Hazard Ratio: Por Qué el Tiempo Cambia la Pregunta Clínica

El hazard ratio es la medida de efecto que más se repite en los ensayos clínicos de cardiología y oncología, y la que peor traducimos. Si eres internista, cardiólogo o residente en Latinoamérica, lo has leído mil veces —»hazard ratio 0.80″— y casi siempre lo convertiste mentalmente en «20% menos riesgo», como si fuera un riesgo relativo. El problema no es solo esa traducción apresurada: es que el hazard ratio vive en el tiempo. Resume toda la curva de seguimiento en un solo número y, al hacerlo, puede esconder cuándo ocurre el beneficio, que a veces es la pregunta clínica más importante. Este post de la serie Medicina Basada en Evidencia explica qué mide de verdad el hazard ratio, qué supuesto esconde y por qué el momento en que las curvas se separan cambia la pregunta.

Puntos clave (TL;DR)

  • El hazard ratio (HR), o razón de riesgos instantáneos, compara la velocidad a la que ocurren los eventos en dos grupos a lo largo del tiempo. No es un riesgo relativo ni un odds ratio.
  • El HR que reporta un ensayo (vía regresión de Cox) es un promedio de todo el seguimiento y asume que la razón entre grupos es constante: el supuesto de riesgos proporcionales.
  • Un HR no te dice cuándo ocurren los eventos ni cuánto tiempo se gana. Dos ensayos con el mismo HR pueden tener medianas de supervivencia muy distintas.
  • Cuando las curvas de Kaplan-Meier se cruzan o se abren de forma no proporcional, un solo HR es un resumen engañoso. Ahí hay que mirar la curva, no la cifra.
  • El caso: en EMPA-REG OUTCOME (empagliflozina), la muerte cardiovascular cayó con HR 0.62, pero lo decisivo fue que las curvas se separaron temprano: ese cuándo cambió la pregunta sobre el mecanismo.
  • Al leer: busca siempre la curva de supervivencia y pregúntate si el HR único describe bien lo que hacen esas curvas en el tiempo.

El caso: un hazard ratio que importó menos que el momento en que se separaron las curvas

En 2015, el New England Journal of Medicine publicó EMPA-REG OUTCOME, el ensayo que cambió la diabetología. Se aleatorizó a pacientes con diabetes tipo 2 y enfermedad cardiovascular establecida a empagliflozina (10 o 25 mg al día) o placebo; en total se trataron 7020 pacientes, con una mediana de observación de 3.1 años. El desenlace primario —muerte cardiovascular, infarto no fatal o ictus no fatal (3-point MACE)— ocurrió en el 10.5% con empagliflozina frente al 12.1% con placebo: HR 0.86 (IC 95.02% 0.74–0.99; p = 0.04 para superioridad). Un efecto modesto, pero positivo.

Lo que sacudió al campo no fue el MACE, sino la muerte cardiovascular: 3.7% frente a 5.9%, HR 0.62 (IC 95% 0.49–0.77; p < 0.001), una reducción relativa del 38%. Y, junto a ella, la hospitalización por insuficiencia cardíaca: 2.7% frente a 4.1%, HR 0.65 (IC 95% 0.50–0.85; p = 0.002). La mortalidad por cualquier causa también bajó: 5.7% frente a 8.3%, HR 0.68 (IC 95% 0.57–0.82; p < 0.001).

Aquí está el detalle que da título a este post. En la Discusión, los autores señalaron que las reducciones en muerte cardiovascular y en mortalidad total ocurrieron temprano en el ensayo y se mantuvieron durante todo el seguimiento. Para un fármaco que supuestamente actúa sobre la aterosclerosis, eso no tenía sentido: la placa no se revierte en semanas. Una separación tan precoz de las curvas apuntaba a un mecanismo hemodinámico —natriuresis, reducción de volumen, descarga del corazón— y no antiaterosclerótico. El hazard ratio de 0.62 no decía nada de esto; lo dijo el momento en que las curvas de Kaplan-Meier empezaron a abrirse. El mismo número, con una separación tardía, habría contado una historia distinta. El tiempo cambió la pregunta: de «¿esto previene infartos?» a «¿esto descarga el corazón?».

El concepto: qué mide realmente el hazard ratio

El hazard ratio compara hazards (riesgos instantáneos), no riesgos acumulados. El hazard en un momento t es la velocidad a la que ocurre el evento entre quienes siguen libres de él justo antes de t: una tasa por unidad de tiempo, no una probabilidad. El HR divide el hazard del grupo tratado entre el del grupo control. El riesgo relativo, en cambio, divide probabilidades acumuladas a un corte fijo, y el odds ratio —que vimos en odds ratio frente al riesgo relativo— divide momios. Tres medidas distintas para tres preguntas distintas; el HR es la única que incorpora el eje del tiempo.

