DISEO TRANSVERSAL

1. Objetivos:
-

Reconocer las ventajas y limitaciones del diseo de prevalencia y

transversal
Identificar tipos de muestreo utilizados en la seleccin de los participantes
Identificar sesgos ms comunes del diseo transversal
Calcular e interpretar las medidas de riesgo relacionadas con este diseo y
su intervalo de confianza

2. Trminos Claves:
Muestra, confiabilidad, validez, estudio piloto, razn de prevalencias.
3. Desarrollo del tema:
3.1. Introduccin
Los estudios transversales son diseos observacionales de base individual que
suelen tener un doble componente descriptivo y analtico. Cuando predomina el
primer componente se habla de estudios transversales descriptivos o de
prevalencia, cuya finalidad es el estudio de la frecuencia y distribucin de
eventos de salud y enfermedad. El objetivo de este diseo es medir una o ms
caractersticas o enfermedades en un momento dado de tiempo; por ejemplo:
prevalencia de accidentes laborales; nmero de cursos de capacitacin
realizados por trabajador; prevalencia de disfona en profesores; nivel de
satisfaccin de los usuarios de un servicio; prevalencia de consumo de
cigarrillo en la empresa, prevalencia de obesidad, etc.
A travs de este diseo se puede identificar los elementos bsicos en
epidemiologa: persona (trabajador), lugar (ambiente laboral), tiempo
(antigedad a la exposicin) y caractersticas relativas al agente (factor de
riesgo) relacionados con el evento (Tabla 1).
Tabla1: Identificacin del patrn de ocurrencia del evento
Elemento
de
Estudio
Persona

Aspectos
considerados
Sexo
Edad
Antigedad
laboral
Raza

Elaborado por Vernica Iglesias

Tasas de Mortalidad o Morbilidad ms

altas
se presentan en:
Hombres o mujeres?
Un grupo de edad ms que otros?
Influye o no el tiempo en el trabajo?
En que raza es ms relevante?

Elemento
de
Estudio

Aspectos
considerados

Actividad
Condiciones
fisiopatolgicas
Hbitos
Residencia
Origen o
procedencia
Lugar

Estancia
Caractersticas
ambientales
Tendencia

Tiempo

Fluctuaciones
Duracin
Emisin
Depsito
Caractersticas
txicas
Emisin

Agente

Depsito
Caractersticas
txicas

Tasas de Mortalidad o Morbilidad ms

altas
se presentan en:
En que determinado trabajo es ms
relevante?
Existen grupos que realizan actividades
similares?
Quines presentan antecedentes
patolgicos?
Quines fuman?,
Tipo de alimentacin?,
Practican algn deporte?
Urbano o rural?
Quines ocupan el mismo puesto laboral?
Quines viven en zonas comunitarias
similares?
Difieren las caractersticas del lugar de
trabajo?
Difieren las caractersticas del lugar de
vivienda?
Exposiciones ms recientes?
Aumento o disminucin?
Perodo o poca?
Perodos de exposicin breves o largos?
Los expuestos a las mayores emisiones?
Los expuestos de manera prolongada a
determinadas concentraciones?
Los expuestos a las sustancias ms
txicas?
Los expuestos a las mayores emisiones?
Los expuestos de manera prolongada a
determinadas concentraciones?
Los expuestos a las sustancias ms
txicas?

El diseo de prevalencia es de gran utilidad por su capacidad para generar

hiptesis de investigacin, estimar la prevalencia de eventos de salud o
enfermedad (es decir, la proporcin de individuos que sufre el evento en una
poblacin en un momento determinado), as como identificar posibles factores
de riesgo para algunas enfermedades.
El diseo transversal adems de estimar la prevalencia de un evento en salud,
se utiliza para investigar la asociacin entre una determinada exposicin y una
enfermedad. En este ltimo caso se conocen como estudios transversales
analticos. Una diferencia bsica entre ambos es que en el diseo transversal la
variable resultado (enfermedad o condicin de salud) y las variables de
exposicin (caractersticas de los sujetos como hbito de fumar, edad, sexo,
Elaborado por Vernica Iglesias

nivel socioeconmico) se miden en un mismo momento. Como ejemplos se

tiene el anlisis de la relacin entre stress (evento) y la condicin
socioeconmica (exposicin); la relacin entre actividad fsica (exposicin) y
obesidad (evento); hipertensin arterial (evento) y el nivel socioeconmico
(exposicin), y la relacin ruido (exposicin) e infarto agudo al miocardio
(evento).
A diferencia de los estudios de cohorte, en los cuales se realiza el seguimiento
de sujetos expuestos y la ocurrencia de eventos nuevos por un perodo
determinado de tiempo, en el diseo transversal se obtiene la medicin de la
exposicin y evento de inters en los sujetos de estudio en un momento dado.
Por este motivo, no es posible determinar si el factor de exposicin en estudio
precedi al efecto, salvo en el caso de exposiciones que no cambian con el
tiempo. Su limitacin para establecer causalidad entre exposicin y efecto, se
compensa por su flexibilidad para explorar asociaciones entre mltiples
exposiciones y mltiples efectos.
El diseo transversal es til para estudiar enfermedades de larga duracin,
como es el caso de enfermedades crnicas. Este diseo no es adecuado para
el estudio de enfermedades (o exposiciones) que se presentan con poca
frecuencia en una poblacin (enfermedades raras o con baja prevalencia) o
que son de corta duracin, debido a que slo captaran informacin sobre
un nmero reducido de individuos que las padezcan. A pesar de sus
limitaciones, el diseo transversal es muy utilizado, ya que su costo es
relativamente inferior al de otros diseos epidemiolgicos, como los estudios de
cohorte, y proporcionan informacin importante y en forma rpida para la
planificacin y administracin de los servicios de salud.
3.2. Poblacin y muestra
Se define como poblacin base del estudio aquella a la que el estudio hace
referencia por ejemplo trabajadores de una determinada empresa, mujeres
trabajadoras del agro, recin nacidos, hijos de madres fumadoras, etc. En la
mayora de los estudios no se obtiene informacin de todos los sujetos que
integran la poblacin bajo estudio, sino sobre un grupo de ellos llamado
muestra. La muestra seleccionada debe reflejar las caractersticas de la
poblacin base que se busca estudiar; por ejemplo, si se quiere determinar la
prevalencia de obesidad en una empresa y los factores de riesgo asociados, se
debe incluir sujetos provenientes de todos los sitios de trabajo (gerencia,
ejecutivos, administrativos, etc). Si al investigador le interesa estudiar
caractersticas de algn subgrupo especfico de la poblacin, en ese caso se
puede aumentar la proporcin de sujetos en la muestra que pertenecen a ese
subgrupo.
3.3. Clculo del tamao de muestra
Para determinar el tamao de muestra el investigador necesita fijar algunos
criterios y, adems conocer ciertos datos de la poblacin. Los criterios que el
mismo fija son: el nivel de significancia estadstica, cuyo valor mayormente
aceptado es 95%; la precisin (d), es decir, en cuanto acepta que difiera el

Elaborado por Vernica Iglesias

porcentaje de la muestra del P del Universo, en otras palabras cual es la

amplitud del intervalo que l est dispuesto a aceptar para el parmetro.
Finalmente se requiere tener una idea acerca de la prevalencia de la
caracterstica en la poblacin o de la varianza si se trata de alguna medicin de
tipo cuantitativo. La seguridad (nivel de significancia) y la precisin compiten
entre s, por lo que debe llegarse a una combinacin aceptable que asegure
que el tamao de muestra sea factible de estudiar desde el punto de vista de
los recursos y del tiempo disponible.
La frmula general es:
n = z2 (PQ)
d2

Donde:
n = tamao de muestra
z = es el valor de la desviacin normal, igual a 1.96 para un nivel de
significacin del 5%
P = Prevalencia de la caracterstica en la poblacin
Q=1P
d = precisin (en cuanto se aleja la muestra del verdadero porcentaje del
universo.
Suponiendo que se desea estimar la prevalencia de obesidad en la poblacin,
con una confianza del 95% y una precisin de 5%. Basndose en la
informacin disponible en otros estudios, se estima que P = 25%.
Reemplazando en la formula se obtiene:
n = 1.962 (25*75) = 288
52
Esto significa que necesitamos una muestra de 288 personas para estimar con
un 95% de confianza la prevalencia de obesidad, no alejndose ms del 5% del
verdadero porcentaje del universo.
En la siguiente tabla se muestran diferentes tamaos muestrales necesarios
para que el intervalo de confianza al 95% incluya la verdadera prevalencia, en
dos escenarios de precisin del estudio.
Tamao de la
muestra
Prevalencia
Precisin Precisin
10%
5%
10
19
73
20

