metricas
covid
Buscar en
Atención Primaria
Toda la web
Inicio Atención Primaria El análisis estadístico de dos proporciones con datos apareados: la prueba de ...
Información de la revista
Vol. 20. Núm. 10.
Páginas 571-572 (diciembre 1997)
Compartir
Compartir
Más opciones de artículo
Vol. 20. Núm. 10.
Páginas 571-572 (diciembre 1997)
Acceso a texto completo
El análisis estadístico de dos proporciones con datos apareados: la prueba de McNemar
Statistical analysis of two proportions with paired data: the McNemar test
Visitas
24089
A. Cayuela Domíngueza, S. Rodríguez Domíngueza
a Unidad Docente de Medicina Familiar y Comunitaria. Sevilla.
Este artículo ha recibido
Información del artículo
Texto completo
Bibliografía
Estadísticas
Texto completo

Sres. Directores: En 2 trabajos recientes1,2 se comete uno de los errores estadísticos que surgen con mayor frecuencia en la literatura médica: la utilización de pruebas para datos independientes en muestras dependientes.

En relación al análisis estadístico de los datos, en la práctica, el investigador se enfrenta con 2 problemas. Por una parte, debe decidir cuál es la prueba estadística más adecuada a sus objetivos y, por otra, debe aplicarla correctamente.

Respecto a qué prueba es la más adecuada a los objetivos que persigue el estudio, podemos guiarnos para su elección en diferentes aspectos relativos a características propias del estudio (variables, diseño, etc.). Las características más orientativas son: tipo de variable, si se analizan datos independientes o apareados y condiciones de aplicabilidad. Se habla de datos apareados cuando en el momento del análisis se desea tener en cuenta que unos ciertos valores se hallan agrupados de forma natural (2 o más mediciones efectuadas en el mismo individuo) o artificial (casos/testigos con correspondencia entre cada caso y un testigo de las mismas características).

Las pruebas estadísticas más utilizadas para comparar 2 proporciones son3: a) cuando se aplican a grupos independientes: prueba Z de comparación de proporciones y ji-cuadrado, y b) cuando se trabaja con grupos apareados o dependientes: prueba de McNemar.

En ambos trabajos1,2 observamos que se utiliza para comparar 2 proporciones en muestras apareadas la ji-cuadrado. La prueba adecuada sería la de McNemar; ésta sirve para evaluar las variaciones en una variable dicotómica (por ejemplo, correcto frente a incorrecto, presencia o ausencia de una determinada complicación) antes y después de una determinada circunstancia (seminario sobre normas de certificación)2 o en varios tiempos (visita a los 6 meses o al año)1 sobre la misma población. La disposición habitual de los datos en la prueba de McNemar es, también, en forma de tabla 2*2 (tabla 1). El estadístico que se utiliza para resolver el contraste está basado en los cambios observados en las casillas A y D. Aunque dicho estadístico sigue una distribución ji-cuadrado (no hay que confundir ambas pruebas) con un grado de libertad y viene dado por la expresión T1 (tabla 1). La aplicación de estadísticos cuya distribución sigue una ji-cuadrado requiere ciertas condiciones, como que no puede haber más del 25% de las casillas teóricas con frecuencias menores que 5. Cuando esto ocurre, se resuelve el problema mediante la distribución binomial1. La mayoría de autores indican que, si la muestra es menor de 200 (tal como ocurre en los 2 originales citados), debe realizarse la corrección por continuidad, también conocida por corrección de Yates. En este caso, el estadístico de contraste viene dado por la expresión T2 (fig. 1).

Los autores del primer original1 refieren haber utilizado el programa EPIINFO 6. En éste, la orden MATCH realiza un análisis pareado calculando la ji-cuadrado ponderada de Mantel-Haenszel (equivalente a la de McNemar si los datos provienen de parejas pareadas). Esto se puede realizar si los datos del archivo están organizados de forma que los datos pareados tengan una variable de identificación (ID) común. El valor de esta variable hace que estos registros casen durante el análisis, incluso si varía el número de observaciones (antes frente a después) o el número de controles por cada caso4. Pese a esto, los autores no usaron esta orden sino la orden TABLE (como se puede comprobar por la discrepancia en el número de observaciones entre las visitas).

La utilización de pruebas para datos independientes en muestras apareadas suele ir en contra del investigador, ya que no utiliza una prueba que, al tener en cuenta el hecho de trabajar con datos apareados, tiene mayor capacidad para detectar diferencias5. Debido a esto, podría suceder que, verdaderamente, sí se haya conseguido (de forma estadísticamente significativa) mejorar la calidad de la certificación de la causa de muerte2 y que sí aparezcan con mayor frecuencia efectos colaterales de los anticonceptivos orales en la visita al programa de planificación familiar del año respecto a la de los 6 meses1, dando lugar a discusiones diferentes a las aportadas en ambos trabajos.

 

Bibliografía
[1]
Ruiz MA, Martínez JM, Fernández JR, Pavón R, Cano MC..
Anticoncepción en adolescentes incluidas en un programa familiar..
Aten Primaria, 19 (1997), pp. 455-458
[2]
Ruiz M, Cortés M..
Evaluación de seminarios sobre criterios internacionales de la certificación médica de las causas de defunción..
Aten Primaria, 18 (1996), pp. 324-326
[3]
Estadística multivariante y no paramétrica con SPSS. Aplicación a las ciencias de la salud. Madrid: Díaz de Santos, 1994.
[4]
EpiInfo. versión 6 en español. Epidemiología con microordenadores. Junta de Andalucía. Consejería de Salud. Sevilla, 1996.
[5]
Conceptos de estadística. En: Martín A, Cano JF, eds. Atención primaria: conceptos, organización y práctica clínica. 3ª ed. Barcelona: Doyma, 1994; 236-256
Opciones de artículo
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos