UNIDAD 2.

MEDICIN DE LA EPIDEMIOLOGA
CAPTULO 4. FUNDAMENTOS DE LA MEDICIN DE LA EPIDEMIOLOGA1
La epidemiologa tiene entre uno de sus objetivos primordiales el estudio de la distribucin y
los determinantes de las diferentes enfermedades. La cuantificacin y la medida de la
enfermedad o de otras variables de inters son elementos fundamentales para formular y
probar hiptesis, as como para comparar las frecuencias de enfermedad entre diferentes
poblaciones o entre personas con o sin una exposicin o caracterstica dentro de una
poblacin determinada. La medida ms elemental de frecuencia de una enfermedad, o de
cualquier otro evento en general, es el nmero de personas que la padecen o lo presentan
(por ejemplo, el nmero de pacientes con hipertensin arterial, el nmero de fallecidos por
accidentes de trfico). Sin embargo, dicha medida por s sola carece de utilidad para
determinar la importancia de un problema de salud determinado, pues debe referirse
siempre al tamao de la poblacin de donde provienen los casos y al periodo de tiempo en el
cual estos fueron identificados. Para este propsito, en epidemiologa suele trabajarse con
diferentes tipos de fracciones que permiten cuantificar correctamente el impacto de una
determinada enfermedad: Proporcin, Tasa y Razn (Fernndez, 2004).
Leccin 16. Proporcin, Tasa, Razn.
Proporcin
Las proporciones son medidas que expresan la frecuencia con la que ocurre un evento en
relacin con la poblacin total. Esta medida se calcula dividiendo el nmero de eventos
ocurridos entre la poblacin en la que ocurrieron. Como cada elemento de la poblacin puede
contribuir nicamente con un evento, es lgico que al ser el numerador (el volumen de
eventos) una parte del denominador (la poblacin en la que se presentaron los eventos), el
primero nunca ser ms grande que el segundo. Esta es la razn por la que el resultado no
puede ser mayor que la unidad y oscila siempre entre cero y uno.
Londoo, 2006, argumenta que las proporciones o porcentajes son medidas que se utilizan
frecuentemente en epidemiologa porque permite expresar la frecuencia de los eventos de
salud, la enfermedad y las lesiones, en trminos de su incidencia o prevalencia; tambin
mostrar en qu medida una poblacin est expuesta a un determinado factor de riesgo y
comparar los riesgos de enfermar o de morir de diferentes grupos, entre otros usos. La
proporcin de incidencia de un evento en un cierto periodo mide el riesgo de que ocurra,
conocimiento supremamente til de la investigacin epidemiolgica.

1 Adaptado de los conceptos contenidos en: Epidemiologa Aplicada por Jokin de Irala Estvez y otros autores, en:

Epidemiologa, diseo y anlisis de estudio por Mauricio Hernndez vila y en Fundamentos de epidemiologa por KahlMartn Colimn.

En la proporcin, el numerador est incluido en el denominador. El numerador consta de los

individuos con un evento; el denominador comprende el total de los individuos.
Ejemplo 1:
Si en un ao se presentan 3 muertes en una poblacin compuesta por 100 personas, la
proporcin anual de muertes en esa poblacin ser:

300
=
100
= 0.03

() =

A menudo, las proporciones se expresan en forma de porcentaje, y en tal caso los resultados
oscilan entre cero y cien.
En el ejemplo anterior, la proporcin anual de muertes en la poblacin sera de 3 por 100, o
de 3%, el denominador no incluye el tiempo. Las proporciones expresan nicamente la
relacin que existe entre el numerador de veces en las que se presenta un evento y el nmero
total de ocasiones que pudo presentarse.
Ejemplo 2:
En el ao 2000 se diagnosticaron 4661 mujeres y 6991 hombres con tuberculosis, Cul es la
proporcin de hombre con dicho diagnstico?
a = Hombre afectados con Tuberculosis = 6991
b = Mujeres afectadas con Tuberculosis = 4661
P = ?

100
+

6991
100
6991 + 4661

6991 100
= 60%
11652

La proporcin de hombre con tuberculosis corresponde al 60%.

Tasas
El concepto de tasa es similar al de una proporcin, con la diferencia de que las tasas llevan
incorporado el concepto de tiempo. Las tasas expresan la dinmica de un suceso en una
poblacin a lo largo del tiempo. Se puede definir como la magnitud del cambio de una variable
(enfermedad o muerte) por unidad de cambio de otra (usualmente el tiempo) en relacin con
el tamao de la poblacin que se encuentra en riesgo de experimentar el suceso. En las tasas,
el numerador expresa el nmero de eventos sucedidos durante un periodo en un nmero
determinado de sujetos observados. A diferencia de una proporcin, el denominador de una
tasa no expresa el nmero de sujetos en observacin, sino el tiempo durante el cual tales
sujetos estuvieron en riesgo de sufrir el evento. La unidad de medida empleada se conoce
como tiempo persona de seguimiento u observacin.

= 10

Dado que el periodo entre el inicio de la observacin y el momento en que aparece un evento
puede variar de un individuo a otro, el denominador de la tasa se estima a partir de la suma
de los periodos de todos los individuos. Las unidades de tiempo pueden ser horas, das, meses
o aos, dependiendo de la naturaleza del evento que se estudia.
El clculo de tasas se realiza dividiendo el total de eventos ocurridos en un periodo dado en
una poblacin entre el tiempo persona total (es decir, la suma de los periodos individuales
libres de la enfermedad) en el que los sujetos estuvieron en riesgo de presentar el evento. Las
tasas se expresan multiplicando el resultado obtenido por una potencia de 10, con el fin de
permitir rpidamente su comparacin con otras cosas.
Ejemplos:
La observacin de 100 individuos en riesgo de padecer el evento durante un ao corresponde
a 100 aos persona de seguimiento. De manera similar, 10 sujetos observados durante 10
aos corresponden a 100 aos persona de seguimiento.
Si en una poblacin la tasa de infarto al miocardio es 0,008 aos-1, la interpretacin ser que
se producen ocho infartos por mil habitantes al ao.

Razn
Las razones pueden definirse como magnitudes que expresan la relacin aritmtica existente
entre dos eventos en una misma poblacin, o un solo evento en dos poblaciones. Una razn
es un cociente cuyo numerador no est contenido en el denominador. La dimensionalidad de
la razn queda anulada por cancelacin algebraica, no tiene unidades. El rango de una razn
es de 0 al infinito.
Ejemplo 1:
En una poblacin:
a = 300 hombre
b = 200 mujeres
=

300
= 1,5
200

Esta razn se interpreta afirmando que en esta poblacin existe un promedio de 1,5 hombres
por cada mujer (o 15 hombres por cada 10 mujeres).
Ejemplo:
Se presentan casos de mortalidad por enfermedad respiratoria en dos poblaciones. En este
caso la razn expresara la relacin cuantitativa que existe entre la tasa de mortalidad por
enfermedad respiratoria en la primera poblacin y la tasa de mortalidad por enfermedad
respiratoria en la segunda poblacin. La razn obtenida expresa la magnitud relativa con la
que se presenta este evento en cada poblacin. Si la tasa de mortalidad por enfermedad
respiratoria en la primera ciudad es de 50 por 1000 y en la segunda es de 25 por 1000, la razn
de tasas entre ambas ciudades seria:

= = 50 1000 = 2.0
= 25 1000
Donde RTM es la razn de tasas de mortalidad (en este caso, por enfermedad respiratoria)
entre las ciudades A y B. El resultado se expresa como una razn de 1:2, lo que significa que
por cada caso en la ciudad A hay dos casos en la ciudad B.
Leccin 17. Medidas de Frecuencia
El paso inicial en gran parte de las investigaciones epidemiolgicas es medir la frecuencia de

los eventos de salud con el fin de hacer comparaciones entre distintas poblaciones o en la
misma poblacin a travs del tiempo. Las medidas de frecuencia permiten valorar lo comn
que es fenmeno de inters. En epidemiologa la medicin de la frecuencia de los sucesos que
afectan a la salud y a la enfermedad ocupa un lugar central. Las medidas de frecuencia
permiten hallar medidas de asociacin entre una causa y un posible efecto, y medidas de
impacto potencial sobre la salud de la exposicin a un factor de riesgo (por ejemplo, la
contaminacin atmosfrica) o un factor de prevencin (por ejemplo, una vacuna) (Irala et al,
2008).
No obstante, dado que el nmero absoluto de eventos depende en gran medida del tamao
de la poblacin en la que se investiga, estas comparaciones no pueden realizarse con cifras
de frecuencia absoluta (o nmero absoluto de eventos). Para comparar adecuadamente la
frecuencia de los eventos en salud es necesario construir una medida que considere el tamao
de la poblacin en la que se realiza la medicin. Este tipo de medidas, denominadas medidas
de frecuencia relativa, se obtiene, en general, relacionando el nmero de casos (numerador)
con el nmero total de individuos que componen la poblacin (denominador). La poblacin
que es susceptible a una enfermedad se denomina poblacin en riesgo. As, por ejemplo, los
accidentes laborales slo pueden ocurrir en las personas que trabajan, por lo que la poblacin
en riesgo es la poblacin trabajadora. Si, en cambio, se quiere investigar el efecto de un
contaminante generado por un fabrica, se podra ampliar el denominador a toda la poblacin
expuesta al mismo, sea o no trabajadora. (Hernndez, 2009).
Las medidas ms usadas en epidemiologa se refieren a la medicin de la mortalidad o la
morbilidad. Los aspectos de mortalidad se refieren a los sujetos que mueren en un
determinado lugar a consecuencia de cualquier patologa o por una causa especfica, durante
un periodo dado. La morbilidad, por su parte, consta de la incidencia y de la prevalencia. La
incidencia trata de los casos nuevos de enfermedad adquiridos durante un determinado
periodo. La prevalencia tiene que ver con la existencia de casos (nuevos y viejos) de
enfermedad en un determinado momento o en un determinado periodo (Colimn, 1990):
Leccin 18. Medidas de mortalidad
El concepto de mortalidad expresa la magnitud con la que se presenta la muerte en una
poblacin en un lapso de tiempo y en un espacio determinado, y slo permite comparaciones
en este nivel de anlisis. La mortalidad puede estimarse para todos o para algunos grupos de
edad, para uno o ambos sexos, y para una, varias o todas las enfermedades. La mortalidad se
clasifica de las siguientes maneras: general y especfica.
Mortalidad general
La mortalidad general es el volumen de muertes ocurridas por todas las causas de
enfermedad, en todos los grupos de edad y para ambos sexos. La mortalidad general, que
comnmente se expresa en forma de tasa, puede ser cruda o ajustada, de acuerdo con el
tratamiento estadstico que reciba. Esto ltimo ser necesario siempre que se comparen
5

distintas poblaciones.
La mortalidad cruda expresa la relacin que existe entre el volumen de muertes ocurridas en
un periodo dado y el tamao de la poblacin en la que se presentaron; la mortalidad ajustada
(o estandarizada) expresa esta relacin, pero considera las posibles diferencias en trminos
de una tercera variable. La estandarizacin permite hacer comparaciones validas entre
diferentes poblaciones. En este caso, las tasas se reportan como tasas ajustadas o
estandarizadas. La tasa cruda de mortalidad se calcula de acuerdo con la siguiente formula:

10
Ejemplo:
Tasa de mortalidad de un municipio de 5000 habitantes que incrementa 600 habitantes a lo
largo de 2 aos y en esos 2 aos se produjeron 80 fallecimientos.
=

80
5000 + 5600/2

80
= 0.015 2 (0,0075 )
5300
= 7.5 1000

Mortalidad por edad o causa especfica

Cuando existen razones para suponer que la mortalidad puede variar entre los distintos
subgrupos de la poblacin, esta se divide para su estudio. Cada una de las medidas obtenidas
de esta manera adopta su nombre segn la fraccin poblacional que se reporte. Por ejemplo,
si las tasas de mortalidad se calculan para los diferentes grupos de edad, sern denominadas
tasas de mortalidad por edad. De la misma manera pueden calcularse la mortalidad por sexo
o por causa especfica.
Las tasas de mortalidad especfica por edad y sexo se calculan de la siguiente forma:


=
10

Donde TME es la Tasa de Mortalidad especfica para determinada edad y sexo.

