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

en la que se contienen las diversas clases. • Frecuencia absoluta de una variable estadística. Frecuencia • Número de veces que se repite un determinado valor de la variable. A mayor tamaño de la muestra. 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). junto con sus frecuencias (veces que se repite cada categoría en la población o muestra observada). 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. aumentará el tamaño de la frecuencia absoluta. Tipos de variables (V): • Una variable categórica indica a qué grupo o a qué categoría pertenece una observación. – 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). referentes a una variable. • 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. 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. • Frecuencia relativa : es el cociente entre la frecuencia absoluta y el tamaño de la muestra. es el número de veces que aparece en el estudio este valor . • Una variable cuantitativa toma valores numéricos sobre los cuales podemos realizar operaciones aritméticas.Tipos de variables (IV): • Las variables cualitativas (o categóricas): representan una cualidad que clasifica a cada individuo en una de varias categorías. Todo lo que podemos hacer es calcular la proporción de datos que entra en cada categoría. Distribución de frecuencias Distribución de frecuencias: representación gráfica.

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

¿cómo lo hacen? ¿muy concentrados? ¿muy dispersos? Para contestar a estas preguntas se utilizan las medidas de tendencia central y las medidas de dispersión. 4 . – Ventajas: no influida facilmente por valores extremos.Polígono de frecuencias • Uniendo los puntos medios del extremo superior de las barras del histograma.80.90. Análisis descriptivo de variables numéricas • En el caso de variables num éricas. puede haber un gran número de valores observados distintos.60. – Desventajas:no adecuada para la manipulación matemática. Medidas de tendencia central • MEDIA • MEDIANA • MODA • Media: – Definición: Media suma de valores para las observaciones/número de observaciones. – Ventajas: Adecuada para el tratamiento matemático – Desventajas:Afectada por valores extremos Media Ejemplo: La frecuencia cardiaca de 6 enfermos es: 120.100. 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. La media será: 120+90+80+60+100+70= 520 Dividido por 6: 86.70. se obtiene una imagen que se llama polígono de frecuencias.6 • Mediana: Mediana – Definición: el punto donde el número de observaciones por encima es igual al número por debajo.

168.82.1 65. ¿Cuál es la mediana? Nº de observaciones impar Primero.159. Cuando la muestra es grande.155.160. M es la observación central de la lista ordenada.90.160.160.160.201.62.162. 83 84.165. localizar el valor en el medio. La moda La moda El modo es el valor que ocurre con mayor frecuencia en un grupo de observaciones.160.86.174.161.162.162.62. La mediana • Ejemplo: Las frecuencias card íacas de siete pacientes fueron los siguientes : 80. 62.1 65.168.149. 2.159.161.172. • ¿Cuál es la moda? 135. Si el número de observaciones n es par. los datos se agrupan en intervalos y obtenemos el Intervalo modal En un conjunto de observaciones puede haber m ás de una moda. La moda Ejemplos • Un grupo de 20 pacientes presentan la siguiente talla (en cm): 135.80.172.160.90.150. localizar el valor en el medio . – Desventajas: En ocasiones. 82.174.96 60. Si el número de observaciones n es impar. M es la media de las dos observaciones centrales de la lista ordenada. ordenar las FC .162.160. 92 ¿Cuál es la mediana? Supongamos que se agrega al grupo un paciente mas.178.82. ordenar las FC Luego.172.160.174.159. no hay valores mas frecuentes (o hay muchos).150. • Para hallar la mediana de una distribución debemos: 1.149. Nº de observaciones par Primero.149.160.5 5 . 86.172.161.86.Mediana • La mediana (M) es el “valor central” de un histograma.160.Luego.178.2 01 • ¿Cuál es la media? 3901/20=195.162.80. Ordenar las observaciones en orden ascendente. 3.160. • ¿Cuál es la mediana? 135. – Ventaja: simplicidad de significado.172. Hay dos valores en el medio ! 60. 90.174.168.178.201.96 La moda • Moda: – Definición: El valor que se produce más frecuentemente. 60.174.

