Cómo interpretar una tasa de éxito al dejar de fumar

01

Inscritos, seguidos y analizados no son lo mismo

En un resultado sí/no, el numerador cuenta quienes cumplen el criterio y el denominador identifica la población del cálculo. CONSORT pide números analizados, datos disponibles para cada resultado y momento, y resultados por grupo. El total inicial no tiene por qué ser el denominador de cada porcentaje posterior.

Separe asignación, participación real, seguimiento y análisis. Si solo aparece «25% de éxito», faltan datos: no suponga que se incluyó a todas las personas inscritas.

[1]

02

Una sola cohorte ficticia: 20% o 25%

Números inventados, no un estudio: se inscriben 100 personas. En la evaluación prevista hay datos de 80: 20 cumplen un criterio fijo y 60 no. De las otras 20 no hay datos. 20 entre 100 da 20%; 20 entre las 80 con datos da 25%.

Son dos cálculos sobre las mismas personas, no tasas de dos intervenciones. El número observado que cumple el criterio sigue siendo 20. Clasificar un resultado ausente como no cumplido es una convención analítica, no observar que esa persona fumó. Ningún cálculo es automáticamente insesgado.

03

¿Éxito en qué, y cuándo?

Abstinencia, reducción del consumo, asistencia y satisfacción son resultados distintos. Busque la definición completa y el momento; compruebe si es el resultado primario previsto o uno secundario.

Una visita a los seis meses puede preguntar solo por los siete días anteriores, no por seis meses continuos. Productos incluidos y método de verificación también condicionan si los porcentajes miden lo mismo.

[2][4]

04

Las pérdidas requieren supuestos explícitos

Busque cuántos datos faltan en cada grupo, las razones, el método y análisis de sensibilidad bajo otros supuestos. Analizar únicamente observaciones disponibles, imputar un valor o aplicar un modelo son decisiones diferentes.

CONSORT señala que los métodos para datos ausentes dependen de supuestos. Una sustitución simple no es necesariamente conservadora ni insesgada. Que la cifra parezca completa no convierte lo desconocido en un resultado medido.

[3]

05

El doble no significa veinte puntos más

Otro ejemplo puramente ficticio: dos grupos realmente comparables tienen 100 personas cada uno; cumplen el criterio 20 en uno y 10 en otro. Son 20% y 10%, diferencia absoluta de diez puntos porcentuales y razón relativa de 2. No veinte puntos adicionales.

No hay intervención real, evidencia de aleatorización ni intervalo de confianza en este ejemplo. Ilustra unidades, no eficacia. En un ensayo real, busque tanto la comparación absoluta como la relativa y su incertidumbre.

06

Conserve la incertidumbre junto al efecto

Una diferencia estimada debe indicar su precisión, habitualmente con un intervalo de confianza. Un intervalo amplio deja más incertidumbre sobre su magnitud. No corrige sesgo de seguimiento ni resultados incompatibles. La población y el contexto del servicio limitan trasladar una cifra a una persona.

Si la tasa influye en una decisión de atención, lleve el informe original a un profesional cualificado local y pregunte si población, apoyo, resultado y seguimiento responden a su duda. No use el titular como cálculo de su probabilidad personal. En España, los enlaces del Ministerio de Sanidad orientan a recursos de las comunidades autónomas y ciudades. Confirme el servicio concreto; el directorio no valida una tasa ni acredita la misma atención en todos los países hispanohablantes.

[1][5][6]

07

Ideas clave

• Anote juntos n/N, resultado, momento y regla para datos ausentes.
• La tasa de quienes responden no equivale a la de todos los inscritos.
• Distinga comparabilidad, puntos porcentuales, razón relativa e incertidumbre.

08

Preguntas frecuentes