6

Ejemplo: Tasa de Mortalidad infantil.

Se define como la relacin existente entre el nmero de nios menores e un ao fallecidos a
lo largo de un determinado tiempo y el total de nacidos ese mismo ao. Se expresa siempre
en tanto por mil (%)
1000

Criterio de Valoracin
120 % o ms

Extrema. Es propia de pases con gravsimas deficiencias de todo tipo

80% y 119%

Muy alta. Revela un profundo subdesarrollo, importantes deficiencias

alimenticias y sanitarias
Alta. Propia de pases an subdesarrollados
Media. Denota un cierto grado de desarrollo
Baja. Es propia de pases desarrollados y demuestra una alimentacin y
una
sanidad extendidas y de calidad

40% y 79%
15% y 39%
4% y 14%

Como se observa en el mapa, los pases africanos presentan altas tasas de mortalidad infantil,
muestra inequvoca de su nivel de subdesarrollo. En cambio, pases desarrollados
(Norteamrica, Europa occidental, Japn, Australia...) presentan tasas bajas.
Figura 1. Mapa de tasa de mortalidad infantil

Fuente:http://www.iescristobalcolon.es/dgh/glosario_terminos/glosario_geografia/glosario
_tasamortali dad _infantil.htm

Tasa de letalidad
Es una medida de la gravedad de una enfermedad, considerada desde el punto de vista
poblacional, y se define como la proporcin de casos de una enfermedad que resultan
mortales respecto del total de casos que contrajeron la enfermedad en un periodo
especificado. La medida indica la importancia de la enfermedad en trminos de su capacidad
para producir la muerte y se calcula de la manera siguiente:

(%) =

100

La letalidad, es una proporcin, ya que se expresa el nmero de defunciones entre el total de

casos diagnosticados con la enfermedad. No obstante, generalmente se expresa como tasa
de letalidad y se reporta como el porcentaje de muertes de una causa especfica respecto del
total de enfermos de esa causa durante un periodo determinado.
Leccin 19. Medidas de morbilidad2
La enfermedad puede medirse en trminos de prevalencia o de incidencia.
Prevalencia
La prevalencia se refiere al nmero de individuos que, en relacin con la poblacin total,
padecen una enfermedad determinada en un momento especfico. Debido a que un individuo
slo puede encontrarse sano o enfermo en relacin con cualquier enfermedad, la prevalencia
representa la probabilidad de que un individuo sea un caso de dicha enfermedad en un
momento especfico.
La prevalencia es una proporcin que indica la frecuencia de un evento. En general, se define
como la proporcin de la poblacin que padece la enfermedad en estudio en un momento
dado, y se denomina nicamente prevalencia (p). Como todas las proporciones, no tiene,
dimensiones y nunca puede tomar valores menores de cero o mayores de uno. Se expresa
2 Adaptado de los conceptos contenidos en: Fundamentos de epidemiologa por Kahl-Martn Colimn y Metodologa de la

Investigacin epidemiolgica, tercera edicin por Juan Luis Londoo.

como casos por mil o por cien habitantes. Si los datos se han recogido en un momento o punto
temporal dado, p es llamada prevalencia puntual o de punto, definida como el nmero de
personas afectadas presente en una poblacin en un momento especfico, dividido entre el
nmero de personas presentes en la poblacin en ese momento.
=

10

Incidencia
La incidencia se refiere a los casos nuevos de morbilidad que se presentan en una comunidad
determinada, en un lugar dado y un periodo especfico. A diferencia de los estudios de
prevalencia, en los que los sujetos de estudio se miden en un solo punto en el tiempo, la
medicin de incidencia implica al menos dos mediciones.
La incidencia de una enfermedad puede medirse de dos formas:
Tasa de incidencia o densidad de incidencia TI: (Basada en el tiempo persona). Es el nmero
de casos nuevos de una enfermedad que ocurre en un periodo de tiempo en la poblacin en
riesgo. Es una medida del riesgo de adquirir la enfermedad. La tasa de incidencia expresa la
probabilidad o riesgo de enfermar en una poblacin por unidad de tiempo, en relacin a la
poblacin susceptible en ese periodo de tiempo. Como la incidencia es una medida de riesgo,
cuando una poblacin tiene una mayor incidencia de enfermedad que otra, se dice que la
primera tiene mayor riesgo de desarrollar enfermedad que la segunda, siendo iguales otros
factores. Podemos tambin expresar esto diciendo que la primera poblacin es un grupo de
alto riesgo comparada con la segunda. Es til para establecer medidas de control de la
enfermedad.
=

Ejemplo:
Un grupo de 10000 sujetos en Medelln, en un periodo de cinco aos, con una presentacin
de 4000 eventos nuevos (enfermos) y con un total de 40100 aos persona de seguimiento.
Cul es la Tasa de incidencia para el caso?
=

4000
1000 = 99.75 1000
40100

Lo anterior indica que en este grupo, por cada 1000 aos persona de seguimiento durante
el periodo indicado, se presentaron aproximadamente 100 nuevos casos de enfermedad.

Ejemplo:
Un grupo de 10000 sujetos en Medelln, en un periodo de cinco aos, con una
presentacin de 4000 eventos nuevos (enfermos) y con un total de 40100 aos persona
de seguimiento. Cul es la Tasa de incidencia para el caso?
TI= 4000 * 1000 = 99.75 por 1000 personas
40100
Lo anterior indica que en este grupo, por cada 1000 aos persona de seguimiento
durante el periodo indicado, se presentaron aproximadamente 100 nuevos casos de
enfermedad.

Ejemplo:
Ejemplo:
Figura 21. Estudio de la incidencia de muertos por leucemia
Figura 2. Estudio de la incidencia de muertos por leucemia

Fuente: (Martnez
2010)
Fuente:
(Martinez,
2010)

Incidencia acumulada o proporcin de incidencia IA: Proporcin de nuevos casos que48se

presentan en la poblacin expuesta (poblacin en riesgo y libre de la enfermedad) al inicio del
periodo de estudio. Para calcularla, en el numerador se coloca el nmero de personas que
desarrollan la enfermedad durante el periodo de estudio (llamados casos nuevos) y en el
denominador el nmero de individuos en riesgo de desarrollar la enfermedad al comienzo del
periodo de estudio. Se asume que todos los individuos completaron el periodo de estudio, es
decir que en todos se tiene una segunda medicin final. La incidencia acumulada es una
proporcin y, en consecuencia, sus valores solo pueden variar entre 0 y 1. A diferencia de la
tasa de incidencia, la IA es adimensional, pero siempre se expresa en relacin con el tiempo
de seguimiento. Su frmula es la siguiente:

10

Ejemplo:
Incidencia de Infarto al miocardio en un grupo de 790 pacientes de los cuales se presentaron
174 casos en un periodo de 10 aos de seguimiento.
= 174 = 0.22
790

= 0.22 100

= 22%

Relacin entre incidencia y prevalencia

Prevalencia e incidencia son conceptos a su vez muy relacionados. La prevalencia depende de
la incidencia y de la duracin de la enfermedad. Si la incidencia de una enfermedad es baja
pero los afectados tienen la enfermedad durante un largo perodo de tiempo, la proporcin
de la poblacin que tenga la enfermedad en un momento dado puede ser alta en relacin con
su incidencia. Inversamente, si la incidencia es alta y la duracin es corta, ya sea porque se
recuperan pronto o fallecen, la prevalencia puede ser baja en relacin a la incidencia de dicha
enfermedad. Por lo tanto, los cambios de prevalencia de un momento a otro pueden ser
resultado de cambios en la incidencia, cambios en la duracin de la enfermedad o ambos
(Fernndez et al, 2004).
La proporcin de personas enfermas en una poblacin en un momento dado (prevalencia P)
depende de la velocidad a la que enferman las personas en esa poblacin (incidencia I / en
casos por unidad de cantidad de observacin, p. ej., casos por mes-persona) y del perodo
medio que permanecen enfermas o duracin media de la enfermedad (D), por lo tanto:
=
=

Lo que significa que la prevalencia es aproximadamente igual al producto de la incidencia por

la duracin media de la enfermedad. Esta ecuacin puede usarse para calcular P, I o D cuando
se conocen las otras dos variables (Tapia, 1995).

Figura 3. Relacin entre incidencia y prevalencia

11

por la duracin media de la enfermedad. Esta ecuacin puede usarse para calcular P, I o D
cuando se conocen las otras dos variables (Tapia, 1995).
Figura 22. Relacin entre incidencia y prevalencia

Fuente: Martnez (2010)

Fuente: Martnez (2010)

Ejemplo:
Ejemplo:
Una incidencia anual de una enfermedad es del 6% y su duracin media 4 aos, Cul es la
prevalencia instantnea, suponiendo que la incidencia, la duracin media y el tamao
Una incidencia anual de una enfermedad es del 6% y su duracin media 4 aos, Cul es la
poblacional son ms o menos constantes?
prevalencia instantnea, suponiendo que la incidencia, la duracin media y el tamao
poblacional son ms o menos constantes?
P= I*D
=
P =(6/10000)*4

P= 60/10000 P = 0.006 = 60%

6
60
=
( relacin
) implica
4
=
( habra)en unmomento
= 0.006 dado
= 60%
Esta
que
60 sujetos con esta enfermedad por
10000
10000
cada 10000 sujetos expuestos.

Ejemplo:
Esta
relacin implica que habra en un momento dado 60 sujetos con esta enfermedad por
cada 10000 sujetos expuestos.
Una incidencia anual del 20 por 10000 y una prevalencia del 120 por 10000, Cul es la
duracin de la enfermedad?
Ejemplo:
Una incidencia anual del 20 por 10000 y una prevalencia del 120 por 10000, Cul es la
50
duracin de la enfermedad?
=

120/10000
=
= 6

20/10000

Leccin 20. Medidas de Asociacin

Las medidas de asociacin son indicadores epidemiolgicos que evalan la fuerza con la que
una determinada enfermedad o evento de salud (que se presupone como efecto) se asocia

12

con un determinado factor (que se presupone como causa). Epidemiolgicamente, las

medidas de asociacin con comparaciones de incidencias: la incidencia de la enfermedad en
las personas que se expusieron al factor estudiado (o incidencia entre los expuestos) se
compara con la incidencia de la enfermedad en las personas que no se expusieron al factor
estudiado (o incidencia entre los no expuestos). Estadsticamente estos indicadores miden la
magnitud de las diferencia observada (Hernndez, 2009).
Riesgo3
En cada sociedad existen comunidades, grupos de individuos, familias o individuos que
presentan ms posibilidades que otros, de sufrir en un futuro enfermedades, accidentes,
muertes prematuras, entre otros eventos, se dice que son individuos o colectivos
especialmente vulnerables. La vulnerabilidad se debe a la presencia de cierto nmero de
caractersticas de tipo gentico, ambiental, biolgicas, psicosociales, que actuando
individualmente o entre s desencadenan la presencia de un proceso. Es all en donde surge
entonces el trmino de "riesgo" que implica la presencia de una caracterstica o factor (o de
varios) que aumenta la probabilidad de consecuencias adversas. En este sentido el riesgo
constituye una medida de probabilidad estadstica de que en un futuro se produzca un
acontecimiento por lo general no deseado. El trmino de riesgo implica que la presencia de
una caracterstica o factor aumenta la probabilidad de consecuencias adversas. Un factor de
riesgo es cualquier caracterstica o circunstancia detectable de una persona o grupo de
personas con un aumento en la probabilidad de padecer, desarrollar o estar especialmente
expuestos a un proceso que pueda generar un efecto. Los factores de riesgo pueden ser
biolgicos, ambientales, de comportamiento, socio-culturales, econmicos, entre otros; estos
pueden o no interactuar, lo que puede aumentar el efecto.

