!"# $ % !

(
!" # ' $ $ %& ( ) ! & * ( $$ +%

& $
2))

'

&

*
!" " ! ," ( $" $ ( " & + % . / $$ & ,-, $ % # ," 0 # $ ! 0 1 " 2 3( . 4 $ 4 $ " " ( $" $ . # !/ " . " "$ % $ ( .$ 2 . 3 !* . 5 . ( .$ 2 6 3 *7 . 5 "4 +% # ," 8 . . 9 $ $ ," 7 6 8 $ " % $ ," $ % $ !" . 7 . # "4 < $ 8 ," $ ;" = $ $ ( .$ $> " " ," ( $ % $ ! 0 $ ; + 0 > * >+ & 4 A # " B # 0 1 C $ $= $ ! ! 9$ $ .$ ," !.

" ( $ +% $ !" $ ," $ $ .$ :7 # ; $ 7 " % ! > $ ( *>>+ ? @ ( " $= $ ! ! *#

1) Introduccin
Vamos a trabajar con el ejemplo de un estudio de obesidad e hipertensin. En esta base de datos, la variable obesidad es categrica (obeso / no obeso) y querramos saber si est relacionada con el sexo (otra variable categrica con dos posibles valores, hombre / mujer); esto es, responder a la pregunta hay diferente proporcin de obesos entre hombres y mujeres? La tabla de datos: "PRESION ARTERIAL Y OBESIDAD.xls", est disponible en el aula virtual de fabis y se muestra en el Anexo I de este documento. Se trata de un pequeo estudio transversal (n = 50) en el que se han recogido cinco variables: Edad: v. cuantitativa medida en aos cumplidos Sexo: v. cualitativa dicotmica (1=hombre; 2=mujer) Tensin diastlica (PAD): v. cuantitativa medida en mm de Hg Tensin sistlica (PAS): v. cuantitativa medida en mm de Hg Obesidad: v. cualitativa dicotmica (1=obeso; 2=No obeso)

!" #

$ %&

"

.; .

2) Operaciones en el programa SPSS:

Con la base de datos abierta (ya sea porque se ha importado desde Excel ya sea porque se han tecleado directamente los valores de las variables en el SPSS) en la ventana de datos del SPSS, activamos la secuencia:

Analizar > Estadsticos descriptivos > Tablas de contingencia.

Por consenso en los estudios epidemiolgicos, colocamos en la ventana "Filas" la variable que consideremos como independiente (criterio o exposicin), y en la ventana "Columnas" la variable dependiente (resultado, efecto, outcome). En otros casos dar igual, porque no hay direccionalidad en la relacin, como en nuestro ejemplo, donde al tratarse de un estudio transversal ste aspecto no est considerado.. Es interesante sealar la celdilla de "Mostrar los grficos de barras agrupadas".

En la pestaa "Estadsticos..." vamos a marcar Chi cuadrado y Riesgo.

El resultado que se obtiene en la ventana de resultados del SPSS es el siguiente:

$ (

$=

D 0

# 0

D" 1 *+

7 (

0 .$ 7@ " !-

A # # *E +

; .

!%

Tablas de contingencia
Resumen del procesamiento de los casos Vlidos Porcentaje 50 100,0% Casos Perdidos N Porcentaje 0 ,0% Total Porcentaje 50 100,0%

N GENERO * PRESENCIA DE OBESIDAD

Esta primera tabla explica el total de casos analizados y si hubo casos perdidos (individuos que no tuvieran un valor recogido en alguna de las dos variables analizadas en el contraste). Luego aparece la tabla de contingencia, que en este caso concreto es una tabla 2x2. Si previamente habamos sealado la casilla correspondiente (filas) en la pestaa "Casillas..." se nos mostrarn los recuentos en cada celda y sus porcentajes respecto a la fila:
Tabla de contingencia GENERO * PRESENCIA DE OBESIDAD PRESENCIA DE OBESIDAD obeso GENERO hombre Recuento % de GENERO Recuento % de GENERO Recuento % de GENERO no obeso Total 28 100,0% 22 100,0% 50 100,0%

22
78,6%

6
21,4%

mujer

11
50,0% 33 66,0%

11
50,0% 17 34,0%

Total

E inmediatamente aparece la ventana con el contraste Chi cuadrado. SPSS realiza la Chi cuadrado y aporta tambin la correccin por continuidad (correccin de Yates), la razn de verosimilitud, el test exacto de Fisher y otro contraste que se llama Asociacin Lineal por Lineal.
Pruebas de chi-cuadrado Valor Chi-cuadrado de Pearson Correccin por continuidad(a) Razn de verosimilitud Estadstico exacto de Fisher Asociacin lineal por lineal N de casos vlidos 4,392 50 1 ,036 4,482(b) 3,299 4,509 gl 1 1 1 Sig. asinttica (bilateral) ,034 ,069 ,034 ,042 ,035 Sig. exacta (bilateral) Sig. exacta (unilateral)

a. Calculado slo para una tabla de 2x2. b. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada es 7,48.

Por ltimo, el programa SPSS -si se lo hemos indicado marcando Riesgo- nos hace una evaluacin de la fuerza que asocia (o no) a ambas variables, calculando OR y RR. En la siguiente salida vemos que la OR que ha calculado es 3,667 (hombre/mujer), que se lee: "los hombres tienen un riesgo 3,7 veces el de las mujeres para tener obesidad".

!" #

$ %&

"

.; .

Si recordis, la OR se calcula como el producto cruzado (a x c) / (b x d) en la tabla 2x2. Efectivamente, en este ejemplo tenemos que OR = 22 x 11 / 6 x 11= 3,66666... Obeso 22 11 No obeso 6 11

Hombre Mujer

Tambin nos aporta el IC95% para la OR, que se sita entre 1,072 y 12,547. Con ello sabemos dos cosas: primero que el contraste de hiptesis debe ser significativo, esto es, que se rechazar la hiptesis nula de la "no-asociacin entre las dos variables", ya que la OR no contiene el valor 1 (el riesgo de obesidad sera el mismo entre hombres y mujeres, y por tanto no habra relacin entre gnero y obesidad); segundo que el intervalo de confianza es muy ancho y, por tanto, la estimacin que hacemos de la verdadera OR (en la poblacin) muy imprecisa, llegando a concluir que el riesgo de obesidad es superior en hombres que en mujeres, pero con un rango de incremento del riesgo que podra ir desde el 7% al 1.155%, o lo que es lo mismo, que el riesgo de obesidad en hombres es entre 1,07 y 12,5 veces el de las mujeres.
Estimacin de riesgo Intervalo de confianza al 95% Valor Razn de las ventajas para GENERO (hombre / mujer) Para la cohorte PRESENCIA DE OBESIDAD = obeso Para la cohorte PRESENCIA DE OBESIDAD = no obeso N de casos vlidos 3,667 1,571 ,429 50 Inferior 1,072 ,992 ,188 Superior 12,547 2,490 ,976

Por ltimo podemos ver el grfico de barras agrupadas para cada categora de la variable dependiente (en nuestro caso obesidad). A simple vista se aprecia la mayor proporcin de obesos entre los hombres.

Grfico de barras
PR ESENC IA DE OBESIDAD
obeso no obeso 20

25

Recuento

15

10

0 hombre mujer

G ENE RO

3) Operaciones con el programa EPI-INFO:

Si tenemos datos agrupados o clasificados por dos variables categricas, es posible recurrir

$ (

$=

D 0

# 0

D" 1 *+

7 (

0 .$ 7@ " !-

A # # *E +

; .

