Reflexiones sobre el uso de la odds ratio o la razón de prevalencias o proporciones

Abstract

En 2017, publicamos un artículo explicando cómo estimar razones de prevalencia a partir de diferentes modelos de regresión (Espelt, Mari-Dell'Olmo, Penelo y Bosque-Prous, 2017). A menudo, en los trabajos de investigación en ciencias de la salud, trabajamos con estudios transversales o longitudinales. Estos estudios, tienen como variables de interés variables dicotómicas de enfermedad que representamos como proporciones, como las prevalencias o las incidencias acumuladas (por ejemplo, porcentaje de personas con consumo de riesgo de alcohol o porcentaje de nuevos casos de consumidores de riesgo de alcohol en un período determinado, respectivamente) (Hernandez-Avila, Garrido-Latorre y Lopez-Moreno, 2000; Moreno-Altamirano, López-Moreno y Corcho-Berdugo, 2000). En este sentido, cuando trabajamos con variables dependientes dicotómicas y con proporciones, lo primero que presentamos es la prevalencia o la incidencia acumulada de la enfermedad o comportamiento no saludable. Una vez localizada la prevalencia o incidencia acumulada, lo que nos interesará es ver si esta prevalencia o incidencia acumulada cambia en función de las distintas variables independientes o explicativas.

In 2017, we published an article explaining how to estimate prevalence ratios using different regression models (Espelt, Mari-Dell'Olmo, Penelo & Bosque-Prous, 2017). In health science research, we often work with cross-sectional or longitudinal studies. The variables of interest in these studies may be dichotomous variables (i.e. yes vs no) related to a disease or health condition, and we usually represent them as proportions, such as prevalence or cumulative incidence (e.g. percentage of at-risk drinkers or percentage of new cases of hazardous drinking in a given period, respectively) Hernandez-Avila, Garrido-Latorre & Lopez-Moreno, 2000; Moreno-Altamirano, López-Moreno & Corcho-Berdugo, 2000). In this sense, when we work with dichotomous dependent variables and proportions, the first estimate we show is the prevalence or cumulative incidence of the disease or unhealthy behavior. Once the prevalence or cumulative incidence has been estimated, what will interest us is to ascertain whether this prevalence or cumulative incidence changes depending on the different independent or explanatory variables.