Bases epidemiológicas para la

comprensión de los factores de riesgo

Dr. Alfredo O. Wassermann
Médico Nefrólogo Universitario.
Diplomado en Gestión de Calidad.
Sección Nefrología y Comité de Hipertensión del Hospital Municipal de Vicente López
“Prof. Dr. Bernardo A. Houssay”.
Director médico-científico de FEPREVA, Fundación para el Estudio, la Prevención y el
Tratamiento de la Enfermedad Vascular Aterosclerótica.
Docente adscripto de la Facultad de Medicina de la Universidad de Buenos Aires.
Coordinador del Grupo de Trabajo “Hipertensión Arterial” de la Sociedad Argentina de
Nefrología.

Objetivos:
• Comprender los conceptos de los estudios epidemiológicos
156 • Interpretar el significado de los factores de riesgo vascular y metabólico
• Integrar los conceptos epidemiológicos a la práctica clínica

Contenidos
• Algunos términos de uso corriente
• Variables
• Medidas de localización y dispersión
• Medición de la frecuencia de la enfermedad
o Incidencia
o Prevalencia
o Letalidad y Mortalidad
o Discapacidad
• Comparaciones de la frecuencia de la enfermedad
o Riesgo
• Medidas de efecto o asociación
o Comparación relativa
o Comparación absoluta
Introducción
Los elementos incluidos en las definiciones de síndrome metabólico tienen en común la caracte-
rística de ser considerados predictores para presentar enfermedad vascular, eventos vasculares o
diabetes. Todavía no existe acuerdo acerca de la mejor combinación de factores para diagnosti-
car síndrome metabólico, como tampoco el nivel en el cual cada uno de estos factores represen-
ta un incremento del riesgo para presentar un determinado evento. Tanto la aceptación de una
condición como predictora de otra, como el valor numérico de la primera condición para definir
el nivel de corte (no es predictor cuando es menor pero si cuando es mayor a ese valor) son
definidos en base al conocimiento epidemiológico.

Adicionalmente los estudios epidemiológicos permiten inferir el riesgo poblacional, pero es más
difícil realizar la aproximación cuando deseamos aplicarlos a un individuo.

Cuando las premisas epidemiológicas nos dicen que una persona reúne un conjunto de condicio-
nes que implican una probabilidad del 30% para presentar un infarto en los próximos 10 años se
abre un abanico de interpretaciones:

• El epidemiólogo realiza una predicción poblacional, no individual.

• El médico o nutricionista desea comunicar al paciente la magnitud del riesgo, y cuando es
elevado realizará indicaciones basándose en la evidencia y su criterio profesional.
• El paciente puede aceptar este juicio profesional e intentará cumplir las indicaciones,
• El paciente puede pensar que tiene una probabilidad del 70% de no presentar el infarto en
ese período y por lo tanto preferirá continuar disfrutando sus hábitos de vida y no cumplirá
ninguna pauta preventiva.

Las 4 premisas implican algún grado de veracidad. Sin embargo algunas opciones del paciente
parecen más acertadas que otras como conducta preventiva.

Esta unidad temática pretende la comprensión de los elementos epidemiológicos que guían las
conductas médicas en la prevención del riesgo cardiometabólico. 157

Definiciones
Algunos términos de uso corriente
Definición de salud y enfermedad

La Organización Mundial de la Salud (OMS) propuso en 1948 una definición muy ambiciosa de
salud: “salud es un estado de completo bienestar físico, mental y social y no meramente la
ausencia de enfermedad”. Esta definición, aunque criticada por las dificultades que implica de-
finir y medir el bienestar, sigue representando un ideal. En 1977 la Asamblea Mundial de la Salud
acordó que todas las personas deberían alcanzar en el año 2000 un nivel de salud que les
permitiera llevar una vida social y económicamente productiva. Sin alcanzar el objetivo, la pro-
puesta se renovó en 1998 y en 2003. El desarrollo de criterios para establecer la presencia de
una enfermedad exige definiciones de “normalidad” y “anormalidad”. Sin embargo, frecuente-
mente no hay una distinción clara entre lo normal y lo anormal, especialmente si se trata de
variables continuas que, con una distribución normal (gausiana), pueden asociarse con diversas
enfermedades. Ejemplos de esta premisa podrían ser el nivel de colesterol plasmático o de la
presión arterial. El valor aceptado como normal se hallará en función del contexto del individuo,
adquiriendo relevancia los factores vinculados a la edad actual y su expectativa de vida, el
género, la presencia de una o múltiples condiciones adversas, entre otras.

La adopción de valores de corte para separar lo normal de lo anormal se basa en definiciones

operativas y no implican criterio de certeza absoluto. Vemos como a lo largo de pocos años la
glucemia considerada normal ha variado y actualmente este nivel se ubica en 100 mg/dl o 110
mg/dl según la entidad de referencia, y de la misma manera consideraciones similares pueden
aplicarse a los criterios de exposición a agentes nocivos ambientales; por ejemplo, las recomen-
daciones sobre niveles seguros de plomo en sangre se basan en consideraciones sobre los datos
disponibles, y probablemente los niveles cambiarán con el tiempo en cuanto se dispongan más y
mejores estudios.
 Variable
Las variables pueden definirse como aquellos atributos o características de los eventos, de las
personas o de grupos de estudio que cambian de una situación a otra o de un tiempo a otro y
que, por lo tanto, pueden tomar diversos valores.

De acuerdo con la relación que guardan unas con otras, las variables se clasifican en:
• independientes (o variables explicativas)
• dependientes (o variables respuesta o efecto)

Cuando una variable produce un cambio en otra, se considera a la primera como independiente
(o causa) y a la segunda como dependiente (o efecto). En los estudios epidemiológicos la enfer-
medad o evento es por lo general la variable dependiente y los factores que determinan su
aparición, magnitud y distribución son las variables independientes, que representan la exposi-
ción a ese factor.

No obstante, el concepto de dependencia e independencia se define en el contexto. Las variables

idetificadas deben definirse de manera operativa, especificando el método y la escala con las
cuales llevará a cabo su medición.

El uso de variables permite a la epidemiología la elaboración de modelos descriptivos, explicati-

vos y predictivos sobre la dinámica de la salud poblacional.

Tipos de variables

TABLA 1
TIPOS DE VARIABLES Y SUS CARACTERÍSTICAS

Variable Subtipo Característica Ejemplo

158
Nominal Solo 2 Género
dicotómica posibilidades
Cualitativa
Nominal Más de 2 Etnia
no dicotómica posibilidades

Estratos Nivel
Ordinal prefijados socioeconómico

Cantidades Eventos
Cuantitativa Discreta enteras coronarios

Infinitos
Contínua intemedios Glucemia

Los resultados de los estudios experimentales y epidemiológicos expresan los hallazgos y la

relación de las variables de diversas maneras cuyo conocimiento facilita la comprensión de los
textos y sus conclusiones. En general, observaremos que se trata de establecer la representatividad
y confiabilidad de los datos expresándolos a través de la medida central y la dispersión.

Actividades
1. En el siguiente ejemplo marque cuáles son las Variables cualitativas y las Variables
cuantitativas

En un estudio prospectivo en pacientes diabéticos tipo 2 se analizó el valor predictivo de la edad,

el género, la antigüedad de la diabetes, la HbA1c, la presencia de hipertensión arterial y la
obesidad, para el desarrollo de microalbuminuria. Se estudió también la severidad de la
microalbuminuria (grados 0 a V) en relación con estos factores. El tiempo hasta el desarrollo de
microalbuminuria resultó significativamente asociado a la presencia de hipertensión arterial y el
riesgo de presentar microalbuminuria se incrementó con los valores de HbA1c y la antigüedad de
la diabetes.

Marcar con una X en el siguiente cuadro las variables identificadas

Variable Edad Género Antigüedad HbA1c HTA Obesidad µAlbuminuria

Cuantitativa
Cualitativa

Medidas de localización o tendencia central

Las medidas de centralización nos indican alrededor de qué valores se agrupan los datos obser-
vados. Distinguimos:
• Media aritmética o promedio. Es la medida de centralización más común. Se calcula
sumando los valores numéricos de todas las observaciones y dividiendo el total por el
número de observaciones. La media aritmética verifica la propiedad de equilibrar las des-
viaciones positivas y negativas de los datos respecto a su valor. Actúa, por tanto, como
centro geométrico o centro de “gravedad” para el conjunto de puntos.
• Mediana. Es el valor numérico que divide al conjunto de datos ordenados en dos partes
iguales, es decir, el 50% de los datos será menor que ella y el 50% de los datos mayor. En
una distribución simétrica, la mediana coincide con la media aritmética, pero no en una
asimétrica.
• Moda o modo. Es el valor más corriente o el valor de la variable que se presenta con mayor
frecuencia. Pueden existir distribuciones con más de una moda.
• Parámetros de posición: cuartiles, deciles, percentiles. Valores que dividen el conjunto de
las observaciones en cuatro, diez o cien partes iguales.

Medidas de dispersión o variabilidad

159
Junto a las medidas de tendencia central, completan la información sobre la distribución de la
variable (indican si los valores de la variable están muy dispersos o se concentran alrededor de la
medida de centralización).
• Rango o Recorrido. Diferencia entre el valor máximo y el mínimo observado en una serie.
• Desviación media. Es la media de las desviaciones respecto a la media aritmética.
• Varianza. Se calcula como la media del cuadrado de las desviaciones de los elementos
respecto a la media aritmética.
• Desviación típica o estándar. Es la raíz cuadrada positiva de la varianza, y junto a ella, son
las medidas de dispersión más usadas. En una distribución normal (gausiana) el 50% de las
observaciones se encuentran por debajo del promedio y el 50% por encima. El 68,2% de las
observaciones se encuentran dentro del intervalo del primer desvío estándar (± 1S); el
95,4% dentro del intervalo del segundo (± 2S) y el 99,6% dentro del intervalo del tercero
(± 3S). La desviación estándar es una medida complementaria de la media aritmética;
mientras que ésta da una idea de la magnitud general de la distribución, la desviación
estándar muestra cómo se distribuyen los valores alrededor de la media.
• Rango intercuartílico. Es la diferencia entre el percentilo 75 y el 25. Junto con el rango, es
la medida de dispersión usada para los datos asimétricos.
• Coeficiente de variación (CV). Es una medida de dispersión adimensional. Es el porcentaje
que representa la desviación estándar sobre la media. Es el método de elección para com-
parar la variabilidad o dispersión relativa de variables que estén expresadas en las mismas
o en diferentes unidades.

Otro rango habitualmente expresado en los estudios epidemiológicos es el intervalo de con-

fianza, siendo el más común el que abarca el 95% de las posibilidades, corrientemente expresa-
do como IC95%. Intervalo de confianza: es el rango o recorrido comprendido entre dos valores
extremos (el límite inferior y superior) entre los que cabe esperar el valor medio real de la
población. El intervalo de confianza del 95% indica que, si fuera posible repetir el experimento
varias veces en condiciones idénticas, en 95 de cada 100 experimentos el valor promedio se
hallaría en el intervalo de confianza. Un intervalo de confianza que abarque un rango pequeño
 confiere mayor confiabilidad en la medida de localización que cuando el rango es muy amplio, el
valor predictivo sería mayor.

Medición de la frecuencia de enfermedad

Para cuantificar la frecuencia de enfermedad se usan medidas basadas en dos conceptos funda-
mentales: incidencia y prevalencia.

La incidencia de una enfermedad mide la velocidad a la que se producen casos nuevos durante
un periodo determinado en una población especificada, mientras que la prevalencia es la fre-
cuencia de casos de enfermedad en una población y en un momento dados. Determinar la pre-
valencia o la incidencia implica básicamente hacer un recuento de casos en una población
determinada, la cual se encuentra expuesta al riesgo y se toma como población de referencia.

Población expuesta al riesgo es la parte de la población que puede contraer una enfermedad. Por
ejemplo, las lesiones y enfermedades profesionales afectan solamente a las personas que traba-
jan, por lo que la población expuesta al riesgo es la población laboral activa. Lo ideal es que este
número incluya sólo a las personas potencialmente susceptibles de padecer la enfermedad o
condición considerada. La población expuesta al riesgo puede definirse según factores demográ-
ficos, geográficos o ambientales. En algunos casos la población expuesta al riesgo puede ser el
conjunto de la población, como por ejemplo una alteración atmosférica global.

Incidencia y prevalencia

La incidencia y la prevalencia son formas esencialmente distintas de medir la frecuencia de

una condición o enfermedad, y la relación entre ellas varía de unas a otras. Hay enfermedades de
alta prevalencia y baja incidencia, como la diabetes, o de baja prevalencia y alta incidencia,
como el resfrío común. El resfrío común se produce más frecuentemente que la diabetes, pero
dura tan sólo unos días, mientras que la diabetes, una vez que aparece, es permanente.

160 Los datos de incidencia y prevalencia son mucho más útiles cuando se convierten en tasas. La
tasa se calcula dividiendo el número de casos por la población correspondiente expuesta al
riesgo.

Incidencia

La incidencia cuantifica la velocidad de ocurrencia de nuevos “eventos” (también “episodios” o

“casos”) en una población. La incidencia considera habitualmente el período durante el cual los
individuos que no padecen la condición están en riesgo para presentarla. Por ejemplo la inciden-
cia de diabetes tipo 1 en niños de hasta 15 años en Argentina es de 8 casos cada 100.000 niños
por año.

Para calcular la incidencia el numerador es el número de casos nuevos que se producen en un

período temporal definido y el denominador es la población expuesta al riesgo para sufrir la
enfermedad o fenómeno correspondiente durante dicho período. La forma más exacta de calcu-
lar la incidencia es calcular la tasa de incidencia por personas-tiempo, aunque muchas veces lo
veremos expresado como tiempo-persona. Cada persona de la población en estudio contribuye
un año-persona (o un mes-persona, o una semana-persona, o un día-persona) al denominador
por cada año (o mes, o semana, o día) de observación hasta que se inicia la enfermedad, o hasta
que se deja de tener constancia de la evolución de la persona (pérdida de seguimiento).

La incidencia se calcula de la siguiente forma:

Número de casos nuevos en el período
Incidencia = x 10n
Número de individuos de la población en riesgo en el período

El numerador se refiere estrictamente a los episodios nuevos de enfermedad. Las unidades de la

tasa de incidencia deben expresar siempre la dimensión temporal (día, mes, año). Cada persona
de la población se considera expuesta al riesgo durante el periodo en el que está en observación
y sin enfermedad. El denominador para el cálculo de la tasa de incidencia es el total en perso-
nas-tiempo de períodos libres de enfermedad durante el periodo de observación definido en el
estudio.
Incidencia acumulada

La incidencia acumulada es una medida muy simple de la frecuencia con que ocurre una enfer-
medad o estado de salud. En la incidencia acumulada el denominador sólo se mide al iniciar el
estudio.

La incidencia acumulada se calcula de la siguiente forma:

Número de casos nuevos en el período
Incidencia acumulada = x 10n
Número de individuos de la población en riesgo en el período

Desde el punto de vista estadístico, la incidencia acumulada es la probabilidad que tienen las
personas de la población estudiada para contraer la enfermedad durante el período especificado.
El período considerado puede ser de cualquier duración, pero suelen ser varios años o, incluso,
toda la vida. Por tanto, la incidencia acumulada es similar al “riesgo de muerte” que se usa en los
cálculos actuariales y en las tablas de mortalidad. La tasa de incidencia acumulada es bastante
apropiada para comunicar la información sanitaria al público general.

