Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lectura 4.medidas de Frecuencia
Lectura 4.medidas de Frecuencia
Autores: Pita Fernndez S (1), Prtegas Daz S (1), Valds Caedo F. (2)
(1) Unidad de Epidemiologa Clnica y Bioestadstica. Complexo Hospitalario-Universitario Juan
Canalejo. A Corua (Espaa).
(2) Servicio de Nefrologa. Complexo Hospitalario-Universitario Juan Canalejo. A Corua (Espaa).
Actualizacin 20/04/2004.
_________________________________
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 testar hiptesis, as como para permitir
comparar las frecuencias de enfermedad entre diferentes poblaciones o entre personas con o sin una
exposicin o caracterstica dentro de una poblacin determinada.
El valor de una odds puede ir de 0 a infinito. El valor 0 corresponde al caso en que la enfermedad nunca
ocurre, mientras que el valor infinito correspondera tericamente a una enfermedad que est siempre
presente. En realidad, una proporcin y una odds miden el mismo evento pero en escalas diferentes, y
pueden relacionarse mediante las frmulas siguientes:
Odds Proporcin
Proporcin = Odds =
Odds + 1 1 - Proporcin
c. Tasa: El concepto de tasa es similar al de una proporcin, con la diferencia de que las tasas
llevan incorporado el concepto de tiempo. El numerador lo constituye la frecuencia absoluta de
casos del problema a estudiar. A su vez, el denominador est constituido por la suma de los
perodos individuales de riesgo a los que han estado expuestos los sujetos susceptibles de la
poblacin a estudio. De su clculo se desprende la velocidad con que se produce el cambio de
una situacin clnica a otra.
Prevalencia
La prevalencia7 (P) cuantifica la proporcin de individuos de una poblacin que padecen una
enfermedad en un momento o periodo de tiempo determinado. Su clculo se estima mediante la
expresin:
Para ilustrar su clculo, consideremos el siguiente ejemplo: en una muestra de 270 habitantes
aleatoriamente seleccionada de una poblacin de 65 y ms aos se objetiv que 111 presentaban obesidad
(IMC30). En este caso, la prevalencia de obesidad en ese grupo de edad y en esa poblacin sera de:
111
P= = 0,411 41,1%
270
Como todas las proporciones, la prevalencia no tiene dimensin y nunca toma valores menores de 0
mayores de 1, siendo frecuente expresarla en trminos de porcentaje, en tanto por ciento, tanto por mil,...
en funcin de la rareza de la enfermedad estudiada. La prevalencia de un problema de salud en una
comunidad determinada suele estimarse a partir de estudios transversales para determinar su importancia
en un momento concreto, y no con fines predictivos. Adems, es evidente que el clculo de la prevalencia
ser especialmente apropiado para la medicin de procesos de carcter prolongado, pero no tendr mucho
sentido para valorar la importancia de otros fenmenos de carcter ms momentneo (accidentes de
trfico, apendicitis, infarto de miocardio,...).
Otra medida de prevalencia utilizada en epidemiologa, aunque no con tanta frecuencia, es la llamada
prevalencia de periodo, calculada como la proporcin de personas que han presentado la enfermedad en
algn momento a lo largo de un periodo de tiempo determinado (por ejemplo, la prevalencia de cncer en
Espaa en los ltimos 5 aos). El principal problema que plantea el clculo de este ndice es que la
poblacin total a la que se refiere puede haber cambiado durante el periodo de estudio. Normalmente, la
poblacin que se toma como denominador corresponde al punto medio del periodo considerado. Un caso
especial de esta prevalencia de periodo, pero que presenta importantes dificultades para su clculo, es la
llamada prevalencia de vida, que trata de estimar la probabilidad de que un individuo desarrolle una
enfermedad en algn momento a lo largo de su existencia.
Incidencia
La incidencia8 se define como el nmero de casos nuevos de una enfermedad que se desarrollan en una
poblacin durante un perodo de tiempo determinado. Hay dos tipos de medidas de incidencia: la
incidencia acumulada y la tasa de incidencia, tambin denominada densidad de incidencia.
Por ejemplo: Durante un perodo de 6 aos se sigui a 431 varones entre 40 y 59 aos sanos, con
colesterol srico normal y tensin arterial normal, para detectar la presencia de cardiopata isqumica,
registrndose al final del perodo l0 casos de cardiopata isqumica. La incidencia acumulada en este caso
sera:
10
IA = = 0,023 2,3% en seis aos
431
La incidencia acumulada asume que la poblacin entera a riesgo al principio del estudio ha sido seguida
durante todo un perodo de tiempo determinado para observar si se desarrollaba la enfermedad objeto del
estudio. Sin embargo, en la realidad lo que sucede es que:
Para poder tener en consideracin estas variaciones de seguimiento existentes en el tiempo, una primera
aproximacin sera limitar el clculo de la incidencia acumulada al perodo de tiempo durante el cual la
poblacin entera proporcionase informacin. Esto de todos modos hara que perdisemos informacin
adicional del seguimiento disponible en alguna de las personas incluidas. La estimacin ms precisa es la
que utiliza toda la informacin disponible es la denominada tasa de incidencia o densidad de incidencia
(DI). Se calcula como el cociente entre el nmero de casos nuevos de una enfermedad ocurridos durante
el periodo de seguimiento y la suma de todos los tiempos individuales de observacin:
La densidad de incidencia no es por lo tanto una proporcin, sino una tasa, ya que el denominador
incorpora la dimensin tiempo. Su valor no puede ser inferior a cero pero no tiene lmite superior.
