Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los estudios epidemiológicos, estudian la distribución y los factores determinantes de los acontecimientos
relacionados con la salud de la población para determinar la causa o las causas de los mismos.
Los estudios epidemiológicos permiten establecer la relación entre el factor de exposición o de riesgo
(variables independientes) y la influencia de éstas sobre el surgimiento de la enfermedad (variables
dependientes).
La importancia de los hechos en epidemiología obedece a las siguientes razones:
1. Es una patología que afecta a muchas personas
2. Es una patología inexistente en la región
3. Es una patología de carácter grave
4. Es un factor de riesgo para la salud cuyos efectos aún no se conocen.
5. Es una conducta, social, laboral, personal que expone al individuo frente a determinados
riesgos
6. Es una porción de la realidad particularmente compleja para la cual hay que establecer
medidas de prevención o control.
Fase descriptiva
Consiste en la fase de recogida de información acerca de un fenómeno de salud o de enfermedad observado
en una población. Según Lilinfield, las principales etapas del estudio descriptivo son:
1. Identificación de la población de riesgo.
2. Formulación de objetivos
3. Definición del objeto de estudio
4. Variables de estudio.
5. Fuentes de información
6. Medición del objeto de estudio
7. Forma de presentación (características epidemiológicas: tiempo, lugar y persona)
Fase analítica
La epidemiología analítica diseña estudios para examinar asociaciones entre una enfermedad y
determinados factores. Si existe una asociación, trata de demostrar si es una asociación causal. Los tipos
1
comunes de estudio analítico son: de cohortes y caso-control.
El método epidemiológico analítico empieza cuando se inicia la verificación de la hipótesis planteada.
2
Términos de causalidad la asignación de la exposición es el criterio más importante de clasificación y divide
a los estudios epidemiológicos en tres tipos:
Las muestras no probabilísticas son muy mal usadas en los diseños epidemiológicos observacionales. Un
ejemplo claro son las muestras extraídas de encuestas a personas que se encuentran en una calle, que, si bien
pueden ser ‘aleatorias’, no son representativas de una población. Muchos estudios epidemiológicos declaran
muestras probabilísticas cuando en realidad usan muestras por conveniencia.
Existen varios tipos de muestreo probabilístico. En el muestreo aleatorio simple, todos los sujetos deben tener
la misma probabilidad de ser elegidos. Es muy común en escenarios cerrados, como hospitales, cárceles y
escuelas. Es uno de los muestreos más usados en epidemiología por su fácil obtención, a pesar de esto, es
susceptible de sesgos de selección si no se eligen bien los sujetos. Por ejemplo, si una patología (como en
infarto agudo al miocardio) es más frecuente y/o severo a una hora determinada del día, no se pueden elegir
solo pacientes de unas horas determinadas (por ejemplo, durante el ‘día’).
El muestreo estratificado es un método complejo de selección de pacientes, en el cual se dividen los sujetos
por una determinada característica, a la que se le asigna una probabilidad; dentro de la cual se toma una
muestra aleatoria simple. El muestreo por conglomerados se puede dividir en dos: monoetápico, y
estratificado polietápico. El primero se realiza idealmente en poblaciones dispersas, por conjuntos
geográficos. El polietápico se realiza cuando la población a cubrir es muy grande y ampliamente distribuida.
Ambos requieren de técnicas estadísticas especiales, disponibles en algunos paquetes estadísticos
informáticos (por ejemplo: Epi- Info, SPSS, Stata, SAS).
El tiempo: mide la ocurrencia del evento o cambios en la variable de exposición a lo largo del tiempo.
Longitudinales, cuando se realizan al menos dos mediciones: la medición basal para determinar el estado
inicial y una subsecuente para determinar la ocurrencia del evento.
Transversales, cuando se realiza una sola determinación en los sujetos de estudio y se evalúan de manera
concurrente la exposición y el evento de interés. Pueden proporcionar información valiosa cuando se estudian
factores que no varían (como el sexo y la carga genética) o exposiciones únicas que no cambian con el tiempo.
3
Prospectivos: el punto de referencia para esta clasificación es la ocurrencia del evento de interés (la variable
respuesta). Se toman sujetos en lo contemporáneo. En este tipo de estudios se pueden diseñar
instrumentos para la medición y registro del evento que aseguren la calidad de las mediciones.