Prevalencia

La prevalencia de una enfermedad se calcula de la siguiente manera:

Número de personas con la característica en un momento determinado
Prevalencia = x 10n
Número de personas en la población expuesta en ese momento determinado

La cantidad de integrantes de la población expuesta al riesgo a menudo no se conoce y entonces

se utiliza como aproximación la población total de la región estudiada.

La prevalencia a menudo se expresa en casos cada 100 personas (tasa porcentual), o bien con
otras potencias de 10 (10n).
161
Además de la edad, varios factores influyen en la prevalencia, como por ejemplo:

• la gravedad de la enfermedad: la prevalencia disminuye si mueren pronto muchos de los

que contraen la enfermedad
• la duración de la enfermedad: cuando una enfermedad dura poco, su tasa de prevalencia
será menor que si persiste durante más tiempo
• la cantidad de casos nuevos: si son muchos quienes desarrollan la enfermedad, su tasa de
prevalencia será mayor que si son pocas las personas que la contraen

Como la prevalencia depende de muchos factores no relacionados con el proceso de causación

de la enfermedad, los estudios de prevalencia de enfermedad no suelen proporcionar pruebas
claras de causalidad. Sin embargo, las estadísticas de prevalencia son útiles para valorar la
necesidad de medidas preventivas y planificar la atención sanitaria y los servicios de salud. La
prevalencia es útil para medir la frecuencia de cuadros clínicos en los que el comienzo de la
enfermedad puede ser gradual, como la diabetes del adulto o la enfermedad renal crónica.

La prevalencia de diabetes tipo 2 se ha determinado en distintas poblaciones utilizando los

criterios propuestos por la OMS. La variabilidad de estas estadísticas de prevalencia indica la
importancia de factores sociales y ambientales en la etiología de la enfermedad y lo distintas
que son las necesidades de servicios sanitarios para diabéticos en unas poblaciones y otras.

La prevalencia (P) depende de la incidencia (I) y de la duración (D) de la enfermedad. Siempre

que la tasa de prevalencia sea baja y no varíe considerablemente a lo largo del tiempo, puede
calcularse de forma aproximada mediante la ecuación P = I × D, que significa que la prevalencia
es igual a la incidencia multiplicada por la duración promedio de la enfermedad.
 Actividades
2. Indique cuál de los ejemplos corresponde a incidencia y cuál a prevalencia

a) Cuantifica la velocidad de ocurrencia de nuevos eventos

b) Condicionada por la duración y gravedad de la enfermedad
c) Debe considerarse el intervalo de tiempo en el cual el individuo se encuentra expuesto
d) Cuantifica mejor la magnitud de enfermedades agudas
a) Es útil para medir la frecuencia de cuadros clínicos cuando el comienzo de la enfermedad
es gradual

Letalidad
La letalidad cuantifica la gravedad de una enfermedad. Se define como la tasa porcentual de
casos de una enfermedad o un evento determinado que mueren en un período especificado.

Cantidad de muertes por una enfermedad en un período

Letalidad = x 100
Cantidad de casos diagnosticados de la enfermedad en ese período

Mortalidad
Las causas de muerte son un parámetro importante para diseñar las estrategias de política
sanitaria, y la fuente de información son los certificados de defunción. El certificado de defun-
ción normalizado contiene información acerca de la edad, el género, la fecha de nacimiento y el
lugar de residencia. En la Clasificación Internacional de Enfermedades y Problemas de Salud
(CIE) se hallan diversas recomendaciones para clasificar las defunciones, la última versión publi-
cada es la 10a, conocida como CIE 10.

Aunque las estadísticas derivadas de los certificados de defunción contienen errores de varios
orígenes, proporcionan información valiosa sobre las tendencias del estado de salud de la pobla-
ción. La utilidad de estos datos depende de muchos factores, entre ellos el grado de cobertura de
162 los registros y la exactitud con que se asignan las causas de muerte.

Los epidemiólogos usan extensamente las estadísticas de mortalidad para evaluar la carga de
enfermedad y para estudiar la evolución de las enfermedades con el paso de los años. Tomare-
mos algunos ejemplos del sitio WEB de la Organización Mundial de la Salud: http://www.who.int/
whosis/en/

La tasa de mortalidad de los adultos entre 15 y 60 años en países de América es demostrativa de

las oportunidades diferenciadas para los habitantes de cada país (figura 1).

FIGURA 1
PROBABILIDAD DE MORIR PARA ADULTOS DE 15 A 60 AÑOS
EN ALGUNOS PAÍSES DE AMÉRICA
Tasas de mortalidad
La mortalidad bruta o tasa bruta de mortalidad se calcula de la forma siguiente:
Cantidad de muertes en un período
Tasa bruta de mortalidad = x 10n
Población total promedio en ese período

La tasa bruta de mortalidad no considera que las posibilidades de que una persona muera varían
según su edad, género, etnia, clase socioeconómica y otros factores. En general, no es adecuado
comparar la tasa bruta de mortalidad de distintos períodos temporales o zonas geográficas. Las
comparaciones de tasas de mortalidad entre grupos de distinta estructura de edades suelen
basarse en tasas estandarizadas para la edad.

Tasas de mortalidad específica por edades

Pueden calcularse tasas específicas de mortalidad de grupos concretos de una población defini-
dos para varias condiciones como edad, etnia, género, ocupación o localización geográfica, o
tasas específicas de mortalidad debida a una causa de muerte. Por ejemplo, una tasa de morta-
lidad específica por enfermedad, edad y género podría calcularse de la siguiente forma, referido
a mujeres entre 50 y 70 años con diabetes:
Cantidad de muertes en este grupo en un período
Tasa de mortalidad en este grupo = x 10n
Cantidad total de individuos en ese período

Mortalidad proporcional
La importancia de ciertas enfermedades puede determinarse a través de la mortalidad propor-
cional, que es la proporción de muertes debidas a una causa determinada del total de muertes
ocurridas en el período de estudio. La mortalidad proporcional suele expresarse por cada 100 o
cada 1000 defunciones (tabla 2).

TABLA 2
LAS 10 PRINCIPALES CAUSAS DE MUERTE EN EL MUNDO
163
Tasa relativa
Muertes
de mortalidad
(millones)
(%)
Enfermedad coronaria 7,20 12,2
Ictus y enfermedad cerebrovascular 5,71 9,7
Infecciones respiratorias bajas 4,18 7,1
Enfermedad pulmonar obstructiva crónica 3,02 5,1
Diarrea 2,16 3,7
VIH – SIDA 2,04 3,5
Tuberculosis 1,46 2,5
Cáncer de tráquea, bronquios y pulmones 1,32 2,3
Accidentes de tránsito 1,27 2,2
Nacidos con peso bajo y prematuros 1,18 2,0

Las comparaciones de mortalidad proporcional entre grupos pueden resaltar interesantes dife-
rencias. En los países con nivel socioeconómico elevado en los que gran parte de la población es
de edad avanzada, la mortalidad proporcional por cáncer es mucho mayor que en los países de
ingreso medio o bajo en los que hay menos ancianos. Sin embargo un marco de referencia
adecuado permitirá conocer que el riesgo real de contraer cáncer a lo largo de la vida puede ser
el mismo.

Esperanza de vida
La esperanza de vida es otra de las estadísticas descriptivas del estado de salud de la población.
Se define como el número de años que cabe esperar que viva una persona de una edad determi-
nada si se mantienen las tasas de mortalidad actuales.
 Para el mundo en su conjunto, la esperanza de vida al nacer ha aumentado de 46,5 años en el
periodo 1950–1955 a 65,0 años en el periodo 1995–2000. En algunos países ha disminuido la
esperanza de vida, fundamentalmente por el aumento de mortalidad debida al sida. Casi el 50%
de los varones en algunos países que conformaban la Unión Soviética muere entre las edades de
15 y 60 años aparentemente por el alcoholismo y el tabaquismo.

Tanto la esperanza de vida como el intervalo de confianza muestran grandes diferencias entre
países. Por ejemplo, la esperanza de vida de una niña nacida en el Japón en el 2004 es de 86
años, mientras que en Zimbabue sólo es de 30 a 38 años. En casi todos los países la longevidad
de las mujeres es mayor que la de los varones.

