APS 2do Parcial Resumenes
APS 2do Parcial Resumenes
Clasificaciones
En términos de causalidad la asignación de la exposición es el criterio más importante de clasificación y divide a los estudios
epidemiológicos en tres tipos:
1. Experimentales, cuando el investigador controla la exposición y utiliza la aleatorización como método de asignación.
2. Pseudo-experimentales cuando el investigador controla la exposición pero no utiliza procedimientos de
aleatorización en la asignación.
3. No-experimentales u observacionales, cuando la exposición ocurre sin la participación del investigador y de acuerdo
con variables que están fuera de control del investigador.
De acuerdo con el número de mediciones que se realiza en cada sujeto de estudio para medir la ocurrencia del evento los
estudios se pueden dividir en:
1. Longitudinales, cuando se realizan al menos dos mediciones: la medición basal para determinar el estado inicial y
una subsecuente para determinar la ocurrencia del evento.
2. Transversales, cuando se realiza una sola determinación en los sujetos de estudio y se evalúan de manera
concurrente la exposición y el evento de interés.
El criterio de temporalidad en la ocurrencia del evento se utiliza para distinguir entre los estudios retrospectivos y
prospectivos:
Si al inicio del estudio, el evento investigado ya ocurrió y el investigador planea reconstruir su ocurrencia en el
pasado utilizando registros o entrevistando a los mismos sujetos de estudio, se considera que el estudio es
retrospectivo.
Si la ocurrencia del evento se registra durante el estudio, es decir, si los sujetos de estudio están libres del evento
de interés al iniciar su participación en el estudio, el diseño se considera de tipo prospectivo.
Los estudios que incluyen eventos que ocurrieron antes de iniciar la investigación y eventos evaluados de manera
prospectiva son referidos como mixtos o ambispectivos.
Cuando los sujetos son seleccionados con base en la exposición, es decir, se elige un grupo expuesto y uno no expuesto, en
los que posteriormente se determinará la ocurrencia del evento, se considera que se trata de un estudio de cohorte. En
contraste, cuando se selecciona a los participantes con base en el evento de estudio, es decir, se elige de manera
independiente un grupo de sujetos que tienen el evento de interés (casos) y un grupo de sujetos que no lo tienen (controles)
y en estos grupos se determina la exposición, entonces hablamos de un estudio de casos y controles. Finalmente, cuando
la selección es indistinta de la ocurrencia de la exposición o del evento, es decir, los sujetos de estudio son seleccionados
sin considerar información sobre la exposición o el evento, y la ocurrencia de éstos se determina una vez conformada la
población en estudio, entonces los estudios se denominan de encuesta o de tipo transversal.
1
ENSAYOS EPIDEMIOLÓGICOS ALEATORIZADOS
ESTUDIOS DE COHORTE
Entre los estudios observacionales, este tipo de diseño representa lo más cercano al diseño experimental y
también tiene un alto valor en la escala de causalidad, ya que es posible verificar la relación causa efecto
correctamente en el tiempo.
Tienen la importante limitación de que la asignación de la exposición no es controlada por el investigador ni
asignada de manera aleatoria, por lo que no es posible controlar completamente las posibles diferencias entre
los grupos expuesto y no expuesto en relación con otros factores asociados con la ocurrencia del evento.
En este tipo de diseño epidemiológico la población en estudio se define a partir de la exposición y debe estar
conformada por individuos en riesgo de desarrollar el evento en estudio. Los sujetos de estudio se seleccionan de
la población que tiene la exposición de interés y de grupos poblacionales comparables, pero que no tienen la
exposición.
El diseño de cohorte es especialmente eficiente para estudiar exposiciones raras o poco frecuentes.
Los estudios de cohorte también se utilizan regularmente para estudiar exposiciones que se presentan con una
alta frecuencia en la población general.
Estos tipos de estudios pueden ser prospectivos o retrospectivos.
Los estudios de cohorte son difíciles de realizar y, además, son costosos.
