Epidemiología descriptiva

• Examina la distribución de una enfermedad en una población y observa los hechos básicos de su distribución en términos de tiempo, lugar y persona.

Mediciones básicas en epidemiología

• Típico tipo de estudio: Encuesta de salud comunitaria (estudio transversal, estudio descriptivo)

Epidemiología analítica
•Pone a prueba una hipótesis específica acerca de la relación de una enfermedad a una causa, realizanco estudios epidemiológicos que relacionen la exposición de interés con la enfermedad de interés. •Típico tipo de estudio: cohorte, casos-controles.

Concepto de variables
Atributos o características de los eventos, de las personas o de los grupos de estudio que pueden cambiar de una situación a otra o de un tiempo a otro y que, por lo tanto, pueden tomar diversos valores.

Tipos de variables
• Según la relación que guardan unas con otras, las variables se clasifican en – Independientes. – Dependientes. • En epidemiología 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

Tipos de variables (II)
• Según el tipo de medición se pueden dividir en:

Tipos de variables (III)
• Variable cuantitativas (o numéricas): Son aquellas que pueden cuantificarse.

–Cuantitativas. –Cualitativas.

• Se dividen en: – Discretas: no admiten tomar todos los valores intermedios en un rango, tomado con frecuencia valores enteros (ej: número de partos). – Continuas: admiten tomar cualquier valor dentro de un rango determinado (ej: peso).

1

junto con sus frecuencias (veces que se repite cada categoría en la población o muestra observada). – Nominales: si las categorías no siguen ningún orden natural (ej: grupo sanguíneo) • Las variables cualitativas que sólo aceptan dos posibilidades se denominan dicotómicas (ej: sexo). Frecuencia • Número de veces que se repite un determinado valor de la variable. Caracteres cualitativos y cuantitavos discretos Caracteres cuantitativos continuos • El gráfico que Polígono de frecuencias Pictograma Cartograma Caracteres cuantitativos discretos se realice varía en función y del tipo de variable. • Una variable cuantitativa toma valores numéricos sobre los cuales podemos realizar operaciones aritméticas. Tipos de variables (V): • Una variable categórica indica a qué grupo o a qué categoría pertenece una observación. referentes a una variable. A mayor tamaño de la muestra. • Si multiplicamos la frecuencia relativa por 100 obtendremos el porcentaje o tanto por ciento Distribución de frecuencias Una distribución de frecuencias es una tabla de datos. en la que se contienen las diversas clases. es el número de veces que aparece en el estudio este valor . Todo lo que podemos hacer es calcular la proporción de datos que entra en cada categoría. • Frecuencia absoluta de una variable estadística. Distribución de frecuencias Distribución de frecuencias: representación gráfica. • Frecuencia relativa : es el cociente entre la frecuencia absoluta y el tamaño de la muestra. aumentará el tamaño de la frecuencia absoluta. continuos Caracteres cualitativos y cuantitativos Caracteres cualitativos y cuantitativos 2 . • Se dividen en: – Ordinales: si las categorías son susceptibles de ser ordenadas de un modo lógico (Ej: clase social). categorías o valores de la variable. Diagrama de sectores representación Diagrama de barras Histograma Gráfica Tipo de datos • La distribución de frecuencias permite su Caracteres cualitativos y cuantitativos gráfica.Tipos de variables (IV): • Las variables cualitativas (o categóricas): representan una cualidad que clasifica a cada individuo en una de varias categorías.

• Es una representación en forma de barras. es decir. y en el eje horizontal los valores de las variables. normalmente señalando las marcas de clase. Histograma 3 . donde la superficie de cada barra es proporcional a la frecuencia de los valores representados.Diagrama de sectores • Variables cualitativas y cuantitativas discretas con pocos valores. Cartograma • Variables cualitativas y cuantitativas Pictograma • Variables cualitativas y cuantitativas Histograma • Es la representación gráfica mas frecuente apra variables continuas. Diagramas de barras • Variables cualitativas o discretas con pocos valores. • En el eje vertical se representan las frecuencias. la mitad del intervalo en el que están agrupados los datos.

60. La media será: 120+90+80+60+100+70= 520 Dividido por 6: 86. 4 . se obtiene una imagen que se llama polígono de frecuencias. – Ventajas: no influida facilmente por valores extremos. por lo que pueden surgir las siguientes preguntas: – ¿Alrededor de qué valor se agrupan los datos? – En el supuesto que se agrupan alrededor de un número. Medidas de tendencia central • MEDIA • MEDIANA • MODA • Media: – Definición: Media suma de valores para las observaciones/número de observaciones.Polígono de frecuencias • Uniendo los puntos medios del extremo superior de las barras del histograma.80.70.90. – Desventajas:no adecuada para la manipulación matemática.6 • Mediana: Mediana – Definición: el punto donde el número de observaciones por encima es igual al número por debajo. ¿cómo lo hacen? ¿muy concentrados? ¿muy dispersos? Para contestar a estas preguntas se utilizan las medidas de tendencia central y las medidas de dispersión.100. Análisis descriptivo de variables numéricas • En el caso de variables num éricas. puede haber un gran número de valores observados distintos. – Ventajas: Adecuada para el tratamiento matemático – Desventajas:Afectada por valores extremos Media Ejemplo: La frecuencia cardiaca de 6 enfermos es: 120.

La moda La moda El modo es el valor que ocurre con mayor frecuencia en un grupo de observaciones.80. 86. M es la media de las dos observaciones centrales de la lista ordenada.165.160. Ordenar las observaciones en orden ascendente.168.96 60.168. 92 ¿Cuál es la mediana? Supongamos que se agrega al grupo un paciente mas. ¿Cuál es la mediana? Nº de observaciones impar Primero. localizar el valor en el medio .172.159.160.150.149. La mediana • Ejemplo: Las frecuencias card íacas de siete pacientes fueron los siguientes : 80.174.161. 60.160.162. 90. 82.201.149.174.5 5 .178.172. no hay valores mas frecuentes (o hay muchos).2 01 • ¿Cuál es la media? 3901/20=195. los datos se agrupan en intervalos y obtenemos el Intervalo modal En un conjunto de observaciones puede haber m ás de una moda.162. • ¿Cuál es la mediana? 135.160. 83 84.Luego. Cuando la muestra es grande.160.150. La moda Ejemplos • Un grupo de 20 pacientes presentan la siguiente talla (en cm): 135.168.160.174.201.160.80.82.1 65.172.62.178.162. 3.1 65.90.155.86.62. – Desventajas: En ocasiones.96 La moda • Moda: – Definición: El valor que se produce más frecuentemente.82.160.160. localizar el valor en el medio.162. M es la observación central de la lista ordenada.86.159.161. Si el número de observaciones n es par. Si el número de observaciones n es impar.90.160.160. • ¿Cuál es la moda? 135.149. • Para hallar la mediana de una distribución debemos: 1.162. ordenar las FC Luego. – Ventaja: simplicidad de significado. 2.Mediana • La mediana (M) es el “valor central” de un histograma. Hay dos valores en el medio ! 60.174.172.174.178.161. 62. ordenar las FC .159.172. Nº de observaciones par Primero.

Distribuciones simétricas y asimétricas Distribuciones simétricas y asimétricas 25 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 Asimetría hacia la izquierda La presente distribución muestra el número de exacerbaciones en los últimos 2 años de un grupo de pacientes con EPOC. • Las distribuciones de ingresos familiares de dos paises con el mismo PIB son muy distintas si una de ellas tiene extremos de pobreza y de riqueza. Se aprecian muchos pacientes con 3 o 4 exacerbaciones y. mediana y moda coinciden Medidas de dispersión • Caracterizar una distribución solamente a través de una medida central no es apropiado. • La media y la mediana de una distribución simétrica se encuentran muy cerca. • Una distribución es asimétrica hacia la izquierda si el lado izquierdo del histograma (con respecto a la moda) se extiende sobre un mayor número de valores (intervalos) que el lado derecho. Asimetría hacia la derecha Media. • Si la distribución es asim étrica. Moda Media Mediana Media Moda Mediana 6 . la media y la mediana coinciden. Mediana y Moda • Si una distribución es sim étrica. Asimetría hacia la derecha (asimetría positiva) Asimetría hacia la izquierda (asimetría negativa) • Estamos interesados en la dispersión o variabilidad de los ingresos. • Si una distribución no es sim étrica. la media queda desplazada hacia la cola m ás larga del histograma de la distribución. • Un distribución es asimétrica hacia la derecha si el lado derecho (con respecto a la moda) del histograma se extiende sobre un mayor número de valores (intervalos) que el lado izquierdo. Distribuciones simétricas y asimétricas • Una distribución es simétrica si el lado derecho e izquierdo del histograma con respecto a la moda son aproximadamente iguales. la media. además de estarlo en sus centros. pocos con mas de 9. en cambio. mientras que la otra tiene poca variación de ingresos entre familias.Media y mediana • La media es sensible a observaciones extremas. las tres medidas difieren. Si la distribución es exactamente sim étrica.

percentil. – Ventajas: incluye todos los valores.Medidas de dispersión Medidas de dispersión • Límites o rango: – Definición: la diferencia entre las observaciones máxima y m ínima de la distribución.…): – Definición: Los cuartiles son medidas de tendencia no central de una distribución. – El segundo cuartil de una distribución es su mediana. – Dividen las observaciones ordenadas en 4 cuartos iguales. Medidas de dispersión • Desviación estándar: – Definición: el valor absoluto de la diferencia media de los valores individuales con respecto a la media. Cuartiles La distribución normal 7 . – Desventajas: muy afectados por los valores extremos. Medidas de dispersión • Cuartil (decil. – Ventajas: adecuada para la manipulación matemática – Desventajas: para distribuciones no gaussianas no describe una proporción conocida de las observaciones.

• La probabilidad de que el valor de la variable se encuentre dentro del rango de dos (SD) por sobre la media y dos SD por debajo de la media es de 95.7%. incluyendo los casos y los no casos Un momento preciso o un periodo Estudio de prevalencia (transversal) Numerador Denominador Tiempo Como se mide Estudios de cohortes 8 . • La mitad de la distribución se encuentra a la izquierda de la media y la otra mitad se encuentra a su derecha. Características de poblaciones • Población dinámica: Una población es dinámica cuando su tamaño aumenta y disminuye simult áneamente durante el periodo de observación.50. Incidencia Incidencia Nuevos casos de enfermedad en un grupo Todos los individuos susceptibles presentes al inicio del período Un periodo Prevalencia Todos los casos de enfermedad en un grupo Todos los individuos estudiados. Incidencia • Es importante distinguir la diferencia entre prevalencia e incidencia. Definición de numerador.3%. • Por lo tanto. La distribución normal • La probabilidad de que el valor de la variable se encuentre dentro del rango de una desviación standard (SD) por sobre la media y un SD por debajo de la media es de 68.La distribución normal • Es una distribución simétrica: Media=Moda=Mediana. • Si se es muy estricto en cuanto a los criterios de caso se infradiagnosticará la enfermedad. • Para interpretar una tasa de prevalencia /incidencia es necesario conocer la base sobre la cual se define un caso.Ambas responden a dos preguntas diferentes: – ¿Qué porcentaje de un grupo de individuos experimenta un proceso? – ¿A qué ritmo aparecen nuevos casos en un grupo de individuos a medida que transcurre el tiempo? Prevalencia Vs. • La probabilidad de que el valor de la variable se encuentre dentro del rango de tres (SD) por sobre la media y tres SD por debajo de la media es de 99. En cambio si se es laxo se sobreestimará. Ej: trabajadores de una f ábrica.5%.50 y la probabilidad de obtener un valor superior al de la media es también igual a 0. Definición de caso. • La curva es asint ótica respecto al eje de abscisas. la probabilidad de obtener un valor menor a la media es de 0. Prevalencia Vs.

población y época del a ño permiten reconocer la presencia de un fenómeno epidé mico. los veteranos ocupaban la primera y última fila de la cohorte. Por lo general. – La densidad de incidencia. • Endemia:Presencia habitual de una enfermedad en un área geográfica determinada. después siguiéndola a lo largo del tiempo con pruebas periódicas para detectar la aparición del problema. • La población sometida a prueba se denomina cohorte. constituía la décima parte de una legión romana. Pandemia: Epidemia que afecta a varios países o continentes. – Las cifras de la frecuencia habitual de la enfermedad en la misma zona. • Enfermedad esporádica: En la incidencia de los casos no se observa nignuna continuidad en el tiempo y en el espacio. • • 9 . pues cada manípulo estaba compuesto por 2 centurias de 80 hombres. Su nombre puede provenir del verbo latino cohortari ("arengar"). Brote epidémico: Epidemia que únicamente supone un incremento localizado en la incidencia de la enfermedad (ej: guardería). en una comunidad o región. de un grupo de casos de una enfermedad fque claramente excede la incidencia normal esperada. Incidencia • Existen dos medidas de incidencia en epidemiología: – La incidencia acumulada. A su vez. • Hiperendemia: Endemia en la cual la transmisión de una enfermedad es intensa y persistente Términos relativos a incidencia • Epidemia: – Presentación. Términos relativos a incidencia Cohorte: unidad táctica de infantería del antiguo ejército romano. Determinación de la incidencia • La incidencia se determina identificando en primer lugar a una población sin el problema en cuestión. La fracción del grupo que está enfermo (los casos) constituye la prevalencia de la enfermedad. Los estudios para el estudio de la incidencia se denominan estudios de cohorte. • De una población determinada se escoge un grupo representativo.Determinación de la prevalencia • La prevalencia se determina mediante los estudios de prevalencia o estudios transversales. podemos utilizar diferentes t érminos. formada por unos 480 hombres. la cohorte se componía de 3 manípulo de 160 soldados. y. debido a que la fuerza de la cohorte estaba relacionada con el número de hombres que pod ían escuchar juntos la voz del jefe que les ordenaba la actuación en el campo de bata • Según la extensión de la incidencia en un lugar determinado y en el tiempo.

• Si se hiciera el estudio únicamente en los centros de atención primaria del barrio de Sant Gervasi la incidencia estaría absolutamente infravalorada. La densidad de incidencia se expresa como el n úmero de nuevos casos por el número total de persona/año en riesgo. • En cambio si se hiciera el estudio en el CAP Drassanes la incidencia sería superior a la real. • • • Densidad de incidencia (ej) • • En una f ábrica de cemento queremos determinar la aparición de silicosis durante un periodo de 30 años. • Muestra probabilística: cada individuo tiene una probabilidad conocida (no necesariamente igual) de ser seleccionado. • Densidad de incidencia La densidad de incidencia es una medida de incidencia que se utiliza cuando el grupo a estudio presenta constantes cambios en cuanto a su n úmero (poblaciones dinámicas). Para poder ajustar la incidencia de respecto a la exposición (f ábrica) deberíamos hacerlo por persona año. • Para eliminar estas diferencias habrían de incluirse casos de centros de salud de varios distritos y ajustarlos a la población de estos. • Habitualmente obtenemos una muestra a modo que el número estudiado sea de tama ño manejable.Incidencia acumulada • La incidencia acumulada es la proporción de personas susceptibles de desarrollar un efecto durante un tiempo determinado. 10 . mide una probabilidad. • Se pretende estudiar la incidencia de tuberculosis en la ciudad de Barcelona. • Esto plantea una cuestión: ¿la muestra es representativa de la población? • • Tipos de muestreo • Muestra aleatoria: cada individuo de la población tiene una probabilidad idéntica de se seleccionado. Durante este periodo han abandonado la f ábrica 247 personas pero en cambio se han contratado a 156 nuevos trabajadores. Muestreo • En ocasiones no es posible estudiar a todos los individuos que queremos (ej: tabaquismo en España). La densidad de incidencia es la velocidad con que las personas de una población pasan de estar sanas a estar enfermas. Las características de los individuos en las muestras probabilísticas son similares a las de la población a partir de la que se seleccionaron. De esta manera una persona que estuviera todo el periodo sería el equivalente a 30 personas/a ño y un trabajador que hubiera abandonado el trabajo al tercer año equivaldría a 3 personas/a ño. • Es sabido que los inmigrantes tienen mas incidencia de tuberculosis que la población nativa. El denominador de las tasas de densidad de incidencia no son individuos en riesgo sino individuos -tiempo. • La incidencia acumulada es una proporción. la probabilidad individual de padecer un fenómeno durante un periodo de tiempo determinado.

Sesgo del estudio de los “casos antiguos” • La prevalencia está afectada por la duración media de la enfermedad. • En los estudios de prevalencia se miden simultáneamente la enfermedad y los posibles factores responsables de ésta y. • Si el riesgo o factor pronóstico ha precedido a la enfermedad la interpretación de la secuencia causaefecto es menos preocupante.Relación entre incidencia. (ej: clasificación FINE). • Asimismo. Incertidumbre sobre las secuencias temporales. • Si el riesgo o factor pronóstico puede constituir una manifestación de la enfermedad es mucho más difícil determinar las secuencias. enfermedades crónicas que cursan en forma de brotes pueden pasar desapercibidas mientras que las que tienen curso continuo siempre se detectarían. 11 . • En un estudio de incidencia se incluirían los episodios rápidamente mortales de una enfermedad. • Prevalencia= incidencia x duración media de la enfermedad Sesgos en los estudios de prevalencia • Incertidumbre sobre la secuencia temporal. Sesgo del estudio de los “casos antiguos” • Por ejemplo si un estudio de prevalencia no se diseña bien podríamos observar que la prevalencia de cáncer de pulmón estadio IV es muy inferior a la de otros estadios. • Los “casos antiguos”. prevalencia y duración de la enfermedad. • Hacer comparaciones. Utilidades prevalencia /incidencia • Predecir el futuro. pero la mayoría se pasaría por alto en un estudio de prevalencia . • Cualquier factor que aumente la duración de la enfermedad en un paciente aumentará la posibilidad de que este paciente sea identificado en un estudio de prevalencia . por tanto. a menudo no está claro lo que ocurrió primero.

Sign up to vote on this title
UsefulNot useful