Gráficos de investigación clínica: 10 gráficos para ensayos clínicos, pruebas diagnósticas y metaanálisis.

Los revisores leen las figuras antes que la metodología. Los gráficos de investigación clínica que superan la revisión por pares comparten una característica: cada uno responde a una sola pregunta, y el lector puede ver la respuesta en menos de diez segundos. Esta guía abarca los 10 gráficos más comunes para los investigadores clínicos, desde el diagrama de flujo CONSORT hasta el mapa de calor. Para cada uno, se incluye una figura publicada (de acceso abierto, reutilizable con atribución), nuestra propia ilustración animada, instrucciones para interpretarla y el error que suele provocar el rechazo de los manuscritos.

Seleccione gráficos de investigación clínica según la pregunta.

La guía complementaria, « 10 tipos de gráficos esenciales que todo investigador debería conocer» , abarca tipos generales de gráficos como barras, líneas, dispersión e histogramas. Esta publicación es diferente: se centra únicamente en los gráficos específicos para ensayos clínicos, pruebas diagnósticas y síntesis de evidencia.

1. Diagrama de flujo CONSORT: Mostrar a cada paciente

El diagrama de flujo es la primera figura que revisa un evaluador de ensayos clínicos. Responde a las preguntas de quién fue evaluado, quién fue excluido y por qué, quién fue asignado aleatoriamente y quién terminó en el análisis. La declaración CONSORT 2010 lo convierte en un elemento obligatorio para los ensayos aleatorizados. ¹

En esta comparación aleatorizada del candidato a biosimilar de trastuzumab HD201 con el trastuzumab de referencia en cáncer de mama ERBB2-positivo neoadyuvante, se evaluaron 625 pacientes y 503 ingresaron al conjunto de análisis completo: 251 en HD201 y 252 en el producto de referencia. ² Un lector puede verificar los cálculos de un vistazo, que es precisamente el objetivo.

Error común: casillas con recuentos pero sin razones. «Excluidos (n = 122)» invita a la reflexión. Indica cuántos no cumplen cada criterio. Puedes crear el diagrama gratis con el generador Flowchart Pro.

2. Curva de Kaplan-Meier: Tiempo hasta el evento, trazado con honestidad

El estimador de Kaplan-Meier convierte los tiempos de seguimiento, incluyendo a los pacientes que aún no han experimentado el evento, en una curva de supervivencia escalonada. ³ Interprete la caída de cada escalón como eventos, y las pequeñas marcas como pacientes que finalizaron el seguimiento sin eventos (censurados).

Lea el ejemplo real como lo haría un revisor. ^Doce pacientes que sufrieron una recaída en dos años (en rojo) tienen una tasa de supervivencia de aproximadamente el 32 % al mes 58, mientras que aquellos sin recaída (en azul) se mantienen por encima del 90 %. La tabla inferior muestra la información veraz: el grupo rojo comienza con 38 pacientes y le quedan 3 a los 60 meses, por lo que el extremo derecho de la curva se basa en muy pocos pacientes. Dibuje siempre esa tabla y considere los pasos en una cola con pocos pacientes como suaves.

Cómo evitar la revisión por pares: imprima una tabla de número de pacientes en riesgo debajo del eje x, indique el seguimiento medio, proporcione la razón de riesgo con su intervalo de confianza del 95 % junto al valor p de la prueba de log-rank y deje de interpretar la curva cuando queden muy pocos pacientes en riesgo. Si los pacientes pueden morir por otra causa antes del evento, la curva simple sobreestima el riesgo; consulte los riesgos competitivos en los estudios de registro . Para probarlo con sus propios datos, utilice la calculadora gratuita de Kaplan-Meier.

3. Parcela forestal: Muchos estudios, un veredicto.

Un diagrama de bosque muestra cada estudio como un cuadrado (su efecto) con una línea (su intervalo de confianza), y luego un rombo para el resultado combinado. Los cuadrados se ponderan según su peso, por lo que los estudios de mayor tamaño influyen más en el rombo.

Este estudio informa una razón de probabilidades ajustada combinada de 3.28 (IC del 95%: 2.61 a 4.12) con I² = 95.4%. ⁴ La lección reside en ese segundo número. I² describe la proporción de variación que es una diferencia real entre estudios en lugar de una cuestión de azar. ⁵ Con un 95.4%, la cifra combinada única oculta mucho. Informe un intervalo de predicción, explore las razones (subgrupos, metarregresión) y formule la conclusión como «asociada con mayores probabilidades en la mayoría de los entornos», no como un número fijo.