Utilizacin del riesgo

El conocimiento y la informacin sobre los factores de riesgo tienen diversos objetivos:
a. Prediccin: La presencia de un factor de riesgo significa un aumento en el riesgo de
presentar en un futuro una enfermedad, en comparacin con personas no expuestas. En
este sentido sirven como elemento para predecir la futura presencia de una enfermedad.
b. Causalidad: La presencia de un factor de riesgo no es necesariamente causal. El aumento
de incidencias de una enfermedad entre un grupo expuesto en relacin a un grupo no
expuesto, se asume como factor de riesgo; sin embargo, esta asociacin puede ser debida
a una tercera variable. Esta o estas terceras variables se conocen como variables de
confusin.

3 Adaptado del texto de Pita Fernndez S, et al: Determinacin de factores de riesgo. Cad Aten Primaria 1997; 4: 75-78.

13

c. Diagnstico: La presencia de un factor de riesgo aumenta la probabilidad de que se

presente una enfermedad. Este conocimiento se utiliza en el proceso diagnstico ya que
las pruebas diagnsticas tienen un valor predictivo positivo ms elevado, en pacientes
con mayor prevalencia de enfermedad.
d. Prevencin: Si un factor de riesgo se conoce asociado con la presencia de una
enfermedad, su eliminacin reducir la probabilidad de su presencia. Este es el objetivo
de la prevencin primaria. As por ejemplo se relacionan la obesidad y la hipertensin y
el tabaco y el cncer de pulmn.
Cuantificacin del riesgo
El trmino de riesgo implica que la presencia de una caracterstica o factor aumenta la
probabilidad de consecuencias adversas.
Existen diferentes maneras de cuantificar ese riesgo.
o Riesgo absoluto
Mide la incidencia del dao en la poblacin total.
o Riesgo relativo
Compara la frecuencia con que ocurre el dao entre los que tienen el factor de riesgo y los
que no lo tienen. El riesgo relativo mide la fuerza de la asociacin entre la exposicin y la
enfermedad. Indica la probabilidad de que se desarrolle la enfermedad en los expuestos a un
factor de riesgo en relacin al grupo de los no expuestos. Su clculo se estima dividiendo la
incidencia de la enfermedad en los expuestos (Ie) entre la incidencia de la enfermedad en los
no expuestos (Io).
=

Tabla 2. Calculo del riesgo atribuible mediante tabla 2x2

Exposicin
Enfermos
Expuestos
A
N Expuestos
C
Total
A+C
Fuente : ( Londoo, 2005)

Enfermedad
Sanos
B
D
B+D

Total
A+B
C+D
A+C+B+D

14

/( + )
= =
/( + )

Ejemplo
Cul es el Riesgo relativo de un grupo de 853 mujeres expuestas al humo del tabaco en su
periodo de gestacin y 1620 que no lo estuvieron, y la asociacin con el bajo peso de los
recin nacidos.
Tabla 3. Distribucin de mujeres en embarazo expuestas al humo de tabaco y recin
nacidos segn bajo peso o peso normal
Recin nacido bajo peso
Exposicin al tabaco
SI
NO
Expuestos
20
833
No Expuestos
14
1606
Total
34
2439
Fuente: El autor con base en Hernndez et al (1997)

Total
853
1620
2473

= 20 /853
= 2.713
= 14/1620

El anterior resultado indica que las mujeres en embarazo expuestas al humo del tabaco
tienen 2,7 veces ms probabilidades de tener nios de bajo peso al nacer que las no
expuestas.
Fraccin atribuible y Riesgo atribuible
La Fraccin atribuible: Estima la proporcin de la enfermedad entre los expuestos que puede
ser atribuible al hecho de estar expuestos. Esta medida la podemos calcular:
a. En el grupo de expuestos
b. En la poblacin.
La fraccin atribuible en el grupo expuesto (FAe) (fraccin etiolgica, o porcentaje de riesgo
atribuible en los expuestos), establece el grado de influencia que tiene la exposicin en la
presencia de enfermedad entre los expuestos.
=

Ejemplo:

15

De acuerdo a los valores relacionados en la tabla 3 sera:

20
14
1629
853
=
= 0.631
20/854
Lo anterior significa que el 63.14% del bajo peso en los expuestos se debe a la exposicin.
Otra forma de calcular la fraccin atribuible es:
=

Siguiendo el mismo ejemplo =

2.711
2,71

= 0.631

La Fraccin Atribuible en la Poblacin (FAP), muestra la proporcin en que el dao podra ser
reducido si los factores de riesgo causales desapareciesen de la poblacin total.
=

It = Incidencia en la poblacin total

lo = Incidencia en los no expuestos
Si la prevalencia de la exposicin en la poblacin es disponible l calculo tambin se puede
realizar del siguiente modo con esta frmula alternativa:
=

( 1)
100
( /+

Pt = Prevalencia de la exposicin (o factor de riesgo) en la poblacin.

La fraccin atribuible en la poblacin total es una medida de asociacin influenciada por la
prevalencia del factor de riesgo en la poblacin total.
Ejemplo:
Siguiendo con los valores relacionados en la tabla 3.
=

2832

776

51110 23613
= 2832/51110
= 0,395 100 = 39,5%

Este valor, es el porcentaje de riesgo atribuible en la poblacin para el factor de riesgo "sin
control prenatal". El concepto que encierra es totalmente similar al de la FAe, con la salvedad
de que es un parmetro que se refiere a toda la colectividad y no solamente a los expuestos.
Riesgo atribuible:

16

Riesgo atribuible en expuestos (RAe), su clculo est determinado por la diferencia entre la
incidencia de expuestos y no expuestos. La diferencia entre ambos valores da el valor del
riesgo de enfermedad en la poblacin expuesta, que se debe exclusivamente a la exposicin.
=
Ejemplo:
Siguiendo los valores de la tabla 3:
=

20
14

= 0.015
853 1629

Riesgo Atribuible en Poblacin general (RAp), se define como la cantidad de riesgo que sufre
toda la poblacin como consecuencia de la exposicin. Representa lo mismo que el RAe, pero
referido a la comunidad.
=
Ejemplo:
Siguiendo los valores de la tabla 3:
=

2832
776

= 0.022
51110 23163

Efecto
En epidemiologa se usa el trmino efecto en dos sentido. En un sentido general, cualquier
ejemplo de enfermedad puede ser el efecto de una causa dada. En otro ms particular y
cuantitativo, un efecto es la diferencia en ocurrencia de enfermedad entre dos grupos de
personas que difieren con respecto a una caracterstica causal; dicha caracterstica suele ser
llamada una exposicin (Rothman, 1987).
Colimn, 1990 afirma el efecto como un factor subsiguiente E, que se produce o aparece como
consecuencia de un factor precedente Fr. Se puede detectar o no el evento precedente
cuando se identifica la etiologa de una enfermedad o del evento llamado efecto. Aclarar el
comportamiento de una enfermedad o del efecto significa la aclaracin de los criterios para
su definicin y la precisin de los mtodos para su determinacin, su distribucin, su
clasificacin segn variables de persona, de tiempo y lugar, su clasificacin sistemtica, su
gravedad y las hiptesis que explican su distribucin y su etiologa. En otros trminos es
plantear la epidemiologa descriptiva de la enfermedad. Sin embargo, la enfermedad es fruto
de una integracin de individuo con el medio ambiente y con las circunstancias sociales que

17

lo rodean. Las deficientes condiciones sanitarias, la contaminacin atmosfrica, del agua y de

otros materiales, la falta de servicios mdicos y hospitalarios, la educacin sanitaria, son parte
de un proceso que constituye la historia social de una enfermedad o efecto. El efecto o la
enfermedad tienen una frecuencia que puede variar segn las condiciones geogrficas y
climticas y otros factores ambientales.
Es importante tener en cuenta la distribucin de frecuencia de una enfermedad, tanto s
incidencia como su prevalencia, valorar el impacto que causa en una comunidad y tomar las
medidas de accin necesarias. Igualmente es importante observar los diferentes respuestas
del efecto al estmulo del o de los factores de riesgo por circunstancias individuales,
inmunolgicas o genticas del sujeto (Colimn, 1990).
CAPTULO 5. INFERENCIA - MUESTREO CAUSALIDAD
Leccin 21. Tipo de muestreo
Para identificar claramente el concepto de inferencia es importante recordar que las
poblaciones son grupos de gran tamao de individuos en un mbito definido o con una
determinada caracterstica. Una muestra es un subgrupo de una poblacin que se selecciona
a partir de la misma (CIGES, 2006). El proceso de aplicar las conclusiones tomadas del estudio
de una muestra al universo o a la poblacin de referencia se denomina inferencia.
Para que un mtodo de inferencia proporcione buenos resultados debe:
- Basarse en una tcnica estadstica matemtica adecuada al problema y suficientemente
validada.
- Utilizar una muestra que realmente sea representativa de la poblacin y de un tamao
suficiente.
Inferir significa obtener conclusiones con base en medidas estadsticas. Es un proceso en el
que se toman muestras representativas de la poblacin de la cual provienen (Colimn, 1990).
Muestra
En la mayor parte de las investigaciones no es posible tener contacto y observar a todas las
unidades de anlisis posibles, por lo que es necesario seleccionar un subconjunto de la misma
que en efecto represente de manera apropiada a toda la poblacin. Este subconjunto es
conocido con el nombre de muestra (Cochran, 1987).
Este subconjunto de la poblacin pone de manifiesto las propiedades de la poblacin. Su
caracterstica ms importante es la representatividad, es decir, que sea una parte tpica de la
poblacin en la o las caractersticas relevantes para la investigacin (Jimnez, 1983).
Esta parte representativa de un conjunto o poblacin debidamente elegida, se somete a
observacin cientfica en representacin del conjunto, con el propsito de obtener resultados
18

vlidos, tambin para el universo total investigado (Sierra Bravo, 1988).

