Inferencias estadsticas

Dr. Carlos Arsquipa

OBJETIVOS

Plantear y responder a hiptesis sobre el brote utilizando los datos recolectados Interpretar los resultados estadsticos y epidemiolgicos de las pruebas de hiptesis Obtener conclusiones apropiadas en base a los resultados obtenidos

Para qu sirve la estadstica?

De cada 100 personas, 50 son la mitad
Les Luthiers

Mensajes iniciales

Sin un grupo de comparacin, nuestra capacidad de responder a una pregunta de investigacin es bastante limitada Una diferencia numrica no necesariamente tiene relevancia estadstica (o biolgica) Nada es definitivo, todo queda en trminos de probabilidades, y siempre es posible no estar en lo cierto

La famosa tabla 2x2

Enfermo Expuesto No expuesto a c Sano b d

Posibles enfoques de estudio

Expuestos vs. no expuestos (comieron ensalada o no). Se calcula la proporcin de personas enfermas y compara entre expuestos y no expuestos

Casos vs. controles (enfermos y sanos). Se calcula la proporcin de personas expuestas y se compara entre casos y controles

Enfoque de cohorte 1: definicin de la poblacin

Exposicin Enfermos Sanos Total

Si
No Total 60

Enfoque de cohorte 2: identificacin de casos y clculo de tasa de ataque global

Exposicin Enfermos Sanos Total

Si
No Total
25 (25/60=42%)

60

Enfoque de cohorte 3: definicin de exposicin

Exposicin Enfermos Sanos Total

Si
Comi ensalada No Total
25 (25/60=42%)

20
40 60

Enfoque de cohorte 4: clculo de tasas de ataque

Exposicin Si Enfermos
15 (15/20=75%) 10 (10/40=25%) 25 (25/60=42%)

Sanos

Total 20 40 60

Comi ensalada
No Total

Riesgo relativo razn de riesgos: 75 / 25 = 3.00

Enfoque de cohorte retrospectiva

Epi-Table 6.04b / Study / Cohort (cumulative)

Interpretando el RR por si solo

Valores posibles

Sugiere mayor riesgo

Sugiere proteccin

Interpretando el intervalo de confianza (IC) del riesgo relativo

Si todo el IC est sobre 1, la presencia del factor se asocia significativamente a ms riesgo

0
Si todo el IC est bajo 1, la presencia del factor se asocia significativamente a menos riesgo

Si el IC incluye a 1, no hay evidencia estadstica de que el factor altere el riesgo

Resultados del ejemplo:

1.66 3.00 5.43

Cunto mas riesgo? En promedio, el riesgo es 3 veces mas alto para los que comieron ensalada comparados a quienes no consumieron ensalada El intervalo de confianza no incluye a la unidad. Con 95% de confianza, el RR es mayor que 1 (mas riesgo en quienes comen ensalada/ensalada es factor de riesgo) El RR no es necesariamente 3.0: en general puede estar en el intervalo de 1.7 a 5.4 con 95% de confianza

Que significa el valor p?

Se puede interpretar como la probabilidad de que el factor NO est asociado a la enfermedad Si p es alto, el factor probablemente NO est asociado a la enfermedad Si p es bajo, el factor probablemente SI est asociado a la enfermedad

Interpretando el valor P por si solo

Valores posibles
p = 0.000305

Factor no asociado con enfermedad

0.00

0.05

1.00
El valor p no puede ser 0. Si resulta p=0.0000, eso significa que es muy pequeo y debe reportarse como p<0.0001

Factor asociado con enfermedad

Interpretando el valor p

Utilizar el valor p de Fisher de dos extremos, es mejor para muestras pequeas

Si p < 0.05, se considera que la asociacin entre el factor y la enfermedad es estadsticamente significativa, o sea, tienen relevancia estadstica Por lo tanto, el comer ensalada est asociado a un mayor riesgo de ETA. Esto constituye evidencia estadstica que la ensalada es el vehculo del brote Un valor p < 0.05 corresponde casi siempre a un intervalo de confianza que no incluye a 1

Otro ejemplo:

Interpretando resultados:
Riesgo relativo:
0.90 1.43 2.26

1 Valor p = 0.192, coincide con el intervalo de confianza que incluye a 1

Casos versus controles 1: identificando casos

Exposicin Si No Total
25

Enfermos

Sanos

Casos versus controles 2: seleccionando controles

Exposicin Si No Total
25 50

Enfermos

Sanos

Casos versus controles 3: definiendo la exposicin

Exposicin Si Comi ensalada No Total
25 50

Enfermos
15

Sanos
5

Casos versus controles 4: comparando la exposicin

Exposicin Si Comi ensalada No Total Enfermos
15 (15/25=60%) 10

Sanos
5 (5/50=10%) 45

25

50

Razn de chances = odds ratio = OR = (15 x 45) / (5 x 10) = 13.5

Casos versus controles

Case-Control (unmatched)