!%

en el programa EPIINFO a evaluar si hay diferencias en las proporciones de resultados segn los grupos formados por la variable independiente, ya sea a travs del clculo de los intervalos de confianza de cada proporcin, la comparacin de las dos proporciones o directamente mediante el contraste de hiptesis Chi cuadrado en una tabla 2x2. Veremos los tres mtodos o procedimientos:

b.1. Clculo de los INTERVALOS DE CONFIANZA DE UNA PROPORCIN.

En el programa EPI-INFO 6.0, se selecciona la calculadora EPITABLE:

Y ya en EPITABLE se activa la opcin Describe > Proportion > Simple random sampling.

Deben calcularse los intervalos de confianza de la proporcin de obesos en cada grupo o estrato establecido por la variable criterio sexo (hombres y mujeres). En las correspondientes casillas hay que introducir: Numerator (numerador): individuos del grupo que tienen obesidad (en nuestro caso 22).

!" #

$ %&

"

.; .

Total Observations (denominador): total de individuos del grupo evaluado (en nuestro caso 28 hombres) As, la proporcin (Proportion) de obesos entre los hombres es de 22 / 28 = 78,57%.

Vemos como para esta estimacin puntual (78,57%) el programa EPIINFO calcula unos intervalos de confianza (95% CI), por tres mtodos. El ms adecuado para muestras pequeas es el mtodo exacto por la distribucin binomial (Exact binomial 95% CI), que en este caso da un valor entre 59,05% y 91,7%. Ahora debe hacerse lo mismo en el grupo de mujeres. Abandonas (Quit) y vuelves a entrar, para calcular la proporcin de obesidad entre las mujeres, que es de 11 / 22 = 50%

Vemos que EPI-INFO calcula un IC95% para esta proporcin que va de 28,22% a 71,78%. Estos dos intervalos de confianza son muy grandes, por los pocos casos que hay en la muestra analizada, y se superponen en un pequeo rango de valores (el que va desde

$ (

$=

D 0

# 0

D" 1 *+

7 (

0 .$ 7@ " !-

A # # *E +

; .

!%

59,05% a 71,78%), siendo muy difcil tomar una decisin con estos datos. La estimacin de la proporcin verdadera de obesidad en la poblacin de la que procede nuestra muestra es muy imprecisa, por lo que aun siendo la estimacin puntual muy diferente en el grupo de hombres y de mujeres (78,6% versus 50%) no es posible asegurar con un bajo error a equivocarse de que dicha diferencia no se deba al azar.

b.2. Comparar dos proporciones con EPI-INFO.

La segunda opcin es la tradicional, con el contraste de hiptesis que nos permite adoptar una decisin sobre la no-desigualdad (hiptesis nula) de dos proporciones. Entramos en EPITABLE y activamos sucesivamente Compare > Proportion > Percentages

Y una vez dentro, debes seleccionar 2 en la pregunta How many samples?, ya que queremos comparar proporciones en dos grupos, los establecidos por la variable dicotmica sexo. En el siguiente cuadro de dilogo debes introducir los porcentajes puntuales de obesos en cada muestra (muestra 1 = hombres; muestra 2 = mujeres), y el nmero total de observaciones en cada una de ellas. EPI-INFO calcula el test Chi cuadrado correspondiente, que, como puedes comprobar, arroja idntico resultado al obtenido con SPSS en la tabla de contingencia.

b.3. Tablas de contingencia con EPI-INFO.

El subprograma para este anlisis es la calculadora STACALC de EPIINFO. En ella debemos introducir los datos brutos (recuentos o frecuencias absolutas) en las correspondientes celdillas de una tabla de doble entrada.

!" #

$ %&

"

.; .

Y ahora se selecciona tablas (2 x 2, 2 x n):

En esta calculadora hemos de introducir nosotros directamente los valores de cada celdilla de la tabla de contingencia, dndole a la tecla <enter> para pasar a la celdilla siguiente, y finalmente a la tecla de funcin <F4> para calcular. Nos va a proporcionar tanto las medidas de asociacin (Odds ratio y Riesgo relativo) como sus intervalos de confianza (Lmites de Confianza), as como el test de hiptesis Chi cuadrado (Valor-Chi y Valor-P), con sus correspondientes correcciones (de Mantel-Haenszel y de Yates).

