La eficacia de una prueba diagnóstica depende de su capacidad para detectar

correctamente la presencia o ausencia de la enfermedad:

1º Sensibilidad: probabilidad de que un individuo enfermo tenga un test positivo,

indicando la proporción del total de enfermos que el test es capaz de detectar.
2º Especificidad: probabilidad de que un individuo sano tenga un test negativo,
indicando la proporción de individuos sanos confirmados como tales por el resultado
negativo del test.
3º Valor predictivo positivo: compara la probabilidad de que un px enfermo presente un
resultado positivo se presente en un individuo sano.
4º Valor predictivo negativo: relaciona la probabilidad de que un px enfermo presente un
resultado negativo con la probabilidad de que el resultado negativo se de en un
individuo sano.

RECUERDA
Aumento de la PREVALENCIA —> Aumento de VPP y disminuye VPN
Disminución de PREVALENCIA —> Disminuye de VPP y aumenta VPN

Criterios dependientes
DE LA ENFERMEDAD
La enfermedad debe ser comú n y grave
Ha de conocerse la historia natural de la enfermedad
Tx, en el estado presintomatico, tiene que reducir la morbilidad en mayor
medida que el tx después de la aparició n de los síntomas.

DE TEST
De fá cil aplicació n
Coste razonable dentro del presupuesto de salud.
Inocuo a la població n
Confiabilidad o capacidad de repetició n
Validez: se refiere a la capacidad del test de medir lo que realmente se desea
medir.

POBLACIÓ N DIANA
Riesgo de ser afectado por la enfermedad debe ser alto
Informació n demográ fica tiene que estar disponible en la comunidad.
Comunidad ha de sentir la necesidad de programas de salud pú blica.

Coeficiente Kappa

 Es la medida del grado de concordancia no aleatoria entre varios

observadores o entre distintas mediciones de la misma variable: Varía de -1 a
1+.

EPIDEMIOLOGIA
 o Como la ciencia que estudia la distribució n y los determinantes del
fenó meno salud- enfermedad en las poblaciones humanas.

2 aspectos fundamentales:

1. Estudiar la distribució n de las enfermedades en relació n con las

variables lugar, tiempo y persona Epidemiología descriptiva.
2. Buscar los factores que determinan la distribució n encontrada e
identificar las asociaciones causales  Epidemiología analítica

Principales posibilidades
 Establecer dx de salud de una comunidad.
 Conocer los factores causales de una enfermedad y las probabilidades de
enfermar.
 Evaluar la eficacia/ efectividad/ eficiencia de los procedimientos preventivos
y terapéuticos de los servicios de salud.

Pasos fundamentales dentro del método epidemioló gico:

1. Observar un fenó meno
2. Elaborar una hipó tesis
3. Probar la hipó tesis
4. Emitir un informe o ley.

Riesgo: probabilidad de desarrollar una enfermedad por estar expuesto a ciertos

factores.
Causa: condició n que, sola o acompañ ada de otras condiciones, inicia o permite
iniciar una secuencia de acontecimientos que producen un determinado efecto.
Factor de riesgo: variable endó gena o exó gena al individuo, controlable, que precede
al comienzo de la enfermedad y que esta asociada a un incremento de la
probabilidad de aparició n de la misma (ej= tabaco como factor de riesgo de cá ncer
de pulmó n).
Marcador de riesgo: variable NO controlable, endó gena al individuo (constitucional),
y cuya presencia anuncia a los individuos particularmente vulnerables ( ej= sexo
femenino como marcador de riesgo de cá ncer de mama).
Indicador de riesgo: variable sin relació n causal con el problema, pero cuya
presencia alerta precozmente sobre el padecimiento (ej= manchas de Koplik como
signo precursor de la aparició n del sarampió n).

FORMAS BÁ SICAS DE MEDIDA

Nú mero: valor absoluto. Al no conocer el denominador no se puede saber la

importancia relativa del problema.
Razó n: es el cociente en el que el numerador no esta incluido en el denominador, es
decir cociente entre 2 entidades que poseen caracteres distintos.
Proporció n: es el cociente en el cual el numerador esta incluido en el denominador.
Tasas: mide la ocurrencia de un suceso durante un periodo de tiempo en una
població n determinada.

MEDIDAS DE FRECUENCIA DE LA ENFERMEDAD

Prevalencia: es el # total de los casos entre el total de la població n.

Incidencia acumulada: se define como el # de casos nuevos de una enfermedad que
se produce en un periodo de tiempo.
Densidad de incidencia: se define como el # de casos nuevos de la enfermedad que
se producen en un periodo de tiempo, teniendo en cuenta la informació n que aporta
el sumatorio de riesgo de cada uno de los individuos.

MEDIDAS DE ASOCIACIÓ N

Riesgo relativo: medida de asociació n en los estudios de cohortes. ¿Cuá nto + fz es la

enfermedad entre los expuestos a un factor de riesgo respecto a los no expuestos.

