Principales Medidas en Epidemiologia

Principales medidas en
epidemiologa
Introduccin
El concepto de variable en Epidemiologa
Un primer elemento bsico en el anlisis epidemiolgico es el
adecuado registro, medicin y sistematizacin de la informacin
recolectada a partir de la observacin.
La comparacin mediante el usos de indicadores que expresen
la magnitud y aspectos cualitativos de los problemas de salud,
es una prctica rutinaria en esta lnea de pensamiento. En
ocasiones se requiere homogeneizar dicha informacin a fin de
poder establecer comparaciones que sean vlidas.
Slo cuando se ha cumplido rigurosamente con las etapas
anteriores, es posible que el anlisis epidemiolgico se exprese
con todas sus potencialidades.
Introduccin
Definicin:
Por variable se entiende alguna caracterstica condicin o atributo
susceptible de ser medido, usando alguna escala de medicin
conocida y que puede adoptar diversos valores a los ojos del
observador. Para nuestros efectos,
es tambin de inters medir
Valores
de las
Escala de
estas caractersticas.
Tipo de variable
variables
medicin
Ejemplos
Cualitativa
Discreta
Nominal
Sexo,
Ordinal
indice de marginacin
VARIABLES
Discreta
Absoluta
Continua
Intervalo
Cuantitativa
Razn
Nivel de pH
Distribucin: La epidemiologa se refiere a la

frecuencia y el patrn de eventos de salud en una
poblacin.
Frecuencia: Incluye no slo el nmero de eventos
en una poblacin, sino tambin la tasa o riesgo de la
enfermedad en la poblacin. La tasa (nmero de
eventos dividido por el tamao de la poblacin) es
crtico para los epidemilogos, ya que permite
comparaciones vlidas entre poblaciones diferentes.
Patrn: Se refiere a la ocurrencia de eventos

relacionados con 3 principales caractersticas de la salud:
tiempo, lugar y persona:
Las caractersticas de tiempo, son su manifestacin de
aparicin anual, estacional, o diaria; o incluso horaria
durante una epidemia.
Las caractersticas de lugar incluyen la variacin
geogrfica, las diferencias urbano-rurales, y la
ubicacin de los lugares de trabajo o escuela.
Las caractersticas personales son los factores
demogrficos como edad, raza, sexo, estado civil y
situacin socioeconmica, as como los
comportamientos personales y las exposiciones
ambientales.
Esta caracterizacin de la distribucin de la salud
relacionados con los estados o eventos es uno de los
aspectos generales de la llamada Epidemiologa
Descriptiva, que proporciona respuestas acerca del qu,
Factores determinantes: La epidemiologa

tambin se utiliza para buscar las causas y otros
factores que influyen en la ocurrencia de eventos
relacionados con la salud. La Epidemiologa
Analtica trata de proporcionar el porqu y el
cmo de estos acontecimientos mediante la
comparacin de grupos con diferentes tasas de
aparicin de la enfermedad o el evento de salud, y
con diferencias en las caractersticas demogrficas,
gentica o inmunolgica, los comportamientos, las
exposiciones ambientales, y otros de los llamados
factores de riesgo potenciales.
Estado de salud o eventos

relacionados: Originalmente, la
epidemiologa se ocupaba de las
epidemias debidas a enfermedades
transmisibles. Despus, ampli su
aplicacin a las enfermedades
endmicas transmisibles y no
transmisibles, as como otras
enfermedades infecciosas.
Poblaciones especficas: Aunque los epidemilogos y

los mdicos en la prctica clnica estn preocupados
con la enfermedad y su control, difieren mucho en
cmo ven al paciente. "Los mdicos se preocupan por
la salud de un individuo, los epidemilogos por la salud
colectiva en una comunidad o en otra rea el mdico
generalmente se centra en el tratamiento y el cuidado
del individuo; mientras que el epidemilogo se centra
en la exposicin (la fuente o la va que origin la
enfermedad), el nmero de otros individuos que
pudieron haberse expuesto de forma similar, el
potencial de propagacin en la comunidad, y las
intervenciones para prevenir nuevos casos o recadas.
Hay tres clases principales de medidas

epidemiolgicas segn el propsito u objetivo de
la medicin:
Usamos Medidas de Frecuencia o
Distribucin para contestar preguntas sobre

Cunto?, Cuntos? Qu tan
frecuentemente?, Qu tan probable?, o
Qu tan riesgoso?;
Usamos Medidas de Asociacin para las
preguntas que tienen que ver con la fuerza de
asociacin entre distintos factores y;
Usamos Medidas de Impacto para
responder a preguntas como Qu tan
importante?.1
Nmeros y tasas
Una de las tareas bsicas de un departamento de salud es contar los

casos a fin de medir y describir la morbilidad. Cuando los mdicos
diagnostican un caso de una enfermedad de notificacin obligatoria,
envan un informe del caso a su departamento de salud local. Estos
informes deben contener informacin sobre el tiempo (cuando ocurri el
caso), lugar (domicilio el paciente), y la persona (la edad y sexo del
paciente). El departamento de salud combina los informes y un resumen
de la informacin de las variables de tiempo, lugar y persona. De estos
resmenes, se determinan el alcance y los patrones de aparicin de la
enfermedad en la zona, y se identifican acmulos de casos o posibles
brotes epidmicos de una enfermedad.
Sin embargo, un simple recuento de los casos no

proporciona toda la informacin que necesita un
departamento de salud para comparar la ocurrencia de
una enfermedad en diferentes lugares o en momentos
diferentes, pues ser necesario convertir el caso para los
recuentos de tasas, que se refieren el nmero de casos
con relacin al tamao de la poblacin donde ocurrieron.
Las tasas son tiles en muchas formas, pues con
ellas es posible identificar los grupos en la
comunidad con un determinado riesgo de sufrir
enfermedad. Estos llamados grupos de riesgo
pueden ser evaluados y ser blanco de
intervenciones especiales; pero tambin, pueden
ser estudiados en forma especial, para identificar
factores de riesgo que estn relacionados con la
n: El numerador no se encuentra dentro del denominador

Nmero de camas
Poblacin total
orcin: El numerador se encuentra dentro del denominador

Mujeres de 20-24 aos
Poblacin total
: En el denominador se encuentra el tiempo

Nmero de casos
Tiempo en riesgo
Existen dos
medidas principales de frecuencia de
enfermedad:
Prevalencia e Incidencia.
Es el nmero total de casos existentes (anteriores y nuevos) de

una enfermedad, en una poblacin, y en un momento determinado
en el tiempo.
Si la medicin se realiza en un perodo corto de tiempo se le
llama
PREVALENCIA PUNTUAL.
Pero si se mide en un perodo mayor de tiempo se le llama
PREVALENCIA LPSICA.
Las medidas de aparicin de enfermedad pueden calcularse, como
medidas crudas para toda la poblacin, o bien como medidas
especficas de estrato, es decir de modo separado para ciertos
La Prevalencia se calcula:
Prevalencia Puntual:
Nmero de casos presentes en un momento del tiempo