En la figura 2 podemos apreciar la expectativa de vida en algunos países de América.

Tasas estandarizadas por edad

El ajuste por edad de la tasa de mortalidad permite comparar la mortalidad de poblaciones que
tienen distinta estructura etaria. Por supuesto, el ajuste puede hacerse también respecto de
otras variables, además de la edad. Esto es necesario cuando se compara la mortalidad de dos o
más poblaciones que difieren respecto a características básicas (edad, etnia, estado
socioeconómico, etc.) que influyen de manera independiente en el riesgo de muerte. La
estandarización etaria elimina la influencia de la distinta distribución por edades sobre las tasas
de morbilidad y mortalidad objeto de la comparación.

FIGURA 2
EXPECTATIVA DE VIDA AL NACER EN ALGUNOS PAÍSES DE AMÉRICA

164

En la figura 3 vemos las tasas estandarizadas por edad de mortalidad cardiovascular en algunos
países de América.

Morbilidad
Las tasas de mortalidad son particularmente útiles para investigar enfermedades con una tasa
de letalidad elevada. Sin embargo, muchas enfermedades tienen una letalidad baja como ocurre
con las enfermedades del sistema osteomuscular, la artrosis, la varicela, el resfrío común. En
estos casos la frecuencia de la enfermedad tiene mayor interés que los datos de mortalidad.

Los datos de morbilidad son útiles para explicar tendencias concretas de la mortalidad. Los
cambios en las tasas de mortalidad pueden deberse a cambios de las tasas de morbilidad o de
letalidad. Por ejemplo, la disminución en años recientes de la tasas de mortalidad cardiovascular
en muchos países desarrollados podría deberse a una reducción de la incidencia (lo que sugeriría
avances en la prevención primaria) o bien a una disminución de la letalidad (lo que sugeriría
mejoras en el tratamiento) de las enfermedades cardiovasculares. Como la estructura etaria de
la población va cambiando, el análisis de las tendencias a lo largo del tiempo debe basarse en
tasas de morbilidad y de mortalidad estandarizadas por edad.
 FIGURA 3
TASAS ESTANDARIZADAS POR EDAD DE MORTALIDAD CARDIOVASCULAR
EN ALGUNOS PAÍSES DE AMÉRICA

Otras fuentes de información sobre morbilidad son los datos de

• ingresos y altas hospitalarias
• consultas en centros de atención ambulatoria o atención primaria
• consultas en servicios especializados (por ejemplo, centros de tratamiento de traumatismos)
• registros de fenómenos patológicos como enfermedades malignas y malformaciones con-
génitas
165
La utilidad de los datos epidemiológicos dependerá del sistema de recolección, el cual depende
de características propias de cada país entre las que remarcamos la confidencialidad de los
datos médicos, el sistema administrativo de la salud y la fidelidad de las encuestas oficiales. Un
sistema de registro que privilegie los datos administrativos o financieros y no las características
diagnósticas y demográficas puede disminuir el valor epidemiológico de los registros generales
de los servicios de atención sanitaria.

Otras fuentes de confusión residen por ejemplo que en las tasas de hospitalización influyen
muchos factores que no tienen que ver con la morbilidad poblacional, por ejemplo la disponibi-
lidad de camas, las políticas de autorización de ingresos y los factores sociales.

Discapacidad
Las consecuencias persistentes de las enfermedades representan datos de interés como son las
deficiencias, discapacidades y minusvalías, términos que han sido definidos en la Clasificación
de la OMS. Esta clasificación describe las adaptaciones de los individuos a los trastornos de la
salud. Como el funcionamiento o la discapacidad de un individuo se dan en el contexto de la
sociedad, la clasificación de la OMS sobre deficiencias, discapacidades y minusvalías también
incluye una lista de factores ambientales.

Los parámetros clave de la clasificación son los siguientes:

• deficiencia: toda pérdida o anormalidad de la estructura o función anatómica, fisiológica
o psicológica
• discapacidad: cualquier restricción o carencia (resultante de una deficiencia) de la capaci-
dad para realizar una actividad en la forma o dentro de los límites considerados normales
para un ser humano
• minusvalía: una desventaja de una persona determinada, resultante de una deficiencia o
una discapacidad, que limita o impide el desempeño de una tarea que es normal para el
individuo (dependiendo de la edad, el género y factores sociales y culturales)
 Medir la prevalencia de discapacidad es difícil, pero cada vez es más importante en sociedades
en las que la morbilidad aguda y las enfermedades mortales disminuyen, en tanto la cantidad de
personas de edad avanzada es cada vez mayor, muchas de ellas con discapacidad.

Otros indicadores globales del nivel de salud poblacional

Las políticas sanitarias enfrentan la tarea de responder a las prioridades reales de prevención y
control de enfermedades, y son responsables de predecir las futuras prioridades. Estas decisiones
deberían considerar tanto la mortalidad como la morbilidad y el tiempo de vida sana perdido por
una enfermedad. Ese tipo de indicadores globales sirven para tener un patrón común con el que
cuantificar la carga de enfermedad de la población. La duración de la vida combinada con algún
tipo de noción de su calidad se refleja en los siguientes indicadores poblacionales:
• años de vida potencial perdida (VPP), basados en los años de vida perdidos por muerte
prematura (es decir, antes de una edad arbitrariamente determinada)
• esperanza de vida sana (EVS)
• esperanza de vida sin discapacidad (EVSD)
• años de vida ajustados según calidad (AVAC)
• años de vida ajustados según discapacidad (AVAD)

Años de vida ajustados según discapacidad (AVAD)

En el proyecto de Carga Mundial de Enfermedad se combinan los efectos de la mortalidad pre-
matura y de la discapacidad, integrando en una sola medida el efecto sobre la población de los
principales trastornos de salud, mortales o no mortales. La principal unidad para medir esta
carga de enfermedad son los años de vida ajustada según discapacidad (AVAD) en los que se
combinan los años de vida perdida (AVP), calculados a partir de las muertes a cada edad multi-
plicadas por los años restantes de vida que cabría esperar según una esperanza de vida general,
estándar para todos los países; y los años de vida perdidos por discapacidad (AVPD), calculados
multiplicando los casos nuevos de lesión o enfermedad por la duración media de la enfermedad
y por un peso de discapacidad que refleja la gravedad de la enfermedad en una escala de 0 (salud
perfecta) a 1 (muerte).

166 Un AVAD perdido es un año perdido de vida “sana” y la carga de enfermedad así medida es la
brecha entre el nivel actual de salud de la población y el nivel ideal de una población donde
todos vivieran hasta una edad avanzada sin padecer discapacidad.

En la población que se toma como norma la esperanza de vida al nacer son 80,0 años para los
varones y 82,5 años para las mujeres. En el cálculo estándar de los AVAD en los informes recien-
tes de la OMS sobre la salud mundial se aplican descuentos con ajuste de tiempo y edad no
uniformes, pesando menos los años vividos a edades tempranas o avanzadas. Una carga de
enfermedad de 3300 AVAD en una población sería aproximadamente equivalente a la carga de
100 defunciones de menores de un año o a la de 5500 personas de 50 años de edad viviendo un
año con ceguera (cuyo peso de discapacidad es 0,6). Recordemos que la diabetes es la principal
causa de ceguera adquirida.

La OMS estima que la hipertensión ocasiona 7,2 millones de muertes anuales, un 13,5% aproxi-
madamente del total mundial, y 92 millones de AVAD, representando el 6% del total. En el
conjunto de las regiones de la OMS, las investigaciones indican que aproximadamente un 54%
de los accidentes cerebrovasculares y un 47% de los ataques cardíacos están causados por
niveles elevados de presión arterial sistólica excediendo el valor de 115 mmHg tomado como
referencia, la mitad de la carga es adjudicable a cifras de hipertensión (>140/90 mmHg) en
tanto los niveles de presión elevada por debajo de este nivel de corte serían responsables del
restante 50% de la carga de enfermedad. El 80% de la carga ocurre en países con ingresos bajos
y medios.

