Download medidas de frecuencia de las enfermedades

Medidas de frecuencia de
enfermedades
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Medidas de frecuencia de
enfermedades
• Se deben considerar tres tipos de variables:
– Caso (enfermedad).
– Tiempo.
– Localización (población).
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prevalencia
• Es la frecuencia de la enfermedad en un área
geográfica específica en un momento
determinado, sin diferenciar los casos nuevos
de los antiguos.
• Se calcula dividiendo el número de casos por
el total de personas estudiadas.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prevalencia
• Es una probabilidad y como tal oscila entre 0 y
1 (0% y 100%).
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prevalencia
Prevalencia= 160/1.000= 0,16 (16%)
160 están enfermas
1.000 personas
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Incidencia
• Es la frecuencia de
• Existen dos medidas
de incidencia:
aparición de nuevos
casos de la
enfermedad en un
1. La tasa de densidad
área geográfica
de incidencia.
específica durante un
periodo de tiempo
2. La tasa de incidencia
determinado.
acumulada.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Tasa de densidad de incidencia
• Se calcula dividiendo el número de
nuevos casos de la enfermedad por la
suma de las personas-tiempo seguidas
durante el estudio.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Personas-Tiempo
Persona 1
Tiempo de seguimiento: 3 años
Persona 2
Tiempo de seguimiento: 5 años
Persona 3
Tiempo de seguimiento: 4 años
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Personas-Tiempo
• El término “personas- tiempo” es la suma de
los intervalos de tiempo de seguimiento de
las personas estudiadas.
• 100 personas-año pueden ser 10 personas
seguidas durante 10 años o 50 seguidas
durante 2 años.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Personas-Tiempo
• En este ejemplo hay tres
12
2
*
6
8
4
2
13
6
nuevos casos de la
enfermedad en 80
personas-años.
8
5
*
8
14
8*
10
4
0
5
10
15
• Si lo expresamos por
1.000 personas-años: 3
x 1.000 / 80= 37,5 por
1.000 personas-años.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Tasa de incidencia acumulada
• Se calcula dividiendo el número de nuevos
casos de la enfermedad por el total de personas
seguidas que inicialmente no padecían la
enfermedad.
• Es una probabilidad y como tal oscila entre 0 y
1 (0% y 100%).
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Tasa de incidencia acumulada
1.000 personas 160
840 no
enferman
enferman
Riesgo de incidencia acumulada= 160/1.000= 0,16 (16%)
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Medidas de las asociación
causal
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Medidas de asociación causal
El propósito de la Epidemiología es estudiar la asociación causal
entre dos tipos de variable:
•
•
•
•
Variable independiente:
Factor de exposición (consumo de fibra, consumo de tabaco…)
Procedimiento de intervención (programa de prevención,
procedimiento de diagnóstico, intervención quirúrgica,
medicamento…).
Variable dependiente:
Enfermedad (cáncer, tuberculosis, diabetes…)
Desenlace (mejoría, empeoramiento, curación o muerte).
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Medidas de asociación causal
Variable independiente
Variable dependiente
Radiaciones ionizantes
Cáncer de mama
Vacunación anti HB
Protección VHB
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Medidas de asociación causal
• La magnitud de la asociación causal:
Riesgo relativo (RR).
Riesgo atribuible (RA).
Odds ratio (OR).
• La precisión de los estimadores de magnitud:
Límites de confianza del RR, del RA o de OR.
• La significación estadística de la asociación
causal:
Probabilidad (p).
Riesgo relativo
• Es el cociente entre la incidencia (de la
enfermedad o del desenlace) en los expuestos
y la incidencia en los no expuestos a un
procedimiento.
• RR= Incidencia en expuestos / Incidencia en
los no expuestos.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Riesgo relativo
• Si el RR=1 : no hay asociación causal (nulidad
de efecto).
• Si el RR>1 : la variable de exposición es factor
de riesgo.
