Calculadora de contraste de hipótesis para odds ratio

Explicación

El odds ratio (OR) es la medida de asociación característica de los estudios caso-control. En este diseño se seleccionan personas con la enfermedad (casos) y sin ella (controles) y se recoge retrospectivamente si estuvieron expuestos al factor de interés. La tabla 2×2 resume las cuatro combinaciones posibles de exposición y estado de caso.

Bajo la hipótesis nula \(H_0: \mathrm{OR} = 1\) no existe asociación entre la exposición y la enfermedad: las odds de exposición son iguales en casos y controles. Un OR mayor que 1 sugiere que la exposición es un factor de riesgo; un OR menor que 1 sugiere que es un factor protector.

El contraste se basa en la aproximación normal del logaritmo del OR. Como \(\ln(\hat{\mathrm{OR}})\) es aproximadamente normal con media \(\ln(\mathrm{OR})\) y error estándar \(\mathrm{SE} = \sqrt{1/a + 1/b + 1/c + 1/d}\), bajo \(H_0\) el estadístico \(Z = \ln(\hat{\mathrm{OR}}) / \mathrm{SE}\) sigue una distribución \(N(0,1)\). Esta aproximación es fiable cuando todas las frecuencias de la tabla son al menos 5; con frecuencias menores se recomienda el test exacto de Fisher.

Hipótesis y estadístico

\(H_0: \mathrm{OR} = 1 \quad \Leftrightarrow \quad H_0: \ln(\mathrm{OR}) = 0\)

\( \widehat{\mathrm{OR}} = \frac{a \cdot d}{b \cdot c} \)

\( \mathrm{SE}\bigl(\ln\widehat{\mathrm{OR}}\bigr) = \sqrt{\frac{1}{a} + \frac{1}{b} + \frac{1}{c} + \frac{1}{d}} \)

\( Z = \frac{\ln\widehat{\mathrm{OR}}}{\mathrm{SE}\bigl(\ln\widehat{\mathrm{OR}}\bigr)} \sim N(0,1) \)

Contraste rápido

Para interpretar rápidamente un odds ratio conviene fijarse en tres elementos: el valor puntual del OR, el intervalo de confianza y el p-valor.

• OR = 1: no hay asociación entre exposición y enfermedad.
• OR > 1: la exposición se asocia con mayor riesgo de ser caso (factor de riesgo). Cuanto mayor es el OR, más intensa es la asociación.
• OR < 1: la exposición se asocia con menor riesgo de ser caso (factor protector). Un OR de 0,5 indica que las odds de exposición son la mitad en casos que en controles.

Si el intervalo de confianza del OR no incluye el valor 1, la asociación es estadísticamente significativa al nivel elegido, lo que es equivalente a rechazar \(H_0\) con ese p-valor. Junto al p-valor siempre conviene reportar el OR con su intervalo de confianza, ya que la significación estadística no implica necesariamente relevancia clínica o práctica.

Como verificación adicional, esta calculadora muestra también el chi-cuadrado de Pearson para la tabla 2×2. Al cuadrado, el estadístico Z del contraste del OR coincide (aproximadamente) con el chi-cuadrado de Pearson, lo que permite validar los resultados de forma cruzada.

Ejemplo resuelto

Considera la tabla 2×2 con valores por defecto: \(a = 40\) (expuestos-casos), \(b = 60\) (no expuestos-casos), \(c = 30\) (expuestos-controles), \(d = 70\) (no expuestos-controles).

Se calcula el odds ratio:

\( \widehat{\mathrm{OR}} = \frac{a \cdot d}{b \cdot c} = \frac{40 \times 70}{60 \times 30} = \frac{2800}{1800} \approx 1{,}5556 \)

El logaritmo natural del OR y su error estándar:

\( \ln\widehat{\mathrm{OR}} = \ln(1{,}5556) \approx 0{,}4418 \)

\( \mathrm{SE} = \sqrt{\frac{1}{40} + \frac{1}{60} + \frac{1}{30} + \frac{1}{70}} \approx \sqrt{0{,}0250 + 0{,}0167 + 0{,}0333 + 0{,}0143} = \sqrt{0{,}0893} \approx 0{,}2988 \)

El estadístico Z:

\( Z = \frac{0{,}4418}{0{,}2988} \approx 1{,}479 \)

Para un contraste bilateral con \(\alpha = 0{,}05\), el valor crítico es \(z_{0{,}025} \approx 1{,}96\). Como \(|Z| = 1{,}479 < 1{,}96\), no se rechaza \(H_0\). El p-valor bilateral es \(p \approx 0{,}139 > 0{,}05\).

