Download Bases epidemiológicas para la comprensión de los

Bases epidemiológicas para la
comprensión de los factores de riesgo
Dr. Alfredo O. Wassermann
Médico Nefrólogo Universitario
Diplomado en Gestión de Calidad
Sección Nefrología y Comité de Hipertensión, Ex Jefe de Clínica Médica, Hospital Municipal de
Vicente López “Prof. Dr. Bernardo A. Houssay”
Co-Director médico-científico de FEPREVA, Fundación para el Estudio, la Prevención y el
Tratamiento de la Enfermedad Vascular Aterosclerótica.
Docente autorizado de la Facultad de Medicina de la Universidad de Buenos Aires.
Ex Coordinador del Grupo de Trabajo “Hipertensión Arterial” de la Sociedad Argentina de
Nefrología.
Objetivos



Comprender los conceptos de los estudios epidemiológicos
Interpretar el significado de los factores de riesgo vascular y metabólico
Integrar los conceptos epidemiológicos a la práctica clínica
Contenidos
Bases epidemiológicas para la comprensión de los factores de riesgo .....................................2
Introducción.....................................................................................................................2
Definiciones .....................................................................................................................2
Algunos términos de uso corriente .......................................................................................2
Definición de salud y enfermedad ...............................................................................2
Variable .............................................................................................................3
Tipos de variables .................................................................................................3
Medidas de localización o tendencia central ...................................................................4
Medidas de dispersión o variabilidad ............................................................................4
Medición de la frecuencia de enfermedad......................................................................4
Incidencia ...........................................................................................................5
Incidencia acumulada .............................................................................................5
Prevalencia .........................................................................................................5
Relación entre incidencia y prevalencia ........................................................................6
Letalidad ............................................................................................................6
Mortalidad ..........................................................................................................6
Tasas de mortalidad ...............................................................................................7
Tasas de mortalidad específica por edades ....................................................................7
Tasas de mortalidad específica por edades ....................................................................8
Mortalidad proporcional ..........................................................................................8
Esperanza de vida..................................................................................................8
Tasas estandarizadas por edad ...................................................................................9
Morbilidad ..........................................................................................................9
Discapacidad ..................................................................................................... 10
Otros indicadores globales del nivel de salud poblacional.................................................. 10
Comparaciones de la frecuencia de enfermedad .................................................................... 11
Riesgo ............................................................................................................. 11
Riesgo sinérgico .................................................................................................. 13
Exposición al riesgo .............................................................................................. 13
Estudios de estimación del riesgo ............................................................................. 16
Medidas de efecto o asociación ................................................................................ 18
Comparación relativa............................................................................................ 18
Comparación absoluta ........................................................................................... 20
Conclusiones .................................................................................................................. 23
Bibliografía .................................................................................................................... 24
2
Bases epidemiológicas para la
comprensión de los factores de riesgo
Introducción
Los componentes del síndrome metabólico tienen en común la característica de ser considerados
predictores para presentar enfermedad vascular, eventos vasculares o diabetes. Todavía no
existe acuerdo acerca de la mejor combinación de factores para diagnosticar síndrome
metabólico, como tampoco el nivel en el cual cada uno de estos factores representa un
incremento del riesgo para presentar un determinado evento. Tanto la aceptación de una
condición como predictora de otra, como el valor numérico de la primera condición para definir
el nivel de corte (no es predictor cuando es menor pero si cuando es mayor a ese valor) son
definidos en base al conocimiento epidemiológico.
Los estudios epidemiológicos permiten estimar el riesgo poblacional, pero es más difícil realizar
la aproximación cuando deseamos aplicarlos a un individuo.
Cuando las premisas epidemiológicas nos dicen que una persona reúne un conjunto de
condiciones que implican una probabilidad del 30% para presentar un infarto en los próximos 10
años se abre un abanico de interpretaciones:




