metricas
covid
Buscar en
Educación Médica
Toda la web
Inicio Educación Médica El odds ratio y su interpretación como magnitud del efecto en investigación
Información de la revista
Vol. 19. Núm. 1.
Páginas 65-66 (enero - febrero 2018)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 19. Núm. 1.
Páginas 65-66 (enero - febrero 2018)
Carta al director
Open Access
El odds ratio y su interpretación como magnitud del efecto en investigación
Odds-ratios and their interpretation as effect size in research
Visitas
202060
Sergio Alexis Dominguez-Lara
Autor para correspondencia
Universidad de San Martín de Porres, Surquillo-Lima, Perú
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (1)
Tabla 1. Reanálisis del OR, intervalo de confianza y magnitud del efecto
Texto completo
Sr. Director:

El odds ratio (OR) expresa si la probabilidad de ocurrencia de un evento o enfermedad: caso/no caso difiere o no en distintos grupos, por lo general catalogados de alto o bajo riesgo o también con relación a su calificación en una encuesta: resultado positivo/resultado negativo1, pero debido a que no posee límites claros es difícil interpretarlo2. Su información es fundamentalmente descriptiva, aunque si su intervalo de confianza (IC) no incluye al 1 se concluye que la asociación es estadísticamente significativa. Es decir, que la cantidad de casos que posee el grupo de alto riesgo es significativamente más grande que la cantidad de casos que ubicados en el grupo de bajo riesgo. Sin embargo, aún sigue pendiente como interpretar la magnitud del OR, aunque existen algunas alternativas, como la magnitud del efecto (ME)3.

La ME refleja la fuerza de asociación entre el evento y el riesgo especificado (grupos). Esto es importante porque va más allá de la decisión dicotómica (asociación significativa/no significativa) propia de las pruebas de significación estadística tradicionales.

De ese modo se plantea una interpretación del OR1 en función de una transformación a la d de Cohen1. Entonces, si el OR es menor que 1,68 se considera su magnitud como insignificante; si está entre 1,68-3,47, pequeña; entre 3,47-6,71, moderada; y si es mayor que 6,71, grande.

Para ejemplificar el proceso se consideró una publicación reciente de Jiménez-Núñez et al.4, quienes delimitaron factores relacionados con la automedicación. Entonces, la automedicación fue entendida como el evento (se automedica/no se automedica), y los factores enlistados como variables de riesgo (p. ej., Aconsejar tomar medicamentos: Sí/No). De estos factores, algunos obtuvieron OR elevados, concluyendo sobre ellos como aspectos a tomar en cuenta para futuras investigaciones. Complementariamente, siguiendo las directrices del párrafo anterior, es posible saber qué factores de riesgo son más relevantes que otros.

Fueron recalculados los OR de cada variable y sus IC utilizando información de las tablas 2-4 del manuscrito4. Previamente se reconstruyeron las tablas tomando como etiqueta de riesgo alto la denominación que figuraba en cada fila (p. ej., Padre con estudios no universitarios). El procedimiento fue realizado en un módulo en MS Excel®, disponible por correo.

Luego, cada OR fue categorizado con base en su magnitud. Según los resultados, solo Considera eficaz automedicarse alcanzó un nivel moderado. Por el contrario, los demás factores de riesgo catalogados como importantes en el manuscrito alcanzaron magnitudes pequeñas (tabla 1).

Tabla 1.

Reanálisis del OR, intervalo de confianza y magnitud del efecto

  Automedicación
  Sí  No  OR  IC 95%  ME 
Tabla 2 del manuscrito de Jiménez-Núñez et al.4:
Padre con estudios no universitarios  140  38  2,696  1,492-4,872  Pequeño 
Madre con estudios no universitarios  149  47  2,081  1,096-3,948  Pequeño 
Mujer  127  40  1,646  0,923-2,936  Insignificante 
Ingresos de la unidad familiar (<3.000€)  160  58  1,314  0,584-2,955  Insignificante 
Edad<26 años  98  34  1,181  0,675-2,063  Insignificante 
Tabla 3 del manuscrito de Jiménez-Núñez et al.4:
Fuma  37  12  1,199  0,583-2,645  Insignificante 
Consumo de alcohol  149  55  1,101  0,538-2,250  Insignificante 
No realiza ejercicio físico  70  18  1,752  0,945-3,244  Insignificante 
No conoce los riesgos de la automedicación  27  12  0,818  0,388-1,725  Insignificante 
Ha tenido algún efecto secundario al tomar medicamentos  34  14  0,892  0,444-1,790  Insignificante 
Acudió al médico de cabecera como consecuencia del efecto secundario  13  0,674  0,257-1,769  Insignificante 
Acudió a urgencias como consecuencia del efecto secundario  10  3,918  0,492-31,206  Insignificante 
Estado de salud malo  3,506  0,436-28,209  Insignificante 
Tabla 4 del manuscrito de Jiménez-Núñez et al.4:
Automedicación de la madre  64  12  2,553  1,275-5,110  Pequeño 
Automedicación del padre  48  10  2,093  0,991-4,422  Pequeño 
Toma medicamentos con agua  171  65  0,789  0,211-2,959  Insignificante 
Aconseja tomar medicamentos  141  39  2,621  1,446-4,753  Pequeño 
Presta medicamentos  111  27  2,408  1,361-4,260  Pequeño 
Automedicación es eficaz  174  58  4,286  1,560-11,773  Moderado 
Automedicación no es un riesgo  19  3,870  0,877-17,086  Insignificante 
No se informan antes de automedicarse  0,541  0,185-1,581  Insignificante 
No conocen los riesgos de la automedicación  27  12  0,818  0,388-1,725  Insignificante 

IC 95%: intervalo de confianza del 95%; ME: magnitud del efecto; OR: odds ratio.

En negrita, ME relevantes.

Nota: fue utilizada información de las tablas 2-4 del manuscrito de Jiménez-Núñez et al.4

Esto abre nuevas posibilidades de discusión, ya que el problema de la automedicación trae consecuencias nocivas para la salud del estudiante, y son muchos los factores implicados. Sin embargo, es necesario implementar procesos que brinden información más precisa sobre la relevancia de dichos factores.

Conflicto de intereses

El autor declara no tener ningún conflicto de intereses.

Bibliografía
[1]
H. Chen, P. Cohen, S. Chen.
How big is a big odds ratio? Interpreting the magnitudes of odds ratios in epidemiological studies.
Commun Stat Simul Comput, 39 (2010), pp. 860-864
[2]
S. Domínguez-Lara.
Medidas de asociación para variables cualitativas: un análisis complementario.
Rev Esp Med Legal, 42 (2016), pp. 127-128
[3]
J. Cohen.
Statistical Power Analysis for the Behavioral Sciences.
2nd ed., Erlbaum, (1988),
[4]
F.G. Jiménez-Núñez, J. Ruiz-Palmero, L. López-Cózar, M. Gómez-García.
Impacto de una acción formativa en la prevalencia de automedicación del alumnado de la Facultad de Ciencias de la Educación de la Universidad de Málaga.
Educ Med, 17 (2016), pp. 186-192
Copyright © 2017. Elsevier España, S.L.U.. Todos los derechos reservados
Descargar PDF
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