Practica de Ordenador 4.

Ejercicio 1: En un estudio epidemiolgico, caso-control, se desea valorar

cul es la influencia del sexo sobre la probabilidad de padecer malaria. Los
investigadores necesitan saber si la variable trabajar en el exterior podra
estar actuando como posible factor de confusin o si pudiera existir
interaccin. Resuelva este problema, teniendo en cuenta los siguientes
resultados:

Casos

Controles

Hombres

88

68

Mujeres

62

82

Expuestos: Hombres

. cci 88 62 68 82, tb

Exposed

Unexposed

Total

Proportion
Exposed

Cases
Controls

88
68

62
82

150
150

0.5867
0.4533

Total

156

144

300

0.5200

Point estimate
Odds ratio
Attr. frac. ex.
Attr. frac. pop

1.711575
.4157428
.2439024
chi2(1) =

[95% Conf. Interval]

1.084284
.0777326

5.34

2.701772 (tb)
.6298726 (tb)

Pr>chi2 = 0.0208

Hombres 52%, Mujeres 48% (proporcin exposed)

ODDS ratio: (88/62) / (68/82) = 1.71 -> el odds ratio bruto es
significativamente diferente de 1 (la incidencia de la malaria es 1.71 veces
mayor en los hombre que en las mujeres)
Fraccin Atribuible a los Expuestos (porcentaje de riesgo atribuible): (1,71
1) / 1,71 = 0,41 (41.7%) -> el 41,57% de los casos de malaria entre los
hombres se evitaran si fueran mujeres.

a. Especificar cul es la hiptesis de inters en este estudio.

Asociacin entre Malaria y Gnero
b. Calcula la medida de asociacin y medida de impacto. ODDS
Ratio y Fraccin Atribuible

c. Una de las hiptesis podra ser que la variable trabajar en el

exterior podra tener un papel confusor entre sexo y malaria.
Para evaluar el posible papel de confusin, los resultados han
sido estratificados en base a trabajar o no en el exterior.
Trabajar en el exterior
Casos
Hombres
53
Mujeres
10

Controles
15
3

Total
68
13

Trabajar en el interior
Casos
Hombres
35
Mujeres
52

Controles
53
79

Total
88
131

Distribucin estratificada:
. cci 53 10 15 3, tb

Exposed

Unexposed

Total

Proportion
Exposed

Cases
Controls

53
15

10
3

63
18

0.8413
0.8333

Total

68

13

81

0.8395

Point estimate
Odds ratio
Attr. frac. ex.
Attr. frac. pop

[95% Conf. Interval]

1.06
.0566038
.047619

.2560981
-2.904754

chi2(1) =

0.01

4.387381 (tb)
.7720736 (tb)

Pr>chi2 = 0.9355

. cci 35 52 53 79, tb

Exposed

Unexposed

Total

Proportion
Exposed

Cases
Controls

35
53

52
79

87
132

0.4023
0.4015

Total

88

131

219

0.4018

Point estimate
Odds ratio
Attr. frac. ex.
Attr. frac. pop

1.003266
.003255
.0013095
chi2(1) =

[95% Conf. Interval]

.5769303
-.7333117

0.00

1.744651 (tb)
.4268194 (tb)

Pr>chi2 = 0.9908

En los 2, el odds ratio no es significativamente

diferente de 1, y no son muy diferentes entre
si. Cuando los odds ratio (ajustados por