Se considera que este tipo de diseño es poco eficiente para el estudio de enfermedades raras, ya que para
registrar un número adecuado de eventos se requeriría un número muy grande de participantes y de tiempos
prolongados de seguimiento
VENTAJAS DESVENTAJAS
Más cercanos a un experimento. Cuando se trata de eventos poco frecuentes la
La relación temporal causa efecto es verificable. complejidad y el costo pueden aumentar
Se pueden estimar medidas de incidencia. considerablemente, ya que requiere estudiar y seguir
Eficientes para evaluar exposiciones poco frecuentes. un número grande de participantes.
Se pueden estudiar varios eventos. Son estudios difíciles de realizar.
Se pueden fijar criterios de calidad en la medición del
evento.
Bajo riesgo de sesgo de selección.
2
ESTUDIOS DE CASOS Y CONTROLES
La característica principal de este diseño epidemiológico es que el criterio de selección de la población en estudio
se basa en la presencia (casos) o ausencia (controles) del evento en estudio y en que es el investigador quien fija
el número de eventos a estudiar, así como el número de sujetos sin evento (controles) que se incluirán como
población de comparación o referencia.
Estos grupos se comparan en términos de la exposición que tuvieron al factor causal en estudio.
En general, este tipo de estudios se lleva a cabo utilizando sistemas de registro que permiten identificar fácilmente
a los sujetos que desarrollaron el evento en estudio (casos). Los sistemas de registro tradicionalmente utilizados
incluyen centros hospitalarios o registros con base poblacional, como son los de neoplasias o malformaciones
congénitas.
La comparación directa de sujetos con (casos) y sin (controles) el evento, con relación al antecedente de
exposición se utiliza con frecuencia para establecer asociaciones entre la exposición y el evento en estudio.
Los estudios de casos y controles son frecuentemente realizados de manera retrospectiva pero pueden ser
también prospectivos.
VENTAJAS DESVENTAJAS
Eficientes para el estudio de enfermedades raras. No se pueden estimar de manera directa medidas de
Eficientes para estudiar enfermedades con periodos incidencia o prevalencia.
de latencia o inducción prolongados. Susceptibles a sesgos de selección.
Se pueden estudiar varias exposiciones Se puede presentar causalidad reversa.
simultáneamente. Problemas para definir población fuente de los casos.
En comparación con los estudios de cohorte son Problemas para medir adecuadamente exposición.
menos costosos y se pueden realizar en menor
tiempo.
La población en estudio es seleccionada de manera aleatoria sin considerar la exposición o el evento como
criterios de selección.
En este tipo de estudios se indaga sobre la presencia de la exposición y la ocurrencia del evento una vez
conformada la población en estudio, y sólo se hace una medición en el tiempo en cada sujeto de estudio.
El número de eventos así como la proporción de sujetos con la exposición están determinados por la frecuencia
con que ocurren éstos en la población elegible y, por lo tanto, quedan fuera del control del investigador.
Son retrospectivos y se basan en el estudio de casos prevalentes, los que en general representan a los sujetos con
periodos de mayor sobrevida o duración de la enfermedad (evento).
Los estudios de encuesta tienen una escala baja en términos de causalidad y deben ser interpretados con mucha
cautela. Sin embargo, son estudios útiles para la planeación de los servicios de salud y para caracterizar el estado de
salud de la población en un punto en el tiempo.
VENTAJAS DESVENTAJAS
Eficientes para estudiar la prevalencia de Problemas para definir y medir exposición.
enfermedades en la población. Sesgos de selección.
Se pueden estudiar varias exposiciones. Sesgos por casos prevalentes.
Son poco costosos y se pueden realizar en poco La relación causa efecto no siempre es verificable.
tiempo. Sobrerrepresentación de enfermos con tiempos
Se puede estimar la prevalencia del evento. prolongados de sobrevida o con manifestaciones con
mejor curso clínico.
Se puede presentar causalidad débil.
3
ESTUDIOS ECOLÓGICOS O DE CONGLOMERADO
En ocasiones la unidad de análisis puede no ser el individuo, sino un conjunto o conglomerado de individuos
miembros de la población en estudio. Los conglomerados pueden estar constituidos por grupos poblacionales,
comunidades, regiones, o países.
La característica principal de este tipo de estudios es que se cuenta con información sobre la exposición o el
evento para el conglomerado en su totalidad, desconociéndose la información a nivel individual para cada uno de
los miembros del conglomerado.
