Selección del tamaño muestral para una investigación clínica

La población de un estudio es aquella a la que va dirigido el estudio y que queda definida por los criterios de inclusión y exclusión. Incluir a toda la población en el estudio es prácticamente inviable, ya que el tamaño de esta suele ser muy grande e implicaría una cantidad ingente de tiempo y recursos. Por ello, se selecciona una muestra o subgrupo de pacientes de la población para incluirlos en el estudio.

Los resultados obtenidos con la selección de muestras de pacientes deberían ser extensibles a toda la población porque si no el estudio carecería de validez. Este hecho dependerá en gran medida de la adecuada elección de los pacientes de la muestra, o dicho en términos estadísticos, de que la muestra sea representativa de la población en estudio.

 

“Los resultados obtenidos con la muestra de pacientes deberían ser extensibles a toda la población porque si no el estudio carecería de validez”

 

Técnicas para la selección de muestras en un estudio

Se llama muestreo a la técnica empleada para seleccionar pacientes de una población. Existen muchos tipos de muestreo, dependiendo de los criterios que se consideren en el proceso de selección.

Quizá el tipo de muestreo aleatorio más sencillo de comprender es el muestreo aleatorio simple. En este tipo de muestreo, los pacientes se seleccionan de manera que todos ellos tienen la misma probabilidad de ser incluidos en la muestra. Para ello, se asigna a cada individuo de la población un número y se seleccionan números al azar, mediante un programa informático, por ejemplo.

El muestreo aleatorio estratificado es una variación del anterior. Consiste en definir estratos y hacer un muestreo aleatorio simple para cada estrato considerado. Los estratos se definen en base a información previa sobre las características de los pacientes, de manera que los pacientes que están dentro de un estrato obtienen resultados similares para una variable de interés en el estudio, y resultados diferentes a los de pacientes de otros estratos. Criterios habituales para definir los estratos son el sexo o rangos de edad.

 

“Se llama muestreo a la técnica empleada para seleccionar pacientes de una población. Existen muchos tipos de muestreo”

 

Sin embargo, estos procedimientos que son muy apropiados desde un punto de vista teórico, no son de utilidad habitualmente. Por una parte, en la práctica, cuando se trabaja con poblaciones grandes la aplicación de técnicas de muestreo se complica. Por otra parte, en cada estudio clínico hay un conjunto de centros participantes en los que se realizará la selección de pacientes, por lo que los pacientes que no sean atendidos en esos centros no podrán ser elegidos.

¿Cómo se puede tratar de conseguir entonces que la muestra elegida sea representativa de la población en estudio? Con un diseño adecuado, un tamaño muestral apropiado, un número suficiente de centros participantes y la aplicación de otras técnicas, como la aleatorización y el ciego, cuando sea necesario.

Diseño de un estudio clínico

El diseño de un estudio abarca una gran cantidad de aspectos, pero debe garantizar que el estudio permita evaluar los objetivos del mismo de manera apropiada. Los criterios de inclusión y exclusión deben reflejar correctamente las características de la población en estudio.

Además, los objetivos del estudio deben estar alineados con el propósito del estudio y las variables del estudio deben ser adecuadas para evaluar dichos objetivos. Cualquier fuente de errores sistemáticos que se conozca de antemano debe controlarse para evitar sesgos.

 

Estudios multicéntricos

Los estudios multicéntricos son aquellos que se realizan en varios centros diferentes y contribuyen a que los resultados obtenidos sean más fácilmente generalizables a toda la población en estudio.

Como se ha explicado anteriormente, los pacientes de un estudio se eligen de entre aquellos que acudan a centros participantes en el estudio. Por lo tanto, disponer de varios centros amplía el abanico de pacientes elegibles. Además, permite observar diferentes situaciones clínicas que pueden darse en la práctica y condicionar los resultados. Por eso, siempre que sea posible, se recomienda que los estudios clínicos sean multicéntricos.

