En nuestro campo profesional, la palabra RIESGO se debe entender como el incremento de la probabilidad de un evento por la presencia de uno o varios factores. Estos factores de riesgo son características o circunstancias detectables que se asocian a una mayor probabilidad de aparición de una enfermedad/evento. Su interacción potencia el efecto aislado de cada uno de ellos.
No debe confundirse "factor de riesgo" con "factor pronóstico". Estos últimos predicen el curso clínico de una enfermedad que ya está presente. Por tanto, en la estimación de riesgo el objetivo es la aparición de enfermedad; en la estimación pronóstico, el objetivo es la muerte, recurrencias, secuelas, etc., tras sufrir la enfermedad. Así, la identificación de factores de riesgo es imprescindible para prevención primaria mientras la identificación de factores pronósticos es de interés para prevención secundaria y terciaria.
Conviene recordar algunos conceptos epidemiológicos que se emplean con frecuencia en la literatura como indicadores de riesgo:
Incidencia del evento en la población.
Frecuencia del evento entre los que tienen el factor de riesgo y los que no lo tienen.
Indica el número de veces que es más frecuente el evento en un grupo con relación al otro. Su fórmula: Ie/Io= incidencia en expuestos/ incidencia en no expuestos.
Mide la fuerza de asociación entre la exposición al factor y la aparición del evento, por lo que es el indicador de riesgo más idóneo para la investigación etiológica y, por ello, para la prevención primaria.
Debemos expresar el valor con su intervalo de confianza. Si el intervalo engloba el valor 1, que no hay relación significativa entre el factor y la enfermedad. Si es significativamente >1 indica asociación positiva. Si es significativamente <1, indica asociación negativa, es decir, que el factor es protector para la enfermedad.
Estudio de embarazadas con exposición pasiva a tabaco y niños con peso bajo al nacer. La tabla de resultados es:
La lectura es que las expuestas pasivamente al tabaco tienen 2.71 veces más probabilidades de tener niños de bajo peso que las no expuestas. El intervalo de confianza al 95% indica, por ser >1, que la asociación es estadísticamente significativa (p<0.05).
En este caso, la Fracción Atribuible = (Ie-Io)/Ie = ((20/853)-(14/1629))/ (20/853) =0.63 indica que el 63% del bajo peso al nacer en los expuestos se debe a la exposición pasiva al tabaco.
(Tomado de Martín TR, Bracken MB en Am. J. Epidemiol. 1986;124:633-642)
La presentación de resultados de un ensayo clínico aleatorizado (estudio “Standard” para tomar decisiones basadas en la evidencia científica) usa estos indicadores derivados. Se comparan los indicadores entre el grupo sobre el que no se ha intervenido (Control) y el grupo de intervención (Tratado).
Así, RRR = (RAC-RAT)/RAC y RRA=RAC-RAT.
La RRR (reducción de riesgo relativo) nos informa en qué porcentaje se reduce el riesgo en el grupo tratado relativo a lo que ocurre en el grupo control.
La RRA (reducción de riesgo absoluto) nos indica en cuántos casos se evitarían el evento cada 100 personas tratadas.
Con una simple operación aritmética podríamos saber a cuántos debemos tratar para evitar un solo evento. Esto es el NNT (número de pacientes a tratar para reducir un evento), que es el inverso de RRA (1/RRA). El indicador NNT traduce de forma muy razonable los beneficios de una intervención (por ejemplo, un tratamiento farmacológico).
Permite extrapolar los resultados de un ensayo a personas con diferentes riesgos basales poblacionales mediante la relación: NNTxRRRxRAC = 1.
Supongamos un estudio ficticio en el que se compara la aparición de fracturas de cadera en un grupo de 100 mujeres con osteoporosis. A 40 se les suministra un nuevo fármaco y 60 forman el grupo sin intervención. Tras 18 meses de seguimiento se observa:
Fracturas en el grupo de 40 (exposición) = 4. Fracturas en el grupo de 60 (no exposición) = 15. Incidencia en expuestos = RAT =4/40 = 0.10. Incidencia en no expuestos = RAC = 15/60 = 0.25.
RR = RAT/RAC = 0.10 / 0.25 = 0.4. El riesgo de fractura en los que reciben el tratamiento relativo al de los que no lo reciben es de 0.4
RRR = reducción del riesgo relativo = (RAC-RAT)/RAC = (0.25-0.10)/0.25 = 0.6. Esto quiere decir que el tratamiento reduce el riesgo de fractura de cadera en un 60% con respecto al grupo control. También se halla como el complementario del RR = 1 –RR = 1 – 0.4 = 0.6
RRA = Reducción del riesgo relativo = RAC-RAT = 0.25 – 0.10 = 0.15 que significa que de cada 100 tratados evitaríamos 15 fracturas (15%).
En un estudio de cohortes se conocen las incidencias de la enfermedad en expuestos y no expuestos, por lo que se puede calcular RR. En un estudio de casos y controles, al no disponer de los datos anteriores, se sustituye el indicador por la OR que refleja la probabilidad de exposición de los casos (personas con la enfermedad) comparándola con la probabilidad de exposición de los controles (personas sin la enfermedad). Es un buen estimador de RR.
Informa sobre el "exceso" de casos de los expuestos y que se evitarían si se eliminara la exposición, por lo que es más útil desde el punto de vista de políticas de Salud Pública. Tiene en cuenta la frecuencia de la enfermedad, a diferencia del RR que es una razón que mide fuerza de asociación. También puede calcularse para toda la población.
Proporción de enfermedad entre los expuestos que se puede atribuir al hecho de la exposición. Su fórmula= (Ie-Io)/Io. Es muy similar a la diferencia de incidencias en su utilidad.
Los clínicos necesitan basar sus intervenciones preventivas y terapéuticas en la estimación total del riesgo más que en el nivel determinado de uno solo de los factores de riesgo. Debido a que las enfermedades cardiovasculares son una de las principales causas de morbimortalidad en países desarrollados, hay un gran interés en desarrollar modelos matemáticos de predicción del RCV para instaurar medidas de prevención primaria. Se han desarrollado múltiples modelos tanto cuantitativos como cualitativos, todos ellos con bondades y limitaciones en cuanto a las poblaciones donde se pueden aplicar, el peso proporcional de los distintos factores de riesgo, el límite de edad, etc.
El Proyecto SCORE, recomendado por el IIIJoint Task Force europeo de 2003, se basa en un modelo paramétrico basado en la función de Weibull. Se diferencia porque mide el riesgo de sufrir muerte cardiovascular (coronaria y no coronaria) a los 10 años, considerando ALTO RIESGO cuando la probabilidad es ≥5%. Se basa en poblaciones europeas y presenta tablas diferenciales según el nivel de riesgo del país. Para España se aplican las de bajo riesgo.
Recomendable Proyecto Circe que calcula con los mismos datos en SCORE (riesgo a 10 años para muerte por enfermedad cardiovascular), FRAMINGHAM (riesgo de evento coronario a 10 años), REGICOR y DORICA (estiman riesgo de evento coronario usando Framingham calibrada. Modelos españoles).
El cálculo de RCV se aplica sólo en prevención primaria de la enfermedad cardiovascular.
Deben considerarse directamente de muy alto riesgo o alto riesgo:
