Si eres médico, residente o tesista en Latinoamérica, el odds ratio es probablemente la medida de efecto que más veces has copiado de un abstract sin detenerte a pensar qué significa. Y es también la que más fácilmente te hace decir una barbaridad. Este post es sobre odds ratio vs. riesgo relativo: qué mide realmente la razón de momios, por qué a veces se parece al riesgo relativo y por qué otras veces lo exagera sin piedad, y cómo leer (y convertir) un OR sin engañarte ni engañar a tu lector.
Puntos clave (TL;DR)
- El odds ratio (OR) compara momios (odds), no riesgos. Momio = probabilidad de que pase / probabilidad de que no pase.
- Cuando el desenlace es raro (incidencia baja, por debajo de ~10%), el OR se parece mucho al riesgo relativo (RR). Cuando el desenlace es frecuente, el OR se aleja de 1 más que el RR: lo sobreestima.
- Interpretar un OR de 0.6 como «40% menos probable» es el error clásico. En el caso NEJM de cateterismo cardíaco, ese OR de 0.6 correspondía a un RR real de 0.93: apenas 7% menos, no 40%.
- En casos y controles y en regresión logística el OR es la única medida que puedes calcular. Ahí es una herramienta legítima, no un pecado.
- Para pasar de OR a RR cuando el desenlace es frecuente existe una fórmula sencilla (Zhang y Yu) que solo necesita la incidencia en el grupo de referencia.
- Al leer un paper: pregúntate qué tan frecuente es el desenlace. Si es común y los autores hablan en «veces más riesgo», desconfía del tamaño del efecto.
El caso: un OR de 0.6 que se volvió un escándalo nacional
En febrero de 1999, el New England Journal of Medicine publicó un estudio de Schulman y colaboradores sobre si la raza y el sexo influían en la decisión de los médicos de referir a cateterismo cardíaco. Usaron actores que presentaban historias clínicas idénticas y midieron la recomendación de los médicos. El resultado que saltó a la prensa fue un odds ratio de 0.6: los pacientes negros y las mujeres tenían un OR de 0.6 de ser referidos frente a los blancos y los hombres.
La traducción mediática fue inmediata y feroz: los medios titularon que las mujeres y los pacientes negros tenían «40% menos probabilidad» de ser referidos. 1 − 0.6 = 0.4, y de ahí el 40%. El problema es que ese cálculo trata al OR como si fuera un riesgo relativo, y no lo es.
Pocos meses después, en el mismo NEJM, Schwartz, Woloshin y Welch publicaron una corrección metodológica demoledora. El desenlace —recomendar cateterismo— era muy frecuente: la gran mayoría de los médicos recomendaba el procedimiento en casi todos los grupos. Cuando el evento es así de común, el odds ratio exagera la diferencia. Recalculado como riesgo relativo, el valor real era 0.93: una diferencia de apenas 7%, no de 40%. La historia no era falsa, pero el tamaño del efecto se había inflado casi seis veces por usar la medida equivocada al interpretarla. Ese es el poder —y el peligro— del odds ratio.
El concepto: qué mide realmente el odds ratio
El odds ratio compara momios, no riesgos. Y momio no es lo mismo que riesgo. El riesgo es cuántos de los expuestos desarrollan el evento sobre el total de expuestos. El momio es cuántos lo desarrollan sobre cuántos no lo desarrollan. Si de 100 pacientes el evento ocurre en 20, el riesgo es 20/100 = 0.20, pero el momio es 20/80 = 0.25. Con eventos raros, riesgo y momio son casi iguales; con eventos frecuentes, divergen.
El riesgo relativo (RR) divide el riesgo del grupo expuesto entre el del grupo de referencia. El odds ratio (OR) divide el momio de un grupo entre el del otro. Como el momio siempre es mayor o igual que el riesgo, y la diferencia crece a medida que el evento se vuelve común, el OR siempre está más alejado de 1 que el RR correspondiente. Un OR de 2.0 nunca significa «el doble de riesgo»; significa «el doble de momios», que es otra cosa.
