MÉTODOS ESTADÍSTICOS EN EL TRASPLANTE RENALTabla VIANOVACR360Sum of Squares df Mean Square F Sig.Betwe<strong>en</strong> Groups 12,371 2 6,186 15,021 0,000Within Groups 95,949 233 0,412Total 108,320 235Tabla VIIMultiple ComparisonsDep<strong>en</strong>d<strong>en</strong>t Variable: CR360(I) NºRA (J) NºRA Mean Std. Sig. 95%Differ<strong>en</strong>ce ErrorConfid<strong>en</strong>ce(I-J)IntervalLower UpperBound BoundTukey HSD 0 1 -0,346 0,095 0,001 -0,568 -0,1242 -1,417 0,325 0,000 -2,178 -0,6561 0 0,346 0,095 0,001 0,124 0,5682 -1,071 0,331 0,003 -1,847 -0,2962 0 1,417 0,325 0,000 0,656 2,1781 1,071 0,331 0,003 0,296 1,847Scheffe 0 1 -0,346 0,095 0,002 -0,579 -0,1122 -1,417 0,325 0,000 -2,217 -0,6171 0 0,346 0,095 0,002 0,112 0,5792 -1,071 0,331 0,006 -1,887 -0,2562 0 1,417 0,325 0,000 0,617 2,2171 1,071 0,331 0,006 0,256 1,887Bonferroni 0 1 -0,346 0,095 0,001 -0,574 -0,1172 -1,417 0,325 0,000 -2,200 -0,6341 0 0,346 0,095 0,001 0,117 0,5742 -1,071 0,331 0,004 -1,869 -0,2742 0 1,417 0,325 0,000 0,634 2,2001 1,071 0,331 0,004 0,274 1,869ANOVA, con <strong>el</strong> valor de F y la significación estadística que, <strong>en</strong> este caso, es p = 0,000.Por tanto, ya podemos afirmar que <strong>el</strong> número de rechazos agudos influye significativam<strong>en</strong>te<strong>en</strong> la creatinina plasmática al primer año.En la Tabla VII se nos indica <strong>el</strong> resultado de la comparación múltiple <strong>en</strong>tre los grupos,mediante una tabla <strong>en</strong> la que podemos ver <strong>el</strong> test estadístico correspondi<strong>en</strong>te, los di-44
ESQUEMA GENERAL DE ANÁLISIS ESTADÍSTICO DE UNA POBLACIÓN TRASPLANTADAversos cruces <strong>en</strong>tre <strong>el</strong>los y <strong>el</strong> resultado de la significación o no de cada cruce. En nuestroejemplo, podemos observar cómo exist<strong>en</strong> difer<strong>en</strong>cias significativas <strong>en</strong>tre todos losgrupos y con cualquier test aplicado. Lógicam<strong>en</strong>te, <strong>el</strong> valor de p puede ser difer<strong>en</strong>te según<strong>el</strong> test, pero su<strong>el</strong>e haber muy pocas difer<strong>en</strong>cias como observamos <strong>en</strong> nuestroejemplo.Comparación de proporcionesEn muchas ocasiones t<strong>en</strong>emos la necesidad de comparar, <strong>en</strong> dos o más poblaciones indep<strong>en</strong>di<strong>en</strong>tes,<strong>el</strong> porc<strong>en</strong>taje de paci<strong>en</strong>tes que ti<strong>en</strong><strong>en</strong> una característica determinada con<strong>el</strong> porc<strong>en</strong>taje de los que cumpl<strong>en</strong> determinados criterios, por ejemplo, <strong>en</strong> nuestro ejemplonos podría interesar saber si <strong>el</strong> porc<strong>en</strong>taje de injertos no funcionantes se ve influidopor la causa de la muerte d<strong>el</strong> donante. También existe la posibilidad de que necesitemoscomparar porc<strong>en</strong>tajes <strong>en</strong> muestras apareadas, es decir, si hay un cambio significativo<strong>en</strong> <strong>el</strong> porc<strong>en</strong>taje de un parámetro <strong>en</strong> la misma población de paci<strong>en</strong>tes cuando cambiauna característica de esemismo grupo, por ejemplo, <strong>el</strong>porc<strong>en</strong>taje de paci<strong>en</strong>tes conhipercolesterolemia tras unainterv<strong>en</strong>ción terapéutica (cambiode tratami<strong>en</strong>to inmunosupresor,tratami<strong>en</strong>to con hipolipemiantes,etc.).El método estadístico más utilizadopara este tipo de comparaciónes <strong>el</strong> test CHI cuadrado,que <strong>en</strong> <strong>el</strong> SPSS se realizade la manera expuesta <strong>en</strong>las Figuras 15 y 16.En este ejemplo, queremos Figura 15comprobar si la causa demuerte d<strong>el</strong> donante influye <strong>en</strong> la supervi<strong>en</strong>cia d<strong>el</strong> injerto de manera global. El resultadod<strong>el</strong> test CHI cuadrado se muestra <strong>en</strong> la Tabla VIII.Como vemos <strong>en</strong> la primera tabla, la difer<strong>en</strong>cia más importante existe <strong>en</strong>tre los injertosno funcionantes (N): <strong>el</strong> 20,2% procedían de donantes por ACVA vs. <strong>el</strong> 11,5% de donantespor TCE. En la segunda tabla, podemos comprobar que esta difer<strong>en</strong>cia es estadísticam<strong>en</strong>tesignificativa: p = 0,034. En esta misma tabla observamos que <strong>el</strong> programa realiza,de manera automática, la prueba exacta de Fisher; este test se debe t<strong>en</strong>er <strong>en</strong>cu<strong>en</strong>ta únicam<strong>en</strong>te si las frecu<strong>en</strong>cias esperadas, no las reales, son pequeñas (