Cap 29

2.9.
Farmacoepidemiologa y estudios
de utilizacin de medicamentos
J. ALTIMIRAS
J. BAUTISTA
F. PUIGVENTS
INTRODUCCIN
La toma de decisiones para conseguir un uso

eficiente de los recursos teraputicos, requiere disponer de informacin y aplicar unos conocimientos
tcnicos. Los conceptos y las herramientas metodolgicas provenientes del campo de la epidemiologa han mostrado su gran utilidad, de forma que en
los ltimos aos se han incorporado de una forma
masiva a disciplinas como la farmacoeconoma, la
evaluacin de tecnologas mdicas o la medicina
basada en la evidencia.
En el campo del medicamento, la aplicacin de mtodos epidemiolgicos/poblacionales ofrece una alternativa para aumentar el grado de informacin disponible. Por una parte se trata de integrar al mximo la
informacin proveniente de la experiencia de uso cuando los frmacos se utilizan en condiciones habituales
de la prctica clnica, y por otra parte conocer los determinantes de su utilizacin.
La Epidemiologa Clnica, que Spitzer define
como el estudio de los determinantes y de los
efectos de las decisiones clnicas consiste en una
forma de aplicar el mtodo epidemiolgico a la po-
blacin pacientes y centrar el punto de observacin

en la atencin clnica(1).
Tambin para dar respuesta a cuestiones muy similares, la Farmacoepidemiologa centra la observacin
en los frmacos, aplicando el mtodo epidemiolgico a
la poblacin en general o a la poblacin pacientes(2).
Porta y Hartzema han definido esta disciplina como
La aplicacin de los conocimientos, mtodos y razonamiento de la epidemiologa al estudio de los efectos
positivos y negativos y usos de los frmacos en grupos de poblaciones(3).
Para el farmacutico de hospital, los conocimientos de farmacoepidemiologa son necesarios para ayudar
en la interpretacin crtica de la literatura cientfica sobre
frmacos y a su conversin en parmetros aplicables a la
toma de decisiones. Los criterios y mtodos de la farmacoepidemiologa son tiles para desarrollar sus actividades en reas como la evaluacin de medicamentos,
la farmacovigilancia y en el diseo de estudios y programas.
El objetivo de este captulo es proporcionar unos
conceptos bsicos de epidemiologa, como un instrumento necesario para luego pasar revisin al abanico a
sus aplicaciones dirigidas al estudio de los efectos y usos
542
FARMACIA HOSPITALARIA
de los frmacos. En este sentido se har especial nfasis en los estudios de utilizacin de medicamentos, por la relevancia prctica que tienen para los
Servicios de Farmacia de hospital.
2
CONCEPTOS DE EPIDEMIOLOGA
Tradicionalmente se ha definido la Epidemiologa como el estudio de la distribucin y determinantes de la salud y de las enfermedades en las poblaciones humanas. En la actualidad, este concepto se ha
ampliado tambin al estudio de la intervencin de
los propios servicios sanitarios. As mismo, el cambio en las patologas ms prevalentes y en las caractersticas demogrficas de muchas poblaciones, as
como los avances que se han producido en el campo
biomdico han contribuido a cambiar los centros de
inters y a evolucionar los mtodos propios de esta
disciplina.
2.1. Objetivos de la epidemiologa
En resumen, los objetivos bsicos de la epidemiologa actual son:
1. El anlisis de la informacin sobre el estado de
salud de la poblacin (entendiendo el concepto
estado de salud en una forma amplia), su distribucin y tendencias, para que sea til en la planificacin y gestin de los programas de salud.
2. El anlisis de la causalidad, con el fin de hacer posibles las intervenciones de prevencin, control
y/o erradicacin.
3. La evaluacin de las intervenciones, cuyo fin es el
de mejorar el estado de salud de la comunidad.
En base a estos tres objetivos, se acostumbra a dividir la epidemiologa en:
1. Epidemiologa descriptiva.
2. Epidemiologa analtica.
3. Epidemiologa evaluativa o de intervencin.
2.2. Mtodo
Etimolgicamente el vocablo epidemiologa
proviene del griego epi (acerca de) y demos
(pueblo). La epidemiologa basa su mtodo en razonar en trminos de grupos, no de individuos y, en
funcin de ello y de la aceptada causalidad multifactorial, acostumbra a trabajar en trminos de proba-
bilidad. El mtodo epidemiolgico est basado en

la observacin sistemtica y rigurosa de los hechos
que ocurren de forma natural.
De hecho, el desarrollo del mtodo epidemiolgico ha surgido de la necesidad de buscar mtodos de investigacin que soslayen las limitaciones de
los estudios experimentales. No obstante, actualmente la frontera entre los clsicos estudios observacionales utilizados en epidemiologa y los estudios
experimentales es menos definida.
2.2.1. Medicin
En general, tanto si se trata de una variable continua como de una variable discreta, en la mayora
de casos interesar disponer de informacin de tipo cuantitativo. Un suceso se puede expresar mediante un nmero, una proporcin, una tasa o una razn.
Una proporcin es una fraccin en la que todos
los elementos del numerador estn incluidos en el
denominador; es adimensional y su rango va de 0 a
1, aunque tambin se pueden expresar en relacin a
100, 1.000, etc.
Una tasa es una fraccin que expresa el cambio
de una magnitud en relacin al cambio de otra magnitud, generalmente el tiempo. Un ejemplo clsico
de una tasa es la velocidad instantnea. Es siempre dimensional y lleva incorporado estructuralmente el
tiempo como 1/t; su rango va de menos infinito a
ms infinito.
Una razn es una fraccin en la que al menos
no todo el numerador est incluido en el denominador. Una razn puede ser dimensional o adimensional.
La Odds es una razn adimensional de probabilidades y expresa la probabilidad de que ocurra un
suceso en relacin a la probabilidad de que no ocurra (p/1-p). Esta forma de expresin de una medida
proviene del argot de las apuestas en el mundo anglosajn.
Por ejemplo, podemos decir que en nuestro
hospital se atendieron, en el Servicio de Urgencias, 20
casos de intoxicacin por el frmaco A (nmero).
O podemos decir que el 10% de las intoxicados
atendidos en el ao 2001 en nuestro hospital, lo fueron a causa de A (proporcin). Tambin, si dispusiramos de suficiente informacin, podramos calcular el nmero de personas intoxicadas por cada
100 personas expuestas a A en un ao (tasa).
FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS
543
a) Medidas de frecuencia
Las medidas bsicas de frecuencia(4) en epidemiologa son las que hacen referencia a morbilidad y mortalidad. En lo referente a las medidas de morbilidad, stas siempre estn asociadas a los conceptos de
incidencia y prevalencia.
La incidencia hace referencia a los nuevos casos, es
decir, a los individuos que pasan de ser sanos a enfermos.
La prevalencia se refiere a los casos presentes, es decir a
los individuos enfermos en un momento dado. La incidencia, por lo tanto, nos da una idea de la velocidad
o fuerza con la que se propaga la enfermedad en un determinado colectivo, mientras que la prevalencia nos da
idea del peso de la enfermedad en el colectivo. Estos
dos conceptos y su relacin dinmica han sido expresados muy grficamente por Barker y Rose(5):
Matemticamente la prevalencia (P) se expresa como la proporcin de individuos que tienen la enfermedad en un momento determinado.
mente nos referiremos a enfermedades, obviamente cualquiera de los conceptos que se irn tratando pueden ser referidos a otros acontecimientos
relacionados con la salud. Por ejemplo, si consideramos como hecho observable la prescripcin de
medicamentos y consideramos la poblacin de
prescripciones de los mdicos de un rea determinada, podemos hablar de la prevalencia de prescripcin de antibiticos en esta rea.
La expresin numrica de la incidencia toma dos
formas distintas. La incidencia acumulada (IA) mide la
proporcin de indivduos que pasan de sanos a enfermos durante un periodo determinado; es por lo tanto
una proporcin referida a un periodo de tiempo y nos da
una estimacin del valor promedio de la velocidad con
la que se produce una enfermedad o suceso. Se expresa:
P = n de casos existentes/poblacin total
La incidencia acumulada expresa la probabilidad o

riesgo individual de aparicin de la enfermedad, condicionada a que no se sufra la enfermedad al inicio o de que
no se muera por otras causas.
La densidad de incidencia (DI) o tasa de incidencia
mide la fuerza instantnea de ocurrencia de una enfermedad, considerando el nmero de casos nuevos en un
periodo determinado en relacin al tiempo que cada individuo estuvo a riesgo de contraer la enfermedad en
el citado periodo. En este caso, el denominador se expresa por la magnitud personas-tiempo a riesgo. Por
ejemplo, 100 personas-ao a riesgo de intoxicacin por
digoxina, pueden representar a 100 personas que estuvieron expuestas a la digoxina durante un ao, a 50 personas que estuvieron expuestas durante dos aos o a 1
persona que estuvo expuesta 100 aos al frmaco.
El hecho de que se haga referencia a un momento dado, no significa que ste tenga que ser
necesariamente un instante; puede ser un periodo de tiempo relativamente largo, pero medida en
un sentido esttico, es decir se estudia el fenmeno
en un periodo de tiempo, no sus cambios en relacin al transcurso del tiempo. Aunque habitualFigura 1. Relacin entre incidencia
y prevalencia: (Modificado
de: Barker, D.J.P. y Rose G.A.).
INCIDENCIA
IA = n de nuevos casos/n de individuos a riesgo

al inicio del periodo
Relacin entre incidencia y prevalencia

Asumiendo que la incidencia y la duracin media
de la enfermedad son constantes durante el periodo de
estudio, la prevalencia de una enfermedad es aproximadamente igual a la incidencia por la duracin media
de la misma.
P=IxD
PREVALENCIA
RECUPERACIN
MIGRACIN
MUERTE
Veamos ahora con un ejemplo los conceptos de

IA, DI y P:
Supongamos que realizamos un estudio de 5 aos en
el que seguimos a 10 individuos expuestos a un frma-
544
co y en los que estudiamos la aparicin de toxicidad renal (Esquema 1). La I -significa la aparicin de dicha toxicidad, la MI la muerte por esta
causa y la M la muerte por otras causas. La lnea
discontinua representa el periodo de seguimiento
en el que cada individuo est a riesgo y la lnea de
puntos el periodo en el que los individuos no estn
a riesgo, sea porque ha sufrido toxicidad, porque se
ha muerto o porque no ha entrado an en el estudio.
La IA sera en este caso IA = 5/10 = 50 intoxicados por 100 individuos expuestos en 5 aos, es
decir 10 intoxicados por 100 individuos expuestos,
por ao.
Las personas-ao expuestas seran 5+ 2 + 2,5 +
4 + 4+ 3+ 1,5 +5 + 1 + 2,5 = 30,5 personas-ao,
la DI sera
una cierta movilidad poblacional, se puede elegir

como denominador la poblacin a mitad de periodo de estudio o la media de la poblacin al inicio y
al final del estudio.
En este mismo caso la prevalencia de intoxicaciones a mitad del periodo de estudio (ao 2,5) sera
P = 2 / 10 = 20%
a) Medidas de frecuencia de mortalidad
Aunque en realidad no lo son, se acostumbra a
denominar a estas medidas como tasas de mortalidad. En efecto, se calculan como la incidencia acumulada:
Tasa de mortalidad = n de muertos
en el periodo / n de personas vivas al inicio
DI = 5 /30,5 = 0,164 = 16,4 casos

por 100 personas-ao.
Evidentemente, tambin se emplean tasas de

mortalidad especficas por grupos de edad, sexo,. y
otras como la tasa de mortalidad infantil, la tasa de
mortalidad perinatal, etc.
En sentido estricto, como en el clculo de la IA

se considera como denominador el nmero de personas a riesgo al inicio del estudio, el denominador
en nuestro ejemplo debera ser 8. En un estudio
con poblaciones reales lo haramos as. Pero en
nuestro caso se trata de un ejemplo irreal y consideramos la poblacin total de estudio. En el caso
de estudios con grandes nmeros de individuos y
b) Medidas de asociacin o comparacin

En general, uno de los intereses de las medidas
de frecuencia es el poder compararlas. Las medidas
que a continuacin se citan son las que habitualmente se emplean en epidemiologa y en las que se
Esquema 1. Funciones farmacuticas clnicas.

Aos seguimiento
1
2 I . 2
3 MI ...
2,5
4 M .
6 I .
7 I
1,5
9 M ..
10 MI 2,5
0

encuentran expresados los resultados de la mayora de estudios epidemiolgicos.
Riesgo relativo:
Es la razn entre dos tasas de incidencia. Estrictamente, cuando se comparan dos incidencias acumuladas
se la denomina razn de riesgos, aunque en la prctica en
cualquiera, de los dos casos se acostumbran a expresar
como riesgo relativo. El riesgo relativo (RR) es adimensional y su rango es de 0 a ms infinito.
Generalmente se utiliza esta medida para comparar las incidencias de una determinada enfermedad en los
individuos expuestos; en los no expuestos a un determinado factor de riesgo.
RR = DI en expuestos/DI en no expuestos
Expresa la fuerza de la asociacin entre la exposicin
al factor y la aparicin de la enfermedad. Tiene su utilidad en la investigacin etiolgica.
Si RR > 1 El factor est asociado positivamente con la
enfermedad.
Si RR = 1 No existe asociacin.
Si RR < 1 El factor est asociado inversamente a la enfermedad, es decir dicho factor protege
contra la enfermedad.
Por ejemplo, si al comparar las incidencias de
agranulocitsis entre los enfermos expuestos al frmaco A y los no expuestos es de 4, podemos decir
que el estar expuesto al frmaco A supone un riesgo cuatro veces mayor de padecer agranulocitosis. El
RR puede transformarse en una medida de exceso
de riesgo (en %).
Exceso de riesgo = (RR 1) x 100
En nuestro caso, en el que RR = 4, (RR - 1) x 100 =
(4 -1) x 100 = 300 % de exceso de riesgo. Al tratar los estudios de cohortes se profundizar sobre el sentido e
interpretacin de esta medida.
Riesgo atribuible (RA)
Es la diferencia entre dos tasas de incidencia o IA's.
Es dimensional y su rango es de menos a ms infinito.
Mide el efecto absoluto del factor de riesgo en la incidencia de la enfermedad. Es til como medida de la
magnitud (impacto) que el efecto de un factor de riesgo
tiene sobre la salud de una poblacin. Tiene un inters
eminente en salud pblica y, especialmente es til en la
545
toma de decisiones. En algunas publicaciones el Riesgo

Atribuible recibe tambin el nombre de Reduccin.
Absoluta del Riesgo (RAR) o el de Diferencias de Riesgos.
Veamos ahora un ejemplo de interpretacin del RR
y del RA. Supongamos que la incidencia anual de una enfermedad en la poblacin expuesta a un determinado
factor de riesgo es de 10 por 1.000 personas expuestas,
mientras que en los no expuestos es de 5 por 1.000 personas.
El RR sera 10/5 =2
El RA sera 10 - 5 = 5 por 1.000 personas expuestas.
Supongamos ahora que la incidencia anual de otra
enfermedad en los expuestos a otro factor de riesgo es
de 100 por 1.000, personas expuestas, mientras que en
las no expuestas es de 50 por 1.000 personas. En este caso, el RR y el RA seran respectivamente:
RR = 100/50 = 2
RA = 100 - 50 = 50 por 1.000 personas expuestas
(recurdese que el RA al ser una diferencia conserva las unidades de los valores de las incidencias).
En ambos casos la fuerza de la relacin causal entre
los factores de riesgo y las dos enfermedades es la misma, pero en el segundo caso el impacto en la poblacin
es mucho ms relevante. Si, conseguimos evitar el segundo factor de sesgo x riesgo, conseguiremos un impacto mucho mayor en la salud de la poblacin.
En ocasiones, el considerar los resultados de un
estudio desde la perspectiva del riesgo relativo o del
riesgo atribuible puede influir en la interpretacin
prctica de los resultados. As por ejemplo, en el
Helsinky Heart Study el porcentaje de muertes
por enfermedad cardaca isqumica fue, a los 5 aos,
de 4,1% en el grupo placebo y de 2,7% en el grupo
tratado con gemfibrozil. El decir que el gemfibrozil
produjo una reduccin del 34% (obtenido al aplicar
la frmula del exceso de riesgo) en la mortalidad por
enfermedad isqumica es distinto que decir que al
frmaco se le puede atribuir una reduccin de 1,4
muertes por cada 100 pacientes tratados. O, dicho de
otra forma, que de cada 1.000 personas tratadas; 14 se
beneficiaran, 27 moriran por enfermedad isqumica y 959 tampoco se beneficiaran porque tampoco
moriran aunque no recibieran el tratamiento(6, 7).Para
ello, y aplicando el mismo concepto a la expresin
546
de los resultados en los estudios de eficacia de los frmacos se aplica el concepto de nmero necesario de
pacientes a tratar (NNT), que se considera una herramienta sencilla y fiable que permite al clnico tener
una interpretacin intuitiva y comparable del resultado de un estudio(12-13).
El NNT es el inverso de la reduccin del riesgo
absoluto (1/RRA) y se puede calcular a partir de los
resultados de eficacia Volveremos sobre este concepto
ms adelante.
NNT = 1 / Incidencia en G. control Incidencia
en G. tratado
Razn de Odds (RO)
Es una medida de comparacin entre las exposiciones a un determinado factor de riesgo en los individuos afectados de una determinada enfermedad (casos) y en los sanos(controles), calculado mediante la
razn de las Odds de exposicin en ambos grupos. La
RO es una estimacin del RR cuando no se disponen de
datos de incidencia y es, por ello, la medida de asociacin
utilizada en los estudios de casos y controles. Es adimensional y su rango es de 0 a ms infinito. La forma
de calcularla as como su interpretacin se tratarn extensamente cuando se haga referencia a los estudios
de casos y controles.
c) Medidas de impacto
Fraccin etiolgica (FE)
Expresa la proporcin de casos atribuibles a un
determinado factor de riesgo en la poblacin expuesta.
Viene a representar la probabilidad de que un caso sea
debido a la exposicin al factor de riesgo. Se puede calcular a partir del valor del RR:
FE= [(RR 1) / RR ]x 100
d) Estandarizacin o ajuste
Cuando comparamos dos medidas de frecuencia
de morbilidad, mortalidad u otro suceso en dos poblaciones, pueden existir algunos atributos que se distribuyan de forma distinta en las dos poblaciones y que
induzcan a una interpretacin incorrecta de la comparacin. Por ejemplo, si estamos comparando la mortalidad en dos poblaciones, puede ser que las mismas
tengan distinta composicin en cuanto a la edad, al sexo o a la clase social y que estos atributos, por s solos,
puedan influir directamente en los valores de la mortalidad en las dos poblaciones, con lo que su compa-
racin directa estar sesgada.

