Definición de Epidemiología, usos,

aspectos históricos, e historia natural de la

enfermedad
Curso Epidemiología y Demografía
EAP Obstetricia
Mg. Javier Vargas Herrera
Definición de Epidemiología
Es el estudio de la frecuencia y distribución de los eventos de salud y de
sus determinantes en las poblaciones humanas, y la aplicación de este
estudio en la prevención y control de los problemas de salud.
¿Que son las poblaciones humanas?
Hay sub poblaciones por

• Edad
• Sexo o género
• Etnia
• Pertenencia a un territorio
• Enfermedad que padecen
• Etc.
¿Qué es un evento de salud?
Son ejemplos de eventos de salud

• Una enfermedad
• Un parto
• Un accidente
• Un hábito nocivo
• Un factor de riesgo
• Una práctica saludable
¿Qué son los determinantes de la salud?

• Factores biológicos y caudal genético.

• Factores individuales y preferencias en
estilos de vida.
• Influencias comunitarias y soporte
social.
• Acceso a servicios de atención de salud.
• Condiciones de vida y de trabajo.
• Condiciones generales socioeconómicas,
culturales y ambientales
Frecuencia y distribución
• Frecuencia

• Prevalencia: Casos existentes

• Incidencia: Casos nuevos

• Distribución en

• Tiempo
• Espacio
• Persona
Aplicación de este estudio para prevenir y
controlar las enfermedades
La epidemiología tiene cuatro campos
principales:

• La descripción del Estado de Salud

• La Vigilancia Epidemiológica
• La Investigación Etiológica
• La Evaluación y Monitoreo de las
Intervenciones Sanitarias
Enfermedades transmisibles / no transmisibles
Enfermedades transmisibles • Enfermedades no transmisibles
• Tuberculosis • Cáncer
• VIH / SIDA • Diabetes
• COVID-19 • Hipertensión arterial
Enfermedades transmisibles / no transmisibles
Enfermedades transmisibles
Enfermedades transmisibles
Historia de la epidemiología
La era de la estadística sanitaria y el paradigma miasmático:
• Siglo XVII y XVIII (John Graunt, William Petty, Edward Jenner)

La era de la epidemiología de enfermedades infecciosas y el

paradigma microbiano:
• Siglo XIX (Robert Koch, Luis Pasteur)

La era de la epidemiología de enfermedades crónicas y el

paradigma de los factores de riesgo:
• Siglo XX (Brian Mc Mahon, Mervyn Susser)
Historia Natural de la
Enfermedad
Historia natural de la enfermedad: se refiere a la evolución de una enfermedad en
un individuo a través del tiempo, en ausencia de intervención.
Tiempo, lugar y persona
• Tiempo ¿Cuándo?
• Estacionalidad, variación en el año
• Ciclos, variación mayor a un año
• Tendencia secular, curva epidémica,
• corredores endémicos.

• Lugar ¿Dónde?
• Localización geográfica –
• Sistemas de Información Geo referencial – SIG

• Persona ¿En quienes?

• Edad, Sexo – Genero, Ocupación, Hábitos, Estado
civil, Condición social - económica, religión, etc.
Causalidad El enfoque epidemiológico considera que
la enfermedad en la población:
1. No ocurre por azar
2. No se distribuye homogéneamente;
3. Tiene factores asociados que para ser
causales cumplen con los siguientes
criterios:
• Temporalidad (toda causa precede a su
efecto)
• Fuerza de asociación (RR / OR
• Consistencia de la observación
• Especificidad de la causa
• Gradiente biológico (efecto dosis-
respuesta)
• Plausibilidad biológica (Hill, 1965).
Historia Natural de la Enfermedad
Historia Natural de la Enfermedad
Historia Natural de la COVID-19
Historia Natural de la COVID-19
 Periodo pre patogénico
Medidas de prevención primaria
Fomento o Promoción de la salud Protección específica
Periodo patogénico temprano
Medidas de prevención secundaria
Diagnóstico temprano
Limitación del daño
Tratamiento inmediato
Periodo patogénico tardío
Medidas de prevención terciaria
Limitación del daño permanente Rehabilitación
“Las enfermedades no nos llegan de la nada.
Se desarrollan a partir de pequeños pecados
diarios contra la Naturaleza. Cuando se
hayan acumulado suficientes pecados, las
enfermedades aparecerán de repente.”
 Medición de la salud en poblaciones.
Fuerza de asociación: Riesgo relativo (RR)
y Estimador del riesgo (OR).
Curso Epidemiología y Demografía
EAP Obstetricia
Mg. Javier Vargas Herrera
Causalidad y enfoque epidemiológico
• Además de la descripción de los problemas de salud,
el enfoque epidemiológico busca las explicaciones de
por qué suceden dichos eventos.
• La identificación de las posibles causas permitirá
implementar medidas de intervención adecuadas y la
posterior evaluación de su efectividad.
• Una causa de una enfermedad es un acontecimiento,
circunstancia, característica o combinación de estos
factores que desempeña un papel importante en la
producción de la enfermedad.

16/10/2021 2
Principios
Los daños a la salud:

• No ocurren al azar
• No se distribuyen homogéneamente
• Tiene factores asociados que deben cumplir con los Criterios de Hill.

Las enfermedades en la población son procesos dinámicos y su

propagación depende de la interacción entre la exposición y la
susceptibilidad de la población a factores determinantes.
16/10/2021 3
Criterios de Hill

Sir Austin Bradford Hill propuso, en

1965, una serie de criterios a tener en
cuenta para distinguir entre
asociaciones causales y no causales:

− Fuerza de Asociación - Consistencia

− Especificidad - Temporalidad
− Gradiente Biológica - Plausibilidad
− Coherencia - Analogía
− Evidencia Experimental
Criterios de Hill

• Consistencia
• Se refiere a la observación repetida de resultados
similares en estudios que emplean métodos diversos, en
diferentes poblaciones, en circunstancias diversas.
• Especificidad
• Señala que un factor causal debe dar lugar a un solo
efecto.
• No puede decirse que no existe una relación causal si no
se cumple este criterio.
• Sin embargo, si está presente, es un argumento fuerte
para establecer una relación causal.
Criterios de Hill

• Temporalidad
• Es necesario que en el tiempo la exposición preceda al efecto.

Factor
Enfermedad
causal
Criterios de Hill

• Gradiente biológico
• Un aumento en el nivel, intensidad o duración de la exposición a un
agente da lugar a un aumento progresivo en el riesgo de la
enfermedad.
 Criterios de Hill
• Plausibilidad Biológica
• La asociación debe ser plausible de acuerdo a los conocimientos
científicos actuales sobre la fisiopatología de la enfermedad.
• Debe ser tomado con cautela, ya que los conocimientos actuales
podrían ser inadecuados para explicar una asociación que en
realidad es causal.
• Los conocimientos están en constante cambio y evolución.

• Coherencia
• Significa que la interpretación de la relación causal no debe
contradecir los hechos conocidos sobre la historia natural, la
biología y la epidemiología de la enfermedad;
• Es decir, deben ser coherentes.
Criterios de Hill
• Evidencia Experimental
• Una intervención dirigida a modificar la exposición a través de medidas
preventivas o terapéuticas debe resultar en una disminución o
desaparición de la enfermedad.
• Se requiere entonces de estudios epidemiológicos experimentales,
experimentos naturales, experimentos de laboratorio in vitro y modelos
animales.
• Analogía
• Hill sugiere que el epidemiólogo emplea analogías o similitudes entre las
asociaciones observadas y otras.
• Por ejemplo, si la talidomida y la rubéola producen enfermedades
congénitas, otros medicamentos o virus podrían también causarlos.
• Es uno de los criterios más débiles, algunos mencionan que su ausencia
se debe a la falta de imaginación del investigador.
Medidas de la fuerza de asociación

• Las medidas que nos ayudan a obtener esta información son:

• Riesgo relativo (RR)

• Odds ratio (OR).

Triada epidemiológica

• La triada epidemiológica es el modelo clásico de causalidad en

enfermedades infecciosas.
• La enfermedad resulta de la interacción de tres componentes: un agente
externo, un huésped susceptible y un medio ambiente que junta al agente
y huésped.

16/10/2021 11
Causas componentes
• Este modelo ilustra a los factores causales de una enfermedad como
porciones de una torta, siendo la torta entera la causa suficiente de la
enfermedad.

• En este modelo, una enfermedad puede tener más de una causa

suficiente, cada una compuesta por diversos factores.

• Es un modelo de multicausalidad que se aplica a todo tipo de

enfermedades y en el que la enfermedad es producida por un
conjunto mínimo de condiciones que actúan juntas

16/10/2021 12
 Tipos de relaciones causales
• Una causa es “Suficiente” cuando inevitablemente produce o inicia la
enfermedad.
• Una causa es “Necesaria” cuando siempre debe preceder la enfermedad,
la enfermedad no puede desarrollarse en su ausencia.

• Los modelos de causalidad tienen importantes implicaciones para la

prevención de enfermedades.
• No es necesario identificar todos los componentes de una causa suficiente
para poder llevar a cabo una prevención eficaz
Fuerza de asociación

• Las asociaciones fuertes proveen evidencia más firme de causalidad

en comparación de las asociaciones débiles.
• Que una asociación sea débil no significa necesariamente que no sea
causal. Este criterio se evalúa a través de las medidas de fuerza de
asociación (RR, OR).
• Considerar la posibilidad de sesgos.
El Riesgo Relativo
• El RR es una razón que relaciona el riesgo absoluto (incidencia) en dos
grupos de población que difieren por el grado de exposición a un
factor determinado.

• Indica cuantas veces es mayor la probabilidad de sufrir una

enfermedad entre quienes están expuestos al factor, respecto a los no
expuestos.
 El Riesgo Relativo

COHORTE

Es un grupo de sujetos que comparten una característica que los define.

Que al inicio de la observación no tienen la enfermedad o el evento de interés y durante el

transcurso de la observación.

A estos casos, les llamamos casos incidentes. Y a la medida de la aparición de esos casos le
llamamos incidencia o riesgo
El Riesgo Relativo

Tasa de incidencia entre los expuestos

RR =
Tasa de incidencia entre los no expuestos
 Enfermedad o evento
Riesgo Relativo
+ -
a/a+b
+ a b
Exposición

RR = _______

- c d c/c+d
 E. C. C
Riesgo Relativo
+ -
Hipertensión

12 / 22
+ 12 10
RR = _______

- 206 884 206 / 1090

RR = 2,89
Riesgo Relativo – Estudio de caso

SOBREPESO Y OBESIDAD COMO FACTORES DE RIESGO DE LOS ESTADOS HIPERTENSIVOS DEL EMBARAZO: ESTUDIO DE
COHORTES RETROSPECTIVO
ISSN (electrónico): 1699-5198 - ISSN (papel): 0212-1611 - CODEN NUHOEQ S.V.R. 318
Juan Jesús Fernández Alba y col

Se realizó un estudio para establecer si el sobrepeso o la obesidad eran factores de riesgo para desarrollar
Enfermedad Hipertensiva del embarazo. Se estudiaron a 4711 mujeres quienes fueron rastreadas, reconstruyendo la
historia desde el inicio del embarazo hasta el momento del parto. En la siguiente tabla se muestran los resultados.
¿esta el sobrepeso o la obesidad asociadas a la Enfermedad Hipertensiva del Embarazo.
Riesgo Relativo – Estudio de caso
EHE (+) EHE (-) Total
Obesidad 356 231 587
Sobrepeso 431 800 1231
Normal 496 2397 2893
Total 1283 3428 4711

RR = Incidencia en expuestos / Incidencia en no expuestos

RR Obesidad = (356 /587) / (496 / 2893) = 3,54
RR Sobrepeso = (431/1231) / (496 / 2893) = 2,04
Las mujeres con obesidad tienen 3,54 veces el riesgo de desarrollar Enfermedad Hipertensiva del Embarazo en
comparación con las mujeres con IMC normal
Las mujeres con sobrepeso tienen 2,04 veces el riesgo de desarrollar Enfermedad Hipertensiva del Embarazo en
comparación con las mujeres con IMC normal
Odds Ratio (OR)
 No siempre es posible calcular la incidencia en los estudios de
investigación. Se calcula entonces el Odds Ratio (razón de ventaja,
razón de chances, razón de momios, razón de productos cruzados).

 Para un evento E, que ocurre con probabilidad P, el Odds se define

como:
P / (1 - P)

 Es decir, la probabilidad de “éxito” entre la probabilidad de “no

éxito”.
Odds ratio

Odds de los expuestos

OR =
Odds de los no expuestos

Odds de los enfermos

OR =
Odds de los no enfermos
 Enfermedad o evento
Odds Ratio (OR)
+ -
a/c
+ a b
Exposición

OR = _____

- c d b/d
Odds Ratio (OR)
E. C. C Odds Ratio
+ -
Hipertensión

+ 12 10 12 x 884
OR = _______

- 206 884 206 x 10

OR = 5,15
5,14
Interpretación de RR / OR
I exp = I o
Sin efecto
OR ≈ RR = I exp / I o

I exp < I o I exp > I o

Factor protector Factor de riesgo

0 1 ∞
Interpretación de RR / OR
0 – 0.3 Beneficio grande

0.4 – 0.5 Beneficio moderado

0.6 – 0.8 Beneficio leve

0.9 – 1.1 Sin efecto

1.2 – 1.6 Riesgo insignificante

1.7 – 2.5 Riesgo moderado

> 2.6 Riesgo elevado

Interpretación de RR / OR

• Al reportar los valores de RR y OR, deben estar acompañados de sus

intervalos de confianza.

• Si el RR u OR incluye la unidad (1), el RR u OR encontrado no es

significativo.
¿Cuándo el OR es un buen estimador del RR?

1. Cuando los “casos” son representativos, en relación a la historia de

exposición, de todas las personas con la enfermedad en la
población de la cual los casos son seleccionados.

2. Cuando los “controles” son representativos, en relación a la historia

de exposición, de todas las personas sin la enfermedad en la
población de la cual los casos son seleccionados.