Entonces, ¿por qué existe y por qué se usa tanto? Por tres razones legítimas. Primero, en los estudios de casos y controles no puedes calcular el riesgo (seleccionaste a los sujetos según el desenlace, no según la exposición), pero el OR sí es estimable y es válido. Segundo, la regresión logística —el caballo de batalla del análisis ajustado— produce OR de forma natural. Tercero, el OR tiene propiedades matemáticas cómodas (es simétrico y se comporta bien en los extremos). El problema no es el OR; es interpretarlo como si fuera un RR.
| Característica | Riesgo relativo (RR) | Odds ratio (OR) |
|---|---|---|
| Qué compara | Riesgos (probabilidades) | Momios (odds) |
| Se calcula en | Cohortes, ensayos clínicos | Casos y controles, cohortes, regresión logística |
| Interpretación intuitiva | «X veces el riesgo» | No es «X veces el riesgo» |
| Con desenlace raro | OR ≈ RR | OR ≈ RR |
| Con desenlace frecuente | Más cercano a 1 | Más alejado de 1 (exagera) |
El error típico: leer el OR como si fuera riesgo
El error más común —y el que arruina discusiones de tesis, titulares y hasta decisiones clínicas— es tomar un odds ratio y narrarlo en el idioma del riesgo relativo: «tienen el doble de riesgo», «40% menos probabilidad», «tres veces más chance de morir». Suena natural, pero es incorrecto siempre que el desenlace no sea raro.
La magnitud del error depende de qué tan frecuente sea el evento. La siguiente tabla toma un OR fijo de 2.0 y muestra el riesgo relativo que realmente implica, según el riesgo basal del grupo de referencia. Con eventos raros apenas hay diferencia; con eventos comunes, el OR de 2.0 puede equivaler a un RR de 1.25.
| Riesgo basal (grupo de referencia) | Odds ratio | Riesgo relativo real |
|---|---|---|
| 1% | 2.0 | 1.98 |
| 5% | 2.0 | 1.90 |
| 10% | 2.0 | 1.82 |
| 20% | 2.0 | 1.67 |
| 40% | 2.0 | 1.43 |
| 60% | 2.0 | 1.25 |
Fíjate en la lógica: el mismo número (OR = 2.0) significa cosas muy distintas según el contexto. Por eso un OR aislado, sin saber la frecuencia del desenlace, no te dice cuánto cambia realmente el riesgo de tu paciente. El segundo error, más sutil, es olvidar que el OR no es colapsable: un OR ajustado y uno crudo pueden diferir aunque no haya ninguna confusión, solo por la matemática de los momios. No todo cambio entre el OR crudo y el ajustado es confusión.
Cómo hacerlo bien: convertir el OR en algo que tu paciente entienda
Primera regla: reporta el OR como OR. Di «la razón de momios fue 2.0», no «el doble de riesgo». Si el estudio es de casos y controles o el análisis es regresión logística, el OR es la medida correcta y no necesitas disfrazarlo. El problema nunca fue calcular un OR; fue traducirlo mal.
Segunda regla: si el desenlace es frecuente y quieres hablar de riesgo, convierte el OR en RR usando el riesgo basal del grupo de referencia. Zhang y Yu publicaron en JAMA (1998) la fórmula que lo hace en un solo paso:
RR = OR / [ (1 − P₀) + (P₀ × OR) ], donde P₀ es el riesgo del desenlace en el grupo de referencia (no expuesto).
Un ejemplo numérico lo deja claro. Supón un estudio donde el riesgo basal del evento es 30% (P₀ = 0.30) y el análisis arroja un OR de 2.5. Si lo narras como «2.5 veces el riesgo», mientes. Aplicando la fórmula: RR = 2.5 / [(1 − 0.30) + (0.30 × 2.5)] = 2.5 / [0.70 + 0.75] = 2.5 / 1.45 = 1.72. El riesgo real no se multiplicó por 2.5, sino por 1.72. La diferencia entre decirle a un clínico «2.5 veces» y «1.7 veces» puede cambiar una conducta.
Tercera regla: cuando diseñes tu propio estudio de cohorte o transversal con un desenlace frecuente, considera estimar directamente el RR o la razón de prevalencia con regresión de Poisson robusta o log-binomial, en lugar de reportar OR que luego tendrás que explicar. De eso hablamos en detalle en razón de prevalencia con Poisson robusto y en el error específico de usar OR en diseños transversales, en odds ratio en estudios transversales.
Cómo detectarlo al leer: tu checklist frente a un paper
Cuando leas un estudio que reporta OR, haz cuatro preguntas rápidas que te salvan de tragarte un efecto inflado:
- ¿Qué tan frecuente es el desenlace? Búscalo en los resultados o en la Tabla 1. Si la incidencia supera ~10%, el OR ya no aproxima al RR y cualquier narrativa de «veces más riesgo» está sobreestimada.
- ¿El diseño permitía calcular riesgo? En una cohorte o un ensayo, los autores podían dar RR; si eligieron OR con un desenlace común, pregúntate por qué. En casos y controles, el OR es obligado y está bien.
- ¿Cómo narran el OR en el abstract y la discusión? Si dicen «X veces más riesgo» o «X% menos probable» con un OR y un evento frecuente, el texto exagera aunque el número esté bien calculado.
- ¿Reportan el riesgo basal? Si lo dan, puedes convertir el OR a RR tú mismo con la fórmula de Zhang-Yu y ver el efecto verdadero. Si no lo dan, es una señal de opacidad.
