Epidemilogia

Facilitador:

Lcda. Clara Daniela Zamora

María Chacón

Otis Moreno

Luz Chacón

Erín Moreno

INTRODUCION

La medición consiste en asignar un número o una calificación a alguna propiedad específica de un individuo, una población o un evento usando ciertas reglas. No obstante, la medición es un proceso de abstracción. En términos estrictos no se mide al individuo sino cierta característica suya, abstrayéndola de otras propiedades.

Uno no mide al niño sino que obtiene información sobre su estatura o su peso.

Además, lo que se hace es comparar el atributo medido en otros individuos (o en el mismo individuo en otro momento), con el fin de evaluar sus cambios en el tiempo o cuando se presenta en condiciones distintas de las originales.

Como se puede notar, la medición es un proceso instrumental sólo en apariencia, ya que la selección de la parte que se medirá, de la escala de medición y de los criterios de salud que se usarán como elementos de juicio deben ser resultado de un proceso de decisión teórica. En otras palabras, sólo puede medirse lo que antes se ha concebido teóricamente. La medición, sin embargo, nos permite alcanzar un alto grado de objetividad al usar los instrumentos, escalas y criterios aceptados como válidos por la mayor parte de la comunidad científica.

Un rasgo característico de la contrastación en los estudios epidemiológicos es que las relaciones causales postuladas entre las variables se traducen en términos probabilísticos. Es decir, se trata de establecer si la mayor o menor probabilidad de que un evento ocurra se debe precisamente a los factores que se sospecha intervienen en su génesis y no al azar. Para cumplir con este objetivo, la investigación epidemiológica se basa en la construcción de tres tipos de medidas:

a) De frecuencia; b) de asociación o efecto, y c) de impacto potencial. La

Construcción de estas medidas se realiza por medio de operaciones aritméticas

Simples y de los instrumentos matemáticos conocidos como razones,

Esquema básico para el riesgo relativo

Presente Futuro

En una población de 100 personas, hay 40 expuestas al factor y 60 no expuestas. Si la enfermedad se distribuyera al azar, luego de un tiempo de observación la mitad de los expuestos estarían enfermos y la otra mitad sanos. Lo mismo sucedería en el grupo no expuestos.

Como la enfermedad no se distribuye al azar, el número de personas enfermas es distinto del número de personas sanas luego de un tiempo de observación razonable para que aparezca la enfermedad, de acuerdo a su historia natural.

Un resumen de los datos suele presentarse en una tabla de dos por dos.

Tabla de 2 por 2

Cada celda se denomina con una letra. En las filas (horizontal) está el factor y en las columnas (vertical) la enfermedad o evento en estudio. La suma de las filas a + b, representa el total de enfermos entre los expuestos y c + d el total de enfermos entre los no expuestos.

La suma de a + c dividido entre a + b + c + d es la incidencia de la enfermedad, y b + d dividido entre a + b + c + d es la proporción de sanos en la población.

La incidencia o riesgo entre los expuestos es:

Estadísticamente, lo que estos indicadores miden es la diferencia observada.

Las medidas de asociación establecen la fuerza con que la exposición se asocia a la enfermedad, bajo ciertas circunstancias estas medidas permiten realizar inferencias causales, especialmente cuando se pueden evaluar mediante una función estadística.

Las medidas de asociación más sólidas se calculan utilizando la incidencia, porque esta medida nos permite establecer, sin ninguna duda, que el efecto (el evento o enfermedad) aparece después de la exposición. En estos casos, se dice, existe una correcta relación temporal entre la causa y el efecto.

Valor =1 indica ausencia de asociación

Valores <1 indica asociación negativa, posible factor protector.

Valores >1 indica asociación positiva, factor de riesgo.

La interpretación se basa en que si se dividen dos cantidades entre sí y el resultado es 1, estas cantidades son necesariamente iguales, y tener o no la característica estudiada no afecta la frecuencia de enfermedad.

Cuando, en cambio, la razón es mayor de 1, el factor se encuentra asociado positivamente con el riesgo de enfermar y la probabilidad de contraer el padecimiento será mayor entre los expuestos.

Si el resultado es menor de 1, el factor protege a los sujetos expuestos contra esa enfermedad. Conforme el resultado se aleja más de la unidad, la asociación entre el factor y la enfermedad es más fuerte. Un valor de 4 indica que el riesgo de enfermar entre los expuestos es cuatro veces mayor que entre los no expuestos. Asimismo, un valor de 0.25 indicaría que el riesgo de enfermar entre los expuestos es cuatro veces menor.

Ejemplos de riesgo relativo

Riesgo relativo: ejemplos

Ejemplo 1.- Cálculo de la razón de riesgos usando los datos de uno de los estudios clásicos de pelagra por Goldberger, calcule la razón de riesgo de pelagra para mujeres vs. hombres. La pelagra es una enfermedad causada por déficit dietario de niacina y caracterizada por dermatitis, diarrea y demencia.

Casos de pelagra por sexo, Carolina del sur, 1920

RR = Riesgo entre los expuestos / riesgo entre los no expuestos

RR = ( 46 / 1484) / (18 / 1419)

RR = (0.03) / (0.012)

RR = 2.5

Interpretación: las mujeres tienen más del doble de riesgo de presentar pelagra que los varones en el estudio de Goldberger

Ejemplo 2.- Bizzozero (Buck et al, 1980), efectúa un estudio de cohortes para determinar el efecto de las radiaciones causadas por las bombas atómicas caídas en

...