Académique Documents
Professionnel Documents
Culture Documents
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
Nmeros y tasas
Existen dos
enfermedad:
Prevalencia e Incidencia.
PREVALENCIA PUNTUAL.
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:
Prevalencia Lpsica:
Nmero
de casos presentes en un periodo determinado de tiempo
=
Nmero de individuos en la poblacin en ese periodo de tiempo
Riesgo absoluto:
Indica la magnitud del riesgo en un grupo de
personas con determinada exposicin.
respuesta
del
mdico
debe
ofrecer
una
estimacin
(X 10)
IA=
k)
La Incidencia
La pelcula
La Prevalencia
La foto
La frecuencia de un evento en un
momento del tiempo
IA =
TI =
Casos nuevos
Participantes en riesgo al inicio del estudio
Casos nuevos
Participantes en riesgo al inicio x tiempo de seguimiento
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
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
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
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 =
IA =
30
3785
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.
10
x
x
5
5
15
10
20
20
22.5
5
22.5
25
x
30
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
Prevalencia
Incremento de
Prevalencia
(casos viejos + nuevos)
Lnea basal de
prevalencia
Lnea
basal
de
Prevalenc
ia
Disminucin de
prevalencia
Muertes,
emigracin y/o
curacin
Incidencia
Prevalencia
Muertes,
emigracin y/o
curacin
TALLER
Medidas de frecuencia
Casos
Anticonceptivos
orales
DIU
225
Mtodo de Barrera
60
Salpingoclasia
25
Total
395
85
1.
TALLER
Medidas de frecuencia
Mtodo
Casos
Anticonceptivos
orales
225
57
DIU
85
21.5
Mtodo de Barrera
60
15.2
Salpingoclasia
25
6..3
Total
395
100
b)
c)
b)
c)
Fuentes y Calidad
de los Datos
Miasmas
Contagio
Unicausalidad
Multicausalidad
1960s
Cada enfermedad puede tener
varias causas
Red de Causalidad
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
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
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.)
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).
(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.
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.
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)
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
bien = 93%
Concordancia
Valores
Muy dbil
Inferiores a 0.20
Dbil
Moderada
Buena
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.
2,083 casos
= ------------------- X 1,000 = 34,9
59,656 hab.
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
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
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
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)
Diferencias iniciales
Sustraccin Cociente
20
1.6
Diferencias corregidas
Sustraccin
Cociente
9.3
1.3
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)
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
Poblacin A
1.34
1.89
49.8%
20.55
19.5%
Porque?
Por ejemplo
Grupo
ECV+
Muertes
Tasa
15-34
23
4.34
23
8.69
35-54
24
20.83
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
23 0.25/100 =
0.057 =
Gpo. 35-54
241.15/100 =
Gpo. 55 y +
656.61/100 =
4.29 = 4.3
el grupo con ECV solo tuvo 20 muertes vs. 286 del grupo sin ECV
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