En 1999, el New England Journal of Medicine publicó un estudio que encendió titulares en medio mundo: los médicos referían a los pacientes negros para cateterismo cardíaco «un 40% menos» que a los blancos. La cifra salía de un odds ratio de 0,6. El problema es que ese 40% nunca existió: era un artefacto de confundir el odds ratio con el riesgo relativo. Saber qué mide realmente el odds ratio —y cuándo se parece o no al riesgo relativo— es la diferencia entre leer un paper y dejarse arrastrar por su titular.
Puntos clave (TL;DR)
- El odds ratio (OR), o razón de momios, compara momios (odds), no riesgos. No significa «cuántas veces más probable», aunque casi todos lo leen así.
- Cuando el desenlace es raro (por debajo de ~10%), el OR aproxima bien al riesgo relativo (RR). Cuando es frecuente, el OR se aleja de 1 y exagera el efecto.
- En el estudio de Schulman (NEJM 1999), un OR de 0,6 con un desenlace muy frecuente (~90% referidos) correspondía a un RR de ~0,93: no un 40% menos, sino un 7% menos.
- En casos y controles el OR es la medida correcta (no hay RR calculable). En transversales con desenlace frecuente, usa razón de prevalencia, no OR.
- Si solo tienes el OR y el riesgo basal, puedes recuperar el RR con la fórmula de Zhang y Yu (JAMA 1998).
- Regla de lectura: ante un OR lejos de 1 con un desenlace común, desconfía de toda frase que diga «X veces más probable».
El caso: el 40% que nunca existió
En febrero de 1999, Schulman y colaboradores publicaron en el New England Journal of Medicine el estudio «The Effect of Race and Sex on Physicians’ Recommendations for Cardiac Catheterization» (NEJM 1999;340:618-626). El diseño era elegante: actores grababan en video a pacientes con dolor torácico y cuadros clínicos idénticos, variando solo raza y sexo, y se preguntaba a los médicos si los referirían a cateterismo. El resumen reportó un odds ratio de 0,6 de referencia para los pacientes negros frente a los blancos.
La prensa tradujo ese 0,6 en una sola frase demoledora: los negros tenían «un 40% menos» de probabilidad de ser referidos. USA Today tituló «Heart Care Reflects Race and Sex, Not Symptoms»; el New York Times habló de sesgo médico. El mensaje recorrió el mundo en días.
Meses después llegó la corrección, firmada por Schwartz, Woloshin y Welch (NEJM 1999;341:279-283). Su argumento era puramente aritmético. El desenlace era extremadamente frecuente: casi el 90% de todos los pacientes fueron referidos —alrededor del 85% de los negros frente al 91% de los blancos—. Con riesgos tan altos, un OR de 0,6 no equivale a un 40% menos de riesgo. El riesgo relativo real era de ~0,93: los pacientes negros fueron referidos apenas un 7% menos, no un 40%. El efecto existía, pero era una fracción del titular. Los propios editores del NEJM lo admitieron después: «no debimos permitir el uso de odds ratios en el resumen».
Un matiz adicional: el desglose por subgrupos mostró que la brecha se concentraba en las mujeres negras —referidas en torno al 78,8% frente a ~90,6% de los otros tres grupos—, un detalle que el OR global aplanaba. Pero el titular ya se había impuesto. Un solo número mal interpretado convirtió una diferencia modesta en un escándalo internacional. Esa es, en una historia, la razón para saber exactamente qué mide el odds ratio.
El concepto: momios, no riesgos
El odds ratio compara momios (odds), no probabilidades. El momio de un evento es la razón entre las veces que ocurre y las veces que no ocurre; el OR es el cociente de los momios de dos grupos. No responde «¿cuántas veces más probable?», sino «¿cuántas veces mayor es el momio?». Son preguntas distintas, y confundirlas es el origen de todo el problema.
Un médico piensa en riesgos: «de cada 100 pacientes, ¿a cuántos les pasa?». Eso es una probabilidad, y su cociente entre grupos es el riesgo relativo. El momio es otra cosa: si a 90 de cada 100 los refieren, el riesgo es 0,90 pero el momio es 90/10 = 9. La traducción entre ambos no es lineal, y ahí nace la confusión. La clave está en el riesgo basal:
- Cuando el evento es raro, el «no ocurre» domina, el denominador del momio se acerca a 1 y el momio ≈ riesgo. Entonces OR ≈ RR.