62

246

30

80

323

40

92

368

Elaborado por Vernica Iglesias

50

96

385

El tamao de muestra se calcula de tal forma que permita estimar, con un

determinado poder y nivel de confianza, la prevalencia de alguna enfermedad o
alguna caracterstica de la poblacin. Un tamao de muestra pequeo no
permitir que el estudio tenga el poder suficiente para encontrar asociaciones
significativas entre las variables de exposicin y resultado, y un tamao
excesivo ocasionar gasto innecesario de recursos y tiempo.
3.4. Mtodos de muestreo
Una vez determinado el tamao de muestra es necesario identificar el mtodo
que se utilizar para seleccionar a los participantes. Para ello existen diversos
mtodos de muestreo:
a) Muestreo aleatorio simple (MAS): se denomina muestreo aleatorio simple
a un mtodo para seleccionar n unidades de las N unidades del universo, de
modo que cada una de las muestras posibles de tamao n tienen la misma
posibilidad de ser seleccionada. Supongamos que una empresa con oficinas en
varias regiones del pas desea hacer un estudio sobre la prevalencia de
obesidad y los factores de riesgo asociados. Se ha determinado que la
poblacin base es de 6000 personas y el tamao de muestra requerido es de
300 individuos. Para seleccionar la muestra es necesario contar con un marco
muestral, es decir una lista completa de las unidades de muestreo. Una
alternativa simple es hacer una ficha con los 6000 nombres, meter las fichas en
una bolsa y sacar las 300 fichas necesarias sin reemplazo. Otra alternativa es
armar una base de datos con los 6000 sujetos y utilizando un paquete
estadstico adecuado solicitarle una muestra del tamao requerido.
La probabilidad de seleccin en cada unidad est dada por la expresin:
f

n
N

Denominada fraccin de muestreo, donde n representa el tamao de la

muestra y N, el tamao del universo.
Ventajas: Todos los elementos tienen igual probabilidad de ser elegidos y los
clculos matemticos son sencillos.
Desventajas: Se requiere un marco muestral completo y detallado; la muestra
puede quedar muy dispersa y puede ser necesario visitar una regin por un
solo elemento.
b) Muestreo sistemtico (MS): es un procedimiento especialmente til
cuando los elementos del universo estn ordenados de alguna manera:
archivos de fichas clnicas, listas de alumnos, etc. Este mtodo se caracteriza
por la seleccin de unidades tomando una de cada k unidades, siendo k el
espaciamiento de muestreo dado por la expresin:

Elaborado por Vernica Iglesias

n
N

Donde N corresponde al tamao de la poblacin y n al tamao de la muestra.

El procedimiento consiste en tomar un nmero en forma aleatoria dentro de las
k primeras unidades. A esta primera unidad de muestreo seleccionada se
denomina unidad de arranque. Para seleccionar las siguientes unidades que
formarn la muestra, se le suma a la unidad de arranque k, 2k, 3k, etc., hasta
obtener el tamao de muestra deseado.
En nuestro ejemplo el espaciamiento de muestreo estara dado por k = 6000 /
300 es igual a 20. Por lo tanto elegimos un nmero en forma aleatoria entre 1 y
20. Supongamos que el nmero elegido fue 5, a esa unidad de arranque (5) se
le suma el intervalo de muestreo (20) entonces la muestra queda constituida
por las unidades 5, 25, 45, 65, etc procedindose de igual forma para el resto
de las unidades seleccionadas.
Ventajas: rpido y sencillo; garantiza la distribucin de la muestra; no necesita
numeracin de las unidades, slo un ordenamiento fsico que permita el
recuento
Desventajas: No sirve si hay un ordenamiento en el marco muestral o si se
presenta algn comportamiento peridico, por ejemplo que cada 10 nmeros
impares se registre un gerente.
c) Muestreo aleatorio estratificado (MAE): consiste en clasificar a todos los
elementos de la poblacin en grupos (estratos) y seleccionar luego en cada
grupo, una muestra aleatoria simple, tomando al menos un elemento de cada
grupo. Los estratos pueden reflejar distintos grupos de edad, regiones
geogrficas, sexo, diferente grado de exposicin, etc. En nuestro ejemplo, se
pueden formar estratos de acuerdo al cargo u ocupacin en la empresa, por
ejemplo gerencia, personal administrativo y personal de terreno. En caso que
los estratos sean de diferente tamao se puede utilizar el siguiente
procedimiento para seleccionar la muestra.

Universo

Gerencia
Administrativos

100
900

1,7
15

5
45

Trabajadores
TOTAL

5000
6000

83,3
100

250
300

El porcentaje con el que contribuye cada estrato al total del universo, se aplica
al tamao de la muestra calculado n y ese es el nmero de elementos que
debe tomarse de cada estrato.
Ventajas: la estimacin de los parmetros puede tener un menor error que el
obtenido para una muestra aleatoria simple de tamao comparable; asegura la
participacin de todos los estratos.
Elaborado por Vernica Iglesias

Desventajas: se requiere un marco muestral detallado por estrato, mayor

complejidad de los clculos.
d) Muestreo de Conglomerados (MC): En este tipo de muestreo las unidades
de muestreo son agrupaciones tales como escuelas, fbricas, manzanas,
llamadas conglomerados. En nuestro ejemplo los conglomerados seran las
oficinas de la empresa distribuidas en varias regiones del pas. En trminos
generales la caracterstica que define un conglomerado es su proximidad
geogrfica, al reunir varios elementos en una misma rea. Un conglomerado no
implica necesariamente la homogeneidad que se requiere en el estrato y
representa ms bien una facilidad operativa. De hecho se busca que sean
heterogneos al interior de cada conglomerado y homogneos entre s.
Ventajas: la principal ventaja del muestreo por conglomerados es de ndole
econmica, pues permite obtener los datos sin necesidad de grandes
desplazamientos en el terreno.
3.5. Sesgos ms comunes en los estudios de diseo transversal
Se conoce como sesgo a cualquier desviacin que pueda conducir a
conclusiones que son sistemticamente diferentes de la verdad. Estos sesgos
se pueden producir durante el proceso de elaboracin del proyecto (sesgo de
seleccin de los participantes), durante la recoleccin de la informacin (sesgo
de informacin), o bien durante el anlisis. Algunos de los sesgos ms
comunes en el diseo transversal son:
a) Muestreo con sesgo de duracin: este sesgo ocurre debido a que en el
estudio de diseo transversal generalmente se sobrerrepresenta a los casos
con larga duracin de la enfermedad y se subrepresenta aqullos de corta
duracin. Por ejemplo, una persona con enfermedad crnica tiene mayor
posibilidad de ser incluida en un estudio que una persona que se enferma y
recupera rpidamente quien difcilmente ser incluida en el grupo prevalente.
b) Sesgo de informacin: sesgo que puede ocurrir debido al cambio en el
nivel de exposicin a travs del tiempo, por ejemplo un trabajador que se
registra como no expuesto en el momento que se realiza el estudio, sin
embargo 5 o 10 aos atrs trabajaba en el sitio de mayor exposicin. Tambin
es importante considerar que si la exposicin produce enfermedad leve y de
larga duracin aun cuando no produzca riesgo de enfermar la frecuencia de
exposicin ser elevada en los casos y, por lo tanto, de aparente mayor riesgo.
En cambio, si la exposicin produce una alta letalidad de la enfermedad,
entonces la frecuencia de exposicin ser muy baja entre los casos y la
asociacin exposicin-enfermedad puede resultar negativa, an cuando en
realidad la exposicin no resulte en menor riesgo de enfermar.
c) Sesgo de seleccin: aquel que se produce al momento de reclutar a los
participantes
del estudio. Por ejemplo si aquellos individuos que aceptan
participar en el estudio presentan una menor o mayor exposicin, o menor o
mayor enfermedad en comparacin con la poblacin base, entonces los