El HR que leemos en un abstract casi siempre sale de una regresión de Cox, el caballo de batalla del análisis de supervivencia. Y Cox trae un supuesto incómodo incorporado: el de riesgos proporcionales. Significa que la razón entre los hazards de los dos grupos se mantiene constante durante todo el seguimiento. Si al mes el tratado tiene un hazard 0.70 veces el del control, el modelo asume que al año y a los tres años sigue siendo 0.70. El HR único que reporta el ensayo es, por diseño, un promedio ponderado de toda la curva bajo ese supuesto.

De ahí dos consecuencias que conviene memorizar. Primera: el HR es una medida relativa y no dice nada del tiempo absoluto ganado. Un HR de 0.50 impresiona, pero si la mediana de supervivencia pasa de 40 a 44 meses o de 4 a 8, el número relativo es idéntico y el beneficio clínico, opuesto. Segunda: como es un promedio, borra la forma de la curva. Un beneficio concentrado al principio (EMPA-REG), uno que aparece tarde (varios inmunoterápicos en oncología) o uno que primero daña y luego protege (algunas estrategias quirúrgicas frente a médicas) pueden producir el mismo HR y significar cosas clínicamente distintas.

MedidaQué compara¿Usa el tiempo?Qué esconde
Riesgo relativo (RR)Probabilidades acumuladas a un corte fijoNo (foto a un tiempo)El riesgo basal absoluto
Odds ratio (OR)Momios (odds) de dos gruposNoExagera si el desenlace es frecuente
Hazard ratio (HR)Velocidad instantánea del evento en el tiempoSí, pero asume proporción constanteEl cuándo y el tiempo absoluto ganado

El error típico

El error más común es leer el HR en voz de riesgo acumulado: decir que un HR de 0.62 es «38% menos riesgo de morir» sin más. En rigor es «38% menos hazard«, una tasa. En EMPA-REG, ese HR de 0.62 corresponde a una diferencia absoluta de muerte cardiovascular de 5.9% a 3.7%, es decir 2.2 puntos porcentuales en 3.1 años; el número que el paciente entiende es ese, y de ahí sale un NNT de aproximadamente 45 (1 ÷ 0.022). «38%» y «2.2 puntos» describen el mismo resultado: uno es el titular, el otro es la consulta.

El segundo error, más silencioso y más grave, es reportar un solo HR sin comprobar la proporcionalidad de riesgos. Cuando el seguimiento es largo o las curvas se separan de forma evidentemente no proporcional —se cruzan, se abren tarde, convergen al final—, el HR promedio deja de representar a nadie: es la media entre un periodo de beneficio y uno de daño (o de nada). Ese es exactamente el mismo mecanismo de inflación o dilución del titular que ya vimos con riesgo relativo frente al absoluto y con la reducción relativa frente a la absoluta del riesgo: la misma realidad clínica, contada con la métrica que produce la frase más vendible.

El tercer error es tratar el HR como si respondiera la pregunta del tiempo. Un HR estable no distingue entre «el beneficio aparece en la primera semana» y «el beneficio aparece en el tercer año». En EMPA-REG, confundir ambos habría llevado a atribuir a la empagliflozina un efecto antiaterosclerótico que no tenía; la separación temprana fue la pista mecanística, y estaba en la curva, no en el HR.

Cómo hacerlo bien

Para interpretar bien un hazard ratio, trátalo como lo que es —un resumen relativo y promediado— y acompáñalo siempre de la curva y de medidas absolutas. El procedimiento, paso a paso:

  1. Mira la curva de Kaplan-Meier antes que el HR. ¿Las curvas se mantienen aproximadamente paralelas (proporcionales) o se cruzan, se abren tarde o convergen? La forma te dice si un solo número puede resumirlas.
  2. Comprueba el supuesto de riesgos proporcionales. Los métodos estándar son los residuos de Schoenfeld, los gráficos log-menos-log y añadir un término de interacción tiempo × tratamiento. Un estudio serio dice que lo revisó.
  3. Si la proporcionalidad no se cumple, no te quedes con un HR único. Reporta HR por tramos de tiempo, un análisis landmark (a partir de un punto de corte) o, mejor, el RMST (tiempo medio de supervivencia restringido): el área entre las curvas hasta un horizonte, que da tiempo absoluto ganado y no necesita el supuesto de Cox.
  4. Acompaña siempre el HR con lo absoluto. Diferencia de riesgo a un tiempo fijo, mediana de supervivencia o de tiempo al evento, y NNT. El HR cuenta la fuerza relativa; lo absoluto cuenta lo que le pasa al paciente.
  5. Interpreta el cuándo. Una separación temprana sugiere un efecto rápido (hemodinámico, antitrombótico); una tardía, un efecto que tarda en instalarse (remodelado, inmunológico). El momento es información clínica, no un adorno.

Aplicado a EMPA-REG: el HR de 0.62 para muerte cardiovascular es real y relevante, pero la lectura completa exige la curva (separación precoz), lo absoluto (2.2 puntos, NNT ≈ 45) y la interpretación del momento (mecanismo hemodinámico). Con esas tres capas, el hazard ratio deja de ser un titular y se vuelve una conclusión clínica.