$ (

$=

D 0

# 0

D" 1 *+

7 (

0 .$ 7@ " !-

A # # *E +

; .

!%

Como puede verse se ha calculado la OR (y un intervalo de confianza al 95%, que llama de Cornfield, y que es algo ms grande que el que proporciona SPSS), y el RR (que lgicamente no tiene sentido si se trata de un estudio de casos y controles o de un diseo transversal). Inmediatamente despus nos muestra el contraste Chi cuadrado, sin correccin (p = 0,0342) y con correccin de Yates (p = 0,0693).

4) Operaciones con el programa EPIDAT 3.1.

De forma parecida a como se procede en EPIINFO cuando se tienen datos agrupados, el programa EPIDAT permite el anlisis de tablas 2x2: Mtodos > Tablas de contingencia > Tablas 2x2 > Simples

Enseguida se nos abre una pantalla que se titula Tablas de contingencia: Tablas 2x2 simples, donde debemos cumplimentar una serie de apartados: Tipo de estudio ante el que estamos. En nuestro ejemplo seleccionamos Transversal.

!" #

$ %&

"

.; .

Nivel de confianza: por defecto 95,0%, pero podemos cambiarlo. Y las cuatro celdillas de la tabla, inicialmente vacas, donde vemos como en columnas estn los resultados, la Enfermedad, esto es, los efectos o variable dependiente, clasificados muy epidemiolgicamente como Enfermos y Sanos (en nuestro casos Obesos y No Obesos); y en las filas el Factor de riesgo, la variable criterio o independiente, clasificados en Expuestos y No expuestos (en nuestro caso se tratara de la variable sexo, y podramos considerar expuestos a los hombres y no expuestos a las mujeres, simplemente porque hay ms proporcin de obesos entre los hombres y as la medida de asociacin saldr mayor de 1, estaremos ante un factor de riesgo, y se leer e interpretar mejor que si saliera menor de 1). Colocamos los recuentos que ya conocemos: 22, 6, 11, 11

Para que el programa realice los clculos tenemos que recurrir al botn que simula una pequea calculadora de bolsillo en la barra de herramientas superior, y que ahora aparecer resaltada. Al pulsar sobre ella se abre la ventana de resultados, obtenindose el siguiente listado de texto:

$ (

$=

D 0

# 0

D" 1 *+

7 (

0 .$ 7@ " !-

A # # *E +

; .

!%

Tablas de contingencia: Tablas 2x2 simples

Tipo de estudio : Transversal Nivel de confianza: 95,0% Tabla -----------Expuestos No expuestos -----------Total Enfermos -------22 11 -------33 Sanos -------6 11 -------17 Total -------28 22 -------50 IC(95,0%) ----------------0,991555 2,490418 ----------------IC(95,0%) ----------------0,949915 3,756020 -----------------

Prevalencia de la enfermedad Estimacin ---------------------------------------- ---------En expuestos 0,785714 En no expuestos 0,500000 Razn de prevalencias 1,571429 ---------------------------------------- ---------Prevalencia de exposicin Estimacin ---------------------------------------- ---------En enfermos 0,666667 En no enfermos 0,352941 Razn de prevalencias 1,888889 ---------------------------------------- ---------OR --------3,666667 IC(95,0%) ----------------1,071564 12,546558 1,097069 12,220558

(Woolf) (Cornfield) Valor p --------0,0343 0,0693

Prueba Ji-cuadrado de asociacin Estadstico ---------------------------------------- --------------Sin correccin 4,4818 Correccin de Yates 3,2990 Prueba exacta de Fisher Valor p ---------------------------------------- --------Unilateral 0,0346 Bilateral 0,0418

!" #

$ %&

"

.; .

ANEXO I
Tabla de datos Bajo peso al nacer.xls