1.1. Definición de bioestadística y su importancia en medicina
La medicina trabaja con incertidumbre:
- Un fármaco funciona en algunos pacientes y no en otros.
- Un síntoma puede indicar varias enfermedades.
- Una prueba diagnóstica falla en una proporción de casos.
La bioestadística es la disciplina que proporciona las herramientas matemáticas para manejar esa incertidumbre de forma rigurosa. Nos permite recoger datos, resumirlos, extraer conclusiones y tomar decisiones fundamentadas.
El objetivo no es resolver ecuaciones sino responder preguntas clínicas:
- ¿Este tratamiento es mejor que el anterior?
- ¿Cuántos pacientes necesito estudiar para saberlo con seguridad?
- ¿Esta prueba diagnóstica detecta bien la enfermedad?
La estadística es el idioma en el que se escriben las respuestas.
Bioestadística: aplicación de los métodos estadísticos al diseño, análisis e interpretación de estudios en ciencias de la salud. Su objeto es obtener conclusiones válidas sobre una población a partir del estudio de una muestra.
La bioestadística ocupa un lugar central en la medicina moderna por tres razones.
- Ningún clínico puede observar a todos los pacientes que existen, necesita razonar sobre muestras.
- Los fenómenos biológicos son variables por naturaleza. Medir una vez no es suficiente.
- La evidencia científica que sustenta las guías clínicas se genera, evalúa y critica con herramientas estadísticas.
Cuando lees que "un fármaco redujo la mortalidad un 22% (IC 95%: 8-34%, p = 0,003)", cada elemento de esa frase es bioestadística: el 22% es una estimación sobre una muestra, el intervalo de confianza cuantifica la incertidumbre y el valor p evalúa si el resultado puede ser fruto del azar. Sin entender esto, no puedes valorar si el fármaco merece prescribirse.
1.2. El método estadístico dentro del método científico
El método científico sigue una secuencia conocida: pregunta, hipótesis, diseño del estudio, recogida de datos, análisis y conclusión.
La bioestadística interviene en los tres últimos pasos, pero su influencia empieza antes. Un estudio mal diseñado produce datos que ningún análisis estadístico puede arreglar.
El método estadístico tiene su propia lógica interna:
- Parte de una pregunta concreta.
- Exige definir con precisión qué se va a medir y en quiénes.
- Obliga a cuantificar la incertidumbre de las conclusiones.
- Obliga a ser explícito sobre el riesgo de equivocarse.
Esta transparencia es lo que diferencia la evidencia científica de la anécdota clínica.
El análisis estadístico no puede compensar un diseño deficiente. Si los datos se recogen mal o la muestra está sesgada, el resultado será incorrecto aunque el análisis sea impecable. Primero el diseño; después la estadística.
1.3. Población y muestra
En estadística, el término población no significa «habitantes de un país». Significa el conjunto de todos los individuos, objetos o mediciones que comparten la característica de interés para el estudio. Puede ser todos los pacientes diabéticos de España, todos los recién nacidos de un hospital o todos los eritrocitos de una persona. Lo que define la población es la pregunta que se quiere responder.
Estudiar a toda la población es en general imposible: es demasiado grande, demasiado costoso o físicamente inaccesible. Por eso se trabaja con una muestra, es decir, un subconjunto de la población, seleccionado con un procedimiento definido. El objetivo es que la muestra sea representativa, es decir, que refleje fielmente las características de la población para que las conclusiones obtenidas en la muestra puedan generalizarse.
- Población: conjunto de todos los individuos o elementos que cumplen los criterios definidos para el estudio.
- Muestra: subconjunto de la población seleccionado para ser estudiado. Sus características se usan para inferir las de la población.
La relación entre muestra y población genera dos conceptos que conviene distinguir desde el principio:
- Un parámetro es una medida que describe a la población (por ejemplo, la presión arterial media real de todos los hipertensos de España).
- Un estadístico es la medida equivalente calculada sobre la muestra (la presión arterial media de los 500 hipertensos de nuestro estudio).
El estadístico es lo que calculamos. El parámetro es lo que queremos conocer.
Una muestra grande no garantiza representatividad. El estudio Literary Digest de 1936 encuestó a 2,4 millones de personas y erró la predicción electoral porque la muestra estaba sesgada (solo respondieron personas con teléfono o coche, grupos no representativos de la población). El tamaño no corrige el sesgo de selección.
1.4. Variables
Cada individuo de la muestra aporta datos. Esos datos son valores de variables definidas como características que pueden tomar distintos valores de un individuo a otro. La edad es una variable; el sexo es una variable; el resultado de una prueba diagnóstica es una variable. Lo que no cambia entre individuos no es una variable: es una constante.
La clasificación de las variables es el primer paso obligatorio de cualquier análisis estadístico, porque determina qué herramientas se pueden aplicar.
1.4.1. Variables cualitativas
Las variables cualitativas expresan categorías o atributos, no cantidades. Sus valores son nombres o etiquetas.
Se dividen en dos subtipos según si existe o no un orden natural entre las categorías.
- Las variables nominales no tienen orden. Por ejemplo, el grupo sanguíneo (A, B, AB, 0) o el sexo biológico (masculino, femenino). Cambiar el orden de las categorías no altera su significado.
- Las variables ordinales sí tienen un orden intrínseco. El estadio de un tumor (I, II, III, IV) o la intensidad del dolor (leve, moderado, intenso) admiten comparaciones de «más que» o «menos que», aunque la distancia entre categorías no es cuantificable de forma precisa.
