Vous êtes sur la page 1sur 23

Por Alan Barraza Sez

Medidas de Frecuencia de una Enfermedad.


La epidemiologa tiene entre uno de sus objetivos el estudio de la distribucin y los
determinantes de las diferentes enfermedades. La cuantificacin y la medida de la enfermedad
o de otras variables de inters son
son elementos fundamentales para formular y probar hiptesis,
as como para permitir comparar las frecuencias de enfermedad entre diferentes poblaciones o
entre grupos de personas con o sin una exposicin o caracterstica dentro de una poblacin
determinada.
La medida ms elemental de frecuencia de una enfermedad, o de cualquier otro evento
en general, es el nmero de personas que la padecen o lo presentan (por ejemplo; nmero de
pacientes con hipertensin arterial, nmero de fallecidos por accidentes de trnsito).
tr
Sin
embargo, dicha medida por si sola carece de utilidad para determinar la importancia de un
problema de salud determinado, puesto que debe referirse siempre al tamao de la poblacin
de donde provienen los casos y al perodo de tiempo en el cual estos
estos fueron identificados. Para
este propsito, en epidemiologa es frecuente trabajar con diferentes tipos de fracciones que
permiten cuantificar correctamente el impacto de una determinada enfermedad.
enfermedad Existen dos
medidas bsicas que se utilizan mucho en epidemiologa para el estudio de epidemiolgico de
enfermedades, stas son la proporcin y la razn.

PROPORCIN: Es un cociente,
cociente en que el numerador est incluido en el denominador.
denominador A
modo de ejemplo, si en una poblacin de 25.000 habitantes se diagnostican
diagnostic 1.500
pacientes con diabetes, la proporcin de pacientes con diabetes en esa poblacin es de:
Proporcin  .  0,06
.

Esto es equivalente a que el 6% de la poblacin es diabtica.


diabtic

RAZN: En este cociente el numerador no forma parte del denominador.


denomina
Del ejemplo
anterior, la razn entre la poblacin con diabetes y la poblacin no diabtica es de:
Razn 
. .   .  0,064
.

.

Esto es equivalente a que de cada 1000 personas no diabticas existen 64 personas


diabticas en la poblacin.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez


Cuando, como en el caso del ejemplo, la razn entre la probabilidad de que ocurra el
evento de inters (enfermedad)
medad) y la probabilidad de que ste no ocurra, la razn tambin recibe
el nombre de Odd. Del ejemplo
mplo anterior, el Odd de diabetes es de 6,4%.
El valor del Odd puede variar entre 0 e infinito, ell valor 0 corresponde al caso en que la
enfermedad nunca ocurre,
re, mientras que el valor infinito correspondera tericamente a una
enfermedad que est siempre presente. En cambio, la proporcin
n puede variar entre 0 y 1, el
valor 1 corresponde al caso en que la enfermedad siempre ocurre.
En realidad, una proporcin y un Odd miden el mismo evento pero en escalas
diferentes, y pueden relacionarse mediante las siguientes expresiones:
 


1  

 



1  


Esto es debido a que si: N es la cantidad de personas en la poblacin, X es la


cantidad de casos de la enfermedad y Y es el nmero de personas sin la enfermedad.
enfermedad Y se sabe
que:

Entonces:
   
Por lo tanto:

  




 
 






 
  
 

1  

1    
   "#  

     "#
 
1   

 
1

TASA: Este concepto es similar al de una proporcin, con la diferencia de que las tasas
llevan incorporado el factor tiempo. El numerador lo constituye la frecuencia absoluta
de casos del problema a estudiar. A su vez, el denominador es
e el tiempo de la poblacin
expuesta al riesgo, por ejemplo; tiempo hasta enfermar.

En epidemiologa, las medidas de frecuencia


f
de una enfermedad comnmente utilizadas
se engloban en dos categoras: Prevalencia e Incidencia.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez

1. Prevalencia
La prevalencia (P), tambin conocida como prevalencia puntual,
puntual indica el nmero de
casos existentes en una poblacin (Proporcin). De manera
nera especfica, la prevalencia es la
proporcin de una poblacin que padece una enfermedad que interesa en un perodo de tiempo
determinado.. Su expresin de clculo es la siguiente:


$%
&
$*++ ,-+.%.%+

/0* % 1%+2 
&

Donde:

afectado con la enfermedad de inters en un perodo de tiempo


$%
& : Nmero de casos afectados
determinado t (Casos existentes).


& : Nmero de personas en la poblacin expuestas en las mismas condiciones que los casos en
el mismo perodo de tiempo t (Poblacin
(P
en riesgo).
t: Perodo
erodo de tiempo en que se efectuaron las mediciones.

Ejemplo 1.1: en una muestra de 270 habitantes aleatoriamente seleccionados


seleccionad de una
poblacin de por lo menos 65 aos de edad y dentro de un perodo de un ao se observ que
111 presentaban obesidad (IMC 30),, entonces la proporcin de obesos es:


34
5
6
5


 7  0,418

9 41,1%

Esto significa que, la prevalencia de personas obesas en la poblacin es del 41%. Donde:

$%
 : Nmero de personas con edad igual o superior a 65 aos con obesidad (IMC 30) en
un ao.