En este tipo de estudios es común asignar la misma exposición a todo el conglomerado, ignorando o no
considerando la variación individual de cada miembro del conglomerado. Lo mismo sucede con la medición del
evento.
Los estudios de conglomerados permiten estudiar grandes grupos poblacionales en poco tiempo y con un costo
relativamente muy bajo, ya que en general utilizan estadísticas existentes recolectadas con otros fines. Sin
embargo, dado que tienen el puntaje más bajo en la escala de causalidad deben ser considerados únicamente
para sugerir hipótesis, que tendrán necesariamente que ser verificadas mediante otros estudios más rigurosos.
Los principales problemas de este tipo de estudios son que se ignora la variabilidad individual de los integrantes
de los conglomerados y que no es posible corregir por diferencias en otras variables que pudieran estar también
asociadas con la exposición y el evento en estudio.
VENTAJAS DESVENTAJAS
Se pueden estudiar grandes grupos poblacionales. No se tiene información del individuo por lo que no se
Relativamente fáciles de realizar. puede ajustar por diferencias a nivel individual.
Aumenta el poder estadístico. No se tiene información sobre factores de confusión y
Aumenta la variabilidad en exposición. no se puede corregir por éstos.
Se puede utilizar información de estadísticas vitales.
TEXTOS
Consiste en realizar una descripción narrativa de la información, lo cual puede realizarse mediante un párrafo que
exponga cada uno de los datos que se desee comunicar, o bien, mediante el uso de medidas de resumen
considerando la escala en la cual fueron medidas las variables.
Puede ser utilizada sólo cuando la cantidad de la información que se desea presentar es baja.
TABLAS
Es una presentación ordenada de un conjunto de datos en celdas, que son la intersección de filas y columnas.
La tabla incluye tanto los valores numéricos como las descripciones conceptuales a las que se refieren estos e
indicaciones particulares sobre el origen de los datos, así como aclaraciones específicas que son de utilidad para el
usuario interesado en conocer aspectos de naturaleza conceptual, técnica o metodológica
Una tabla incluye 5 componentes: a) título, b) encabezado de columnas y filas, c) cuerpo, d) pie de tabla y e)
indicaciones de orden.
a. Título: debe expresar el contenido de la tabla, indicando lo que se presenta, la unidad de medida
así como las dimensiones de tiempo y lugar al que hacen referencia los datos.
b. Encabezado de columnas y filas: enuncia las categorías, variables, clasificaciones o indicadores a
los que se refieren los datos, según su agrupamiento en renglones.
c. Cuerpo: constituido por filas y columnas que delimitan celdas, donde se presentan las frecuencias,
medidas de resumen o estadísticos que correspondan.
d. Pie de tabla: donde se presentan precisiones conceptuales, técnicas o metodológicas que facilitan
la comprensión de los datos, así como las fuentes de la información.
e. Indicaciones de orden: las tablas deben enumerarse conforme aparecen en el texto del informe y
también deben tener las indicaciones de la secuencia de las partes cuando éstas se fraccionan.
4
GRÁFICOS
Es una forma de presentación de datos estadísticos mediante un dibujo que resume las principales características
del conjunto de observaciones medidas y sirve para comparar las variables y sus categorías en cuanto a sus
magnitudes.
El gráfico debe comprenderse sin mayor dificultad y debe optarse por el diseño más simple que permita este
propósito. Por otra parte, en general, la inclusión de cifras (valores absolutos, porcentajes) dentro del dibujo no es
necesaria; aunque puede hacerse siempre que no complique la lectura e interpretación del gráfico.
Los gráficos se componen de título, dibujo, letreros, referencias y pie de gráfico.
A los gráficos se los clasifica según la base utilizada para el dibujo en:
o Gráficos de ejes de coordenadas cartesianas:
Barras: simples, dobles, superpuestas, proporcionales
Histograma
Lineal; semilogarítmico; de correlación)
o Gráfico sectorial
o Gráfico radial
o Cartograma y mama temático
o Otros: gráfico de caja (box plot) y mixtos
Introducción a la estadística
Rama de la matemática que trata de la recopilación, organización, presentación, análisis e interpretación de datos
numéricos.
RAMAS DE LA ESTADÍSTICA
Dato: son las observaciones recolectadas. Es valor que resulta de la medición de una variable. Por ejemplo: si se
realiza una encuesta a 5 personas, a las cuales se les pregunta sobre edad y sexo se obtienen 10 datos.
Categoría: son los diferentes estados en que se encuentra una variable. Por ejemplo: la variable sexo puede ser
categorizada como “masculino” o “femenino”.
Clasificación: es el proceso por el cual se dispone por clases una serie de datos.
Medición: es la aplicación de una escala a la unidad de observación con la finalidad de verificar el estado de la
variable en la unidad observada. Por ejemplo: realizo la medición de la longitud de una ventana con un metro, en
tal situación, la escala utilizada es el sistema métrico decimal, y el metro el instrumento de medición. Luego de la
aplicación de esta escala observo que la ventana mide un metro.
5
Escala de medición: es el conjunto de categorías o valores que puede presentar una variable, por la cual permite
organizar los datos en orden jerárquico. Las escalas de medición, pueden ser clasificadas como nominales,
ordinales, intervalares o de proporción.
Estimador: valor numérico extraído de las observaciones de una muestra que se aproxima en mayor o menor
medida al parámetro de la población. Así, la edad media de un grupo de individuos elegidos aleatoriamente de una
población es un estimador de la verdadera edad media (parámetro) de la población.
Parámetro: es el valor de una característica o variable del total de una población.
Son cifras relativas en las cuales se relaciona el número de veces que se presenta un atributo o característica con
respecto al total de la muestra en estudio y por lo tanto, en las proporciones, el numerador forma parte de su
denominador.
No informan el riesgo de la ocurrencia de un fenómeno.
Formula:
Tasas
Aunque matemáticamente las tasas son proporciones, porque su numerador forma parte del denominador, en las
tasas se incluye la dimensión de tiempo y lugar, y en particular, el cambio de estado de las unidades que del
denominador pasan a ser parte del numerador en el período de tiempo considerado. Por lo tanto la proporción da
una idea de la magnitud de una parte respecto del total al cual pertenece, y la tasa, además de eso, informa acerca
del riesgo de que se produzca un evento en un período de tiempo y lugar dados.
Formula:
Las tasas pueden ser clasificadas según: a) El fenómeno que miden: Tasas de morbilidad, mortalidad, fecundidad,
demográficas, etc; b) La población de referencia: generales (si el cálculo se realiza sobre el total de la población) o
específicas (si se realizan seleccionando una variable o más de interés) y c) El control de variables de confusión:
crudas (o brutas) en el caso de que no se ajuste por variable de confusión o ajustadas cuando si se realiza este
procedimiento.
Una variable de confusión se define como aquella que se asocia tanto al factor de riesgo en estudio como al evento
y no es parte de la secuencia causal.
Razones
Magnitudes que expresan la relación aritmética existente entre dos variables diferentes o entre dos categorías de
una misma variable.
Ejemplo: Si en una localidad residen 5 000 hombres y 4 000 mujeres se dice que, en ese lugar, la razón de residencia
hombre: mujer es de 1:0,8 (se lee 1 a 0.8), lo que significa que por cada hombre residen ahí 0.8 mujeres.
Formula:
6
Medidas de asociación en estudios epidemiológicos: el riesgo,
riesgo relativo y medidas relacionadas
En epidemiologia, entendemos que un factor está asociado a un evento, cuando ante la modificación del factor, se observa
una modificación en la frecuencia del evento.
CRITERIOS DE HILL
Fuerza de asociación: Cuanto mayor es la magnitud de la asociación, es más sugestiva la hipótesis de una asociación.
Secuencia temporal: Para que una asociación sea considerada causal la exposición debe anteceder a la ocurrencia
del evento.
Efecto dosis respuesta: El aumento o disminución de la frecuencia de la enfermedad con respecto a la dosis o el
nivel de la exposición evidencia la relación causal. La ausencia del efecto dosis-respuesta no desecha la posibilidad
de una asociación causal.
Plausibilidad biológica: Una hipótesis de asociación causal gana consistencia cuando está respaldada por el
conocimiento científico del problema analizado.
Consistencia de los hallazgos: La hipótesis de asociación causal se fortalece con la observación de resultados
similares en otros estudios. La repetibilidad de las observaciones en diferentes lugares y poblaciones sugiere
consistencia.