Interpretacin
Si todo el IC est sobre 1, la presencia del factor se asocia significativamente a ms riesgo (p<0.05)

Si todo el IC est bajo 1, la presencia del factor se asocia significativamente a menos riesgo (p<0.05)

Si el IC incluye a 1, no hay evidencia estadstica de que el factor altere el riesgo (p >= 0.05)

Interpretando resultados:
Razn de momios o razn de chances:
3.98 13.50 45.83

1 Valor p < 0.0001, coincide con el intervalo de confianza que est completamente encima de 1

La razn de momios

El intervalo de confianza se interpreta exactamente igual al riesgo relativo con respecto a su rango y a la inclusin de la unidad La razn de momios tambin describe la fuerza de asociacin entre exposicin y enfermedad, y es una buena aproximacin al riesgo relativo

Otro ejemplo

Interpretando resultados:
Razn de momios:
0.14 0.38 1.03

Qu concluimos?

Valor p = 0.090, coincide con el intervalo de confianza que est incluyendo a 1

Si varias exposiciones estn asociadas a la enfermedad

Ejemplos: alimentos que se consumen juntos, prcticas asociadas entre s, contaminacin mltiple Es importante discernir previamente si hay varias fuentes, mecanismos o etiologas, o si es uno slo Se aplica anlisis estratificado o regresin para determinar si ambos factores estan asociados a la enfermedad o solamente uno de ellos

Consumo de ensalada y carne asociado a gastroenteritis

90/259 (35%) asistentes a una boda presentan gastroenteritis. Se estudia como una cohorte retrospectiva
Dos alimentos asociados estadsticamente: Carne: RR=2.65, IC=[1.97-3.58], p<0.001 Ensalada: RR=2.09, IC=[1.53-2.87], p<0.001

Sospechamos que la carne estuvo contaminada pero la ensalada no, solo se consumen juntas
Se busca descartar que la ensalada haya causado el brote

Consumo de ensalada y carne asociado a gastroenteritis

Ensalada

Carne

Estrategia general

En una enfermedad asociada a dos factores, debe verse cual tiene asociacin ms dbil y cual ms fuerte. Se busca demostrar que hay asociacin slo con el factor fuerte pero no con el dbil Para ello hay que controlar o anular el efecto del factor fuerte y ver si despus de eso el factor dbil todava esta asociado con la enfermedad Para ello se estratifica en dos grupos segn el factor fuerte, y en cada grupo se evala independientemente si el factor dbil est asociado con la enfermedad o no Si en ambos estratos el factor dbil no est asociado a la enfermedad, entonces no est asociado en general y se concluye que es el factor fuerte el que caus el brote

En nuestro ejemplo

Queremos demostrar que la ensalada (factor dbil) no est asociada al brote pero la carne (factor fuerte) si Si controlamos la asociacin de la carne con el brote, la ensalada no debe tener un efecto Veamos cual es el efecto de la ensalada en dos estratos: Solamente personas que comieron carne Solamente personas que NO comieron carne Si en los estratos por separado la ensalada ya no tiene efecto, entonces probablemente nunca estuvo asociada y fue la carne lo que caus el brote

Estratificando por consumo de carne

Estrato 1: Comen carne (n=60, 40 casos)

Carne

Estrato 2: No comen carne (n=199, 50 casos)

Los datos necesarios para el analisis estratificado no se pueden obtener directamente de las tablas mostradas anteriormente
Debe hacerse un cruce de de variables: enfermedad vs. consumo de ensalada en cada uno de los dos estratos

No se observa asociacin entre ensalada y gastroenteritis analizando separadamente a quienes comieron carne o no
Comieron carne (n=60) NO comieron carne (n=199)

Asociacin entre gastroenteritis y ensalada, estratificado por carne

1 = Comi carne 2 = No comi carne

Anlisis estratificado

Util para discernir entre dos factores aparentemente asociados con una enfermedad

Puede ser complicado pues las diferencias entre grupos a veces no son muy claras
Regresin mltiple es un enfoque mas complejo En estudios de brotes, el tamao de muestra limita el uso de pruebas estadsticas en la estratificacin

Caso-control apareado

Se aparea para evitar sesgos introducidos por caractersticas cuyo efecto no interesa estudiarlo (sexo, edad, ubicacin) y usualmente ya es conocido Las variables de apareo ya no podrn ser utilizadas en ningn anlisis posterior Datos generados con apareo deben analizarse en forma apareada (matched case-control) para evitar introducir sesgos adicionales. No debe usarse el anlisis caso-control tradicional

Interpretando resultados

Qu significa una diferencia o asociacin significativa?

Cmo se interpreta la falta de asociacin? A qu se puede deber? Cul es el rol de los resultados de estudios en vectores, reservorios, medio ambiente, etc.? Cmo interpretar evidencia contradictoria?

Resumen

Importancia de interpretacin correcta de evidencia

Incorporacin de resultados no analticos No se descarta evidencia La plausibilidad biolgica prima sobre la estadstica