=
Nmero de individuos en la poblacin en ese momento
Prevalencia Lpsica:
Nmero
de casos presentes en un periodo determinado de tiempo
=
Nmero de individuos en la poblacin en ese periodo de tiempo
La incidencia de una enfermedad en una

poblacin es una medida del riesgo absoluto.
Riesgo absoluto:
Indica la magnitud del riesgo en un grupo de
personas con determinada exposicin.
Tiene implicaciones en el rea clnica y polticas de

salud pblica. p. Ej:
Para una mujer que contrae rubola en el primer trimestre del
embarazo y pregunta al mdico:
Cul es el riesgo de que mi hijo nazca con

malformaciones?
La
respuesta
del
mdico
debe
ofrecer
una
estimacin
determinada; y sobre la base de esta informacin, en algunos

pases, esa mujer podr tomar la decisin de abortar continuar
con su embarazo.
La Tasa de incidencia (Ti) se calcula de la forma siguiente
Nmero de personas que contraen la

enfermedad en un perodo
Ti= determinado
Suma de los perodos durante los que
cada persona de la poblacin est
expuesta al riesgo de enfermedad
(X 10)
La Incidencia acumulada (IA) puede calcularse

de la forma siguiente:
IA=
Nmero de personas que contraen la

enfermedad durante un perodo
(x
determinado
Nmero de personas libres de la enfermedad
en la poblacin expuesta al riesgo, al inicio
del perodo de estudio
k)
La Incidencia
La frecuencia con la que ocurre un evento

nuevo en un periodo de tiempo
determinado
La pelcula
La Prevalencia
La foto
La frecuencia de un evento en un
momento del tiempo
Ejemplo de un estudio de incidencia

Incidencia de cncer del cuello del tero
Al seleccionar la poblacin a estudiar, se excluir a
aquellos individuos de la poblacin que no estn en
riesgo de desarrollar el evento en estudio; en
nuestro ejemplo:
Mujeres con cncer del cuello uterino
Mujeres con histerectoma
Hombres
Se siguen por X aos y se registran los casos
nuevos.
Casos nuevos
Incidencia=
Participantes en riesgo de sufrir el evento
En general usaremos dos tipos de incidencia, la

basada en personas en riesgo, la Incidencia
acumulada (Ia)
y la basada en tiempo en riesgo, la Tasa de
incidencia (Ti)
IA =
TI =
Casos nuevos
Participantes en riesgo al inicio del estudio
Casos nuevos
Participantes en riesgo al inicio x tiempo de seguimiento
Seguimiento de una cohorte hipottica de 35

participantes. El tiempo de seguimiento = 40 aos.
1
21
27
8.5
10
15
22
20
31
23
x
25
6.2
22
30
35
10
15
20
25
30
35
40
Tiempo en aos
Inicio del
Estudio
Termina
seguimiento
Los sujetos # 1,2,3,4,6,8,10,etc. fueron seguidos durante 40 aos y no

desarrollaron el evento en estudio.
Los sujetos # 5,7,9,18,22,23,28, y 29, fueron seguidos por 40 aos y
desarrollaron el evento en algn momento del seguimiento.
1
21
27
8.5
10
15
22
20
31
23
x
25
6.2
22
30
35
10
15
20
25
Tiempo en aos
Inicio del
Estudio
30
35
40
Al final del
seguimiento, ocho
individuos
desarrollaron el
evento
Termina
seguimiento
Como calculamos la Incidencia acumulada?
casos nuevos
Ia
participan tes en riesgo al inicio del estudio
8
Incidencia acumulada
0.228 22.8%
35
La incidencia acumulada del evento en 40 aos fue 0.228 22.8%
La incidencia acumulada puede tomar valores desde 0 (valor
mnimo) hasta 1 (valor mximo); o si se expresa en porcentaje,
desde 0 hasta 100%.
Siempre
debe llevar unidades de tiempo
participante solo puede contribuir con un evento
cada
Un investigador interesado en estudiar la Incidencia de infartos del

miocardio en una poblacin de fumadores realizo el siguiente
estudio:
Mediante una encuesta en la poblacin asegurada del IMSS en Morelos
identific a 5000 fumadores. Al entrevistarlos e invitarlos a participar en
el estudio obtuvo lo siguiente:
15 de los posibles participantes en la cohorte ya haban padecido un
infarto
1200 no aceptaron participar en el estudio
Al cabo de 5 aos de seguimiento se detectaron 32 casos de infarto del
miocardio, de los cuales 3 ocurrieron en un mismo sujeto.
No se obtuvo informacin en 32 sujetos y 53 murieron por otras causas
(principalmente diabetes,cirrosis y otras causas)
5000 fumadores fueron identificados; pero 1200 no aceptaron

participar, y 15 ya haban tenido un infarto.
A los 5 aos de seguimiento se detectaron 32 casos de infarto
del miocardio, pero 3 ocurrieron en un mismo sujeto.
No hubo informacin en 32 sujetos y 53 murieron por otras
causas
n=3785
Cul fue la poblacin al inicio del seguimiento?
Cuntos eventos nuevos hubo durante el periodo=32
de
estudio?
Cuntos sujetos con evento nuevo=30
hubo?
Cul fue la Incidencia acumulada?
IA =
Participantes que desarrollaron el evento

Participantes en riesgo al inicio del estudio
IA =
30
3785
= 7.9 por 1,000 en 5 aos

= 0.0079
Tasa de Incidencia:
Medidas de incidencia basadas en tiempo en riesgo.
En este caso el denominador representa unidades de tiempo, a
diferencia de la incidencia acumulada en la que el
denominador son los individuos en riesgo de desarrollar el
evento al inicio del estudio.
El tiempo en riesgo se estima considerando el tiempo de
seguimiento de cada individuo en la cohorte.
Por ejemplo, una generacin de estudiantes acumul 59 faltas en
3360 horas en riesgo, lo que dara una tasa de ausentismo de
0.017 por hora estudiante o de 1.7 por cada 100 horas estudiante.
Cuntas estudiantes participaron en el estudio?
No se mencionan, por lo que las 3360 horas pudieron haberse
originado por 336 alumnos seguidos durante solo 10 horas, o
tambin, por 42 alumnos seguidos durante 80 horas.
Las tasas de incidencia NO son proporciones y siempre llevan

unidades de tiempo.
Pueden tomar valores que van desde 0 a infinito.
Las unidades se escogen de acuerdo con la frecuencia del
evento. pEj.:
Incidencia de cncer del crvix uterino = 5.2 por 10,000
aos persona
Incidencia de diarrea = 2.3 por ao persona
Incidencia de cncer de endometrio = 1.2 por 100,000 aos
persona
Como calculamos la tasa de incidencia en la

cohorte de 35 sujetos de nuestro ejemplo?
1
10
x
x
5
5
Sujetos que desarrollaron el

evento:
5+5+5+10+20+22.5+5+22.5
= 95
15
10
20
20
22.5
5
22.5
Sujetos que no desarrollaron el

evento:
27*40=1080
25
x
30
Total tiempo persona=

eventos
Ti
1080+95=1175
aos
tiempo persona
35
10
15
20
25
30
35
40
Ia
Tiempo en aos
Inicio del
Estudio
Termina
seguimiento
8
0.00681 evento por ao persona
1175
6.81 eventos por 1000 aos persona
La tasa de incidencia expresa la velocidad a la que

ocurren los eventos en la cohorte estudiada en un
punto en el tiempo.
Indica la tasa instantnea, la velocidad a la que los
individuos desarrollan el evento en estudio.
Este tipo de medida se puede estimar cuando
contamos con informacin precisa de las fechas en
que se presentan los eventos o salidas de la cohorte
Relacin entre Prevalencia e incidencia
Cuando se trata de una enfermedad rara y la

poblacin se encuentra en equilibrio, es decir la
incidencia se mantiene constante y la duracin de
la enfermedad (la sobrevida) no ha cambiado,
entonces se puede establecer una relacin entre
prevalencia e incidencia
Relacin entre incidencia y prevalencia

E1 frasco representa la comunidad.
El lquido en el frasco representa la prevalencia de un
Evento en la comunidad..
Prevalencia
Relacin entre incidencia y prevalencia.
Como aumenta la prevalencia?

