Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 2 Medidas de Frecuencia Usadas en Epidemiologia - Compress
Unidad 2 Medidas de Frecuencia Usadas en Epidemiologia - Compress
Los epidemiólogos usan una variedad de métodos para resumir los datos. Un método fundamental es la
distribución de frecuencias, que muestra la ubicación de las personas en cada categoría de acuerdo con
variables tales como edad, nivel de ingresos o estado de enfermedad. En próximas lecciones usted
aprenderá otros métodos para resumir datos. En la unidad 3, por ejemplo, usted aprenderá como
calcular medidas de tendencia central y dispersión, en la unidad 4, como elaborar tablas, gráficas y
mapas. Aunque esos métodos son ampliamente usados en epidemiología, no están limitados a esta, son
apropiados para manejar datos virtualmente en todos los campos.
Objetivos
Después de estudiar esta unidad y responder a las preguntas de los ejercicios, el participante será
capaz de:
78
0 0
Introducción a las distribuciones de frecuencias
Los datos epidemiológicos se presentan en distintas formas y tamaños. Una de las formas más
comunes es una base de datos rectangular con filas y columnas. Cada fila contiene información acerca
de un individuo y se llama "registro" u "observación". Cada columna contiene información acerca de
una característica tal como etnia o fecha de nacimiento y se llama "variable". La primera columna de
una base de datos epidemiológicos usualmente contiene el nombre del individuo, sus iniciales o
número de identificación, lo que nos permite distinguir quién es quién.
El tamaño de la base de datos depende del número de observaciones y de variables. Una base pequeña
puede manejarse en una simple hoja de papel; una grande, con miles de registros y cientos de
variables es mejor manejada con un computador. Cuando investigamos una epidemia, normalmente
creamos una base de datos llamada “listado de casos ” o “sábanas”. En un listado de casos, cada fila
representa un caso de la enfermedad que estamos investigando. Las columnas contienen información
sobre detalles clínicos, factores epidemiológicos y posibles factores etiológicos.
Observe los datos del cuadro 2.1. ¿Cuántos de los casos son hombres?. Cuando una base de datos
contiene unos pocos registros podemos fácilmente extraer la información que necesitamos
directamente de las filas. Si revisamos la segunda columna podemos observar que cinco de los casos
son hombres.
Cuadro 2.1
Listeriosis Neonatal, Hospital General A Costa Rica, 1989
ID Sexo Cultivo Inicio Nac. Parto Sitio Egreso Síntomas al
Ingreso
CS F 6/2 6/2 6/2 Vag SP Vivo Disnea
CT M 6/8 6/8 6/2 Ces Q Vivo Fiebre
WG F 6/15 6/15 6/8 Vag U Muerto Disnea
PA F 6/15 6/12 6/8 Vag SP Viv Fiebre
SA F 6/15 6/15 6/11 Ces Q Viv Neumonía
HP F 6/22 6/20 6/14 Ces Q Vivo Fiebre
SS M 6/22 6/21 6/14 Vag SP Vivo Fiebre
JB F 6/22 6/18 6/15 Ces Q Vivo Fiebre
BS M 6/22 6/20 6/15 Ces Q Vivo Neumonía
JG M 6/23 6/19 6/16 For SP Vivo Fiebre
NC M 7/21 7/21 7/21 Vag SP Muerto Disnea
Fuente: 11
Abreviaturas: Vag=Parto Vaginal, Ces=Cesárea, For=Fórceps SP=Sala de parto, Q=Quirófano, U=Urgencias FC=Fecha de Cultivo Inicio=Fecha de inicio de
Síntomas Nac=Fecha de nacimiento.
Con bases de datos grandes es bastante difícil obtener la información que queremos con una ojeada.
Además, normalmente encontramos conveniente resumir las variables en cuadros que llamamos de
"distribuciones de frecuencias".
