Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPÍTULO
E INTERACCIÓN 5
CONCEPTO
Supongamos que estamos explorando la asociación entre ingesta de café (factor de exposi-
ción de interés) y cáncer de páncreas (evento). Llevamos a cabo un estudio y encontramos
que los sujetos que beben café tienen una tasa mayor de cáncer de páncreas. El tomar café
duplica el riesgo de cáncer de páncreas. (Tabla 5.1)
¿Es verdadero este hallazgo? ¿Omitimos considerar algo importante?
Lo que omitimos fue tener en cuenta la presencia de otras variables posiblemente aso-
ciadas a cáncer de páncreas como el tabaquismo. Si analizamos la población, veremos que
los sujetos que toman café fuman más que los que no toman café. (Tabla 5.2)
Si ahora calculamos la tasa de cáncer de páncreas en los bebedores y no bebedores de
café, dividiendo a la población en fumadores y no fumadores, veremos que los bebedores de
café comparados con los sujetos no bebedores de café en ambos grupos (fumadores y no
fumadores) tienen casi la misma tasa de cáncer de páncreas, no fumadores 20 vs. 15% y en
los fumadores 40 vs. 35% y que el grupo fumador tiene más cáncer de páncreas, 40% en
los fumadores que beben café vs. 20% para los no fumadores que beben café. (Tabla 5.3)
Cáncer de páncreas
Bebedores de café 30%
No bebedores de café 15%
Tabla 5.1: Porcentaje de cáncer de páncreas en la población de bebedores y no bebedores de café
Copyright © 2013. Corpus Editorial. All rights reserved.
No fumadores Fumadores
Cáncer de páncreas Cáncer de páncreas
Bebedores de café 20% 40%
No bebedores de café 15% 35%
Tabla 5.3: Porcentaje de cáncer de páncreas en población bebedora y no bebedora de café clasifica-
dos de acuerdo con el hábito de fumar
Cáncer de páncreas
Fumadores 30%
No fumadores 10%
Por lo tanto, el factor que parece aumentar el riesgo de cáncer de páncreas es el taba-
quismo y no el beber café. (Tabla 5.4)
Cuando un factor de exposición está asociado con otro (tomar café y fumar) hay que
determinar si la asociación observada entre el factor de exposición de interés y el evento no
se ve afectada o confundida por la presencia de otra variable. A este tipo de variables se las
denomina confundidores o variables confundidoras.
En este caso fumar es un confundidor y afecta claramente la asociación entre beber
café y cáncer de páncreas. En realidad, la verdadera variable asociada a cáncer de pán-
creas es el tabaquismo y, por lo tanto, es el factor de exposición asociado al evento.
1. Debe estar asociado al factor de exposición de interés. En el ejemplo, los sujetos que
toman café fuman más que los que no toman café. Si empleamos una prueba estadís-
tica veremos que la proporción de fumadores es estadísticamente mayor en el grupo
que toma café.
2. Debe ser un factor de riesgo para el evento de interés, tanto en la población expuesta
como no expuesta. Claramente, el hábito de fumar es un factor de riesgo para cáncer
de páncreas, tanto en los sujetos que beben café como en los que no lo beben. Pode-
mos determinar estadísticamente que los sujetos con cáncer de páncreas tienen una
proporción de tabaquismo más alta que los sujetos sin cáncer de páncreas y en ambos
grupos, bebedores y no bebedores de café.
Copyright © 2013. Corpus Editorial. All rights reserved.
FACTORES DE EXPOSICIÓN
DISLIPEMIA
ENFERMEDAD
CORONARIA
SEXO
EDAD
FACTORES DE CONFUSIÓN
Figura 5.1: Variables confundidoras
1. Se asocian con dislipemia (los sujetos dislipémicos son más añosos y generalmente
hombres).
2. A mayor edad, mayor probabilidad de padecer enfermedad coronaria, sobre todo en
el sexo masculino.
3. La edad y el sexo no participan del mismo proceso fisiopatológico que la dislipemia en
la etiología de la enfermedad coronaria. (Figura 5.1)
En otro estudio se explora la asociación entre un agente químico (anilina) como factor de
exposición y cáncer de vejiga como evento. Habrá que considerar si el hábito de fumar no
es un posible factor de confusión. Nos preguntamos entonces si las personas que trabajan
con anilinas fuman más que las que no están expuestas a anilinas. En otras palabras ¿existe
asociación entre exposición a anilinas y tabaquismo? (asociación entre factor de exposición y
variable posiblemente confundidora). Si encontramos igual tasa de fumadores entre expues-
tos y no expuesto a anilinas, no podemos considerar al tabaquismo como confundidor.
Bajo estas condiciones, supongamos que encontramos que los fumadores tienen una
tasa de cáncer de vejiga más alta que los no fumadores, independientemente de estar ex-
puesto a anilinas. Entonces en este estudio consideraremos al tabaquismo como otro factor
Copyright © 2013. Corpus Editorial. All rights reserved.
FACTOR DE EXPOSICIÓN
ANILINA
CÁNCER
DE VEJIGA
TABAQUISMO
FACTOR DE EXPOSICIÓN
Figura 5.2: Factores de exposición
2. Aparear la muestra: si el estudio tiene un diseño caso-control, los sujetos controles de-
ben seleccionarse de tal manera que tengan las mismas características que los casos
Copyright © 2013. Corpus Editorial. All rights reserved.
en relación con el posible factor de confusión; por ejemplo, si los factores de confusión
que tenemos que controlar son edad y sexo, por cada caso se seleccionará un control
del mismo sexo y de la misma edad.
De esta manera, como cada par caso-control tiene el mismo nivel o categoría del con-
fundidor, este ya no afecta la asociación.
Cuando apareamos por factores de confusión, no es posible examinar el efecto de las
variables confundidoras sobre el evento.
Si apareamos por edad, no podremos examinar si la edad afecta el evento de interés,
por ejemplo la mortalidad.
No obstante, aparear hace que el estudio sea más eficiente, dado que identifica otros
factores de exposición y permite controlar variables difíciles de medir como nivel so-
cioeconómico. Si apareamos por la variable lugar de residencia, se puede indirecta-
mente aparear por nivel socioeconómico porque en general son variables asociadas.
Si utilizamos la técnica de apareamiento, los datos deben analizarse con pruebas
estadísticas específicas para estos diseños. De otra manera el factor de confusión
no estará controlado.
Henquin, R. P. (2013). Epidemiología y estadística para principiantes. Retrieved from http://ebookcentral.proquest.com
Created
from unadsp on 2017-12-08 05:51:27.
&DStWXORConfundidores e interacción
2. Análisis multivariable: este tipo de análisis es el que se emplea con mayor frecuencia.
Es una técnica estadística que permite valorar la asociación en estudio teniendo en
cuenta al mismo tiempo todos los posibles factores de confusión. Los análisis mul-
tivariables más frecuentemente usados son la regresión logística y la regresión de
Cox. Cada uno se aplica a diferente tipo de diseño de estudios y serán estudiados en
profundidad en otros capítulos.
Es importante destacar que no existe un criterio claro y preestablecido para definir una va-
riable como confundidora. Determinar que una variable es un confundidor depende de los resul-
tados obtenidos en las pruebas estadísticas necesarias a aplicar y del criterio del investigador.
INTERACCIÓN
Cuando analizáramos una asociación (por ejemplo, beber café y cáncer de páncreas) de
acuerdo con estratos de una tercera variable (por ejemplo, edad) podríamos encontrar que,
a medida que el estrato se incrementa, la asociación en estudio puede variar.
Henquin, R. P. (2013). Epidemiología y estadística para principiantes. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2017-12-08 05:51:27.
Ruth P. Henquin | Epidemiología y Estadística para principiantes
Tabla 5.5: Datos hipotéticos de incidencia de cáncer de páncreas en bebedores de café y no bebe-
dores estratificada por edad
Dicho de otro modo, la relación entre factor de exposición y evento varía en cada nivel de
una tercera variable (confundidora o no) o, lo que es lo mismo, la asociación no tiene la misma
fuerza cuando la analizamos en los diferentes estratos de una tercera variable. (Tabla 5.5)
Como vemos en la Tabla 5.5, a medida que se incrementa la edad aumenta la inciden-
cia de cáncer de páncreas, tanto en el grupo bebedor de café como en el no bebedor. Si
tomamos como referencia el grupo de 20-29 años, vemos que la incidencia de cáncer de
páncreas es 6 veces mayor en el grupo 40-49 años, 9 veces mayor en el grupo siguiente y
10 veces mayor en el grupo de 70-79 años.
Si se verifica, con una prueba estadística que este incremento de la incidencia está relacio-
nado con el estrato de edad (tercera variable), podremos decir que existe una interacción entre
el factor de exposición y la tercera variable, porque la combinación de ambos tiene un impacto
diferente en la tasa de eventos que el que tiene cada variable por separado sobre el evento.
Si un paciente bebe café y tiene 40 años tendrá una incidencia de cáncer de páncreas
menor que aquel sujeto que bebe café y tiene 70 años. Al mismo tiempo, el riesgo de cán-
cer de páncreas no es el mismo sólo por beber café o sólo por tener 70 años; si se tienen
los dos factores de exposición el riesgo es mayor. Este riesgo puede ser la suma de los
Copyright © 2013. Corpus Editorial. All rights reserved.
FRECUENCIA DE FACTOR
DE EXPOSICIÓN Y EVENTO
6
ESTIMACIONES
Para hacer más fácil la comparación de las tasas se debe usar la misma unidad de po-
blación, es decir, emplear el mismo numerador en ambas tasas.
En general las tasas se reportan como número de eventos por cada 100 personas ob-
servadas en un año, o sus múltiplos 1 000, 10 000, 100 000.
En el caso de la ciudad A, tendríamos 232 casos por 100 000 personas/año (calculado por
regla de tres simple) mientras que en la ciudad B habría 250 casos por 100 000 personas/año.
Una vez igualados el tamaño de la población y el período de tiempo, la comparación se
hace de manera directa.
Ahora podemos observar que, a pesar de haberse reportado menos casos de infarto en
la ciudad B, en realidad esta tiene una tasa de infartos más alta comparada con la cuidad A.
En general el término tasa se utiliza en Epidemiología para referirse a la frecuencia de una enfer-
medad reportada como: número de casos/personas/año. Esta medida habitualmente se emplea
en estudios de cohortes, y como factor distintivo tiene incluido el factor tiempo en el denominador.
Pero a veces el término tasa también se refiere a proporciones o razones (ratio). La for-
ma más simple de medición de la frecuencia de una enfermedad es la razón o ratio, que se
obtiene dividiendo una cantidad por otra sin que estas tengan una relación específica: por
ejemplo número de prematuros por 1 000 nacidos vivos.
Una proporción es un tipo de razón en la que los casos del numerador están incluidos
en el denominador: por ejemplo, porcentaje de mujeres mayores a 50 años con histerecto-
mía. (El denominador incluye a todas las mujeres mayores a 50 años y el numerador sólo a
aquellas con histerectomía.)
Dado que el término tasa puede referirse tanto a verdaderas tasas, proporciones o razo-
nes, debe aclararse qué tipo de medida de frecuencia de enfermedad se está reportando.
PREVALENCIA E INCIDENCIA
PREVALENCIA
punto específico de tiempo. Nos proporciona una estimación de la situación que presenta
una población en relación con el factor de exposición o evento en ese período de tiempo.
Esta medición de la cantidad de sujetos con factor de exposición o evento (casos) es la forma
que se utiliza para reportar factores de exposición y/o eventos en los estudios transversales.
INCIDENCIA
INCIDENCIA RIESGO
INCIDENCIA TASA
Copyright © 2013. Corpus Editorial. All rights reserved.
Cuando la incidencia se calcula como tasa (incidence rate) el número de casos nuevos
no está relacionado con el total de individuos en riesgo al comienzo del período de obser-
vación, sino con el número de personas/años en riesgo (person/year at risk) observadas
durante el período de estudio.
Supongamos que se inicia la observación de 1 000 individuos hipertensos y dislipémi-
cos, sin infarto previo. No todos estos individuos van a contribuir con la misma cantidad de
tiempo al estudio. Algunos serán observados desde el inicio del estudio hasta que tengan
un infarto, otros empezarán a ser observados luego de iniciado el estudio y otros empezarán
y terminarán el estudio completando el tiempo total de seguimiento sin desarrollar eventos.
En la Figura 6.1 se puede observar un ejemplo con cinco pacientes.
El paciente 1 fue observado 2 años, el 2 durante 3 años, el 3 durante 5 años, etc.
Al tiempo de seguimiento se lo denomina tiempo total en riesgo.
Para el cálculo de personas/años en riesgo se suman los períodos de tiempo que cada
paciente fue observado, en este caso 16,5.
Sólo dos pacientes desarrollaron infarto, por lo que la incidencia calculada como tasa
es de 2 casos/16,5 personas/año.
Henquin, R. P. (2013). Epidemiología y estadística para principiantes. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2017-12-08 05:51:27.
Ruth P. Henquin | Epidemiología y Estadística para principiantes
ENE JUL ENE JUL ENE JUL ENE JUL ENE JUL ENE TTR
1976 1976 1977 1977 1978 1978 1979 1979 1980 1980 1981
A 2
B X 3
C 5
D 4
E X 2,5
TAR 16,5
Como las tasas se reportan con un denominador basado en el 100 o sus múltiplos, esta
tasa puede reportarse como 12,1/100 personas/año.
Decimos entonces que la incidencia de infarto es de 12 casos/100 personas/año en
riesgo.
Este tipo de reporte de la incidencia es el que debe emplearse en los estudios de cohortes.
En el caso de una enfermedad rara o de baja ocurrencia, las incidencias calculadas
como riesgo y como tasa serán muy parecidas, ya que el número de sujetos en riesgo será
aproximadamente igual a la población total.
Para una enfermedad común la incidencia será diferente dependiendo de cómo se cal-
cule.
Por ejemplo, si consideramos la incidencia de varicela durante el segundo año de vida en
una población con bajo índice de vacunación, siguiendo a 1 000 niños libres de esta enfer-
medad desde su primer año de vida y por un año, podríamos observar que 140 niños tuvieron
varicela, dejando 860 todavía en riesgo de contraerla al final de ese año de seguimiento.
La incidencia calculada como riesgo es 140/1 000 = 14%. Esta es la probabilidad de
que un niño contraiga varicela durante el segundo año de vida.
Copyright © 2013. Corpus Editorial. All rights reserved.
La prevalencia incluye todos los casos existentes en una población. Por lo tanto la canti-
dad de estos casos se verá afectada por la incidencia de la enfermedad (número de nuevo
casos) y por la duración de la misma. (Figura 6.2)
Si una enfermedad tiene un incidencia baja y su mortalidad es alta (tiempo de duración
corto) la prevalencia en dicha población será baja. Por el contrario, si la incidencia es alta
y el tratamiento permite prolongar la enfermedad por mucho tiempo, la prevalencia será
mucho más alta. (Figura 6.2)
Henquin, R. P. (2013). Epidemiología y estadística para principiantes. Retrieved from http://ebookcentral.proquest.com
Created
from unadsp on 2017-12-08 05:51:27.
Capítulo 6 Reporte de frecuencia de factor de exposición y evento
INCIDENCIA
AUMENTO
DE LA PREVALENCIA REDUCCIÓN
DE LA PREVALENCIA
PREVALENCIA PREVALENCIA
BASAL BASAL
MUERTE
O CURACIÓN
Es por esto que la comparación de prevalencias entre diferentes poblaciones, por ejem-
plo entre individuos del mismo lugar pero de diferentes clases sociales, no es muy útil y
debe interpretarse con cautela.
La prevalencia está muy afectada por todos los factores que condicionan la incidencia
y la duración de la enfermedad.
Supongamos que la prevalencia de diabetes en el país A es del 7 vs. el 3% en el país B.
Si no tomáramos en cuenta los factores que influencian la prevalencia, concluiríamos que
el país A tiene más diabetes. Si en cambio descubriéramos que en el país B el diagnóstico
de diabetes es bajo, se buscan menos nuevos casos (menor incidencia), y que además el
acceso al tratamiento es menor (mueren más rápido) podríamos explicar la diferencia de
prevalencia de diabetes entre ambos países.
Consideren el siguiente ejemplo: en un país de 100 000 habitantes, 2 000 sujetos
tienen asma. Diez años más tarde, 300 personas murieron (25 de las cuales tenían asma),
nacieron 250 bebés y 500 personas desarrollaron asma.
La prevalencia de asma basal en la población fue de 2% (2 000 casos existentes de
asma/100 000 población total).
La incidencia a 10 años, considerando la población basal, fue de 0,51% (500 nuevos
casos/98 000 habitantes totales en riesgo).
La prevalencia a 10 años fue de 2,5% (2 475 casos existentes/99 950 población total a
10 años). De los 2 000 casos iniciales se agregaron, a 10 años, 500, pero se murieron 25
Copyright © 2013. Corpus Editorial. All rights reserved.