Apuntes Epidem

EPIDEMIOLOGÍA
(Y ESTADÍSTICA)
ÍNDICE
INTRODUCCIÓN A LA EPIDEMIOLOGÍA .................................................................................1
CONCEPTOS BÁSICOS ................................................................................................................ 1
EVOLUCIÓN HISTÓRICA ............................................................................................................. 1
EPIDEMIOLOGÍA CLÍNICA .......................................................................................................... 2
DISEÑO DE ESTUDIOS EPIDEMIOLÓGICOS CUANTITATIVOS ...................................................4
DISEÑO DE ESTUDIO .................................................................................................................. 4
CRITERIOS DE CLASIFICACIÓN DE ESTUDIOS EPIDEMIOLÓGICOS ............................................. 4
CLASIFICACIÓN DE ESTUDIOS EPIDEMIOLÓGICOS .................................................................... 6
NIVELES DE EVIDENCIA.............................................................................................................. 6
ESTUDIOS EXPERIMENTALES ................................................................................................7
ESTUDIOS CUASIEXPERIMENTALES ........................................................................................... 7
ENSAYO CLÍNICO ALEATORIO (ECA) .......................................................................................... 8
ESTUDIOS DESCRIPTIVOS ................................................................................................... 13
ESTUDIOS DE PREVALENCIA .................................................................................................... 13
SERIES DE CASOS ..................................................................................................................... 13
ESTUDIOS DE CONCORDANCIA ............................................................................................... 14
ESTUDIOS ECOLÓGICOS .......................................................................................................... 14
ESTUDIOS QUE EVALÚAN UNA PRUEBA DIAGNÓSTICA .......................................................... 15
EJEMPLOS DE ESTUDIOS DESCRIPTIVOS ................................................................................. 16
REVISIONES SISTEMÁTICAS Y METAANÁLISIS...................................................................... 18
FASES/PROCEDIMIENTO.......................................................................................................... 18
ESTUDIOS OBSERVACIONALES ........................................................................................... 23
ESTUDIOS DE COHORTES......................................................................................................... 23
CASOS CONTROL ..................................................................................................................... 25
MEDIDAS EPIDEMIOLÓGICAS ............................................................................................. 28
MEDIDAS DE FRECUENCIA....................................................................................................... 28
MEDIDAS DE ASOCIACIÓN....................................................................................................... 28
MEDIDAS DE IMPACTO............................................................................................................ 29
DISEÑO DE CUESTIONARIOS ............................................................................................... 31
TIPOS DE CUESTIONARIOS ...................................................................................................... 31
ETAPAS DE ELABORACIÓN DE UN CUESTIONARIO.................................................................. 32
TIPOS DE PREGUNTAS ............................................................................................................. 32
SELECCIÓN DE ÍTEMS .............................................................................................................. 32
REDACCIÓN DE LAS PREGUNTAS............................................................................................. 32
PUNTUACIONES Y ESCALAS ..................................................................................................... 33
ORDEN DE LAS PREGUNTAS .................................................................................................... 33
INVESTIGACIÓN CUANTITATIVA E INVESTIGACIÓN CUALITATIVA ........................................ 34
CUANTITATIVO VS. CUALITATIVO ........................................................................................... 34
INVESTIGACIÓN CUALITATIVA ................................................................................................. 36
CONCLUSIÓN ........................................................................................................................... 36
EL MUESTREO ....................................................................................................................37
MUESTREO PROBABILÍSTICO................................................................................................... 38
MUESTREO NO PROBABILÍSTICO............................................................................................. 41
ESTADÍSTICA BÁSICA.......................................................................................................... 43
ESTADÍSTICA DESCRIPTIVA ...................................................................................................... 43
CARÁCTER................................................................................................................................ 43
CARACTERÍSTICAS NUMÉRICAS ............................................................................................... 44
REPRESENTACIONES GRÁFICAS ............................................................................................... 46
DISTRIBUCIÓN NORMAL E INFERENCIA ESTADÍSTICA .......................................................... 48
DISTRIBUCIÓN ......................................................................................................................... 48
PROBLEMA DE CONTRASTE DE HIPÓTESIS .............................................................................. 49
PROCESO DE DECISIÓN ESTADÍSTICA ...................................................................................... 51
ANEXO - EJEMPLOS DE MEDIDAS EPIDEMIOLÓGICAS .......................................................... 53
INTRODUCCIÓN A LA EPIDEMIOLOGÍA
CONCEPTOS BÁSICOS
La palabra epidemiología deriva del griego epi (“sobre”), demos (“población”,)y logos,
(“estudio”).
Una de las definiciones más aceptadas es: “Estudio de la distribución y de los determinantes de
los estados o fenómenos relacionados con la salud en poblaciones específicas y la aplicación de
este estudio o la prevención y control de los problemas sanitarios”.
TÉRMINO EXPLICACIÓN
Estudio Incluye actividades tales como la vigilancia epidemiológica, las observaciones, las
pruebas de hipótesis, las investigaciones analíticas y los experimentos
Distribución Se refiere al análisis que muestra cuándo, dónde y qué tipos de personas son
afectadas
Determinantes Incluye los factores que influyen en la salud, sean de tipo físico, químico,
biológico, social, cultural, económico, genético o conductual
Estados o fenómenos Se refiere a enfermedades, causas de muerte, conductas como fumar, estados
relacionados con la salud positivos de salud, reacciones a programas de prevención y uso de servicios
sanitarios.
Poblaciones específicas Poblaciones con características identificables, por ejemplo, quienes pertenecen a
una profesión determinada.
Aplicación a la prevención y Son los objetivos de la salud pública: promover, proteger y restaurar la salud.
el control
Estrictamente la epidemiología se encarga del estudio relacionado con el proceso de salud-

enfermedad de una población. Su función primordial es resolver cualquier problema derivado
de la salud; no solo problemas sino todo lo que le atañe.
EVOLUCIÓN HISTÓRICA
Surge con la necesidad de entender las causas y características de las enfermedades
infecciones y/o pandemias que azotaron la antigüedad.
Nei King, Canon de Medicina 2650 a.C. Es el primer libro documentado sobre enfermedades
infectocontagiosas.
Hipócrates: por primera vez utiliza las palabras “epidemia” y “endemia”. En su texto “Aire,
aguas y lugares”, enfatiza en la influencia del medio ambiente con relación al desarrollo de
enfermedades.
Girolamo Fracastoro, 1546: considerado el “padre” de la epidemiologia moderna. Estableció

que las enfermedades específicas resultan de contagios específicos. Fue el primero en describir
las enfermedades catalogadas como infecciosas y estableció tres posibles formas de infección.
A partir del siglo XVI, comenzó el uso de la “estadística” de manera descriptiva y con
operaciones aritméticas sencillas que proporcionaba información como el número de
nacimientos, características poblacionales, de qué moría la gente, de qué enfermaba y ayudó a
la clasificación de las enfermedades.
La estadística dio paso a la observación numérica (observación de un conjunto de individuos

con una enfermedad y la posterior aplicación de métodos estadísticos o matemáticos).
Ejemplos importantes en este sentido:
• James Lind, 1747. Escorbuto y consumo de cítricos. Primer ensayo clínico de la historia
• Alexander Louis, 1830. Tuberculosis no hereditaria y la sangría inútil y perjudicial.
1
John Snow, con él comienza la epidemiología científica. Encontró los factores que causaban la
cólera en la epidemia de Londres (1849-1854). A partir de este momento la epidemiología se
convierte en una ciencia.
A finales del siglo XIX en Estados Unidos se forma el Servicio de Salud Pública y el Laboratorio
de Higiene.
A partir del siglo XX en este centro se emplearon todas las herramientas epidemiológicas para
el estudio no sólo de enfermedades infectocontagiosas sino de otras como el cáncer, silicosis,
pelagra, etc.
En la actualidad, la epidemiología estudia todo el proceso relacionado con la salud-

enfermedad, y está vigente en la base de todas las ramas de las disciplinas relacionadas con la
salud.
EPIDEMIOLOGÍA CLÍNICA
Los conceptos, herramientas, y métodos de la epidemiología, se han aplicado al estudio de la
práctica clínica, dando a lugar a la epidemiología clínica.
Este concepto fue utilizado por primera vez en 1938 por John R. Paul.
La epidemiología clínica surge como una disciplina autónoma de la mano de 3 universidades:

en la Universidad de Yale (EEUU) con Alvan Feinstein, en la Universidad de Carolina del Norte
(EEUU) con Fletcher y en la Universidad canadiense McMaster con Sackett.
Se define como la utilización de los métodos o estrategias de la epidemiologia en el quehacer

clínico. Es decir, como clínicos, vamos a intentar basarnos en métodos estratégicos a cerca de
la patología del paciente.
Pretende dar respuesta a las preguntas que surgen del contacto agente de la salud-paciente,
mediante un abordaje poblacional y no exclusivamente individual.
*Desde un punto de vista poblacional (no individual)
La práctica clínica es el origen, fuente de preguntas y destino final de la epidemiología clínica.

Se trata de aplicar el método científico a la resolución de problemas clínicos.
Otras definiciones de epidemiología clínica son:
• Estudio de los determinantes y consecuencias de las decisiones médicas

• Estudios de las decisiones diagnósticas, pronósticas y terapéuticas que se toman con
respecto a los enfermos.
• Estudio de las variaciones en los desenlaces de la enfermedad y de las razones que
conducen a ello.
• Ciencia y método de estudiar las decisiones óptimas en la medicina clínica, teniendo en
cuenta las características epidemiológicas del paciente y su ambiente clínico externo, la
patología que le concierne y los factores y maniobras a que se ve expuesto en su ambiente
clínico, en especial las acciones médicas.
POSIBLES USOS DE LA
EPIDEMIOLOGÍA CLÍNICA
DIAGNÓSTICO TRATAMIENTO PRONÓSTICO COSTES
2
Posibles usos de la epidemiología clínica
• Para establecer criterios diagnósticos de una enfermedad o problema

• Para poder evaluar cual es mejor tratamiento
• Para hacer un mejor pronóstico en base a la enfermedad y tratamiento
• Para la evaluación coste-beneficio de recursos humanos y materiales (eficiencia)
3
DISEÑO DE ESTUDIOS EPIDEMIOLÓGICOS CUANTITATIVOS
DISEÑO DE ESTUDIO
Procedimientos, métodos y técnicas mediante los cuales los investigadores seleccionan a los
sujetos de estudios, recogen datos, los analizan e interpretan los resultados. Es objetivo
CRITERIOS DE CLASIFICACIÓN DE ESTUDIOS EPIDEMIOLÓGICOS

CRITERIOS DE CLASIFICACIÓN DE
ESTUDIOS EPIDEMIOLÓGICOS
CONTROL DE LA INICIO DEL ESTUDIO

SECUENCIA ASIGNACIÓN DE LOS EN RALACIÓN CON
FINALIDAD
TEMPORAL FACTORES DE LA CRONOLOGÍA DE
ESTUDIO LOS HECHOS
FINALIDAD DEL ESTUDIO

Descriptivo
• No pretende evaluar una presunta relación causa‐efecto

• Finalidad puramente descriptiva
• Generador de hipótesis
Ejemplos:
De los 40 alumnos de clases, el 10 % tiene una camiseta azul (prevalencia). No explica por qué
tiene la camiseta azul
A todos los pacientes de fisioterapia se les pregunta si les duele el hombro. Le duele solo al
14%. No explica por qué le duele el hombro. Se puede establecer una hipótesis (trabajan con el
hombro por encima de la cabeza), que da pie a otros tipos de estudio.
Analítico
Pretende evaluar una presunta relación causal entre un factor y un efecto, respuesta o
resultado.
Ejemplo: Intenta averiguar de dónde viene una enfermedad; o efectividad de X tratamiento.

