Calculadora de Odds Ratio y Riesgo Relativo
Introduce los cuatro recuentos de una tabla 2×2 (grupos expuestos y no expuestos, con o sin el desenlace) para calcular el odds ratio, el riesgo relativo, las tasas del desenlace y los intervalos de confianza del 95 %, con una interpretación en lenguaje sencillo.
Calcular el odds ratio y el riesgo relativo
Fórmula del Odds Ratio y el Riesgo Relativo
Donde:
- \(a\) — sujetos expuestos que desarrollaron el desenlace
- \(b\) — sujetos expuestos sin el desenlace
- \(c\) — sujetos no expuestos que desarrollaron el desenlace
- \(d\) — sujetos no expuestos sin el desenlace
El odds ratio compara los momios (odds) del desenlace entre los grupos expuesto y no expuesto, mientras que el riesgo relativo compara directamente las probabilidades (riesgos).
La calculadora también informa los intervalos de confianza del 95 % mediante las aproximaciones estándar para muestras grandes en escala logarítmica:
\[ \text{SE}(\ln \text{OR}) = \sqrt{\frac{1}{a} + \frac{1}{b} + \frac{1}{c} + \frac{1}{d}} \qquad \text{SE}(\ln \text{RR}) = \sqrt{\frac{1}{a} - \frac{1}{a+b} + \frac{1}{c} - \frac{1}{c+d}} \]
Odds Ratio y Riesgo Relativo – Ejemplo de cálculo
Ejemplo: en un estudio de cohortes con 100 sujetos expuestos y 100 no expuestos, 30 de los expuestos y 10 de los no expuestos desarrollaron el desenlace (por lo que \(b = 70\) y \(d = 90\)).
\[ \text{OR} = \frac{30 \times 90}{70 \times 10} = \frac{2700}{700} = 3.8571 \]
\[ \text{RR} = \frac{30 / 100}{10 / 100} = \frac{0.30}{0.10} = 3.0 \]
Resultado: OR = 3.8571 (IC del 95 % ≈ 1.77 a 8.42) y RR = 3.0 (IC del 95 % ≈ 1.55 a 5.81). La tasa del desenlace es del 30 % en el grupo expuesto frente al 10 % en el no expuesto. Los sujetos expuestos tienen 3 veces más probabilidad de desarrollar el desenlace, y ambos intervalos de confianza excluyen el valor 1, por lo que la asociación es estadísticamente significativa al nivel del 5 %.
Cómo usar la calculadora
- Introduce Desenlace presente (a) — el número de sujetos expuestos que desarrollaron el desenlace.
- Introduce Desenlace ausente (b) — el número de sujetos expuestos que no desarrollaron el desenlace.
- Introduce Desenlace presente (c) — el número de sujetos no expuestos que desarrollaron el desenlace.
- Introduce Desenlace ausente (d) — el número de sujetos no expuestos que no desarrollaron el desenlace.
- Lee los resultados: Odds ratio (OR), Riesgo relativo (RR), la tasa del desenlace en cada grupo como porcentaje, los intervalos de confianza del 95 % y una interpretación en lenguaje sencillo con las fórmulas rellenadas con tus valores.
Los cuatro valores de entrada deben ser números enteros no negativos. Si un cero en una casilla hace que una razón quede indefinida o infinita, la calculadora te lo indica y sugiere alternativas como los métodos exactos o sumar 0.5 a cada casilla (una corrección por continuidad).
¿Qué son el odds ratio y el riesgo relativo?
Ambas medidas cuantifican la fuerza de la asociación entre una exposición (un factor de riesgo, un tratamiento, un comportamiento) y un desenlace binario (enfermedad, recuperación, un evento). Se calculan a partir de una tabla de contingencia 2×2 que clasifica a los sujetos según su estado de exposición y su estado de desenlace. Las cuatro casillas \(a\), \(b\), \(c\) y \(d\) describen la tabla por completo.