Evidencia experimental: Los estudios de intervención en la población deberían demostrar una reducción de la
incidencia del evento al bajar la incidencia de exposición.
Analogía: Se observan asociaciones causales análogas a la hipótesis.
Especificidad: Requiere que una causa debe conducir a un solo efecto.
El RR es el cociente entre el riesgo del grupo expuesto y el riesgo del grupo no expuesto y nos informa cuantas
veces es más probable el evento en el grupo expuesto comparado con el grupo no expuesto.
𝑅𝑖𝑒𝑠𝑔𝑜 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑒𝑛 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠
Formula:
𝑅𝑖𝑒𝑠𝑔𝑜 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑒𝑛 𝑛𝑜 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠
Tabla de contingencia:
7
EVENTO SIN EVENTO Total
EXPUESTOS A B A+B
NO EXPUESTOS C D C+D
Total A+C B+D A+B+CD
Si es igual a 1 nos da la idea de que el riesgo del evento es el mismo en los expuestos respecto del de los no
expuestos.
Si el RR es mayor a 1 nos indica que la población expuesta al factor en estudio tiene tantas veces más probabilidades
de presentar el evento comparada con la no expuesta.
Si el RR es menor a 1, en principio, indica que el riesgo de los expuestos es menor al de los no expuestos. Para
poder interpretarlo mejor es necesario calcular su inverso, esto es dividir 1 por el RR obtenido, (1/RR).
Interpretación: los expuestos (al factor en estudio) tuvieron tantas veces (mas, menos o igual) de probabilidades de
presentar el evento en estudio comparados con los no expuestos.
Expresa cuánto es el exceso de la incidencia del evento del grupo expuesto y es explicado o causado por el factor
en estudio.
Esto se calcula restando ambos riesgos: 𝑅𝐴 𝑒𝑛 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 − 𝑅𝐴 𝑒𝑛 𝑛𝑜 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠
Hay que tener en cuenta que si el RR fue mayor que 1, se resta al riesgo absoluto del grupo expuesto el riesgo
absoluto del grupo no expuesto.
Si el RR fue menor que 1 se resta al riesgo absoluto del grupo no expuesto el del expuesto.
La información que presenta el RA indica cuantos eventos se produjeron por el factor y a la vez, indica cuantos
eventos podrían evitarse si se suprimiera el factor.
Ejemplo de una interpretación: El total de mujeres expuestas era de 2692 y 161 de los casos de embarazo ectópico
que se produjeron en ellas fueron producidos o “atribuidos” al DES intra-útero y son los casos que se hubieran
evitado si no hubieran estado expuestas.
Mientras el RA nos expresa cuantos casos hubiéramos evitado en el grupo expuesto si se eliminara el factor de
riesgo, el RA% nos indica lo mismo, pero en porcentaje. Se calcula dividendo el RA por el riesgo del grupo expuesto
y multiplicándolo por 100.
Interpretación la misma que el RA pero el valor en porcentaje.
Esta medida nos indica cuantos pacientes hay que tratar para evitar que a 1 no le ocurra el evento.
Formulas:
1 ( 𝑠𝑖 𝑒𝑙 𝑅𝐴 𝑒𝑠𝑡𝑎 sin 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑎𝑚𝑝𝑙𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛) 𝑜 100 (𝑠𝑖 𝑒𝑠𝑡𝑎 𝑒𝑥𝑝𝑟𝑒𝑠𝑎𝑑𝑜 𝑒𝑙 𝑅𝐴 𝑐𝑜𝑛 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑐𝑖𝑜𝑛)
𝑅𝑖𝑒𝑠𝑔𝑜 𝑎𝑡𝑟𝑖𝑏𝑢𝑖𝑏𝑙𝑒
Interpretación: “es necesario tratar a 21 pacientes con el LCZ696 para evitar que uno se interne o muera por causa
cardiovascular”.
Media: Se obtiene mediante la suma de cada valor dividido la cantidad de observaciones. Es sensible a valores
extremos.
Mediana: Es el valor de “x” que corresponde al centro espacial de la serie, una vez ordenadas los datos.
Modo: Es la categoría (si la escala es cualitativa) o el valor (si es numérica) que se presenta con más frecuencia en
una serie de datos.