¿Estás planeando uno? Descubre cuántos estudios necesita un metaanálisis y los errores comunes que se cometen en él . La calculadora de regresión logística también genera un diagrama de bosque de odds ratio.

4. Gráfico de embudo: ¿Dónde están los estudios pequeños?

Un gráfico de embudo compara el efecto de cada estudio con su precisión. Sin sesgo, los estudios se distribuyen simétricamente alrededor del efecto combinado, con una amplitud en la parte inferior (estudios pequeños) y una estrechez en la superior. La ausencia de un segmento en una de las esquinas inferiores sugiere que los estudios pequeños con resultados nulos nunca se publicaron.

Regla general: compruebe la asimetría (prueba de Egger⁶ ⁾ solo con unos 10 estudios o más, y nunca considere la asimetría como prueba de sesgo. La heterogeneidad produce la misma forma.

5. Curva ROC: ¿Puede la prueba distinguir entre enfermos y sanos?

La curva ROC representa la sensibilidad frente a 1 menos la especificidad en cada punto de corte posible. El área bajo la curva (AUC) es la probabilidad de que un paciente elegido al azar con la enfermedad obtenga una puntuación más alta que un paciente elegido al azar sin ella. 0.5 es lanzar una moneda al aire, 1.0 es perfecto. ⁷

Aquí, las AUC son 0.785 para MMP-2, 0.815 para VEGF-D y 0.884 para la combinación. ⁸ Una lectura de trabajo: la combinación de los dos marcadores aumenta la discriminación en aproximadamente 0.07 a 0.10 AUC en comparación con cada uno por separado, lo que es una ganancia significativa, pero solo si los intervalos de confianza no se superponen mucho y el modelo se verifica en pacientes nuevos.

Error común: informar solo el AUC. Indique también el punto de corte elegido, su sensibilidad y especificidad con intervalos de confianza, y explique cómo lo seleccionó (índice de Youden o análisis de costo-beneficio clínico). El AUC no indica si una prueba es útil en la práctica clínica.

6. Gráfico de Bland-Altman: La concordancia no es correlación.

Cuando se comparan dos métodos de medición, una correlación alta solo indica que suben y bajan juntos. No significa que den el mismo resultado. El gráfico de Bland-Altman representa la diferencia entre los métodos frente a su media, con la diferencia promedio (sesgo) y los límites de concordancia en el sesgo ± 1.96 DE. ⁹

Esta figura de un estudio de viabilidad sobre el edema de miembros inferiores enseña dos cosas.^¹⁰ La diferencia media es de 1.11, y los límites representados van desde aproximadamente -0.54 hasta 2.77. Además, las diferencias aumentan a medida que sube la media, lo que indica un sesgo proporcional. El panel izquierdo parece mostrar una concordancia aceptable porque los puntos siguen una línea. El panel derecho muestra que los métodos discrepan, y la diferencia es mayor en valores más altos. Esta discrepancia es la razón por la que los revisores solicitan este gráfico.

Un patrón que observamos al editar manuscritos de comparación de métodos: un coeficiente de correlación presentado como prueba de concordancia, sin un gráfico de Bland-Altman. Añada el gráfico, indique el sesgo y los límites en las unidades de medida y explique en una sola frase si dichos límites son clínicamente aceptables. El criterio clínico, no la estadística, es lo que determina esto.

7. Gráfico de cascada: Respuesta tumoral de cada paciente

Un gráfico de cascada muestra una barra para cada paciente: el mejor cambio porcentual en el tamaño del tumor con respecto al valor inicial, ordenado de peor a mejor. Según los criterios RECIST 1.1, una disminución del 30 % se considera una respuesta parcial y un aumento del 20 % una progresión, por lo que esas dos líneas de referencia deben incluirse en el gráfico. ¹¹

Error común: usarlo para dar a entender la duración. Un gráfico de cascada muestra la mejor respuesta, no cuánto duró. Combínalo con un gráfico de natación o una curva de tiempo hasta la progresión, e indica cuántos pacientes no se sometieron a una exploración posterior a la basal, ya que no pueden representarse como barras.

8. Gráfico del volcán: Encuentra la señal entre miles.

Un gráfico de volcán coloca el tamaño del efecto en el eje x (cambio de pliegue log2) y la significancia en el eje y (menos log10 del valor p). Los genes que son grandes y significativos se ubican en las esquinas superiores. Transforma una tabla de miles de filas en una sola imagen.