 : Nmero de personas con edad igual o superior a 65 aos dentro en un ao (Poblacin
en riesgo).
Adems, para una estimacin por intervalo de la prevalencia, se puede utilizar un
intervalo de confianza aproximado del (1-)100%
100% y su expresin de clculo es:
 ; ' ( <
)

=
 =
6
>

Donde ' ( es un valor terico (percentil) de la distribucin Normal.. Comnmente en


)

estudios de las ciencias de la salud se utiliza intervalos de confianza del 95%, esto significa que
ha utilizado un valor ' ( con =0,05, esto es equivalente a ' ?,?@  ',A7  1,96.
)

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez

Ejemplo 1.2: Utilizando el ejemplo 1.1, donde   0,418 y 


  270,, un intervalo de
confianza aproximado del 95% para la
la prevalencia de obesidad en ese grupo de edad es:
8
0,418
1  0,41
8
N
C$A%
A
  0,41 ; 1,96
270

C$A%
 

G
J.% O%
E HJ.%

F
EHJ.%
J.% +P%
D

8
0,418
1  0,41
8  1,96N
0,41
 0,35
0
270
8
0,418
1  0,41
8  1,96N
0,41
 0,47
0
270

Entonces existe un nivel de confianza aproximado del 95% de que el verdadero valor de la
prevalencia de obesidad en personas de por lo menos 65 aos de edad se encuentra en el
intervalo [0,35 0,47] en el perodo de un ao.
Como todas
as las proporciones, la prevalencia no tiene dimensin (no tiene unidades) y
sus valores varan entre 0 y 1, siendo frecuente
cuente expresarla en trminos porcentuales.
porcentuales La
prevalencia en un problema de salud de una comunidad determinada suele estimarse a partir de
estudios transversales para determinar su importancia en un momento concreto, y no con fines
predictivos. Adems, es evidente que el clculo de la prevalencia ser especialmente apropiado
para la medicin de procesos de carcter prolongado (enfermedades crnicas),
crnicas) pero no tendr
mucho sentido para valorar la importancia de otros fenmenos de carcter ms momentneo
(accidentes de trfico, apendicitis,
icitis, infarto de miocardio entre otros).
otros

2. Incidencia.
La incidencia se define como el nmero de casos nuevos de
de una enfermedad que se
desarrollan en una poblacin durante un perodo de tiempo determinado. Hay dos tipos de
medidas de incidencia: la incidencia acumulada y la tasa de incidencia que estima la llamada
densidad de incidencia.

2.1. INCIDENCIA ACUMULADA.


La incidencia acumulada (IA) es la proporcin de individuos sanos que desarrollan la
enfermedad a lo largo de un perodo de tiempo concreto (Odd).. Se calcula segn:
CK 

$
&
$*++ P%Q+

/0* % 1%+2 *0 C 
&

Donde:
$
& : Nmero de nuevos casos afectados con la enfermedad de inters en un perodo de
seguimiento t (Casos Nuevos).
Epidemiologa Ctedra de Salud Pblica
Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez


& : Nmero de personas de la poblacin en riesgo al inicio del estudio por un perodo de
seguimiento t (Poblacin en Riesgo
iesgo al Inicio).
t: perodo de tiempo de seguimiento del estudio.
estudio
La incidencia acumulada proporciona una estimacin de la probabilidad o el riesgo
rie
de
que un individuo sin una determinada enfermedad desarrolle sta durante un perodo de
tiempo especificado. Tambin,
Tambin la IA suele expresarse en trminos porcentuales.
porcentuales Adems, es
imprescindible que se acompae del periodo de observacin para poder ser interpretada.

Ejemplo 2.1: Durante un perodo de 6 aos se sigui a 431 varones sanos entre 40 y 59 aos
de edad,, con colesterol srico y tensin arterial normal, El objetivo del estudio es detectar la
presencia de cardiopata isqumica, registrndose al final
f
del perodo de 6 aos 10 casos. La
incidencia acumulada en este caso sera:
CK 

3V
W
6X
W

 Y   0,023


9 2,3% % 6 *+

Esto significa que, se estima que de cada 1000 personas sanas existan 23 personas con
cardiopata isqumica durante un perodo de 6 aos. Donde:

$
U : Nmero de personas con edad entre 40 y 59 aos que presentaron cardiopata
isqumica durante el estudio (Casos Nuevos).

U : Nmero de personas con edad entre 40 y 59 aos sanos (Poblacin
Poblacin en Riesgo al Inicio).
Inicio
t:: 6 aos de seguimiento del estudio.
Adems, para una estimacin
estimacin por intervalo de la incidencia acumulada, se puede utilizar
un intervalo de confianza aproximado del (1-) 100% y su expresin de clculo es:
CK
1  CK
CK ; ' [ N

&


Donde ' ( es un valor terico (percentil) de la distribucin


distribucin Normal, tambin es
)

frecuente en estudios de las ciencias de la salud utilizar


utiliz intervalos de confianza del 99%,
99 esto
?,?5  ' , 
significa que ha utilizado un valor ' ( con =0,01, esto es equivalente a '

',AA  2,575.

Ejemplo 2.2: Utilizando el ejemplo 2.1, donde CK  0,023 y 


U  431,
431 un intervalo de
confianza aproximado del 99%
99 para la incidencia acumulada de cardiopata isqumica es:
0,023
1  0,023
C$A%
CK  0,023 ; 2,575N
431
Epidemiologa Ctedra de Salud Pblica
Facultad de Odontologa Universidad de Valparaso

C$A%
CK  "0,0044 0,0416#

Por Alan Barraza Sez

Entonces existe
ste un nivel de confianza aproximado del 99%
% de que el intervalo [0,44%
[0,
4,16%]
contenga el verdadero valor de la incidencia acumulada de cardiopata isqumica en
personas con edad entre 40 y 59 aos dentro del perodo de estudio.
estudi
La incidencia acumulada asume que la poblacin completa est expuesta en riesgo al
principio del estudio y ha sido seguida durante todo el perodo de tiempo determinado para
observar si se desarrolla la enfermedad objeto del estudio. Sin embargo, en la realidad lo que
sucede es que:
a) Las personas objeto de la investigacin entran en el estudio en diferentes momentos en
el tiempo.
b) El seguimiento de dichos sujetos objeto de la investigacin no es uniforme ya que de
algunos no se obtiene toda la informacin.
informacin
c) Por otra parte, algunos pacientes abandonan el estudio y slo proporcionan un
seguimiento limitado a un perodo corto de tiempo.
Para poder tener en consideracin estas variaciones de seguimiento existentes
existen
en el
tiempo, una primera aproximacin sera limitar
limitar el clculo de la incidencia acumulada al perodo
de tiempo durante el cual la poblacin entera proporcionase informacin. Esto de todos modos
hara que perdisemos informacin adicional del seguimiento disponible en alguna de las
personas incluidas. Una medida ms precisa es la que utiliza toda la informacin disponible y es
la denominada densidad de incidencia (DI).

