Tipos de estudios

• Experimentales
• Ensayos clínicos
• Ensayos de campo
• Ensayos comunitarios
• Observacionales
• Descriptivos vs analíticos
• Cohortes
• Casos y controles
• Transversales
• Ecológicos
Ensayos clínicos
• Todos son enfermos
• Asignación aleatoria de tratamientos
• Descripción minuciosa de la intervención
• Seguimiento exhaustivo
• Comparación de los resultados en los grupos de intervención y de
control
Ensayos de campo
• Sujetos que aún no han adquirido la enfermedad
• Estudia factores preventivos de la enfermedad
• Selección de una muestra de la comunidad
• Ejemplo: dieta atlántica vs dieta libre
Ensayos comunitarios
• Toda la comunidad
• Un grupo de intervención y otro de control
• Ejemplo: flúor en el agua
Cohortes
• Se inicia a partir de definir la exposición
• Prospectivo:
• Fuman vs no fuman
• Seguimiento 20 años
• Quien desarrolló cáncer de pulmón
• Retrospectivo
• Quien fumaba hace 30 años (encuesta, historia de salud laboral de médicos
de una empresa,..)
• Quien desarrolló cáncer de pulmón en los años siguientes
Caso control
• Empieza por la enfermedad
• Enfermos y sanos
• Partiendo del efecto se estudian los antecedentes
• Es muy importante que tanto los casos como los controles sean
seleccionados independientemente de su exposición al factor de
riesgo.
Ejemplo de caso control
• La obesidad es un posible factor de riesgo para desarrollar EPOC.
• Definiendo obesidad como aquellas personas cuyo índice de masa
corporal (IMC) sea superior a 30.
• Casos incidentes, es decir los casos de EPOC los recogemos en el
momento en el que el paciente es diagnosticado
• Los controles son seleccionados al azar de la misma población de
donde proceden los casos de EPOC
 Con EPOC (casos) Sin EPOC (controles) TOTAL
IMC >= 30 (expuestos al
factor de riesgo) 25 10 35
IMC < 30 (no expuestos al
factor de riesgo) 75 90 165
TOTAL 100 100 200
Transversal
• Estudio de prevalencia
• Estudio de morbilidad
• Encuesta de salud
• Estudian simultáneamente la exposición y la enfermedad en una población
bien definida en un momento determinado.
• Los estudios transversales se utilizan fundamentalmente para conocer la
prevalencia de una enfermedad o de un factor de riesgo.
• Esta información es de gran utilidad para valorar el estado de salud de una
comunidad y determinar sus necesidades.
• Sirven para formular hipótesis etiológicas.
Transversal
• Requiere definir claramente:
a. La población de referencia sobre la que se desea extrapolar los
resultados.
b. La población susceptible de ser incluida en nuestra muestra
delimitando claramente los que pueden ser incluidos en dicho estudio.
c. La selección y definición de variables por las que se va a caracterizar
el proceso.
d. Las escalas de medida a utilizar.
e. La definición de "caso".
Ecológicos
Falacia ecológica
• Aplica el mismo riesgo a expuestos que a no expuestos en esa
población
• Vegetarianos en países con alto consumo de carne
 Causalidad
i) Fuerza de Asociación:
Determinada por la estrecha relación entre la causa y el efecto adverso a la
salud.
Magnitud del riesgo relativo, de la odds ratio o del coeficiente de correlación
(no el valor de la “p”).
La fuerza de asociación depende de la frecuencia relativa de otras causas.
ii) Consistencia:
La asociación causa-efecto ha sido demostrada por diferentes estudios de
investigación, en poblaciones diferentes y bajo circunstancias distintas.
La falta de consistencia no excluye la asociación causal, ya que distintos
niveles de exposición y demás condiciones pueden disminuir el efecto del
factor causal en determinados estudios.
Causalidad
iii) Especificidad:
• Una causa origina un efecto en particular, un único efecto.
• Este criterio, no se puede utilizar para rechazar una hipótesis causal,
porque muchos síntomas y signos obedecen a una causa, y una
enfermedad a veces es el resultado de múltiples causas.
iv) Temporalidad:
• Una causa debe preceder a su efecto
• A veces es difícil definir con qué grado de certeza ocurre esto.
• En general, el comienzo de las enfermedades comprende un largo período
de latencia entre la exposición y la ocurrencia del efecto a la salud.
• Unico criterio necesario para que una asociación pueda ser causal
Causalidad
v) Gradiente biológico (Relación dosis-respuesta):
• La frecuencia (incidencia) de la enfermedad aumenta con la dosis o el nivel de exposición.
vi) Plausibilidad biológica:
• El contexto biológico existente debe explicar lógicamente la etiología por la cual una causa
produce un efecto a la salud.
• Sin embargo, la plausibilidad biológica no puede extraerse de una hipótesis, ya que el estado
actual del conocimiento puede ser inadecuado para explicar nuestras observaciones o no existir.
vii) Coherencia:
• Compatible con otros hallazgos y diferentes niveles de evidencia.