- Cuando el evento es frecuente, el «no ocurre» se encoge, el momio se dispara y el OR se separa del RR, siempre alejándose más de 1 (exagerando el efecto, sea protector o dañino).
Un ejemplo numérico hipotético deja ver la mecánica con dos escenarios que tienen exactamente el mismo riesgo relativo:
| Escenario | Riesgo tratados | Riesgo control | RR | OR |
|---|---|---|---|---|
| Desenlace raro | 3% | 5% | 0,60 | 0,59 |
| Desenlace frecuente | 30% | 50% | 0,60 | 0,43 |
El error típico: leer el OR como «veces más probable»
El error casi universal es traducir un odds ratio directamente a «X veces más (o menos) probable» o a un porcentaje de riesgo. Esa lectura solo es válida si el desenlace es raro. Con desenlaces frecuentes —mortalidad hospitalaria, referencia a un procedimiento, control de la presión, respuesta a un tratamiento— esa traducción infla el efecto, a veces groseramente.
El caso Schulman es el ejemplo de manual, pero el patrón se repite a diario. Un OR de 2,5 para una complicación que ocurre en el 40% de los pacientes no significa «2,5 veces más riesgo»; el RR real puede rondar 1,5. Un OR de 0,5 para un desenlace que afecta a la mitad no es «la mitad del riesgo». El titular —y muchas discusiones de artículos— toman el OR y lo narran en lenguaje de riesgo, y el lector se lleva una magnitud que el estudio nunca demostró.
El problema se agrava porque la regresión logística, el caballo de batalla del análisis ajustado, produce odds ratios por defecto. Así, incluso estudios de cohorte y transversales —donde el riesgo sí es calculable— terminan reportando OR solo porque el software los entrega. Lo vimos de cerca al hablar del odds ratio en estudios transversales: la misma trampa, otro diseño.
Cómo hacerlo bien: la medida según el diseño y el riesgo basal
La medida correcta depende del diseño y de la frecuencia del desenlace. En casos y controles, el OR es lo correcto y no existe un RR. En cohortes, ensayos clínicos y transversales, si el desenlace es frecuente, reporta directamente el riesgo relativo, la razón de prevalencia o la diferencia absoluta, no el OR. El procedimiento práctico:
- Identifica el diseño. En casos y controles, el OR es la medida natural; no intentes forzar un RR, porque el diseño no permite estimar riesgos.
- Mira la frecuencia del desenlace. Si ocurre en menos de ~10% del grupo de referencia, el OR aproxima al RR y puedes interpretarlo con cautela como tal. Si es mayor, no.
- En transversales con desenlace frecuente, abandona el OR y usa la razón de prevalencia con regresión de Poisson robusta, el método que desarrollamos en la razón de prevalencia con Poisson robusto.
- Si un paper solo te da el OR ajustado y el riesgo basal del grupo de referencia (P0), recupera el RR con la fórmula de Zhang y Yu (JAMA 1998;280:1690-1691):
RR = OR / [(1 − P0) + (P0 × OR)]. Para Schulman, con P0 ≈ 0,91 y OR = 0,6: RR = 0,6 / [0,09 + 0,546] ≈ 0,94 — prácticamente el mismo ~0,93 que se obtiene dividiendo los riesgos (0,85/0,91). - Acompaña siempre la medida relativa con la absoluta: los riesgos de cada grupo y, si aplica, el NNT. El número que tu paciente entiende es el absoluto, como insistimos en riesgo relativo vs. riesgo absoluto y en la reducción relativa vs. absoluta del riesgo.
| Diseño / desenlace | Medida correcta | ¿El OR sirve como RR? |
|---|---|---|
| Casos y controles | Odds ratio | El OR es la medida; no hay RR |
| Cohorte o ECA, desenlace raro (<10%) | RR y diferencia de riesgo | Sí, OR ≈ RR |
| Cohorte o ECA, desenlace frecuente | RR, diferencia de riesgo, NNT | No, el OR exagera |
| Transversal, desenlace frecuente | Razón de prevalencia (Poisson robusto) | No, usa razón de prevalencia |
Cómo detectarlo al leer: señales de alarma en un paper
Para saber si un artículo te está inflando el efecto, cruza tres datos: el tipo de medida (OR, RR, HR), la frecuencia del desenlace y el lenguaje con que narran el resultado. Un OR lejos de 1 + un desenlace frecuente + una frase de «veces más probable» es la combinación sospechosa. Qué buscar, en orden:
- ¿Qué medida reportan? Si dicen «odds ratio» pero el diseño es cohorte o transversal, pregúntate por qué no dieron el riesgo relativo o la razón de prevalencia.