Distribuciones simétricas y asimétricas • Una distribución es simétrica si el lado derecho e izquierdo del histograma con respecto a la moda son aproximadamente iguales. • 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. pocos con mas de 9. la media queda desplazada hacia la cola m ás larga del histograma de la distribución. Asimetría hacia la derecha Media. • Si una distribución no 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. la media y la mediana coinciden.Media y mediana • La media es sensible a observaciones extremas. • La media y la mediana de una distribución simétrica se encuentran muy cerca. Mediana y Moda • Si una distribución es sim étrica. Moda Media Mediana Media Moda Mediana 6 . además de estarlo en sus centros. • 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. • Si la distribución es asim étrica. la media. • 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. las tres medidas difieren. mediana y moda coinciden Medidas de dispersión • Caracterizar una distribución solamente a través de una medida central no es apropiado. 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. Se aprecian muchos pacientes con 3 o 4 exacerbaciones y. mientras que la otra tiene poca variación de ingresos entre familias. en cambio. Si la distribución es exactamente sim étrica.

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

7%. Definición de numerador. • La mitad de la distribución se encuentra a la izquierda de la media y la otra mitad se encuentra a su derecha. Incidencia • Es importante distinguir la diferencia entre prevalencia e incidencia. En cambio si se es laxo se sobreestimará. • Si se es muy estricto en cuanto a los criterios de caso se infradiagnosticará la enfermedad.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. Características de poblaciones • Población dinámica: Una población es dinámica cuando su tamaño aumenta y disminuye simult áneamente durante el periodo de observación. Definición de caso. 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 curva es asint ótica respecto al eje de abscisas. • Para interpretar una tasa de prevalencia /incidencia es necesario conocer la base sobre la cual se define un caso. 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. • 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 99.50. • Por lo tanto. 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 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. Ej: trabajadores de una f ábrica.5%. Prevalencia Vs.La distribución normal • Es una distribución simétrica: Media=Moda=Mediana.3%.50 y la probabilidad de obtener un valor superior al de la media es también igual a 0. la probabilidad de obtener un valor menor a la media es de 0.

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

• En cambio si se hiciera el estudio en el CAP Drassanes la incidencia sería superior a la real. 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. 10 . 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. la probabilidad individual de padecer un fenómeno durante un periodo de tiempo determinado. Para poder ajustar la incidencia de respecto a la exposición (f ábrica) deberíamos hacerlo por persona año. • Se pretende estudiar la incidencia de tuberculosis en la ciudad de Barcelona. • 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. • Habitualmente obtenemos una muestra a modo que el número estudiado sea de tama ño manejable. • • • Densidad de incidencia (ej) • • En una f ábrica de cemento queremos determinar la aparición de silicosis durante un periodo de 30 años. • Para eliminar estas diferencias habrían de incluirse casos de centros de salud de varios distritos y ajustarlos a la población de estos. • 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). mide una probabilidad. Muestreo • En ocasiones no es posible estudiar a todos los individuos que queremos (ej: tabaquismo en España). • La incidencia acumulada es una proporción. • Si se hiciera el estudio únicamente en los centros de atención primaria del barrio de Sant Gervasi la incidencia estaría absolutamente infravalorada.Incidencia acumulada • La incidencia acumulada es la proporción de personas susceptibles de desarrollar un efecto durante un tiempo determinado. • 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. La densidad de incidencia se expresa como el n úmero de nuevos casos por el número total de persona/año en riesgo. Durante este periodo han abandonado la f ábrica 247 personas pero en cambio se han contratado a 156 nuevos trabajadores. • Muestra probabilística: cada individuo tiene una probabilidad conocida (no necesariamente igual) de ser seleccionado.

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

Sign up to vote on this title
UsefulNot useful