Incidencia
(casos nuevos)
Incremento de
Prevalencia
(casos viejos + nuevos)
Lnea basal de
prevalencia
Relacin entre incidencia y prevalencia
Como disminuye la prevalencia?
Lnea
basal
de
Prevalenc
ia
Disminucin de
prevalencia
Muertes,
emigracin y/o
curacin
Relacin entre incidencia y

prevalencia
Una situacin dinmica
Incidencia
Prevalencia
Muertes,
emigracin y/o
curacin
TALLER
Medidas de frecuencia
siguiente tabla muestra la distribucin de alteraciones citolgicas en el cuello u

Mtodo
Casos
Anticonceptivos
orales
DIU
225
Mtodo de Barrera
60
Salpingoclasia
25
Total
395
85
De los resultados observados, los investigadores concluyeron, que la

prevalencia de alteraciones citolgicas en cuello uterino era mucho
ms elevada en aquellas mujeres que utilizaban AO como prevencin
del embarazo.
Esta de acuerdo usted?
Porque?
1.
TALLER
Medidas de frecuencia
La siguiente tabla muestra la distribucin de alteraciones citolgicas en el cuello uterin
Mtodo
Casos
Anticonceptivos
orales
225
57
DIU
85
21.5
Mtodo de Barrera
60
15.2
Salpingoclasia
25
6..3
Total
395
100
2. En una localidad de 200,000 hab. Haba 1500 casos de Diabetes en

diciembre de 1990. Durante el ao de 1991, aparecieron 450
casos ms de la citada enfermedad. Suponiendo que el tamao de
la poblacin se haya mantenido constante y que ninguno de los
diabticos haya muerto, calcule las medidas de frecuencia que se
le piden a continuacin:
a)
b)
c)
Prevalencia puntual al inicio del periodo (1990).

Numero de casos en un momento dado
Poblacin total en ese momento dado
Tasa de incidencia en 1991.
Nmero de casos nuevos en un periodo de t
Tiempo persona en riesgo en un periodo de t
Incidencia acumulada para el mismo periodo.
Poblacin en riesgo de enfermar
d) Prevalencia lpsica (1990-1991)

3. En una pob. de 257,654 habs. se realiz un seguimiento de 5 aos

con el fin de conocer la incidencia de cncer pulmonar (CP). Al
iniciar el estudio el nmero de afectados por dicho padecimiento
ascenda a 84 y durante el seguimiento aparecieron 15 casos ms,
cinco de ellos durante el 1er ao, tres en el 2, tres casos en el 3,
dos casos ms en el 4 ao y por ltimo dos en el 5 ao. Con los
datos calcule:
a)
Prevalencia de Cncer Pulmonar al inicio y al final del estudio

Nmero de casos en un momento dado
b)
Tasa de incidencia sobre el total del periodo.

Tiempo persona en riesgo en un periodo de t
c)
Incidencia acumulada sobre el total del periodo.

4. En una localidad de 10,000 habs. A finales de 1990 haba 20 casos

diagnosticados de tuberculosis pulmonar (TB). Durante 1991,
aparecieron 3 casos ms. Entre los afectados por TB ocurrieron 5
muertes en dicho periodo, dos a causa de la enfermedad y tres
por otras causas. Calcule:
a) Prevalencia de TB a finales de 1990.
b) Incidencia acumulada de TB durante 1991.
c) Prevalencia lpsica de TB durante 1990-1991.
d) Letalidad de la TB
Numero de muertes por la enfermedad
Numero de casos de la enfermedad
Fuentes y Calidad
de los Datos
Creencias y Teoras sobre Causalidad

Sobrenatural / Deidades
Miasmas
Contagio
Unicausalidad
un grmen, una enfermedad

1900s
Multicausalidad
1960s
Cada enfermedad puede tener
varias causas
Red de Causalidad
Interaccin Agente/ husped/

ambiente
1930s-1940s
el agente por s solo tena limitado
poder explicatorio
Era genmica
1990s
renovado nfasis en la
susceptibilidad individual
Modelos de Causalidad
Agente
en
Pu
tra
er
da
ta
en
de
el
hu
s
pe
d
Agente causal
especfico
d
da
ili
tib ed
ep sp
u
sc
Su el h
d
Tringulo y Triada
Epidemiolgica
Ambiente
Re
se
rvo
rio
Ambiente
e
nt
e
e
d g
ta el a
r
e d
Pu da
li
sa
Husped
Husped
Agente
Modo de transmisin
del agente
Cadena Infecciosa
Modelos de Causalidad
Multicausal
Colesterol
Dieta
Obesidad
Escolaridad
Actividad
Riesgo de
ECC
Presin
Sangunea
Tabaquismo
Determina
ntes
Causas Componentes
B
F
II
J
I
C
F
Servicio
s
de Salud
Con
nes dicio
de
III
Vid
y
a
T
r
a
b aj
o
Es
y
a
s tilo
g
o
a
ol
de
i
tic
B
V
n
id
Ge
a
bie
Am
nt e
i co
Fs
Causa Necesaria - Causa

Suficiente
II
Una asociacin observada

puede ser:
VERDADERA
Causa
ESPURIA (falsa, artificial)

Debida al Azar
Debida a Sesgo o Confusin
Causalidad: Criterios de Bradford-Hill
1. Relacin temporal
2. Fuerza de la asociacin
3. Consistencia
4. Especificidad
5. Dosis-respuesta
6. Plausibilidad biolgica
7. Reversibilidad
8. Coherencia
Indicadores de salud
Representan medidas-resumen que capturan informacin relevante sobre
distintos atributos y dimensiones del estado de salud y del desempeo del
sistema de salud y que, vistos en conjunto, intentan reflejar la situacin sanitaria
de una poblacin y sirven para vigilarla.
La construccin de un indicador es un proceso de complejidad variable, desde el
recuento directo (v.g., casos nuevos de malaria en la semana) hasta el clculo de
proporciones, razones, tasas o ndices ms sofisticados (v.g., esperanza de vida
al nacer). La calidad de un indicador depende fuertemente de la calidad de los
componentes (frecuencia de casos, tamao de poblacin en riesgo, etc.)
utilizados en su construccin, as como de la calidad de los sistemas de
informacin, recoleccin y registro de tales datos. Especficamente, la calidad y
utilidad de un indicador est primordialmente definida por su validez (si
efectivamente mide lo que intenta medir) y confiabilidad (si su medicin
repetida en condiciones similares reproduce los mismos resultados).
Indicadores de salud
Otros atributos de calidad de un indicador de salud son su especificidad (que
mida solamente el fenmeno que se quiere medir), sensibilidad (que pueda
medir los cambios en el fenmeno que se quiere medir), mensurabilidad (que
sea basado en datos disponibles o fciles de conseguir), relevancia (que sea
capaz de dar respuestas claras a los asuntos ms importantes de las polticas de
salud) y costo-efectividad (que los resultados justifiquen la inversin en tiempo
y otros recursos). Los indicadores deben ser fcilmente utilizados e interpretables
por los analistas y comprensibles por los usuarios de la informacin, como los
gerentes y tomadores de decisin.
Atributos importantes de calidad del conjunto de indicadores son la
integridad (que no falten datos) y consistencia interna (que, vistos solos o en
grupos, los valores de los indicadores sean posibles y coherentes y no se
contradigan). En este sentido, la aplicacin sistemtica de definiciones
operacionales y procedimientos de medicin y clculo estandarizados es
fundamental para garantizar la calidad y comparabilidad de los
ndices en Salud Pblica