• Implica el entendimiento entre los hallazgos de la asociación causal con los de la historia natural
de la enfermedad y otros aspecto relacionados con la ocurrencia de la misma, como por ejemplo
las tendencias seculares.
• Este criterio combina aspectos de consistencia y plausibilidad biológica.
Causalidad
viii) Evidencia Experimental:
• Criterio deseable de alta validez, pero rara vez se encuentra disponible en
poblaciones humanas.
• Demostración de la causalidad en condiciones controladas.
ix) Analogía:
• Con otros fenómenos observables en la naturaleza.
• Se fundamenta en relaciones de causa-efecto establecidas, con base a las
cuales si un factor de riesgo produce un efecto a la salud, otro con
características similares pudiera producir el mismo impacto a la salud.
x) Reversibilidad:
• Cuando la eliminación de la causa conlleva una reducción en el riesgo de
enfermedad.
Validez y sesgos
• Siempre se debe perseguir es que el estudio sea preciso y válido.
• La carencia de error aleatorio se conoce como precisión y se corresponde
con la reducción del error debido al azar
• La carencia del error sistemático o sesgo se conoce como validez. Esta
validez tiene dos componentes:
• La validez interna, que es la validez de las inferencias a los sujetos reales del estudio
• La validez externa o generalización en tanto se aplica a individuos que están fuera de
la población del estudio.
• Sesgos: los errores sistemáticos en un estudio epidemiológico producen
una estimación incorrecta de asociación entre la exposición y la
enfermedad.
• Producen una estimación equivocada del efecto.
Sesgos
• Sesgos en la selección:
Los grupos del estudio no son comparables debido a como fueron
seleccionados los pacientes
• Sesgos en la información:
Los grupos de pacientes del estudio no son comparables debido a
como se obtuvieron los datos
• Factor de confusión:
Los autores no han recogido información (o la han obtenido pero no la
han utilizado) sobre un factor que se relaciona a la vez con la
exposición y con el efecto estudiados
Errores
• El riesgo α (cuantificado como el valor de p) indica la probabilidad de
cometer un error de tipo I (análogo a un «falso positivo»).
• Cuanto más pequeño sea el valor de p, mayor será la certeza de que la
conclusión del ensayo coincide con la «verdad».
• El riesgo de cometer un error de tipo II se conoce como riesgo β (y es
análogo a un «falso negativo»). El objetivo de cualquier estudio es llegar a
una conclusión verdaderamente positiva o verdaderamente negativa.
• La probabilidad de que la conclusión del estudio coincida con la «verdad»
será igual a 1 menos beta (1 – β).
• Recibe el nombre de potencia o poder estadístico la probabilidad de evitar
concluir que no existe un efecto cuando en realidad existe o, lo que es lo
mismo, la probabilidad de detectar un efecto si éste existe en verdad
Los resultados
• Medidas de frecuencia
• Incidencia acumulada (riesgo)
• Tasa de incidencia o incidencia
• Prevalencia
• Medidas de impacto
• Riesgo relativo
• Razón de odds (Odds ratio)
Medidas en epidemiologia
La razón es un cociente en el que el numerador no está incluido en el denominador.
• Su rango es de cero a infinito.
La proporción es un cociente en el que el numerador está incluido en el denominador.
• Las proporciones oscilan en un rango entre 0 y 1 y entre 0 y 100 si se expresa en porcentaje.
• La proporción indica la probabilidad de que un suceso ocurra.
La tasa es una forma especial de medir que tiene en cuenta la variable tiempo.
• Relación entre el número de casos aparecidos en un período de tiempo y el total poblacional
• Al incluir ésta, las tasas indican la velocidad con que un proceso o evento se produce.
• En el numerador refleja el número de sucesos que han ocurrido en un período de tiempo
determinado de observación.
• El denominador refleja el total de sujetos y el tiempo en que se ha estado en riesgo de sufrir el
suceso cada uno de los sujetos durante el período de observación (personas-tiempo).
Riesgo
• El riesgo es un concepto dinámico y probabilístico individual de
desarrollar una enfermedad.
• La diferencia con la tasa, es que ésta se refiere al grupo estudiado y el
riesgo al individuo.
• En el numerador se incluyen la frecuencia absoluta del número de
casos del evento investigado
• En el denominador en número total al inicio del período.
• El resultado es un nº abstracto sin unidades, adimensional
• Su valor es siempre inferior a 1, salvo que se exprese en porcentajes
que tendría un valor entre 0 y 100%.
Prevalencia / incidencia
• La prevalencia establece la proporción de sujetos que tienen una
enfermedad o característica en un momento determinado.
• Se limita a describir la situación en un momento dado, no lo que
ocurrirá.
• Por su parte, la incidencia mide la aparición de dicha enfermedad o
característica en un período de tiempo.
Incidencia acumulada (IA)