Elaborado por Vernica Iglesias

resultados obtenidos no sern vlidos. Una de las estrategias para tratar de

evitar este sesgo es realizar un muestreo probabilstico o aleatorio en el que
todos los individuos que conforman la poblacin bajo estudio tengan la misma
probabilidad de ser incluidos en el estudio.
d) Sesgo de informacin: sucede cuando la recoleccin de la informacin no
ocurre de igual manera para todos los participantes, por ejemplo si para el
diagnstico de una enfermedad se utilizan diferentes mtodos entre los
participantes. Tambin ocurre sesgo de informacin cuando los datos
recolectados son poco verdicos o incompletos o cuando los individuos
seleccionados para el estudio rechazan participar, lo cual se puede relacionar
con caractersticas de inters que hagan que la poblacin participante sea
diferente a la no participante. Esto afectar la estimacin de prevalencia o de
asociacin entre exposicin y efecto y afectar la validez del estudio. Por este
motivo es necesario conocer las razones de no participacin o no respuesta y
las caractersticas de los sujetos no participantes, para saber si se trata de
valores perdidos al azar o de manera sistemtica y cmo esto afecta las
mediciones.
e) Sesgo de memoria: cuando se hacen preguntas sobre exposiciones o
eventos pasados, aquellas personas que han sufrido una experiencia
traumtica (enfermedad, aborto, accidente) tienden a recordar las exposiciones
con ms detalle que quienes no tuvieron dicha experiencia.
La ausencia de sesgos en la seleccin de los sujetos de estudio y en la
medicin de las variables en la poblacin en estudio se conoce como validez
interna; esto significa que los resultados obtenidos son ciertos para la poblacin
o muestra estudiada. Si la muestra es representativa de la poblacin base, esto
aumentar la validez externa del estudio; esto es, la posibilidad de inferir dichos
resultados a la poblacin base de la cual se obtuvo la muestra, as como a
poblaciones similares.
3.6. Recoleccin de la informacin
Una vez definida la poblacin y muestra, as como las variables que se
investigarn es necesario definir los instrumentos que se emplearn para
recolectar la informacin. La variable resultado pueden ser medida a partir de:
cuestionarios, fichas clnicas,
exmenes de laboratorio, certificados de
defuncin, etc; mientras que las variables de exposicin pueden obtenerse a
partir de: cuestionarios, registros ocupacionales, uso de biomarcadores,
informacin proveniente de otras instituciones, por ejemplo las encargadas de
fiscalizar la calidad del agua, aire, etc.
En el mbito ocupacional generalmente existen registros que contienen
informacin general tal como edad, sexo, ao de ingreso a la empresa, sitios
de trabajo, etc y fichas mdicas donde se registran exmenes peridicos,
hbito de fumar, etc. En estos casos puede ser necesario elaborar una ficha de
recoleccin de tal informacin.

Elaborado por Vernica Iglesias

Otro mtodo muy utilizado son los cuestionarios. En este caso, si las preguntas
son elaboradas con fines del estudio, stas deben estar adaptadas a la
poblacin objetivo. El lenguaje utilizado para las preguntas debe ser fcilmente
entendido por la persona que responde. Antes de aplicar el cuestionario, se
debe evaluar la confiabilidad (capacidad del instrumento para dar resultados
similares en distintos momentos del tiempo) y la validez (capacidad del
instrumento para medir la variable que realmente desea medir). Ambas
caractersticas pueden ser evaluadas a travs de un estudio piloto.
Tambin se pueden utilizar cuestionarios que ya han sido validados en el
medio local. La principal ventaja de usar escalas validadas es que
posteriormente se puede comparar la informacin obtenida con otros estudios.
En todos los casos (cuestionarios elaborados con fines del estudio,
cuestionarios previamente validados o tambin en el caso de las fichas de
recoleccin de informacin) es necesario realizar una prueba piloto de los
instrumentos de recoleccin de informacin. Esta prueba, llevada a cabo con
una submuestra de la poblacin bajo estudio, permitir corregir problemas en
el cuestionario y su procedimiento de aplicacin.
Un aspecto muy importante una vez definido el instrumento con que se
recolectar la informacin, la confiabilidad y validez de ste, es el
entrenamiento al personal de campo que aplicar dicho instrumento. Esto con
el objetivo de evitar que el entrevistador o recolector de datos tambin sea una
fuente de sesgo lo que se produce cuando un mismo entrevistador obtiene
mediciones diferentes de la caracterstica o atributo de inters (variabilidad
intraobservador), o cuando una misma medicin se obtiene de manera
diferente entre un observador y otro (variabilidad entre observadores).
3.7. Anlisis de los datos
El anlisis de datos depende de los objetivos del estudio y de la escala de
medicin de las variables. ste se inicia con la obtencin de las estadsticas
descriptivas de las variables de inters, lo que permite conocer las
caractersticas generales de la poblacin bajo estudio. Por ejemplo, se puede
conocer la frecuencia y distribucin de edades, escolaridad, ingreso
econmico, gnero, uso de servicios de salud, motivos de consulta mdica,
tabaquismo, etctera. En el caso de variables dicotmicas como presencia o
ausencia de enfermedad los datos se expresan como proporcin y en el caso
de variables continuas, como el peso y la talla, los datos se presentan como
medidas de tendencia central (media, mediana, moda) y de dispersin (rangos,
desviacin estndar, varianza, percentiles).
a) Comparacin de prevalencias: Si el objetivo del estudio es comparar
prevalencias entre grupos de exposicin, los datos pueden ser analizados a
partir de una tabla tetracrica (2x2). En esta tabla se registra en las columnas
el nmero de enfermos y no enfermos y en las filas el nmero de expuestos y
no expuestos:

Elaborado por Vernica Iglesias

Enfermos

Sanos

Total

Expuestos

a+b

No
Expuestos

c+d

a+c

b+d

a+b+c+d

Total
Estimador:

Nmero de enfermos en la poblacin =

Prevalencia de enfermedad en la poblacin =
Prevalencia de enfermedad en los expuestos =
Prevalencia de enfermedad en los no expuestos =
Razn de prevalencias de enfermedad =

a+c
a+c /a+b+c+d
a/a+b
c/c+d
(a/a+b) / (c/c+d)

La medida de efecto o asociacin puede ser expresada como:

Razn de Prevalencia:

(a/a+b) / (c/c+d)

Diferencia de Prevalencias:

(a/a+b) - (c/c+d)

En la razn de prevalencias el valor de uno se interpreta como igual

prevalencia de enfermedad entre expuestos y no expuestos. Un valor mayor de
uno significa que la prevalencia es mayor en los expuestos que en los no
expuestos. Un valor menor a uno significa que la prevalencia es mayor en los
no expuestos que en los expuestos.
Alternativamente, se puede calcular el ODDS RATIO con la siguiente frmula:

OR = (a*d) / (b*c)

La interpretacin del Odds Ratio es similar a la razn de prevalencias; un valor

de uno se interpreta como igual posibilidad de enfermar entre expuestos y no
expuestos. Un valor mayor de uno significa que la posibilidad de enfermar es
mayor en los expuestos que en los no expuestos. Un valor menor a uno
significa que la posibilidad de enfermar es mayor en los no expuestos que en
los expuestos.
b) Comparacin de variables fisiolgicas: Adems de determinar la
presencia o ausencia de sntomas, enfermedad o muerte como variables
resultado, en algunos estudios transversales se mide como resultado variables
que estn distribuidas de manera continua como por ejemplo peso o presin
arterial comparado entre dos o ms grupos de trabajadores. Cuando se
compara el valor promedio entre dos grupos la prueba estadstica utilizada es
la t-student y cuando se compara el valor promedio entre tres o ms grupos se
Elaborado por Vernica Iglesias

utiliza la tcnica de anlisis de varianza conocida como ANOVA. Ambas

tcnicas pueden ser utilizadas cuando los datos tienen una distribucin normal,
de no ser as, es necesario realizar una transformacin logartmica previamente
a la comparacin.
Conclusiones: Entre las ventajas del diseo transversal destaca que ste
permite el estudio de eventos (variable dicotmica) y efectos sobre la funcin
fisiolgica (variables continuas). Adems con este diseo se pueden estudiar
simultneamente mltiples efectos y mltiples exposiciones. Es til para el
estudio de enfermedades de alta prevalencia. Entre las debilidades de este
diseo se seala que es menos apropiado que el diseo de casos y controles o
el diseo de cohorte para establecer asociaciones causales debido a que en el
diseo transversal los datos del evento y la exposicin son medidas en el
mismo momento. Una debilidad importante cuando se estudian poblaciones
ocupacionales es que en dichos estudios slo se incluye a la poblacin activa.
En estos casos la prevalencia o severidad del evento puede ser subestimada,
especialmente en enfermedades que continan el progreso despus que la
exposicin ha terminado o en aquellas que llevan a un abandono precoz de los
lugares de trabajo.
4. Referencias Bibliogrficas
-

Rothman KJ, Greenland S. Modern epidemiology. 2nd edition: LippincottRaven, 1998.

Taucher E. Bioestadstica. 2 edicin. Editorial Universitaria, 1999.
Hernndez B, Velasco MHE. Encuestas transversales. Salud Pub Mex.
2000;42(5): 447-55.
Checkoway H, Pearce N, Kriebel D. Research Methods in Occupational
Epidemiology. Second Edition. Oxford University Press, 2004.

Elaborado por Vernica Iglesias