Académique Documents
Professionnel Documents
Culture Documents
Tema de Revisin
Aspectos de la Investigacin Epidemiolgica
Pedro Mendoza Arana*
Muestreo
Muestreo
Muestreo
Muestreo
Aleatorio simple
sistemtico
Estratificado
por Conglomerados
Tamao Muestral
369
90%
608
95%
864
99%
1,491
Tamao Muestral
1,326
10%
369
15%
233
Los tamaos muestrales se pueden calcular en textos especiales dados los valores
antes mencionados como por ejemplo el texto de Lwanga y Lemeshow (7) o
mediante programas de cmputo como la opcin Statcalc de Epi Info (CDC, Atlanta,
1994).
b. Estudios de Cohortes o de Caso-Control
En estos casos, adems de los datos antes mencio nados, requerimos saber la
magnitud de la diferencia esperada como el dato crucial. En forma consistente con el
caso anterior, a diferencias menores, requeriremos muestras mayores.
Supongamos un estudio en el cual ponemos a prue ba un medicamento para el cual
esperamos una eficacia de 50 % para provocar remisin de sntomas en un
seguirniento de 4 semanas, comparado con placebo, para el cual estimamos una
eficacia de 30 %. En un caso as, se requerir una muestra de 103 pacientes en cada
grupo, totalizando 206, dados un poder de prueba de 80 %, y un nivel de confianza
de 95%.
Llegados a este punto, expliquemos a qu nos referimos con <<poder de prueba>>
No
Total
Si
a+b
No
c+d
Total
a+c
b+d
a+b+c+d
Factor Explorado
No
Total
Si
28
33
No
16
147
163
Total
21
175
196
Factor Explorado
(IgC a CL)
Al igual que en el OR, la fuerza de la asociacin ser mayor a mayor valor del RR.
Otro concepto interesante aplicable por igual al RR y al OR es el del llamado
<<efecto protector>>, que es el caso de valores de OR o de RR menores de 1 y que
pueden llegar a tender a cero.
El estudio de los Factores de Riesgo es importante por el inters de identificar
factores susceptibles de control que nos permitan modificar el curso de la
enfermedad. La identificacin de factores no modificables, Ilamados mejor
<<Marcadores de Riesgo>>, tales como la edad, el sexo, etc. tiene un valor de
identificacin pero no de intervencin modificatoria.
No obstante, para aquellos factores que esperamos modificar, hace falta considerar,
adems del Riesgo Relativo (RR), el llamado Riesgo Atribuible en Poblacin (RAP),
que es el resultado de considerar no slo el Riesgo Relativo de un factor
determinado, sino su frecuencia en la poblacin o grupo de inters. As, factores de
RR muy alto, pero muy poco frecuentes, resultan con RAP bajos, pues son tan pocos
los individuos afectados por 1, que su reduccin no afectar significativamente el
problema en el total de pacientes, mientras factores con RR moderados pero alta
frecuencia pueden tener RAP altos y por tanto ser mejores puntos a ser
considerados en programas de intervencin.
El RAP se calcula de la siguiente manera:
RAP= F(RR-1)/[ 1 +F(RR- 1)] x100
donde F es la frecuencia del Factor en la poblacin y RR el Riesgo Relativo. Como
ilustracin comparemos los efectos hipotticos de corregir dos factores de riesgo,
uno con RR= .
12 y Frecuencia = 5 % y uno con RR = 5 y con Frecuencia = 30 %. As,
reemplezando en la frmula anterior tenemos: Para el primer caso:
RAP = 0.05 (12 -1)/[l +0.05(12 - 1)] x 100
= 35.48 %
y en el segundo:
RAP = 0.3 ( 5 - 1)/ [1 + 0.3 (5 - 1) ] x 100
= 54.5 %
Es decir, si logramos desaparecer el primer factor, nuestro problema se reducira en
un 35 %, mientras
que en el segundo lo reduciramos en un 55 %.
Estos aspectos (OR y RR) son muy importantes y ayudan a estimar mejor la
significancia clnica y de
salud pblica de los resultados de una investigacin, que no necesariamente se
relacionan con los de sig
nificacin estadstica.
Una vez descartada la presencia de sesgos y confusores en una investigacin, el
paso siguiente consistir en evaluar las pruebas de significacin estadstica
empleadas. Esto ser examinado en el prximo artculo.
Ver Referencias
Regresar