trabajar en el exterior) de los estratos son

muy similares no hay interaccin. Comparando
con el ODDS ratio bruto, hay mucha
diferencia.
El
ODDS
ratio
bruto
est
confundido por la diferencia entre trabajar en
el exterior y en el interior.
Nos quedamos con el ODDS ratio de los
extractos (media ponderada): (1,06*(81/300))
+ (1,003*(219/300)) = 1.0185842 (odds ratio
global ajustado) -> no hay asociacin entre
malaria y gnero
d. Calcula la medida de asociacin. El sexo es un factor de
riesgo? Las condiciones de trabajar en el exterior o en el
interior, puede ser una variable confusora? No. S, estaba
confundido el odds ratio.
Ejercicio 2. Evaluacin de la confusin e interaccin. En el ao 2005,
Kristensen J. et al. (BJOG 2005;112:403-8) publican los resultados de un
estudio con diseo de cohortes, para analizar la asociacin entre la
obesidad antes del embarazo y la paridad de la madre (primpara o
multpara), en relacin con el resultado de muerte neonatal del recin
nacido. El artculo se puede leer desde UPV/EHU en:
http://onlinelibrary.wiley.com/doi/10.1111/j.1471-0528.2005.00437.x/pdf.
Los datos se pueden cargar del fichero PO4_Ejercicio_2.dta. Con los datos
mencionados se solicita:
Analizar asociacin entre muerte neonatal y obesidad, estratificada entre
pariedad.

. cs muerte obesidad, by(paridad) tb

Paridad de la ma

RR

[95% Conf. Interval]

0. Multipara
1. Primipara

.6413697
5.417833

.0888317
2.467996

4.630726
11.89342

Crude
M-H combined

2.641394
2.643565

1.240129
1.215516

5.625999
5.749358

Test of homogeneity (M-H)

chi2(1) =

4.498

M-H Weight
1.474042 (tb)
1.063819 (tb)

Pr>chi2 = 0.0339

Valor-p<0,05 -> rechazar hiptesis nula -> los RR son muy diferentes
Primparas y obesa -> aumenta mucho el riesgo de muerte neonatal (x5)
Existe interaccin. En el modelo causal existen obesidad y
primpara/multpara.
Hay confusin? Crude es el RRbruto -> Asociacin entre obesidad y muerte
neonatal(sin tener en cuenta la primi/multipariedad.
Como hay interaccin me quedo con la uno de los estratos.
Analizar la asociacin entre la paridad materna y obesidad con el resultado
de muerte neonatal. Es la paridad un factor de confusin o un modificador
del efecto de la obesidad en relacin con la muerte neonatal? Explicar el
resultado.
a. Es la obesidad de la madre antes del embarazo un factor de riesgo para
la muerte neonatal? Establece la medida de asociacin adecuada para
este tipo de estudio, razonando la respuesta. Calcula el RR o el OR de
este estudio si es correcto , bien con los mens desplegables de Stata o
con el comando: cs muerte obesidad
b. Es la paridad materna un factor de riesgo para la muerte neonatal?
Comando con Stata cs muerte paridad
Interpretar los resultados.
c. Estudiar el papel que juega o puede jugar la condicin de la madre de ser
primpara o multpara, en relacin con la asociacin entre la obesidad
materna y la muerte neonatal. Es la paridad un factor de confusin o un
modificador del efecto de la obesidad en relacin con la muerte neonatal?
Existe interaccin entre la paridad y obesidad? Hay una potenciacin.
Para ello realizar el anlisis de asociacin entre muerte neonatal y obesidad,
estratificado o ajustado por la paridad de la madre usando los mens
desplegables de Stata o el siguiente comando: cs muerte obesidad,
by(paridad)

Ejercicio 3. Evaluacin de la confusin e interaccin. En el ao 2005,

Lindholt et al. Publican un estudio de seguimiento sobre 555 hombres de 64
a 73 aos de edad que fueron invitados entre 1994 y 1998, a una prueba de
screening para detectar precozmente cierta enfermedad. Algunos decidieron
participar en el screening y se les prctico la deteccin precoz. Todos los
hombres fueron seguidos hasta que se produjo su muerte o hasta el final del
ao 1999. Los datos se encuentran en el fichero PO4_Ejercicio_3.dta. El
artculo original lo tenis en Egela. Con los datos suministrados, analizar si
la participacin en el estudio tiene o no efecto en la mortalidad