Las muestras tienen un fundamento matemtico estadstico. ste consiste en que obtenidos
unos determinados resultados, de una muestra elegida correctamente y en proporcin
adecuada, se puede hacer la inferencia o generalizacin fundada matemticamente de que
dichos resultados son vlidos para la poblacin de la que se ha extrado la muestra, dentro
de unos lmites de error y probabilidad, que se pueden determinar estadsticamente en cada
caso.
La seleccin correcta de la muestra implica crear una que represente a la poblacin con la
mayor fidelidad posible. Esto conlleva utilizar unas tcnicas especficas de seleccin de la
muestra, as como la necesidad de determinar su tamao ptimo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

| Escuela de Ciencias Agrcolas, Pecuarias y del Medio Ambiente

Epidemiologa Ambiental

extrado la muestra, dentro de unos lmites de error y probabilidad, que se pueden

determinar estadsticamente en cada caso.
La seleccin correcta de la muestra implica crear una que represente a la poblacin con la
mayor fidelidad posible. Esto conlleva utilizar unas tcnicas especficas de seleccin de la
muestra, as como la necesidad de determinar su tamao ptimo.
Figura
. Proceso
estadstico
para
extraer
muestra
Figura
23. 4Proceso
estadstico
para
extraer
unauna
muestra

Fuente:http://www.utim.edu.mx/~navarrof/Docencia/MatematicasIII/M3UT5/pruebas_de_
hipotesis.htm

Fuente: http://www.utim.edu.mx/~navarrof/Docencia/MatematicasIII/M3UT5/pruebas_de_hipotesis.htm

En este proceso de seleccin se deben distinguir los siguientes conceptos (Cochran, 1987):
En este proceso de seleccin se deben distinguir los siguientes conceptos (Cochran, 1987):
Elemento o individuo (muestral): es un objeto en el cual se toman las mediciones, la unidad
Elemento o individuo (muestral): es un objeto en el cual se toman las mediciones, la
ms pequea en que se puede descomponer la muestra.
unidad ms pequea en que se puede descomponer la muestra.
Unidad de muestreo: hace referencia a la unidad donde se toma la muestra, est constituida
Unidad de muestreo: hace referencia a la unidad donde se toma la muestra, est
constituida por grupos excluyentes de elementos de la poblacin que completan la misma.
Ejemplo, se busca estudiar a un grupo de personas (una ciudad, un barrio, un grupo de
estudiantes de un determinado nivel educativo, los trabajadores de un sector de 19
produccin, etc.), pero no se tiene una lista de todos los individuos que pertenecen a la
poblacin. En su lugar las familias, los centros educativos, las empresas podran servir

por grupos excluyentes de elementos de la poblacin que completan la misma. Ejemplo, se

busca estudiar a un grupo de personas (una ciudad, un barrio, un grupo de estudiantes de un
determinado nivel educativo, los trabajadores de un sector de produccin, etc.), pero no se
tiene una lista de todos los individuos que pertenecen a la poblacin. En su lugar las familias,
los centros educativos, las empresas podran servir como unidades de muestreo. Las unidades
de observacin o elementos muestrales seran los individuos que viven en una familia o que
trabajan en una determinada empresa.
UNIVERSIDAD
NACIONALloABIERTA
Y A DISTANCIA
UNAD
Marco
de muestreo:
constituyen
la lista de
las unidades de muestreo (familias, centros
| educativos,
Escuela de Ciencias
Agrcolas,
Pecuarias
y
del
Medio
Ambiente
empresas).
Epidemiologa Ambiental

Poblacin de referencia: Es importante que la inferencia, es decir la generalizacin de los

poblacin. Esta poblacin, a la cual se dirigen las conclusiones de un estudio hecho sobre
resultados del estudio de una muestra, sea hecha sobre una poblacin o universo bien
una muestra, se denomina poblacin de referencia (Colimn, 1990).
definido y que las conclusiones originales a partir de la muestra se refieran a dicha poblacin.
Esta poblacin, a la cual se dirigen las conclusiones de un estudio hecho sobre una muestra,
Ejemplo:
se denomina poblacin de referencia (Colimn, 1990).

En determinada rea, la poblacin de 5 a 15 aos de edad asiste en alto porcentaje a las

Ejemplo:
aulas escolares. Una muestra bien tomada de escolares de este grupo de edad sirve para
inferir conclusiones a la poblacin de 5 a 14 aos de esta rea, que sera la poblacin de
En determinada rea, la poblacin de 5 a 15 aos de edad asiste en alto porcentaje a las aulas
referencia.
escolares. Una muestra bien tomada de escolares de este grupo de edad sirve para inferir
Laconclusiones
poblacin dea referencia
puede
totalidad
o un
grupo
la poblacin
general
segn
la poblacin
de 5 aser
14laaos
de esta
rea,
quede
sera
la poblacin
de referencia.
las
delreferencia
estudio. puede
En el diagrama
anterior
la grupo
poblacin
5 14 general
aos essegn
la
La finalidades
poblacin de
ser la totalidad
o un
de la de
poblacin
poblacin
de referencia
sobre
el diagrama
cual se proyecta
inferencia
conclusiones
del
las finalidades
del estudio.
En el
anteriorhacer
la poblacin
de 5de las
14 aos
es la poblacin
estudio
de unasobre
muestra
de escolares.
de referencia
el cual
se proyecta hacer inferencia de las conclusiones del estudio de una
muestra de escolares.

Figura 24. Poblacin Figura

de referencia
en aulas
escolares en aulas escolares
5. Poblacin
de referencia

Fuente:
autorcon
con
base
en Colimn
Fuente: El autor
base
en Colimn
(1990)(1990)
necesariohacer
hacerlaladistincin
distincinentre
entrela la
poblacin
que
desea
estudiar,
llama
poblacin
EsEsnecesario
poblacin
que
se se
desea
estudiar,
llama
poblacin
objeto,yy la
la poblacin estudiada,
Naturalmente,
se desea
que que
ambas
objeto,
estudiada,lalapoblacin
poblacinmuestreada.
muestreada.
Naturalmente,
se desea
ambas coincidan, pero ello no es siempre posible (Silva, 1993).

Tamao de la muestra
Todo estudio epidemiolgico lleva implcito en la fase de diseo la determinacin del

20

coincidan, pero ello no es siempre posible (Silva, 1993).

Tamao de la muestra
Todo estudio epidemiolgico lleva implcito en la fase de diseo la determinacin del tamao
de la muestra. El realizar dicho proceso en forma inadecuada influye negativamente sobre los
resultados o las conclusiones que se emitan, ya que podra realizarse el estudio sin el nmero
adecuado de pacientes con lo cual no podr precisarse al estimar los parmetros y no se
encontraran diferencias significativas cuando en la realidad s existen, y por otra parte se
podra estudiar un nmero innecesario de pacientes, lo cual lleva implcito no solo la prdida
de tiempo e incremento de recursos innecesarios sino que adems la calidad del estudio, dado
dicho incremento, puede verse afectada en sentido negativo (Fernndez, 1996).
Para que las caractersticas de una poblacin dada estn adecuadamente representadas en
una muestra, se debe asegurar un tamao que garantice la presencia de un parte aceptable
de la poblacin, como requisito mnimo. Este proceso es la determinacin del tamao de la
muestra.
El tamao de una muestra depende de:
- Del tamao de la poblacin de referencia
- De la variabilidad de los elementos en esta poblacin con relacin a la variable de estudio
- De la naturaleza y frecuencia del evento de estudio
- De la precisin, establecida de antemano, con la cual el investigador quiere garantizar los
resultados de anlisis.
- De recursos administrativos, financieros, humanos y de equipo. - De la tcnica de muestreo
empleada.
El conocimiento por parte del investigador acerca de la poblacin de estudio, y ensayos
previos en la poblacin parecida o en la misma, suministran datos valiosos para la
determinacin del tamao de muestra.
Con la muestra ya determinada se estudiaran la variabilidad de los eventos relacionados con
los factores de riesgo y de confusin, efecto, e igualmente las caractersticas de persona,
tiempo y lugar con respecto al evento investigado. Es importante sealar la correcta
clasificacin en el establecimiento de las categoras de variables vista en la leccin 11, ya que
una clasificacin deficiente permite el paso de un sujeto a otro que no le corresponde o deja
los grupos mal definidos y, por tanto, implicara errores en la interpretacin y en la inferencia
(Colimn, 1990).
Muestreo
El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es determinar
que parte de una realidad en estudio (poblacin o universo) debe examinarse con la finalidad
21

de hacer inferencias sobre dicha poblacin. El error que se comete debido al hecho de que se
obtienen conclusiones sobre cierta realidad a partir de la observacin de slo una parte de
ella, se denomina error de muestreo. Obtener una muestra adecuada significa lograr una
versin simplificada de la poblacin, que reproduzca de algn modo sus rasgos bsicos.
La muestra debe lograr una representacin adecuada de la poblacin, en la que se reproduzca
de la mejor manera los rasgos esenciales de dicha poblacin que son importantes para la
investigacin. Para que una muestra sea representativa, y por lo tanto til, debe reflejar las
similitudes y diferencias encontradas en la poblacin, es decir ejemplificar las caractersticas
de sta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Poblacin mucho ms grande de la que originalmente se
tomo la muestra. Error de Inferencia.
En la estadstica se usa la palabra poblacin para referirse no slo a personas si no a todos los
elementos que han sido escogidos para su estudio y el trmino muestra se usa para describir
una porcin escogida de la poblacin (Silva, 1993).
El proceso de muestreo se desarrolla en las siguientes etapas (Fox, 1981):
- Definicin o seleccin del universo o especificacin de los posibles sujetos o elementos de
un determinado tipo
- Determinacin de la poblacin o parte de ella a la que el investigador tiene acceso
- Seleccin de la muestra invitada o conjunto de elementos de la poblacin a los que se pide
que participen en la investigacin
- Muestra aceptante o parte de la muestra invitada que acepta participar
- Muestra productora de datos; la parte que acept y que realmente produce datos
Tipos o tcnicas de muestreo
Muestreo es tomar una porcin de una poblacin como subconjunto representativo de dicha
poblacin. Para que la muestra, al menos tericamente, sea representativa de la poblacin,
debe seleccionarse siguiendo un procedimiento que permita a cualquiera de todas las
posibles muestras del mismo tamao contenidas en la poblacin, tener igual oportunidad de
ser seleccionada (Cochran, 1987).
Leccin 22. Mtodos probabilsticos
Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas
las posibles muestras de tamao n tienen la misma probabilidad de ser seleccionadas. Estos
22

mtodos de muestreo probabilsticos aseguran la representatividad de la muestra extrada y

son, por tanto, los ms recomendables.
Dentro de los mtodos de muestreo probabilsticos tambin llamados por azar se encuentran
los siguientes tipos:
- Muestreo aleatorio simple
- Muestreo sistemtico
- Muestreo aleatorio estratificado
- Muestreo por conglomerados (clusters)

Tabla 4. Tipos de muestreos probabilsticos

Tipo de muestreo

Aleatorio simple

Sistemtico

Definicin /
Procedimiento
- Se asigna un nmero a
cada individuo de la
poblacin
- A travs de algn
medio mecnico (bolas
dentro de una bolsa,
tablas de nmeros
aleatorios, nmeros
aleatorios generados
con una calculadora u
ordenador, etc.) se
eligen tantos sujetos
como sea necesario
para completar el
tamao de muestra
requerido.

Exige numerar todos

los elementos de la
poblacin, pero en
lugar de extraer n
nmeros aleatorios
slo se extrae uno. Se
parte de ese nmero
aleatorio i, que es un
nmero elegido al azar,
y los elementos que
integran la muestra son
los que ocupan los
lugares i, i+k, i+2k,

Ventajas

-Sencillo y de fcil
comprensin.
-Clculo rpido de
medias y varianzas.
-Se basa en la teora
estadstica, por tanto
existen paquetes
informticos para
analizar los datos.

-Fcil de aplicar.
-No siempre es
necesario tener un
listado de toda la
poblacin.
-Cuando la poblacin
est ordenada
siguiendo una
tendencia conocida,
asegura una cobertura
de unidades de todos
los tipos.

Desventajas

- Requiere que se
posea de antemano
un listado completo
de toda la poblacin.
- Cuando se trabaja
con muestras
pequeas es posible
que no represente a
la poblacin.

Si la constante de
muestreo est
asociada con el
fenmeno de inters,
se pueden hallar
estimaciones
sesgadas.