3. Cuando la enfermedad es rara.

 Riesgo (Incidencia) Odds ( (riesgo/(1-riesgo) )
0.001 0.001
Enfermedad rara 0.005 0.005
O poco frecuente 0.010 0.010
0.050 0.053
0.100 0.111
0.200 0.250
0.300 0.429
0.400 0.667
0.500 1.000
Enfermedad muy 0.750 3.000
frecuente 0.900 9.000
0.950 19.000
0.990 99.000
Asociación estadística y asociación causal

• La asociación estadística sólo establece que dos hechos aparecen en

forma simultánea.

• No significa necesariamente que el hecho este relacionado con el

proceso de propagación.

• La estadística siempre se subordina al análisis del proceso de

propagación.
Odds Rtio – Estudio de Caso
• Caso adaptado de REV CHIL OBSTET GINECOL 2008; 73(6):362 - 369

• FACTORES ASOCIADOS AL USO DE ANTICONCEPTIVOS EN ESTUDIANTES DE ENSEÑANZA MEDIA DE LA

COMUNA DE TEMUCO*

• Giselle Fétis y col.

• Se realizó un estudio para conocer la práctica sexual de los adolescentes estudiantes de enseñanza media, el
uso de anticonceptivos y los factores relacionados, en la comuna de Temuco, IX región, Chile. Se estudiaron
un total de 209 estudiantes, de las cuales, 114 reportaron haber experimentado relaciones sexuales más de
una vez y 107 que utilizaron métodos anticonceptivos. El 73,8% de quienes utilizaron MAC, reportaron haber
tenido relaciones sexuales más de una vez, mientras que entre quienes habían tenido relaciones sexuales
sólo una vez, el 70,5% había utilizado MAC. ¿Esta asociado el mayor número de veces de práctica de
relaciones sexuales al uso de MAC?
 Odds Rtio – Estudio de Caso

MAC (+) MAC (-) Total

Rel Sex más de una vez 79 35 114
Rel Sex sólo una vez 28 67 95
Total 107 102 209

Odds de MAC en relaciones sexuales más de una vez 79/35 = 2,25

Odds de MAC relaciones sexuales sólo una vez 28/67 = 0,41
OR = 2,25 / 0,41 = 5,4
OR = (79 x 67) / (28 x 35) = 5,4
Los adolescentes que han tenido más de una relación sexual tienen 5 veces la probabilidad de utilizar Métodos
Anticonceptivos en comparación con los adolescentes que sólo han tenido una relación sexual.
 Medición de la salud en poblaciones.
Medición del impacto de las intervenciones
Riesgo Atribuible (RA) (RA%) Riesgo
Atribuible Poblacional (RAP) (RAP%
Curso Epidemiología y Demografía
EAP Obstetricia
Mg. Javier Vargas Herrera
Comparación de frecuencias

• La medición de la frecuencia de daños a la salud es el comienzo del

proceso epidemiológico.

• El paso siguiente consiste en la comparación de la frecuencia de dos o

más grupos de sujetos, en los que la exposición ha sido diferente.

• Se pueden establecer comparaciones absolutas o relativas.

Medición de impacto
 El proceso de comparación de frecuencias puede utilizarse
para calcular el riesgo de que una exposición dé lugar a un
efecto sobre la salud.

 Este proceso de comparación también puede permitir calcular

en qué manera la magnitud de la enfermedad se ve influida
por el exceso de exposición.

 Esto último principalmente se obtiene de la comparación

absoluta de los riesgos.
 Medición de impacto
Nivel de riesgo

Nivel de riesgo
Riesgo
antecedente
Grupo Grupo
expuesto No expuesto Grupo Grupo
expuesto No expuesto

Incidencia debida a
la exposición

Incidencia no debida
a la exposición
Grupo Grupo
expuesto No expuesto
La comparación absoluta de riesgos

• Riesgo atribuible o diferencia de riesgos (RA).

• Fracción atribuible o fracción etiológica del riesgo (FER) o riesgo

atribuible porcentual.

• Riesgo atribuible poblacional (RAP)

• Riesgo atribuible poblacional porcentual (RAP%).

Riesgo atribuible

• Se obtiene como resultado

de la diferencia de tasas de
incidencia en expuestos y no
expuestos.
RA = I exp – I o
• El resultado es el llamado
riesgo atribuible en
expuestos
 Riesgo atribuible
• Ej: Si el riesgo de Parto Prematuro en los expuestos (Gestantes con ITU) es de
545.5 por 100 mil gestantesy el riesgo en no expuestos es de 189 por 100
mil.

RA = 545.5 – 189 = 356.5

• El exceso de riesgo de 356.5 por 100mil gestantes de tener un parto

prematuro se atribuye a ITU en la gestante.
• Eso quiere decir que si se trata eficazmente la ITU (exposición) el riesgo
absoluto de parto prematuro quedaría reducido al riesgo de los no expuestos
(de quienes no tienen ITU).
Riesgo atribuible porcentual ó Fracción etiológica de
riesgo (FER)

• Riesgo atribuible porcentual También conocida como la fracción atribuible

en expuestos o fracción etiológica.
• Es el riesgo atribuible expresado porcentualmente, es decir, la proporción
de la incidencia en expuestos que se debe a la exposición al factor de
riesgo.

