Unidad de Epidemiología y Bioestadística
Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica
1 CONCEPTOS BASICOS: Estadística y Epidemiología
1.1 Introducción
Aunque el tema “Metodología de la
investigación” no hace parte del contenido de
este curso, vale la pena mencionar brevemente
el papel de la estadística en todo proceso de
investigación. Para responder interrogantes,
para entender procesos biológicos, para
mejorar métodos diagnósticos, para evaluar
intervenciones, para determinar factores de
riesgo que afectan la salud de la población,
entre otros, el hombre propone
investigaciones, desarrolla estudios y obtiene
conclusiones.
El objetivo de conducir un estudio de
investigación es responder un interrogante
planteado por un investigador. Una vez se
plantea un problema de investigación (o la
pregunta de investigación) se continua con la
justificación del estudio, antecedentes y
estado del arte del problema, definición de los
objetivos del estudio, metodología (diseño del
estudio), análisis de la información
(resultados), conclusiones y recomendaciones,
referencias y divulgación. De manera, muy
general, así se hace investigación (Figura 1).
Diseñar un estudio
Observacional
Experimental
Datos
ANÁLISIS ESTADÍSTICO
Conclusiones
Figura 1. Esquema del proceso de investigación
La Figura 1 muestra que para responder a una
pregunta o problema de investigación desde el
enfoque cuantitativo, lo común es diseñar un
estudio (observacional o experimental según la
pregunta de investigación), recolectar la
Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica
información o los datos, analizarlos
objetivamente con las herramientas y técnicas
estadísticas adecuadas, para finalmente
generar unas conclusiones que den respuesta al
interrogante inicial y continuar el proceso de
investigación.
Veremos en la definición de la “Estadística”
que los insumos de ésta ciencia son los
“Datos”. Entonces en este curso aportaremos
elementos, herramientas y técnicas para
analizar datos, asumiendo que estos provienen
de un estudio que ha sido correctamente
diseñado siguiendo pautas rigurosas de la
metodología de investigación.
Debido a que este curso está enfocado a la
investigación biomédica, algunos de los
ejemplos que se desarrollarán harán referencia
a diseños propios de la epidemiologia. Por lo
anterior en el Anexo 1 se hace una pequeña
descripción de la epidemiologia y se describen
algunos de sus diseños clásicos, los cuales serán
utilizados a lo largo del curso.
Para finalizar esta introducción, se debe
recordar que la estadística y la epidemiologia
se convierten en herramientas clave en todo
proceso de investigación.
1.2 Conceptos básicos
1.2.1 Estadística
La estadística es la disciplina que estudia los
métodos científicos de recolección,
organización, procesamiento, resumen, análisis
e interpretación de datos. Además hace
inferencias y saca conclusiones a partir de los
datos de una muestra.
La materia prima de la estadística son los
datos, los cuales son el resultado de la
“observación” de alguna(s) característica(s) de
los elementos de interés en cierto estudio. De
allí la principal fuente de “Datos” son los
estudios (descriptivos y experimentales). Sin
embargo, otra fuente para obtener datos
también son las “Bases de datos”.
Al final de esta sesión hablaremos un poco mas
de los tipos de estudios en epidemiologia. La
estadística se convierte en una herramienta
para analizar los datos de cualquier estudio, de
allí su importancia en el proceso de
investigación.
La Estadística se divide en dos grandes ramas:
descriptiva e inferencial.
1
1.2.1.1 Estadística descriptiva
La estadística descriptiva es la que incluye la
tabulación, representación y descripción de
conjuntos de datos. Los conjuntos de datos
muy grandes deben por lo general,
experimentar un proceso de organización y
resumen antes de que sean inteligibles por el
ser humano. La mente humana no puede
extraer fácilmente toda la importancia de una
serie de datos desorganizados sin la ayuda de
técnicas especiales. Por fortuna, la estadística
descriptiva proporciona herramientas para
organizar, simplificar y resumir información
básica a partir de un conjunto de datos que de
otra forma sería inmanejable.
La estadística descriptiva permite procesar los
datos de una muestra y obtener información
que puede ser usada con fines exploratorios,
para plantear hipótesis o puede usarse como
materia prima de la inferencia estadística. De
hecho el primer análisis a realizar en cualquier
estudio es de tipo descriptivo.
1.2.1.2 Estadística Inferencial
La estadística inferencial proporciona métodos
para estimar las características de un grupo
total (población) basándose en datos de un
conjunto pequeño (muestra) de observaciones.
El propósito principal de la estadística
inferencial es estimar los atributos de la
población a través de sólo una muestra de
casos. La probabilidad sirve como puente
entre la estadística descriptiva y la estadística
inferencial.
1.2.2 Bioestadística
Las herramientas de estadística se utilizan en
muchos campos: negocios, educación,
psicología, agricultura, economía, etc. Cuando
los datos que se analizan provienen de las
ciencias biológicas o medicas se prefiere el
termino bioestadística. En otras palabras,
cuando las observaciones se refieren a los seres
vivos o a los fenómenos biológicos, la
estadística recibe el nombre de bioestadística
(2).
1.2.3 Población
Se identificará con este nombre al conjunto de
elementos de interés en un estudio, sobre los
cuales se desea información y hacia los cuales
se extenderán las conclusiones. El termino
población no debe asociarse exclusivamente
con población humana; tiene sentido hablar de
la población de hospitales en una ciudad, la
población de pacientes con Leishmaniasis, etc.
 Unidad de Epidemiología y Bioestadística
La población es el grupo de unidades bajo
estudio (personas, animales, plantas, células,
etc.) y se determina o define con base en el
campo de interés. En todo estudio la población
debe estar bien definida en forma muy precisa
(en tiempo y espacio), de tal manera que
pueda determinarse en algún momento si un
elemento dado pertenece o no a la población.
Ejemplo 1:
 Si se tiene interés en conocer el peso de
todos los niños matriculados en el sistema
de educación primaria de instituciones
educativas en un municipio, la población
está conformada por todos los niños de la
ciudad matriculados en el sistema. Si el
interés es el peso de los estudiantes
matriculados en primer grado, se tiene
una población diferente.
 Si el interés es estimar la prevalencia de
malaria en Buenaventura la población de
interés son TODOS los habitantes de este
municipio.
Las poblaciones pueden ser finitas o infinitas:
 Si el número de unidades es un número
fijo, se dice que la población es finita.
 Por otra parte, si el número de unidades
es infinito o desconocida, la población es
infinita.
1.2.4 Censo
Es el estudio de todos y cada uno de los
elementos de una población. Cuando sea
posible el estudio de todos los elementos de
una población, es decir cuando se pueda hacer
censo, se obtendrán resultados exactos y
confiables de una realidad.
1.2.5 Muestra
Una muestra puede definirse simplemente
como una parte o subconjunto de la población
objetivo seleccionada científicamente.
Lo que se pretende con una muestra es que sea
un reflejo fiel del conjunto de la población
objetivo, pero que con menos recursos, se
puedan obtener, resultados adecuados, para
resolver la duda de investigación y alcanzar el
objetivo del estudio.
Por lo general se trata de usar la información
de la muestra para hacer inferencias acerca de
la población. Por esta razón es importante
definir detalladamente la población que se
estudia y obtener una muestra adecuada de la
población definida, lo cual no es cosa trivial.
Toda muestra debe cumplir con unos
requerimientos mínimos que la hagan
apropiada en cualquier estudio. Estos
requerimientos son:
a) Representativa: se logra utilizando un
adecuado método de muestreo o técnica
de selección de la muestra (esto se verá
en la sesión 4). Los métodos de muestreo
Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica 2
probabilísticos son: aleatorio simple,
sistemático, estratificado, conglomerado
y poli-etápico. Estas técnicas de muestreo
se basan en la aleatorización, por lo que
se requiere utilizar procedimientos Tabla 1. Parámetros y estimadores
aleatorios en la selección de las unidades Definición del
que conformaran la muestra, tales como: Parámetro Estimador
parámetro
generación de números aleatorios en el
computador, una calculadora, una tabla Media  x
de números aleatorios, etc. Proporción P p̂
Diferencia de
b) Adecuada: es el número de elementos que
debe tener la muestra. Si la muestra se medias
1 - 2 x1  x2
Diferencia de
obtendrá con procedimientos estadísticos,
su tamaño se determina según formulas proporciones
P1 – P2 pˆ 1  pˆ 2
que tienen en cuenta el parámetro en Coeficiente de
estudio, la confiabilidad, la precisión, la correlación
 r
potencia, etc. de acuerdo a la técnica Varianza 2
S2
estadística de muestreo a aplicar. El Desviación
cálculo de tamaños de muestra se verá en  S
estándar
la sesión 9. Riesgo
RR RR
relativo
Errores en la selección de una muestra conlleva Odds ratio OR OR
a lo que en la “Epidemiologia” se conoce como
sesgos de selección, los cuales afectan la Ejemplo 2:
validez de un estudio.
Suponga que la población bajo estudio
corresponde a las viviendas de la comuna 10 de
1.2.6 Parámetro
la ciudad de Cali. Algunos parámetros pueden
ser:
Un parámetro es una característica
cuantificable en la población. Tenga en cuenta  El ingreso promedio por vivienda es de
que si medimos alguna característica en la $450.000.oo (=450.000)
población (Por ejemplo: Peso de los recién  El 60% de habitantes son de sexo femenino
nacidos el hospital HUV de Cali durante el (P=0.60)
2010) estaremos haciendo un censo. La Tabla 1  La edad promedio es de 26 años (=26)
muestra algunos ejemplos de parámetros que
 El 25% de los habitantes son analfabetas
veremos en este curso.
(P=0.25)
Cuando un estudio se enfoca en una sola
población, y el interés es conocer alguna 1.2.7 Estimador
característica numérica (peso, talla, presión
sanguínea, etc.) el parámetro de interés será 
Se denominará estimador (o estadígrafo) a una
“Promedio o Media poblacional”. Tiene sentido
característica medible en la muestra. El fin de
que datos numéricos sean resumidos con un
un estimador es estimar un parámetro, luego
promedio.
cada parámetro tiene su estimador como lo
muestra la Tabla 1.
Cuando en una población la característica de
interés es categórica, es decir no numérica,
Ejemplo de estimadores es la edad promedio
(sexo, nivel de estudios, estado clínico,
en la que empiezan a fumar los adolescentes, o
diagnostico, etc.) el parámetro de interés será
el porcentaje de ellos que son del sexo
P, es decir una “Proporción”. Datos categóricos
masculino.
se resumen con proporciones o porcentajes.
En esta parte podemos definir la utilidad de la
Si el interés de un estudio es comparar datos
estadística inferencial, que es estimar los
numéricos en dos poblaciones, el parámetro de
parámetros (desconocidos) de una población de
interés será una diferencia de medias (1-2). estudio, con base en una muestra
Un ejemplo de este parámetro sería comparar representativa y adecuada.
el peso promedio de recién nacidos en dos
comunidades.
1.2.8 Variable
En la Tabla 1 se identifican dos parámetros de
uso común en estudios epidemiológicos. El
Es una característica o propiedad que se puede
riesgo relativo (RR) y el odds ratio (OR)
medir en la población o fenómeno que se está
también son parámetros. Una pequeña
estudiando. Dicha característica se clasifica
descripción de estas medidas de asociación
como variable si cambia de un individuo a otro,
epidemiológicas se presenta en el anexo 2.
o en el mismo individuo de acuerdo al
momento.
Finalmente los estudios epidemiológicos o
experimentos de laboratorios son enfocados a
Cualquier dato que un investigador recoge en
estimar parámetros de una población.
una encuesta, formato o CRF (Case Report
Identificar el parámetro de interés en estudio
Form) es una variable. Es importante resaltar
permite direccionar el cálculo de tamaño de
que en una investigación solo se deberían
muestra y el plan de análisis de los datos de
recolectar aquellas variables que ayuden a
una investigación.
responder los objetivos del estudio.
 Unidad de Epidemiología y Bioestadística Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica 3

 Severidad de un efecto adverso Como se aprecia en los ejemplos, las

Las variables pueden ser cuantitativas o  Diagnostico medico categorías de las variables llevan un orden
cualitativas.  Diagnostico de ingreso implícito.
1.2.8.1 Variables cuantitativas
1.2.9.3 Escala de razón
1.2.9 Escalas o niveles de medición
También llamadas variables numéricas.
Describe una característica en términos de un Se caracteriza por una unidad numérica de
Las 4 principales escalas o niveles de medición
valor numérico o cantidad. medición asociada a la escala de los números
utilizados para medir variables son:
reales. Por lo tanto se deben cumplir estas 2
Ejemplo 3: características:
 Nominal
 Ordinal
 Estatura 1) Ya que tiene como referencia y punto de
 Peso  De intervalo partida el CERO de los reales, entonces el
 Edad (años)  De razón cero indica ausencia de la característica.
 Número de hijos en una familia 2) Se pueden hacer comparaciones lógicas
Las variables categóricas se miden en escala
 Número de células en una muestra de
nominal u ordinal, mientras que las variables Ejemplo 9:
sangre
numéricas se miden en escala de intervalo o de
 Tamaño de lesión de leishmaniasis (mm) razón.
 Ingreso familiar  Estatura del paciente (cm)
 Peso del hámster (gramos)
Las variables cuantitativas se subdividen a su 1.2.9.1 Escala nominal  Tiempo en que tarda una larva en
vez en continuas y discretas: convertirse en adulto (días)
 Numero de colonias en un cultivo
O escala clasificatoria. Se dan códigos de
Variables continuas: (unidades)
identificación que denotan la ausencia o
presencia de una cualidad, para distinguir una  Tamaño de la lesión (mm)
Las variables continuas son aquellas medición de otra. En esta escala las
características que son medidas dentro de un mediciones individuales no tienen un orden En esta escala se permiten comparaciones
rango continuo infinito de valores numéricos y intrínseco. No es importante el orden en que se como: “La lesión aumentó el doble de su
se registran con números reales. Pueden presentes las categorías. tamaño original “
presentar cualquier valor dentro de cierto
intervalo. Ejemplo 7: 1.2.9.4 Escala de intervalo
Ejemplo 4:  Grupo sanguíneo
Se caracteriza por una unidad numérica de
 Estado civil medición con una escala específica (no la
 Estatura (Ej: 1.76543 mt)  Existencia de un programa de control de
 Peso (Ej: 55.66525 kg) escala de los números reales). Las variables
TBC (si/no) que se miden en escala de intervalo tienen 2
 Tamaño de lesión de leishmaniasis (Ej:  Sexo
6.0458 mm) características:
 Ingreso familiar (Ej: $ 455.651,86 ) Nota: Se debe tener cuidado con las 1) No tienen como referencia un cero
 Dosis efectiva 50 (ED50=12.5 μg/mL) operaciones matemáticas que se realicen con absoluto, sino un cero arbitrario. El cero no
las variables. Por ejemplo para efectos de indica ausencia de la característica.
Variables discretas: codificación o manejo se codifica la variable 2) No tiene sentido hacer comparaciones
sexo (“1 “Hombre y “2” Mujer), sin embargo no lógicas
Las variables discretas (o discontinuas) están tiene sentido hablar del promedio de la
asociadas a conteos o enumeraciones, razón variable sexo, aunque el computador lo Ejemplo 10:
por la cual, sólo permiten ser registradas con permita. En las variables nominales se puede
números enteros (0, 1, 2, 3, etc.) hablar de proporciones o porcentajes.
Ejemplo 5:  Escala centígrada en que se mide la
temperatura de un paciente, ya que 0°C
1.2.9.2 Escala ordinal no indica ausencia total de temperatura.
 Edad (años cumplidos) (Ej: 18, 25, 44)
 Número de hijos en una familia (Ej: 0, 1,
Esta escala no permite comparaciones. No
2, 3, etc.) O escala de rangos. Tiene una relación de
se puede decir que un cuerpo que se
 Número de células en una muestra de orden implícita entre las mediciones. Es
encuentre a 40°C tiene el doble de
sangre (Ej: 27, 70, 85) importante el orden en que se presenten las
temperatura que un cuerpo que se
 Numero de pétalos en una flor (Ej: 4, 5, 6) categorías. encuentre a 20°C, aunque la cantidad que
 Número de familias residentes en una hay de 0 a 20 es la misma cantidad que hay
manzana (Ej: 20, 25, 45) Ejemplo 8:
de 20 a 40.
 Numero de insectos atrapados en una red
(Ej: 0, 1, 2, 5, 10)  Nivel de escolaridad:
 El puntaje del ICFES
 Ninguno  Primaria
 Secundaria  Universitario
1.2.8.2 Variables cualitativas
Es muy importante tener presente el tipo de
 Clasificación de un efecto adverso variable y las escalas de medición cuando se
Una variable cualitativa o categórica describe  Leve  Moderado  Severo realiza un estudio, puesto que las pruebas
una característica como una cualidad o estadísticas varían dependiendo del tipo de
atributo. Es una cualidad que el sujeto posee o  Nivel de interés variable y de la escala de medición de la
no posee.  Muy importante característica en referencia.
 Importante
Ejemplo 6:  Poco importante
 Nada importante
 Raza o grupo étnico
 Sexo
 Nivel de escolaridad
 Unidad de Epidemiología y Bioestadística
1.3 Anexo 1
1.3.1 Epidemiología
Los siguientes conceptos y definiciones fueron
obtenidos del libro “Metodología de la
investigación” de Juan Luis Londoño Fernández
(1).
La epidemiología es el estudio de la
