Repaso Conceptos Bsicos Epidemiologa

Tema 6 Medicina Preventiva y Salud Pblica Dra. Mara Segu-Gmez

Med Prev y Salud Pblica

Repaso conceptos bsicos. Epidemiologa

Mdulo Mtodos (programa terico) Material:

Captulo 6 manual, varios captulos de Pidrola Gil y Epidemiologa Aplicada

Mdulo de Mtodos
Al acabar este mdulo, el estudiante deber: Reconocer la importancia de la epidemiologa y la bioestadstica en la prctica de la MP y SP Recordar los mtodos bsicos epidemiolgicos y bioestadsticos Conocer los conceptos bsicos de economa de la salud y los mtodos de evaluacin econmica (minimizacin de costes, coste/beneficio, coste/efectividad, coste/utilidad). Ser capaz de interpretar los principales indicadores sociosanitarios y de desarrollo. Conocer los conceptos de oferta, demanda, necesidad, adecuacin, equidad y utilizacin. Conocer las diferencias entre estudio de necesidades y evaluacin de programas. Conocer los mtodos ms usados de determinacin de prioridades

Objetivos
REPASO CONCEPTOS BSICOS EPIDEMIOLOGA
Medidas de frecuencia Medidas de asociacin e impacto Causalidad Estudios analticos Estudios descriptivos Sesgos
seleccin clasificacin confusin

Interaccin

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

Epidemiologa - definiciones

Una descripcin de la ocurrencia, distribucin y tipos de enfermedad que afectan al hombre en distintas pocas del tiempo y en diferentes puntos de la superficie terrestre (Hirsch, 1883) El campo de la ciencia mdica que se interesa por las relaciones de los diferentes factores y condiciones que determinan la frecuencia y distribucin de un proceso infeccioso, una enfermedad o un estado fisiologico en una comunidad humana (Maxcy 1951)

Terreno terico FORMULACIN DE UNA HIPTESIS

CONSECUENCIAS CONTRASTABLES EMPRICAMENTE FRENTE A DATOS PLAN DE INVESTIGACIN DISEO: ESTRATEGIA DE RECOGIDA DE DATOS
CONCLUSIONES, GENERALIZACION DE RESULTADOS

EPIDEMIOLOGA

ESTADSTICA

DATOS

TRATAMIENTO ESTADSTICO: AJUSTE DE MODELOS MATEMTICOS CONTRASTE DE HIPTESIS:Valor p ESTIMACION DE MEDIDAS DE EFECTO (con su intervalo de confianza)

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

Causas del cncer

Tasas /10.000 No tabaco Tabaco No alcohol Alcohol

1 3

2 6

Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al alcohol? Si no estuviesen expuestos al alcohol habra 3 casos El alcohol aade 3 casos de los 6 (el 50% se deben a l) Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al tabaco? Si no estuviesen expuestos al tabaco habra 3 casos El alcohol aade 4 casos de los 6 (el 66,7% se deben a l)

Causas del cncer

Tasas /10.000 No tabaco Tabaco No alcohol Alcohol

1 3

2 6

Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al alcohol? Si no estuviesen expuestos al alcohol habra 3 casos El alcohol aade 3 casos de los 6 (el 50% se deben a l) Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al tabaco? Si no estuviesen expuestos al tabaco habra 3 casos El alcohol aade 4 casos de los 6 (el 66,7% se deben a l)

Causas del cncer

Tasas /10.000 No tabaco Tabaco No alcohol Alcohol

1 3

2 6

Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al alcohol? Si no estuviesen expuestos al alcohol habra 3 casos El alcohol aade 3 casos de los 6 (el 50% se deben a l) Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al tabaco? Si no estuviesen expuestos al tabaco habra 3 casos El alcohol aade 4 casos de los 6 (el 66,7% se deben a l)

Causas del cncer

Tasas /10.000 No tabaco Tabaco No alcohol Alcohol

1 3

2 6

Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al alcohol? Si no estuviesen expuestos al alcohol habra 3 casos El alcohol aade 3 casos de los 6 (el 50% se deben a l) Qu % de los 6 casos /10.000 entre expuestos a ambos factores se deben al tabaco? Si no estuviesen expuestos al tabaco habra 3 casos El alcohol aade 4 casos de los 6 (el 66,7% se deben a l)

Causa del cncer

El 50% de los casos se deben al alcohol El 66,7% de los casos se deben al tabaco

50% + 66,7% > 100 % ? ? ?