I exp – I o
RA% ó FER = %
I exp
Riesgo atribuible porcentual ó Fracción etiológica de
riesgo (FER)

545.5 – 189
RA% ó FER = x 100 = 65.4%
545.5
• Esto quiere decir que el 65.4% de los partos prematuros en los
expuestos (gestantes con ITU) se debe a la ITU.

• Es decir, que si se eliminara el factor de exposición (ITU) la

incidencia de partos prematuros en los expuestos (gestantes con
ITU) se reduciría en 65.4%.
Riesgo atribuible poblacional

 Es la magnitud absoluta de la incidencia de la

enfermedad que se atribuye a la exposición, ya no
solo en los expuestos sino en el conjunto de la
población.
 Es resultado de la diferencia entre la incidencia de la
población y la incidencia en los no expuestos.

RAP = I Pob – I o
 Riesgo atribuible poblacional
 En el ejemplo anterior, si consideramos que la incidencia de partos prematuros en la
población de gestantes es: 196 por 100,000 gestantes.

 El exceso de riesgo atribuible a la exposición a la ITU en la población es de 7 por mil.

 Es decir, que si tratamos los casos de la Infección del tracto urinario en la población
de gestantes, el riesgo absoluto de la población se reduciría en 7 por 100,000.

RAP = 196 – 189 = 7

Riesgo atribuible poblacional porcentual
 Riesgo atribuible poblacional porcentual es el riesgo atribuible poblacional
expresado porcentualmente, es decir, la proporción de la incidencia en la
población que se debe a la exposición al factor de riesgo.

 Expresa la proporción en que se reduciría el riesgo absoluto de enfermar en la

población si se eliminara la exposición.

I Pob – I o
RAP % = %
I Pob
Riesgo atribuible poblacional porcentual
• Indica que la Infección del tracto urinario es responsable del 3.6% del riesgo de
enfermar (incidencia) de parto prematuro en la población.

• Si se controlara la ITU en la población la incidencia (riesgo) en la población se

reduciría en un 3.6%.

196 – 189 x 100 = 3.6%

RAP% =
196
Riesgo Atribuible – Estudio de caso

SOBREPESO Y OBESIDAD COMO FACTORES DE RIESGO DE LOS ESTADOS HIPERTENSIVOS DEL EMBARAZO: ESTUDIO DE
COHORTES RETROSPECTIVO
ISSN (electrónico): 1699-5198 - ISSN (papel): 0212-1611 - CODEN NUHOEQ S.V.R. 318
Juan Jesús Fernández Alba y col

Se realizó un estudio para establecer si el sobrepeso o la obesidad eran factores de riesgo para desarrollar
Enfermedad Hipertensiva del embarazo. Se estudiaron a 4711 mujeres quienes fueron rastreadas, reconstruyendo la
historia desde el inicio del embarazo hasta el momento del parto. En la siguiente tabla se muestran los resultados.
¿esta el sobrepeso o la obesidad asociadas a la Enfermedad Hipertensiva del Embarazo.
Riesgo Atribuible – Estudio de caso
EHE (+) EHE (-) Total
Obesidad 356 231 587
Sobrepeso 431 800 1231
Normal 496 2397 2893
Total 1283 3428 4711

RA = Incidencia en expuestos - Incidencia en no expuestos

Incidencia de EHE en gestantes con obesidad = (356 /587) = 0,606 = 606 por cada mil
Incidencia de EHE en gestantes con IMC normal = (496 / 2893) = 0,171 = 171 por cada mil
RA = 606 – 171 = 435 por cada mil
Las mujeres con obesidad tienen un exceso 435 casos de EHE por cada mil gestantes debido a su condición de
obesidad
Riesgo Atribuible – Estudio de caso
EHE (+) EHE (-) Total
Obesidad 356 231 587
Sobrepeso 431 800 1231
Normal 496 2397 2893
Total 1283 3428 4711

RA% =[(Incidencia en expuestos - Incidencia en no expuestos) / Incidencia en expuestos] x 100

RA% = {[(356 /587) - (496 / 2893)]/(356 /587)} x 100 = 71,7%

RA% = (0,606 – 0,171) / 0,606 = 0,717

RA% = 0,717 x 100
RA% = 71,7%

El 71% del exceso de la EHE de las gestantes con obesidad se debe a su condición de obesidad
Si las gestantes con obesidad, controlaran su condición de obesidad, la incidencia de EHE se reduciría en 71%
Medición del impacto en
epidemiología clínica

• Reducción del riesgo absoluto (RAR).

• Reducción relativa del riesgo (RRR).
• Número necesario para tratar (NNT).
Medición del impacto en
epidemiología clínica

• Se utilizan primordialmente en ensayos clínicos ya que se

espera que el riesgo de enfermar sea menor en aquellos que
recibieron la intervención (tratamiento) que en aquellos que
no la recibieron (grupo control).