Relación causa (tratamiento)- efecto (resultado)
SECUENCIA TEMPORAL
Transversal
• Los datos de cada sujeto de estudio representan esencialmente un momento del tiempo
concreto.
• Es imposible establecer la existencia de una secuencia temporal entre dos variables, es
decir, no relación causa-efecto.
• Por definición, son descriptivos (porque no se puede establecer causa-efecto)
*Se coge la información en un momento dado, es decir, se hace la medida una vez: esta semana se hacen una
entrevista de dónde duele y en qué se trabaja
4
Ejemplo: estudios de prevalencia (prevalencia de dolor de hombro en jugadores de waterpolo;
o prevalencia de cáncer de colon en pacientes que comen carne de vacuno)
Longitudinal
• Existe un lapso de tiempo entre las distintas variables que se someten a evaluación.
• Puede establecerse una relación causal entre ellas.
• Pueden ser descriptivos o analíticos
− Descriptivos: estudio de casos con 3 pacientes y seguimiento de 6 meses.
− Analíticos: estudio con muestra X, análisis estadísticos, grupos específicos, mínimo un
año.
Ejemplo: Se coge a estudiantes de fisioterapia y se registra lo que les duele o no. Cada 3 meses
se repite el registro hasta el fin del curso académico. Se compara la variación de los datos
CONTROL DE LA ASIGNACIÓN DE LOS FACTORES DE ESTUDIO

Experimentales
• El equipo investigador asigna el factor de estudio y lo controla deliberadamente con un

plan preestablecido.
• Analizan la relación causa-efecto, por lo que son analíticos.
Los más representativos son ensayos clínicos. El problema de los ensayos clínicos es que están
hecho en situaciones ideales, pero no es la realidad clínica.
Observacional
El equipo investigador no controla el factor de estudio, solo se limita a observar, medir y

analizar determinadas variables en los sujetos.
Ejemplo:
• Se coge grupo de fumadores y no fumadores y al cabo de 10 años se mira cuantos han

desarrollado cáncer de pulmón (estudio analítico).
• Se coge un grupo de fumadores y se ve cuántos han desarrollado cáncer de pulmón
(estudio descriptivo)
*La diferencia entre el estudio observacional y el descriptivo es que en el observacional hay un grupo control y
en el descriptivo no.
INICIO DEL ESTUDIO EN RELACIÓN CON LA CRONOLOGÍA DE LOS HECHOS

Prospectivo
El inicio es anterior a los hechos de estudio, por lo que los datos se van recolectando a medida
que avanza el estudio
Todos los estudios experimentales y los descriptivos son prospectivos
Retrospectivo
El diseño del estudio es posterior a los hechos estudiados, con lo cual los datos se obtienen de
archivos o registros, o de lo que los sujetos o profesionales de la salud refieren.
Los estudios retrospectivos se hacen poco y son muy baratos. Normalmente, se coge una base
de datos de pacientes con problemas de salud y se les entrevista.
5
Ejemplo: Efectos secundarios de la vacuna. A los que tiene efectos secundarios se les pregunta
qué vacuna y que dosis
CLASIFICACIÓN DE ESTUDIOS EPIDEMIOLÓGICOS
*Los transversales son descriptivos por definición, pero los longitudinales pueden ser analíticos o descriptivos. Es
decir, los analíticos son longitudinales y los descriptivos puede ser longitudinales o transversales.
*Manipular el factor quiere decir intervenir.
*La diferencia entre el estudio observacional y el descriptivo es que en el observacional hay un grupo control y en el
descriptivo no.
*Los observacionales pueden ser prospectivos o retrospectivos, mientras que los experimentales son prospectivos.
*Cuando se hace cualquier estudio con personas, hay que pasar un comité de ética.
NIVELES DE EVIDENCIA
Aspectos del diseño asociados a un mayor rigor científico:
• Asignación aleatoria. Para dividir de manera aleatoria a los grupos de investigación y que
no entre nada subjetivo.
• Grupo control recurrente. El grupo control no tiene que ser no hacer nada. Para ver si un
medicamento es eficaz hay que compararlo con lo que se hace habitualmente o con el
mejor tratamiento evidenciado. Siempre va a ser mejor hacer algo que no hacer nada.
• Sentido prospectivo
• Enmascarar la intervención
*En farmacología la persona que se encarga de administrar los fármacos desconoce qué fármaco es; y el
paciente tampoco sabe el principio activo de lo que está recibiendo (doble ciego). El triple enmascaramiento es
que la persona que se encarga de aleatorizar tampoco sabe qué fármaco es. Y el cuarto es que tampoco se le
dice al estadístico
*En fisioterapia es muy complicado blindar porque el fisioterapeuta y el paciente saben lo que se está
haciendo. En fisioterapia, se enmascara al que aleatoriza. Al que hace la intervención no se puede enmascarar.
Al paciente se puede o no enmascarar según cual sea la intervención. La persona que evalúa es diferente a la
que trata y no sabe cuál es el tratamiento, para enmascarar.
• Número de pacientes suficiente para poder detectar diferencias estadísticas significativas.
Se dice el mínimo es 30, pero si hay estudio previo se calcula la muestra mínima que debe
tener.
6
ESTUDIOS EXPERIMENTALES
*Como son experimentales, se manipulan diferentes variables. Son analíticos porque establecen una relación causa
y efecto, por lo que hay un seguimiento (son longitudinales).
• Experimentales. Ensayos clínicos aleatorios (ECA)

• Estudios cuasiexperimentales.
*En los estudios cuasiexperimentales no se aleatoriza. Muchas veces no se puede hacer y suele ser por los recursos
disponibles. Siegue siendo experimental porque hay una manipulación de los factores. Muchas veces tampoco hay
grupo control porque, por ejemplo, en muchos hospitales no se podría hacer ya que rompe los protocolos; así que
se hace un estudio pre-post. Dice si un tratamiento es eficaz pero el problema es que no compara su eficacia con
otros (no se sabe cuál es mejor).
ESTUDIOS CUASIEXPERIMENTALES
Los diseños cuasiexperimentales son una derivación de los estudios experimentales, en los
cuales la asignación de los pacientes no es aleatoria, aunque el factor de exposición es
manipulado por el investigador.
Se definen como diseños que carecen de un control experimental absoluto de todas las
variables relevantes debido a la falta de aleatorización ya sea en la selección aleatoria de los
sujetos o en la asignación de los mismos a los grupos experimental y control, que siempre
incluyen una preprueba para comparar la equivalencia entre los grupos, y que no
necesariamente poseen dos grupos (el experimental y el control).
El método cuasiexperimental es particularmente útil para estudiar problemas en los cuales no

se puede tener control absoluto de las situaciones (como ambientes hospitalarios), pero se
pretende tener el mayor control posible.
Incluye "grupos intactos", grupos ya constituidos
Las técnicas mediante las cuales se puede recopilar información en un estudio

cuasiexperimental son las pruebas estandarizadas, las entrevistas, las observaciones, etc
Se recomienda emplear la preprueba, es decir, una medición previa a la aplicación del

tratamiento, a fin de analizar la equivalencia entre los grupos
7
El diseño más habitual de este tipo de investigación es el estudio antes-después (o pre-post).
Este tipo de diseño se basa en la medición y comparación de la variable respuesta antes y
después de la exposición del sujeto a la intervención experimental.
Los diseños antes-después con un sólo grupo permiten al investigador manipular la exposición,
pero no incluyen un grupo de comparación. Cada sujeto actúa como su propio control
Un ejemplo de diseño sin grupo de comparación sería un estudio que evaluase la efectividad
de la punción seca profunda en un grupo consecutivo de sujetos con dolor en la cara anterior
del hombro evaluados antes y después de la intervención
ENSAYO CLÍNICO ALEATORIO (ECA)

ECA es un estudio de diseño paralelo con dos grupos, que consiste en la selección de una
muestra de sujetos, y su asignación de manera aleatoria a uno de los dos grupos.
Un grupo recibe la intervención del estudio y otro la de control, que se utiliza como referencia.
El grupo control es el que recibe el tratamiento habitual, aunque no esté respaldado ni
empírica, ni científicamente; también se pueden usar métodos con evidencia de respaldo. El
grupo control es importante para valorar si realmente hay un cambio respecto a otros
tratamientos.
Ambos grupos se siguen durante un periodo determinado, cuantificando y comparando las

respuestas observadas. En cada una de las visitas se establecen las diferencias con métodos
estadísticos en cada uno de los dos grupos. Si las diferencias son clínicamente significativas se
puede decir que un tratamiento es mejor que otro.
*No se refiere a los sujetos como pacientes porque no se considera que se les esté tratando.
Se considera el mejor diseño disponible para evaluar la eficacia de una intervención sanitaria
debido a que proporciona mayor calidad acerca de la relación causal entre la intervención y la
respuesta.
8
Este diagrama aparece en todos los ECA:
La población diana hace referencia al conjunto de personas que cumplen una característica
común sobre las cuales se quiere ver el tratamiento. Ejemplo: mujeres fibromiálgicas.
Cuanto más acotada esté (criterios de selección), más homogéneo va a ser el estudio y cuanto
menos, más heterogéneo va a ser. Se suele acotar por edad, IMC, factores económicos y
sociales. Hay muchos aspectos que pueden influir en determinadas patologías que pueden
representar criterios de inclusión y exclusión.
La idea es que la población experimental (la que realmente se puede incorporar al estudio)
sea lo más homogénea posible; pero depende de ellos si quieren o no participar en el estudio,
los que entran en el estudio son los participantes o muestra.
Durante el tratamiento puede haber pérdidas o abandonos.
Al final de tratamiento se vuelve a evaluar a los participantes para compararlos con los
resultados iniciales. Se interpretan los resultados, se comparan y se saca una conclusión. Los
resultados también se pueden valorar a lo largo del tiempo.
Ventajas
• Proporcionan la mejor evidencia relación causa‐efecto

• Proporcionan mayor control sobre el factor de estudio
• La asignación aleatoria tiende a producir una distribución equilibrada, evitando factores de
confusión y permitiendo aislar el efecto de la intervención del resto de factores.
* Se miran si hay diferencias estadísticamente significativas entre un grupo y otro con cada una de las
características.
Inconvenientes
• Las restricciones éticas impiden que muchas de las preguntas puedan ser desarrolladas a
través de ECAs. Muchas veces los comités de éticas no permiten hacer determinadas
intervenciones.
• Participantes muy seleccionados, lo que dificulta la extrapolación de los resultados. Es más
fácil extrapolar los resultados obtenidos de una población muy general a una muy
específica, pero los resultados no son tan válidos.
• Intervenciones con pautas rígidas, difíciles de generalizar y extrapolar a la práctica clínica
habitual
• Solo permiten evaluar el efecto de una intervención
• Suele tener un coste elevado, aunque depende de la duración y complejidad del estudio.
Implica tiempo, personal y el tamaño muestral mínimo es de 30 en cada grupo (en algunos
casos puede ser 200 por grupo)
GRUPO CONTROL
Uno de los aspectos clave es la selección de la intervención que vamos a utilizar como
referencia en la comparación. Se debe seguir el principio de incertidumbre (equipoise): un ECA
sólo debe realizarse si existe una verdadera incertidumbre acerca de cuál de las intervenciones
que se comparan beneficia más a los sujetos de estudio. Si ya la técnica se ha demostrado que
no vale, no se debe realizar un ensayo clínico.
Hay tres tipos de grupo control:
9
• Placebo. En fisioterapia no se usa y en general no se debe usar, salvo en farmacología.
• Tratamiento activo. “Gold Standard” (mejor tratamiento disponible o tratamiento más
habitual). Es lo más ético
• Ninguna intervención (“wait and see”)
VARIABLES RESPUESTA/RESULTADO
Una variable es todo lo que tenga que ver con el problema y que se pueda medir (por tanto, se
pueden cuantificar los resultados). La variable se utiliza para evaluar la eficacia del
tratamiento, cuantificar sus efectos y compararlos con el grupo control.
Tipos de variable resultado:
• Variables subrogadas: son medidas de laboratorio o signos físicos, que se utilizan como
sustitutos de un resultado clínico relevante (por ejemplo, densidad mineral ósea).
*También se les llama variables intermedias y determinan la probabilidad de variable clínica. Se usa cuando no
se puede cuantificar directamente una variable cínica.
• Variables clínicas: se definen sobre la base de la enfermedad en estudio (por ejemplo,
fracturas óseas)
• Variables relevantes para los pacientes: miden resultados que son importantes para los
pacientes como el dolor, la calidad de vida y el estado funcional.
SELECCIÓN DE LA POBLACIÓN
El estudio se lleva a cabo sobre una población que se denomina experimental
La población definida debe cumplir unos criterios de selección definidos a priori:
• Criterios de inclusión
• Criterios de exclusión
Mientras más criterios de selección haya, más homogénea será la población; esto implica
mayor validez interna y limitación de extrapolación o generalización de resultados. La
tendencia al equilibrio es la clave, pero es muy difícil encontrar el punto
Más criterios de selección  población más homogénea  mayor validez interna
Más criterios de selección  población más homogénea  limitación a la extrapolación o generalización de los
resultados
ENSAYOS PRAGMÁTICOS Y ENSAYOS EXPLICATIVOS