. ir muere particip aos_persona

Participacin
Exposed
Unexposed

Total

Indicador de mue
aos persona

61
2011.915

42
622.1164

103
2634.032

Incidence rate

.0303194

.0675115

.0391036

Point estimate
Inc. rate diff.
Inc. rate ratio
Prev. frac. ex.
Prev. frac. pop

-.0371921
.4490994
.5509006
.4207866
(midp)
Pr(k<=61) =
(midp) 2*Pr(k<=61) =

[95% Conf. Interval]

-.0589811
.2982485
.3179889

-.0154031
.6820111 (exact)
.7017515 (exact)

0.0001 (exact)
0.0001 (exact)

RR es estadsticamente significativo y menor que 1 -> participar en el

estudio es factor protector
a. La mortalidad en los pacientes que participan en el screening es mayor
o menor que los que no participan? Es la participacin en el screening
es un factor de riesgo o protector frente a la muerte? Usar los mens
desplegables de Stata o el comando:
ir muere particip aos_persona
b. Ajusta o analiza la interacin o confusin que pueda introducir la edad:
ir muere particip aos_persona, by(gr_edad)

. ir muere particip
Categoria de Eda

aos_persona, by(gr_edad)
IRR

[95% Conf. Interval]

64-65
66-67
68-69
70-71
72-73

.3140617
.4926495
.5236575
.7504398
.4302365

.0744762
.1420931
.228229
.2471127
.2117449

1.513131
2.151985
1.24793
2.512317
.8811187

Crude
M-H combined

.4490994
.4913825

.2982485
.3313807

.6820111
.7286386

Test of homogeneity (M-H)

chi2(4) =

1.34

M-H Weight
3.307495
3.341521
8.088149
4.137178
12.27482

(exact)
(exact)
(exact)
(exact)
(exact)
(exact)

Pr>chi2 = 0.8549

No podemos rechazar que todos estos seas iguales -> No hay Interaccin
entre la edad y la participacin en el screening.
Comparando el bruto con el ajustado no son muy diferentes, pero nos
quedamos con el ajustado.
No es un modificador del efecto. La confusin es mnima.
El M-H combinado es menor que 1 -> es un factor protector contra la
mortalidad.
c. Interpreta los resultados de los anlisis anteriores. Es la edad un factor
de confusin o un modificador del efecto (interaccin)?
d. Cul es el RR que mide la asociacin entre la participacin en el
screnning y la muerte? El bruto?, el ajustado? Cualquiera de los dos?

Ejercicio 4. En el libro escrito por Hosmer and Lemeshow (2000), se

recogen los datos sobre el peso de recin nacidos y diferentes
caractersticas de las madres. El estudio tiene diseo caso-control. Los datos
se encuentran en el fichero PO4_Ejercicio_4.dta. Con los datos
suministrados, se trata de conocer si la exposicin del feto a diferentes
situaciones ambientales, pudieran estar relacionadas con el bajo peso al
nacer.
a. Analizar la asociacin entre el bajo peso y la exposicin al tabaco o tener
una madre fumadora durante el embarazo. Calcular una estimacin del
riesgo bruto eInterpretar los resultados. Usar los menus desplegables de
Stata o el comando:
cc bajo_peso_al_nacer fumadora
Es la asociacin estadsticamente significativa? Cmo se interpreta la
fraccin etiolgica entre los expuestos o el porcentaje de riesgo
atribuible?
S, la incidencia entre las madres fumadoras es 2x mayor que en las no
fumadoras. Se evitaran 50,5% de los casos entre las madres fumadoras
si no fueran fumadoras.
b. Se sospecha que la raza puede ser un posible factor de confusin.
Realiza el anlisis correspondiente ye interpretar si la raza es un factor
de confusin o modificador del efecto. Usar los menus desplegables de
Stata o el comando:

cc bajo_peso_al_nacer fumadora, by(raza)

No se puede rechazar la hiptesis nula de que los OR sean iguales. No
hay interaccin, hay confusin? Comparar bruto con ajustado: existe
diferencia -> elegir el OR ajustado.