Qué son y cómo se interpretan los outcomes compuestos

Gabriel Rada, Macarena Roa
2009 Revista médica de Chile (Impresa)  
How to interpret composite outcomes E l outcome es aquello que se mide en un estudio. El resultado es el valor numérico que adquiere el outcome. Si un estudio evalúa la disminución de la mortalidad (outcome), el resultado es, por ejemplo, que la mortalidad disminuye en 10%. En la traducción al castellano de la palabra outcome se han utilizado muchos sinónimos: evento, desenlace, observable, variable de resultado, etc. Considerando que ninguno de ellos goza de popularidad o consenso, hemos
more » ... ido mantener el término en inglés. Un outcome compuesto (composite outcome) es aquel que incorpora más de un elemento. Se contabiliza como positivo cada vez que un paciente cumple con alguno de ellos. Por ejemplo, en el estudio ACCORD se evaluó el efecto de un tratamiento hipoglicemiante intensivo en la prevención de eventos cardiovasculares, para lo cual se definió un outcome compuesto (OC) de accidente vascular encefálico, infarto agudo al miocardio y muerte cardiovascular 1 . Cada vez que un paciente presentaba alguno de estos eventos, se contabilizaba que «presentó el outcome». A lo largo de este artículo utilizaremos preferentemente como ejemplo el estudio ACCORD, que ha sido analizado críticamente en el presente número de la Revista Médica de Chile. POR QUÉ SE UTILIZAN OC Existen dos razones principales para utilizar OC en los estudios clínicos: 1. La primera es de sentido común: ya que generalmente existe más de un posible beneficio de una intervención, es razonable medir si cualquiera de éstos se produce, es decir, el efecto neto de la intervención. Siguiendo nuestro ejemplo, se podría suponer que si la intervención X disminuye los accidentes vasculares es tan importante como si disminuye los infartos miocárdicos. 2. La segunda es una razón estadística; para poder demostrar su hipótesis, el investigador necesita que su estudio incluya un determinado número de pacientes (tamaño muestral), de manera de poder tener confianza en que los resultados que se obtendrán no se deben al azar. Uno de los factores de los que depende el tamaño muestral es del número de veces en que se espera que ocurra el outcome (riesgo basal o tasa de eventos en el grupo control), siendo menor el tamaño muestral requerido mientras más frecuente sea el outcome. Al utilizar un OC, se suman los eventos que aporta cada uno de los componentes. Por esta razón, mientras más componentes decida agre-
doi:10.4067/s0034-98872009001100019 fatcat:xtffspqtdvbn7ofjj7f3xig5ua