Razó n de prevalencia: es la medida de asociació n de los estudios transversales =

enfermos expuestos / enfermos no expuestos.

TIPOS DE ESTUDIOS EPIDEMIOLOGICOS

Series de casos clínicos: describen características de un grupo de enfermos.

Estudios ecoló gicos: los conglomerados pueden estar constituidos por grupo
poblacionales, comunidades, regiones o países.
Estudios transversales o de prevalencia: estudios descriptivos y transversales, ya q
analizan la relació n entre una enfermedad y algunas variables a un momento
concreto.
Aná lisis de las medidas de enfermedad: estudio de prevalencia, la medida que se
obtiene es la razó n de prevalencia de individuos expuestos.

Estudios analíticos: intentan establecer una relació n de casualidad entre el factor de

riesgo y la enfermedad se pueden clasificar en :
Experimentales asigna factor de estudio (fá rmaco, vacuna, campañ a de
educació n)
Observacionales investigador se limita a observar que es lo que sucede en un
grupo de individuos, sin manipular el estudio.

ESTADISTICA
Método de razonamiento que permite interpretar un conjunto de datos cuyo
cará cter esencial es la variabilidad.
Estadistica descriptiva: organizació n, presentació n y síntesis de los datos de una
manera científica y ló gica.
Estadística inferencial: bases ló gicas mediante las cuales se establecen conclusiones
relacionadas con poblaciones, a partir de los resultados obtenidos en muestras,
trabaja con los datos que le proporciona la estadística descriptiva y es la parte
fundamental para la medicina clínica.

Població n: conjunto de todos los individuos, generalmente inaccesible, que tienen en

comú n alguna característica observable y del que se pretende obtener una serie de
conclusiones.
Muestra: conjunto menor de individuos, accesible y limitado, sobre el que se realiza
el estudio con idea de obtener conclusiones generalizables a la població n.

Muestreos probabilísticos: en ellos se conoce la probabilidad de que un individuo

sea elegido para la muestra.
Muestreo aleatorio simple: aquel tipo de muestreo en el que cada individuo tiene las
mismas posibilidades de se elegido para formar parte de la muestra.
Muestreo aleatorio estratificado: població n se divide en estratos. La muestra se
obtiene seleccionado de cada estrato un nú mero proporcional a la població n que
representa.
Muestreo sistemá tico: proceso de selecció n empleado se basa en alguna regla
sistemá tica simple.
Muestreo por conglomerado: la selecció n se realiza fundamentalmente con el
objetivo de reducir costes.

Variable: es una característica observable que se desea estudiar en una muestra de

individuos, pudiendo tomar diferentes valores.

ESTADISTICA DESCRIPTIVA

Medida aritmética: es la medida de centralizació n má s comú n. Se calcula sumando

los valores numéricos de todas las observaciones y dividiendo el total por el nú mero
de observaciones.

Mediana: valor numérico que divide el conjunto de datos ordenados en 2 partes

iguales, es decir, 50% de los datos será menor que ella y el resto, mayor.

Moda: es el valor má s corriente o el valor de la variable que se presenta con mayor

frecuencia. Pueden existir distribuciones con má s de una moda.

Pará metros de posició n: cuartiles, deciles, percentiles.

Media geométrica: muy utilizada en microbiología y serología, cuyos datos tienen

una marcada asimetría positiva.
PROBABILIDAD
 Es un valor entre 0 y 1, es decir 0 < P(A) < 1.
 Se le llama seguro E al que ocurre siempre, entonces: P(E)=1

Probabilidad condicionada: se consideran ú nicamente los casos en los q aparece

B, y viendo en cuantos de estos casos tiene lugar el suceso.

Pá gina 35 formulas

PRINCIPALES LEYES DE DISTRIBUCIÓ N DE VARIABLES ALEATORIAS

Existen 3 leyes teó ricas que tienen la particularidad de ser seguidas por una
inmensa mayoría de los fenó menos bioló gicos habituales:
 Distribució n binomial (distribuciones discretas).
 Distribució n de Poisson o de los sucesos raros (distribuciones discretas).
 Distribució n normal o de Gauss (distribuciones continuas).

Distribució n binominal ley teó rica de aplicació n siempre que se conozca de

entrada la probabilidad de aparició n de un fenó meno bioló gico. É xito o fracaso.

Distribució n de Poisson aproximació n de experimentos binomiales donde el # de

pruebas es muy alto, pero la probabilidad de éxito muy baja.

Distribució n de Gauss corresponde a variables cuantitativas continuas.

Se caracteriza por 2 medidas  media y desviació n típica.
Es unimodal.
Simétrica alrededor de la media. Media, mediana y moda coinciden.
Tiene forma acampanada, sin un pico excesivo.
Á rea bajo la curva tiene un valor igual a 1.