Por otra parte, una de las herramientas que utiliza la investigación epidemiológica son las Pruebas de
Tamizaje.
Pruebas de Tamizaje
Son definidas por OMS como el uso de una prueba sencilla en una población saludable, para identificar a los
individuos que tienen alguna patología, pero no presenta síntomas. Son las que posibilitan la detección de
factores de riesgo, infecciones asintomáticas, estadios tempranos de enfermedad, para diagnóstico,
intervención o tratamiento temprano. Las pruebas de tamizaje son menos específicas, pero tienen la
enorme ventaja de ser en su mayoría pruebas estandarizadas que se caracterizan por ser rápidas, con un
costo mínimo y fácilmente reproducibles por cualquier personal de salud no necesariamente médico.
Cuando el objetivo de la prueba es la población o algún grupo determinado de ella, estamos hablando de
tamizaje poblacional, que por lo regular es el más utilizado por su carácter global, mientras que si nos
limitamos a los pacientes que examinamos en la consulta diaria por cualquier motivo y aprovechamos la
circunstancia para ofrecerles una exploración que nos revele si padece una enfermedad subclínica o está
expuesto a un factor de riesgo, hablamos de tamizaje oportunista o más precisamente de búsqueda de casos.
Para valorar una prueba de tamizaje que será utilizada en el ámbito de la salud, es indispensable conocer los
métodos que utiliza dicha prueba para identificar correctamente a aquellos pacientes que requieren de una
4
evaluación posterior. Esto se logra conociendo la sensibilidad y especificidad de la prueba, así como los
valores predictivos positivo y negativo.
Sensibilidad: en una prueba es la capacidad para detectar a los enfermos, evitando la presencia de falsos
negativos. Es decir, cuando el test deja escapar a cierto número de enfermos, que en estos casos serían
falsos negativos y su sensibilidad estaría disminuida.
Usualmente una prueba altamente sensible debe elegirse cuando un resultado erróneo implique un daño
serio, por ejemplo, si se sospecha una enfermedad grave pero tratable, como tuberculosis pulmonar, sífilis,
enfermedad de Hodgkin o trombosis venosa profunda. De igual forma es útil en las primeras etapas de un
estudio diagnóstico, para limitar el número de posibilidades. Una prueba con alta sensibilidad es más útil para
el médico cuando su resultado es negativo.
Por otro lado, las pruebas altamente específicas son útiles para confirmar un diagnóstico sugerido por otros
datos. Este tipo de pruebas son especialmente necesarias cuando los resultados falsos positivos pueden
perjudicar al paciente de un forma física, emocional o económica, por ejemplo, antes de someter a un paciente
a quimioterapia antineoplásica, es necesario un diagnóstico histológico (alta especificidad). Una prueba muy
específica es más útil cuando su resultado es positivo.
Enfermos Sanos
Test positivo a b a+b
Test negativo c d c+d
a+c b+d Total
Para probar la efectividad del test se le aplicará frente a los sujetos cuyo diagnóstico ya ha sido confirmado o
descartado por otros procedimientos seguros (prueba de oro)
Prueba de Oro
Enfermos Sanos
Prueba evaluada
5
Positiva a Verdadero positivo b Falso positivo
Negativa c Falso negativo d Verdadero negativo
Lo ideal es encontrar una prueba con alta sensibilidad y alta especificidad, pero desgraciadamente no suele
ser posible encontrar ambas condiciones. Por eso el punto de corte que separe lo normal de lo anormal, es
fruto de una decisión arbitraria, sin embargo, una forma de expresar la relación entre la sensibilidad y la
especificidad de una prueba es elaborar una curva de eficacia diagnóstica conocida como curva ROC (Receiver
Operator Characteristic).
6
Es la capacidad del test de dar un resultado positivo a los realmente enfermos, evitando así la inclusión de
falsos positivos. Es la estimación de la probabilidad de estar enfermo cuando el test es positivo. Un test que
indicaría un 100 por 100 de valor predictivo, significaría que la totalidad de individuos que presentan el
resultado del test positivo son enfermos sin excepción. El valor predictivo del test positivo indicaría entonces
una alta seguridad o probabilidad de tener la patología investigada.