El epidemiólogo realiza una predicción poblacional, no individual.
El profesional asistencial desea comunicar al paciente la magnitud del riesgo, y cuando
es elevado realizará indicaciones basándose en la evidencia y su criterio profesional.
El paciente puede aceptar este juicio profesional e intentará cumplir las indicaciones,
El paciente puede pensar que tiene una probabilidad del 70% de no presentar el infarto
en ese período y por lo tanto preferirá continuar disfrutando sus hábitos de vida y no
cumplirá ninguna pauta preventiva.
Las 4 premisas implican algún grado de veracidad. Sin embargo no todas resultan ventajosas para
el paciente.
Esta unidad temática pretende introducirnos a la comprensión de los elementos epidemiológicos
que guían las conductas médicas en la prevención del riesgo cardiometabólico.
Definiciones
Algunos términos de uso corriente
Definición de salud y enfermedad
La Organización Mundial de la Salud (OMS) propuso en 1948 una definición muy ambiciosa de
salud: “salud es un estado de completo bienestar físico, mental y social y no meramente la
ausencia de enfermedad”. Esta definición, aunque criticada por las dificultades que implica
definir y medir el bienestar, sigue representando un ideal. En 1977 la Asamblea Mundial de la
Salud acordó que todas las personas deberían alcanzar en el año 2000 un nivel de salud que les
permitiera llevar una vida social y económicamente productiva. Sin alcanzar el objetivo, la
propuesta se renovó en 1998 y en 2003. El desarrollo de criterios para establecer la presencia de
una condición de riesgo o una enfermedad reclama definiciones de “normalidad” y
“anormalidad”. Desde la perspectiva epidemiológica “normal” se refiere a que una condición
que estaría presente en la población con una distribución que sigue la forma de campana de
Gauss. En cambio, en la consulta o en la comprensión del paciente se utiliza normal como “sin
enfermedad” o referido a una condición “sin nivel de riesgo”. Ejemplos podrían ser el nivel de
colesterol plasmático o de la presión arterial, que requieren un valor de corte para definir el
nivel en el cual inicia el riesgo. El valor aceptado como “normal”, mejor expresado como
“exento de riesgo” se hallará en función del contexto del individuo, adquiriendo relevancia lo
factores vinculados a la edad y su expectativa de vida, el género, la presencia de una o múltiples
condiciones adversas, entre otras.
3
La adopción de valores de corte para separar los niveles con o sin riesgo, se basa en definiciones
operativas y no implican criterio de certeza absoluto. Vemos como a lo largo de pocos años la
glucemia considerada normal ha variado y actualmente este nivel se ubica en 100 mg/dl o 110
mg/dl según la entidad de referencia.
Variable
Las variables pueden definirse como aquellos atributos o características de los eventos, de las
personas o de grupos de estudio que cambian de una situación a otra o de un tiempo a otro y
que, por lo tanto, pueden tomar diversos valores.
De acuerdo con la relación que guardan unas con otras, las variables se clasifican en:
independientes (o variables explicativas o causa)
dependientes (o variables respuesta o efecto)
Cuando una variable produce un cambio en otra, se considera a la primera como independiente
(o causa) y a la segunda como dependiente (o efecto). En los estudios epidemiológicos la
enfermedad o evento es por lo general la variable dependiente y los factores que determinan su
aparición, magnitud y distribución son las variables independientes, que representan la
exposición a ese factor. Por ejemplo la hipertensión podría ser una variable independiente y el
stroke la dependiente.
No obstante, el concepto de dependencia e independencia puede variar según el contexto. Por
ejemplo la hipertensión, que en el ejemplo anterior era la variable independiente, podría ser la
variable dependiente del consumo habitual de sal, en cuyo caso el consumo de sal sería la
varible independiente.
El uso de variables permite a la epidemiología la elaboración de modelos descriptivos,
explicativos y predictivos sobre la dinámica de la salud poblacional.
Tipos de variables
Tabla 1: Tipos de variables y sus características
Variable
Subtipo
Cualitativa
Nominal
dicotómica
Nominal
no dicotómica
Cuantitativa
Característica
Ejemplo
Sólo 2 posibilidades
Género
Más de 2
posibilidades
Etnia
Ordinal
Estratos prefijados
Discreta
Cantidades enteras
Continua
Infinitos
intermedios
Nivel
socioeconómico
Eventos
coronarios
Glucemia
Los resultados de los estudios experimentales y epidemiológicos expresan los hallazgos y la
relación de las variables de diversas maneras. En general, observaremos que se trata de
establecer la representatividad y confiabilidad de los datos expresándolos a través de la medida
central y la dispersión.
Actividades
1. Tomando el siguiente ejemplo marque en la grilla cuáles son las Variables cualitativas y cuáles
las Variables cuantitativas
En un estudio prospectivo en pacientes diabéticos tipo 2 se analizó el valor predictivo de la
edad, el género, la antigüedad de la diabetes, la HbA1c, la presencia de hipertensión arterial y
la obesidad, para el desarrollo de microalbuminuria. Se estudió también la severidad de la
microalbuminuria (grados 0 a V) en relación con estos factores. El tiempo hasta el desarrollo de
microalbuminuria resultó significativamente asociado a la presencia de hipertensión arterial y el
riesgo de presentar microalbuminuria se incrementó con los valores de HbA1c y la antigüedad de
la diabetes.
4
Variable
Cuantitativa
Cualitativa
Edad
Género
Antigüedad
HbA1c
HTA
Obesidad
µAlbuminuria
Medidas de localización o tendencia central
Las medidas de centralización nos indican alrededor de qué valores se agrupan los datos
observados. Las más frecuentemente utilizadas son:
 Media aritmética o promedio. Es la medida de centralización más común. Se calcula
sumando los valores numéricos de todas las observaciones y dividiendo el total por el
número de observaciones. La media aritmética verifica la propiedad de equilibrar las
desviaciones positivas y negativas de los datos respecto a su valor. Actúa, por tanto,
como centro geométrico o centro de “gravedad” para el conjunto de puntos.
 Mediana. Es el valor numérico que divide al conjunto de datos ordenados en dos partes
iguales, es decir, el 50% de los datos será menor que ella y el 50% de los datos mayor. En
una distribución simétrica, la mediana coincide con la media aritmética, pero puede
existir una distribución asimétrica a los lados de la mediana.
 Moda o modo. Es el valor más corriente o el valor de la variable que se presenta con
mayor frecuencia.
 Parámetros de posición: cuartiles, deciles, percentiles. Valores que dividen el conjunto de
las observaciones en cuatro, diez o cien partes iguales. Muchos estudios dividen la
población en cuartiles, cada uno de ellos tendrá la misma cantidad de individuos.
Medidas de dispersión o variabilidad
Junto a las medidas de tendencia central, completan la información sobre la distribución de la
variable (indican si los valores de la variable están muy dispersos o se concentran alrededor de la
medida de centralización).
 Rango. Intervalo entre el valor máximo y el mínimo observado en una serie.
 Desviación media. Es la media de las desviaciones respecto a la media aritmética.
 Varianza. Se calcula como la media del cuadrado de las desviaciones de los elementos
respecto a la media aritmética.
 Desviación típica o estándar. Es la raíz cuadrada positiva de la varianza, y junto a ella,
son las medidas de dispersión más usadas. En una distribución normal (gausiana) el 50%
de las observaciones se encuentran por debajo del promedio y el 50% por encima. El
68,2% de las observaciones se encuentran dentro del intervalo del primer desvío estándar
(± 1S); el 95,4% dentro del intervalo del segundo (± 2S) y el 99,6% dentro del intervalo
del tercero (± 3S). La desviación estándar es una medida complementaria a la media
aritmética; mientras que la media da una idea de la magnitud general de la distribución,
la desviación estándar muestra cómo se distribuyen los valores alrededor de la media.
 Rango intercuartílico. Es la diferencia entre el percentilo 75 y el 25. Junto con el
rango, es la medida de dispersión usada para los datos asimétricos.
 Coeficiente de variación (CV). Es una medida de dispersión adimensional. Es el
porcentaje que representa la desviación estándar sobre la media. Es el método de
elección para comparar la variabilidad o dispersión relativa de variables que estén
expresadas en las mismas o en diferentes unidades.
Otro rango habitualmente expresado en los estudios epidemiológicos es el intervalo de confianza
(IC), siendo el más común el que abarca el 95% de las posibilidades, corrientemente expresado
como IC 95%. Un Intervalo de confianza del 95% indica que, si fuera posible repetir el
experimento varias veces en condiciones idénticas, en 95 de cada 100 experimentos el valor
promedio estaría incluido en ese intervalo. Un intervalo de confianza que abarque un rango
pequeño confiere confiabilidad en la medida de localización que cuando el rango es muy amplio,
y consecuentemente el valor predictivo sería mayor.
Medición de la frecuencia de enfermedad
Para cuantificar la frecuencia de enfermedad se usan medidas basadas en dos conceptos
fundamentales: incidencia y prevalencia.
La incidencia de una enfermedad mide la velocidad a la que se producen casos nuevos durante
un periodo determinado en una población especificada, mientras que la prevalencia es la
frecuencia de casos de enfermedad en una población y en un momento dados. Determinar la
5
prevalencia o la incidencia implica básicamente hacer un recuento de casos en una población
determinada, la cual se encuentra expuesta al riesgo y se toma como población de referencia.
Población expuesta al riesgo es la parte de la población que puede contraer una enfermedad. Por
ejemplo, las lesiones y enfermedades profesionales afectan solamente a las personas que
trabajan, por lo que la población expuesta al riesgo es la población laboral activa. La población
expuesta al riesgo puede definirse según factores demográficos, geográficos o ambientales. En
algunos casos la población expuesta al riego puede ser el conjunto de la población, como por
ejemplo una alteración atmosférica global.
La incidencia y la prevalencia son formas distintas para medir la frecuencia de una condición o
enfermedad. Hay enfermedades de alta prevalencia y baja incidencia, como la diabetes, o de
baja prevalencia y alta incidencia, como el resfrío común. El resfrío común se produce más
frecuentemente que la diabetes, pero dura tan sólo unos días. Durante el invierno la incidencia
será alta, pero como la enfermedad dura pocos días, la cantidad de paciente no se acumula. En
cambio considerando la diabetes, una vez que aparece, es permanente, por cuanto aún con baja
incidencia puede tener muy alta prevalencia, y esta prevalencia se incrementa con el aumento
de la edad.
Los datos de incidencia y prevalencia son mucho más útiles cuando se convierten en tasas. La
tasa se calcula dividiendo la cantidad de casos por la población correspondiente expuesta al
riesgo.
Incidencia
La incidencia considera el período durante el cual los individuos que no padecen
la condición están en riesgo para presentarla. Por ejemplo la incidencia de diabetes tipo
1 en niños de hasta 15 años en Argentina es de 8 casos cada 100.000 niños por año.
Para calcular la incidencia el numerador es el número de casos nuevos que se producen en un
período definido y el denominador es la población expuesta al riesgo para sufrir la enfermedad o
fenómeno correspondiente durante dicho período. La forma más exacta de calcular la incidencia
es calcular la tasa de incidencia por personas-tiempo. Cada persona de la población en estudio
observada durante un año contribuye un año-persona; si consideramos que un estudio
observacional incluyó 2.000 individuos y la observación se realizó durante 5 años, el estudio
habrá observado 10.000 años-persona (informado también como personas-año).
La incidencia se calcula de la siguiente forma:
Incidencia
Númer ode casos nuevos en el per íodo
x 10n
Númer ode individuosde la población en r iesgoen el per íodo
La expresión 10n puede ser por ejemplo 100 (102), 1.000 (103), 1.000.000 (106), etcétera.
Incidencia acumulada
La incidencia acumulada es una medida muy simple de la frecuencia con que ocurre una
enfermedad o estado de salud. En la incidencia acumulada el denominador sólo se mide al iniciar
el estudio.
Desde el punto de vista estadístico, la incidencia acumulada es la probabilidad que tienen las
personas de la población estudiada para contraer la enfermedad durante el período especificado.
El período considerado puede ser de cualquier duración, pero suelen ser varios años o, incluso,
toda la vida. Por tanto, la incidencia acumulada es similar al “riesgo de muerte” que se usa en
los cálculos actuariales y en las tablas de mortalidad.
Prevalencia
La prevalencia de una enfermedad se calcula de la siguiente manera:
6
Pr ev alenci
a
Númer ode per sonascon la car acter ística en un momentodeter minado
x 10n
Númer ode per sonasen la población ex puestaen ese momentodeter minado
La cantidad de integrantes de la población expuesta al riesgo a menudo no se conoce y entonces
se utiliza como aproximación la población total de la región estudiada.
La prevalencia a menudo se expresa en casos cada 100 personas (tasa porcentual), o bien con
otras potencias de 10 (10n).
Además de la edad, varios factores influyen en la prevalencia, como por ejemplo:



la gravedad de la enfermedad: la prevalencia disminuye si mueren pronto muchos de
los que contraen la enfermedad
la duración de la enfermedad: cuando una enfermedad dura poco, su tasa de
prevalencia será menor que si persiste durante más tiempo
la cantidad de casos nuevos: si son muchos quienes desarrollan la enfermedad, su tasa
de prevalencia será mayor que si son pocas las personas que la contraen
Como la prevalencia puede depender de muchos factores no relacionados con la condición en
evaluación, los estudios de prevalencia de enfermedad en función de una variable no suelen
proporcionar pruebas claras de causalidad. Sin embargo, las estadísticas de prevalencia son
útiles para valorar la necesidad de medidas preventivas y planificar la atención sanitaria.
La prevalencia de diabetes tipo 2 se ha determinado en distintas poblaciones utilizando los
criterios propuestos por la OMS. La variabilidad de estas estadísticas de prevalencia indica la
importancia de factores sociales y ambientales en la etiología de la enfermedad y lo distintas
que son las necesidades de servicios sanitarios para diabéticos en cada población.
Relación entre incidencia y prevalencia
La prevalencia (P) depende de la incidencia (I) y de la duración (D) de la enfermedad. Siempre
que la tasa de prevalencia sea baja y no varíe considerablemente a lo largo del tiempo, puede
calcularse de forma aproximada mediante la ecuación P = I × D, significando que la prevalencia
es igual a la incidencia multiplicada por la duración promedio de la enfermedad.
Actividades
2. Indique cuál de los ejemplos corresponde a incidencia y cuál a prevalencia
a)
b)
c)
d)
e)
Cuantifica la velocidad de ocurrencia de nuevos eventos
Condicionada por la duración y gravedad de la enfermedad
Debe considerarse el intervalo de tiempo en el cual el individuo se encuentra expuesto
Cuantifica mejor la magnitud de enfermedades agudas
Es útil para medir la frecuencia de cuadros clínicos cuando el comienzo de la enfermedad
es gradual
Letalidad
La letalidad cuantifica la gravedad de una enfermedad. Se define como la tasa porcentual de
casos de una enfermedad o un evento determinado que mueren en un período especificado.
Letalidad
Cantidad de muer tespor una enfer medaden un per íodo
x 100
Cantidad de casos diagnosticados de la enfer medaden ese per íodo
Mortalidad
Las causas de muerte son un parámetro importante para diseñar las estrategias de política
sanitaria, y la fuente de información son los certificados de defunción. El certificado de
defunción normalizado contiene información acerca de la edad, el género, la fecha de
nacimiento y el lugar de residencia. En la Clasificación Internacional de Enfermedades y
7
Problemas de Salud (CIE) se hallan diversas recomendaciones para clasificar las defunciones, la
última versión publicada es la 10a, conocida como CIE 10.
Aunque las estadísticas derivadas de los certificados de defunción contienen varios errores de
diferentes orígenes, proporcionan información valiosa sobre las tendencias del estado de salud
de la población.
Los epidemiólogos usan extensamente las estadísticas de mortalidad para evaluar la carga de
enfermedad y para estudiar la evolución de las enfermedades con el paso de los años.
Tomaremos algunos ejemplos del sitio WEB de la Organización Mundial de la Salud:
http://www.who.int/whosis/en/
La tasa de mortalidad de los adultos entre 15 y 60 años en países de América muestra la
diferencia de oportunidades para los habitantes de cada país. Una persona que nace en Canadá
tiene mejores oportunidades de expectativa de vida que en Haití:
Tasas de mortalidad
La mortalidad bruta o tasa bruta de mortalidad se calcula de la forma siguiente:
Tasa br utade m or talidad
Cantidad de muer tesen un per íodo
x 10n
Población total pr omedioen ese per íodo
La tasa bruta de mortalidad no considera que las posibilidades de que una persona muera
variarán según su edad, género, etnia, clase socioeconómica y otros factores. En general, no es
adecuado comparar la tasa bruta de mortalidad de distintos períodos temporales o zonas
geográficas. Las comparaciones de tasas de mortalidad entre grupos de distinta estructura de
edades suelen basarse en tasas estandarizadas para la edad.
Tasas de mortalidad específica por edades
Pueden calcularse tasas específicas de mortalidad de grupos concretos de una población
definidos para varias condiciones como edad, etnia, género, ocupación o localización geográfica,
o tasas específicas de mortalidad debida a una causa de muerte. Por ejemplo, una tasa de
mortalidad específica por enfermedad, edad y género podría calcularse de la siguiente forma,
referido a mujeres entre 50 y 70 años con diabetes:
Tasa de m or talidaden este g r upo
Cantidad de muer tesen este gr upoen un per íodo
x 10n
Cantidad total de individuosen ese per íodo
300
250
200
150
100
50
Venezuela
Uruguay
EEUU
Perú
Paraguay
Panamá
Nicaragua
México
Jamaica
Honduras
Haití
Guatemala
El Salvador
Ecuador
Cuba
Costa Rica
Colombia
Chile
Canada
Brazil
Bolivia
0
Argentina
Mortalidad adultos 15-60 años
Figura 1: Probabilidad de morir para adultos de 15 a 60 años
en algunos países de América
8
Tasas de mortalidad específica por edades
Pueden calcularse tasas específicas de mortalidad de grupos concretos de una población
definidos para varias condiciones como edad, etnia, género, ocupación o localización geográfica,
o tasas específicas de mortalidad debida a una causa de muerte. Por ejemplo, una tasa de
mortalidad específica por enfermedad, edad y género podría calcularse de la siguiente forma,
referido a mujeres entre 50 y 70 años con diabetes:
Tasa de m or talidaden este g r upo
Cantidad de muer tesen este gr upoen un per íodo
x 10n
Cantidad total de individuosen ese per íodo
Mortalidad proporcional
La importancia de ciertas enfermedades puede determinarse a través de la mortalidad
proporcional, que es la proporción de muertes debidas a una causa determinada del total de
muertes ocurridas en el período de estudio. La mortalidad proporcional suele expresarse por
cada 100 o cada 1000 defunciones.
Tabla 2: Las 10 principales causas de muerte en el mundo
Muertes
Enfermedad coronaria
Ictus y enfermedad cerebrovascular
Infecciones respiratorias bajas
Enfermedad pulmonar obstructiva crónica
Diarrea
VIH – SIDA
Tuberculosis
Cáncer de tráquea, bronquios y pulmones
Accidentes de tránsito
Nacidos con peso bajo y prematuros
(millones)
Tasa relativa de
mortalidad
(%)
7,20
5,71
4,18
3,02
2,16
2,04
1,46
1,32
1,27
1,18
12,2
9,7
7,1
5,1
3,7
3,5
2,5
2,3
2,2
2,0
Las comparaciones de mortalidad proporcional entre grupos pueden resaltar interesantes
diferencias. En los países con nivel socioeconómico elevado en los que gran parte de la población
alcanza la ancianidad, la mortalidad proporcional por cáncer es mucho mayor que en los países
de ingreso medio o bajo en los que hay menos ancianos. Sin embargo un marco de referencia
adecuado permitirá conocer que el riesgo real para padecer una neoplasia a lo largo de la vida
puede ser el mismo.
Esperanza de vida
La esperanza de vida es otra de las estadísticas descriptivas del estado de salud de la población.
Se define como el número de años que cabe esperar que viva una persona de una edad
determinada si se mantienen las tasas de mortalidad actuales.
Para el mundo en su conjunto, la esperanza de vida al nacer ha aumentado de 46,5 años en el
periodo 1950–1955 a 65,0 años en el periodo 1995–2000. En algunos países ha disminuido la
esperanza de vida, fundamentalmente por el aumento de mortalidad causada por el VIH. Casi el
50% de los varones en algunos países que conformaban la Unión Soviética muere entre las edades
de 15 y 60 años aparentemente por el alcoholismo y el tabaquismo.
Tanto la esperanza de vida como el intervalo de confianza muestran grandes diferencias entre
países. Por ejemplo, la esperanza de vida de una niña nacida en el Japón en el 2004 es de 86
años, mientras que en Zimbabue solo es de 30 a 38 años. En casi todos los países la longevidad
de las mujeres es mayor que la de los varones.
En la figura 2 podemos apreciar la expectativa de vida en algunos países de América.
9
90
80
70
60
50
40
30
20
10
Ambos géneros
Mujeres
Venezuela
Uruguay
EEUU
Perú
Paraguay
Panamá
Nicaragua
México
Jamaica
Honduras
Haití
Guatemala
El Salvador
Ecuador
Cuba
Costa Rica
Colombia
Chile
Canada
Brazil
Bolivia
0
Argentina
Expectativa de vida al nacer
Figura 2: Expectativa de vida al nacer en algunos países de América
Hombres
Tasas estandarizadas por edad
El ajuste por edad de la tasa de mortalidad permite comparar la mortalidad en poblaciones que
tienen distinta estructura etaria. El ajuste puede hacerse también respecto de otras variables,
además de la edad. Esto es necesario cuando se compara la mortalidad de dos o más poblaciones
que difieren respecto a características básicas (edad, etnia, estado socioeconómico, etc.) que
influyen de manera independiente en el riesgo de muerte. La estandarización etaria elimina la
influencia de la distinta distribución por edades sobre las tasas de morbilidad y mortalidad
objeto de la comparación.
En la figura 3 vemos las tasa estandarizadas por edad de mortalidad cardiovascular en algunos
países de América.
450
400
350
300
250
200
150
100
50
Venezuela
Uruguay
EEUU
Perú
Paraguay
Panamá
Nicaragua
México
Jamaica
Honduras
Haití
Guatemala
El Salvador
Ecuador
Cuba
Costa Rica
Colombia
Chile
Canada
Brazil
Bolivia
0
Argentina
Tasa estandarizada por edad de moratlidad
cardiovascular (cada 100.000 personas)