distribución, frecuencia y determinantes de las
enfermedades en las poblaciones humanas. El
objeto de interés en la epidemiologia es la
salud colectiva, a diferencia de la medicina
clínica que tiene como interés inmediato la
salud del individuo.
El éxito de la epidemiología depende de un
proceso de 3 etapas secuenciales:
1. Descripción del estado actual de salud de
la población de interés.
2. Identificación de los factores relacionados
con la presencia de la enfermedad.
3. Prevención de la presentación de nuevos
casos mediante la disminución en la
Figura 2. Clasificación de los estudios en epidemiologia
Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica 4
exposición a factores, curación de los ya las variables de estudio (Observacional /
existentes, y prolongación de la vida de Experimental)
aquellos incurables.
 Según si se van a hacer o no
comparaciones de poblaciones
1.3.2 Tipología de la Investigación (Descriptivo / Analítico ó comparativo)
Epidemiológica
 Según la evolución del fenómeno
La Figura 2 muestra una clasificación general estudiado (Transversal / Longitudinal)
de los estudios en epidemiologia. Cuando se
 Según el periodo en que se capta la
plantea un problema, tema o pregunta de
información (Retrospectivo / Prospectivo)
investigación, se comienza a investigar al
respecto. Regularmente se comienza con
estudios de tipo descriptivo, cuyo objetivo
simplemente es describir una situación,
describir los datos, para posteriormente
realizar estudios inferenciales (analíticos) que
buscan ir más allá de lo descriptivo. En estos
estudios (los analíticos) se hacen
comparaciones, se buscan causas, efectos,
factores de riesgo, etc.
Es importante mencionar que un estudio se
puede clasificar desde varias perspectivas,
como se muestra en la Figura 3.
Figura 3. Perspectivas para clasificar un
estudio
 Según la interferencia del investigador en
 Unidad de Epidemiología y Bioestadística
Hagamos una breve descripción de la Figura 2.
De acuerdo con las diferentes estrategias
metodológicas empleadas en la búsqueda del
conocimiento, los estudios epidemiológicos
pueden agruparse en dos grandes tipos: los
experimentales y los observacionales (1).
Estudios experimentales
Los estudios experimentales son aquellos en los
cuales es posible manipular la variable
independiente de exposición y asignar
aleatoriamente los participantes a los grupos
definidos.
 En esta categoría pertenecen la mayoría de
los “ensayos de laboratorio” en los cuales
las unidades de observación (unidades
experimentales) se asignan aleatoriamente
a los tratamientos.
 Los “ensayos clínicos” (ensayos clínicos
aleatorizados) también son estudios
experimentales realizados en pacientes,
con el fin de evaluar la respuesta de los
mismos a diferentes exposiciones.
Una derivación de los estudios experimentales
son los “estudios cuasi-experimentales”
(ensayos controlados no aleatorizados) en los
que la asignación no es aleatoria, aunque el
factor de exposición es manipulado por el
investigador; a este tipo pertenecen las
investigaciones que se hacen en ciertas
comunidades para evaluar la disminución de la
incidencia de determinada enfermedad
después de realizar programas educativos. Las
condiciones naturales de algunas localidades
pueden proporcionar cierta ventaja, lo cual
permite prescindir de la asignación aleatoria.
Otros diseños con asignación no-aleatoria son
los estudios con control concurrente no
aleatorizados y estudios con control histórico.
Otros diseños experimentales con asignación
aleatoria son los diseños factoriales, diseños
cruzados y algunas intervenciones
comunitarias.
Estudios observacionales
Los estudios observacionales son aquellos en
los cuales no existe manipulación del factor de
exposición por parte del investigador; ellos
constituyen una buena parte de la
investigación epidemiológica. Se limita a la
observación de las diversas respuestas
manifestadas por los elementos en estudio ante
situaciones que no son manipuladas por el
investigador. Según el objetivo y la estrategia
metodológica empleada para su ejecución, los
estudios observacionales pueden ser
descriptivos o analíticos:
 Los “estudios descriptivos” se realizan
cuando el conocimiento existente acerca
de la etiología de una enfermedad es
escaso, por tanto, son la primera
aproximación al conocimiento de ésta; en
muchas ocasiones son diagnósticos de
morbimortalidad, encuestas de frecuencias
o series de tiempo que muestran la
evolución cronológica de la
morbimortalidad. Estos estudios muestran
las características de un hecho sin intentar
dar una explicación entre las relaciones
Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica
existentes entre los elementos de dicho
fenómeno. No tienen hipótesis. Hacen
parte de los estudios descriptivos:
o Estudios trasversales ó de prevalencia
o Serie de casos
o Reporte de casos
 Un “estudio analítico” se realiza para
probar hipótesis especificas relacionadas
con los factores que presumiblemente
están asociados causalmente con la
presencia de una enfermedad. La hipótesis
sobre la asociación existente entre el
tabaquismo y el cáncer pulmonar se
formuló a partir de los hallazgos
informados por varios estudios descriptivos
que señalaban la alta frecuencia de