Valor predictivo del test positivo a/a + b Sujetos con diagnóstico positivo y test positivo
Total de sujetos con test positivo
Es la capacidad de dar un resultado negativo a los realmente exentos de la enfermedad, evitando los falsos
negativos. Es la estimación de la probabilidad de ausencia de la enfermedad cuando el test es negativo. Un
test con un 100 por 100 de valor predictivo negativo significaría que la totalidad de los individuos con el test
negativo son exentos de la patología asignada. El test negativo indicaría en este caso una alta seguridad o
probabilidad de no tener la patología buscada.
Valor predictivo del test negativo d/c + d Sujetos con diagnóstico negativo y test negativo
Total de sujetos con test negativo
Se debe escoger el test correspondiente para obtener un mejor resultado y saberlo interpretar según la
prevalencia del evento epidemiológico o según el problema de salud pública al que se está enfrentando, se
debe tener claro que el test no es diagnóstico es una ayuda u orientación para el diagnóstico.
Un test específico reducirá la proporción de falsos positivos, mientras más baja es la prevalencia, mayor el
número de falsos positivos. En un test muy sensible la proporción de falsos positivos se reducirá cuando la
prevalencia o incidencia de la patología estudiada es suficientemente alta y cuando además el test tiene
buena especificidad.
Veamos ahora como se realiza la sensibilidad, especificidad y valores predictivos de una prueba, para que
posteriormente puedan hacer unos ejercicios, para que les quede más claro dichos conceptos.
Ejemplo: Usted realiza una prueba de tamizaje ( papanicolau) a 200 mujeres en edad fértil, de las cuales 101
son positivas para cáncer de cérvix en dicha prueba, de las cuales 98 son confirmadas con examen
anatomopatológico, y 99 fueron negativas con papanicolau pero 2 salieron positivas con el examen
anatomopatológico.
Enfermos Sanos
(Anatomopatológico) (Anatomopatológico)
Papanicolau positivo a 98 b 3 a+b 101
Papanicolau negativo c 2 c 97 c+d 99
a + c 100 b + d 100 Total 200
7
Falsos negativos: 2 personas
Valor predictivo del test positivo a/a + b 98 x 100 = 97.03 por 100
101
Valor predictivo del test negativo d/c + d 97 x 100 = 97.98 por 100
99
El test es muy sensible, muy específico, de un alto valor predictivo del test positivo y de un alto valor
predictivo del test negativo.
Razones de Verosimilitud
La razón de verosimilitudes para un valor determinado de una prueba diagnóstica se define como la
probabilidad de dicho resultado en las personas con la enfermedad, dividida por la probabilidad del resultado
en las personas sin la enfermedad. Expresan el número de veces en que es más (o menos) probable hallar un
resultado en las personas enfermas, en comparación con las personas que no lo están.
Una Razón de Verosimilitudes Positivo (RV+) significa el cociente entre la proporción de personas enfermas
con una prueba positiva (sensibilidad) y la proporción de personas no enfermas con una prueba positiva (1-
especificidad).
8
Valores altos o mayores indican mejor capacidad para diagnosticar la presencia de enfermedad.
La Razón de Verosimilitudes Negativa (RV-) es la proporción de personas enfermas con un resultado negativo
(1-sensibilidad) dividida por la proporción de personas no enfermas con un resultado negativo (especificidad).
Valores bajos o menores indican mejor capacidad para diagnosticar la ausencia de enfermedad. Las razones
de verosimilitudes deben usarse con las posibilidades y no con la probabilidad, esto significa que hay que
convertir a la probabilidad pre prueba (prevalencia) a posibilidades pre prueba, así: Posibilidades =
Probabilidad de un episodio / (1-Probabilidad de dicho episodio).
Estas medidas pueden usarse para convertir posibilidades pre prueba en posibilidades pos prueba, de la
siguiente forma: posibilidad pre prueba x Razón de verosimilitudes = Posibilidades pos prueba
En resumen, las posibilidades pre prueba contienen la misma información que la probabilidad previa o pre
prueba (prevalencia); las razones de verosimilitudes, la misma información que sensibilidad/especificidad, y
las posibilidades pos prueba, la misma que el valor predictivo positivo (probabilidad pos prueba). Una forma
fácil de utilizar las razones de verosimilitudes que proporcionen una aproximación del efecto que produce el
resultado de una prueba sobre la probabilidad de que un paciente con un resultado determinado sufra la
enfermedad se presenta en la siguiente tabla, en la cual por ejemplo las razones de verosimilitudes 2, 5 y 10
incrementan la probabilidad de enfermedad en aproximadamente un 15, un 30 y un 45%, respectivamente,
mientras que los cocientes inversos (razones de verosimilitudes 0.5, 0.2 y 0.1) reducen la probabilidad de
enfermedad de forma parecida, un 15, un 30 y un 45%. Regla general para determinar el efecto de las razones
de verosimilitudes sobre la probabilidad de la enfermedad:
9
Ejercicios a realizar:
1. Usted realiza una prueba de tamizaje de glucometría a 200 personas en una comunidad y detecta 100
personas con glicemia elevada a las cuales le realiza una curva de tolerancia a la glucosa encontrando
40 con valores elevados, y de las 100 personas con glucometría normal detecta 1 con curva de
tolerancia a la glucosa elevada.
✓ Con estos datos realice el cuadro de 2x2
✓ Realice la sensibilidad y especificidad de la prueba
✓ Elabore el valor predictivo del test positivo y el valor predictivo del test negativo.
2. En una comunidad realiza una prueba tamiz para sífilis con V.D.R.L en 10,000 mujeres embarazadas,
encontrando 2,500 con V.D.R.L positivo, de las cuales se le realizo FTABS con resultados positivos
para sífilis a 2,250. De las pacientes con V.D.R.L negativo se encontraron 375 con FTABS positivo.
✓ Con estos datos realice el cuadro de 2x2
✓ Realice la sensibilidad y especificidad de la prueba
✓ Elabore el valor predictivo del test positivo y el valor predictivo del test negativo.
✓ Interprete los resultados.
REFERENCIAS
1. Almeida Naomar, Filho María Rouguarol. Bases del Método Epidemiológico. Capítulo 6, Buenos
Aires. Lugar editorial 2,000.
2. Alarcón Jorge, Piscoya Julia Investigación epidemiológica, Estrategias de Investigación. Capítulo 6.
Colombia 2009.
3. Cocco P, Blair A, Congia P, Saba G, Ecca AR, Palmas C. Long-term health effects of the occupational
exposure to DDT. A preliminary report. Ann NY Acad Sci 1997;837:246-256.
4. Fernandez Alonzo, Rodriguez Acosta. Introducción a la epidemiología y estrategias de diseño en la
investigación epidemiológica. Masson S.A. Parte V Epidemiología pág 583-587. 2006.
5. Fletcher, Robert H., Fletcher, Suzanne W. Epidemiología Cínica. 4ª edición. Boston Massachusetts:
Wolters Kluwer, 2007
6. García García, Juan José. Razones de probabilidad o verosimilitud.
www.facmed.unam.mx/deptos/salud/censenanza/spiii/spiii/razonesjj.pdf
7. Hernández Ávila Mauricio, Garrido la Torre Francisco, López Moreno Sergio. Diseño de Estudios
Epidemiológicos. Salud Pública de México. Vol. 42 No.2 Marzo-Abril 2,000.
8. Hunter DJ. Hankinson SE. Laden F. Colditz GA. Manson JE. Willett WC et al. Plasmaorganochlorine
levels and the risk of breast cancer [see comments]. N Engl J Med 1997;337(18):1253-1258.
9. Kelsey JL, Thompson WD, Evans AS. Methods in observational epidemiology. Nueva York: Oxford
University Press, 1986.
10. Monterola D. Carlos. Cómo interpretar un artículo sobre pruebas diagnósticas. Revista Med. Clin.
Condes 2009; 20(5) 708 – 717
11. Paternina Caicedo Ángel. Introducción a la Investigación Epidemiológica. Revista de Ciencias
Biomédicas 2010:1(2): 246-253. Colombia 2010.
12. Rayo Bordanada Miguel Ángel, Moreno Javier Damián. Método Epidemiológico. Instituto de Salud
Carlos III. Madrid, España .Octubre 2009.
13. Rosa Olivero, Domínguez Antonio, Malpica Carmen Cecilia. Principios Bioéticas aplicados a la
Investigación Epidemiológica. Acta Bioética 14 (1). 2008.
14. . Walker AM. Observation and inference. An introduction to the methods of epidemiology.
Chestnut Hill, MA: Epidemiology Resources Inc, 1991
10