• Si a partir de ellos calculáramos el RR este indicaría la

presencia de un factor de protección, pero si calculáramos el
RA o el RA% entonces tendríamos resultados negativos, que
no se podrían interpretar
 Reducción absoluta del riesgo

 Se calcula de la diferencia del

Riesgo en los no expuestos y los
expuestos.
 El resultado nos brinda el riesgo
absoluto que se debe al hecho RAR = Io – I Exp
de no haber recibido
tratamiento, o la reducción
absoluta del riesgo que es
atribuible al tratamiento.
Reducción absoluta del Riesgo
 Si la incidencia de ECC en pacientes hipertensos que
reciben una novedosa terapia antihipertensiva es 8% y
en aquellos que reciben la terapia tradicional es 10%.
¿Cuál sería el impacto de la nueva terapia en la
presentación de la ECC?
RAR = 10% – 8% = 2%

 Eso indica que el nuevo tratamiento puede reducir en

2% la incidencia de ECC. O que el exceso de riesgo
absoluto atribuible al tratamiento antiguo es de 2%.
 Reducción Relativa del Riesgo
• Es el complemento del RR.
RRR = 1 – (RR) x 100
• Indica en qué proporción el tratamiento reduce el riesgo
de padecer el daño

I o – I Exp
RRR = %
Io
Reducción Relativa del Riesgo
• Utilizando los datos anteriores podemos calcular el
RRR:
• El resultado indica que el nuevo tratamiento reduce en
un 20% el riesgo de presentar ECC

RRR = ((10 – 8)/10)*100 = 20%

Número necesario para tratar

• Es el RAR elevado a la
exponente -1.
• Nos permite el calcular el
NNT = 1 / RAR
número de pacientes que
necesitamos tratar para
prevenir el incremento de
un nuevo caso (un
episodio adicional).
 Número necesario para tratar

Siguiendo el ejemplo
anterior. NNT = 1 / 0.2
Esto indica que para evitar
la presentación de un
episodio adicional de ECC
NNT = 5
necesitamos tratar 5
pacientes con el nuevo
tratamiento.
Reducción absoluta del riesgo

 Se calcula de la diferencia del Riesgo

en los no expuestos y los expuestos.
 El resultado nos brinda el riesgo
absoluto que se debe al hecho de no RAR = Io – I Exp
haber recibido tratamiento, o la
reducción absoluta del riesgo que es
atribuible al tratamiento.
 Reducción absoluta del Riesgo

 Si la incidencia de ECC en pacientes hipertensos que reciben una novedosa

terapia antihipertensiva es 8% y en aquellos que reciben la terapia
tradicional es 10%. ¿Cuál sería el impacto de la nueva terapia en la
presentación de la ECC?

RAR = 10% – 8% = 2%
 Eso indica que el nuevo tratamiento puede reducir en 2% la incidencia de
ECC. O que el exceso de riesgo absoluto atribuible al tratamiento antiguo es
de 2%.
Reducción Relativa del Riesgo

• Es el complemento del RR.

RRR = 1 – (RR) x 100
• Indica en qué proporción el tratamiento reduce el riesgo de padecer el
daño

I o – I Exp
RRR = %
Io
 Reducción Relativa del Riesgo
• Utilizando los datos anteriores podemos calcular el RRR:
• El resultado indica que el nuevo tratamiento reduce en un 20% el
riesgo de presentar ECC

RRR = ((10 – 8)/10)*100 = 20%

Número necesario para tratar

• Es el RAR elevado a la exponente -

1.
• Nos permite el calcular el número
NNT = 1 / RAR
de pacientes que necesitamos
tratar para prevenir el incremento
de un nuevo caso (un episodio
adicional).
Número necesario para tratar

Siguiendo el ejemplo anterior.

NNT = 1 / 0.2
Esto indica que para evitar la
presentación de un episodio NNT = 5
adicional de ECC necesitamos tratar
5 pacientes con el nuevo
tratamiento.
RRR Estudio de Caso
RRR Estudio de Caso
Evaluación del efecto de la vacuna 1 (brazo 1):

Outcome Eficacia de la vacuna (IC 95%) P

PCR Positivo 34,3% (18,0 % - 47,5%) 0,0001
PCR Positivo más
Desaturación (<93%) 62,7% (-0,4% - 88,0%) 0,0338
TAC anormal 64,7% (46,9% - 77,0%) <0,0001
Hospitalización 91,0% (37,7% - 99,8%) 0,0033
Fallecimiento 100,0% (-4,3% - 100%) 0,2488

Datos ficticios para la Infección

PCR (+) PCR (-) Total I en vacunados = 0,227
Vacunados 2268 7732 10000 I en no vacunados = 0,345
No Vacunados 3454 6546 10000
RRR = (((0,345 – 0,227))/ 0,227) x 100
RRR = 34,3%
 RRR Estudio de Caso
Evaluación del efecto de la vacuna 1 (brazo 1):