Actitud explicativa: consiste en establecer criterios de inclusión muy estrictos, que definan
una población muy homogénea, con escasa variabilidad. Inconveniente: la generalización de
los resultados (mayor validez interna, pero menor validez externa)
Actitud pragmática: consiste en establecer unos criterios de selección amplios, que definan
una población heterogénea, más representativa de la población en general. Inconveniente:
pérdida de control sobre la situación y puede diluir o enmascarar una asociación o efecto
existentes.
CONSENTIMIENTO INFORMADO
Una vez que se ha comprobado que un sujeto cumple todos los criterios de inclusión y ninguno
de los de exclusión, antes de incluirlo en el estudio debe dar su consentimiento informado
para participar en él.
10
El candidato debe recibir información, tanto oral como escrita sobre lo que supone la
experiencia y las posibles consecuencias de su participación:
a) Objetivo
b) Características del diseño
c) Posibles efectos secundarios
d) Posibles efectos beneficiosos
e) Posibilidad de abandono
f) Derecho a formular preguntas
g) Confidencialidad datos de carácter personal
h) Nombre y firma del investigador principal y el sujeto
*Para cualquier estudio de investigación en los que se cogen datos de pacientes, hay que hacer un consentimiento
informado, haya o no haya intervención.
ASIGNACIÓN ALEATORIA
En una ECA, los sujetos incluidos en el estudio se asignan a los grupos siguiendo un método
aleatorio:
1) Tiende a asegurar la comparabilidad entre grupos

2) Permite la utilización de técnicas de enmascaramiento
3) Debe realizarse correctamente, de modo que no influyan las preferencias del investigador
ni de los sujetos para la asignación a cada uno de los grupos
ENMASCARAMIENTO
Las expectativas tanto de los pacientes como de los investigadores pueden influir en la
evaluación de la respuesta observada, para evitarlo se utilizan las técnicas de
enmascaramiento.
• Ensayo abierto: no hay técnicas de enmascaramiento. Pierde mucha validez interna por lo
que son difíciles de publicar
• Simple ciego: investigadores o participantes desconocen la intervención
• Doble ciego: investigadores y participantes desconocen la intervención. En fisioterapia es
muy complicado; pero en farmacia es muy fácil (pastilla o inyecciones).
• Triple ciego: hay otras personas que también desconocen el tratamiento de cada sujeto,
como por ejemplo el profesional estadístico.
• Evaluador ciego o enmascaramiento de la variable resultado: el investigador que ha de
medir la variable respuesta desconoce el grupo al que pertenece cada sujeto. Es lo que se
suele hacer en fisioterapia.
*En fisioterapia no se puede cegar al paciente muchas veces y nunca se puede cegar al fisioterapeuta porque sabe
qué técnica aplica. Sin embargo, siempre se puede cegar al estadístico y al evaluador. Se recomienda cegar también
al participante, siempre que se pueda.
11
SEGUIMIENTO DE LOS SUJETOS
La comparabilidad conseguida con la asignación aleatoria debe mantenerse a lo largo de todo
el estudio, para ello la pauta de visitas y exploraciones ha de ser idéntica para todos los
participantes.
*El seguimiento es de mínimo 6 meses.
Spanish consort statement y Spanish consort check list (en la blackboard). Dice que partes
deben incluirse en un ensayo clínico aleatorio
12
ESTUDIOS DESCRIPTIVOS
*Son los que describen lo observado. No permite realizar asociaciones de causa y efectos
ESTUDIOS
DESCRIPTIVOS
ESTUDIOS QUE
ESTUDIOS DE ESTUDIOS DE ESTUDIOS
SERIE DE CASOS EVALÚAN UNA PRUEBA
PREVALENCIA CONCORDANCIA ECOLÓGICOS
DIAGNÓSTICA
Las principales finalidades son describir la frecuencia y las características de un problema de

salud, así como describir la asociación entre diferentes variables y generar hipótesis.
Pueden ser transversales o longitudinales y se clasifican según el objeto de final de estudio.
ESTUDIOS DE PREVALENCIA
Es un estudio transversal con el objetivo de estimar la prevalencia de una población o
característica de una población. La prevalencia es la proporción (frecuencia) de individuos de
una población que tiene la enfermedad:
Nº de personas con la enfermedad o característica
---------------------------------------------------------------------
Población total
La validez de los resultados depende, por lo tanto, de la representatividad de la muestra, de la

calidad de los datos recolectados, que el número de “no respuestas” sea pequeño y sus
motivos no estén relacionados con la enfermedad.
SERIES DE CASOS
Se hace mucho en fisioterapia, pueden ser longitudinales o transversales
SERIE DE CASO TRANSVERSAL

Es la enumeración descriptiva de unas características seleccionadas, observadas en un
determinado momento, en un grupo de sujetos con una enfermedad o característica común.
13
SERIE DE CASO LONGITUDINAL O DE SEGUIMIENTO DE UNA COHORTE
*Se suelen usar para enfermedades raras por lo que no se puede utilizar grupos grandes
Se describe la evolución en el tiempo de unas características determinadas en un grupo de

sujetos con una enfermedad o característica común.
Su objeto es estudiar la evolución natural de una enfermedad, para conocer la estabilidad o no

de algunas de sus características, describir resultados observados tras un proceso que no se
haya realizado de manera deliberada para el estudio, o para estimar la incidencia.
La incidencia se define como el número de casos nuevos de una enfermedad que se

desarrollan en una población de riesgo durante un periodo determinado. Se determina a partir
de estudios en los que existe un seguimiento de sujetos libres de la enfermedad. Permite
detectar nuevos casos
Nº de nuevos casos en un periodo determinado
--------------------------------------------------------------------------------
Población de riesgo
ESTUDIOS DE CONCORDANCIA
*No es lo mismo fiabilidad que sensibilidad. La fiabilidad es la capacidad de un instrumento para ser reproducible;
mientras que la sensibilidad es la capacidad para detectar cambios mínimos.
Se llevan a cabo con la finalidad de evaluar si un instrumento de medida o cuestionario es

fiable o si dos observadores coinciden en la medición de una variable. Aspectos a tener en
cuenta:
• Repetibilidad de la medida: su evaluación consiste en aplicar el mismo método de medida,

de la misma manera y a los mismos sujetos en dos o más tiempos (fiabilidad re-test).
• Concordancia intraobservador: su evaluación requiere que un mismo observador sea el
que valore dos o más veces a los mismos sujetos.
• Concordancia interobservador: su evaluación requiere que dos o más observadores
valoren una misma prueba en una muestra de sujetos.
Hay que evaluar si un observador es consistente consigo mismo antes de evaluar la

concordancia entre observadores
Una medida ha de ser reproducible.
ESTUDIOS ECOLÓGICOS
Las unidades de análisis son agregaciones de individuos, frecuentemente, basadas en criterios
geográficos o temporales
Están basados en la población como unidad de estudio, en el que falta información sobre la
relación en el individuo entre el factor de exposición y la enfermedad en la población de
estudio. Es útil para seleccionar nuevas hipótesis. No se busca relación causal porque si no
sería analítico; además, la relación causa-efecto necesita un seguimiento (longitudinal)
Son relativamente baratos y factibles, especialmente con datos secundarios obtenidos de

bases de datos poblacionales.
Principales tipos:
14
• Buscan la detección de un problema que siga un patrón de tipo geográfico (ejemplo: dolor
de hombro en diferentes CCAA)
• Estudios de series temporales: describen las variaciones de la frecuencia de un problema
de salud a lo largo del tiempo (ejemplo: dolor pélvico crónico en un centro de salud en los
últimos 10 años).
ESTUDIOS QUE EVALÚAN UNA PRUEBA DIAGNÓSTICA

*Mide la validez, es decir, da resultados que representan/ se asemejas a la realidad
El objetivo es estimar la capacidad de una medida (prueba diagnóstica) para discriminar entre
las personas que padecen una enfermedad y aquéllas que no la padecen, pero presentan unos
síntomas similares.
Se asume que la enfermedad o problema de salud puede medirse de forma válida y fiable
mediante un procedimiento de referencia o gold standard y el objetivo es evaluar la utilidad
de una nueva prueba.
Ejemplo:
• Para ver si un paciente tiene una hernia ,lo ideal es un TAC, pero representa un gasto económico y humano
grande, además no es bueno para la persona estarse exponiendo. Por eso se quiere buscar una prueba nueva.
Se puede hacer este tipo de estudio comparando la prueba y el gold estandard
• En el covid, el gold standard es la PCR, pero el test de antígenos es más barato y rápido. En su momento se
comparó con la PCR en un estudio de este tipo.
La estrategia es que se aplica en una muestra de sujetos con similares signos y síntomas tanto
el criterio de referencia como la prueba de estudio. Los resultados permiten clasificar a los
sujetos en cuatro grupos en tablas 2x2 (tabla de contingencia).
VALIDEZ
La validez de una prueba se calcula partiendo de la información de la tabla de contingencia.
Algunos de los índices que se pueden obtener a partir de la tabla son:
• Sensibilidad
• Especificidad
• Valores predictivos (positivos y negativos)
Estos tres índices son criterios de validez que cuantifican la capacidad de una prueba para
clasificar correcta o erróneamente a un individuo, según la presencia o ausencia de una
exposición o una enfermedad.
*La especificidad y sensibilidad sirven para validar, no para un contexto clínico donde se usa los valores predictivos.
Otros índices:
15
• Razones de probabilidad (RPP)
• Curvas ROC
SENSIBILIDAD
Si el individuo tiene un enfermedad o factor de riesgo ¿qué probabilidad existe de que el

resultado de la medida que se le aplica sea positivo? Probabilidad de obtener un resultado
positivo en los individuos que tienen la enfermedad.
a (VP)
________________________
a+c (total de enfermos)
ESPECIFICIDAD
Si el individuo no tiene una enfermedad o factor de riesgo ¿qué probabilidad existe de que el
resultado de la medida que se le aplica sea negativo? Probabilidad de obtener un resultado
negativo en los individuos que no tienen la enfermedad.
d (VN)
________________________
b+d (total de sanos)
VALOR PREDICTIVO POSITIVO (VPP)
Probabilidad de que un individuo con un resultado positivo tenga la enfermedad:

a (VP)
________________________
a+b (total de positivos)
VALOR PREDICTIVO NEGATIVO (VPN)
Probabilidad de que un individuo con un resultado negativo no tenga la enfermedad:

d (VN)
________________________
c+d (total de negativos)
EJEMPLOS DE ESTUDIOS DESCRIPTIVOS
16
17
REVISIONES SISTEMÁTICAS Y METAANÁLISIS
*Quedan los estudios observacionales que se incluyen dentro de los analíticos por la relación causa-efecto. Son
longitudinales. Se diferencia de los experimentales porque solo se observa (se ve el próximo día).
No se incluyen en el diagrama porque compila todos los demás en base a un objetivo. Por lo
general se suelen hacer, en su mayoría, de estudios experimentales.
La revisión sistemática y el metaanálisis consisten en la síntesis de la mayor evidencia científica

disponible para responder una pregunta concreta mediante la aplicación de una metodología
explícita y rigurosa. Sin embargo, no son exactamente lo mismo.
No se debe confundir una revisión sistémica con un metaanálisis: tienen los mismos pasos, la
diferencia viene a nivel de análisis estadísticos.
El término metaanálisis se reserva para el procedimiento estadístico que se utiliza para

integrar los resultados de todos los estudios y obtener una estimación conjunta.
El término revisión sistemática (*cualitativa) se reserva para el proceso de investigación en el

que se formula un objetivo, se buscan, identifican y valoran las pruebas disponibles siguiendo
un protocolo con criterios explícitos, y finalmente se extraen conclusiones tras el análisis e
interpretación de los datos recogidos. Los resultados son sintetizados, pero no combinados
estadísticamente.
*Revisión sistemática cuantitativa y metaanálisis es lo mismo, pero no lo son revisión sistemática cualitativa y
metaanálisis. El metaanálisis requiere un nivel muy elevado de estadística.
FASES/PROCEDIMIENTO
*La guía para la realización de una revisión sistemática está adjunta en el material
Recoge los datos recogidos previamente en otros estudios, no utiliza datos primarios (sino
datos secundarios).
• Definición del objetivo

• Identificación de los estudios disponibles
• Criterios de selección
• Valoración crítica de los estudios seleccionados
• Extracción de los datos: registro de las características de los estudios y de los resultados.
18
• Estrategia de análisis (combinación estadística)*
• Conclusiones y recomendaciones
*La parte que cambia es el análisis de los resultados que solo se hace en los metaanálisis
DEFINICIÓN DEL OBJETIVO

El primer paso es definir con claridad y precisión la pregunta clínica (+ presión, > calidad). La
pregunta de investigación debería seguir los criterios FINER (no solo para las revisiones
sistemáticas, sino para todos los trabajos de investigación):
Factible-Interesante-Novedosa-Ética-Relevante: FINER
También se deberá definir el factor de estudio (intervención, exposición o procedimiento

diagnóstico) y el de comparación (especificar medida del efecto), así como la población de
estudio y el tipo de estudios.
IDENTIFICACIÓN DE LOS ESTUDIOS DISPONIBLES