En este caso, para evitar la comparacin incorrecta de las dos tasas crudas de mortalidad en las dos
poblaciones, se analizan las tasas en ambas subdivididas
en grupos o estratos. Por ejemplo, agrupando a los individuos en grupos de edad definidos. A partir de estos
datos se pueden obtener las tasas de mortalidad global
en las dos poblaciones ajustadas por la edad y efectuar
de una forma ms correcta la comparacin. Existen
dos mtodos de estandarizar o ajustar tasas, el mtodo directo y el mtodo indirecto, cada uno de ellos con
su utilidad y sus limitaciones. El lector interesado en
conocer estos dos mtodos puede encontrar su descripcin en los libros de Rothman o de Kramer, citados
en la bibliografa.
e) Calidad de las medidas
Cuando se realizan mediciones en biomedicina(8),
las cuales van a ser la principal fuente de informacin en
los estudios epidemiolgicos, existen fuentes de variabilidad fruto del acto de medir. Es esencial conocerlas
y evitarlas cuando ello sea posible, para asegurar la calidad de la informacin utilizada y evitar una interpretacin distorsionada de la misma. Las dos fuentes principales de variabilidad son la variabilidad biolgica y el
error de medida. La variabilidad biolgica refleja la naturaleza dinmica de las variables biolgicas y se manifiesta en la propia variabilidad interindividual, as como en la intraindividual. El error de medida siempre
presente en cualquier medicin, se subdivide en el
error aleatorio y el error sistemtico o sesgo. El error aleatorio es aqul que no tiene direccin, es fruto del azar
y tiende a reducirse por compensacin en sucesivas
mediciones. El error sistemtico o sesgo siempre se
produce en la misma direccin, es fruto del instrumento de medida o del individuo que la realiza, y no
se reduce por repeticin. La Figura 2 expresa grficamente la relacin entre dichos errores.
Las cualidades de una medicin estn en relacin
con los errores de la misma. Se dice que una medida
es precisa o repetible cuando los resultados de sucesivas mediciones estn muy prximos entre s. La precisin es, por tanto, la ausencia de error aleatorio. Una
medida es vlida, en la medida en que sus resultados
se acercan al valor real. La validez de una medicin est asociada a la ausencia de sesgos.
La validez y la precisin no tienen por que estar directamente relacionadas: una medicin puede ser muy
precisa y no ser vlida o viceversa. Supongamos que

Figura 2. Relacin entre error aleatorio
y sistemtico
xx
A
xxx xxx
C
xx x x
Valor
de la medicin
B
xx
xx
xx
Metodo estndar o patrn oro

Positivo
Negativo
Test que Positivo a (verdadero +) b (falso +)
se evala Negativo c (falso - -)
d (verdadero +)
xx
D
xxx
547
xx
xxx x
Valor
real
Cada medida se ha realizado 8 veces. La medicin A est sesgada pero es bastante precisa. B es vlida pero est sujeta a un importante error aleatorio -no es precisa-. La medida C est sesgada -no es vlida- y es imprecisa. D es vlida y precisa.
estamos midiendo la presin arterial de un sujeto con un

esfingomanmetro y que realizamos mediciones sucesivas. La validez de este mtodo de medicin vendra determinado por la proximidad de los resultados con la
medicin realizada mediante un catter intraarterial.
Mientras que la precisin vendra determinada por Ia
proximidad de los resultados de las distintas mediciones.
No se debe confundir el significado que toma aqu
la palabra precisin, con otro de los posibles significados de la misma y que alude al detalle con el que se realiza la medicin, por ejemplo al nmero de decimales
con el que se expresa la medicin, o sea la cantidad de
informacin proporcionada y que es otra cualidad de las
mediciones.
f) Sensibilidad y especificidad
En pruebas diagnsticas en las que habitualmente
se manejan variables categricas dictomas, enfermo o
sano, etc, la validez se conceptualiza en los trminos
sensibilidad y especificidad. La sensibilidad de una
prueba es la capacidad de identificar todos los casos
positivos, mientras que la especificidad es la capacidad
de identificar como positivos slo a los casos positivos. Los ndices de sensibilidad y especificidad son fcilmente calculables si distribuimos los resultados de
nuestro test y los datos reales o de un mtodo estndar o patrn oro en una tabla de contingencia 2 x 2.
Clculos:
Sensibilidad = a/(a+c) , es decir verdaderos positivos
del test / total de positivos del patrn oro.
Especificidad = d/(b+d), es decir verdaderos negativos del
test /total de negativos del patrn oro.
Valor predictivo positivo (VPP): a/(a+b), es decir verdaderos positivos/total de positivos identificados por
el test.
Valor predictivo negativo (VPN): d/(c+d), es decir verdaderos negativos/total de negativos identificados
por el test.
Veamos esto con un ejemplo. Supongamos que
estamos midiendo el cumplimiento de unos enfermos
hipertensos mediante el recuento de pastillas, sirviendo
como mtodo standard (patrn oro) la obtencin de
niveles plasmticos del frmaco.
Niveles plasmticos
del frmaco (patrn oro)
Recuento
de pastillas
(test que se
evala)
Cumplidores
No cumplidores
Cumplidores
20
10
30
No cumplidores
4
66
70
100
Los 20 efectivos de la primera casilla representan los

verdaderos positivos los cumplidores verdaderos,
identificados por el test, los 4 efectivos de la segunda
casilla son los falsos positivos, los 10 de la tercera los falsos negativos y los 66 de la cuarta son los verdaderos
negativos.
La sensibilidad y especificidad seran respectivamente:
s = 20/(10+20) = 66,6%; e = 66/(4 + 66) = 94,3%
Por lo que podemos concluir que el sistema de deteccin de cumplidores por recuento de pastillas es
bastante especfico (identifica muchos no cumplidores
como no cumplidores, o lo que es lo mismo pocos
cumplidores como no cumplidores) y moderadamente
sensible (hay muchos cumplidores que no son identificados por este mtodo).
548
Estos ndices no corresponden a la clsica forma

de razonamiento diagnstico y por ello en clnica
puede ser ms til presentar los resultados en trminos
del valor predictivo del test. Si estamos identificando
los cumplidores, el valor predictivo positivo (VPP) es
definido como la proporcin de sujetos cumplidores
identificados por el test que realmente son cumplidores. El valor predictivo negativo (VPN) se define
como la proporcin de sujetos no cumplidores identificados por el test que son realmente no cumplidores.
En el ejemplo anterior VPP y VPN seran:
VPP = 20 / (20 + 4) = 83,3%
y
VPN = 66 / (10 + 66) = 86,8%
Mientras la sensibilidad y especificidad dependen
slo del test, los valores de VPP y de VPN dependen
tambin de la prevalencia de lo que queremos determinar (el cumplimiento) en la muestra de pacientes
que estudiamos. En el ejemplo anterior si multiplicamos por 10 el valor de la primera columna (a=200
y c=100), y repetimos los clculos, nos encontramos
que la sensibilidad y especificidad del test sern los
mismos, en cambio el VPP = 98,0% y el VPN =
39,7%.
2.2.2. Tipos de diseo de estudios
Los elementos bsicos que configuran los distintos tipos de diseos de estudios en biomedicina(9), son
la asignacin controlada del factor de estudio por el investigador y la asignacin de los individuos a uno de
los grupos de comparacin, la existencia o no de secuencia temporal y la direccionalidad del estudio, en caso de que sta exista. En la Tabla 1 se clasifican los
diseos bsicos conforme a estos elementos.
Si la asignacin es controlada por el investigador
nos encontramos ante los clsicos estudios experimentales, que representan la aplicacin a la investigacin humana del clsico experimento de laboratorio.
Pero ello no siempre es posible, no podemos por
ejemplo asignar un hbito txico a un grupo de individuos y evitarlo en el grupo control. En estos casos
lo que es factible es la observacin sistemtica del laboratorio natural en el que la asignacin del factor
de estudio se produce de forma natural, sin control
por el investigador y, en este caso, estamos ante los
estudios observacionales.
Los estudios experimentales, en los que la asignacin de los individuos es controlada por el investigador, son el ensayo clnico cuando los individuos son
pacientes- y el ensayo comunitario -cuando los individuos son sanos. Cuando en un experimento la
asignacin controlada de los sujetos no es posible o
pertinente nos encontramos ante un estudio casi-experimental.
Un ejemplo de estudio casi-expermental podra
consistir en una intervencin educativa de pacientes
hospitalizados en los que no es posible realizar una
asignacin al azar por la posibilidad de contaminacin, en el sentido de que los individuos educados
pueden transmitir total o parcialmente la educacin
a otros individuos ingresados prximos a ellos. Otro
ejemplo de estudio casi-experimental es el experimento en el que se estudi la salud dental de dos poblaciones, una que reciba agua fluorada y otra que
no. En los casos como el citado, en los que el estudio
se realiza en comunidades amplias, los estudios casi
experimentales se acostumbran a denominar ensayos
comunitarios de intervencin.
Un estudio observacional en el que no existe secuencia temporal, es decir, en el que la identificacin
del suceso y de los factores de estudio se realiza en el
mismo momento es un estudio transversal. Cuando
existe secuencia temporal, los estudios se denominan
estudios longitudinales. Si en un estudio longitudinal
se parte de la identificacin de existencia o no de la
posible causa (por ejemplo, el uso de un determinado
frmaco) y se investiga la posterior aparicin de un
efecto (por ejemplo, una reaccin adversa) estamos
ante un estudio de cohortes. Cuando por el contrario partimos de la identificacin del efecto (en nuestro
anterior ejemplo, los individuos que sufren una determinada entidad patolgica compatible con una reaccin adversa) y se investiga retrospectivamente la
exposicin a determinados factores posibles de riesgo (en nuestro caso, frmacos) nos encontramos ante un estudio de casos y controles.
Como decamos anteriormente, la frontera entre
la investigacin clsicamente epidemiolgica y las investigaciones experimentales en ciencias de la salud, en
lo referente al tipo de diseo de estudio, es cada vez
menos definida. De hecho, cuando es posible y pertinente, la epidemiologa utiliza el estudio experimental.
Sin embargo, en este captulo no trataremos este tipo de estudios ya que existe un captulo de ensayos
clnicos.
549
Tabla 1. Modificado de Lilieafeld AM y Lilienfeld DE(10).
ASIGNACIN DE LA EXPOSICIN
CONTROLADA
NO CONTROLADA
Asignacin de los individuos

a la exposicin
E. OBSERVACIONES
Secuencia Temporal?
ALEATORIA
NO ALEATORIA
EXPERIMENTOS
CASI-EXPERIMENTOS
E. Clnico
E. Comunitario
NO
E. LONGITUDINALES
Causa
Efecto
E. TRANSVERSA-
Efecto
Causa
E. DE COHORTES
E. DE CASOS
Y CONTROLES
a) Estudios transversales
Un estudio transversal es aqul en el que se observa,
en un momento dado, la presencia de la enfermedad o
cualquier otro suceso, as como la presencia de determinados factores que a priori se consideran posiblemente asociados al suceso estudiado. La medida de fre-
cuencia que se utiliza es, evidentemente, la prevalencia;

por ello, a los estudios transversales tambin se les conoce
como estudios de prevalencia.
Una encuesta epidemiolgica para conocer en un
momento dado cuantos enfermos de SIDA existen en
una poblacin y la distribucin de esta enfermedad en
550
distintos grupos de riesgo es un ejemplo de estudio

transversal.
Mtodos bsicos
La seleccin de los sujetos en este tipo de estudios
se realiza generalmente por muestreo aleatorio aunque,
en ocasiones, el objetivo del estudio puede aconsejar la
seleccin por el suceso o por algn factor de estudio,
cuando stos son poco frecuentes.
Se estudia la presencia de la enfermedad y se analizan los resultados subdividiendo los sujetos seleccionados en funcin de los factores estudiados y, de esta forma, pueden compararse las prevalencias en cada
subgrupo. La Figura 3, representa en esquema este tipo
de diseo.
Las prevalencias en este caso para los expuestos y no
expuestos seran respectivamente:
PE = a/(a+b) y PNE = c/(c+d)
A partir de ellas se podra calcular la Razn de Prevalencias (RP) = PE / PNE.
La ambigedad temporal es una de las limitaciones
ms importantes de los estudios transversales, en el sentido de que al no conocer la secuencia temporal entre posible causa y efecto, difcilmente pueden dar lugar, a explicaciones etiolgicas. En algunos casos como por
ejemplo el sexo y la herencia gentica, es evidente que si
se puede atribuir una secuencia temporal. En enfermedades de corta duracin, especialmente cuando existe
una distribucin temporal irregular, los estudios transversales pueden dar lugar a estimaciones errneas.
En resumen, los estudios transversales tienen una
Figura 3. Representacin esquemtica
de los estudios transversales.
funcin generalmente descriptiva, no son vlidos para

contrastar hiptesis etiolgicas, pero si para sugerirlas,
funcin en la que su relativa rapidez y su bajo costo los
hacen muy tiles y efectivos.
b) Estudios de Cohortes
El estudio de cohortes es un diseo de investigacin epidemiolgica en el que se parte de la identificacin,
en la poblacin de estudio, de los individuos sanos, es decir, que no han desarrollado la enfermedad, y a los que
se divide en el grupo de individuos expuestos al factor
que se desea estudiar y los no expuestos. A ambos grupos se les sigue durante el tiempo que se establezca en el
diseo, con el fin de observar los acontecimientos
lase enfermedad, muerte, etc. y que son los resultados que el investigador sospecha puede causar la exposicin al factor de estudio. La Figura 4 muestra de forma
esquemtica este tipo de diseo.
Mtodos bsicos
La seleccin del grupo expuesto se realiza en base a
criterios diversos, como el haber estado sometidos a un
determinado nivel de exposicin, o por ofrecer algn
recurso especial que facilite la determinacin de la exposicin o el seguimiento y obtencin de informacin
sobre los acontecimientos de inters. En el diseo del estudio debe quedar definido muy estrictamente lo que
se considera exposicin. El grupo de no expuestos
debe provenir de la misma poblacin que los expuestos y slo diferenciarse de l en la ausencia de la exposicin. Este es uno de los aspectos importantes en el
Figura 4. Representacin esquemtica
de los estudios de cohortes.
Definicin de la cohorte
Periodo de seguimiento
POBLACIN:
Expuestos
y No expuesto
Casos E (a)
Casos E (b)
No casos E (c)
Casos E (d)
Cohorte:
individuos
sanos
Observacin
Determinacin
de la exposicin
E = No Exposicin
E = Exposicin
A = Seleccin aleatoria
(no siempre presente)
E = Expuestos
E = No expuestos
Casos incidentes E
no casos E
Casos incidentes E
no casos E