Son la expresin numrica de la relacin entre 2 ms variables; p.Ej.:
ndice de Masa Corporal (IMC), Es una medida de asociacin entre el
peso y la talla de un individuo. Ideado por el estadstico belga
L.A.J.Quetelet, tambin se conoce como ndice de Quetelet.
Se calcula segn la expresin matemtica:
ndice de desarrollo humano (IDH) es una medicin por pas, basada
en un indicador social estadstico compuesto por tres parmetros: a)
Vida larga y saludable (medida segn la esperanza de vida al nacer);
Educacin (medida por la tasa de alfabetizacin de adultos y la tasa
bruta combinada de matriculacin en educacin primaria, secundaria
y superior, as como los aos de duracn de la educacin
obligatoria); y Nivel de vida digno (medido por el PIB per cpita PPA
en dlares).
Variables
Introduccin
Las variables son las caractersticas o atributos de los individuos o de los grupos
en estudio, y pueden asumir diferentes valores dependiendo de la escala de
medicin.
Cualitativas. Describen los atributos o propiedades de los individuos en estudio
Cuantitativas. Miden las caractersticas en forma numrica y estas a su vez se
dividen en continuas o discretas:
Continuas. Pueden tomar tantos valores como permita la escala de medicin.
Ejemplo: peso corporal (Kg., grs.,etc.), edad (aos, meses, das, etc.).
Discretas. Este tipo de variables asumen valores enteros (por ejemplo:
nmero de hijos, nmero de defunciones, nmero de nacimientos).
Variables
Algunos fenmenos no cuantificables se pueden medir clasificndolos en
categoras, entre ellos se encuentran las variables dicotmicas, nominales, y
ordinales:
Dicotmicas. Son variables que toman dos valores, ejemplo: sexo, si la
persona es o no fumadora, presencia o ausencia de un evento de salud, etc.
Nominales. A las categoras que forman la variable se les asigna un nombre
sin que esto implique algn orden entre ellas (ejemplo: estado civil, sexo), y el
cambio de orden no tiene implicacin en el anlisis de los datos. Suelen tener
un carcter cualitativo y absoluto. Dependiendo de los valores que puede
tener una variable cualitativa, estas variables pueden ser: dicotmicas
(ejemplo: sexo [hombre/mujer]), politmicas (soltera, casada, divorciada,
viuda), multinominales (grupo sanguneo).
Ordinales. Las categoras de las variables ordinales tienen un orden, las
diferencias entre las categoras pueden no ser iguales.
Variables
Variable dependiente
Es el evento de salud o enfermedad que resulta de la interaccin de
diversas caractersticas (variables independientes) en la poblacin de
estudio.
Variables independientes
Cada una de las caractersticas o elementos que contribuyen a
producir un resultado determinado (variable dependiente) Por
ejemplo, en el modelo de determinantes de salud sera necesario
contar con las siguientes variables:
- la variable dependiente (evento de salud o enfermedad), y
- las variables independientes (variables sociodemogrficas, servicios
de salud, ambientales, biolgicas, etc.).
Note que de acuerdo a la hiptesis de inters, algunas de las
variables pueden ser dependientes en un modelo pero
independientes en otro, y viceversa.
Variables
En el modelo de la Triada Ecolgica nos interesara conocer el
detalle de las variables acerca del husped, el ambiente y el
agente.
En un estudio epidemiolgico descriptivo las variables de estudio
para responder a las preguntas Quin?, Cundo?, y Dnde?,
podran ser:
Quin=Persona.- (Factores sociodemogrficos como: edad, ocupacin,
gnero, estilo de vida, dieta, caractersticas patolgicas, antecedentes
de accidentes laborales, hereditarios, etc.)
Cundo=Tiempo (Momento de exposicin, inicio y/o fin de

enfermedad, estacin del ao)
Dnde=Lugar (Domicilio, localidad, estado, jurisdiccin de salud,

hospital donde se presentan los casos o cualquier espacio de inters)
Datos
Fuentes de la informacin
Las fuentes de datos se pueden clasificar en fuentes primarias
o secundarias.
Primarias. Son las bases de datos que se recaban a travs de
una serie de instrumentos diseados especficamente para
medir la variable dependiente e independiente. Los datos
pueden ser colectados por cuestionarios autoaplicables, a travs
de entrevista, telfono, correo electrnico, bsculas,
estadmetro, baumanmetro (presin arterial).
Secundarias. Los datos provienen de bases de datos
existentes, que fueron colectados originalmente con otro
propsito. Unas de las ventajas de los datos secundarios son la
rapidez, su bajo costo, y su disponibilidad. Una de las
desventajas que tiene su uso, es que la decisin sobre, qu
datos colectar?, la calidad y la codificacin de los mismos?, no
estuvieron bajo el control de quien los analiza.
Datos
Los datos secundarios a su vez se pueden dividir en:
Datos individuales. En este tipo de datos se dispone de
informacin para cada uno de los individuos a estudiar. Ejemplo:
historias clnicas, registros personales, certificados de defuncin,
etc.
Datos agregados. La informacin no esta disponible a nivel
individual, sino slo grupal, por lo tanto, slo pueden medirse
asociaciones entre grupos. Los estudios que utilizan datos
agregados son los estudios ecolgicos. Ejemplo: Determinaciones
Medioambientales.- una medicin individual del nivel de plomo
en sangre de cada persona y una medicin grupal del nivel de
plomo en el aire del rea donde vive el sujeto (estaciones de
monitoreo).
Acceso a Fuentes de Datos

Nacionales.
Informacin recolectada a nivel nacional sobre diversos temas de salud, est
publicada en informes especiales o bases de datos para consulta general, por
ejemplo: Sistema Nacional de Informacin en Salud (SINAIS): http://sinais.salud.gob.mx/
; Sistema nico de Informacin para la Vigilancia Epidemiolgica (SUIVE):
http://www.sesa-dgo.gob.mx/suive.htm, Encuesta Nacional de Salud (ENSA)
http://www.insp.mx/encuestoteca/, Encuesta Nacional de Violencia contra las Mujeres
(ENVIM) http://www.mujerysalud.gob.mx/mys/doc_pdf/encuesta.pdf , o Sistemas rutinarios
de informacin y vigilancia, Por ejemplo: Sistema Nacional de Vigilancia

Epidemiolgica (SINAVE) http://www.dgepi.salud.gob.mx/sinave/; Informacin de Salud
del Distrito Federal
http://www.salud.df.gob.mx/ssdf/index.php?option=com_content&task=view&id=85&Itemid=1
05
Acceso a Fuentes de Datos

Internacionales.
Son fuentes que podemos consultar va internet. Por ejemplo: NHANES-III
http://www.cdc.gov/nchs/products/elec_prods/subject/nhanes3.htm, Datos y Estadsticas
Mundiales (The WHO Global InfoBase). https://apps.who.int/infobase/ . Datos y