fumadores entre los pacientes con cáncer
pulmonar. Los subtipos más importantes de
estos estudios son:
o Estudios de seguimiento o de cohorte
o Estudios de casos y controles
o Ensayos clínicos
Los estudios epidemiológicos también se suelen
clasificar como longitudinales y trasversales,
de acuerdo con la presentación de los eventos
en el tiempo.
Estudios longitudinales
Los estudios longitudinales observan los
eventos de interés en el transcurso del tiempo.
Los estudios retrospectivos y prospectivos
reciben la denominación común de
longitudinales. Se toma la información a lo
largo del tiempo, al cabo del cual se efectúa su
descripción o análisis.
 Un estudio retrospectivo se basa en
eventos ya ocurridos relacionados con la
enfermedad o con la exposición. Se toma
información de hechos que ocurrieron en el
pasado. Los datos ya se recolectaron.
 Los estudios prospectivos observan la
presentación de eventos futuros. Los
fenómenos están presentes o por ocurrir y
la información se va obteniendo
periódicamente. Los datos se recolectarán.
Estudios transversales
Los estudios de corte o trasversales miran
eventos presentes y muestran la frecuencia y
las características con las que se presenta una
enfermedad en el momento. La recolección de
la información se hace en una sola ocasión y de
inmediato se procede a su descripción o
análisis. Es como tomar una foto y observar lo
que sucede en un momento determinado.
1.3.3 Diseños clásicos en epidemiologia
En la etapa de diseño del estudio es necesario
contar con la asesoría de un epidemiólogo, el
cual ayudará en la elección del tipo de estudio
más adecuado que responda a la pregunta de
investigación.
Algunos de los tipos de estudios
epidemiológicos más comunes son:
5
 Estudios de prevalencia
 Estudios de casos y controles
 Estudios de cohortes
 Ensayos clínicos
 Evaluación de pruebas de diagnostico
 Estudios ecológicos
Una breve (muy breve) descripción de estos
estudios se presenta a continuación.
Estudios de prevalencia
Un estudio transversal o estudio de prevalencia
es un estudio epidemiológico, observacional,
descriptivo, en el que en un único momento
temporal, se mide a la vez la prevalencia de la
exposición y del efecto en una muestra
poblacional, es decir, permiten estimar la
magnitud y distribución de una enfermedad o
condición en un momento dado. Es como tomar
una fotografía en el tiempo y ver qué está
pasando.
Estudios de casos y controles
Un estudio de casos control, es un estudio
epidemiológico observacional, analítico, en el
que los sujetos son seleccionados en función de
que tengan (casos) o no tengan (control) una
determinada enfermedad, o en general un
determinado efecto. Una vez seleccionados los
individuos en cada grupo, se investiga si
estuvieron expuestos o no a una característica
de interés y se compara la proporción de
expuestos en el grupo de casos frente a la del
grupo de controles. Estos estudios
regularmente son retrospectivos.
Casos Controles
(Enfermos) (Sanos)
No No
Expuestos Expuestos
expuestos expuestos
Estudios de cohortes
Una cohorte es un grupo de Individuos que
tienen algo en común y que forman parte de un
grupo por un largo periodo.
Un estudio de cohorte es un estudio
epidemiológico observacional, analítico,
longitudinal prospectivo (aunque a veces
retrospectivos), en el que los individuos que
componen los grupos de estudio se seleccionan
en función de la presencia de una determinada
característica o exposición. Estos individuos no
tienen la enfermedad de interés y son seguidos
durante un cierto periodo de tiempo para
observar la frecuencia con que la enfermedad
aparece en cada uno de los grupos. También se
llama estudio de seguimiento, de proyección o
de incidencia.
Cohorte expuesta Cohorte no expuesta
No No
Enfermos Enfermos
enfermos enfermos
 Unidad de Epidemiología y Bioestadística
Ensayos clínicos
Es el estudio experimental más frecuente. Los
sujetos son pacientes y se evalúa uno o más
tratamientos para una enfermedad o proceso.
La validez de este estudio radica
fundamentalmente en que el proceso aleatorio
haga los grupos comparables en las variables
más relevantes en relación al problema a
estudiar. El diseño del estudio debe
contemplar básicamente:
 La ética y justificación del ensayo.
 La población susceptible de ser estudiada.
 La selección de los pacientes con su
consentimiento a participar.
 El proceso de aleatorización.
 La descripción minuciosa de la
intervención.
 El seguimiento exhaustivo que contemple
las pérdidas y los no cumplidores.
 La medición de la variable final.
 La comparación de los resultados en los
grupos de intervención y control.
Evaluación de pruebas de diagnostico
Estos tipos de estudios buscan determinar la
validez y repetibilidad de una prueba
diagnóstica. La validez o exactitud se refiere al
grado en que el examen es capaz de
determinar el valor verdadero de lo que se está
midiendo. Para ello se comparan los resultados
de la prueba con los de un patrón: este puede
ser el verdadero estado del paciente, un
conjunto de exámenes que se juzgan más
adecuados, u otra forma de diagnóstico que
sirva de referencia. La prueba de diagnóstico
ideal debería proporcionar siempre la
respuesta correcta, es decir un valor positivo