23

Aleatorio
estratificado

Por conglomerad os
(clusters)

i+3k,...,i+(n-1)k, es decir
se toman los individuos
de k en k, siendo k el
resultado de dividir el
tamao de la poblacin
entre el tamao de la
muestra: k= N/n. El
nmero i que
empleamos como
punto de partida ser
un nmero al azar
entre 1 y k.
Considera categoras
tpicas diferentes entre
s (estratos) que poseen
con gran
homogeneidad
respecto a alguna
caracterstica (por
ejemplo: profesin,
municipio de
residencia, sexo, estado
civil, etc.). Asegura que
todos los estratos de
inters estn
representados
adecuadamente en la
muestra. Cada estrato
funciona
independientemente,
pudiendo aplicarse
dentro de ellos el
muestreo aleatorio
simple o el estratificado
para elegir los
elementos concretos
que formarn parte de
la muestra. La
distribucin de la
muestra en funcin de
los diferentes estratos
se denomina afijacin,
y puede ser de
diferentes tipos:
simple, proporcional y
ptima
En este muestreo, la
unidad muestral es un

-Asegura que la
muestra represente
adecuadamente a la
poblacin en funcin
de unas variables
seleccionadas.
-Se obtienen
estimaciones ms
precisas.

-Se ha de conocer la
distribucin en la
poblacin de las
variables utilizadas
para la estratificacin.
- Los anlisis son
complicados, en
muchos casos la
muestra tiene que
ponderarse (asignar
pesos a cada
elemento).

-Es muy eficiente

cuando la poblacin

- El error estndar es
mayor que en el

24

grupo de elementos de
la poblacin que
forman una unidad, a la
que se denomina
conglomerado.
Consiste en seleccionar
aleatoriamente un
nmero de
conglomerados (el
necesario para alcanzar
el tamao muestral
establecido) e
investigar despus
todos los elementos
pertenecientes a los
conglomerados
elegidos.

es muy grande y
dispersa. Reduce
costes.
- No es preciso tener
un listado de toda la
poblacin, slo de las
unidades primarias
de muestreo.

muestreo aleatorio
simple o estratificado.
- El clculo del error
estndar es complejo

Fuente: (Cochran, 1987 y Silva, 1993)

Leccin 23. Mtodos no probabilsticos

En ocasiones el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos
no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones
(estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de que la muestra
extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma
probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo determinados
criterios procurando, en la medida de lo posible, que la muestra sea representativa.
Suponiendo que se tiene una poblacin bien definida de la que se va a obtener una muestra,
pueden mencionarse tres formas bsicas de seleccin no probabilstica (Silva, 1993):
Muestreo semiprobabilstico: Es un procedimiento de tal manera que el carcter
probabilstico se mantiene slo hasta un punto del proceso de seleccin.
Muestreo por cuotas: La muestra debe estar dispersa por toda la poblacin y ha de
contener la misma proporcin de objetos o individuos con ciertas caractersticas que en la
poblacin entera se han detectado o seleccionado.
Seleccin segn criterio de autoridad: La muestra es determinada mediante el criterio
razonado de autoridades en la materia que se estudia. En la aplicacin de este mtodo, el
investigador sopesa cuidadosamente los elementos de la poblacin (de los cuales debe de
tener suficiente informacin) para elegir aquellos que a su juicio pueden conformar el modelo
de la realidad en estudio dados los objetivos del trabajo a desarrollar.

25

Leccin 24. Epidemiologa y proceso de causalidad4

Se entiende por estrategia epidemiolgica un conjunto de actividades bsicas, estimadas
como adecuadas, para enfrentar un problema identificado en el campo de la salud.
La epidemiologa, a diferencia de otras disciplinas que se basan en el determinismo, lo hace
en trminos de probabilidades. Por tanto, la descripcin de los eventos epidemiolgicos
necesita ser derivada de una poblacin de referencia, de la cual generalmente se extrae la
muestra. Las primeras conclusiones se refieren nicamente a esta poblacin, ya que las
circunstancias de este estudio pueden ser distintas en otra poblacin o en una misma
poblacin en una etapa diferente en el tiempo calendario. La generalizacin o inferencia se
hace en forma posterior, de acuerdo con la confrontacin de ms o nuevas evidencias.
La epidemiologa como estrategia se basa en los siguientes aspectos:
-

Bases fundamentales de la estrategia de la epidemiologa

Proceso de causalidad en la relacin de las variables
Clasificacin de los estudios de epidemiologa
Criterios para la seleccin de un determinado tipo de estudio epidemiolgico

Bases fundamentales de la estrategia de la epidemiologa

-

La epidemiologa, al igual que cualquier ciencia, se basa en las siguientes fases o

aspectos estratgicos:
Fase descriptiva o reunin de los hechos, o examen de hiptesis existentes
(descripcin)
Fase analtica o formulacin de hiptesis original, o de nueva o mas especifica
(hiptesis)
Prueba o verificacin de la hiptesis, por la obtencin de hechos adicionales, que
permitan la aceptabilidad de la hiptesis (verificacin o prueba)

1. Fase descriptiva o reunin de los hechos

Se relaciona con la notificacin de la ocurrencia de la enfermedad, de acuerdo a determinadas
variables de descripcin. Se pretende obtener una buena descripcin del problema de salud,
su aparicin, distribucin su magnitud, proporciones, caractersticas y progresin en
poblaciones o en diferentes grupos de una misma poblacin. Para cumplir con este propsito,
se necesita de un buen sistema de recoleccin de informacin sobre la distribucin de la
enfermedad en la poblacin, en un rea dada y un periodo definido. El xito de la reunin de
la informacin consiste en estrechar el campo para localizar las categoras de inters de
4 Adaptado de los conceptos contenidos en: Fundamentos de epidemiologa por Kahl-Martn Colimn, 1990, Curso Cncer y

Ambiente; Bases epidemiolgicas para su investigacin y control por Germn Corey, 1990 y Principios y mtodos de
epidemiologa por Edward MacMahon, 1978.

26

persona, de tiempo y de lugar, con mayor exposicin al riesgo y as poder formular una
hiptesis de la formas ms especifica posible. El campo de la reunin de los hechos se centra
en el anlisis de tres partes fundamentales, orientadas a formular y luego probar una hiptesis
o cadena de hiptesis:
- Variables de persona
- Variables de tiempo
- Variables de lugar
2. Fase analtica o formulacin de la hiptesis
Implica realizar el anlisis de la informacin descriptiva para investigar las causas o factores
de riesgo de las enfermedades y encontrar mtodos, eficaces y eficientes, que permitan su
control o erradicacin.
El xito o fracaso de una buena investigacin epidemiolgica causal depende, entre otras
cosas, de la solidez de la hiptesis. La hiptesis epidemiolgica presenta generalmente una
relacin de causa a efecto entre dos o ms categoras de eventos. Tiene que mostrar una
consistencia lgica, compatibilidad con el cuerpo del conocimiento cientfico y capacidad de
ser sometida a la experimentacin en trminos generales o a la verificacin o prueba en
trminos epidemiolgicos. Por lo tanto es fundamental tener en cuenta los estudios
anteriores hechos con relacin al tema.
3. Fase experimental o prueba de la hiptesis
La epidemiologa tiene entre sus propsitos fundamentales, la bsqueda de asociaciones
causales entre las enfermedades y las caractersticas ambientales. Esto determina que el
progreso de dicha bsqueda pasa por una serie de etapas en las cuales los investigadores:
examinan los hechos y las hiptesis existentes, formulan una hiptesis nueva o ms especfica
y obtienen hechos adicionales para ensayar la aceptabilidad de la nueva hiptesis, que en su
forma ideal deber especificar:
- La poblacin: las caractersticas de las personas a quienes se les aplica la hiptesis
- La causa que se considere
- El efecto esperado: la enfermedad
- La relacin entre la dosis y la respuesta: la cantidad de causa necesaria para producir
la incidencia del efecto que se ha registrado.
- La relacin entre el tiempo y la respuesta: el lapso que transcurrir entre la
exposicin a la causa y la observacin del efecto
La verificacin de hiptesis es el proceso que lleva a juzgar la credibilidad de declaraciones
tentativas (hiptesis) relativas a las poblaciones (habitualmente se trata de hiptesis relativas
a sus parmetros) de las que fueron extradas las muestras. Es necesario tener en cuenta que
la veracidad absoluta de una hiptesis no puede ser probada nunca. Lo que se puede hacer
es afirmar que tiene tal o cual probabilidad de ser verdadera o falsa. Si la probabilidad de ser
verdadera es muy alta (95% o 99%) por ejemplo, se concluye que la hiptesis es altamente
27

creble y se califica provisoriamente como cierta. Si no se consigue probar que es verdadera

(se rechaza), se acepta provisionalmente como falsa. Este planteamiento se puede expresar
de forma similar partiendo de que una hiptesis tiene tal a cual probabilidad de ser falsa. Casi
siempre se plantean dos hiptesis: la hiptesis nula y su contraria, la hiptesis alternativa.
La verificacin de la hiptesis se realiza mediante los diferentes tipos de estudios
epidemiolgicos: descriptivos, analticos y experimentales, que sern vistos en la leccin 7.
En cada fase de la estrategia, la epidemiologa requerir del apoyo de otras disciplinas
cientficas, especialmente de la estadstica, herramienta esencial del trabajo epidemiolgico;
las ciencias biomdicas (fisiologa, microbiologa, inmunologa, etc) y sin lugar a duda la
observacin clnica, elemento bsico para el estudio epidemiolgico. Las ciencias sociales han
aportado conocimientos valiosos para utilizar metodologas en la descripcin de los factores
psicosociales, que pueden ser factores causales o coadyuvantes (Colimn 1990).

Proceso de causalidad en la relacin de las variables

En epidemiologa, la causalidad se define como el estudio de la relacin etiolgica (estudio de
las causas de las enfermedades) entre una exposicin, por ejemplo la toma de un
medicamento y la aparicin de un efecto secundario. Los efectos pueden ser: enfermedad,
muerte, complicacin, curacin, proteccin (vacunas), resultado (uso de mtodos, cambio de
prcticas, erradicacin de una enfermedad, participacin en un programa, etc.). Las causas o
factores que influyen en el proceso salud-enfermedad de la poblacin requieren una
investigacin adecuada para prevenir la aparicin de efectos no deseados y controlar su
difusin.
A continuacin se describen algunos factores causales de enfermedades:
-

Factores biolgicos (edad, sexo, raza, peso, talla, composicin gentica, estado
nutricional, estado inmunolgico).
Factores psicolgicos (autoestima, patrn de conducta, estilo de vida, respuesta al
estrs).
Factores relacionados con el medio ambiente social y cultural (calentamiento global,
contaminacin, cambios demogrficos, estilo de vida, actividad fsica durante el tiempo
de ocio, pertenencia a una red social, acceso a servicios bsicos, hacinamiento,
drogadiccin, alcoholismo).
Factores econmicos (nivel socioeconmico, categora profesional, nivel educativo,
pobreza).
mbito laboral (accidente de trabajo, empleo, prdida del empleo, acceso a la seguridad
social, tensin laboral, contaminacin sonora, condiciones del ambiente de trabajo).
Factores polticos (guerras, embargos, globalizacin, invasin).
Factores relacionados con el medio ambiente fsico (geologa, clima, causas fsicas,
causas qumicas, presencia de vectores, deforestacin.
28

Servicios de salud (acceso a servicios de salud, programas de control y erradicacin de

enfermedades, vigilancia epidemiolgica, vigilancia nutricional).

En el enfoque epidemiolgico considera que la enfermedad en la poblacin: no ocurre por

azar, no se distribuye homogneamente y tiene factores asociados que para ser causales
cumplen con los siguientes criterios en la relacin riesgo y efecto:
-

Lgica y sentido comn en la relacin propuesta entre las dos variables

Concordancia con los conocimientos actuales de la propuesta de causalidad de las dos
variables
Relacin de dependencia de las variables (variables independientes: riesgo y variables
dependientes: efecto)
Orden cronolgico (variables antecedentes: variable independiente y subsiguiente:
variable dependiente)
Asociacin estadstica entre las variables, la relacin de estas variables no puede ser al
azar, sino que la presencia de una est relacionado con la presencia de la otra, sin
implicar orden de aparicin de los eventos.
Fuerza de la asociacin
Consistencia de la asociacin, es decir, encontrar la asociacin repetida entre el riesgo
y el efecto en diferentes estudios.
Relacin dosis - respuesta entre los eventos riesgo y efecto, indica que en diversas
categoras de exposicin, a medida que aumenta la accin o el grado de riesgo, mayor
ser la probabilidad de aumentar la frecuencia y la severidad del efecto.
Tiempo-respuesta, es decir que el intervalo de tiempo transcurrido entre el estimulo de
riesgo y la aparicin del efecto debe encajar dentro de cierto lmite de tiempo para los
diferentes sujetos. Este proceso implica comparar la variable que se observa, sea el
factor de riesgo o el efecto, en diversos grupos de estudio y tambin detectar la posible
asociacin de estas variables en repetidas circunstancias.

