Durante casi dos décadas, millones de mujeres tomaron terapia hormonal para proteger su corazón. La evidencia parecía sólida: los estudios de cohorte mostraban que las usuarias tenían mucho menos infarto que las no usuarias. Cuando por fin se hizo el ensayo aleatorizado, la respuesta se invirtió. No fue mala suerte ni datos falsificados: fue una pregunta de terapia respondida con el diseño equivocado. Esa es la lección de esta segunda entrega de nuestra serie de Medicina Basada en Evidencia: existen cuatro grandes tipos de pregunta clínica —terapia, diagnóstico, pronóstico y daño— y cada una exige un diseño de estudio distinto. Elegir mal el diseño no es un detalle de metodólogos: puede cambiar por completo la respuesta que le das al paciente.
Puntos clave
- Hay cuatro tipos fundamentales de pregunta clínica: terapia (¿funciona la intervención?), diagnóstico (¿qué tan bueno es la prueba?), pronóstico (¿qué le va a pasar?) y daño/etiología (¿esto causa aquello?). A ellas se suele añadir una quinta: frecuencia.
- La pregunta define el diseño ideal: terapia → ensayo clínico aleatorizado (RCT); diagnóstico → transversal contra un estándar de referencia; pronóstico → cohorte de inicio; daño → cohorte o casos y controles.
- El error clásico es responder una pregunta de terapia con datos observacionales y presentar la asociación como si fuera causalidad.
- En cohorte, la terapia hormonal parecía reducir la enfermedad coronaria (RR 0.56); en el ensayo aleatorizado WHI la aumentó (HR 1.29). La confusión por indicación invirtió el resultado.
- Antes de leer o diseñar un estudio, clasifica la pregunta. Si el diseño no corresponde al tipo de pregunta, la conclusión merece desconfianza.
El caso: la hormona que “protegía” el corazón
En 1991, el Nurses’ Health Study publicó en The New England Journal of Medicine un seguimiento a diez años de 48 470 enfermeras posmenopáusicas, con 405 casos de enfermedad coronaria mayor. El hallazgo fue rotundo: las mujeres que tomaban estrógenos en ese momento tenían un riesgo relativo de enfermedad coronaria de 0.56 (IC 95% 0.40–0.80) frente a las que nunca los habían usado. Traducido a la consulta: parecía que la terapia hormonal reducía casi a la mitad el riesgo de infarto. El mensaje caló. Durante los años noventa, prevenir enfermedad cardiovascular se convirtió en una razón habitual para prescribir hormonas a la mujer posmenopáusica.
El problema es que esa cifra venía de un estudio observacional. Nadie asignó al azar quién tomaba hormonas y quién no; lo decidían la paciente y su médico. Y quienes las tomaban tendían a ser mujeres más sanas, más delgadas, más adheridas a controles, con mejor nivel socioeconómico y menos factores de riesgo desde el inicio. Ese fenómeno —el healthy user bias y la confusión por indicación— es capaz de fabricar una “protección” que no existe.
La prueba definitiva llegó en 2002. El brazo de estrógeno más progestina de la Women’s Health Initiative (WHI), publicado en JAMA, aleatorizó a 16 608 mujeres posmenopáusicas sanas a terapia hormonal o placebo, con un seguimiento medio de 5.2 años. El ensayo se detuvo antes de tiempo porque los daños superaron a los beneficios: el estadístico de cáncer de mama invasivo cruzó el límite de detención y el índice global se inclinó hacia el riesgo. Y en el desenlace que había motivado tanta prescripción —el corazón—, la terapia hormonal no protegía: aumentaba la enfermedad coronaria, con un hazard ratio de 1.29 (IC 95% nominal 1.02–1.63). En la misma dirección de daño: ictus 1.41 (1.07–1.85), embolia pulmonar 2.13 (1.39–3.25) y cáncer de mama invasivo 1.26 (1.00–1.59). El índice global fue de 1.15 (1.03–1.28).