Error común: colorear los puntos según el valor p bruto tras analizar miles de genes. Colorea según el valor ajustado (tasa de falsos descubrimientos), indica ambos umbrales en el pie de foto y nombra solo los pocos genes que analizas en el texto.

9. Violín y diagramas de caja: muestran la distribución completa

Un gráfico de barras de medias oculta todo lo que le interesa al clínico: dispersión, asimetría, valores atípicos y si los grupos se superponen. Un diagrama de caja muestra la mediana y los cuartiles. Un diagrama de violín añade la forma de la distribución, lo cual es importante cuando los valores son asimétricos o bimodales.

Regla: superponga los puntos originales cuando cada grupo tenga menos de 30 pacientes. Las muestras pequeñas hacen que las figuras de violín no sean fiables, y los puntos individuales permiten que el lector juzgue por sí mismo. Nuestra guía general de gráficos explica con más detalle los diagramas de caja y los histogramas.

10. Mapa de calor: Patrones en múltiples variables

Un mapa de calor colorea una cuadrícula. Los artículos clínicos lo utilizan para matrices de correlación, agrupaciones de expresión génica y barridos de parámetros. Imprime el número de cada celda si la cuadrícula es lo suficientemente pequeña como para leerse.

En este barrido, r alcanza un máximo de 0.69 con un factor de calibración de 1.5, mientras que algunas celdas caen a cero o menos.^¹⁰ Es un buen caso de estudio: la mejor celda se seleccionó de los mismos datos con los que se evaluó, por lo que 0.69 es una cifra optimista hasta que se verifique en nuevos pacientes. Un mapa de calor que ajusta parámetros siempre debería indicarlo.

Consejo sobre el color: utilice una escala perceptualmente uniforme y segura para personas daltónicas (viridis es la opción habitual, como en esta figura), y nunca una escala rojo-verde.

Lista de verificación de figuras de 60 segundos para manuscritos clínicos

• Un gráfico, una pregunta. Responda la pregunta que aparece en el pie de foto.
• Las unidades, el tamaño de la muestra y la prueba estadística aparecen sobre o debajo de cada figura.
• La incertidumbre (intervalo de confianza, RIC o DE) siempre es visible.
• El texto se puede leer con un ancho de una sola columna, que es de aproximadamente 8.5 cm en la mayoría de las revistas.
• Los colores se conservan en la impresión en escala de grises y son aptos para lectores daltónicos.
• Las figuras reutilizadas llevan su licencia y una cita completa.

Asistencia estadística y gráfica profesional para su manuscrito clínico.

Elegir el gráfico adecuado es solo la mitad del trabajo. Realizar el análisis correspondiente y elaborarlo según las especificaciones de la revista es la otra mitad. Si eres estudiante de doctorado, médico o investigador con poco tiempo, con datos a mano y una fecha límite, estos tres servicios te acompañarán en todo el proceso, desde la recopilación de datos hasta la presentación de la figura.

¿Prefiere realizar una síntesis completa de la evidencia? Consulte nuestro servicio de metaanálisis y revisión sistemática , y para una verificación rápida de los resultados, la Interpretación de Resultados Estadísticos.

Gráficos de investigación clínica: Preguntas frecuentes

¿Qué gráfico muestra datos de supervivencia?

Una curva de Kaplan-Meier, dibujada con marcas de censura y una tabla de número de sujetos en riesgo debajo. Informe la razón de riesgo con su intervalo de confianza del 95% junto con el valor p de la prueba de log-rank.

¿Una alta correlación es suficiente para demostrar que dos métodos coinciden?

No. La correlación muestra que dos métodos aumentan y disminuyen a la par, no que arrojen el mismo resultado. Un gráfico de Bland-Altman muestra el sesgo y los límites de concordancia en las unidades medidas.

¿Qué significa un AUC de 0.8 en una curva ROC?

Esto significa que un paciente elegido al azar con la enfermedad obtiene una puntuación más alta en la prueba que un paciente elegido al azar sin ella en aproximadamente el 80 % de los casos. No indica si la prueba es útil a pie de cama, por lo que también se debe informar el punto de corte con su sensibilidad y especificidad.

¿Cuándo debo dibujar un gráfico de embudo?

En un metaanálisis con aproximadamente 10 o más estudios. Con menos estudios, el gráfico y la prueba de Egger no son fiables. La asimetría puede deberse tanto a la heterogeneidad como al sesgo de publicación.

¿Puedo reutilizar una figura de un artículo publicado en mi manuscrito?

Solo si su licencia lo permite. Las figuras bajo licencia CC BY pueden reutilizarse con la debida atribución. De lo contrario, solicite permiso al editor o reconstruya el gráfico a partir de las cifras indicadas y cite la fuente.

Conclusión: Selección de gráficos para la investigación clínica

Diez gráficos cubren la mayoría de las necesidades de un artículo clínico: un diagrama de flujo para los pacientes, una curva de supervivencia para el tiempo hasta el evento, diagramas de bosque y embudo para agrupar y contrastar la evidencia, diagramas ROC y Bland-Altman para evaluar pruebas y mediciones, un diagrama de cascada para la respuesta tumoral, un diagrama de volcán para datos ómicos, un diagrama de violín para distribuciones y un mapa de calor para patrones. Elija según la pregunta, indique la incertidumbre y coloque los datos que un revisor buscará en el pie de figura. Si desea una segunda opinión sobre sus figuras antes de la presentación, nuestro equipo puede ayudarle.

Referencias

1. Schulz KF, Altman DG, Moher D; Grupo CONSORT. Declaración CONSORT 2010: directrices actualizadas para la presentación de informes de ensayos aleatorizados de grupos paralelos. BMJ. 2010;340:c332. doi: 10.1136 / bmj.c332
2. Pivot X, Manikhas AG, Shamrai V, et al. Análisis final del ensayo clínico aleatorizado de fase 3 que compara HD201 con trastuzumab de referencia en pacientes con cáncer de mama ERBB2-positivo tratadas en el contexto neoadyuvante. BMC Cancer. 2023;23:112. doi:10.1186/s12885-023-10574-2
3. Kaplan EL, Meier P. Estimación no paramétrica a partir de observaciones incompletas. J Am Stat Assoc. 1958;53(282):457-81. doi: 10.1080 / 01621459.1958.10501452
4. Ayenew AA, Mol BW, Bradford B, Abeje G. Prevalencia de la mutilación genital femenina y factores asociados entre mujeres y niñas en África: una revisión sistemática y metaanálisis. Syst Rev. 2024;13:26. doi:10.1186/s13643-023-02428-6
5. Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Medición de la inconsistencia en los metaanálisis. BMJ. 2003;327(7414):557-60. doi: 10.1136 / bmj.327.7414.557
6. Egger M, Davey Smith G, Schneider M, Minder C. Sesgo en metaanálisis detectado mediante una prueba gráfica simple. BMJ. 1997;315(7109):629-34. doi: 10.1136 / bmj.315.7109.629
7. Hanley JA, McNeil BJ. El significado y uso del área bajo una curva de características operativas del receptor (ROC). Radiology. 1982;143(1):29-36. doi:10.1148/radiología.143.1.7063747
8. Revilla-López E, Ruiz de Miguel V, López-Meseguer M, et al. Linfangioleiomiomatosis: búsqueda de posibles biomarcadores. Frente Medio. 2023;10:1079317. doi:10.3389/fmed.2023.1079317
9. Bland JM, Altman DG. Métodos estadísticos para evaluar la concordancia entre dos métodos de medición clínica. Lancet. 1986;1(8476):307-10. doi:10.1016/S0140-6736(86)90837-8
10. Lippi L, et al. Tecnología de escaneo láser tridimensional para la evaluación precisa del edema de miembros inferiores en pacientes con insuficiencia cardíaca: un estudio de viabilidad. Front Cardiovasc Med. 2026. doi:10.3389/fcvm.2026.1750128
11. Eisenhauer EA, et al. Nuevos criterios de evaluación de la respuesta en tumores sólidos: guía RECIST revisada (versión 1.1). Eur J Cancer. 2009;45(2):228-47. doi:10.1016/j.ejca.2008.10.026
12. Liu C, Zhou J, Lam W, Wang C, et al. Valor pronóstico del patrón de recurrencia inicial para la supervivencia posterior a la recurrencia en el cáncer de recto localmente avanzado tras quimiorradioterapia neoadyuvante y cirugía. Front Oncol. 2026;16:1836607. doi:10.3389/fonc.2026.1836607
13. Kato Y, Mawatari K. Importancia clínica de los genes modulados por el microambiente extracelular ácido. Front Oncol. 2024;14:1380679. doi:10.3389/fonc.2024.1380679

Las figuras marcadas con CC BY 4.0 se reproducen bajo la licencia Creative Commons Attribution, con la debida atribución a sus autores originales. Las ilustraciones animadas utilizan datos simulados y son creación original de Editverse.