diseo de un estudio de cohortes: el asegurar la
comparabilidad de ambos grupos. El ensayo clnico
aleatorizado, que de hecho es un estudio de cohortes experimental, asegura esta comparabilidad mediante la aleatorizacin.
La informacin se obtiene a partir de la informacin clnica ya registrada, de la informacin proporcionada por los participantes cuestionarios y
de los procedimientos de examen que se determinen
en funcin de los acontecimientos que deseen estudiarse. Se ha de evitar el hecho de que se obtenga
la informacin en ambos grupos de forma distorsionada. Ejemplo de ello es el que el grupo expuesto, en razn de su exposicin (por ejemplo el uso
de anticonceptivos orales) puede tener ms contactos con el sistema de atencin sanitaria y ello puede
causar un aumento de la probabilidad de deteccin
de determinados acontecimientos. En este caso, el
efecto podra estar sobrerrepresentado en el grupo de expuestos.
Los resultados se analizan de forma distinta segn que la informacin de la exposicin y de los
acontecimientos sea cuantitativa o cualitativa. A
continuacin vamos a ver la forma de anlisis cuando tanto la exposicin como el resultado son variables cualitativas dictomas.
Los datos se organizan en una tabla 2 x 2 para su
anlisis:
Exposicin
Resultado
E
No E
No R
a+c
b+c
Incidencia en expuestos y en no expuestos:
IE = a/a+b; IE = c/c+d
RR = IE / IE = a/a+b/c/c+d
RA = (a/a+b)(c/c+d)
En el caso de un estudio de densidad de incidencia, se puede realizar el anlisis sustituyendo b y d por
las personas-tiempo de seguimiento.
Si RR = 1,0 no hay asociacin. Si RR > 1,0 la exposicin est asociada con un mayor riesgo. Si RR
< 1,0 La exposicin est asociada con un riesgo
menor.
551
Si RA = 0 no hay asociacin. Si RA > 0 la exposicin

est asociada con un mayor riesgo. Si RA < 0 la exposicin est asociada con un riesgo menor.
En la interpretacin de los resultados se deben considerar el cumplimiento de unos criterios de causalidad
tales como:
1. Fuerza de la asociacin (tamao del efecto) y su significacin estadstica.
2. La consistencia con otros resultados.
3. La relacin dosis-respuesta.
4. La especificidad de la asociacin.
5. La falta de ambigedad temporal.
6. La plausibilidad biolgica.
La magnitud de la asociacin, expresada por la
magnitud del RR, necesita ser corroborada por una
prueba de significacin estadstica, que nos asegure una
probabilidad muy baja de que la asociacin encontrada
sea debida al azar. La evaluacin de la precisin estadstica se puede realizar mediante una prueba de significacin estadstica, se expresa como un valor de la p (p <
0,05) o bien mediante la estimacin del intervalo de
confianza. La ventaja de esta segunda opcin es que en
lugar de reducir el problema a una expresin del resultado en forma dictoma, es decir significativo o no, se
da ms informacin al dar una idea de la magnitud del
efecto. Con el intervalo de confianza se da una idea de
entre qu valores lmite se pueden encontrar los valores reales de RR y RA, con un determinado nivel de
confianza estadstica. Para un clculo aproximado del
intervalo de confianza (IC), se puede utilizar el mtodo basado en el test de Miettinen, en base al test de Ji
cuadrado(11):
n (ad - bc)2
2 =
(a+c) (b+d) (a+b) (c+d)
(n = a+b+c+d)
Los lmites del IC para el RR y el RA son respectivamente:
lim. inf. = RR[1-(Z / - )]
lim. sup. = RR[1+(Z / - )]
lim. inf. = RA - z / - - lim. sup. = RA + z/-

2
Existen otros mtodos de estimacin aproximada,

as como un mtodo exacto de clculo del intervalo de
confianza, que el lector puede encontrar en el libro de
Rothman(12). Si, para el RR el IC no incluye al 1,0, se

puede rechazar la hiptesis nula con un riesgo a prefijado.
Para el RA, se puede rechazar la hiptesis nula cuando
el IC no contiene el 0.
Los estudios de cohortes, por la existencia, de secuencia temporal permiten contrastar hiptesis etiolgicas. Frente a otros estudios observacionales, ofrecen un
mayor grado de evidencia causal y proporcionan datos
de incidencia y una estimacin de la proporcin de los
casos prevenibles si se puede controlar la exposicin.
Por otra parte, los problemas principales que comportan este tipo estudios son el largo tiempo de seguimiento, el gran nmero de individuos enrolados y, por
lo tanto, su costo. El largo periodo de seguimiento que
se necesita en muchos casos, facilita la posibilidad de
prdidas de seguimiento y el que se produzcan otros
cambios (ambientales, culturales, en el tipo de atencin,
etc.), que influyan en los resultados. Lgicamente, en.
estos estudios, como la exposicin se identifica al inicio del estudio, no sirven para generar hiptesis etiolgicas.
c) Estudios de Casos y Controles
Estos estudios se caracterizan porque los grupos a
estudiar se identifican en base a si presentan el resultado
(casos) o no lo presentan (controles). Ejemplo de este tipo de diseo es el estudio de la imputacin de la hemorragia digestiva alta a la exposicin a determinados frmacos. Para ello se identifican los individuos que
desarrollen la enfermedad y el grupo de controles deber
ser elegido en funcin de su comparabilidad a los casos, excepto para el desarrollo de la misma. En este caso, por ejemplo, se debe vigilar que los controles y los casos no tengan distintas probabilidades de exposicin a
los frmacos imputables. As, si se eligen como controles enfermos de reumatologa ingresados en el hospital, pueden tener mayor probabilidad de estar expuestos
a antiinflamatorios no esteroideos.
Mtodos bsicos
La seleccin de los controles es uno de los problemas metodolgicos ms importantes en este tipo
de estudios. Algunas veces para evitar los problemas
de comparabilidad se seleccionan los controles a partir de dos fuentes distintas, por ejemplo, ingresos
hospitalarios de los propios centros de donde se han
elegido los casos, y cuyo motivo de ingreso sea diverso y no relacionado con los temas de estudi y
controles de origen comunitario. Si la identificacin de
la exposicin se realiza mediante cuestionario, puede
ser necesario que el nivel cultural sea semejante al de

los casos para evitar que la informacin sobre la exposicin sea distinta para los casos y los controles.
Debemos asegurarnos de que si los controles hubieran sido casos seran detectados (regla de oro). A
continuacin, en la Figura 5, se representa esquemticamente este tipo de diseo.
El anlisis de los resultados se puede realizar mediante la distribucin de los resultados en una Tabla 2 X
2 en la que se compara la frecuencia de exposicin en los
casos y en los controles:
Resultado
Exposicin
552
Casos
Controles
No E
a+c
b+ c
La razn de las Odds (RO) de exposicin entre los

casos y los controles es:
RO= a x d / b x c
(Nota: El lector interesado puede encontrar en los textos de referencia la forma en que se llega a esta frmula)
A la RO tambin se la denomina razn de los productos cruzados o razn de ventaja. Se debe observar que lo que en este caso se compara son las probaFigura 5. Representaciones esquemticas
de los estudios de casos y controles.
Identificacin de casos
y controles
CASOS
Casos E
Casos E
Investigacin de la Exposicin (restrospectiva)
CONTROLES
Controles E
Controles E
Investigacin de la Exposicin (restrospectiva)

bilidades de exposicin al factor de estudio, siendo un
caso o un control, sin que exista un periodo de seguimiento de una poblacin definida, por lo que este tipo
de estudios no proporciona datos de incidencia. Sin
embargo, en muchas ocasiones, la RO puede ser considerada como una estimacin del RR, y muchas veces
se expresan los resultados de este tipo de estudios hablando de RR. En eventos que se produzcan con baja incidencia (<10%), el valor numrico del OR y el
del RR sern semejantes. Cuando el suceso es ms frecuente del 10% pero la diferencia entre grupo casos
y grupo controles es pequea tambin resultan similares
las estimaciones del RR y de la OR.
La interpretacin de los resultados se realiza de
igual forma que la descrita en el caso de los estudios de
cohortes, incluyendo el clculo de los lmites de confianza. En muchas ocasiones la seleccin de controles se realiza mediante apareamiento (matching) individual con los casos y entonces el mtodo de anlisis y
los clculos estadsticos son distintos, aunque l extensin de este captulo no nos permite entrar en
ellos.
As como los estudios de cohortes son poco factibles cuando se trata, de enfermedades de baja frecuencia, los estudios de casos y controles son muy eficientes para el estudio de este tipo de enfermedades. En
cambio, este tipo de diseo no es til en el caso de frecuencias bajas de exposicin. Al mismo tiempo, al no
requerir largos periodos de seguimiento, son muy
efectivos en el estudio de la asociacin entre exposicin y enfermedad cuando existen largos periodos de
latencia por ejemplo, induccin de algn tipo de cncer. Por todo ello, son estudios mucho menos costosos que los de cohortes, ms eficientes estadsticamente, pero tienen su debilidad en la gran
probabilidad de sesgos de seleccin o factores de confusin -ver ms adelante- en la seleccin de los controles y en la dificultad que supone obtener informacin
vlida sobre la exposicin, al ser sta investigada retrospectivamente. Los estudios de casos y controles,
en general, proporcionan un grado de evidencia menor
que los estudios de cohortes y no dan informacin
tan precisa sobre los efectos potenciales en la poblacin,
pero por su factibilidad est siendo el tipo de diseo
ms utilizado y ms perfeccionado, especialmente en.
el estudio de los efectos de los medicamentos.
Diseo hbrido
En la actualidad, para combinar las ventajas de eficiencia estadstica de los estudios de casos y controles
553
y reduccin de sesgos potenciales en la seleccin del

grupo control y en la determinacin a el (los) factor(es) de riesgo, se han desarrollado diseos de estudio, llamados, en general, hbridos. Este tipo de diseos se caracterizan por emplear en el anlisis
estadstico tan slo una muestra de los componentes de
una cohorte previamente definida y seguida en el
tiempo. Los distintos tipos de muestreo, a partir de los
componentes de la cohorte inicial, dan lugar a dos tipos bsicos de diseo hbrido.
En los estudios de casos y controles hbridos o
anidados (nested en ingls) el anlisis se realiza como
en un estudio de casos y controles, tomando todos los
individuos que han desarrollado la enfermedad o desenlace de inters como casos y una muestra de los
controles.
En los estudios de cohortes y casos o estudios cohorte-caso, el mtodo de muestreo se basa en que, a
partir de los componentes iniciales de una cohorte, se
selecciona aleatoriamente una subcohorte que servir
como grupo control (de comparacin) para todos los
casos que aparezcan durante el periodo de seguimiento. Las formas concretas de muestreo para ambos
diseos, as como el anlisis estadstico, en el que deben
realizar ciertas asunciones relacionadas con el tipo de
seleccin de la muestra, exceden la extensin de este captulo; el lector interesado puede consultar el excelente artculo de E. Guallar(15).
Este tipo de diseos pueden tener una especial
consideracin en los estudios farmacoepidemiolgicos, cuando stos se van a realizar aprovechando la informacin obtenida a partir de la conexin de archivos
clnicos (ver ms adelante). El ltimo ejemplo de este
tipo de estudios es el realizado por los componentes del
Departamento de Epidemiologa y Bioestadstica de
la Universidad de McGill en Canad, utilizando la Base de Datos de Saskatchewan, acerca de la posible asociacin entre la mortalidad en individuos asmticos y
el uso de agonistas betaadrenrgicos (N Engl J Med
1992. 326:501-6).
2.3. Validez de los estudios
La validez de un estudio valora la medida en que no
existe error sistemtico o sesgo en la estimacin del
efecto, objeto de nuestro estudio. En otras palabras,
si la asociacin encontrada es real o ha sido influida
por la distorsin introducida en la seleccin de los sujetos, en la obtencin de la informacin o en el anlisis de los resultados.
554
Ni que decir tiene, que el estudio debe tambin tener precisin, caracterstica asociada a la ausencia de
error aleatorio, el cual depende del tamao de la
muestra, la varianza del parmetro estimado y la eficiencia estadstica cantidad de informacin estadstica por individuo, referida al costo de su obtencin. La extensin de este captulo no nos permite
tratar de forma sistemtica los problemas estadsticos
de los estudios epidemiolgicos. La validez de un estudio tiene dos componentes, la validez interna y la
validez externa o aplicabilidad, que es la validez del estudio para los sujetos incluidos en l y la validez externa, que se refiere a la validez del estudio para los individuos de otras poblaciones no incluidas en el
estudio.
La validez interna se plantea si los resultados obtenidos proporcionan una respuesta correcta a la pregunta planteada en el objetivo del estudio, con ausencia de sesgos en los proceso de diseo, ejecucin y
anlisis. La validez interna es el grado en el que las
conclusiones de un estudio reflejan correctamente
lo que sucedi.
La validez externa de un estudio nos informa sobre la
aplicabilidad de las conclusiones del mismo a otros pacientes distintos de los que participaron.
2.3.1. Validez interna
En la literatura epidemiolgica y clnica de las dos ltimas dcadas han aparecido no pocas referencias a las
posibles fuentes de sesgo en los estudios e, incluso, se han
generado amplias controversias en torno a la validez de
algunos estudios publicados. En general, se ha tendido
a agrupar la multiplicidad de sesgos a los que el investigador se debe enfrentar en tres categoras: sesgos de seleccin, sesgos de informacin y factores de confusin(13, 14).
a) Sesgos de seleccin
Los sesgos de seleccin se producen cuando los
procedimientos empleados en la seleccin de los individuos incluidos en el estudio, causan una distorsin del
efecto medido. En otras palabras cuando el sistema de
seleccin de los individuos no garantiza la comparabilidad en los dos grupos, diremos que existe sesgo de seleccin.
En los estudios de cohortes, la principal fuente de
sesgos de seleccin reside en que existan prdidas de
seguimiento y stas se produzcan por algn factor rela-
cionado con la exposicin, con lo que los resultados de

los dos grupos analizados al final estaran distorsionados
por la falta de comparabilidad entre los mismos. En los
estudios de casos y controles, la principal fuente de sesgo de seleccin reside en la seleccin de los controles, como ya se coment anteriormente.
b) Sesgos de informacin
Los sesgos de informacin se producen cuando la
forma de obtencin de la informacin distorsiona el
efecto medido. En otras palabras, cuando la informacin obtenida para ambos grupos no es comparable.
En los estudios de cohortes, el riesgo de presencia de este tipo de sesgo se encuentra principalmente en la obtencin de la informacin sobre el
resultado. Por ejemplo si estudiamos a una cohorte
de mujeres expuestas a anticonceptivos orales y
una no expuesta, el hecho de tomar el frmaco aumenta la probabilidad de que exista un mayor control mdico. Un mayor nmero de contactos con
el mdico visitas, anlisis, etc., puede aumentar
la probabilidad de diagnstico de acontecimientos
clnicos en el grupo de expuestas, lo que podra
producir una sobreestimacin del riesgo asociado
a la exposicin a los anticonceptivos. En los estudios
de casos y controles, la probabilidad de sesgo de
informacin se encuentra bsicamente en la investigacin retrospectiva de la exposicin. Por ejemplo, en un estudio de la asociacin entre malformaciones y toma de determinados frmacos
durante el embarazo, si la investigacin de la exposicin se realiza slo por cuestionarios, es muy probable que las madres de nios malformados recuerden mejor que tomaron durante el embarazo
que las madres de nios sanos, con lo que habra
una sobreestimacin de la exposicin en el grupo de
casos. A este tipo de sesgo de informacin se le llama sesgo de memoria y se puede controlar mediante la obtencin de la informacin por dos
fuentes distintas por cuestionarios y por revisin de
las historias clnicas o con alguna estrategia para
unificar el recuerdo en ambos grupos. Otro tipo de
sesgo sera el relacionado con el investigador que
realiza el cuestionario, el cual puede tener una actitud ms inquisitiva al realizar los cuestionarios en
los casos.
c) Factores de confusin
El factor de confusin es un factor de riesgo que
est asociado al mismo tiempo a la enfermedad y a la

