Problemas del uso del test de tendencia como medición de la relación dosis respuesta en epidemiología

• S. Pérez-Hoyos ^[1] ; F.G. Benavides ^[1]
  1. [1] Universitat Pompeu Fabra

     Universitat Pompeu Fabra

     Barcelona, España

     
• Localización: Gaceta sanitaria: Órgano oficial de la Sociedad Española de Salud Pública y Administración Sanitaria, ISSN 0213-9111, Vol. 11, Nº. 3, 1997, págs. 143-149
• Idioma: español
• Títulos paralelos:
  • Misuse of trend test as a dose-response measure in epidemiology
• Enlaces
  • Texto completo
• Resumen
  • español

    Antecedentes El objetivo del análisis de dosis-respuesta es demostrar la existencia de un incremento progresivo de la respuesta con un aumento de la exposición. Una de las formas habituales de obtener esta relación es el uso del llamado test de tendencia. Sin embargo el hecho de que este test sea significativo no siempre conlleva que exista una relación monótona entre la dosis y la respuesta. El objetivo de este trabajo es analizar diversas situaciones donde el uso del test de tendencia no siempre es adecuado y revisar el uso de alternativas a este test.

    Métodos Se han generado cinco escenarios teóricos de relación de dosis-respuesta para supuestos estudios de casos y controles, donde no siempre la relación era lineal. Se han analizado las tablas resultantes obteniendo el test x2 de tendencia y la estimación de la componente lineal por medio de la regresión logística. Posteriormente se han utilizado otras alternativas para analizar la tendencia como el análisis categórico, la transformación de la exposición en el modelo logístico o el uso de riesgos incrementales.

    Resultados El test de tendencia resultó siempre significativo a pesar de que en cuatro de los modelos teóricos no existía una relación clara dosis-respuesta. Este resultado significativo podría llevar a los lectores a sugerir una falsa relación lineal dosis-respuesta. El uso alternativo de los modelos de riesgo incrementales o el análisis categórico permite identificar las situaciones de no relación.

    Conclusiones El test de tendencia sólo debería ser utilizado cuando los datos evidencien la existencia de una relación lineal monótona sugerida a través del análisis categórico, del uso de riesgos incrementales o del ajuste de distintos modelos no lineales, aunque en este caso la significación del test de tendencia no aporte más información que la ya obtenida.

  • English

    Background The objective of the dose-response analysis is to reveal the presence of a progressively response to an increased dose. One of the usual ways of doing so is the carrying out of the so-called trend test. However, the fact that this test may show statistical significance does not necessarily indicate that there is a uniform response between dose and response. This study aims to examine the various situations in which the use of the trend test is not always appropriate as well as given an overview of the use of potential alternatives.

    Methods Five theoretical dose-response scenarios have been created using for supposed case-control studies, in which the relationship was not always linear. The results-tables obtained have been analysed, leading to the attainment of the Chi-squared trent test, as well as the calculation of the linear component by means of the logistical regression. Subsequently, other alternative methods of trends analysis, such as categorical analysis, the transformation of the findings within the logistical model and the use of risk incrementáis have been employed.

    Results The test of trends invariably proved to be significant, despite the fact that in four of the theoretical models there did not exist a clear relationship between dose and response. This significant result could lull its readers into proposing a linear dose-response relationship which, in fact, proves false. The alternative use of incremental risk models, or categorical analysis, permits the identification of situations in which there is no relationship.

    Conclusions The trend test should only be employed in cases where the data demonstrates the existence of monotonous, lineal relationship that can be deduced from the results of categorical analysis, the use of incremental risk or the adjustment of various no linear models, although, in this cases, the significance of the test may bring forward no new information.