El intervalo de confianza al 95 % para el OR es:

\( \mathrm{IC}_{95\%}(\mathrm{OR}) = \bigl(e^{0{,}4418 - 1{,}96 \times 0{,}2988},\; e^{0{,}4418 + 1{,}96 \times 0{,}2988}\bigr) \approx (0{,}867;\; 2{,}793) \)

Como el intervalo incluye el 1, la conclusión es coherente: no hay evidencia suficiente de asociación entre la exposición y la enfermedad al nivel del 5 %.

Cómo interpretar el resultado

Rechazar \(H_0\) (p-valor < \(\alpha\)) indica que hay evidencia estadística de que el odds ratio poblacional \(\text{OR}\) es distinto de 1, es decir, que la exposición y el resultado están asociados. Un \(\widehat{\text{OR}} > 1\) sugiere que la exposición aumenta las probabilidades del evento; un \(\widehat{\text{OR}} < 1\) sugiere un efecto protector. La magnitud del OR es tan importante como la significación: un OR de 1,05 puede ser estadísticamente significativo con muestras grandes pero representar una asociación trivial en la práctica.

No rechazar \(H_0\) (p-valor ≥ \(\alpha\)) no prueba que no exista asociación; solo indica que los datos son compatibles con \(\text{OR} = 1\) al nivel elegido. Estudios pequeños tienen poca potencia para detectar asociaciones moderadas. Un intervalo de confianza para el OR que se extiende ampliamente por encima y debajo de 1 señala que la estimación es muy imprecisa. En epidemiología es habitual interpretar el IC al 95%: si excluye el valor 1, la asociación es significativa al 5%; si lo incluye, no lo es.

El estadístico z se obtiene de la transformación logarítmica del OR (\(\ln\widehat{\text{OR}}\)), cuya distribución asintótica es normal bajo \(H_0\). En la visualización, la zona verde es la región de no rechazo, las zonas rojas son las regiones críticas y la línea ámbar señala el estadístico observado. Recuerda que el OR estima la razón de odds, no la razón de riesgos (RR): cuando la prevalencia del evento es alta (>10%), OR y RR pueden diferir considerablemente, y el RR puede ser más intuitivo para comunicar los resultados.

Preguntas frecuentes

• ¿Cuándo usar el contraste de odds ratio en lugar del chi-cuadrado? El contraste del OR es preferible cuando el objetivo es cuantificar la magnitud de la asociación y obtener un intervalo de confianza interpretable. El chi-cuadrado solo indica si hay asociación significativa, pero no mide cuánto. Ambos son equivalentes en la decisión de rechazo (el estadístico Z del OR al cuadrado coincide con el chi-cuadrado de Pearson).
• ¿Qué significa un OR de 2? Un OR de 2 indica que las probabilidades (odds) de estar expuesto son el doble en los casos que en los controles. En términos prácticos significa que la exposición se asocia con mayor probabilidad de ser caso, aunque no implica causalidad.
• ¿Cuál es el supuesto de este contraste? El contraste se basa en la aproximación normal del logaritmo del OR. Se recomienda que todas las frecuencias esperadas de la tabla 2×2 sean al menos 5. Con frecuencias pequeñas es preferible usar el test exacto de Fisher.
• ¿Qué diferencia hay entre odds ratio y riesgo relativo? El riesgo relativo (RR) compara directamente probabilidades de enfermedad entre expuestos y no expuestos, y solo es calculable en estudios de cohortes. El OR compara las odds y puede calcularse tanto en cohortes como en estudios caso-control. Cuando la enfermedad es rara, OR ≈ RR.

Referencia: Razón de momios (odds ratio) — Wikipedia