79
0 0
Una distribución de frecuencias muestra los valores que una variable puede tomar y el número de
personas o registros con cada valor. Por ejemplo, suponga que nosotros estamos estudiando un grupo
de mujeres con cáncer de ovario y tenemos datos sobre paridad de cada mujer, esto es, el número de
niños que cada mujer ha tenido. Para elaborar una distribución de frecuencias mostrando esos datos,
primero listamos, desde el valor mas bajo observado hasta el más alto, todos los valores que la variable
paridad puede tomar. Para cada valor de paridad anotamos el número de mujeres que han dado a luz a
tal número de niños.
El cuadro 2.2 muestra la distribución de frecuencias resultante. Note que listamos todos los valores de
paridad entre el menor y el más alto observados, aunque no hubo casos en algunos de ellos. Note
también que cada columna está adecuadamente rotulada y que el total aparece en la última fila.
Tabla 2.2
Distribución de casos según su paridad, Estudio de Cáncer de Ovario, Centros de Control de
Enfermedades, Diciembre de 1980 - Septiembre de 1981.
Paridad Número de
casos
0 45
1 25
2 43
3 32
4 22
5 8
6 2
7 0
8 1
9 0
10 1
Total 179
Fuente:4
80
0 0
Ejercicio 2.1
A continuación enumeramos los datos sobre paridad recogidos de 19 mujeres que participaron en
un estudio sobre salud reproductiva. Organice tales datos en una distribución de frecuencias.
0,2,0,0,1,3,1,4,1,8,2,2,0,1,3,5,1,7,2
Algunas veces los valores de una variable pueden ser puntos a lo largo de una escala numérica, como
en el cuadro 2.2; otras veces estos son categorías como en la tabla 2.3. Cuando se usan los puntos sobre
una escala numérica, la escala se llama Escala Ordinal, ya que los valores están clasificados en un
orden por niveles. Cuando se usan las categorías, la escala de medida es llamada Escala Nominal, ya
que nombra las clases o categorías de la variable que está siendo estudiada. En epidemiología, a
menudo encontramos variables nominales con únicamente 2 categorías: vivo o muerto, enfermo o
sano, comió o no comió ensalada de papas. La tabla 2.3 muestra una distribución de frecuencias para
una variable con únicamente dos valores posibles.
Cuadro 2.3
Estado de vacunación contra influenza en
residentes del ancianato A
Vacunado? Número
Si 76
No 125
Total 201
Como puede observarse en los cuadros 2.2 y 2.3, los datos en escalas nominales u ordinales pueden
resumirse en distribuciones de frecuencia. A su vez, los datos dispuestos en escala nominal son
generalmente manejados como razones, proporciones y tasas, las cuales se describen más adelante en
esta unidad. Los datos dispuestos en escala ordinal se resumen también por lo general con medidas de
tendencia central y de dispersión, descritas en la unidad 3.
81
0 0
Introducción a las
Medidas de frecuencia
En epidemiología, muchas variables nominales tienen únicamente dos posibles categorías: vivo o
muerto; caso o control; expuesto o no expuesto, etc. Tales variables se denominan variables
dicotómicas. Las medidas de frecuencia que usamos con variables dicotómicas son razones,
proporciones y tasas.
Antes de aprender estas medidas específicas, es importante entender las relaciones entre los 3 tipos de
medidas y cómo difieren unas de otras. Las 3 medidas se basan en la misma fórmula:
x
Razón, proporción y tasa = × 10n
y
En esta fórmula, X y Y son las 2 cantidades que se están comparando. La fórmula muestra que X se
divide sobre Y. 10n es una constante usada para transformar el resultado de la división en una cantidad
uniforme, se lee como "10 a la n potencia". El tamaño de 10n puede ser igual a 1, 10, 100, 1000 y tanto
como sea el valor de n. Por ejemplo:
100 = 1
101 = 10
102 = 10 x 10 = 100
103 = 10 x 10 x 10 = 1000
Usted aprenderá qué valor de 10n usar una vez que haya aprendido los detalles particulares de cada
tipo de razones, proporciones y tasas.