Estadsticas de la Regin de las Amricas
http://new.paho.org/hq/index.php?option=com_content&task=view&id=2470&Itemid=2003&lan
g=es
Datos Bsicos de Salud, Regin de las Amricas

http://www.paho.org/Spanish/SHA/coredata/tabulator/newTabulator.htm ; Generador de tablas
con indicadores bsicos de salud en las Amricas

http://www.paho.org/Spanish/SHA/coredata/tabulator/newTabulator.htm; Indicadores
(Definiciones y Formatos)
http://apps.who.int/gho/indicatorregistry/App_Main/browse_indicators.aspx
Control de
calidad
Introduccin
El modelo terico (de causalidad) elegido, deber operacionalizarse a travs del
diseo de un estudio epidemiolgico, que incluya la definicin de la poblacin, el
tamao muestral, as como las variables representadas en dicho modelo.
Una etapa crucial del estudio es el trabajo de campo para recolectar la
informacin, y los errores u omisiones que ocurran en esta etapa sern difciles
de corregir cuando llegue el momento de su anlisis.
En la investigacin se presta poca atencin al trabajo de campo, ya que se le
encuentra tedioso y menos intelectual que la fase de diseo y anlisis de los
datos, pero en muchas ocasiones las conclusiones del estudio se arruinan por los
errores durante la ejecucin del mismo. Razn por la cual, es importante llevar a
cabo un riguroso entrenamiento y supervisin del personal de campo. La solucin
consiste en desarrollar sistemas para incrementar al mximo la integridad y la
calidad de los datos. Algunas estrategias para lograrlo pueden ser: que los
cuestionarios deben estar adaptados a la forma en que sern aplicados, a la
poblacin estudiada (el participante debe ser capaz de entender el vocabulario
utilizado en la pregunta), tener un formato que permita su aplicacin y una fcil
codificacin para la captura de informacin.
Habitualmente, el equipo de trabajo en campo se integra por supervisores y

encuestadores. Los supervisores revisan y coordinan la recoleccin de
informacin, y los encuestadores colectan la informacin (aplicando
cuestionarios, tomando muestras biolgicas, etc.).
Se debe de hacer una prueba piloto de los instrumentos de recoleccin de
informacin, la cual se lleva a cabo en una submuestra de la poblacin bajo
estudio, lo que permitir corregir errores y problemas en el cuestionario y en el
procedimiento de aplicacin.
Para disminuir errores en la captura de informacin es necesario emplear
programas de captura validada, en los cuales se captura la informacin dos veces
para identificar discrepancias. Dos tipos de verificacin son comunes:
Verificacin por rangos. No debe haber valores no plausibles o fuera de lmite
de los valores posibles de esa variable.
Contingencial o lgica. No debe haber valores incoherentes (por ejemplo: sexo
masculino y nmero de abortos).
Tipos de control.
Estandarizacin. La utilizacin de instrumentos estandarizados, as como estandarizar a
los encuestadores, en cuanto a la forma de hacer las preguntas y llenado del cuestionario o
instrumento de recoleccin de la informacin, para evitar discrepancia entre los
encuestadores.
No respuesta. Las preguntas sobre conducta sexual, toxicomanas y otras sobre la vida
privada de las personas suelen producir respuestas incompletas o evasivas por parte de los
sujetos de estudio, por lo que se debern probar de antemano.
Datos perdidos. Es un problema que puede afectar los resultados, sobre todo si afecta a
una gran proporcin de los datos (mayor al 10%). Por lo general, los datos perdidos no es
posible recuperarlos, aunque en algunas ocasiones se puede rastrear al participante en un
esfuerzo intenso.
Caso. Es la poblacin o participantes que padecen el evento o enfermedad en estudio, debe
de cumplir con criterios precisos (solo deben incluirse a aquellos donde la enfermedad haya
sido producida por la exposicin estudio). La definicin debe de establecerse de tal manera
que no exista ambigedad sobre los tipos o las fases de enfermedad.
Exposicin. Es un factor o caracterstica que puede estar asociada al aumento o
disminucin de un evento o enfermedad y que puede estar relacionado con el ambiente
(contaminacin del aire), estilo de vida (tabaquismo), caractersticas congnitas o
hereditarias (grupo sanguneo).
Exposicin
Tabaquismo
Caso
Cncer de pulmn
Validez y confiabilidad
La confiabilidad y validez de las distintas secciones de un cuestionario pueden ser evaluadas
en un estudio especfico (piloto) con una submuestra.
La validez es la capacidad de un instrumento para medir la variable que realmente desea
medir. La cual solo puede determinarse si existe un procedimiento de referencia o estndar
de oro.
La confiabilidad se refiere a la capacidad de un instrumento para dar resultados similares
en distintos momentos en el tiempo.
Por ejemplo, si su peso es de 70 kgs., medido con una bscula calibrada, y siempre pesa 70
kgs., la medicin de su peso con ese instrumento es vlida (porque realmente est midiendo
el peso correcto) y confiable (porque siempre pesar 70 kgs., asumiendo que su peso no
cambie durante el tiempo en que se realizan las mediciones de peso). Una bscula que mida
su peso siempre por debajo de 70 kgs., o siempre por arriba de 70 kgs. no ser vlida,
aunque posiblemente sea confiable si tiende a repetir el mismo valor de peso.
Usted quiere estar seguro de que cuando se clasifique a alguna persona como enfermo
realmente este enfermo, esto es, que no haya falsos positivos. Asimismo, cuando clasifica a
un individuo como sano realmente lo este que no haya falsos negativos.
Esto slo puede determinarse si existe un procedimiento patrn de referencia o estndar de
oro. Esto es, deber medir la variable con un estndar de oro y comparar los valores con
aquellos obtenidos por un instrumento que no es el estndar de oro.
Para evaluar la validez de una variable dicotmica (ya sea un evento de

salud o una exposicin) con una tabla de dos por dos se obtienen
cuatro valores:
Estndar de oro
Positivo Negativo
Positivo
Resultado de
la
Medicin X Negativo
a= Verdaderos
positivos
b= Falsos positivos
c= Falsos negativos
d= Verdaderos
negativos
Tcnicas de validacin
Correlacin. Mide la relacin lineal entre dos variables y su sentido, tanto
positivo como negativo. Cuando la relacin es perfectamente lineal es 1 o -1.
El coeficiente de correlacin de Pearson, es utilizado cuando las variables son
cuantitativas con una distribucin normal. El coeficiente de correlacin de
Spearman se
usa cuando alguna de las variables es ordinal, dicotmica o variables
cuantitativas con
muestras pequeas.
Sensibilidad. Es la proporcin de individuos clasificados como positivos por el
estndar de oro que se clasifican correctamente por la prueba de estudio. Indica
lo buena
que es una prueba para detectar a las personas enfermas.
Sensibilidad = a/(a+c)
Especificidad. Es la proporcin de individuos clasificados como negativos por el
estndar de oro que se identifican correctamente por la prueba en estudio. Indica
hasta
que punto es buena la prueba para identificar a los individuos sin la enfermedad.
Especificidad = d/(b+d)
Valor predictivo positivo (VPP). Es la probabilidad de que una persona con un

resultado positivo tenga en realidad una enfermedad determinada por el
estndar de oro.
VPP= a/(a+b)
Valor predictivo negativo (VPN). Es la probabilidad de que una persona con un
resultado negativo no tenga en realidad una enfermedad de acuerdo al estndar
de oro.
VPN= d/(c+d)
El anlisis de concordancia entre diferentes medidas de una variable permite
evaluar
tanto la repetibilidad como la variabilidad intra e inter-observadores, as como
comparar
diferentes mtodos de medicin de una misma variable.
Concordancia. Se realiza con la finalidad de evaluar si un aparato de medida o
un
cuestionario son fiables, es decir, que concuerden en la medicin de una variable.
La
medicin de un fenmeno esta sujeta a diferentes fuentes de variacin, a
menudo difciles
de diferenciar en la prctica. Cuando se evala la fiabilidad de una medida,
Una medida ha de ser reproducible, es decir, producir el mismo resultado, antes