Figura 3: Tasas estandarizadas por edad de mortalidad cardiovascular en
algunos países de América
Morbilidad
Las tasas de mortalidad son particularmente útiles para investigar enfermedades con una tasa de
letalidad elevada. Sin embargo, muchas enfermedades tienen una letalidad baja como ocurre
con las enfermedades del sistema osteomuscular, la artrosis, la varicela, el resfrío común. En
estos casos la frecuencia de la enfermedad tiene mayor interés que los datos de mortalidad.
10
Los datos de morbilidad son útiles para explicar tendencias concretas de la mortalidad. La
disminución en años recientes de la tasas de mortalidad cardiovascular en muchos países
desarrollados podría deberse a una reducción de la incidencia (lo que sugeriría avances en la
prevención primaria) o bien a una disminución de la letalidad (lo que sugeriría mejoras en el
tratamiento) de las enfermedades cardiovasculares.
Otras fuentes de información sobre morbilidad son los datos de
 ingresos y altas hospitalarias
 consultas en centros de atención ambulatoria o atención primaria
 consultas en servicios especializados (por ejemplo, centros de tratamiento de
traumatismos)
 registros de fenómenos patológicos como enfermedades malignas y malformaciones
congénitas
Discapacidad
Las consecuencias persistentes de las enfermedades representan datos de interés como son las
deficiencias, discapacidades y minusvalías, términos que han sido definidos en la Clasificación de
la OMS. Esta clasificación describe las adaptaciones de los individuos a los trastornos de la salud.
Como el funcionamiento o la discapacidad de un individuo se dan en el contexto de la sociedad,
la clasificación de la OMS sobre deficiencias, discapacidades y minusvalías también incluye una
lista de factores ambientales.
Los parámetros clave de la clasificación son los siguientes:
 deficiencia: toda pérdida o anormalidad de la estructura o función anatómica, fisiológica
o psicológica
 discapacidad: cualquier restricción o carencia (resultante de una deficiencia) de la
capacidad para realizar una actividad en la forma o dentro de los límites considerados
normales para un ser humano
 minusvalía: una desventaja de una persona determinada, resultante de una deficiencia o
una discapacidad, que limita o impide el desempeño de una tarea que es normal para el
individuo (dependiendo de la edad, el género y factores sociales y culturales)
Medir la prevalencia de discapacidad es difícil, pero cada vez es más importante en sociedades
en las que la morbilidad aguda y las enfermedades mortales disminuyen, en tanto la cantidad de
personas de edad avanzada es cada vez mayor, muchas de ellas con discapacidad.
Otros indicadores globales del nivel de salud poblacional
Las políticas sanitarias enfrentan la tarea de responder a las prioridades reales de prevención y
control de enfermedades, y son responsables de predecir las futuras prioridades. Estas decisiones
deberían considerar tanto la mortalidad como la morbilidad y el tiempo de vida sana perdido por
una enfermedad. Ese tipo de indicadores globales sirven para tener un patrón común con el que
cuantificar la carga de enfermedad de la población. La duración de la vida combinada con algún
tipo de noción de su calidad se refleja en los siguientes indicadores poblacionales:
 años de vida potencial perdida (VPP), basados en los años de vida perdidos por muerte
prematura (es decir, antes de una edad arbitrariamente determinada)
 esperanza de vida sana (EVS)
 esperanza de vida sin discapacidad (EVSD)
 años de vida ajustados según calidad (AVAC)
 años de vida ajustados según discapacidad (AVAD)
Años de vida ajustados según discapacidad (AVAD)
En el proyecto de Carga Mundial de Enfermedad se combinan los efectos de la mortalidad
prematura y de la discapacidad, integrando en una sola medida el efecto sobre la población de
los principales trastornos de salud, mortales o no mortales. La principal unidad para medir esta
carga de enfermedad son los años de vida ajustada según discapacidad (AVAD) en los que se
combinan los años de vida perdida (AVP), calculados a partir de las muertes a cada edad
multiplicadas por los años restantes de vida que cabría esperar según una esperanza de vida
general, estándar para todos los países; y los años de vida perdidos por discapacidad (AVPD),
calculados multiplicando los casos nuevos de lesión o enfermedad por la duración media de la
enfermedad y por un peso de discapacidad que refleja la gravedad de la enfermedad en una
escala de 0 (salud perfecta) a 1 (muerte).
11
Un AVAD perdido es un año perdido de vida “sana” y la carga de enfermedad así medida es la
brecha entre el nivel actual de salud de la población y el nivel ideal de una población donde
todos vivieran hasta una edad avanzada sin padecer discapacidad.
En la población que se toma como norma la esperanza de vida al nacer son 80,0 años para los
varones y 82,5 años para las mujeres.
La OMS estima que la hipertensión ocasiona 7,2 millones de muertes anuales, un 13,5%
aproximadamente del total mundial, y 92 millones de AVAD, representando el 6% del total.
Las estimaciones sugieren que los niveles altos de colesterol ocasionan unos 4,4 millones de
defunciones (un 7,9% del total) y la pérdida de 40,4 millones de AVAD (un 2,8% del total),
aunque sus efectos suelen coincidir con los de la hipertensión. Esa cifra representa un 18% de los
accidentes cerebrovasculares y un 56% de las cardiopatías isquémicas mundiales.
Esperanza de vida sana (EVS)
El informe de la OMS de 2002 estableció que en todo el mundo la esperanza de vida sana podría
prolongarse entre cinco y diez años si los Gobiernos y las personas lucharan en diversos frentes
contra los principales riesgos para la salud en cada región
80
70
60
50
40
30
20
10
Ambos géneros
Mujeres
Venezuela
Uruguay
EEUU
Perú
Paraguay
Panamá
Nicaragua
México
Jamaica
Honduras
Haití
Guatemala
El Salvador
Ecuador
Cuba
Costa Rica
Colombia
Chile
Canada
Brazil
Bolivia
0
Argentina
Esperanza de vida sana (años)
Figura 4: Esperanza de vida sana en algunos países de América
Hombres
Comparaciones de la frecuencia de enfermedad
Medir la frecuencia de enfermedades u otros estados de salud es sólo el comienzo del proceso
epidemiológico. El paso siguiente es comparar la frecuencia en dos o más grupos de personas que
hayan tenido distintas exposiciones. Una persona puede haber estado o no expuesta a un factor
que se quiere investigar. A menudo se utiliza como grupo de referencia un grupo de no
expuestos. Las personas expuestas pueden haber tenido distintos niveles y duraciones de
exposición. La cantidad total de un factor que ha alcanzado a una persona recibe el nombre de
“dosis”.
Riesgo
El término riesgo hace referencia a la probabilidad de que ocurra posteriormente algún resultado
adverso, expresado como morbilidad o mortalidad. Riesgo es la medida de una probabilidad
estadística de un suceso futuro. Por lo tanto, el riesgo mide la probabilidad para desarrollar una
enfermedad en un período determinado de tiempo. El riesgo se expresa como una tasa.
Combinando las premisas podríamos ejemplificar diciendo que un hombre de 70 años, no
fumador y sin diabetes, cuya presión sistólica es mayor a 160 mmHg, tendría una probabilidad de
presentar un evento coronario entre el 20% y el 40% en los próximos 10 años.
La siguiente fórmula expresa el concepto general de riesgo, o sea, cuántas personas
experimentaron el evento referidas a la cantidad total de personas que pudieron presentarlo
porque estaban expuestas:
12
Riesgo 
Cantidad de per sonas con evento
Cantidad de per sonas expuestas
Factores de riesgo: son las características que se asocian con el mayor riesgo
para presentar una enfermedad o condición. Es importante tener en cuenta que los
factores de riesgo son asociaciones causales entre una característica o factor con una
enfermedad o condición específica. Advertimos que hablamos de factores de riesgo para
enfermedades o condiciones, ya que a medida que avanza la investigación
epidemiológica podemos conocer factores de riesgo previos a los factores de riesgo
tradicionales; es decir, actualmente sabemos cuáles hábitos de vida permiten estimar
que un individuo tiene mayor probabilidad de devenir hipertenso o dislipémico en su
vida futura.
Los factores de riesgo pueden ser específicos para una enfermedad en particular pero un mismo
factor puede ser factor de riesgo para varias enfermedades, por ejemplo la obesidad es un factor
de riesgo para diabetes, hipertensión arterial e infarto agudo de miocardio.
Una característica puede ser tanto un factor de riesgo como una enfermedad, depende de la
asociación causal que se esté analizando. Por ejemplo la diabetes es factor de riesgo para infarto
de miocardio, pero si considero a la obesidad como un factor de riesgo, el efecto será la
diabetes. Es decir, la diabetes tiene el doble rol de comportarse como factor de riesgo y como
enfermedad.
Podemos agrupar a los factores de riesgo según su origen en:
 Genéticos
 Biológicos
 Conductuales o de estilo de vida
 Sociales
 Ambientales
De las múltiples asociaciones que podría tener una condición con otra, para definir que una es un
factor de riesgo de la otra, debe evidenciarse la causalidad. Existen criterios para definir la
causalidad de un factor de riesgo, basados en la conferencia de Austin Bradford Hill en 1965 “El
ambiente y la enfermedad: asociación o causalidad”. Aunque presentados para establecer la
causalidad de las enfermedades laborales, estos criterios están universalmente aceptados:










Fuerza o magnitud de la asociación: el riesgo relativo debe ser amplio.
Consistencia: la asociación es observada por diferentes investigadores en lugares
circunstancias y tiempos distintos.
Especificidad: una causa condice a un efecto. Aún cuando un factor de riesgo puede
producir varios efectos (varias enfermedades) y una enfermedad puede ser desarrollada
por varios factores de riesgo.
Temporalidad: la causa siempre precede al efecto.
Gradiente biológico o relación dosis respuesta: a mayor intensidad de la asociación
mayor será la intensidad del efecto.
Credibilidad biológica: existe concordancia de la asociación con el conocimiento
biológico actual.
Coherencia: la interpretación de la asociación causa-efecto no debe contradecir la
historia natural y la biología de la enfermedad.
Experimentación: es posible obtener evidencia experimental o semiexperimental.
Analogía: relación causa efecto ya establecida para una exposición o enfermedad similar.
Reversibilidad: (no descripto por A. Bradford Hill) la disminución de la exposición se
asocia con disminución de la tasa de la enfermedad.
Cuando la asociación entre dos condiciones no puede evidenciar causalidad no podemos definir
que la primera es un factor de riesgo para la segunda. Sin embargo, algunas condiciones se
asocian con otras reuniendo alguna de las premisas, pero resultan insuficientes para definir que
una es un factor de riesgo (causal) de la otra. Por ejemplo, la microalbuminuria precede el
desarrollo de eventos vasculares, sin embargo no podemos demostrar una relación causal; por lo
tanto, se define la microalbuminuria como un marcador de riesgo.
13
Riesgo sinérgico
Se denomina riesgo sinérgico cuando los factores de riesgo se potencian entre si, es decir actúan
como multiplicadores de su acción. Si un paciente tiene 2 o más factores de riesgo para infarto
de miocardio, por ejemplo, hipertensión arterial y dislipemia, el efecto de cada uno de ellos se
potencia siendo mayor que la suma de los efectos de cada uno de ellos. Los resultados del
estudio Framingham permiten visualizar este efecto sinérgico.
El síndrome metabólico es una asociación de factores de riesgo que potencian su riesgo
individual convirtiéndose en su conjunto en muy alto riesgo para infarto de miocardio. Cuando
existen varios factores de riesgo para el desarrollo de una enfermedad es difícil estimar el peso
de cada uno de ellos y más aún el valor de su potenciación. Sin embargo, disponemos
herramientas estadísticas como el análisis multivariado y estudios factoriales que permiten
estimar la importancia relativa de cada factor.
Las tablas que permiten estimar el riesgo coronario de una persona en la consulta médica, tales
como las basadas en el estudio de Framingham, o las de las recomendaciones europeas para
prevención del riesgo coronario (European Heart Journal 1998;19:1434-1503) marcan esta
progresión (Figura 5).
Figura 5: Riesgo coronario estimado para 10 años de acuerdo a varias
combinaciones de factores de riesgo
Tasa porcentual
de Riesgo coronario
estimado a 10 años
% 70
Hombres
60
Mujeres
58 56
50
38 37
40
29 28
30
23
20
10
6
17
17
14
9
9
11
0
Presión Sistólica (mm Hg)
120
160
160
160
160
160
160
Colesterol (mg/dl)
220
220
259
259
259
259
259
HDL-Colesterol (mg/dl)
50
50
50
35
35
35
35
Diabetes
-
-
-
-
+
+
+
Tabaquismo
-
-
-
-
-
+
+
HVI1 (ECG- Estes-Romhilt)
-
-
-
-
-
-
+
HVI: hipertrofia ventricular izquierda
Estudio Framingham: Kannel WB. JAMA 1996; 275: 1571-1576
Recientemente D’Agostino y col. publicaron una nueva guía para calcular el riesgo cardiovascular
a partir de los datos obtenidos en el estudio de Framingham. Resulta muy sencillo implementarla
en la práctica cotidiana. A partir de la asignación de puntos que se realiza utilizando las tablas 3
y 4, para mujeres y hombres respectivamente, se traslada a la tabla 5 y se obtiene el riesgo para
un evento cardiovascular a 10 años (coronario, cerebrovascular, arterial periférico o insuficiencia
cardíaca). Esta publicación aporta además un equivalente de edad cardiovascular. Este concepto
es de gran utilidad para transmitir al paciente el concepto de riesgo, y de esta manera
tangibilizamos una idea frecuentemente muy abstracta para la comprensión habitual.
Exposición al riesgo
Exposición al riesgo significa que un individuo antes de iniciar la enfermedad ha estado en
contacto con el factor que epidemiológicamente se asocia con su desarrollo. Toda persona
expuesta a un factor de riesgo para una enfermedad específica tiene la probabilidad de
desarrollar la misma, pero para que ello ocurra es necesario tener en cuenta algunos aspectos
importantes de esa exposición al riesgo; destacaremos fundamentalmente la intensidad de la
exposición al factor de riesgo:
14

