Las noticias sobre salud son abundantes en los medios de comunicación; en muchas de ellas, además, se utilizan medidas epidemiológicas y conceptos estadísticos para ilustrar, en muchas ocasiones, lo que se consideran buenas o malas prácticas por parte de los servicios de salud o de los trabajadores sanitarios... el problema es que esos conceptos no siempre se utilizan de forma correcta, pudiendo llevar al lector a un engaño (porque ni siquiera sería un error).
Un ejemplo bastante claro de mala transmisión de conocimiento sanitario debido a un erróneo manejo de los conceptos epidemiológicos y estadísticos sería un artículo publicado en El País hace unos días. El texto se titulaba "A más gasto sanitario, más supervivencia de cáncer" y, a nuestro parecer -que no es único- es un buen ejemplo de cómo no se deben comunicar datos epidemiológicos y de riesgos. No vamos a hacer un análisis pormenorizado del texto por tres motivos: 1) no le vemos sentido a ser correctores de artículos, 2) la autora, Antia Castedo, nos cae bien por otros textos y por lo que le leemos por twitter y podría tomárselo como un ad hominem -justificadamente, cosa que no queremos- y 3) queremos hacer un texto "en positivo"... y a ello vamos.
¿Qué datos básicos hay que saber para entender y comunicar datos sobre epidemiología, riesgos y, en general, sanidad (y salud)?
Un diagnóstico precoz no siempre es un diagnóstico mejor.
Nos han educado bajo la frase de "cuanto antes se coja, mucho mejor", por lo que a veces es complicado que entendamos que eso no tiene por qué ser así. En ocasiones un diagnóstico precoz sólo quiere decir que la persona conviva más tiempo con la enfermedad sin que ello redunde en una mejor calidad o cantidad de vida.
Pongamos un ejemplo sacado del imprescindible texto "Helping doctors and patients make sense of health statistics". El diagnóstico precoz del cáncer de próstata mediante la medición del PSA es una actividad que se ha hecho durante mucho tiempo y que parece, afortunadamente, estar en desuso últimamente por no haber demostrado aumentar la esperanza de vida de los hombres que se sometían a dicha prueba, aumentando el número de pruebas y cirugías a las que se veían sometidos (3).
Como se observa en la imagen, en ocasiones la realización de una prueba de diagnóstico precoz que no haya demostrado disminuir la mortalidad redunda solamente en un aumento del tiempo que la persona vive con la enfermedad; un aumento del tiempo que la persona deja de ser persona para ser enfermo de cáncer.
Aumentar la supervivencia no tiene por qué ser un logro si no va acompañado de disminuir la mortalidad.
"Tuve cáncer de próstata hace 5 o 6 años. ¿Cuál era mi probabilidad de sobrevivir al cáncer de próstata en EEUU? 82%. ¿Y mi probabilidad de sobrevivir al cáncer en Inglaterra? Sólo el 44% en esa medicina socializada".(4)
Esa frase la dijo Rudolph Giuliani, ex-alcalde de la ciudad de Nueva York. Si esta frase no te parece errónea, mira la figura que hemos puesto en el epígrafe anterior. Si sigues sin entender qué hay de malo en las palabras de Giuliani, lee el siguiente párrafo.
Nuestro amigo Ruddy lo que hace es confundir mortalidad y supervivencia de una forma magistral. Utilizando la figura anterior, en el Reino Unido (según la frase de Giuliani) no se realizaría el cribado y la gente que moriría por cáncer de próstata lo haría en torno a los 70 años, habiéndose diagnosticado solo 3 años antes; eso haría que la supervivencia a los 5 años del diagnóstico (variable habitualmente utilizada en epidemiología del cáncer) fuera muy baja; en los EEUU, sin embargo, gente como Giuliani se harían el cribado del cáncer de próstata y se diagnosticarían mucho antes, a los 60 años, por ejemplo, haciendo que la supervivencia a los 5 años del diagnóstico fuera altísima... pero muriendo a los 70, igual que en el Reino Unido.
Esto es, si una técnica de diagnóstico precoz (o un aumento de presupuesto, o un tratamiento novedoso, o...) no sirve para disminuir la tasa de mortalidad, hay que ser muy cuidadoso para evaluar los "aumentos de la supervivencia a 5 años" porque para que sea una variable válida tenemos que estar seguros de que no se está logrando a costa de adelantar el diagnóstico sin otro efecto positivo añadido.
¿Números absolutos o frecuencias relativas? Lo que mejor se entienda.
La población X tiene una incidencia de carcinoma de meñique de 5 casos por cada 100.000 habitantes.
Se administra a la población X un tratamiento preventivo del carcinoma de meñique que hace que, después del tratamiento, esa población tenga una incidencia de este cancer de 2 casos por cada 100.000 habitantes. ¿Cuál de las siguientes formas de transmitir esta información le parece que transmite mejor la información?
- El tratamiento preventivo reduce en un 60% la incidencia de carcinoma de meñique.
- El tratamiento preventivo disminuye en 3 casos cada 100.000 habitantes la incidencia de carcinoma de meñique.
- Es necesario administrar el tratamiento a 33.333 personas para evitar un caso de carcinoma de meñique en la población X.
Lo más común es ver, tanto en prensa como en textos científicos, la primera formulación de la explicación, expresando el efecto del fármaco como reducción del riesgo relativo; sin embargo, la literatura científica nos muestra que esta es la forma más difícil de comprender tanto para la población general como para los profesionales sanitarios. La segunda forma, en forma de reducción del riesgo absoluto, es más fácilmente comprensible y no sobreestima los efectos de una intervención; por último, la formulación como NNT (Número Necesario a Tratar) es la más fácilmente comprensible por la población y la que se debería intentar de utilizar siempre que fuera posible (5).
Más dinero = mejores resultados en salud... ¿hasta cuándo?
Ya hemos comentado varias veces que la esperanza de vida no es una buena variable para medir el desempeño de un sistema de salud, pero la gráfica nos es útil para explicar cómo la "Ley de rendimientos decrecientes" se aplica también a la sanidad.
La gráfica muestra cómo inversiones mayores en salud se relacionan con mayor esperanza de vida hasta llegar a un punto determinado en el que los incrementos de esperanza de vida cada vez son menores por cada incremento de la financiación, hasta llegar un momento en el que seguir metiendo dinero en el sistema sanitario no se relacionaría con incrementos en la esperanza de vida Esto es lo que Victor Fuchs vino a llamar "la parte plana de la curva" y nos enseña que hay que recelar de las afirmaciones del tipo "más financiación en X = mejores resultados en Y" que presenten dichas relaciones como algo lineal.
Concluyendo.
La estadística es, cada vez más, una herramienta imprescindible para la comunicación de información en salud; conocerla a fondo nos convierte en relativamente inmunes a los engaños y mentiras de aquellos interesados en que no comprendamos bien lo que esconden los números.
[habrá más posts sobre este tema; si tienen dudas sobre algún concepto, pregunten en los comentarios y los abordaremos]
(1) Ades F, Senterre C, de Azambuja E, Sullivan R, Popescu R, Parent F, Piccart M. Discrepancies in cancer incidence and mortality and its relationship to health expenditure in the 27 European Union member stats. Annals of Oncol 2013;00:1-6 [texto completo]
(2) Gigerenzer G, Gaissmaier W, Kurz-Milcke E et al. Helping and doctors and patients make sense of health statistics. Psychological science in the public interest;8(2):53-96 [texto completo]
Nota final: Como se comenta en el artículo, El País acudió al congreso en el que se presentó el citado trabajo invitado por la empresa farmacéutica Boehringer. Sin comentarios.