Modelo causal de Rothman

CAUSA SUFICIENTE I (25%) CAUSA SUFICIENTE II (50%) CAUSA SUFICIENTE III (25%)

E A B

D C A

G F B A

I F C

Causa suficiente Causa componente Causa necesaria

A = 100% B = 75% C = 50%...

Criterios de Bradford Hill

Secuencia temporal Fuerza Asociacin Dosis-respuesta Plausibilidad biolgica Coherencia Consistencia Analoga Evidencia experimental Especificidad

Modelo contra-fctico (Robins, 1999)

EXPOSICIN

Defecto Tubo Neural 15 5 Defecto Tubo Neural 15 Defecto T. Neural 1) cido flico 10 2) Otros factores

TOTAL 10000

Dficit cido flico Nivel cido flico EXPOSICIN Dficit cido flico Nutricin Mismas personas Gentica pero sin presentar Tabaquismo, etc. este dficit

15 10000 RR = =3 5 / 10000 10000

TOTAL 10000 10000 EFECTO

ASOCIACIN ?? DficitDefecto TN

15 10000 RR = Riesgo Relativo = 1,5 / 10000 (deficiencia 10 cido flico)

Exagerado

ASOCIACIN = EFECTO x CONFUSIN 3 = 1,5 x 2

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

Diseos bsicos en epidemiologa

Manipulacin
S Experimental No Observacional
Analticos Descriptivos

Aleatorizacin
S Experimental "puro" ENSAYO CLINICO No Cuasi-experimental Cohortes

Casos y controles

ESTUDIOS ECOLGICOS
No

INDIVIDUALES

AGREGACIN

Ecolgicos

ESTUDIOS ECOLGICOS: 7 Countries

DISEOS DE INVESTIGACIN Segn la temporalidad o seguimiento

Seguimiento en el tiempo TEMPORALIDAD

No hay seguimiento

Longitudinales

Transversales
Cross-sectional

DISEO TRANSVERSAL

Poblacin

Seleccin aleatoria

Muestra representativa

A B C

6/(9+6)= 40%
Muestra representativa

ASIGNACIN ALEATORIA: DISEO EXPERIMENTAL

INTERVENCIN

AZAR

CONTROL

COHORTES: imitan diseo experimental

CASOS Y CONTROLES: ganan eficiencia

CASOS

CONTROLES

E+
N
m

FR+

FR+, E+ FR+, E-

EFRFR-,E+ FR-,EFR+, EFR-, E-

E+
FR+ NA NB
m

EFR+ FR-

FR-

E+

FR+,E+ FR-,E+

E-

Ventajas e inconvenientes

Cohortes Mejor inferencia causal Exposiciones raras Multiefectividad Historia natural Clculo directo de incidencia Problema: prdidas Pueden ser muy duraderos y caros

Casos y controles

Mejor eficiencia estadstica Enfermedades raras Multicausalidad Ms reproducibles Problema: sesgos Suelen ser ms cortos y baratos

Estudios experimentales: ensayos

VENTAJAS Usa la aleatorizacion de los sujetos para remedar el que todos somos diferentes-Distribuye homogeneamente confusores conocidos y desconocidos. No hay lugar a que exista confusion por otras variables Incluyen la secuencia temporal adecuada para empezar hablar de causalidad Permiten calcular incidencia Utiles si la exposicin es rara en la poblacin Se pueden examinar muchos efectos de la misma exposicin DESVENTAJAS Tiene que haber suficiente duda acerca de la eficacia (para permitir que alguien no tome ese producto) y acerca de su ineficacia (para permitir que alguien lo tome) criterios ticos Necesidad de encontrar voluntarios que quieran participar La enfermedad ha de ser relativamente frecuente (o tener un riesgo atribuible alto) y/o rpida Suelen ser menos representativos Complicados y costosos