8
Cuantiles: Los cuantiles surgen de la división en partes iguales de una serie ordenada de datos.
TECNICA: Se entiende como el conjunto de reglas y procedimientos que le permiten al investigador establecer la relación
con el objeto o sujeto de la investigación.
ESTIMADOR: Es una expresión numérica resultante de una medición realizada en una muestra.
UNIVERSO: Conjunto de individuos u objetos de los que se desea conocer algo en una investigación, o también como la
totalidad de individuos o elementos en los cuales puede presentarse determinada característica susceptible de ser
estudiada.
UNIDAD DE OBSERVACIÓN: Se denominan así a los elementos del universo en que se medirán o estudiarán las variables de
interés y Unidad de muestreo al elemento utilizado para seleccionar la unidad de observación.
9
MUESTRA: Es un subconjunto o parte del universo en que se llevará a cabo la investigación con el fin posterior de generalizar
los hallazgos al todo. El procedimiento por el cual se selecciona una muestra de un universo se denomina “muestreo”.
Consideramos que una muestra es representativa del Universo cuando en ella las características principales y relacionadas
a los objetivos del estudio son similares a las existentes en el Universo.
Existen dos aspectos que aumentan la probabilidad que la misma lo sea, y que, además, permiten luego de extraída,
estimar el grado de error que se ha cometido en las estimaciones, mediante la aplicación de técnicas de estadística
inferencial. Estos aspectos son: que el muestreo sea probabilístico y que el tamaño de la muestra sea el adecuado
para los objetivos del estudio.
Tipos de muestreo:
1. Muestreos probabilísticos:
o Muestreo aleatorio simple: este método es uno de los más sencillos y tal vez el más utilizado y consiste en
escoger al azar los miembros del universo hasta completar el tamaño muestral previsto.
o Muestreo sistemático: es similar al aleatorio simple, pero aquí la diferencia es que se calcula el denominado
"número de selección sistemática", que es el intervalo numérico que servirá de base para la selección de
la muestra. Este se calcula dividiendo el total del universo (N) por la muestra (n).
o Muestreo estratificado: este tipo se caracteriza por la subdivisión de la población en subgrupos o estratos,
y se lo utiliza cuando es necesario por los objetivos del estudio, considerar la distribución de una variable
en el universo, y por ello, este tipo de muestreo logra mayor representatividad que otros.
o Muestreo por conglomerado: este tipo de muestreo se utiliza, en particular, cuando no se dispone de una
lista enumerada de cada una de las unidades que conforman el universo. Se denomina así debido a que en
la selección de la muestra, primero, se identifican unidades muestrales que contienen a las unidades de
observación. Estas unidades muestrales son los "conglomerados", los cuales una vez identificados y
enumerados se sortean, y luego, en cada conglomerado se selecciona, siempre de manera aleatoria, en
una o más etapas, a las unidades en las cuales se realizaran las mediciones.
2. Muestreos no probabilísticos: Este tipo de muestreo, también conocido como "muestreo por
conveniencia”, no es aleatorio, razón por la que se desconoce la probabilidad de selección de cada unidad
o elemento del universo. Como consecuencia de ello, no es posible aplicar técnicas de inferencia estadística
en los resultados que se obtengan de este tipo de muestras por lo que no es recomendable utilizarlo, si el
propósito de la investigación involucra extrapolar los resultados de la muestra al universo de donde se las
obtuvo.
Valores p
Ellos estiman la probabilidad de que los resultados de un estudio hayan sido producidos por el azar.
Es deseable que los resultados no se hayan obtenido por azar, por lo tanto a menor probabilidad de que el azar
haya intervenido es más probable que los resultados se deban a una asociación real.
Cuando el valor p <0,05(= una probabilidad menor al 5%) se considera que son estadísticamente significativos, pero
eso no necesariamente significa que sean clínicamente relevantes.
NO MIDE LA FUERZA DE ASOCIACION.
Interpretación: La probabilidad de que este resultado se haya debido al azar es del 1.5%
H1 = Hipótesis alternativa: Hipótesis que intenta demostrar el estudio.
H0 = Hipótesis nula: Plantea que no hay diferencia entre ambos grupos estudiados.