Leccin 25. Modelos de causalidad:

El enfoque epidemiolgico tambin considera que la enfermedad en la poblacin es un
fenmeno dinmico y su propagacin depende de la interaccin entre la exposicin la
susceptibilidad de los individuos y grupos de dicha poblacin; y de a los factores
determinantes de la presencia de la enfermedad; adems, considera que toda causa precede
a su efecto (el llamado principio de determinismo causal).
En consonancia con este enfoque, existen dos modelos de causalidad en epidemiologa
ampliamente aceptados: la Triada Epidemiolgica y el modelo de Causas Componentes, que
se describen a continuacin.
Triada epidemiolgica: modelo tradicional de causalidad de las enfermedades transmisibles;
en este, la enfermedad es el resultado de la interaccin entre el agente, el husped
susceptible y el ambiente.
29

Figura 6. Modelo tradicional de causalidad de las enfermedades transmisibles

HUESPED

AGENTE

VECTOR

AMBIENTE

Fuente: Hernndez, 2005

Los agentes pueden ser infecciosos o no infecciosos y son necesarios, pero no siempre
suficientes, para causar la enfermedad. Los agentes no infecciosos pueden ser qumicos o
fsicos. Los factores del husped determinan la exposicin de un individuo: su susceptibilidad
y capacidad de respuesta y sus caractersticas de edad, grupo tnico, constitucin gentica,
sexo, estado socioeconmico y estilo de vida. Los factores ambientales engloban al ambiente
social, fsico y biolgico.
El modelo de Componentes Causales es un modelo de multicausalidad que se aplica a todo
tipo de enfermedades (Rothman, 1987). Segn este modelo, la enfermedad es producida por
un conjunto mnimo de condiciones que actan en concierto. A todas las posibles condiciones
o eventos se les denomina causas componentes (ejemplo 3). Al conjunto mnimo de
condiciones que actan en concierto y producen la enfermedad se le denomina causa
suficiente (ejemplo 2). As, una causa suficiente es un conjunto de causas componentes,
ninguna de las cuales es superflua. Una causa suficiente representa un mecanismo causal de
enfermedad: la enfermedad se inicia cuando se completa una causa suficiente.
Una enfermedad puede tener varias causas suficientes, cada una suficiente para producirla.
Sin embrago aquella causa componente cuya presencia es imprescindible en todos los
mecanismos causales de la enfermedad se le llama causa necesaria.
Los factores que representan causas componentes de enfermedad incluyen los factores del
agente, husped y ambiente de la triada epidemiolgica, as como tambin del modelo de
determinantes de la salud.

30

En el siguiente cuadro se presentan ejemplos de modelo causal en el proceso salud enfermedad, el cual ilustra las relaciones entre causas diversas y el proceso que lleva a un
individuo sano a adquirir determinada enfermedad.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

UNIVERSIDAD
NACIONAL
ABIERTA
Y AMedio
DISTANCIA
UNAD
| Escuela
de Ciencias Agrcolas,
Pecuarias
y del
Ambiente
|
Escuela
de
Ciencias
Agrcolas,
Pecuarias
y
del
Medio
Ambiente
Epidemiologa Ambiental
Figura 7: Epidemiologa
Ejemplos deAmbiental
modelos causales en el proceso salud - enfermedad

Figura 26. Ejemplos de modelos causales en el proceso salud - enfermedad

Figura 26. Ejemplos de modelos causales en el proceso salud - enfermedad
Ejemplo 1. Modelo
Ejemplo 2: Mltiples causas un efecto
Ejemplo 1. Modelo
Ejemplo 2: Mltiples causas un efecto
Ejemplo 1. Modelo
Ejemplo 2: Mltiples causas un efecto

Ejemplo 3: Mltiples causas varios efectos

Ejemplo
3: Mltiples
Ejemplo
3: Mltiples
causascausas
varios varios
efectosefectos

31

Ejemplo
3: Mltiples
causas
varios
efectos
Ejemplo
3: Mltiples
causas
varios
efectos

Fuente: http://ccp.ucr.ac.cr/cursos/epidistancia/contenido/4_ejcausa.html

http://ccp.ucr.ac.cr/cursos/epidistancia/contenido/4_ejcausa.html
Fuente: Fuente:
http://ccp.ucr.ac.cr/cursos/epidistancia/contenido/4_ejcausa.html

Los modelos
de causalidad
tienen
importantes
implicacionespara
paralala prevencin
prevencin de
de
Los
de
causalidad
tienen
importantes
implicaciones
Los modelos
modelos
de
causalidad
tienen
importantes
implicaciones
para
la
prevencin
enfermedades.
En trminos
generales,
nonecesario
es necesario
identificartodos
todoslos
loscomponentes
componentes de
enfermedades.
En
trminos
generales,
no
es
identificar
enfermedades.
En
trminos
generales,
no
es
necesario
identificar
todos
los
componentes
decausa
una causa
suficiente
para
poder
llevar
a cabo
unaprevencin
prevencineficaz,
eficaz,
ya que
que la
la de
de
una
suficiente
para
poder
llevar
a
cabo
una
ya
una causa
suficiente
para
poder
llevar
a cabo unabloquea
prevencin
eficaz, yacon
quelos
la remocin
remocin
de solo
uno
solo
de componentes
sus
componentes
lainteraccin
interaccin
dems yy de
remocin
de
uno
de
sus
bloquea
la
con
los
dems
uno solo
de suslacomponentes
bloquea
interaccin
con los dems
y previene
la ocurrencia
previene
ocurrencia
del efecto,
es la
decir,
deenfermedad.
la enfermedad.
obstante,
enfermedad
previene
la ocurrencia
dellaefecto,
es decir,
deobstante,
la
NoNoobstante,
lalapoblacin
enfermedad
del efecto,
es
decir,
de
enfermedad.
No
la
enfermedad
en
la
puede
en la poblacin
puede
seguir
siendo
producida
por
la accin
de
otrascausas
causassuficientes.
suficientes. Se
Se
en
la
poblacin
puede
seguir
siendo
producida
por
la
accin
de
otras
seguircomprende
siendo producida
la
accinopcin
de otras
causas
suficientes.
Se comprende
por ello
porque
ellolapor
que
la nica
para
erradicar
una
enfermedad
eslalaremocin
remocin
de que
comprende
por
ello
nica
opcin
para
erradicar
una
enfermedad
es
de
la nica
para erradicar una enfermedad es la remocin de su causa necesaria.
su opcin
causa necesaria.
su causa
necesaria.

Comparacin
Un papel bsico de la epidemiologa es la comparacin. Se compara la enfermedad70entre
70
distintos grupos de personas, en una misma regin geogrfica y en un mismo lapso de tiempo,
para ver las caractersticas de las personas expuestas al riesgo. Se compara tambin la
exposicin al riesgo con estos mismos parmetros, para ver su variacin y evolucin con
respecto a la enfermedad. Esto permite destacar los grupos con mayor exposicin a los
factores de riesgo. Se realizan tambin comparaciones entre grupos para destacar la relacin
entre un factor antecedente o posible causa o un factor subsiguiente o efecto o enfermedad,
investigado como consecuencia de lo anterior.
En general, para las comparaciones de variables epidemiolgicas es importante tener en
cuenta lo siguiente:

Nmero de grupos a comparar, pudiendo ser dos o ms grupos.

Nmero de variables en juego, pudiendo ser una, dos o ms variables.
Unidad de medicin empleada para las variables, pudiendo ser medicin de nivel
nominal, ordinal, de intervalo o de razn.
Similitud de los grupos de estudio y de control, de acuerdo con las diversas
caractersticas de persona, tiempo y lugar.

En conclusin la comparacin se plantea entre grupos de individuos con una determinada

32

variable, mientras que la asociacin se plantea como relaciones entre las diferentes variables.
Asociacin
La asociacin es considerada como los indicadores que miden la fuerza con la que una
determinada enfermedad o evento de salud (que se presume como resultado) est asociada
o relacionada con un determinado factor (que se presume como su causa). Tambin conocida
como la relacin de dependencia estadstica entre dos o ms eventos, caractersticas u otras
variables, resaltando que una asociacin est presente si la probabilidad de ocurrencia de un
evento depende de la ocurrencia de otro u otros.
En trminos epidemiolgicos, la asociacin es una relacin entre dos categoras de eventos
epidemiolgicos significativamente mayor o menor de lo esperado en base a la distribucin
de frecuencia de cada uno de estos eventos en forma esperada. No se estipula
necesariamente que uno deba anteceder al otro. La asociacin se establece por categoras de
individuos y en ningn momento por un solo individuo.
Al hablar de asociacin entre el factor de riesgo y el efecto, significa que la proporcin de
individuos que presentan ambos eventos simultneamente es significativamente mayor o
menor que la proporcin esperada en base a las consideraciones hechas en cada uno de los
eventos.
Ejemplo:
Si el factor de riesgo se distribuye en la comunidad en una proporcin de dos por 1000 sujetos
presentes, dos se deben encontrar con este evento de riesgo. Por otra parte, si la distribucin
del efecto es de cinco por 1000, en forma anloga, se deben encontrar cinco sujetos con el
efecto por cada 1000 individuos. Pero si al revisar 1000 individuos presentando el efecto se
encuentra que 200 de ellos tambin presentan efecto, esta relacin de 200 en 1000 es
superior a lo que se esperara en la comunidad, que sera solamente cinco.
A continuacin se presentan los tipos de relacin o asociacin de causa efecto:
1. Relacin o asociacin causal directa: El factor ejerce su efecto en ausencia de otros
factores o variables intermediarias. En este caso se habla de una relacin necesaria y
suficiente.
2. Relacin o asociacin causal indirecta: El factor ejerce su efecto va factores o variables
intermediarias.
3. Necesaria y no suficiente: Cada factor es necesario, pero no es suficiente para producir
la enfermedad. Ejemplo: virus del papiloma humano y cncer del cuello uterino y
tuberculosis.