en los individuos que padecen la enfermedad y
un resultado negativo en los individuos que no
la padecen. Además de eso, la prueba debe ser
de ejecución rápida, segura, sencilla, inocua,
confiable y de bajo costo. La repetibilidad o
fiabilidad es la concordancia o la uniformidad
de los resultados obtenidos cuando se repite el
examen.
Estudios ecológicos
En todos los estudios epidemiológicos
mencionados arriba la unidad de análisis es el
individuo. En los estudios ecológicos la unidad
de análisis es un grupo de individuos, llamado
también conglomerado o clúster. En estos
estudios se buscan asociaciones o relaciones
entre indicadores en salud, como por ejemplo
tasas de eventos, y niveles de exposición. Ya
que los datos en estos estudios son datos a
nivel de grupo (promedios o tasas) son más
susceptible se sesgos que los otros diseños. Sin
embargo tienen la ventaja de ser generadores
de hipótesis, entregar resultados de manera
rápida y ser menos costosos.
1.4 Anexo 2
La epidemiología, como disciplina científica,
observa los fenómenos relacionados con la
morbimortalidad que se presenta en grupos
humanos y los describe por medio de medidas,
Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica
algunas de ocurrencia de la enfermedad
(incidencia y prevalencia) y otras de asociación
para factores de riesgo (riesgo relativo y odds
ratio).
Las medidas de ocurrencia o frecuencia de una
enfermedad pueden estar expresadas como
cifras absolutas, proporción, razón o tasa.
Proporción
Una proporción es una medida que expresa la
frecuencia con la cual se presenta cierto hecho
o evento con respecto al total de unidades
observadas, en otras palabras es una medida
que expresa la relación de una parte con el
todo. Se caracteriza porque:
 El numerador está contenido en el
denominador
 Debe tener un valor entre 0 y 1
Ejemplo 11:
El porcentaje de estudiantes de salud pública =
Estudiantes Salud Pública / Total de
estudiantes: P = 11/50 = 0.22
Razón
Toda razón es una medida que compara una
cantidad con otra por medio de una división.
 Es el cociente de dos números
 Es un término muy general que incluye
cualquier expresión que tenga numerador
y denominador
Ejemplo 12:
Razón de hombres = No de Hombres/No de
Mujeres
Tasa
Aunque el termino tasa se ha utilizado
frecuentemente en el área de la salud para
denominar a cualquier medida relativa, incluso
las proporciones, en la terminología moderna
se reserva para una medida que expresa la
frecuencia con la cual se presenta determinado
evento en el tiempo.
Muchas veces el valor de una tasa es una cifra
muy pequeña compuesta por un número
fraccionario que tiene varios decimales, debido
a que la incidencia de ciertos eventos es
relativamente baja y los grupos en los que se
presenta son numerosos, por lo cual se suele
expresar el valor de las tasas en múltiplos de
10, 100, 1.000, 10.000, 100.000, etc. con el fin
de facilitar su interpretación.
 El denominador es el tiempo o tiene
implícito el concepto de tiempo.
Ejemplo 13:
 116 casos de varicela / 1125 niños durante
1995
 10.3 casos x 100 durante 1995103.1 casos
x 1,000 durante 1995
 1031 casos por 10,000 durante 1995
6
1.4.1 Medidas de ocurrencia
Prevalencia
¿Cuántos casos hay en un momento
determinado?
La prevalencia de una enfermedad (o
infección) en una población, es la proporción
de individuos que presentan el evento de
interés entre el total de individuos.
La prevalencia estudia la frecuencia con que
determinados eventos se presentan o
prevalecen en cierto momento.
N  de personas con la enfermedad
Pr evalencia : P 
N  de personas en estudio
 Prevalencia= Casos / Población a riesgo.
 Población a riesgo significa “candidato a
tener la enfermedad”.
 Prevalencia es la medida de ocurrencia
más básica en epidemiología.
 Es como mirar a “una foto” de la situación
de la enfermedad en la población a
riesgo. Es una proporción, por lo tanto su
valor está entre 0 y 1.
 La prevalencia puede ser usada para
estimar la probabilidad de encontrar una
persona con la enfermedad en una
muestra aleatoria de la población a
riesgo.
Incidencia
En epidemiologia se puede estudiar la
frecuencia con la que se presentan casos
nuevos en la población. Esta medición se puede
hacer mediante una incidencia acumulada (IA)
o una tasa de incidencia (TI) llamada también
densidad de incidencia (DI).
En la incidencia acumulada se asume que la
población a riesgo es constante, mientras que
en la tasa de incidencia la población es
inestable (varia en el tiempo).
Incidencia acumulada: IA
¿Cuántos casos nuevos aparecieron en un
periodo de tiempo?
La incidencia determina la frecuencia con que
estos eventos se presentan o inciden en un
periodo de tiempo.
La incidencia es la probabilidad de que una
persona sana desarrolle un nuevo caso de la
enfermedad en algún periodo de tiempo
especificado.
N  de casos nuevos con la enfermedad
Incidencia : I 
N  de personas exp uestas
 Incidencia = Casos Nuevos / Población a
riesgo en el tiempo.
 La incidencia considera el paso del
tiempo.
 Es como mirar “una película” de la
situación de la enfermedad en la
población a riesgo. La incidencia puede
ser usada para estimar el riesgo de una
 Unidad de Epidemiología y Bioestadística Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica 7