• Se calcula dividiendo el número de casos nuevos de una enfermedad que

aparece en un período de tiempo por el total de la población en riesgo al
principio del período. Expresa, por tanto, la probabilidad de que un
individuo libre de enfermedad la desarrolle en un período de tiempo
determinado, condicionado a que no muera por otra causa en ese mismo
período.
• En la IA se asume que el tiempo de observación es el mismo para cada
individuo (cohorte fija).
• IA = Nº de nuevos casos en un período determinado/Población riesgo
• Estamos midiendo la incidencia acumulada, o sea, la probabilidad
individual que tiene el trabajador de desarrollar el fenómeno de interés
durante el tiempo que se valora. Como toda probabilidad,
• Su valor oscila entre 0 y 1 (0% y 100%, si se expresa como porcentaje).
Tasa de incidencia o densidad de incidencia (DI).

• En esta medida el numerador es el mismo que el la IA,

• Pero el denominador es el sumatorio del tiempo que ha estado cada
individuo/trabajador en riesgo de sufrir el evento/ enfermedad.
• Es decir, total de unidades persona-tiempo de observación en riesgo. En consecuencia,
expresa el potencial instantáneo de cambio en el estado de enfermedad por unidad de
tiempo, en relación con la población susceptible en ese momento.
• Por tanto, es una tasa
• TI o DI = Nº de casos nuevos en un período determinado/Personas-tiempo de
observación
• EJEMPLO: estamos calculando la tasa de incidencia. si en el numerador situamos el
número de trabajadores accidentados y en el denominador la cantidad total de horas
trabajadas (suma de horas trabajadas de cada trabajador), de esta manera estamos
midiendo la frecuencia del problema de salud en función del tiempo de exposición y
tiene como unidad de medida la del tiempo del denominador
Ejemplos
• Si se accidentan 8 trabajadores de una empresa de 100 trabajadores que
han generado a lo largo de un año 160.000 horas de trabajo
• La tasa de accidentes será de 5 por 100.000 h. trabajadas (8/160000 horas).
• Este resultado es transformable respecto a las unidades; así, si una jornada
laboral tiene 8 h., las 160.000 h. se corresponden con 20.000 jornadas, con
lo que la tasa de accidentabilidad anterior equivale a decir 4 accidentes por
10.000 jornadas trabajadas (8/20000 jornadas).
• Este parámetro nos permite valorar si el tiempo influye en la posibilidad de
que un trabajador se accidente (es obvio que, a mayor tiempo trabajado,
mayor es la posibilidad de que sufra un accidente).
IA vs TI
• La elección de una u otra medida de incidencia viene determinada
por el objetivo del estudio.
• Si el objetivo es predecir el riesgo individual de adquirir una
enfermedad ocupacional (profesional o no), se deberá estimar el
riesgo de que realmente ocurra mediante la IA.
• Si el objetivo es conocer el poder patógeno de una enfermedad o
fuerza de morbilidad se debe utilizar la TI o DI.
Prevalencia
• La prevalencia es una proporción en que el numerador está formado por número
de casos existentes (nuevos y antiguos) y el denominador por el número total de
sujetos en riesgo de pasar el numerador, incluyendo los casos.
• Se trata de un indicador puntual, en un momento dado, que no incluye el factor
