Al estimar el riesgo correspondiente a la exposición a una determinada variable, debemos tener en cuenta que algunas veces la asociación entre enfermedad y exposición puede variar entre grupos de una misma población según una tercera variable que se distribuye de forma heterogenea (por ejemplo: edad, sexo, región, raza...). En estos casos a esa variable la denominamos Factor de Confusión, y debe reunir tres características:
- Debe estar asociado estadísticamente con la enfermedad (es decir, debe ser un factor de riesgo)
- Debe estar asociado con el factor de exposición
- No debe formar parte de la cadena causal
Los factores de confusión deben ser evitados o eliminados al diseñar los estudios o durante la fase de análisis de los datos, pero puede ocurrir que un factor de confusión pueda presentarse influyendo en la relación entre exposición y enfermedad, en este caso particular el factor de confusión recibe el nombre de variable de interacción (aunque puede haber variables de interacción que no sean factores de confusión).
La Estratificación es la técnica que permite controlar el efecto de posibles factores de confusión en el estudio, y detectar la existencia de interacciones. Para ello cada estrato representa un nivel diferente del factor de confusión, para el que se podrá calcular el estimador de riesgo adecuado. Los pasos a seguir son los siguientes:
- Cálculo del estimador de riesgo crudo: Se calcula sin tener en cuenta la existencia de la variable de estratificación (como si fuera un estudio observacional simple)
- Cálculo del estimador de riesgo ponderado (pooled): se utilizan las técnicas de ponderación directa y de Mantel-Haenszel para asignar a cada estrato el peso correspondiente en el cálculo del estimador de riesgo a nivel global
- Comparación de estimadores crudo y ponderado: se divide el valor mayor por el menor, y sólo si obtenemos un cociente superior a 1.5 podemos considerar que la variable de estratificación se comporta como un factor de confusión.
- Evaluación de homogeneidad entre estratos: para saber si el estimador de riesgo es significativamente distinto en alguno de los estratos se puede calcular el estadístico Q de Breslow-Day (que sigue una distribución acumulada de Chi-cuadrado para un número de grados de libertad igual al número de estratos menos 1). Según el resultado podemos encontrar las siguientes situaciones:
- pQ(BD) > 0.050 : el estimador de riesgo es homogéneo entre los estratos, y si la cociente calculado en el punto 3 es mayor que 1.5 podemos concluir que la variable de estratificación se comporta como un factor de confusión, y lo adecuado es utilizar el valor del estimador de riesgo ponderado (preferiblemente por el método de Mantel-Haenszel).
- pQ(BD) < 0.050 : el estimador de riesgo es heterogéneo, es decir, en algún estrato es significativamente diferente. En este caso podemos decir que la variable de estratificación es una variable de interacción (independientemente del resultado obtenido en el punto 3), y en este caso se deben utilizar como resultados los estimadores de riesgo específicos de cada estrato.
Antes de estimar el riesgo en un estudio observacional debe indicar el tipo de datos del que dispone:
Módulos relacionados