El riesgo relativo (RR), también llamado razón de riesgos, es la probabilidad del desenlace en el grupo expuesto dividida por la probabilidad en el grupo no expuesto: \(RR = r_1 / r_0\). Un RR de 2 significa que el grupo expuesto tiene el doble de probabilidad de experimentar el desenlace; un RR de 0.5 significa que tiene la mitad (un factor protector). El RR es intuitivo y constituye la medida natural para los estudios de cohortes, los ensayos aleatorizados y cualquier diseño en el que se sigue a los grupos hacia adelante en el tiempo y se observa la incidencia.
El odds ratio (OR) es la razón entre los momios del desenlace en el grupo expuesto y los momios en el grupo no expuesto. Los momios son \(p / (1 - p)\), de modo que el OR puede ser mucho mayor que el RR cuando el desenlace es frecuente. El OR es la medida que los estudios de casos y controles estiman directamente (ya que estos estudios no producen tasas de incidencia reales) y también es lo que arroja la regresión logística. Cuando el desenlace es raro en ambos grupos — según una regla práctica habitual, por debajo del 10 % — el OR se aproxima mucho al RR.
Un valor de 1 en cualquiera de las dos medidas significa ausencia de asociación: la exposición no cambia los momios ni el riesgo del desenlace. Los valores superiores a 1 indican una asociación nociva; los inferiores a 1, una asociación protectora. Cuanto más se aleje el valor de 1 en cualquier dirección, más fuerte es la asociación.
Interpretación de los resultados
La calculadora clasifica la fuerza de la asociación a partir del odds ratio: los valores superiores a 10 se consideran muy fuertes, superiores a 3 fuertes, superiores a 1.5 moderados y de 1 a 1.5 débiles (con los umbrales simétricos por debajo de 1 para las asociaciones inversas). También informa las tasas del desenlace en ambos grupos y la diferencia absoluta de riesgo en puntos porcentuales, que a menudo es el número más relevante para la toma de decisiones: un RR de 3 podría significar pasar del 0.1 % al 0.3 % (un cambio absoluto diminuto) o del 10 % al 30 % (un cambio grande).
Los intervalos de confianza del 95 % indican la precisión de las estimaciones. Si un intervalo excluye el valor 1, la asociación es estadísticamente significativa al nivel del 5 %; si lo incluye, los datos son compatibles con la ausencia de asociación. Los intervalos amplios — frecuentes con muestras pequeñas — significan que la estimación es imprecisa. Para más información sobre los intervalos, consulta la calculadora de Intervalo de Confianza, y para comprobar si tu estudio tiene suficientes sujetos para detectar un efecto de este tipo, prueba la calculadora de Tamaño de Muestra.
Supuestos y limitaciones
- El diseño del estudio importa. El RR requiere un diseño en el que se observe la incidencia (cohorte o ensayo). En los estudios de casos y controles solo el OR es válido, porque la muestra se selecciona por el desenlace y no por la exposición.
- Asociación no es causalidad. Tanto el OR como el RR pueden verse distorsionados por el sesgo de confusión, el sesgo de selección y el error de medición. Se necesitan estimaciones ajustadas mediante modelos de regresión para controlar otras variables.
- Los intervalos de confianza usan una aproximación normal (método de Woolf para el OR, método logarítmico de Katz para el RR), que solo es fiable cuando todos los recuentos de las casillas son razonablemente grandes. Con recuentos pequeños o casillas con cero, es preferible usar métodos exactos como la prueba exacta de Fisher o aplicar una corrección por continuidad de +0.5 a cada casilla.
- OR ≠ RR cuando el desenlace es frecuente. El OR sobrestima el RR en los desenlaces frecuentes, exagerando la asociación. Informa la medida que corresponda a tu diseño y a tu mensaje.
- Casillas con cero. Si \(b\) o \(c\) es cero, el OR queda indefinido o infinito; si \(c\) es cero, el RR no puede calcularse. La calculadora señala estos casos en lugar de devolver un número engañoso.
