Captulo 18

Clculo del tamao

de la muestra
Vctor F. Sales Carmona
Jos Antonio Orozco Montero
CASO CLINICO
U
na mujer de 50 aos acude a la consulta externa del servicio de
cardiologa; refiere que es hlpertensa desde hace cinco aos y que no
ha podido ser controlada con diversos medicamentos.
En el momento de la consulta, la paciente presenta tensin arterial de
160/110 mmHg. El mdico le prescribe un nuevo medicamento, Privinil,
10 mg al da durante 15 das.
Al cabo de dicho lapso de tiempo, la mujer refiere mejora en cuanto a
los sntomas y su tensin arterial es de 150/95 mmHg. Ante resultado
tan favorable, al mdico le Inquieta saber si esto se debe al azar o en
realidad el frmaco funciona mejor que otros hipotensores. Decide
realizar un estudio y se pregunta cuntos pacientes necesita incluir y
qu diferencia le interesa demostrar.
INTRODUCCION
En este captulo se describen los conceptos relacionados con la obtencin
del tamao de la muestra en los proyectos de investigacin experimental.
Esto Incluye mltiples trminos estadsticos que con frecuencia resultan
confusos para el mdico. Con una terminologa sencilla se pretende
proporcionar respuesta a una de las Interrogantes que con ms frecuen-
cia se hace el investigador clnico que se encuentra en la fase de
planeacln de un ensayo clnico controlado, quien trata de demostrar
que existe una verdadera diferencia entre dos tratamientos. Dicha pre-
gunta es: cuntos pacientes se requiere Incluir en el estudio para que,
al finalizarlo, ste tenga validez desde el punto de vista estadstico, es
decir, que los resultados obtenidos no se deban al azar?
261
262
EPIDEMIOWGIA
Tambin se tratan conceptos en cuanto a la determinacin de tamao
de la muestra de estudios de prevalencia o Incidencia. Al respecto la
determinacin del tamao de la muestra no se efecta con el fin de
obtener representatlvidad o validez externa para sta; ello se logra tanto
con una definicin adecuada de la poblacin de estudio como con una
seleccin apropiada de la muestra (p. ej., con mecanismos aleatorios
Independientes de las preferencias personales de los sujetos que condu-
cen el estudia) y la muestra es ajena a l nmero de Individuos seleccio-
nado para estudiar.
TAMAO DE LA MUESTRA EN ENSAYOS
CLINICOS CONTROLADOS
En este caso, las preguntas sobre el tamao de la muestra se plantean
en situaciones en que generalmente un nuevo procedimiento teraputico
Va a evaluarse en forma prospectlva y su respuesta constituye uno de
los aspectos ms Importantes relacionados con la factibilidad de un
estudia; ello no slo en lo que se refiere a la disponibilidad del nmero
de pacientes, sino en cuanto a los costos materiales del estudio en

En ocasiones, por falta de un adecuado clculo del tamao de la
muestra, puede suceder que los resultados finalmente obtenidos carez-
can de signlficancla estadistlca, aun cuando la diferencia clnica que se
pretende demostrar sea importante. Esto se debe a que el llamado poder
o potencia de la prueba, concepto que se explica ms adelante, no se
calcul de manera adecuada o simplemente no se estim.
En otras condiciones, el estudio se ha seguido durante mucho tiempo,
con inclusin de un nmero Importante de pacientes; cuando se realiza
el anlisis de los resultados se demuestra amplia diferencia Incluso desde
el punto de vista estadstico. Tal diferencia probablemente hubiera
podido demostrarse con un nmero menor de sujetos de estudio, con
lo cual se habran requerido menos pacientes en el grupo control y,Sde
este modo, haltria disminuido la cifra de Individuos expuestos a recibir
un tratamiento menos efectivo, asi como la utilizacin de recursos
valiosos.
Es importante mencionar que aun cuando existen procedimientos
estadisticios vlidos por completo para efectuar el clculo del tamao de
la muestra, el nmero obtenido slo proporciona una estimacin apro-
ximada de la cantidad necesaria de pacientes. Junto a esto hay que
considerar el hecho de que, dadas las caractersticas de estos estudios,
siempre se tiene que contar con un excedente, ya que normalmente una
cantidad importante de Individuos no puede Incluirse porque stos no
cumplen los criterios de inclusin o, en ocasiones, abandonan el trata-
miento, o bien porque durante el experimento se cometen violaciones al
protocolo, lo que obliga a excluir del estudio a ciertos sujetos. Es decir,
el clculo del tamao de la muestra slo brinda una Idea del mnimo de
pacientes necesarios para el estudio.
