Documentos de Académico
Documentos de Profesional
Documentos de Cultura
epidemiológicas
Facultad de Medicina Alberto Hurtado
Escuela de Tecnología Médica
2/07/2021 1
Tópicos de la clase
• Introducción: Importancia de la comparación
• Revisión de diseños
• Cálculo de:
– Odds ratio: OR
– Razón de prevalencias: PR
– Razón de riesgos: RR
• Ejemplos
En previas clases….
• Se busca asociación entre consumo de cerveza
(bebe/no bebe) y tener accidentes de tránsito
(tuvo/no tuvo)
• Obtenemos un p<0.05
• Conclusión. Existe asociación entre consumo
de cerveza y tener un accidente de tránsito
• Sin embargo…
Importancia de la comparación
• En epidemiología no basta en saber si existe
asociación, también se desea saber la fuerza y
dirección de dicha asociación
Odds Ratio 𝑎
Razón entre Odds de exposición en
𝑐 𝑎∗𝑑
los casos y Odss de exposición entre
𝑏 =
los no casos 𝑏∗𝑐
𝑑
Interpretación del OR
• También es llamado razón de productos
cruzados.
Ejemplo de OR
• Asociación entre consumo del plato principal
en un restaurante y casos de hepatitis
Hepatitis No hepatitis Total
Consumió 18 7 25
No consumió 9 21 30
Total 27 28 55
2
OR= 6
0.33
Los odds de exposición en las personas con hepatitis son 6 veces los odds de
exposición en las personas sin hepatitis
Razón de prevalencias
• Razón de prevalencias
• Se comparan las prevalencias de los casos
expuestos vs las prevalencias de los casos no
expuestos
Razón de prevalencias =
a/(a+b)
c/(c+d)
Interpretación del RP
• Es casi la misma que el OR
0.028
RP = 1.61
0.017
La prevalencia de cardiopatía en las personas que fuman es 1.61 veces la
prevalencia de cardiopatía en las personas que no fuman
Riesgo relativo (RR)
• Compara las incidencias en los expuestos vs
las incidencias en los no expuestos
0.028
RR = 1.61
0.017
La incidencia de cardiopatía en las personas que fuman es 1.61 veces la
incidencia de cardiopatía en las personas que no fuman
OR vs RP/RR
• El OR es muy sensible a la prevalencia de la
exposición
• Si la prevalencia es mayor a 10% la asociación
estará sobreestimada
60 X 80 OR = 6 60 /100 RP = 3
20 X 40 20/100
Reflexiones finales (1)
• El cálculo de las medidas de asociación
depende del diseño de estudio.
• Puede seguir esta regla:
Diseño Medida de Observaciones
asociación
Transversal OR o RP Si la prevalencia es >10% OR no
es una buena medida
Casos y Controles OR No se debe calcular RP por el
mismo diseño de estudio
Cohortes RR También se pueden comparar
Ensayos Clínicos RR las tasas de incidencia y sacar
un RTI (Razón de tasas de
incidencia)
Reflexiones finales (2)
• Estas medidas solo son estimados puntuales,
para inferir a la población necesitamos el
intervalo de confianza.
• Diremos que hay asociación si el intervalo no
cruza el 1