Si en lugar de una tabla 2×2 estás analizando la relación entre dos variables continuas, la herramienta adecuada es la calculadora de Coeficiente de Correlación.
Preguntas frecuentes
¿Cómo calculo el odds ratio a mano sin calculadora?
Multiplica las dos casillas diagonales y divide: OR = (a × d) ÷ (b × c). Por ejemplo, con a = 20, b = 80, c = 10, d = 90, se obtiene (20 × 90) ÷ (80 × 10) = 1800 ÷ 800 = 2.25. El RR es (20 ÷ 100) ÷ (10 ÷ 100) = 2.0. Hacerlo una vez a mano es una buena forma de verificar la introducción de los datos antes de confiar en una herramienta.
¿Cuándo debo informar el odds ratio en lugar del riesgo relativo?
Informa el RR en los diseños prospectivos — estudios de cohortes y ensayos aleatorizados — en los que se reclutó a los sujetos por exposición y se observó el desenlace, porque estos diseños ofrecen incidencia real. Informa el OR en los estudios de casos y controles, donde los sujetos se seleccionaron por su estado de desenlace y no puede calcularse la incidencia. La regresión logística también arroja OR. Si el desenlace es raro (menos de aproximadamente el 10 % en ambos grupos), los dos números son prácticamente idénticos de todos modos.
¿Qué se considera un valor fuerte o clínicamente importante?
No existe un umbral universal: depende del campo y del riesgo basal. En epidemiología, un OR o RR superior a 3 suele considerarse fuerte y superior a 10 muy fuerte, mientras que de 1 a 1.5 es débil. Pero la fuerza estadística no es importancia práctica: un RR de 3 sobre un riesgo basal del 0.1 % afecta a pocas personas. Comprueba siempre la diferencia absoluta de riesgo y el intervalo de confianza junto con la razón.
¿Qué debo hacer si una de mis casillas contiene un cero?
Un cero en b o c hace que el OR sea infinito o indefinido, y un cero en c hace que el RR sea infinito. Las soluciones habituales son sumar 0.5 a cada casilla (la corrección de Haldane–Anscombe) o usar métodos exactos como la prueba exacta de Fisher, que manejan datos escasos sin aproximaciones de muestra grande. Si tu estudio sigue siendo pequeño, valora reclutar más sujetos en lugar de corregir los números.
¿Por qué mi odds ratio es mayor que mi riesgo relativo?
Los momios comprimen las probabilidades: unos momios de 3 significan un riesgo del 75 %, no del 300 %. A medida que la probabilidad del desenlace en un grupo se aleja de cero, los momios se separan de la probabilidad, de modo que el OR exagera el RR en la dirección del efecto. Por ejemplo, riesgos del 80 % frente al 40 % dan RR = 2 pero OR = 6. Por eso el atajo «OR ≈ RR» solo es válido para desenlaces raros, y por eso informar un OR como si fuera un múltiplo del riesgo induce a error a los lectores.
¿Puedo convertir un odds ratio en un riesgo relativo?
Sí, si conoces el riesgo basal en el grupo no expuesto \(r_0\) y el OR: \(RR = \frac{OR}{1 - r_0 + r_0 \times OR}\). Por ejemplo, con OR = 3 y un riesgo basal del 10 %, RR = 3 ÷ (0.9 + 0.3) = 2.5. La conversión requiere el riesgo basal, que es justamente lo que los estudios de casos y controles no proporcionan: esa es su principal limitación.
¿Cuáles son los errores comunes al introducir la tabla 2×2?
El error más frecuente es intercambiar filas y columnas — colocar los recuentos del desenlace en las casillas de exposición —, lo que produce el mismo OR pero un RR erróneo si los tamaños de los grupos difieren. Otro es introducir totales o porcentajes en lugar de recuentos brutos; la calculadora necesita el número real de sujetos por casilla. Por último, no confundas «expuesto» con «tratado»: define cuál es el grupo de referencia antes de introducir los datos, ya que invertir los grupos transforma el RR en 1/RR.