Por otro lado, las estimaciones sugieren que los niveles altos de colesterol ocasionan unos 4,4
millones de defunciones (un 7,9% del total) y la pérdida de 40,4 millones de AVAD (un 2,8% del
total), aunque sus efectos suelen coincidir con los de la hipertensión. Esa cifra representa un
18% de los accidentes cerebrovasculares y un 56% de las cardiopatías isquémicas mundiales.

Esperanza de vida sana (EVS)

El informe de la OMS de 2002 estableció que en todo el mundo la esperanza de vida sana podría
prolongarse entre cinco y diez años si los Gobiernos y las personas lucharan en diversos frentes
contra los principales riesgos para la salud en cada región (figura 4).
 FIGURA 4
ESPERANZA DE VIDA SANA EN ALGUNOS PAÍSES DE AMÉRICA

Comparaciones de la frecuencia de enfermedad

Medir la frecuencia de enfermedades u otros estados de salud es sólo el comienzo del proceso
epidemiológico. El paso siguiente es comparar la frecuencia en dos o más grupos de personas
que hayan tenido distintas exposiciones. Una persona puede haber estado o no expuesta a un
factor que se quiere investigar. A menudo se utiliza como grupo de referencia un grupo de no
expuestos. Las personas expuestas pueden haber tenido distintos niveles y duraciones de expo-
sición. La cantidad total de un factor que ha alcanzado a una persona recibe el nombre de
“dosis”.
167
Riesgo
El término riesgo hace referencia a la probabilidad de que ocurra posteriormente algún resulta-
do adverso, expresado como morbilidad o mortalidad. Riesgo es la medida de una probabilidad
estadística de un suceso futuro. Por lo tanto, el riesgo mide la probabilidad para desarrollar una
enfermedad en un período determinado de tiempo. En consecuencia, el riesgo se expresa como
la probabilidad que ocurra un evento en un período de tiempo. El riesgo se expresa como una
tasa. Combinando las premisas podríamos ejemplificar diciendo que un hombre de 70 años, no
fumador y sin diabetes, cuya presión sistólica es mayor a 160 mmHg, tendría una probabilidad
de presentar un evento coronario entre el 20% y el 40% en los próximos 10 años.

La siguiente fórmula expresa el concepto general de riesgo, o sea, cuántas personas experimen-
taron el evento referidas a la cantidad total de personas que pudieron presentarlo porque esta-
ban expuestas:
Cantidad de personas con evento
Riesgo=
Cantidad de personas expuesta

Factor de riesgo: son las características que se asocian con el mayor riesgo para presentar una
enfermedad o condición. Es importante tener en cuenta que los factores de riesgo son asociacio-
nes causales entre una característica o factor con una enfermedad o condición específica. Ad-
vertimos que hablamos de factores de riesgo para enfermedades o condiciones, ya que a medida
que avanza la investigación epidemiológica podemos conocer factores de riesgo previos a los
factores de riesgo tradicionales; es decir, actualmente sabemos cuáles hábitos de vida permiten
estimar que un individuo tiene mayor probabilidad de devenir hipertenso o dislipémico en su
vida futura.

Los factores de riesgo pueden ser específicos para una enfermedad en particular pero un mismo
factor puede ser factor de riesgo para varias enfermedades, por ejemplo la obesidad es un factor
de riesgo para diabetes, hipertensión arterial e infarto agudo de miocardio.
 Una característica puede ser tanto un factor de riesgo como una enfermedad, depende de la
asociación causal que se esté analizando. Por ejemplo la diabetes es factor de riesgo para infarto
de miocardio, pero si considero a la obesidad como un factor de riesgo, el efecto será la diabetes.
Es decir, la diabetes tiene el doble rol de comportarse como factor de riesgo y como enfermedad.

Podemos agrupar a los factores de riesgo según su origen en:

• Genéticos
• Biológicos
• Conductuales o de estilo de vida
• Sociales
• Ambientales

De las múltiples asociaciones que podría tener una condición con otra, para definir que una es
un factor de riesgo de la otra, debe evidenciarse la causalidad. Existen criterios para definir la
causalidad de un factor de riesgo, basados en la conferencia de Austin Bradford Hill en 1965 “El
ambiente y la enfermedad: asociación o causalidad”. Aunque presentados para establecer la
causalidad de las enfermedades laborales, estos criterios están universalmente aceptados:

• Fuerza o magnitud de la asociación: el riesgo relativo debe ser amplio.

• Consistencia: la asociación es observada por diferentes investigadores en lugares circuns-
tancias y tiempos distintos.
• Especificidad: una causa condice a un efecto. Aún cuando un factor de riesgo puede
producir varios efectos (varias enfermedades) y una enfermedad puede ser desarrollada por
varios factores de riesgo.
• Temporalidad: la causa siempre precede al efecto.
• Gradiente biológico o relación dosis respuesta: a mayor intensidad de la asociación
mayor será la intensidad del efecto.
• Credibilidad biológica: existe concordancia de la asociación con el conocimiento biológi-
co actual.
168 • Coherencia: la interpretación de la asociación causa-efecto no debe contradecir la histo-
ria natural y la biología de la enfermedad.
• Experimentación: es posible obtener evidencia experimental o semiexperimental.
• Analogía: relación causa efecto ya establecida para una exposición o enfermedad similar.
• Reversibilidad: (no descripto por A. Bradford Hill) la disminución de la exposición se asocia
con disminución de la tasa de la enfermedad.

Cuando la asociación entre dos condiciones no puede evidenciar causalidad no podemos definir
que la primera es un factor de riesgo para la segunda. Sin embargo, algunas condiciones se
asocian con otras reuniendo alguna de las premisas, pero resultan insuficientes para definir que
una es un factor de riesgo (causal) de la otra. Por ejemplo, la microalbuminuria precede el
desarrollo de eventos vasculares, sin embargo no podemos demostrar una relación causal; por lo
tanto, se define la microalbuminuria como un marcador de riesgo.

Riesgo sinérgico
Se denomina riesgo sinérgico cuando los factores de riesgo se potencian entre si, es decir actúan
como multiplicadores de su acción. Si un paciente tiene 2 o más factores de riesgo para infarto
de miocardio, por ejemplo, hipertensión arterial y dislipemia, el efecto de cada uno de ellos se
potencia siendo mayor que la suma de los efectos de cada uno de ellos. Los resultados del
estudio Framingham permiten visualizar este efecto sinérgico.

El síndrome metabólico es una asociación de factores de riesgo que potencian su riesgo indivi-
dual convirtiéndose en su conjunto en muy alto riesgo para infarto de miocardio. Cuando existen
varios factores de riesgo para el desarrollo de una enfermedad es difícil estimar el peso de cada
uno de ellos y más aún el valor de su potenciación. Sin embargo, disponemos herramientas
estadísticas como el análisis multivariado y estudios factoriales que permiten estimar la impor-
tancia relativa de cada factor.
Las tablas que permiten estimar el riesgo coronario de una persona en la consulta médica, tales
como las basadas en el estudio de Framingham, o las de las recomendaciones europeas para
prevención del riesgo coronario (European Heart Journal 1998;19:1434-1503) marcan esta pro-
gresión (figura 5).

FIGURA 5
RIESGO CORONARIO ESTIMADO PARA 10 AÑOS DE ACUERDO
A VARIAS COMBINACIONES DE FACTORES DE RIESGO

169

Recientemente D’Agostino y col. publicaron una nueva guía para calcular el riesgo cardiovascular
a partir de los datos obtenidos en el estudio de Framingham. Resulta muy sencillo implementarla
en la práctica cotidiana. A partir de la asignación de puntos que se realiza utilizando las tablas
3 y 4, para mujeres y hombres respectivamente, se traslada a la tabla 5 y se obtiene el riesgo
para un evento cardiovascular a 10 años (coronario, cerebrovascular, arterial periférico o insufi-
ciencia cardíaca). Esta publicación aporta además un equivalente de edad cardiovascular. Este
concepto es de gran utilidad para transmitir al paciente el concepto de riesgo, y de esta manera
tangibilizamos una idea frecuentemente muy abstracta para la comprensión habitual.