33

4. No necesaria y suficiente: El factor puede producir la enfermedad, pero tambin otros

factores que actan solos. Ejemplo: leucemia puede ser producida por exposicin a la
radiacin y por exposicin al benceno.
5. No necesaria y no suficiente: Ningn factor por s solo es necesario ni suficiente.
Ejemplo: la mayora de enfermedades crnicas como diabetes mellitus, hipertensin
arterial.
6. Relacin o asociacin no causal: La relacin entre dos variables es estadsticamente
significativa, pero no existe relacin causal, sea porque la relacin temporal es
incorrecta (la presunta causa aparece despus y no antes del presunto efecto) o
porque otro factor es responsable de la presunta causa y del presunto efecto.
CAPTULO 6. INVESTIGACIN DE BROTES5
Dentro de las labores ms desafiantes del trabajo epidemiolgico en salud pblica est la
investigacin de brotes. Comnmente, la causa y origen del brote son desconocidas.
En este ambiente, el epidemilogo debe tener cualidades de calma, profesionalismo y ser
cientficamente objetivo. Favorablemente, la epidemiologa proporciona las bases cientficas,
el abordaje sistemtico para el estudio de brotes, la orientacin de las acciones de control en
la poblacin y las medidas de prevencin necesarias.
Leccin 26. Introduccin a la investigacin de un brote
Uno de los usos de la vigilancia en salud pblica es la deteccin de brotes. Los brotes se
pueden detectar cuando el anlisis de rutina de los datos de vigilancia revela un aumento en
los casos reportados o una agregacin inusual. Por ejemplo, en un hospital, el anlisis semanal
de aislamientos microbiolgicos de pacientes por microorganismo o por servicio puede
revelar un nmero aumentado de casos de infeccin en una parte del hospital. De forma
similar, en un departamento de salud se pueden detectar aumentos o patrones inusuales de
enfermedades en la tabulacin semanal de casos reportados por tiempo y lugar o por la
informacin de exposicin reportada en ellos. Por ejemplo, el grupo de epidemiologa detect
un brote de hepatitis A transmitido por una fuente comn el agua que abastece a una
poblacin, se realiz el anlisis viral en las muestras ambientales (agua) tomadas. Sin
embargo, las autoridades de salud se enteran de la mayora de los brotes porque un mdico
u otro trabajador de salud, que los notifica.
Los miembros del grupo afectado o sus familiares son otra fuente importante de informacin
sobre agrupaciones de personas con enfermedades infecciosas y no infecciosas. Por ejemplo,
alguien puede llamar al servicio de salud y reportar que l y varios compaeros de trabajo han
5

Adaptado de los conceptos contenidos en: Los Principios de epidemiologa Una Introduccin a la Epidemiologa y la
Bioestadstica Aplicadas - Versin en espaol: Instituto Nacional de Salud Bogot, D.C., Colombia CDC 2000.

34

sufrido de dolores abdominales severos despus de un banquete varias horas antes. Los
servicios de salud, como procedimiento de rutina, deben ocuparse de las llamadas del pblico
en cuanto a posibles brotes de enfermedades transmisibles; algunos servicios han
desarrollado guas de cmo responder a los reportes de agrupaciones de enfermedades no
infecciosas (Bender, Fiore 1990).
Los servicios de salud investigan brotes por una variedad de razones; generalmente, por la
necesidad de establecer medidas de prevencin y control, por la oportunidad para investigar
y capacitarse, o con el fin de estructurar programas de prevencin.

Leccin 27. Prevencin y control

En salud pblica, el objetivo principal para investigar un brote es el de controlar y prevenir el
avance de las enfermedades. Sin embargo, antes de desarrollar estrategias de control es
necesario identificar en qu punto de su historia natural se encuentra: estn los casos
aumentando en nmero o el brote est terminando? El objetivo ser diferente segn la
respuesta.
Si los casos se estn presentando en forma de brote, el objetivo ser la prevencin de nuevos
casos y el inters fundamental de la investigacin epidemiolgica ser evaluar su magnitud y
las caractersticas de la poblacin en riesgo, para disear y organizar medidas de control
inmediatas.
Si el brote est por finalizar, el propsito es la prevencin de casos nuevos y el objetivo de la
investigacin epidemiolgica estar enfocado en identificar los factores que contribuyeron
para la presencia del brote, con el fin de disear, iniciar y establecer las medidas que permitan
prevenir casos y brotes similares en el futuro.
El balance entre el inmediato establecimiento de las medidas de control y la realizacin de la
investigacin epidemiolgica, depende del conocimiento del agente causal, de la fuente y del
modo de transmisin (Goodman, 1990).
Figura 8. Fuente modo de ocurrencia y agente causal en la investigacin de brote

35

El balance entre el inmediato establecimiento de las medidas de control y la realizacin de

la investigacin epidemiolgica, depende del conocimiento del agente causal, de la fuente
y del modo de transmisin (Goodman, 1990).
Figura 27. Fuente modo de ocurrencia y agente causal en la investigacin de brote

Fuente: de
Principios
de la epidemiologa
- CDC, 2000
Fuente: Principios
la epidemiologa
- CDC, 2000
Si se conoce poco sobre la fuente y el modo de transmisin, como se ve en la columna de la
74 medidas
derecha, es necesario efectuar las investigaciones epidemiolgicas, antes de disear
de control apropiadas. En contraste, si se conoce la fuente y el modo de trasmisin, como se
observa en la columna de la izquierda, las medidas de control pueden ser implantadas
inmediatamente; sin embargo, si no se conoce cul es el agente, como se ve en la fila de abajo
del cuadro, es necesario investigar ms para identificarlo.
Las caractersticas del problema influyen en las decisiones sobre la necesidad investigar un
brote y con qu profundidad: la severidad de la enfermedad, la fuente o el modo de
transmisin y la viabilidad de las medidas de control y prevencin. Es urgente investigar un
brote cuando la enfermedad es severa o tiene gran potencial de difusin si no se toman las
medidas de control apropiadas rpidamente, si est bajo vigilancia especial por OPS/OMS o
por el pas o pertenece al grupo de las enfermedades de notificacin obligatoria inmediata.

Leccin 28. Oportunidades para investigacin

La oportunidad en la investigacin de un brote refleja el conocimiento adicional, la
investigacin de campo de una nueva enfermedad provee una oportunidad para definir su
historia natural (incluyendo el agente, el modo de transmisin, el perodo de incubacin y el
espectro clnico de la enfermedad). Tambin sirve para caracterizar las poblaciones de alto
riesgo e identificar los factores de riesgo especficos.
Para una enfermedad bien caracterizada, durante un brote se pueden adquirir conocimientos
adicionales, se puede realizar la investigacin del impacto de las medidas de control, la
utilidad de nuevos tratamientos y nuevas tcnicas de laboratorio. Por ejemplo, durante un
brote de sarampin en una comunidad inmunizada, se tiene un ambiente propicio para
estudiar la eficacia de la vacuna, el efecto de la edad a la cual se vacuna y la duracin de la
inmunidad inducida por la vacuna.
La investigacin de un brote requiere una combinacin de diplomacia, pensamiento lgico,
habilidad para resolver problemas, habilidades cuantitativas y el conocimiento y juicio

36

epidemiolgicos; estas habilidades mejoran con la prctica y la experiencia, por lo cual, es

conveniente que los equipos de investigacin junten a un epidemilogo experimentado con
uno en formacin, con lo cual ste ltimo aprende haciendo mientras participa activamente
y provee asistencia en la investigacin y control del brote.
A veces, los intereses pblicos, polticos o legales tienen prioridad sobre los intereses
cientficos en la decisin de llevar a cabo una investigacin. Cada vez con ms frecuencia,
el pblico toma inters ante las agrupaciones de enfermedad y exposiciones ambientales
potenciales, e informa a los servicios de salud para su investigacin.
Algunas investigaciones se llevan a cabo, porque la ley as lo exige a determinada agencia por
ejemplo, se le exige al Instituto Nacional de Seguridad y Salud Industrial del CDC (NIOSH) que
evalen el riesgo a la salud y a la seguridad en el sitio de trabajo, si lo solicitan tres o ms
trabajadores.
Leccin 29. Pasos en la investigacin de un brote
En la investigacin de un brote en curso, el trabajo rpido es esencial; tambin lo es el obtener
una respuesta correcta. Bajo estas circunstancias, es til obtener un abordaje sistemtico por
medio de una gua como la esquematizada en la tabla 5. Este abordaje asegura que la
investigacin avance sin olvidar pasos importantes en el camino.

Tabla 5. Pasos en la investigacin de un brote.

1. Preparar el trabajo de terreno
2. Establecer la existencia de un brote
3. Verificar el diagnstico
4.Definir e identificar los casos:
a. Establecer la definicin de caso
b. Identificar y contar el nmero de casos
5. Realizar la descripcin epidemiolgica
6. Desarrollar una hiptesis
7. Evaluar las hiptesis
8. Si es necesario, reconsiderar y mejorar las hiptesis mediante:
a. Estudios epidemiolgicos adicionales
b. Otro tipo de estudios de laboratorio o ambientales
9. Implementar las medidas de prevencin y control.
10. Comunicar los hallazgos

37

Los pasos descritos en el cuadro estn en orden conceptual. En la prctica, sin embargo, se
pueden ejecutar varios pasos al mismo tiempo, o las circunstancias del brote pueden dictar
un orden diferente. Por ejemplo, se deben implementar las medidas de control tan pronto
como la fuente y el modo de transmisin sean conocidos, ya sea en forma precoz o tarda en
cada investigacin en particular.
Paso 1: preparar el trabajo de terreno
Toda persona que va a llevar a cabo la investigacin de un brote debe estar bien preparada
para salir al trabajo de campo. La preparacin debe ser en tres aspectos:a) Investigacin, b)
administracin y c) consulta. Una buena preparacin en estas tres categoras facilitar una
experiencia de campo sin complicaciones.
a. Investigacin
Primero, el investigador de campo debe tener los conocimientos cientficos, los insumos y el
equipo necesarios para llevar a cabo la investigacin; es necesario discutir la situacin con
alguien que tenga un amplio conocimiento de la enfermedad y sobre la investigacin de
campo y revisar la literatura existente; se reunirn referencias de artculos de revistas y
ejemplos de cuestionarios que puedan ser tiles para el trabajo de campo.
b. Administracin
Segundo, el investigador debe interesarse por los procedimientos administrativos; en las
instituciones de salud, es necesario aprobar primero su viaje; adems, debe dejar sus asuntos
personales arreglados, especialmente, si la investigacin puede prolongarse.
c. Consultora
Tercero, el investigador debe conocer el papel que desempear en el trabajo de campo y
debe existir consenso sobre sus actividades, especialmente si viene de afuera. Por ejemplo,
debe saber si se espera que l dirija la investigacin que asesore, o que simplemente ayude
al equipo local; si es as quin conducir la investigacin? Adicionalmente, debe saber cules
son sus contactos locales. Antes de salir, el investigador debe saber cundo y dnde se
encontrar con los funcionarios locales y los contactos en terreno.
Paso 2: establecer la existencia de un brote
Un brote o una epidemia es la aparicin de ms casos de una enfermedad que los esperados
en un rea dada en un perodo de tiempo establecido. Un agrupamiento (cluster) es una
agregacin de casos en un rea dada, en un perodo particular, sin considerar si el nmero de
casos es mayor que el esperado. En un brote o una epidemia, a menudo suponemos que los
casos estn relacionados entre s o que tienen una causa comn. Muchos epidemilogos usan
los trminos brote y epidemia de forma indiferente, pero el pblico en general suele asociar
el trmino "epidemia" a una situacin de crisis. Algunos epidemilogos restringen por ello el
uso del trmino "epidemia" a situaciones que involucran un gran nmero de personas
afectadas en una amplia zona geogrfica.

38

Paso 3: verificacin del diagnstico.

Tan importante como establecer la existencia de un brote es establecer cul es el diagnstico
de la enfermedad causal. De hecho, con frecuencia se pueden realizar los dos pasos al mismo
tiempo. Las metas en la verificacin del diagnstico son:
a. Asegurarse de que el problema haya sido correctamente diagnosticado.
b. Excluir los errores del laboratorio como base para el incremento de los casos diagnosticados
Para verificar el diagnstico, se deben revisar los hallazgos clnicos y los resultados de
laboratorio.
Paso 4: establecimiento de la definicin de caso
La prxima tarea del investigador es establecer una definicin de caso. La definicin de caso
es una estandarizacin de criterios para definir si se debe clasificar un individuo como si
tuviera la condicin de enfermedad que nos interesa. Una definicin de caso incluye criterios
clnicos y - particulamente en una investigacin de brote - restricciones de tiempo, lugar y
persona. Los criterios clnicos deben basarse en medidas simples y objetivas como la elevacin
de los ttulos de anticuerpos, fiebre >38 oC, tres o ms deposiciones diarreicas por da o
mialgias tan severas que limitan las actividades cotidianas del paciente. La definicin de caso
puede ser delimitada por el tiempo (por ejemplo, si la persona inici la enfermedad dentro
de los ltimos dos meses), por lugar (los residentes de un determinado municipio o
empleados de una planta particular) y por persona (las personas que no tengan antecedentes
previos de enfermedades msculo esquelticas o mujeres premenopusicas).