de
compararla con otro mtodo, de igual manera, un observador debe ser
consistente
consigo mismo antes de evaluar la concordancia con otro observador.
Sin embargo, considere usted que si dos observadores (incluso sin entrenamiento
para clasificar casos o no casos) clasificaran a un grupo de individuos como casos
o no
casos (por ejemplo de cncer de prstata o de cncer cervicouterino), por simple
azar
tendrn cierta concordancia, con una mayor probabilidad de coincidencia o
concordancia
por azar en la celda d (de verdaderos negativos), dado que en esa celda se
agrupa la
mayora de sujetos debido a la baja prevalencia de ese tipo de cncer (celda a).
Para descontar la concordancia debida al azar, se utiliza el estadstico de Kappa.
Kappa. El ndice Kappa resume la concordancia entre dos medidas de una
variable
cuando est en escala cualitativa, eliminando la fraccin de concordancia debida
al azar.
Para el caso de una medida dicotmica:
Kappa= (Po Pe)/ (1 - Pe)
Ejemplo:
Se ha desarrollado una serie de mtodos de laboratorio para la deteccin de la
infeccin
por virus del papiloma humano (VPH) en el cuello uterino. En un estudio realizado
hace
unos aos se evalu la eficacia de una nueva prueba de hibridacin (ViraPap)
disponible en el mercado. Se compararon sus resultados, con los obtenidos
mediante un
estndar de oro, en una muestra de 450 mujeres que asistieron a un clnica
de enfermedades de transmisin sexual en el estado de Washington, durante los
aos
Estndar de
1987- 88. La prueba de hibridacin por transferencia
Southern,Total
que es muy cara
Positivo
Negativo
oro
y
62 de oro22en este
requiere mucho tiempo, se tom
como estndar
84estudio. Los
Positivo
ViraPap
resultados se
7
359
366
Negativo
muestran a continuacin
69
381
450
La proporcin total observada de concordancia entre ambas pruebas

(Po) es:
Po = (a + d)/N
Po = 62 + 359 / 450 = 0.93
bien = 93%
Esta proporcin observada no tiene en cuenta el papel del azar y se pueden

obtener
conclusiones errneas. El grado de concordancia esperada por azar, puede
determinarse
a partir de los valores marginales de la tabla de contingencia. As, para calcular
en cuntas
ocasiones las pruebas concordaran por azar en los resultados, se multiplican el
nmero
de pruebas que cada mtodo ha clasificado como positivas y se divide por el
nmero total
de observaciones:
Pe = (a+ b)(a+ c) + (c +d )(b + d)
N
N
Pe = (84) (69) + (366) (381)
450
450
Sumando estos resultados y dividiendo entre el total, se obtiene la proporcin
esperada
de concordancia por azar:
Pe = 12.88 + 309.88 = 0.72 o bien 72%
Como la proporcin total observada (Po) es 0.93, el ndice de Kappa es:

Kappa= (Po Pe)/ (1 - Pe)
( 0.93 0.72 ) / (1 0.72 )
(0.21)/ (0.28)= 0.75
El valor mximo de Kappa es 1, que se produce cuando existe un acuerdo total
entre
ambas pruebas.
De acuerdo a la concordancia obtenida con Kappa, se considera de la siguiente
manera:
Concordancia
Valores
Muy dbil
Inferiores a 0.20
Dbil
Entre 0.21 y 0.40
Moderada
Entre 0.41 y 0.60
Buena
Entre 0.61 y 0.80
Muy buena
Si es superior a 0.80
Ajuste de Tasas
Ajuste de Tasas
Una tasa permite expresar de manera cuantitativa y sinttica la
relacin entre un evento y la poblacin en que dicho evento
puede ocurrir.
En este sentido, una tasa refleja la concurrencia de toda una
constelacin de factores que influyen para que el resultado de la
tasa sea mayor o menor.
As por ejemplo, al encontrar que la tasa de intoxicacin crnica
por plomo es mas alta en una poblacin que en otra, de
inmediato evoca una imagen en la que la poblacin con la tasa
ms alta tiene condiciones que favorecen el contacto o la
exposicin con dicho metal, tal vez ms repetida o
intensamente que la poblacin con tasa baja.
Algunas tasas suelen ser consideradas como indicadores que
reflejan condiciones ambientales y se emplean para comparar el
riesgo que una poblacin tiene con respecto a otra, de padecer
problemas colectivos derivados dem la contaminacin.
Sin embargo, la comparacin de tasas puede perder casi

totalmente su validez si no se efectan procedimientos que
corrijan el importante efecto que suele tener la diferente
estructura, bajo diversos aspectos, de las poblaciones a
comparar.
El siguiente ejemplo ilustra la notable influencia que ejerce la
composicin o estructura de los grupos o poblaciones en
proceso de comparacin.
Supngase la existencia de dos poblaciones, A y B, con 11,074 y
59,656 habitantes respectivamente, intensa y continuamente
expuestas al asbesto. En ambas poblaciones se calcul la tasa
de individuos con calcificaciones pulmonares, detectadas por
medio de radiografas de trax. La relacin de casos con
calcificaciones pulmonares y las cifras de poblacin permitieron
elTasa
clculo
de las siguientes tasas:
de calcificaciones
610 casos
= ------------------ X 1,000 = 55,1
pulmonares la poblacin A
11,074 hab.
Tasa de calcificaciones
pulmonares la poblacin B
2,083 casos
= ------------------- X 1,000 = 34,9
59,656 hab.
Tanto la comparacin por sustraccin (55,1 34,9 = 20,2), como

la comparacin por cociente o Razn de tasas (55,1 / 34,9 =
1.6), llevaran a concluir que la probabilidad de tener
calcificaciones pulmonares es mucho mayor para los que viven
en A que para los que viven en B.
Sin embargo, conviene ser cauteloso en una conclusin de tal
naturaleza, pues si analizramos la estructura de ambas
poblaciones, de acuerdo a las distancias desde sus casas hasta
la fbrica de asbesto en cada localidad (fuente de exposicin),
medida en kilmetros, se identifican diferencias que de no
tomarse
en Casosconsideracin,
invalidaran
totalmente
la
con Calcificaciones Pulmonares
en Dos Poblaciones
con
Segn Distancia de los Domicilios a la
comparacin. Fbrica de Asbestos,Respectiva
Fbrica
Poblacin A
Distanci
a (Km)
Habitantes
Habitantes
No.
Caso
s
279
5,438
9,1
462
17,2
69
4,489
7,5
117
2,599
23,5
141
10,35
1
17,4
802
4,672
42,2
36,99
4
62,0
37
No.
0 0,9
1,531
13,8
1,0 1,9
1,904
2,0 2,9
3,0 3,9
4,0 y
Poblacin B
Casos
Como se puede observar, existen notables diferencias en la

estructura de ambas poblaciones por lo que respecta a las
distancias de las respectivas fbricas, de los domicilios de los
pobladores. En la poblacin B el porcentaje de habitantes que
vive a menos de tres Km de la fbrica de asbesto
correspondiente, es menor que en la poblacin A (34% y 54,5%
respectivamente). Como puede apreciarse, el contraste directo
entre las tasas calculadas inicialmente A = 55,1 y B = 34,9
carece de sentido si no se toma en cuenta esta diferencia
con Calcificaciones Pulmonares en Dos Poblaciones
estructural Casos
observada.
con Fbrica de Asbestos, Segn Distancia de los Domicilios a
la Respectiva Fbrica
Poblacin A
Distanci
a (Km)
Poblacin B
Habitantes
Habitantes
No.
Caso
s
279
5,438
9,1
462
17,2
69
4,489
7,5
117
2,599
23,5
141
10,35
1
17,4
802
3,0 3,9
4,672
42,2
36,99
4
62,0
37
4,0 y
ms
368
3,3
119
2,384
4,0
665
No.
0 0,9
1,531
13,8
1,0 1,9
1,904
2,0 2,9
Casos
Mtodo Directo de ajuste de tasas