Codificar una variable cualitativa con números no la convierte en cuantitativa. Si asignamos 1 = varón y 2 = mujer, el 2 no significa "el doble" de nada. El número es una etiqueta. Calcular la media de esos valores carece de sentido estadístico.
1.4.2. Variables cuantitativas
Las variables cuantitativas expresan cantidades. El resultado es un número con significado matemático real. Se dividen en dos subtipos.
- Las variables discretas solo pueden tomar valores enteros contables. Por ejemplo, el número de hijos, el número de ingresos hospitalarios o el número de leucocitos en un campo microscópico. No existen valores intermedios (no hay 2,7 ingresos).
- Las variables continuas pueden tomar cualquier valor dentro de un rango, con tantos decimales como permita el instrumento de medida. La talla, el peso, la glucemia o la presión arterial son continuas. En la práctica, toda medición biológica con instrumento de precisión es continua.
La tabla siguiente resume la clasificación completa:
| Tipo | Subtipo | Definición | Ejemplos clínicos |
|---|---|---|---|
| Cualitativa | Nominal | Categorías sin orden | Grupo sanguíneo, sexo, diagnóstico, especie bacteriana |
| Ordinal | Categorías con orden, sin distancias iguales | Estadio tumoral, escala de Glasgow, grado de disnea (NYHA) | |
| Cuantitativa | Discreta | Valores enteros contables | Número de hijos, paridad, días de ingreso, número de episodios |
| Continua | Cualquier valor en un rango | Talla, peso, glucemia, presión arterial, temperatura |
1.5. Escalas de medida
La clasificación en cualitativa/cuantitativa se complementa con las escalas de medida de Stevens, que describen con más precisión qué operaciones matemáticas son válidas sobre cada tipo de dato. Las escalas de medida forman una jerarquía, cada nivel incluye las propiedades del nivel anterior y añade una nueva.
- Escala nominal. Es la más básica, solo permite identificar y clasificar. Los valores son etiquetas. Las únicas operaciones válidas son contar cuántos hay en cada categoría y calcular la moda. No tiene sentido ordenar ni restar.
- Escala ordinal. Añade orden a las categorías. Sabemos que un estadio III es peor que un estadio II, pero no sabemos cuánto peor. La diferencia entre estadio I y estadio II no tiene por qué ser igual a la diferencia entre estadio II y estadio III. Se puede calcular mediana y percentiles, pero no media aritmética.
- Escala de intervalo. Tiene categorías ordenadas con distancias iguales entre valores consecutivos, pero carece de cero absoluto. La temperatura en grados Celsius es el ejemplo clásico: la diferencia entre 20 °C y 30 °C es igual a la diferencia entre 30 °C y 40 °C, pero 0 °C no significa «ausencia de temperatura». Por eso no se puede decir que 40 °C es «el doble de caliente» que 20 °C. Se puede calcular media y desviación típica.
- Escala de razón (o ratio). Esta escala añade el cero absoluto como ausencia real de la magnitud. El peso, la talla, la glucemia o la frecuencia cardíaca son ejemplos. Aquí sí tienen sentido todas las operaciones: una presión arterial de 160 mmHg es el doble que 80 mmHg. Es la escala más informativa.
| Escala | Propiedades | Cero absoluto | Ejemplo | Estadísticos válidos |
|---|---|---|---|---|
| Nominal | Clasificación | No | Grupo sanguíneo, sexo | Moda, frecuencias |
| Ordinal | Clasificación + orden | No | Escala de dolor 1-10, estadio tumoral | Mediana, percentiles, moda |
| Intervalo | Clasificación + orden + distancias iguales | No | Temperatura en °C, año calendario | Media, DE, mediana |
| Razón | Clasificación + orden + distancias iguales + cero real | Sí | Peso, glucemia, frecuencia cardíaca | Todas: media, DE, cociente |
Las escalas forman una jerarquía ascendente: razón > intervalo > ordinal > nominal. A mayor nivel, más operaciones matemáticas son válidas y más información aporta la variable. Cuando tengas que elegir cómo medir algo, elige la escala más alta que sea clínicamente razonable.
1.6. Importancia del tipo de variable
Conocer el tipo de variable determina directamente qué análisis estadístico es apropiado. Usar una prueba diseñada para variables cuantitativas sobre una variable ordinal puede producir resultados incorrectos o sin sentido.
Como regla práctica:
- Las variables cualitativas se resumen con frecuencias y porcentajes, se representan con gráficos de barras o sectores, y se comparan con pruebas como chi-cuadrado.
- Las variables cuantitativas se resumen con medias y desviaciones típicas (si son simétricas) o medianas y rangos intercuartílicos (si son asimétricas), se representan con histogramas o diagramas de caja, y se comparan con pruebas como la t de Student o U de Mann-Whitney.
En la práctica clínica, algunas variables se tratan de forma distinta según el contexto. La edad es cuantitativa continua, pero a veces se categoriza en grupos (menor/mayor de 65 años) para un análisis concreto. Eso implica pérdida de información: la categorización siempre reduce lo que se puede extraer de un dato. Solo se hace cuando tiene justificación clínica o metodológica clara.
Pregunta frecuente:
"¿A qué escala de medida pertenece la variable X?".
El truco: pregúntate si tiene orden (si no → nominal), si las distancias son iguales (si no → ordinal), y si tiene cero absoluto (si no → intervalo; si sí → razón).
La escala de dolor 0-10 parece cuantitativa pero es ordinal, no sabemos si la diferencia entre 3 y 4 es igual a la diferencia entre 7 y 8.