Idealmente, para que una revisión sistemática sea válida, se debe incluir todos los estudios
publicados y no publicados; sin embargo, esto es muy complicado.
*Los estudios no publicados son la literatura gris (trabajos de fin de grado, tesis doctorales, TFM); actualmente, se
puede publicar en revistas algunos de ellos.
19
La búsqueda se realiza en una o varias bases de datos de las más importantes y se
complementa con una búsqueda manual en las referencias de los artículos localizados.
Una base de datos bibliográficos es el conjunto de referencias bibliográficas de publicaciones,

almacenadas informáticamente, y que pueden ser recuperadas interactivamente gracias a un
lenguaje de consulta.
Los tres campos más interesantes para localizar un documento son: título, resumen del
contenido y palabras clave. El título se usa cuando ya se sabe la referencia. Lo más usual es la
búsqueda por palabras claves.
Las principales bases de datos bibliográficos son:
• Medline por la National Library of Medicine (NLM). Abarca especialidades médicas y

paramédicas. Recoge mayoritariamente publicaciones de Estados Unidos y otros países
que reúnan unos requisitos mínimos. Es la fuente más utilizada en el mundo.
• Embase por la editorial Elservier. Tiene mayor cobertura de revistas europeas, con otras
lenguas diferentes al inglés. Es útil para buscar información sobre fármacos y toxicología.
• SciSearch por el Institute for Scientific Information (ISI). Es útil para mantenerse al día, el
seguimiento de una referencia interesante, y además permite evaluar la producción
científica y calcular indicadores bibliométricos (como el factor de impacto).
• Cochrane Library. No solo contiene artículos publicados en revistas médicas, orientadas a
la toma de decisiones clínicas:
− Cochrane database of systematic reviews (CDSR)
− Database of abstracts of reveews of effectiveness (DARE)
− Cochrane controlled trials registers (CCTR)
− Cochrane methodology register
− Cochrane library plus (spanish)
• PEDro. “PEDro is the Physiotherapy Evidence Database. PEDro is a free database of over
37,000 randomised trials, systematic reviews and clinical practice guidelines in
physiotherapy. For each trial, review or guideline, PEDro provides the citation details, the
abstract and a link to the full text, where possible. All trials on PEDro are independently
assessed for quality. These quality ratings are used to quickly guide users to trials that are
more likely to be valid and to contain sufficient information to guide clinical practice.
PEDro is produced by Musculoskeletal Health Sydney, School of Public Health at the
University of Sydney and is hosted by Neuroscience Research Australia (NeuRA)” *
• TripDatabase
• SumSearch
*También está :
• Clinical trial (clinicaltrial.gov). Permite registrar los ensayos clínicos antes de realizarlos para que no te quiten
la idea; es decir se registra el proyecto de investigación. Esta plataforma es gratis.
• ResearchGate es la red social de la investigación.
Estrategia de búsqueda:
1) Definir la pregunta e identificar sus componentes

2) Seleccionar la base de datos
3) Seleccionar los términos descriptivos y las combinaciones. Los operados de relación o
conexión (operadores “boleanos”): AND, OR y NOT.
4) Considerar el uso de restricciones
20
5) Ejecutar la búsqueda
6) Analizar los resultados
7) Si son inadecuados, revisar la estrategia
8) Si son adecuados, seleccionar los registros de interés y localizar documentos
CRITERIOS DE SELECCIÓN
Se seleccionan los artículos a partir de criterios explícitos y establecidos con claridad,
fácilmente objetivable. Incluye la definición del tipo de estudio que se incluye y sus
características principales. También incluye otros criterios relacionados con la calidad
metodológica:
• Exposiciones o intervenciones que se evalúan (factor de estudio)

• Variable respuesta
• Criterios de selección de la población de los estudios originales
• Tamaño muestral mínimo
• Duración del seguimiento de los estudios
• Exhaustividad de la duración
VALORACIÓN CRÍTICA DE LOS ESTUDIOS SELECCIONADOS

Se debe incluir solo aquellos estudios con una calidad mínima suficiente para asegurar su
validez y relevancia.
*Para los ensayos clínicos aleatorios se usa la guía CONSORT. También están las Escalas PEDro y la escala Jadad (se
sigue usando, pero está muy obsoleto).
También está la Scottish intercollegiate guedilines network (SIGN) que tiene 8 niveles con
puntuaciones de 1 a 4 (1++ es el máximo nivel de evidencia, y 4 el mínimo.
*Se adjunta material SIGN en la BB
*Recomendación de la profe: primero CONSORT y luego SING. No PEDro ni Jadad
21
22
ESTUDIOS OBSERVACIONALES
*Pertenecen a los estudios analíticos y son longitudinales

* Los estudios de cohorte parten del factor de riesgo, mientras que los estudios caso control parten de la persona
enferma.
*La cohorte es un grupo de sujetos
ESTUDIOS DE COHORTES
Un estudio de cohortes es un diseño observacional analítico longitudinal en el que se
comparan dos cohortes o dos grupos dentro de una misma cohorte, que difieren por su
exposición al factor de estudio, con el objetivo de evaluar una posible relación causa-efecto.
El término cohorte sirve para referirse a un grupo de sujetos con características comunes y
que son seguidos en el transcurso del tiempo.
En este diseño, los individuos, inicialmente sin la enfermedad o efecto de interés, forman los
grupos en función de su exposición o no al factor de estudio y son seguidos durante un periodo
de tiempo comparando la frecuencia con la que aparece el efecto en los expuesto y no
expuestos.
23
Según su relación cronológica entre el inicio del estudio y el desarrollo del efecto de interés,
este tipo de diseños se clasifica en:
• Estudio prospectivo de cohortes. El inicio del estudio es anterior a los hechos. El

investigador recoge la información sobre la exposición cuando se inicia el estudio e
identifica los nuevos casos a partir de ese momento.
• Estudio retrospectivo de cohortes (no se debe confundir con estudios de caso-control). La
enfermedad y la exposición ya han ocurrido cuando se recoge la información. La
identificación de las cohortes expuestas y no expuestas se basa en su situación en una
fecha previa bien definida, lejos en el tiempo para que la enfermedad pueda desarrollarse
y se determina cuántos sujetos presentan el efecto de interés.
PRINCIPALES ESTIMACIONES QUE PUEDEN REALIZARSE

INCIDENCIA (en los sujetos expuestos y no expuestos)
Número de casos nuevos de una enfermedad que se desarrollan en una población de riesgo
durante un periodo determinado.
• Incidencia acumulada: riesgo o probabilidad de que un individuo desarrolle la enfermedad

Número de casos nuevos en un período determinado
____________________________________________
• Densidad de incidencia: número de casos nuevos que ocurren por unidad de tiempo.
Medida de la aparición de una enfermedad en un punto en el tiempo.
____________________________________________
Personas-tiempo de observación
24
RIESGO RELATIVO (RR)
Estima la magnitud de una asociación e indica el número de veces que es más probable que
una enfermedad se desarrolle en el grupo expuesto en relación al grupo no expuesto. Razón
entre la incidencia en el grupo expuesto entre la incidencia del grupo no expuesto
• RR= 1 No existe asociación entre el factor de exposición y la enfermedad

• RR> 1 Existe una asociación positiva entre el factor de exposición y la enfermedad
• RR<1 Existe una asociación negativa entre el factor de exposición y la enfermedad
*a= número de personas expuestas que tienen la enfermedad; b= número de personas expuestas que no tienen la
enfermedad; c= número de personas no expuestas que tienen la enfermedad; d= número de personas no expuestas
que no tienen la enfermedad.
VENTAJAS
• Permiten calcular medidas de incidencia y riesgo relativo directamente.
• Aseguran una adecuada secuencia temporal.
• En los diseños prospectivos, se minimizan los errores en la medición de la exposición.
• Permiten evaluar los efectos del factor de riesgo en diferentes enfermedades.
DESVENTAJAS
• No son eficientes para el estudio de enfermedades poco frecuentes ni enfermedades con
un largo periodo de latencia .
• Los estudios prospectivos suelen ser de larga duración.
• Requieren un número elevado de participantes.
• Coste elevado (debido al largo seguimiento).
CASOS CONTROL
* Siempre son retrospectivos
Es un diseño observacional analítico longitudinal retrospectivo en el que se escoge un grupo

de individuos que tienen un efecto o una enfermedad (casos) y otro en el que está ausente
(control).
Ambos grupos se comparan en relación a la frecuencia de exposición previa a un factor de

riesgo que se sospecha que está relacionado con dicho efecto o enfermedad.
25
SELECCIÓN DE LOS CASOS
Se debe establecer de forma clara y precisa la definición de la enfermedad y los criterios que
deben cumplir.
Los criterios de selección deben dirigirse a que sólo se incluyan sujetos que potencialmente
han podido estar expuestos al factor de riesgo.
No es necesario incluir todos los casos que surjan ni que los incluidos sean representativos del
total de casos.
SELECCIÓN DE CONTROLES
Deben ser comparables a los casos en el sentido de haber tenido la misma probabilidad de
exposición.
Los controles deben seleccionarse de la misma población de la que surgen los casos.
Excluir a sujetos que padezcan enfermedades relacionadas positiva o negativamente con el

factor de exposición.
ESTIMACIÓN EN LOS DISEÑOS DE CASO‐CONTROL

ODDS RATIO (OR)
Es la razón entre la probabilidad de que un suceso ocurra y la probabilidad de que no ocurra.
• OR=1 no hay asociación

• OR<1 la exposición es un factor de protección
• OR>1 la exposición es un factor de riesgo
El ODDS de exposición significa cuántas veces la exposición aumenta la oportunidad de

enfermar (o de no enfermar).
*Como es pasado se utiliza la palabra oportunidad y no probabilidad (tiene una connotación futura).
26
VENTAJAS
• Rápidos y menos costosos
• Útiles para estudiar enfermedades de largo periodo y enfermedades raras
• Permite valorar múltiples factores de exposición para una sola enfermedad
INCONVENIENTES
• No eficientes para exposiciones raras
• No permite calcular la incidencia directamente
• Puede ser difícil establear la secuencia temporal entre la exposición y la enfermedad.
• Es fácil que existan errores sistemáticos en la selección de la muestra y en la recogida de la
información.
27
MEDIDAS EPIDEMIOLÓGICAS
MEDIDAS DE FRECUENCIA
La frecuencia describe un evento en referencia al tamaño de una población o riesgo. Dentro de
ellas encontramos:
• Prevalencia: es la proporción (frecuencia como tal) de individuos de una población que

tiene la enfermedad:
Nº de personas con la enfermedad o característica
---------------------------------------------------------------------
Población total
• Incidencia: se define como el número de casos nuevos de una enfermedad que se

desarrollan en una población de riesgo durante un periodo determinado. Se determina a
partir de estudios en los que existe un seguimiento de sujetos libres de la enfermedad.
Permite detectar nuevos casos
Nº de nuevos casos en un periodo determinado
--------------------------------------------------------------------------------
− Incidencia acumulada: riesgo o probabilidad de que un individuo desarrolle la

enfermedad
____________________________________________
− Densidad de incidencia: número de casos nuevos que ocurren por unidad de tiempo.
Medida de la aparición de una enfermedad en un punto en el tiempo.
____________________________________________
Personas-tiempo de observación
MEDIDAS DE ASOCIACIÓN
Es la fuerza de la relación entre un factor y la enfermedad. Hay dos tipos: riesgo relativo (RR) y
odds ratio (OR).
28
RIESGO RELATIVO (RR)
Estima la magnitud de una asociación e indica el número de veces que es más probable que
una enfermedad se desarrolle en el grupo expuesto en relación al grupo no expuesto. Razón
entre la incidencia en el grupo expuesto entre la incidencia del grupo no expuesto
• RR= 1 No existe asociación entre el factor de exposición y la enfermedad

• RR> 1 Existe una asociación positiva entre el factor de exposición y la enfermedad
• RR<1 Existe una asociación negativa entre el factor de exposición y la enfermedad
*a= número de personas expuestas que tienen la enfermedad; b= número de personas expuestas que no tienen la
enfermedad; c= número de personas no expuestas que tienen la enfermedad; d= número de personas no expuestas
que no tienen la enfermedad.
ODDS RATIO (OR)

Es la razón entre la probabilidad de que un suceso ocurra y la probabilidad de que no ocurra.
• OR=1 no hay asociación