exposicin. Un factor de confusin ha de ser un determinante de la enfermedad o bien de su diagnstico; hallarse asociado a la exposicin y por lo tanto distribuirse desigualmente entre los expuestos y los no expuestos
y no ser simplemente un elemento intermedio en la cadena etiolgica.
Supongamos un estudio en el que se ha encontrado
una asociacin entre la ingesta de alcohol y el cncer de
pulmn, mediante la comparacin de las incidencias de
este tipo de cncer de bebedores y abstemios. En realidad, se conoce que existe un factor de riesgo para el
cncer de pulmn, como es el consumo de tabaco que
se distribuye desigualmente entre bebedores y abstemios, es decir, existe una proporcin mucho ms alta
de fumadores en el grupo de bebedores que en el de
los abstemios. En este caso, el hbito de fumar est relacionado a la vez con un mayor riesgo de cncer de
pulmn y con una mayor ingesta de alcohol y, por ello,
es un factor de confusin, que tiende a distorsionar la relacin entre cncer de pulmn e ingesta de alcohol.
Un caso particular en farmacoepidemiologa lo representa el factor de confusin por la indicacin, en el
que una determinada patologa est asociada al frmaco
en estudio, en razn de su indicacin en aqulla y, a la vez,
est asociada al resultado. Por ejemplo, la enfermedad coronaria, as como otras indicaciones de los betabloqueantes, aumentan el riesgo de muerte sbita, por lo que
estas patologas son un factor de confusin en la asociacin entre el uso de los betabloqueantes y la muerte
sbita. La presencia de este tipo de factores de confusin
es la causa de las dificultades de la valoracin epidemiolgica de los efectos de los frmacos mediante estudios observacionales, como comentaremos ms adelante.
Control de los factores de confusin
Con el control de los factores de confusin se trata
de neutralizar su influencia en la estimacin del efecto estudiado.
El control se puede realizar en la fase del diseo del
estudio mediante tres tcnicas: la restriccin, por la cual
se incluyen en el estudio a aquellos individuos que presentan, para el factor de confusin, unos determinados
valores, la randomizacin o asignacin aleatoria, por la
cual se garantiza la distribucin equitativa en los dos
grupos para el factor de confusin - tcnica ms propia del ensayo clnico- y el apareamiento, mediante la
cual a cada individuo de uno de los grupos se le asigna
otro individuo del grupo de comparacin, que presente iguales o muy parecidos valores para el factor de con-
555
fusin.
El control de los factores de confusin al contrario
que para los sesgos de seleccin y de informacin, tambin se puede realizar en la fase de anlisis de los resultados. Las dos tcnicas empleadas son:
Estratificacin: se agrupa a los sujetos segn categoras, definidas para unos determinados valores del
factor de confusin, o para , la presencia o no del
mismo. Si la estratificacin es suficientemente adecuada, se puede neutralizar el efecto del factor de
confusin en cada estrato. El procedimiento ms comn de anlisis estratificado es el de Mantel-Haenszel, por el cual los resultados de cada estrato son
ponderados de acuerdo con el tamao del estrato,
obtenindose una estimacin del efecto global y
ponderada por el peso de los distintos estratos.
Otro mtodo posible, cuando existe una poblacin de
referencia, es el mtodo anteriormente comentado
de estandarizacin o ajuste.
El anlisis por estratos es la tcnica de eleccin para el
control de los factores de confusin, cuando las variables confundentes son pocas y categricas.
Modelizacin: la modelizacin o regresin mltiple
consiste en la aplicacin de un modelo matemtico
que permite obtener estimaciones de efectos que
pueden, considerarse ajustados para varios factores de
confusin al mismo tiempo. Sin embargo, aunque la
modelizacin es muy atrayente, sus resultados pueden
ser difciles de interpretar. Conviene aplicarla con criterios muy claros y previa definicin de la hiptesis de
partida.
En la Tabla 2 se resumen las ventajas e inconvenientes de las distintas estrategias de control de los factores de confusin.
2.3.2.Validez externa
Definamos la validez externa como la capacidad
de generalizar los resultados del estudio a otra poblacin distinta de la estudiada, por el lugar o el momento
en que se ha realizado aqul. Condicin necesaria para
la presencia de validez externa es que el estudio tenga validez interna y, obviamente, que tengan precisin estadstica. Generalmente, el hecho de que se asegure la validez del estudio comporta el reducir la validez externa,
ya que, en muchos casos, para asegurar una alta validez
interna que nos garantice la respuesta correcta a preguntas muy especficas, es necesaria una seleccin muy
556
Tabla 2. Ventajas e inconvenientes de los distintos tipos de control de los factores de confusin.
Ventajas
Inconvenientes
Restriccin
Simple de aplicar y analizar Aumenta la eficacia del estudio

de la homogeneidad de las
unidades de observacin.
Alarga el tiempo del estudio.

Reduce la validez externa.
Si no est bien hecha puede quedar
residual algo del efecto del factor
de confusin.
Apareamiento
Aumenta la eficiencia del estudio

con estimaciones ms precisas.
Alarga el tiempo del estudio.

Problemas de factibilidad.
Garantiza la comparabilidad
de los grupos.
Aumenta la eficacia del estudio. No es necesario el control en el anlisis.
No es posible realizarla en
muchos casos por razones ticas.
Simple; no impone estructuras

a los datos y favorece la interpretacin de
los resultados.
Categorizar puede perder alguna

informacin. El nmero de estratos
es limitado.
Con muchas variables de
confusin la interpretacin
se hace ms compleja.
No se pierde informacin y no se ha
de categorizar
Pueden proporcionar estimaciones
individuales de riesgo.
Las asunciones de base no siempre se

cumplen o son plausibles.
No facilitan el contacto directo con los datos y pueden dar resultados no
interpretables fcilmente.
Asignacin al azar
Estratificacin
Modelizacin
restringida de sujetos. La forma habitual de aumentar la validez externa es la de replicar el estudio

en otras poblaciones o subpoblaciones, siempre
que la replicacin sea necesaria y el costo asumible.
De hecho, cuando factores como el tiempo, los
procedimientos, las caractersticas de las poblaciones
o las variables culturales difieren de las del estudio
original, mayor inters tiene la replicacin de aqul,
con el fin de asegurar la aplicacin de los resultados a otra poblacin. Tambin, cuanto ms inesperado o contradictorio con otros resultados sea un
hallazgo, mayor ser la necesidad de asegurar la validez externa mediante la replicacin del estudio.
Recomendamos la utilizacin de las listas
gua para la evaluacin crtica de validez de los estudios publicados, que el lector podr encontrar en
la bibliografa.
FARMACOEPIDEMIOLOGA
En la introduccin ya se defini el concepto de farmacoepidemiologa. Veamos ahora como se concreta en

el mbito de sus aplicaciones. En realidad, se trata de
considerar las tres categoras de la investigacin epidemiolgica, descriptiva, analtica y evaluativa, tomando
como punto de referencia al medicamento, sea para poner el punto de observacin en su utilizacin, sea para
ponerlo en sus efectos. El medicamento, dentro de un
contexto socio-cultural y sanitario es un recurso teraputico, un agente capaz de producir yatrogenia y un
indicador socio-sanitario(16).
3.1. Estudios de utilizacin de medicamentos
La investigacin sobre la eficacia de los medicamentos, mediante los ensayos clnicos, ha crecido mucho en los ltimos aos. Sin embargo, las

condiciones de los ensayos clnicos no corresponden exactamente a las de la prctica habitual, porque las poblaciones incluidas en los primeros no
son necesariamente representativas de la poblacin que recibe el frmaco una vez comercializado,
y porque las condiciones en las que se realizan estos estudios no son las mismas que las habituales.
Los estudios de utilizacin de medicamentos
(EUM) tienen por objeto examinar en qu grado
se pueden transferir a la prctica habitual los conocimientos adquiridos en los ensayos clnicos.
Tambin son una forma de auditoria teraputica,
cuyo fin es identificar reas de intervencin informativa, educativa o de otro tipo, para mejorar la
calidad de la teraputica en la prctica clnica. Podemos definir los EUM como aquellos estudios
epidemiolgicos descriptivos con los que se pretende determinar cules son los patrones, perfiles y
otras caractersticas de la oferta, la prescripcin, la
dispensacin, el consumo, el cumplimiento teraputico y cualquier otra faceta relacionada con los
medicamentos en una poblacin determinada, con
el objetivo de conseguir, mediante el anlisis de los
mismos, su uso racional. La OMS los defini como el estudio de la comercializacin, distribucin,
prescripcin y uso de medicamentos en una sociedad, con acento especial en las consecuencias mdicas, sociales y econmicas resultantes(17). Tpicamente, los EUM pueden abarcar todas o algunas
de las siguientes etapas:
Descripcin de la utilizacin de medicamentos: proporciona una fotografa de cul es la situacin respecto a la prescripcin, consumo, etc.
Anlisis cualitativo de los datos obtenidos, para identificar posibles problemas de inadecuacin en trminos de utilizacin insuficiente o excesiva en una determinada indicacin o en una poblacin de
caractersticas dadas, en comparacin con sus alternativas en funcin de la relacin beneficio/riesgo y
coste/efectividad, en relacin al esquema teraputico
considerado ideal o de referencia, etc.
Identificacin de reas de intervencin en funcin
del anlisis anterior.
Evaluacin del impacto de las intervenciones sobre los
problemas identificados.
a) Estudios de la oferta de medicamentos
Proporcionan una descripcin de cul es el arsenal
farmacoteraputico disponible en un determinado m-
557
bito (un pais, un hospital, una organizacin sanitaria,

etc.). Su inters radica en que:
Ofrecen un marco de referencia para los estudios de
consumo y pueden ayudar a entender los resultados
de aqullos, ya que la oferta puede ser un condicionante importante de los mismos.
Permiten identificar problemas cualitativos (por
ejemplo, de accesibilidad) derivados de la propia
oferta.
Un caso especial de estudios de oferta es, en los
hospitales, el estudio de la prescripcin o solicitud de
medicamentos no incluidos en la gua farmacolgica;
su registro y anlisis de rutina permite disponer de un indicador del grado de conocimiento y cumplimiento de
la gua, as como de un indicador de posibles, necesidades teraputicas no cubiertas en la misma. Ello permite una adecuacin del proceso de seleccin de medicamentos y de las intervenciones educativas segn las
necesidades del hospital (vanse referencias generales
sobre EUM).
b) Estudios de consumo
Suponen un mtodo relativamente sencillo de seguimiento para detectar problemas potencialmente importantes, cuantitativamente, de inadecuacin en la utilizacin de medicamentos en un primer nivel de
anlisis, si bien su grado de fiabilidad no siempre es
grande, porque no se tiene en cuenta la patologa o la
indicacin en la que los medicamentos son utilizados. Por
ello, para que los estudios de consumo cumplan su objetivo, es imprescindible que se realicen de forma sistemtica y continuada a lo largo del tiempo, lo que permitir determinar tendencias de consumo en una
poblacin o mbito dados.
Los estudios de consumo tambin pueden ser
tiles para estimar la prevalencia de ciertas enfermedades (cuando se trata de medicamentos utilizados especficamente en indicaciones muy concretas, como
por ejemplo los frmacos antituberculosos). Por
ejemplo, ya en 1988 se public en el BMJ(18) la validacin de los datos de consumo de los nitritos como estimador de la prevalencia de ngor en una regin del Reino Unido.
Tambin pueden servir para tener una estimacin
aproximada de la incidencia de las reacciones adversas a
un determinado frmaco, al proporcionar el denominador del cociente que cuantifica dicha magnitud.
558
b.1) Clasificaciones de medicamentos

Para que los estudios de consumo sean vlidos, es
esencial que los resultados se expresen utilizando una
clasificacin universal que tenga sentido teraputico y
que permita la comparacin entre distintos principios activos o grupos teraputicos.
Ante la necesidad de la existencia de una metodologa internacionalmente aceptada que permitiera la realizacin de estudios de consumo de medicamentos, se
cre en 1969 el Drug Utilisation Research Group
(DURG) con la misin de desarrollarla. Al mismo
tiempo, mediante la modificacin de la clasificacin de
medicamentos adoptada por la European Pharmaceutical Market Research Association (EPhMRA), el Norwegian Medicinal Depot (NMD) desarroll un nuevo
sistema conocido como Anatomical Therapeutic Chemical (ATC) Classification. En esta clasificacin, los
medicamentos son divididos en 14 grupos de acuerdo
con el rgano o sistema anatmico sobre el que actuan
(primer nivel), los cuales se subdividen a su vez en dos niveles ms que corresponden a subgrupos teraputico/farmacolgicos. El Nordic Council on Medicines
(NCM), establecido en 1975, modific esta clasificacin
aadiendo dos niveles ms, el cuarto hace referencia al
subgrupo qumico-teraputico y el quinto a la entidad
qumica.
El siguiente ejemplo ilustra la estructura de la clasificacin:
A
Aparato Digestivo y Metabolismo

(1er nivel, grupo anatmico principal).
A10
Medicamentos utilizados en la Diabetes
(2 nivel, grupo farmacolgico
/teraputico principal).
A10B
Antidiabticos orales (3er nivel,
subgrupo qumico/farmacolgico
/teraputico).
A10B A
Biguanidas (4 nivel, subgrupo
qumico/farmacolgico/teraputico).
A10B A02 Metformina (5 nivel, subgrupo
para entidad qumica).
Por lo tanto, en la clasificacin ATC, los preparados de Metformina tienen el cdigo A10A02.
Los medicamentos son clasificados de acuerdo con
el uso teraputico ms importante de su principal principio activo, bajo la regla de un solo cdigo ATC para cada formulacin farmacutica (es decir, principios activos,
dosis y forma farmacutica similares). Un principio activo puede tener ms de un cdigo ATC si se utiliza en
dosis o formulaciones diferentes para usos teraputicos claramente distintos.

Un principio activo utilizado en dos o ms indicaciones igualmente importantes, o en los que la indicacin
principal difiere de unos pases a otros, generalmente
recibe un slo cdigo, aunque se incluyen referencias
cruzadas en la gua de utilizacin de la clasificacin
ATC para indicar los distintos usos de estos principios
activos.
Los principios activos clasificados en el mismo subgrupo de 4 nivel no pueden considerarse teraputicamente equivalentes, ya que su mecanismo de accin
principal, su efecto teraputico y su perfil de interacciones y efectos secundarios pueden diferir.
Slo se asignan cdigos ATC a asociaciones de
principios activos en casos excepcionales, y siempre que
dicha asociacin est ampliamente extendida a nivel internacional (por ejemplo, asociaciones de betabloqueantes y diurticos).
En Espaa, la clasificacin oficial sigue bsicamente la ATC, aunque en algunos casos presenta variaciones
relevantes respecto a sta. Aunque recientemente el Insalud ha publicado una lista actualizada y nuevos criterios.
b.2) Unidades de medida
Para poder medir la utilizacin de los medicamentos, tan importante como tener un sistema de
clasificacin adecuado es disponer de una unidad de
medida apropiada. Los resultados cuantitativos de
un estudio de consumo pueden expresarse de muy
diversas formas: en valor econmico, en nmero de
prescripciones, en unidades fsicas (gramos, envases,
etc.), pero todas ellas carecen de un valor epidemiolgico adecuado, o dificultan mucho la posibilidad
de comparaciones temporales, entre distintos mbitos geogrficos o entre distintos principios activos o
grupos teraputicos.
Para evitar los problemas e inconvenientes de las
unidades de medidas tradicionales, el NMD desarroll
una unidad tcnica de medida denominada Dosis Diaria Definida (DDD), que se define como la dosis promedio de mantenimiento en adultos para la indicacin
principal del principio activo considerado.
La asignacin del valor de la DDD a los distintos
medicamentos se rige por los siguientes principios:
Salvo excepciones, las DDDs estn basadas en las
dosis utilizadas en monoterapia.
Nunca se asigna una DDD antes de que el medica-
mento est registrado y comercializado en al menos

un pas.
La indicacin principal es la derivada del cdigo
ATC del medicamento.
Cuando la dosis recomendada de un principio activo
est en funcin del peso corporal, se considera la dosis correspondiente a una persona de 70 kg.
Cuando el medicamento se utiliza fundamentalmente en nios (por ejemplo, hormona de crecimiento) se utiliza la dosis peditrica.
Generalmente se utiliza la dosis de tratamiento, salvo
que la indicacin principal sea de profilaxis (por
ejemplo, algunos antipaldicos).
Aunque un frmaco se emplee a dosis diferente
cuando se inicia el tratamiento, se elige siempre la dosis de mantenimiento.
La DDD se establece de acuerdo con el contenido declarado del componente activo, de manera que las diferentes sales de un mismo principio activo tienen
una sola DDD.
A veces, la DDD es la media de dos o ms dosis utilizadas comnmente en la misma indicacin.
La DDD que se asigna a combinaciones de varios
principios activos es generalmente la misma que tiene el principio activo que se encuentra en su mismo
subgrupo teraputico ATC.
Las DDDs asignadas por primera vez se revisan al
cabo de 3 aos, y posteriormente cada 5 aos.
En 1981, la Oficina Regional para Europa de la

OMS recomend el uso del sistema ATC/DDD como estndar internacional para la realizacin de estudios de utilizacin de medicamentos. Para conseguir el
uso generalizado de esta metodologa se cre en 1982 el
WHO Collaborating Centre for Drugs Statistics Methodology, con sede en Oslo, que se encarga de coordinar
la revisin y actualizacin de la clasificacin ATC y de las
DDD.
Debe quedar claro que la DDD es una unidad
de medida que no refleja necesariamente la dosis
diaria recomendada o prescrita, ya que stas deben basarse en caractersticas individuales (edad,
peso) y en consideraciones farmacocinticas. Los
datos de consumo expresados en DDD slo proporcionan una estimacin aproximada, y no una
fotografa exacta de su utilizacin real. Las
DDDs constituyen una unidad de medida nica,
independiente del precio y de la forma farmacutica, que permite evaluar las tendencias en el consumo de medicamentos y llevar a cabo compara-
559
ciones entre diferentes poblaciones.