• Si el RR<1 : la variable de exposición es factor
de protección.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Riesgo relativo
• En este ejemplo se ha
estudiado la densidad
de incidencia de infarto
de miocardio en
fumadores y en no
fumadores.
Expuestos No
Total
expuestos
Casos
800
100
900
PersonasTiempo
100.000
100.000
200.000
Razón de 8,00
Tasas=
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Riesgo relativo
• En este ejemplo se ha
estudiado la incidencia
acumulada de cáncer de
riñón en expuestos y no
expuestos a la
fenacetina.
Casos
Expuestos No
Total
expuestos
66
22
88
No casos
434
478
912
Total
500
500
1.000
Razón de 3,00
Riesgo=
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Riesgo atribuible
• Es la diferencia entre la incidencia (de la
enfermedad o del desenlace) en los expuestos
y la incidencia en los no expuestos.
• RA= Incidencia en expuestos - Incidencia en
los no expuestos.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Riesgo Atribuible
• Si el RA=0 : la proporción de casos atribuible a la
exposición es nula.
• Si el RA>0 : la proporción de casos atribuible a la
exposición es positiva y su eliminación los
prevendría.
• Si el RA<0 : la proporción de casos atribuible a la
exposición es negativa y su eliminación los haría
aparecer.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Riesgo Atribuible
• En este ejemplo se ha
estudiado la densidad
de incidencia de infarto
de miocardio en
fumadores y en no
fumadores.
Expuestos No
Total
expuestos
Casos
800
100
900
PersonasTiempo
100.000
100.000
200.000
Diferencia 700 por
de Tasas= 100.000
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Riesgo Atribuible
• En este ejemplo se ha
estudiado la Incidencia
Acumulada de cáncer de
riñón en expuestos y no
expuestos a la
fenacetina.
Casos
Expuestos No
Total
expuestos
66
22
88
No casos
434
478
912
Total
500
500
1.000
Diferencia 44 por 500
de
Riesgo=
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
“Odds ratio” (“Razón de ventajas”).
• En Epidemiología, la Odds Ratio es la razón
(cociente) entre la “odds” de los expuestos y la
“odds” de los no expuestos.
• La “Odds” de una enfermedad es la
probabilidad de padecerla dividida por la
probabilidad de no padecerla.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
“Odds ratio” (“Razón de ventajas”).
• Si la Odds de los
expuestos es a/N1
dividido por c/N1 y la
Odds de los no
expuestos es b/N0
dividido por d/N0,
entonces la Odds ratio=
a/c dividido por b/d.
Expuestos
No expuestos
Total
Casos
a
b
M1
Controles
c
d
M0
Total
N1
N0
T
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
“Odds Ratio” (“Razón de ventajas”).
• Con una pequeña
manipulación aritmética
la Odds ratio= a d / b c.
Expuestos
No expuestos
Total
Casos
a
b
M1
Controles
c
d
M0
Total
N1
N0
T
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
“Odds Ratio” (“Razón de ventajas”).
• Si la OR=1 : no hay asociación causal (nulidad
de efecto).
• Si la OR>1 : la variable de exposición es factor
de riesgo.
• Si la OR<1 : la variable de exposición es factor
de protección.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Precisión del estimador
• La precisión del estimador de magnitud de la
asociación causal (RR, OR o RA) se mide con
sus límites de confianza.
• Casi siempre el límite de confianza inferior y
el límite de confianza superior se calculan con
un 95% de margen.
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Límites de confianza del estimador
1,3
2,1
2,7
RR
1
2
3
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Límites de confianza del estimador
0,3
2,1
3,4
RR
1
2
3
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.
Significación estadística
¿Cuál es la probabilidad de que estas diferencias
se deban al azar?.
El investigador las determina previamente.
Lo más frecuente = 5% (p<0,05).
Prof. Dr. Luis Mª Béjar.
Universidad de Sevilla.