Tema 9. Demostracin de asociacin.

Una etapa de gran valor en la identificacin de la causa de una enfermedad es la demostracin de una asociacin, estadsticamente significativa, entre la enfermedad y los factores causales hipotticos. La demostracin de la asociacin puede enfocarse de tres formas. (1) puede medirse la diferencia, bajo dos circunstancias diferentes, entre la media de la distribucin probable de una serie de valores de una variable. Si hay una diferencia significativa entre las medias en las dos circunstancias, stas pueden conducir a una explicacin que refleje una asociacin causal. Ej: medimos los pesos de dos grupos de lechones, uno de los cuales ha desarrollado diarrea neonatal y el otro no. El efecto de la diarrea sobre el peso se puede evaluar analizando la diferencia de las medias de los pesos en los dos grupos. (2) Las variables se pueden clasificar por categorias y buscarse una asociacin significativa entre las diversas categoras. Ej.las perras se pueden clasificar en categorias de acuerdo a si tienen o no incontinencia urinaria fisiolgica y si estn ovariectomizadas o no. De esta forma se puede buscar evidencia de una asociacin entre el sndrome y la castracin, y estimar el grado de asociacin entre enfermedad y castracin. (3) se puede buscar una correlacin entre variables. Ej: registramos la incidencia de cojeras en el ganado vacuno y las precipitaciones, para investigar si el incremento de precipitaciones est significativamente asociado con un aumento en la incidencia de cojeras. 1. PRUEBAS DE SIGNIFICACION. La distribucin normal puede utilizarse para describir la frecuencia de distribucin de los valores de una variable continua y tambin de la media de muestras repetidas tomadas de una poblacin de referencia. La forma de campana de una distribucin normal refleja que hay una alta probabilidad de que la media de la muestra est bajo el mximo y una probabilidad mucho ms baja de que esta media est prxima a cualquiera de los extremos. Si la media est prxima a un extremo, esto indica que la muestra es una de aquellas pocas muestras improbables que se pueden tomar de la poblacin de referencia o ms probable, que ha sido extraida de una poblacin con una media diferente. Es improbable que la media de una muestra provenga de una poblacin de referencia cuando la probabilidad (P) de obtener un valor para la media de la muestra al menos tan extremo como el observado sea menor que el valor correspondiente al nivel de significacin (). El valor que se toma para es 0,05 (5% de significacin). En el caso de P>0,05 el resultado es presentado como significativo para P<0,05 y corrobora la afirmacin de que la muestra no fue extraida de la poblacin referencia. Si fuera necesario una mayor garanta en inferir una diferencia, se elegira el nivel 1% (P<0,01 o 1%) o el 0,1 % (P<0,001) 2. HIPOTESIS NULA. Cuando se parte de la base de que la muestra proviene de una poblacin con una media no diferente a la de la poblacin de referencia, constituye la hiptesis nula, es aquella de no diferencia. Un resultado significativo indica que la hiptesis nula es rechazada a favor de una alternativa, la cual 1

eatablece que la muestra ha sido extrada de una poblacin con caractersticas diferentes de las de la poblacin de referencia. La demostracin de una diferencia significativa implica el rechazo de la hiptesis nula. El 5% de las muestras de una poblacin se encuentran dentro de la zona que podra inducir al rechazo de la hiptesis nula para un nivel de significacin del 5%. Los resultados de las pruebas de significacin y el intervalo de confianza estn estrechamente relacionados. Ej supongamos que la hiptesis nula establece un valor determinado para la media de una destribucin normal. Se toma una muesta y la prueba de significacin rechaza la hiptesis nula para un nivel de 5%. El correspondiente intervalo de confianza del 95% (media de la muestra 2 eeem) no contendr el valor especificado por la hiptesis nula. A la inversa, si la prueba de significacin no rechaza la hiptesis nula para el nivel del 5%, el correspondiente intervalo de confianza del 95% contendr el valor de la media especificada por la hiptesis nula. 3. PRUEBA DE LA T DE STUDENT. La eleccin de una prueba de significacin adecuada depende de muchos factores, tales como el tipo de frecuencia, distribucin y tamao de la muestra. Una prueba muy utilizada para pequeas muestras de datos distribuidos normalmente es la prueba de la t de student. La prueba de la t de student mide las desviaciones de la media especificada por la hiptesis nula. Tiene tres aplicaciones: (1) relacionada con una nica poblacin de referencia y una hiptesis segn la cual los datos provienen de una distribucin normal, con una media y la varianza 2 no se conoce. Hay n1 grados del libertad. La prueba estadstica ser la siguiente: t = ( x ) / ( s2 / n) n= tamao de la muestra (2) se refiere a dos muestras de poblaciones diferentes y una hiptesis segn la cual los datos provienen de una distribucin normal con una diferencia conocida 1 2 = entre las medias de las dos poblaciones y una varianza comn desconocida 2. Hay (n1+ n2 2) grados de libertad. t = ( x1x2 ) / s2 ( 1/ n1 + 1/ n2 ) s2 = ( n11) s12 +( n21) s22 / (n1+ n2 2) (3) trata de comparaciones en las cuales las observaciones entre las dos muestras estn emparejadas. La prueba supone que las diferencias entre los miembros de cada par estn normalmente distribuidas con una media (generalmente cero) y una varianza 2 desconocida. Hay n1 grados de libertad. t = ( d ) / ( s2 / n) d= media de la muestra = varianza de las diferencias n= tamao de la muestra 4. GRADOS DE LIBERTAD. El valor crtico de la prueba t que nos conduce al rechazo o no de la hiptesis nula depende del tamao de la muestra y una cifra relacionada con l, conocida como los grados de libertad.