No se establecen DDDs para preparados de uso
tpico, sueros, vacunas, agentes antineoplsicos, extractos alergnicos, anestsicos locales o generales, ni
medios de contraste.
El Centro Colaborador de la OMS de Oslo es
quien establece la inclusin de nuevos medicamentos en la clasificacin ATC a peticin de los
usuarios del sistema (laboratorios farmacuticos,
agencias reguladoras e investigadores), generalmente cuando ha sido autorizado su registro en algn pas, y quien asigna un valor de DDD a los
mismos, adems de estimular y fomentar el uso
prctico del sistema ATC/DDD cooperando con
los investigadores en el campo de la utilizacin de
los medicamentos. Anualmente publica una nueva edicin del ndice ATC con las correspondientes DDDs, consistente en dos listados, clasificados por orden alfabtico de principio activo y de
cdigo ATC, respectivamente. Para algunos grupos de medicamentos para los que no se han establecido DDDs, se recomienda la utilizacin de
unidades de medida alternativas. Por ejemplo, el
consumo de preparados dermatolgicos puede
expresarse en gramos pomada, crema, etc.
Cuando existen discrepancias conocidas entre la
DDD y la dosis diaria prescrita (PDD), es importante tener este hecho en cuenta a la hora de interpretar los datos de consumo (por ejemplo, la Ampicilina en el mbito
hospitalario)(19). Tambin debe tenerse precaucin en situaciones donde la dosis recomendada difiere de una
indicacin a otra (por ejemplo, las heparinas de bajo peso molecular en la profilaxis y el tratamiento de la enfermedad tromboemblica).
Ejemplos: para el caso de estudios de consumo
ambulatorio, supongamos que las ventas anuales de cido acetil salclico han sido de 200 millones de comprimidos de 300 mg en una poblacin de 4.035.000 habitantes y la DDD para el frmaco es de 3 g; la expresin
de los resultados sera:
Tomando el mismo frmaco del ejemplo anterior, si
N de comp.x peso de cada comp. x 1.000 hab
DDD/1.000 hab./da =
DDD x nm. hab. x 365
200.000.000 x 300 x 1.000
= = 13,66 DDD/000 hab/da
3.000 x 4..035.000 x 365
560
el consumo anual en un hospital fue de 100.000 comp.,

el hospital tiene 1.000 camas y el ndice de ocupacin
fue del 80%:
N. de comp. x peso de cada comp. x 100 est.
DDD/ 100 est./da =
DDD x Nm. de camas x ndice ocup. X 365 das
100.000 X 300 X 100
= = 10,27 DDD/100 est./da
3.000 x 1000 x 0,8 x 365
b.3) Aplicaciones del sistema ATC/DDD

El uso del sistema ATC/DDD permite la estandarizacin de la agrupacin de los medicamentos y de los
mtodos de medida de su utilizacin, para hacer posible
la comparacin del uso de los medicamentos entre pases, regiones y mbitos de atencin sanitaria, as como
examinar las tendencias en el uso de los medicamentos
a lo largo del tiempo.
Los datos de consumo de medicamentos deberan presentarse preferiblemente como nmero
de DDD por 1.000 habitantes y da, o cuando se
trata del consumo hospitalario, como nmero de
DDD por 100 estancias. Los datos sobre ventas o
sobre prescripcin presentados en DDD/1.000
habitantes/da proporcionan una estimacin grosera
de la proporcin de la poblacin tratada diariamente con los medicamentos en cuestin. Por
ejemplo, el dato de 10 DDD/1.000 habitantes/da
indica que el 1% de la poblacin estudiada, en promedio, recibe ese tratamiento diariamente.
Para antiinfecciosos y otros frmacos usados
normalmente durante cortos periodos de tiempo, se
considera ms apropiado presentar los datos como
nmero de DDDs por habitante y ao, lo que proporciona una estimacin del nmero de das durante los cuales cada habitante, por trmino medio, es
tratado anualmente. Por ejemplo, 5 DDD/hab./ao
indica que el consumo es equivalente al tratamiento
de cada habitante durante de 5 das a lo largo de un
ao. Por otro lado, si se conoce la duracin normal de
un tratamiento, el nmero total de DDDs puede
transformarse en el nmero de tratamientos.
Consumo en hospitales: no existe hasta hoy un
banco de datos de consumo de medicamentos en los
hospitales en nuestro pas, aunque existe alguna informacin procedente de estudios publicados, algunos de
ellos multicntricos y en su mayora referentes al con-
sumo de antiinfecciosos(20-25). Por otra parte, la informatizacin de los Servicios de Farmacia ir permitiendo
disponer fcilmente de este tipo de informacin. El
grupo de estudios de utilizacin de medicamentos de
la FEFH esta desarrollando iniciativas en este tema (ver
www.sefh.es).
Con los estudios de consumo puede avanzarse un
poco ms y pasar de la mera descripcin de la situacin
al anlisis cualitativo de la misma, utilizando indicadores,
generalmente de dos tipos:
Calidad farmacolgica intrnseca de los medicamentos. Dentro de stos podemos considerar la
cuantificacin del consumo de medicamentos o
de subgrupos teraputicos de utilidad teraputica baja o de valor intrnseco poco elevado, es decir, aquellos frmacos de los que existen pocas
evidencias de eficacia o con una mala relacin beneficio/riesgo (por ejemplo, subgrupos teraputicos como el C04A vasodilatadores cerebrales, el
C05 antivaricosos o determinadas asociaciones a
dosis fijas como las del subgrupo R05 de antiinfecciosos y mucolticos). La cuantificacin de estos subgrupos puede permitir el clculo del porcentaje de prescripciones potencialmente
inefectivas o innecesarias sobre el total de prescripciones, y sobre las cuales intervenir prioritariamente. La realizacin sistemtica de estudios
de utilizacin en los que se cuantifica el consumo
de medicamentos de valor intrnseco no elevado
(VINE), da lugar al establecimiento de indicadores de primer nivel de la calidad de la prescripcin, de carcter oficial en determinados mbitos,
y que se utilizan para el establecimiento de objetivos asistenciales y de incentivos de los prescriptores.
Grado potencial de uso de los medicamentos. Podemos comparar los datos de consumo de principios
activos o subgrupos teraputicos de primera eleccin
frente a los alternativos o a los de uso excepcional en
el mbito que estemos considerando. Un ejemplo claro lo constituye la cuantificacin del consumo de frmacos no incluidos en la gua o formulario, o la comparacin del consumo de penicilinas de amplio
espectro frente al de cefalosporinas en atencin primaria.
Todos estos indicadores, y especialmente los
que valoran la calidad intrnseca de los medicamentos, presentan limitaciones evidentes, derivadas

fundamentalmente de que no se conoce en qu indicacin se han utilizado o cules son las caractersticas de los pacientes que puedan modificar la
adecuacin de las prescripciones. Hay que ser conscientes de que lo nico que proporcionan son datos
de consumo que pueden reflejar un bajo beneficio
intrnseco o una escasa adecuacin al mbito asistencial donde se origina la prescripcin. Por ejemplo,
un alto consumo de medicamentos de valor intrnseco elevado no quiere decir necesariamente que la
calidad de la prescripcin sea elevada, porque puede tratarse de la utilizacin de medicamentos de alto valor intrnseco pero en indicaciones no adecuadas (por ejemplo, amoxicilina para tratar el
resfriado comn). La utilidad bsica de estos estudios
es la identificacin de potenciales problemas teraputicos, y tambin la identificacin de potenciales
ineficiencias en la asignacin de recursos.
A la hora de interpretar los datos de consumo de
medicamentos, debe tenerse en cuenta aquellos factores
que puedan distorsionar dicha interpretacin. Por ejemplo, en los estudios de utilizacin hospitalaria de medicamentos, se ha recomendado separar los datos de las
unidades que no generan estancias hospitalarias (consultas externas, urgencias, etc.), o tenerse en cuenta la
magnitud cuantitativa de servicios como el de pediatra
que presentan unas caractersticas especficas en las dosis utilizadas.
c. Estudios cualitativos y Auditoras teraputicas
Este tipo de estudios tiene como objetivo, no slo
describir el uso de los medicamentos en un mbito determinado, sino identificar los factores relacionados
con dicho uso, de manera que es un paso ms respecto
a los estudios de consumo, a efecto de contrastar las hiptesis que de ellos se han derivado.
c.1) Estudios de Prescripcin-Indicacin
y de Indicacin-Prescripcin
Estos estudios permiten profundizar en un
potencial problema detectado y conocer algunas
de las razones de la prescripcin de frmacos. En
ellos se parte de una patologa o indicacin (indicacin-prescripcin) y se identifican las prescripciones asociadas a la misma, o bien se parte de un
frmaco o grupo de frmacos (prescripcin-indicacin) y se analizan las indicaciones para las que
son utilizados. Los diseos pueden ser:
Retrospectivo, mediante la revisin de historias clni-
561
cas o de las historias farmacoteraputicas obtenidas

de los registros informatizados en un sistema de dosis
unitaria.
Transversal o de prevalencia, en muestras de pacientes
que, en un momento dado, reciban un frmaco o
presenten una patologa.
Prospectivo, mediante el seguimiento de una cohorte
de pacientes con una patologa determinada o la deteccin en tiempo real de todas las prescripciones de
un determinado medicamento. Este diseo permite,
a la vez, el anlisis de otros factores relacionados con
el uso de los medicamentos (por ejemplo, la evaluacin
del cumplimiento por parte de los pacientes), pero
permite tambin, sobre todo, la realizacin de intervenciones que aumenten la calidad de la utilizacin
de los medicamentos antes de que sta se produzca
(por ejemplo, sugerencias sobre la seleccin o la posologa del frmaco, y evaluacin del impacto de las
mismas).
Los objetivos de estos estudios pueden estar dirigidos a aspectos concretos, como la evaluacin del cumplimiento de la prescripcin por parte de los pacientes,
a la deteccin de errores de medicacin, en todas sus
vertientes, o a la deteccin de problemas relacionados
con la medicacin en un contexto de atencin farmacutica.
c.2) Auditoras teraputicas
Se trata de un instrumento de gran utilidad para la
mejora del uso de los frmacos en cualquier mbito
asistencial, cuyos elementos esenciales son:
Definicin precisa del problema potencial, detectado a partir de estudios descriptivos o analticos previos.
Establecimiento previo de los criterios de uso correcto de los frmacos a analizar (indicacin, posologa, duracin del tratamiento) o de la patologa a estudiar (guas de prctica clnica y protocolos de
tratamiento).
Determinacin del grado de coincidencia de uso real
de los frmacos objeto del estudio y las definidas previamente como correctas, o del grado de adecuacin
del perfil farmacoteraputico de los pacientes que
presentan determinada patologa a las recomendaciones de tratamiento de la misma.
Es muy til en este tipo de estudios implicar a los
prescriptores en su diseo y realizacin, ya que, de esta
562
forma, estaremos planteando directamente una estrategia de intervencin educativa. Es importante la aplicacin de criterios de priorizacin a la hora de seleccionar los frmacos y las patologas objeto de auditora,
para que de su realizacin puedan derivarse consecuencias relevantes respecto a la mejora de la calidad
del uso de los medicamentos:
Frmacos que implican un mayor volumen de consumo en trminos econmicos.
Patologas de gran prevalencia, y de las que se sospecha un cierto grado de inadecuacin en su tratamiento.
Frmacos potencialmente ineficientes en funcin de
la indicacin de uso o forma de utilizacin.
Frmacos con problemas importantes de seguridad,
debido a efectos secundarios y reacciones adversas
potenciales graves, o a interacciones relevantes con
otros frmacos.
Frmacos de reciente introduccin, sobre los que
existen pocos datos de efectividad o seguridad en
la prctica, especialmente en determinadas indicaciones.
En general, para que los estudios de utilizacin de
medicamentos consigan su objetivo ltimo, que no es
ms que mejorar la calidad de la farmacoterapia, adems de que tengan un diseo adecuado, es fundamental que posean determinadas caractersticas:
Que formen parte de programas que tengan una
continuidad en el tiempo, lo que va a permitir evaluar
la evolucin de las tendencias de uso y el impacto de
las actuaciones que se pongan en marcha como consecuencia de la actuaciones realizadas. De poco sirven los estudios puntuales llevados a cabo en un momento determinado.
Que en el diseo y realizacin de los estudios participen los propios implicados, especialmente los mdicos
prescriptores o sus organizaciones cientficas representativas, ya que esto les dar credibilidad a los resultados y legitimidad a las actuaciones y programas de
mejora que se establezcan. De hecho, la propia realizacin del estudio orientado a un problema especfico puede ser una eficaz estrategia de intervencin(30).
Que se establezca un sistema de retroalimentacin de
la informacin generada, de manera que los resultados
obtenidos lleguen a los propios mdicos, alcanzando
la mayor difusin posible, lo que, en s mismo, constituir una estrategia de mejora de la calidad en el uso
de los medicamentos.
3.2. Estudio de los efectos positivos
y negativos de los frmacos
tras su comercializacin
La investigacin clnica humana en la fase de precomercializacin se basa en la realizacin del ensayo clnico controlado. Los resultados de los ensayos clnicos
bien diseados permiten la evaluacin bsica de la eficacia
y seguridad de un frmaco, garantizando la ausencia de
sesgos. Es el punto de partida necesario pero no suficiente de la evaluacin clnica.
En primer lugar, el ensayo clnico debe, por su
costo y complejidad, estar dirigido a resolver cuestiones relevantes en clnica y no ser un mtodo de promocin. Esta es una cuestin bsica a tener en cuenta, tanto en el diseo como en la lectura de un ensayo
publicado, tanto por cuestiones ticas como de racionalidad en la. produccin de conocimientos. Sin
embargo, el ensayo clnico en fase III tiene una serie de
limitaciones, que emergen de sus propias caractersticas y de su metodologa. Por una parte, las limitaciones de tipo tico que inposibilitan cierto tipo de experimentaciones en humanos. Por otra parte, por
cuestiones tanto de mtodo como de factibilidad,
existen una serie de limitaciones que han sido resumidas en los cinco demasiados(31):
Demasiado pocos: el nmero de individuos expuestos
a un frmaco en esta fase de investigacin clnica precomercializacin suele ser alrededor de 2.000. Para
detectar determinados efectos relevantes, pero de baja frecuencia o determinadas diferencias clnicamente
importantes pero pequeas, se necesitan muchos ms
individuos, con el fin de trabajar con niveles de confianza estadstica suficientes.
Demasiado simples: los pacientes con situaciones
mdicas complejas y/o que reciben tratamientos
complicados son habitualmente excluidos de la investigacin en fase III. Pero es muy probable que estos enfermos reciban el frmaco tras su comercializacin, sin que se conozcan con precisin sus efectos
en ellos.
Demasiado adultos jvenes: en este tipo de ensayos clnicos se excluyen generalmente los muy jvenes
o los muy ancianos, pero posteriormente estos grupos
de edad tambin van a ser candidatos potenciales a
recibir el frmaco ya comercializado.
Demasiado estrechos: las indicaciones en las que la

eficacia y seguridad del frmaco es investigada, son
estrictamente definidos. Una vez el frmaco est disponible, puede ser usado para otras indicaciones o en
otras situaciones, sin que se conozca su perfil beneficio/riesgo en ellas.
Demasiado breves: Los resultados, tanto de eficacia
como de seguridad, son valorados en periodos de
tiempo relativamente cortos. La eficacia en tratamientos crnicos o los efectos adversos que se producen tras una larga exposicin no pueden ser conocidos.
En resumen, aquellos resultados positivos o negativos que se producen con frecuencias bajas, pero que
son clnicamente muy relevantes, o que se manifiestan
tras un largo periodo de tratamiento, o que resultan influidos por una serie de caractersticas personales o patolgicas del paciente o por otros tratamientos que ste
recibe, deben ser monitorizados una vez el frmaco haya sido comercializado y su uso extendido en la prctica diaria(32). Todo ello se traduce en que, una vez el frmaco ha sido comercializado, no estamos en
disposicin, en la mayora de casos, de responder a
cuestiones tales como:
Cul es el beneficio atribuible de una terapia determinada, aplicada en condiciones reales?
Cul es el riesgo cotidiano de un tratamiento, del
cual disponemos de adecuada informacin procedente de ensayos clnicos controlados?
Cul es la relacin beneficio/riesgo de un nuevo tratamiento respecto a otros disponibles y empleados en
la prctica habitual?
Cul es el destino de los pacientes que no respon-
563
den a un tratamiento de eficacia documentada?