Intensidad de la exposición al factor de riesgo: Por ejemplo en el caso de la gota la
intensidad va a estar dada por la cantidad de alimentos ricos en purinas en la ingesta, la
intensidad en la hipertensión estará dada por el nivel de presión arterial.

Tiempo y frecuencia de la exposición: son importantes el tiempo para una exposición
continua, o la frecuencia para una exposición intermitente. Por ejemplo la antigüedad de
la hipertensión influye sobre la probabilidad de presentación de un evento. La frecuencia
de ingesta de alimentos con alto contenido de purinas influye para desarrollar gota. En
las enfermedades nutricionales crónicas como la obesidad es necesario considerar que al
existir un tiempo de latencia prolongado entre la exposición al factor de riesgo (ingesta
hipercalórica) y la iniciación de la enfermedad, el paciente puede olvidar la fecha de la
iniciación de la exposición a ese riesgo, la periodicidad y hasta desconsiderar la
exposición como un elemento perjudicial; lo corriente es que lo exprese como un hábito
de vida permanente desde la niñez, o bien desde un hecho importante en su vida como el
casamiento, con total aceptación del factor nocivo como componente natural de su
historia.
Tabla 3: Puntos para estimación del riesgo cardiovascular en mujeres
Puntos
-3
-2
-1
0
1
2
3
4
5
6
7
8
9
10
11
12
Edad
HDL
Colesterol
total
Presión sistólica
sin tratamiento
Presión sistólica
con tratamiento
años
mg/dl
mg/dl
mm Hg
<120
mm Hg
30 - 34
60 =>
50 - 59
45 - 49
35 - 44
<35
<160
160 - 199
120 - 129
130 - 139
140 - 149
35 - 39
Diabetes
No
No
<120
200 - 239
240 - 279
280 =>
40 - 44
45 - 49
Tabaquismo
150 - 159
160=>
50 - 54
55 - 59
60 - 64
65 - 69
70 - 74
75 =>
120 - 129
130 - 139
Si
Si
140 - 149
150 - 159
160=>
Tabla 4: Puntos para estimación del riesgo cardiovascular en hombres
Puntos
-2
-1
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Edad
HDL
años
mg/dl
60 =>
50 - 59
45 - 49
35 - 44
<35
30 - 34
35 - 39
40 - 44
45 - 49
50 - 54
55 - 59
60 - 64
65 - 69
70 - 74
75 =>
Colesterol
total
Presión sistólica
sin tratamiento
Presión sistólica
con tratamiento
mg/dl
mm Hg
<120
mm Hg
<160
160 - 199
120 - 129
130 - 139
140 - 149
150 - 159
160=>
200 - 239
240 - 279
280 =>
Tabaquismo
Diabetes
<120
No
No
120 - 129
130 - 139
140 - 149
150 - 159
160=>
Si
Si
15
Tabla 5: Riesgo y edad cardiovascular
Mujeres
Puntos
Riesgo
a 10 años
%
Varones
Edad
cardiovascular
Riesgo
Edad
cardiovascular
años
a 10 años
%
< 30
30
-3
<1
-2
-1
0
<1
1,0
1,2
< 30
1,1
1,4
1,6
1
2
1,5
1,7
31
34
1,9
2,3
32
34
3
4
2,0
2,4
36
39
2,8
3,3
36
38
5
2,8
42
3,9
40
6
3,3
45
4,7
42
7
8
3,9
4,5
48
51
5,6
6,7
45
48
9
10
5,3
6,3
55
59
7,9
9,4
51
54
11
7,3
64
11,2
57
12
8,6
68
13,2
60
13
14
10,0
11,7
73
79
15,6
18,4
64
68
15
16
13,7
15,9
> 80
21,6
25,3
72
76
17
18,5
29,4
> 80
18
19
20
21=>
21,5
24,8
28,5
>30
>30
Comentamos previamente que el riesgo es una función del nivel del factor que estamos
estudiando y también del tiempo durante el cual estará expuesto el individuo. Habitualmente
utilizamos las tablas de riesgo a 10 años (figuras 3, 4 y 5). En 2009 Pencina y col. publicaron un
estudio estimando el riesgo a 30 años basadas en datos del estudio de Framingham, y
comparándolo con el riesgo a 10 años. Estas estimaciones son útiles cuando consideramos que la
expectativa de vida se ha incrementado y que los factores de riesgo se detectan en personas
cada vez más jóvenes, por cuanto muchas personas están expuestas por períodos muy
prolongados. Puede descargarse una planilla de cálculo para estimar el riesgo del sitio:
http://circ.ahajournals.org/cgi/content/full/CIRCULATIONAHA.108.816694/DC1. La estimación
del riesgo puede realizarse en personas de hasta 60 años. Las figuras 6 a 9 muestran las
diferencias de los niveles de riesgo para factores acumulados en mujeres y varones de 25 y 45
años.
16
Figuras 6-10: Comparación del riesgo a 10 y a 30 años en Mujeres y Varones de 25 y 45 años. Se consideró sin
riesgo niveles de colesterol total=150mg/dl; colesterol HDL=60mg/dl; presión sistólica sin tratamiento=110 mm
Hg; no fumador y sin antecedentes de diabetes. Los niveles de riesgo se consideraron con colesterol=260 mg/dl;
colesterol HDL=35 mg/dl; presión sistólica sin tratamiento=160 mm Hg.
Estudios de estimación del riesgo
El reconocimiento de las condiciones que representan factores de riesgo proviene de los estudios
observacionales, denominados así porque el investigador no interviene, sino que sólo observa y
describe las observaciones. Los estudios observacionales pueden ser descriptivos o analíticos:

Los estudios descriptivos constituyen la etapa de observación del método científico y
describen la ocurrencia de una enfermedad, y los factores que están asociados con esa
distribución y asociados a la génesis de esa enfermedad, solamente establecen
asociaciones estadísticas, basándose en ellas para formular hipótesis.

Los estudios analíticos tienen por finalidad verificar las hipótesis formuladas, para
establecer la existencia de asociaciones causales. Existen dos tipos de estudios
analíticos:
o
Estudios de cohorte: Consisten en la observación durante un tiempo
determinado de dos poblaciones (grupo de personas), una de las cuales tiene, ha
estado o está expuesta al factor considerado causal, y otra que no. La
comparación entre ambas poblaciones, observándolas durante el mismo tiempo,
hasta la aparición del efecto esperado (enfermedad) en una cantidad e
intensidad suficiente, permite inferir las características de la asociación.
17
Tabla 6: Esquema del diseño de los estudios de cohortes
y las mediciones del riesgo
Efecto (Enfermedad)
Si
No
Total
Expuestos
a
b
a+b
No expuestos
c
d
c+d
o
Medición del riesgo
Riesgo
absoluto
Tasa de
incidencia en
expuestos
Ie = a/(a+b)
Tasa de
incidencia en
no expuestos
Ine = c/(c+d)
Riesgo
relativo
Riesgo
atribuible
Relación entre
ambas
incidencias
Diferencia
entre ambas
incidencias
RR = Ie / Ine
RA = Ie - Ine
Estudios de casos y controles: Estos estudios se realizan cuando el efecto
eventiualmente producido por el factor causal ya se ha producido (la
enfermedad está presente), comparando el grupo de personas con la enfermedad
(casos) con un grupo de personas que no tienen la enfermedad (control). En
ambos grupos tendremos la tasa de expuestos y la de no expuestos al eventual
factor causal.
Tabla 7: Esquema del diseño de los estudios de casos y controles
y la estimación del riesgo
Causa
Casos
(enfermos)
Controles
(sanos)
Odds
Expuestos
a
b
Odds en expuestos
a/b
No expuestos
c
d
Odds en no expuestos
c/d
Total
a+c
b+d
Odds ratio
Odds ratio
(a/b)
(c/d)
O bien
axd
bxc
Actividades
3. Complete los espacios en blanco con los diferentes tipos de estudios observacionales
Estudios
Observacionales
18
Medidas de efecto o asociación
Las medidas de efecto o de asociación, permiten determinar la magnitud o la fuerza de la
relación existente entre la exposición y el evento. La principal ventaja de estas medidas es que
permiten describir en un solo parámetro la asociación existente entre una particular exposición y
el riesgo de desarrollar una determinada enfermedad.
Podemos dividir las medidas de efecto en:

Medidas Relativas o de Razón:
o Riesgo Relativo (Risk ratio)
o Odds Ratio
Las medidas de razón miden cuánto más probable es que el grupo expuesto presente el evento
en relación a los no expuestos. Reflejan la fuerza de la asociación entre la exposición y el
evento.

