Medidas de asociación

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

• La estimación de fuerza y dirección se puede

determinar por la comparación de grupos.
Según el diseño podemos comparar:
– Expuestos vs no expuestos
– Casos vs no casos
 Revisando diseños
Existen 3 diseños básicos para evaluar
asociación entre variables:
• Estudios transversales
• Estudios de casos y controles
• Estudios de cohortes

ESTO SOLO SERÁ UN

VISTAZO
VERAN MAS DETALLES DE
ESTO EN EPIDEMIOLOGIA
 Revisando diseños (2)
• En estudios transversales. Las variables son
medidas en un mismo momento y una sola
vez.
• Entonces si nos interesa una asociación entre
dos variables, encontraremos 4 posibles
escenarios
EL MEJOR EJEMPLO SON SUS
Casos Casos no
ENCUESTAS.
expuestos expuestos
¿Pueden identificar como serían las
No casos No casos no celdas de este cuadro si proponen
expuestos expuestos una asociación?
 Revisando diseños (3)
• En los diseños de casos y controles
normalmente uno puede definir quienes serán
casos y quienes no.
• Luego se evalúa si hay expuestos en los casos
y expuestos en los no casos.
EXPUESTOS
CASOS
NO EXPUESTOS LOS NO CASOS SERÍAN LOS
“CONTROLES”
Se llaman controles porque se ha
“controlado” que las personas se
EXPUESTOS parezcan a los casos en varios
NO CASOS
aspectos
NO EXPUESTOS
 Revisando diseños (4)
• En los diseños de cohortes normalmente la
diferencia es que primero se seleccionan
grupos de expuestos y no expuestos
• Luego se evalúa si hay expuestos o no
expuestos que se vuelven casos
CASOS
EXPUESTOS
NO CASOS AQUÍ ES NECESARIO HACER UN
SEGUIMIENTO
CASOS Sin un seguimiento, esto sería muy
similar a un estudio transversal
NO
EXPUESTOS
NO CASOS
 Ejemplos (3)
– E. Transversal:
• Prevalencia de casos expuestos vs prevalencia de casos
no expuestos
– E. Casos y controles
• Asociación
– E. de Cohortes
• Incidencia de casos expuestos vs incidencias de casos
no expuestos
Importancia de la comparación (3)
• A estas razones les llamamos medidas de
asociación epidemiológicas

• Para estimar la dirección de la asociación se

sigue la siguiente regla:
Medida de Interpretación Implicancias
asociación
Medida de No hay asociación No hay diferencias entre
asociación=1 (p>0.05) los grupos a comparar
Medida de Hay asociación El grupo en el numerador
asociación>1 (p<0.05) es mayor
Medida de Hay asociación El grupo en el
asociación<1 (p>0.05) denominador es mayor
 Antes de empezar (2)
• Usaremos ejemplos en tablas de 2x2
• OJO con esta tabla. La notación será la misma
para las tablas. Si intercambian el orden,
entonces los cálculos serán errados.

Casos No Casos Total

Expuestos a b a+b
No
c d c+d
Expuestos
Total a+c b+d a+b+c+d
 Odds ratio (OR) (1)

• Razón de Odds u Odds Ratio (inglés)

• Es la razón entre dos probabilidades
complementarias.

Odds de exposición en los casos 𝑎

Probabilidad de estar expuesto siendo 𝑎+𝑐
caso/ Probabilidad de no estar 𝑐 = a/c
expuesto siendo caso 𝑎+𝑐
 OR (2)

• Razón de Odds u Odds Ratio

• Es la razón entre dos probabilidades
complementarias.

Odds de exposición en los no casos 𝑏

Probabilidad de estar expuesto siendo 𝑏+𝑑
no caso/ Probabilidad de no estar 𝑑 = b/d
expuesto siendo no caso 𝑏+𝑑
 OR (3)

• Razón de Odds u Odds Ratio

• Es la razón entre dos probabilidades
complementarias.

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

Odds de exposicion en los casos = 18/9= 2

Odds de exposicion en los no casos = 7/21 = 0.33

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

RP>1: La probabilidad de tener el evento estando expuesto

es mayor a la probabilidad de tener el evento no estando
expuesto.

RP<1: La probabilidad de tener el evento estando expuesto

es menor a la probabilidad de tener el evento no estando
expuesto.
 Ejemplo de RP
• Asociación entre tabaco y cardiopatía
coronaria
Cardiopatía No Total
Cardiopatía
Fuma 84 2916 3000
No fuma 87 4913 5000
Total 171 7829 8000

Prevalencia de casos en los expuestos = 84/3000 = 0.028

Prevalencia de casos en los no expuestos = 87/5000 = 0.017

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

Incidencia de casos en los expuestos = a/a+ b a/(a+b)

Incidencia de casos en los no expuestos = c/c+d c/(c+d)
 Interpretación del RR
• El cálculo es el mismo que el RP. Pero el diseño de
estudio y la interpretación son distintas.

• En este caso si el RR es mayor o menor a 1 podemos

hablar de “riesgo” a tener el evento estando expuesto
en comparación a tener el evento no estando
expuesto.
 Ejemplo de RR
• Asociación entre tabaco y cardiopatía
coronaria, en un estudio de cohortes
Cardiopatía No Total
Cardiopatía
Fuma 84 2916 3000
No fuma 87 4913 5000
Total 171 7829 8000

Incidencia de cardiopatía en los fumadores = 84/3000 = 0.028

Incidencia de cardiopatía en los no fumadores = 87/5000 = 0.017

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

Casos No Casos Total

Expuestos 60 440 500
No Expuestos 20 480 500
Total 80 920 1000

60 X 480 OR = 3.27 60 /500 PR= 3

20 X 440 20/500
 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

Casos No Casos Total

Expuestos 60 40 100
No Expuestos 20 80 100
Total 80 120 200

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

OR = 1.42 IC95% (0.76 – 2.15)  No hay asociación

OR = 1.42 IC95% (1.25 – 3.56)  Si hay asociación

 Preguntas
• ¿Qué son las medidas de asociación?

• ¿Qué medidas de asociación hay?

• ¿En que casos se usa OR, PR, RR?

 Preguntas
• ¿Qué son las medidas de asociación?
– Son medidas que nos dan información sobre la
fuerza de asociación entre dos variables.
• ¿Qué medidas de asociación hay?
– OR, PR, RR
• ¿En que casos se usa OR, PR, RR?
– OR: Estudios de casos y controles
– RP: Estudios transversales
– RR: Estudios de cohortes
 A practicar

• Tienen unas hoja con ejercicios.

• Pueden reunirse en grupos para resolverlos
• No olviden escribir la interpretación