Lee las dos cifras juntas: la cohorte decía RR 0.56 (44% menos), el ensayo decía HR 1.29 (29% más). No es un matiz; es un cambio de signo. La pregunta “¿la terapia hormonal previene la enfermedad coronaria?” es, sin ninguna duda, una pregunta de terapia. Se la respondió durante años con un diseño de daño/pronóstico observacional, y ese desajuste costó decisiones clínicas a gran escala.
El concepto: cuatro preguntas, cuatro diseños
Toda pregunta clínica que se puede investigar cae, casi siempre, en uno de cuatro tipos. Y a cada tipo le corresponde un diseño que lo responde mejor. No es dogma: es que la estructura de cada pregunta determina qué fuente de error hay que controlar, y solo ciertos diseños controlan esa fuente.
- Terapia (o prevención): ¿esta intervención mejora los desenlaces? El enemigo a vencer es la confusión: los grupos que reciben y no reciben el tratamiento difieren en mil cosas. Solo la aleatorización reparte esas diferencias al azar. Diseño ideal: ensayo clínico aleatorizado.
- Diagnóstico: ¿qué tan bien esta prueba distingue a los enfermos de los sanos? Aquí necesitas aplicar la prueba y un estándar de referencia a los mismos pacientes, en un espectro clínico realista. Diseño ideal: estudio transversal (de precisión diagnóstica) con lectura cegada.
- Pronóstico: ¿qué le va a pasar a este paciente con el tiempo? Necesitas seguir a un grupo definido desde un punto común de la enfermedad hacia adelante. Diseño ideal: cohorte de inicio (inception cohort).
- Daño / etiología: ¿esta exposición causa este desenlace? Idealmente sería un RCT, pero rara vez es ético aleatorizar a la gente a algo que sospechas dañino. Diseño posible: cohorte o casos y controles.
Existe una quinta pregunta, la de frecuencia o prevalencia (¿qué tan común es esto?), que se responde con estudios transversales o de vigilancia. La incluimos para que el mapa quede completo, pero el grueso de la lectura crítica gira en torno a las cuatro primeras.
| Tipo de pregunta | Ejemplo clínico | Diseño ideal | Medida de efecto típica |
|---|---|---|---|
| Terapia / prevención | ¿La terapia hormonal previene el infarto? | Ensayo clínico aleatorizado | RR, RRA, NNT, HR |
| Diagnóstico | ¿Sirve el dímero-D para descartar TEP? | Transversal vs. estándar de referencia | Sensibilidad, especificidad, LR |
| Pronóstico | ¿Qué supervivencia tiene esta insuficiencia cardíaca? | Cohorte de inicio | Incidencia, supervivencia, HR |
| Daño / etiología | ¿El tabaco causa cáncer de vejiga? | Cohorte o casos y controles | RR (cohorte), OR (casos-controles) |
| Frecuencia | ¿Cuál es la prevalencia de ERC en diabéticos? | Transversal | Prevalencia |
El error típico: responder terapia con un diseño de observación
El error más costoso, y el del caso de hoy, es tomar una pregunta de terapia y responderla con datos observacionales. La cohorte te dice quién tomó el fármaco, no a quién se le asignó. Y quien decide tomarlo suele ser distinto de quien no lo hace en formas que también afectan el desenlace. En la terapia hormonal, las usuarias eran de entrada más sanas; parte de su “protección” cardíaca era simplemente eso: estaban más sanas antes de empezar. La cohorte no puede separar el efecto del fármaco del efecto de ser el tipo de paciente que recibe el fármaco. La aleatorización sí, porque reparte a esos pacientes por igual entre los dos brazos.