Medidas Absolutas o de Diferencia
o Riesgo Atribuible
Para ejemplificar utilizaremos una tabla de contingencia.
Tablas de Contingencia
Los datos para el análisis de variables categóricas se organizan en las tablas de contingencia.
Estas tablas tienen múltiples usos en el análisis estadístico. En las filas colocaremos las
categorías de la variable independiente (explicativa) en tanto que en las columnas colocaremos
los datos de la variable dependiente (respuesta).
Utilizaremos un ejemplo para explicar varios conceptos. Construiremos una tabla de
contingencia con los datos de un estudio que intenta relacionar el control de la hipertensión y la
probabilidad de un evento coronario en una población de 1000 pacientes con hipertensión
arterial.
Tabla 8: Tabla de contingencia
Variable independiente
Nivel de control
Buen control
Mal control
Total
Variable dependiente
Evento coronario
Con Evento
Sin Evento
coronario
coronario
10
633
14
343
24
976
Total
643
357
1000
Con los datos de este ejemplo, el riesgo absoluto de infarto en el grupo de mal control es
14/357 = 0,039, mientras que el riesgo absoluto en el grupo de buen control es de 10/643 =
0,016.
Comparación relativa
Riesgo relativo (RR)
Es la relación entre tasa de incidencia de la enfermedad en estudio de las personas expuestas y
la tasa de incidencia de la enfermedad en las personas no expuestas. Indica cuanto mayor es la
probabilidad de enfermar (o presentar un evento) para las personas expuestas con respecto a las
no expuestas. Es decir el RR mide el riesgo para desarrollar la enfermedad que tienen los
expuestos respecto del riesgo que tienen los no expuestos. En el caso que estemos evaluando el
efecto terapéutico de una droga, la relación indicaría cuanto menor sería la probabilidad de
enfermar (o presentar un evento) que tendrían las personas expuestas (que reciben la droga) con
respecto a las no expuestas (que reciben placebo). Es decir el RR mediría el riesgo de evitar la
enfermedad en los expuestos respecto de los no expuestos.


Si el RR es igual a 1 no existe relación causal porque la incidencia de la enfermedad es
igual en ambos grupos.
Si el RR es mayor de 1 entonces existiría relación causal y mientras mayor sea el riesgo
relativo mayor será la fuerza de asociación de esa relación causal, y entonces podríamos
estar ante un factor de riesgo.
19

Si el RR es menor a 1, implica que la incidencia en expuestos es menor que en los no
expuestos, existiría relación causal preventiva o efecto terapéutico.
Siguiendo nuestro ejemplo, el riesgo relativo para evento coronario entre mal y buen control de
la hipertensión sería de 0,039/0,016 = 2,44, y nos indica cuánto más probable es que ocurra el
evento en el primer grupo comparado con el segundo. Podríamos decir que el mal control de la
hipertensión sería causal de eventos coronarios.
Existen ciertos atributos, como por ejemplo la edad, género, etnia, que reúnen casi todas las
características de los factores de riesgo, es decir, se asocian con una mayor ocurrencia de
algunas enfermedades y además preceden el desarrollo de la misma. Sin embargo, la exposición
a estos atributos no puede evitarse, son inmodificables. Por este motivo, estos atributos que se
asocian con un riesgo mayor de ocurrencia de una determinada enfermedad pero que no pueden
ser modificados se denominan marcadores de riesgo.
Actividades
4. Con los datos de la tabla siguiente calcule el riesgo relativo para infarto de miocardio en los
pacientes que tomaron un normolipemiante durante 5 años con respecto a los que no lo toman
Infarto
Sin Infarto
Total
Con Normolipemiante
10
90
100
Sin Normolipemiante
20
80
100
Total
30
170
200
Algunos autores niegan la existencia de un límite estadístico para indicar si el riesgo relativo es
importante o no, en tanto otros autores la aceptan. Estos últimos han elaborado fórmulas para
medir de magnitud de la fuerza de la asociación causal. Como por ejemplo las siguientes:
Odds Ratio (OR)
Cuando se utiliza un diseño de casos y controles para investigar la asociación entre uno o más
factores y una determinada enfermedad, el cálculo de la incidencia de la enfermedad no es
posible y no podemos calcular el RR. En esta circunstancia, se seleccionan los casos existentes de
la enfermedad (casos prevalentes) para determinar la OR. La traducción para este término
habitualmente descripto en inglés sería relación (o razón) de probabilidades,
La Odds se obtiene dividiendo el número de personas que experimentan el evento sobre el
número de personas que no lo experimentan. Regresando al ejemplo, en el grupo con mal
control de la presión arterial sería: Odds= 14/343=0,041
En tanto en el grupo con buen control sería: Odds= 10/633=0,016
La relación entre ambas se denomina OR y se calcula dividiendo la odds de presentación del
evento por la odds de no presentación, o sea 0,041/0,016=2,56.
La interpretación de los resultados obtenidos en el cálculo del OR debe realizarse en forma
similar al del RR:

Si el OR es mayor a 1, significa que la exposición aumenta el riesgo, por lo que
estaríamos frente a un factor de riesgo.

Si el OR es igual a 1, significa que el efecto estudiado es nulo, ya que no hay diferencia
de riesgo asociado a la exposición, es decir, la exposición no aumenta ni disminuye el
riesgo.