En una razón, los valores de X y Y pueden ser completamente independientes o X puede estar
incluido en Y. Por ejemplo, el sexo de los niños en una clínica de inmunización puede ser comparado
en cualquiera de las siguientes formas:
Una proporción, el segundo tipo de medida de frecuencia usado con variables dicotómicas, es una
razón en la cual X está incluida en Y. De las dos razones mostradas anteriormente, la primera no es
una proporción porque X no es parte de Y. La segunda es una proporción porque X es parte de Y.
82
0 0
El tercer tipo de medida de frecuencia usado con variables dicotómicas, la tasa, es como una
proporción, con una dimensión adicional: mide la ocurrencia de un evento en una población sobre el
tiempo. La fórmula básica para la tasa es la siguiente:
• Las personas en el denominador deben reflejar la población de la cual se obtienen los casos
en el numerador.
• En teoría, las personas en el denominador deben estar "a riesgo" para el evento, esto es,
debe existir la posibilidad para ellas de experimentar el evento.
Ejemplo
Durante los 9 primeros meses de vigilancia nacional para el síndrome de mialgia-eosinofilia (SME), el
CDC recibió notificaciones de 1.068 casos de los cuales 893 eran mujeres y 175 hombres.
Mostraremos cómo calcular la razón género (mujeres:hombres) para el SME.
Entonces, se han notificado aproximadamente 5 mujeres con SME por cada hombre.con SME.
83
0 0
Ejemplo
Con base en los datos del ejemplo anterior, mostraremos cómo calcular la proporción de casos de SME
en hombres.
2. Identificar X y Y: X = 175
Y = 1.068
La razón mujer a hombre no es una proporción, ya que el numerador (mujeres) no está incluído en el
denominador (hombres), esto es una razón no una proporción.
Como usted puede ver en la discusión anterior, razones, proporciones y tasas no son tres tipos muy
diferentes de medidas de frecuencia. Todas ellas son razones: las proporciones son un tipo particular de
razón y algunas tasas son un tipo particular de proporción. En epidemiología, sin embargo, asumimos
como completamente diferentes estas medidas.
Cuando le llamamos a una medida razón generalmente pensamos en una razón no proporcional,
cuando llamamos a una medida una proporción se piensa usualmente en una razón proporcional que
no mide un evento en el tiempo y cuando se usa el término tasa, frecuentemente nos referimos a una
razón proporcional que medie un evento en una población en el tiempo.
84
0 0
Uso de Razones, Proporciones y Tasas
En salud pública, usamos razones y proporciones para caracterizar poblaciones por edad, sexo, raza,
exposición y otras variables. En el ejemplo de los casos de SME se caracterizó la población por sexo.
En el ejercicio 2.2 usted caracterizará una serie de casos por variables seleccionadas.
También usamos razones, proporciones y sobre todo tasas, para describir tres aspectos de la condición
humana: morbilidad (enfermedad), mortalidad (muerte) y natalidad (nacimiento). La tabla 2.4 muestra
algunas razones, proporciones y tasas utilizadas para cada una de esas clases de eventos.
Cuadro 2.4
Medidas de frecuencia por tipo de evento descrito
Condición Razones Proporciones Tasas
Morbilidad Razón de riesgo (riesgo Proporción atribuible Incidencia
(enfermedad) relativo) Prevalencia de punto Tasa de ataque
Razón de tasas Tasa de ataque
Razón de posibilidades secundario
(odds ratio) Tasa de tiempo-persona
Prevalencia de período
Mortalidad Razón de casos a Mortalidad Tasa bruta de mortalidad
(Defunción) defunciones proporcional Tasa de mortalidad
Tasa de mortalidad Tasa de letalidad específica
materna Tasa específica de
Razón de mortalidad mortalidad por edad
proporcional Tasa específica de
Tasa de mortalidad mortalidad por raza
postneonatal Tasa ajustada de
mortalidad
Tasa de mortalidad
neonatal
Tasa de mortalidad
infantil
Tasa de años de vida
potencial perdidos
Natalidad Razón de bajo peso al Tasa bruta de mortalidad
(Nacimiento) nacer Tasa bruta de fertilidad
Tasa bruta de incremento
natural
85
0 0
Ejercicio 2.2.