Significancia clínica: Significancia clínica: Hace referencia a que tan importantes son los resultados teniendo en
cuenta la situación particular del paciente, en términos de mejoría de la calidad de vida, menor morbilidad o
mortalidad o cambio en el manejo clínico del paciente. Se determina mediante el juicio del lector de la literatura
científica.
IC de 95%
10
Los IC son un rango de valores entre los cuales existe una probabilidad conocida (lo más común es que se calculen
al 95%, así que, si ese es el caso, una probabilidad del 95%) que se haya captado el parámetro del universo.
Ejemplo de interpretación: Incidencia de IACS 15% (IC 95% 12,1-17,9) la incidencia de IACS que resulta en la muestra
es del 15%, aunque éste tal vez no sea el parámetro del universo, tenemos un 95% de probabilidades que el
parámetro se haya captado en el intervalo comprendido entre 12,1 y 17,9.
La prueba o criterio utilizado para definir inequívocamente una enfermedad se conoce como prueba de oro 1 (gold
standard). La prueba de oro puede ser una biopsia, un angiograma, una necropsia posterior o cualquier otra prueba
reconocida. El uso de un criterio de oro con el fin de identificar definitivamente a los que tienen la enfermedad es
un requisito para examinar la utilidad diagnóstica de cualquier prueba nueva o no evaluada.
SENSIBILIDAD Y ESPECIFICIDAD
La sensibilidad mide la proporción de los individuos con la enfermedad que son identificados correctamente por la
prueba.
La especificidad mide la proporción de los individuos sanos que son correctamente identificados como tales por la
prueba.
Ejemplo de cómo hacer la tabla 2x2 solo con los valores de sensibilidad y especificidad:
Hay 900 individuos sanos y 100 enfermos. En otras palabras, nos encontramos en una situación en la cual 10% de los
individuos a los que se aplica la prueba tienen la enfermedad. Por lo tanto, el individuo promedio tiene una probabilidad
de 10% de padecer la enfermedad antes de que se realice la prueba.
La sensibilidad es igual a 80%; por lo tanto, 80% de los que tienen la enfermedad serán correctamente identificados
como positivos (80% de 100 = 80), y 20% de los que tienen la enfermedad serán incorrectamente identificados
como negativos (20% de 100 = 20).
La especificidad es igual a 90%; por consiguiente, 90% de los que no tienen la enfermedad serán correctamente
identificados como negativos (90% de 900 = 810), y 10% de los que no tienen la enfermedad serán incorrectamente
identificados como positivos (10% de 900 = 90).
11
Valor predictivo de una prueba positiva/VPP: Proporción de los individuos con una prueba positiva que realmente tienen
la enfermedad.
𝑎
Formula:
𝑎+𝑏
Valor predictivo de una prueba negativa/VPN: Proporción de los individuos con una prueba negativa que realmente no
tienen la enfermedad.
𝑑
Formula:
𝑐+𝑑
Etapas:
PERÍODO PRE-PATOGÉNICO:
o Corresponde al tiempo en que las personas están sanas, es decir, se encuentran en equilibrio con su
ambiente.
o En este período interactúa la tríada ecológica que está formada por: Huésped, medio ambiente y agente.
Para que ocurra la enfermedad es necesario que estén presentes todos los componentes de la tríada
ecológica.
o Cuando entran en desequilibrio los tres elementos de la tríada se inicia el proceso patológico en el
hospedero.
PERÍODO PATOGÉNICO:
TIPOS DE PREVENCIÓN:
4ria: Prevenir los daños que puede generar el personal de salud al mandar por ejemplo análisis innecesarios.
12
o Estilos de vida.
o Riesgo conductuales.
o Avances tecnológicos (médicos).
Importancia para la clínica:
o Permite contextualizar la clínica (orientación dx).
o Permite ponderar riesgos.
o Ayuda a interpretar resultados de pruebas complementarias.
o Orienta hacia diagnóstico definitivo.
o Útil para la educación sanitaria.
o Complementa la epidemiología con la clínica.
Variables
Las variables pueden definirse como aquellos atributos o características del objeto de estudio (ya sean personas o grupos
poblacionales), que pueden variar de un individuo a otro, o de un momento a otro en un mismo individuo.
13