 

“Los estudios multicéntricos son aquellos que se realizan en varios centros diferentes y contribuyen a que los resultados obtenidos sean más fácilmente generalizables”

 

Tamaño muestral

El tamaño muestral es el número de pacientes de una muestra. Un tamaño muestral adecuado también contribuye a que la muestra sea representativa. Es importante que el tamaño muestral sea suficientemente grande para que los resultados que se obtengan sean fiables. Intuitivamente, cuanto mayor sea el tamaño de una muestra, más parecida será la muestra a la población en estudio, y los resultados que se obtengan con ella serán más parecidos a los que se obtendrían con toda la población.

El tamaño muestral se calcula antes de que comience el estudio para asegurar un número suficiente de pacientes. El cálculo del tamaño muestral depende habitualmente del objetivo u objetivos principales del estudio, y se basa en datos disponibles de estudios o publicaciones previas.

En estudios multicéntricos, lo ideal sería que el número de pacientes incluidos por cada centro fuera similar, pero este hecho suele depender del tamaño del centro, ya que un centro más grande tendrá normalmente una mayor disponibilidad de pacientes. Sin embargo, este hecho se puede ver compensado por la capacidad de observar una mayor variabilidad.

 

“El tamaño muestral es el número de pacientes de una muestra. Un tamaño muestral adecuado también contribuye a que la muestra sea representativa”

 

Aleatorización y ciego

En estudios en los que se desea comparar dos o más tratamientos, incluso aunque haya un número suficiente de centros participantes y el tamaño muestral sea adecuado, los resultados del estudio podrían verse comprometidos si la asignación a los grupos de tratamiento no se realiza de forma apropiada.

Conviene que la asignación de los pacientes a un grupo de tratamiento sea imparcial. Por ejemplo, la situación en la que un investigador asigna de forma sistemática a los pacientes con una situación basal peor a un determinado grupo de tratamiento podría llevar a la conclusión de que no existe una diferencia significativa entre grupos, cuando realmente sí la hay; o por el contrario, que se detecten diferencias significativas cuando no las hay. Para evitar este tipo de situaciones se utiliza la aleatorización, que consiste en determinar de forma aleatoria el grupo de tratamiento de cada paciente, habitualmente con un programa informático.

Siempre que sea posible, el tamaño de los grupos de tratamiento debería ser similar. Cuando esta situación no se da, suele ser necesario un mayor tamaño muestral. La forma más sencilla de la aleatorización es la aleatorización simple, que consiste en asignar a cada paciente a un grupo de tratamiento al azar. Sin embargo, con este tipo de aleatorización no se puede garantizar que el tamaño de los grupos de tratamiento sea similar. La aleatorización restrictiva o equilibrada es una modificación de la anterior para conseguir que el número de pacientes asignados a cada grupo de tratamiento sea igual o similar.

 

“La aleatorización, que consiste en determinar de forma aleatoria el grupo de tratamiento de cada paciente, habitualmente con un programa informático”

 

En caso de haberse definido estratos, se considerará la aleatorización estratificada, que asignará los pacientes a los grupos de manera que no solo haya un equilibrio en el número de pacientes por grupo, sino también por estrato.

Aun habiendo realizado aleatorización, y dependiendo de las características concretas de cada estudio, podría ocurrir que hubiera un factor subjetivo que influyera en los resultados. Este factor subjetivo podría provenir del paciente, al sentirse “mejor” o “peor” tratado por el hecho de haber sido asignado a un determinado grupo de tratamiento; o del investigador, si considera o intuye que un tratamiento es mejor que otro. El objetivo del estudio es, precisamente, comprobar si esa intuición es correcta, pero para que los resultados sean válidos, de nuevo es necesaria la imparcialidad al llevar a cabo los procedimientos del estudio. En estos casos se emplea el ciego, que es un procedimiento por el cual uno o varios de los implicados en un ensayo desconocen la asignación del tratamiento.

Simple ciego significa que el paciente desconoce el tratamiento asignado, mientras que doble ciego significa que, además del paciente, el investigador del estudio desconoce el tratamiento asignado y también el monitor del estudio. El triple ciego implicaría que, además de todos los anteriores, el estadístico del estudio desconociera también el tratamiento asignado. El nivel de ciego considerado dependerá de las características del estudio.