Medicin en epidemiologia.

Escalas de
medicin
error y sesgo
 Definicin de variable

El trmino variable, en su significado ms general, se utiliza para designar

cualquier caracterstica de la realidad que puede ser determinada por
observacin, que puede ser sujeto de medicin.

Puede mostrar diferentes valores de una unidad.

 Tipos de variables
Una variable es independiente cuando se presume que los cambios de
valores de esta variable determinan cambios en los valores de otra (u
otras) variables que, por eso mismo, se denominan dependientes. A esta
situacin la denominaramos co-variacin.
El concepto de variable interviniente supone que la relacin entre dos
variables est mediada por otra (u otras) que transporta los posibles
efectos de la primera.
 Operacionalizacin de variables

En el proceso de operacionalizacin de una variable es necesario

determinar los parmetros de medicin a partir de los cuales se
establecer la relacin de las variables enunciadas por la hiptesis.
 Clasificacin de variables

Las variables se clasifican segn su capacidad o nivel en que nos permitan

medir los objetos. Es decir, que la caracterstica ms comn y bsica de
una variable es la de diferenciar entre la presencia y ausencia de la
propiedad que ella enuncia.
 ESCALAS DE MEDICION

Nominal (categoras no ordenadas)

Dicotmico (casos, sanos; expuestos,
no expuestos, etc.)
Politmico (grupo sanguneo,
preferencia religiosa, raza etc.) CUALITATIVAS
Ordinal (categoras ordenadas)
Ej.: casos, casos posibles, casos
seguros; leve, moderado, severo
Intervalo (los valores intermedios entregan
informacin)
Temperatura
Razn (proporcin). CUANTITATIVAS
Ej.: edad, estatura
 Causalidad en epidemiologia

Uno de los principales objetivos de la investigacin epidemiolgica es

establecer las causas del fenmeno de inters. Una causa de
enfermedad desde el punto de vista epidemiolgico es un evento,
condicin, caracterstica o una combinacin de estos factores que juegan
un papel importante en el desarrollo de la enfermedad.
 Modelo de Rothman

Este modelo define como causa suficiente a un grupo de condiciones y

acontecimientos mnimos que, inevitablemente inician o producen la
enfermedad.
Dicho de otro modo, una causa es suficiente
cuando la enfermedad es observada en los
individuos que presentan la causa, no
obstante, la causa no se observa en todos los
individuos con la enfermedad porque existen
otras causas para ella. Por ejemplo, el hbito
de fumar cigarrillos es una causa del cncer de
pulmn, pero ste tambin es causado por la
exposicin a las fibras de asbesto o al gas
radn.
Cada CS est compuesta por un grupo de causas componentes (CC). La
presencia de una CC aumenta la probabilidad de que la enfermedad se
produzca, es decir la presencia de CC equivale a la presencia de los
factores de riesgo. Para este modelo una causa se denomina necesaria
(CN) cuando sta siempre debe anteceder una enfermedad.
Factores predisponentes factores que crean un estado de sensibilidad
hacia un agente patgeno. Ej. La edad, el grado educacional, ocurrencia
previa de la enfermedad y el ambiente laboral

Factores facilitadores factores que facilitan la manifestacin de la

enfermedad o por el contrario facilitan la recuperacin de una
enfermedad. Ej. Los ingresos, el acceso a la atencin mdica y la nutricin.
Factores desencadenantes factores que estn asociados con la aparicin
definitiva de la enfermedad. A menudo un factor es ms importante u
obviamente ms reconocible que otro cuando hay varios factores
involucrados. Algunos ejemplos son la exposicin a un medicamento,
agentes intoxicantes o traumatismos fsicos.
 Validez y precisin en los estudios
epidemiolgicos
Se distinguen dos tipos de validez de estudio: la interna y la externa.