• OR<1 la exposición es un factor de protección
• OR>1 la exposición es un factor de riesgo
El ODDS de exposición significa cuántas veces la exposición aumenta la oportunidad de

enfermar (o de no enfermar).
*Como es pasado se utiliza la palabra oportunidad y no probabilidad (tiene una connotación futura).
MEDIDAS DE IMPACTO
Las medidas de asociación no pueden traducirse fácilmente en el contexto de la salud de la
población
¿Qué tan importante es una exposición? ¿Qué proporción de enfermedades puede atribuírsele
a esta variable? ¿Qué impacto tendría en la población controlar esa exposición?
El riesgo atribuible es cuando el factor de exposición produce un incremento en el riesgo

(RR>1).
• Riesgo atribuible proporcional en el grupo expuesto (RAPE). Tiene interpretación en el

ámbito de la población de estudio.
29
• Riesgo atribuible proporcional en la población blanco (RAPP). Expresa la importancia en el
ámbito poblacional, o población blanco.
Ambas medidas toman valores entre 0 y 1 e indican la importancia relativa de la exposición al

factor en relación con el total de eventos.
RIESGO ATRIBUIBLE PROPORCIONAL EN EXPUESTOS (RAPE)

Estima la proporción de eventos en el grupo de expuestos que pueden atribuirse a la presencia
del factor de exposición. Refleja el efecto que podría esperarse en el grupo expuesto de la
población en estudio, si se eliminara el factor de riesgo en cuestión.
*90% de los cánceres de pulmón en el grupo de expuestos se podrían prevenir si se elimina el consumo de tabaco.
RIESGO ATRIBUIBLE PROPORCIONAL EN LA POBLACIÓN (RAPP)

Se podría considerar como una proyección del RAPE hacia la población total. RAPP estima la
proporción de eventos en la población total que pueden atribuirse a la presencia del factor de
exposición. Refleja el efecto que podría esperarse en la población total, si se eliminara el factor
de riesgo en cuestión.
*Pe= prevalencia de exposición población total; RR= riesgo relativo

*Los límites del RAPP oscilen entre 0 y 1 (0 a 100, en porcentaje)
*90% casos de cáncer de pulmón en la población total son atribuibles al tabaquismo, o podrían evitarse,
suponiendo que se eliminara el tabaquismo en la población general.
30
DISEÑO DE CUESTIONARIOS
*Los cuestionarios se pueden usar en todos los tipos estudios, aunque para validarlos es necesario un estudio
descriptivo.
Es un proceso estructurado de recogida de la información a través de la cumplimentación de

una serie predeterminada de preguntas. Todos los cuestionarios tienen que contar con dos
características básicas:
• Validez
• Fiabilidad
*También tienen que contar con sensibilidad.
TIPOS DE CUESTIONARIOS
ENCUESTAS AUTO-CUMPLIMENTADAS
Las cumplimenta el propio participante
VENTAJAS DESVENTAJAS
• Requieren de un mínimo grado de escolarización
y capacidad de lectura (no hay quien explique)
• Las preguntas tienen que ser muy simples y
• Bajo coste en relación con los cuestionarios de cerradas (no debería incluir preguntas abiertas
entrevista personal (solo hay que pasar el porque no se suelen contestar, bien por no saber
cuestionario) cómo o bien por pereza)
• Mayor posibilidad de llegar a mayor número de • Incapacidad de clarificar preguntas o respuestas
personas • No permiten observar reacciones emocionales
• No hay sesgo del entrevistador (podrían resultar útiles)
• Contestación más cómoda para el encuestado • Ausencia de seguridad sobre quién respondo y si
lo hace solo (se suele dar en cuestionarios para
niños o en mujeres mayores, que los rellena el
esposo)
ENCUESTAS ADMINISTRADAS POR UN ENCUESTADOR
El cuestionario lo administra un encuestador, ya sea a través de una entrevista personal o
telefónica.
VENTAJAS DESVENTAJAS
• Permiten alcanzar un alto porcentaje de
respuestas (no se deja en blanco por pudor)
• Mayor control sobre la secuencia de las preguntas • Alto coste (debido a que se requiere a alguien que
(a veces la secuencia es importante) acompañe a la persona que va a responder)
• Permiten clarificar preguntas y respuestas • Se requiere más tiempo para terminar el estudio
• Las preguntas pueden ser más complejas • Sesgos debidos al entrevistador
• El número de preguntas puede ser elevado
(información exhaustiva)
31
ETAPAS DE ELABORACIÓN DE UN CUESTIONARIO
1. Decidir la información necesaria y revisar la bibliografía
2. Elegir el tipo de cuestionario
3. Elegir el tipo de preguntas para cada variable
4. Definir códigos, puntuaciones y escalas
5. Elegir el orden de las preguntas
6. Diseñar el formato
7. Preparar el manual de instrucciones
8. Entrenar a los encuestadores
9. Realizar una prueba piloto. Se piden que al menos sean 30 sujetos (como en los ECA) y
también hay un apartado de notas
10. Revisar el cuestionario y el manual de instrucciones
TIPOS DE PREGUNTAS
ABIERTAS CERRADAS
- Obligan a reflexionar sobre detalles
- Útiles para informaciones complejas (detalladas)
- Las respuestas son uniformes
- Permiten observaciones y comentarios
- Fáciles de codificar
- No se inducen respuestas
- No son útiles para informaciones complejas
- Requieren mayor tiempo y esfuerzo
- Pueden no recoger informaciones relevantes
- Dificultad para codificar (hay mucha variedad)
- Pueden inducir respuestas (sesgo)
SELECCIÓN DE ÍTEMS
Según la bibliografía:
• Recoger la cantidad mínima de ítems necesarios para alcanzar los objetivos del estudio.
• Un cuestionario mediante entrevista no debe durar más de 60-90 minutos y por teléfono,
no más de 40 minutos
• Se recomienda que los cuestionarios auto-cumplimentados no sobrepasen las 12 páginas
*Esto es mucho, así que las encuestas en la práctica suelen ser más cortas. Cara a cara, no deben sobrepasar los 15
min. Los cuestionarios auto-cumplimentados no deben pasar las 3 páginas.
*Se debe ir al menor número de ítems posible y que lleve el menor tiempo posible de ejecución.
REDACCIÓN DE LAS PREGUNTAS

• Evitar preguntas ambiguas  ¿qué tratamiento sigue usted? (mal) ¿recibe quimioterapia?
(bien)
• No usar términos vagos ¿consulta usted en ocasiones, a menudo a su fisioterapeuta por
su dolor de espalda? Habría que especificar cada cuantos meses o días a la semana.
• No formular las preguntas de forma negativa
• No formular dos preguntas en una --> ¿es usted fumador/a de cigarrillos, puros o pipa?
Debería ser: ¿fuma? ¿Cigarrillo? ¿Puros? ¿Pipa? (son 4 preguntas)
• Un concepto, una pregunta
• Utilizar un lenguaje sencillo: las frases deben ser cortas y sencillas y con una estructura
gramatical lo más sencilla posible.
• No sobrevalorar la memoria de los encuestados-> ¿cuántas veces ha acudido al
fisioterapeuta el último mes?
• Utilizar preguntas cerradas para las cuestiones personales. Ante problemas con la
sexualidad es mejor preguntas de si o no, o de con una escala ya establecida
• Las preguntas deben ser neutras
32
• Evitar un número de opciones muy elevado en las preguntas cerradas. Se recomienda
poner menos de diez (mejor menos de 5).
• Considerar todas las posibles alternativas (para eso se debe hacer un estudio amplio y
tener en cuenta las apreciaciones que se hacen en la prueba piloto)
• Las alternativas han de ser mutuamente excluyentes-> ¿cuántas RM le han hecho en los
últimos 3 años? Ninguna/ 1ó 2/ 2 ó 3/ más de 3; no vale porque se repiten las opciones
• Ordenar lógicamente las alternativas ->Muy satisfactoria/ Bastante satisfactoria/
Aceptable/ Bastante insatisfactoria/ Muy insatisfactoria
PUNTUACIONES Y ESCALAS
Los códigos y las puntuaciones transforman las respuestas en variables que pueden ser
tabuladas y analizadas estadísticamente.
El tipo de escala más utilizada es la de Likert: esta escala comprende varias frases y los
encuestados deben expresar su grado de acuerdo o desacuerdo con cada una de ellas.
*Es un cuestionario piloto con escala tipo Likert. Como es piloto, también tiene un apartado extra al final.
Otras Escalas:
• Guttman: se escoge un número relativamente pequeño de frases que expresan una

actitud favorable o desfavorable hacia un tema y que están redactadas de tal manera que
quien está de acuerdo con una de ellas también lo está con las anteriores. No se suele usar
mucho en fisioterapia, sino más en ciencias sociales
• Escala visual analógica: forma lineal con límites claramente definidos (0 y 1 ó 0 y 100)
ORDEN DE LAS PREGUNTAS

Preferentemente colocar las preguntas abiertas al principio del cuestionario, ya que de esta
forma las personas pueden expresar sus opiniones sin estar influidas por las distintas
alternativas de las preguntas cerradas
33
INVESTIGACIÓN CUANTITATIVA E INVESTIGACIÓN CUALITATIVA
CUANTITATIVO VS. CUALITATIVO
*Las clases anteriores han sido sobre métodos cuantitativos
• Investigación cuantitativa: surge en los siglos XVIII y XIX en el seno de la sociedad

burguesa occidental, en plena consolidación del capitalismo. Su finalidad es analizar los
conflictos sociales y económicos.
• Investigación cualitativa: surge en el siglo XX, a mano de la antropología. Tiene su origen
en el contexto de la antropología cultural, en el estudio de pequeños grupos humanos y
tribus, descripción y análisis de comunidades, culturas, etc. Su finalidad es descubrir
creencias y patrones de comportamientos.
*La investigación cualitativa no es muy apoyada por sus sesgos. Sin embargo, hay aspectos que solo se pueden
conocer con este tipo de diseños. La rama que más investiga en cualitativa es enfermería, pero en fisioterapia cada
vez se hacen más.
La investigación cualitativa surge porque existen cuestiones problemáticas y restricciones que

no se pueden explicar ni comprender en toda su existencia desde una perspectiva cuantitativa.
Ejemplo: Ver el efecto del ejercicio terapéutico en la fatiga relacionada con el cáncer. El ejercicio deja de ser
efectivo cuando deja de hacerse. Se ha hecho un estudio experimental y las participantes abandonaron el ejercicio
tras el final del proyecto sabiendo que les había ido bien. Por eso se hizo un estudio a través de la entrevista hasta
que se llegó a la saturación. Luego se trascribió literalmente, un grupo de tres personas leyeron las entrevistas y
buscaron patrones. La idea era buscar barreras que dificulten la adherencia.
CUANTITATIVA CUALITATIVA
Relación causal Analizar e interpretar a
Establecer relaciones los seres humanos en
entre variables su cotidianidad
MEDIR COMPRENDER
*Comprender conlleva interpretación individual. La interpretación individual va a interferir en la respuesta.
34
CUALITATIVA CUANTITATIVA
Inicio siglo XX siglos XVIII y XIX
Contexto Antropología cultural (estudio de pequeños
Sociedad burguesa occidental y consolidación
grupos humanos y tribus, descripción y
del capitalismo
análisis de comunidades, culturas…).
Necesidad que Descubrir creencias y patrones de
Analizar los conflictos sociales y económicos
la generó comportamientos.
Finalidad Analizar e interpretar a los seres humanos en
Relación causal y relaciones entre variables
su cotidianidad
Objetivo Comprender Medir
Objeto: cualidades del fenómeno. Obtener una
Objeto: cantidad. Cuantificar datos y generalizar los
comprensión cualitativa de las razones y motivaciones
resultados de la muestra a la población de interés
subyacentes
Subjetiva Objetiva
Observación naturista sin control Medición penetrante y controlada
Exploratoria, inductiva y descriptiva Confirmatoria, inferencial y deductiva
Perspectiva holística Particularista
Realidad dinámica Realidad estática
Orientada al proceso Orientada al resultado
Datos “ricos” y profundos Datos “sólidos” y repetibles
Entendimiento de profundidad, no exactitud Pensamiento deductivo. Exactitud
NO cuantificación. Realizan registros narrativos de los Determinar la fuerza y asociación o correlación entre
fenómenos de estudio variables, la generalización y la objetivación de los
Actividad sistemática orientada a la comprensión de resultados a través de una muestra para realizar
fenómenos educativos y sociales inferencia causal. Métodos estadísticos.
No generalizable. Pero puede dar información que
Generalizable
ayuden en otros casos
*La investigación cualitativa se suele hacer con observación clásicamente, pero en salud lo que más se usa es la
entrevista
*Es muy difícil publicar estudios cualitativos en revistas de alto impacto, a lo mejor se encuentra alguno como
complemento de un estudio cuantitativo
Finalidad Generar teorías Comprobar teorías
Posición de compromiso (elemento Posición de neutral (elemento externo del
Investigador
constitutivo del objeto investigado) objeto investigado)
Técnicas estadísticas para el
Técnicas de triangulación de investigadores e
Técnicas muestreo, análisis de los datos y
instrumentos, reflexión y análisis crítico
generalización de los resultados
Instrumentos poco o no estructurados:
Instrumentos muy estructurados y
Instrumentos observación participante, entrevista en
generalizados: cuestionarios, escalas, test, etc.
profundidad, entre otros.
Número reducido de casos no
Muestra Gran cantidad de casos representativos
representativos
*Que el investigador esté en posición de compromiso significa que sus reflexiones individuales van a estar
plasmadas en el resultado
*Que un cuestionario tenga respuesta subjetiva, no significa que sea un instrumento subjetivo debido a que se
pueden cuantificar los resultados y han tenido un proceso previo de validación para hacerlo objetivo, aunque de
información subjetiva.
35
INVESTIGACIÓN CUALITATIVA
Se pueden usar distintos tipos de técnicas para llevar a cabo este tipo de investigación:
1. Técnicas conversacionales (entrevistas en profundidad)

− Entrevista individual
− Entrevista grupal
− Grupos focales
− Grupos de discusión
− Técnicas biográficas
2. Técnicas observacionales. Consisten en la observación participante.
3. Técnicas documentales. Se refiere al análisis de contenido (lectura, interpretación y
discusión)
CONCLUSIÓN
De manera aislada se puede encontrar investigación cualitativa, pero es raro. Si se quiere

enriquecer una investigación se pueden combinar ambos tipos de investigación (es la
tendencia actual).
36
EL MUESTREO
En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los
elementos de una población), se selecciona una muestra, entendiendo por tal una parte
representativa de la población.
La muestra debe lograr una representación adecuada de la población, en la que se reproduzca

de la mejor manera los rasgos esenciales de dicha población que son importantes para la
investigación. Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las
similitudes y diferencias encontradas en la población, es decir ejemplificar las características
de ésta.
El muestreo es por lo tanto una herramienta de la investigación científica, cuya función básica
es determinar que parte de una población debe examinarse, con la finalidad de hacer
inferencias sobre dicha población.
Se usa para aumentar la validez interna porque intenta que los sujetos incorporados al estudio
sean representativos de la población y que el azar tenga un peso importante.
Los errores más comunes que se pueden cometer son:
• Error de muestreo. Hacer conclusiones muy generales a partir de la observación de sólo

una parte de la población.
• Error de inferencia. Hacer conclusiones hacia una Población mucho más grandes de la que
originalmente se tomó la muestra.
*En la estadística se usa la palabra población para referirse no sólo a personas si no a todos los elementos que han
sido escogidos para su estudio y el término muestra se usa para describir una porción escogida de la población.
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y
métodos de muestreo no probabilísticos.
*Múltiples etapas o conglomerado
37
MUESTREO PROBABILÍSTICO
*Como su nombre indica, implica probabilidad, por tanto, hay azar (hace el muestreo) y hay menos sesgo. Siempre
que sea posible se va a intentar hacer muestreo probabilístico. Cuando no se hace es por falta de recursos.
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de

equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las
posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo este
método de muestreo probabilísticos asegura la representatividad de la muestra extraída y son,
por tanto, los más recomendables.
Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:
• Muestreo aleatorio simple

• Muestreo aleatorio sistemático
• Muestreo aleatorio estratificado
• Muestreo aleatorio por conglomerado
1) MUESTREO ALEATORIO SIMPLE

Cada unidad del marco muestral tiene la misma probabilidad de ser elegida y cada una de las
posibles muestras del mismo tamaño tienen la misma probabilidad de ser escogidas.
El procedimiento empleado es el siguiente:
• Se asigna un número a cada individuo de la población

• través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios,
números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos
sujetos como sea necesario para completar el tamaño de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la
población que estamos manejando es muy grande.
Ejemplo: Si se necesitan de toda la clase, solo diez sujetos, todos tienen la misma probabilidad
de ser elegidos. Otro ejemplo: 16.5
*Los ejemplos son del libro del final de la bibliografía. Está en la biblioteca y en internet
2) MUESTREO ALEATORIO SISTEMÁTICO

Se usa la regla sistemática simple, que consiste en elegir uno de cada n individuos.
Este procedimiento exige, como el muestreo aleatorio simple, numerar todos los elementos
de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de
ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la
muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los
individuos de k en k.
• El número k es el resultado de dividir el tamaño de la población entre el tamaño de la

muestra: k= N/n.
• El número i que empleamos como punto de partida será un número al azar entre 1 y k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población
ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos
introducir una homogeneidad que no se da en la población. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones
38
y los 5 últimos, mujeres; si empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los
dos sexos.
*No se hace de manera manual.
Ejemplo: De la población total (80), se escoge una muestra de 20 personas. Se asigna y se saca
aleatoriamente un número (sale 3, que es número i); el número k se calcula y se obtiene que
es 4: k = N (población total 80)/n (muestra 20) = 4. A partir del número i (número de partida),
se suma o resta sucesivamente hasta que completar el número de participantes que se quiere
coger. Otro ejemplo 16.9
3) MUESTREO ALEATORIO ESTRATIFICADO

Es una modificación del muestreo aleatorio simple que intenta asegurar que la muestra
presente la misma distribución que la población en relación con determinadas variables.
Trata de obviar las dificultades que presentan el muestreo aleatorio simple y sistemático, ya
que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la
muestra. Se usa cuando hay una variable muy confusora.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran
homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la
profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este
tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados
adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo
aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los
elementos concretos que formarán parte de la muestra.
En ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población (tamaño geográfico, sexos, edades, ...).
La distribución de la muestra en función de los diferentes estratos se denomina afijación, y

puede ser de diferentes tipos:
• Afijación simple: A cada estrato le corresponde igual número de elementos muéstrales.

• Afijación proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la
población en cada estrato.
• Afijación optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo
que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se
suele conocer la desviación.
Ejemplos:
Estudio sobre conocimientos de sexualidad. No es lo mismo juntar a bachiller y la ESO (la edad
es una variable muy confusora), por eso se divide por estratos (cada uno tiene 20 sujetos de
muestra): 1/2º ESO, 3/4º ESO y bachillerato.
En fisioterapia, estudio sobre el control motor de hombro en baloncesto de personas con 20

años (estratos: profesión/principiantes; o número de horas a la semana).
Otro ejemplo 16.6
39
4) MUESTREO ALEATORIO POR CONGLOMERADOS
Se selecciona unidades de muestreo de una población (unidad primaria) y se obtiene una
muestra de cada una de las unidades primarias (unidades secundarias).
Los métodos presentados hasta ahora están pensados para seleccionar directamente los
elementos de la población, es decir, que las unidades muéstrales son los elementos de la
población.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la

población que forman una unidad, llamada conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado producto, etc., son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por
ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse
de "muestreo por áreas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número de

conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar
después todos los elementos pertenecientes a los conglomerados elegidos.
Ejemplo 16.8
VENTAJAS E INCONVENIENTES
CARACTERÍSTICAS VENTAJAS INCONVENIENTES
- Sencillo y de fácil - Requiere que se posea
comprensión. de antemano un listado
- Cálculo rápido de medias y completo de toda la
Se selecciona una muestra de
varianzas. población.
tamaño n de una población de N
Aleatorio - Se basa en la teoría - Cuando se trabaja con
unidades, cada elemento tiene
simple estadística, y por tanto muestras pequeñas es
una probabilidad de inclusión
existen paquetes posible que no
igual y conocida de n/N.
informáticos para analizar los represente a la
datos población
adecuadamente.
Conseguir un listado de los N - Fácil de aplicar. - Si la constante de

elementos de la población - No siempre es necesario muestreo está asociada
Determinar tamaño muestral n. tener un listado de toda la con el fenómeno de
Definir un intervalo k= N/n. población. interés, las
Sistemático
Elegir un número aleatorio, r, - Cuando la población está estimaciones obtenidas
entre 1 y k (r= arranque ordenada siguiendo una a partir de la muestra
aleatorio). Seleccionar los tendencia conocida, asegura pueden contener sesgo
elementos de la lista. una cobertura de unidades de de selección
todos los tipos.
En ciertas ocasiones resultará - Tiende a asegurar que la
conveniente estratificar la muestra represente
muestra según ciertas variables adecuadamente a la
de interés. Para ello debemos población en función de unas
conocer la composición variables seleccionadas.
- Se ha de conocer la
estratificada de la población - Se obtiene estimaciones
distribución en la
Estratificado objetivo a hacer un muestreo. más precisas
población de las
Una vez calculado el tamaño - Su objetivo es conseguir
variables utilizadas para
muestral apropiado, este se una muestra lo más
la estratificación.
reparte de manera proporcional semejante posible a la
entre los distintos estratos población en lo que a la o las
definidos en la población usando variables estratificadoras se
una simple regla de tres. refiere.
40
Se realizan varias fases de - Es muy eficiente cuando la
- El error estándar es
muestreo sucesivas (polietápico). población es muy grande y
mayor que en el
La necesidad de listados de las dispersa.
Conglomerados muestreo aleatorio
unidades de una etapa se limita a - No es preciso tener un
simple o estratificado.
aquellas unidades de muestreo listado de toda la población,
- El cálculo del error
seleccionadas en la etapa sólo de las unidades
estándar es complejo.
anterior. primarias de muestreo.
MUESTREO NO PROBABILÍSTICO
*No probabilísticos se encuentra en el texto
Se desconoce la probabilidad que posee cada unidad de ser incluida en la muestra y la

selección se realiza mediante métodos en los que no interviene el azar. En el muestreo no
probabilístico los investigadores hacen la muestra.
A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente costoso

y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar
generalizaciones (estimaciones inferenciales sobre la población), pues no se tiene certeza de
que la muestra extraída sea representativa, ya que no todos los sujetos de la población tienen
la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa.
En algunas circunstancias los métodos estadísticos y epidemiológicos permiten resolver los

problemas de representatividad aun en situaciones de muestreo no probabilístico, por
ejemplo, los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de
la población.
Ejemplo: 16.11
Entre los métodos de muestreo no probabilísticos más utilizados en investigación

encontramos:
• Muestreo por cuotas

• Muestreo intencional
• Bola de nieve
• Discrecional
1) MUESTREO POR CUOTAS

*También denominado en ocasiones "accidental".
Se establece una cuota determinada y se incluye en el estudio, por orden de llegada, a todos
los sujetos que cumplan los criterios (como en el ECA)
Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la

población y/o de los individuos más "representativos" o "adecuados" para los fines de la
investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero
no tiene el carácter de aleatoriedad.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que
reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo
femenino y residentes en Gijón. Una vez determinada la cuota se eligen los primeros que se
41
encuentren que cumplan esas características. Este método se utiliza mucho en las encuestas
de opinión.
2) MUESTREO INTENSIONAL O DE CONVENIENCIA

El investigador quiere que ciertos sujetos se incluyan en el estudio.
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras

"representativas" mediante la inclusión en la muestra de grupos supuestamente típicos.
Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores

votaciones han marcado tendencias de voto. También puede ser que el investigador seleccione
directa e intencionadamente los individuos de la población. El caso más frecuente de este
procedimiento es el utilizar como muestra los individuos a los que se tiene fácil acceso (los
profesores de universidad emplean con mucha frecuencia a sus propios alumnos).
3) BOLA DE NIEVE
Se mete a alguien en el estudio porque se conoce, y ese a su vez conoce a tres más que mete.
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta
conseguir una muestra suficiente. Este tipo de muestreo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados
tipos de enfermos, etc.
4) MUESTREO DISCRECIONAL
*Es parecido al intencional.
A criterio del investigador, los elementos son elegidos sobre lo que él cree que pueden aportar
al estudio.
42
ESTADÍSTICA BÁSICA
ESTADÍSTICA DESCRIPTIVA
La estadística descriptiva pone de manifiesto características y regularidades existentes en un
conjunto de datos y los sintetiza en un número reducido de medidas o gráficos pertinentes.
La media de edad de los estudiantes de 3º de fisioterapia de la UAH es de 21 años. Y se

representa en un gráfico junto con la media de edad de otros grupos de alumnos de 3º de
fisioterapia de otras universidades.
CARÁCTER
Los datos tienen un carácter que hace referencia a la propiedad o cualidad presentada por
cada observación y que es el motivo del estudio estadístico. Ejemplo: tiene o no dolor de
hombro
• Caracteres cuantitativos: Representan cantidades. Ejemplo: Intensidad de dolor de

hombro
• Caracteres cualitativos: No son medibles numéricamente. Ejemplo: tiene o no tiene dolor
de hombro.
− Carácter nominal: sí/no
− Carácter ordinal (categoriza una escala): mucho, algo o poco uso
VARIABLE ESTADÍSTICA
La variable estadística es el conjunto de todos los posibles valores numéricos que puede tomar
un carácter.
• Variable discreta: “número de personas con dolor de hombro”