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

Medidas de frecuencia

Proporcin= a/(a+b) Razn = a/b Odds = p/1-p Tasa =a/(a+b)xt

Prevalencia Incidencia

Incidencia acumulada Densidad de incidencia

Prevalencia
Punto (en el tiempo) n=100
A C D E B

tiempo 4 Prevalencia = 100

Incidencia
Perodo de tiempo n=100
1 3 6

=
2 4 5 8 7 9 15 10 11 14 12 13 16 17 18 19

tiempo 19 Incidencia = 100 Incidencia =

Susceptibles al inicio Casos nuevos

Densidad de Incidencia (tasa)

1
DI =

Casos nuevos 3 3 = = = 0 ,12 AOS -1 Pers Tiempo A RIESGO 3 + 6 + 2 + 4 + 6 + 3,5 24 ,5

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

RIESGO RELATIVO (RR)

= Ie

= Io Ie RR= Io RR= magnitud de la asociacin

Enferman Expuestos No expuestos

a b

TOTAL

40 20+20 20 60
IRR =

Total
Ie 0,4 RR = = =2 Io 0,2

100 100 200

N1 N0

20 casos de ms = 100% 20 casos esperados 20 casos de ms = 0,20 100 individuos expuestos

RAE = Ie Io = 0,4 0,2 = 0,2 IAR =

INCREMENTO ABSOLUTO DEL RIESGO (=RAE) De cada 100 expuestos habr 20 que enfermen debido a esa exposicin

Casos Expuestos a 28 No expuestos b 40 Total 68

P odds = 1 P

Controles 8 c d 60 68

P (expos.) 28 / 68 28 ODDScasos = = = = 0,7 P (no expos.) 40 / 68 40 P (expos.) 8 ODDScontroles = = = 0,13 P (no expos.) 60

odds ratio

(OR) =

28 =60 oddsCASOS 0,7 = = oddsCONTR 40 0 8,13

5 , 25

ad 28 60 OR = = = 5,25 bc 8 40

RR e intervalo de confianza

RR puede valer entre 0 e infinito

estimacin puntual

RR=1 no hay efecto RR>1 EXPOSICION INCREMENTA EFECTO RR<1 EXPOSICION PROTECTORA

Intervalo de confianza (al 95%)

Si se realizasen numerosas repeticiones, el 95% de los intervalos calculados contendran al verdadero RR Si IC 95% incluye el 1 = EL EFECTO NO ES ESTADISTICAMENTE SIGNIFICATIVO Con la OR se sobre-estima el RR si el fenmeno es frecuente (>5%)

La interpretacin de la OR es similar

EJEMPLO:telfono mvil y tumores cerebrales

Todos los intervalos de confianza al 95% incluyen el valor nulo (RR = 1)

Fuente: N Engl J Med 2001;344:79-86

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

Medidas de impacto
Fraccin etiolgica en expuestos (FEE) Riesgo atribuible poblacional (RAP) Fraccin etiolgica poblacional (FEP) Nmero necesario para tratar (NNT) Nmero necesario para intervenir (NNI) Fraccin prevenible poblacional (FPP) el riesgo atribuible es tambin una medida de impacto

Enferman Expuestos No expuestos

TOTAL

40 20+20 20 60

Total
RR 1 1 FEE = = = 0,5 2 RR
FRACCIN ETIOLGICA (proporcin atribuible) La mitad de los expuestos que enferman, lo hacen por estar expuestos De 40 expuestos que enferman, hay 20 que enferman por la exposicin

100 100 200

FEP = pce FEE = (40 / 60)(0,5) = 0,33

FR. etiolgica POBLACIONAL (p. atribuible POBLACIONAL ) 1 de cada 3 que enferman en la poblacin, lo hace por dicha exposicin De 60 enfermos en la poblacin, hay 20 que enferman por la exposicin

Nmero necesario para tratar

Tratados (n = 200)

14 casos 25 casos

Placebo (n = 250)

Reduccin absoluta del riesgo (RAR)

RAR = I placebo I tratados = 25 14 = 0,1 0,07 = 0,03 250 200
Si por cada 100 tratados se evitan 3 casos (RAR =0,03) har falta tratar a 33,3 para evitar un caso

NNT = 1/RAR
1 1 NNT = = = 33,3 RAR 0,03

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

ERROR ALEATORIO

SESGO

SESGOS
SELECCIN INFORMACIN CONFUSIN

SESGOS de SELECCIN
MUESTRA NO REPRESENTATIVA INCLUSIN DE CASOS SUBCLINICOS NO RESPUESTA, REEMPLAZOS PRDIDAS EN SEGUIMIENTO CASOS Y CONTROLES: SELECCIN DE CONTROLES

