RR, OR y HR: cómo interpretar medidas de efecto sin dejarte engañar por una cifra

RR, OR y HR pueden tener el mismo valor numérico y estar describiendo cantidades diferentes. Antes de interpretar una reducción, identifica la medida y el desenlace. Después pregunta por los riesgos absolutos, el seguimiento y la incertidumbre; la cifra relativa no contiene toda esa información.

Riesgo y odds no son lo mismo

Si veinte de cada cien personas presentan un evento, el riesgo es la proporción con el evento. Las odds comparan quienes lo presentan con quienes no lo presentan. Este ejemplo hipotético muestra por qué ambas cantidades describen el mismo grupo, pero no son intercambiables.

Riesgo = 20 %
Odds = 20 / 80 = 0,25

¿Qué es el riesgo relativo?

El riesgo relativo compara los riesgos acumulados de dos grupos durante un periodo definido. En el ejemplo hipotético, pasar del 20 % al 10 % da un RR de 0,50: el riesgo observado con la intervención es la mitad del del comparador. Para valorar su relevancia todavía necesitas la diferencia absoluta y el contexto.

RR = riesgo intervención / riesgo control

Control 20 %
Intervención 10 %

RR = 0,50

¿Qué es el odds ratio?

El odds ratio (razón de momios) compara odds, no riesgos. Con los datos anteriores es aproximadamente 0,44, mientras el RR es 0,50. Con eventos raros el OR se aproxima al RR; con eventos frecuentes queda más alejado de 1 y exagera la magnitud si lo interpretas como RR. Comprueba qué medida se calculó antes de traducirla a lenguaje clínico.

OR = odds intervención / odds control

Control: 20/80 = 0,25
Intervención: 10/90 ≈ 0,111

OR ≈ 0,44

¿Qué es el hazard ratio?

El hazard ratio (razón de riesgos instantáneos, HR) compara tasas instantáneas entre grupos en análisis de tiempo hasta evento. Resume el efecto bajo el supuesto de riesgos proporcionales: conviene revisar si se sostiene durante el seguimiento. Un HR de 0,75 no es una reducción absoluta del 25 % ni permite calcular NNT con 1 / (1 − HR). Para la magnitud absoluta necesitas riesgos o supervivencia a un tiempo concreto.

Diferencias esenciales entre RR, OR y HR

Estas medidas responden preguntas distintas. Cuando leas una tabla, verifica cuál se reportó y qué modelo la produjo; no elijas la interpretación por el nombre que te resulte más familiar.

• RR: compara riesgos acumulados en un periodo.
• OR: compara las odds del evento entre grupos.
• HR: compara tasas instantáneas durante el seguimiento.

Acompaña la medida relativa del efecto absoluto

En ambos ejemplos el RR es 0,50, pero bajar de 50 % a 25 % son 25 puntos porcentuales menos; bajar de 2 % a 1 % es 1 punto porcentual menos. La reducción relativa es igual y el beneficio absoluto muy distinto. Mira siempre de qué riesgo se parte y para qué periodo se midió.

50 % → 25 %

o:

2 % → 1 %

¿Qué añade el intervalo de confianza?

Un RR de 0,80 con IC 95 % de 0,78–0,82 y otro con IC de 0,45–1,42 comparten estimación puntual, pero el segundo es mucho menos preciso. Examina si los efectos compatibles con los datos llevarían a interpretaciones clínicas distintas. El intervalo no elimina sesgo ni, en el enfoque frecuentista, da la probabilidad de que el parámetro esté dentro del intervalo observado.

El punto de no efecto

Para RR, OR y HR, el valor de no efecto es 1. Que el intervalo lo incluya no demuestra que la intervención no funcione: puede haber imprecisión compatible con beneficio y daño. Lee la amplitud y los valores clínicamente relevantes, no únicamente si cruza ese punto.

Significación estadística e importancia clínica

Una muestra grande puede dar un valor de p pequeño para una diferencia trivial. El valor de p se interpreta bajo la hipótesis nula y los supuestos del análisis; no expresa la probabilidad de que la hipótesis sea verdadera. Tampoco mide directamente la magnitud ni la utilidad clínica del efecto.

“No significativo” no significa equivalencia

“No significativo” puede reflejar poca potencia: un efecto real puede no alcanzar significación, lo que corresponde a un error tipo II. Tampoco demuestra equivalencia. Para equivalencia o no inferioridad hacen falta diseños y criterios propios; en cualquier estudio, lee qué diferencias siguen siendo compatibles con el IC.

Una secuencia práctica de lectura

Ante una cifra como la de este ejemplo hipotético, recorre estas preguntas antes de presentar una conclusión. El objetivo es conectar la medida con el resultado, el tiempo y la población, sin tratar el valor de p como una decisión clínica.

HR 0,78; IC 95 % 0,68–0,89; p < 0,001

1. ¿Qué desenlace se midió y qué comparación clínica representa?
2. ¿La cifra es un RR, un OR o un HR y qué cantidades compara?
3. ¿Hacia qué lado apunta el efecto frente al valor de no efecto?
4. ¿Qué amplitud tiene el intervalo de confianza y qué efectos permite?
5. ¿Qué diferencia absoluta de riesgos acompaña a la medida relativa?
6. ¿Durante cuánto tiempo se observaron los eventos de la comparación?
7. ¿Qué procesos del estudio podrían sesgar este resultado?
8. ¿Qué certeza tiene el cuerpo de evidencia para este desenlace?
9. ¿Qué similitudes y diferencias hay con la población que atiendo?

¿Cómo interpreta MediCritikx estas cifras?

MediCritikx organiza las medidas y su contexto como apoyo a tu lectura. Comprueba en el artículo cuál fue la medida y qué información permite estimar el efecto absoluto. Mantén separados los componentes de esta lista: una cifra precisa no garantiza ausencia de riesgo de sesgo, certeza alta ni aplicabilidad.

• Identifica la medida estadística y lo que compara.
• Describe la magnitud absoluta junto a la relativa.
• Conserva la incertidumbre del intervalo.
• Revisa el riesgo de sesgo antes de confiar en la estimación.
• Separa certeza y aplicabilidad de la precisión numérica.