2.2. DENSIDAD DE INCIDENCIA.


Medida terica del nmero de nuevos casos que ocurren por unidad de tiempo-persona,
ti
por ejemplo, personas-aos en riesgo. Se trata de una medida de la aparicin de la enfermedad
en un punto en el tiempo t,, definida matemticamente como el lmite cuando t
tiende a 0 de la
siguiente expresin:

. c _ c .  ._ d .
\C  lim
&9
.

Esto se interpreta como


com la probabilidad de que una persona sana en el momento t,
desarrolle la enfermedad antes de t+t. Debido a la dificultad de expresar el tamao de la
poblacin en estudio como una funcin matemtica de t, se utiliza el valor medio de DI, este
valor es:
$
&]&
\C 
_
&]&
Donde:
$
&]& : Nmero de casos nuevos observados entre el perodo t y t+t.
_
&]& : Nmero total de unidades de tiempo por persona entre el perodo t y t+t.
t

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez


2.3. TASA DE INCIDENCIA.
La tasa de incidenciaa es una medida
m
que se utiliza para la estimacin del nmero de
nuevos casos que ocurren por unidad de tiempo-persona,
tiempo
o sea, estima la densidad de
incidencia. La tasa de incidencia (TI) se
se calcula como el cociente entre el nmero de casos
nuevos de una enfermedad
fermedad ocurridos durante el periodo de seguimiento y la suma de todos los
tiempos individuales de observacin.
observacin
El total de personas-tiempo
tiempo de observacin (suma de los tiempos individuales de
observacin) es la suma de los perodos de tiempo en riesgo de contraer la enfermedad
correspondiente a cada uno de los individuos de la poblacin. La suma de los perodos de
tiempo del denominador se mide preferentemente en aos y se conoce como tiempo en riesgo.
El tiempo en riesgo para cada individuo objeto de estudio
estudio es el tiempo durante el cual
permanece en la poblacin de estudio y se encuentra libre de la enfermedad, y por lo tanto en
riesgo de contraerla. El valor de la TI no puede ser inferior a cero
o pero no tiene lmite superior,
superior
su expresin es la siguiente:
_C 

$
&
$*++ P%Q+
 V
Xg _
X
ePJ* %+*  _%J

Donde:

$
& : Nmero de casos nuevos de la enfermedad de inters durante el perodo de seguimiento
t (Casos Nuevos).
_
X : Tiempo individual observado del paciente i durante el perodo de seguimiento t (Tiempo
de exposicin de una persona).
).
t: Perodo
erodo de tiempo de seguimiento del estudio.
n:: Nmero de personas en el estudio.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez

Ejemplo 2.3:: En un estudio de seguimiento,


seguimiento durante 20 aoss de tratamiento hormonal en 8
mujeres postmenopusicas se observ que se presentaron 3 casos de enfermedad coronaria.
Esto se ilustra a travs de la siguiente figura y tabla:

Paciente
A
B
C
D
E
F
G
H
Total

Aos de seguimiento
(Tiempo-Persona)
20
10
15
15
4
6
7
7
84

Enfermedad Coronaria
No
S
No
No
S
No
No
S
---

Con estos datos, la incidencia acumulada sera de un 3/8 = 0,375 que es equivalente a 37,5%
durante los 20 aos de seguimiento.
Sin embargo, tal y como se muestra en la Figura,
Figura el tiempo
empo de seguimiento no es el mismo
para todas las pacientes. Mientras que, por ejemplo, la paciente A ha sido observada
durante todo el periodo, la paciente D ha comenzado el tratamiento ms tarde, una vez
comenzada la investigacin, y ha sido seguida slo durante 15 aos. En otros casos, como la
paciente C,, han abandonado el tratamiento antes de finalizar el estudio sin presentar
ninguna afeccin coronaria. En total se obtienen 84 aos-personas
personas de observacin.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez


Al realizar el clculo de laa tasa de incidencia
i
es:
3V
)?

_C  j

ik5 =h
i

 ]]
 lY  0,036
]]Y]U]7]7

9 3,6% %+*+  *

Donde:

$
 : Nmero de mujeres postmenopusicas bajo tratamiento hormonal que presentaron
enfermedad coronaria durante el seguimiento del estudio.
_
X : Tiempo observado del paciente i durante el estudio (Ver tabla).
t: 20 aos de seguimiento del estudio.
n: 8 de mujeres en el muestra.
muestra
Esto significa que la tasa de incidencia de enfermedad coronaria que se estima en esa
poblacin es de 36
6 nuevos casos por cada 1000
10 personas al ao.
Adems, para una estimacin por intervalo de la tasa de incidencia, se puede utilizar un
intervalo de confianza aproximado del (1-) 100% y su expresin de clculo es:
$
&
_C ; ' [ N

 mV _ n

X
Xg

Donde ' ( es un valor terico (percentil) de la distribucin Normal.


No
)

Ejemplo 2.4: Utilizando el ejemplo 2.3, donde lXg _


X  84 y $
  3,
3 un intervalo de
confianza aproximado del 95% para la tasa de incidencia de enfermedad coronaria es:
3
C$A%
_C  0,036 ; 1,96N 
84

C$A%
_C 

G
E HJ.% O%

F
EHJ.% +P%
D

3
0,036  1,96N   0,0044
0044
84
T
3
0,036  1,96N   0,0764
0764
84

Sin embargo, se sabe que la TI no puede tomar valores negativos, por lo que el lmite inferior
debe ser igual a 0. Entonces existe un nivel de confianza aproximado del 95% de que el
intervalo [0% 7,6%]] contenga la verdadera tasa de incidencia poblacional de enfermedad
coronaria en mujeres postmenopusicas con tratamiento hormonal dentro del perodo de
estudio.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

Por Alan Barraza Sez

La eleccin de una de las medidas de incidencia (IA


( TI) depender de las caractersticas
de la enfermedad que se pretende estudiar y adems del objetivo que see persiga.
persiga As, la IA se
utilizar generalmente cuando la enfermedad tenga un periodo de latencia corto, recurrindose
a la TI en el caso de enfermedades crnicas y con un periodo de latencia mayor. En cualquier
caso, se debe tener en cuenta que la utilizacin
utiliza
de las medidas de incidencia como medida de
frecuencia de una enfermedad tiene como objetivos:
a) Estimar la probabilidad de contraer la enfermedad (tambin llamado riesgo de
enfermar) durante todo el periodo de seguimiento a travs de la IA.
b) Estimar el riesgo de enfermar de una persona por unidad de tiempo a travs de la TI.
TI

Adems, en el clculo de una de las medidas de incidencia de debe tener en


consideracin tambin otros aspectos. En primer lugar, no deben incluirse en el denominador
casos prevalentes o personas que no estn en condiciones de contraer la enfermedad en
estudio. El denominador slo debe incluir a aquellas personas en riesgo de enfermedad (por
ejemplo, la incidencia de cncer de prstata deber calcularse en relacin a la poblacin
masculina
sculina en una comunidad y no sobre el total de la poblacin que incluye hombres y
mujeres),
), aunque tambin es cierto que en enfermedades poco frecuentes la insercin de casos
prevalentes no cambiar mucho el resultado. En segundo lugar, el numerador slo debe
contener episodios de una misma patologa (casos nuevos).
Por otra parte,, cuando se calculan intervalos de confianza de un (1-)100%
aproximados para estimar una prevalencia (P), incidencia acumulada (IA) o tasa de incidencia
(TI), se debe tomar en cuenta los valores que pueden tomar estas expresiones en los lmites de
dichos intervalos.. Por ejemplo: Se tiene una muestra de 53
3 individuos con una IA = 2,4% y se
realiza un clculo del lmite inferior de confianza para la IA poblacional, el valor de dicho lmite
inferior puede ser menor que cero,
cero en este caso, el valor que se debe incorporar en el lmite
inferior es cero, puesto que la IA no puede ser negativa, ya que por definicin: IA 0 (de manera
anloga se debe realizar este procedimiento para la P y TI).
Del mismo ejemplo; Si se tuviera una P = 99,8% a travs de los datos obtenidos por la
muestra y se tiene que realizar el clculo del lmite superior de confianza para la P poblacional,
pob
el
valor de dicho lmite superior puede ser mayor que uno, en este caso, el valor que se debe
incorporar en dicho lmite superior es uno, puesto que la P no puede ser superior a uno, ya que
por definicin: 0 P 1 (de manera anloga se debe realizar
realizar este procedimiento para la IA)

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

10

Por Alan Barraza Sez

3. Diferencias entre P,
P IA y TI.
Caracterstica

Prevalencia (P)

Qu se estima?

Proporcin de poblacin
con enfermedad en un
determinado tiempo

Unidades

Fraccional o porcentual

Tiempo del diagnstico de


enfermedad

Enfermedad existente

Poblacin de estudio

Considera a toda la
poblacin

Numerador

Nmero de casos
existentes

Denominador

Nmero de personas en
el estudio

Variables

Incidencia
Acumulada (IA)
Tasa (TI)
Probabilidad de
Riesgo de enfermar de
enfermar durante el
una persona por
seguimiento
unidad tiempo
Fraccional o
Casos/persona
Casos/persona-tiempo
porcentual
Diagnosticada en el
Diagnosticada en el
estudio
estudio
Considera slo la
Considera slo la
poblacin sana y con
poblacin sana y con
riego de padecerla
riego de padecerla
Nmero de casos
Nmero de casos
nuevos
nuevos
Tiempo total de
Nmero de personas
exposicin a la
expuestas a la
enfermedad de las
enfermedad
personas en el estudio

Ejemplo 3.1: Se estudi el uso de un antibitico, norfloxacina, para la prevencin


prevenc
de
infecciones por bacterias gramnegativas en pacientes con leucemia aguda que tenan conteo
bajo de neutrfilos relacionados con el tratamiento.
Los 35 pacientes que recibieron norfloxacina desarrollaron la fiebre. Se observ a todos los
pacientes por un total de 220,5 personas-da
personas da antes de presentar fiebre y cada da en
promedio alrededor de 10 pacientes tena fiebre. Por lo tanto, en este grupo de pacientes la
prevalencia promedio de la enfermedad es de 10/35 = 0,29 (29% en promedio cada da)
da la
TI = 35/220,5 = 0,16 casos/persona-da
casos/persona
(16 casos por cada 100 personas al da) y la IA = 35/35
= 1 (100% de personas con fiebre durante el estudio).
estudio

4. Relacin entre prevalencia e incidencia.


i
Prevalencia e incidencia son conceptos a su vez muy relacionados. La prevalencia
depende de la incidencia y de la duracin de la enfermedad. Si la incidencia de una enfermedad
es baja pero los afectados tienen la enfermedad durante un largo perodo de tiempo, la
proporcin de la poblacin que tenga la enfermedad en un momento
momento dado puede ser alta en
relacin con su incidencia. Inversamente, si la incidencia es alta y la duracin es corta, ya sea
porque se recuperan pronto o fallecen, la prevalencia puede ser baja en relacin a la incidencia
de dicha patologa. Por lo tanto,
to, los cambios de prevalencia de un momento a otro pueden ser
resultado de cambios en la incidencia, cambios en la duracin de la enfermedad
enfermedad o ambos.
Epidemiologa Ctedra de Salud Pblica
Facultad de Odontologa Universidad de Valparaso

11

Por Alan Barraza Sez


Esta relacin entre incidencia y prevalencia puede expresarse matemticamente de un
modo bastante sencillo.
o. Si se asume que las circunstancias de la poblacin son estables,
entendiendo por estable que la incidencia de la enfermedad haya permanecido constante a lo
largo del tiempo, as como su duracin, entonces la prevalencia tampoco variar.
As, si el nmero
ro de casos prevalentes no cambia, el nmero de casos nuevos de la
enfermedad ha de compensar a aquellos individuos que dejan de padecerla,
padecerla, el supuesto es el
siguiente:
N de casos nuevos
de la enfermedad

N de casos que se curan o


fallecen de la enfermedad

(1)

al nmero de enfermos en la misma,


Si se denota por N al total de la poblacin y E
N E ser el total de sujetos sanos en esa poblacin. Durante un periodo de tiempo de
estudio t,
, el nmero de personas que contrae la enfermedad (Pe)
(
viene dado entonces por:
%  _C .
  ,

(2)

Donde TI es la tasa de incidencia.


Por otro lado, el nmero de enfermos que se curan o fallecen (Ecf) en ese periodo puede
calcularse como:
,O 


q

. ,

(3)

Donde D es la duracin media de la enfermedad objeto de estudio.


Combinando (2) y (3) en (1) se obtiene lo siguiente:
%  ,O

(Segn en (1))

_C .
  ,  q . ,

El cociente

p
6 p

p
6 p

 _C \

(Reemplazando (2) y (3))


(4)

es el cociente entre los individuos enfermos


enfermos y los no enfermos, o

equivalentemente, entre la prevalencia y su complementario, P/1-P,


P/1 , de modo que la expresin
(4) puede escribirse como:
=
 =

 _C \

(5)

Ntese que la ecuacin


uacin (5) posee una estructura de relacin proporcin-Odd,
proporcin
donde el
Odd = TI D. Sii se despeja el valor de la prevalencia P en funcin de la TI y la duracin promedio
de la enfermedad se tiene la misma estructura:

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

12



hr q
]hr q

Por Alan Barraza Sez


(6)

Si se asume una estabilidad en la prevalencia de la enfermedad en estudio, la expresin


(5) quedara finalmente:
  _C \

(7)

Es decir, si se asume que las circunstancias de la poblacin y la prevalencia de la


enfermedad son estables,, la prevalencia es proporcional al producto de la tasa de incidencia TI

y el promedio de duracin de la enfermedad D.

La aproximacin indicada en la ecuacin (7) es recomendada utilizarla cuando P 0,06,


puesto que se tiene:
s
t  s
s
0
0,000
0,01
0,010
0,02
0,020
0,03
0,031
0,04
0,042
0,05
0,053
0,06
0,064
0,07
0,075
0,08
0,087
0,09
0,099
0,1
0,111
0,11
0,124
0,12
0,136
0,13
0,149
0,14
0,163
26%
24%
22%
20%
18%

16%
14%
12%
10%
8%
6%

Y=P

4%

Y = P/(1-P)
P/(1

2%
0%
0%

1%

2%

3%

4%

5%

6%

7%

8%

9% 10% 11% 12% 13% 14% 15% 16% 17% 18% 19%

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

13

Por Alan Barraza Sez


De las consideraciones anteriores se deduce que la prevalencia carece de utilidad para
confirmar hiptesis etiolgicas, por lo que resulta ms adecuado trabajar con casos incidentes.
Los estudios de prevalencia pueden obtener asociaciones que reflejen los
los determinantes de la
supervivencia y no las causas de la misma, conduciendo a conclusiones errneas. No obstante,
su relacin con la incidencia permite que en ocasiones pueda utilizarse como una buena
aproximacin del riesgo para evaluar la asociacin entre
entre las causas y la enfermedad. Tambin es
cierto que en otras aplicaciones distintas a la investigacin etiolgica, como en la planificacin
de recursos o las prestaciones sanitarias, la prevalencia puede ser una mejor medida que la
incidencia ya que nos permite conocer la magnitud global del problema.

Medidas de Asociacin en una Enfermedad.


En cada sociedad existen comunidades, grupos de individuos, familias o individuos que
presentan ms posibilidades que otros de sufrir enfermedades, accidentes, muertes
mu
prematuras, se dice que son individuos o poblacin especialmente vulnerables. A medida que se
incrementan los conocimientos sobre los diferentes procesos, la evidencia cientfica demuestra
en cada uno de ellos que: en primer lugar las enfermedades no se presentan aleatoriamente y
en segundo lugar, muy a menudo esa "vulnerabilidad" tiene sus razones.
La vulnerabilidad se debe a la presencia de cierto nmero de caractersticas de tipo
gentico, ambiental, biolgicas, psicosociales, que actuando individualmente
individualmente o entre s
desencadenan la presencia de un proceso. Surge entonces el trmino de "riesgo" que implica la
presencia de una caracterstica o factor (o de varios) que aumenta la probabilidad de
consecuencias adversas. En este sentido el riesgo constituye
constituye una medida de probabilidad
estadstica de que en un futuro se produzca un acontecimiento por lo general no deseado. El
trmino de riesgo implica que la presencia de una caracterstica o factor aumenta la
probabilidad de consecuencias adversas. La medicin
medicin de esta probabilidad constituye el enfoque
de riesgo.
Un factor de riesgo es cualquier caracterstica o circunstancia detectable de una persona
o grupo de personas que se sabe asociada con un aumento en la probabilidad de padecer,
desarrollar o estar especialmente expuesto a un proceso mrbido. Estos factores de riesgo
(biolgicos, ambientales, de comportamiento,
comportamient socio-culturales, econmicos)) pueden sumndose
unos a otros, aumentar el efecto aislado de cada uno de ellos produciendo un fenmeno de
interaccin.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

14

Por Alan Barraza Sez


En esta seccin se consideran los estudios en busca de una asociacin entre dos
variables cualitativas dicotmicas,
dicotmicas, es decir, las variables que tienen slo dos resultados. Se
hablara de dos variables como presencia de la enfermedad y la exposicin
exposicin a sta, ya que las
siguientes tcnicas se utilizan a menudo en epidemiologa y estudios en salud pblica. En efecto,
estamos comparando dos proporciones (de
(
enfermedad) en dos poblaciones: con y sin
exposicin.
Supongamos que se tiene una tabla con las cantidades
antidades de personas expuestas a la
enfermedad y cuntas de ellas realmente enfermaron, estos totales se pueden presentar en una
tabla de 2 2 tal como se muestra a continuacin:
Enfermedad
Exposicin
S (+)
No (-)
Total







S (+) [Casos]

No (-) [Controles]









Total

Donde Xg ug Xu          , y n es el tamao de la muestra.

1. Riesgo Relativo
Una medida estndar de la intensidad del efecto de la exposicin es el riesgo relativo (RR).
El riesgo relativo see obtiene del cociente entre el riesgo de enfermedad o muerte de un grupo
expuesto a la enfermedad, y el riesgo en los no expuestos.
expuestos Su expresin de clculo es la
siguiente:
11 


%O%J%*
*
 %-+
 
   



%O%J%*
%O%J%*
 %-+
 
    
11 

C4vw
C%* ,-P%+.+

C%*  ,-P%+.+ C6x 4vw

Este clculo es frecuente realizarlo en


e estudios de cohorte o longitudinal (en ocasiones
retrospectivo o histrico),, donde se conocen las personas que estuvieron bajo la exposicin.
Esta medicin puede
de tomar valores mayores o igual a cero (11 y 0) y su interpretacin
depende exclusivamente de ello, esto se resume a continuacin:
Valor de RR
0 < RR < 1
RR = 1
RR > 1

Interpretacin
El riesgo en personas expuestas es ms bajo que el
correspondiente entre personas no expuestas
La exposicin no se relaciona con el riesgo
El riesgo en personas expuestas es mayor que el
correspondiente entre personas no expuestas

Tipo de Exposicin
Benfica
Nula
Peligrosa

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

15

Por Alan Barraza Sez

Ejemplo 1.1: En la siguiente tabla,


t
se muestran los resultados obtenidos en un estudio de
seguimiento prospectivo donde 853 mujeres estuvieron pasivamente expuestas al humo del
tabaco durante la gestacin y 1620 no lo estuvieron, y su asociacin con el bajo peso al nacer
del neonto.

Tabaco exposicin pasiva

Recin Nacido de Bajo peso


S (+)
No (-)

Total

S (+)
No (-))

20
14

833
1606

853
1620

Total

34

2439

2473

Si calculamos la incidencia entre mujeres expuestas al humo del tabaco se tiene que:
C4vw 

20
 0,023
853

2,3%

Esto es, 23 de cada 1000 mujeres que estuvieron expuestas al humo de tabaco pasivamente
tienen un bebe de bajo peso al nacer durante el estudio.
La incidencia entre mujeres no expuestas al humo del tabaco se obtiene como sigue:
C6x 4vw 

14
 0,009
1620

0,9%

Esto es, 9 de cada 1000 mujeres que no estuvieron expuestas al humo de tabaco
pasivamente tienen un bebe de bajo peso al nacer durante el estudio.
Por lo tanto, el riesgo relativo es:
11  ,A  2,71
,

Esto significa que las mujeres expuestas pasivamente al humo del tabaco tienen 2,71 veces
ms probabilidades de tener nios de bajo peso al nacer que las mujeres que no estn
expuestas pasivamente al humo del tabaco.
tabaco
Adems, para una estimacin por intervalo del RR,, se puede utilizar un intervalo de
confianza aproximado del (1-)
) 100% y su expresin de clculo es:
1
1
1
1
,- zln
11
; ' [ N



z
|
  
 

Donde ' ( es un valor terico (percentil) de la distribucin Normal.


)

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

16

Por Alan Barraza Sez

Ejemplo 1.2: Utilizando el ejemplo 1.1, donde   20,   14 y 11  2,71.
2
un intervalo
de confianza aproximado del 95% para el riesgo relativo de mujeres expuestas pasivamente
al humo del tabaco es:
C$A%
11  ,- }0,998 ; 1,96<







l
Y

U

C$A%

11  "1,38 5,34#

Entonces existe un nivel de confianza de aproximadamente del 95% de que el intervalo [1,38
[1
5,34]] contenga el verdadero valor del
de riesgo relativo de mujeres expuestas pasivamente al
humo del tabaco que tienen recin nacidos con bajo peso
peso respecto de las mismas si estar
expuestas.
En estudios de casos y controles, donde no se conocen a priori las personas que
estuvieron expuestass no es posible calcular tcnicamente las incidencias, es por esto que se
utiliza otra medida que es conocida como Odd Ratio (Razn de razones).

2. Odd Ratio.
Por varias razones, el Odd ratio (OR) se ha revelado como una medida muy popular
para la asociacin de variables. Histricamente, el OR fue considerado una aproximacin al
riesgo relativo en los estudios de caso y control.
Ms recientemente, el OR se ha utilizado en gran parte como medida de asociacin y se
puede aplicar en los estudios de cohortes y ensayos clnicos, pero siempre en estudios de caso y
control.
Enfermedad
Exposicin
S (+)
No (-)
Total







S (+) [Casos]

No (-) [Controles]





Total




Donde Xg ug Xu          , y n es el tamao de la muestra.
Dado que el paciente ha sido expuesto, el Odd de contraer la enfermedad es:
+~x4vw 


%O%J%*
 %-+
  





%O%J%*

 %-+
  

Dado que el paciente no ha sido expuesto, el Odd de contraer la enfermedad, sta es:
+3x6x 4vw 


%O%J%*
 %-+
   



%O%J%*
 %-+
   
Epidemiologa Ctedra de Salud Pblica
Facultad de Odontologa Universidad de Valparaso

17

Por Alan Barraza Sez


El OR es un cociente
te entre el Odd en favor de la exposicin de los casos dividido por el
Odd de no exposicin existente en los casos, su expresin es:
1 

+~x4vw
  


+~x6x 4vw    

Esta medicin puede tomar valores mayores o igual a cero (OR 0),, y su interpretacin
depende exclusivamente de ello, esto se resume a continuacin:
Valor de RR
0 < OR < 1
OR = 1
OR > 1

Interpretacin
La exposicin est asociada
asoci
a una incidencia ms baja
en casos que en los controles.
La exposicin no est asociada a una incidencia ms alta
o ms baja que el promedio.
La exposicin
n est asociada a una incidencia ms alta en
casos que en los controles.

Nivel de Exposicin
Disminuye la probabilidad
de los casos
No influye en la
probabilidad de los casos
Aumenta la probabilidad
de los casos

Ejemplo 2.1: En la siguiente tabla, se muestran los resultados obtenidos en un estudio de


casos y controles del sndrome de mialgia eosinofilia (SME) en el que se investiga el riesgo
relacionado con el uso de marcas particulares del
de medicamento L-triptfano.
triptfano. De entre
aquellos que tomaron L-tr
triptfano, 22 de 58
8 casos, tomaron un lote en particular (lote A),
en comparacin con 7 de 93 personas que no tuvieron SME,, segn se resume en el
siguiente cuadro.
Sndrome de mialgia
eosinofilia (SME)
Casos
Controles

Marca de L-triptfano
triptfano

Total

Usa A
Usa otra

22
36

7
86

29
122

Total

58

93

151

El Odds ratio para pacientes con SME es:


1 

22 86
 7,51
36 7

Esto significa que en este estudio, el Odd de suministro de L-triptfano de la marca A para
pacientes con SME fue ms de 7 veces mayor que el Odd de uso de dicho medicamento de
otra marca en pacientes con SME. Esto implica que los pacientes
cientes que consumieron LL
triptfano de la marca A tienen una probabilidad 7 veces mayor de padecer SME respecto de
los pacientes que no consumieron dicho medicamento de la marca A.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

18

Por Alan Barraza Sez


Adems, para una estimacin por intervalo del Odd ratio,, se puede utilizar
utiliz un intervalo
de confianza aproximado del (1-)100%
(1
y su expresin de clculo es:
1
1
1
1
,- zln
1
; ' [ N



zln
|
  
 

Donde ' ( es un valor terico (percentil) de la distribucin Normal.


N
)

Ejemplo 2.2: Utilizando el ejemplo 2.1, donde 1  7,51.. un intervalo de confianza del 95%
para el Odds ratio de pacientes con SME que usan L-triptfano
L triptfano de la marca A es:
C$A%
1  ,- }2,016 ; 1,96<  7  U  lU


C$A%

1  "2,95 19,13#

Entonces existe un nivel de confianza del 95% de que el intervalo [2,95


[
19
19,13]
contenga el
verdadero valor del Odds ratio en pacientes con SME que usan L-triptfano
triptfano de la marca A
respecto de los que usan otra marca.
marca
Se demuestra que en estudios de casos y controles de enfermedades "poco
"
frecuentes"
el OR es una estimacin aceptable del RR. Recordemos que:
11 

 
   
  


  
   
  

En enfermedades "poco
poco frecuentes",
frecuentes", el nmero de sujetos clasificados como positivos
de la enfermedad es pequeo en comparacin con el nmero de personas clasificadas como no
enfermas, es decir

  

Lo que es equivalente a:
11 


  


    

 1

    

11 1

Esto implica que el riesgo relativo es aproximadamente igual Odd ratio cuando se
estudia enfermedades poco frecuentes.

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

19

Por Alan Barraza Sez

Medidas de Impacto en una Enfermedad.


Existen medidas que expresan los casos
casos de una enfermedad que pueden atribuirse a una
exposicin si la asociacin observada entre exposicin y enfermedad es causal. El porcentaje de
riesgo atribuible en los expuestos (RAe %), que puede obtenerse en ambos tipos de estudios. El
RAe % es la proporcin
oporcin de casos que aparecen en la poblacin expuesta y que pueden atribuirse
a la exposicin. Esta medida slo tiene sentido calcularla en estudios de cohorte.
cohorte.
El porcentaje
orcentaje de riesgo atribuible en la poblacin (RAP %), o fraccin etiolgica, indica
los casos de una enfermedad en la poblacin total, compuesta por personas expuestas y no
expuestas, que se deben a la exposicin si la asociacin observada es causal. El RAP % puede
calcularse tanto en estudios de cohortes como de casos y controles
Estas medidas reflejan el efecto esperado al cambiar uno o ms factores de riesgo o
realizar una accin de carcter preventivo en una poblacin particular.

1. Porcentaje de riesgo
iesgo atribuible en los expuestos.
Es el porcentaje en que se reducira la tasa de incidencia
incidencia del evento de salud en los
expuestos si se eliminara la exposicin. Tambin recibe el nombre de riesgo atribuible en los
expuestos (RAe).
). Es una medida que se obtiene a partir del RAe y se puede calcular a travs de la
siguiente expresin:
1K% 

11  1
mC4vw  C6x 4vw n
100 
100
C4vw
11

Esta medicin puede tomar valores positivos y negativos, y su interpretacin depende


exclusivamente de ello, esto se resume a continuacin:
Valor de RAe
RAe < 0
RAe = 0
RAe > 0

Interpretacin
Se espera que el riesgo de la enfermedad aumente
cuando la exposicin pudiera ser removida
El riesgo de la enfermedad no es atribuible a la
exposicin o no de ella
Se espera que el riesgo de la enfermedad disminuye
cuando
o la exposicin pudiera ser removida

Tipo de Exposicin
Benfica
Nula
Peligrosa

Esta medicin indica el impacto de un factor causal sobre la salud. Se asume que la
ocurrencia de enfermedad en un grupo no expuesto a un factor bajo estudio
estudio representa el
riesgo esperado o basal para esa enfermedad; se atribuye a la exposicin cualquier riesgo por
encima de ese nivel en el grupo expuesto.
Epidemiologa Ctedra de Salud Pblica
Facultad de Odontologa Universidad de Valparaso

20

Por Alan Barraza Sez


Adems, para una estimacin por intervalo del riesgo atribuible en los expuestos, se
puede utilizar un intervalo de confianza aproximado del (1-) 100% y su expresin de clculo es:
m11XV  1n

100
11XV

m11w  1n
100
11w

Cabe de sealar que RRinf y RRsup son los lmites inferior y superior respectivamente del
intervalo de confianza para el riesgo
r
relativo, que estn dados por:
1
1
11XV  ,- zln
11  ' [ N

|

 

1
1
11w  ,- zln
11  ' [ N

|

 

Donde ' ( es un valor terico (percentil)


(percen de la distribucin Normal.
)

Cabe de sealar que en estudios de casos y controles, se suele reemplazar RR por OR.
5. Ejemplo: La relacin entre el consumo de alcohol y reflujo gastroesofgico se evalu en una
poblacin basada en un estudio de cohorte en personas de estrato socio
cio econmicos bajos
durante 1999-2005.. Los resultados se muestran en la siguiente tabla:
Reflujo gastroesofgico
S (+)
No (-)

Consumo de alcohol

Total

Ms de una vez por semana


Una vez por semana

89
7

154
265

243
272

Total

96

419

515

Al calcular el RR nos da:


11 

89
243  14,23
7
272

Esto significa que las personas que consumen alcohol ms de una vez por semana tienen
14,23 veces ms probabilidades de tener reflujo gastroesofgico que las personas que
consumen una vez por semana.
semana
El intervalo de confianza del 95% para RR es de [ 6,59 30,72 ]
Por lo tanto, el porcentaje de riesgo atribuible en los expuestos es:
1K% 

14,23  1
100  92,97%
14,23

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

21

Por Alan Barraza Sez


Esto significa que el 93% de las personas con reflujo gastroesofgico se debe al consumo de
alcohol. El intervalo de confianza del 95% para el RAe a nivel poblacional es:

6,59  1
100
6,59

30,72  1
100
30,72

Obteniendo un Intervalo de confianza del 95% de [84,8% 96,7%].

2. Porcentaje de riesgo
iesgo atribuible en la poblacin.
El porcentaje de riesgo atribuible en la poblacin (RAp) es el porcentaje en que se
reducira la tasa de incidencia del evento de salud en la poblacin si se eliminara la exposicin.
En otras palabras, muestra el porcentaje en que el dao podra ser reducido si los factores
factor de
riesgo causales desapareciesen de la poblacin total y se puede calcular a travs de la siguiente
expresin:
1K 

mm_Cx  C6x 4vw n



11  1
100 
100
_Cx
1  
11  1

Donde P es la prevalencia de la enfermedad en la poblacin y RR es el riesgo relativo.


RAp tericamente puede tomar valores positivos y negativos, pero empricamente,
mpricamente, la mayora
de las veces este valor es mayor que cero y su interpretacin es: RAp es el porcentaje de riesgo
atribuible en la poblacin para la exposicin del factor de riesgo.
El concepto que encierra es totalmente similar al de la RAe, con la excepcin de que es
un parmetro que se refiere a toda la colectividad y no solamente a los expuestos. En estudios
de casos y controles se suele reemplazar RR por OR.
Adems, para una estimacin por intervalo del riesgo atribuible en la poblacin, se
puede utilizar un intervalo de confianza aproximado del (1-) 100% y su expresin de clculo es:

1
1  1K
1  1K %-
,

Cabe de sealar que FE esta dado por:


,  ' [ N


1  1K
1  1K %-
,




  



   
  

    
  

Donde ' ( es un valor terico (percentil)


(perce
de la distribucin Normal.
)

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

22

Por Alan Barraza Sez


6. Ejemplo: Laa relacin entre el consumo de Lorazepam y el fallecimiento de personas,
personas se
evalu en una poblacin con enfermedad pulmonar obstructiva crnica (EPOC) en un estudio
de cohorte durante 1970
70 y 1982 en Suiza.
Suiza Los resultados se muestran en la siguiente tabla:
tabla
Fallecimiento
S (+)
No (-)

Consumo de Lorazepam
Si (+)

Total

No (-))

35
5

202
537

237
542

Total

40

739

779

Al calcular el RAp nos da:


1K 

40779  5542
40
779

100  82,03%

Esto significa que el 82% en las personas con EPOC es atribuido al riesgo del
de consumo de
Lorazepam.. El intervalo de confianza del 95% para el RAp a nivel poblacional es:

1
1  0,8203
8203
1  0,8203
8203 %-
,

Donde ,  0,77423798

1  0,8203
1  0,8203 %-
,

Obteniendo un Intervalo de confianza del 95% de [67,8%


[
90,8%].

Epidemiologa Ctedra de Salud Pblica


Facultad de Odontologa Universidad de Valparaso

23

Vous aimerez peut-être aussi