CALCULO DEL TAMAO DE LA MUESTRA
263
UTILIDAD CLINICA EN LA TOMA DE DECISIONES
Cuando los clnicos se enfrentan a situaciones en las que tienen que
decdlr sobre la alternativa de un tratamiento sustentado en estudios
publ1cados en revistas mdicas, deben estar seguros de que los resulta-
dos de dichos estudios tuvieron como base, adems de un cuidadoso
diseo de estudio, una conclusin apropiada en funcin de la significan-
cia de la diferencia observada, es decir, si sta fue a favor del tratamiento
considerado como control, o bien, del tratamiento experimental. Todos
estos aspectos estn determinados por el nmero de pacientes incluidos
en el estudio.
En otras circunstancias, cuando se obtiene un resultado negativo en
un estudio prospectivo se pregunta: el estudio il'cluy el nmero
suficiente de Individuos para demostrar que efectivamente no existi
diferencia entre los tratamientos probados?
Todos los aspectos antes enunciados y los siguientes: las respues-
tas a las preguntas planteadas; los errores tipo 1 o 11 para aseverar que
existe o no diferencia entre los grupos control y experimental: valores
alfa y beta para definir las magnitudes o probabilidades de los errores
tipo 1 y n, respectivamente; valores conocidos como }J I y }J2 o " 1 y"" o
tambin como "T o "e, para expresar los valores de la variable de inters
(}J denota valores promedio, "seala proporciones) en los grupos expe-
rimental y control. respectivamente; la importancia de la diferencia
clnica, que tambin se conoce como delta (t.) o diferencia entre los
grupos control o experimental. que se expresa con la diferencia de
promedios o proporciones, y la decisin de utilizar uno o los dos extremos
de la curva de distribucin normal de probabll1dades, se describen en
este capitulo y se proporciona en detalle su significado por medio de
ejemplos prcticos.
DIFERENCIA CLINICA O VALOR DE DELTA
En cada caso, el valor de delta depende de la enfermedad en cuestin.
Suponga el lector que es el consultante del mdico que atendi a la
paciente hipertensa del caso clnico inicial; para tratar de establecer
la diferencia que quiere demostrarse, se pregunta al responsable del
estudio si es Importante la reduccin en promedio de 1 mmHg en la
tensin diastlica. Lo ms probable es que el experto de esta rea mdica
seale que no lo es y considere que para una reduccin tan pequea no
vale la pena Invertir recursos humanos y materiales, ya que los resulta-
dos, si fueran positivos, careceran de inters desde el punto de vista
clnico.
Pero qu sucedera si, por el contrario, la diferencia Investigada fuera
la reduccin de la tensin diastlica de 30 mmHg? De nuevo. el experto
del rea quiz dira que una reduccin de esa magnitud, para esta
enfermedad en especial, es exagerada, tambin carece de valor clnico y
muy probablemente genera un nmero Importante de efectos secunda-
264
EPIDEMIOLOGIA
rios. En una circunstancia como la ejemplificada, es probable que la
r educcin en promedio de 5 mmHg constituya una cifra razonable.
La especificacin de la reduccin promedio, que es en realidad la
diferencia debida al tratamiento (<l.), es importante desde el punto de
vista clnico y, en consecuencia, tambin en cuanto a la planeacin
del diseo del estudio. En el ejemplo anterior, el resultado que intere-
sa analizar se expresa en forma de promedios; es importante recono-
cer esta circunstancia, ya que tanto el clculo del tamao de la muestra
como el anlisis de los resultados requiere de frmulas estadistica s
especificas.
En otras ocasiones, el inters del estudio est centrado en que el efecto
del tratamiento produzca la r educcin de sntomas y signos, o bien el
incremento de las proporciones d una respuesta clnicamente evaluable.
Un ejemplo de estas situaciones lo constituye el estudio de algun a
enfermedad neoplsica en el que se quiere saber la cantidad de pacientes
para realizarlo. La finalidad principal sera obtener un mayor nmero
de pacientes que entren en remisin, es decir, incrementar la proporcin
de enfermos que despus de ser tratados muestren curacin. En primer
trmino, es importante reconocer 'cul es la proporcin de sujetos en
quienes se logra obtener remisin con el tratamiento estndar; es decir,
el que es se utiliza regularmente, que ha sIdo validado a travs de estudios
clnicos controlados bien diseados y que, adems de producir el mayor
nmero de remisiones, provoque el menor nmero de efectos secunda-
rios. Por tanto, el primer paso para el clculo del tamao de la muestra
es la cuidadosa revisin de la literatura mdica con objeto de Indagar con
cul teraputica se ha obtenido la mayor proporcin de remisiones y.