Para ilustrar convenientemente el Mtodo Directo de ajuste de tasas y
permitir la identificacin de sus indicaciones, se detallar el mismo
ejemplo del modo siguiente:
a) Sobre los mismo datos de las poblaciones A y B se calculan tanto
las tasas especficas existentes al interior de las estructuras
poblacionales, como las tasas generales de la poblacin.
*Tasas de Calcificaciones Pulmonares en Dos Poblaciones,
Segn Distancia de los Domicilios con la respectiva Fbrica
de Asbestos
Poblacin A
Distanci
a (Km)
Poblacin B
Habitantes
No.
Casos
0 0,9
1,531
279
1,0 1,9
1,904
2,0 2,9
3,0 3,9
Habitantes
Tasa
Tasa
No.
Casos
182,2
5,438
462
85,0
69
36,2
4,489
117
26,1
2,599
141
54,3
10,35
1
802
77,5
4,672
0,4
36,99
4
37
1,0
323,4
2,384
665
278,
9
4,0 y
ms
368
119
*Tasas por cada mil
habitantes
11,07
59,65

b) Asignacin de las condiciones de una poblacin a otra: esto consiste
en la aplicacin de las tasas especficas de cada grupo de una
poblacin a los respectivos homlogos de la otra, para obtener una
sumatoria de los casos esperados y proceder al clculo de una nueva
tasa global que permita efectuar una correccin en la comparacin de
las tasas globales.
Primer paso. Definir cul poblacin ser sometida a las condiciones de la
otra.
Usualmente a la poblacin numricamente menor se le aplican las tasas
especficas, grupo a grupo, de la poblacin mayor, por ser estas ltimas
ms estables. En este caso, a la poblacin A se le aplicaron grupo a
grupo, las tasas especficas de la poblacin B.
Segundo
paso.
Disponeren
dePoblacin
una tabla A,
como
siguiente: de
Casos
Esperados
BajolaCondiciones
Poblacin B
Estructura
de A
Habitantes
Tasas de B
Casos esperados
en A, bajo
condiciones en B
0 0,9
1,531
85.0
130
1,0 1,9
1,904
26.1
50
2,0 2,9
2,599
77.5
201
3,0 3,9
4,672
1.0
4,0 y
ms
368
278.9
103
Distanci
a (Km)

Los casos esperados se calculan mediante la siguiente frmula:
Poblacin x tasa
Casos esperados = Constante
Por ejemplo, para el grupo de poblacin que vive de 0 0,9 km:
1,531 x 85,0
Casos =
1,000 = 130
Tercer paso. Calcular nuevamente la tasa global de la poblacin
sometida a condiciones ajenas, la cual se considerar ajustada
489
Tasa de A (ajustada) 11,074
x 1,000 = 44.2
Cuarto paso. Efectuar nuevamente la comparacin entre las tasas
globales actuales, de estas poblaciones, con las tasas originales.
Tasas iniciales
A
B
55.1
34.9
Tasas corregidas
A
B
(ajustada) 34.9
44.2
Diferencias iniciales
Sustraccin Cociente
20
1.6
Diferencias corregidas
Sustraccin
Cociente
9.3
1.3
Interpretacin: Si la poblacin A estuviera sometida a las condiciones

de la poblacin B, el nmero de casos de A disminuira y la diferencia
entre las tasas globales se reducira. En otras palabras, si la poblacin
A tuviera las condiciones de exposicin de al asbesto iguales que las
que tiene B, el nmero de casos sera menor que el que tiene bajo sus
propias condiciones.
Aplicacin:
a) Se indica hacer ajuste cuando se desea anticipar la
modificacin que sufrira la tasa global de una poblacin, si
estuviera sometida a las condiciones de otra poblacin de
referencia.
b) Este mtodo se recomienda cuando una poblacin es
numricamente menor a otra en 50% o ms.
Mtodo Indirecto de Ajuste de Tasas
Qu podemos hacer cuando:

el nmero de muertes es muy pequeo
lo que lleva a clculos inestables de las
tasas de mortalidad especfica por grupo
de edad;
se desconocen las tasas de mortalidad
especfica por grupo de edad?
Con el mtodo indirecto, las tasas de

la mayor de las dos poblaciones se
utiliza como estndar debido a que
sus tasas son mas estables
El ajuste indirecto de las tasas de

mortalidad se basa en las tasas de
mortalidad especifica por grupo de edad
mas que en la composicin por edad
Equivale a preguntarnos cul sera la
mortalidad en la poblacin mas pequea si
las tasas de muerte especficas por edad
fueran las mismas que las de la poblacin
estndar
Ajuste de tasas
Las tasas crudas se refieren a toda una
poblacin
Son tasas que pueden ocultar el hecho de
que uno o mas subgrupos de esa
poblacin presenten un riesgo
significativamente diferente
Ajuste de tasas
Por ejemplo, la poblacin total no es
un denominador ideal para una tasa
de mortalidad ya que las personas en
diferentes grupos de edad difieren
con respecto a su riesgo de muerte
Misma tasa de
mortalidad
especfica
Ajuste de tasas
La tasa cruda de mortalidad es un
promedio balanceado de las tasas de
mortalidad especficas por grupo de
edad (el balance lo dan las
proporciones de cada grupo)
Ajuste directo de las tasas
La diferencia en la composicin de
la edad de dos grupos puede ser
eliminada para permitir una
comparacin justa de las dos
poblaciones. Los pasos a seguir son
los siguientes:
1. Seleccione una poblacin estndar
Combinamos
la poblacin A
con la poblacin B
Multiplicamos la columna 2
1 y dividimos / 1,000
Multiplicamos la columna 4
1 y dividimos / 1,000
2 x 3,500= 7,000/1,000= 7
2 x 3,500= 7,000/1,000= 7
6 x 4,500= 27,000/1,000= 27 6 x 4,500= 27,000/1,000= 27
20 x 2,000= 40,000/1,000= 40 20 x 2,000= 40,000/1,000= 40
Esto responde a nuestra pregunta

Cul seria el nmero de muertes
esperadas en la poblacin estndar
si las persona estuvieran muriendo
con las tasas observadas para cada
grupo especfico de poblacin (A y B)
LA RESPUESTA OBVIAMENTE ES
FICTICIA
E nmero de muertes esperadas (74) es el

mismo para ambos grupos A y B y las
tasas ajustadas por edad
(74/10,000=7.4/1,000) son tambin
iguales
Porque ocurre esto?
La poblacin A y B tienen la misma tasa de
mortalidad especfica por grupos de edad;
una vez eliminada la diferencia en la
composicin de las poblaciones al utilizar
una poblacin estndar, las tasas se
vuelven idnticas
Ahora vamos a suponer que las tasas

de mortalidad ya no son idnticas
La tasa para la poblacion A= 74/10,000 7.4 por 1,000

La tasa para la poblacion B= 92/10,000 9.2 por 1,000
La poblacin estndar a utilizar

puede ser seleccionada en forma
arbitraria, esto es en lugar de
combinar A+B, pueden utilizarse los
datos demogrficos de algn censo
Poblacin, muertes de residentes y tasas de mortalidad por edad

para las poblaciones A y B, 1960
Poblacin B
Poblacin A
1.34
1.89
49.8%
20.55
19.5%
Porque?
Ajuste indirecto de tasas

Que podemos hacer cuando:
el nmero de muertes es muy pequeo
lo que lleva a clculos inestables de las
tasas de mortalidad especfica por grupo
de edad
se desconocen las tasas de mortalidad
especfica por grupo de edad

Con el mtodo indirecto, las tasas de
la mayor de las dos poblaciones se
utiliza como estndar debido a que
sus tasas son mas estables