Cul es el beneficio y/o riesgo acumulado de los
tratamientos empleados en una determinada patologa?
Cul es la influencia del contexto cultural en el beneficio y el riesgo de una determinada terapia?
3.2.1. La utilizacin de los conceptos
y mtodos epidemiolgicos en la toma
de decisiones
Los mtodos y conceptos epidemiolgicos se emplean cada vez ms en los estudios publicados y son
una de las bases importantes de la medicina basada en la
evidencia.
Frecuentemente la decisin de utilizar un tratamiento en un paciente, o an ms su inclusin
en una gua farmacolgica, en un protocolo, etc,
supone tomar una decisin en condiciones de incertidumbre, an manejando la mejor evidencia
disponible. El transformar los resultados de los
estudios en una medida del impacto que tendr en
nuestros pacientes se ha propuesto como un elemento de gran ayuda. Los RR y RO se han incorporado como elemento de expresin de resultados no slo en los estudios observacionales, sino
tambin a los ensayos clnicos y a los meta-anlisis.
Anteriormente se ha definido como medida de
asociacin que proporciona una idea de la magnitud del
efecto de un frmaco el Nmero de Necesario de Pacientes a Tratar (NNT). A continuacin en las siguientes Tablas se expone un ejemplo del valor interpretativo
de los resultados presentados de esta forma:
Este tipo de anlisis nos permite valorar real-
Tabla 3. Forma de analizar los resultados de eficacia

A
Incidencia grupo control o riesgo base
Ejemplo, 20/100 = 20% = 0,2
Incidencia grupo intervencin
Ejemplo,15/100 = 15% =0,15
A-B
RAR (Reduccin Absoluta del Riesgo o

Diferencias de Riesgo o Riesgo atribuible)*
0,2-0,15 = 0,05
1 / (A-B)
NNT (Numero Necesario a Tratar)
1/(0,2-0,15) = 20
B/A
RR (Riesgo Relativo o Razn de Riesgos)
0,15 / 0,20 = 0,75
[(A-B) / A] x 100
RRR (Reduccin Relativa del Riesgo)**
[(0,2-0,15) / 0,2] x 100 = 25% = 0,25
564
Tabla 4. Medidas del efecto de un tratamiento en funcin del riesgo basal. Mismo ejemplo
de la Tabla anterior, suponiendo riesgos basales de 40%, 20%, 10% y 5%.
Riego basal del grupo control
Incidencia en el grupo tratado

RRR (Reduccion Relativa del Riesgo)
40%
20%
30
25
0,25
10%
5%
7,5
3,75
0,25
0,25
0,25
2,5
1,25
RAR (Reduccin Absoluta del Riesgo)
10
NNT (Numero Necesario a Tratar)
10
20
mente el impacto de del tratamiento considerando el

riesgo basal, evitando la ambigedad de una medida
de beneficio relativo. La Tabla 4 completa el ejemplo
anterior:
3.2.2. Monitorizacin de los efectos
positivos de los frmacos
Cmo pueden valorarse los efectos positivos de
un frmaco que los ensayos clnicos precomercializacin no han podido poner de manifiesto? Las estrategias
empleadas pueden agruparse en tres grandes categoras:
1. Los mtodos basados en la aplicacin de los principios
y mtodos del ensayo clnico aplicados a la fase de
postcomercializacin.
2. El meta-anlisis.
3. Los mtodos basados en los estudios observacionales.
Mtodos basados en el ensayo clnico
Para algunos frmacos el problema esencial en la
valoracin de su eficacia es la necesidad de tiempos
prolongados de observacin.
Peto et al.(33) han descrito de forma precisa y completa
los mtodos adecuados para realizar ensayos clnicos
en estos casos, como por ejemplo en la valoracin de
los frmacos citostticos, en los que los puntos de valoracin importantes son los tiempos de remisin y supervivencia.
Por otra parte, la realizacin de ensayos clnicos
con un nmero elevado de pacientes es en muchos
casos factible y algunas veces muy necesario. Existen
40
80
enfermedades comunes, en los que los tratamientos a

ensayar son ampliamente practicables, los endpoints,
importantes en la evaluacin del tratamiento, son
simples de medir y en los que los resultados pueden
ser aplicables a un nmero importante de pacientes, especialmente si, como decamos, la intervencin teraputica es generalizada en las condiciones de la prctica habitual.
Actualmente son ya absolutamente habituales
los estudios que estn demostrando la utilidad y
factibilidad de estos ensayos clnicos poblacionales. Vamos a tomar como ejemplo el clsico estudio del GISSI. Los ensayos clnicos de valoracin de
la estreptoquinasa como tratamiento tromboltico
en el infarto fueron, en su mayora, incapaces de
demostrar efectos en la mortalidad de forma significativa. Pero tambin es cierto que ninguno de
ellos estudi a un numero de pacientes que llegara
al millar. Yusuf et als.(34) empleando la tcnica del
meta-anlisis (vase ms adelante), concluyeron
que la estreptokinasa reduca de forma significativa
la mortalidad post-infarto (22 5%, p < 0,001).
En base a todos estos resultados el Grupo Italiano per la Sperimentazione della Streptochinasa
nellInfarto (GISSI)(35). Mediante un diseo muy
simple, se pudo incluir a 11.812 pacientes en el estudio, randomizados a: estreptoquinasa o a ningn
tratamiento, permitiendo que la nica cuestin que
variaba era la randomizacin de los pacientes al
tratamiento con el fibrinoltico o no. El resto de
prctica clnica era igual que la que se practicaba
de rutina en las distintas unidades coronarias, con
lo que se realizaba el ensayo en condiciones reales
de la prctica habitual. El estudio permiti de-

mostrar una reduccin de la mortalidad post-infarto del 20% (p < 0,001). La contribucin que el
GISSI representaba era la capacidad de trasladar
el mtodo del ensayo clnico a un contexto cultural
y con el suficiente poder estadstico como para
obtener un parmetro de eficacia clnica altamente
relevante.
Meta-anlisis
El trmino meta-anlisis(36-41) fue introducido
por GU Glass en 1976 y se refiere al conjunto de
tcnicas que combinan de forma sistemtica los resultados de diversos estudios sobre un mismo tema. Esta tcnica haba sido utilizada antes que en
el campo de la biomedicina en otras disciplinas
cientficas como la psicologa, sociologa y la fsica,
con el fin de aprovechar al mximo la informacin
disponible. En biomedicina, no slo se ha aplicado
al ensayo clnico farmacolgico, sino que tambin
se ha utilizado en ensayos de otras intervenciones
sanitarias, tales como las intervenciones educativas
dirigidas a pacientes y tambin a estudios observacionales.
La diferencia esencial entre el meta-anlisis y las revisiones tradicionales radica en que en el meta-anlisis se
valora con ms rigor y sistemtica la contribucin ponderada de cada estudio, as como su consistencia interna. Estas clsicas revisiones han consistido en un anlisis crtico con resumen de los resultados y conclusiones
o en la contabilizacin de los resultados positivos y negativos estadsticamente significativos y, a partir del clculo de su diferencia, extraccin de conclusiones. De
hecho el meta-anlisis es como un ensayo clnico de
ensayos clnicos, en el sentido de que se aplica el mismo mtodo que en un ensayo clnico:
1. Definicin del objetivo del meta-anlisis y de los
puntos de valoracin.
2. Seleccin de los estudios con establecimiento de criterios de inclusin y exclusin, que implica la definicin precisa del tipo de pacientes y tratamientos, los criterios de calidad interna de los estudios validez,
precisin, etc, y de los criterios de consistencia clnica
de la combinacin de los resultados. En segundo lugar, revisin bibliogrfica de todos los estudios publicados y seleccin segn los criterios establecidos.
3. Establecimiento del mtodo de anlisis de los datos,
los datos necesarios, la necesidad o no de realizar un
anlisis estratificado y del tipo de anlisis estadstico a
realizar.
565
4. Definicin de la forma de obtencin de los datos, incluyendo la valoracin de la calidad interna de, la obtencin de los datos de cada estudio.
5. Aplicacin de las tcnicas de anlisis estadstico de
los resultados combinados, incluyendo en la mayora de casos test de homogeneidad de los resultados
procedentes de los distintos estudios y contabilizacin del peso de cada uno de los estudios.
La extensin de este captulo no permite la descripcin de las principales tcnicas empleadas en este
tipo de anlisis que, por otra parte, se pueden encontrar en la bibliografa sugerida. Las limitaciones de esta
tcnica radican fundamentalmente en la dificultad de
obtener la informacin necesaria, que muchas veces no
es publicada totalmente, y en la propia debilidad y dificultad de la combinacin de resultados procedentes de
estudios de diversa ndole, con poblaciones distintas,
tratamientos no exactamente iguales, distintos niveles
de error muestral, etc. Actualmente existe una cierta corriente crtica acerca del abuso de esta tcnica, y uno de
los principales argumentos de crtica se basa en la dificultad de asegurar la homogeneidad estadstica de la informacin que se maneja(42). Sin embargo, la contribucin
del meta-anlisis en la respuesta a cuestiones controvertidas de la teraputica puede considerarse positiva,
especialmente si permite seleccionar aquellas cuestiones que merecen ser estudiadas con otro tipo de mtodo como puede ser un ensayo clnico poblacional.
Mtodos basados en los estudios observacionales
Bsicamente consiste en aplicar los mtodos
de los estudios de cohortes y de los estudios de casos y controles a la determinacin de la eficacia a
largo plazo de los frmacos utilizados en el contexto real. Sin embargo, en estos casos y dependiendo del tipo de efectos en los que se debe valorar la eficacia del frmaco, los estudios
epidemiolgicos estn sujetos a importantes problemas de validez, en los que la confusin por la
indicacin es uno de los elementos ms importantes. Los estudios de cohortes ofrecen asimismo dificultades adicionales en razn de su costo y de los
sesgos potenciales que un largo periodo de seguimiento implica. Por ejemplo, a lo largo del periodo
de seguimiento pueden haberse introducido nuevas
tcnicas de diagnstico o de atencin que modifiquen el curso de los resultados sin que ello dependa de la eficacia del tratamiento sujeto a valoracin. Se ha propuesto que la metodologa
566
caso-control podra aportar ciertas ventajas, como

ya ha aportado a la valoracin de los efectos adversos, por su mayor eficiencia estadstica y menor
costo. As, por ejemplo, se podra valorar la eficacia
relativa de distintos tratamientos, mediante la asignacin al grupo casos de los fallos de tratamiento, mientras que los controles seran aquellos
pacientes que si han respondido a los tratamientos, para determinar en cada grupo las frecuencias
de exposicin a distintos tratamientos y prcticas(43). El problema principal en estos estudios es
el disponer de adecuada informacin clnica previa para determinar retrospectiva-mente la exposicin a los distintos tratamientos.
En algunos seguramente muy pocos casos,
la utilizacin de los registros e informacin clnica
y los datos de consumo de determinados frmacos
o las tcnicas de conexin de la informacin clnica de determinados grupos poblacionales y del registro de medicacin tomada record-linkage
pueden aportar informacin sobre la eficacia de
determinados tratamientos, tal como tambin se
intenta en la monitorizacin de los efectos adversos,
pero los problemas de control de factores de confusin y otros tipos de sesgos son muy importantes.
Sin embargo, Strom et al.(44) han propuesto unos
criterios muy claros de cuando la eficacia de los
medicamentos puede ser utilizada sin emplear el
mtodo experimental, sin que ello comporte problemas de validez a causa de la existencia de factores de confusin o de la necesidad de disponer de
un grupo control. Por ejemplo, no sera necesario el
mtodo experimental cuando el efecto teraputico
es obvio, cuando la confusin por la indicacin es
controlable porque la indicacin es dictoma (la
inmuno-globulina Anti-Rh (D) en madres Rh negativas, etc.
3.2.3. Vigilancia de las reacciones adversas
a los medicamentos (RAM)
Una vez se ha cumplido la fase de investigacin clnica precomercializacin, las RAM, poco
frecuentes pero clnicamente importantes no han
podido ser detectadas, si no es por azar, entre
otras razones por cuestin de nmeros. Como se ha
comentado anteriormente, el nmero de pacientes
expuestos a un frmaco en la fase de estudios clnicos precomercializacin puede oscilar entre
2.000 y 5.000. Por otra parte, para detectar con un
nivel de confianza del 95% una RAM que se produzca con una frecuencia de 1/10.000, necesitamos estudiar al menos 30.000 individuos expuestos.
La Tabla 5 muestra los nmeros de pacientes necesarios para detectar RAM de distintas frecuencias. Adems, ya se ha dicho que los pacientes enrolados en los estudios precomercializacin son
seleccionados de forma muy sesgada en relacin a
los pacientes que recibirn el frmaco posteriormente.
Los sistemas de vigilancia postcomercializacin,
para alcanzar estos objetivos se han desarrollado distintas estrategias y metodologas, de las cuales ninguna es
suficientemente completa, pero entre las que existe
cierto grado de complernentariedad. De hecho, el mtodo paradigmtico es el ensayo clnico controlado, pero pocas veces es factible. Como los mtodos de farmacovigilancia ya son descritos en otro captulo, nos
limitaremos en ste a hacer algunas consideraciones de
tipo epidemiolgico sobre los mismos.
Evidentemente, los mtodos de farmacovigilancia
estn orientados a resolver dos tipos de cuestiones distintas pero complementarias. Por una parte, se trata de
disponer de un sistema de alerta que facilite la deteccin rpida de las RAM no detectadas en la experimentacin clnica precomercializacin, es decir que sea
capaz de detectar dichas RAM en los pacientes que reciben el frmaco, en las fases iniciales de su comercializacin. Por otra parte, son necesarios mtodos que sean capaces de confirmar la relacin causal de una
RAM, as como de su probabilidad de aparicin. En general, a mayor capacidad de deteccin de un mtodo,
menor capacidad de comprobacin etiolgica y de proporcionar datos de frecuencia vlidos.
La comunicacin presenta intrinsecamente ciertas limitaciones que tienen que ver con la homogeneidad de
criterios en la obtencin de la informacin. Para ello se
han publicado unas normas de la informacin mnima
que se deben aportar en las comunicaciones en la literatura mdica(46), as como se han establecido mtodos
que aseguren la aplicacin de los mismos criterios y la
misma secuencia de razonamiento (ver captulo de Farmacovigilancia). Con tales mtodos algoritmos se
puede reducir la variabilidad interobservador es decir:
mejorar la reproductibilidad. Pero de todas formas, estos mtodos no mejoran mucho su validez concordancia con la realidad. Algunos autores(47) estn desarrollando la aplicacin del teorema de Bayes en la
atribucin causalidad de una sospecha de RAM para
567
Tabla 5. Probalidad de observar una RAM, segn su frecuencia real y el nmero

de pacientes del estudio.
Frecuencia real
1/100
1/500
n de pacientes
1/1.000
1/5.000
1/10.000
1/50.000
Probabilidad de observar la RAM
100
0,63
0,18
0,10
0,02
0,01
0,002
200
0,86
0,33
0,18
0,04
0,02
0,004
500
0,99
0,63
0,39
0,10
0,05
0,01
1.000
0,99
0,86
0,63
0,18
0,10
0,02
2.000
0,99
0,98
0,86
0,33
0,18
0,04
5.000
0,99
0,99
0,99
0,63
0,39
0,10
10.000
0,99
0,99
0,99
0,86
0,63
0,18
1.500
3.000
15.000
30.000
N necesario
de pacientes para
observar una RAM
300
150.000
(De Sackett DL(45))

(Nota: como ejemplos de RAM con frecuencias como las citadas, el linfoma por azatriopina se produce con una frecuencia de 1
de cada 500, la toxicidad ocular por practolol en 1 de cada 1.000, el IAM en mujeres por anticonceptivos orales en 1 cada 5.000, la
anafilaxis por penicilina en 1 cada 10.000 y la anemia aplsica por cloramfenicol en 1 cada 50.000).
mejorar este aspecto.