SELECCIN DE CONTROLES

Participan Participan

Consumo alto de verduras (V)y riesgo de cncer

ODDS CASOS

50 = =1 50

50 V 50 NV

100 E (+) 10000 E (-)

ODDS CONTR

5000 5000 V = =1 5000 5000 NV

OR VERDADERA

50 5000 = =1 5000 50

Si se incluyeran como controles a todos los no enfermos de la poblacin, la OR sera = 1

Entre los seleccionados como controles hay mucha ms participacin si son grandes consumidores de V

5000 V 50 V

45 PARTICIPAN
5 NO PARTICIPAN

10000 E (-)
5000 NV 50 NV

20 PARTICIPAN

30 NO PARTICIPAN

ODDSCONTROLES

45 = = 2,25 20

45 PARTICIPAN
50 V 5 NO PARTICIPAN

100 E (+)

40 PARTICIPAN
50 NV 10 NO PARTICIPAN

ODDSCASOS

45 = = 1,125 40

Casos Expuestos No expuestos

Controles

Total

45 40 85

45 20 65

45 20 OR sesgo_selec. = = 0,5 45 40 50 5000 OR VERDADERA = =1 5000 50

La participacin diferencial (sesgo de seleccin) hace que las V parezca protectoras cuando no lo son

SESGOS de SELECCIN

SESGO DE SOSPECHA DIAGNSTICA

Es ms fcil que el mdico diagnostique a quien est expuesto (factor de riesgo criterio diagnstico) Los casos incluidos son los supervivientes (factor que mejora supervivencia ms presente en casos) Casos y controles incluidos son hospitalarios (factor que favorece hospitalizacin no est bien recogido) Factor asociado a retencin puede modificar el efecto de otro factor bajo estudio Slo se analizan los casos con todas las variables

FALACIA DE NEYMAN

SESGO DE BERKSON

PRDIDAS EN SEGUIMIENTO

DATOS FALTANTES

SIN SESGO CASOS CONTROLES

500 500
OR = 500x700 500x300

300 700 = 2,3

FALACIA DE NEYMAN

400 SOBREVIVEN
500 F 100 MUERTE SBITA

1000 Casos

480 SOBREVIVEN
500 NF CASOS

400 480

20 MUERTE SBITA

FALACIA NEYMAN
CASOS CONTROLES

400 480
OR = 400x700 480x300

300 700 = 1,9

CASO EXTREMO
CASOS CONTROLES

100 490
OR = 100x700 490x300

300 700 = 0,48

SESGO BERKSON
CASOS NO CASOS

100
100 40 200 100

10.000

40
Hospital

10.000
100x10000 100x100 40x10000 40x200

OR =

= 2,5 1,25

SESGOS de INFORMACIN

MALA CLASIFICACIN NO DIFERENCIAL

En principio (si hay 2 grupos), sesga hacia el nulo

MALA CLASIFICACIN DIFERENCIAL

MS PELIGROSA Es impredecible

BUENA CLASIFICACIN
CASOS TOTAL

50 25
RR = 50/10000 25/10000

10.000 10.000
=2

SESGO DE INFORMACIN/CLASIFICACIN: MIENTE EL 50% DE LOS FUMADORES

CASOS

TOTAL

25 25 25

5.000 5.000 10.000

SESGO DE INFORMACIN/CLASIFICACIN: MIENTE EL 50% DE LOS FUMADORES

CASOS

TOTAL

25 25 25 25/5000 50/15000

5.000 5.000 10.000 = 1,5

RR =

INFORMACIN SOBRE EFECTO

CASOS

SE INCLUYEN OTROS EFECTOS (Mort. Total)

TOTAL

50 50 25 50 RR = 100/10000 75/10000

10.000 10.000 = 1,33

SESGOS de INFORMACIN (MALA CLASIFICACIN DIFERENCIAL)

