Vous êtes sur la page 1sur 21

Medidas epidemiológicas

de asociación

Saeed Akhtar, PhD


Profesor Asociado, Epidemiología
División de Epidemiología y Bioestadística
Universidad Aga Khan,
Karachi, Pakistán
Email 1
Medidas epidemiológicas de asociación

• Objetivos de la conferencia
Al terminar la conferencia el lector deberá ser
capaz de:

•Computar e interpretar Riesgo Relativo


(RR) y Razón de Momios (RM, OR)
como medidas de asociación entre la
exposición y la enfermedad

• Entender cuando RM (OR) se aproxima


a RR 2
Definiciones
Asociación
• Una relación estadística entre dos o más variables
Riesgo
• Probabilidad condicional o no condicional de la
ocurrencia de un evento en el tiempo

• Probabilidad de un individuo de desarrollar una


enfermedad o cambio en el status de salud en un
intervalo de tiempo fijado, condicional a que el
individuo no muera durante el mismo periodo de
tiempo.
Riesgo absoluto
3
Asociación entre exposición y
enfermedad
• Pregunta:
¿Hay exceso de riesgo asociado con una exposición?

• Objetivo:
Determinar si ciertas exposiciones están asociadas con
una enfermedad

• Metodología:
Uso de uno de los diseños de estudio
epidemiológicos
Cohorte
Casos-controles
4
Estudio cohorte
• Evalúa la incidencia acumulada (CIE+) de
enfermedad en el grupo expuesto (Riesgo
absoluto)
• Evalúa la incidencia acumulada (CIE-) de
enfermedad en el grupo no expuesto (Riesgo
absoluto)

e.g. Riesgo de enfermedad coronaria (CHD) entre fumadores


Riesgo a 1 año de CHD entre fumadores (CIE+)*
CHD
Sí No Total
Fumadores 84 2916 3000
CIE+ = 84/3000 = 28/1000/año (riesgo en 1 año de CHD entre
fumadores)
Cont.5
Riesgo de entre no fumadores

• Riesgo a 1 año de EC en no fumadores (CIE-)


EC
Si No
• No fumadores 874913 5000

CIE-= 87/5000=17.4/1000/año (riesgo a1


año de EC en no fumadores)
Cont.
6
Evaluación de exceso de riesgo (Dos métodos)

a. Razón
RR (Razón de dos riesgos; razón de Riesgos;
Riesgo Relativo) CIE+ / CIE- = 28/17.4 = 1.6

Interpretación de RR
Fumadores fueron 1.6 veces más probable 1ue
desarrollaran EC que los no fumadores

b. Diferencia
Diferencia de dos riesgos (Diferencia de
riesgos)* CIE+- CIE- = 28.0 – 17.4 = 10.6
7
RM (OR) (Razón de momios, Momios
relativos)

•En estudio casos-controles no podemos calcular la


incidencia acumulada (CI) o el riesgo de inicdencia
(IR), por lo tanto, por lo tanto no podemos calcular
el RR “directamente”.

• RM como medida de asociación entre exposición


y enfermedad es usada cuando los datos son
reunidos en un estudio de casos y controles

• RM puede obtenerse, sin embargo, de un


estudio cohorte,y puede usarse en lugar del RR.
8
RM en estudios casos-controles y
cohorte
• Estudio cohorte
Razón de la proporción de expuestos quienes
desarrollaron la enfermedad con la proporción
de no expuestos quienes desarrollaron la
enfermedad
• Estudio de casos - controles
Razón de la proporción de casos quienes
estuvieron expuestos con la proporción de
controles quienes no estuvieron expuestos.
9
Razón de Momios
• Momio es la razón de dos
probabilidades
i.e. Probabilidad de que un evento ocurra/ 1-
Probabilidad de que el evento no ocurra
• Momio se refiere a una entidad sola
• Si un evento tiene la probabilidad
P, luego el momio del mismo
evento es P/1-P 10
Derivación de RM en un estudio cohorte
P D+|E+ = (expuestos desarrollaron enfermedad) = a/(a+b)

P D-|E+ = (expuestos no desarrollaron la enfermedad) = b/(a+b)

Momio de desarrollar la enfermedad entre expuestos =


D+|E+/1-P D-|E+ = a/(a+b)
b/(a+b) = a/b

P D+|E- = (no expuestos desarrollaron la enfermedad) = c/(c + d)

P D-|E- = (no expuestos no desarrollaron la enfermedad)= d/(c + d)

Momio de desarrollar enfermedad entre los no expuestos =

= PD+|E-/1-P D+|E- = c/(c+d)


d/(c + d) = c/d

Razón de Momios = a/b : c/d = ad/bc 11


RM en estudio de casos controles

 En estudios de casos controles, RR no puede


calcularse directamente para determinar la
asociación entre exposición y enfermedad.