El sistema PEM Monitorizacin de Acontecimientos ligados a la Prescripcin, es un sistema
adecuado de deteccin de RAM y especialmente
til en los frmacos recientemente comercializados aunque es poco eficaz en la deteccin de eventos raros (1/10.000). Como en realidad el PEM es
un estudio de cohortes en el que se pueden medir
numeradores y denominadores, aunque con algunas
limitaciones de validez, puede aportar cierta informacin cuantitativa con mucha ms facilidad y validez que otros sistemas de deteccin.
Otro mtodo que se puede considerar como
una derivacin de un estudio de cohortes es la conexin de registros de diagnstico y prescripcin o
conexin de archivos clnicos (record-linkage), que
tiene ciertas ventajas tericas pero que no ha sido,
hasta el momento, suficientemente eficaz en la deteccin de RAM y presenta ciertas debilidades como
son la inexistencia de informacin sobre determinados factores potenciales de confusin por ejemplo, a travs de uno de estos sistemas se encontr
una relacin entre el uso de metronidazol y el aborto(48), informacin potencialmente poco vlida de
los diagnsticos, no informacin sobre exposicin
durante los ingresos hospitalarios, etc. En realidad,
ha existido una cierta polmica sobre la utilidad y
debilidades de estos mtodos, aunque la calidad de
algunos estudios realizados mediante, la utilizacin
de estas bases de datos ha mejorado, especialmente
en aquellos estudios que han utilizado la Base de
Datos de Saskatchewan en Canad que permiten
formar cohortes de expuestos y no expuestos e incluso una adecuada seleccin randomizada de controles de la misma poblacin y tambin realizar estudios de casos, y controles con casos prevalentes o
incidentes(49-51).
Los registros de estadsticas vitales y de morbi-
568
lidad (cncer, malformaciones, etc.) pueden aportar seales de alerta, en cuanto que permite observar
los cambios de incidencia o prevalencia de ciertos
problemas de salud, que conduzcan a la sospecha
de causalidad atribuible a la terapia farmacolgica.
Uno de los peligros de estos estudios de correlacin es la probabilidad de que se observen asociaciones en grupos que no sean ciertas para los individuos falacia ecolgica, sino que se deban, por
ejemplo, al azar, ya que la informacin sobre la exposicin no se ha obtenido a partir de los individuos, sino a partir de datos crudos de los grupos
cifras de ventas globales. Una forma de resolver
esta cuestin es la de utilizar los datos individuales de
los registros para realizar estudios de casos y controles ad-hoc, con casos prevalentes y, de esta forma,
extender la utilidad de alerta de estos registros a la
posibilidad de comprobar hiptesis etiolgicas. Este mtodo, por ejemplo, se utiliz en el caso de la
enfermedad tromboemblica y el uso de anticonceptivos orales, mencionado anteriormente(52).
El estudio postcomercializacin de la cimetidina llevado a cabo en el Reino Unido por Colin-Jones yet al.(53), es un ejemplo de la debilidad de este
tipo de estudios frente a los estudios experimentales. Los autores encontraron un aumento de la
mortalidad en los pacientes que reciban cimetidina, pero este frmaco tenda a ser usado selectivamente en pacientes con enfermedades subyacentes
(angor) que aumentaban de por s el riesgo de
muerte, o por pacientes con supuestos diagnsticos
de lcera u otros trastornos GI menores que, en
realidad, sufran los primeros sntomas de un cncer gastrointestinal. Un ensayo clnico randomizado hubiera sido necesario para controlar estos factores de confusin y sesgos de seleccin
(clasificacin).
En general, el diseo de estudios de cohortes, que
presenta la ventaja de poder estudiar frmacos con bajas tasas de exposicin y de poder facilitar datos de incidencia y riesgo relativo, presenta grandes inconvenientes por su coste especialmente cuando se necesitan
largos periodos de observacin y por su relativa eficiencia estadstica. Existen algunas excepciones, como la
ya comentada del sistema ingls del PEM y como los
estudios de cohortes aplicadas a determinadas situaciones en las que el uso de frmacos en una proporcin
importante y especfica de la poblacin, cohortes el caso de los anticonceptivos orales, en que se han podido
estudiar con relativa facilidad cohortes extensas de mujeres expuestas(54, 55).

Los estudios intensivos en pacientes hospitalizados,
a pesar de las ventajas tericas de la informacin clnica
disponible, de la posibilidad de obtener estimaciones
de incidencia y de poder realizar estudios de casos y
controles ad-hoc, han proporcionado pocos resultados,
por lo costoso del sistema. Adems, existen ciertas dudas sobre los potenciales factores de confusin y sesgos de informacin, de la misma manera que debe considerarse el grado de representatividad de la poblacin
estudiada(56).
La aplicacin del diseo de estudios de casos y controles a la comprobacin de hiptesis etiolgicas en la investigacin de RAM se ha mostrado eficiente, por lo
que se ha intentado adaptar y mejorar su aplicabilidad a
este campo. Las ventajas y limitaciones de este tipo de diseos ya se han discutido anteriormente. Ejemplo de
su eficiencia es el clsico estudio, pequeo pero definitivo, de 8 casos y 32 controles para establecer la relacin entre el tratamiento de mujeres con dietiestilbestrol y el adenocarcinoma de vagina en sus hijas(57). Estos
estudios no slo son eficaces en comprobar hiptesis, sino que han, demostrado su utilidad en la deteccin de
nuevas RAM.
BIBLIOGRAFA
1. Spitzer WO. Clinical Epidemiology (editorial). J.
Chron Dis, 1988; 39:41 I-S.
2. Spitzer WO. Drugs as determinants of health and disease; in the population. An orientation to the bridge science of pharznacoepiderniology. Clin Epidemiol, 1991: 44:823-30.
3. Porta H, Hartsema AG. The contribution of epidemiology A contribution to the study of drugs.
Drug InteR Clin Pharm. 1987; 21:121-4.
4. lvarez-Dardet C, Bolmar F, Porta Serr H. La
medicin de la frecuencia de la enfermedad. Med
Clin (Barc), 1987; $8:287-291.
5. Barker DJP, Rose GA. Epidemiologa en la prctica
mdica. Salvat. Barcelona, 1983.
6. Frick MH, Elo O, Haapa H, et al. Helsinky Heart
Study: primary-prevention trial with gemfibrozil in
middle-aged with dislipdemia: safety of treatment,
changes in risk factors, and incidence of coronary
heart disease. N Engl J Med, 1987; 317:1237-45.
7. Brett AS. Traeting Hypercholesterolemia: How
should practicing phisicians interpret the published
data for patients N Engl J Med, 1989; 321:676-80.

8. Porta Serra M, lvarez-Dardet C, Bolmar F, et al. La
calidad de la informacin clnica: validez. Med Clin
1988; 89:741-7.
9. lvarez-Dardet C, Bolmar F, Porta Serra M. Tipos
de estudios Med Clin 1987; 89:296-301.
10. Lilienfield AM, Lilienfeld DE. Fundamentos de
epidemiologa. Mxico: Fondo Educativo Interamericano, 1983.
11. Miettinen OS. Estimability and estimation in case-referent studies. Am J. Epiderniol. 1976; 103:226-35.
12. Rothman KJ. Epidemiologa Moderna. pgs. 16097. Daz de Santos. Madrid, 1987.
13. Kleinbaum DG, Kupper LL, Morgensten H. Epiderniological Research. Principles and Quantitative
Methods. Belmont CA. Lifetime Learning Publications, 1982.
14. Altimiras J, Borrs JM. Conceptos de epidemiologa.
Algunas aplicaciones al campo de los medicamentos
(III). Calidad de los estudios: validez. Farm Clin,
1989; 6:158-70.
15. Guallar EM. Alternativas al diseo tradicional de los
estudios de cohortes: los estudios de casos y controles hbridos y los estudios de cohortes y casos.
En: lvarez-Dardet C, Porta M eds. Revisiones en
Salud Pblica. vol. 2. Masson. Barcelona, 1991.
16. Tognoni G. Drug Use and Monitoring, en Evaluation of Health Care. WW Holland edit. Oxford:
Oxford University Press, 1983.
17. Laporte JR, Tognoni G. Principios de Epidemiologa del Medicamento. 2 ed. Masson-Salvat. Barcelona, 1993.
18. Cannon P. Prevalence of angina as assessed by a
survey of prescriptions for nitrates. The Lancet,
1988; 30:979-81.
19. Grupo EUM de la SEFH (coordinador: J. Altimiras). Estimacin de la dosis diaria prescrita de antiinfecciosos en hospitales espaoles. Farm Hosp
1994; 18:15-21.
20. Cua B, Gonzlez M, Sim RM, Villares MC. Utilizacin de antibiticos expresados en dosis diarias
definidas por 100 camas da en 24 hospitales durante el ao 1984. Rev AEFH, 1987; XI:221-36.
21. Jimnez V, Recalde JM, Arias A, et al. Utilizacin de
antibiticos en 17 hospitales andaluces. Farm Clin,
1987; 4:15968.
22. Gallastegui C, Montoro JB, Oliveras M. Anlisis de
utilizacin de medicamentos en cinco hospitales generales de Barcelona. Farm Clin, 1987; 4:442-53.
23. Cano SM, Lalueza MP, San Juan N, et al. Anlisis de
569
utilizacin de medicamentos en cinco hospitales generales de Barcelona (II): antibiticos beta-lactmicos. Farm Clin, 1987; 4:546-52.
24. Carreras MJ, Codina C, Pumarola D, et al. Anlisis de
utilizacin de medicamentos en cinco hospitales generales de Barcelona (III): antibiticos no betalactmicos de uso sistmico. Farm Clin, 1987; 4:64450.
25. Garca B, Gea E, Gachs M, et al. Anlisis de utilizacin de medicamentos en cinco hospitales generales
de Barcelona (psicofrmacos). Farm Clin, 1987;
4:73343.
26. Annimo. Guidelines for ATC Classification. Oslo: Nordic Collaborating Centre for Drug Statistics
Methodology, 1991.
27. Annimo. Guidelines for DDD. Oslo: Nordic
Council on Medicines. WHO Collaborating Centre
for Drug Statistics Methodology, 1991.
28. Rams N, Artal A, Carretero M, et al. Consumo de antiinfecciosos 86-89. Influencia en los resultados de la
utilizacin de la DDD o de la DDR. Farmacia Hospitalaria, 1990; 1.4:230-35.
29. Laporte JR, Porta M, Capella D. Drug utilization
studies: a tool for determining the effectiveness of
drug use. Br J. Clin Pharmacol, 1983; 16:301-7.
30. Altimiras J, Duque A, Pastor E. Pharmacoepidemiological approach to improve drug therapy: Use
of ranitidine in prophylaxis of gastroduodenal damage. Proceedings of European Meeting on Pharmacoepidemiology. Verona: European Society of
Clinical Pharmacy, 1992.
31. Meylers AS. Adverse events: identification and atiribution. Drug Intell Clin Pharm, 1987; 21:915-20.
32. Porta Serra M. Los ensayos clnicos en fase IV: por
qu, cundo y cmo. En: Garca Alonso F, Bakke
OM, eds. Metodologa del Ensayo Clnico. Fundacin Dr. Antonio Esteve/Ediciones Doyma. Barcelona, 1991; 31-39.
33. Peto R. Design and analysis of randomized clinical
trials requiring prolongued observation of each patient. (I, II) Br J. Cancer; 1976; 34:585-612, 1977;
35:1-39.
34. Yusuf S, Collins R, Peto R. Intravenous and intracoronary fibrinolytic therapy in acute myocardial infarction: overview of results of mortality reinfarction
and side effects from 33 randomized controlled
trials. Europ Heart J, 1985; 6:556-85.
35. GISSI. Effectiveness of intravenous thrombolytic
treatment in acute myocardial infarction. The Lan-
570
cet, 1986; 1:397-401.

36. Jeniek M. Meta-Analysis in Medicine. J Clin Epidemiol, 1989; 42:35-44.
37. Sacks HS, Berrier J, Rietman D, et al. Meta-Analyses
of randomized Controlled Trials N Engl J Med,
1987; 316:450-455.
38. Einarsson TR, Leeder JS, Koren G. A Method for
MetaAnalysis of epidemiologic studies D Intell Clin
Phann, 1989; 22:813-823.
39. De Simonian R, Laird N. Meta-Analysis in Clinical
Trials. Contr. Clin Trials, 1986; 7:177-88.
40. Collinns R, Yusuf S, Peto R. Overview of Randomized Trials of Diuretics in Pregnancy. B M J, 1985;
290:17-23.
41. Fernndez-Ballart JD, Vobecky J, Mart-Henneberg
C. Metaanlisis: sntesis e integracin de los resultados de estudios independientes en medicina. Med
Clin 1991; 96:382-7.
42. Thompson SG, Pocock SJ. Can meta-analyses be
trusted? The Lancet, 1991; 338: I 127-30.
43. Kasilo O, Devoto MA, Marchioli R, et al. Very large
scala trials and surveillance networks: towards unified
strategies. En: post-marketing Surveillance of
Drugs. Garatini S, ed. Milan: Wicting Editore, 1987.
44. Strom BL, Miettinen OL, Melmon KL. Post-marketing studies on drug efficacy: when must they be
randomized? Clin Pharmacol and Therap, 1983;
94:1-7.
45. Sakett DL. Compliance. En: Inman WHW, ed. Monitoring for Drug Safety 6th edition. Lancaster:
MRT Press Limited, 478. 1985.
46. Abrutin E. Better reporting of advers diug reactions: Aran Intern Med, 1985; 102:264-65.
47. Lane DA, Hutchinson TA.:The future of adverse
drug reaction diagnosis: computers, clinical judgement and the logic of uncertainty. Proceedings of
DIA Workshop. Drug Infor 1, 1986; 20:455-533.
48. Kegg DCG, Doll R. Record-linkage for drug monitoring. J. Epidemio Comm Health, 1981; 35:2531.
49. Strom BL, ed. 1989, opp. cit. 149-243.
50. Hernndez M, Walker AM, Jick H. Use of replacement estrogens and the risk of myocardial infarction. Epidemiology. 1990; 1:128-33.
51. Moskowitz MA, Jick SS, Burnside S, et al. The relationshfp of oral contraceptive use to rheumatoid
arthritis. Epidemiology, 1990; 1:153-6.
52. Jick F. Venous thromboembolic disease and ABO
blood type. The Lancet, 1979; 1:539-42.
53. Colin-Jones DG. Postmarketing surveillance of

the safety of cimetidine: mortality during second,
third and fourth years of follow-up. B M J, 1989;
291: 1084-88.
54. Royal College of General Practitioners. Oral contraceptives and health. London: Pitman Medical.
1974.
55. Vessey M, Doll R, Peto R, et al. A long-term followup women using different methods of contraception,
an inlterim report. J. Bio Sci, 1976; 8:373-427.
56. Ibez L, Laporte JR, Carn X. Adverse drug reactions leading to hospital admission. Drug Safety,
1991; 6:450-59.
57. Herbst AL, Ulfeldertt R, Postranzer DC. Adenocarcinoma of vagina. Association of maternal stibestrol therapy and tumor appearance in young women. N Engl J Med, 1997; 284:878-81.
Referencias generales
1. Epidemiologa
Last JM. Diccionario de epidemiologa. Salvat. Barcelona, 1989.
Kramer MS. Clinical Epidemiology arad Biostatistics.
Springer-Verlag. Springer-Verlag, 1988.
Feinstein AR. Clinical Epidemiology. The architecture of clinical research. Philadelphia PA. WB Saunders, 1985.
Fleiss JL. Statistical methods for restes arad proportions. John Wiley. New York, 1981.
Fletcher RH, Fletcher SW, Wagner EH. Epidemiologa clnica. Ediciones Consulta. Barcelona. 1989.
Jenicek M, Cleroux R. Epidemiologa. Principios, tcnicas, aplicaciones. Salvat. Barcelona, 1987.
Sackett DL, Haynes B, Tugwell P. Epidemiologa
Clnica. Una ciencia bsica para la medicina clnica. Daz de Santos. Madrid. 1989.
2. Farmacoepidemiologa: textos generales
Colombo F, Shapiro S, Slone D, Tognoni G, eds. Epidemiological Evaluation of Drugs. Amsterdam: ElsevierJ North-Holland Biomedical Press, 1977.
Tilson HH, ed. Progress in Pharmacoepidemiology.
Arn J: Prev Med, 1986; 4: part 2/supl.
Miettinen O. Efficacy on therapeutic practice: will
epidemiology give the answers? En: Drug Therapeutics. Concepts for Physicians. Churchill-Livingstone.
Edimburgh, 1981.