EFECTO HAWTHORNE

La vigilancia (o recogida de datos) hace cambiar el comportamiento Los que inicialmente puntan bajo, luego tienden a puntuar alto (o viceversa) Consciente o inconscientemente apoya una hiptesis La ocurrencia de enfermedad supone un incentivo bien para recordar mejor o bien para recordar peor la exposicin When the Okies left California they raised the average intelligence of both States

REGRESIN A LA MEDIA

SESGO DEL OBSERVADOR

RECALL BIAS-SESGO DE RECUERDO

FENMENO DE WILL ROGERS

CONFUSIN-CONCEPTO
Grado de Arteriosclerosis

NO HAY EFECTO EN MUJERES

Mujeres Hombres

Fuerza en la Mano

CONFUSIN-CONCEPTO
Grado de Arteriosclerosis

Diferencia entre sexos Asociacin no es real

Grado de Arteriosclerosis Grado de Arteriosclerosis

NO HAY EFECTO EN HOMBRES

Mujeres MujeresM u jeres Hombres Hombres H om b res

Fuerza en lala Mano Fuerza en Mano Fu erza en la M an o

SESGO de CONFUSIN

EXPOSICION

EFECTO

FACTOR DE CONFUSION

SESGO de CONFUSIN

EXPOSICION

EFECTO

FACTOR DE CONFUSION

SESGO de CONFUSIN

fuerza mano

arterioesclerosis

sexo

FACTOR de CONFUSIN

1) ASOCIADO CON LA EXPOSICIN 2) ASOCIADO CON EL EFECTO 3) NO ES ESLABN INTERMEDIO

SESGO de CONFUSIN?

OBESIDAD
S

C. ISQUMICA

S
Lpidos Diabetes HTA

Son eslabones intermedios

CASOS TOTAL OBESOS NO OBESOS

90 92

5000 5000

RR 1

CASOS TOTAL OBESOS NO OBESOS

50 F 40 NF 90 F 2 NF 1000 F 4000 NF 4500 F 500 NF

CASOS TOTAL OBESOS NO OBESOS

50 F 90 F 1000 F 4500 F

50 / 1000 = 2,5 RRFUM = 90 / 4500

CASOS TOTAL OBESOS NO OBESOS

40 NF 2 NF 4000 NF 500 NF

40 / 4000 = 2,5 RRNF = 2 / 500

CASOS TOTAL OBESOS NO OBESOS

50 F 40 NF 90 F 2 NF 1000 F 4000 NF 4500 F 500 NF

5500 FUMAN

0,18

1000 obesos 4500 No obesos

5% 2% 1% 0,4%

4500 no FUMAN

0,89

4000 obesos 500 No obesos

Control del sesgo de confusin.

Diseo

Restriccin Emparejamiento Aleatorizacin Estandarizacin y ajuste de tasas Estratificacin y anlisis por subgrupos Anlisis multivariante

Anlisis

Esquema clase
La

epidemiologa como ciencia Causalidad Tipos de estudios Medidas de frecuencia Medidas de asociacin Medidas de impacto Sesgos Interaccin

No Obesos no FUMAN FUMAN 0,4% 2%

Obesos 1% 5%

x2,5

No Obesos no FUMAN FUMAN 1 5

Obesos 2,5
x5

12,5

x2,5

No Obesos no FUMAN FUMAN 1 5

Obesos 2,5
x10

25

INTERACCIN O MODIFICACIN DEL EFECTO

x5

x2,5

No Obesos no FUMAN FUMAN 1 5

Obesos 2,5
x2

INTERACCIN O MODIFICACIN DEL EFECTO

x1

INTERACCIN (modificacin del efecto)

El efecto depende de otra variable DOS TIPOS SEGN ESCALA DE MEDIDA

Aditiva: RAE, diferente de la suma Multiplicativa: RR, diferente del producto

NO es un sesgo ni un error

No hay que corregirla ni controlarla, ni ajustar Debe describirse Puede ser una realidad biolgica de inters en S. Pblica

En conclusin
La importancia de entender los trminos epidemiolgicos Aprender a reconocer los tipos de diseos Pensar en posibles sesgos de los estudios

Objetivos
; REPASO CONCEPTOS BSICOS EPIDEMIOLOGA

Medidas de frecuencia ; Medidas de asociacin e impacto ;

; Causalidad ; Estudios analticos ; Estudios descriptivos ; Sesgos seleccin clasificacin confusin ; Interaccin