enfermedad durante un periodo de tiempo Evento número de veces que ocurre el suceso frente a
definido. Total cuántas veces no ocurre. Así un odds de 2
Si No
 Incluye tres componentes: casos nuevos, Expuesto a b a+b indica que 2 personas sufrirán el suceso frente
población a riesgo y paso del tiempo. Exposición No a 1 que no lo hará.
c d c+d
expuesto p p
Total a+c b+d a+b+c+d Odds  
Tasa de incidencia: TI q 1 p
Cuando el denominador (población a riesgo) es Usaremos un ejemplo para la explicación. En El odds indica cuánto más probable es el éxito
inestable, la incidencia se mide por medio de un estudio de pacientes hipertensos se (p) que el fracaso (q=1-p). Mide la proporción
una tasa de incidencia, a veces también pretende investigar la posible asociación entre entre la probabilidad de que ocurra un suceso y
llamada densidad de incidencia (DI). la probabilidad de padecer un infarto y el la probabilidad de no ocurrencia. Además
grado de control de la hipertensión. Para ello p+q=1  q=1-p.
Cuando por varias razones: 1) las personas se analiza una muestra aleatoria de 728
ingresan al estudio en diferentes momentos en pacientes, observándose los siguientes Odds (Oportunidad)
el tiempo; 2) El tiempo de seguimiento no es resultados:
uniforme; y 3) Algunas personas se retiran del
Odds = Probabilidad que un evento ocurra
estudio aportando información en un periodo Evento Probabilidad que el evento NO ocurra
corto; la estimación más precisa que utiliza No Total
toda la información disponible es la tasa de Infarto
infarto En notación de probabilidades:
incidencia. Mal
10 250 260
control Odds (A)= p(A) / [1 – p(A)]
# 𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑛𝑢𝑒𝑣𝑜𝑠 Exposición
𝑇𝐼 = Buen
∑ 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 − 𝑡𝑖𝑒𝑚𝑝𝑜 7 461 468
control Ejemplo 14:
Total 17 711 728
Si la probabilidad que el evento A ocurra es
Donde el numerador es similar al de IA, y el
De acuerdo con los datos de este ejemplo, el 0.7, Odds (A) =0.7/0.3 = 2.33
denominador es la suma del tiempo que aportó
riesgo de infarto en el grupo de mal control es
cada persona en el periodo de seguimiento.
10 / 260 = 0.038, mientras que el riesgo en el Interpretación: La oportunidad de que el
grupo de buen control es de 7 / 468 = 0.015. evento A ocurra es 2.33.
1.4.2 Medidas de asociación
Riesgo en el grupo de mal control =
Ejemplo 15:
¿Cómo saber si una exposición está asociada a 10
con un evento? R1    0.038
a  b 260 Consideremos como ejemplo un estudio de
casos y controles con 364 pacientes con infarto
Hay dos estrategias:
Riesgo en el grupo de buen control = y 364 controles. Para determinar el mal control
de la hipertensión como factor de riesgo, se
1. Medir la ocurrencia del evento en los c 7 construye la siguiente tabla:
expuestos y compararla con los no R2    0.015
expuestos. c  d 468
Evento
2. Medir la presencia de la exposición en Existen diferentes procedimientos para No Total
aquellos con el evento (enfermos) y cuantificar la importancia de la asociación. Infarto
infarto
compararla con los que no tienen el Uno de ellos utiliza el cociente de esos dos (Casos)
(Control)
evento (sanos). riesgos 0.038 / 0.015 = 2.6, y nos indica cuánto
Mal
más probable es que ocurra el suceso en el 200 124 324
Dos medidas de asociación muy utilizadas en control
primer grupo frente al segundo. Es lo que se Exposición
epidemiologia son el riesgo relativo (RR) y el Buen
conoce como Riesgo Relativo (RR). 164 240 404
odds ratio (OR). Estas medidas permiten ir más control
allá de la simple comparación de frecuencias La interpretación del RR en el ejemplo es: El Total 364 364 728
entre grupos. Nos dice con que intensidad o riesgo de un infarto en el grupo de mal control
fuerza dos factores varían en conjunto. de la hipertensión es 2,6 veces mayor que el
grupo de buen control.
Las medidas de asociación se construyen a  El odds de mal control en el grupo de
partir de las medidas de frecuencia: incidencia La fórmula para calcular el riesgo relativo (RR) casos es de 200/164 = 1.22
acumulada (IA), tasa de incidencia (TI) y el en tablas 2x2 es:
Odds (oportunidad).  El odds de mal control en el grupo control
es de 124/240 = 0.52
a
Riesgo relativo (RR) ab a (c  d ) El cociente de los odds de los dos grupos es lo
RR   que se denomina odds ratio y constituye otra
c c (a  b) forma de cuantificar la asociación entre dos
La determinación de la presencia o ausencia de
un suceso en dos grupos diferentes es una
cd variables dicotómicas. En la tabla anterior el
situación habitual en los estudios clínicos. El valor del odds ratio es aproximadamente 2.36.
riesgo relativo (RR) es una medida de Odds Ratio (OR)
asociación utilizada en estudios de seguimiento El cálculo del odds ratio a partir de los datos
(cohortes y ensayos clínicos). Actualmente otra medida muy utilizada es la de frecuencia de una tabla 2 x 2 es muy
que se denomina "Odds Ratio" (OR), para la que sencillo:
Los resultados se suelen mostrar en una tabla no hay un término en castellano que sea bien
de contingencia 2x2: aceptado. Es utilizada para cuantificar la
asociación entre un evento y una exposición en a b
estudios de casos y controles.
c d
El odds (ventaja) es otra forma de representar
un riesgo, mediante el cociente entre el
 Unidad de Epidemiología y Bioestadística Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica 8