Si el OR es menor que 1, significa que la exposición disminuye el riesgo, por lo que
estaríamos frente a un factor de protección.
20
Actividades
5. Con los datos de la tabla siguiente calcule la odds ratio para hipertensión arterial comparando
los pacientes que no realizan actividad física comparado con los que si la realizan
Presentan HTA
No presentan HTA
Total
No realizan actividad
20
80
100
Realizan actividad física
10
90
100
Total
30
170
200
Comparación absoluta
Riesgo atribuible (RA) o Diferencia de riesgos absolutos
El RA es la diferencia que existe entre la tasa de incidencia en expuestos y la tasa de incidencia
en no expuestos, indicando el peso del factor causal. Para determinar la influencia de cada
factor debe ajustarse por las otras causas que podrían producir el mismo efecto, para que quede
la parte que verdaderamente se puede atribuir al factor causal en estudio. En la mayor parte de
las situaciones clínicas, dado que el riesgo atribuible representa la probabilidad adicional real de
la enfermedad en los individuos expuestos, es una expresión más significativa del riesgo para los
individuos que el riesgo relativo.
Número Necesario de pacientes a Tratar (NNT)
Evidentemente las implicaciones clínicas del valor absoluto del riesgo son muy importantes, pero
es una medida difícil de recordar, por este motivo se difundió la utilización de un indicador de
interpretación más fácil, el denominado Número Necesario de pacientes a Tratar (NNT).
Con los datos de la tabla de contingencia obtuvimos que el riesgo en el grupo mal tratado era
0,039, en tanto en el grupo con buen control era 0,016. La reducción o diferencia de riesgos
absolutos con el buen control sería:
Diferencia de riesgos absolutos = 0,039-0,016=0,023
El NNT se calcula como la inversa del riesgo atribuible:
NNT 
1
Riesgo atr ibuible
En el ejemplo sería NNT=1/0,023=44.
Esta cantidad significa que deberíamos obtener buen control de la presión arterial en 44
pacientes para evitar 1 evento coronario.
Cuando el riesgo absoluto es muy bajo, como sucede en las mujeres jóvenes con hipertensión
estadio 1, el NNT será muy grande; en tanto que en hombres de 50 años con hipertensión estadio
2 el NNT será mucho menor. De esta manera el NNT tiene implicancia directa en las
recomendaciones terapéuticas. Deberíamos indicar muchos tratamientos en el primer grupo para
prevenir un evento, en tanto que con la misma indicación tendríamos mayor probabilidad de
prevenir un evento en el segundo grupo.
21
Actividades
6. Con los datos de la tabla de la Actividad 4. Calcule el NNT para evitar un infarto de miocardio
en pacientes tratados con hipolipemiantes durante 5 años
Riesgo Atribuible Porcentual (RA%)
También se lo conoce con los siguientes nombres: proporción atribuible en los expuestos,
fracción etiológica del riesgo, fracción atribuible en los expuestos, porcentaje de reducción del
riesgo, fracción protectora. Es la tasa porcentual de riesgo que se puede atribuir a la acción del
factor causal estudiado, y se utiliza para conocer el efecto de un factor de riesgo sobre un grupo
de personas expuestas, indicando la proporción de una enfermedad que puede eliminarse entre
los que tienen el factor de riesgo si este factor se pudiera suprimir completamente. Podríamos
aplicar este concepto para estimar la disminución de la incidencia de diabetes si se evitara la
obesidad. Se calcula dividiendo el RA por la incidencia de la enfermedad en los expuestos:
RA% 
Incidencia en ex puestos - incidencia en no ex puestos
x 100
Incidencia en ex puestos
El siguiente ejemplo permite comprender el significado del riesgo atribuible porcentual y la
diferencia con el riesgo relativo y el riesgo atribuible:
Tabla 9: Riesgo relativo, riesgo atribuible y riesgo atribuible porcentual
Efecto
Tasa en
fumadores
x 100.000
Tasa en
no fumadores
x 100.000
Riesgo
Relativo
Riesgo
Atribuible
Riesgo
Atribuible
Porcentual
Mortalidad por
Cáncer de pulmón
1400
100
14
1300
92%
El riesgo relativo es 14, es decir que los fumadores tienen 14 veces más probabilidades de morir
por cáncer de pulmón que los no fumadores. El riesgo atribuible es 130, significa que 130 de
cada 140 fumadores que mueren por cáncer de pulmón puede adjudicarse al tabaquismo. El
riesgo atribuible porcentual es 92%, significando que el 92% de los fumadores que mueren por
cáncer de pulmón puede adjudicarse al tabaquismo y podría evitarse si no hubieran fumado.
Otra fórmula para calcular el riesgo atribuible porcentual a partir del riesgo relativo permite
estimar la ventaja de eliminar una causa cuyo riesgo relativo sea pequeño.
RA %
Riesgo Relativo - 1
x 100
Riesgo Relativo
Un riesgo relativo de 2 puede originar un riesgo atribuible porcentual de 50%. Es decir, si se
eliminara este factor de riesgo se obtendría una reducción del 50% en la enfermedad en las
personas expuestas.
Es interesante destacar que el RA% para la mortalidad y morbilidad relacionada con niveles no
óptimos de presión arterial se produce en individuos con cifras de prehipertensión o estadio 1 de
hipertensión. Por lo tanto, desde la perspectiva de la salud pública debería implementarse
estrategias que disminuyan la cantidad de individuos con cifras de presión arterial que
habitualmente no producen alarma en el consultorio.
Riesgo atribuible poblacional
Esta medida es equivalente al anterior pero utilizando como referente la tasa de incidencia de la
población general y expresa el exceso de riesgo para la población considerando la exposición al
factor. Responde a la pregunta ¿Cuál es el nivel de riesgo para toda la población derivado de la
exposición al factor?
Cuando no disponemos la incidencia en expuestos y no expuestos, pero si la prevalencia de un
factor, se puede calcular el Riesgo Atribuible Poblacional % a partir de la siguiente fórmula:
RAPi = Pi (RRi – 1) /(1 + ∑Pi [RRi – 1])
22
Tabla 10: Cálculo del Riesgo Atribuible Poblacional
Para la Presión Sistólica en el estudio MRFIT
Nivel de
Presión
Sistólica
N
Prevalencia
RR
Pi (RRi-1)
RAP%
<110
21379
0,06
1
110-119
66080
0,19
1,12
120-129
98834
0,02
1%
0,28
1,32
130-139
0,09
5%
79308
0,23
1,76
0,17
10%
140-149
44388
0,13
2,35
0,17
10%
150-159
21477
0,06
3,14
0,13
8%
160-169
9308
0,03
3,41
0,06
4%
170-179
4013
0,01
4,30
0,04
2%
>180
3191
0,01
5,65
0,04
2%
Total
347978
1
0,74
42%
(mm Hg)
Con datos de Rocella et al. Arch.Intern Med.1993;153:186-208 - MRFIT
RRi es el riesgo relativo de muerte cardiovascular en cada categoría de PAS respecto a la de
referencia < 110 mm Hg y Pi es la prevalencia de cada nivel de PAS en la población.
En la figura 10 vemos como el riesgo atribuible es mayor en los niveles intermedios de presión
sistólica, aunque el riesgo relativo es mayor con cada nivel de presión arterial.
En caso que se trate de un factor protector podría calcularse una medida análoga al RA%
llamada fracción preventiva (FP) que representa la proporción de la incidencia de la enfermedad
evitada entre los expuestos por la acción del factor protector.
FP 
Incidencia en no ex puestos- incidencia en ex puestos
Incidencia en no ex puestos
x 100
23
Esta fórmula invierte algunos términos de la 1 a fórmula de RA%. Como esta fórmula permite
calcular la reducción del riesgo relativo (RRR), análogamente se puede utilizar:
FP = RRR = (1-RR) x100
La comparación de las frecuencias de enfermedad puede utilizarse para calcular el riesgo de que
una exposición dé lugar a un efecto sobre la salud. Pueden establecerse comparaciones absolutas
o relativas; las medidas resultantes describen la fuerza con la que se asocia una exposición a una
determinada evolución.
Tabla 11: Comparación entre Medidas de Efectos Relativas y Absolutas
Medidas Relativas
Medidas Absolutas
Miden Fuerza de Asociación entre exposición y
evento
Miden exceso de riesgo entre expuestos y no
expuestos
Valores por sobre la unidad son elementos de
juicio a favor de la existencia de asociación
causal
Una vez establecida la asociación
causal permiten estimar el riesgo para
presentar el evento atribuible a las exposición
Su magnitud no se ve afectada por la
frecuencia basal del evento en la población
Su magnitud se ve afectada por la frecuencia
basal del evento en la población
La reducción del riesgo relativo no permite evaluar el impacto poblacional. Una reducción del
50% de una enfermedad muy prevalente será poblacionalmente más importante que una
reducción igual de una enfermedad muy rara.
Conclusiones
La Epidemiología aplicada a la clínica aporta al médico mayor conocimiento del riesgo, de los
factores de riesgo y de la forma de medir su impacto individualmente y en la población.
Debemos destacar que gran parte del ejercicio clínico está basado en el conocimiento
probabilístico, es decir, sabemos que un evento puede ocurrir más probablemente en un
individuo que tiene determinadas características. Este conocimiento también contribuye a las
decisiones médicas y a motivar la adopción de conductas preventivas. Entendemos por
prevención evitar que una determinada condición empeore, se agrave o complique con un evento
de morbilidad o mortalidad.
De esta manera, el médico indica un tratamiento para la hipertensión o la dislipemia basado en
el conocimiento epidemiológico de las cifras de presión arterial o hipercolesterolemia que
significan un exceso de riesgo para el paciente, con la intención de evitar eventos
cardiovasculares. La indicación de cambios en los hábitos de vida y de opciones farmacológicas,
se hallará basada en la evidencia que esas indicaciones disminuyen el riesgo para la ocurrencia
de esos eventos.
Actividades. Clave de respuestas
1.
Variable
Cuantitativa
Cualitativa
2.
a) Incidencia
b) Prevalencia
c) Incidencia
d) Incidencia
e) Prevalencia
Edad
X
Género
X
Antigüedad
X
HbA1c
X
HTA
Obesidad
µAlbuminuria
X
X
X
24
3.
Descriptivos
Estudios
Observacionales
Cohortes
Analíticos
Casos y controles
4. Incidencia con normolipemiante: 10/100=0,1
Incidencia sin normolipemiante: 20/100=0,2
Riesgo relativo 0,1/0,2=0,5
5. Odds ratio: 2,25
6. El NNT es 10. La diferencia de riesgos es 0,1, y la inversa de 0,1 es 10.
Bibliografía
Bonita R, Beaglehole R, Kjellström T.Basic epidemiology. World Health Organization. 2nd edition. 2006.
Disponible en http://whqlibdoc.who.int/publications/2006/9241547073_eng.pdf. Ultimo acceso 16 de julio
de 2009.
Bradford Hill A. The environment and disease: association or causation? Proc R Soc Med 1965;58:295-300.
D'Agostino RB Sr, Vasan RS, Pencina MJ, Wolf PA, Cobain M, Massaro JM, Kannel WB. General cardiovascular
risk profile for use in primary care: the Framingham Heart Study. Circulation. 2008;117:743-53.
González C. ¿Qué es un factor de riesgo? Introducción al método científico y a la teoría de frecuentista de
la probabilidad. En Síndrome Metabólico y Riesgo Vascular, Wassermann A y Grosso C eds. Editorial FEPREVA
2007, Vol 1;Cap 4:43-72.
Lawes CM, Vander Hoorn S, Rodgers A. Global burden of blood-pressure-related disease, 2001. Lancet.
2008;371:1513-8.
Moreno-Altamirano A, López-Moreno S, Corcho-Berdugo A. Principales medidas en epidemiología. Salud
pública de méxico 2000;42:337-348.
Ortiz Z, Esandi ME, Bortman M. Epidemilogía básica y vigilancia de la salud. Módulo 4: Efecto, impacto y
fuentes de error. Disponible en http://www.epidemiologia.anm.edu.ar/pdf/modulos/Modulo%202-2004.pdf.
Ultimo acceso 16 de julio de 2009.
Riegelman R, Hirsch R. Cómo estudiar un estudio y probar una prueba: lectura crítica de la literatura
médica. Organización Panamericana de la Salud. 1992.