Curso “Bioestadística para estudiantes de Ciencias de la Salud”

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 Analítica Observacional

▹ Epidemiología Analítica Experimental

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:

• Qué población o subgrupos desarrollan la enfermedad o lo hacen con más frecuencia.

• Cómo la frecuencia de ésta varía a lo largo del tiempo y /o en poblaciones con diferentes
características.

• En qué localización geográfica es más o menos frecuente dicha enfermedad.

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.

Aporte de la bioestadística a la epidemiología

Al describir la ocurrencia de una determinada enfermedad en una población en particular y mediante

la cuantificación de las observaciones que realizamos, podemos extraer conclusiones acerca del
fenómeno observado.

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.

Estudios transversales: Este tipo de estudios denominados también de prevalencia, estudian

simultáneamente la exposición y la enfermedad en una población bien definida en un momento
determinado. Esta medición simultánea no permite conocer la secuencia temporal de los
acontecimientos y no es por tanto posible determinar si la exposición precedió a la enfermedad o
viceversa. Los estudios transversales se utilizan fundamentalmente para conocer la prevalencia de
una enfermedad o de un factor de riesgo. Esta información es de gran utilidad para valorar el estado
de salud de una comunidad y determinar sus necesidades. Así mismo sirven como todos los estudios
descriptivos para formular hipótesis etiológicas.

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.

Prevalencia: Es el número de casos o eventos en una población de una determinada enfermedad en

un momento dado en el tiempo. Intenta mostrar la frecuencia con la que un evento de Salud o
enfermedad existe en el momento, independientemente de cuándo se haya originado.

¿Cómo calculo la prevalencia?

Se debe determinar el número de sujetos en quienes se presenta el evento estudiado y relacionar

dicho número con el total de individuos que forman el grupo observado. Suele expresarse en forma
de proporción o porcentaje. Existen dos formas:

Incidencia: La incidencia de la enfermedad representa el número de casos nuevos en una población

durante un período determinado de tiempo. La duración de ese período de observación influye en los
resultados de la incidencia, pues si éste aumenta ocurrirán más casos e hipotéticamente pueden llegar
a enfermarse todos los individuos y el valor entonces de la incidencia será igual a 1,00 o 100%. Por eso,
al usar esta medida, debe siempre expresarse el período de observación.

¿Cómo calculo la incidencia?

 Epidemiología Analítica
Es la rama de la epidemiología que se ocupa de evaluar la existencia de asociación entre uno o varios
factores y un evento con el propósito de contribuir a la consideración de una relación causal.

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.

La presencia de asociación no implica necesariamente causalidad. Una asociación causal se manifiesta

cuando el cambio de frecuencia o intensidad de la exposición es seguido por un cambio en la frecuencia
o intensidad del efecto. La exposición al bacilo de Koch y el desarrollo subsecuente de tuberculosis son
un ejemplo claro.

Las causas pueden ser de dos tipos:

 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.

Importancia de la causalidad para el médico

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.

El procedimiento de muestreo probabilístico puede realizarse con diferentes técnicas:

Muestreo Aleatorio Simple (MAS): es el procedimiento típico de un muestreo probabilístico. Es

la técnica más sencilla de muestreo para garantizar la representatividad de la muestra. En este
muestreo cada elemento de la población N tiene una probabilidad conocida e igual, distinta de
cero, de ser elegido en la muestra. Esta probabilidad se expresa como n/N y se denomina
fracción de muestreo.
Para realizar un MAS es necesario, en primer lugar, identificar a cada elemento de la población
para poder realizar la selección. Esta es una de sus grandes limitaciones, pues se necesita tener
identificados a todos y cada uno de los integrantes de la población. Posteriormente, se emplea
una tabla de números aleatorios o alguna otra técnica de sorteo al azar (el bingo, por ejemplo)
y se seleccionan n elementos hasta alcanzar el tamaño de la muestra deseado. El procedimiento
es tan laborioso que explica por qué es poco utilizado.

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).

2. Sesgo: Son errores que se producen de forma sistemática, impactando en la exactitud, o en la

veracidad del fenómeno en estudio. Su importancia radica en que afectan la validez interna de
un estudio, invalidando de alguna forma los resultados de la investigación. El sesgo puede
producirse durante la selección de los grupos; durante la recolección de datos de la
enfermedad o de la exposición y durante el seguimiento de los sujetos del estudio.

 Sesgo durante la selección de los grupos: Ocurre en el proceso de identificación de las

poblaciones en estudio. Para evitar cometer este sesgo Ud. debe observar si el grupo de
estudio y de control son comparables; esto es si son tan idénticos como sea posible
excepto por la característica estudiada.

 Sesgo durante la recolección de datos de la enfermedad o de la exposición: Puede ser

debido a un error de quien es entrevistado o del entrevistador.

Sesgo introducido por el entrevistado: En este caso, la información obtenida de los

participantes de estudio es inexacta, generalmente, debido a la diferente capacidad de
recordar antecedentes de una exposición determinada en los grupos de estudio y de
control. El grupo con la enfermedad, generalmente, tiende a recordar más detalles de las
 exposiciones previas en comparación con el grupo sano o sin la enfermedad. Ocurre más
frecuentemente cuando se estudian sucesos traumáticos, ya que estas experiencias
motivan a recordar subjetivamente sucesos que ocurren con frecuencia y que en
circunstancias normales se olvidarían. También es probable que se introduzca un sesgo en
la investigación, si la información que se busca es personal o muy delicada. Un error muy
frecuente suele cometerse cuando, en el afán de lograr mayores detalles de la exposición
en el grupo de estudio, se busca algún método de búsqueda de información alternativo,
que se aplica sólo en aquel grupo en el cual la información fue deficiente. Esto introduce
un sesgo importante, ya que los métodos de recolección de información deben ser
comparables en el grupo de estudio y de control.

Sesgo introducido por el entrevistador o investigador: La posibilidad de un sesgo de este

tipo existe en todos aquellos casos en que la recolección de los datos acerca de la
exposición está influenciada por el conocimiento por parte del entrevistador de la
enfermedad de los participantes del estudio. Si esta valoración no se realiza en forma
ciega, o sea, desconociendo el investigador la enfermedad de las personas que entrevista,
entonces, probablemente, cometa un error sistemático.

 Sesgo durante el seguimiento de los sujetos del estudio: Si durante el seguimiento, se

pierden datos sobre un gran número de pacientes la validez del mismo se encuentra
seriamente amenazada. Los estudios prospectivos -aquellos que observan la ocurrencia de
enfermedad en las mismas personas en diferentes momentos- son especialmente
susceptibles a presentar sesgo.

¿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.

Si ponemos como ejemplo una enfermedad en concreto y una exposición, sería:

 Riesgo Relativo: El riesgo de contraer una enfermedad resulta de dividir el número de

personas que experimentan el evento sobre el número de personas en riesgo de
experimentarlo en un período de tiempo determinado. Podemos hablar de riesgo en
expuestos y riesgo en no expuestos. Esto significa que, si conocemos la exposición de las
personas a un factor determinado, dividiendo cuántas expuestas experimentaron la
enfermedad o daño entre el total de personas que estuvieron expuestas, sabremos cuál
es el riesgo de los que estuvieron expuestos.

RR es la relación existente entre incidencia de la enfermedad en la población expuesta y

la incidencia de la enfermedad en la población no expuesta. Es la medida de asociación
que expresa la magnitud de la asociación entre un factor de riesgo y una enfermedad.
Resulta del cociente entre las tasas de incidencia de la población expuesta y no expuesta.
El valor del RR responde a la pregunta: " ¿Cuántas veces más probables es que las personas
expuestas desarrollen la enfermedad, en comparación con las no expuestas?". Por lo
tanto, el RR establece el grado de asociación entre el factor de riesgo y la enfermedad.
¿Cómo interpretamos el valor del RR? De acuerdo a los valores que se calculen para el RR,
podremos afirmar que:

Si el RR es mayor que 1, la enfermedad es más frecuente en el grupo expuesto que en el

no expuesto. Existiría una relación positiva entre la exposición al factor y la ocurrencia de
la enfermedad, por lo que estaríamos frente a un factor de riesgo.
Si el RR es igual a 1, entonces la incidencia de la enfermedad entre el grupo expuesto y el
no expuesto es igual, por lo que entonces no se podría demostrar que exista asociación
entre el factor de riesgo y la enfermedad. Fíjese que decimos que no se podría demostrar,
lo cual no significa que no exista. Puede ser que exista asociación, pero limitaciones
propias de la investigación relacionadas, por ejemplo, con el tamaño de la muestra no
permitieron demostrarla.
Finalmente, si el RR es menor que 1, entonces la incidencia en expuestos es menor que
en no expuestos, por lo que estaríamos frente a un factor de protección.

Cuando no se dispone de la información necesaria para calcular las tasas de incidencia

en expuestos y en no expuestos, se debe utilizar otra medida de asociación denominada
Odds Ratio (OR). El Odds se obtiene dividiendo el número de personas que experimentan
el evento sobre el número de personas que no lo experimentan.

¿Qué es el Odds Ratio (OR)? ¿Cuál es su diferencia con el RR?

 Recordemos que el RR de un grupo comparado con otro es simplemente la división del
riesgo o la incidencia en el grupo expuesto con la incidencia del grupo no expuesto. El OR
se calcula en forma similar, como la división entre el Odds del grupo expuesto sobre el
Odds del grupo no expuesto.

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.

 Riesgo Atribuible: el RA es una medida de asociación o de efecto, que recibe también el

nombre de "diferencia de riesgos", ya que representa la diferencia de la incidencia de la
enfermedad en la población expuesta al factor de riesgo y la incidencia en la población no
expuesta a dicho factor. Algunos autores prefieren llamarlo "riesgo absoluto", ya que
como su nombre lo indica y en contraste con el riesgo relativo, expresa la diferencia de las
incidencias en la población expuesta y no expuesta en términos absolutos. El RA es la
medida de asociación entre un factor de riesgo y una enfermedad que resulta de la resta
entre las tasas de incidencia de la población expuesta y no expuesta.
 En los individuos no expuestos al factor en estudio también encontraremos casos de la
enfermedad, de la misma manera que entre los expuestos al factor encontraremos casos
de la enfermedad que no se deben a la exposición a dicho factor.
Sin embargo, si existe evidencia de asociación causal entre exposición y evento o
enfermedad, el riesgo atribuible nos dice cuál es el exceso de riesgo que presentan los
expuestos en relación a los no expuestos.

¿Cómo interpretamos el valor del RA?

Si el RA es > que 0 representa el número de casos que se podrían prevenir entre los
expuestos si se removiera la exposición.
Si el RA es < que 0 representa el número de casos que se han prevenido gracias a la
exposición en estudio.

 La Fracción Atribuible en Expuestos expresa la proporción o porcentaje de casos

de una enfermedad en el grupo expuesto al factor que puede ser atribuido exclusivamente
a dicho factor. Por lo tanto, representa la proporción o porcentaje de casos que podrían
eliminarse en el grupo de expuestos si se eliminara dicho factor de riesgo.

Cuando se expresa en forma de proporción, recibe el nombre de Proporción Atribuible en

Expuestos (PAE) y representa a la proporción de casos de una enfermedad en la población
expuesta que puede atribuirse exclusivamente a la exposición al factor de riesgo. Es una
proporción representada por el RA con relación al Riesgo en Expuestos. Veamos su
fórmula:

Cuando se expresa en forma de porcentaje, recibe el nombre de Riesgo Atribuible

Porcentual (RA%). Su fórmula es:
2. Consistencia: Una asociación es consistente si es reproducida por diferentes investigadores,
utilizando distintos diseños en medios diferentes.

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.

5. Credibilidad epidemiológica: Si existe asociación cabe esperar que la distribución geográfica de la

exposición sea paralela a la distribución del efecto.

6. Credibilidad biológica: Se refiere a la concordancia de la asociación con el conocimiento biológico

que se tiene en la actualidad. Este conocimiento se refiere a la comprensión de respuestas a diferentes
niveles, de la célula a los organismos complejos. En este caso, es importante tener en cuenta que los
resultados obtenidos en animales de experimentación no son directamente extrapolables a los seres
humanos.

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:

Los de validez interna: (propios del estudio)

 Fuerza de asociación
 Secuencia temporal
 Efecto dosis-respuesta

Los de coherencia científica:

 Consistencia
 Plausibilidad biológica
 Especificidad de asociación y analogía
 Evidencia experimental

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

Módulo 4. Efecto, impacto y fuentes de error (págs. 9 a 71). Disponible en:

http://www.epidemiologia.anm.edu.ar/pdf/modulos/Modulo%204-2004.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.

3. Roberto. H. Sampieri, Dr Carlos. F. Collado. Quinta edición (2010)Metodología de la investigación.

4. Fajardo-Gutiérrez Arturo. Medición en epidemiología: prevalencia, incidencia, riesgo, medidas de

impacto. Rev. alerg. Méx. [revista en la Internet]. 2017 Mar [citado 2020 Mayo 05] ; 64( 1 ): 109-120.
Disponible en:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S244891902017000100109&lng=es.

5. Módulos de Principios de Epidemiología para el Control de Enfermedades, segunda edición. Washington

D.C.: OPS, © 2002.

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.

7. Laura Moreno Altamirano. Epidemiología Clínica. Tercera edición. McGRAW-HILL INTERAMERICANA

EDITORES. 2013