Exposición al riesgo
Significa que un individuo antes de iniciar la enfermedad ha estado en contacto con el factor
que epidemiológicamente se asocia con su desarrollo. Toda persona expuesta a un factor de
riesgo para una enfermedad específica tiene la probabilidad de desarrollar la misma, pero para
que ello ocurra es necesario tener en cuenta algunos aspectos importantes de esa exposición al
riesgo; destacaremos fundamentalmente la intensidad de la exposición al factor de riesgo:

• Intensidad de la exposición al factor de riesgo: Por ejemplo en el caso de la gota la

intensidad va a estar dada por la cantidad de alimentos ricos en purinas en la ingesta, la
intensidad en el caso de consumo de grasas saturadas para el desarrollo de enfermedad
coronaria va a estar dada por la cantidad de dichas grasas que se ingieren, la intensidad en
la hipertensión estará dada por el nivel de presión arterial.

• Tiempo y frecuencia de la exposición: son importantes el tiempo para una exposición

continua, o la frecuencia para una exposición intermitente. Por ejemplo la antigüedad de la
hipertensión influye sobre la probabilidad de presentación de un evento. La frecuencia de
ingesta de alimentos con alto contenido de purinas influye para desarrollar gota. En las
 enfermedades nutricionales crónicas como la obesidad es necesario considerar que al exis-
tir un tiempo de latencia prolongado entre la exposición al factor de riesgo (ingesta
hipercalórica) y la iniciación de la enfermedad, el paciente puede olvidar la fecha de la
iniciación de la exposición a ese riesgo, la periodicidad y hasta desconsiderar la exposición
como un elemento perjudicial; lo corriente es que lo exprese como un hábito de vida per-
manente desde la niñez, o bien desde un hecho importante en su vida como el casamiento,
con total aceptación del factor nocivo como componente natural de su historia.

TABLA 3
PUNTOS PARA ESTIMACIÓN DEL RIESGO CARDIOVASCULAR EN MUJERES

Puntos Edad c-HDL Colesterol Presión Presión Tabaquismo Diabetes

años Total sistólica sistólica
sin con
tratamiento tratamiento
mg/dl mg/dl mmHg mmHg
-3 < 120
-2 60 =>
-1 50 - 59 < 120
0 30 - 34 45 - 49 < 160 120 - 129 No No
1 35 - 44 160 - 199 130 - 139
2 35 - 39 < 35 140 - 149 120 - 129
3 200 - 239 130 - 139 Si Si
4 40 - 44 240 - 279 150 - 159 140 - 149
5 45 - 49 280 => 160 =>
6 150 - 159
7 50 - 54 160 =>
8 55 - 59
9 60 - 64
170 10 65 - 69
11 70 - 74
12 75 =>

TABLA 4
PUNTOS PARA ESTIMACIÓN DEL RIESGO CARDIOVASCULAR EN HOMBRES

Puntos Edad c-HDL Colesterol Presión Presión Tabaquismo Diabetes

años Total sistólica sistólica
sin con
tratamiento tratamiento
mg/dl mg/dl mmHg mmHg
-2 60 => < 120
-1 50 - 59
0 30 - 34 45 - 49 < 160 120 - 129 < 120 No No
1 35 - 44 160 - 199 130 - 139
2 35 - 39 < 35 140 - 149 120 - 129
3 200 - 239 150 - 159 130 - 139 Si
4 240 - 279 160 => 140 - 149 Si
5 40 - 44 280 => 150 - 159
6 45 - 49 160 =>
7
8 50 - 54
9
10 55 - 59
11 60 - 64
12 65 - 69
13
14 70 - 74
15 75 =>
 TABLA 5
RIESGO Y EDAD CARDIOVASCULAR

Mujeres Varones
Puntos Riesgo Edad Riesgo Edad
a 10 años cardiovascular a 10 años cardiovascular
% años % años

-3 <1
-2 <1 1,1
-1 1,0 1,4 < 30
0 1,2 < 30 1,6 30
1 1,5 31 1,9 32
2 1,7 34 2,3 34
3 2,0 36 2,8 36
4 2,4 39 3,3 38
5 2,8 42 3,9 40
6 3,3 45 4,7 42
7 3,9 48 5,6 45
8 4,5 51 6,7 48
9 5,3 55 7,9 51
10 6,3 59 9,4 54
11 7,3 64 11,2 57 171
12 8,6 68 13,2 60
13 10,0 73 15,6 64
14 11,7 79 18,4 68
15 13,7 >80 21,6 72
16 15,9 25,3 76
17 18,5 29,4 > 80
18 21,5 > 30
19 24,8
20 28,5
21 => > 30

Estudios de estimación del riesgo

El reconocimiento de las condiciones que representan factores de riesgo proviene de los estudios
observacionales, denominados así porque el investigador no interviene, sino que sólo observa y
describe las observaciones. Los estudios observacionales pueden ser descriptivos o analíticos:
• Los estudios descriptivos constituyen la etapa de observación del método científico y
describen la ocurrencia de una enfermedad, y los factores que están asociados con esa
distribución y asociados a la génesis de esa enfermedad, solamente establecen asociacio-
nes estadísticas, basándose en ellas para formular hipótesis.
• Los estudios analíticos tienen por finalidad verificar las hipótesis formuladas, para esta-
blecer la existencia de asociaciones causales. Existen dos tipos de estudios analíticos:
o Estudios de cohorte: Consisten en la observación durante un tiempo determinado de
dos poblaciones (grupo de personas), una de las cuales tiene, ha estado o está expues-
ta al factor considerado causal, y otra que no. La comparación entre ambas poblacio-
 nes, observándolas durante el mismo tiempo, hasta la aparición del efecto esperado
(enfermedad) en una cantidad e intensidad suficiente, permite inferir las característi-
cas de la asociación (tabla 6).

TABLA 6
ESQUEMA DEL DISEÑO DE LOS ESTUDIOS DE COHORTES
Y LAS MEDICIONES DEL RIESGO

Efecto (Enfermedad) Medición del riesgo

Riesgo Riesgo Riesgo

Si No Total
absoluto relativo atribuible

Tasa de
incidencia en
Expuestos a b a+b expuestos
Relación Diferencia
le = a/(a+b) entre ambas entre ambas
incidencias incidencias
Tasa de
incidencia en RR = le / lne RA = le - lne
No c+d
c d no expuestos
expuestos
lne = c/(c+d)

o Estudios de casos y controles: Estos estudios se realizan cuando el efecto eventualmente

producido por el factor causal ya se ha producido (la enfermedad está presente), compa-
rando el grupo de personas con la enfermedad (casos) con un grupo de personas que no
172 tienen la enfermedad (control). En ambos grupos tendremos la tasa de expuestos y la de no
expuestos al eventual factor causal (tabla 7).

TABLA 7
ESQUEMA DEL DISEÑO DE LOS ESTUDIOS DE CASOS Y CONTROLES
Y LA ESTIMACIÓN DEL RIESGO

Casos Controles
Causa (enfermos) Odds Odds ratio
(sanos)
Odds en expuestos
Expuestos a b a/b Odds ratio
(a/b)
Odds en no (c/d)
No expuestos c d expuestos
a/b O bien
axd
Total a+c b+d
Actividades
3. Complete los espacios en blanco con los diferentes tipos de estudios observacionales

Medidas de efecto o asociación

Las medidas de efecto o de asociación, permiten determinar la magnitud o la fuerza de la rela-
ción existente entre la exposición y el evento. La principal ventaja de estas medidas es que
permiten describir en un solo parámetro la asociación existente entre una particular exposición
y el riesgo de desarrollar una determinada enfermedad.