En el cuadro 2.1, se presenta alguna información recogida sobre nacimientos con listeriosis
neonatal en el hospital general A.
86
0 0
MEDIDAS DE FRECUENCIA PARA MORBILIDAD
Cuadro 2.5
Medidas de morbilidad frecuentemente usadas
Medida Numerador (x) Denominador (y) 10n
Tasa de incidencia # casos nuevos de Población promedio Varía en el que
una enfermedad durante ese período n=2,3,4,5,6
específica en un de tiempo
período de tiempo
Tasa de ataque # casos nuevos de Población al inicio Varía en el que
una enfermedad del período n=2,3,4,5,6
específica en un epidémico
período epidémico
Tasa de ataque # casos nuevos Contactos expuestos Varía en el que
secundario secundarios de una y susceptibles dentro n=2,3,4,5,6
enfermedad de un período de
específica entre incubación
contactos de un caso
conocido dentro de
un período de
incubación
Prevalencia de punto # de casos actuales y Población estimada Varía en el que
viejos de una en un momento dado n=2,3,4,5,6
enfermedad
específica en un
momento dado
Prevalencia de # de casos actuales y Población estimada a Varía en el que
período viejos de una mitad del período n=2,3,4,5,6
enfermedad en un dado
período dado
87
0 0
Tasas de Incidencia
Las tasas de incidencia son la forma más común de medir y comparar la frecuencia de enfermedad en
las poblaciones. Las usamos en lugar de números en bruto para comparar la ocurrencia de enfermedad
en diversas poblaciones ya que las tasas se ajustan a los diferentes tamaños de población. La tasa de
incidencia expresa la probabilidad o riesgo de enfermar en una población durante un período de
tiempo.
Como la incidencia es una medida de riesgo, cuando una población tiene una mayor incidencia de
enfermedad que otra, decimos que la primera tiene un mayor riesgo de desarrollarla enfermedad que la
segunda, siendo iguales otros factores. Podemos también expresar esto diciendo que la primera
población es un grupo de alto riesgo comparada con la segunda.
Una tasa de incidencia (referida algunas veces simplemente como incidencia) es una medida de la
frecuencia con que un evento, tal como un caso nuevo de enfermedad, ocurre en una población durante
un período de tiempo. La fórmula para calcularla es la siguiente:
En 1989, se informaron 733.151 casos nuevos de gonorrea en población civil de los Estados Unidos. A
mitad de ese año la población civil se estima que era de 246,552,000. Con estos datos usaremos un
valor de n=5 para 10n. Calcularemos la tasa de incidencia de gonorrea.
El numerador de una tasa de incidencia debe reflejar los casos nuevos de enfermedad que ocurrieron o
fueron diagnosticados durante el período específico. El numerador no debe incluir casos que ocurrieron
o fueron diagnosticados antes.
88
0 0
Note que el denominador es la población a riesgo. Es decir, las personas incluidas en el denominador
deben estar en condiciones de sufrir la enfermedad que está siendo descrita durante el período cubierto.
Desafortunadamente, a menos que nosotros realicemos un estudio especial, generalmente no podemos
identificar y eliminar personas no susceptibles a la enfermedad a partir de los datos poblacionales
disponibles. En la práctica, en EE.UU se usa el censo poblacional o estimados para la mitad del
período en consideración. Si la población en estudio es pequeña y muy específica -tal como la de un
hogar de ancianos podemos y debemos usar los datos precisos en el denominador.
El denominador debe representar la población de la cual provienen los casos en el numerador. Para
propósitos de la vigilancia, la población se define generalmente por áreas definidas geopolíticamente
(por ejemplo, Estados Unidos; estado de Georgia). La población, sin embargo puede ser definida por
afiliación o registros (por ejemplo, empleados de la compañía X), experiencia común (niños sometidos
a irradiación del tiroides), o cualquier otra característica que defina a una población apropiada para los
casos en el numerador. Note que en el ejemplo descrito, el numerador estaba limitado a los casos
civiles y el denominador necesariamente está restringido a la población civil.