Strom BL, Miettinen OS, Melmon KL. Postmarketing studies of drug efficacy: When must they be randomized? Cln Pharmacol Therap, 1983; 34:1-7.
Strom BL, Miettinen OS, Melmon KL. Postmarketing Studies of drug efficacy: Why? Am J Med, 1985;
78:475-80.
Strom B, Miettinen OS, Melmon KL. Postmarketing
studies of drug efficacy: How? Am J Med, 1984; 77:
703-8.
Kewitz H, Roots I, Voigt K, eds. Epidemiological
Concepts in Clinical Pharmacology. Springer-Verlag:
Springer-Verlaj.1987.
LLunde PKM, Agens I, eds. Drug Utilization in Relation to Morbidity. Stockholm: Acta Medica Scandinavica, 1988.
Strom BL ed. Pharmacoepidemiology. New York:
Churchill Livingstone, 1989.
Hartzema AG, Porta MS, Tilson HH, eds. Pharmacoepidemiogy. An Introduction, 2nd edition. Cincinnati OH. Harvey Whitney Books, 1991.
Altimiras J, Figueras M, Salvat S, et al. Curso Modular
de Farmacoepidemiologa y Farmacoeconoma para
Farmacuticos de Hospital (1-5). Editores Mdicos,
S.A. 1997.
Monte Boquet E. Farmacoepidemiologa en internet.
El Farmacutico de Hospitales 2001; 123: 44-48.
Hidalgo E. Farmacoepidemiologa. ltimas novedades bibliogrficas. El Farmacutico de Hospitales. Jul
2001; 123.
3. Interpretacin de los estudios
en la toma de decisiones
Jimnez Villa J. Lectura crtica de la literatura cientfica II. Evaluacin de los resultados. FMC Formacin
Mdica Continuada en Atencin Primaria. 2000, 7, 5:
283-296.
Jovell AJ, Navarro-Rubio MD. Evaluacin de la evidencia cientfica. Med Clin (Barc) 1995; 105:740-43.
Ioannidis JPA, Lau J. Can quality of clinical trials and
meta-anayses be quantified? Lancet 1998; 352: 59091.
Berlin JA, Rennie D. Measuring the quality of trials.
The quality of quality scales. JAMA 1999, 282, 11:
1083-84.
Juni P et al. The hazards of scoring the quality of clinical trials for meta-analysis. JAMA 1999; 282: 105460.
Barton S. Which clinical studies provide the best evidence. BMJ 2000; 321:255-56.
571
Annimo. El cuestionario CONSORT: requisitos para la publicacin de ensayos clnicos. Investigacin

Clnica y Biotica. 1997; 22:5-8.
Sacristn JA, Soto J, Galende I. Evaluacin crtica de ensayos clnicos. Med Clin Barc 1993; 100:
780-787.
Guyatt GH, Sackett DL, Cook DJ. Users guides to
the medical literature. II How to use and article about
therapy and prevention. A. Are the results of the
study valid? JAMA 1993, 270,21: 2598-2601.
Guyatt GH, Sackett DL, Cook DJ. Users guides to
the medical literature. II How to use and article about
therapy and prevention. B. What were the results and
will they help me in caring for my patients? JAMA
1994, 271,1:59-63.
Altman DG. Better reporting of randomized controlled trials: the COONSORT staement. BMJ 1996;
313: 570-571.
Puigvents F. Novedades teraputicas ao 2000: los retos del mdico y del gestor. Med Clin 2001, 116,
12:465-469 1997; 315:672-675.
Mc Alister FA, Straus SF, Guyatt GH, Brian Haynes R.
Users guides to the medical literature. Integrating research evidencie with the care of the individual patient. JAMA, 2000; 283:2829-2836.
Sackett DL, Scott Richardson W, Rosenberg W, Brian
Haynes R. Medicina basada en la evidencia, cmo
ejercer y ensear MBE. Churchill Communications
Europe Espaa ed. Madrid, 1997.
Oxman Ad, Cook DJ, Guyatt AH. Users guides to
the medical literature. VI How to use an overview.
JAMA, 1994; 272, 17: 1367-1371.
Smeeth L, Haines A, Ebrahim S. Numbres needed
tot treat derived from meta-analyses-sometimes informative, usualy misleading. BMJ 1999; 318:154851.
Lpez-Arrieta JM, Qizilbash N: La medicina basada en
pruebas: revisiones sistemticas. La Colaboracin
Cochrane. Med Clin 1996; 107:581-585.
Greenhalgh T. How to read a paper: papers that summarise other papers, BMJ 1997; 315:540-3.
Cook RJ, Sackett DL. The number needed to treat: a
clinically useful measure of treatment effect. BMJ
1995; 310:452-454.
Martn J, Martnez M, Cantero P. El nmero de pacientes que ser necesario tratar: una herramienta de inters para el clnico. Med Clin 1999; 113: 156-7.
Smeeth L, Haines A, Ebrahim S. Numbers needed
to treat derived from meta-analyses sometimes infor-
572
mative, usually misleading. BMJ 1999; 318: 15481551.

Heffner JE. Does evidence-based medicine help the
development of clinical practice guidelines? Chest
1998; 113:172s-178s.
Feder G, Eccles M,Grol R, Griffiths C, et al. Using
clinical guidelines. BMJ 1999; 318:728-730.
Sheldon TA, Guyatt GH, Haines A. Getting research
findings into practice, When to act on the evidence.
BMJ 1998; 317:139-142.
Woolf SH, Grol R, Hutchinson A, et al. Potential benefits, limitations, and harms of clinical guidelines.
BMJ 1999; 318:327-330.
Norheim OF. Healthcare rationing-are additional criteria needed for assessing evidence based clinical
practice guidelines? BMJ 1999; 319:1426-1419.
4. Estudios de utilizacin
de medicamentos
Arnau JM. Estudios de utilizacin de medicamentos.
En: Farmacoepidemiologa, dirigiga por L Matos.
Santiago de Compostela: Xunta de Galicia, 1995:
191-204.
Garca R. Introduccin a la metodologa de los estudios de utilizacin de medicamentos. En: Farmacoepidemiologa, dirigida por L Matos. Santiago de
Compostela: Xunta de Galicia, 1995: 205-221.
Garca B, Gallastegui C, Altimiras J, et al. Prescripcin
de medicamentos no incluidos en la Gua Farmacoteraputica, como indicador de control de calidad.
Revista de la AEFH, XII: 19-24. 1988.
Grupo EUM de la SEFH (coordinador: J. Altimiras).
Estimacin de la dosis diaria prescrita de antiinfecciosos en hospitales espaoles. Farm Hosp 1994;
18:15-21.
Laporte JR, Tognoni G. Estudios de utilizacin de
medicamentos y de farmacovigilancia. En: Principios
de epidemiologa de medicamentos. 2 ed., dirigida
por JR Laporte y G Tognoni. Masson-Salvat. Barcelona, 1993; 1-15.
Capell D, Laporte JR. Mtodos aplicados en estudios descriptivos de utilizacin de medicamentos. En:
Principios de epidemiologa de medicamentos. 2 ed.,
dirigida por JR Laporte y G Tognoni. Masson-Salvat. Barcelona, 1993; 67-87.
Dukes MNG eds. Drug utilization studies: Methods
and uses. WHO Regional Publications. European Series; n 45, 1993.
Spooner CH, Pickard AS, Menon D. Edmonton
Quality Assessment Tool for Drug Utilization Reviews. EQUATDUR-2: the development of a scale
to assess the methodological quality of a drug utilization review. Med Care 2000 Sep; 38(9):948-58.
Bergman U, Popa C, Tomson Y, et al. Drug utilization A simple method for assessing the quality of
drug prescribing. Eur J Clin Pharmacol 1998 Apr;
54(2):113-8.
Ministerio de Sanidad y Consumo. INSALUD. Sistema de codificacin de principios activos y dosis diarias
definidas del insalud. Madrid, enero 2001).
5. Farmacoepidemiologa, textos
y artculos especficos
Light RJ, Pillmer DB. Summing up. The science of
reviewing research. Cambridge: Harward University
Press, 1984.
Peto R, Gray R, Collins R. Randomized Trial of
Prophylactic Aspirin in British Male Doctors. B M J,
1988; 296:313-316.
UK-TIA Study Group UK-TIA aspirin trial: interim
results. BMJ 1988; 96:316-320.
NHS Centre for reviews and dissemination: Undertaking systematic reviews of reseach on effectiveness,
CRD report numebre 4 (2 ed.), 2001.
Egger M, DAvey G, Phillips AN: Meta-analysis: Principles and procedures. BMJ. 1997; 315:1533-37.
Pladevall M, Arana A, Varas C. Revisiones sistemticas y metaanlisis en cardiopata isqumica. Cardiovascular risk factors. 2000; 9,4:270-281.
Delgado-Rodrguez M, Sillero-Arenas Miguel. Sesgos en el metaanlisis. Med Clin 1999; 112 (Supl
1):43-50.
Moher D, Cook DJ, Eastwood S et al. Mejora de la
calidad de los informes de los metaanlisis de los ensayos clnicos controlados. El acuerdo QUORUM. Revista espaola de Salud Pblica. 2000, 74, 2.
Pogue J, Yusuf S. Overcoming the limitations of current meta-analysis of randomized controlled trials.
Lancet 1998; 35:47-52.
Etminan ME, Levine M. Interpreting meta-analyses of pharmacologic interventions: the pitfalls
and how to identify them. Pharmacotherapy 1999;
19 (6):741-745.
Charlton BG: The uses and abuses of meta-analyses.
Family Practice 1996; 13,4:397-401.
Cappellelri Jc, et al. Large trials vs meta-analyisis of
smaller trials. How do their results compare. JAMA,
1996, 276,16:1332-1338.

Jadad AR et al Systematic reviews amd met-analyses on
treatment of asthma, critical evaluation BMJ 2000;
320:537-540.
Medical Research Council Working Party: Stroke and
Coronary Heart Disease in Mild Hypertension: risk
factors and the use of treatment. BMJ, 1988; 296:
1565-70.
Aspirn Myocardial Infarction Study Research Group:
a Ranomized Controlled Trial of Aspirin in Persones
Recovered from Myocardial Infarction. JAMA, 1980;
243:661-9.
Multple Risk Factor Intervention Trial Research
Group. Risk i or Changes and Mortality Results. JAMA. 1987: 248:1465.
Jones JC, Herman RL. The Future on Adverse Drug
Reac Diagnosis. Computers Clinical Judgement and
the Logic of Uncertainry. Drug Inform 1986; 20,4.
Irman WHW, ed. Monitoring for Drug Safety second
ed. Lancaster: MTP Press Limited, 1985.
573
H, Vessey MP. Case-Control Studies in the Evaluation Drug Induced Illness. Am J Epidemiol, 1978;
107:1-7.
Vening GR. Identification of Adverse Reactions to
New Drugs (I-IV) B. M. J., 286, 199-202, 289-292,
365-68, 458-60, 544.
Shapiro S. The Epidemiological evaluation of Drugs
Acta Scand, 1983; Supp 1683:23-27.
Skegg DCG. Potential for Bias in Case-Control Studies
of Oral Contraceptives and Breast Cancer. Am J Epidemiol, 1988; 127:205-211.
Stolley PD, Strom BL. Evaluating and Monitoring
the Safety and Efficacy of Drug Therapy and Surgery. J Chron Dis, 1988; 39:1145-55.
Edlavitch SA. Postmarketing Surveillance Methodologies. Drug Intell Clin Pharm, 1988; 22:68-78.
Smith-Rogers A, Porta M, Tilson HH. Guidelines for
decision making in postmarketing surveillance of
drugs. J Clin Res Pharmacoep, 1990; 4:241-51.
574

Cap 29

Cargado por

Copyright:

Formatos disponibles

Cap 29

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cap 29

Cargado por

Copyright:

Formatos disponibles

2.9.

La toma de decisiones para conseguir un uso

blacin pacientes y centrar el punto de observacin

bilidad. El mtodo epidemiolgico est basado en

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

P = n de casos existentes/poblacin total

La incidencia acumulada expresa la probabilidad o

IA = n de nuevos casos/n de individuos a riesgo

Relacin entre incidencia y prevalencia

Veamos ahora con un ejemplo los conceptos de

una cierta movilidad poblacional, se puede elegir

DI = 5 /30,5 = 0,164 = 16,4 casos

Evidentemente, tambin se emplean tasas de

En sentido estricto, como en el clculo de la IA

b) Medidas de asociacin o comparacin

Esquema 1. Funciones farmacuticas clnicas.

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

toma de decisiones. En algunas publicaciones el Riesgo

racin directa estar sesgada.

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

Metodo estndar o patrn oro

estamos midiendo la presin arterial de un sujeto con un

Los 20 efectivos de la primera casilla representan los

Estos ndices no corresponden a la clsica forma

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

Tabla 1. Modificado de Lilieafeld AM y Lilienfeld DE(10).

Asignacin de los individuos

cuencia que se utiliza es, evidentemente, la prevalencia;

distintos grupos de riesgo es un ejemplo de estudio

funcin generalmente descriptiva, no son vlidos para

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

Incidencia en expuestos y en no expuestos:

Si RA = 0 no hay asociacin. Si RA > 0 la exposicin

lim. sup. = RR[1+(Z / - )]

lim. inf. = RA - z / - - lim. sup. = RA + z/-

Existen otros mtodos de estimacin aproximada,

Rothman(12). Si, para el RR el IC no incluye al 1,0, se

ser necesario que el nivel cultural sea semejante al de

La razn de las Odds (RO) de exposicin entre los

Investigacin de la Exposicin (restrospectiva)

Investigacin de la Exposicin (restrospectiva)

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

y reduccin de sesgos potenciales en la seleccin del

cionado con la exposicin, con lo que los resultados de

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

Simple de aplicar y analizar Aumenta la eficacia del estudio

Alarga el tiempo del estudio.

Aumenta la eficiencia del estudio

Alarga el tiempo del estudio.

Simple; no impone estructuras

Categorizar puede perder alguna

Las asunciones de base no siempre se

restringida de sujetos. La forma habitual de aumentar la validez externa es la de replicar el estudio

En la introduccin ya se defini el concepto de farmacoepidemiologa. Veamos ahora como se concreta en

FARMACOEPIDEMIOLOGA Y ESTUDIOS DE UTILIZACIN DE MEDICAMENTOS

bito (un pais, un hospital, una organizacin sanitaria,

b.1) Clasificaciones de medicamentos

Aparato Digestivo y Metabolismo