Si una muestra consta de n observaciones independientes (una observacin no influye en el valor de la otra) hay en cierto sentido n partes de informacin independientes. Calculando la media en la muestra nica y la prueba t de comparacin emparejadas, estas utilizadan una parte de la informacin, quedando (n1) para la varianza. Conociendo n1 observaciones y la media, se establecen los valores de las restantes observaciones. 5. PRUEBA 2 DE ASOCIACION Esta prueba estadstica indica hasta que punto los valores observados se apartan de los valores que seran de esperar si no hubiera asociacin entre las categorias comparadas. Se consulta una tabla de distribucin de 2 para decidir si el valor observado de 2 es mayor del que sera de esperar, basndose en una hiptesis nula postulando la no asociacin. Esta prueba se puede utilizar par determinar la significacin de una asociacin entre una enfermedad y un factor causal hipottico. Se elabora una tabla de dos entradas con cuatro celdillas en ella denominada tabla de contingencia 2 x 2. La estadstica de 2 est dada por la siguiente ecuacin: 2 = n ( ad bc n/2 )2 / (a+b) (c+d) (a+c) (b+d) los grados de libertad vienen dados por: (nmero de filas1) x (nmero de columnas1) es decir (21) x (21) = 1. La deteccin de una asociacin mediante la demostracin de una diferencia significativa utilizando la prueba 2 habitualmente es insuficiente. Puede ser conveniente proporcionar una medida de la diferencia entre la frecuencia de enfermedad en un grupo expuesto al factor y en un grupo no expuesto al factor. Una medida del grado de asociacin indicara el grado en el cual el factor contribuye a la aparicin de la enfermedad, es decir el grado en que la enfermedad est causada por el factor. 6. ESTIMACION DEL RIESGO. El grado en el que un factor causa una enfermedad (el riesgo asociado con el factor) viene medido en trminos de su grado de asociacin con la enfermedad. En la mayora de los casos es posible construir tablas de contingencia 2 x 2 con valores mayores de cero en cada una de las cuatro celdas, a partir de la cual se puede calcular una medida relativa de riesgo como una razn de incidencia de la enfermedad en los grupos expuestos a un factor en relacin a la incidencia de la enfermedad en grupos no expuestos. La tabla se constuye expresando horizontalmente la enfermedad y verticalmente el factor causal hipottico. Enfermos a c No enfermos b d

Factor + Factor

6.1. RIESGO RELATIVO. El riesgo relativo es la razn de las dos tasas de incidencia, viene dado por: R = p1 / p2 p1= a/ a+b y p2 = c/ c+d * Un riesgo relativo mayor que 1 indica una asociacin estadstica positiva entre el factor y la enfermedad. * Un riesgo relativo menor que 1 indica una asociacin estadstica negativa, puede decirse que la posesin del factor tiene un efecto protector frente a la enfermedad. 3

* Un riesgo relativo de 1 sugiere la no existencia de asociacin. 6.2. RAZN DE PROBABILIDADES La razn de probabilidades es otra medida del grado de asociacin que se utiliza comnmente en los estudios de epidemiologa. Si un suceso tiene lugar con una probabilidad p, la razn p/q se denomina la probabilidad que existe a favor de que tal suceso tenga lugar, donde q = 1p. Si la probabilidad de enfermedad entre animales expuestos es p1 / q1 y la probabilidad entre los no expuestos es p2 / q2 la razn de probabilidades de la enfermedad entre animales expuestos y la de no expuestos, conocida como razn de probabilidades viene dada por: = (p1 / q1) / ( p2 / q2 ) = p1q2 / q1 p2 = ad / bc Para enfermedades de baja frecuencia, el riesgo de enfermedad, p, es casi el mismo que la probabilidad pq, ya que q es aproximadamente igual a 1. De esta forma, la razn de probabilidades proporciona una buena aproximacin al riesgo relativo. Cuando la incidencia de la enfermedad no es baja, los valores del riesgo relativo y la razn de probabilidades divergen. * Una razn de probabilidades mayor que 1 indica una asociacin estadstica significativa entre el factor y la enfermedad. * Un riesgo relativo menor que 1 indica que la asociacin no es estadsticamente significativa, puede decirse que la posesin del factor tiene un efecto protector frente a la enfermedad. * Un riesgo relativo de 1 sugiere la no existencia de asociacin. 6.3. RIESGO ATRIBUIBLE. ( ) El riesgo atribuible indica el grado en que se puede reducir la tasa de incidencia de enfermedad suprimiendo la exposicin al factor causal. Proporciona una indicacin de la magnitud del efecto del factor causal en la poblacin. = p1p2 = (p1/p2 1) p2 ya que R = p1/p2 = (R 1) p2 6.4. FRACCION ETIOLOGICA. () La fraccin etiolgica es la proporcin del total de casos, atribuibles a la exposicin a un factor causal determinado. Representa la proporcin de aparicin de enfermedad que puede ser eliminada si un grupo expuesto al factor causal tiene su incidencia reducida al nivel del grupo no expuesto. = R1 / R x f f= proporcin de individuos enfermos expuestos al factor La fraccin etiolgica al igual que el riesgo atribuible es una indicacin del impacto que puede tener la eliminacin de un factor causal sobre la reduccin de la incidencia.

7. CORRELACION. El coeficiente de correlacin (, rho) constituye una buena medida de correlacin entre x e y, puede calcularse si son variables contnuas, distribuidas normalmente y cuando las observaciones sucesivas son independientes unas de otras, oscila entre +1 (asociacin positiva completa) y 1 (asociacin negativa completa).