- ¿Cuál es el riesgo basal? Busca los eventos crudos (n/N) en las tablas. Si el desenlace ocurre en más del 10-15%, el OR ya no aproxima al RR.
- ¿Cómo narran el resultado? Frases como «X veces más probable» o «un N% más/menos de riesgo» derivadas de un OR son una bandera roja con desenlaces frecuentes.
- ¿Dan la medida absoluta? Un buen artículo reporta los riesgos de cada grupo, no solo el OR ajustado. Si solo hay OR, haz tú la conversión con Zhang-Yu.
- Resumen vs. tablas. El resumen suele quedarse con la cifra más llamativa (el OR). Las tablas tienen los números crudos para reconstruir el RR. Lee las tablas antes de creerte el resumen.
En una frase
El odds ratio mide momios, no riesgos: cuando el desenlace es frecuente se aleja de 1 y exagera el efecto, así que no lo leas como «veces más probable» sin antes mirar el riesgo basal —y, si hace falta, convertirlo a riesgo relativo.
Preguntas frecuentes
¿El odds ratio y la razón de momios son lo mismo?
Sí. «Razón de momios» es la traducción más usada en México y buena parte de Latinoamérica; «razón de posibilidades» o «razón de probabilidades» también aparecen. Todas nombran el mismo cociente de odds. El término inglés «odds ratio» (OR) es el que verás impreso en los papers.
¿Cuándo el odds ratio se parece al riesgo relativo?
Cuando el desenlace es raro, por convención por debajo de ~10% en el grupo de referencia. Ahí OR ≈ RR y puedes interpretarlo, con cautela, como un riesgo relativo. Cuanto más frecuente el evento, más se separa el OR del RR, siempre alejándose de 1.
¿Por qué los estudios usan odds ratio si confunde tanto?
Porque la regresión logística, el método estándar para ajustar por confusores con un desenlace binario, entrega odds ratios de forma natural y es estadísticamente muy estable. En casos y controles, además, el OR es la única medida de asociación válida. El problema no es calcular el OR, sino narrarlo como si fuera un riesgo relativo.
¿Cómo convierto un odds ratio a riesgo relativo?
Con la fórmula de Zhang y Yu: RR = OR / [(1 − P0) + (P0 × OR)], donde P0 es el riesgo del grupo de referencia. Necesitas conocer ese riesgo basal, que suele estar en las tablas del estudio. Con desenlaces frecuentes, esta conversión puede cambiar sustancialmente la magnitud del efecto.
¿El hazard ratio tiene el mismo problema?
El hazard ratio responde otra pregunta —incorpora el tiempo hasta el evento— y no es intercambiable con el OR ni con el RR. Lo abordaremos en la próxima entrega de la serie. Como regla, no mezcles OR, RR y HR como si midieran lo mismo.
Esta entrada es la semana 14 de la serie «Medicina Basada en Evidencia — 52 semanas». La próxima semana, semana 15: «Hazard ratio: por qué el tiempo cambia la pregunta».
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. PMID: 10029647.
- 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. PMID: 10413743.
- 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.
Suscríbete
Si esta serie te sirve para leer evidencia con criterio, apóyala y accede a tres recursos pensados para el clínico ocupado:
- Colección de libros de medicina (~18 GB) para descargar y consultar.
- Resúmenes de papers acompañados del artículo original.
- Directorio de ensayos clínicos organizados por fármaco, para encontrar la evidencia en segundos.
Suscríbete en: buymeacoffee.com/drjorgerojas
Canal de WhatsApp: únete aquí.
Aviso médico: este contenido tiene fines educativos y de actualización profesional; no sustituye el juicio clínico individual ni las guías locales vigentes. Verifica siempre dosis, indicaciones y recomendaciones con las fuentes primarias antes de aplicarlas.
Dr. Jorge Enrique Rojas Rodríguez — Medicina Interna
MedicinaCardiometabolica.com · Actualizado en noviembre de 2026.
Descubre más desde Medicina Cardiometabólica
Suscríbete y recibe las últimas entradas en tu correo electrónico.