Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Módulo 1: Epidemiología
Introducción
El término "Epidemiología" proviene del griego, donde "epi" significa arriba, "demos": pueblo y
"logos": estudio o tratado. Esto implica que la Epidemiología es el estudio que se efectúa sobre el
pueblo o la comunidad, en lo referente a los procesos de Salud y Enfermedad.
Se interesa por conocer las características de los grupos que se ven afectados; cómo se distribuyen
geográficamente y en el tiempo, los eventos de Salud y Enfermedad; con qué frecuencia se manifiestan
y cuáles son las causas o factores asociados a su surgimiento.
Intenta conocer las causas o mecanismos causales de cada evento. Para ello utiliza 3 métodos:
▹ Epidemiología Descriptiva
Epidemiología descriptiva: Función: describir cómo se distribuye una enfermedad o evento en cierta
población, en un lugar y durante un período de tiempo determinado; cuál es su frecuencia y cuáles son
los determinantes o factores con ella asociados.
Considera:
• Cómo la frecuencia de ésta varía a lo largo del tiempo y /o en poblaciones con diferentes
características.
Epidemiología analítica observacional: Una vez formuladas las hipótesis es posible analizarlas para
confirmarlas o rechazarlas con el uso de diferentes técnicas estadísticas, que permiten hacer
"inferencias" acerca de una asociación o relación causal entre variables.
Los estudios analíticos observacionales analizan la relación existente entre la ocurrencia de una
enfermedad y la exposición a determinados factores de protección o de riesgo en diferentes grupos,
por ejemplo, un grupo que no está expuesto al factor en cuestión y otro grupo que sí lo está.
Epidemiología analítica experimenal: Es analítica porque también utiliza grupos de comparación pero,
en este caso, el investigador no sólo observa y analiza los datos, sino que interviene activamente en el
manejo y control de la exposición, especificando las condiciones del estudio, seleccionando los grupos
de tratamiento, la naturaleza de las intervenciones, el manejo de los pacientes durante el seguimiento,
etc. En cierto sentido "controla" el proceso de la investigación e introduce modificaciones necesarias
para su realización.
Pero cuando queremos comparar nuestros resultados con observaciones acerca de la misma
enfermedad en otras poblaciones, o bien en la misma población en diferentes momentos en el tiempo,
entonces, comenzamos a necesitar de la Bioestadística como herramienta fundamental de la
Epidemiología para la cuantificación de los fenómenos de Salud-Enfermedad en la población.
Estudios epidemiológicos
Los estudios epidemiológicos clásicamente se dividen en Experimentales y No experimentales. En los
estudios experimentales se produce una manipulación de una exposición determinada en un grupo
de individuos que se compara con otro grupo en el que no se intervino, o al que se expone a otra
intervención. Cuando el experimento no es posible se diseñan estudios no experimentales que
simulan de alguna forma el experimento que no se ha podido realizar. En la Tabla 1 se resumen los
diferentes tipos de estudios. Si ha existido manipulación, pero no aleatorización se habla de estudios
Cuasi- experimentales. Existen diferentes clasificaciones de los diferentes estudios y así también
algunos autores describen los estudios como se señalan en la Tabla 2.
1. Estudios descriptivos:
Estos estudios describen la frecuencia y las características más importantes de un problema de salud.
Los datos proporcionados por estos estudios son esenciales para los administradores sanitarios, así
como para los epidemiólogos y los clínicos.
Los principales tipos de estudios descriptivos son: los estudios ecológicos, los estudios de series de
casos y los transversales o de prevalencia.
Estudios ecológicos: Estos estudios no utilizan la información del individuo de una forma aislada, sino
que utilizan datos agregados de toda la población. Estos estudios son el primer paso en muchas
ocasiones en la investigación de una posible relación entre una enfermedad y una exposición
determinada. Su gran ventaja reside en que se realizan muy rápidamente, prácticamente sin coste y
con información que suele estar disponible.
La principal limitación de estos estudios es que no pueden determinar si existe una asociación entre
una exposición y una enfermedad a nivel individual. La falacia ecológica consiste precisamente en
obtener conclusiones inadecuadas a nivel individual basados en datos poblacionales. Otra gran
limitación de los estudios ecológicos es la incapacidad para controlar por variables potencialmente
confusoras. La asociación o correlación que encontremos entre dos variables puede ser debida a una
tercera variable que a su vez esté asociada con la enfermedad y la exposición objeto de estudio.
Series de casos: Estos estudios describen la experiencia de un paciente o un grupo de pacientes con
un diagnóstico similar. En estos estudios frecuentemente se describe una característica de una
enfermedad o de un paciente, que sirven para generar nuevas hipótesis. Muchas veces documentan
la presencia de nuevas enfermedades o efectos adversos y en este sentido sirven para mantener una
vigilancia epidemiológica. Estos estudios, aunque son muy útiles para formular hipótesis, no sirven
para evaluar o testar la presencia de una asociación estadística. La presencia de una asociación puede
ser un hecho fortuito. La gran limitación de este tipo de estudios es en definitiva la ausencia de un
grupo control.
2. Estudios analíticos
Estudio de casos y controles: Este tipo de estudio identifica a personas con una enfermedad (u otra
variable de interés) que estudiemos y los compara con un grupo control apropiado que no tenga la
enfermedad. La relación entre uno o varios factores relacionados con la enfermedad se examina
comparando la frecuencia de exposición a éste u otros factores entre los casos y los controles.
Estudio de cohortes (o de seguimiento): En este tipo de estudio los individuos son identificados en
función de la presencia o ausencia de exposición a un determinado factor. En este momento todos
están libres de la enfermedad de interés y son seguidos durante un período de tiempo para observar
la frecuencia de aparición del fenómeno que nos interesa. Si al finalizar el período de observación la
incidencia de la enfermedad es mayor en el grupo de expuestos, podremos concluir que existe una
asociación estadística entre la exposición a la variable y la incidencia de la enfermedad. En este tipo de
estudio como quiera que los participantes están libres de la enfermedad al inicio del seguimiento, la
secuencia temporal entre exposición y enfermedad se puede establecer más claramente. A su vez este
tipo de estudio permite el examen de múltiples efectos ante una exposición determinada.
3. Estudios experimentales
En los estudios experimentales el investigador manipula las condiciones de la investigación. Este tipo
de estudios se utilizan para evaluar la eficacia de diferentes terapias, de actividades preventivas o para
la evaluación de actividades de planificación y programación sanitarias. Como en los estudios de
seguimiento los individuos son identificados en base a su exposición, pero a diferencia de estos, en los
estudios experimentales es el investigador el que decide la exposición. El gran control que se tiene
sobre el diseño facilita la interpretación de las asociaciones como causales. Para el médico clínico es
de gran interés poder realizar inferencias causales en medio de la incertidumbre que rodea la práctica
clínica ya sea en actividades de prevención, de diagnóstico o terapéuticas.
Ensayo clínico: Es el estudio experimental más frecuente. Los sujetos son pacientes y evalúa uno o más
tratamientos para una enfermedad o proceso. La validez de este estudio radica fundamentalmente en
que el proceso aleatorio haga los grupos comparables en las variables más relevantes en relación al
problema a estudiar.
Ensayos de campo: Tratan con sujetos que aún no han adquirido la enfermedad o con aquéllos que
estén en riesgo de adquirirla y estudian factores preventivos de enfermedades como pueden ser la
administración de vacunas o el seguimiento de dietas.
Ensayos comunitarios: Incluyen intervenciones sobre bases comunitarias amplias. Este tipo de diseños
suelen ser cuasiexperimentales (existe manipulación, pero no aleatorización), en los que una o varias
comunidades recibirán la intervención, mientras que otras servirán como control.
Epidemiología descriptiva
Utiliza medidas de frecuencia que nos permite clasificar, organizar y resumir los datos que obtenemos,
logrando un resumen completo y una visión general del fenómeno que estamos investigando.
Razón: Se emplea para variables de tipo nominales. Es una división que no implica ninguna relación
específica entre el numerador y el denominador. Esto quiere decir que el numerador y el denominador
llevan unidades diferentes y en numerador no se encuentra incluido en el denominador.
Por ejemplo: En un grupo de 300 pacientes con infarto agudo de miocardio (IAM) que estoy estudiando
hay 200 varones y 100 mujeres puedo decir que la razón H:M es en este caso de 2:1. Por cada 2 varones
hay una mujer.
Proporciones o porcentajes: Es una medida de frecuencia en la que se expresa qué parte del total de
observaciones presenta determinada característica. El numerador está incluido en el denominador.
Siguiendo con el ejemplo anterior decimos que del total de pacientes con IAM que en nuestro estudio
son 300, 200 son varones vistos por lo tanto la proporción de varones es de 200/300= 0,66. Este
número puede ser expresado como porcentaje diciendo que el 66 % de los enfermos son varones.
Tasas: Es una medida que expresa el número de eventos ocurridos y en una población determinada.
Se describen como medidas de frecuencia en las que una medida de tiempo es parte intrínseca del
denominador. En el numerador aparecen los eventos (casos nuevos de enfermedad, defunciones, etc)
y en el denominador la población de estudio de donde provienen los casos, durante el período en que
fueron estudiados.
Epidemiología analítica observacional: Una vez formuladas las hipótesis es posible analizarlas para
confirmarlas o rechazarlas con el uso de diferentes técnicas estadísticas, que permiten hacer
"inferencias" acerca de una asociación o relación causal entre variables.
Epidemiología analítica experimental: Este método también examina hipótesis, pero lo hace de un
modo más "estricto" aún. Es analítica porque también utiliza grupos de comparación, pero, en este
caso, el investigador no sólo observa y analiza los datos, sino que interviene activamente en el manejo
y control de la exposición, especificando las condiciones del estudio, seleccionando los grupos de
tratamiento, la naturaleza de las intervenciones, el manejo de los pacientes durante el seguimiento,
etc. En cierto sentido "controla" el proceso de la investigación e introduce modificaciones necesarias
para su realización.
Asociación:
Podemos definir a una asociación como la dependencia estadística que existe entre dos o más factores,
donde la ocurrencia de un factor aumenta o disminuye a medida que varía otro. Por ejemplo, la
frecuencia de la Hipertensión aumenta a medida que aumenta la edad de las personas.
Necesarias: son factores indispensables para el desarrollo de efectos, aquellos sin los cuales
los efectos nunca podrían aparecer. ES EQUIVALENTE A CAUSA.
Suficientes: son aquellas que de presentarse en conjunto con la causa necesaria producen un
aumento de la posibilidad de presentar el efecto, como es el caso del hacinamiento o la
malnutrición que en conjunto con el bacilo de Koch (causa necesaria) producen la enfermedad.
ES EQUIVALENTE A FACTOR DE RIESGO.
Entonces, al suprimir la causa, el efecto se erradica; al eliminar un factor de riesgo, el efecto disminuye
en frecuencia.
Gracias a la causalidad la medicina permitió determinar si un determinado agente “X” causa un efecto
“Y” y si los factores de riesgo “XX” favorecen la aparición de este efecto. Como ejemplo podemos citar
el descubrimiento del bacilo de Koch que es la causa necesaria y a los factores de riesgos que juntos
conllevan a que un paciente presente tuberculosis. Hoy día son muchas las enfermedades cuyas causas
son conocidas; sin embargo, son muchas más las que se ignoran, dentro de éste grupo están las
enfermedades crónico-degenerativas actuales, pero de las que se conocen apenas un grupo de
factores de riesgo aún.
Determinación de causalidad
Para determinar que dos o más factores están causalmente relacionados se requiere demostrar que la
asociación entre estos es válida y causal.
Asociación válida: Una asociación real es una asociación válida. Esta validez conlleva un efecto mínimo
del azar (error aleatorio) o sesgo (error sistemático) o ambos.
1. Azar: El error aleatorio o error por azar sobreviene al realizar mediciones en muestras de una
población. Resulta poco práctico para el investigador, en general por cuestiones de tiempo y
costo, estudiar toda la población objetivo (población sobre la cual se desea conocer una
determinada característica susceptible de ser estudiada). Por este motivo, suele seleccionarse
una parte de esta población por medio de diferentes tipos de técnicas de muestreo. El proceso
de selección de una muestra no es perfecto, aunque se realice en forma correcta, y
simplemente debido a cuestiones del azar, ocurre inevitablemente el error muestral o error
por azar.
¿De qué depende el error por azar? Del tamaño de la nuestra y del método de selección de la
muestra.
Tamaño de la muestra: Respecto del tamaño de la muestra, debe tenerse en cuenta que las
muestras pequeñas están más sujetas a error muestral que las de mayor tamaño, por lo que
entonces, los resultados que se obtengan en las primeras serán menos confiables que los
obtenidos con muestras mayores de la población objetivo
Método de selección de la muestra:
Muestreo probabilístico: éste consiste en extraer una muestra de una población, de tal manera
que todos los individuos de la población tengan una probabilidad conocida, distinta de cero, de
ser seleccionados. Si esta probabilidad es igual para cada elemento, la muestra se califica como
autoponderada y sus resultados se consideran representativos de la población.
¿Qué significa que una muestra sea representativa? Se dice que una muestra es representativa
cuando sus componentes presentan un grado de diversidad semejante al de la población de la
que fue extraída y el método de selección probabilístico utilizado garantiza que cada elemento
tuvo la misma probabilidad de ser incluido.
Muestreo Aleatorio Sistemático: en este caso, se da al grupo del que se tomará la muestra una
especie de ordenamiento y luego la elección se hace sistemáticamente a lo largo de la serie. Es
una variante del muestreo aleatorio simple y resulta más rápido y fácil de realizar. Aquí el azar
juega un papel importante en la selección del primer elemento de la muestra, denominado
punto de arranque aleatorio, a partir del cual se seleccionan los restantes elementos, utilizando
el mismo intervalo de muestreo.
Muestreo Estratificado: en este caso, la población objetivo se divide en estratos de acuerdo a
alguna característica, generalmente demográfica, y posteriormente se realiza un MAS de cada
estrato obteniéndose una muestra de la población en la que están representados todos los
estratos conformados.
Muestreo por Conglomerados: puede ser difícil o imposible realizar el método de muestreo
aleatorio simple, debido a limitaciones de tiempo, dinero, personal, o porque la población a
muestrear se encuentra distribuida en una amplia zona geográfica o no poseemos el listado de
toda la población. Ante estas dificultades podemos utilizar el muestreo por conglomerados,
que se realiza en dos etapas. En la primera, se seleccionan los conglomerados, y de éstos, en la
segunda etapa, se seleccionan las unidades de análisis. Si se decide estudiar a todos los
elementos del conglomerado, entonces, sólo existe una etapa. La selección posterior en cada
conglomerado de las unidades de análisis se puede realizar por los otros métodos básicos de
muestreo ya revisados.
En las muestras No Probabilísticas, el método de selección que se utiliza no permite que cada
elemento de la población tenga una probabilidad conocida. Los elementos seleccionados se
incluyen en la muestra por criterios decididos por el investigador o por necesidades de la
investigación. Este tipo de muestra se utiliza frecuentemente en las denominadas
Investigaciones Cualitativas y su principal desventaja es que no permiten determinar la
magnitud del error muestral, a diferencia de las técnicas de muestreo probabilística.
¿Cómo puedo determinar si los hallazgos son por azar? El papel del azar en el hallazgo de una
asociación puede ponderarse al aplicar una prueba de significación estadística (por ejemplo, ji
cuadrada) y expresarse en el valor de p resultante. Un valor de p igual o menor a 0,05 es
estadísticamente significativo y traduce una probabilidad atribuible al azar de 5% o menos. Otro
método para evaluar la influencia del azar es la determinación del intervalo de confianza a 95%
(IC 95%).
Chi cuadrado:
Para ejemplificar el uso de esta prueba estadística, nos referiremos a continuación a una
situación en la que se evalúa si existe una asociación estadísticamente significativa entre ciertos
tipos de ocupación y el riesgo de contraer malaria en una población.
En una localidad rural de 760 habitantes, situada en una zona malárica, se observó que, en el
último año, la incidencia acumulada de malaria en campesinos fue 88,2 por mil, mientras que
en la población no campesina fue 55,8 por mil. De acuerdo al censo local más reciente, en la
comunidad hay 204 campesinos. Interesa saber si la ocupación campesina se asocia a la malaria.
Los datos que resumen la situación descrita son:
Desde el punto de vista estadístico, interesa conocer si hay diferencia significativa entre las dos
medidas de incidencia acumulada. En este caso se puede aplicar una prueba de significación
estadística llamada Chi Cuadrado, cuya fórmula es:
En la fórmula, “O” se refiere al valor observado en una celda y “E” a su valor esperado. La
fórmula trabaja exclusivamente con las celdas centrales de un cuadro, en este caso una tabla
2x2, y hace referencia a las frecuencias observadas en dichas celdas y las que se esperaría
ocurrieran (valores esperados) si efectivamente no hubiera diferencia entre las proporciones
que se comparan. Los valores esperados para cada celda central se obtienen multiplicando sus
totales marginales correspondientes y dividiendo este producto por el gran total. Por ejemplo,
en la primera celda central (campesino con malaria), el valor observado es 18 y el valor
esperado sería: (204 x 49) ÷ 760 = 13,2. El cuadro de resultados para cada celda quedaría así:
El valor de chi cuadrado calculado de esta manera (observado) se compara con un valor
tabulado (esperado) tomado de la distribución de probabilidades teóricas. Este valor teórico
corresponde al que se esperaría encontrar si los resultados observados ocurrieran puramente
por azar. A este valor teórico se le llama valor crítico: si el valor observado es mayor que el
valor crítico se concluye que la diferencia observada no es debida al azar y se dice que es
estadísticamente significativa. El valor crítico indica el nivel de significancia de la prueba, que
expresa la probabilidad de que la diferencia observada haya ocurrido por azar (dado que, en
realidad, no existan diferencias). Usualmente esta probabilidad se fija en 5% y se denota como
p<0,05. El complemento de esta probabilidad se llama nivel de confianza, en general, 95%.
Para un nivel de confianza de 95%, el valor crítico del Chi Cuadrado (de acuerdo a una tabla de
distribución teórica) es 3.84, que corresponde al llamado chi cuadrado con un grado de
libertad, específico para tablas 2x2. Los grados de libertad de una tabla se refieren al número
mínimo de frecuencias en las celdas centrales que se necesita conocer para poder completar
los valores de las demás celdas, dados los valores de los totales marginales. En la situación
analizada, el valor observado (2,56) no rebasa el valor crítico (3,84), por lo tanto, se concluye
entonces que concluye entonces que no se puede rechazar la hipótesis de no-diferencia (de
nulidad). En consecuencia, se puede afirmar con 95% de confianza estadística que la ocupación
campesina no está significativamente asociada a la presencia de malaria (p>0.05).
¿Puedo disminuir los sesgos? Estudios epidemiológicos: El efecto del azar y el sesgo en la evaluación
de una asociación disminuye debido al rigor metodológico del estudio. Se mencionan a continuación,
en orden de rigor metodológico decreciente.
Ensayo clínico aleatorizado
Estudios de cohortes
Estudios de casos y controles
Estudios transversales
Estudios descriptivos
Asociación causal
Una vez que se ha demostrado que una asociación es válida o real, el siguiente paso consiste en
comprobar que esta asociación es causal. Son siete los aspectos por considerar que se describen a
continuación en orden de importancia decreciente. La información requerida para satisfacer estos
aspectos no se fundamenta solo en la del estudio en cuestión, sino también en la información
relacionada existente.
1. Fuerza de asociación:
Se refiere a la magnitud con la que se incrementa el riesgo de desarrollar un efecto cuando se
presenta una exposición. A mayor incremento, más fuerza de asociación y mayor seguridad de
causalidad. Son tres las medidas utilizadas con más frecuencia para expresar la fuerza de una
asociación: riesgo relativo (RR), riesgo atribuible (RA) y fracción etiológica (FE).
Para explicar las medidas vamos a utilizar una tabla de contingencia que será útil para entender
todas las formulas.
En resumen, el Odds Ratio puede ser estimado en cualquier tipo de estudio observacional,
alcanzando valores similares al Riesgo Relativo en enfermedades de baja prevalencia, pero
su utilización se reserva especialmente para los Estudios de casos y controles donde es
imposible identificar las Tasa de Incidencia en Expuestos y No Expuestos y, por ende, no
se puede calcular el Riesgo Relativo.
¿Cómo debemos interpretar el valor del Odds Ratio? El sentido de la interpretación de los
resultados obtenidos en el cálculo del OR debe realizarse en forma similar al del RR.
Se debe tener presente que ninguno tiene unidad. El OR es una razón, su valor mínimo
puede ser cero, que corresponde al máximo efecto posible de un factor protector y su
valor máximo puede ser infinito.
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.
Finalmente, si el OR es menor que 1, significa que la exposición disminuye el riesgo, por
lo que estaríamos frente a un factor de protección.
3. Relación temporal: Para que un factor causal o de riesgo se considere como tal es indispensable que
la exposición al mismo anteceda al efecto. Como se mencionó, esta relación puede demostrarse
fácilmente en los estudios prospectivos, pero es posible que plantee serios problemas en estudios de
casos y controles, así como en los transversales.
4. Gradiente dosis-respuesta: Cuando la asociación entre una posible causa y un efecto no es muy
convincente, conviene explorar el gradiente dosis-respuesta. Se espera que a mayor magnitud o
intensidad de exposición mayor sea la magnitud o intensidad del efecto.
7. Especificidad: La especificidad de una causa significa que una sola exposición genera un solo efecto
y viceversa. Esto no se aplica a los factores de riesgo ya que pueden ser varios los que contribuyan a la
aparición de un solo efecto o es posible que un solo factor de riesgo sea el que contribuya a la aparición
de muchos efectos.
8. Evidencia experimental: Cuando existe sustento de la relación entre el factor de riesgo y la
enfermedad a través de estudios experimentales (por lo general realizados en animales de
experimentación).
9. Analogía: Es la posibilidad de establecer una relación entre el factor de riesgo en estudio y otras
enfermedades similares; se dice que hay equivalencia de asociación. Refuerza la credibilidad de que
una asociación sea causal.
Estos criterios son incluidos dentro de los que postuló el epidemiólogo británico Austin Hill, que
publicó en 1965, entre los que se dividen en:
Todos ellos se mantienen vigentes hoy en día para determinar la causalidad de asociaciones
en las investigaciones y son de fundamental importancia en la medicina para lograr resultados
que permitan mejorar la vida de las personas, encontrando nuevos factores de riesgo y causas
que se asocian, así como también tratamientos nuevos o mejorados, entre otras tantas
aplicaciones.
Bibliografía:
1. Módulos de Epidemiología Básica y Vigilancia de la Salud. ORTIZ, Zulma; ESANDI, M Eugenia; BORTMAN,
Marcelo. Organización Panamericana de la Salud. Buenos Aires. Argentina. Programa Vigia. Segunda
Edición; 2004.
Módulo 1. Introducción a la Epidemiología. Disponible en:
http://www.epidemiologia.anm.edu.ar/pdf/modulos/Modulo%201-2004.pdf
2. Álvarez-Martínez Héctor, Pérez-Campos Eduardo. Causalidad en medicina. Gac. Méd. Méx [revista en
la Internet]. 2004 Ago [citado 2020 Mayo 05] ; 140( 4 ): 467-472. Disponible en:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0016-38132004000400018&lng=es.
6. Pita Fernández, S. Epidemiología. Conceptos básicos. En: Tratado de Epidemiología Clínica. Madrid;
DuPont Pharma, S.A.; Unidad de epidemiología Clínica, Departamento de Medicina y Psiquiatría.
Universidad de Alicante: 1995. p. 25-47. Actualización 28/02/2001.