Y no olvides el intervalo de confianza: un OR de 2.0 con IC 95% de 0.8 a 5.1 no demuestra nada, por frecuente o raro que sea el desenlace. La medida correcta mal interpretada engaña, pero la medida con un IC que cruza el 1 directamente no concluye. Sobre eso conviene repasar riesgo relativo vs. riesgo absoluto y la reducción relativa vs. absoluta del riesgo, donde desmontamos el mismo truco de magnificar un efecto cambiando la escala.
En una frase
El odds ratio mide momios, no riesgos: cuando el desenlace es raro se parece al riesgo relativo, pero cuando es frecuente lo exagera —así que nunca traduzcas un OR a «veces más riesgo» sin mirar primero qué tan común es el evento.
Preguntas Frecuentes
¿Cuál es la diferencia entre odds ratio y riesgo relativo?
El riesgo relativo compara probabilidades (riesgos) entre dos grupos; el odds ratio compara momios, es decir la razón entre la probabilidad de que ocurra el evento y la de que no ocurra. Con desenlaces raros ambos coinciden; con desenlaces frecuentes, el odds ratio se aleja más de 1 y sobreestima el riesgo relativo.
¿Cuándo el odds ratio se parece al riesgo relativo?
Cuando el desenlace es poco frecuente, con una incidencia por debajo de aproximadamente 10% en el grupo de referencia. En ese escenario el momio y el riesgo casi coinciden, de modo que el odds ratio aproxima bien al riesgo relativo. A mayor frecuencia del evento, mayor es la divergencia entre ambas medidas.
¿Cómo convierto un odds ratio en riesgo relativo?
Con la fórmula de Zhang y Yu (JAMA, 1998): RR = OR / [(1 − P₀) + (P₀ × OR)], donde P₀ es el riesgo del desenlace en el grupo no expuesto. Solo necesitas el OR y el riesgo basal. Es la forma estándar de traducir un OR a una magnitud que el clínico pueda interpretar como riesgo.
¿Está mal usar odds ratio en una tesis?
No, si el diseño lo exige. En casos y controles y en regresión logística, el odds ratio es la medida correcta. El error no es calcularlo, sino interpretarlo como «veces más riesgo» cuando el desenlace es frecuente. Si tu estudio es transversal o de cohorte con evento común, considera la razón de prevalencia o el riesgo relativo.
¿Por qué el odds ratio exagera el efecto cuando el desenlace es común?
Porque el momio (evento / no evento) crece mucho más rápido que el riesgo cuando la probabilidad se acerca a 1. Al dividir dos momios grandes, el odds ratio se aleja de 1 más que el cociente de los riesgos. Por eso, con eventos frecuentes, un OR de 2.0 puede corresponder a un riesgo relativo de apenas 1.25.
La próxima semana
Seguimos en el bloque de medidas de efecto con «Hazard ratio: por qué el tiempo cambia la pregunta», donde veremos qué añade (y qué esconde) incorporar el tiempo hasta el evento, y por qué un hazard ratio no es un riesgo relativo acumulado.
Referencias
- Schulman KA, Berlin JA, Harless W, et al. The effect of race and sex on physicians’ recommendations for cardiac catheterization. N Engl J Med. 1999;340(8):618-626.
- Schwartz LM, Woloshin S, Welch HG. Misunderstandings about the effects of race and sex on physicians’ referrals for cardiac catheterization. N Engl J Med. 1999;341(4):279-283.
- Zhang J, Yu KF. What’s the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA. 1998;280(19):1690-1691.
Lleva tu lectura crítica al siguiente nivel
Si esta serie te está sirviendo para leer evidencia sin que te la cuenten, el canal de suscripción te da las herramientas para hacerlo más rápido:
- Colección de libros de medicina (~18 GB) para descargar y consultar cuando lo necesites.
- Resúmenes de papers acompañados del artículo original, para ir directo a lo que importa.
- Directorio de ensayos clínicos organizados por fármaco, para encontrar la evidencia en segundos.
Suscríbete en buymeacoffee.com/drjorgerojas y únete al canal de WhatsApp para no perderte ninguna entrega.
Aviso médico: este contenido es educativo y está dirigido a profesionales de la salud. No sustituye el juicio clínico individual ni las guías de práctica vigentes. Las decisiones diagnósticas y terapéuticas deben individualizarse para cada paciente.
Revisado por el Dr. Jorge Enrique Rojas Rodríguez — Medicina Interna. MedicinaCardiometabolica.com. Actualizado en noviembre 2026.
Descubre más desde Medicina Cardiometabólica
Suscríbete y recibe las últimas entradas en tu correo electrónico.