El error tiene primos en los otros tipos de pregunta:
- Diagnóstico evaluado con casos y controles “sano vs. enfermo evidente”. Si comparas a pacientes con la enfermedad florida contra voluntarios claramente sanos, la prueba lucirá espectacular —pero por sesgo de espectro—. En la vida real tendrás casos leves, dudosos y comorbilidades, y el rendimiento cae. Una prueba diagnóstica se evalúa en el espectro de pacientes en los que realmente la usarás.
- Pronóstico con una cohorte de pacientes prevalentes. Si reclutas a “los que ya llevan años con la enfermedad”, excluyes sin querer a los que murieron pronto (sesgo de supervivencia) y el pronóstico parecerá mejor de lo que es. El pronóstico se mide desde un punto de partida común: el diagnóstico, el primer síntoma, la cirugía.
- Daño “demostrado” con un ensayo que nunca se hará. Nadie va a aleatorizar personas a fumar. Para el daño aceptamos cohortes y casos y controles bien hechos —pero entonces la carga de la prueba recae en cómo controlaron la confusión, no en la aleatorización.
Cómo hacerlo bien: clasifica la pregunta antes de elegir el diseño
El procedimiento correcto es sencillo de enunciar y disciplinado de aplicar. Primero formulas la pregunta, luego decides el diseño; nunca al revés.
- Estructura la pregunta en formato PICO. Población, Intervención/Exposición, Comparador y Desenlace (Outcome). Si aún no dominas este paso, es exactamente lo que trabajamos en la primera entrega de la serie, sobre cómo formular una pregunta clínica. Una pregunta bien planteada casi se clasifica sola.
- Identifica el verbo que la define. ¿Preguntas si algo funciona (terapia), si una prueba distingue (diagnóstico), qué va a pasar (pronóstico) o si algo causa daño (etiología)? El verbo te da el tipo.
- Elige el diseño que corresponde al tipo, usando la tabla de arriba como referencia. Para terapia, busca un RCT; si no existe, sabes que estás bajando un escalón en la certeza.
- Reconoce cuándo el diseño ideal no es factible ni ético. En preguntas de daño, el RCT suele estar descartado; ahí el mejor diseño disponible es una cohorte o un casos y controles, y lo que juzgarás es la calidad del control de la confusión (variables medidas, ajuste, análisis de sensibilidad).
- Ajusta tu confianza a la distancia entre el diseño ideal y el usado. Un resultado de terapia que solo tiene respaldo observacional puede ser cierto —pero exige más cautela y, cuando se pueda, confirmación aleatorizada, justo como enseñó la WHI.
Si quieres afianzar cómo se comporta cada arquitectura de estudio, tenemos un repaso dedicado a la clasificación de los estudios epidemiológicos y otro sobre el análisis de un estudio descriptivo transversal con datos reales.
Cómo detectarlo al leer un paper
No necesitas recalcular nada para oler un desajuste entre la pregunta y el diseño. Con leer el título, el objetivo y la sección de métodos alcanza. Busca esto:
- ¿El verbo de la conclusión coincide con el diseño? Si los autores concluyen que un fármaco “reduce” eventos (lenguaje de terapia/causalidad) pero el diseño es una cohorte observacional, hay una brecha. La cohorte solo autoriza a decir “se asoció con menos eventos”.
- En terapia: ¿hubo aleatorización real y ocultamiento de la asignación? ¿O simplemente se compararon “los que recibieron” contra “los que no”? Lo segundo es observacional, aunque el artículo hable de tratamiento.
- En diagnóstico: ¿se aplicó un estándar de referencia a todos los pacientes, de forma cegada, en un espectro clínico realista? ¿O compararon enfermos evidentes contra sanos evidentes (sesgo de espectro)?
- En pronóstico: ¿la cohorte arrancó en un punto común y temprano de la enfermedad, o reclutó pacientes que ya llevaban tiempo (y por tanto habían sobrevivido)?
- En daño observacional: ¿qué confusores midieron y ajustaron? ¿Discutieron la confusión por indicación? Un estudio de daño que no menciona sus confusores es un estudio que no vio su principal amenaza.