tiempo.
• El rango oscila entre 0 y 1, en porcentajes entre 0 y 100.
• La prevalencia establece la carga de una enfermedad o evento en una
determinada población.
• Así, si en una empresa que consta de 100 trabajadores a fecha 1 de enero hay 6
trabajadores dados de baja el día 1 de enero, la prevalencia es del 6% (6/100).
• Es una medida estática (no mide cambios en el tiempo) de carga de enfermedad
en un colectivo.
• Concluir en un informe laboral que la prevalencia de trabajadores con síndrome
de Burnout (estrés laboral) es del 10%, equivale a decir, que 10 de cada 100
trabajadores tienen Burnout, independientemente de si les apareció hace una
hora que hace un año (casos nuevos y casos antiguos).
Riesgo Relativo
• El riesgo relativo (RR) estima la frecuencia del efecto en el grupo de
expuestos en relación al de no expuestos.
• Indica el número de veces que es más probable que una enfermedad se
desarrolle en el grupo expuesto en relación con el grupo no expuesto.
• RR = Incidencia en expuestos /Incidencia en no expuestos:
• El RR obtenido es una estimación puntual, por lo que debe calcularse su
intervalo de confianza (IC).
• Si el intervalo de confianza no incluye el valor 1, existe asociación
estadísticamente significativa entre el factor de riesgo y el efecto.
• El RR se debe utilizar como parámetro en aquellos estudios que tengan por
objetivo determinar la magnitud de la asociación en términos relativos, es
decir en estudios prospectivos como el estudio cohortes y el ensayo clínico
Riesgo relativo
Odds Ratio
• En estudios de cohortes el RR se estima de forma directa ya que se
conoce la incidencia de la enfermedad en expuestos y en no
expuestos.
• Por el contrario, en los estudios de casos y controles no se puede
calcular la incidencia, porque la población de estudio se selecciona a
partir de individuos que ya han desarrollado el efecto, la enfermedad
• En los estudio de casos y controles se calcula la razón de ventajas o
razón de posibilidades, razón de odds u odds ratio (OR)
 Odds Ratio
• Por Odds se entiende la razón entre la probabilidad de que un suceso
ocurra y la probabilidad de que no ocurra.
• La OR no es más que la razón entre la odds (probabilidad) de exposición
observada en el grupo de casos (a/c) y odds de exposición en el grupo
control (b/c)
• OR = a x d / b x c
• La OR, es actualmente el estimador más utilizado, cada vez se utiliza
más como medida de la magnitud de un efecto o asociación, tanto en
los estudios de casos y controles, cohortes y ensayos clínicos, como en
revisiones sistemáticas y meta-análisis
Odds ratio
Odds ratio
Riesgo Atribuible (RA)
• Es el riesgo de tener el efecto en los expuestos que se debe a la
exposición.
• Se calcula restando al riesgo de los expuestos el de los no expuestos.
• En consecuencia, sería el riesgo adicional producido por la exposición
al factor de riesgo.
• O lo que es lo mismo, la parte del riesgo individual que se debe al
factor de estudio.
• RA = Ie-Io
Fracción Etiológica o Atribuible en los expuestos (FAe o RA%)
Attributable risk percent or aetiologic fraction (AGER)

• Es la proporción de efectos producidos por la exposición.

