Professional Documents
Culture Documents
• 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)
(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: