RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 1

CLASIFICACIÓN DE ESTUDIOS

• Pero antes… ¿qué preguntas debemos hacernos?:

Medición de variables Demostración de hipótesis Momento de la medición Manipulación de variables

1: transversal Sí: analítico Anterior a los objetivos: retrospectivo Sí: experimental

2 o +: longitudinal No: descriptivo Posterior a los objetivos: prospectivo No: observacional

Para evitar subjetividad en el estudio se opta por muestreos al azar y estudios con ciego

CRITERIO DE
ESTUDIOS DE INVESTIGACIÓN CARACTERÍSTICAS
CAUSALIDAD
SESGOS CARACTERÍSTICOS
Medición de variables: • Fuerza de asociación • De selección (etapa de
longitudinal • Secuencia temporal selección)
Demostración de hipótesis: Sí (no siempre) • De asignación (etapa de
(analítico) asignación)
CASOS Y Momento de la medición: • De memoria (etapa de
CONTROLES retrospectivo valoración)
Manipulación de variables: No • De declaración (etapa de
(observacional) valoración)

Medición de variables: • Fuerza de asociación • De selección (etapa de

longitudinal • Secuencia temporal selección)
Demostración de hipótesis: Sí (no siempre) • De asignación (etapa de
OBSERVACIONAL (analítico) asignación)
COHORTE
Momento de la medición: • De valoración incompleta
prospectivo (etapa de valoración)
Manipulación de variables: No
ANALÍTICOS (observacional)
Medición de variables: • Fuerza de asociación • De selección (etapa de
transversal selección)
Demostración de hipótesis: Sí • De asignación (etapa de
(analítico) asignación)
TRANSVERSAL
Momento de la medición: • De declaración (etapa de
retrospectivo valoración)
Manipulación de variables: No
(observacional)
Medición de variables: • Fuerza de asociación • De selección (etapa de
longitudinal • Secuencia temporal selección)
Demostración de hipótesis: Sí (no siempre) • De valoración incompleta
ENSAYO
EXPERIMENTAL CLÍNICO
(analítico) • Modificación causa- (etapa de valoración)
Momento de la medición: efecto (evidencia
CONTROLADO
prospectivo experimental)
Manipulación de variables: Sí
(experimental)
Medición de variables: • Fuerza de asociación • De selección (etapa de
transversal selección)
Demostración de hipótesis: • De asignación (etapa de
No (descriptivo) asignación)
DESCRIPTIVOS DESCRIPTIVO TRANSVERSAL
Momento de la medición:
retrospectivo
Manipulación de variables: No
(observacional)
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 2

MARCOS UNIFORMES
ASIGNACIÓN: Selección de los individuos del grupo de
estudio y del grupo control.

VALORACIÓN: Determinación de los resultados de la

investigación en el grupo de estudio y en el de control.

ANÁLISIS: Comparación de los resultados del grupo de

estudio y del grupo control.

INTERPRETACIÓN: Extracción de conclusiones sobre

las diferencias encontradas entre el grupo de estudio y
de control, y sobre su significado para los sujetos
estudiados.

EXTRAPOLACIÓN: Extracción de conclusiones sobre el significado del estudio para los individuos o situaciones no incluidos en el mismo.

RIESGO: probabilidad de que un hecho ocurra.

PROBABILIDAD: MEDIDA de algo incierto (certeza absoluta= 1) (imposibilidad absoluta= 0)
FACTORES DE RIESGO: característica o circunstancia asociada con una probabilidad aumentada de experimentar daño a la salud.
≈ Riesgo absoluto (RA): se mide a través de INCIDENCIA (casos nuevos) y se utiliza en estudios PROSPECTIVOS.
𝐴
ENFERMOS NO ENFERMOS 𝑅𝐴 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 =
𝐴+𝐵
EXPUESTOS AL FACTOR DE RIESGO A B
NO EXPUESTOS AL FACTOR DE RIESGO C D 𝐶
𝑅𝐴 𝑁𝑂 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 =
𝐶+𝐷
≈ Riesgo relativo (RR): mide la FUERZA DE ASOCIACIÓN y el exceso de riesgo.

𝑅𝐴 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 Ejemplos:
𝑅𝑅 =
𝑅𝐴 𝑁𝑂 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆
RR= 0.73 significa que X factor disminuye (porque está por debajo de 1) la
RR= 1 NO HAY EXCESO DE RIESGO posibilidad de desarrollar tal efecto en un 27% (el 27 sale de (1 - 0.73) x 100 )

RR1 FACTOR DE RIESGO RR= 1.27 significa que X factor aumenta (porque está por encima de 1) la
posibilidad de desarrollar tal efecto en un 27% (el 27 sale de (1.27 - 1) x 100 )
RR1 FACTOR PROTECTOR

≈ Riesgo atribuible (RAt): es el riesgo que se puede atribuir verdaderamente al factor y no a otros.
𝑅𝐴𝑡 = 𝑅𝐴 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 − 𝑅𝐴 𝑁𝑂 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆
Ejemplo: En realidad, va primero el Nº más
grande (es decir, la ecuación también
RAt= RA EXPUESTOS (0.37) – RA NO EXPUESTOS (0.27) = 0.10 x 100 = 10
podría plantearse para que el primer
De cada 37 personas con el evento, 10 son debidas al X factor. término sea “RA NO EXPUESTOS”)

≈ Odds Ratio (OR): sirve para estimar el exceso de riesgo y fuerza de asociación en estudios RETROSPECTIVOS (ya
que para eso se debería calcular RA, pero nace a partir de la incidencia y en este tipo de estudios no es posible).
≈
CASOS CONTROLES 𝑃𝑂𝑆𝐼𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 (𝐴)
EXPUESTO A B 𝑂𝐷𝐷𝑆 𝐶𝐴𝑆𝑂𝑆 =
𝑃𝑂𝑆𝐼𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸 𝑁𝑂 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 (𝐶)
NO EXPUESTO C D
𝑃𝑂𝑆𝐼𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 (𝐵)
OR= 1 NO HAY EXCESO DE RIESGO 𝑂𝐷𝐷𝑆 𝐶𝑂𝑁𝑇𝑅𝑂𝐿𝐸𝑆 =
𝑃𝑂𝑆𝐼𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸 𝑁𝑂 𝐸𝑋𝑃𝑈𝐸𝑆𝑇𝑂𝑆 (𝐷)
OR1 FACTOR DE RIESGO
𝑂𝐷𝐷𝑆 𝐶𝐴𝑆𝑂𝑆
𝑂𝑅 =
OR1 FACTOR PROTECTOR 𝑂𝐷𝐷𝑆 𝐶𝑂𝑁𝑇𝑅𝑂𝐿𝐸𝑆
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 3

CASOS Y CONTROLES
POBLACIÓN SELECCIÓN ASIGNACIÓN VALORACIÓN ANÁLISIS INTERPRETACIÓN EXTRAPOLACIÓN
X Unidad de análisis SEGÚN EVENTO PREVALENCIA ODDS Índice e intervalo Índice e intervalo de
(personas sanas y Observada RATIO de confianza confianza
% de personas CON el EVENTO que
enfermas) (MUESTRA) (POBLACIÓN)
SÍ estaban expuestos a FR
CASOS:
Tipo de muestreo (NO % o Nº personas % de personas CON el EVENTO que
probabilístico: Por CON el EVENTO NO estaban expuestos a FR
conveniencia con
criterio de exclusión e CONTROLES: % de personas SIN el EVENTO que
inclusión) % o Nº personas SÍ estaban expuestos a FR
SIN el EVENTO % de personas SIN el EVENTO que
NO estaban expuestos a FR

COHORTE
(grupo de individuos que comparte una misma experiencia)
POBLACIÓN SELECCIÓN ASIGNACIÓN VALORACIÓN ANÁLISIS INTERPRETACIÓN EXTRAPOLACIÓN
X Unidad de análisis SEGÚN FR INCIDENCIA RIESGO Índice e intervalo de Índice e intervalo de
(personas sanas) Observada RELATIVO confianza (MUESTRA) confianza
% personas EXPUESTAS que
(POBLACIÓN)
Tipo de muestreo (NO desarrollan el EVENTO
% o Nº personas
probabilístico: Por
expuestas al FR % personas EXPUESTAS que NO
conveniencia con
desarrollan el EVENTO
criterio de exclusión e
% o Nº personas
inclusión) % personas NO EXPUESTAS que
NO expuestas al
FR desarrollan el EVENTO
% personas NOEXPUESTAS que
NO desarrollan el EVENTO

ENSAYO CLÍNICO CONTROLADO

POBLACIÓN SELECCIÓN ASIGNACIÓN VALORACIÓN ANÁLISIS INTERPRETACIÓN EXTRAPOLACIÓN
X Unidad de análisis SEGÚN INCIDENCIA RIESGO Índice e intervalo de Índice e intervalo de
INTERVENCIÓN RELATIVO confianza (MUESTRA) confianza (POBLACIÓN)
Tipo de muestreo % personas EXPUESTAS que
Al azar y a ciegas
(probabilístico) desarrollan el EVENTO
% o Nº de personas
% personas EXPUESTAS que NO
que reciben
desarrollan el EVENTO
TRATAMIENTO
% personas NO EXPUESTAS que
% o Nº de personas
desarrollan el EVENTO
que NO reciben
TRATAMIENTO % personas NOEXPUESTAS que
(placebo) NO desarrollan el EVENTO

TRANSVERSAL
POBLACIÓN SELECCIÓN ASIGNACIÓN VALORACIÓN ANÁLISIS INTERPRETACIÓN EXTRAPOLACIÓN
X Unidad de análisis Observada PREVALENCIA ODDS Índice e intervalo de Índice e intervalo de
RATIO confianza (MUESTRA) confianza (POBLACIÓN)
Tipo de muestreo % o Nº personas % de personas CON el EVENTO
(probabilístico o NO CON el EVENTO que SÍ estaban expuestos a FR
probabilístico) (el
% o Nº personas % de personas CON el EVENTO
transversal analítico
SIN el EVENTO que NO estaban expuestos a FR
es aleatorio)
% de personas SIN el EVENTO que
SÍ estaban expuestos a FR
% de personas SIN el EVENTO que
NO estaban expuestos a FR
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 4

MUESTREO

≈ Población: conjunto de elementos que constituyen un colectivo que es objeto de estudio.

↘ Población en estudio/blanco/diana: aquella población cuyas características se desean describir.
Delimitada por características demográficas, sociales, hábitos de vida, problemas de salud, etc.
↘ Población accesible: población sobre la cual se aplicarán determinadas acciones. Determinada por
consideraciones prácticas en función de la accesibilidad para el investigador.
↘ Población elegible: población dentro de la accesible que cumple con ciertos criterios de inclusión y
exclusión establecidos por el investigador. (Ejemplo: tener +18 años).
↘ Muestra: subconjunto de la población elegible sobre el que se realizarán las mediciones, con la idea
de obtener conclusiones generalizables a la población. Cada uno de los componentes es un individuo.
↘ Participantes: individuos de la muestra que participan en el estudio (puede haber pérdidas).

LA MUESTRA DEBE SER REPRESENTATIVA DE LA POBLACIÓN, ES DECIR, UNA MUESTRA CUYAS CARACTERÍSTICAS
CLAVES SE APROXIMEN ESTRECHAMENTE A LAS DE LA POBLACIÓN. ESTO SE GARANTIZA CON MUESTREOS AL
AZAR, QUE ADEMÁS SON DE TIPO PROBABILÍSTICO, PERMITIENDO QUE CUALQUIER INDIVIDUO DE LA POBLACIÓN
EN ESTUDIO TENGA LA MISMA PROBABILIDAD DE SER ELEGIDO.

TIPOS DE MUESTREOS
1. Listado de la población accesible (marco muestral).
2. Numerarlos consecutivamente.
MUESTREO ALEATORIO SIMPLE 3. Elección aleatoria de Nº por programas o tablas.
4. Seleccionar a los individuos según los Nº obtenidos. Para ello fijarse en el
listado numerado realizado.
1. Calcular la constante de muestreo (K) dividiendo el total de la población
elegible por el tamaño de la muestra deseado.
MUESTREOS MUESTREO SISTEMÁTICO 2. Se toma un Nº al azar entre 1 y K. Ese Nº será el 1er individuo elegido.
3. A partir de ese Nº se suma K, y así seguidamente se van tomando
PROBABILÍSTICOS individuos hasta cubrir el tamaño de la muestra.
(todos tienen 1. Establecer el atributo en base al cual se estratificará la población.
posibilidad de ser 2. Definir cuántas variables de ese atributo se dan en la población (es decir,
seleccionados) definir el Nº de estratos).
MUESTREO ESTRATIFICADO
3. Tomar una muestra aleatoria de cada estrato (proporcional o no
proporcional).
4. Sumar las submuestras y así obtener la muestra total.
1. Segmentar la población según diferentes criterios, de forma cada vez más
MUESTREO POR pequeña, hasta llegar a la unidad de análisis deseada.
CONGLOMERADOS 2. Tomar muestras aleatorias de cada pequeña unidad de análisis.
3. Sumar las submuestras y así obtener la muestra total.
MUESTREO CONSECUTIVO 1. Reclutar a todos los individuos que cumplan con los criterios de selección,
MUESTREOS NO
durante un tiempo establecido para el estudio.
PROBABILÍSTICOS
1. Seleccionar los individuos más fácilmente accesibles (pueden ser
(sólo algunos tienen MUESTREO POR CONVENIENCIA
voluntarios).
posibilidad de ser
1. El propio investigador selecciona a los individuos que considere más
seleccionados) MUETREO A CRITERIO
apropiados para el estudio.
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 5

LA INVESTIGACIÓN CIENTÍFICA

ETAPAS

Planificación

1. Planteamiento del problema de investigación

▪ Primero se debe plantear el TEMA de la investigación (también llamado área problema).
▪ Tema:
→ Planteo vago, general e impreciso.
→ Sirve para enmarcarnos en un campo disciplinar.
→ Debe ser contextualizado en tiempo y lugar.
→ Se debe dividir en subunidades más abarcables y específicas.
▪ Criterio de selección de la subunidad temática:
→ Afinidad temática
→ Experiencia personal
→ Teorías o ideas extraídas de lectura bibliográfica
→ Consejo de tutores o investigadores
→ Presentimientos o creencias
→ Pedidos externos
▪ Origen del problema:
→ Ante el conjunto de conocimientos acumulados se presenta un vacío o inconsistencia.
→ De la práctica se suelen descubrir situaciones que requieren explicación.
▪ El problema debe ser en forma de PREGUNTA
▪ Condiciones del problema de conocimiento:
→ Accesibilidad a la información (desde el marco legal, tecnológico, etc.)
→ Debe establecer una relación entre variables
→ Factibilidad, es decir, que se pueda comprobar
→ Magnitud, es decir, que sea una problemática frecuente
→ Que haya una población afectada
→ Que haya conocimiento previo (marco teórico)
→ Aplicabilidad del conocimiento generado
▪ Tipos de problemas:
→ De existencia: analizan si X cosa existe en la población. Estudios descriptivos.
→ De cuantificación: descripción del comportamiento de una variable. Estudios descriptivos.
→ De comparación: compara una misma variable en 2 poblaciones. Estudios descriptivos y analíticos.
→ De explicación: investiga la relación entre 2 variables. Estudios analíticos.
▪ Elementos que no pueden faltar en la formulación de un problema:
→ Tiempo
→ Lugar
→ Población de estudio

2. Elaboración del marco teórico

▪ Incluye los elementos teóricos existentes alrededor del tema de estudio.
▪ Es la descripción, explicación y análisis teórico del problema de investigación.
▪ Sirve para ubicar el problema dentro de un campo teórico existente.
▪ Revisión bibliográfica en 3 aspectos: sirve para resumir conceptual y teóricamente los conocimientos previos
→ Campo teórico
→ Campo metodológico
→ Dominio de la realidad
▪ Toma de notas para realizar la síntesis de un documento bibliográfico. Se debe incluir:
→ Referencia completa
→ Preguntas o hipótesis de investigación
→ Marco teórico
→ Características claves de los métodos de investigación
→ Principales hallazgos y conclusiones (organizados en un cuadro: autor, tipo de diseño, métodos para medir las variables)
▪ Elementos del marco teórico:
→ Conocimientos sobre el tema:
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 6

✓ Teorías
✓ Antecedentes
✓ Datos estadísticos: requiere una búsqueda de fuentes secundarias de información
✓ Metodología de investigación
→ Variables: aspectos principales a estudiar
→ Hipótesis: relación entre variables
▪ Elaboración: se inicia con la descripción general del problema y los elementos teóricos relativos al mismo. Luego se
incluyen las variables conceptuales, explicando ampliamente la relación planteada en la hipótesis.

3. Planteamiento de hipótesis
▪ Enunciado AFIRMATIVO conjetural, como respuesta a un problema, que no está verificada ni refutada.
▪ Afirmación: no tiene que decir “sí”, puede negar también. Significa que NO debe ser pregunta.
▪ Se deduce del problema.
▪ Debe ser congruente con el marco teórico.
▪ Establece la RELACIÓN entre 2 O MÁS variables.
▪ Se somete a prueba.
▪ Es una respuesta provisional al problema de investigación.
▪ Estudios analíticos.
▪ No en todos los estudios se postulan hipótesis. Hay hipótesis implícitas.
▪ Elementos que no pueden faltar en la formulación de una hipótesis:
→ Unidades de análisis
→ Variables
→ Conector o término lógico (ejemplo: está influenciada)
→ Espacio
→ Tiempo
▪ Tipos de hipótesis:
→ Según el modelo de causalidad: simples o complejas
→ Según el término lógico: direccional o no direccional
→ Según la asociación: causal o no causal

4. Definición de objetivos
▪ Verbo en INFINITIVO.
▪ Son PRECISOS y CLAROS.
▪ Se propone lo que se busca lograr con la investigación.
▪ Elementos que no pueden faltar en la formulación de un objetivo:
→ Tiempo
→ Lugar
→ Población de estudio
▪ Tipos de objetivos:
→ Generales
→ Específicos (descomposición del objetivo general) (indican con mayor precisión las variables a estudiar)
→ De investigación (se busca conocimiento NUEVO). Hay verbos característicos: describir, explorar, observar, examinar,
investigar, entender, comparar, evaluar, estimar, explicar, predecir.
→ De acción (se busca MODIFICAR LA REALIDAD) Hay verbos característicos: aplicar, proponer, planificar, programar,
intervenir, actuar, acordar, elaborar.

5. Selección del tipo de diseño de investigación

▪ Tipos de estudios:
→ Analíticos: casos y controles, cohorte, transversal
→ Experimentales: ensayo clínico controlado, transversal.

6. Definición de las escalas de medición de las variables

▪ Una variable es una entidad abstracta que se refiere a una cualidad, propiedad o característica de personas o cosas en
estudio. Adquiere distintos valores y puede o no variar de un sujeto a otro, o en un mismo sujeto.
▪ Tipos de variables:
→ Variables independientes: determinan el cambio en los valores de la variable dependiente. Es la causa.
→ Variables dependientes: ocurren en función de la variable independiente. Es el efecto.
→ Variables intervinientes: elementos que pueden estar presentes en una relación entre VI-VD modificándola.
→ Variables contextuales: ámbito general donde se desarrollan los fenómenos.
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 7

▪ Según la hipótesis, una misma variable puede ser independiente o dependiente.

▪ Una variable debe poder medirse:
→ Variables concretas: peso, talla, edad, grupo sanguíneo, nivel educacional, etc.
→ Variables abstractas: actitud de la población, pobreza, capacidad de liderazgo, calidad, etc.
NO PUEDEN MEDIRSE, deben operacionalizarse:
1. Identificar la variable abstracta
2. Definir operacionalmente (darle significado a sus términos para darles valor y así medirlos)
3. Describir sus dimensiones
4. Diseñar preguntas que permitan observarla sistemáticamente y medirla.
▪ Escalas de medición de las variables:
→ Variables cuantitativas: el valor es NUMÉRICO
✓ Discretas: el número es ENTERO.
✓ Continuas: el número puede tomar cualquier valor dentro de un rango determinado (puede haber COMA).
→ Variables cualitativas: se refieren a propiedades de los objetos de estudio. No se puede medir en
términos de cantidad, solamente decir si está presente o no.
✓ Dicotómicas: se aceptan dos opciones.
✓ Categóricas: la variable se divide en categorías.
✓ Ordinales: la variable se ORDENA.
▪ Según la hipótesis, una misma variable puede adoptar diferentes escalas de medición
▪ Una variable cuantitativa se puede convertir a cualitativa mediante puntos de corte

7. Elaboración de instrumentos de recolección

▪ Fuentes de información:
→ Primarias: la información se obtiene de manera DIRECTA con el sujeto de estudio. (Ejemplo: encuesta)
→ Secundarias: la información se obtiene de manera INDIRECTA con el sujeto de estudio. (Ejemplo: historia clínica)
▪ Se diseñan instrumentos de recolección de datos con el objetivo de medir las variables.
▪ Técnicas de recolección de datos: indican CÓMO se recogerán los datos
→ Observación: participante-no participante
→ Encuesta: entrevista-cuestionario
→ Entrevista: estructurada-no estructurada
→ Etc.
▪ Instrumentos de recolección de datos: indican CON QUÉ se recogerán los datos. Son las herramientas.
→ Listas de cotejo
→ Cuestionarios
→ Filmadora
→ Etc.
▪ Requisitos de un instrumento de recolección:
→ Validez: grado en que un instrumento logra medir lo que se pretende medir.
→ Confiabilidad: que los datos obtenidos se correspondan con la realidad. Medición exacta y estable en el tiempo.
▪ El instrumento de recolección primero debe ser válido, y luego se evalúa si es confiable.

Ejecución

8. Recolección de datos
▪ Selección de los instrumentos de recolección.
▪ Revisión de los instrumentos de recolección.
▪ Aplicación de los instrumentos de recolección.

9. Análisis de datos
▪ ESTADÍSTICA: la estadística es el estudio de los métodos y procedimientos para recoger, clasificar, resumir y analizar datos,
y para hacer inferencias científicas partiendo de tales datos.
→ Categorías:
✓ Estadística descriptiva: organiza y DESCRIBE datos, poniendo de manifiesto características esenciales. No interfiere,
sólo describe.
o Medidas descriptivas:
 Para variables CUALITATIVAS:
 Los datos se transforman en información a través de la construcción de INDICADORES epidemiológicos.
 Indicadores epidemiológicos:
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 8

 Razón: cociente entre dos hechos NO relacionados. No expresa riesgo.

 Proporción: cociente entre dos hechos relacionados. El numerador está incluido en el denominador.
 Tasas: expresan los eventos ocurridos en una población, lugar y tiempo determinados. Expresan riesgo. Componentes:
✓ Numerador: número de casos del evento
✓ Denominador: número total de individuos EXPUESTOS (no siempre es la totalidad de la población)
✓ Período de tiempo específico
✓ Lugar específico
✓ Factor de conversión variable (puede ser x100, x1.000, x10.000 o lo conveniente para manejar el resultado)

✓ Clasificación de tasas:

Prevalencia: casos existentes (VIEJOS Y NUEVOS) de un evento en una población, tiempo y lugar determinados.
Indica PRESENCIA de un evento
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥10𝑛
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟

➢ La prevalencia AUMENTA por: ➢ La prevalencia DISMINUYE por:

 Aumento de casos nuevos
 Inmigración de casos
Ocurrencia  Emigración de sanos
de un  Mejora en los registros
evento  Mejora en el diagnóstico
 Mayor duración de la enfermedad
 Disminución de casos nuevos
 Inmigración de sanos
 Emigración de casos
 Alta mortalidad
 Menor duración de la enfermedad

o Prevalencia puntual: en un MOMENTO dado. o Prevalencia de período: en un PERÍODO dado.

Incidencia: número de casos NUEVOS de un evento en una población, tiempo y lugar determinados.
Indica VELOCIDAD DE OCURRENCIA de un evento.
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑁𝑈𝐸𝑉𝑂𝑆 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥10𝑛
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Tasa bruta de natalidad:
Nacimiento 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑁𝐴𝐶𝐼𝐷𝑂𝑆 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑃𝑂𝐵𝐿𝐴𝐶𝐼Ó𝑁 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Tasa de fecundidad general:
Según su naturaleza Fecundidad 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑁𝐴𝐶𝐼𝐷𝑂𝑆 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑃𝑂𝐵𝐿𝐴𝐶𝐼Ó𝑁 𝐹𝐸𝑀𝐸𝑁𝐼𝑁𝐴 𝐷𝐸 15 𝐴 49 𝐴Ñ𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Tasa de reproducción:
Reproducción 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑁𝐴𝐶𝐼𝑀𝐼𝐸𝑁𝑇𝑂𝑆 𝐷𝐸 𝑁𝐼Ñ𝐴𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑃𝑂𝐵𝐿𝐴𝐶𝐼Ó𝑁 𝐹𝐸𝑀𝐸𝑁𝐼𝑁𝐴 𝐷𝐸 15 𝐴 49 𝐴Ñ𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Tasas de mortalidad:
o Tasa de mortalidad general:
𝑁ú𝑚𝑒𝑟𝑜 𝑇𝑂𝑇𝐴𝐿 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Eventos 𝑥1.000
𝑃𝑂𝐵𝐿𝐴𝐶𝐼Ó𝑁 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
vitales
o Tasas de mortalidad específica:
➢ Tasa de mortalidad específica por causa:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑃𝑂𝑅 𝐶𝐴𝑈𝑆𝐴 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑃𝑂𝐵𝐿𝐴𝐶𝐼Ó𝑁 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Muerte
➢ Tasa de mortalidad específica por edades:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝐸𝑁 𝑈𝑁 𝐺𝑅𝑈𝑃𝑂 𝐸𝑇𝐴𝑅𝐼𝑂 𝐸𝑆𝑃𝐸𝐶Í𝐹𝐼𝐶𝑂 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑃𝑂𝐵𝐿𝐴𝐶𝐼Ó𝑁 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
➢ Tasa de mortalidad proporcional (no es en verdad una tasa, sino una PROPORCIÓN):
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑃𝑂𝑅 𝐶𝐴𝑈𝑆𝐴 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥100
𝑁ú𝑚𝑒𝑟𝑜 𝑇𝑂𝑇𝐴𝐿 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 9

➢ Tasa de letalidad (cuán grave es la enfermedad):

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑝𝑜𝑟 𝑢𝑛𝑎 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥10𝑛
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑞𝑢𝑒 𝑃𝐴𝐷𝐸𝐶𝐸 𝑒𝑠𝑎 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
➢ Tasa de mortalidad infantil (indicador sensible a cambios sociales y desarrollo humano):
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠 𝑒𝑛 𝑀𝐸𝑁𝑂𝑅𝐸𝑆 𝐷𝐸 1 𝐴Ñ𝑂 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑁𝑎𝑐𝑖𝑑𝑜𝑠 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟

➢ Tasa de mortalidad perinatal (indica procesos evitables):

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑑𝑒 𝑁𝐴𝐶𝐼𝐷𝑂𝑆 𝑉𝐼𝑉𝑂𝑆 𝐴𝑁𝑇𝐸𝑆 𝐷𝐸 𝐿𝑂𝑆 28 𝐷Í𝐴𝑆
+ 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝐹𝐸𝑇𝐴𝐿𝐸𝑆 𝐷𝐸 𝑀Á𝑆 𝐷𝐸 20 𝑆𝐸𝑀𝐴𝑁𝐴𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑁𝑎𝑐𝑖𝑑𝑜𝑠 𝑑𝑒 𝑚á𝑠 𝑑𝑒 1.000𝑔𝑟 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
➢ Tasa de mortalidad neonatal:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠 𝑒𝑛 𝑀𝐸𝑁𝑂𝑅𝐸𝑆 𝐷𝐸 28 𝐷Í𝐴𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑁𝑎𝑐𝑖𝑑𝑜𝑠 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
➢ Tasa de mortalidad postneonatal:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠 𝑒𝑛 𝑛𝑖ñ𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒 28 𝐷Í𝐴𝑆 𝑦 11 𝑀𝐸𝑆𝐸𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑁𝑎𝑐𝑖𝑑𝑜𝑠 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟

➢ Tasa de mortalidad materna (indica procesos evitables):

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠 𝑝𝑜𝑟 𝑐𝑜𝑚𝑝𝑙𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒𝑙 𝑒𝑚𝑏𝑎𝑟𝑎𝑧𝑜,
𝑝𝑎𝑟𝑡𝑜 𝑜 𝑝𝑢𝑒𝑟𝑝𝑒𝑟𝑖𝑜 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥10.000
𝑁𝑎𝑐𝑖𝑑𝑜𝑠 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
➢ Tasa de mortalidad fetal:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠 𝐹𝐸𝑇𝐴𝐿𝐸𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑁𝑎𝑐𝑖𝑑𝑜𝑠 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
➢ Tasa de mortalidad de menores de 5 años:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠 𝑒𝑛 𝑀𝐸𝑁𝑂𝑅𝐸𝑆 𝐷𝐸 5 𝐴Ñ𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑁𝑎𝑐𝑖𝑑𝑜𝑠 𝑉𝐼𝑉𝑂𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Según la Brutas Se refieren a la TOTALIDAD de la población
población Específicas Se refieren a una PORCIÓN de la población seleccionada por una variable
 Tasa de prevalencia de X enfermedad en el 2003 en Buenos Aires
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥10𝑛
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Cuento las LÍNEAS que están entre 2003 y 2004 (TOTAL de casos). Es decir, los que
Población: 5.000 habitantes comenzaron antes y durante 2003
19 𝑐𝑎𝑠𝑜𝑠 𝑇𝑂𝑇𝐴𝐿𝐸𝑆 𝑑𝑒 𝑋 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑒𝑛 𝑒𝑙 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠
𝑥103 = 3,8
𝟓. 𝟎𝟎𝟎 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑒𝑛 𝑒𝑙 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠

 Tasa de incidencia de X enfermedad en el 2003 en Buenos Aires

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑁𝑈𝐸𝑉𝑂𝑆 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥10𝑛
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
Cuento los CUADRADOS que COMIENZAN EN el 2003 (casos NUEVOS)
14 𝑐𝑎𝑠𝑜𝑠 𝑁𝑈𝐸𝑉𝑂𝑆 𝑑𝑒 𝑋 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑒𝑛 𝑒𝑙 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠
𝑥103 = 2,8
𝟓. 𝟎𝟎𝟎 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑒𝑛 𝑒𝑙 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠
 Tasa de mortalidad de X enfermedad en el 2003 en Buenos Aires
𝑁ú𝑚𝑒𝑟𝑜 𝑇𝑂𝑇𝐴𝐿 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥1.000
𝑃𝑂𝐵𝐿𝐴𝐶𝐼Ó𝑁 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟

Cuento los TRIÁNGULOS entre 2003 y 2004 (muertes)

12 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑒𝑛 𝑒𝑙 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠
𝑥1.000 = 2,4
𝟓. 𝟎𝟎𝟎 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑒𝑛 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠

 Tasa de letalidad de X enfermedad en el 2003 en Buenos Aires

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑝𝑜𝑟 𝑢𝑛𝑎 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟
𝑥10𝑛
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑞𝑢𝑒 𝑃𝐴𝐷𝐸𝐶𝐸 𝑒𝑠𝑎 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑒𝑛 𝑋 𝑓𝑒𝑐ℎ𝑎 𝑒𝑛 𝑋 𝑙𝑢𝑔𝑎𝑟

Cuento los TRIÁNGULOS (muertes) y las LÍNEAS (casos)

12 𝑀𝑈𝐸𝑅𝑇𝐸𝑆 𝑒𝑛 𝑒𝑙 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠
𝑥102 = 63%
19 𝑐𝑎𝑠𝑜𝑠 𝑇𝑂𝑇𝐴𝐿𝐸𝑆 𝑑𝑒 𝑋 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑒𝑛 𝑒𝑙 2003 𝑒𝑛 𝐵𝑢𝑒𝑛𝑜𝑠 𝐴𝑖𝑟𝑒𝑠
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 10

✓ Ajuste de tasas:
 Sirve para COMPARAR dos poblaciones debido a que se componen de manera distinta.
 Existen dos métodos: ajuste directo y ajuste indirecto.
 Ajuste directo: se comparan dos poblaciones intensificando las diferencias producidas por UNA VARIABLE
ESPECÍFICA utilizando una población estándar.
 Pasos para realizar un ajuste de tasas directo:
1. Identificar las 2 poblaciones a comparar y sacar las tasas según los GRUPOS ETARIOS.
2. Fijar una POBLACIÓN ESTÁNDAR.
3. Calcular la PROPORCIÓN de los grupos etarios en la población estándar
4. Aplicar la proporción a CADA UNO de los grupos etarios de las 2 poblaciones.
5. SUMAR las tasas ajustadas de los grupos etarios en cada población.
6. COMPARAR.
Ejemplo:

1. Queremos comparar la PROVINCIA A y la PROVINCIA B

Sacamos las tasas etarias de cada provincia
PROVINCIA A: PROVINCIA B:
50 30
❖ Población menor de 15 años: 𝑥 1.000 = 0,55 ❖ Población menor de 15 años: 𝑥 1.000 = 0,4
900 75.000
300
❖ Población de 15 a 64 años: 100.000 𝑥 1.000 = 3 370
❖ Población de 15 a 64 años: 150.000 𝑥 1.000 = 2,46
550
❖ Población mayor de 65 años: 10.000 𝑥 1.000 = 55 1.100
❖ Población mayor de 65 años: 75.000 𝑥 1.000 = 14,6
2. y 3. Establecemos la población estándar (el ejercicio ya nos da la proporción que corresponde al paso 3):
❖ Población menor de 15 años: 0,33
❖ Población de 15 a 64 años: 0,34
❖ Población mayor de 65 años: 0,33

4. Aplicamos la proporción a CADA UNO de los grupos etarios de las 2 poblaciones

PROVINCIA A PROVINCIA B
❖ Población menor de 15 años: 0,55  0,33 = 0,18 ❖ Población menor de 15 años: 0,4  0,33 = 0,13
❖ Población de 15 a 64 años: 3  0,34 = 1,02 ❖ Población de 15 a 64 años: 2,46  0,34 = 0,83
❖ Población mayor de 65 años: 55  0,33 = 18,15 ❖ Población mayor de 65 años: 14,6  0,33 = 4,81

5. Sumamos las tasas ajustadas de los grupos etarios en cada población

PROVINCIA A: PROVINCIA B:
0,18 + 1,02 + 18,15 = 19,35 0,13 + 0,83 + 4,81 = 5,77
6. Comparamos:
La provincia con mayores problemas de cataratas es la PROVINCIA A
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 11

 Para variables CUANTITATIVAS:

 Medidas de tendencia central:
 Media: SUMA de todos los valores de una variable DIVIDIDA entre el número total de datos.
Desventaja: se ve muy afectada por los valores extremos (Ejemplo: 1, 10)
 Mediana: se ordenan los datos de menor a mayor y se toma EL VALOR DEL MEDIO. En caso de que sea
una cantidad de datos par, se toman los 2 valores del medio y se saca su promedio.
 Moda: el valor MÁS FRECUENTE de la serie de datos. Puede no existir o ser unimodal, bimodal o multimodal.
 Medidas de posición no central:
 Cuartilos: es la mediana de cada porción, es decir, la mitad que quedó por encima y por debajo de la
mediana. De manera tal, que los datos quedan divididos en 4 partes iguales.
✓ Q1: es el 25%
✓ Q2: coincide con la mediana (50%)
✓ Q3: es el 75%

Mediana de la mitad Mediana de la mitad

por debajo: Q1 por arriba: Q3
 Decilos: 9 valores que dividen al conjunto de datos en 10 partes.
 Percentilos: 99 valores que dividen al conjunto de datos en 100 partes.
 Medidas de dispersión absoluta:
 Rango: 𝑅 = 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜
 Desviación media:
 Desviación estándar: junto con la varianza, sirven para cuantificar la variabilidad de una muestra
midiendo su dispersión alrededor de la media.
∑(𝑋−𝑋̅)2
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 (𝑆 2 )= 𝑛

∑(𝑋 − 𝑋̅ )2
𝐷𝑒𝑠𝑣í𝑜 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟(𝑆) = √
𝑛

X es cada uno de los datos

𝑋̅ es la MEDIA

n es el número de observaciones

∑ indica sumatoria

ACLARACIÓN: a CADA término se lo debe elevar al cuadrado, y luego todos los términos se suman

 Medidas de dispersión relativa:

 Coeficiente de variación: sirve para COMPARAR el grado de dispersión entre dos distribuciones que NO
vienen dadas en las MISMAS UNIDADES Ó que las MEDIAS NO son IGUALES.

𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 Cuanto MAYOR CV, MAYOR DISPERSIÓN y MENOR la REPRESENTATIVIDAD de la MEDIA.

𝑪𝑽 =
𝑀𝑒𝑑𝑖𝑎
 Medidas de forma:
 Simetría: mediante una ecuación se puede averiguar si los datos se distribuirían de forma simétrica
alrededor de la media
 MEDIA=MEDIANA=MODO: SIMÉTRICA
 MEDIAMEDIANAMODO: ASIMÉTRICA COLA A LA DERECHA
 MEDIAMEDIANAMODO: ASIMÉTRICA COLA A LA IZQUIERDA
 Apuntamiento o curtosis: mediante una ecuación se puede determinar el grado de concentración que
presentan los valores en la región central de la distribución.
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 12

Curva de distribución normal de Gauss:

• El 68.27% de los valores se encuentran a 1

desvío de la media a cada lado. (Media ±1)

• El 95.45% de los valores se encuentran a 2

desvíos de la media a cada lado. (Media ±2)

• El 99.73% de los valores se encuentran a 3

desvíos de la media a cada lado. (Media ±3)

✓ Estadística inferencial: trata de las bases lógicas mediante las cuales se establecen conclusiones acerca de una POBLACIÓN a
partir de una muestra. Debido a que las inferencias no son del todo exactas, se las llama PROBABILIDADES o NIVEL DE CONFIANZA.
Los resultados se expresan como IC (intervalo de confianza)
o Estimar parámetros poblacionales a partir de estadísticos muestrales:
 Para variables CUANTITATIVAS:
𝐷𝑒𝑠𝑣í𝑜 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 Cuanto más grande sea la muestra (n), más pequeño el error
 Error estándar de la media (EEM): (EEM) y más específico el intervalo para la media poblacional (IC)
√𝑛

 IC95%= 𝑀𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 ± (𝑍𝜶 · 𝐸𝐸𝑀) en este caso, α= 0.05 porque el IC es del 95%

 Para variables CUALITATIVAS:

𝑝·(1−𝑝)
 Error estándar de la proporción (EEP): √ 𝑛
𝐴
 IC95%= 𝑃𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 ± (𝑍𝜶 · 𝐸𝐸𝑃) en este caso, α= 0.05 porque el IC es del 95% 𝑃𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 =
𝐴+𝐵

La AMPLITUD DEL INTERVALO DE CONFIANZA disminuye si aumenta el tamaño de la muestra (así disminuye el error
aleatorio y se hace más preciso el resultado) o si disminuye el grado de confianza elegido.

NIVEL DE CONFIANZA Z DE LA DISTRIBUCIÓN NORMAL

90% 1.64
95% 1.96
99% 2.57
99.9% 3.29
o Para probar o contrastar hipótesis:
 Comparación: si el IC pasa por 0, NO ES ESTADÍSTICAMENTE SIGNIFICATIVO.
 Asociación: si el IC para por 1, NO ES ESTADÍSTICAMENTE SIGNIFICATIVO.
 Correlación
 También se debe analizar si el valor objetivo está incluido en el intervalo calculado.
o p: grado de significación estadística de la prueba. Probabilidad de que los resultados observados se deban al azar.
 El p fijado es p  0.05
 Si p es menor de 0.05 se admite que la probabilidad de que las diferencias encontradas se deban al azar son
demasiado pequeñas, por lo que rechazaremos la hipótesis nula y aceptaremos la alternativa. LA DIFERENCIA DE
PROPORCIONES ES ESTADÍSTICAMENTE SIGNIFICATIVA. Podemos disminuir p si AUMENTAMOS el número de la
muestra.
 Si p es mayor o igual a 0.05 la probabilidad de que las diferencias encontradas se deban al azar son demasiado
grandes para aceptar la hipótesis alternativa y, por tanto, se acepta la hipótesis nula: las diferencias encontradas
están dentro de las que consideramos debidas al azar.
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 13

10.Presentación de la información

DEMOGRAFÍA

La demografía es la ciencia que tiene por objeto de estudio las poblaciones humanas; se encarga de la
cuantificación de aspectos poblacionales, tales como: volumen, estructura y distribución geográfica; así como los
cambios que estos aspectos tienen en el tiempo (evolución). Estos cambios son debidos a tres fenómenos
básicos: fecundidad, mortalidad y migraciones.

Entonces, podemos decir que:

VOLUMEN TAMAÑO DE LA POBLACIÓN Fuentes de datos

ESTRUCTURA INDICADORES COMPOSICIÓN POR SEXO Y EDAD demográficos:
ESTADO DE LA POBLACIÓN
DISTRIBUCIÓN DE ESTADO COMPOSICIÓN URBANO-RURAL o Censos de población
GEOGRÁFICA DENSIDAD POBLACIONAL o Encuestas por muestreo
FECUNDIDAD TASA BRUTA DE NATALIDAD
MORTALIDAD TASA BRUTA DE MORTALIDAD
TASA DE CRECIMIENTO Fuentes de datos
INDICADORES
demográficos:
DINÁMICA DE LA POBLACIÓN DE TIEMPO DE DUPLICACIÓN DE LA POBLACIÓN
o Registro de estadísticas
MIGRACIONES MOVIMIENTO TASA DE MORTALIDAD INFANTIL vitales
TASA DE FECUNDIDAD GENERAL
ESPERANZA DE VIDA AL NACER

VOLUMEN

★ Conceptos a definir:
☆ Fecundidad: impacto de la reproducción humana sobre la población.
☆ Mortalidad: impacto de la muerte sobre la población.
☆ Migraciones: desplazamientos territoriales de las personas (migrantes).
𝑺𝒂𝒍𝒅𝒐 𝒎𝒊𝒈𝒓𝒂𝒕𝒐𝒓𝒊𝒐 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑚𝑖𝑔𝑟𝑎𝑛𝑡𝑒𝑠 − 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑚𝑖𝑔𝑟𝑎𝑛𝑡𝑒𝑠 Población media:
𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑙 01/01 + 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑙 31/12
𝑠𝑎𝑙𝑑𝑜 𝑚𝑖𝑔𝑟𝑎𝑡𝑜𝑟𝑖𝑜
𝑻𝒂𝒔𝒂 𝒅𝒆 𝒔𝒂𝒍𝒅𝒐 𝒎𝒊𝒈𝒓𝒂𝒕𝒐𝒓𝒊𝒐 = 𝑥100 𝑒𝑙 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑝𝑢𝑒𝑑𝑒 𝑠𝑒𝑟 + ó − 2
𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑚𝑒𝑑𝑖𝑎

 Emigrante: migrante que deja su lugar de residencia habitual para establecerse en otro de forma temporal o definitiva.
 Inmigrante: migrante que se instala en un lugar diferente a su residencia habitual en forma temporal o definitiva.
☆ Crecimiento poblacional: diferencia del volumen poblacional entre dos momentos determinados. Estará
dado por la frecuencia de los nacimientos, muertes, inmigraciones y emigraciones.
𝑪𝒓𝒆𝒄𝒊𝒎𝒊𝒆𝒏𝒕𝒐 𝑵𝑨𝑻𝑼𝑹𝑨𝑳 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑛𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑠 − 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠
𝑪𝒓𝒆𝒄𝒊𝒎𝒊𝒆𝒏𝒕𝒐 𝑹𝑬𝑨𝑳 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑚𝑖𝑔𝑟𝑎𝑛𝑡𝑒𝑠 − 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑚𝑖𝑔𝑟𝑎𝑛𝑡𝑒𝑠 + 𝑆𝑎𝑙𝑑𝑜 𝑚𝑖𝑔𝑟𝑎𝑡𝑜𝑟𝑖𝑜

𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑟𝑒𝑎𝑙 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙

𝑻𝒂𝒔𝒂 𝒅𝒆 𝒄𝒓𝒆𝒄𝒊𝒎𝒊𝒆𝒏𝒕𝒐 𝒏𝒂𝒕𝒖𝒓𝒂𝒍 = 𝑥100
𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑚𝑒𝑑𝑖𝑎

1. Transición demográfica: teoría que explicaría los cambios en la fecundidad, mortalidad y crecimiento poblacional.
Afirma que el comportamiento de estos cambios se da de la misma manera en otras poblaciones y en distinto tiempo,
siempre que se pase de un régimen de alta fecundidad y alta mortalidad a otro de niveles más bajos en ambas variables.

FASE 1: PRETRANSICIONAL
FASE 2: TRANSICIÓN INCIPIENTE
FASE 3: EN TRANSICIÓN
FASE 4: TRANSICIÓN AVANZADA 
RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 14
 ALTA mortalidad
 ALTA natalidad
 BAJO crecimiento poblacional (porque aunque haya muchos nacimientos, también hay muchas muertes)
 Pestes, hambrunas, ENFERMEDADES INFECTO-CONTAGIOSAS, problemas en la SALUD- MATERNO INFANTIL
 Pirámide expansiva/progresiva (POBLACIÓN JOVEN)
 En vías de desarrollo
 DESCENSO mortalidad (hay más vivos)
 LEVE DESCENSO natalidad (es tardío, posterior al descenso de la mortalidad) (OJO: sigue siendo ALTA)
 MEJORA en la calidad de vida (VACUNAS, mejoras socioeconómicas, mejoras sanitarias)
 ALTO crecimiento poblacional (porque sigue alto el Nº de nacimientos, mientras que bajan las muertes)
 Pirámide progresiva/estacionaria (POBLACIÓN JOVEN/ADULTA)
 BAJA mortalidad
 DESCENSO importante en la fecundidad (mayor que el de mortalidad)
 ALTO crecimiento (pero no tanto como en la fase 2, ha descendido un poco)
 Cambios en los hábitos nutricionales: OBESIDAD, STRESS, DIABETES, CONSUMO DE TABACO Y ALCOHOL
 Comienzan a aumentar las ENFERMEDADES CRÓNICAS NO TRANSMISIBLES
 Pirámide estacionaria (POBLACIÓN ADULTA)
 BAJA mortalidad
 BAJA natalidad
 BAJO crecimiento poblacional
Fuertes medidas de la ATENCIÓN PRIMARIA DE LA SALUD: mejoras en la SALUD MATERNO-INFANTIL
 Estilos de vida SALUDABLES
 ENFERMEDADES CRÓNICAS NO TRANSMISIBLES
 Pirámide regresiva (POBLACIÓN ANCIANA)
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 15

ESTRUCTURA

★ Composición de la población según variables de interés:

☆ Sexo:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐻𝑂𝑀𝐵𝑅𝐸𝑆
Razón o Índice de masculinidad =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐽𝐸𝑅𝐸𝑆

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑀𝑈𝐽𝐸𝑅𝐸𝑆
Razón o Índice de femeneidad =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐻𝑂𝑀𝐵𝑅𝐸𝑆

☆ Edad:
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐽𝑂𝑉𝐸𝑁 ( 15 𝑎ñ𝑜𝑠)
Índice de juventud = 𝑥 100
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑇𝑂𝑇𝐴𝐿
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑉𝐼𝐸𝐽𝐴 ( 65 𝑎ñ𝑜𝑠)
Índice de vejez = 𝑥 100
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑇𝑂𝑇𝐴𝐿
𝑇𝑅𝐴𝐵𝐴𝐽𝐴𝐷𝑂𝑅𝐸𝑆
Tasa de actividad = 𝑥 100
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐴𝐶𝑇𝐼𝑉𝐴 (15 − 65 𝑎ñ𝑜𝑠)

𝑃𝑎𝑟𝑎𝑑𝑜𝑠
Tasa de desocupación = 𝑥 100
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐴𝐶𝑇𝐼𝑉𝐴 (15 − 65 𝑎ñ𝑜𝑠)

𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐽𝑂𝑉𝐸𝑁 + 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑉𝐼𝐸𝐽𝐴 (𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒)

Índice de dependencia = 𝑥 100
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐴𝐶𝑇𝐼𝑉𝐴 (15 − 65 𝑎ñ𝑜𝑠)
☆ Sexo y edad: pirámides poblacionales (dos histogramas adosados)
 Ejes DE LOS HISTOGRAMAS: X= edad (grupos etarios cada 5 años) Y= % de la población
 HISTOGRAMA IZQUIERDO: hombres
 HISTOGRAMA DERECHO: mujeres

Expresa vejez y eventos relacionados

La pendiente expresa mortalidad

Expresa natalidad y eventos relacionados

 Deformaciones de una pirámide (debidas a fenómenos ocurridos en algún

momento de la historia):
 Saliencias: incremento de algún grupo etario. Inmigración, aumento de la
fecundidad, etc.
 Muescas: descenso de algún grupo etario. Emigración, mortalidad
elevada, etc.
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 16

PIRÁMIDE  Población JOVEN

PROGRESIVA/EXPANSIVA/ JOVEN/TORRE EIFFEL  ALTA mortalidad infantil, ALTA mortalidad (cúspide afilada)
 ALTA natalidad (base ancha)
 ALTA población pasiva transitoria (jóvenes)
 Países subdesarrollados

PIRÁMIDE  Población ADULTA

ESTANCADA/ADULTA/CAMPANA  BAJA mortalidad infantil, BAJA mortalidad
 MEDIANA natalidad, sostenida
 BAJO crecimiento natural
 Países históricamente nuevos, de economías en desarrollo
agroindustrial

PIRÁMIDE  Población VIEJA

REGRESIVA/VIEJA/URNA FUNERARIA  BAJA mortalidad infantil, BAJA mortalidad
 BAJA natalidad (base angosta)
 BAJO crecimiento natural
 FIN de la transición demográfica
 MEJORA en el sistema de salud
 Países desarrollados

Población joven Población vieja

• Población menor de 15 años= más del 30% • Población menor de 15 años= menos del 20 %

• Población mayor de 65 años = menos del 8% • Población mayor de 65 años = más del 15 %

 Modelos epidemiológicos:

CLÁSICO: de ALTA mortalidad a BAJA mortalidad. Mejora en la calidad de vida, CONTROL de la natalidad. Influyen los factores sociales.

ACELERADO: BAJA mortalidad, CONTROL de la natalidad, AVANCES en Medicina.

TARDÍO: BAJA natalidad por BAJA fecundidad. Uso de anticonceptivos.

 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 17

EPIDEMIOLOGÍA EXPERIMENTAL

 Algunos conceptos a destacar en la ETAPA DE DESCUBRIMIENTO (previa a las fases experimentales):

❖ Eficacia: “QUE SIRVA” capacidad de una sustancia para inducir el cambio favorable esperado que pueda afectar
positivamente el curso de una enfermedad o síntoma.
❖ Efectividad: “QUE DURE EN EL TIEMPO” es la observación de la eficacia de la sustancia en la práctica médica.
❖ Eficiencia: “QUE SIRVA, DURE Y SEA BARATO” efectividad al mejor costo.

« Estudio exploratorio
« Se evalúa toxicidad y dosis tóxica, vías de administración,
INVESTIGACIONES
morbimortalidad, órganos blanco de ataque en relación a la dosis,
FASE 0 PRECLÍNICAS In vitro y/o en animales de experimentación
sexo y estado.
(1 a 3 años)
« Se realizan estudios de fertilidad, embriotoxicidad, mutagénesis,
carcinogénesis.
Se investiga por primera vez en humanos.
FASE 1 « Se prueba tolerancia y se hace un perfil general de toxicidad.
Menos de 100 voluntarios sanos (se les paga).
« Se determina la eficacia, el rango de dosis y la seguridad-
FASE 2 200-300 voluntarios sanos o PACIENTES
eliminación del medicamento.
« Es el ensayo clínico controlado, los trabajos que se publican en
ESTUDIOS revistas.
FASE 3 CLÍNICOS « Se mide efectividad clínica. 1.000-3.000 voluntarios sanos o PACIENTES.
(3 a 10 años) « Se compara entre la práctica-medicamento, con la mejor opción
existente.
« Fase post-marketing
« Es la continuación de la investigación luego de la comercialización.
« Se sigue al medicamento en la práctica diaria.
FASE 4 Número variable
« Se evalúa efectividad, eficacia y seguridad.
« Evalúa la ocurrencia de efectos adversos graves, no frecuentes o
de efectos que requieren largos períodos de tiempo.

Consentimiento informado: forma parte de la ÉTICA en investigación, y hace referencia a la declaración de

voluntad realizada por una persona a través de la cual otorga su consentimiento para la ejecución del
procedimiento ofrecido, luego de haberse considerado las circunstancias de la autonomía, evaluado su
competencia y la comprensión de la información suministrada previamente referida al plan de investigación.

o La declaración debe asegurar que la participación es libre, voluntaria y responsable.

o Formaliza el derecho de las personas de disponer de su propio cuerpo en el marco de la salud.
o Está avalado por normas jurídicas.
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 18

LA EPIDEMIOLOGÍA

La epidemiología es una disciplina de las Ciencias de la Salud que nace como interpretación de las causas de la
enfermedad a nivel poblacional.

▪ Sirve para el diagnóstico de los problemas poblacionales y planificación de las acciones (instrumento).
▪ Nos permite relacionar fenómenos biológicos y sociales.

Definición oficial de la OMS: la epidemiología es el estudio de la distribución y los determinantes de estados o eventos (en
particular de enfermedades) relacionados con la salud y la aplicación de esos estudios al control de enfermedades y otros
problemas de salud.

Objetivos de la epidemiología:

▪ Estudiar la aparición, distribución y desarrollo de las enfermedades y describir el estado de salud de las poblaciones como
base para el planeamiento.
▪ Evaluación y administración de los sistemas de promoción y recuperación de la salud.
▪ Proporcionar los datos necesarios para la comprensión de la etiología de la salud y la enfermedad.
▪ Promover la utilización de los conceptos epidemiológicos en la administración de los servicios de salud.

 Estudio de las causas de las enfermedades:

Modelo epidemiológico tradicional:

Refleja que una modificación en cualquiera de los tres componentes

afectará el equilibrio existente, aumentando o disminuyendo la
frecuencia de la enfermedad.

Modelos de relaciones entre causas y efectos:

• CAUSA SIMPLE – EFECTO SIMPLE

• CAUSA MÚLTIPLE – EFECTO MÚLTIPLE
• CAUSA MÚLTIPLE – EFECTO SIMPLE

Sin embargo, estos tres modelos eran muy lineales, por lo que se desarrolló otra teoría: teoría de los
determinantes: conjunto de factores personales, sociales, económicos y ambientales que influyen y modelan la
salud de los individuos y comunidades. Se desarrollaron varios modelos.

→ Modelo de Lalonde: postulaba que la salud está determinada con un peso relativo diferente por 4 factores:
★ Estilo de vida
★ Biología humana
★ Sistemas de Salud
★ Ambiente
 RESUMEN EPIDEMIOLOGÍA 2020 – VALENTINA ASTUTI 19

→ Modelo canadiense y de la OMS: postularon diferentes factores determinantes de la Salud, de los cuales
coincidieron en:
★ Gradiente social – ingreso y estatus social
★ Empleo y desempleo – condiciones de trabajo
★ Apoyo social
★ Primera infancia
→ Modelo Dahlgren y Whitehead: postulaban nuevos factores:
★ Condiciones económicas, culturales y del medioambiente
★ Condiciones de vida y trabajo
★ Influencia social y comunitaria
★ Factores individuales de estilo de vida
★ Sexo, edad y genética

• A raíz de aquellos modelos surge el MODELO MULTICAUSAL, el cual es más amplio y se refiere a una
probabilidad variable de múltiples factores de riesgo (característica o circunstancia asociada con una probabilidad
aumentada de experimentar daño a la salud).
✓ Surge la metáfora de la CAJA NEGRA: existen ciertos factores cuyos procesos internos están ocultos y causan
enfermedad en el individuo. Enfermedad: variable dependiente / Multicausales: variables independientes.

• Posteriormente surge un nuevo modelo llamado MODELO DE NIVELES MÚLTIPLES, que incluye niveles
extraindividuales (ambientales). Jerarquiza la interrelación individual y el contexto social dinámico.
✓ Surge la metáfora de la CAJA CHINA: una caja grande que contiene otra y otra cada vez más pequeña dentro,
haciendo referencia a la jerarquía de niveles, donde una enfermedad es causada por “varias cajas”. Cada nivel es
visto como un sistema en sí mismo que interactúa con aquellos sistemas por encima y por debajo de él. Si un nivel es
afectado, no afectará al sistema en su totalidad.

Promoción y prevención de la salud