El ajuste indirecto de las tasas de
mortalidad se basa, en las tasas de
mortalidad especifica por grupo de edad,
ms que en la composicin de la
poblacin por edad
Equivale a preguntarnos cual sera la
mortalidad en la poblacin mas pequea
si las tasas de muerte especficas por
edad fueran las mismas que las de la
poblacin estndar
se tomaron Rx de trax para detectar TB; y despues se

evaluaron para identificar sospechas de Enfermedad
CardioVascular (ECV)
poblacin total 24,884 (24,772 normales +112 con ECV)
la mortalidad en el grupo ECV fue de 17.9
la mortalidad en el grupo sin ECV es de 1.15
la mortalidad cruda (17.9/1.15) es 15.6 veces mayor en el grupo
con ECV
la distribucin por edad es muy diferente

en el grupo de ECV el 58% de la poblacin es
>55
en el grupo sin ECV solo el 9.1% es >55
ES NECESARIO AJUSTAR POR EDAD
el grupo con ECV solo tuvo 20 muertes vs. 286 del

grupo sin ECV
sus tasas de mortalidad especfica por grupo de
edad son muy inestables
Por ejemplo
Grupo
ECV+
Muertes
Tasa
15-34
23
4.34
Pero s, en lugar de 1..
23
8.69
35-54
24
20.83
Pero s, en lugar de 5..
24
16.66
24
25.0
En cambio
Grupo
ECV-
Muertes
Tasa
35-54
8,838
102
1.15
En cambio, s
8,838
101
1.14
8,838
103
1.16
Como se calculan las muertes esperadas?

Gpo. 15-34
23 0.25/100 =
0.057 =
Gpo. 35-54
241.15/100 =
0.27 = 0.3 (muertes observadas= 5)
Gpo. 55 y +
656.61/100 =
4.29 = 4.3
0.06 (muertes observadas= 1)

(muertes observadas= 14)
Aun despus del ajuste la tasa de

mortalidad es mayor para el grupo
ECV+ que para el grupo ECV- (4.25
vs.1)
Esto es, tuvieron mas muertes que
las esperadas si tuvieran las mismas
tasas de mortalidad especifica por
grupo de edad que la poblacin
estndar
Una forma comn de evaluar el

ajuste por el mtodo indirecto es el
relacionar el total de muertes
esperadas y observadas
Total de muertes observadas
Tasa de mortalidad
=
estandarizada
Total de muertes esperadas
se tomaron Rx de trax para detectar TB; y se evaluaron para

anomalas cardiovasculares (ECV)
poblacin total 24,884 (24,772 normales +112 con ECV)
la mortalidad en el grupo ECV fue de 17.9
la mortalidad en el grupo sin ECV fue de 1.15
la mortalidad cruda es 15.6 veces mayor en el grupo con ECV
la distribucin por edad es muy diferente

en el grupo de ECV el 58% de la poblacin es
>55
en el grupo sin ECV solo el 9.1% es >55
ES NECESARIO AJUSTAR POR EDAD
Mtodo Indirecto de Ajuste de Tasa
el grupo con ECV solo tuvo 20 muertes vs. 286 del grupo sin ECV
sus tasas de mortalidad especfica por grupo de edad son muy

inestables
Por ejemplo
Grupo
15-34
Si en cambio
35-54
Si en cambio
ECV+
23
23
24
24
24
Muertes
1
2
5
4
6
Tasa
4.34
8.69
20.83
16.66
25.0
En cambio
Grupo
ECV-
Muertes
Tasa
35-54
8,838
102
1.15
Si en cambio
8,838
101
1.14
8,838
103
1.16
Como se calculan las muertes esperadas?

15-34 23 0.25/100 = 0.057 = 0.01 (muertes
observadas= 1)
35-54 241.15/100 = 0.27 = 0.3 (muertes
observadas= 5)
55+ 656.61/100 = 4.29 = 4.3 (muertes observadas=
14)
An despus del ajuste la tasa de

mortalidad es mayor para el grupo ECV+
que para el grupo ECV- (4.25 vs.1)
Esto es, tuvieron mas muertes que las
esperadas si tuvieran las mismas tasas de
mortalidad especifica por grupo de edad
que la poblacin estndar
Una forma comn de evaluar el

ajuste por el mtodo indirecto es
relacionar el total de muertes
esperadas y observadas
Total de muertes observadas
Tasa de Mortalidad
=
Estandarizada
Total de muertes esperadas

Principales Medidas en Epidemiologia

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Principales Medidas en Epidemiologia

Transféré par

Droits d'auteur :

Formats disponibles

Principales medidas en

Distribucin: La epidemiologa se refiere a la

Patrn: Se refiere a la ocurrencia de eventos

Factores determinantes: La epidemiologa

Estado de salud o eventos

Poblaciones especficas: Aunque los epidemilogos y

Hay tres clases principales de medidas

Distribucin para contestar preguntas sobre

Una de las tareas bsicas de un departamento de salud es contar los

Sin embargo, un simple recuento de los casos no

n: El numerador no se encuentra dentro del denominador

orcin: El numerador se encuentra dentro del denominador

: En el denominador se encuentra el tiempo

medidas principales de frecuencia de

Es el nmero total de casos existentes (anteriores y nuevos) de

Pero si se mide en un perodo mayor de tiempo se le llama

Nmero de casos presentes en un momento del tiempo

La incidencia de una enfermedad en una

Tiene implicaciones en el rea clnica y polticas de

Cul es el riesgo de que mi hijo nazca con

determinada; y sobre la base de esta informacin, en algunos

La Tasa de incidencia (Ti) se calcula de la forma siguiente

Nmero de personas que contraen la

La Incidencia acumulada (IA) puede calcularse

Nmero de personas que contraen la

La frecuencia con la que ocurre un evento

Ejemplo de un estudio de incidencia

En general usaremos dos tipos de incidencia, la

Seguimiento de una cohorte hipottica de 35

Los sujetos # 1,2,3,4,6,8,10,etc. fueron seguidos durante 40 aos y no

Como calculamos la Incidencia acumulada?

Un investigador interesado en estudiar la Incidencia de infartos del

5000 fumadores fueron identificados; pero 1200 no aceptaron

Participantes que desarrollaron el evento

= 7.9 por 1,000 en 5 aos

Las tasas de incidencia NO son proporciones y siempre llevan

Como calculamos la tasa de incidencia en la

Sujetos que desarrollaron el

Sujetos que no desarrollaron el

Total tiempo persona=

6.81 eventos por 1000 aos persona

La tasa de incidencia expresa la velocidad a la que

Relacin entre Prevalencia e incidencia

Cuando se trata de una enfermedad rara y la

Relacin entre incidencia y prevalencia

Relacin entre incidencia y prevalencia.

Como aumenta la prevalencia?

Relacin entre incidencia y prevalencia

Como disminuye la prevalencia?

Relacin entre incidencia y

Una situacin dinmica

siguiente tabla muestra la distribucin de alteraciones citolgicas en el cuello u

De los resultados observados, los investigadores concluyeron, que la

La siguiente tabla muestra la distribucin de alteraciones citolgicas en el cuello uterin

2. En una localidad de 200,000 hab. Haba 1500 casos de Diabetes en

Prevalencia puntual al inicio del periodo (1990).

d) Prevalencia lpsica (1990-1991)

3. En una pob. de 257,654 habs. se realiz un seguimiento de 5 aos

Prevalencia de Cncer Pulmonar al inicio y al final del estudio

Tasa de incidencia sobre el total del periodo.

Incidencia acumulada sobre el total del periodo.

4. En una localidad de 10,000 habs. A finales de 1990 haba 20 casos

Creencias y Teoras sobre Causalidad