Paso 5: realizacin de la epidemiologa descriptiva

Una vez que se han recogido algunos datos, se puede iniciar la caracterizacin de un brote
por tiempo, lugar y persona. De hecho, se termina haciendo este paso varias veces durante el
desarrollo de una investigacin de la epidemia. Esta caracterizacin del brote por estas tres
variables es lo que llamamos epidemiologa descriptiva, ya que se describe qu ocurri en la
poblacin estudiada. Este paso es crtico por varias razones: primero, al revisar los datos
cuidadosamente se puede llegar a familiarizarse con ellos y se puede evidenciar cul es la
informacin importante y confiable (por ejemplo, muchos casos muestran la misma
exposicin poco comn) y cul es la informacin menos fiable (por ejemplo, muchas
observaciones faltantes).
Figura 9. Curva tpica de una epidemia: casos de hepatitis A por fecha de inicio, Fayetteville,
Arkansas noviembre a diciembre de 1978

39

Epidemiologa Ambiental

Figura 28. Curva tpica de una epidemia: casos de hepatitis A por fecha de inicio,
Fayetteville, Arkansas noviembre a diciembre de 1978

Fuente: CDC,
sinsin
publicar,
1978.1978.
Fuente:
CDC,datos
datos
publicar,

Enun
unmapa
mapa de
de puntos
puntos de
de una
una comunidad,
comunidad, una
una agrupacin
En
agrupacin oo un
un patrn
patrn puede
puede reflejar
reflejar lala
cobertura
del
servicio
de
agua,
el
movimiento
del
viento,
o
la
proximidad
a
un
restaurante
cobertura del servicio de agua, el movimiento del viento, o la proximidad a un restaurante o
o una
tienda.
una
tienda.
Enun
unmapa
mapadedepuntos
puntosdedeunun
hospital,
asilo
ancianos
u otra
institucin,
la presencia
de
En
hospital,
asilo
dede
ancianos
u otra
institucin,
la presencia
de una
una agrupacin
concordara
unafocal
fuente
focal o diseminacin
personamientras
a persona,
agrupacin
concordara
con unacon
fuente
o diseminacin
persona a persona,
que
mientras
que los casos
dispersos
son ms
consistentes
un vehculo
de diseminacin
los
casos dispersos
son ms
consistentes
con un
vehculo decon
diseminacin
amplia
o una fuente
ampliaaotodos
una fuente
comn a que
todos
residentes
asociada
la asignacin
comn
los residentes
nolos
est
asociadaque
conno
la est
asignacin
delcon
cuarto,
como un
del
cuarto,
como
un
comedor
comunal.
comedor comunal.
Figura 29. Georeferenciacin de casos en la investigacin de un brote

Figura 10. Georeferenciacin de casos en la investigacin de un brote

Fuente: CDC Principios de la Epidemiologa.

79

40

amplia o una fuente comn a todos los residentes que no est asociada con la asignacin
del cuarto, como un comedor comunal.
Figura 29. Georeferenciacin de casos en la investigacin de un brote

Fuente:
Epidemiologa.
Fuente:CDC
CDCPrincipios
Principios dede
la la
Epidemiologa.

79
Paso 6: desarrollar las hiptesis
El siguiente paso conceptual en la investigacin es la formulacin de hiptesis, aunque en
realidad, se inicia la generacin de hiptesis con la primera llamada telefnica. Sin embargo,
despus de hablar con algunos pacientes y con las autoridades locales de salud y haber
caracterizado el brote por tiempo, lugar y persona, las hiptesis sern ms puntuales y mejor
enfocadas. La hiptesis deben dirigirse a la fuente del agente, el modo (vehculo o vector) de
transmisin y la exposicin que caus la enfermedad. Tambin, la hiptesis debe ser
evaluada, pues, la evaluacin de las hiptesis es una de las metas del prximo paso de la
investigacin.
Paso 7: evaluacin de las hiptesis
El paso siguiente a la generacin de las hiptesis que explican el brote es la evaluacin de la
credibilidad de tales hiptesis. En la investigacin de campo, se pueden evaluar las hiptesis
de dos maneras: comparando la hiptesis con los hechos establecidos o usando la
epidemiologa analtica para cuantificar las relaciones y explorar el papel del azar.
Paso 8: refinar la hiptesis y ejecutar estudios adicionales
Infortunadamente, a veces, los estudios analticos no son reveladores. Esto es
particularmente cierto si las hiptesis no estn bien fundamentadas desde el principio. Un
axioma en la epidemiologa de campo es que si no se pueden generar buenas hiptesis
(hablando con algunos casos o con el personal local y examinando la epidemiologa
descriptiva y los casos aislados), no vale la pena proseguir con la epidemiologa analtica; un
estudio de casos y controles, posiblemente, ser una prdida de tiempo.
Cuando la epidemiologa analtica no es reveladora se debe reconsiderar la hiptesis. Este es
el momento de reunirse con los pacientes (casos) para de nuevo revisar nexos comunes y
visitar sus hogares para observar ms cuidadosamente. Hay que considerar nuevos vehculos
y modos de transmisin.
41

Paso 9: Implementacin de medidas de control y prevencin

En muchas investigaciones de brotes, su primer objetivo ser controlar y prevenir. De hecho,
aunque se discute en este paso, se deben implementar las medidas de control tan pronto
como sea posible. Usted puede usualmente implementar medidas tempranas de control para
factores dbilmente o fuertemente asociados en la cadena de transmisin. Puede proponer
medidas de control para el agente especfico, la fuente o el reservorio. Por ejemplo, se puede
controlar un brote eliminando las comidas contaminadas, esterilizando el agua, destruyendo
los criaderos de vectores o retirando de su puesto a un manipulador de alimentos infectado.
Paso 10: Comunicacin de los hallazgos
La ltima tarea de una investigacin es la comunicacin de los hallazgos. Esta comunicacin,
generalmente tiene dos formas: l) Comunicacin verbal breve a las autoridades locales 2)
informe escrito.
La comunicacin verbal debe ser a las autoridades de salud y las personas responsables de
implementar el control y las medidas de prevencin. Normalmente, estas personas no son
epidemilogos, por lo que se deben presentar los hallazgos de una forma clara y convincente
con las recomendaciones apropiadas y justificadas para la accin. Esta presentacin es una
oportunidad para que se describa qu se hizo, qu se encontr y qu se piensa sobre lo hecho
all. Se deben presentar los hallazgos en forma objetiva y se debe ser capaz de defender las
conclusiones y recomendaciones.
En algunos casos es necesario tambin asesorar a las autoridades locales o directamente
hacer una comunicacin adecuada para la comunidad o para grupos poblacionales en riesgo
que incluya instrucciones y recomendaciones. Considere siempre la publicacin de sus
hallazgos en artculos para boletines epidemiolgicos o revistas cientficas.
Leccin 30. Investigacin ambiental en brotes6
Las muestras de los alimentos y las bebidas que se sirvieron en una comida comn
considerada como la fuente de un brote de gastroenteritis o las muestras de agua de una
torre de enfriamiento que se supone puedan ser la fuente de un brote de Enfermedad de los
Legionarios pueden confirmar los resultados epidemiolgicos. En el mejor escenario, los
resultados de la investigacin epidemiolgica guiarn la recoleccin y examen de las muestras
ambientales. Sin embargo, las muestras ambientales a menudo necesitan obtenerse lo ms
pronto posible, antes de que no estn disponibles, como en el caso de los alimentos residuales
de una comida comn, o antes de que se implementen medidas de tipo ambiental, como en
el caso de tratar una torre de enfriamiento para erradicar Legionella. Dado que las pruebas
de laboratorio de las muestras ambientales son a menudo costosas y requieren mucho
trabajo, a veces es razonable recoger y almacenar muchas muestras pero probar solo un
6

Adaptado de los conceptos contenidos en: Investigaciones de brotes - Una Perspectiva Divisin de Biologa y
Epidemiologa de Salud Pblica Universidad de California, Berkeley - EE.UU. Boletn Epidemiolgico, Vol. 21 No. 2000,
(OPS/OMS)

42

nmero limitado. Colaborar con un sanitarista, ingeniero ambiental u otro profesional

durante una inspeccin ambiental o la recoleccin de las muestras siempre es beneficioso.
Encontrar o no el agente causal en las muestras ambientales es percibido frecuentemente por
el pblico, los medios y los tribunales como una evidencia poderosa que implica o exonera
una fuente ambiental, cualquiera de los resultados positivos o negativos pueden ser
engaosos por varias razones. Por ejemplo, encontrar Legionella en un sistema de agua
potable de un hospital no prueba que el agua potable (en lugar de una torre de enfriamiento
o u otra fuente) es responsable de un brote de la Enfermedad de los Legionarios. De igual
manera, no encontrar el organismo causal en una muestra ambiental no descarta de manera
concluyente una fuente como causa del problema, en parte porque las muestras tomadas y
examinadas pueden no representar la fuente (por ejemplo, por causa de error al recoger las
muestras, cambios o intervenciones en la fuente ambiental) y en parte porque las muestras
pueden haber estado mal manejadas. Adems, en algunos brotes causados por agentes
etiolgicos bien caracterizados, los mtodos de laboratorio para detectar el agente en
muestras ambientales son poco sensibles, tcnicamente difciles, o no estn disponibles,
como en el caso de los brotes recientes de infecciones por Ciclospora asociados con consumo
de frambuesas y fresas importadas (Reingold A.-2000).
Razones para investigar los brotes
La razn ms imperiosa para investigar un brote de cualquier enfermedad que ha sido
detectado es que la(s) fuente(s) de exposicin a la infeccin pueden continuar presentes; por
lo que al identificar y eliminar la fuente de infeccin, podemos prevenir casos adicionales. Por
ejemplo, si las latas de hongos o setas que contienen toxina botulinica estn todava en los
anaqueles de almacenes o en los hogares o los restaurantes, su remocin y destruccin
pueden prevenir casos adicionales de botulismo.
Sin embargo, aunque un brote esencialmente haya concluido cuando inicie la investigacin
epidemiolgica o sea, si nadie ms est expuesto a la fuente de infeccin la investigacin del
brote todava puede indicarse por muchas razones: principalmente porque los resultados de
la investigacin pueden conducir a recomendaciones o estrategias para la prevencin de
futuros brotes similares. Por ejemplo, a travs de una investigacin de brote de Enfermedad
de los Legionarios se pudieron hacer recomendaciones para las tiendas de comestibles que
usan mquinas de rociado, lo que puede prevenir otros brotes. Otras razones para investigar
los brotes son la oportunidad de:
1.
2.
3.
4.

Describir nuevas enfermedades y aprender ms acerca de las enfermedades conocidas.

Evaluar las estrategias de prevencin existentes, por ejemplo, las vacunas.
Ensear (y aprender) epidemiologa.
Abordar la preocupacin del pblico respecto al brote.

Una vez que se toma la decisin de investigar un brote, generalmente se incluyen tres tipos
de actividades la investigacin epidemiolgica, la investigacin ambiental y la interaccin con
el pblico, la prensa y en muchos casos, el sistema legal. Aun que estas actividades
43

frecuentemente ocurren simultneamente en toda la investigacin, es conceptualmente ms

fcil considerar a cada una de ellas por separado

44