- Regla de oro de lectura: cuando el diseño no corresponde al tipo de pregunta, no descartes el estudio —pero baja el peso de su conclusión y no cambies tu conducta clínica solo con eso.
En una frase
La pregunta manda sobre el diseño: terapia se responde con ensayos aleatorizados, diagnóstico con estudios transversales frente a un estándar de referencia, pronóstico con cohortes de inicio y daño con cohortes o casos y controles —y cuando el diseño no coincide con la pregunta, la respuesta puede salir con el signo cambiado.
Preguntas frecuentes
¿Cuáles son los cuatro tipos de pregunta clínica?
Los cuatro tipos son terapia (¿funciona la intervención?), diagnóstico (¿qué tan bien discrimina la prueba?), pronóstico (¿qué le pasará al paciente con el tiempo?) y daño o etiología (¿esta exposición causa el desenlace?). Muchos autores añaden una quinta: frecuencia o prevalencia.
¿Por qué el ensayo aleatorizado es el mejor diseño para preguntas de terapia?
Porque la aleatorización reparte al azar tanto los factores conocidos como los desconocidos entre los grupos, dejando como única diferencia sistemática el tratamiento. Así controla la confusión por indicación, que es la que arruina las comparaciones observacionales de terapia, como ocurrió con la terapia hormonal.
¿Se puede responder una pregunta de daño con un ensayo aleatorizado?
Rara vez, porque sería antiético asignar deliberadamente a alguien a una exposición sospechosa de causar daño (fumar, un tóxico). Por eso las preguntas de daño se responden habitualmente con cohortes o estudios de casos y controles, donde la clave es qué tan bien se controló la confusión.
¿Qué diseño se usa para preguntas de diagnóstico?
Un estudio transversal de precisión diagnóstica: se aplica la prueba en estudio y un estándar de referencia a los mismos pacientes, con lectura cegada y en un espectro clínico representativo. De ahí salen la sensibilidad, la especificidad y los cocientes de probabilidad (likelihood ratios).
En la próxima entrega de la serie: “Cómo buscar en PubMed sin perderte: MeSH, filtros y límites”.
Referencias
- Stampfer MJ, Colditz GA, Willett WC, et al. Postmenopausal estrogen therapy and cardiovascular disease. Ten-year follow-up from the Nurses’ Health Study. N Engl J Med. 1991;325(11):756–762. PMID 1870648.
- Writing Group for the Women’s Health Initiative Investigators. Risks and Benefits of Estrogen Plus Progestin in Healthy Postmenopausal Women: Principal Results From the Women’s Health Initiative Randomized Controlled Trial. JAMA. 2002;288(3):321–333.
Suscríbete a Medicina Cardiometabólica
Si esta serie te sirve para leer evidencia con criterio, apóyala y llévate tres recursos pensados para el clínico que no tiene tiempo que perder:
- Colección de libros de medicina (~18 GB) para descargar y consultar.
- Resúmenes de papers acompañados siempre del artículo original.
- Directorio de ensayos clínicos organizado por fármaco, para encontrar la evidencia en segundos.
Suscríbete en: buymeacoffee.com/drjorgerojas
Canal de WhatsApp: únete aquí.
Aviso médico: este contenido es material educativo dirigido a profesionales de la salud sobre lectura crítica de la evidencia. No sustituye el juicio clínico individual ni las guías de práctica vigentes, y no constituye una recomendación de tratamiento para ningún paciente concreto. Verifica siempre las cifras en la fuente primaria antes de aplicarlas.
Dr. Jorge Enrique Rojas Rodríguez — MedicinaCardiometabolica.com
Revisado por el Dr. Jorge Enrique Rojas Rodríguez — Medicina Interna. Actualizado en julio 2026.
Descubre más desde Medicina Cardiometabólica
Suscríbete y recibe las últimas entradas en tu correo electrónico.