• Variable continua: “edad de las personas con dolor de hombro”
TABLAS DE FRECUENCIAS
Es la tabla donde se ordenan y estructuran los valores de una variable estadística, discreta o
continua
Valores de la variable estadística Frecuencia absoluta (n) Frecuencia relativa (%)
• Frecuencia absoluta: nº de veces que se repite x

• Frecuencia relativa: proporción o % de veces que se repite x
Ejemplo caso discreto. Consideramos 100 pacientes crónicos en un centro de salud, y se

observa el carácter cuantitativo “visitas a la semana al centro de salud de los pacientes
crónicos”. La variable estadística asociada es de tipo discreto.
43
La primera columna hace referencia al número de visitas (valores de la variable estadística
“visitas a la semana…”), la segunda columna tiene la frecuencia y la tercera tiene el porcentaje.
Ejemplo caso continuo. Se anotan las puntuaciones obtenidas por 100 pacientes en un test
psicológico. La variable estadística asociada es de tipo continuo. También se registra el sexo y
el médico que les trata.
Se han categorizado las puntuaciones del test en grupos. La primera columna hace referencia a
la puntuación (valores de la variable estadística “puntuación del test psicológico”), la segunda
columna tiene la frecuencia y la tercera tiene el porcentaje.
CARACTERÍSTICAS NUMÉRICAS
Medidas con las que se pretende resumir y condensar la información contenida en un
conjunto de datos:
• Medidas de posición: medidas que indican la posición de la distribución de frecuencias.

Por ejemplo, la media (x�) que representa el valor central; la media de edad de la clase de
3º de fisioterapia es 21 años.
• Medidas de dispersión: medidas que representan la proximidad o lejanía de las
observaciones normalmente, respecto a una medida de posición. Ejemplo, desviación
estándar; se pone entre paréntesis junto a la media: x� = 21 (3)
MEDIDAS DE POSICIÓN
Valores que representan el conjunto de datos y reflejan el centro de la distribución
• Media aritmética o media (valor medio)

• Mediana (valor de en medio). Representa el valor que, supuestos los valores de la variable
ordenados en forma creciente, deja el mismo número de observaciones por debajo que
por encima de él.
• Moda (valor más frecuente). Es el valor que presenta máxima la frecuencia. Se usa muy
poca porque no es muy representativa
• Cuantiles (valores que dividen las observaciones en partes iguales)
− Cuartiles: dividen la distribución de frecuencias en 4 partes iguales. Los estudios
estadísticos hacen mucho uso de este (investigación).
− Deciles: dividen la distribución de frecuencias en 10 partes iguales
− Percentiles: dividen la distribución de frecuencias en 100 partes iguales; 25 es primer
cuartil, 50 es la mediana y 75 es el tercer cuartil. También se usa bastante. Por
ejemplo: tablas de peso y altura de niños.
Ejemplo 1:
− Variable: edad de un grupo de alumnos de inglés;

− Población: grupo de alumnos de inglés.
− n= 5  19, 21, 21, 22, 17
44
− Media: x� = 20. Tiene sentido usarla porque todos los valores son muy iguales
Ejemplo 2:
− Variable: edad de un grupo de alumnos de inglés;

− Población: grupo de alumnos de inglés.
− n= 8  19, 21, 21, 22, 35, 45, 51, 60
− Media: x� = 34,125. No es tan representativo de este conjunto porque la distribución
no es normal (agrupada en torno a un valor central) y es muy dispersa
− Mediana. Ordena los valores de forma creciente y deja el mismo número de datos por
encima o por debajo.
¿Qué medida es la más representativa?
Gasto anual en euros de seis centros de salud en material fungible: 48000, 48000, 50000,
60000, 70000 y 50000
− Media: 54 333, 33
− Mediana: 55 000
− Moda: 48 000
Como los valores están muy agrupados tiene sentido la media. Si los valores son más
dispersos (distribución no normal o no paramétrica), tiene más sentido la mediana.
MEDIDAS DE DISPERSIÓN
Con ellas se pretende indicar la proximidad o lejanía de las observaciones, es decir la
dispersión de la distribución de frecuencias.
Es importante que la medida de dispersión acompañe a la medida de posición. Por ejemplo, la

media siempre va acompañada de la desviación típica o estándar: x� (𝐷𝐷𝐷𝐷); la mediana siempre
va acompañada del rango intercuartílico: 𝑚𝑚 (𝑅𝑅𝑅𝑅).
• Recorrido (Recorrido=Máximo-mínimo). Es la diferencia entre el valor máximo y mínimo

• Rango intercuartílico (RI=3ºcuartill-1ºcuartil). Es la diferencia entre el tercer cuartil y el
primer cuartil y la mediana siempre se queda en medio. Es una medida muy importante
que acompaña a la mediana.
• Varianza. No se utiliza directamente porque es muy difícil de interpretar (da un número
negativo al cuadrado)
• Desviación típica (raíz cuadrada de la varianza)

• Coeficiente de variación. Su utilidad radica en que podemos determinar que tanta
variabilidad existen entre dos muestras en las que, inclusive la información, no tienen las
mismas unidades o se trata de datos diferentes.
45
Ejemplo de coeficiente de variación. El peso medio de una población de pacientes de entre
18y 25 años es de 68,2 kg con una desviación típica de 3,3 kilos. El peso medio de una
población de bebés menores de 6 meses es de 6,5 kg con una desviación típica de 3,3 kg.
¿En cuál de las dos poblaciones se observa mayor dispersión? Para eso se usa el
coeficiente de variación: el de bebés es 0,5 y en jóvenes de 0,048; esto quiero decir que en
jóvenes existe una menor dispersión de los datos (son más parecidos) que en bebés.
REPRESENTACIONES GRÁFICAS
• Carácter cuantitativo
− Diagrama de barras. Se suelen usar para la representación de variable discreta
(“número de...”). Se levanta sobre los valores de la variable en el eje de abscisas, una
barra perpendicular de altura ni o fi.
− Histograma. Representación de una variable agrupada en intervalos (frecuentemente

continua). En el eje de abscisas se dibujan los intervalos y, sobre los mismos, un
rectángulo de altura ni o fi
− Diagrama de cajas. Gráfico en el que se representan algunas características numéricas,

mediante una caja acompañada de unas líneas o “bigotes”. Se usa mucho para
variables no paramétricas o no normales (valores muy dispersos), por lo que se utiliza
una mediana y el RI. Explicación: En la caja hay 3 líneas verticales: 1º cuartil (25), 2º
cuartil o mediana (50) y 3º cuartil (75); de aquí se puede sacar el RI (diferencia entre 1º
y 3º cuartil). Los bigotes representan el valor mínimo (m) y el máximo (M); de los
cuales se puede obtener el recorrido (diferencia entre máximo y mínimo).
46
• Carácter cualitativo
− Diagrama de sectores. Se representan caracteres cualitativos prácticamente siempre.
En un círculo se asigna un sector circular a cada una de las modalidades del carácter,
con amplitud proporcional a la frecuencia de la modalidad.
− Diagrama de rectángulos o barras. Se representa en el eje horizontal las modalidades

del carácter cualitativo levantando sobre los mismos rectángulos de bases iguales pero
a alturas iguales a las frecuencias de cada modalidad indicada.
47
DISTRIBUCIÓN NORMAL E INFERENCIA ESTADÍSTICA
DISTRIBUCIÓN
Es importante saber el tipo de distribución para saber si se usa la media o la mediana, así como
cuál test estadístico usar para hace el contraste de hipótesis.
Para saber si la distribución es paramétrica o no, hay tres formas: gráfico de normalidad,
distribución de densidad y test estadísticos (Kolmogorov-Smirnov y Shapiro- Wilk; si la muestra
es mayor de 30 o 50 se usa la primera y si es menor se usa la otra)
DISTRIBUCIÓN NORMAL
Es una distribución continua
Es la más frecuente
Su función de densidad tiene forma de campana (Gauss).
Es simétrica respecto a su media
La distancia entre la línea trazada en la media y el punto de inflexión de la curva es igual a una
desviación típica
El área bajo la curva comprendido entre los valores situados aproximadamente a dos
desviaciones estándar de la media es igual al 95%. El 5% restante se distribuye 2,5% de cada
lado.
La forma de la campana de Gauss depende de los parámetros: media y desviación típica
Para que la distribución sea normal los puntos han de situarse sobre la diagonal del gráfico de
normalidad. La diagonal representa la tendencia central.
DISTRIBUCIÓN NO NORMAL
48
A la hora de representar los datos la función es asimétrica y los puntos no se sitúan sobre la
diagonal que marca la tendencia en el gráfico de normalidad.
Los datos están más dispares/ dispersos y no hay una tendencia central.
En estos casos se usa la mediana y, como medida de dispersión, el rango intercuartílico (RI)
PROBLEMA DE CONTRASTE DE HIPÓTESIS

Se entiende por contrastar una hipótesis comprobar la veracidad o falsedad de cierta
afirmación o hipótesis referida a alguna característica de la población
• Hipótesis nula H0. Afirmación que se cuestiona. Se mantendrá como cierta a no ser que los
datos evidencien lo contrario.
• Hipótesis alternativa H1. Afirmación que se aceptará como verdadera cundo se demuestre
la falsedad de H0.
En una primera instancia se plantea una hipótesis nula y su alternativa. Se aplica el test
estadístico y se analiza:
Planteamiento de una
hipótesis H0 (y de su
alternativa H1)
¿Hay suficiente
evidencia en contra de
esta hipótesis?
NO SÍ
Se continúa con la La hipótesis alternativa

hipótesis queda probada
Ejemplo
En un juicio se cuestiona la culpabilidad o inocencia de una persona siguiendo el derecho de

presunción de inocencia:
− H0: la persona es inocente

− H1: la persona es culpable
Se analizan las pruebas y si hay suficientes pruebas que contradigan a la hipótesis nula se va a
rechazar y se toma como cierta la hipótesis alternativa. Si no hay suficientes pruebas para
contradecir la hipótesis nula no se rechaza (no se ha probado que sea culpable pero tampoco
que sea inocente)
¿Cómo deben plantearse la hipótesis nula y la hipótesis alternativa?
• La hipótesis nula debería recoger la información que se pretende comprobar que es falsa
• La hipótesis alternativa debería recoger la información que se desea probar fuera de toda
duda.
49
Ejemplo 1. Se quiere comprobar si es mejor el tratamiento invasivo al conservador para los
puntos gatillo miofasciales. La hipótesis nula es que el tratamiento conservador que se ha
usado siempre es el mejor. La hipótesis alternativa es que el tratamiento invasivo es mejor
Ejemplo 2:
*Se presupone que son parámetros normales así que se trabajan con medias
*μ técnica A: valoración media en la escala del dolor en los pacientes tratados con la técnica A
*μ técnica B: valoración media en la escala del dolor en los pacientes tratados con la técnica B
− Objetivo del estudio: comprobar la eficacia de la técnica A con respecto a la técnica B tras
6 meses de tratamiento para la disminución del dolor
− Variable principal: EVA dolor
− Hipótesis nula H0: la eficacia de la técnica A es la misma que la de la técnica B (se
comprueba si μ técnica A = μ técnica B)
− Hipótesis alternativa H1: la eficacia de la técnica A no es la misma que la eficacia de la
técnica B (es cierta si μ técnica A ≠ μ técnica B)
Tabla de contingencia de realidad y decisión de investigador:

H0 cierta H0 falsa
Se decida rechazar H0 Error de tipo I Decisión correcta
Se decide no rechazar H0 Decisión correcta Error de tipo II
• Error de tipo I o α. Error que se comete cuando se rechaza H0 y ésta es cierta. Falso
rechazo
• Error de tipo II o β. Error que se comete cuando no se rechaza H0 y ésta es falsa. Falsa
aceptación.
ERROR DE TIPO I
Se rechaza H0 cuando es verdad. En este caso, se declara que las técnicas A y B no son iguales
de eficaces cuando sí lo son.
− Hipótesis nula H0: la eficacia de la técnica A es la misma que la de la técnica B (μ técnica A

