MÉTODOS ESTADÍSTICOS EN EL TRASPLANTE RENALtem<strong>en</strong>te influida por los valores extremos, <strong>en</strong> especial <strong>en</strong> las series de datos cortas (seda la circunstancia <strong>en</strong> muchas ocasiones de que un solo dato, excesivam<strong>en</strong>te alto o bajo,hace que un porc<strong>en</strong>taje muy <strong>el</strong>evado de los valores estén por <strong>en</strong>cima o por debajod<strong>el</strong> valor de la media), por esto, es muy interesante complem<strong>en</strong>tar la información qu<strong>en</strong>os proporciona con la mediana, que no es más que <strong>el</strong> valor equidistante <strong>en</strong>tre los extremosde la serie de datos, de tal manera que la mitad de los mismos son inferiores a<strong>el</strong>la y la otra mitad superiores, por lo cual no está influida por los valores extremos. Sinembargo, no es habitual <strong>en</strong> la comparación de poblaciones al haber muy pocos test qu<strong>el</strong>a utilic<strong>en</strong>, por lo que está prácticam<strong>en</strong>te limitada a su uso como parámetro descriptivo.Una vez conocida la t<strong>en</strong>d<strong>en</strong>cia de una serie de datos, deberemos analizar su dispersióno variación. Lógicam<strong>en</strong>te, la primera y más obvia medida de variación es <strong>el</strong> rango de lamuestra, es decir, los valores máximo y mínimo y su difer<strong>en</strong>cia, pero carece de valor pararealizar pruebas estadísticas y únicam<strong>en</strong>te ti<strong>en</strong>e valor informativo. Sin duda alguna, lamedida de dispersiónmás frecu<strong>en</strong>tem<strong>en</strong>teusada <strong>en</strong> estadísticamédica, es la desviaciónestándar de lamedia, cuyo valor influyedecisivam<strong>en</strong>te<strong>en</strong> la exist<strong>en</strong>cia real dedifer<strong>en</strong>cias <strong>en</strong>tre dospoblaciones. Además,de manera indirecta,nos puede resultarmuy útil para depurarvalores no reales porerrores <strong>en</strong> la introducciónde los datos (locual no es raro, sobretodo <strong>en</strong> series grandes)y que nos pued<strong>en</strong>Figura 6alterar de manera significativa la media, y por tanto, las comparaciones posteriores. Porejemplo, es fácil confundirse al teclear <strong>el</strong> valor de cualquier parámetro con decimales,simplem<strong>en</strong>te con olvidar la coma, <strong>el</strong> valor se multiplica por 10 o por 100 (glucemia: 90,8ó 908 mg/dL; ácido úrico: 7,26 ó 726 mg/dL). T<strong>en</strong>i<strong>en</strong>do <strong>en</strong> cu<strong>en</strong>ta que, <strong>en</strong> una serie dedatos con una distribución r<strong>el</strong>ativam<strong>en</strong>te simétrica (media y mediana con valores muycercanos), la media ±2 desviaciones estándar supone aproximadam<strong>en</strong>te <strong>el</strong> 95% de lasobservaciones, todos los valores que estén por <strong>en</strong>cima o por debajo deberían ser comprobados<strong>en</strong> la fu<strong>en</strong>te original de los datos. En resum<strong>en</strong>, la descripción de todas las variablescuantitativas de una serie trasplantada debe incluir, necesariam<strong>en</strong>te, <strong>el</strong> cálculo36
ESQUEMA GENERAL DE ANÁLISIS ESTADÍSTICO DE UNA POBLACIÓN TRASPLANTADAFigura 7de la media, la mediana y la desviación estándar de la media. Estos cálculos son muy fácilesy rápidos con <strong>el</strong> SPSS ya que, no solam<strong>en</strong>te podemos realizar todas las pruebas ala vez, sino que además nos permite hacerlo con varias variables al mismo tiempo, tal ycomo puede verse <strong>en</strong> <strong>el</strong> ejemplo posterior, <strong>en</strong> <strong>el</strong> que vamos a calcular los parámetros citados<strong>en</strong> la evolución de la función r<strong>en</strong>al: creatinina plasmática y aclarami<strong>en</strong>to de la creatininaal séptimo día, primer, tercer y sexto mes, y primer año.De nuevo y, como <strong>en</strong> casos anteriores, deberemos ir a la sección Statistics y, a continuación,las que se v<strong>en</strong> <strong>en</strong> la Figura 6.A continuación, <strong>el</strong>egiremos las variables que deseemos analizar, t<strong>en</strong>i<strong>en</strong>do <strong>en</strong> cu<strong>en</strong>taque este programa las ord<strong>en</strong>a por ord<strong>en</strong> alfabético y no por <strong>el</strong> ord<strong>en</strong> <strong>en</strong> que nosotros lashemos colocado <strong>en</strong> la tabla de datos, y s<strong>el</strong>eccionaremos los parámetros <strong>estadísticos</strong>m<strong>en</strong>cionados, como <strong>en</strong> la Figura 7.Después de pulsar Continue y OK <strong>el</strong> programa nos mostrará la sigui<strong>en</strong>te tabla y datos(Tabla II).En <strong>el</strong>la podemos ver <strong>el</strong> número de casos válidos y <strong>en</strong> los que no exist<strong>en</strong> datos, la mediay la mediana, y las medidas de dispersión: desviación estándar, rango y valores máximoy mínimo. Como puede verse <strong>en</strong> este caso, la muestra no es demasiado homogénea,sobre todo <strong>en</strong> lo que respecta a valores máximos y mínimos, por lo que sería muy conv<strong>en</strong>i<strong>en</strong>tecomprobar si son correctos todos los valores que estén por <strong>en</strong>cima y por debajode la media ±2 DE (por ejemplo, <strong>en</strong> <strong>el</strong> caso d<strong>el</strong> aclarami<strong>en</strong>to de la creatinina a losseis meses, deberíamos asegurarnos de que son ciertos todos los valores >131, aun-37