 No conocemos el riesgo de enfermedad entre


expuestos y no expuestos, ya que iniciamos
reclutando casos y controles.

 Podemos usar RM como medida de asociación


entre la exposición y enfermedad en un estudio de
casos controles.

12
RM en estudio casos y controles

Probabilidad de caso expuesto = Pcaso


Probabilidad de caso no expuesto =1-Pcaso
Momio de caso expuesto = Pcaso/1- Pcaso

Probabilidad de control expuesto = Pcontrol


Probabilidad de control no expuesto =1-Pcontrol
Momio de control expuesto = Pcontrol/ 1-Pcontrol

13
Derivación de RM en un estudio de casos controles

Probabilidad de exposición entre casos = a /(a + c)

Probabilidad de no exposición entre casos = c /(a + c)

Momio de exposición entre casos = a/c

Probabilidad de exposición entre controles = b/(b + d)

Probabilidad de no exposición en controles = d/(b + d)

Momio de exposición entre controles = b/d

RM = ad/bc 14
Ejemplo
RM en estudio de casos - controles

• Cirugía Status VHC


anterior VHC+ VHC-
• Si 59 168
• No 54 48
» 113 216

15
Momio de cirugía anterior en VHC+

P1 (cirugía entre VHC+) = 59/113


1-P1 (No cirugía entre VHC+) = 54/113
Momio de cirugía entre VHC+ ) = 59/54 = 1.09

Momio de cirugía anterior entre VHC-

P2 (cirugía entre VHC-) = 168/216


1-P2 (No cirugía entre VHC-) = 48/216
Momio de cirugía entre VHC- = 168/48 = 3.5

RM = 3.50/1.09 = 3.21
16
¿Cuando la RM es un buen estimado de la RR?
 En estudios casos controles puede calcularse como
medida de asociación
 En estudio cohorte RR o RM es una medida válida de
asociación
 ¿Cuando se puede calcular un RR de un estudio de
casos y controles?
*Cuando la prevalencia de la exposición entre los
casos estudiados es casi similar a la prevalencia de
los sujetos enfermos en la población de donde
tomamos los casos.
*Prevalencia de exposición entre controles
estudiados es similar a la prevalencia en la población
no enferma de donde se extrajeron los casos.
*Enfermedades raras (IC < 0.1) 17
Estudio de casos – controles pareados

 Pareado: en un estudio de casos – controles


pareados cada caso es pareado a un control de
acuerdo a variables que se sabe están
relacionadas al riesgo de enfermedad, edad,
sexo, raza
Datos son analizados en términos de pares de
caos-controles más que sujetos individuales
 Cuatro tipos de combinaciones de caso-
controles son posibles en cuanto a la historia de
la exposición.
18
 Pares concordantes son ignorados ya que
no contribuyen al cálculo del efecto estimado
(RM)

 Pares discordantes de casos y controles


son usados para calcular la RM pareada.

 RM pareada = razón de pares


discordantes = b /c

por ejemplo # de pares en los que los


casos están expuestos / # de pares en que los
controles están expuestos 19
Ejemplo:
Factores de riesgo para tumores cerebrales en niños.

Hipótesis = niños con aumento de peso al nacer


tienen mayor riesgo para algunos tipos de cáncer en
la infancia.

Casos = Niños con tumores cerebrales

Controles = Niños normales

Exposición = Peso al nacer > 8 lbs.

20
Ejemplo
Normal Controles
8+ 1b <8 1b Total
8 + 1b 8 18 26
7 38 45
Cases <8 1b
Total 15 56 71

Razón de 18/7 = 2.57


momios
χ2 = 4.00; P = 0.046

La interpretación es la misma que antes


21