Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modulo9-Diseño Trasnversal
Modulo9-Diseño Trasnversal
1. Objetivos:
-
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
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
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
50
96
385
n
N
n
N
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
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:
Enfermos
Sanos
Total
Expuestos
a+b
No
Expuestos
c+d
a+c
b+d
a+b+c+d
Total
Estimador:
a+c
a+c /a+b+c+d
a/a+b
c/c+d
(a/a+b) / (c/c+d)
(a/a+b) / (c/c+d)
Diferencia de Prevalencias:
(a/a+b) - (c/c+d)
OR = (a*d) / (b*c)