desde luego, con el menor nmero de efectos adversos. Si el mejor
tratamiento (que se denominar estndar) , muestra que 60% de los
pacientes obtiene remisin o desaparicin de todo dato de enfermedad,
este dato constituye el punto de partIda del estudio y se llamar efecto
observado o proporcin observada en el tratamiento control. que tambin
se conoce como "1 o "c. El siguiente paso es la propuesta de la proporcin
esperada con ofro tratamiento, el cual se denomina experimental, regU-
larmente llama\:lp "1 o "T, cuyos resultados se basan en estudios piloto
conocidos tamblen como estudios de fase 11. Es decir, dichos estudios no
se han evaluado en trabajos clnicos comparativos, pero no obstante
sugieren la posibilidad de un buen resultado, que desde luego haya sido
objeto de evaluacin en fases preclnicas y que ahora deba validarse a
travs de un ensayo clnico controlado con diseo efectivo. Si se consi-
deran las caractersticas de este segundo tratamiento, as como los
resultados obtenidos con su uso, y si se supone que existen datos (de
acuerdo con los estudios previos) de que se produce una proporcin de
remisiones del orden de 75%, la diferencia entre ambas teraputicas (que
en este caso, dada su magnitud, s sera clnicamente importante),
representa una diferencia de 15% en las proporciones y se conoce con el
nombre de delta (A). Cabe aclarar que a mayor diferencia de las respues-
tas buscadas, entre los tratamientos control y experimental, la muestra
es menor y, por el contrario, una diferencia ms pequea entre ambos
grupos requiere una muestra mayor.
CALCUW DEL TAMAO DE LA MUESTRA
265
ERRORES TIPOS 1 Y n y NIVELES ALFA Y DELTA
Una vez que se han defirudo cules son los valores que interesan, en
relacin con la proporcin o con los promedios que se desea mejorar
mediante un estudio experimental de acuerdo con la importancia desde
el punto de vista clinico, esto es, "1. '" (en el caso de proporciones del
grupo control y experimental, respectivamente) o 1'1, 1'2" Y 6., el paso
siguiente consiste en plantear una hiptesis o respuesta tentativa por
probar. En el caso de proporciones se establece que no existe diferencia
entre los tratamientos control y experimental (Ho: "1 - ",) en comparacin
con la alternativa de que s hay distincin entre los tratamientos (H 1: "1
~ ",). Imagine que existe un mecanismo basado en una muestra para
tomar una decisin sobre las alternativas que ofrece. la hiptesis; el
mecanismo de decisin se basa esencialmente en la diferencia o sustrac-
cin de proporciones de los dos grupos. No es dificil darse cuenta que si
se toma una decisin slo hay dos posibles tipos de error. Estos errores
surgen al responder las siguientes preguntas: si se encuentra diferencia
entre ambos tratamientos, qu tan seguro se puede estar de que sta
no ocurre nicamente por casualidad? o bien, si no se halla diferencia
entre las dos teraputicas, qu tan seguro se puede estar de que
efectivamente no la hay? Estas preguntas se plantean con la finalidad de
evitar concluir en forma errnea la existencia o ausencia de diferencias
entre ambos tratamientos. Esta situacin, en el caso de la primera
pregunta, tambin se conoce como error tipo 1; dicho en otra forma,
consiste en asegurar de manera errnea que existe diferencia desde el
punto de vista estadstico, cuando en realidad no la hay. En el segun-
do caso, el llamado error tipo II sucede cuando se asegura, tambin
equivocadamente, que no existe diferencia estadstica entre los tra-
tamientos cuando en verdad s se presenta. En ambas situaciones,
muestras pequeas significan mayor poslb!lldad de cometer uno u otro
tipo de error.
En otras palabras, el error tipo I consiste en rechazar Hl cuando en
realidad es verdadera. El error tipo II consiste en aceptar H 1 cuan-
do en realidad es falsa. Este proceso de decisin se presenta en la
figura 18-1. .
Se denomina alfa (a) al ruvel de slgnlficancia (el nivel aceptado gene-
ralmente para considerar que existe diferenCia) que no es dada por
casualidad o por el azar, es decir, que al menos 19 en 20 veces el resultado
sea favorable al de los dos tratamientos; dicho de otra manera, 95 veces
en lOO, o bien, como estadisticamente se expresa, que el valor de p sea
Inferior a 0.05 (p<0.05). Este ruvel de slgnlficancla propuesto puede ser
ms rgido, por ejemplo de 0.01 o de 0.001. etctera, dependiendo del
inters del Investigador. A medida que disminuye el valor de p, aumenta
el nivel de slgnlficancla. En ocasiones al error tipo I tambin se le ha
llamado error de tipo alfa; en realidad esta denominacin se refiere a que
el nivel para no cometer el error tipo 1, ha sido sealado en 0.05 o 0.01.
