¿Cómo interpretamos el riesgo o la probabilidad y el riesgo relativo cuando hablamos de salud y enfermedad?
Jesús Vioque, catedrático de Medicina preventiva y Salud pública en la UMH. Director de la Unidad de Epidemiología de la Nutrición (EPINUT)
Cuando los estudios científicos hablan de riesgo, se refieren a la probabilidad de que una enfermedad aparezca en un grupo de personas durante un periodo determinado. En epidemiología, el riesgo suele expresarse de forma relativa comparando dos grupos: por ejemplo, el riesgo entre quienes están expuestos a un factor —como un determinado hábito alimentario— y quienes no lo están. A esta razón de riesgos se le denomina genéricamente riesgo relativo (RR) y expresa cuántas veces más riesgo de desarrollar la enfermedad tienen quienes están expuestos frente a quienes no lo están. También puede expresarse en términos absolutos y se conoce con el nombre de diferencia de riesgos o riesgo atribuible, es decir, qué proporción de enfermedad puede atribuirse a los que están expuestos por el hecho de estarlo.
En los estudios de cohortes y en los de intervención suele estimare el riesgo relativo, basado en el cálculo de la incidencia de enfermedad en expuestos frente a la incidencia en los no expuestos (riesgos en expuestos/riesgo en los no expuestos), mientras que en los estudios de casos y controles no se pueden estimar riesgos, aunque si es posible estimar una medida similar al riesgo relativo, la denominada razón de odds (odds ratio, OR) cuya interpretación es similar al RR. Si el valor del RR o de la OR es igual a 1, entonces se dice que no hay efecto de la exposición, asociación nula o, dicho de otra forma, que el riesgo en los expuestos es igual al de los no expuestos; si es mayor a 1, el riesgo es mayor en el grupo expuesto (factor perjudicial); y si es menor que 1, la exposición es un factor protector (ej. comer frutas y verduras o vacunarse).
Sin embargo, interpretar y concluir sobre una asociación observada con un riesgo relativo concreto requiere cierta cautela. En primer lugar, se debe descartar que el azar sea una explicación de la asociación (error aleatorio), y para ello deben realizarse pruebas estadísticas y mostrar que la probabilidad de que la asociación sea debida al azar es muy pequeña (valor-de-p <0.05 o que los denominados intervalos de confianza no incluyan el 1, valor nulo). Por otra parte, es posible que se hayan cometido errores sistemáticos (sesgos) al seleccionar a los participantes, al hacer las mediciones de las exposiciones y de la enfermedad, y/o al controlar el efecto de otros posibles factores de riesgo (factores de confusión).
Por otra parte, basados en los resultados de un solo estudio, no podemos concluir que la asociación sea de tipo causal, a pesar de que el estudio esté bien realizado, sin sesgos aparentes, y de que el aumento del riesgo relativo sea significativo (p<0.05). Para ello, se deben considerar otros aspectos, como los denominados criterios de causalidad propuestos por B. Hill, basados en la fuerza de asociación, el diseño del estudio, la secuencia temporal (la exposición debe preceder a la enfermedad), la consistencia de los resultados con otros estudios, las relaciones dosis-respuesta o la experimentalidad.
En epidemiología de la nutrición, encontrar asociaciones y establecer relaciones causales supone un gran desafío ya que, por una parte, las asociaciones a detectar como significativas, suelen ser leves ya que todo el mundo suele estar expuesto, como ocurre, por ejemplo, con el consumo de un nutriente (ej. vitamina C) y las diferencias a detectar suelen ser muy pequeñas, a diferencia de lo que ocurre con otras exposiciones (ej. tabaco, alcohol donde se da el no consumo). Por otra parte, medir la dieta habitual a largo plazo en el pasado, la que es de interés para investigar una enfermedad, resulta complicado y requiere métodos fiables. Como, por ejemplo, cuestionarios de frecuencia de alimentos que sean previamente validados y reproducibles.
