Su médico le ha dado la opción entre dos medicamentos para el tratamiento del asma. Cuando compara las visitas al departamento de emergencias, observa que 10 pacientes con medicación A informaron un viaje al hospital versus los cinco pacientes con medicación B. A primera vista, parece que el medicamento B es la mejor opción obvia. Sin embargo, para tomar una decisión informada, necesita saber un poco más sobre las estadísticas y cómo se calculan los odds ratios ajustados.

Primeras impresiones

Si divide las visitas hospitalarias informadas para medicamento B por aquellos para el medicamento A, se le ocurrirá la razón de posibilidades. En este ejemplo, el odds ratio es 0.5. La relación significa que tiene aproximadamente un 50% más de posibilidades de ir al hospital cuando toma el medicamento A que el medicamento B. Esta relación se conoce como cociente no ajustado o crudo, ya que no tiene nada en cuenta, excepto el número reportado de hospital visitas.

Exposición y resultados

El valor numérico de una odds ratio le da una idea de lo que sucederá cuando un paciente esté expuesto a algo, en este caso, medicamento para el asma. Una odds ratio de 1 significa que la exposición no afecta el resultado: en otras palabras, la medicación no funciona. Un cociente de probabilidades mayor que 1 indica una probabilidad más alta del resultado, mientras que un cociente inferior a 1 indica una probabilidad menor del resultado.

La vida sucede

El problema con una odds ratio bruta es que es completamente unidimensional. No refleja la influencia de factores de confusión como la edad, otras afecciones médicas o incluso algo tan simple como el acceso a una clínica frente a un departamento de emergencia. Su opinión sobre los medicamentos podría cambiar si supiera que todos los pacientes con medicación A también estaban recibiendo tratamiento para el cáncer de pulmón y que todos los pacientes con medicación B tenían buena salud, o si descubrió que los pacientes con medicación A vivían a cinco millas del hospital ya 60 millas de la clínica más cercana.

Variables de confusión

Muy pocas cosas en la vida tienen una clara relación de causa y efecto. En las estadísticas, los "otros" factores que afectan la relación entre dos cosas se conocen como variables de confusión. Si solo una variable afecta la relación, los matemáticos harán un ajuste estadístico para obtener una proporción más precisa. Cuando se han tenido en cuenta todas las variables, se dice que la relación está completamente ajustada. Debido a que ajustar un odds ratio es muy complejo, los investigadores intentan controlar tantas variables como sea posible para garantizar resultados precisos. En los ensayos farmacéuticos, por ejemplo, los investigadores buscarán participantes de la misma edad y sexo con historiales médicos similares.