En el caso del error tipo n, depender de la seguridad que se quiera tener
para concluir que no hay diferencia cuando, en efecto, la hay y la
magnitud desde el punto de vista estadstico que se desea atribuir a este
.'
266
Resultado
del estudio
EPIDEMIOLOGIA
HI verdadera
Se acepta HI
Correcto
Se rechaza HI
Error tipo I
Realidad
HI falsa
Error tipo 11
Correcto
Fig. 18-1. El error tipo I consiste en rechazar Hl cuando en realidad es verdadera. El
error tipo 11 consiste en aceptar H 1 cuando en realidad es falsa.
valor es conocido como beta (J), valor que al restarse de 1, se denomln'l
como poder o potencia de la prueba. En ocasiones, el error tipo n se le
llama error tipo beta (J); en realldad, beta (J) se refiere a la magnitud que
se desea dar a la posibilidad de concluir que no existe diferencia cuando
en realldad s la hay. El poder de la prueba se expresa como 1 - f3, y por
lo regular un poder de 80 o 90%, dependiendo de las circunstancias, se
considera suficiente, es decir, un valor para beta de 0.20 o 0.10. Mientras
mayor sea el nivel de slgnificancia (a) que se busca y mayor el poder que
se desea de la prueba (J), ms grande ser el tamao de la muestra (fig.
18-2). Para ejemplificar los errores tipo 1 y tipo n, se retoma el caso de
un estudio de las enfermedades neoplslcas. Suponga que al trmino del
estudio se reclutaron 50 pacientes evaluables por grupo y que en el
grupo experimental la proporcin de remisiones fue de 65% y en el grupo
control, de 55% (note que esta cifra es 5% Inferior a la que se haba
encontra(io en varios estudios previos). Aun cuando el grupo experimen-
tal parece ser superior en sus resull::!-dos, ello no puede asegurarse, ya
que al hacerlo probablemente se estara cometiendo un error tipo 1; esto
es, que cuando se hace el anllsls estadstico, se encuentra una diferen-
cia significativa, cuando en realldad no hay tal desde el punto de vista
clnico, lo que equivale a sealar que los resultados pueden estar dados
nlcamente'.por casualldad. ..)
Cuando ri, se encuentra diferencia estadstica entre dos gruposr\!,qu
tan seguro se puede estar de que en real!dad no existe dferencla entre
los tratamientos utilizados? Una alternativa es analizar el poder de la
prueba. El poder de la prueba es la capacidad de rechazar la mptesls
nula cuando sta es verdadera. Al llevar a cabo los clculos correspon-
dientes, se encuentra que con los datos proporcionados en el ejerclclO
anterior, el poder de la prueba es de 43%; esto significa que proba-
blemente se est asegurando que no existe diferencia cuando en realidad
puede haberla. Qu sucedi en este estudio? Los datos obtenidos en el
grupo control y los del grupo experimental fueron de 60 y 75%, respec-
tivamente, por tanto, la diferencia, o delta, es de 15% y la mnima
diferencia que se acepta para concluir que los tratamientos son dstintos
es de 0.05 o 5%, es decir, el valor de alfa (a) de 0.05 o 5%, y el valor de
beta (J) de 0.10 o 10%; esto significa que el poder de la prueba ser
de 90% y que se seleccionarn los dos extremos de la curva de posibili-
dades de la distribucin normal o gausslana. De acuerdo con todos los
0.2
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
O
84
CALCUW DEL TAMAO DE lA MUESTRA
267
~ .-
f \ / \
/ \ / \
/ \ \
/ \ ~ \
L
alfa
& \.
./
hl.. beta
'-..
86 88
9'0
92 94 96 98 100
1-- Media 2 = 90 - Media 1 = 95
Fig. 18-2. Representacin grfica de los errores tipos 1 y 11.
valores enunciados y al efectuar el clculo del tamao de la muestra, se
sugiere que sta sea de 203 pacientes por grupo, cifra muy diferente a
los 50 Individuos por grupo previamente enunciada (cuadro 18- 1).
As, es posible explicnr con mayor claridad los resultados del estudio:
muy probablemente, si ste se hubiera seguido por ms tiempo o si de
alguna forma se hubiera incluido un nmero mayor de sujetos, se habra
encontrado que la diferencia entre los dos grupos era estadsticamente
significativa.