Interpretación del RR y el OR

 RR = 1.0: No hay asociación. El riesgo de

enfermedad (evento) entre los expuestos
y los no expuestos es el mismo.

 RR < 1.0: Asociación “negativa”. El riesgo

de enfermedad (evento) entre los
expuestos es menor que en los no
expuestos

 RR > 1.0: Asociación “positiva”. El riesgo

de enfermedad (evento) entre los
expuestos es mayor que en los no
expuestos

Fuerza de la asociación:

(Clasificación empírica: aplica para RR y OR)

Magnitud Interpretación
1.1 - 1.3 Débil
1.4 - 1.7 Modesta
1.8 - 3.0 Moderada
3.0 - (+) Fuerte
< 1.0 Igual pero calculando el
inverso

Comentarios adicionales:

 El RR y el OR son estimativos puntuales.

 Los estimativos puntuales pueden variar
de una muestra a otra.
 El RR y el OR deben ir siempre
acompañados de un Intervalo de confianza
del 95% (IC 95%).
 Si el IC 95% incluye 1.0, hay chance de
que no exista asociación, así el RR o el OR
sean diferentes de 1.0

Referencias:

(1) Londoño F., Juan Luis. Metodología de la

investigación epidemiológica. 1995.

(2) Daniel Wayne W. Bioestadística. Base para

el análisis de las ciencias de la salud.
Editorial Limusa S.A. Grupo Noriega
Editores. 2000.

Reconocimiento:

Algunos de los conceptos básicos de la

estadística descriptiva se retomaron de
material elaborado por Luis Fernando Grajales
y Rafael Tovar en las primeras versiones de
este curso.

En la parte de epidemiologia se retomó

material elaborado por el epidemiólogo Carlos
Rojas.