13.07.2020

Tabaquismo y Covid 19: diferentes resultados de una interpretación frecuentista y bayesiana

En una carta al Editor del European Journal of Internal Medicine en su edición de julio del corriente, un grupo de autores españoles lanza la pregunta de si ¿El fumar activo empeora Covid-19?*. En el propio abstract, autoresponden que probablemente, ¡sí!

El texto abre a interesantes reflexiones que por ello serán motivo de la NOTICIA DEL DÍA de hoy.

Señalan que han leído con gran interés el reciente metaanálisis de 5 estudios realizados en China publicado en mayo en la misma revista, en el que Lippi et al concluyen que el tabaquismo activo no está asociado con la gravedad de la enfermedad por coronavirus 2019 (Covid-19), con un odds ratio (OR) de 1,69 (IC 95%, 0,41-6,42)**. 

Esta conclusión ha sido publicitada en la sociedad, transmitiendo la idea de que fumar no es un factor de riesgo para desarrollar Covid-19 grave. Desde una perspectiva histórica, la conclusión de Lippi et al tiene paralelismos intrigantes con una batalla científica de larga data ya resuelta.

En términos de la ciencia estadística es la batalla entre la interpretación frecuentista y la interpretación bayesiana.

En 1951, Doll & Hill lanzaron el Estudio de los médicos británicos con el objetivo de resolver prospectivamente la controversia en torno a la relación causal entre el tabaquismo activo y el cáncer. Este esfuerzo hercúleo estaba justificado, ya que habían surgido pruebas contundentes en años anteriores, aunque estudios previos de casos y controles no confirmaban inferencias causales. 

La falta de datos prospectivos impidió un consenso entre la comunidad médica y, entre los escépticos más ilustres estaba Ronald Fisher, padre de las estadísticas frecuentistas. 

El estudio de los médicos británicos fue uno de los más prolongados en la historia de la medicina. El último artículo fue firmado por Richard Doll en 2004, poco antes de su fallecimiento a la edad de 92 años. 

Sin embargo, en los años 50, cuando comenzó el estudio, la mayoría de la población adulta occidental fumaba y la tasa de mortalidad anual era tremenda. Jerome Cornfield no quiso esperar tanto y, en 1951, aplicó las estadísticas bayesianas por primera vez para revelar la asociación causal entre fumar y el cáncer. 

Fue una forma novedosa de analizar los datos de salud, acelerando por varias décadas la prueba mediante análisis frecuentista de que fumar afecta la incidencia del cáncer de pulmón y su mortalidad, como Sharon McGrayne afirma tan juiciosamente en el libro «La teoría que no moriría»

Por lo tanto, no hemos hecho nada más que percibir un paralelismo problemático mientras leemos los resultados de Lippi et al, negando categóricamente que fumar activamente empeora el curso de Covid-19. 

Más allá de las consideraciones de salud pública, los autores deben saber que las conclusiones a las que llegan no se derivan de sus datos, que es un ejemplo clásico del conocido error «la ausencia de evidencia no es evidencia de ausencia». 

Bajo el paradigma frecuentista, el metanálisis de Lippi debe interpretarse como un resultado no concluyente. De acuerdo con el marco de prueba de significación de hipótesis nula, si H0 no se rechaza, el juicio básicamente debería suspenderse.

Por el contrario, y como lo demostró Jerome Cornfield, los análisis bayesianos abordan la inferencia sobre las preguntas de investigación de forma más directa e intuitiva. 

En consecuencia, pueden ser una opción más adecuada para el metaanálisis basado en unos pocos estudios, como en este caso, ya que están en mejores condiciones para resolver el problema de la heterogeneidad entre estudios. En particular, los modelos bayesianos estiman la probabilidad de los parámetros directamente, teniendo en cuenta los datos disponibles, que no es lo que persigue el intervalo de confianza frecuentista.

Fumar daña las vías respiratorias y fomenta el desarrollo de EPOC y empeora los resultados durante el curso de las infecciones bronquiales. 

Por lo tanto, como Cornfield hizo hace décadas para establecer una estimación directa de la probabilidad de que el tabaquismo activo empeore Covid-19, hemos vuelto a analizar los datos de Lippi et al utilizando un modelo bayesiano de efectos aleatorios realizado por el paquete R bayesmeta. 

Hay una probabilidad posterior del 95% de que la enfermedad siga un curso peor en un fumador frente a un no fumador; por lo tanto, la conclusión categórica de Lippi et al basada en el análisis frecuentista no se sostiene. 

Los autores de la carta ilustran en una figura mostrando la distribución de la razón de probabilidad de registro que se inclina ampliamente a la derecha de 0, revelando un efecto nocivo del tabaquismo en la evolución de Covid-19. Esta conclusión es más compatible con los datos disponibles, así como con el impacto del tabaquismo activo en pacientes con neumonía y otras infecciones. 

Además, dada la agresividad que muestra Covid-19 en las vías respiratorias, sería extraño que sea la única enfermedad respiratoria no afectada por el tabaquismo. 

La discrepancia entre la conclusión alcanzada por Lippi et al y el verdadero mensaje contenido en los datos es un buen ejemplo del peligro de leer mal los resultados frecuentes no significativos o no concluyentes. 

Por lo tanto, como en la década de 1950, si usted es fumador, el análisis bayesiano le brinda otra buena razón para dejar de fumar a tiempo en la era de la pandemia de Covid 19.

* Carmona-Bayonas A, Jimenez-Fonseca P, Sánchez Arraez Á, Álvarez Manceñido F, Castañón E. Does active smoking worsen Covid-19?. Eur J Intern Med. 2020;77:129-131. doi:10.1016/j.ejim.2020.05.038

** Lippi G, Henry BM. Active smoking is not associated with severity of coronavirus disease 2019 (COVID-19). Eur J Intern Med. 2020;75:107-108. doi:10.1016/j.ejim.2020.03.014

Auspicios Institucionales
  • Sociedad Argentina de Cardiología
  • Federación Argentina de Cardiología
  • SIAC
  • SADEC
  • Asociación Argentina de Cardiología
  • Latin American Heart Rhythm Society
  • Fundación Barceló - Facultad de Medicina