Esto tambin explica en cierta forma por qu en el grupo control el
resultado fue Inferior ,: los descritos con anterioridad. De Igual modo, si
no se hubiera demostraao diferencia entre los dos grupos, con un poder
de la prueba de 90% se habra podido asegurar que la diferencia en
realidad no era significativa; en consecuencia se reducira la posibilidad
de cometer error tipo n. Qu habra sucedido si los Investigadores
hubieran conocido cul deba ser el tamao de la muestra necesario para
el estudio? Tal vez habran optado por no realizar ste, ya que los
resultados, aun cuando fueran favorables al grupo experimental, desde
el punto de vista estadstico no habran sido significativamente impor-
tantes, o bien como alternativa se habra elegido efectuar el estudio con
la participacin de varios centros hospitalarios.
En el caso ejemplificado se utilizaron proporciones tanto para el clculo
del tamao de la muestra como para el anlisis de los resultados. Los
mismos conceptos se usan al calcular muestras con promedios, con la
salvedad de que en esta circunstancia es necesario conocer stos, as
como la desviacin estndar de estudios anteriores.
268
EPIDEMIOLOGIA
Cuadro 18-1. Tamao de muestras por grupo para la comparacin de dos
proporciones en dos conjuntos independientes de pacientes. Niveles de alfa de
0.05 y poder de 0.90 (1-/31 en uno (Al y otros (Bl extremos de la curva de
probabilidades de distribucin gaussiana
Grupa control Grupo experimental lA) lB)
~ 1 1r2
0.75 0.60 165 203
0.60 0.50 421 518
0.60 0.30 46 56
0.60 0.20 24 30
0.50 0.40 421 518
0.50 0.25 63 77
0.50 0.20 42 51
0.40 0.30 387 476
0.40 0.25 165 203
0.40 0.20 88 108
0.20 0.15 981 1207
0.20 0.10 212 261
0.20 0.05 76 92
Por ltimo, se coment que en el clculo del tamao de la muestra. en
este caso especifico, se utilizan los dos extremos de la curva normal de
probabilidades (hIptesis de dos colas); esto se explica porque en el
estudio que se propuso, el Inters desde el punto de vista clnico consisti
en observar si exista diferencia en los casos que entraran en remisin.
sin que trp.portara cul tratamiento era mejor. En general, se s"\Igiere que
los dos \;xtremos de la curva de probabilidades se usen en el 6i.lculo del
tainao 'de la muestra; ello, cuando va a utilizarse un procedimiento
nuevo y exista la posibilidad de que brinde un beneficio, pero tambin
que sus efectos puedan ser nocivos. En el caso de las enfermedades
neoplslcas. el ejemplo sera que el tratamiento experimental fuera
desconocido y que las probabilidades de que los resultados fueran iguales
al tratamiento control o Incluso peores. De hecho, excepto en muy
contadas ocasiones, el Investigador debe tener siempre en mente que el
tratamiento experimental puede tener mayores efectos nocivos que la
teraputica estndar. Ahora bien, en qu forma repercuten estos valores
en el tamao de la muestra? En el caso de que se use un solo extremo
de la curva (esto es, cuando el Inters es demostrar la superioridad de
un tratamiento con respecto a otro, sin que baste que sean diferentes),
el tamao de la muestra es menor que en el caso de que se utilicen los
dos extremos de la curva de distribucin.
CALCULO DEL TAMAO DE lA MUESTRA
269
Estas Ideas fundamentales se aplican en general a cualquier tipo de
estudio comparativo; en la seleccin de un mtodo adecuado para la
determinacin del tamao de la muestra han de considerarse los siguien-
tes puntos:
1. Debe determinarse si la variable de Inters es una proporcin o un
valor promedio, as como la diferencia clnicamente Importante (<l.).
2. Hay que reconocer el tipo de relacIn de los grupos por comparar,
es decir, sI stos son IndependIentes o no. El tipo de relacIn
depende del dIseo del estudio; en general se puede afirmar que los
grupos no son IndependIentes sI se estudian grupos cruzados
(crossover) o pareados. En los ejemplos de este captulo se manejan
grupos IndependIentes. ,
3. Ha de determInarse la dIreccIn de la hiptesis. En el ejemplo, el
Inters consIste en probar silos efectos del tratamIento son alter-
nativamente dIferentes (no Importa cul es mejor); esto ~ conoce
como hiptesis de dos colas. Exlsten ocasiones en que el Inters se
basa en demostrar que un tratamIento es superior con respecto a
otro; esto se denomIna hIptesis de una cola.
4. Hay que considerar los valores mxlmos tolerables de los tamaos
de los errores, especificando los valores de alfa y beta.
5 Se requiere conocer la variabilIdad Intrnseca de la variable por
medIr; es necesario saber la desviacin estndar de la variable de
Inters. Este dato puede obtenerse a partir de un estudio piloto o
de la literatura.