• Es la proporción en que se reduciría entre los expuestos la tasa de
incidencia del evento de salud si se eliminara la exposición.
• Establece el grado de influencia que tiene la exposición en la
presencia de enfermedad entre los expuestos.
• También recibe el nombre de riesgo atribuible porcentual en los
expuestos (RA %).
Fracción prevenible
preventive fraction (AGER)
• Igual que attributable risk percent CUANDO LA EXPOSICION ES
PREVENTIVA

(Io-Ie)/Io
Population attributable risk a+c: enfermos
a+b: expuestos
c+d: no expuestos

a: enfermos expuestos
c: enfermos NO expuestos
a+c: total enfermos
Population attributable risk
• Son aproximaciones alternativas pero de poco interés.
• Son definiciones dificilmente aplicables
• No se trata de errores propiamente dichos.
• La incidencia en la población total es dificilmente medible en un
estudio.
• En un estudio tienes expuestos y no expuestos o enfermos y no
enfermos.
• Nunca vas a la población de, digamos, Santiago (80.000 habitantes)
para calcular la fracción etiológica del riesgo.
Métodos estadísticos para analizar relaciones
entre exposición y enfermedad/salud
• Correlación:
• Entre dos variables continuas:
• FEV1 y distancia en test de marcha
• Regresión lineal:
• Dos variables continuas
• Variables continuas (tensión arterial) y categóricas (HTA, sí o no)
• Análisis de la varianza
• Una cualitativa (dicotómica o no) y otra cuantitativa
• FEV1 y color de ojos
• Regresión logística:
• Los predictores pueden ser cualitativos (color de los ojos), cuantitativos discretos
(nivel de estudios) o cuantitativos puros (edad).
 Medidas descriptivas
• Variable dependiente
• Variable independiente
• Cualitativa
• Nominal:
• Modalidades no numéricas, no ordenables
• Estado civil: casado, …
• Ordinal:
• No numéricas, ordenables
• Notas: suspenso, aprobabo, notable…
• Cuantitativa
• Discreta:
• Puede tomar un número finito de valores entre unos límites determinados
• Número de hermanos: 0,4,1,…
• Continua
• Puede tomar un número infinito de valores entre unos límites determinados
• Talla: 1,80, 1810, 1,8145,….
Medidas de centralización
• Moda
• Mediana
• Media aritmética
Medidas de posición
• Percentiles
• Cuartiles
• Terciles
• Deciles
 Medidas de dispersión
• Rango:
• Rango intercuartil:
• Varianza muestral:
• Cuadrado de la desviación respecto a su media (valor positivo)
• Desviación típica:
• Raíz cuadrada de la varianza
 Distribución normal: Gauss
• La media aritmética, la mediana y la moda de la distribución son
iguales y se localizan en el pico
• La mitad del área bajo la curva se encuentra a la derecha de este
punto central y la otra mitad está a la izquierda de dicho punto.
• La distribución de probabilidad normal es simétrica alrededor de su
media.
• Media y desviación estándar
• Mediana y rango intercuartil
Sensibilidad y especificidad
• Sensibilidad
Es la probabilidad de clasificar correctamente a un individuo enfermo,
es decir, la probabilidad de que para un sujeto enfermo se obtenga en
la prueba un resultado positivo. La sensibilidad es, por lo tanto, la
capacidad del test para detectar la enfermedad.
• Especificidad
Es la probabilidad de clasificar correctamente a un individuo sano, es
decir, la probabilidad de que para un sujeto sano se obtenga un
resultado negativo. En otras palabras, se puede definir la especificidad
como la capacidad para detectar a los sanos
Valor predictivo
• Valor predictivo positivo:
Es la probabilidad de padecer la enfermedad si se obtiene un resultado
positivo en el test. El valor predictivo positivo puede estimarse, por
tanto, a partir de la proporción de pacientes con un resultado positivo
en la prueba que finalmente resultaron estar enfermos
• Valor predictivo negativo:
Es la probabilidad de que un sujeto con un resultado negativo en la
prueba esté realmente sano. Se estima dividiendo el número de
verdaderos negativos entre el total de pacientes con un resultado
negativo en la prueba: