Vous êtes sur la page 1sur 98

EPIDEMIOLOGIA

GUIA DE ESTUDIO

por John Morgan

ACTUALIZADO EN

Octubre de 1986

Traductor: Dr. Carlos Odicino

Revisor Tecnico: Joan Sabate

Universidad de Loma Linda


Escuela de Salud
Programa de Epidemiologia
Nichol Hall, Cuarto 2006
Loma Linda, CA 92350
(714) 824-4573

E1 uso de este documento es para prop6sitos educaciona1es


unicamente y no se vende con propositos lucrativos. Ninguna
secci6n de esta obra puede ser reproducida sin el expreso
permiso de John Morgan
Indice

Tema Pagina No.

IntroducciOn a la Epidemiologia: 1

DefiniciOn 1

Contrastes entre Enfermedad Aguda, CrOnica,


Infecciosa, y No Infecciosa 1

Hie.toria de Ia Epidemiologia 5

Listas de Mortalidad en Londres 6

Modelo de Certificado de Defunei6n en los E.U. 6A

MediciOn de las Tasas de Enfermedad,


Tasas y Proporciones: 13

Ineidencia y Prevaleneia 13

Tasa~ Estandarizadas y Proporeiones: 19

Estandarizaci6n Directa 19

EstandarizaeiOn Indired:a 21

RazOn Estandarizada de Mortalidad (REM) 22

Sumario de las Medidas de Morbilidad y Mortalidad

Mortalidad Proporcional vs Mortalidad Por


Causa Especffica 25

Prevenc iOn: Pr i m<='' lr i a, Secundar i a, y Terci ar i a

ComparaciOn de las Proporciones y Tasas de Enfermedad

ComparaciOn de las Causas de Muerte

Fuentes de InformaciOn Demogr~ffca y


Estadistieas Vitales ~50

Sumario EpidemiolOgico de la Enfermedad Infecciosa 34

DiseNo de Estudio EpidemiolOgico - Comprebaci6n de la


HipOtesis vs Elaboraci6n de la Hip6tesis 38

Tipes Especificos de Estudio - Ventajas y Limitaciones 43


_'1'
Estudios Descriptivos 4 .....

Estudios de Correlaci6n 4 '......

I
Indice (Continuaci6n)

Tema Pagina No.

Dise~o de Estudio EPidemi1169iCO (continuaci6n)

Estudios Transversales 44

Estudios de Casos y Controles 45

Estudios de Cohortes 48

Medidas de AsociaciOn Utilizadas en los Estudios de


Casos y Controles 53

Pruebas de SignificaciOn Estadistica 56

Analisis de la RelaciOn Entre la Dosis y


RespLtesta 58

Riesgo Atribuible (RA) vs el Riesgo Atribuible


de la Poblaci6n (RAP) 60

Estudios de Cohortss No.Concurrentes 62

ComparaciOn del Tiempo Real de los Estudios


Longitudinales 6 ":!'
' ....

Enfermedad de Origen Desconocido 64

Factor de ConfusiOn Definido y Dividido 65

Control de los Factorss de ConfusiOn 67

Asoci aci ones Di rectas en Contraste con 1 as IJidi rectas 71

Equiparamiento (Matching) en los Estudios de Casos y


Controles 7 <...;;

Tamizaje ("Screening"): 76

Requisitos Para un Tamizaje Satisfactorio 77

Sensibilidad y Especificidad 78

Pruebas de Tamizaje Analogas 82

Prueba. de Tamizaje en Serie 83

Valor Predictivo Positivo 83

Sesgo por Ventaja en el Tiempo 84

Sesgo de DuraciOn 84

II
Indice (Continuaci6n)

Tema F'Agina No.

Epidemiolagia Experimental 86

Experimentos Verdaderos 86

Experimentos Artificiales 86

Estudios de Intervenci6n 86

Experimentos Naturales 86

Ensayos Clinicos 87

TerminalS y Conceptos EmpleadolS en Epidemiologia


E~{perimental 89

III
NOTA DEL REVISOR

Algunos t.rminos epidemio16gicos son de dificil traducci6n,


debido a la inexistencia en castellano de un vocablo
equivalente e id6neo para cada concepto estadistico 0
epidemiol6gico en ingl.s. Por -ello, cada traductor ha usado
diferentes acepciones al traducir un mismo termino
epidemiol6gico, habi.ndose creado cierta confusi6n
tarminol6gica an la literatura epidemiol6gica en castellano.

Con la intenci6n de ayudar al lector que consulta adem~s


otros textos epidemio16gicos, ofrecamos una lista de
aquellos t.rminos usados en esta manual qua han sido
traducidos en otras obras de diferente manara.

J.S.
GLOSARIO

BIAS - 5e5go, di5torsion

CAUSE SPECIFIC - especifico segdn causa

CONFOUNDING VARIABLES - variables de confusion, variables


que se prestan a confusion

CROSS-SECTIONAL transversal, en secclon, seccional

EARLY DETECTION deteccion temprana, deteccion precoz

EARLY DIAGNOSIS - diagnostico temprano, diagn6stico precoz

MATCHING - equiparar, comparar, equiparamiento

NON-RESPONSE - no respuesta, falta de respuesta, que no


responde

ODDS - p05ibilidades, probabilidades, relaci6n de opuestos

ODDS RATIO - razon proporcional, raz6n de posibilidades,


posibilidades relativas

POINT PREVALENCE - punta de prevalencia, prevalencia puntual

RANDOM - al azar, aleatorio

SELECTION OF CASES - selecci6n de casos, elecci6n de Casos

STANDARDIZE - estandarizar, ajustar, normalizar

STANDARDIZED MORTALITY RATIO (SMR) - raz6n estandarizada de


mortalidad, cociente de mortalidad ajustada,
Felaci6n normalizada de mortalidad

RATIO - razon, cociente, relaci6n

UNBIASED - imparcial, sin distorcion, no sesgado

VITAL RECORDS - registros vitales, registro civil


INTRODUCCION A LA EPlDEMIOLOGIA

DefiniciOn de Epidemiologia y Salud PDblica

r"~' La epidemiologia es definida en algLlnas ocasiones de una forma


incompleta coma uel estudio de las epidemias. u Aunque la
epidemiologia se origin6 can el estudio epid~mico de las
enfermedades infecciosas, hoy dia las enfermedades no infecciosas
son de una importancia relevante. Asi pues, una definiciOn
actLlalizada de esta ciencia deberia abarcar tanto la enfermedad
infecciosa como la crOnica.

La epidemiologia moderna se ha convertido en un elemento


importan"ce en salud publica. Salud pllblica esta encargada de
controlar la incidencia y curso de las enfermedades en las
poblaciones. La epidemiologia constituye los metodos cientificos
utilizados en salud pUblica.

Epidemiologia de las Enfermedades lnfecciosas en Contraste con la


Epidemioloia de las Enfermedades CrOnicas

JA qu~ se Ie llama enfermedad crOnica? Es una enfermedad de


larga duraciOn.

]Qu~ es 10 opuesto de una enfermedad crOnica? Una enfermedad


aguda - enfermedad de corta duraciOn.

JQu~ es una enfermedad infecciosa? Es una enfermedad producida


~" por microorganismos vivas (bacterias, hongos, protozoarios,
par~sitos, virus, etc).

]Que es 10 opuesto de una enfermedad infecciosa? Una enfermedad


no infecciosa.

CRONICA AGUDA

Tuberculosis, Influenza viral,


..
Lepra,
Sifilis, Sarampi 6n,
Parotiditis,
.. Elefantiasis, Salmonelosis,
INFEC- Polio, Esquistoso- Hepatitis Viral,
ClaSA miasis, ciertas Gonorrea, Peste,
.
Malarias
. Rabia, ciertas
IvJal ar i as, etc .

:
-----------------------
C~ncer, Alcoholismo
------------------------
Homicidio,
Na Enfermedad Cardio- Infarto del Miocardio,:
INFEC- vascular, Efectos Muerte Cardiaca Sd-
ClaSA secundarios de ac- bita, ACV, Accidentes
cidentes no fatales, fatales, Suicidio
Enfisema

/~~" Una gefiniciOn de epidemi,ologia m~s actualizada es - El estudio


de la distribuci6n y determinantes de salud y enfermedad en la
pobl aciOn. - L1na seri e de metodos para concl Lti r acerca de 1 as
causas y curso de la enfermedad--elementos indispen~ables para un
acercamiento integral en salud pdblica para el control de la
incidencia y progresi6n de la enfermedad.

1
Generalidades Sobre la Metodologia Clinica en Contraste
con la de Saluci POblica

Generalidades
Clinica Salud PLlblica

uno para uno uno para much os

orientado al caso orientado al grupo

orientado al numerador orientado al denominador


y numerador

orientado al consumidor orientado al proveedor


activo (el cliente esta pOI'" 10 pasivo (el cliente no esta
general involucrado) involucrado general mente)

orientado a cualidad orientado al beneficia del


cos'to

objetivos mutuamente acordados decision pOI'" proceso (puede


5er pobremente definido)

orientado al tratamiento orientado a la prevencion


(generalmente)

Generalidades Sabre la Metodalogia Clinica en Contraste


con la Epidemiologica

Generalidades
Clinica Epidemiologica

"tengo dolor ll 1. evento ex i ste dolor

"donde duele" 2. localizacion donde esta el dolor

"cuanto duele" 3. magnitud que porcion de la poblacion

"cuando duele" 4. presentacion curso de tiempo, larga dura-


cion~ estacional

"que hizo" 5Q determinantes ocupacional, estilo de vida,


sexo, edad, expasici6n etc.

!lusted tiene" 6. designacion problema de S.P.

"usted deberia" 7. tratamiento probl ema de S. F' ..

"se siente mejor" 8. evaluacion cambia en la parte de la


poblacion can el problema

2
RlI!glll dcr 109 ar_nde9 Ndmrwotl. SI II! 1 nUtllll!r-D de vlPc:e'll qua
un ~nparlmento ~e repito 'lIO aUtlllPntlll, I . pr-opor-c:IOn d.l
nl'mero dIP ocurrl!'nei _9 I!'ll I tog_. can el fll\mero de pruebas
tend.rlll a oIIIproHltllar!!!e .. 111 probabllid4!!d t.Orlc:a dol
rlP'lIult4!!do que s.,.f_ par-a una pruebill individUlll1

Tabh 5-3 Resultados 6Rperi~.ntAl.g d. TirAr .1 Air. un.


Tachuela

Hul ti pI O!l n C,.&) en Cad. Acumuh,U vo Mul Uplos (0' en Cad. Acumulalivo
de 10
Tiro.
Seril! d. 10
Tiro'll
p' ,b' de 10
Tiro.
n
Sar il! de 10
Tiro.
p'lb)

,
2
5
7
5/10 -0.500
12/20 - 0.600
28
21
;)
5
156(260 - 0.600
161(270 - 0.596
l 10 22130 - 0.133 28 7 168(280 - 0.600.
.- 8 28/40 - 0.700 29 7 17S/290 ... 0.603
184,300 - 0.613
5 9 'DISO - 0.740 30 9
8 5 "2/60 - 0.700 31 7 1911310 - 0.616
7 8 -'B170 - 0.688 32 7 1981320 - 0.619
8 8 54/80 -0.675 3~ 1 205(.tl0 - 0.621
9 2 58/90 - 0.622 3"- 8 211 riAiJ - 0.621
10 4 801100 - 0.600 35 7 2181350 - 0.623
11 '4 84/110 - 0.582 36 8 2241360 - 0.622
12 7 71/120 - 0.592 31 4 2281370 - 0.618
'13 6 77/130 - 0.592 38 Ei 2341380 - 0.616
14 8 85/140 - 0.607 39 4 2381390 - 0.610
15 8 91 /150 ~ 0.6tJ7 40 5 243/400 .. 0.608
16 3 9-4/160 - 0.588 41 5 248/410 .. 0.605
17 1 101/170 - 0.594 "2 7 255/420 - 0.607
. 18 9 110/180 - 0.811 43 1 2621430 .. 0.609
19 7 .111/190 - 0.818 44 8 268/440 .. 0.609
20 3 120/200 - 0.600 45 4 272/450 .. 0.604-
21 5 125/210 - 0.595 48 . 1 279/460 .. 0.607
22 8 1331220 - 0.605 47 5 284/470 - 0.604
23 8 141/230 - 0.613 48 8 2.921480 - 0.609
. 24' 8 147(240 - 0.613 49 5 291/490 - 0.606
25 8. 1531250 .. 0.612 50, S 303/500 - 0.606

rr'ob.bi I i d .. d E~:peri mental de que 1" F'unt. dll'


I. T.chuela Est .. U.c:la Arriba

.... -
-
" ...u
U
C :J
II
II
0.70 ,...
$a
::J :J !L :
U U _IV
.. <I

... "
l-
I&.
0.60
, OW

1. ...u"> o.so -
IL
...
"-
III
0:
2" 6 a 10 20 40 so 60
Multlplos de to Tiro.

Fuente. Elementary Statistic!!! 3r~ edicien.


por Robert Johnson, Danbury Pr lQSO
3
Los T"'rminos Importantes en 5alud Publica y Epidemiologia

$alud
F'(tbl iea Epidemiolog!a

1- Distribuc::i6n 51 51

2. Determinantes 51 51
..

......
'T
Impedimentos 51
: 91

4. Impart ic::i 6n ... 51 NO

Generalidades 50bre Microbiologia y Epidemiologia

Fac::etas de 1a Metodologia

Microbiologia Epidemiologia

Laminillas 1. Campo Comunidad

l'1i crosc::opi 0 2e equipo Computadora

Filtros de Iuz 3. logicial (lisoftware") Pruebas


Estadistic:as

Observaei6n y 4. Interpretacion Observac:i6n y


Raz6n Raz6n

4
Histo~ia de la Epidemiologia

La epidemiologia comenz6 con el estudio de las enfe~medades


infecciosas. El desa~~ollo de la bacte~iologia, fisiologia, patologia
y ot~as disciplinas medicas ~elacionadas desde el siglo pasado han
abie~to el camino pa~a la uniOn del campo de la medicina con las
matem~tica5 hasta 10 que aho~a conocemos como epidemiologia.

Hip6c~ates (460-370 A.C.> fue p~obablemente el p~ime~o en demost~a~


el usa del pensamlento epidemiolOgico. En su tratado ~Sob~e Ai~es,
~guas, Luga~es y Epidemias~ acu:O el termino de
epidemlologla: (del g~lego) epi Idemos/logos
sobrel pob lac 1 C'jr'i71~tud i 0 "estudio sob~e
~. . . pobI aCI'i5'!
~ntl'

HipOc~ates diD impo~tancia a las influencias ambientales en la


determinaciOn de la salud.

P~obablemente el p~ime~ uso sofisticado de las estadisticas en el


an~lisis de enfe~medad fue llevado a cabo en 1662, po~ John' Graunt al
esta~ anal i zando los ce~tif i carlos de mci~talldad en Londres. Esto
se:a16 el su~gimiento de' las e.tadisticas vitales, el fundamento de
la epidemiologia y la salud pdblica. Los ce~tificados de mo~talidad
en Lond~es e~an documentos legales que ~egist~aban la edad, sexo,
luga~ de ~esidencia y la causa de mue~te pa~a vi~tualmente todas las
pe~sonas q'ue morian cadasemana en Lond~e"'s comenzando en 1532. Habi an
sido examinados individualmente du~ante alos po~ un nOme~o de
dive~sos medicos y p~ofesionales sanita~ios, pero ningdn pat~On
consistente pudo se~ observado. Graunt fue el p~ime~o que intentO
?naliza~ estos certificados de una mane~a colectiva. Los 0~den6 en
g~upos de causas que fue~on simila~es, y los pat~ones empeza~on a
su~gi~. Una de las p~ime~as observaciones de G~aunt (algo que ya
damos po~ supuesto actual mente) fue que la gente que mo~ia de cie~tas
enfe~medades tendia a ~epresenta~ dife~entes categorias de edad que
aquellos que mo~ian de ot~as causas. Poco despues obse~v6 que existia
cie~ta constancia en el nOme~o de mue~tes po~ causas especificas
cuando fue~on compa~ados dife~entes a:os(y poste~io~mente,
estaciones). Utilizando este metodo sencillo, G~aunt pudo mostrar que
:La sdad y la estaciOn del alo fueron elementos de p~edicci6n
i ;npo~tantes en el nt.:tme~6 y 'ti po de mue~tes en LondFes. Esta:' i de,a es
actual mente una de las mas Eicaslcasem medlClna clinica. Sin emba~go,
no habia sido completamehte desc~ita hasta entonces. Graunt tambien
demost~O la necesidad de busca~ grupos especificos de edad al
analiza~ la mayo~ia de las enfe~medades, y tuvo exito en distinguir
entre las tasas de mortalidad u~bana y ~u~al. EstratificO las
enfermedades agudas y crOnlcas y cre6 taDlas de vida, que son
conside~adas por las pautas modernas como s.ofisticadas.

5
Tabla 2-1
ExtractoB de las "Observaciones Pol!ticas v Naturales 1'1encionAdas en
e1 Indice Siguienta y Raalizadas de los Registros de l'Iortalidad" John
Graunt, Londres, 1662

LAS ENFERHEDAOES Y ACCIDENTES ESTE A~O DE 1632


Abortos y Obitos 445' Ictericias 43 '-'
Aterrorizado 1 Quijada Caida 8
Ancianidad 628 Abscesos 74
Fiebre Intermitente 43 Huertos Po~ ~ccidentes
Diversos 46
ApopleHa 17 Escro-Fu1a 38
Mordida par Perro Rabioso 1 Letarqia
,.,....
Hemorragia 3 Higado Agrandado 87
01arrea y Oiarrea Con Sangre 348 Lunatico :5
Contusionesp Supuraciones,
Llagas, y Ulceras 28 Oesaparec:idos 15
Gluemaduras 5 Sarampi.On 80
Rupturas 9 Asesinaeos 7
Cancer y Lobo 10 Asfi:dados 9 e Inanicion
Ulcera Bucal 1 al Tomar 'Pecho 7
Parto 171 Paralisi s 25
Reclen Nacidos " Infantes 2,268 Hemorroides 1
Catarro y Tos 55 Pest. B
COlico. Piedras. y Oisuria 56 Panico ....
1"'!"
ConsunciOn 19 797 Pleuresia y Bazo 36
Convulsiones 241 Manchas I'loradas y Fiebre
Eruptiva 38
Cortaduras con Piedras 5 Ami gdal i ti s ... I

MuertoB an la Calle y Huertos Elevar la Luz 98


de Hambre 6 Ciatica 1
Hidropesia a HinchazOn 267 Escorbuto y ComezOn 9
Ahogados 34 Muerte Repentina 62
Ejecutados y ApachurradoB Hasta Huerte por Sobre Abundancia 86
1a Huerta 18 Sarpullido Porcino 6
Epilep!!Jia 7 Oielites 470
Fiebre 1,109 Afta 0 Erupc:iones Bucales 40
Fi.tula 13 Timpanismo 13
Viruela. 531 Tisic:o 34
Sarpullido Frances 12 VOmitos
Gangrena 5 Lombric:es '27
Gota 4 Triste%a 11

Hombrws 4,994 Hombres 4.932 Muerte!l POl'"


"'ujere. Bautizadas 4,590 Mujerl!s Enterradas 4,603 1,;'1 Peste- a
Total 9,584 Total 9.535

Aumento de entier-ros en las 122 parrOquias. y en e1 Hospital para


Lazaretos est. ana - 993

Oisminuc:iOn de loll. muerte. por peste en las 122 parroquias y en el


Hospital para Lazaretos este ano - 266
--------------------------------------------------~--------~-------
Fuente: Wilcox, W.F. editor "Observaciones Naturales y Politicas
Realizadas de los Registros de Mortalidad par John Grilunt"
(reimpr"sion de loll primera edic:iOn~ 1662) Johns Hopkins F'ress. 1937

Tabla 2-2
Muel"'tes en 1a poblac:iOn datos por 1a Compan:i:a de Agua Southwark y
Vauxhall y 1. Compania de Agua Lambeth, Londras, 1853

"Mm Muert.es Muert.P"S en


de por cada 10,000
Casas COlera Casas

-----------------------------------------------~-------------------
Campania Southwark y Vauxhall 4"'.046 1,263 ::H5
CompaiUa Lambeth 26,407 98 37
Resto d. Londre. 256,423 1.422 59
-------------------------------------------------------------~-----
Fuente: Snow Sobre Calera. una reimpre!';inn de '2. trabajos realizados
par John Snow,MD junto con una biografia pOI'" B.W. Richardson y una
introducciOn por Wade Hampton Frost. New York: The Common~I4l!'i!ll th Fund.
1936. P.fIg. S6
6
<11';'<11 cn~
CEIH IFlr:fl\)O OE un IJrJCII1N II UHtl,\H} I'ARI\ LOG C.U.t.l" ".)
LscriL;'l
"A4"jn... a i: No;;;h;-;-ii;;;i-----i;~ I;;;;:;;: -.-----.. ;;..;ij;-;;;;;~------"r.;;ili ;;~-, ::::. S;;""~I";. -, ~cJ~';- ':';;:1- - --7;;;;----;
coo l.,lr .. de F .. l1t1<:ldo NnmiJrCl Nuttbru rdJJ.! .... ldI111l1~ dla.aiid}:
Il101 do Coon
tint.... II....
.,1 .... nu .. 1 I
4:~~~f~b!:::~;:~::~i:~:::~~~~::~:~J~~;~~;~!:;;;; ;~!;:':~n;;r ~ :~:~!=~~;;Iit: =M,;.~,;-<i~~ i-j''ii --:
de in5t,uc-
ciuUQU 67F;;ch:;-d~-N~C;;~ ;;-;t~17~:c~~d:'d;;-Dund;;1 ;i,: cj'~tj:;;j "vt;t'.i;i;;'. ;J~ LI~;;;;'~17~ 'I:::~;;;~ d~:; ~~~~;~;-o~
11" .. /Dl .. /Anu 11..... 0 lIun.I. Ocur'lO J .. II.......' lo.- ~ut.I"L"HJII IJrb.m_ No);

1;;:-Hti;p:;-i-;1-;;fit;:-~I;:;"iit~".I~~-o;;.";d;-i1u;T;;;1 ji:-C;:;;;:;;: -d;;-Ni;::;:;;;; ;';.In -{9: C~;:;,j~(l ..;;~-d;-ii;:;.-- ;


plFUNTO
Lu~ ..r du r"l>-
~~~_'~:~_~~_~.~~~~~
IO.f."lado
~~:_~~~I~U.__~=:tl ~1l.NomLre
~~~). _______1.1... ~~~:::_~~_::~::~
t;.vil-l~""ado.lioJurn. 1 Cm,yug..
::I~~~ --~:~:~.- ----~.-~-~--:
l:l.Nlj", da SLHJuru u=,al =
_
I dell'i. dru .. la divOtcitiuJO.Y1Udu ,f._,pt~~lflque} $1 os .uier, "t,.bTU tJe $ulfl!ra :
viviO .. J Llj-
funtc. 5i ) a i3';:-ii~;:;p:;;;iZ~~-(r;;;;;;j;;-;~t;;;;1-U -q;;;n:;:r;;;-l~--I i:ib:-Ti P;:;-;;;-N;;Lj;:;ci;;r i4~:-I:;,;,;'r l
lIIuert .. ccurrjo ... yor pa, tft de :au vida aUT. si e$tu"" jubiJ .. <lo) 0 Indu<otri.. iLl ..m:'" - r::stJldo ,
uo un. insti"
tuciO". In- i4b:_-C;;;;;j;;d;:;-----------li.4;;:Cr;:;d;;rl:-~;;b l;;~ ;;------r1<id:-ii;;;;t;;:; ii;i;;;:-Li;llt;;;----:
dique donLl.. 1 tl<.al i zacl On de ) .. I::i udad (!O:{ 0 Nu) ;
vivi() anto'!:; de __ . ________ . ________________ __________________________ - - - - - - - - - - - - - - - - - - - - - - - - ______ 1
lOU ingresc:> 141if.C.. ll .. V NUn...ro 15.Nombra del f'adrlf- Pri ....r 5.,gundu Ap.,llido 1
1

i6:-N;;;b;;-d;-i;-M~d;;:-p;:-im~;-----s;~~d;;----APoiird;;----117~:_N~;b;;-d;i-i~f~;;~t;---~

i1b~-~r~rlr;-rl~i-J~f~;;;.t;_-------------------------- ----------------------------
. _-----_ - - - - - - - - - - - -______ 1
--pi;t;-i:----c~;~-d;-ii;f;:;;;~i6,";;--s~i;;-;:;;;;-c~;;i-;;;;;:;Ti;;;;;- Int ..rv .. lo ","'OJ<
i ", .. do "ntre:
,,1 ini<;io do la cau". V )a:
I1luerte
E~d~r~;;--iB~E;;:;;;-~;;dr;t;----------------------------
5& las huno
-_._-----------------------_:
,.0, _____________________________________________________________________
qufl'
motivotJieran I}!bidu.
I .. (b) Q CQlna consecuenci. de __________________________
Causa ,n_-
di a ta. m.... -
D.,bldo-;-;;-~;;;;;-~~;;;;:;:;;;;ci;-d;;--------------
.( c) _____._____________________________________ _ _________________________
cione la cau princ1paJ de muerte .1 final. .

--p~t;~i:-Ot;;;-Co;;dicr~;;-srgnlirc;;;tu;:-c;:;~dlcio;;;;-q~-co;;t;i:llq;:n;:;l;:;p;i;-----:
buv ..ron 1. ",uurte pero nQ ... A.. clon ......... con 1 .. call.a (sl " "0) ,
_ocion.d. . ." !'artlll I. :

i9b;Gi-;;-h;;o-;~top;1;;-ZiDA-h;rl;;Qo;-;;-cD~;id;;;;~;12Q;:-~~fd;~t.-----------------:
d .., I",port .. nci. en d .. t"rilun.r I .. c; .. u ... de .. u4>rt .. ? (sJ () no) I

-----~.---------------------
20b. FIPch .. d .. l Accid ..nl.. 12Qc.lior.. ---~--------
-------------- f20d.COmO ---------"--------------------=
Ocurria .. 1 !3uc .... o I
( _dl ~~o) I

20;:_D;io-0i~;;i~-;n-;rr20f~L~g;;-d~d;-OC~r;j6-;r-D;~O-----------12o g :cac;;lr;;ci60----:
Trab.jo (sl 0 no) tC.siII.C,dlfl, Gr .. n.lJl,Of;c:i .... F~bric fltc) ,

HEOICO-OUE-cERTIFicA-- 21a~M;;:-ui;~-A~;;--r2rb:----M;;:-Di;:-A~;;-- ~i~:_uitr;;-;;;-d;---:


haber at ..ndido a1 di funto h .... l . . . h ..b.,r vh.to dl-funto ,

::;;:O-;i~O-;i-;~;;:_p.;-[2i;:H;:;;;t;-~;!id:-,~;IIE~-;i-l~q;r':;;;~;-Y-h;;t;-do;;d;:
!;;ERTJFJCADOR de:~~~:~=-~:_:::=~:______ :~-~::::~:~::~:-:~:::~:-~::-~::-:Ja~:::-::~::-~~:~::--------:
22 Na.bre d"l nedico ~2b. Firma TItulo
___________________________________________________________ 2Zc.Fecha en qua Sa
____________________ :i tir~

23. noeicilia dol Medico Calle Ciud.ad 0 Pueblo Est.do Zan. Postal.

24i;S;p;IIQ:-I;;ci~;r;cron;T;;;i;doJZ4b~No;b;;-d;1-C;;;~t;;;;:;-r24C:LQ~;rr;;~r6~:-Cr;:;d,;d:
(Espftcil'lqult)
_________________________ ________ a__________________________
Crem.toria Est.ado
y_ _____________________ --2:

SEPELJO
24d. Fach. -nes,Or.,Ana r25.. No~r. y Direccion d~ 1. Funer.ri.. . . :

25b:FI;;;-d;i-iii;;cta;-d; -I26;:Frr;;-d;1-q~;-R;gr;t;,;---r2bb:-F;Ch;-;~-q;:;;-;;-;;~bi6-~
I . Funeraria
___________________________ _____________________________ par e1 Regi5tro Civil lacal JI
_ ___________________________

F'0II1U1111 Dt: CEllintADD III Dl.fUMClbN 'ARA lOS E11AIIOS UMIDOS Dt: NORIEAIIUltA. CDIIO IS
____UCOl,UllMO w_.______
._._g.g'01___l CUlfiO NACIIJIlIll.. ____ . _______
D ESIADISIIC4S ____ ________. __. ____ ..__.._..___._.:=___. __
eE SAlUD.
~ ~

P .. rt .. I. Cau.a de D.. funcia,


-c~dicr~;;-;i-i.;-----c;~;;-in;;dr;d;--------------------------------------------------
hUba. 1.5 c ...leQ (a.' _____________________________________________________________ _
dieron
c.u ~otlvo
inmediat... I. Dablda
(b.' g c~o consecuencia d.
_____________________________________________________________ _
nI.
....ccian
.. us4O 1 -fin.)
prinCipal Dabid
Ic.' . . . a CO<Da canslICuomcia da
_____________________________________________________________ _
da ......rt ...
-p;;t;-ii:--Ot;;;-C~drCr;:;~;;-9i9~ific;~t;;:-C~d;c;~;;-q~;-c~nt;;b~;;;~-;-i;-~;;t;-
pero no r .. Jacion .s can la CdU........-
....________.__.............._.._________________._....__ cion.da ..n Part. t . =_~._ .... __._...
c _________ . c 2 _
~

6A
....
Graunt en su descripci6n de los registros Ge mortalidad de Londres
resumi6 diversos principios elementales importantes en el pensamiento
epidemio16gico.

1. Datos abundantes deben ser reducidos a unas cuantas tablas


precisas.
2. La descripci6n de est os datos debe ser breve <y objetiva).
3. La interpretaci6n de estos datos debe ser conservadora.
4. Puede sacarse provecho al observar los datos que surgen de las
poblaciones.

A principios del *i'


siglo XVIII, Ramazzini en su Tratado Sabre las
Enfermedades de los Comerciantes de 1700", observ6 que el c~ncer de
mama se encontraba m.s frecuentemente entre monjas que en otras
mujeres. Esta observacion condujo a varias revisiones estadisticas
bastante sofisticadas de los registros de mortalidad en Verona,
Italia, en el que se determina que las monjas experimentaban 5 veces
m.s la proporcian de c.ncer mamario en comparaci6n a otras mujeres de
la misma poblacion.
Medio siglo despu~s en Londres, Percivall Pott, un relevante
cirujano, reporto un~ arupo de casos !concaneer ae escroto en
muchachos jovenes de L~ndres. Debao a que ssta enfermedad era rara,
este grupo de casos se Eonvirtio en foco de mucha atencian. Se
descubrio r.pidamente que todos los casos vistos por Pott fueron de
hu~rfanos javene~ que trabajaban como limpiachimeneas. Deede entonces
se ha sabido que el hollin de las chlmeneas es un potente carcinageno
y fue uno de los primeros carcinogenos identificados en el medio
ambi e n t e . ' - - . . . /
Durante la_d~cada de 1840 en Viena, un m~dico llamado Ignaz
Seimmelweiss condujo LIn estudio epldemlol!5g'ico bastante sofisticado.
Observ6 un cambio en la tendencia de la mortalidad maternal por
fiebre puerperal en dos guardias de matern1clad en el gran hospItal
universitario. Parece que d~rante periodos anteriores (1833-1840)
parteras practicantes, estudiantes de medicina y m~dicos habian side
regularmente distribuidos en las dos guardias de maternidad
hospitalarias. En 1840, este sistema de entrenamiento se cambia,
siendo una de las guardias utilizadas para el entrenamiento de
parteras y el otro utilizado exclusivamente para m~dicos y
estudiantes de medicina. Durante el periodo anterior, las tasas de
mortalidad entre las dos guardias fueron casi id~nticas, mientras que
despu~s del cambio, Seimmelweiss observa una marcada diferencia. Las
nuevas tasas fueron calculadas sienda de 3.3 muertes (24/726) ~or
Fada 100 partos en la guardia atendida por parteras y parteras
practicantes, y de 9.9 muertes (45/454) por cada 100 partos en los
manejados por m~dicos y estudiantes de medicina.
I Este hallazgo
perturb6 a Seimmelwelss, siendo que ~l era
m~dico general, y desafiaba sus' habilidades como investigador
cientifico. Empez6 a notar las diferencias en las actividades
realizadas en cada una de las guardias y pronto hizo un
descubrimiento sobresaliente. Los m~dicos y los estudiantes de
medicina realizaban aut6psias en los pacientes fal1ecldos como parte
de sus actividades regu ares, IDlen ~as que as parteras no.
Seimmelweiss hizo la hipatesis de que algLln "agente lnteccloso" era
.~.

transmitido de los cuerpos de las personas fallecidas por via de los

7
practicantes de medicina a las mujeres que iban a dar a luz. En 1847
pidiO que los m.dicos, parteras, y estudiantes de medicina adoptaran
la pr.ctica de lavarse las manos con agua suavemente tratada con
cloro antes de reallzar los aluifibramlem:d'S. Las tasas de mort~l idad
r.pidamente bajaron a 1.3 muertes por cada 100 partos en ambas
guardias con la eliminaei6n de la mayorfa ae los c~sos de fiebre
puel~peral. Si bi en este metoda de comparaci On pudi e'ra parecer Obvi 0
hoy dia, no fue bien recibido por los colegas de Seimmelweiss que
consideraron el concepto de diseminaciOn de enfermedad por medio de
un agente transmisible como casi una herejia. ObservaciOnes simi lares
fueron hechas por el ci~ujano Lord Lister en Inglaterra, pero fueron
ignoradas por varias decadas.
Gran parte del pensamiento epidemio16gico temprano se desarrollO
como resultado de las plagas que habian asolado Europa por muchos
siglos. La mayoria de las creencias comunes acerca de las eausas de
enfermedad fueron basadas en observaciones subjetivas hechas de
individuos. Uno de los conceptos aceptados sobre la causa de
enfermedad era la Teoria Telurica Cosmica en que se creia que la
lcealizaciOn de los cuerpos celestes y signos astrolOgicos de ciertas
personas ocasionaba algunas enfermedades, mi~ntr~s que otros eran
eximidos de elIas. La astrologia moderna probablemente tuvo su origen
en esta teoria. A mediados del siglo XIX (antes de la decada de 1860)
otra creencia popular fue la Divina Retribucion como causa de
enfermedad. Los proponentes de esta teoria creian que las
enfermedades eran causada. por varios dioses en sus intentos de
castigar a cierta gente. Aunque conceptual mente equivocados, esta
creencia sembrO la idea de que el riesgo de las personas para
desarrollar una enfermedad especifica estaba determinada grandemente
por sus acciones.
Un paso necesario en el entendimiento de la causa de enfermedad
fue el cambio de las observaciones hechas de individuos en particular
a observaciones basadas en las caracteristicas de la poblaciOn. Esta
transiciOn fue apoyada por la creencia al fin del siglo XIX de que
las enfermedades resultaban par la exposieiOn a los efectos malisimos
del aire nocturno (teoria del miasma). La teoria del miasma parece
haberse originado en Francia donde se observO que despues de la
exposiciOn a los efectos particularmente daRinos del mal aire que
rodeaba las .reas pantanosas, existia un aumento en el n~mero de
ciertos tipos de enfermedades. La malaria fue llamada asi a causa de
la creencia difundida de que resultaba de la inspiraciOn de aire
estancado asociado con los pantanos. Si bien incorrecta~ esta
observaciOn que fue basada en un grupo de datos facilitO la
aceptaciOn del concepto de que las enfermedades no se dispersaban al
azar por toda la poblaciOn, sino que fue asociada con ciertas
caracteristicas ambientales.
'William Farr, medico y superintendente del Depar-tmento de
Estadisticas de la gficina General de Registros para 1a Gran BretaRa,
aplicO metodos de estudio de poblaciOn para el problema ael colera
siempre presente en Londres y sus .reas circunvecinas. Anteg de su
trabaja, se habia sugerido ~ue el n~mero de casos de cOlera en
Londres era inversamente relaelonado con la altitud sObr'e el nivel
del mar a la cual ellos se encontraban
"

8
Far-r- documento esta asoci aci an inver-sa con 1 a al ti tud. pr-esentando ',---/
165 datos siguientes.

Elevacian en NClmer-o de t1w:?r-tes de


Pies de las Ter-r-aplenes desde Caler-a por- Cada
Regiones la Par-te M~s Baja 10,000 Hatitantes

t1enos de 20 1 102
20 40 2 65
40 - 60 3 34
60 - 80 4 27
80 -100 5 '"">'-'
..::..a:;.

100 -120 6 17
120 -360 18 7

En esta tabla, cada ter-r-apl~n r-epr-esenta un cambio de 20 pies de


elevaciOn. Las muer-tes en Londr-es por- cOler-a fuer-on puestas en una
gr-afica mostr-ando cada ter-r-apl~n con la poblacion que vivia a Ese
nivel. Estos datos muestr-an que las per-sonas que vivian a
elevaciones m~s bajas exper-imentaban un r-iesgo substancial mas alto
de mor-ir par- cOler-a, con una disminucion gr-adual en la mor-talidad
confor-me aumentaba la altitud.
Si bien estuvier-on incor-rectos en sus conclusiones, los
pr-oponentes de la teor-ia del miasma utilizar-on estos hallazgos par-a
apoyar- su hipOtesis ar-gumentando que confor-me se aumentaba la
altitud, la distancia del air-e pestilente de los pantanos de igual
maner-a se apar-taba aCtn mas. No se sor-pr-endier-on por- el hecho de que------/
los casos de cOler-a fuer-an menos comunes a altitudes mas elevadas.
El Dr- Far-r- por- otra par-te, sugir-iO que el agua contaminada podr-ia
ser- una explicacian mas r-azonable par-a este hallazgo. A~n cuando
William Far-r- estaba corr-ecto en sus conclusiones, no pudo convencer-
a mas de un puff ado de sus colegas de la asociacion que existia
entr-e la caler-a y el agua.

John Snow, discipulo de William Far-r-, y tambi~n m~dico de


Londr-e~ flnalmenfe pudo ofr-ecer- un argumento tonvincente de que el
caler-a. en efecto, estaba asociado con la contaminacion del aqua
potab 1'~ y no er-a el I'"esul tado de 1 a e:<pOSl c16n al eU r-e noctuH"n6.
Los m~todos utilizados por- Snow pudier-an ser- consider-ados como
sencillos por- los patr-ones actuales, per-o fuer-on de una gr-an
significancia histor-ica en los inicios de la epidemiologia.
Fr-ecuentemente se Ie acredita como el iniciador- del pensamiento
epidemiolagico moder-no y demostr-o la impor-tancii de utillzar-
"personas., lugar y tieinpo" en 1 a i nvesti gac'i an de una enfer-medad.
Snow postulO el concepto de tr-ansmlslOn de per-son a a per-sona del
agente infeccioso diez affos antes de que empezar-an las
investigaciones de Louis F'asteur-. En su "!;kandioso E}:perimento",
Snow pudo mostrar- que la incidencia de c61er-a er-a mas alta par-a las
per-sonas que se les suministr-aba aqua por- medio de la compa~ia
Southwark y Vauxhall (que estaban' agua abajo de las otr-as
compaRias) a difer-encia de sus vecinos que recibian su suministr-o
de agua por- la compa~ia Lambeth.

9
Louis Pasteur identificO al Basillus anthracis como el
causante del carbunco, y persuadiO al mundo a 10 que ahora es
conocido como liLa Epoca de Oro de la Microbiologia."

Roberto Koch, era un microbiOlogo alem~n quien introdujo la


rigurosidad cientifica al estudio ~e las causas de enfermedad. Sus
hallazgos 10 condujeron a ganar el premio nobel de medicina en
1905, y propuso un modelo que todavia utilizan los bacteriOlogos
para determinar las causas de enfermedad.

Postulados de Koch:

1. el agente debe ser identificado en cad a caso de enfermedad,

2. el agente debe ser aislado en un cultivo puro,

3. una vez aislado, este agente debe ser capaz de reproducir la


enfermedad en otros animales sLlsceptibles, y

4. el agente debe ser recuperado en un cultivo puro de los


animales infectados experimentalmente.

No obstante estos postulados tuvieron una importancia monumental en


el desarrollo del pensamiento epidemio16gico, el modelo propuesto
por Koch de "causa unica - enfermedad unica" es demasiado simplista
para ser utilizado en la epidemiologia moderna. La poca
consistencia de este m~todo se demuestra por sus escasos buenos
resultados en las investigaciones de muchas enfermedades. Los
postulados de Koch dan resultados engaWosos cuando son aplicados a
la mayoria de las infecciones virales y no son de utilidad para el
estudio de enfermedades no infecciosas.
En la guerra entre los E.U. y EspaRa, los soldados
norteameri canas en Cuba tuvi erOrl un combate fel~oz con los
espaRoles. Se estimO que aproximadamente 2/3 de los soldados
norteamericanos que murieron en la batalla por Cuba murieron como
resultado de la fiebre amarilla. Lo~ Estados onldos estableciO una
Comisi6n Para la Fiebre Amarilla can la esperanza de que pudieran
encontrarse medidas para su p~evenciOn a tratamiento. Walter Reed
fue nombrado director de esta cornisiOn y colocado en una arriesgada
posiciOn. El hecho de que no existian hu~spedes no humanos para la
fiebre amarilla y de que cientos de americanos estaban muriendo
como consecuencia de la enfermedad diariamente, obligO que Reed
atacara el problema en forma agresiva. Despu~s de muchas
censideracienes decidiO en sayar estudios en humanes de los m~todos
de transmisiOn de enfermedad. Dos teorias principales se
sospecharon sobre 1a propagaci6n de la fiebre amarilla. Estas
fueron:. (1.) un virus transmitido par los ~rboles que utilizaba
como vectores a los mosquitos, y (2.) un virus que se diseminaba
per media de la ropa comun y ropa de cama contaminada por las
personas que tenian la enfermedad. Este ultimo concepto era
probablemente en el que m~s se creia que era la causa de la fiebre
amarilla aunque ninguna evidencia convincente existia. Walter Reed

10
creO un experimento POl'" el cual pudo, determinarse cumo se propagaba
la 'fiebre amarilla. Tenia construidas dos cabanas especiales en la
selva de Cuba: La cabana 1 (cabana sucia) estaba bien cubierta can
mosquiteros para impedir que los mosquitos penetraran, pero
conten!a las ropas de cama sucias y la ropa de hombres que habian
muertc recientemente de fiebre amarilla. La cabana 2 (cabana
1impia) estaba inmacLlladamente limpia, can ropa de cama y ropa
nuevas, pero no tenia mosquiteros para evitar que penetraran los
mosquitos.
Reed pidiO a voluntarios que ocuparan las cabanas pero no
recibiO propuestas para la cabana sucia hasta que ofreciO $200
dOlares. Los voluntarios para la cabana limpia fueron facil de
encontrar ya que ofrecia al parecer mejores condiciones de vivienda
que las que tenian 1a mayoria de los soldados. Una vez que pasaron
20 dias y naches en 1a cabana sucia, ninguno de sus tres ocupantes
desarrollO sitomas de fiebre amarilla. Durante el mismo periodo de
tiempo, los cuatro hombres en la cabana limpia habian contraido la
enfermedad. Investigacines posteriores utilizando voluntarios
humanos dejaron muy poca duda respecto a que la fiebre amarilla era
transmitida pOl'" los mosquitos y no POl'" contacto can las ropa. de
cama de las personas que tenian la enfermedad. Adn cuando se
'crearon serias consideraciones eticas pOl'" este estudio, se puso en
relieve la necesidad de grupos de comparaciOn en las
investigaciones epidemiolOgicas.
Conforme la teoria del germen fue ganando popularidad, los
misterios de cierta. enfermedades fueron aclarados. POI'" un tiempo,
la microbiologia y la epidemiologia no existian como ciencias
claramente separadas. El surgimiento de la epoca viral al principia
del siglo XX y posteriormente con el desarrollo de los antibiOticos
a1 final de la decada de 1940, provocO un paso importante en 10 que
ahara se canace como epidemiologia. Se puso atenciOn a nuevas
problemas de enfermedad conforme los efectos de las enfermedades
infecciosas disminuian en muchas de las poblaciones del mundo.
El progreso en 1a epidemiologia pudo haberse estancado en la
decada de 1950 si no hubiera sido POl'" la abundante prevalencia en
el usc de tabaco en los paises desarrollados y a la fuerte
asociaciOn entre el fumar y muchas enfermedades crOnicas. En la
decada de 1960 cuando empezO la llamada "6uerra Contra e1 Cancer,
se puso principal atencion en la manera en que la salud PLlb1ica
maneja el control de enfermedades. La epidemia moderna del cancer
pulmonar facilitO el paso del estudio de enfermedades infecciosas a
la investigaciOn de las enfermedades ,crOnicas no infecciosas. A
traves de la investigaciOn epidemiolOgica se acumulO evidencia sin
precedentes relacionando el tabaco can el cancer pulmonar. La
fuerte asociaciOn que se encontrO entre el fumar y diversas
patologias como: otros tipos de cancer, enfermedades cardiacas,
enfermedades respiratorias y resultados adversos en el embarazo,
facilitaron el desarrollo de nuevas metodos utilizados para la
investigaciOn de estas y otras enfermedades. En este mismo periodo,
metodos de ensayo clinicos se desarrollaron en un intento POl'"
entender y reducir los efectos de la enfermedad infecciosa crOnica,
la policmielitis. Esta investigaciOn condujo al desarrollo de los
ensayos clinicos; proporcionando otro instrumento valioso para ser
,utilizado pOl'" el epidemiOlogo moderno.

11
La epidemiologia moderna ha existido realmente como tal desde
la primera mitad de la decada de 1950 y ha realizado considerable
progreso durante este breve periodo de tiempo. El impacto que la
epidemiologia ha tenido en el mundo de la salud Ie ha asegurado su
posici6n como una entidad de investigacion independiente. El
enfasis de la epidemiologia moderna comprende la investigacion de
todo tipo de enfermedades; la distinci6n entre la enfermedad
cr6nica e infecciosa se ha tornado menDs importante. La
metodologia, en un principio derivada de la investigacion de
modelos de enfermedad sencillos, ha evolucionado a un conjunto de
metodos cientificos que pueden ~er aplicados a una diversidad de
problemas de salud modernos.

I NFECC ION AGUDA-:::- I NFECC I ON AGUDA- }CRON I CA NO - >I NFECC I ON


AGUDA 8~
(BACTERIAL) (VIRAL> INFECCIOSA CRONICA 8~ NO IN-
FECCIOSA
1850-1900 1900-1930 1900-1950 Actual

La necesidad de distinguir entre la epidemiologia de la enfermedad


cr6nica y la epidemiologia de la en-fermedad infecciosa se ha
tornado menos importante conforme los investigadores han
desarrollado metodos de estudio sofisticados que pueden aplicarse
en ambos campos.

~\
1 .L
Incidencia y Prevalencia

Una de las mas importantes medidas empleadas en epidemiologia


es la proporciOn. La proporciOn est~ compuesta de un numerador, de
un denom1nador que contiene al numerador y de una constante. Por
ejemplo PROPORCION-(A/(A+BC; doncle A es el numerador, A+B es el
denominador y C es una constante.
Dos proporciones frecuentemente utilizadas en las estadisticas
de salud son la prevalencia y la incidencia. La prevalencia
consiste de los casos existentes de una enfermedad (numerador)
dividido por el total de la pobiaciOn que se estud~a (dencminador).
En contraste, la incidenica esta compu~sta del ndmero de nuevos
cases dividido por la poblaciOn que est~ en riesgo de desarrollar
Ia enfermedad. Al calcular la incidenica y Ia preval~ncia se asume
que tanto el numerador como el denominador representan el misrno
periodo de tiempo y que se utiliza una constante apropiada. Baja
ciertas circunstancias los denominadores utilizados para calcular
la incidencia y prevalenica pueden Ber id.nticos 0 muy diferentes.
La "poblaciOn , en riesgo" empleada para la incidenica debe incluir
dnicamente a las personas suceptibles de desarrollar la enfermedad.
En contraste, el denominador de prevalencia debe de incluir la
poblaciOn entera. La diferencia teorica entre los denominadores de
prevalencia e incidencia es m.s importante para las enfermedades
comunes que tienen larga duraciOn (crOnicas). Los denominadores
utilizados para estimar la incidenica y prevalencia de enfermedades
agudas no comunes pueden ser id.nticos. EI motivo de estas
diferencias se explica a continuaciOn.
La diferencia principal entre Ia incidencia y la prevalencia
se encuentra en el numerador de cada medici On. EI numerador de la
prevalencia consiste en los' casas de enfermedad nuevas y antiguos
(adn existentes), mientras que el numerador de la incidencia
solamente incluye los nuevos casos adquiridos. Estas diferencias
proporcionan una panorama ligeramente diferente de la condici6n de
una enfermedad en una poblaciOn determinada para cada una de estas
medidas. La prevalencia describe la enfermedad presente que aflije
a la poblaciOn, sin considerar si son casas nuevas a antiguos. En
contraste, la incidencia evalua los acontecimientos nuevos de
enfermedad no importando su duraciOn.
La necesidad de hacer una distinci6n entre la incidencia y Ia
prevalencia se vuelve clara cuando se estudian las enfermedades
crOnicas. Una enfermedad como el enfisema puede tener una baja
incidencia comparativamente, debido a que es raro enccmtrar nuevas
casas, sin embargo con una prevalencia bastante alta debido a su
Iarga duraciOn. La prevaleneia es una medida que nos permite medir
el efecto de una enfermedad sobre Ia salud pdblica de una poblaciOn
en .particular, mientras que la incidencia brinda la idea del riesgo
de desarrollar en el futuro casos nuevos de enfermedad en la misma
pcblaciOn. Este concepto es fortalecido par el hecho de que much os
epidemiOlogos se refieren a la incidencia como Uriesgo". En
contraste, la prevalencia brinda muy poca idea de la probabilidad
(riesgo) de desarrollar futura enfermedad.

13
Problema: Una comunidad del sur de California con una poblaciOn de
25,000 habitantes report6 2 casos nuevos de tuberculosis el afio
pasado, resultando un total de 47 casos conocidos (existentes) de
TB durante ese aRo.

A. ~Cu.l fue Ia prevalencia de TB en esta comunidad el aRo pasado?


B <';"Cu.I fue Ia incidencia de TB en esta comunidad el ano pasado?
C. LPodria pronosticar la prevalenica y la incidencia de TB en esta
poblaci6n durante el presente ano?

SOLUCIONES:

A. La proporciOn de prevalencia se estima utilizando Ia fOrmula


(A/(A+BC: en donde el numerador es el ndmero de casos existentes
de TB el aRo pasado y el denominador es la poblaci6n total que vive
en Ia comunidad durante ese mismo ano (todos los que pudieron
tenerla 0 desarrollaron TB). (47/25,000)1,000 = 1.88 casos
existentes de TB por 100 habitantes que vivieron en la comunidad el
aRo pasado. (Nota: La constante de 1000 fue seleccionada de modo
que la respuesta resultante seria un ndmero entre 1 y 9. Esta es
una buena regIa para emplear en situaciones donde no se especifica
una constante y no se conozca otra regIa). 8i este problema hubiera
especificado que los r~sultados se expresaran en t.rminos de
100,000, Ia respuesta seria de 188 casos existentes de TB por
100,000 habitantes en riesgo. Por ej: (45/25,000) = 188 por
100,000.

B.. La proporciqn de incidencia se estima utilizando Ia misma


fOrmula. Aqui el numerador es el ndmero de casos nuevos de T8 que
se diagnosticaron el aRo pasado. EI denominador representa Ia
pobiaciOn en riesgo de desarrollar la enfermedad, y es representado
de mejor manera por 1 a pobl aci 6n total. (Verdaderamente 1 a
poblaci6n en riesgo de desarrollar T8 incluiria unicamente a las
personas que no estuvieron enfermas al principio del aRo. Este
valor seria en realidad de 24,955 (25,000-45), una cantidad tan
cerca de 25,000 que caiculario por separado es innecesario).
(2/~25,000) 1,000=0.08 casos nuevos de TB por 1000 habitantes que
vivieron en Ia comunidad el ano pasado. Aqui, una constante de
100,000 podria ser m.s adecuada, dando como resultado 8 casos
nuevos de TB por 100,000 habitantes. Una comparaci6n imparcial
requiere de un numerador, un denominador y una constante comun. Por
ej: La prevalencia de TB en esta comunidad fue de 188 por 100,000,
mientras que Ia incidencia durante el mismo periodo de tiempo fue
de 8 por 100,000.

C. La prevalencia futura es dificil de pronosticar. Debido a que


Ia prevalencia es influenciada fuertemente per Ia incidencia de Ia
enfermedad y Ia duraciOn (Prevalencia ~ Incidencia X Duraci6n). La
prevalencia para el siguiente aRo no puede pronosticarse con

14
exactitud sin la informaciOn tanto de la incidencia como de 1a
duraciOn de tuberculosis en la poblacion. En contraste, la
incidencia frecuentemente puede ser uti1izada para pronosticar la
ocurrencia futura de enfermedad. Esta predictabilidad requiare e1
supuesto de una constancia en los niveies relativos de factores que
resultan en enfermedad (factores de riasgo). 8i los factores de
ri esgo han permaneci do constantes, apro}{ i madamente 8 casos nuevos
de TB por 100,000 habitantes Se esperarian este aRo. 8i el n~mero
de habitantes de la poblaciOn permanece en 25,000, esto resultaria
aproximadamante en 2 casos nuevos de T8 (8/100,000 X 25,000), el
mismo ndmero que el aRo pasado.
Mientras que la incidencia brinda predictabi1idad para los
grupos, no permite determinar precisamente al rieago de un
individuo en particular. Por esta razen, 1a informacien anterior no
permite identificar quienes serian los casos nuevos de TB eate aRo,
aunque grupos de diferente riesgo pueden ser identificados.

15
INCIDENCIA Y PREVALENCIA
I
Pob1acion Pob1acion
1,019 989
------------------1 I
1I J---------------~-------I
1-------------------1
1I
1-------------1-1 I
I 1------------1--------1
1 l------------~~~~-------I 1
I . 1 1--------
I- - I---------------'---------------:..----~-- 1---1
1 . 1-1----------
-------~------I------l
1 1------...;.---------1 1
I
1
I I-------~--~--------I------I
1-----------------1 1
I--~---~---------------------I 31 de Diciembre, 1981
1 de Enero, 1981
I
1. ~Cu~l fue la incidenci~ de la enfermedad X durante
1981?

2. ~Cu~l fue la prevalencia de la enfermedad X durante


1981?

3. ~Cu~l fue el "punto de prevalencia" (la prevalencia en un


dia determinado) para la enfermedad X el 31 de diciembre
de 1981?

4. fue el "punto de incidencia" el 31 de diciembre de 1981'7


,:~Cl.l~l
~alprimero de enera da 1981? ~CuAl brinda la evaluaci6n del
riesgo mAs claramente- la incidencia, el punto de incidencia,
la prevalencia 0 el punta de prevalencia? ~CuAles medidas
est~n m~s f~cilmente disponibles en una situaciOn de estudio
real?

Soluciones:

1. La incidencia de la enfermedad X durante 1981 es igual al


n~mero de casos nuevos de la enfarmedad durante esa a~o (9)
dividido por la pablaciOn anual en riesgo. En vista de que la
poblaciOn cambi6 durante al a~o (1,019 menos los 4 casos
prevalentes e l i d e enero, y 989 menos 4 casos prevalentes
el 31 de diciembre) es necesario utilizar al promedio (madia)
de la poblaciOn anl.lal p~ra reprasantar la poblaciOn en riasgo.
Esto es igual a (1,019-~) + (989-4/2 = 1,000. La incidancia
de la enfermedad X en 1981
I
fue de: 9 casos nuevos/1.000

I

16
Habitantss en Riesgo de adqLlirir- la enfermedad. 8.i se reporta
utilizando una constante de 1,000 esto da por resultado:
9
Incidencia de enfermedad X 1,000 1,000 = 9.00 Nuevos casos
A

por 1,000
habitantes
2. La prevaleneia es ealeulada similarmente, utilizando como
numerador la eantidad de casos de enfermedad existentes en
1981 (13) Y como denominador el promedio de la pob1aci6n
anl..la1.
_ 13 Casos e~,: i s-
Preva1encia de Enfermedad X -1~004 x 1,000 = 12.95 tentes por
1,000
habitantes

E1 "punta de pl~eva1 enci a" de 1a enfermedad X e1 31 de


diciembre, es 1a cantidad de casos de enfermedad existentes el
31 de diciembre, dividido par la poblaei6n en riesgo de
adquirir la enfermedad en ese dia.
_,-L Casos por 1,000
--. = 4.U-4 hb't
Punto de Preval enci a - 989 )(.1 ,UUU a 1 an't es

4. E1 "PLtnto de incidenciC!\" el 31 de dieiembre de 1981, se


ealcula empleando la m{sma f6rmula que para el punta de
prevalencia, substituyendo los nuevos casos en e1 numerador.
Este valor es cero puesto que no existieron casos nuevos
reportados el dia 31 de diciembre. El punto de ineidencia el
primero de enero de 1981 fue igual a 1/(1,019-4) x 1,000=
0.99 casos nuevos por 1,000 habitantes en riesgo. Usando una
constants de 10,000 el resultado se recuerda m~s f4cilmente;

Punto de Incidencia = I, ,(1)-15 It 1....


0,0U. - = 9.85 Casos nuevos
por 10,000
habitantes

La ineidencia y e1 punta de incidencia son medidas de riesgo,


mientras que la prevalencia mide 1a earga que esta enfermedad
para la salud p~blica. El punta de incidencia proporciona 1a
distinci6n m~s clara en la eva1uaci6n del riesgo, mostrando
gr.ficamente 1a incidencia individual en distintos dras.

TASAS

La tasa es otra medida importante utilizada en epidemio10gia. La


tasa est. constituida por un numerador (A), un denominador que
incluye al numerador (A+B) , una constante (C) y una medida de
tiempo (T). Lo mismo qLle las proporciones, las tasas pueden medir
~_ earga de la en'fermedad el1 una poblaei6n (tasa de preva1eneia) 0
el riesgo de adquirir 1a enfermedad (tasa de incidencia). El
denominador de la tasa representa la exposici6n a1 riesgo en
intervalos de tiempo para eada uno de los individuos estudiados
(persona-tiempo de exposici6n a1 riesgo). Esta representaei6n
precisa de persona-tiempo de exposicion al riesgo permits una
medida detallada de la incidencia y prevalencia de la enfermedad no
facilitadas por las proporciones.

17
TASA
= A
(A+B)T
C.
; dende A es el numerader, A+B es el
deneminador, C es una constante y T es el intervalo de tiempo en el
cual fueron realizadas las observaciones. Esta tasa pura es a veces
llamada medida de "densidad" y permite la evaluacion de la
frecuencia de los eventos que se presentan en intervalos de tiempo
homog.neos y cortos. A causa de sus similitudes, las tasas y las
proporciones frecuentemente se confunden unas con la otras. el
intervalo de tiempo que toma el estudio es "corto" (varios aRoa 0
menos) la distincion entre una tasa promedio (acumulativa) y una
proporcion promedio .(periodo) por 10 general no tiene importancia.

Razones*
__tL ,
Las razones se calculan empleando la formula: D ; donde A es el
numero de event os , D es el nLlmero de un ti pe di ferente de eventos,
y C es una constante~ A diferencia de las tasas y proporciones, el
numerador de una razon no forma parte de su denominador. Las
razones no estan basadas en 1 a pobl aa6r1~ y son uti I i zadas para
comparar directamenEe dos evehtos mutuamente exclusivos.Segun el
censo de 1950 en E.U. 75,849,000 eran personas del sexo masculine y
76,422,000 personasd~l sexo femenino. ~Cual fue la razon de hombre
a mLI j er el' 1950?

La razon* de hombre a:::; 75.849,000 hombres _


mujer en 1950 en los 76,422,000 mujeres
Estados Unidos

0.9925 hombres por cada mujer. Este resultado puede darse empleando
una conatante de 100 (0.9925 x 100), resultando 99.25 hombres por
cada 100 mujeres en 1950.

El censo de 1970 en los E.U. reporto 100,020,000 hombres y


104,315,000 mujeres. ~Cu.l fue la raz6n de hombre a mujer en 1970?
~Cemo se compararia esto con la razon de sexo de 1950 en los E.U.?

Razen de hombre a _ 100,020,000 hombres


mujer en 1970 - 104,315,000 mujeres -

0.9588 hombres por cada mujer. Para dar el resultado utilizamos un~
constante de 100, resultando 95.88 hombres por cada 100 mujeres en
1970.

La raz6n de hombre a mujer en los E.U. ha bajado ligeramente entre


1950 y 1970, con las mujeres reprensentando una mayer proporcien
de la poblaciOn total en 1970. Este cambio probablemente resulta de
una poblacion con edad avanzada en E.U. en la cual las mujeres
viven m.s que los hombres. Como en este ejemplo, las razones pueden
ser utilizadas para comparar dos grupos, pere vistas separadamente,
no permiten la determinacion del riesgo (incidencia) 0 carga
<prevalencia) de enfermedad.

*Equivale a Ratio en ingles, tambi.n puede traducirse por Cociente


o relacion.

18
TASAS ESTANDARIZADAS Y PROPORCIONES

Una tasa estandarizada (proporciOn) es una medida reducida de los


promedios considerados en las tasas de ~aracteristicas especificas
con-forme a una di stri buci On estandar por edad u otra caracteri sti ca
seleccionada. Las tasas estandarizadas permiten comparaciones entre
medidas de enfermedad resumidas, e}:cluyendo los efectos producidos
par factores ajenos (de confusion) no estudiados. La eliminacion de
los efectos producidos por factores ajenos permite comparaciones
especificas de las tasas entre dos a mas poblaciones, que evaluan
una hipOtesis etiolOgica dnica. Este mutodo es particularmente dtil
en diferenciar claramante entre los potenciales efectos de factores
mdltiples en la producci6n de enfermedad. El siguiente ejemple
aemuestra los efectos de confusiOn producidos por las diferencias
en la distribuciOn de edad.

EJEMPLO DE CONFUSION POR EDAD


Grupo A Grupo B Grupo C

Tasa :No. No. can :No. No. can :No. No. con :
de : Total la Enfer-:Total la Enfer-:Total 1.a Enfer-
Edad Enfermedad: medad
medad medad

45 4/100 225 9 300 12 475 19


45-54 8/100 350 28 400 32 300 24
55+ 12/100 550 66 300 36 100 12
TOTAL :1125 103 : 1000 80 875 55

Tasa Cruda de ---------------- -----~---------- . --------------_. :


Enfermedad 9.2/100 8.0/100 6.3/100
(ProporciOn)

8i bien las tasas especificas par edad son id~nticas an cada grupe,
las diferencias en las proporciones de personas en cada categoria
de edad (distribucion por edad) resultan en diferente tasa cruda de
enfermedad. Para comparar los tres grupos en relaci6 a cierta
hipOtesis etiologica (oi:raque- no sea Ia eaaa) seria necesario
el i mi nar (control arTTOs efecfospr-oduci dos en 1 as tasas cr-uda~ por-"
las diferemcias en su distribucion de edad. Este Procesa. 11;i,uil-ado-
"estandarizacion -P-Qr:---~eaadji --permi te 1 a comparaci 6n ae as'tasas de-
enfermedad una vez que se eliminan los efectos producidos par las
diferencias en la distribucion de edad entre los tres grupos de
poblaciOn. Diverssos procedimientos de estandarizacion comunmente
utilizados se discuten a continuaciOn.

EstandarizaciOn Directa

La estandari zaci On di recta (ajustami ento) es LIn procedi mi ento en el


cual la distribucion de un factor de confusion (frecuentemente
edad) en una poblaciOn de estudio es regularizada (estandarizada) a
la distribuci6n de ese factor respecto a la poblaci6n de referencia

19
~"
,
(estandar). Este proceso permite la comparaciOn i mpar-c i al s1 n
distors10n de las medidas resumidas de enfermedad para ser MecMas
en poblaciones que tienen diferente distribuciOn de factor-es de
c:;onfusiOn.
I
Las tasas crudas de la tabla anterior son posiblemente confundidas!
I
por la edad. A fin de determinar si las diferencias observadas/
entre estos grupos puede ser debida a algdn factor adicional que no
sea la edad, seria necesario estandarizar la distribuciOn de las
edades de estes grLlpos de estudi 0 a un estandar COmlln. E}( i sten
diversas fuentes posibles para las poblaciones estandar. Todas las
poblaciones de estudio deben estar contenidas en la poblaciOn
estandar seleccionada, con este estandar representando las
caracteristicas generales de los grupos de estudio. Algunas de las
poblacioes estandar m.s usualmente empleadas comprenden: (1.) la
poblaciOn de la naciOn de la cual fueron obtenidos los grupos de
estudio, (2.) la poblaciOn estatal de la cual fueron obtenidos los
grupos de estudio y (3.) la poblaciOn total de los grupos de
estudio a comparar. Para ajustar la edad en los datos de la tabla
anter'ior, podemos utilizar la poblacjOn to'tal de los grupos de
estudio como un estandar. Esto r~querir. la suma total de las
edades especfficas de los Grupos A, Bye y la ~eterminaci6n de Is
contribuciOn proporcional por sus edades especificas para el total
de la poblaciOn estandar.

Proporciones p~r Edad-Espec:lfic:a de la Poblaci6n Estandar

Totales de los Numero ProporciOn por


Grupos Especificos Total Edad Especifica
Edad A B C Todos Grupos
{45 225 300 475 1000 .~~ =(225+300+475)/3000
45-54 35(> 4(1) 300 1050 .35 =(350+400+300)/3000
55+ ;350 300. 100 ___950 _, 32 = (550+300+100) 13000
Total 1125 1000 875 3000 1.00

La multiplicaciOn .de la tasa especifica por edad de Ia enfermedad


en cada uno de los grupos de eis1:.ITcho por Ia proporcl0n especiflca
por edad de la' poblaciOn estandar,Ba la tasa dir4cta ajustadi
(estandarirazada) por' edad. Las tasas aJustadas para los grupos A,
B, y C se muestra a continu~ci6n.
Grupo A 9/225) (.33)+(28/350) (.35)+(66/550) (.32100= 7.96 por 100

Grupo B 12/300) (.33)+(32/400) (.35)+(36/300) (.32100=7.96 por 100

Grupo C (<19/475) (.33)+(24/300) (.35)+<121100) (,32 100=7,96 pot- 100

Estas tasas estandarizadas (ajustadas) representan el nivel de


enfermedad que seria observado en la poblaciOn estandar si sus
miembros tuvieran las tasas especfficas por edad de cada grupo de
estudio. En el ejemplo dado, las diferencias en las tasas crudas
fueron debidas por completo a diferencias en la distribuciOn de
edad entre las poblaciones. Sabemos que esto es verdad porque al
eliminar las diferencias en esta distribuciOn (estandarizaciOn de

20
la edad) se eliminaron las diferencias en las tasas; con valores
semejantes obtenidos para cada una de las tasas estandarizadas. 8i
bien las tasas ajustadas permiten comparaciones imparciales de la
ocurrenica de enfermedad, son ficticias, y [10 miden las tasas
reales de enfermedad en una poblaciOn. El valor principal de una
tasa estandarizada es para compararla con una medida ajustada a la
misma poblacion estandar.

Estandarizac:i6n Indirec:ta

El m~todo indirecto de estandariz~cion es similar al m~todo que


acabamos de discutir, y algunas veces se describe cemo la "imagen
en espejo" de la estandarizacion directa. En semejanza al metodo
directo, el ajuste indirecto requiere de una poblaciOn estandar 0
de referencia. En este proceso la tasa de enfermedad en la
poblacion estandar es utilizado en las proporciones especificas per
categoria de la poblacion en estudio. Una ventaja del ajuste
indirecto es que no existe necesidad de informarse sobre las
categorias que tienen los factores especificos de confusion para
los casos en las poblaciones de estudio~ Las tasas estandarizadas
de los factores de confusion que se determinan son semejantes a
aquellas calculadas utilizando un ajuste directo, pere son
derivados por un proceso casi inverso. De la misma manera que el
ajuste directo, la tasa estandarizada indirecta es ~til en la
comparaciOn de las tasas de enfermedad una vez que se eliminan los
efectos producidos por factores ajenos. Esto permite al aislamiente
de una hipotesis etiologica especifica, sin la contaminacion de los
efactos produci dos por otres factores "causal es".

21
Razon Estandarizada de Mo~talidad* (REM)

La r~az6n (0 ~elaci6n) de mo~tal idad es un tipo de


estanda~izada
estanda~izacion f~ecuentemente
empleado pa~a compa~ar 1a mo~talidad
que e}( i ste ent~e grupos 0 pobracTones-:~~"La Kazon-Estanda~i z ada de
Mo~tal i dad (REI'1) es i gual al c:oci ente:-nLlme~o de mue~tes obser-vadas
de una enfe~medad especifica dividido po~ e1 nLlme~o de mue~tes
espe~adas pa~a esa pobl.acion El calcul0 de 1a REM es semejante a
la estanda~izacion indi~ecta, con el ndme~o de mue~tes espe~adas
ajustado a un g~upo g~ande de poblaci6n general de la cLlal se
conoc:en las ca~acte~isticas de la dist~ibucion de edad, sexo y
r' az a.

Mue~tes Obse~vadas o EI valo~ de la REM f~ecuentemente


REM - ------------------ = se multiplica po~ 100, resultando
Mue~tes Espe~adas E en 10 que se denomina "%REM" 0
Po~centaje de la Razon Estandar-
izada de Mo~talidad

Inte~p~etacion de las REM (%REM)

%F:EM <: 100: El nLlme~o de mue~tes


obse~vadas en una poblacion
pa~ticular es meno~ que el nLlme~o esperado una vez que
se ajust6 para facto~es especificos de confusion (edad,
se:-:o, raza).

%REM = 100: El nLlme~ode muertes obse~vadas en una poblacion en


pa~ticula~ es igual al nLlme~o espe~ado una vez que se
ajust6 pa~a edad, sexo y ~aza.

%REM > 100: El nLlme~o


de mue~tes obse~vadas en una poblacion
es mas alta que el nLlmero espe~ado despu~s
pa~ticula~
de que se ajust6 pa~a edad, sexo y ~aza.

Las REM son Lltiles pa~a evalua~ las asociaciones posibles


los ent~e
poyencrares:ra-cIo~c::>. derTesgo-y-el~~exceso de (0. mode~acion)
mo~talidad pa~a determinadas enfermedades. Aunque no esta limitado
para estudios ocupacion~les, las REM h~n demost~ado un valo~
particula~ al estudia~ los efectos potenciales en la salud
(favorables y desfavo~ables) que toman luga~ en el trabajo. B~indan
un m~todo impa~cial pa~a compara~ la experiencia de mortalidad
entre dos 0 mas poblaciones las cuales difie~en en la distribuci6n
por edad, sexo y raza.

Una c~itica comLln que se hace de las REM es un fen6meno llamado


"efecto del trabajador saludable." Esta disto~ci6n de seleccion se
encuent~a algunas veces cuando las REM son utilizadas en estudios
ocupacionales. EI sesgo ~esulta de un estado de salud supe~ior que
se ve en individuos empleados cuando son comparados con miemb~os de

*Equivale a Standa~dized Mo~tality Ratio (SMR). Ot~a t~adu.cci6n


comLln es: Gociente de mo~talidad ajustada.
11a poblaciOn general. Las personas empleadas son seleccionadas de ...
entre la poblaciOn de individuos sanos, mientras que la poblaciOn
estandar incluye a todo tipo de personas - saludables 0 no. El
efecto del trabajador saludable crea una diferencia sistem~tica en
el cual el nOmero observado de muertes en el grupo ocupacienal es
probable que sea menor que el nOmero ?sperado para Ia poblaciOn
general estandar. Debe tan.-se particular cuidado cuando se
interpretan efectos aparentemente protectivos identificados con el
empleo de la REM. AOn cuando las REM son basadas en las tasas
crud as de mortalidad, permitan una elevada comparabilidad entre les
grupos de .poblaciOn cuando se calculan utilizando una poblaciOn
estandar comLln.

Sumario de las Medidas de Morbilidad Importantes en Epidemiolog!a

Nuevos Casos de Enfermedad


Incidencia ::::
Poblacion en Riesgo

Casos Existentes de Enfermedad


Prevalencia = ------------------------------
Pobl aci 6n

Sumario de las Medidas de Mortalidad Importantes en Epidemiologia

Las medidas de mortalidad evaluan la ocurrencia de muerte. Puesto


que todas las personas vivas est~n en riesgo de muerte, las tasas y
proporciones de mortalidad representan medidas especiales de
incidencia. Miden las defunciones en un intervalo de tiempo
dividi~o por la poblacion en riesgo de morir durante Ese intervalo.
La mortalidad cruda es la medida de mortalidad mas fundamental en
una poblaciOn. Aunque evalua correctamente el riesgo de muerte per
todas las causas, es demasiado general para ser utilizado en hacer
pronosticos de defunciOn per causas especificas.

Muertas por Tedas las Causas


Proporcion de Mortalidad Cruda ::::
PeblaciOn en Riesgo

diferencia, la mortalidad por causa Espacifica brinda una


evaluacion analitica de las muertes por causa especifica.

Huertes par Causa Especffica


ProporciOn de Mortalidad por ::::
Causa Especifica PoblaciOn en Riesgo

Otra medida otil para una avaluaci6n de~allada del riesgo de muerte
'es la mortalidad especifica por edad. Esta medida permite cemparar
el riesgo de mortalidad entre grupos con edad similar eliminando
las distorsiones producidas por las diferencias en las
distribuciones de las edades.

23
Muertes a Una Edad Especifica
Proporci6n de Mortalidad = -----------------------------
por Edad Especifica Pob1aci6n a esa Edad

Eventos
Medidas Estandarizadas = Sumario de medidas de -------------------
Pob1aci6n en Riesgo
despl_t(~S de ajustarse los factores ajenos.

Muertes por Causa Especifica


Mortal i Gad Proporci anal = -----------------------------
Muertes por Tadas Las Causas

La morta1idad proporciona1 se confunde frecuentemente can 1a


morta1idad por causa especifica, que a1 contrario de ~sta, mide 1a
proparci6n de todas las defuncianes producidas por una determinada
enfermedad. Vea e1 siguiente ejempl0.

En los Estados Unidos, se reportaron 1,927,788 muertes por todas


las causas. DLlrarlte este mismo ano 396,992 estadounidenses mt.wierbn
de c~ncer. ~Cu~l fue 1a proporci6n de todas las muertes en 1978 en
los Estados Unides que pueden ser atribuidas al c~ncer?

Proporci6n de Muertes No. de Muertes por C~ncer 396,992


Atribuidas a1 Cancer = ------------------------- = ---------- =
No. de Muertes per Todas 1,927,788 .
las Causas
0.206 Muertes de CAncer por Tedas las Causas de Huerta. Para
convertir este ndmero a uno mas significante, podriamos
multiplicar10 par una constante. Utilizando una constante de 1,000
da: 0.206 X 1,000 = 206 muertes de c~ncer por cada 1,000 muertes de
todas las causas. Empleando una constante de 100, permite que e1
resu1tado sea expresado en porcentaje: 0.206 X 100 = 20.6 muertes
de cancer por cada 100 muertes de todas las causas, a 20.6% de
tedas las causas de muerte en los E.U. fueron atribuibles 81
c~ncer. Cua1quier constante puede uti1izarse a1 calcu1ar las
proparci ones mi entl~as que 1 a fal ta de Llna constante no permi te
calcu1ar arriba del valor de 1.

Si bien 1a mortalidad proporcional tiene e1 misrno numerador que la


morta1idad por causa especifica, su denominador es diferente. La
morta1idad proporcional representa 1a importancia re1ativa de las
causas de muerte, pero a diferencia de la mertalidad por causa
especifica, DO Quede ser utilizada para inferir el riesgo de
muerte. Esta diferencia resulta de la falta re1ativa de estabilidad L
en el deneminador de la rnortalidad propercional.

24
Mortalidad Proporcional vs Mortalidad por Causa Especifica

El ejemplo hipot.tico siguiente est4 basado en datos sobre la misma


poblaciOn durante dos periodos de tiempo diferentes.

Ano 1935

Tamano de la PoblaciOn 100,000 250,000

Ndmero de Muertes por Todas las Causas 2,153 1,875

Numero de Muertes por C4nc~r* 117 245


Mortalidad Proporcional de
C4ncer por 100 5.43 13.07

Mortalidad de Cancer por Causa


Especifica por 10,000 11.70 9.80

Aunque la mortalidad proporcional por cancer en esta poblaciOn


aumentO con "el tiempo, el riesgo de muerte por c4ncer (mortalid~d
de cancer por causa especifica) disminuyo ligeramente. El aumento
en la proporciOn de las muerte~ debidas al c4ncer se debi6 a una
disminuciOn en el riesgo de morir por otras causas (especificamente
enfermedades infecciosas) mas bien que a un aumento en el riesgo al
c4ncer.

Muertes por Causa Especifica A


Mortalidad Proporcional = ---------------------------- = -------
Muertes por Todas las Causas A + B

En este caso el aumento en la mortalidad proporcional fue el


resultado de una reducci6n en el tamano del denominador m4s bien
que un aumento en el numerador.

A
----------), t de 1 a Mortal i dad Proporci onal
A+~ B

A este fen6meno se Ie denomina "efecto del denominador (problema


del denominador) ," y siempre deberia ser considerado cuando se
interpretan las mortalidades proporcionales. La mortalidad
proporcional es una de las medidas de enfermedad empleadas en
epidemiologia que m4s frecuentemente se mal interpreta y siempre
deberia ser evaluada con precauci6n.

*Exceptuando los cancer relacionados con el fumar y los c4ncer de


piel diferentes al melanoma.
F'revencion

Una de los obJetivos de la epidemiologia es la prevencion de la


enfermedad a nivel de la poblaci6n. Diferentes tipos de prevenci6n
tienen efectos diversos sabre la incidencia, duraci6n y mortalidad
en una determinada enfermedad. A continuaci6n veremos las
definiciones de los tipos de prevenci6n y sus efectos:
(EPIDEMIOLOGY: An Introductory Text par Mau.ner y Bahn>.

La Prevencian Primaria impide el desarrollo de 'enfer-medad. Las


medidas de prevenci6n primaria exitosas seven reflejadas por una
reducci6n directa en la incidencia de enfermedad, can los'
consecuentes cambios en la prevalencia y mortalidad.

La Prevencion Secundaria reduce las severas consecuencias de la


enfermedad mediente el tratamiento. Las medidas de prevenci6n
secundaria exitosas no tienen efecto alouno sabre la incidencia. En
cambia si pueden alterar la prevalencia -al modific'ar la dLlracion de
la enfermedad. Las medidas de prevenci6n secundaria con respecto a
1 as enfermedadesfatal es pueden a LlmerlEar "Ti:l--pF-eval encf.i'-,aumentandc.J
la duracion) cuando el +:ratamiento impide-~muer:"te' pero no brinda
una cLlrac,i6n. Medidas de prevenci6n que acortan la duracion sin
alterar la incidencia dan por resultado una reducci6n en la
prevalencia.* El tratamiento temprano (y cura) de la enfermedad es
a menudo uno de los objetivos principales en los programas de
prevenciOn secundaria y tiene efectos pronosticables sobre la
prevalencia de enfermedad.

Prevencion Terciaria se define frecuentemente como la limitacion de


la invalidez y la rehabilitacion. 81 bien es importante en campos
de salud afines, la prevencl0n terciaria es pocas veces valorada
dentro de la epidemiologia. I
*En un ejemplo anterior las determinantes de la prevalencia fueron:
evalLladas utilizando la fOrmula P::::;\Incidencia X DuraciOn (P::::H X D).
Una versiOn m4s completa de esta f6rmul~ es: P~(I-C-M) X D; donde
P=Prevalencia, I=Incidencia, C=Cura, M=Mortalidad y D=Duraci6n de
la enfermedad. Observe los efectos de la mortalidad y cura de la
enfermedad sobre la prevalencia, mientras que ninguna de las dos
puede afectar la incidencia.

Incidencia" Prevalencia y Prevencion

La prevenciOn puede tener diferentes efectos sobre las diversas


medidas de enfermedad. La consideraciOn de las siguientes preguntas
nos ayudar~ a entender los diferentes tipos de prevenci6n, y a la
vez reafirmar los conceptos de morbilidad y mortalidad de la
enfermedad.

1. ~Cu~l es el efecto en la prevalencia de una enfermedad en


particular cuando existen grandes mejoras en la prevencion pr
imaria, mientras que se mantienen constantes las medidas de pr
evenci6n secundaria?

26
2. ~Cu.l es el efecto sobre la prevalencia de una enfermedad
cuandlJ se mantienen cdnstantes las medidas de prevenc:i6n
primaria y a la vez se hacen mejoras en la prevenc:i6n
secundaria para una enfarmedad que de otra manera es fatal?

3. ~Cu~ndo una proporcion de mortalidad es una buena aproKimaciOn


de .la incidencia de enfermedad?

4. El uso de esquis para nieve que tienen ataduras de r~pida


liberaci6n es un emplo de prevenci6n

5. La cirugia de derivacion arterial cOI~onaria es un ejemplo de


prevenci6n

27
Comparaci6n de las Proporciones y Tasas de Enfermedad

Cuando se comparan 1 as tasas de enfel~medad es i mportante hacer


distinciones entre las diferencias de los hechos irreales* y
rea1es. Al evaluar las diferencias que se sospechan deben
considerarse las siguientes posibilidades.

Las diferencias en las proporciones y tasas de enfermedad pueden


resultar de:

1. Diferencias en la distribucion de las edades entre los grupos


comparados.

2. Diferencias diagn6sticas entre los grupos comparados


(numerador)

3. Diferencias en la confiabilidad de las medidas del denominador


entre los grupos comparados.

4. Diferencias en 1a clasificaci6n de la enfermedad entre los


grupos comparados.

5. Diferenicas reales en los niveles de enfermedad entre los


grupos comparados.

Diferencias temporales en las proporciones y tasas de enfermedad


pueden resultar de:

1. Diferencias en las distribuciones de edad durante periodos de


tiempo diferentes.

2. Mejoras que ocurren con e1 paso del tiempo en los m~todos de


diagnosticos.

3. Mejoras que ocurren con el paso del tiempo en la determinacion


del del1ominador.

4. Cambios queocurren can el tiempo en los esquemas usados en la


~ clasificaci6n de las enfermedades.

5. Novedades diagn6sticas.

6. Diferencias rea1es en los niveles de enfermedad durante


diferentes periodos de tiempo.

*Diferencias irreales son diferencias 0 cambios en las tasas que


resu1tan de la manera en que una condici6n 0 enfermedad es medida,
buscada 0 def i ni da. S'tudyi IJ.Q. a Study \nd Testi ng a Test por R.I<.
Riegelman, 1981.

28
COMPARACION DE LAS CAUSAS DE MUERTE

Existen grandes diferencias dentro de 1 as causas IIcOmLtneS H de


muerte en dif~rentes partes del mundo. Las razones de estas
dif~rencias pueden entenderse de una manera mejor despu.s de
comparar las causas principales de muerte en los paises en
desarrollo y desarrollados.
PRINCIPALES CAUSAS DE MUERTE EN LOS PAISES DESARROLLADOSL
ESTADOS UNIDOS. 1978

CAUSA NUl'lERO PROPORCION t. del


por 100.000 total
1. Enfermedad C;,rdiaca 729.510 300.4 37.8
2. Neoplasias Maliqnas (Cancer) 396.992 169.9 20.6
......
-:r Enfer-medad Cerebrovascular 175.629 70.8 9.1
- 4. Accidentes 105.561 45.8 5~5
5. Neumonia e Influenza 58.319 23.6 3. ()
6. Enfermedad Pulmonar Obstruc-
tiva Cr6nica 50.488 21.2 2.6
7. Diabetes t"1ell i tus 33.841 14.2 1.8
8. Cirrosis Hepatica 30.066 13.4 1.6
f
0
Arterioesclerosis 28.940 11. 1 1.5
10. Suicidio 2,'.294 11.--6 1.4
Todas las CaLlsas 1,927,788 809. <;> 100.0

PORCENTAJE DE LA DISTRIBUCION DE MUERTES POR CAUSA EN POBLACIONES


SELECC IOt>.lADAS2

CAUSA PAISES EN PAISES


DESARROLLO DESARROLLADOS
Enfermedades Infecciosas 43.7 10.8
Cancer 3.7 15.2
Enfermedad Cardiovascular 14.8 32.2
Lesi6n Traumatica 3.5 6.8
Otras CaLlsas 34 .. 3 35. ()
Todas las Causas 100.0 100.0

PRINCIPALES CAUSAS DE MUERTE EN LOS ESTADOS UNIDOS. 1900 2

CAUSA F'ROPORCIIJN .,,.


del
POR 100.000 Total
1. Neumonia 202.2 11.8
2. Tuberculosis 194.4 11.3
3. Diarrea. enteritis 142.7 8.3
4. Enfermedades del Coraz6n 137.4 8.0
5. Lesiones Intracraneales 106.9 6.2
6. Nefritis 81. 0 4.7
7. Acci den-tes 72.3 4.2
8. Neoplasias Malignas (Cancer) 64.0 3.7
9. Enfermedades cie la Infancia Temprana 62.6 3.6
10. Difteria 40.3 ...., ~
...:... -'
Todas las Causas 1.719.1 100.0
=w.:::o;=.!.-. JQurnal for lli..o..icians, American Cancer Society,
Enel"'o/Feb, 1983.
2E:.hlblic r;ealth. ![l_Q. Preventive I'ledicine. Appleton-CentLiry-Crofts,
New York, 1981.

29
Fuentes de InformaciOn Demografica y de Estadisticas Vitales
en los Estados Unidos.

I. Censo: Ceda diez aRos desde 1790. la Oficina del Censo del
gobierno de los Estados Unidos ha intentado contar cada uno de sus
habitantes, una labor casi imposibl~ a un costo enorme El
recuanto de lev llevado a cabo en los Estados Unidos se basa en la
cuenta de las personas en su lugar acostumbrado de residencia,
mientras que de hecho una cuenta mAs ideal necesiteria informaciOn
sabre su 10calizaciOn en un punto determinado en el tiempo. En el
censo, se registra la informaciOn referente a la edad, sexo. raza,
est ado civil V lugar de residencia para la mayor!a de la poblaciOn.
Adem~s, se obtienen sub-muestras sistem~ticas con las cuales se
recoge informaciOn m~s detallada.Las variables comprenden:
ingresos econOmicos, n~mero de hijos. educaciOn, empleado sf/no,
medios de transporte, ocupaciOn, etc. La autoenumeraciOn se
introdujo en 1960 para mejorar la relaciOn costo/eficacia en la
recolecciOn de informaciOn en una poblaciOn en crecimiento.

~Por qu. los E.U. dedican tanto gasto y trabajo en la realizaci6n


del censo?

La informaciOn que brinda el censo es necesaria para calcular las


tases, razones y proporciones; ofreeiendo denominadores fiables
para calcular la morbilidad V mortalidad de numerosas enfermedades.
Adem~s. esta informaciOn que proporciona e1 canso permite la
evaluaciOn de los patrones de salud actuales V las necesidadas del
~. pais. La . formulaciOn e:-:itosa de programas de promociOn de la salud
primarios y secundarios requiere informaciOn ~obr~ las
caracterlsticas de la salud V astilo de vida de diversas sub-
poblacionas dentro de los Estados Unidos. Mucha de esta informaciOn
as recogida y recopilada cada d.cada en el canso y permite tomar
decisiones sobre los programas de detecciOn de enfermedad a
intervenciOn mas efeetivos.

El censo tambi.n es utilizado para determinar y evaluar las


diversas entidades pollticas. El numero de representantes
politicos. escuelas, policies. oficinas de correos y los centros de
bienestar social que se necesitan en alguna ~rea en particular se
determina grandemente por la informaciOn que da el censo. Es
improbable que esta informaciOn pudiara' ser report ada con 'v'eracidad
por medio de las ~reas individualmente debido a las limitaciones
financieras y los interesas creados.

En los E.U. la informaciOn del censo es reportada segun la


clasificaciOn de los diversos tamaRos de las areas geograficas. Una
de las m~s importantes es el "Area Estadistica. Metropolitana
Estandarizada" (AEME). El AEME esta compuesta de una ciudad (0 de
dos eiudades cereanas) de por 10 menos 50,000 habitantes y de las
areas circunvecinas del condado. En el censo de 1970 hubo 228 AEME
contenidas sobre 2/3 de la poblaciOn total de los E.U. Estas AEtiE
representan denominadores m~s homog~neos que 10 que es el censo
total df::!! la poblaciOn en los E.U permitiendo comparar los niveles
/.--.-., de enf ermedad que e): i sten dentro del pai s. Las AENE ademas se SLlb-

30
dividen en zonas de empadronamiento y a su vez estas zonas ae
dividen en b1oques, permitiendo una diferenciaci6n detallada de las
sub-poblaciones. En esta forma, diversos grados de enfoque pueden ~
aplicarse en las poblaciones en las cuales las tasas de enfermedd,~
pued.n ser comparadas y contrastadas. Para asegurar al car~ctar
an6nimo de las parsonas, la oficina del censo no proporciona
informaci6n con la cual se pueda identificar personas especificas,
a6nque la informaciOn sobre varios sub-gru~os puede ser analizada.

Se hacen esfuerzos para limitar los errores de informacion en el


canso y donde se encuentran se aplican factores de corrscci6n. Be
astim6 que en todo el censo de 1970 en los E.U. existiO un error en
1a cuenta inferior al 2.5%, mientras que los porcentajes fueron
mucho m~s eltos en ciertos sub-grupos. Los infantes, los ni~os
. preescolares, los hombras adultos j6vanes y los miembros de los
grupos minoritarios tienden a ser contados incompletamente en el
censo, mientras que los grupos m~s f~cilmente identificados son
contados mAs completamente. Como grupo, en los negros fueron
contados de una forma i ncomp 1 eta con Lln error del 7.7% en el censo
de 1970.

II. Estadlsticas Vitales: Estas son las estadisticas que se ocupan


de los nacimientos'y muertes (en muchos casos tambictm se incluyen
los casamientos aLlnque tecnicamente no son eventos vital''!?s). Los
eventos vi tal es pLleden uti 1 i zarse como numeradores.' denomi nadores 0
como componentes de las tasas, razones, 0 proporciones. Fuentes de
Estadisticas Vitales - No existe una fLlente central para las
estadisticas vitales en los Estados Unidos. Los certificados de
nacimiento y fallecimiento son conservados individualmente por los
estados empleando formatos simi lares pero ligeramente diferentes.
Los metodos para obtener los certificados de nacimiento y
fallecimiento varian de un est ado a otro, y en ciertos casos por el
condado.

Certificados de Nacimiento: " En un documento legal oficial que


registra los datos de los nacidos vivos, constando generalmente
de el nombre,la fecha,el lugar, la identidad de los padres y en
algunas ocasiones informaciOn adicional como el peso al nacer.
Proporciona la base para las estadisticas vitales y tasas de
natalidad en una jurisdicci6n politica 0 administrativa. y para el
denominador de la mortalidad infantil y algunas otras tasas
vitales."* Los certificados de nacimiento son un indicador preciso
del n6mero de nacimientos vivos para casi todas las regiones de los
Estados Unidos.

Certificados de DefunciOn: liEs un registro vital firmado por" un


medico autorizado 0 en algunas paises por otro trabajador en el
campo de la salud, que inc1uye la causa del fallecimiento, nembre
del difunto, sexo, fecha de nacimiento, lugar de residencia y
lugar donde ocurri6 el fallecimiento. OcupaciOn, lugar de
nacimiento y alguna otra informaci6n puede incluirse. La causa
inmediata de la muerte se registra en la primera linea, seguido por
las condiciones que dieron origen a la causa inmediata. La causa
fundamental se anota al final. La causa fundamental de la muerte es
clasificada y tabulada en las publicacienes oficiales de mortalidad
por causa especifica. Otras condiciones significantes pueden
tambien ser registradas per separado, como la manera en que ocurri6

31
la muerte, ya sea accidental 0 violenta, atc. La anotaci6n m~s
importante an un carificado de defunci6n es la causa fundamental
~, dal fallecitniento. Esta es definida en la Novena (1975) Revisi6n de
la Clasificaci6n Internacional de Enfermedades como: a. la
enfermedad 0 lesi6n que inici6 la serie de eventos que condujeron a
la muerte, 0, b. las circunstancias del accidente e violencia que
produjeron la lesion fatal."1

Nosolog:la es el estudio de la clasificaci6n y descripcion de las


enfermedades. El c6diQo de la Clasificaci6n Internacional de
Enfermedades (eIE) para Ia causa fundamental del fallecimiento que
se encuentra an los certificados de dafunciOn, es registrado por un
nos610go an un intento de hacer m~s uniforme esta informaciOn. Este
c6digo se anota en el certificado de defunci6n. Es importante
considerar la exactitud del certificado de defunciOn en Ia
representacibn de las causas de muerte. A pesar de que son
utilizados frecuentemente en los estudios de mortalidad para
determinar la causa, numerosas encuestas sugieren la escasa validez
de estos decuroentos legales en la representaci6n de la causa
especifica de muerte. 2 3

El Indice Nacional de Defunciones (IND) fue diseffado como una


fuente central para obtener" los registros de mortalidad de los
Estados Ur.idos. Este proyecto, creado con los fondos del Insti tuto
Nacional de la Salud en 1979, fue propuesto para ayudar en la
Iocalizacion de certificados de defunci6n de personas que no Se
sabia el ~ugar donde fallecieron. EI IND se esperaba que estuviera
operando a roediados de 1982, pero debido a reducciones en el
/-.... presupuesto ha si do demor-ado i ndef i ni damente.

III. Encuestas Especiales: Estas son fuentes de datos del


numerador y el denominador (m~s comunmente el numerador).
Proporcionan informaciOn esencial para la elaboraciOn de tasas,
razenes y proporcines precisas. Las m~s notables de est as son las
Encuestas Nacionales de Salud, conducidas por el Centro Nacional
para Estadisticas de Saluda Est~n divididas en 3 clases principales
y permiten la evaluaciOn de los niveles de enfermedad infeccionsa y
crOnica en los E.U.

1. Encuesta P~r Interrogatorio Sobre Salud: En esta encuesta, una


muestra de tamano modesto "representativa" de la poblaciOn de los
E.U. as interrogada respecto al estado de saluda Esta informaciOn
ofrece una compresiOn en los niveles relativos de enfermedades
auto-reportadas en ~reas diferentes del pais durante periodos de
tiempo diferentes.

2. Encuesta Per Examen de la Salud y la Nutrici6n (EESN) - En esta


encuesta Lln.:~ mLlestra "representati va" de la poblaciOn recibe un
.mplio examen fisico y se obtiene una historia del r~gimen
alimenticio habitual, determinando 10 adecuado de la dieta y los
niveles de enfermedad latente y enfermedad manifiesta.

3. Encuesta de Registros de Salud En esta enCLlesta la


informaciOn de los registros m~dicos existentes es sustraida y
/~". I~ecopilada. Este proceso by-inda informacion sobre los niveles
relatives de enfermedades especfficas en diferentes regiones
geogr~ficas del pais.
Col ecti vamente, I as Encuestas Naci anal as de Sal Ltd permi ten 1 a
evalua=iOn de los niveles de enfermedad en los Estados Unidos, y
son ~tiles para detectar las difarencias sutiles en las tasa. de
en'fe:-medad que pueden existir, u ocurrif' con al tiampo.

Otras fuentes de informaciOn del numerador y denominador incluyen:


informaciOn del Centro Para el Control de Enfermedad (CCE), los
reportes estatales y del condado de las enfermedades notificables,
registros especiales: ejem. registros de tumores, registros de TB y
la informaciOn de la OrganizaciOn Para el Mantenimiento de la
Salud: Kaiser Permanente, Plan' de Seguro de Salud de la ciudad de
Nueva York y su ~rea metropolitana (PSS), etc.

18 Dictionary of Epjdemiology por John M. Last. Oxford University


Press, 1983. Nueva York.

2Engel, LE, y colaboradores. PrecisiOn de los Certificados de


DefunciOn en una PoblaciOn en que se Realizaron Autopsias con
AtericiOn Especifica a Neoplasmas Malignos y Enfermedades
Vasculares. Am J of Epidemiology, 1980; Vol. 111 No. 1:99-112.

~Moriyama, 1M Y colaboradores. 'InvastigaciOn de l a ' Evidencia


Diagn6stica que Respalda a los Certificados M~dicos de DefunciOn.
Am J of Public Health, 1958;48:1376-87 .

.33
Epidemiologia de las Enfermedades Infecciosas: Breve GLlla de
Estudio
,~ Cadena de Infec:ci6n:

Agente:

Huesped:

Medic Ambiente (Deposito, Reservorio)

Transmisi6n:

Directa:

Contacto
Gotitas de PlOgge

Indirecta:

Transportadc por una substancia 0 vehiculo:


Transportado por un vector:
Transportado por e1 aire (aerotransportado):

Terminos:

Infectividad:

Patogenicidad:

VirLllencia:

Viabilidad:

Comunicabilidad:

Periodo de Incubaci6n:

Importancia Relativa de las Enfermedades Infecciosas en los Paises


Desarrollados y En Desarrollo

Tasas de Ataque:

F'ri mar i 0:

Secundario:

Modelos de C~ncer en Enfermedades Infecciosas:

Agrupamiento per Tiempo/Espacio Linfoma y Leucemia:

Carcinoma de Cervix:

Linfoma de Burkitt

34
LA CADENA CRED) DE LA CAUSALIDAD EN LAS ENFERMEDADES INFECCIOSAS

COMPONENTES NECESARIOS PARA LA PROPAGACION DE UNA INFECCION:

HUESPED . - - - - - - - - - - . AGENTE
\ /
\ /
\ /
\ /
\ /
\ /
\ /

AMBIENTE

MODO DE TRANSMISION

TR('H-Jsr", I S I ON

I. DIRECTA (transmision d. persona a persona):

PI. CONTACTD (:ionOF' 1".21.

B. GOTITAS DE PLUGGE ()5 micras): E3al" amp:l c.'ln

11 IhIDIRECTA:

A. TRANSPORTADA POR ALGUNA SUBSTANCIA 0 VEHICULO:

1 AL nIENTO = ~3.eB.J. {nonel osi s;


2. LECHE:
3. AGUA: C61era
4. FOt1ITES: Hepatitis Vir'al

B. TRANSPORTADA POR UN VECTOR

1.. INTERNO: 1"'121.1 ar"j, a


2. EXTERNO: Colera

C. TRANSPORTADA POR EL AIRE 5 micras): Gripe


(Influenz.,)

PUERTAS DE ENTRADA

Algunas rutas de entrada de los agentes infecciosas en el hu~sped son:


1. ORAL.
2. GASTROINTESTINAL,
:3. PIEL.
4. RESPIRATORIA.
5. TRASPLACENTARIA.
6 UR HJAR I A
7. REPRODUCTIVA.
8. VASCULAR SANGUINEA Y \.-.....J
9. COr..IJUNTIVI~L

35
Terminos Importantes en el Estudio de las Enfermedades Infecciosas

Infecci6n: "Es la entrada y desarrollo 0 multiplicaci6n de un agente


infeccioso dentro del cuerpo humano 0 animal. 111

Enfermedad: liEs la dis'funci6n fisio16gica/psico16gica." 1.

Infectividad: liEs la caracteristica del agente que Ie capacita


incorporarse, sobrevivir y multiplicarse dentro del huesped."1

Patogenicidad: DEs la propiedad de un agente que determina el grado en


que se producir~ la manifestaci6n de la enfermedad en una poblaci6n
infectada" 2
Casos de la Enfermedad
Patogenicidad.2 =
Ndmero Total de Personas Infectadas

Virulencia: Es la propiedad de un agente que determina el grado de


severidad y fatalidad de los casos de enfermedad.
Casos de una Enfermedad Severos y Fatales
Virulencia.2 = --------------------------------------------------------
Todos Ibs Casos Clinicamente Aparentes de esa Enfermedad

Comunicabilidad: E~ la propiedad de un agente que determina au grado


de transmisibilidad de persona a persona en una poblaci6n.

Viabilidad: Es la capacidad que tiene un agente para sobrevivir fuera


-,.."---~ ..
del huesped.

Periodo Incubaci6n (PI): Es el periodo de tiempo desde la entrada del


agente infeccioso en el organismo del huesped sLlceptible hasta el
inicio de los sintomas.

Tasa de AtaqLle: Es la incidencia de una enfermedad especifica


observada en un periodo limitado de tiempo en una poblaci6n
determinada.

Tasa de Ataque Primario: Es la incidencia de enfermedad identificada


como el primer caso diagn6sticado (caso indice) en una epidemia 0 brote
dentro del mismo periodo de incubaci6n.
Nuevos Casos de Enfermedad dentro del PI
del Caso Indice
Tasa de Ataque Primario =
N~mero de Personas Susceptibles Durante
Ese PI
Tasa de Ataque Secundario: Es la incidencia de una enfermedad
identificada dentro del primer periodo de incubaci6n subsiguiente al
caso indice (2do PI) en un epidemia 0 brote.
Nuevos Casos de Enfermedad en el 2do PI
Tasa de Ataque Secundario =
Ndmero de Personas Susceptibles Durante
Ese PI

1A Dictionar~ of Epidemiology p~r J. Last, 1983. Oxford University


Press, Nueva York
.2EPIDEMIOLOGY: An Introductory Te>:t p~r J. Mausner y A. Bahn, 1974.
W.B. Saunders Co., Filadelfia.

36
ETAPAS DE INFECCION EN EL HUESPED
Enfermedad en Huesped "(puede"persistir despu~s
de la infecc16n)
-------------------------------------------->
I
I
Agente siendo Esparcido
------~I~~-~~~~~~~-~~~------->
II
I I I I
I 1 I I
1 Per~odo Total de Infecci6n I I
----~"I~-----+I------------------------------~I------>I
I I I I
I <- Per!odo ->1 . I I
I de Incubaci6n I 1 I
I I I I I
I I 1 I I
I I I I I
IPer!o- J I I I
I do de I I I I
1<---->1 I I I
ILaten-1 I I I
I cia I I I I
1 1 1 I
t I I I
I I<---Per~odo de Comunicabilidad ->1 I
I I I
1 I I
I 1<:------ Infecci6n Evidentee-------" I
Terminaci6n de Infeccion,
se vuelve latente 0
Intermitentemente
evidente

37
Diseno de Estudio Epidemio16gico

,r"~ Ct.tando se disefia un estudio 'epidemiol6gico es importante considerar


varios factores diferentes. Algunos de estos incluven:

I. DeterminaciOn del tipo de problema que se quiere evaluar 0


interrogante que se quiere resolver.
A. LBusca la inveatigaci6n describir un problema
epidemiolOgico (generando una hipOtesis sobre la
etiologia)? 0 Les disefiada para analizar una asociaciOn
especifica entre un factor y una enfermedad (probando la
hip6tesis)?

II. DeterminaciOn de una hipOtesis especifica que se quiere


probar, 0 si es un estudio para generar una hipOtesis, para
determinar un m.todo especifico que quiera ser utilizado en la
descripciOn del problema.
A. Los estudios de generaciOn de hipOtesis son utilizados
para identificar factores que pueden estar relacionados
con el origen de una enfermedad. Esto es realizado
frecuentemente por medio de recopilar y resumir las
caracteriticas conocidas acerca de la enfermedad,
que sugieren una hip6tesis sobre la etiologia. La
variedad de los factores estudiados en tales
investigaciones limitan su utilidad para probar una
hipOtesis especifica.

B. Al probarse la hip6tesis, deberian de formularse las


hipOtesis especificas nula y alternativa.* La
hipOtesis nula es formulada de una forma conservadora
(ejem: no existe asociaciOn entre determinado factor y la
enfermedad). Este manejo cauteloso impide la aceptaciOn
de la hipOtesis alternativa por omisiOn. En el ejemplo
dado, la hipOtesis alternativa formularia que: existe una
asociaciOn positiva entre la enfermedad V el factor X.
Las similitudes entre este proceso y el empleado en los
procesos legales es evidente. Ejem. "EI acusado es
inocente hasta que se pruebe que es culpable," 10 mismo
que la hip6tesis nula de Q.Q. asociaciOn se toma como
verdadera hasta que se demuestre 10 contrario. La
analogia en la p~gina siguiente muestra otras
si mi 1 i tudes, al mi smo ti empo que se def i ne el error" de
tipo I y II.

III. SelecciOn de una poblaci6n de estudio apropiada.


A. Para la determinaciOn de 10 que es "apropiada," es
imporatante tener en cuenta la distinciOn entre
comparabilidad y representatividad.
1. Comparabilidad: LSon comparables los grupos de
estudio en cuanto a posibles factores etiolOgicos
que no est An siendo investigados?
2. Representatividad: LRepresentan los participantes
del estudio ",..__~ las caracteristicas de un
poblaciOn real de inter.s?
*Los m.todos estadtsticos para ser utilizados en un estudio en
particular deber!an de determinarse en este momento (antes de la
recolecciOn de datos) V deberia solicitarse consejo estadtstico.

38
ANALOGIA ENTRE UN JUICIO LEGAL Y EL PROBAR UNA HIPOTESIS

1. "EL ACUSADO ES INOCENTE" 1. HIPOTESIS NULA


i

"EL ACUSADO ES CULPABLE" 2. HIPOTESIS ALTERNATIVA

JURADO 3.PRUEBA ESTADISTICA

4. LA EVIDENCIA 4. DATOS DE LA MUESTRA

5. INSTRUCCIQNES DEL JUEZ SOBRE 5. REGION CRITICA


LAS PAUTAS QUE DEBE SEGUIR EL (REGION DE RECHAZQ)
JURADO PARA LLEGAR A UN FALLO

6. CONDENANDO A UNA PERSONA 6. ERROR ALFA 0 DE TIPO I


INOCENTE

7. LIBERANDO A UNA PERSONA 7. ERROR BETA 0 DE TIPO II


CULPABLE

8. VEREDICTO DE "CULPABLE" 8. RECHAZO DE LA HIPOTESIS


NULA

VEREDICTO DE "NO CULPABLE" 9. NO LOGRAR RECHAZAR LA


HIPOTESIS NULA

(SI EXISTE CUALQUIER DUDA SOBRE (SI LA PRUEBA ESTADISTICA


LA CULPABILIDAD DEL ACUSADO, NO CAE DENTRO DE
EL JURADO DEBE DEJARLO EN LA REGION CRITICA, EVI-
LIBERTAD; ES DECLARADO "NO TAMOS ACEPTAR LA HIPOTE-
CULPABLE" Y EVITAMOS DECLAR- SIS NULA)
ARLO "INOCENTE".)

39
Pens~ndolo un poco se har~ evidente que estos dos ideales
son con frecuencia mutuamente exclusivos. Grupos de
estudio altamente comparables rara vez representan
caracteristicas extensas de alguna poblaci6n real. De
igual manera, los intentos para localizar muestras
transversales de la poblaci6n general que sean
comparables son frecuentemente maniobras in6tiles.
I~aginar que se querfa comparar a los vegetarianos con un
grupo semejante que come carne; valorando sus riesgos
posibles para el desarrollo de cardiopatia.
o::..Puede imaginar andar buscando una poblaci6n de
vegetarianos que representara a todos los vegetarianos
y adn asl que fuera comparable en cuanto a otros
factores pertih.ntes a un grupo que representara a
todos los que comen carne? Poblaciones que muestren
tanto comparabilidad como representatividad son dificiles
de encontrar. En los estudios analiticos la
represetatividad se sacrifica frecuentemente para
asegurar comparabilidad, mientras que 10 contrario puede
desaarse en las encuestas de prevalencia.

B. Otras consideraciones que deberian hacerse en la


selecci6n de una poblaci6n apropiada son: una variedad
adecuada del factor de exposiciOn y de los niveles de
enfermedad. Si !J.Q. e}:isten diferencias adecuadas entre los
grupos de comparaciOn, ninguna diferencia con respecto a
la asociaci6n ser~ identificada. Ejem.: En un intento de
investigar una asociaci6n aparente entre el consumo de
carne de res y e1 riesgo de cardiopatfa coronaria, seria
in6til el se1eccionar grupos de comparaciOn que difieren
un poco en cuanto a su consumo de carne de res 0 a su
tasa de cardiopati.a coronaria.

Los requisitos de una variedad adecuada en 1a exposiciOn


y en 1a enfermedad son con frecuencia satisfechos p~r
poblaciones con riesgo especial. En el ejemplo anterior,
al emplear alguna poblaciOn de riesgo singular como
serian los Adventistas del Septimo Dia (ASD) podria
hacerse hincapie en las diferencias que pudieran ser
etio16gicamente importantes adn si fueran minimas. La
gran variedad en e1 con sumo de carne de res en esta
poblaciOn que posee tanto personas que comen carne
como vegetarianos permite categorias de exposiciOn
extrema para ser comparadas. De igual manera la poblaciOn
de los ASD demuestra 1a diversidad para desarrollar
cardiopatia coronaria, con subgrupos que difieren
grandemente en su incidencia. Con frecu.ncia son
seleccionadas para estudio poblaciones de bajo y alto
riasgo an las investigaciones epidemio10gicas ya que su
emp1eo aumenta 1a probabi1idad de demostrar pequeRas
diferencias que pueden ser biolOgicamente importantes,
pero que pueden pasarse por alto fAcilmente en las
poblaciones que tienen menos diversidad.

40
C. Una poblaci6n-de estudio apropiada deberia ser
identificada facilmente (yen disenos de cohortes,
f~cilmente seguida). Beria dificil estudiar una poblaci6n
de trabajadores inmigrantes en el Sur de California y
casi imposible de determinar si esta muestra de estudio
representa las caracteriticas generales de una secci6n
particular de p~blaciOn del sur de California. Las
poblaciones que no pertenecen a grupos u organizaciones
son con frecuencia dificiles de identificar y casi
imposibles de evaluar con respecto a la tendencia de
desarrol1ar enfe-medad. La investigaci6n de tales grupos
presenta un reto para el investigador en el campo de la
sal ud pLtbl i ca.

41
Principios Generales de los Tipos de Estudio
Utilizados en Epidemiologia

1. Estudios de Observaci6n para Generar Hip6tesis

A. Estudios Descriptivos

1. Persona - Edad, sexo, estado socioecon6mico. raza.


estil0 de vida. etc.

2. Lugar - Geografia, exposiciones comunes. etc.

3. Tiempo - Por temporadas, tendencias en el tiempo,


periodo de incubaci6n, curva epid~mica. duraci6n de
la enf~rmedad, periodo de comunicabilidad, edad en
que ocurri6 la primera e~:posiciOn, duraci6n de la
exposici6n, etc.

B. Estudios Eco16gicos

1. Estudios de Correlaci6n

2. Estudios transversales (An~lisis de


Cohortes)

II. Estudios de Observaci6n para Probar la HipOtesis

A. Estudios de Casos y Controles

B. Estudios.de Cohortes Concurrentes

C. Estudios de Cohortes No-Concurrentes

III. Estudios Experimentales para Probar la Hip6tesis

A. Experimentos Verdaderos

B. Experimentos Artificiales

1. Estudios de Intervenci6n

2. Ensayos Clinicos

G. Experimentos Naturales

42
TIPOS ESPECIFICOS DE ESTUDIO

Estudios Descri ivos


Los estudios desc~iptivos son sencillamente una desc~ipci6n de las
ca~acte~istica~ una enfe~medad b condici6n dent~o de una
de
poblaci6n. B~indan un desa~~ollo analitico insignificante 0 nulo.
Estos estudios algunas veces se ca~acte~izan p~r su capacidad pa~a
da~ info~maci6n en cuanto a "que" caus6 una enfe~medad especifica,
sin p~opo~cionar infrJ~maci6n sob~e el HpO~ que" 0 el "como. II Con
f~ecuenci a e5tos--estudlos--desc;;"ibeI"1~-ras ca~acteri sti cas de 1 a
enfe~medad utilizando el sistema de "PERSONA" "LUGAR" Y "TIEMPO" Y
iSU uso se limita a la gene~aci6n de hip6tesis.

Estudios de Co~relaci6n

En los estudios de cor~elaci6n, los niveles de algdn facto~ en una


lpoblaci6n especifica son delineados en contraste con los niveles
,de algDn ot~o facto~ en la misma poblaci6n. Estas investigaciones
dependen excluivamente en el empleo de coeficientes de co~~elaci6n.
Los estudios de co~~elaci6n son en cie~to modo mas t:ttiles pa~a
ensaya~ una hip6tesis ~ue los estudios desc~iptivos , sin embargo
p~opo~cionan ~esultados que son menDs conclusivos que aquellos
b~indadospo~ot~os tipos deestLldios ~nai,.'ticos. Los ~esultados de
los estudios de cor~elaci6n deben'se~ inte~p~etados con cuidado y
po~ ~egla gene~al son conside~ados como gene~ado~es de hip6tesis.

I A. Ventajas de los Estudios de Cor~elaci6n:

1. La ventaja de estos estudios es que los


p~iMcipal
~esultados pueden obtene~se ~apidamente, usando
variables ya publicadas.

B. Desventajas de los Estudios de Co~~elaci6n:

1. Estos estudios pueden se~ costosos y reque~i~ mucho


tiempo cuando son utilizados para investiga~
variables para las cuales no e:dste info~maci6n
publ icada.

2. En los estudios de co~~elaci6n las va~iables


especlficas con f~ecuencia no son ~epo~tadas
di~ectamente, pe~o en luga~ de eso se utilizan
indices. Esto da po~ ~esultado a un fenameno 11amado
"falacisa eco16gica," en qLte las conclusiones
inco~~ectas ~esultan de estudia~ las ca~acte~isticas
de la poblaci6n en lugar de estudia~ aquellas que
estan basadas en valo~es pa~a los individuos.

3. Los ~esultados de los estudios de co~~elaci6n son


facilmente mal inte~p~etados po~ pe~sonas que no
estan familia~izadas con las limitaciones de los
coeficientes de co~~elaci6n. Los coeficientes de
cor~elaci6n p~opo~cionan info~maci6n (ttil con
~especto a si existen asociaciones ent~e los
dife~entes facto~es, pe~o no pueden utiliza~se para
ensaya~ la hip6tesis. Ademas, muchos coeficientes de
co~~elaci6n independientes son f~ecuentemente

4 .,.)
"'"
calculados para identificar unos pacos factores que
se correlacionan apropiadamente. Esto representa
incorrectamente la probabilidad causal de los
resultados y no es sustentable estadisticamente.

4. La secuencia en que ocurren los eventos entre la


exposici6n a un factor especifico y el desarrollo de
una enfermedad raramente puede ser establecido en
los estudios de correlaci6n. "~Qu6 ocurri6 primero,
el factor 0 la enfermedad?"

Estudios Transversales 0 de Prevalencia

Los estudios transversales son semejantes a los estudios de


correlaci6n, sin embargo estos evaluan los cambios que aparecen con
el tiempo en los niveles de algunos factores y las enfermedades en
una poblaci6n "definida. 1I Por 10 general emplean unidades
indirectas (indices) de algun factor graficamente comparado con
medidas anuales de enfermedad (prevalencia,mortalidad 0 incidencia)
para representar la ss:equencia en el tiempo de las tendencias del
factor y la enfermedad.
A. Ventajas de los Estudios Transverss:ales:

1. Rapidos, baratos y brindan un poderoso impacta


visual

B. Desventajas de los Estudioss: Transversales: Las mismas que


los estudios de correlacion (1-4).

1. Estos estudios pueden ss:er costosos y requerir mucho


tiempo' cuando son utilizados para investigar
variables para las cuales no existe informacion
publicada.

2. Las variables especificas pocas veces son reportadas


directamente pera en lugar de eso se utilizan
indices (Falacia ecologica).

3. Los resultados de los estudios transversales son


f~cilmente mal interpretados por personas que no
estan familiarizadas con sus limitaciones. Los
estudios transversales pueden proporcionar
informacion dtil con respecto a si existen
asociaciones entre factores diferentes a trav6s del
ti empo, pero no pueden uti 1 i zarse para ensayal~ 1 a
hipotesis. Adem~s, frecuentemente se realizan
mdltiples c~lculos independientes para identificar
algunos factores los cuales se asociaron a trav6s
del tiempo. Esta practica no es aceptable
estadisticamente.

4. La secuencia temporal entre la exposicion a un


factor especifico y el desarrollo de una enfermedad
raramente puede ser establecido en los estudios
transversales. II~Qu6 vino primero, el factor 0 la
enfermedad?"

44
5. AdemAs de las limitaciones de los estudios de
correlaciOn, los estudios transversales
tambiOn son vulnerables a 10 que ha sido denominado
"e-fecto cohorte. II Este fenOmeno resul ta de los
cambios en los factores de riesqo y en la historia
natural de la enfermedad que inevitablemente
ocurrena trav.s del tiempo. Los cambios seculares
con al tiempo en los nivales de los factores y de
las enfermedades en una poblacion dinjmica podrian
ser: diractos, indirectos 0 coincidentes. Los
estudios transversales ofrecen poca informacion que
permita la diferenciacion de est as posibilidades.

Los resultados de los estudios transversales y los de correlacion


siempre deber4an ser interpretados con precaucion. Si bien
impresionantes grjficamente, estos ofrecen m.todos deficientes para
ensayar la hipOtesis, y con fr:-ecuencia se interpretan en e:<ceso
(mal interpretan). Estudios que utilizan mOtodos analiticos mjs
discriminantes se estudiaran en.la secciOn siguiente.

Estudios de Casas y Controles 0 Retrospectivos

Los estudios de casos y controles son el primer ejemplo de


investIgaciones que utilizan datos que representan dos periodos
distintos (0 puntos) en el tiempo. Esto es, la evaluacion de un
estado de enfermedad actual y la determinaciOn de una exposicion
anterior a varios factores que puedan haber sido importantes en el
desarrollo de la enfermedad. Aunque ambas observaciones (exposicion
anterior y enfermedad actual) con frecue~cia se hacen al mismo
tiempo, representan eventos que tomaron lugar en tiempos separados.
Los estudios que comprenden observaciones que representan tiempo
son denominados "Longitudinales." Este nombre proviene de la
analogia con la representacion grjfica de los datos en el cual el
tiempo es trazado sobre el eje longitudinal (horizontal).

Ejem: Estudio de Casos y Controles de posible asociacion entre el


fumar y el cAncer pulmonar. '- .
Exposicion al factor <-----------~------Desarrollo de la Enfermedad
(Fumar Cigarillos) (CAncer Pulmonar)

---------------------------_... _------------------------------------- :,":.


TIEMPO REAL
*TIEMPO
EN QUE SE INICIO EL
ESTUDIO
Puede comprenderse fAcilmente el porqu. los estudios de casos y
controles son frecuentemente llamados "rel:rospectivos. If Bajo la
nipotesIs alternativa de la asociaci6n etiologica entre el factor y
la enfermedad seria necesario que la exposicion al factor en
cuestiOn hubiera precedido al desarrollo de la enfermedad
estudiada. Los estudios retrospectivos requieren una observaci6n
regresiva en el orden del tiempo de esta asociacion sospechada,
siguiendo los .ventos regresivamente desde la enfermedad hasta el
factor. El t.rmino "regresivo" no implica nada mas que la relacion
con el tiempo real. Los e~tudios de casos y controles con
frecuencia son progresivos en sus diseRos y sus capacidades para
evaluar las asociaciones posibles. Aunque retrospectivos en el
diseRo, los estudios de casos y controles por 10 general permiten

45
la determinaciOn de la secuencia en el tiempo de los eventos entre
la exposiciOn al factor y la enfermedad.

El termino "casos y controles" describe la forma en la cLlal son


seleccionados para la investigaciOn los participantes a estudiar.
Representan ya sea LIn "caso" de enfermedad (caso) 0 Lm grupo
comparable sin ser un caso (control).

Con ExposiciOn <--------------------------------Caso


Sin ExposiciOn (--------------------------------Control
- - - - - - - - - - - ..--------.:...-------------------~------------- ---- :1..
TIENPO REAL *
Para ser elegido para la participaciOn en un estudio de casos y
controles, el estado de enfermedad de un potencial participante
debe ser primeramente determinado. Por definci6n, los casos deben
tener la enfermedad que se est. investigando. Los controles
pudiendo ser seleccionados empleando diferentes metodos y deben
estar libres de la enfermedad estudiada.

Por 10 general los tipos de contr?les posibles utilizados en est os


estudios comprenden:

1. Controles de hospital-

2. Controles de entre poblacion-

......
" Controles de zonas de comunidad-

4. Controles de companaros vinculados (controles de los mejores


amigos)-

5. Controles de cuidado medico pagado por adelantado (ejem:


Kaiser Permanente, Programas de Seguro de Salud (PSS) , etc.)-

6. Otros - inclLlyendo: registros diagnosticos., registros de


neoplasias., etc.

Cada uno de estos grupos controles son caracterizados por ciertos


ventajas y limitaciones. La selecciOn de series de control
apropiadas para ser utilizadas en un estudio retrospectivo en
particular es de importancia notable, y frecuentemente har~ la
di ferenci a entre el fracaso y el e~d to. No ex i ste tal cosa como "el
mejor" tipo de control a utilizar en todos los estudios de casos y
controles; siendo un gru~o apropiado para un tipo de estudio,
slendo inadecuado cLlando es empleado en otro. Mucho del "arte" del
disenode casos y controles implica la identiflcacion del "mejor"
grupo control para una investigaciOn determinada con criterios de
selecciOn ayudados por una cuidadosa consideracion y experiencia
anterior.

Ventajas de los Estudios de Casos y Controles:


1. Los estudios de casos y controles son con frecuencia menos
costosos que otros tipos de estudios longitudinales.

2. Los estudios de casos y controle. frecuentemente producen


resultados m~s rApidamente que otros estudios longitudinales.

46
3. Los estudios de casos y controles son .especialmente
adecuados para la investigaci6n de enfermedades poco
cOmLtnes.

4. Los estudios de casos y controles permiten la evaluaci6n de


las posibles asociaciones entre ~ enfermedad en particular y
una variedad de factores.

Desventajas de los Estudios de Casos y Controles:


1. Los estudios de casos y controles pueden ng ser adecuados para
la evaluaci6n de asociaciones entre una enfermedad en
particular y una exposici6n poco com~n.

2. Los dise~os de estudio de casos y controles frecuentemente


impiden la determinaci6n de la incidencia y por 10 tanto ng
dan una evaluaci6n.directa del riesgo entre un factor
y la enfermedad.

3. Los estudios de casos y controles estjn particularmente


plagados por diferentes tipos de sesgos.

a. Sesgo en la Selecci6n de Controles - Error


.sistema~ico.introducidop~r la falta de
co~parabilla~d entre ~a. carecteristicas de Ib~
casos y aquel1as de los controles. El sesgo de
Berkson, un sesgo deselecci6n notificable que
resulta de diferencias consistentes en los atributos
de los casos de enfermedad y los controles de
hospital.

b. Sesgo en la Entrevista - Error sistemjtico en la


recolecci6n de informaci6n que resulta de la
interacci6n entre el entrevistador (observador) y el
entrevistado (observado).

1. Sesgo del Observado - La persona entrevistada


(caso 0 control) tiene ideas preconcebidas
tocante a las respuestas de las preguntas que
se Ie formulan debido al conocimiento de la
condici6n de su enfermedad.

2. Sesgo del Observador - El entrevistador tiene


ideas preconcebidas sobre las respuestas a las
preguntas que formLlla debido al conoci miento
del estado de enfermedad de la persona
entrevistada.

c. Sesgo de No Respuesta - ErI~or sistemjtico debido a


diferencias en las caracteristicas entre aquellos
que eligen 0 voluntariamente participan en un
estudio y aquellos que no 10 hacen.

d. Sesgo de Auto-Selecci6n - Error sistemjtico debido


a diferencias en las caracteristicas entre aquellos
dispuestos a ser expuestos (0 no) a los factores
asociados con riesgo futuro de enfermedad.

47
Estudios de Cohortes 0 Pr tivos

Los estudios de cohortes son otro ejemplo de investigaciOn!


epi demi ologi ca 1 ongi tLldi nal Una mirada a la secuencia temporal de'
los eventos mostrara porque estos estudios tambien son denominados!
".prospecti vas. "
"-,
~.

Factor-------------------------------------------)Enfermedad t
!
(Fumar Cigarillos) (C*ncer Pulmonar) I
------------------------------------------------------------------>i
T I EMF'O REAL
* EN QUE SE
TIEMPO
INICIO EL ESTUDIO I
La progresi6n de los eventos investigado.s en un estudio prospectivoll
esta en completa concordancia con los eventos etiologicos esperados
bajo la hip6tesis alternativa (yen semejanza con la progresiOn!
real del tiempo). Esta observaci6n evoca el valor del terminal
" estudio de seguimiento" que en ocasiones se Ie da a este tipo de
investigacion. El termino Estudio de Cohorte tambien tiene una basel

169i~:~tor------------------------------------------}Enfermedad j
Sin Factor------------------------------------------)Sin Enfermedad
------------------------------------------------------------------)
* TIEMPO REAL

Los participantes en el estudio son subdivididos en grupos


diferentes (cohortes) con niveles semejantes de exposicion
(cohortes de e:<posicion). Las cohortes de e::posiciOn representan
poblaciones con riesgo en estudio las cuales son seguidas
progresivamente en tiempo real y verificadas en cuanto al
desarrollo de (nueva) enfermedad. Estas caracteristicas deben ser
reconocidas como componentes necesarios de la incidencia. De hecho,
los estudios de cohortes en ocasiones son denominados estudios de
incidencia debido a su singular capacidad de proporcionar
informacion relacionada directamente con el riesgo de enfermedad.

CON SIN
ENFERMEDAD ENFERMEDAD
.*-------------------------------------
. .
CON EXPOSICION: :COHORTE CON
AL FACTOR : A . B :EXPOSICION AL
ETIOLOGICO : :FACTOR (A+B)
SOSPECHADO
: -------------------: -----------------:
SIN EXPOSICION: :COHORTE SIN
AL FACTOR C D :EXPOSICION AL
ETIOLOGICO :FACTOR (C+D)
SOSPECHADO :

El c*lculo de la incidencia tanto para la cohorte con exposiciOn al


factor sospechado (IE) como aque!sln exposlclan (1 permite que 0 ),

se evalue la'fuerza de la asociacl0n entre la enfermedad y el


factor. La incidencia en la cohorte expuesta es igual a la de los
nuevos casos de enfermedad en los participantes del estudio
expuestos al factor, A, sobre el n~mero de participantes en aquel1a
cohorte . (A+B)

48
IE = A/A+B
De iqual manera, la incidencia de la cohorts no e;:puesta. es igual a.
los nuevos casgs de enfermedad en el grupo no expuesto (C-) sobre 1 a
poblaci6n en riesgo (C+D).

Ie:> == C/C+D

La comparaci6n de estas proporciones de incidencia permite una


evaluacion de la fuerza de asociaci6n entre el factor sospechado y
la enfermedad. Esta comparacion se re-aliza-meJor hacienda Llna razen
de las proporciones de incidencia calculadas (riesgo) en las cuales
la incidencia en el grupo expuesto se dividen pOI'" lea incidencia en
el grupo no expuesto.

Esta es la razen de las proporciones de riesgo (proporciones de


incidencia) y es conocido como rie5go relativo (RR). RR IE/lo =
Otros terminos para el riesgo relativo son: Razen de Tasa (RT) y
Raz6n de Riesgo (RR). En re.sumen, e1 RR puede calcularse empleando
la +ormula: RR == IE/le == (A/A+S)/(C/C+D), y es una medida del grado
(fuerza) de asociaci6n entre una enfermeaaa especifica y r:a
el<p'osici6n a un ~actor eSj:JeCiflco. _._-_. _ _. . . . -----------~

RR -( 1 E>:posicion asociada con un riesgo reducido de enfermedad.


RR == 1 No existe asociaci6n entre exposicien y enfermedad.
RR )- 1 Exposic~6n asociada con un riesgo aumentado de enfermedad.

Considere los datos que se presentan en la siguiente tabla de


contingencia 2 X 2.

CON SIN
ENFERl"lEDAD ENFERMEDAD
.------------------------------------
. .
CON EXPOSICION: :COHORTE CON
AL FACTOR
ETIOLOGICO
: 10 90 :EXPOSICION
:AL FACTOR
SOSPECHADO A : B : (10+90)
:-----------------:----------------:
SIN EXPOSICION: C : D :COHORTE SIN
AL FACTOR : :EXPOSICION
ETIOLOGICO 11 189 :AL FACTOR
SOSPECHADO : : (11+189)
. .
___________________________________ a
.
Incidencia en la Cohorte Expuesta (IE) = 10/10+90 y,

Incidencia en la Cohorte No Expuesta (r~) = 11/11+189.

El riesgo relativo (RR) para la enfermedad dada la exposici6n al


factor sospechado = (10/100)/(11/200) = 1.8. Puesto que el riesgo
relativo es la razen de las proporciones de riesgo (proporciones de
incidencia), esto significa que las personas dentro de la cohorte
expuesta experimentaron 1.8 veces el riesgo para desarrollar la
enfermedad en cuesti6n al compararlo con las personas en la cohorte
no expuesta al riesgo.

49
En un intsnto para evaluar la hip6tesis alternativa de una
asociaci6n positiva entre el riesgo de cancer de colon y el con sumo
de carne, 25,000 vegetarianos fueron identificados y se determino
que no presentaban la condici6n en cuestion. Fueron observados
durante 7 aRos, para averiguar el desarrollo de nuevos casos de
cancer de colon. De la misma forma una poblacion de 52,000 personas
que consumian carne, con ingresos y educaci6n semejantes se
observaron durante e1 mismo periodo de tiempo y se averigu6 el
desarrollo de nueves casos utilizando los mismos criterios. De
est os grupos, 214 de los vegetarianos desarrollaron canr:er de
colon, al igual que 789 de los que no eran vegetarianos.

~EKiste alguna asociacion ~ntre comer carne y el riesgo de


desarrollar cancer de colon? Si es asi, evalue el Grado (fuerza) de
esta asociaciOn.

Recuerde que la hip6tesis Alternativa y Nula deben haberse


formulado antes de que se recolecten los datos. Estos son:
HN: No e~dste asociacion entre el consumo de carne y el riesgo de
desarrollar cancer de colon, y
HA : E~< i ste una asoci acion posi ti va entre el consumo de carne y el
riesgo de desarrollar cancer de colon.
,',,' . "

CON SIN
CANCER DE COLON CANCER DE COLON
-"":"""----------------------------------
CON EXF'OSICION
AL FACTOR ETIo- CoHoRTE CON
EXF'oSICION AL
~"
LoGICo SoSPE- 789
(51,211> FACTOR
A :
CHADD (NO VEGE- (52,000)
TARIANoS) B
:----------------:-~--------------:
: C D
SIN EXPOSICION : CoHoRTE SIN
AL FACTOR ETIo- 214 (24,786) : EXPoSICIoN AL
LOGICO SQSPE-
CHADD (VEGETARI- :
FACTOR
(25,000)
ANoS) : --------"--------: ----------------:

Incidencia en la Cohorte Expuesta = 789/52,000 = 0.01517


Incidencia en la Cohorte No Expuesta = 214/25,000 = 0.00856

El Riesgo . Relativo de cancer de colon en los no vegetarianos en


comparaci6n a los vegetarianos = (789/52,000)/(214/25,000) = . "

0.01517/0.00856 = 1.77

Los no vegetarianos experimentaron 1. 77 veces el riesgo de citncer


de colon en comparaci6n a los vegetarianos. Estos datos son
consistentes con 1a hip6tesis alternativa de una asociacion entre
el consumo de carne y el riesgo de desarrollar cancer de colon. ~El
comer carne IIcausa" cancer de colon? Antes de declarar a esta
asociaci6n causal, deberfamos considerar las siguientes
interrogantes. ~Existe alguna otra diferencia entre estos grupos
que pudiera eHplicar este resultado? .;;"Son los grupos comparables?
~Que hay en cuanto a las diferencias de distribuci6n de la edad,
raza y seKo? ~Existen algunos ctros factores que pudieran explicar
las diferencias observadas en las tasas de citncer de colon?

50
Podriamos estandarizar (eliminar matematicamente) 0 estratificar
(colocar en categorias de escalas reducidas) estas variables con 10
cual eliminariamos sus e~ectos; Si d.spu~s de ajustar
(estandarizar) la edad, sexo y raza, el RR de 1.77 persiste ~podria
decirse que el consumo de carne causa cancer de colon? iNO!
Solamente hemo. demostrado una asociaci6n debil entre el consumo
de carne y el riesgo para cancer de colon. Esta asociacion podria
ser directa (causal), pero podrla tambien ser indirecta.

1. Podria existir alguna otra caracteristica del estilo de vida


vegetariano (0 no vegetariano) que no fuera el cOnsumO de
carne que resultara en la reduccion (0 aumento) del riesgo
para cancer de colon. .

2. Podrlan existir factores, que determinaron que las personas


eligieran un estilo de vida vegetariano, que les proporciono
un riesgo reducido para el cancer de colon, y no su condici6n
de no comer carne.

3. Es posible que la aparente asociacion observada sea debido


dnicamente a la casualidad y no debido a alguna asociacion
etiologica real entre la enfermedad y el factor
' *:

Nuestra calculacion del RR solamente evalua el grado de asociacion,


y tomada s~a:aamente, proporclona--,:)()c-a-oescr'lminmaclOn con
respecto a si esta asociaci6n es directa 0 indirecta. Ademas, la RR
no es util para evaluar la asociacion por casualidad. Ejem: No hay
ninguna asociaci6n causal entre el caminar debajo de una escalera y
mala suerte, pero La asociacion casual entre estos dos eventos
ocurre con la suficiente frecuencia para que este mito sea
perpetuado. La evaluacion de la asociacion de casual se discutira
despu~s mas detalladamente. Asimismo mas adelante se discutiran
los metodos dtiles para hacer la distincion entre las asociaciones
directas (causales) e indirectas.

Oeberia estar claro, segdn su descripcion que los estudios de


cohortes tienen ciertas ventajas y tambien ciertas limitaciones.
Por 10 general estos son:

Ventajas de los Estudios de Cohortes Concurrentes:

1. Los estudios de coh6rtes con frecuencia brindan un metodo


directo para evaluar el riesgo (incidencia>.

2. La secuencia de los eventos en el tiempo en los estudios de


cohortes concurrentes estan en completa concordancia con el
tiempo real. Esto es, que La investigacion etiologica de la
enfermedad esta en completa concordancia con la Uhistoria
natural" del desarrollo de la enfermedad.

3. Los estudios de cohortes son singularmente apropiados para la


investigacion de las posibles asociaciones entre un factor
dnico y varias enfermedades diferentes. Ejem: Como la
reiacion del fumar con la cardiopatia coronaria, cancer
pulmonar y enfisema, todos pueden ser investigados
empleando un estudio de cohorte dnico.

51
4. Los disenos del estudio de cohorte a menudo permiten controlar
los sesgos del observador y el observado. Facilitan el empleo
de los metodos de doble ciego y unico.

Desventajas de los Est:.udios de Cehertas

1. Los estudios de cohortes por 10 general son costosos y exigen


mucho tiempo. El "mecanisme" de estudio debe establecerse por
un periedo de tiempo que sea igual al que se necesita para el
desarrollo de la enfermeda.d. Este periodo es largo para la
mayoria de las enfermedades cr6nicas.

2. Los estudios de cohortes son particularmente susceptibles al


sesgo por auto-selecci6n. Esto es, la auto-selecci6n de los
participantes dentro de categorias determinadas de exposici6n.
Esto resulta en una incapacidad de separar las asociac~ones
entre la enfermedad y el factor de aquellos entre la
enfermedad y el elegir ser expuesto a un factor. Ejem: ~Est4n
los vegetarianos en un riesgo reducido de cardiopat!a
coronaria por que no consumen carne? 0 -::"es que el estilo de
vida vegetariano atrae a personas ya con un riesgo reducido de
cardiopat!a c~ronaria?
.:- ,.'': , .' :".' .~~,', ~ ,. '" j,~' ~,: : . ' . . ..
'

3. Los estudios de cohortes son general mente inapropiados para la


investigacion de enfermedades de baja frecuencia (enfermedades
raras); pues ~equerir!a observar a muchas personas por
per i odos 1 argos de ti empo para descubri r un n~lmero pequeffo de
cases de enfermedad.

4. Los estudios de cohorte son particularmente susceptibles a los


efectos prodLlc~dos por la perdida subsiguiente de los que
astan siendo observados. Ejem:'~Que hacer con los datos de las
personas que han sido observados por much os anos, pero de
repente no pueden s.r localizados?
MEDIDAS DE ASOCIACION UTILIZADAS EN LOS ESTUDIOS DE CASOS Y CONTROLES

~Qu. medidas de asociaci6n son dtiles en los Estudios de Casos y


Controles?

Factor <-----------------------------------------Enfermedad
Sin Factor <-----------------------------------------Sln Enfermedad
------------------------------------------------------------------)
TIEMPO REAL *
LSe puede calcular el riesgo relativo en un estudio retrospectivo?

RR = Incidencia en la Cohorte de Exposicion


Incidencia en la Cohorte sin Exposicion

Deberia estar claro que las medidas de incidencia por 10 general no


estan disponibles en los estudios de casos y controles. Esto se debe
a:

1. Los nUeVOS casos de enfermedad !;.Q.!2 frecuencia D.Q.. estan


disponibles en los estudios de casos y controles, en
cambio se emplean los casos ya existentes

..
, ~ '. 1< " " .'

'":I
Generalmente las poblaciones en riesgo Qg pueden ser
identificadas. La verdadera PQblacion en riesgo en un estudio de
casos y controles estaria representada por todas las
personas expuestas a un factor especifico, mientras que
solamente los que adquieron 1. enfermedad despu.s de la
exposicion (yen una serie de controles comparables) estan
disponibles para el estudio.

En resumen, el riesgo relativo generalmente no puede ser calculado en


los estudios de casos y controles porque estos estudios raramente
tienen los componentes necesarios - incidencia.
I

En los estudi os de casos y control es, i...como eval uamos el grado de


asociacion? La razen proporcional (RP) 0 IIposibilidades relativas ll es
utilizada para evaluar el grado (fuerza) de asociacion en los
estudios longitudinales en los cuales la incidencia no es obtenible.
La RP conceptual mente es semejante al RR, pero D.Q.. es la razen de los
riesgos. La formula para calcular la razen proporcional es:

RP = AD/BC (Observe el cuadro siguiente.)

Si los totales marginales en este cuadro representaran los casos


nuevos identificados de la poblacien especifica en riesgo, podriamos
calcular las medidas de incidencia de exposicion especifica (A/A+B y
C/C+D). Va que fueron derivados de un estuciio de casos y controles,
raramente describen nuevos casos y casi nunca representan a las
poblaciones en riesgo de adquirir la enfermedad. En lugar de
incidencia los estudios de casos y controles por 10 general brindan
las proporciones de enfermedad 0 no enfermedad dada una exposicion
anterior (AlB), y las proporciones de enfermedad 0 no enfermedad no
dada una exposicion anterior (C/D). La razon de estas proporciones
especificas de exposicien se Ie denomina razen proporcional 0 de II
ibilidades relativas".

53
RP = (A/B)/(C/D) = (AlB) X (D/C) = AD/BC
La razon proporcional es similar a la RR (Razon del RiesgoJ con
diferencias comprendidas en los denominadores al calcular la
proporcion y la incidencia.

RR = (A/A+B) I (C/C+D)
RP = (A/B)/(C/D) = AD/BC

Esta diferencia resulta de la ausencia de datos de 1a poblaci6n en


riesgo en los estudioB de casos y controles y hace hincapi~ en el
hecho de que si bien la razOn proporcional es una medida v~lida del
orado de asociaciOn entre una enfermedad y el factor, Q..Q. evalua
directamente e1 riesgo.

CASOS CON TROLES


(CANCER PULMONAR> (OTRAS ENFERMEDADES)

CON EXPOSICION .
w

ANTERIOR AL FAC-
TOR ETIOLOGICO 86 190
SOSPECHADO
.' .:. ~CIGARI.L.LOS), ~'~ .. ,,=, ',',., <, .':- ",' , .. ' -;'" '.:

SIN EXPOSICION
:------------------:-------------------:
C D
ANTERIOR AL FAC-
TOR ETIOLOGICO ( 14) (310)
:RP =AD/BC=

,--.... SOSPECHADO (NO : 86 >: 310


CIGARILLOS) :------------------:-------------------::19010.0214 = ~.!

100 500
~InterpretaciOn?

Si esta fuera una RR diriamos que los fumadores experimentan 10.02


veces e1 riesgo de desarrollar c&ncer pulmonar en comparaciOn con los
no fumadores. Va que este es un estudio de casos y controles y trata
sobre la proporci6n y no sobre la incidencia, es inapropiado emplear
el termino "riesgo". Adem~s deberia recordarse que debido a que estos
resultados fueron obtenidos de un estudio de casos y controles la
secuencia del tiempo en el estudio va en la direcci6n incorrecta para
poder hacer la declaraciOn anterior. Lo que deberiamos decir es: La
proporci6n de presentar c~ncer pulmonar en comparaci6n con .u no
presentaci6n fue 10.02 veces m~s alta para las personas con una
historia de consumo de cigarri110s en comparaciOn con los que no los
consumen.

La raz6n proporcional brinda una estimaci6n sin sesgos del RR en


situaciones especiales en las que las siguientes suposiciones pueden
ser aceptadas. Esto permite una interpretaci6~ m~s intuitiva de la RP
y es aplicable en todos los estudios longitudinales.

1. La frecuencia de la enfermedad es baja. Es decir, la


enfermedad es rara en la poblaciOn de referencia.

54
2. Los casas en la poblaci6n de estudio representan las
caracteriticas de los que son cases (las personas que
tienen la enfermedad en cue5tion) em la poblac:ion general.
3. Los controles en la poblaci6n de estudio representan las
caracteristicas de los que no son casos (las personas que no
tienen la enfermedad en cuesti6n) en la poblaci6n generalu

La primera de est as suposiciones es por mucho la mas importante y en


rea~idad las dos Qltimas casi nunca son completamente cumplidas. En
situaciones en quela frecuencia de la enfermedad no es baja, la
raz6n proporcional es todavia una medida valida del grado de
asociac:i6n, pero ofrece una estimaci6n deficiente del riesgo
relativo.

Deber!a aclararse que 1a raz6n proporciona1 y e1 riesgo relativo son


medidas del grado de asociaci6n entre una enfermedad y un factor (y
vice versa), pero brinda poca 1nformac10n en Sl estas poslb1es
asoci aci ones son----Verdaderas o----d-ebi-d-a-s a Ta-c-asua:r:rcrad. Par:-aeva1 uar
correctamente 1 a casualTaaC:r nece-siY.imos- C::on-slderar-l.:is pruebas de
significaci6n estadistica.

55
Pr-uebas de Significacion Estad,istica
.
En una ilustraciOn anterior de un estudio de cohorte, consideramos 10'
siguiente: De 1(1) personas con e!{posieiOn a un factor, 10 nuevos
casos se desarrollaron de una enfermedad especifica despues de haber
sido obervados por eierto periodo de tiempo. Durante este mismo
periodo, 11 de 200 personas no expuestas al factor desarrollaron la
misma enfermedad.
CON SIN
ENFERMEDAD ENFERl"lEDAD

CON EXPOSICION
AL FACTOR ETIO- :

: COHORTE CON EXPO-
LOGICO SOSPECHADO: 10 : SICION AL FACTOR 90
A B ( 10+90)
:--------------:-------------:
SIN EXPOSrCION C : D COHORTE SIN EXPO-
AL FACTOR ETIO-
LOGICO SOSPECHADO:
11 189

: srCION AL FACTOR
(11+189)
:
. .
_______________ w _____________ _
.
En nuestra prueba de ascciaciOn cal cui amos un RR (riesgo relativo) de
(10/100)/(11/200) = 1.82. Nuestra interpretaciOn de este riesgo para
las personas en la cohorta expuesta as que experimentaron 1.82 veces
el riesgo para el desarrollo de la enfermedad en cuestiOn, en
comparaciOn con el grupo no expuesto. Este valor del RR es una medida
del grado de asociaciOn entre la e~-(posiciOn al factor estudiado y la
enfermedad especifica en cuesti6n. Deberia estar claro que esta
medida de la fuerza de la asociaciOn proporciona poca informaci6n
sobre si la asociaci6n es "real" 0 debida simplemente al azar.
Pudiera ser que p~r suerte (~asualidad) escogimos cohortes expuest6s
que mostraron esta asociaci6n, cuando en realidad no existe
asoeiaciOn dentro de la poblaci6n de la cual se sac6 la muestra. Esto
es particularmente probable cuando las comparaciones estan basad as en
muestras peque~as.

Para evaluar la posibilidad de esta asociaci6n casual (y el tama~o de


1 a muestra) necesi tamos consi derar el concepto de 1 as prLlebas de
significancia. Nos gustaria conocer si los resultados obtenidos son
probablemente (o~o) debidos al azar Dnicamente, 0 si son debidos m~s
probablemente a alguna asociaciOn real entre el factor y la
enfermedad. En la evaluaciOn de la ocurrencia al azar en los datos
categOricos (cualitativos) como esos en la tabla de contingencia .~
anterior, puede utilizerse la prueba de Ji-cuadrada. La fOrmula de la
Ji-cuadrada es:

X2 = SUMA ~O-E)2/E= donde 0 es la frecuencia observada en una casil1a


determinada y E es la frecuencia esperada para esa casilla.La prueba
ji-cuadrada evalua la asociaci6n estadistica, pero contrariamente al
"ies 0 relativo (RR) nos da poca informadidn sobre la fuerza de esta
a so cia ciOn . d. En c a mb i 0 =-l..=a:.. . . . .c:.p:-r-=L::-.:1e=-=-.=:.--=.:=-".--::;:..::....
Jiermite al investigador evaluar si son
/~, probablemente 0 no el resultado de Ia varlac16n al azar. (Recordar
que antes de realizar las pruebas estadfsticas, primero se deben
formular la hipOtesis nula y alternativa.) Bajo la hip6tesis nula no
asumiriamos ningunaasociaci6n entre el factor y la enfermedad,
mientras que la aceptaciOn de la hip6tesis alternativa requerir~ que

56
se presente suficiente evidencia para declarar a la hip6tesis nula
como no aceptable. Para calcular la ji-cuadrada es necesario haber
observado y esperado valores en la casilla. Los valores observados
pl"'ovienmn de los dato!; observado$, mientra$ que los valorss esperados
pueden ser obtenidos por una de las diversas maneras existente~, (nos
ocuparemos ~lnicamente de un solo metodo para obtener los val ores ,~
esperados). Los valores esperados pueden ser determinados mediante la
aplicacion de la regIa de multiplicacion de probabilidad para la
tabla de contingencia siguiente. Bajo la hip6tesis nula de no
asociaci6n se espera que el valor de cada casilla de la tabla seria
igual al producto de su total marginal dividido por el total global
de la tabla. Estos val ores se dan en la tabla y estan puestos entre
parentesis angulares~

CON SIN
ENFERMEDAD ENFER.MEDAD

CON EXPOSICION AL :
FACTOR ETIOLOGICO 10 90 COHORTE EX-
SOSPECHADO PUESTO AL
100;<21= 7 93 FACTOR (100)
--------------_..---------_._---_...
300 A B

..
C : D
SIN EXPOSICION AL 11 189 : COHORTE NO
FACTOR ETIOLOGICO : EXPUESTO AL
SOSPECHADO 14 186 FACTOR (200)
. (279) .: 300
--------------------------------------
(21)

Una vez que estos valores esperados han sido cal cui ados puede_/
aplicarse la f6rmula ji-cuadrada:

X2 =(10-7)2+(90-93)2+(11-14)2+(189-186)2= 1.29+0.10+0.64+0.05= 2.07


7 93 14 186

El ndmero de los grados de independencia para la ji-cuadrada es igual


al nOmero de renglones (r) menos 1 por el ndmero de columnas (c)
menos 1 = (r-l) (c-1)=(2-1) (2-1)=1. Para una ji-cuadrada con un
intervalo de confianza del 95% esta daria un valor critico de 3.84.
Dicho de otra manera, el valor que cal cuI amos de la ji-cuadrada de
2.07 no es suficientemente grande para que 10 llamemos significativo
estadisticamente con un nivel de confianza del 95%. Otra manera de
explicar esto seria: adn cuando ha sido demostrada una asociacion
aparente (RR = 1.82) entre el factor sospechado y la enfermedad, la
magnLtud del valor de la ji-cuadrada calculada no es suficientemente
grande como para persuadirnos de que esto no result6 de una variacion
al azar. En este ejemplo no podriamos rechazaJ... la hipotesis nula de
no asociacion, por 10 tanto la aceptariamos. (Si nuestro calculo del
valor de la ji-cuadrada hubiera sido igual 0 arriba de 3.84 para la
regi6n critica, hubieramos sido persuadidos de que la diferencia
observada probablemente no se debi6 al azar. En este caso,
rechazariamos la hip6tesis nula de no asociacion y aceptariamos como
i probable la hipotesis alternativa de asociaci6n verdadera entre el
I factor y la enfermedad. Este resultado hubiera sido denominado
j lIestadisticamente significante. Es decir, improbable de que se deba
It

l dnicamente al azar.)

57
Analisis de la Relaci6n Entre la Dosis y la Respuesta

Dosis-respuesta es un calificativo que describe un aumento en al


nivel de un factor que est4 asociado con un aumento semejante en el
nivel de alguna enfermedad. Esto es importante tanto en los
estudios de casos y controles como en los estudios de cohortes y es
considerado por muchos investigadores como Llno de los enunciados
m4s fuertes que pueden hacerse en el argumento a favor de una
asociaciOn directa (causal). Para comprender completame~te el
termino dosis-respuesta es importante estar enterado de nuestra
limitaciOn a unicamente dos categorias de comparaci6n en la
discusiOn previa de los. estudios de casos y controles y de
cohortes. Esta restricciOn ha sido empleada unicamente para
simplificar. En realidad, cualquie- cantidad de los niveles de
exposici6n puede ser obtenido. En el ejemplo siguiente, un modele
de cohortes es utilizado para estudiar los efectos de los
diferentes niveles de colesterol serico sobre el riesgo de
desarrol1ar cardiopatia coronaria (CC).

HOMBRES DE 49-59 ANOS DE EDAD


NIVELES DE
COLESTEROL SERICO:
. (MGY.) .. ,. :-
-----------------:-----------------:----------------c
ARRIBA DE 259 51 91 : 142
36.5 105.5 ..
: ------------'-----:
A : B
----------------:
(A+B)

220 - 259 74 211 : 285



73.3 . 211.7 :
C D (C+D)

MENOR DE 220

W __________________________________ M

72
"
267
. 339
: 87.2 251.8
E : F (E+F)

( 197)
. (569)
------------------"----------------"--------
.
: (766)

Como anteri.ormente, los niveles de il1cidenc:ia para las categorias


de exposiciOn pueden ser calculados y comparados. Esta evaluaci6n
requiere el usa de informaciOn detallada sabre los niveles de
e:':posiciOn (dosis) en relaci6n a los niveles de nueva enfarmedad
(respuesta). En vez de utilizar grupos expuestos y no expuestos
podemos identificar grupos de exposici6n Alta, Intermedia y Baja.
Las calculaciones de incidencia resultantes podrian nombrarse par
consiguiente lA, I :l , e 1 l1li

IA = AI (A+B) = 51/142 X 1000 = 359 .. 2 por cada 1,000,


I:l = C/(C+D) = 74/285 X 1000 = 259.6 por cada 1,000, y

I . = E/(E+F) = 72/339 X 1000 = 212.4 por cada 1,000.

58
El riesgo relativo puede determinarse como anteriormente,
utilizando el riesgo de la cohorte con el nivel de exposiciOnm~s
bajo como denominador en cada uno de los cAl cui os.

Ejem: lA/Ie = 359.2/212.2 = 1.69,


~
I%/Ie = 259.6/212.2 = 1.22 Y

Ie/Ie = 212.2/212.2 = 1

La informaciOn sobre la dosis y respuesta permite un ensayo de la


hipOtesis m~s. descriminado al evaluar la concordancia con un
mecanismo biolOgico especifico. Aunque la relaci6n dosis-respuesta
no comprueba una asociaci6n directa (causal), demuestra una
asociaciOn intima entre el factor y la enfermedad.

Como se discutiO ant~riormente, la probabilidad al azar


(significaciOn estadistica) debe ser considerada en un an~lisis
completo. La fOrmula de la ji-cuadrada pr?sentada anteriormente es
adecuada para evaluar los datos de la tabla anterior. ~CuAl es su
interpretaciOn del riesgo relativo y los resultados de la ji-
cuadrada que se dan en la tabla siguiente?
. ~ ,f.. .. ,
. HOMBRES DE 49-59 A~OSDE EDA~
NIVELES DE
COLESTEROL SERICO:
(MG'l.)
J
CC+ CC-
-----------------:-----------------:----------------:
ARRIBA DE 259 : 51 91
36.5 105.5
A B (A+B)

220 - 256
74
.
.-----------------.----------------~
211
.
285 RR%=L22
73.3
C D
211.7
(C+D)
.
------------------------------------
72" 267
.
MENOR DE 220 339 RF:s= 1 00
87.2 251.8
E F (E+F)
:-----------------:----------------:------
( 197) (569) : (766)
X2 (INDEPENDENCIA)=11.30
VALOR-P (0.004

X2 (TENDENCIA)=10.70
VALOR-P (0.005

La ji-cuadrada de independencia sugiere que la asociaciOn entre el


colesterol serico y cardiopatia coronaria probablemente no es
debida al azar (valor-P (0.004). Las pruebas de significaciOn
estadistica de la relaci6n dosis-respuesta observada sugieren
hallazgos simi lares. Una tendencia de esta magnitud 0 m~s grande
ocurriria al azar en menos de 5 veces en 1000 pruebas al azar. En
tanto que estos hallazgos no prueban una asociaci6n directa, si
justifican una investigaciOn adicional de los beneficios
potenciales que pudieran obtenerse al reducir el colesterol
sanguineo en la poblaci6n.

59
RIES60 ATRIBUIBLE EN CONTRASTE CON EL RIES6Q ATRIBUIBLE DE LA
POBI.ACION

Riesgo Atribuible

EI riesgo atribuible (RA) es el exceso de incidencia de enfermedad


que puede ser atribuido a un detarminado nivel de exposici6n a un
factor en un estudio dado. Se calcula restando la incidencia en la
cohorte no axpuesta (oel nivel m~s bajo de exposici6n) de aquel
observado en el nivel de exposiciOn por el cual uno est~
interesado.
RA = IA - Ie

Calcular el RA de cardiopatia coronaria que se observ6 en el nivel


m~s elevado de colesterol serico en el ejemplo anterior. Reportarlo
en base de cada 1,000.

IA - Ie = 51/142)-(72-339 X 1000 = 146.8 casos evidentes de CC


per cada 1000 personas con un colesterol serico arriba de 259 mgX.

Un valor del RA podria ser calculado en forma semejante para el


nivel intermedio de colesterol serico. Debe hacerse notar que el RA
es por derecho propio, un riesgo, y algunas veces esdenominado
"riesgo de diferencia./I Como otr:-as medidas de incidencia, los
val ores del riesgo atribuible deberian ser reportados empleando
~.. como base una poblaciOn.

Riesgo Atribuible de la Poblaci6n

En contraste con el RA, .~dste un parametro estadistico algo I


diferente denominado "riesgo atribuible de la poblaciOn" (RAP). El I
.... iesgo atribuible de.. la e.!:)b_!a.<:_~~I2~_(_RAP)._~s la .._l?:.,-op.orci6n ma~dma d.~
casos de la en ermedad en una poblaci6n definida que uede serl
atribui 0 a
~xisten varias
0 os los niveles de exposici6n del f,ctor estudiado~
diferentes fOrmulas para calcular el RAP, la mas
I
sencil!a es aquella definida por Levine la cual se muestraj
enseguida.

RAP = donde b = a la proporci6n de la poblaci6n en


b(r-l);
b(r-l)+l
estudio expuesta al factor, y r es el riesgo rela-
tivo RR 0 la RazOn Proporcioal (RP) demostrada por
la exposici6n al factor.

8i el RR de cancer pulmonar en los fumadores en E.U. se asume que


es de ~10, y el 35% de la poblaciOn fuma cigarillos. ~Cu~l es la
proporciOn maxima de cancer pulmonar que puede ser atribuida al
fumar cigarillos? b = 35% = 0.35 Y r = 10.

RAP = __-,0",-.:. .:--.::,. ::,=5:.. .;(,-=1:.. ;(:.. )---=.1. :.-) = 3. 15 = 0.76 = 76%
0.35(10-1) + 1 3.15 + 1

Esto significa que si el fumar causa cancer pulmonar, un maximo del


76% de todos casos de cancer pulmonar en E.U. pueden ser atribuidos
a los efectos del consumo de cigarillos. El empleo del RAP
demuestra la importancia de considerar tanto la fuerza de la
asociaci6n (RR 0 RP) como el factor de prevalencia al evaluar la
significancia en la salud pOblica de un posible factor de riesgo

Ejem: Suponer que el RR de cAncer pulmonar en las personas que


tienen una exposicion ocupacional al asbesto es de 50 y existen
aproximadamente 2,550 Morteamericanos ocup~cionalmente expuestos a
este mineral. ~Cu~l es el RAP de c~ncer pulmonar en los E.U. que
puede atribuirse a la exposicion ocupacional al asbesto.?

b = 2,250 = O~OOOOl
225,000,000

r = 50
RAP = 0.00001 (50-1) 0.00049 = 0.00049 = 0.049%
0.00001(50-1) + 1 1.00049

La proporci6n m~xima de casos de c~ncer pulmonar en los


norteamericanos que puede atribuirse a la e;.(posicion ocupacional al
'asbesto es menor' a:' un veintavo" del. uno por ciento (49 de cada
100,000 casos). No obstante ia gran fuerza de asociacion entre la
exposicion al asbesto y el riesgo de c~ncer pulmonar, la baja
prevalencia de esta exposicion subestima su importancia en salud
pOblica en cuanto a este.

Es importante observar que el termin~ riesgo atribuible de la


poblacion as un termino incorrecto. Una consideraci6n cuidadosa
demuestra que el valor calculado no es la incidencia y no mide el
riesgo de adquirir la enfermedad.

61
Estudios de Cohortes No-Concurrentes

Los estudios decohortes no-concurrentes Cestudios de cohortes


historicos.> estan caracterizados por la recopilacion de los
cohortesa~ exposiciOn de los registros historicos. Estos grupos de
cohortes son seguidos posteriormente en el tiempo y determinandose
el desarrollo de enfermedad.

Registros Historicos *----------------------Desarrollo


de ExposiciOn
..
(--------------* de Enfermedad
_-----------------------------------------_ .._--------------------- ~:.
TIEMPO'REAL *
TIEMPO EN QUE SE INICIO EL ESTUDIO

Este diseRo de estudio permite que se obtengan los resultados m~s


ripidamente que en los de cohortes concurrentes y requier~ que los
participantes se observen por un periodo de tiempo m~s corto.

Ventajas de los Estudios de Cohortes No-Concurrentes sobre los


DiseRos Concurrentes (convencionales>:

.' ',1";;' t::os 'est'utfios ,", dE'?-c;:'dh'or"tes-- n'o"i::ofrcIJrreht.elS soi'"amente- 'j:3Lledert" ser--
utilizados para investigar las asociaciones entre los factores
y las enfermedades de las cuales se tiene informaciOn de
previa exposici6n en los registros historicos.

2. Los estudios de cohortes no concurrentes son particularmente


susceptibles a sesgos asociados con diferentes criterios de
selecci On para los. cohortes expuestos y no e:-:puestos.

Las cohortes de exposiciOn historica representan poblaciones


especificas en riesgo, por 10 tanto, los estudios de cohortes no
concurrentes tienen todos los componentes necesarios para calcular
la incidencia. En las situaciones donde otra poblacion comparable,
pero no expuesta al factor es de igual manera determinada, se
pueden emplear evaluaciones de riesgo relativo como medida de
asociaci6n entre un factor especffico y la enfermedad.

62 .
COMPARACION EN EL TIEMPO REAL DE LOS ESTUDIOS LON6ITUDINALES

ESTUDIO DE CAS~S Y CONTROLES


Factor <---------------~-------------------*Enfermedad

ESTUDIO DE COHORTE NO CONCURRENTE

Registros hist6ricos *------>Desarrollo


de exposici6n (---------------------------* de Enfermedad

ES{UDIO DE COHORTE CONCURRENTE

Factor *------->Enfermedad

'.
------------------------------------------------------ ---------~
TIEMPO REAL
*TIEMPO EN QUE SE
.. .INICIARON LOS
ESTUflIOS

63
PASOS UTILIZADOS PARA INVESTISAR UN BROTE (EPIDEMICO) DE ORISEN
DESCONOCIDO
Los siguientes pasos son recomendaciones para investigar una
epidemia de origen desconocido. Aunque que estas recomendaciones
derivaron origina1mente de investigaciones en epidemias de
enfermedades infecciosas, su uti1idad ha side demostrada en ciertos
estudios de enfermedades no infecciosas. Cuando se investiga e1
origen de un brote, las medidas de prevenciO~ primarias y
secundarias de emfermedad siempre deben tener priori dad sabre los
pasos de investigaci6n de1ineados a continuaci6n.

I. Definir un "caso" de enfermedad y confirmar el diagnostico*.


La definiciOn del caso deberia ser tan senci11a como se pueda,
y debe permitir la distinciOn de los individuos sanos y de
aque110s que tienen otras enfermedades (especificidad).

I I. Verificar la existencia de una "epidemia"* (.:..Hay una ocurrencia


inusitada de .1a enfermedad definida en el paso I? Esto
probab1emente requerira informaci6n sobl""e el nivel lJendemico"
.d~e 1.a~nf~rmed~d, ..er;t .. cr\-v::?sti On ....
< ' , ;.. . . ' '" : " ,"

I I I . Notificar alas autoridades de salud publica y politicas


que corresponda de la existencia de la epidemia y llevar a
c.abo una revision apropiada de la literatura

.~'. IV. Epidemiologia Descriptiva:* Describe las caracteristicas de


las personas enfermas utilizando el sistema de:

A. Persona (qui en) Edad, sexo, clase social, raza,


religiOn, etc.
B. Lugar (donde) Residencia, ocupaciOn, exposiciones
inusuales" etc.
C. Tiempo (cuando) Tiempo de inicio, duraci6n, periodo de
incubaciOn, curva epidemica, temporada,
etc.

V. Formulacion y Prueba de las Hipotesis:* Esto requiere el


enunciar las hipOtesis nula y alternativa, 1a r
eco1ecciOn de datos necesarios, la e1ecciOn de un diseno de es
tudio apropiado, el empleo apropiado de las pruebas
estadisticas y la interpretaciOn de los resultados.

VI. Busqueda de casos adicionales de la enfermedad=* Esto puede


incluir la identificaciOn de: casos en subgrupos de la
poblaciOn no estudiada, los casos subclinicos y los casos
atipicos.

VII. Presentar los resultados de la investigacion a los organismos


de salud publica y politicas apropiados.*

~/-"'.\ *t10dificado de: Epidemiology: An Introductory Te}~t, MaLlsner, J. and


Bahn A. W.B. Saunders Company, 1974.

64
FACTOR DE CONFUSION

E1 factor de confusiOn es 1a distorsiOn en e1 resu1tado de una


medida producido por la presencia de una variable extrana
Ctercera). El concepto de factor de confusi6n es de una importancia ~
,primordial en la epidemiologia pr~ctica debido a sus efectos
siempre presentes (ubicuidad). AOnque la definici6n del factor de
confusi6n parece algo abstracta cuando se lee por primera vez, su
significado se harA m~s claro despu~s de considerar los siguientes
ejemplos.

Primero: Un ejemplo demasiado sencillo.

Imagine que quiere evaluar una asocia;lOn aparente que se ha


descrito entre el llevar cerillos (f6sforos) y el c~ncer pulmonar.
En este ej emp 10, el Factor sospechado (FS) por el cual LUI "F.?fecto!l
es buscado son cerrillos, y la enfermedad en cuesti6n (efecto) es
el c~ncer pulmonar. Suponga que el estudio de esta asociaclon
aparente utilizando un dise~o de cohorte resulta en un RR de ~10.
(Es decir, se encontr6 que las personas que llevan cerrillos
consigo experimentaban 10 veces la incidencia de c~ncer pulmcnar en
comparac i 6n a 1 as pet-senas que no 11 evan cerr ill os consi go.) La
explicaci6n 6bvia para esta asociaci6n es el fumar cigarillos.
1.Cerillos (FS) --------------> 2.Cancer Pulmonar (Enfermedad)
\ /
\ /
\ /
\ /
\ /
\ /
\ /
3.
(FC) Fumar
Esto es, la asociaci6n aparente entre los cerrillos y el cdncer
pulmonar (1----)2) se exp~lca a trav~s de la asociaci6n mutua del
fumar con los cerrillos y el c.ncer pulmonar (1----)3----)2). En
otras palabras, los cerrillos est.n asociados indirectamente con el
c.ncer pulmonar a causa de su asociaci6n con el fumar, el cual es
un factor de riesgo para el c~ncer pulmonar. Si bien esta
asociaci6n al principio pudo parecer que seguia la ruta de
cerrillos----)c~ncer pulmonar, en realidad est amos midiendo:
Cerrillos----)consumo de cigarillos---->c~ncer pulmonar. Diriamos
que la asociaciOn aparente entre los cerrillos y c~ncer pulmonar
fue el resultado del factor de confusiOn (tercero), el fumar.

Existen DOS requisites necesarios para que un factor actue como


factor de confusi6n.

1. El factor sospechado (FS) y el factor de confusi6n (Fe) deben


estar asociados estadisticamente. (Esto as indudablemente cierto
entre los cerrillos y el fumar.)

2. El factor de conf usi 6n debe ser un i nd i cador de r i esgo" par-a Ii

la enfennedad en cuesti6n. Es decir, debe ser considerado como un


indicador directo de,riesgo para esta enfermedad. (Esto tambi.n as
ci erto para el fLUnar y el cancer pul monar. )

SEGUNDO - Un ejemplo de la vi~a real.

Existe una asociaci6n aparente entre el consumo de alcohol y el


cancer pulmonar, adn cuando el mecanismo biolOgico por el cual el
alcohol podria "causar" esta enfermedad es discutido. ,:~Cuan
importante pudiera ser el factor da confusiOn en la producciOn de
esta asociaciOn aparente?

1.Consumo de (FS )--------------> 2. Cancer Pulmonar Enfermedad


Alcohol \ I
\ I
\ I
\ I
\ I
\ I
\ I
3.
(FC)
Fumar
~Esta~ asociados estadisticamente el consumo de alcohol y el fumar?
El fumar, ~es un indicador de riesgo para el cancer pulmonar?

TERCERO - Un ejemplo abstracto, sin embargo real.


10 Amamantar (FS) ______________ >2bBajo Riesgo para Cancer
(Lactancia \ I Mamario
Materna) \ I
lEstadisticamente \\ II lIndicador
Asociado? \ I de Riesgo?
\ I
\ I
3.
(FC)
Edad de la Madre
cuando tuvo su primer
embarazo a termino
Muchos factores de confusiOn son vagos y adn no identificados. En
este ejempl0 sabemos que la edad al primer parto actua como un
factor de confusiOn ya que el control de este factor elimina la
asociaci6n aparente entre la lactancia materna y el riesgo de
desarrollar cancer mamario.

Las distorsiones en las medidas de asociacion producidas por los


factores de confusi6n hacen necesario que los efectos de estos
factores sean controlados en casi todos los estudios analiticos. El
tratamiento adecuado del factor de confusi6n permite al
investigador experimentado adquirir informaci6n etiolOgica al poder
hacer distinciOn entra las asociaciones directa e indirecta. Los
m~todos que son utilizados para el control de los factores de
confusiOn son descritos en la secci6n siguiente.

66
CONTROL DE LOS FACTORES DE CONFUSION

Existan varies m.todos que pueden ser utilizados para el centrol de


les efectes preducides per la presencia de les factors. de
confusiOn. Estos pueden ser dividides en dos categorias
principales.
I. Centrol en el Disefie de Estudie - Este requiere per Ie general
que el facter de confusiOn sea conocido a sospechado antes de
conducir el estudio. (EI m.todo aleatario es una excepciOn a
esta regIa general).

A. La selecciOn de participantes para el estudio que no


est.n afeetados par el determinado factor de confusiOn en
cuestiOn, puede impedir sus posibles efeetos de
confusiOn. Ejem: El estudio de la asociaciOn aparente
entre los niveles bajas de vitamina A y el alto riesge de
cancer de colon puede ser- distorsionado ("confunfido")
por los niveles bajos de colesterol s.rica."
Vitamina A-------------->
(Elevado) \ /
Cancer de Colon
(bajo)
\ /
\ /
\ /
\ /"
\ I
\/
Colesterol
S~rico
(Elevado)
Uh m~tado sencillo que podria utilizarse para reducir el
efecta potencial del factor de confusiOn por el
colesterol s.rico seria 11evar a cabo el estudio en una
poblaciOn que tenga pequefias variacienes en los niveles
de colesterol (a en una poblaciOn conocida per tener bajc
nivel de colesterol).

B. Otro m.todo en que el diseffo de estudio podria sar


utilizado para controlar los factorss de confusiOn
conocidos es el equiparamianto. Los participantes del
estudio en les grupos de comparaciOn pueden ser
equiparados cen respecto a factore. de confusiOn
aspacificos. Ejem: En el estudio de casas y controles de
una aseciaciOn aparente entre el cancer pulmonar y al
fumar cigarillos, la edad y el sexo probablemente actuan
cerna factores de confusiOn. Una manera sencilla de
eliminar los efectos potenciales de 1a edad y sexe cerna
factores de confusi6n seria el equiparar los casas y
controles con estos factores. M.todos semejantes tambi.n
pueden ser empleados en los estudios de cohorte

Debe ser evidente que los factores de confusi6n de las


asociaciones entre los grupos de comparaci6n solamente
pueden existir si esos grupos difieren en su distribuciOn
de factores de confusiOn.

67
C. El m6todo aleatorio es un procedimiento ideal para el
control de factores de confusiOn ccnocidos y
desconocidos. Este m.todo requiere de Ia designaci6n al
azar de los participantes a estudiar para formar las
categorias de comparaci6n, y asume que la distribuci6n de
los factores de confusiOn e. igual en cada uno de los
grupos. Esta suposiciOn esta basada en las leyes de
probabilidad para muestras grandes, y an la suposiciOn de
que no existen sesgos en el m.todo asignado.

Aunque utiles para controlar los factores de confusi6n,


los m6todos aleatorios tienen limitaciones practicas. En
estudios retrospectivos, la asignaciOn al azar de
exposiciOn es imposible, en tanto que la elecci6n al
azar de casos para ser estudiados proporcinan poca
ventaja. En los estudios de casos y controles, los
m.todos aleatorios estan restringidos probalemente a
la selecciOn de controles, en situaciones en las cuales
existe un grupo de potenciales controles.

En las investigaciones de cohortes se puede encontrar un


problema ligeramente diferente. Si las personas son
seleccionadas al azar de entre las cohortes expuestas,
probablemente seran auto-seleccionados en cuanto a los
eventos del estilo de vida asociadas con el nivel de
exposici6n de esta cohorte. Este sesgo de auto-selecci6n
puede ser evitado por media de una aSignaciOn al azar de
las cohortes, las cuales despu.s seran expuestas a algun
factor. 8i bien ideal para probar una hipOtesis, este
disefio con frecuencia plantea serios problemas .ticos.

II. Control en el Analisis - Este m.todo no requiere que se


conozca el factor de confusiOn antes de comenzar la
il,vestigaciOn.
A. Estratificacion (clasificaci6n) es un m.todo por el cual
se puede controlar el factor de confusiOn despu.s de la
recolecciOn de datos. Implica la comparaci6n de las
asociaciones entre el factor y la enfermadad (0 vice
versa) sobre escalas limitadas de un factor de confusi6n
sospechado. En situaciones donde e~isten muchos estratos
posibles, este procedimiento puede ser plagado por una
escasez de numeros en algunas casillas. Donde existe una
cifra adecuada, es probable que este m.todo sea preferido
par muchos epidemiOlogos por su sencillez al calcularlo y
porque permite al investigar mantener un buen
"sentimiento" intuitivo por sus datos.

Ejemplo de un Analisis Estratificado empleado para


controlar &1 factor de confusion creado por la edad:
En el estudio de casos y controles de Ille-et-Vilaine en
Francia, para el cancer esofagico y el consumo de
alcohol, las edades de los participantes fluctuaron desde
25 a mas de 80 afios . Puesto que se sabia que la
incidencia de cancer esofagico y el consumo de alcohol
variaban con la edad~ se sospechO de un factor de
confusion creado p~r la edad.

68
TODAS LAS EDADES Gramos Diarios de Etanol Ingerido
80+ 0 - 70
+
Casos 96 104 : 200
:---------:----------: RP CRUDA=5.64
Contro1es 109 666 775
.----------------------------
205
.
770
..
975

tConsumode Etano1 > tcancer Esofagico

asociado indicador de
estadisicamente riesgo

Edad

Para'asegurar que las medidas en la aseciaci6n aparente entre e1


consume de etano1 y el cancer esefagice no fLteran di storsi enadas
por 1a edad los investigadores* estratificaron la edad en seis
I categorias de diet: anos.

Edad Gramos Diarios de Etane1 Ingeridos


80+ 0 - 70
25-34 --------------~----------------------

.'---------- ..
Casos : 1 ~
o
----------- . RP = N/A
Contro1es 9
106 o

35-44 Casos : 4 5
: ------------------- -_.-:
....... RP = 5,,05
Controles 26 164

--~---------------------
45-54 Casos 25 21

Centro1es
._----------------------.
29 138
RP == 5.67

55-64 Casos 42 34

:----------------------: RP = 6.36
Contro1es 27 139
65- 74 Casos 19 36

Controles

.'-----------------------
18 88
.. RF' = 2.58

75+ Cases
.. ----------------------.
5 8
. RP = N/A
Contre1es o 31 :

RP CRUDA = 5.64
69
La razOn proporci onal de Mantel-Haenszel (RPI1-H) * fue empl eadci\ para
"--"", resumir los resultados sobre los niveles estratificados limitados,
dando un valor de 5.16. La diferencia entre este y la razon
proporcional cruda (RpCAUPA)* DE 5.64 es debida al factor de
confusiOn por la edad en la tabla no estratificci\da.

B. Estandarizaci6n (ajuste' es otro m~todo que puede


ser utilizado para eliminar los efectos de un factor de
confusion. La estandarizacion tiene la ventaja de
proporcionar comparaciones resumidas de los resultados,
pero no permite comparaciones de estratos limitados 10
cual proporciona la estratificaciOn.

C. Los m.todos de variables mDltiples permiten que los


efectos de varios factores de confusiOn sean examinados
simultaneamente. Su complejidad ha hecho que muchos
investigadores los eviten, si bien otros los Lltilizan
casi exclusivamente. Los modelos de variables m~ltiples
son extraordinariamente apropiados para situaciones donde
los tama~os de las muestras son peque~as. Requieren
abundantes suposiciones y producen resultados que pueden
ser dificiles de relacionar con los mecanismos
biolOgicos.

Despu.s que los componentes de la asociacion entre la enfermedad y


.~. . el factor qLle resul tan del factor de confusi 6n son el i mi nados,
podran hacerse declaraciones progresivamente mas fuertes con
respecto a la asociaciOn directa entre un factor sospechado y una
enfermedad. Aunque probablemente nunca seri a posi hI e con'l:~rol ar
todos los factores e::tra~os en una investigaciOn, la eliminacion de
los efectos producidos por los factores de confusiOn principales
permitir. a los investigadores dar una mirada rapida a las pistas
etiolOgicas anteriormente ocultas. La identificaci6n de los
factores de confusiOn y m.todos para controlar sus efectos
indudablemente brindaran recompensas incalculables en la
investigaciOn futura de salud p~blica.

*N. Breslow, N. Day. Statistical Methods In Cancer Research:


Volume 1 The Analysis of Case Control Studies. Agencia
Internacional Para InvestigaciOn del Cancer, Lyon, 1980.

70
ASOCIACIONES DIRECTAS EN CONTRASTE CON L.AS INDIRECTAS
Como se mencionO ante~io~mente~ ia distinciOn ent~e las
asociaciones di~ectas e indirectas es impo~tante. en las
decla~aciones ~eferentes a Ia causa de la enfe~medad .. 8i bien no
existen metodos p~ecisos pa~a Ia identificaciOn de asociaciones
di~ectas, L!n nume~o de p~uebas son empleadas con f~ecuencia po~ los
epidemiOIogos pa~a pode~ hacer esta distinci6n. Estas incluyen:

1. Fuerza de Asoc::iac::ion:* 8i el RR 0 la RF' es grande, mayo~


se~a Ia afi~maciOn que puede hace~se en favor de una asociacion
di~ecta.

2. Relaci6n Dosis-Respuesta: 8i el niyel de la enfermedad cambia


concomitantemente con el niYel de exposiciOn, mayo~ se~a la
afi~maciOn que puede hace~se en p~o de una asociacion di~ecta entre
el facto~ y la enfe~medad.

3. Plausibilidad Biologica (cohe~encia):* 8i una asociacion


apa~ente puede se~ explicada po~ un mecanisme bio16gico (0
bioquimico) entonces una afi~macion mucho mayo~ puede se~ heecha en
p~o de una asociaciOn (causal) directa ent~e el facto~ y la
enfemedad.

4. Espec::ific:idad de la Asociac:i6n:* Es poco probable que Ltn solo


facto~ cause Ltna amplia ya~iedad de enfermedades. Po~ esta ~azon,
cuando un facto~ es asociado con ya~ias enfermedades debe~ia
sospec:ha~se una asociaciOn indi~ecta. La especificidad de la
asociaciOn es m~s util en evalua~ las asociaciones di~ectas ye~sus
indi~ectas cuando son yalo~adas en base a su plausibilidad
biologicaa

5. Sec:uencia Crono16gic:a de los Eventos (tempo~al i dad) : * ,~.Que


ocu~~i6 p~ime~o, el factor 0 Ia enfe~medad? 8i el facto~ antecede a
la enfermedad, la asociaciOn podria se~ di~ecta (causal) 0
indi~ecta, con el factor etiolOgicamente (0 no etiologicamente)
~elacionado al desa~~ollo de la enfe~medad. 8i la enfe~medad
antecede al factor, el agente probablemente no es impo~tante en la
etiologia de la enfe~medad.

6. Consistenc:ia de los Hallazgos:* 8i empleando va~ios estudios


cen dife~entemetodologfa demuest~an fi~memente una asociacion
ent~e un facto~ y la enfe~medad, entonces puede sospecha~se una
asociacion real.

7. Analogia: Las pistas del niyel de asociacion ent~e facto~es y


enfe~medades en ocasiones pueden inc~ementa~se a t~aves de 1a
compa~aciOn con ot~os modelos de factor!enfe~medad semejantes.
Compa~aciones hechas con un metodo etio16gico establecido pueden
propo~ciona~ conocimiento de los mecanismos import~ntes en 1.
epidemiologfa de otras enfe~medades.

71
8. Efecto de la Intervenci6n: La eliminacion del factor
etiologico sospechado segui~a por un descenso en la
incidencia de la enfermedad? Esto es uno de los enunciadas m.s
fuertes que pueden hacersa a favor de una asociaci6n directa-caus~l
entre un factor y la enfermedad. Debe recordarse que la meta
principal en salud p~blica es la reduccion en los niveles de
enfermedad, y esa intervenci6n cumple este objetivo.

*Smoking and Health: A Regort of the Advisory Committee to the


Surgeon General of the Public Health Service. Public Health Service
Publication No. 1103. E.U. DHEW; Washington:USGPO, 1964.

Estas ocho pruebas son utiles en la diferenciacion entre


asociaciones directas e indirectas. En conjunto, permiten al
epidemiologo experto obtener conocimiento de las posibles
asociaciones etiol6gicas entre los factores y la enfermedad. Estos
metodos de eval Ltaci 6n son parte del "arte" epi demi ologi co. Aunque
son demasiado complejos para cubrirlos en detalle en un curso
introductorio, estas reglas generales deberian ser memorizadas por
todD estudiante.

72
Equiparamient.o 4 en los Est.udios de Casos y Controles
El equiparamiento es definido como el proceso de crear un grupo de
estudio y un grupo de comparacian similar con respecto a los
factores extranos. Como se discutio anteriormente, el
equiparamiento frecuentemente es utilizado para reducir los efectos
producidos por los factores de confusiOn conocidos (0 sospechados).
Si bien las tet;::nicas de equiparamiento pueden ser empleadas en una
variedad de diseWos de estudio longitudinales, son particularmente
apropiados para las investigaciones de casos y controles. El
equiparamiento de factores extranOS asegura que los casos y
controles tengan distribuciones simi lares de estos factores;
degradando su importancia al explicar las diferencias de
prevalencia de los factores que se buscan.

Equiparamiento por Categoria

SinOnimos de equiparamiento por categorfa: equiparamiento por


grupos, equiparamiento de estratificaci6n, y equilibrar. En el
equiparamiento por categoria los casos de una enfermedad son
ordenados de acuerdo a sus niveles Cestratos) de un factor de
confusi6n especifico. La poblaciOn de los controles potenci~les es
ordenada de una manera similar, con controles seleccionados fe los
estratos del factor de confusion representados por loscasos~ Este
m~todo asegura la misma distribuciOn de las caracteristicas de
confusi6n en los controles como en los casos.

Ejemplo de Equiparamiento por Categoria en la Edad en un Estudio de


Casos y Controles

No. de Poblaci6n de No. de % de Edad-


Edad Casos Controles Controles Especifica de
Identificados Potenciales Seleccionados Controles
Potenciales
Utilizados

30-39 2 181 2 .01


40-49 10 247 10 .04
50-59 36 327 36 .11
60-69 84 289 84 .29
70+ 68 172 68 .40
200 1216 200

Al seleccionar al azar las proporciones apropiadas (0 numeros) de


los controles de entre cada uno de los estratos de edad, la
distribuciOn por edad en los casos y los centroles esta
equilibrada. En este pl~oceso los cOl1trol es O.Q estan di rectamente
vinculadas a un caso especifico, pero son seleccionados de entre
los estratos de confusi6n representados por los casos.

Aunque frecuentemente utilizado en los estudios analiticos, el


equiparamiento per categoria ha side recientemente puesto en tela
de juicio respecto a su capacidad para controlar en todas las

*Equivale al termino Ingles MATCHING. Otras acepciones son:


comparaci6n y comparables.

73
situaciones e1 factor de confusiOn. 1.2 No obst~nte las
1imitaciones mencionadas, e1 equiparamiento por categoria parece
ser efectivo en la mayoria de las situaciones encontradas en las
investigaciones epidemiol6gicas 10ngitudinales. E1 amplio uso del
equiparamiento por categorla en los estLldios de casos y controles
se debe pr'inci pal mente a: 1. 1 a faci 1 i dad del equipar-ami ento por
categoria en los estudios poblacionales, 2. la preservaciOn de su
caracter representativo de la poblaci6n, por , y 3. el hecho de que
el equiparamiento por categoria no asigna por mandato el empleo de
medidas tradicionales de fuerza de la asociaci6n y de significancia
estadistica. 3 (Ver discusiOn sobre el equiparamiento pareado).

Equipardmiento Pareado* (Equiparamiento Estricto)

En el equiparamiento pareado, LIn control es estrictamente


equiparado a un caso especlfico. Este procedimiento asegura un alto
grado de comparabil~dad entre los casos y los controles en cuanto a
un factor de confusiOn, Pero impide su trato como independiente.

La siguiente tabla demuestra tecnicas de analisis empleadas en los


estudios de casos y controles usando pares equiparados.

CON T R 0 L E S
CON SIN
CARACTERISTICAS CARACTERISTICAS

CON
CARACTERISTICA s
C
A
S
:----------------:---------------:
o SIN t Ll c
S CARACTERISTICA
. . .
_________________ w _______________ u ____ _

b d N

1Criqui MH, Response Bias and Risk Ratios in Epidemiologic Studies,


Am J of Epidemiol, 1979; Vol. 109:304-99.
2Karon JM, Kupper LL, In Defense of Matching, Am J of Epidemiol,
1982; Vol 116:852-66.
3La RP y la X2 se caiculan de la misma forma cuando se utiliza el
equiparamiento por categoria como para los an~lisis no equiparados.

*Equivale al termino en ingl~s PAIR MATCHING. Otras acepciones:


Comparaci6n por pare$, pares comparables.

74
La fuerza de la asociaci6n es evaluada utilizando la razon
proporcional para los casos y cOl1troles pareados y es .calcLllada
empleando la formula siguiente:
s
RP == (siempre que t no sea igual a cero)
t

La interpretacion y limitaciones de la raz6n proporcional son las


mismas a las descritas en la seccion de estudios de casos y
controles que ya ha side cubierta.

Las medidas tradicionales de significancia estadistica tambien se


requieren para las investigacione~ que utilizan equiparamiento
pareado. La f6rmula siguiente es Lltilizada para calcular la prusba
de McNemar4; empleada para evalLlar la independencia de un factor de
el<posicion en pares de casos y controles equiparados.
q t-sl _1)2
2
McNemar X == ------------
t+s

La interpretacion de la prueba de McNemar es identica a aquella


empleada en la ji-cuadrada para independencia utilizando una tabla
de contingencia 2 x 2 que tiene 1 grado de independencia.

En resumen, el equiparamiento es u~ medio efectivo de controlar los


factores de confusi6n en algunos estudios epidemio16gicos. El
empleo del equiparamiento aumenta la complejidad de tales
investigaciones y requiere de metodos estadisticos tradicionales.
La decision de cuando equiparar (0 no) es compleja, y no ser~
cubierto en este curs~ introductorio.

4Aunque la prueba de McNemar con frecuencia es llamada ji-cuadrada;


es realmente una aplicaci6n especial de la prueba de t1antel-
Haenszel.

75
TAMIZAJE* ( 0 "8creening Jl ):breve guia de estudio.

Objetivos de un Programa de Tamizaje:

1. La aplicaciOn de una prueba sencilla y poco costosa a un


gran nOmero de personas asintom4ticas a fin de clasificarlas
como probables 0 no probables de presentar una enfermedad
determinada.

2. Un mecanisme por medio del cual determinadas personas,


especi almente 1 as de escasos l'"eCLtr"sos puedan obtener acceso a
la asistencia medica.

Requisitos para un Programa de Tamizaje Exitoso

Enfermedad Adecuada:
1.
2.
-:r
"-' .
E::amen Adecuado:
1.
2.

Controversias en el Tamizaje

IdentificaciOn de personas con sintomas:

Cost os ocultos con respecto a la morbilidad y mortalidad:

Mala clasificaci6n:

Sesgo por ventaja en el tiempo(Lead time bias):

Sesgo por duraciOn (length bias):

Terminos Utilizados en los Tamizajes:

Sensibilidad:

Especificidad:

Valor Predictivo Positivo:

Fase Pre-clinica Detectable (FPCD):

Fase Pre-clinica Total (FPCT):

Validez:

Confiabilidad (reliability):

Pruebas de Tamizaje en Serie y An~logas:

*Equivale al termino en ingles SCREENING.

76
TAMIZAJE
El tamizaje es un area de la epidemiologia que tiene gran variedad
de aplicaciones practicas. E~ta variedad ha provocado controversias
sobre el propOsito exacto y definiciOn de 10 que as el tamizaje. A
continuaciOn ofrecemos varias definiciones.

HEI tamizaje es la presunta identificaciOn de una enfermadad 0


defecto no identificado mediante la aplicaciOn de prusbas,' e)o:amenes
o procedimiantos que pueden ser aplicados rapidamente para
distinguir a las personas con aparente buena salud que probablemente
tengan una enf ermedad, de aquellos que probab 1 emente no 1 a tl1:mgan."
En contraste con este concepto esta 1a idea que "el tami zaje es LIn
mecanismo por el cual determinadas personas, especialmente las de
escasos ingresos, puedan obtaner acceso a la asistencia medica." Sin
considerar cual de estos objetivos es visto como el mas importante
an la evaluaciOn epidemiolOgica~ parace claro que este procedimiento
es un metodo efectivo para el control de enfermedades tales como
localizaciones de ciertos tipos de cancer, donde la prevenciOn
primaria no es 6til, pero una intervenciOn temprana podria reducir
la morbilidad 0 mortalidad. Existen dOS principales catagorias de
requisitos para un programa de tamizaje exitoso.

I. Enfermedad Adecuada.

1. La enfermedad ha de ser reconocida por la poblaciOn


tamizada como de importante y de serias consecuencias.

2. La enfe~medad debe tener un tratamiento que, cuando es


aplicado en la etapa de la enfermedad detectada por el
tamizaje, es mas efectivo que el tratamiento dado
despues del procedimiento diagnOstico tipico.

3. La fase pre-clinica detectable (FPCD) de la enfermedad


deberia ser suficientemente prevalente en la poblaciOn
estudiada como para asegUl~ar que un n6mero razonable de
casas seran identificados.

II. Prueba Adecuada

1- El e:~amen debe tener una alta sensibilidad.

2. El s)(amen debe tener una alta especificidad " :11'

'<
~'. EI ex amen debe ser poco costoso, seguro y eti co.
Ademas, es importante que el e)! amen sea sin estigmas
sociales 0 culturales.

Ejemplo 1. En un intento para evaluar el alcance de un


procedimiento de tamizaje para la identificaci6n de casos no
diagnosticados de diabetes mellitus, una poblaciOn de 10,000
personas aparentemente sanas fue evaluada. Este grupo fue entonces
observadO por un periodo de tiempo prolongado, verificando su estado
de salUd en cuanto a esta enfermedad. Esta observaciOn posterior
identificO 150 diabeticos, considerando al resto de la poblaciOn
como libre de la anfermedad. De los diabeticos identificados, 66

77
tuvieroil una prueba positiva de enfermedad latente en la evaluacion
iniciaI, en tanto que 98 de los no diab6ticos tambi6n tuvieron una
prueba positiva.

F'regunta 1: ~COmo evaluariamos a este procedimiento de tamizaje?

Primero Necesitariamos revisar la validez de la prueba de


tamizaje. Es decir,L el procedimiento de la prueba mide 10 que
pensamos que esta midiendo? La va1idez tiene dos componentes;
sensibilidad y especificidad.

Sensibilidad es la probabilidad de que una persona con la


enfermedad latente salga positiva cuando se Ie realiza una prueba
para esa enfermedad.

Especificidad es la probabilidad de que una persona que no tiene la


enfermedad. salga negativa cuando se Ie realiza una prueba para esa
enfermedad.

Las definiciones de estas medidas de validez podrian recordarse mas


facilmente utilizando sus formulas matematicas. Antes de mostrarlas,
pongamos la informaciOn anterior sabre el problema en una tabla de
contingenci a 2 }( 2 en 1 a cuai "ENFERMEDADII r-epresentara el estado de
enfermedad real de los individuos y "PRUEBA" representara el
resu1tado que obtuvieron en la prueba de tamizaje.

ENFERMEDAD
+

66 98
+ A B
PRUEBA :-------------:------------:
C D
(84) (9,752)

:-------------:------------:---------
150 9,850 10,000

~ La fOrmula matematica para sensibilidad es:

SENSIBILIDAD = V(+)/V(+) + F(-) ; Es decir, la sensibilidad es igual


al n~mero de positivas verdaderas dividido por la suma de positivas
verdaderas y falsas negativas.

Debe estar claro que V y F se refieren a si el resultado de la


PRUEBA es una reflejo correcto de la realidad tal como es medida.por
el est ado real de ENFERMEDAD.

Cuando se evalua la validez (sensibilidad y especificidad) nos


hacemos la pregunta, "o::..es la prueba valida?" De esta manera,
aplicamos los simbolos apropiados para cada cuadro al preguntarnos:
(1) Es e1 resultado de la PRUEBA V 0 F en relaciOn al estado real de
.~" ENFERMEDAD, y (2) cual es e1 resultado de la PRUEBA, + 0 - . Anotar
e1 simbolo apropiado en cada una de las cuatro casillas en 1a tabla
proporcionada.

78
ENFEF'~jvIEDAD

66 98

V(+) F(+)
A B
:-----------:----------:
(84) C : D ( 9 , 752) :

F(-) V(-)
:-----------:----------:--------
150 9,850 10,000

Recordar que la sensibilidad es igual a V(+)/V(+)+F(-), deberia ser


f~cil calcular la sensibilidad de la prueba de tamizaje aplicada
para la diabetes.

SENSIBILIDAD = V(+)/V(=)+F(-) = 66/(66+84) = 66/150 = 0.44 0 44%

Nuestra interpretaciOn de este resultado es: El procedimiento de


tamizaje utilizado fue capaz de identificar un 44% de los diab~ticos
latentes de todas las personas que con el tiempo desarrollaron esa
enfermedad.

ESPECIFICIDAD = V(-)/V(-)+F(+) = 9,752/9,752+98 = 9,752/9,850 = 0.99


o 99%

Esto significa que nuestra prueba de tamizaje fue capaz de


identificar un 99% de las personas que no tenian diabetes mellitus
como no diab~ticos.

Parece que esta prueba tiene poca sensibilidad, pero buena


especificidad. Dicho de otra manera, la prueba de tamizaje empleada
fue un indicador util para las personas que no tenian diabetes
mellitus, pero no fue notable en su capacidad para identificar- a los
diabeticos latentes.

La sensibilidad y. la especificidad estan casi completamente


determinadas por sus F(+) y F(-). Dadas las mismas condiciones en la
prueba, el modificar el limite para los resultados positiv~s y
negativos de la prueba puede ser utilizado para afectar directamente
el ndmero de lecturas falsas. Conforme las falsas positivas
aumentan, el n~mero de falsas negativas en forma concomitante
disminuyen. El proceso de cambiar los niveles limites puede ser
empleado para cambiar sensibilidad por la especificidad 0 viceversa.
Si bien esta reciprocidad puede ser util en situaciones en que el
investigador est~ dispuesto a sacrificar ya sea sensibilidad 0
especificidad para incrementar el valor de la otra, no puede ser
empleada para incrementar ambas a la vez.

En el ejemplo siguiente se dan registros gr~ficos de la glucosa


sanguinea ados horas postprandial de una poblaci6n de individuos
que son tanto diab~ticos como no diabeticos a fin de darse cuenta de

79
la validez de este p~oc:edimiento de tamizaje. Cambiando
alte~nativamente el nivel de glucosa sanguineo conside~ado ano~mal
(nivel A y B), puede obse~va~se el cambio de la sensibilidad y la
.espec:iftc:Jdad
AREA DE
SUPERPOSICION

100 '130 160


Glucosa Sanqu{nea
Mq/lOOml
La selecciOn del punta limite B en vez de A da po~ ~esultado una
disminuc:i6n en el ndme~o de F(+), con un c:oncomitante inc~emento en
el ndme~o de F(-). Si se emplea el punta limite A, el efecto opuesto
es p~oduc:ido. El cambia~ los limites de evaluac:i6n puede se~
utilizado pa~a c:ambia~ alte~nativamente la sensibilidad Po~ la
especific:idad sin modific:a~ ot~os pa~4met~os de la p~ueba.

80
Esto es verdad sobre todos los campos pr.cticos de prueba como se
demuestra en la tabla siguiente.

Sensibilidad y Especificidad de una Prueba de Glucosa Sanguinea


Postprandial ados horas en 70 Diabeticos y 510 No Diabeticos con
Niveles Diferentes oe Glucosa Sanguinea 1

Nivel Sanguineo Sensibilidad Especificidad (%


de GlLlcosa (% de Diabeticos de No Diabeticos
(mgl100 ml) Identi of i cados> Identificados)

80 100.0 1 ?
90 98.6 7 .....
~

100 97.1 25.3


110 92.9 48.4
120 88.6 68.2
130 81.4 82.4
140 74.3 91.2
150 64.3 96.1
160 55.7 98.6
170 52.9 99.6
180 50.0 99.8
190 44.3 99.8
200 37.1 100.0

" '-....-/.

1Serv icio de Salud Pdblica de los Estados Unidos. 1960. Diabetics


Program GUide, Division of Special Health Services. PHS Pub. No.
506, Washington, D.C., Oficina Gubernamental de Impresion de los
Estados Unidos.

81
Otros m~todos utilizados para alterar la proporciOn de los
resultados falsos de la pruaba sin medificar al procedimiento de la
prueba. incluyen:

1. Tamizaja por Analogia: En el tamizaje anciloCJo, dos 0 mas


pruebas de tamizaje son realizadas en cada individuo. A fin de que
sean clasificades como que ~lenen enfermedad latante. los
resultados positiv~s deben obtenerse en solamanta una de las
pruebas. El ejemplo siguiente demuestra el tamizaje analogo
empleando dos pruebas de evaluaci6n (0 la repeticion de la misma
prueba)

Resultados de las Pruebas de Tamizaje Analogos

Resultado de la Resultado de la
Prueba Individual F'rueba Anal (;:)ga

F'r-ueba 1 -------------------;'. Negativo


Negativo
Pr-ueba 2 -------------------; Negativo

Pr-ueba 1 --------~----------) Negativo


Positivo
Pr-ueba 2 -------------------) Positive

Prueba 1 -------------------) Positivo


Positive
PrLleba 2 -------------------) Negativo

Pr'ueba 1 -------------------) Positivo


Positivo
Pr-ueba 2 -------------------) Positivo

El tamizaje analogo aumenta directamente el ndmero de los


r-esultados F(+) de l~s pr-uebas, con 10 cual reduce la especificidad
de la pr-Lleba. Se espera qLle este pr-ocese pr-oduzca r-educciones
concomitantes en el n(tmero de F(-)~ mejor-ando la sensibilidad. El
objetivo del tamizaje anAloqo es mejor-ar- la sensibilidad de la
prueba sacrificando la especificidad.

Ejem: V(-)/V(-) +t F(+) ----->~ Especificidad

V(+)/V(+) +~ F(-) ----->tsensibilidad

Si bien la r-educci6n en la especificidad r-esultara necesariamente


en tamizaje anAlogo, los mejor-amientos en la sensibilidad O~_
deberian ser- asumidos univer-salmente en todas las prLlebas analogas.

82
2. Tamizaje en Serie: El tamizaje en aerie ea semejante al
tamizaje an.l~go excepto que una segunda prueba solo se realiza si
el resultado de la primera es positivo. En la tamizaci6n en serie',_____'
la enfermedad latente se supone unicamente si ambos resultados de
las pruebas son positivos

Resultados de las Pruebas de Tamizaje en Series

ReSLIl tado de ReSLII tado de Resu1tado de


la Prueba 1a Prueba la Serie de
Pruebas

Prueba 1 ----;:. Negativo Prueba 2 ----~:. No


Rea1izada Negativo

Prueba 1 ----). Positivo Prueba 2 ----.:!- Negativo Negativo

PrLleba 1 _..
_--). Positivo Prueba 2 -----> Positivo Positivo

Para que una prueba en serie sea considerada positiva, dos


resultados de la prueba consecutivamente positiv~s deben obtenerse
en e1 mi smo i ndi vi duo. Este procest.. reduce 1 a prop(Jrci 6n de los
positivos que son falsos. Este produce una mejoria en la
especificidad de 1a prueba, con una reducciOn concomitante en la'
sensibi1idad.

Ejem: V(-}/V(-) + ~ F(+) ------) f Especificidad

La segunda cuesti6n que deberia ser contestada cuando se valora un


procedimiento de tamizaje se refiere a la efectividad en
identificar los casos latentes de enfermedad en una poStacion
evaluada. En teoria, el conocimiento de la efectividad de un
programa de tamizaje puede obtenerse eValuando ~.1 valor predictiv~
positiv~ (VP(+.

I
VP(+) = V(+)/V(+) + F(+)

El valor predictiv~ positiv~ evalua la efectividad de una prueba de


tamizaje en particular al hacer una distinciOn entre los resultados
positivos de una prueba verdaderos y fa1sos obtenidos para una
poblaci6n determinada. Un examen minucioso muestra que los niveles
del VP(+) representan una interaccion entre la especificidad de la
prueba y 1a prevalencia de la enfermedad en 1a poblaci6n evaluada.
El VP(+) ser. bajo en situaciones en las cuales tanto la
especificidad de la prueba a la prevalencia de la enfermedad sean
bajos. Esto debe reforzar el concepto de que a pesar de la alta
sensibilidad y especificidad, si una enfermedad es poco cornun en la
poblaci6n evaluada, e1 VP(+) ser~ bajo; sugiriendo un .xito
lirnitado del programa de tamizaje .
.
Diversas caracteristicas del tamizaje se prestan a controversia.
Algunas de las mAs importantes son:

Los Costos Ocultos del Tamizaje: Un problema presente en cualquier


programa de tamizaje son los resultados falsos de la prueba
(falsos-positivos y falsos negativos). Estos resultados

8'
~.
probablemente empeoran la salud de las personas evaluadas despu~s
del programa de tamizaje. Las personas con falsos positiv~s puede
que sean sometidas a una serie de procedimientos diagnOsticos que
pueden de hecho comprometer el bienestar de .stos que en realidad
son individuos sanos. En contraste los resultados falsos negativos
probablemente crean una sensaci6n artificial de seguridad la cual
podria retrasar el diagn6stico c1inico normal de una enfermedad.

Sesgo por Ventaja de Tiempo (Lead time bias)


La ventaja de tiempo es el periodo desde el diagn6stico de una
enfermedad especifica hasta e1 fal1ecimientc, y es dtil al valo~ar
la efectividad de un programa de tamizaje dirigido a prolongar la
vida. Uno de los objetivos principales de las pruebas de tamizaje
es la prolongaciOn de la vida de las personas diagnosticadas con
determinadas enfermedades. Se espera que esto sea reallzado a
tra.ves de una detecci6n temprana y la intervenci6n en los estados
iniciales de la enfermedad donde e1 tratamiento pudiera ser m~s
efectivo. La pregunta en el tamizaje es si el tiempo ha sido
incrementado a causa de una detecci6n temprana de la enfermedad 0 a
causa de que en realidad la sobrevida de las personas con la
enfermedad se ha incrementado. El sesgo por ventaja de tiempo eS,el
incremento artificial del tiempo de sobrevida aparente que resulta
de una temprana y no "normal" detecciOn de la enfermedad ma~.;; bien
que de una prolongaciOn real de 1a vida.

DIAGRAMAEDAD
DE UN SESGO
____ paR VENTAJA DE __
________________
~
TIEMPO
~~ _.:.~).

30 49 5"
NACIlUENTO I----\\----I\/\/\/\/\/\/\/\/\/\J-------------------IMUERTE
t t t t
I INICIO DEL I I I I
I CANCER I ~ I I S INTOMAS
I I I I -
\/ : I-PRUEBA DE EVALUACION
EXPOSICION
I (TAMIZAJE)
-CELULAS
EXFOLIATIVAS
Sesgo De Duraci6n (length bias)
Sesgo de DuraciOn: Los programas de tamizaje tienen mas
probabilidad de identif:icar" enfermedades de 1arga duraciOi1 que
aquellas que ~nicamente duran poco tiempo. A causa de estb, a1
realizar pruebas de tamizaje para enfermedades crOnicas exis~e una
tendenc:i a a sabre repr-esel,tar los C.;l.SOE qUf: Jei snen 1 a mas! 1 arga
sobrevida, menospreciando aque110s en los cua1es el pron6st~co es
menc:)s favorabl e. Esta rl'?presentaci On e:{cesi VC' de los casas de: 1 ar(Ja
duraciOn podria facilmente conducir a una mala interpretaciOn de
que las pruebas de tamizaje fueron las responsables de un
incremento real en e1 tiempo de sobrevida. En realidad, e1 se~go de
duraciOn crea la impresiOn falsa de ~xito debido a que no son
representativos de 1a enfermedad los casos probables de sar
.~.. identificados per media de un procedimiento de tamizaje.

84
Para m~5 informaciOn sabre pruebas de tamizaje para enfermedades
cr6nicas ver:

Cole P., Morrison A.


Cancer. J of National Cancer Inst. 64:1263-1272, 1980.

DIAGRAMA DE UN SESGO DE DURACION


A B

I I
1-+----1 I
I 1+-----1
I .j 1------1
1--------4---~--~-~--1 I
J 1-----1
I
I
I-+----~-------~---I
I 1------1
I 1------1 I
f 1-----1 1
I I----------------~-+I
I 1-----1
1------[ I I
1 I
TIEMPO

CADA LINEA HORIZONTAL REPRESENTA LA DURACION DE UN SOLO CASO DE UNA


ENFERMEDAD ESPECIFICA. LA PROPORCION TOTAL DE CASOS DE CORTA
DURACION EN CONTRASTE CON LOS DE LARGA DURACION ES 3:1.

Aunque e1 diagrama anterior m~estra 3 veces m~s casos de corta


duraciOn que de larga duraci6n, un programa de tamizaje llevado a
cabo en cualquier punta del tiempo tenderia a representar
excesivamente la properciOn verdadera de los casas de larga
duraciOn. Observe que el tamizaje realizade en tiempo A incluye una
properciOn de casos de carta duraci6n en contraste a los de larga
duraciOn de 1:1 mientras que una evaluaciOn llevada a cabe en
tiempo B seRa!a una proporciOn de 3:2. Esta exageraciOn del nGmero
de casos de larga duraciOn daria una falsa impresiOn de que el
tiempo de sobrevida fuera m~s largo para 1a poblaciOn evaluada que
para aquellos que no 10 fueron. De esta manera, e1 sesge par
duraciOn puede crear la impresi6n de que un pregrama particular de
evaluaciOn as de m~s ~xito para la prolongaciOn de la vida de 10
que realmante pedria justificarse.

85
EPIDEMIOLOGIA EXPERIMENTAL

Para ayudar en la comprensiOn, con frecuencia se hace una


distinciOn entre los estudios de observaciOn y 10 que ha side
denominado estudios "eNperimentales." Este distinciOn es algo
artificial y es hecha principa1mente para facilitar la comprensiOn
de las ventajas y desventajas de los estudios.

I. EXPERIMENTOS VERDADEROS: En la investigacion medica moderna


1a eNperimentaciOn verdaderasolo puede llevarse a cabo utilizando
modelos no humanos. Aunque la investigaciOn experimental empleando
modelos humanos ha sido rea1izada en e1 pasado, la potencial
violacion de los derechos humanos necesaria para este tipo de
estudios hace que se consideren actual mente como no eticos. Disefios
de estudio intermediarios han side desarrollados para la
investigaciOn humana con el obJetivo de acercarse mas estrechamente
a las situaciones eNperimentales reales, al mismo tiempo
conservando la libertad humana de elegir. Aunque estos son
clasificados bajo el titulo de "eHperimentos artificiales" son de
hecho, pseudo-experimentos llevados a cabo en un grupo sumamente
selecto de participantes vo1untarios.

II. EXPERIMENTOS ARTIFICIALES: Los e:<perimentos artificiales son


llevados ~ cabo, por 10 general, en un ambiente clinico y requiere
que el investigador mantenga un alto grado de control sobre el
ambiente eHperimental. Las normas eticas ordenan que los
eHperimentos artificiales, como todos los estudios humanos, sean
llevados a cabo con la cooperaciOn voluntaria de los sujetos de
experimentaciOn, y que la posibilidad de cualquier efecto dafiino
sea minima y revelada antes de 1a investigacion. La necesidad de
participaciOn no obligatoria hace a los eHperimentos artificiales
particularmente susceptibles al sesgo de no respuesta. Las ventajas
principales de los experimentos artificiales provienen de sus
similitudes con los experimentos verdaderos. El alto grado de
control empleado en los experimentos epidemiologicos permite que se
hagan fuertes enunciados tocante a causa y efecto, aunque sus
resLtl tados !lQ. gueden ser consi derados como pruebas i neqLli vocas.

1. ESTUDIOS DE INTERVENCION: En los estLldios de intervenciOn,


los investigadores trat~n de reducir el riasgo 0 las consecuencias
de alguna enfermedad modificando la exposiciOn a un factor de
riesgo (0 protector) particular en una poblaciOn determinada. La
intervenci6n exitosa reduce la carga de enfermedad, en tanto que se
fortalece simult~neamente el enunciado de asociaciOn causal. La
alta comparabilidad de las cohortes expuestas es por 10 general
intensificada con los estudios de intervenciOn a traves del emp1eo
de 1a asignaciOn aleatoria a las categorias de intervenciOn y no-
intervenci6n. Los metodos doble ciego son uti1izados en forma
semejante para reducir el sesgo al hacer comparaciones entre las
cohortes.

2. EXPERIMENTOS NATURALES: En un e:~peri mento natural el


investigador saca provecho de alg6n fen6meno que ocurre
"naturalmente" 0 es hecho por el hombre el cLlal crea una situaciOn
.~.. parecida a un e:<perimento controlado. Un ejemplo de esto fue el
estudio de John Snow sobre la propagaciOn del cOlera en Londres
como resultado del agua contaminada en uno de sus dos sistemas de
suministro de agua. Snow aprendi6 bastante sobre esta enfermedad a1

!36
investigar su propagaciOn en una poblaci6n, pero no pudo ser
acusado de contribuir al sufrimiento producido por la epidemia
"natural." La distribuci6n al azar para las categorias expuestas y
el usa de m@todos ciegos de participantes son rara vez posibles en
los experimentos naturales.

3. ENSAYOS CLINICOS: Los ensayos clinicos utilizan los metodos


aleatorios y ciegos para crear una situaciOn en la cual los efectos
de una droga, vacuna 0 tratamiento pueden ser comparados con otro
tratamiento 0 modalidad no terapeutica. Un buen ejemplo de este
tipo de estudio es el ensayo de la vacuna de Salk que fue llevado a
cabo en los E.U. en 1954. En este estudio, participaron
aproximadamente 410,000 niaos de primero, segundo y tercer grado
que silvieron como voluntarios, con el consentimiento de sus
padres. Los ninos fueron asignados al azar a coMertes de vacLmaciOn
o placebo utilizando m@todos de doble ciego. El grupo vacunado
recibiO una serie de tres inyecciones con la vacuna para la polio
de Salk, al mismo tiampo que la cohorte con placebo recibi6 una
serie de tres inyecciones con soluci6n salina. Aproximadamente
8,000 niWos no legraron recibir las tres inyecciones, dando p~r
resultado 201,000 ninos aproximadamente en cada una de las cohortes
expuestos. Tambi@n fue identificado un grupo de comparaciOn
adi ci'onal de .. 339, ()OO ni nOS que no p'arti c i paro!"l en e1 estud,i o.
Despues de ser observados por varios aftos se obtLlvieron "~los
siguientes resultados:

Cohortes Experimentales PoblaciOn Poliomielitis Tasa de


en Riesgo Paralitica Polio
Paralitica

Cohorte VacLmada 201,000 32 Iv == 32/201,000

Cohorte Placebo 201,000 115 I ... = 115/201,000

VacLtnaci
, On Incompleta 8,000 1

No Inoculados 339,000 122 10 == 122/339,000

PREGUNTAS:

1. ~Cu.l es e1 riesgo relativo (RR) para la cohorte placebo en


contraste con la cohorte vacunado?

RR1 == IFliv = (115/201,000)/(32/201,000) == 3.59

2. ~CuAl es el RR para la cohorte no inoculada en contraste con la


cohorte vacunado?

RR~ == IolIv = (122/339,000)/(32/201,000) == 2.26

3. ~Por qu@ difieren los RR calculados en la pregunta 1 y 2? ~Cu.l


ofrece la mejor comparaciOn (menos se5go) cuando se contrasta con
I a cohorte vacunada - I a cohorte placebo 0 I a cohorte no i nClcul ada?
.::.-Por que?

87
F{ESF~UE:S''''A~) :

La diferencia en las c.lculos de los RR utilizando las cohortes


placebo y las no inoculadas maycrmente resultan de las diferencias
del sesgo de no respuesta entre los grupos comparados. La poblaci6n
original de estudio de 410,000 censistiO de participantes
voluntaries. Se observO que los voluntarios tenian sistem~ticamente
una mejor situaciOn socioecon6mica (SSE) cuando se compararon con
aquellos que no respondieron en la misma poblaciOn estudiada. Va
que una situaciOn socioeconOmica (SSE) superior identifica a un
grupo can riesgo elevado de desarrollar polio paralitica, la
diferencia observada ne es sorprendente. EI sesgo de no respuesta
fue similar en los cohortes vacunados y placebo, con estos grupos
proporcionando la mejor comparabilidad para probar la eficacia de
la vac:una.

ENSAYO CLINICO DE LA VACUNA DE SALK


POBLACION EN ESTUDIO DE 749,000 NI~OS
hloculados -+-_ _ _~-.....
n=410,000
No Inoculados ~~
@m ~
Inocula cion WmmIml
-t--+....:..:=.:==- ~
Incomplcta n=201K n=339,00
(n=8,000)
Es importante observar que los dise~os de estudio experimentales V
no experimentales no son completamente diferentes. La mayoria de
los experimentos epidemiolOgicos sdn de hecho tipos especiales de
investigaciOn de cohorte Cen ocssiones estudios transversles). La
distinciOn entre la epidemiologia de observaci6n V experimental es
algo artificial y principalmante as hacha para facilitar la
comprensiOn de au eficacia V limitaciones del estudio. Adem.s, esta
distinciOn fortalece el concepto de que los derechos humanos
individuales son de gran importancia y deben de ser conservados en
todos los estudios humanos.

Una adverteneia necesita hacerse en la terminologia empleade en la


epidamiologia experimental. La mayor!a de los estudios de
intervenciOn y les ensavos clinicos utilizan dise~os de cohortes
(prospectivos) , con categorias de exposiciOn definidas.
aciadamente Is terminologia empleada en estos experimentos
epidemiolOgicos no siempre es consistente can aquella empleada para
otros estudios de cohortes. Muchos investigadores se refieren a las

88
cohortss de e>:posi ci 6n e:-:per i mental como grupos "e>:peri mental es II y
grupos de "control" (no e>:puestos). Estos termi nos f aci 1 mente
podrian despistar al individuo apresurado, creyendo que se est6
describiendo un diseno de casos y controles. CLlando se emplean en'-.--'""
estudios experimentales, los terminos Hgrupo e>:perimental" y "grupo
control", efectivamente se les nombra incorrectamente cohortes de
exposicion.

Ventajas de los E;:perimentos Artificiales en comparacion a otros


tipos de Estudio Cohortes:

1. El alto grado de control del medio experimental permite al


irvestigador craar un ambiente en al cual la Qffi~abilidad de los
grupos de estudio puede ser aumentada (maximalizada).

2. Los experimentos artificiales generalmente son menDs propensos


a perdidas durante el periodo de observacion en comparacion con
otros estudios de cohortes convencionales, debido a su elevada
naturaleza selectiva con que los participantes son elegidos y a
causa de 10. capacidad que tiene el investigador para administrar
cierto nivel de control.

3. Si son exitosos, los experimentos artificiales seran de


importancia en la prevencion primaria y/o secundaria de la
enfermedad estudiada.

Desventajas de los Experimentos Artificiales en comparacion con los


Estudios de Cohortes Convencionales:

1. La elevada naturaleza selectiva de la poblacion estudiada


limita grandemente la representatividad con cLlal qLti er poblaciOn
real.

2. Sesgo de no respuesta - Error sistematico debido a diferencias


en las caracteriticas entre los que escogen 0 se ofrecen como
voluntarios para participar en un estudio y aquellos que no 10
hacen.

3. Las consideraciones eticas necesarias para llevar a cabo


exparimentos artificiales requieren que sean limitados a investigar
exposiciones que produciran estos una reduccion del riesgo para las
enfermedades estudi.adas. En la practica esto limita los
experimentos artificiales a la investigaci6n de exposiciones a
factor-es de protecciOn en poblaciones que ordinariamente no
recibirian tal exposicion.

TERMINOS Y CONCEPTOS

Estudios Simple Ciego Sesgo de No-Respuesta


Estudios Doble Ciego Experimentos Ve~daderos
Estudios Triple Ciego Experimentos Artificiales
Estudios de Intervencion Efecto de Hawthorne
Ensayos Clinicos Placebo
Experimentos Naturales Grupo de IntervenciOn (experimental)
Aleatorio Grupo de No-IntervenciOn (control)
Sasgo de Auto-Seleccion

89
Evaluando un DiseWo de Estudio Analitic0 1

Existen mucha. preguntas Que deber!an hacerse cuando se eyalua la


idoneidad de un dise~o de estudio anal!tico. La siguiente es una
lista parcial de preguntas Que podrian ser utiles en esta
eyaluacion.

1. Diseno del Estudio: l.Se defini6 adecuadamente el estudio?


a. ~Se definio suficientemente los objetiyos del estudio?
b. ~Se delineO claramente la hipOtesis de estudio
c. ~Fue apropiado el tipo de estudio para contestar las
preguntas hechas?

2. Asignaci6n: l.Fue la asignaci6n de personas para los


grupos a comparar adecuada?
a. ~5e manejaron adecuadamente los sesgos de selecci6n y de no
respuesta?
b. 5i el estudio fue experimental ~se mantuyo la asignaciOn al
azar y ciega?
c. ~Fueron los grupos de comparaciOn comparables con respecto
a factores Que no estaban bajo investigaciOn? (factores de
confusion)

3. Evaluaci6n: ;..Fue apropiadamente realizads.la evaluaci6n del


resultado en todos los grupos de comparasi6n?
a. ~Fue la medicion del resultado apropiada a los objetivos
del estudio?
b. ~Fue la mediciOn del resultado precisa?
c. .::'.Fue la medicion del resultado completa?
d. .::'.Fue la medicion del resultado objetiva?

4. Analisis: l.Evalu6 adecuadamente el ana,lisis los resultados en


los grupos de comparacion?
a. ~Se ajustaron los resultados para controlar los efectos de
los factores de confusiOn?
b. ~Se realize apropiadamente una prueba de significancia
para valorar la probabilidad de que una diferencia se
debi6 al azar?
c. presento una mediciOn apropiada del tama~o de la difer-
encia <fuerza de aSDciaciOn)?
d. ~Donde eraapropiado, se presente una mediciOn apropiada
del grado de superposicion de la diferencia (sensibilidad,
especificidad y valor predictivo?

90
5. Interpretaci6n: ~Se sac6 una interpretaci6n valida de las com-
paraciones hechas?

a. LRechaz6 0 no logr6 rechazar adecuadamente el investigador


la hip6tesis nula (prueba)?
b. LConsider6 el investigador la posibilidad de error tipo 1
y tipo II al interpretar el significado de las pruebas de
significancia realizada significancia realizadas?
c. ~Fueron considerados el tamaRa de la diferencia y el grado
de superposici6n en las conclusiones hechas en los .
hallazgos del estudio?
d. Al interpretar el significado de cualquier relaci6n, ~fue
apropiadamente aplicado el concepto clinico de causa y
efacto?

6. Proyecci6n: ~Fueron rea1izadas apropiadamente las proyecciones


a los individuos no incluidos en el estudio?
a. ~ldentific6 el investigador cuando se utiliz6 la pro-
yecci6n?
b. ~Fue suficientemente precavido el investigador a1 pro-
yectar los datos de la poblaci6n a los individuos?
c. ~Considerarcn los investigadores las diferencias entre los
grupos de estudio y las poblaciones a las cuales fueron
ap1icados los resultados?

1 Studying a Study and Iesting a Test: How to Read Medical


Literature by Richard K. Riegelman, 1981. Little Brown and Company,
Boston.

91