Es probable que anotar las frmulas que habitualmente se utilizan
para el clculc.- del tamao de la muestra complique los conceptos que se
espera hayan sIdo claros hasta aqu. En todo caso, es ms convenIente
proporcionar tablas en que los tamaos de las muestras ya se han
calculado, segn los valores de tratamIentos y controles ("1 y "2) y los
nIveles de slgnlflcancla deseados (ay (J). En estas tablas slo se muestran
algunos de lo.s valores que se usan con mayor frecuencIa. Sin duda, ' ay
quien est Interesado en saber ms detalles de cmo calcular el tamao
de la muestr,,', o bien quIere conocer dIferentes valores de acuerdo. con
las proporcIones deseadas; en tal sItuacIn, las alternativas son remItir
al lector a las referencIas que se sealan al final de este captulo O dar
una explicacIn ms detallada con el uso de la frmula que regularmente
se utiliza en este tipo de situaciones, que es como sigue:
N 2
(Za+Zp) + 2it(I-1i)
I grupo = <1.2
en donde:
NI grupo representa el tamao de la muestra en cada grupo; por tanto,
2N es el tamao total de la muestra.
Z. corresponde al valor de p dentro de la curva normal de probabi-
lidades; as, por ejemplo, 0.05 corresponde a un valor de Z Igual a 1.645
en un solo extremo de la curva, ya 1.960 en los dos extremos.
270
EPIDEMIOLOGlA
Z ~ representa el valor de p, tambin dentro de la curva de probabi-
lidades. En este caso, el valor es de 0.10 que corresponde a un valor de
1.282, lo cual da un poder de prueba de 1 - ti, o sea, 0.90.
Ji corresponde al promedio de n:l y "2.
~ , corresponde a la diferencia entre "1 y "2.
"1, corresponde a la proporcin del grupo control.
"2, corresponde a la proporcin del grupo experimental.
Al sustituir los valores del mismo ejemplo de las enfermedades neopl-
slcas en la frmula se tiene:
N/grupo = 2 (1.960 + 1.282)2
0
.
67
5(0.325) = 205
(0.15)2
El tamao de la muestra es de 205 pacientes por grupo. es decir. 410
en total.
En el caso de la determinacin del tamao de la muestra, cuando
los valores estn expresados en promedios y el diseo es de grupos
Independientes, la frmula para calcular aqul es diferente; no obstante,
el principio es el mismo. La frmula que regularmente se usa en estos
casos es;
N 2
(Za + Zp) el-
/grupo = t.
en donde los valores son los mismos que en la frmula anterior para Z,
y Zp; a - desviacin estndar (valor que debe provenir de un estudio
previo); t. - la diferencia entre .JI y .J2; .JI, corresponde al promedio del
grupo de control, y .J2 - corresponde al promedio del grupo experimental.
Para dar un ejemplo de esta situacin se utiliza de nuevo el ejemplo
del hlpertensivo para el tratamiento de la hipertensin arterial esencial.
Se supone que la diferencia que Interesa demostrar entre el grupo
lxperimental y el grupo control es de 5 mmHg, la cual, como ya se seal,
~ ' I ? clnicamente Importante. SI se considera qu valor.es de la tensin
iastllca, en estudios previos bien diseados, muestra'n que la varianza
obtenida en una muestra de pacientes hlpertensos fue descrita como
de 3.86 mmHg, como es fcil suponer, al Igual que en el ejemplo previo de
las enfermedades neoplslcas, a mayor diferencia entre los valores del
grupo experimental y control, el tamao de la muestra ser mayor.
Asimismo, a mayor valor de la varianza, mayor es el tamao de la
muestra. Los valores de alfa (a) y el poder de la prueba se eligen con el
mismo criterio que para los ejemplos previos; nuevamente ser de alfa
de 0.05, es decir de Za - 1.960 (se toman las dos colas de la distribucin
normal); beta ({J) de 0.10 o sea, Zp - 1.282, esto es, un poder de la prueba
de 0.90.
Sustituyendo estos dos valores en la frmula:
N/
2
(1.969 + 1.282) z (3.86)2
grupo = . 5
13
CALCULO DEL TAMAO DE LA MUESTRA
271
Es decir, se requieren 26 pacientes en total. o sea, 13 por grupo. La
varianza se puede estimar a partir de una muestra de valores como el
resultado de la suma de las diferencias, elevadas al cuadrado, entre los
valores de cada su.Jeto y el valor promedio de la muestra. La raiz cuadrada
de la varianza se conoce como desviacin estndar.
Al igual que en el calculo del tamao de la muestra con proporciones,
tambin en el caso de promedios es factible utilizar tablas que se han
elaborado para este propsito. La tabla que aparece en el cuadro 18-1.
puede usarse para el clculo del tamao de la muestra usando prome-
dios, y los grupos son independientes.
En el cuadro 18-2 se seala el valor de delta estandarizado y el tamao
de la muestra correspondiente de acuerdo con los valores sealados para
alfa (a) y beta ({J), es decir, 14 pacientes por grupo, canti,dad muy similar
a la que se obtiene con la frmula antes descrita.
DETERMINACION DEL TAMAO DE MUESTRA PARA ESTUDIOS
DE PREVALENCIA O ESTIMACION DE VALORES MEDIOS
POBLACIONALES
En este tipo de estudios formalmente no existe hiptesis por probar; el
inters principal radica en la determinacin (o estimaCin) de un porcen-
taje de inters de cierta poblacin (p, eJ., la prevalencia de seropositividad
de VlH en la poblacin de donadores de sangre de cierto hospital).
Cuando la variable de inters es cuantitativa, el valor de Inters puede
ser un valor promedio (cual es la tensin arterial diastlica promedio en
adultos sanos en la ciudad de Mxico?). En ambos casos, debe quedar
claro que no existe una hiptesis como tal. sino que e! problema se reduce
a estimar con precisin la medida de Inters (la proporcin de VlH o e!
valor medio de tensin arterial).
Para entender la manera en que el tamao de la muestra influye en la
precisin de! clculo, si la distribucin de la medida de int.ers es normal
o gaussiana, el efecto que se logra al incrementar dichoJamao es que
se ':obtienen curvas menos dispersas. La flgura 18-3 mue!,tra el efecto en
la forma de curvas normales al incrementar el tamao de. la muestra de
una poblacin hipottica de 10 a 20 sujetos para la determinacin de un
valor medio de inters (dado que se quiere mostrar el efecto de N en la
forma de las curvas, stas se pueden suponer centradas alrededor del
valor O, sin que ello afecte de ninguna manera el argumento; en realidad,
deban estar centradas alrededor de! verdadero, pero desconocido, valor
media). En las curvas normales es posible interpretar el rea bajo la curva
como probabilidades. As, para la curva correspondiente a un tamao de
N - lO, se puede calcular que la probabilidad de que el verdadero valor
medio de inters se encuentre entre -6.20 y 6.20 es de 95%; en cambio,
para la curva correspondiente a N ~ 20, para la misma probabilidad de
95%, el Intervalo se reduce; -4.38 a 4.38 (el clculo de dichas probabi-
lidades est muy relacionado con la estimacin por medio de intervalos
de confianza). En general, si se incrementa el tamao de la muestra,
entonces el intervalo disminuye. La idea fundamental es definir un error
272
EPIDEMIOWGIA
Cuadro 182. Se seala el valor de delta estandarizado y el tamao de la muestra
correspondiente de acuerdo con los valores para alfa (a) y beta (J)
Nivel de significancia
Una cola a = 0.025 a = 0.05
Dos colas a = 0.05 a = 0.1
Delta
estandarizado
p = 0.01
0.05 0.1 0.2
P = 0.01
0.08
59 42 34 26 50
0.85
52 37 31 23 45
0.90
47 34 27 21 40
0.95
40 30 25 19 36
1.00 38 27 23 17 33
1.10 32 23 19 14 27
1.20
27 20 16 12 23
1.30 23 17 14 11 20
1.40 20 15 12 10 17
1.50 18 13 11 9 15
El valor de delta estandarizado se obtiene con la siguiente f6rmula:
Delta estandarizado .. /JI - P2
a
0.05 0.1
35 28
31 25
28 22
25 20
23 18
19 15
16 13
14 11
12 10
11 9
en donde: PI, es el promedio en el grupo control; pz. el promedio en el grupo experimental; d, es la
desviacin estnoar.
Sustituyendo con valores la frmula se tiene:
Delta estandarizado .. 9 ~ . ~ : O .. 1.30, resultado del mecanismo de decisin.
0.2
21
18
16
15
14
11
10
9
8
7
mximo permisible (un Intervalo de error mximo tolerable) e Incremen
tar el tamao de la muestra (n) hasta no alcanzar este error.
En trminos estadsticos, al Incrementar el tamao de la muestra se
obtiene una reduccin en la varlanza o varlabllidad de la medida de
Inters, lo que Implica una estimacin ms precisa de esta medida.
Debe quedar claro que para llevar a cabo dicho proceso es necesario
tener una Idea de la varlabilldad de la curva curfudo n - 1 (o formalmente,
de la desviacin estndar poblaclonal); esta vartabllidad es Inherente al
proceso de medicin y se debe tanto a factores biolgicos como a
caractersticas del Instrumento de medicin. Este valor se puede obtener
a travs de un estudio piloto o de una bsqueda en la literatura.
Por ejemplo, se desea estimar el tiempo medio de supervivencia a partir
del diagnstico de pacientes con cncer en un sitio y estadio particular.
Por medio de un estudio piloto en 10 sujetos, se sabe que la desviacin
estndar del tiempo de supervivencia es de 43.3 meses. Se quiere calcular
el tiempo medio de supervivencia con un error mximo de 4 meses y
con una confianza de 95%.
En este caso, la frmula para determinar el tamao de la muestra est
dada por:
I
I
I
CALCULO DEL TAMAfl'O DE lA MUESTRA
en donde:
e - error mximo a tolerar - cuatro meses
u - desviacin estndar - 43.3 meses
Z. - limite asociado a la confianza deseada - 1.96
273
Hay que mencionar que, en el ejemplo, se supone una distribucin
normal en los tiempos de supervivencia; si ste no fuera el caso, debe
modificarse la frmula correspondiente, aunque la Idea fundamental es
la misma.
CONCLUSION
El clculo del tamao de la muestra constituye una parte' fundamental
tanto de los estudios en que alguna Intervencin teraputica va a
realizarse (esto es, esencialmente en los ensayos clnicos controlados)
como de aqullos de prevalencia o incidencia. Aun cuando existen
diversos mtodos para su clculo, los principios en general son muy
sImilares; esto, al tomar en cuenta los resultados en promedios o
proporciones de los estudios previamente realizados, que deben ser el
punto de partida de dicho tipo de trabajos. De Igual modo, son Impor-
tantes los niveles alfa (a) y beta ({J), con la flnalldad de llegar a conclu-
siones vlidas, as como los valores esperados tanto del grupo control,
habitualmente conocido, como del grupo experImental, del que existe
0.2
0.18
/ 1"\
0.16
0.14
!.'
.12
..
0.1
0.08
0.06
0.04
0.02
o
/ \
/ .,...
1-..\
J
// '\..\
"
,
f '\
// \\
77
\\.
//
\"-
. - / ~
~ " ' -
I I I I I I I I
-10 -8 -4 -2 o 2 4 6 8
10
Fig. 18-3. Distribucin de la media de muestra. n ; nmero de casos.
274
EPIDEMIOLOGIA
casi siempre un antecedente que tiene que ser validado para poder
generalizar los resultados.
Por ltimo. es Importante mencionar que el clculo del tamao de la
muestra tiene una estrecha relacin con la factibilidad de la ejecucin
del estudio; despus de conocer el nmero necesario de pacientes, una
opcin razonable seria no efectuar el estudio si ste rebasa la capacidad
del sitio donde pretende llevarse a cabo o las posibilidades de organiza-
cin de un trabajo multlcntrlco. Para los lectores interesados en pro-
fundizar en ello, se proporciona una amplia serie de referencias en las
que el tema se aborda con mayor complejidad.
REFERENCIAS
Bradford Hlll A: Texto bsico de estadstica mdJca. BuenosAires: El Ateneo. 1980;220229.
Bulpitt C: Confldence Intervals. Lancet 1987;28:494-497.
eoItan T: Statlstlcs In medicine. Bostan: Little Brown and Company. 1974.
Daniel W: Bloestadstica. Mxico: Llmusa. 1982;91-95.
Freyman J. Chalmers T. Smlth H: The lmportance oC beta. the type 11 error and sample
slze In the design and interpretatJon o the randomized control tria!' N Eng J Med
1978;299;690-694.
Frledman L: Fundamentals oC cl1n1caI trlals. 2nd ed. Uttleton. Massachusetts: PSG PubUs-
hing Company. 1985.
Haybtttle JL, Fowler JF. Emery EW: The number of patlents requlred In a cUntea! tria!. Br
J Rad 1971;44;122-125.
LanchIn JM: Introductlon to sample size determinatlon and power analysis for cUruca!
trials. Contr Clin Trtals 1980;2:93- 103.
Levtn J: Fundamentos de estadstica en la Investigacin social. Mxico: Harla. 1977;94-98.
Sackett D: CUntcal epidemiology. Am J EpldemJol1969;89:125-128.
Sackett D: Rules of ev1dence and cUrucal recommendatIons on the use of antlthrombotlc
agents. Chest 1986;89: 125- 128.
Schlesselman J: Plannlng a longitudinal study: I. Sample size determination. J Chronlc
DJs 1973;26;553-560.
~ - .