La validez interna: se refiere a que los resultados del estudio sean

atribuidos slo al efecto bajo investigacin. Esto es posible cuando todas
las fuentes de error han sido reducidas al mnimo en las etapas de diseo,
implementacin y anlisis del estudio.

La validez externa: se refiere a que los resultados del estudio sean

generalizables, esto es, cuando un estudio produce inferencias imparciales
con respecto a una poblacin objetivo. Por ejemplo, los resultados de un
estudio realizado en hombres podran no ser generalizables en mujeres,
quienes tambin forman parte de la misma poblacin objetivo desde
dnde los hombres vinieron.
 Los errores en los estudios
epidemiolgicos
Conducen a un clculo sesgado del estimador de riesgo y a inferencias
incorrectas acerca de la relacin entre el factor de riesgo y la enfermedad
bajo investigacin.

Al reducir al mnimo los errores, en las etapas de planificacin y de

ejecucin del estudio, el investigador tiene mas fuerza para llegar a la
conclusin de que los resultados representan el valor verdadero. Slo los
estudios con resultados vlidos son tiles para el proceso de inferencia
causal.
 Tipos de error

1. El error aleatorio es parte de la variacin, en una medicin, que

generalmente es considerada como debida solo al azar. Existen
varias fuentes de error aleatorio. Una fuente principal de este tipo
de error es el proceso de establecer la muestra de estudio. Esta
forma de error aleatorio tambin se conoce como error de
muestreo. La principal forma de reducir el error aleatorio es
agrandar el tamao muestral en estudio. Esto aumentar la
precisin del clculo de riesgo y por consiguiente, del estudio.

2. El error sistemtico es el resultado de los defectos en el mtodo

de seleccin de los participantes en estudio o en los procedimientos
de recoleccin de informacin pertinente a la exposicin o
enfermedad. En consecuencia, los resultados observados del
estudio tendern a ser diferentes de los resultados verdaderos. Esta
tendencia hacia los resultados errneos es llamada sesgo. Minimizar
el sesgo aumentar la validez del clculo de riesgo.
 El sesgo en los estudios epidemiolgicos puede clasificarse en
dos tipos principales

El sesgo de seleccin ocurre cuando hay diferencias entre los que

participan en el estudio y aquellos que no participan, y esas diferencias
tienen un efecto sobre el clculo de riesgo, desvindolo de su valor
verdadero.

La percepcin o el conocimiento del tema del estudio influye en el deseo

de participar de los sujetos (Ej.: el uso de las drogas o el alcohol);
Un deficiente marco de muestreo que excluye sistemticamente a un
grupo de sujetos con caractersticas similares (Ej.: realizar entrevistas por
telfono en un distrito donde aquellos pertenecientes a los estratos
socioeconmicos bajos no tienen telfonos);
Los voluntarios (Ej.: usualmente los voluntarios tienen una motivacin
especial para participar en un estudios como una mayor percepcin de
riesgo o un alto nivel educacional).
El sesgo de informacin: Es una falla en la medicin de los factores de
riesgo o los datos de enfermedad que da lugar a una calidad diferente de
la informacin entre los grupos de comparacin.
Algunos ejemplos incluyen:

Cuando hay una medida incorrecta de la variable de estudio (Ej.: El

esfigmomanmetro no esta calibrado);
El entrevistador subconscientemente o conscientemente busca y recolecta
datos selectivamente (Ej.: sesgo del entrevistador);
Los sujetos de estudio tienen una memoria inexacta o incompleta de los
eventos o experiencias pasadas relacionadas con la pregunta de estudio
(Ej.: sesgo del memoria).
 CONFUSIN

La confusin es otra fuente de error en los estudios

epidemiolgicos. Ocurre cuando hay un tercera variable que
puede causar la enfermedad en estudio y que a su vez est
asociada con el factor de riesgo bajo investigacin. A menos
que sea posible ajustar el efecto de confusin de esta tercera
variable, sus efectos no pueden distinguirse de los del factor
de riesgo en estudio.