Podemos dividir las medidas de efecto en:

• Medidas Relativas o de Razón:
o Riesgo Relativo
o Odds Ratio
173
Las medidas de razón miden cuánto más probable es que el grupo expuesto presente el evento
en relación a los no expuestos. Reflejan la fuerza de la asociación entre la exposición y el evento.
• Medidas Absolutas o de Diferencia
o Riesgo Atribuible

Para ejemplificar utilizaremos una tabla de contingencia (tabla 8).

Tablas de Contingencia
Los datos para el análisis de variables categóricas se organizan en las tablas de contingencia.
Estas tablas tienen múltiples usos en el análisis estadístico. En las filas colocaremos las catego-
rías de la variable independiente (explicativa) en tanto que en las columnas colocaremos los
datos de la variable dependiente (respuesta).

Utilizaremos un ejemplo para explicar varios conceptos. Construiremos una tabla de contingen-
cia con los datos de un estudio que intenta relacionar el control de la hipertensión y la probabi-
lidad de un evento coronario en una población de 1000 pacientes con hipertensión arterial.

TABLA 8
TABLA DE CONTINGENCIA

Variable dependiente
Evento coronario
Variable independiente Con Evento Sin Evento
Nivel de control coronario coronario Total
Buen control 10 633 643
Mal control 14 343 357
Total 24 976 1000
 Con los datos de este ejemplo, el riesgo absoluto de infarto en el grupo de mal control es 14/357
= 0,039, mientras que el riesgo absoluto en el grupo de buen control es de 10/643 = 0,016.

Comparación relativa
Riesgo relativo (RR)
Es la relación entre tasa de incidencia de la enfermedad en estudio de las personas expuestas y
la tasa de incidencia de la enfermedad en las personas no expuestas. Indica cuanto mayor es la
probabilidad de enfermar (o presentar un evento) para las personas expuestas con respecto a las
no expuestas. Es decir el RR mide el riesgo para desarrollar la enfermedad que tienen lo expues-
tos respecto del riesgo que tienen los no expuestos. En el caso que estemos comprobando un
elemento presumiblemente terapéutico, la relación indicaría cuanto menor sería la probabilidad
de enfermar (o presentar un evento) que tendrían las personas expuestas con respecto a las no
expuestas. Es decir el RR mediría el riesgo de evitar la enfermedad en los expuestos respecto de
los no expuestos.

• Si el RR es igual a 1 no existe relación causal porque la incidencia de la enfermedad es igual

en ambos grupos.
• Si el RR es mayor de 1 entonces existiría relación causal y mientras mayor sea el riesgo
relativo mayor será la fuerza de asociación de esa relación causal, y entonces podríamos
estar ante un factor de riesgo.
• Si el RR es menor a 1, implica que la incidencia en expuestos es menor que en los no
expuestos, existiría relación causal preventiva o efecto terapéutico.

Siguiendo nuestro ejemplo, el riesgo relativo para evento coronario entre mal y buen control de
la hipertensión sería de 0,039/0,016 = 2,44, y nos indica cuánto más probable es que ocurra el
evento en el primer grupo comparado con el segundo. Podríamos decir que el mal control de la
hipertensión sería causal de eventos coronarios.

Existen ciertos atributos, como por ejemplo la edad, género, etnia, que reúnen casi todas las
174 características de los factores de riesgo, es decir, se asocian con una mayor ocurrencia de algu-
nas enfermedades y además preceden el desarrollo de la misma. Sin embargo, la exposición a
estos atributos no puede evitarse, son inmodificables. Por este motivo, estos atributos que se
asocian con un riesgo mayor de ocurrencia de una determinada enfermedad pero que no pueden
ser modificados se denominan marcadores de riesgo.

Actividades
4. Con los datos de la tabla siguiente calcule el riesgo relativo para infarto de miocardio en
los pacientes que tomaron un normolipemiante durante 5 años con respecto a los que no
lo toman

Infarto Sin infarto Total

Con normolipemiante 10 90 100
Sin normolipemiante 20 80 100
Total 30 170 200

Algunos autores niegan la existencia de un límite estadístico para indicar si el riesgo relativo es
importante o no, en tanto otros autores la aceptan. Estos últimos han elaborado fórmulas para
medir la magnitud de la fuerza de la asociación causal, como por ejemplo las siguientes:

Odds Ratio (OR)

Cuando se utiliza un diseño de casos y controles para investigar la asociación entre uno o más
factores y una determinada enfermedad, el cálculo de la incidencia de la enfermedad no es
posible y no podemos calcular el RR. En esta circunstancia, se seleccionan los casos existentes
de la enfermedad (casos prevalentes) para determinar la OR. La traducción para este término
habitualmente descripto en inglés sería relación (o razón) de probabilidades,
 La Odds se obtiene dividiendo el número de personas que experimentan el evento sobre el núme-
ro de personas que no lo experimentan. Regresando al ejemplo, en el grupo con mal control de la
presión arterial sería: Odds= 14/343=0,041

En tanto en el grupo con buen control sería: Odds= 10/633=0,016

La relación entre ambas se denomina OR y se calcula dividiendo la odds de presentación del

evento por la odds de no presentación, o sea 0,041/0,016=2,56.

La interpretación de los resultados obtenidos en el cálculo del OR debe realizarse en forma

similar al del RR:

• Si el OR es mayor a 1, significa que la exposición aumenta el riesgo, por lo que estaríamos

frente a un factor de riesgo.
• Si el OR es igual a 1, significa que el efecto estudiado es nulo, ya que no hay diferencia de
riesgo asociado a la exposición, es decir, la exposición no aumenta ni disminuye el riesgo.
• Si el OR es menor que 1, significa que la exposición disminuye el riesgo, por lo que estaría-
mos frente a un factor de protección.

Actividades
5. Con los datos de la tabla siguiente calcule la odds ratio para hipertensión arterial compa-
rando los pacientes que no realizan actividad física comparado con los que si la realizan

Presentan HTA No presentan HTA Total

No realizan actividad 10 90 100
Realizan actividad física 20 80 100
Total 30 170 200
175

Comparación absoluta
Riesgo atribuible (RA) o Diferencia de riesgos absolutos
El RA es la diferencia que existe entre la tasa de incidencia en expuestos y la tasa de incidencia
en no expuestos, indicando el peso del factor causal. Para determinar la influencia de cada
factor debe ajustarse por las otras causas que podrían producir el mismo efecto, para que quede
la parte que verdaderamente se puede atribuir al factor causal en estudio. En la mayor parte de
las situaciones clínicas, dado que el riesgo atribuible representa la probabilidad adicional real de
la enfermedad en los individuos expuestos, es una expresión más significativa del riesgo para los
individuos que el riesgo relativo.

Número Necesario de pacientes a Tratar (NNT)

Evidentemente las implicancias clínicas del valor absoluto del riesgo son muy importantes, pero
es una medida difícil de recordar, por este motivo se difundió la utilización de un indicador de
interpretación más fácil, el denominado Número Necesario de pacientes a Tratar (NNT).

Con los datos de la tabla de contingencia obtuvimos que el riesgo en el grupo mal tratado era
0,039, en tanto en el grupo con buen control era 0,016. La reducción o diferencia de riesgos
absolutos con el buen control sería:
Diferencia de riesgos absolutos = 0,039-0,016=0,023

El NNT se calcula como la inversa del riesgo atribuible:

1
NNT =
Riesgo atribuible

En el ejemplo sería NNT=1/0,023=44.

Esta cantidad significa que deberíamos obtener buen control de la presión arterial en 44 pacien-
tes para evitar 1 evento coronario.
 Cuando el riesgo absoluto es muy bajo, como sucede en las mujeres jóvenes con hipertensión
estadio 1, el NNT será muy grande; en tanto que en hombres de 50 años con hipertensión estadio
2 el NNT será mucho menor. De esta manera el NNT tiene implicancia directa en las recomenda-
ciones terapéuticas. Deberíamos indicar muchos tratamientos en el primer grupo para prevenir
un evento, en tanto que con la misma indicación tendríamos mayor probabilidad de prevenir un
evento en el segundo grupo.