Outcome Eficacia de la vacuna (IC 95%) P

PCR Positivo 34,3% (18,0 % - 47,5%) 0,0001
PCR Positivo más
Desaturación (<93%) 62,7% (-0,4% - 88,0%) 0,0338
TAC anormal 64,7% (46,9% - 77,0%) <0,0001
Hospitalización 91,0% (37,7% - 99,8%) 0,0033
Fallecimiento 100,0% (-4,3% - 100%) 0,2488

Datos ficticios para la Hospitalización de infectados

I en vacunados = 0,082
Hospitalizado No hospitalizado Total I en no vacunados = 0,914
Vacunados 82 9918 10000
RRR = (((0,914 – 0,082))/ 0,914) x 100
No Vacunados 914 9086 10000 RRR = 91,0%
Medición de la salud en poblaciones Razón,
proporción, tasa, prevalencia, incidencia,
letalidad
Curso Epidemiología y Demografía
EAP Obstetricia
Mg. Javier Vargas Herrera
Análisis descriptivo de variables cualitativas

Para realizar el análisis descriptivo de variables

cualitativas se pueden calcular:

- Proporciones
- Razones
- Tasas
Proporciones
Una proporción indica la relación entre una parte y
un todo. Es decir, en el cálculo de una proporción, el
numerador está incluido en el denominador.

x
x+ y
Proporciones
Por lo tanto, cuando describimos los valores de una
variable cualitativa, para cada uno de los valores se
calculará una proporción.

Si los valores de la variable son mutuamente

excluyentes, la suma de las proporciones será igual a
la unidad.
Nivel de ansiedad en pacientes pre-quirúrgicos

PROPORCIÓN
Sin ansiedad 56 56/223 = 0,251
Leve 67 67/223 = 0,30
Moderada 85 85/223 = 0,852
Severa 15 15/223 = 0,067
Total de pacientes 223 ∑=1

¿Cuánto es la suma de las proporciones de cada

valor de la variable?
Nivel de ansiedad en pacientes pre-quirúrgicos

PROPORCIÓN
Sin ansiedad 56 25.11%
Leve 67 30.04%
Moderada 85 38.12%
Severa 15 6.73%
Total de pacientes 223

¿Cuánto es la suma de las proporciones de cada

valor de la variable? - 100%
 Síntomas al momento del diagnóstico en
pacientes hipertensos

PROPORCIÓN
Cefalea 89 89/132 = 0,674
Palpitaciones 78 78/132 = 0,590
Disnea 55 55/132 = 0,416
Mareos 34 34/132 = 0,257
Total de pacientes 132

¿Cuánto es la suma de las proporciones de cada

valor de la variable?
 Síntomas al momento del diagnóstico en
pacientes hipertensos

PROPORCIÓN
Cefalea 89 67.42%
Palpitaciones 78 59.09%
Disnea 55 41.67%
Mareos 34 25.76%
Total de pacientes 132

¿Cuánto es la suma de las proporciones de cada

valor de la variable? - 193.94%
Razones

Una razón indica la relación entre dos

mediciones disjuntas. Es decir, en el
cálculo de una razón, no existe
ningún elemento en común entre el
numerador y denominador.
x
y
Razón hombre / mujer – COVID-19

Grupo Razón
90 a más 1,17
80 – 89 1,73
70 – 79 1,99
60 – 69 2,13
50 – 59 2,6
40 – 49 2,59
30 – 39 2,11

x Hombres = 31,017
------------------------- = 2,08
y Mujeres = 14,872
Tasas
La tasa es una proporción (o una razón) en la que el numerador
representa el número de personas con la enfermedad y el denominador
representa a la población expuesta al riesgo de sufrir un daño en un
lugar y tiempo determinados (o un periodo de exposición). En la
composición de la tasa tiene mucha importancia el denominador, del
cual se supone que salen los casos que conforman el numerador.

x( t ) Las tasas pueden ser:

• Tasa de Incidencia (casos nuevos)

x + y( t ) • Tasa de Prevalencia (casos antiguos y nuevos)

Medición de la frecuencia de enfermedad
• Probabilidad:
• Número de eventos que ocurren dentro de un número de eventos posibles.
• Se mide entre 0 y 1

• Riesgo a la salud:
• Probabilidad de experimentar un efecto adverso o daño en un tiempo determinado.

• Tasa:
• medida de la rapidez de cambio de un fenómeno dinámico por unidad de población
y de tiempo (tiempo-persona de exposición).
• Tiene numerador, denominador y tiempo
• Se expresa de 0 al infinito
Medición de la frecuencia de enfermedad
Medición de la frecuencia de enfermedad
Prevalencia
• Prevalencia: es la medida del número total de casos existentes,
llamados casos prevalentes, de una enfermedad en un punto o
periodo de tiempo y en una población determinados, sin distinguir si
son o no casos nuevos. La prevalencia es un indicador de la magnitud
de la presencia de una enfermedad u otro evento de salud en la
población.
• Prevalencia puntual
• Es la que se mide en un solo día
• Prevalencia de periodo
• Es la que se mide en un periodo de tiempo. Ej prevalencia anual
Prevalencia
• Proporción de Prevalencia de la enfermedad A

Número de personas con enfermedad A en un periodo

-------------------------------------------------------------------------- X factor
Número total de personas en el mismo periodo

• No es correcto decir “Tasa de prevalencia”

Prevalencia
• Prevalencia de Gastroenteritis en niños de 5 a 10 años en la Provincia
Sur en el mes diciembre de 2019

Número de niños de 5 a 10 años que tienen

gastroenteritis, en la provincia sur, en diciembre de 2019
------------------------------------------------------------------------------------- X factor
Población de niños de 5 a 10 años en la provincia sur
en diciembre de 2019
Prevalencia
• Prevalencia de Gastroenteritis en niños de 5 a 10 años en la Provincia
Sur en diciembre de 2019
55 de niños de 5 a 10 años que desarrollaron
gastroenteritis, en la provincia sur, en diciembre de 2019
------------------------------------------------------------------------------------- X factor
Población de niños de 5 a 10 años en la provincia sur
en diciembre de 2019 es de 3500

• (55 / 3500) por 1000 = 0,0157 x 1000 = 15,7

• Existen 16 casos de gastroenteritis por cada 1000 niños de 5 a 10
años, en la provincia sur, en el mes de diciembre de 2019
Prevalencia
Rev Panamericana de Salud Pública, 2020
Incidencia
• La incidencia mide cuán frecuentemente los individuos susceptibles
se vuelven “casos” a medida que son observados en un periodo de
tiempo.

• Es una medida de la VELOCIDAD de propagación.

• Dos aproximaciones:
• Incidencia acumulada (riesgo absoluto)
• Densidad de incidencia
Incidencia
• Incidencia Acumulada

Número de casos nuevos con enfermedad A en un periodo

--------------------------------------------------------------------------------- X factor
Número de personas a riesgo de la enf A en el mismo periodo

• Un caso nuevo de la enfermedad es una persona que estando sana

(no presenta la enfermedad observada) adquiere la enfermedad en el
periodo que se observa.
• Persona a riesgo, es una persona susceptible de adquirir la
enfermedad. En la IA, se asume que toda la población esta en riesgo
Incidencia
• Incidencia Acumulada de Gastroenteritis en niños de 5 a 10 años en la
Provincia Sur en diciembre de 2019

Número de niños de 5 a 10 años que desarrollaron

gastroenteritis, en la provincia sur, en diciembre de 2019
------------------------------------------------------------------------------------- X factor
Población de niños de 5 a 10 años en la provincia sur
en diciembre de 2019
Incidencia
• Incidencia Acumulada de Gastroenteritis en niños de 5 a 10 años en la
Provincia Sur en diciembre de 2019
35 de niños de 5 a 10 años que desarrollaron
gastroenteritis, en la provincia sur, en diciembre de 2019
------------------------------------------------------------------------------------- X factor
Población de niños de 5 a 10 años en la provincia sur
en diciembre de 2019 es de 3500

• (35 / 3500) por 1000 = 0,01 x 1000 = 10

• Ocurrieron (o se presentaron) 10 casos de gastroenteritis por cada 1000
niños de 5 a 10 años, en la provincia sur, en el mes de diciembre de 2019
Incidencia
• Densidad de Incidencia – “Tasa de Incidencia”

Número de casos nuevos con enfermedad A en un periodo

en una cohorte seguida en el tiempo
--------------------------------------------------------------------------------- X factor
Número total de persona-tiempo observados en la cohorte

• Es una manera más precisa de representar el riesgo de pasar del

estado sano al estado enfermo, o sea estimar la incidencia, la brinda
la investigación epidemiológica de factores de riesgo causales en
cohortes de población
Incidencia
• Densidad de Incidencia de Gastroenteritis en niños de 5 a 10 años en
la Provincia Sur en diciembre de 2019
35 de niños de 5 a 10 años que desarrollaron
Gastroenteritis en la cohorte, en la provincia sur, en diciembre de 2019
------------------------------------------------------------------------------------------ X factor
Una cohorte 350 de niños de 5 a 10 años observados por 30 días
en la provincia sur en diciembre de 2019 es 10,500 días persona

• (35 / 10,500) por 1000 = 0,0033 x 1000 = 3,3

• Ocurrieron (o se presentaron) 3,3 casos de gastroenteritis por cada 1000
días-niños de 5 a 10 años, en la provincia sur, en el mes de diciembre de
2019
Relación entre la incidencia y la prevalencia
Relación entre la incidencia y la prevalencia