= μ técnica B)
técnica B (μ técnica A ≠ μ técnica B)
El riesgo (probabilidad) de que ocurre este error debe estar controlado y ser menor que un
valor fijado, normalmente α=0,05 (nivel de significación del test) que es un 5% de error.
NIVEL DE SIGNIFICACIÓN DEL TEST (P VALOR)

α=0,05 o 5% de error
Se calcula una vez observados los datos de una muestra.
Es una mediad de discrepancia que presentan los datos observados con la hipótesis nula.
Probabilidad de obtener el valor muestral u otro más discrepante o contradictorio con la H0, si
H0 fuera cierta.
− Si los datos son muy discrepantes con la hipótesis nula, sería poco probable obtener otros
más discrepantes. P valor pequeño: α˂0,05. Hay diferencia estadísticamente significativa.
50
− Si los datos son poco discrepantes con la hipótesis nula, sería bastante probable obtener
otros más discrepantes. P valor grande: α˃0,05. Los grupos son estadísticamente iguales
porque no hay diferencias estadísticamente significativas.
ERROR DE TIPO II
Se acepta H0 cuando es falsa. En este caso, se declara que las técnicas A y B son iguales de
eficaces cuando no lo son, y una es mejor que otra.
El riesgo (probabilidad) de que ocurre este error debe estar controlado y ser menor que un
valor fijado, normalmente β=0,2 que es un 20% de error.
− Hipótesis nula H0: la eficacia de la técnica A es la misma que la de la técnica B (μ técnica A

= μ técnica B)
técnica B (μ técnica A ≠ μ técnica B)
Tabla de probabilidad de errores (α, β) y probabilidad de aciertos (1-α, 1-β):

H0 cierta H0 falsa
Se decida rechazar H0 α 1-β
Se decide no rechazar H0 1-α β
Si disminuye α, aumenta β. Para disminuir ambos, hay que aumentar el tamaño muestral.
• Potencia o poder (1-β). Probabilidad de rechazar H0 cuando es falsa

• Nivel de confianza (1- α). Probabilidad de no rechazar H0 cuando es cierta.
¿Qué se entiende por “H0 falsa”, es decir, qué se entiende cuando se afirma que las técnicas
no son igual de eficaces?
No son iguales de eficaces si hay una diferencia clínicamente relevante. Hay estudios para
determinar cuál es esa diferencia en cada herramienta diagnóstica (si no está establecido, se
pone un 1 por defecto); en concreto, en la EVA es de 3 puntos.
Elección del tamaño muestral
Se fija un nivel de significación α pequeño (α=0,05; α=0,01) y se quiere que se logre una
potencia suficientemente grande (1- β=0,8) para detectar una diferencia de 1 punto
(diferencia clínicamente relevante, en el caso de la EVA es de 3 puntos).
Pero el tamaño de muestra también depende de si se espera obtener mucha dispersión entre
las medidas o no, es decir, de la variabilidad de la variable principal en la población: desviación
típica. Se intenta que haya la menor desviación típica posible, pero esto implica una muestra
mayor.
PROCESO DE DECISIÓN ESTADÍSTICA

1) Objetivo
2) Formular H0 y H1
3) Variable principal
4) Tamaño muestral
5) ¿Paramétrico o no paramétrico? Se sabe al terminar el estudio y tener todos los datos. Lo
ideal es que sean paramétricas o normales porque son más fáciles de analizar.
51
− Las pruebas estadísticas de carácter paramétrico son más poderosas para rechazarla
cuando H0 debe ser rechazada.
− Las pruebas no paramétricas son menos poderosas para rechazarla cuando H0 debe
ser rechazada.
− Las variables cuantitativas pueden ser paramétricas o no paramétricas
− Las variables cualitativas difícilmente pueden ser paramétricas.
6) Test estadístico  Paquete estadístico
7) Comprobar si el valor observado está dentro de la región de aceptación (es decir que es <
o > que α o lo que es lo mismo que esté por encima o por debajo del nivel de significación
1-α)
8) Decidir si se rechaza o se mantiene la H0
9) Interpretar el resultado de acuerdo con el problema.
TEST ESTADÍSTICOS
Carácter de las variables Paramétricos No paramétricos
Test-t- Student dos Test de Wilcoxon
Relacionadas
Dos muestras relacionadas muestras relacionadas
muestras Test-t- Student dos Test de Wilcoxon-Mann-
1 cuantitativa + 1 Independientes
muestras Whitney
cualitativa
Tabla Anova con bloques
Relacionadas Test de Friedman
K-muestras de test F
Independientes Tabla Anova resr F Test de Kruskal-Wallis
Relacionadas Test de Nemar
2 cualitativas -
Independientes Test Chi-cuadrado
Test de Kendall
2 cuantitativas Regresión simple
Test de Spearman
P-valor < 0.05 muestras no homogéneas porque hay diferencias estadísticamente significativas
 una muestra es mejor que la otra (hipótesis alternativa), poblaciones muy diferentes que
pueden dar sesgo en un estudio (distribución no normal o no paramétrica)
P-valor > 0,05 muestras homogéneas porque no hay diferencias estadísticamente significativas
 Hipótesis nula (tratamientos iguales estadísticamente), poblaciones muy homogéneas
(distribución normal)
52
ANEXO - EJEMPLOS DE MEDIDAS EPIDEMIOLÓGICAS
*los valores son inventados, no hay cálculos previos
1) Estudio transversal:
Pregunta de investigación: FRECUENCIA ¿Dolor en el hombro después 3 meses de la cirugía

para el tratamiento del cáncer de mama?
Prevalencia del 35%: un 35 % de las mujeres tratadas de cáncer de mama con cirugía
presentan dolor de hombro a los 3 meses.
2) Estudio de Cohortes:
• Cohorte: jugadores de tenis

• Seguimiento: 5 años
• Factor de riesgo: Jugar más de 10 horas semanales
• “Enfermedad”: dolor cara lateral del codo
A) Incidencia acumulada del 90 %= existe un 90% de probabilidad de desarrollar dolor en

la cara lateral del codo entre los jugadores de tenis del estudio.
B) Tasa de incidencia 20/18 personas-tiempo= 20 casos nuevos en el seguimiento de 5
años dónde el denominador es la suma de los años de exposición de cada uno de los
30 jugadores de tenis.
C) Riesgo relativo; RR= >1 o donde el numerador es mayor que el denominador: jugar
más de 10 horas semanales es un riesgo para padecer dolor en la cara lateral del codo
entre estos jugadores de tenis.
3) Estudio de Caso-Control:
• Enfermedad: dolor cervical

• Población: estudiantes de una oposición
• Factor de riesgo: estudiar más de 30 horas semanales
A) Odds de exposición de los casos: 0,80= estudiar más de 30 horas semanales aumenta
0,80 veces la oportunidad (posibilidad) de padecer dolor cervical entre los estudiantes
de esta oposición.
B) OR RATIO: OR<1 o donde el numerador es menor que el denominador: estudiar más
de 30 horas semanales es un factor de protección en relación con el dolor cervical
entres los estudiantes de esa oposición.
4) Estudio de cohorte:
• Cohorte: administrativos
• Seguimiento: 7 años
• Factor de riesgo: más de 40 horas semanales frente a un ordenador
• “Enfermedad”: dolor de cabeza
A) Riesgo atribuible proporcional en el grupo de expuestos (RAPe)= 20 % (el 20% de los

dolores de cabeza entre los administrativos que trabajan más de 30 horas semanales
podría evitarse si no trabajasen ese número de horas ó el 20 % de los dolores de
53
cabeza que aparecen entre los administrativos que trabajan más de 40 horas
semanales son atribuibles a trabajar ese número de horas)
B) Riesgo atribuible proporcional en la población blanco (RAPP)= 60% (el 60% de los
dolores de cabeza entre el total de administrativos podría evitarse si no trabajasen
más de 40 horas semanales ó el 60 % de los dolores de cabeza que aparecen entre en
total de administrativos son atribuibles a trabajar más de 40 horas semanales.
54

Apuntes Epidem

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apuntes Epidem

Cargado por

Copyright:

Formatos disponibles

EPIDEMIOLOGÍA

Estrictamente la epidemiología se encarga del estudio relacionado con el proceso de salud-

Girolamo Fracastoro, 1546: considerado el “padre” de la epidemiologia moderna. Estableció

La estadística dio paso a la observación numérica (observación de un conjunto de individuos

En la actualidad, la epidemiología estudia todo el proceso relacionado con la salud-

La epidemiología clínica surge como una disciplina autónoma de la mano de 3 universidades:

Se define como la utilización de los métodos o estrategias de la epidemiologia en el quehacer

La práctica clínica es el origen, fuente de preguntas y destino final de la epidemiología clínica.

Otras definiciones de epidemiología clínica son:

• Estudio de los determinantes y consecuencias de las decisiones médicas

DIAGNÓSTICO TRATAMIENTO PRONÓSTICO COSTES

• Para establecer criterios diagnósticos de una enfermedad o problema

CRITERIOS DE CLASIFICACIÓN DE ESTUDIOS EPIDEMIOLÓGICOS

CONTROL DE LA INICIO DEL ESTUDIO

FINALIDAD DEL ESTUDIO

• No pretende evaluar una presunta relación causa‐efecto

Ejemplo: Intenta averiguar de dónde viene una enfermedad; o efectividad de X tratamiento.

CONTROL DE LA ASIGNACIÓN DE LOS FACTORES DE ESTUDIO

• El equipo investigador asigna el factor de estudio y lo controla deliberadamente con un

El equipo investigador no controla el factor de estudio, solo se limita a observar, medir y

• Se coge grupo de fumadores y no fumadores y al cabo de 10 años se mira cuantos han

INICIO DEL ESTUDIO EN RELACIÓN CON LA CRONOLOGÍA DE LOS HECHOS

Todos los estudios experimentales y los descriptivos son prospectivos

CLASIFICACIÓN DE ESTUDIOS EPIDEMIOLÓGICOS

• Experimentales. Ensayos clínicos aleatorios (ECA)

El método cuasiexperimental es particularmente útil para estudiar problemas en los cuales no

Incluye "grupos intactos", grupos ya constituidos

Las técnicas mediante las cuales se puede recopilar información en un estudio

Se recomienda emplear la preprueba, es decir, una medición previa a la aplicación del

ENSAYO CLÍNICO ALEATORIO (ECA)

Ambos grupos se siguen durante un periodo determinado, cuantificando y comparando las

Durante el tratamiento puede haber pérdidas o abandonos.

• Proporcionan la mejor evidencia relación causa‐efecto

Hay tres tipos de grupo control:

Tipos de variable resultado:

La población definida debe cumplir unos criterios de selección definidos a priori:

ENSAYOS PRAGMÁTICOS Y ENSAYOS EXPLICATIVOS

1) Tiende a asegurar la comparabilidad entre grupos

Las principales finalidades son describir la frecuencia y las características de un problema de

Pueden ser transversales o longitudinales y se clasifican según el objeto de final de estudio.

La validez de los resultados depende, por lo tanto, de la representatividad de la muestra, de la

SERIE DE CASO TRANSVERSAL

Se describe la evolución en el tiempo de unas características determinadas en un grupo de

Su objeto es estudiar la evolución natural de una enfermedad, para conocer la estabilidad o no

La incidencia se define como el número de casos nuevos de una enfermedad que se

Se llevan a cabo con la finalidad de evaluar si un instrumento de medida o cuestionario es

• Repetibilidad de la medida: su evaluación consiste en aplicar el mismo método de medida,

Hay que evaluar si un observador es consistente consigo mismo antes de evaluar la

Una medida ha de ser reproducible.

Son relativamente baratos y factibles, especialmente con datos secundarios obtenidos de

ESTUDIOS QUE EVALÚAN UNA PRUEBA DIAGNÓSTICA

Si el individuo tiene un enfermedad o factor de riesgo ¿qué probabilidad existe de que el

VALOR PREDICTIVO POSITIVO (VPP)

Probabilidad de que un individuo con un resultado positivo tenga la enfermedad:

VALOR PREDICTIVO NEGATIVO (VPN)

Probabilidad de que un individuo con un resultado negativo no tenga la enfermedad:

EJEMPLOS DE ESTUDIOS DESCRIPTIVOS

La revisión sistemática y el metaanálisis consisten en la síntesis de la mayor evidencia científica

El término metaanálisis se reserva para el procedimiento estadístico que se utiliza para

El término revisión sistemática (*cualitativa) se reserva para el proceso de investigación en el

• Definición del objetivo

DEFINICIÓN DEL OBJETIVO