Actividades
6. Con los datos de la tabla de la Actividad 4, calcule el NNT para evitar un infarto de miocardio
en pacientes tratados con hipolipemiantes durante 5 años

Riesgo Atribuible Porcentual (RA%)

También se lo conoce con los siguientes nombres: proporción atribuible en los expuestos, frac-
ción etiológica del riesgo, fracción atribuible en los expuestos, porcentaje de reducción del ries-
go, fracción protectora. Es la tasa porcentual de riesgo que se puede atribuir a la acción del
factor causal estudiado, y se utiliza para conocer el efecto de un factor de riesgo sobre un grupo
de personas expuestas, indicando la proporción de una enfermedad que puede eliminarse entre
los que tienen el factor de riesgo si este factor se pudiera suprimir completamente. Podríamos
aplicar este concepto para estimar la disminución de la incidencia de diabetes si se evitara la
obesidad. Se calcula dividiendo el RA por la incidencia de la enfermedad en los expuestos:

Incidencia en expuestos - Incidencia en no expuestos

RA% = x 100
Incidencia en expuestos

El siguiente ejemplo permite comprender el significado del riesgo atribuible porcentual y la

diferencia con el riesgo relativo y el riesgo atribuible (tabla 9):

TABLA 9
176 RIESGO RELATIVO, RIESGO ATRIBUIBLE Y RIESGO ATRIBUIBLE PORCENTUAL

Tasa en Tasa en Riesgo

Riesgo Riesgo
Efecto fumadores no fumadores Atribuible
Relativo Atribuible
x 100.000 x 100.000 Porcentual
Mortalidad por 1.400 100 14 1.300 92%
Cáncer de pulmón

El riesgo relativo es 14, es decir que los fumadores tienen 14 veces más probabilidades de morir
por cáncer de pulmón que los no fumadores. El riesgo atribuible es 130, significa que 130 de
cada 140 fumadores que mueren por cáncer de pulmón puede adjudicarse al tabaquismo. El
riesgo atribuible porcentual es 92%, significando que el 92% de los fumadores que mueren por
cáncer de pulmón puede adjudicarse al tabaquismo y podría evitarse si no hubieran fumado.

Otra fórmula para calcular el riesgo atribuible porcentual a partir del riesgo relativo permite
estimar la ventaja de eliminar una causa cuyo riesgo relativo sea pequeño.

Riesgo Relativo - 1
RA% = x 100
Riesgo Relativo
Un riesgo relativo de 2 puede originar un riesgo atribuible porcentual de 50%. Es decir, si se
eliminara este factor de riesgo se obtendría una reducción del 50% en la enfermedad en las
personas expuestas.

En caso que se trate de un factor protector podría calcularse una medida análoga al RA%
llamada fracción preventiva (FP) que representa la proporción de la incidencia de la enfermedad
evitada entre los expuestos por la acción del factor protector.

Incidencia en no expuestos - Incidencia en expuestos

FP = x 100
Incidencia en no expuestos
 Esta fórmula invierte algunos términos de la 1a fórmula de RA%. Como esta fórmula permite
calcular la reducción del riesgo relativo (RRR), análogamente se puede utilizar:

FP = RRR = (1-RR) x100

La comparación de las frecuencias de enfermedad puede utilizarse para calcular el riesgo de que
una exposición dé lugar a un efecto sobre la salud. Pueden establecerse comparaciones absolu-
tas o relativas; las medidas resultantes describen la fuerza con la que se asocia una exposición
a una determinada evolución (tabla 10).

TABLA 10
COMPARACIÓN ENTRE MEDIDAS DE EFECTOS RELATIVAS Y ABSOLUTAS
Medidas Relativas
Miden Fuerza de Asociación entre
exposición y evento.
Valores por sobre la unidad son elementos
de juicio a favor de la existencia de
asociación causal.
Su magnitud no se ve afectada por la
frecuencia basal del evento en la población.
Medidas Absolutas
Miden exceso de riesgo entre expuestos y no
expuestos.
Una vez establecida la asociación causal
permiten estimar el riesgo para presentar el
evento atribuible a las exposición.
Su magnitud se ve afectada por la frecuencia
basal del evento en la población.

La reducción del riesgo relativo no permite evaluar el impacto poblacional. Una reducción del
50% de una enfermedad muy prevalente será poblacionalmente más importante que una reduc-
ción igual de una enfermedad muy rara.

Conclusiones
177
La Epidemiología aplicada a la clínica aporta al médico mayor conocimiento del riesgo, de los
factores de riesgo y de la forma de medir su impacto individualmente y en la población. Debemos
destacar que gran parte del ejercicio clínico está basado en el conocimiento probabilístico, es
decir, sabemos que un evento puede ocurrir más probablemente en un individuo que tiene deter-
minadas características. Este conocimiento también contribuye a las decisiones médicas y a
motivar la adopción de conductas preventivas. Entendemos por prevención evitar que una de-
terminada condición empeore, se agrave o complique con un evento de morbilidad o mortalidad.

De esta manera, el médico indica un tratamiento para la hipertensión o la dislipemia basado en

el conocimiento epidemiológico de las cifras de presión arterial o hipercolesterolemia que signi-
fican un exceso de riesgo para el paciente, con la intención de evitar eventos cardiovasculares.
La indicación de cambios en los hábitos de vida y de opciones farmacológicas, se hallará basada
en la evidencia que esas indicaciones disminuyen el riesgo para la ocurrencia de esos eventos.

Actividades
Clave de respuestas

1.

Variable Edad Género Antigüedad HbA1c HTA Obesidad μAlbuminuria

Cuantitativa x x x
Cualitativa x x x x
 2.
a) Incidencia
b) Prevalencia
c) Incidencia
d) Incidencia
e) Prevalencia

3.

4.
Incidencia con normolipemiante: 10/100=0,1
Incidencia sin normolipemiante: 20/100=0,2
Riesgo relativo 0,1/0,2=0,5

5.
Odds ratio: 2,25
178
6. El NNT es 10. La diferencia de riesgos es 0,1, y la inversa de 0,1 es 10.

Bibliografía
Bonita R, Beaglehole R, Kjellström T.Basic epidemiology. World Health Organization. 2nd edition.
2006. Disponible en http://whqlibdoc.who.int/publications/2006/9241547073_eng.pdf. Ultimo
acceso 16 de julio de 2009.
Bradford Hill A. The environment and disease: association or causation? Proc R Soc Med
1965;58:295-300.
D’Agostino RB Sr, Vasan RS, Pencina MJ, Wolf PA, Cobain M, Massaro JM, Kannel WB. General
cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation.
2008;117:743-53.
González C. ¿Qué es un factor de riesgo? Introducción al método científico y a la teoría de
frecuentista de la probabilidad. En Síndrome Metabólico y Riesgo Vascular, Wassermann A y
Grosso C eds. Editorial FEPREVA 2007, Vol 1;Cap 4:43-72.
Lawes CM, Vander Hoorn S, Rodgers A. Global burden of blood-pressure-related disease, 2001.
Lancet. 2008;371:1513-8.
Moreno-Altamirano A, López-Moreno S, Corcho-Berdugo A. Principales medidas en epidemiología.
Salud pública de méxico 2000;42:337-348.
Ortiz Z, Esandi ME, Bortman M. Epidemilogía básica y vigilancia de la salud. Módulo 4: Efecto,
impacto y fuentes de error. Disponible en http://www.epidemiologia.anm.edu.ar/pdf/modulos/
Modulo%202-2004.pdf. Ultimo acceso 16 de julio de 2009.
Riegelman R, Hirsch R. Cómo estudiar un estudio y probar una prueba: lectura crítica de la
literatura médica. Organización Panamericana de la Salud. 1992.