Cómo detectarlo al leer

Al leer un paper con un hazard ratio, haz tres preguntas: ¿hay una curva de Kaplan-Meier?, ¿esas curvas son proporcionales?, y ¿el autor dice cuándo y cuánto, o solo cuánto relativo? Si solo aparece el HR sin curva, ya tienes un problema. La tabla resume qué buscar:

Qué buscarSeñal de alarmaQué hacer
Curva de Kaplan-MeierSolo se reporta el HR, sin la curvaDesconfía: sin la curva no puedes juzgar la proporcionalidad ni el tiempo
Forma de las curvasSe cruzan, se abren tarde o convergen al finalUn HR único no las resume; exige HR por tramos, landmark o RMST
Supuesto de riesgos proporcionalesNo se menciona haberlo comprobadoTrata el HR como aproximado; busca residuos de Schoenfeld o log-log
Lenguaje del autor«X% menos riesgo» a partir del HR, sin cifras absolutasConvierte a diferencia absoluta y NNT; mira la mediana de tiempo
Momento de la separaciónNo se comenta cuándo empiezan a separarse las curvasInterprétalo tú: temprano = efecto rápido; tardío = efecto lento

La regla operativa es simple: cuando veas un hazard ratio, busca primero la curva. Si no está, exígela mentalmente. Si está y es paralela, el HR es un buen resumen. Si se cruza o se abre de forma rara, el HR promedio es un espejismo, y la historia verdadera está en cuándo se separan las líneas.

En una frase

El hazard ratio mide la velocidad relativa de los eventos en el tiempo y asume que esa razón es constante: antes de creerlo, mira la curva de Kaplan-Meier, comprueba la proporcionalidad y pregúntate cuándo se separan las líneas, porque el momento suele ser la verdadera respuesta clínica.

Preguntas frecuentes

¿El hazard ratio es lo mismo que el riesgo relativo?

No. El hazard ratio compara la velocidad instantánea con que ocurren los eventos a lo largo del tiempo; el riesgo relativo compara probabilidades acumuladas a un corte fijo. Se parecen cuando el evento es poco frecuente y el seguimiento corto, pero el HR incorpora el eje del tiempo y el RR no.

¿Qué es el supuesto de riesgos proporcionales?

Es la condición que asume la regresión de Cox: que la razón entre los hazards de los dos grupos se mantiene constante durante todo el seguimiento. Si se cumple, un solo HR resume bien la curva. Si no —las curvas se cruzan o se abren tarde—, ese HR promedio deja de representar lo que pasa en el tiempo.

¿Un HR de 0.70 significa 30% menos eventos?

Significa un 30% menos de hazard (la tasa instantánea), no necesariamente un 30% menos de eventos acumulados ni un 30% menos de riesgo para tu paciente. Para saber qué gana el paciente necesitas la diferencia absoluta, la mediana de tiempo al evento y el NNT, no solo el HR.

¿Qué hago si las curvas de supervivencia se cruzan?

Si se cruzan, el supuesto de riesgos proporcionales no se cumple y un HR único es engañoso: promedia un periodo de daño con uno de beneficio. En ese caso busca HR por tramos de tiempo, un análisis landmark o el RMST, que mide tiempo absoluto ganado sin asumir proporcionalidad.

¿Qué es el RMST y cuándo conviene usarlo?

El RMST (tiempo medio de supervivencia restringido) es el área bajo la curva de supervivencia hasta un horizonte temporal definido; su diferencia entre grupos es el tiempo absoluto ganado. Conviene cuando la proporcionalidad de riesgos no se cumple, porque no depende de ese supuesto y se interpreta en unidades de tiempo que el clínico entiende.

La próxima semana, en la serie: Curvas de Kaplan-Meier: cómo leerlas y dónde mienten.

Referencias

  • Zinman B, Wanner C, Lachin JM, et al. Empagliflozin, Cardiovascular Outcomes, and Mortality in Type 2 Diabetes. N Engl J Med. 2015;373(22):2117–2128. doi:10.1056/NEJMoa1504720.
  • Fitchett D, Zinman B, Wanner C, et al. Heart failure outcomes with empagliflozin in patients with type 2 diabetes at high cardiovascular risk: results of the EMPA-REG OUTCOME trial. Eur Heart J. 2016;37(19):1526–1534. doi:10.1093/eurheartj/ehv728.

Lleva la evidencia contigo

Si esta serie te sirve para leer mejor, puedes apoyarla y, de paso, llevarte las herramientas con las que trabajo. Al suscribirte recibes:

  • 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 y únete al canal de WhatsApp para no perderte ninguna entrega de la serie.


Aviso médico. Este contenido es educativo y de lectura crítica de la evidencia; no sustituye el juicio clínico individual, las guías vigentes ni la valoración de cada paciente. 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 noviembre de 2026.


Descubre más desde Medicina Cardiometabólica

Suscríbete y recibe las últimas entradas en tu correo electrónico.

Deja una respuesta