos veces más riesgo” para un OR
El OR compara odds.
Ignorar el grupo de referencia
Toda razón necesita una categoría contra la cual se realiza la comparación.
No presentar intervalos de confianza
La magnitud sin información sobre precisión queda incompleta.
Concluir causalidad
OR, RR y RP cuantifican asociaciones. No demuestran por sí solos causalidad.
Conclusión
La medida adecuada depende del diseño, del desenlace y de la pregunta.
- RR compara riesgos.
- OR compara odds.
- RP compara prevalencias.
Interpretarlas correctamente evita exagerar resultados y permite comunicar con mayor precisión la magnitud de una asociación.
¿Necesitas interpretar tus medidas de asociación?
En DataMedix revisamos tablas, modelos y resultados estadísticos para ayudarte a transformar OR, RR, RP e intervalos de confianza en conclusiones claras y metodológicamente coherentes.
Referencias
- Barros, A. J., & Hirakata, V. N. (2003). Alternatives for logistic regression in cross-sectional studies: an empirical comparison of models that directly estimate the prevalence ratio. BMC medical research methodology, 3(1), 21.
- Vega, A. C., Maguiña, J. L., Soto, A., Lama-Valdivia, J., & López, L. E. C. (2021). Estudios transversales: Cross-sectional studies. Revista de la Facultad de Medicina Humana, 21(1).
- Cvetkovic-Vega, A., Maguiña, J. L., Soto, A., Lama-Valdivia, J., López, L. E. C., Cvetkovic-Vega, A., … & López, L. E. C. (2021). Estudios transversales. Revista de la facultad de medicina humana, 21(1), 179-185.
- Zou, G. (2004). A modified poisson regression approach to prospective studies with binary data. American journal of epidemiology, 159(7), 702-706.
- Tamhane AR, Westfall AO, Burkholder GA, Cutter GR. Prevalence odds ratio versus prevalence ratio: choice comes with consequences. Stat Med. 2016 Dec 30;35(30):5730-5735. doi: 10.1002/sim.7059. Epub 2016 Jul 26. Erratum in: Stat Med. 2017 Oct 15;36(23):3760. doi: 10.1002/sim.7375. PMID: 27460748; PMCID: PMC5135596.
