MÉTODOS ESTADÍSTICOS EN EL TRASPLANTE RENALSuperviv<strong>en</strong>cia d<strong>el</strong> injertoAñosFigura 5. Función de superviv<strong>en</strong>cia para <strong>el</strong> ev<strong>en</strong>to pérdida d<strong>el</strong> injerto <strong>en</strong> la cohorte depaci<strong>en</strong>tes trasplantados d<strong>el</strong> hospital Ramón y Cajal, obt<strong>en</strong>ida por <strong>el</strong> método actuarial,defini<strong>en</strong>do intervalos de un año.Análisis multivariante: su necesidadHasta aquí se han descrito <strong>métodos</strong> que cubr<strong>en</strong> los objetivos primero y segundo<strong>en</strong>unciados <strong>en</strong> <strong>el</strong> apartado Objetivo d<strong>el</strong> análisis de superviv<strong>en</strong>cia, es decir, que permit<strong>en</strong>estimar la función de superviv<strong>en</strong>cia para un grupo de paci<strong>en</strong>tes y comparar las funcionesde dos o más grupos. Ello es muy útil <strong>en</strong> la investigación clínica, pero a m<strong>en</strong>udoinsufici<strong>en</strong>te, porque con mucha frecu<strong>en</strong>cia es necesario realizar las comparacionest<strong>en</strong>i<strong>en</strong>do <strong>en</strong> cu<strong>en</strong>ta <strong>el</strong> efecto de otras variables distintas a la que se utiliza para definirlos grupos. Por ejemplo, <strong>en</strong> <strong>el</strong> apartado Error estándar e intervalo de confianza de lasuperviv<strong>en</strong>cia, se <strong>en</strong>contró que la superviv<strong>en</strong>cia d<strong>el</strong> injerto era mejor <strong>en</strong> las mujeresque <strong>en</strong> los hombres, sin embargo la superviv<strong>en</strong>cia puede dep<strong>en</strong>der no sólo d<strong>el</strong> sexo,sino también de otras variables como la edad, <strong>el</strong> tratami<strong>en</strong>to o la comorbilidad de cadapaci<strong>en</strong>te, y podría ocurrir que hombres y mujeres sean difer<strong>en</strong>tes con respecto a esasvariables, lo que dificultaría la interpretación de ese resultado. En la comparación con<strong>el</strong> método d<strong>el</strong> log-rank se ignora este efecto de otras variables, situación que puedeser adecuada si los grupos se han s<strong>el</strong>eccionado de modo aleatorio, por ejemplo <strong>en</strong> un<strong>en</strong>sayo clínico, modo de s<strong>el</strong>ección que ti<strong>en</strong>de a hacer que los distintos grupos a compararsean homogéneos con respecto a todas las demás variables (quizás no esté de86
CURVAS DE VIDA Y SUPERVIVENCIAmás recordar que la asignación aleatoria de los grupos no garantiza que sean homogéneos,sólo garantiza que los grupos homogéneos sean los más probables), pero <strong>en</strong> losestudios observacionales es claram<strong>en</strong>te insufici<strong>en</strong>te. Por otro lado, <strong>el</strong> log-rank ofreceun valor p para la difer<strong>en</strong>cia <strong>en</strong>tre los grupos, pero no estima <strong>el</strong> tamaño d<strong>el</strong> efecto, esdecir, que hace una evaluación estadística, pero no clínica, de la difer<strong>en</strong>cia <strong>en</strong>tre losgrupos.El análisis multivariante, <strong>en</strong> particular los mod<strong>el</strong>os de regresión, permit<strong>en</strong> hacer ambascosas, esto es, evaluar <strong>el</strong> efecto de una variable t<strong>en</strong>i<strong>en</strong>do <strong>en</strong> cu<strong>en</strong>ta (controlando por,<strong>en</strong> la terminología clínico-epidemiológica) otras variables, y estimar <strong>el</strong> tamaño d<strong>el</strong> efecto.Además, y a difer<strong>en</strong>cia de los <strong>métodos</strong> de Kaplan-Meier y log-rank, que requier<strong>en</strong>que la variable sea categórica, los mod<strong>el</strong>os de regresión permit<strong>en</strong> estudiar variablescontinuas (por ejemplo, edad o niv<strong>el</strong> de creatinina), binarias (por ejemplo, sexo), categóricas(por ejemplo, histología o tratami<strong>en</strong>to) u ordinales (por ejemplo, estadio de untumor o estatus funcional).Mod<strong>el</strong>o ac<strong>el</strong>eradoHay varios mod<strong>el</strong>os de regresión propuestos (6, 11), como <strong>el</strong> llamado mod<strong>el</strong>o ac<strong>el</strong>erado,<strong>en</strong> <strong>el</strong> que se asume que la función de superviv<strong>en</strong>cia para un grupo de paci<strong>en</strong>tes,<strong>en</strong> los que se han medido k variables (X 1 , X 2 , ..., X k ), es de la forma:S(t) = S 0 (ϕ t)Si<strong>en</strong>do S 0 (t) la función de superviv<strong>en</strong>cia basal (superviv<strong>en</strong>cia cuando todas las variablesson cero) y ϕ un factor de ac<strong>el</strong>eración que dep<strong>en</strong>de de las variables de laforma:ϕ = e β 1X 1 +...+ β k X kLo r<strong>el</strong>evante d<strong>el</strong> mod<strong>el</strong>o es que <strong>el</strong> efecto de cada variable es “estirar” o “<strong>en</strong>coger” lafunción de superviv<strong>en</strong>cia a lo largo d<strong>el</strong> tiempo, de acuerdo con la constante ϕ. LaFigura 6 ilustra este mod<strong>el</strong>o <strong>en</strong> <strong>el</strong> caso de una única variable, con dos valores, porejemplo, X 1 = 0 para hombres y X 1 = 1 para mujeres. S 0 (t) es la función de superviv<strong>en</strong>ciapara los hombres y S(t) = S 0 (ϕt) para las mujeres. La proporción de hombres supervivi<strong>en</strong>tes<strong>en</strong> cualquier tiempo t es la misma que la de mujeres <strong>en</strong> <strong>el</strong> tiempo t 1 = ϕt.La figura ilustra los casos ϕ = 0,5, <strong>el</strong> efecto de ser mujer es “<strong>en</strong>coger” <strong>el</strong> tiempo a lamitad y ϕ = 2, <strong>el</strong> efecto es “alargarlo” al doble.Otros mod<strong>el</strong>os asum<strong>en</strong> alguna función de superviv<strong>en</strong>cia paramétrica (6), como porejemplo la expon<strong>en</strong>cial, la de Weibull o la log-normal, y se plantea <strong>el</strong> mod<strong>el</strong>o de regresiónpara los parámetros de las funciones.87