Para ilustrar su clculo consideremos el siguiente ejemplo: En un estudio de seguimiento durante 20 aos
de tratamiento hormonal en 8 mujeres postmenopusicas se observ que se presentaron 3 casos de
enfermedad coronaria. Con estos datos, la incidencia acumulada sera de un 3/8 = 0,375 37,5%
durante los 20 aos de seguimiento. Sin embargo, tal y como se muestra en la Figura 1, el tiempo de
seguimiento no es el mismo para todas las pacientes. Mientras que, por ejemplo, la paciente A ha sido
observada durante todo el periodo, la paciente D ha comenzado el tratamiento ms tarde, una vez
comenzada la investigacin, y ha sido seguida slo durante 15 aos. En otros casos, como la paciente C,
han abandonado el tratamiento antes de finalizar el estudio sin presentar ninguna afeccin coronaria. En
total se obtienen 84 personas-ao de observacin. La tasa de incidencia result por tanto ser igual a:
3 1
DI = = = 0,036 personas por ao
84 28
Esto es, la densidad de incidencia de enfermedad coronaria en esa poblacin es de 3,6 nuevos casos por
cada 100 personas-ao de seguimiento.
Adems, en el clculo de cualquier medida de incidencia han de tenerse en consideracin otros aspectos.
En primer lugar, no deben incluirse en el denominador casos prevalentes o sujetos que no estn en
condiciones de padecer la enfermedad a estudio. El denominador slo debe incluir a aquellas personas en
riesgo de contraer la enfermedad (por ejemplo, la incidencia de cncer de prstata deber calcularse en
relacin a la poblacin masculina en una comunidad y no sobre la poblacin total), aunque tambin es
cierto que en problemas poco frecuentes la inclusin de casos prevalentes no cambiar mucho el
resultado. En segundo lugar, adems, es importante aclarar, cuando la enfermedad pueda ser recurrente, si
el numerador se refiere a casos nuevos o a episodios de una misma patologa.
Esta relacin entre incidencia y prevalencia puede expresarse matemticamente de un modo bastante
sencillo4,7,9. Si se asume que las circunstancias de la poblacin son estables, entendiendo por estable que
la incidencia de la enfermedad haya permanecido constante a lo largo del tiempo, as como su duracin,
entonces la prevalencia tampoco variar. As, si el nmero de casos prevalentes no cambia, el nmero de
casos nuevos de la enfermedad ha de compensar a aquellos individuos que dejan de padecerla:
Si se denota por N al total de la poblacin y E al nmero de enfermos en la misma, N-E ser el total de
sujetos sanos en esa poblacin. Durante un periodo de tiempo t, el nmero de gente que contrae la
enfermedad viene dado entonces por:
DI t (N - E ) (2)
Por otro lado, el nmero de enfermos que se curan o fallecen en ese periodo puede calcularse como:
1
tE (3)
D
1 E
DI t (N - E) = tE = DI D (4)
D N-E
El cociente E/N-E es el cociente entre los individuos enfermos y los no enfermos, o equivalentemente,
entre la prevalencia y su complementario, P/1-P (lo que habamos denominado odds), de modo que la
expresin (4) puede escribirse equivalentemente como:
P
= DI D (5)
1- P
P = DI D (6)
Es decir, si se asume que las circunstancias de la poblacin son estables y la enfermedad es poco
frecunente, la prevalencia es proporcional al producto de la densidad de incidencia (DI) y el promedio de
duracin de la enfermedad (D).
De las consideraciones anteriores se deduce que la prevalencia carece de utilidad para confirmar hiptesis
etiolgicas, por lo que resulta ms adecuado trabajar con casos incidentes. Los estudios de prevalencia
pueden obtener asociaciones que reflejen los determinantes de la supervivencia y no las causas de la
misma, conduciendo a conclusiones errneas. No obstante, su relacin con la incidencia permite que en
ocasiones pueda utilizarse como una buena aproximacin del riesgo para evaluar la asociacin entre las
causas y la enfermedad. Tambin es cierto que en otras aplicaciones distintas a la investigacin
etiolgica, como en la planificacin de recursos o las prestaciones sanitarias, la prevalencia puede ser una
mejor medida que la incidencia ya que nos permite conocer la magnitud global del problema.
Bibliografa
1. Kark SL. Epidemiology and community medicine. Nueva York: Appleton-Century-Crofts; 1975.
p.19-21.
2. Kleimbaum D, Kupper I, Morgenstern H. Epidemiologic Research. Belmont: Lifetime Learning
Publications; 1982.
3. Mausner J, Kramer S. Epidemiology: an introductory text. 2 ed. Filadelfia: WB Saunders Company;
1985.
4. Rothman KJ. Modern Epidemiology. Boston: Little, Brown & Co; 1986.
5. Colimn KM. Fundamentos de epidemiologa. 2 ed. Madrid: Daz de Santos; 1990.
6. Argimn Palls JM, Jimnez Villa J. Mtodos de Investigacin Clnica y Epidemiolgica. 2 ed.
Madrid: Harcourt; 2000.
7. Tapia Granados JA. Medidas de prevalencia y relacin incidencia-prevalencia. Med Clin (Barc)
1995; 105: 216-218. [Medline]
8. Tapia Granados JA. Incidencia: concepto, terminologa y anlisis dimensional. Med Clin (Barc)
1994; 103: 140-142. [Medline]
9. Freeman J, Hutchinson GB. Prevalence, incidente and duration. Am J Epidemiol 1980; 112: 707-723.
[Medline]
E
F
G
H
Tiempo de seguimiento FINAL DEL
ESTUDIO
Enfermedad coronaria