Dependiendo de las circunstancias, el denominador más apropiado será uno de los siguientes:
Para 10n, cualquier valor de n puede ser usado. Para la mayoría de enfermedades notificables, un valor
de 100,000 o 105 es usado para 10n. En el ejemplo anterior, 105 es usado ya que se trata de gonorrea,
enfermedad notificable. De otro lado, usualmente seleccionamos un valor para 10nde tal modo que la
tasa más pequeña calculada en una serie sea un número entero pequeño (por ejemplo, 4,2/100, no
0.42/1000; 9,6/100.000 no 0.96/1,000,000).
Como cualquier valor de n es posible, el investigador debe indicar claramente qué valor está usando.
En el ejemplo anterior usamos el valor de 100,000; nuestra incidencia fue declarada notificada como
"297.4 por 100,000". En un cuadro donde se ha usado un valor de 10n, el investigador debe especificar
"tasa por 1,000" en el encabezamiento de la columna donde se presenta la tasa o "/1,000" al lado de
cada tasa.
Las tasas implican cambio en el tiempo. Para las tasas de incidencia de enfermedad, el cambio va
desde el estado de salud al de enfermedad. El período de tiempo debe especificarse. Para los
propósitos dela vigilancia, el período de tiempo comúnmente usado es el año calendario, pero
cualquier intervalo puede ser usado.
Cuando el denominador es la población al inicio del período, la medida es algunas veces llamada
incidencia acumulada. Esta medida es una proporción ya que todas las personas del numerador están
89
0 0
también en el denominador. Es una medida de la probabilidad o riesgo de enfermar, esto es, qué
proporción de la población desarrollará enfermedad durante el período especificado de tiempo. A
diferencia, la tasa de incidencia es semejante a la velocidad e indica qué tan rápidamente enferma la
población en un año.
Ejemplo
La figura 2.1 representa 10 episodios de una enfermedad en una población de 20 individuos, durante
un período de 16 meses. Cada línea horizontal representa el tiempo que una persona duró enferma,
comienza en la fecha de inicio y termina en la fecha de muerte o de recuperación.
En este ejemplo calcularemos la tasa de incidencia desde octubre 1 de 1990 a septiembre 30 de 1991,
usando la población en el punto medio como denominador.
Para el denominador usamos la población total a mitad de período (población total menos aquellos que
han muerto antes del 1º abril de 1991).
90
0 0
Figura 2.1
Diez episodios de una enfermedad en 20 personas
Fecha de defunción
Fecha de recuperación
Por tanto, hubo una incidencia anual de 22 casos por 100 habitantes.
Ejercicio 2.3
En 1990, se notificaron 41,595 nuevos casos de SIDA en los Estados Unidos. La población a
mediados de año se estimó en unas 248,710,000 personas. Calcule la tasa de incidencia de SIDA.
(Nota: Para facilitar los cálculos con su calculadora, el numerador y el denominador pueden
dividirse primero por 1000.)
0 0
Prevalencia
La prevalencia, algunas veces referida como tasa de prevalencia, es la proporción de personas en una
población que tienen una enfermedad o atributo particular en un momento o durante un período de
tiempo. La fórmula para la prevalencia de una enfermedad es la siguiente:
El valor de 10n es generalmente 1 o 100 para atributos comunes. El valor de 10n puede ser 1,000,
100,000, o 1,000,000 para rasgos raros y muchas enfermedades.
Otras veces deseamos conocer los aspectos cuantitativos de una enfermedad cualquiera en una
población, a lo largo de un período. Entonces usamos la prevalencia de período, donde el numerador
es el número de personas enfermas en un intervalo breve, que puede ser una semana, un mes, un año,
una década o cualquier otro período específico.
92
0 0
Ejemplo
En una investigación de enfermedades de transmisión sexual en San Francisco, 180 de los 300
pacientes entrevistados manifestaron haber utilizado preservativo al menos una vez durante los dos
meses anteriores a la entrevista. La prevalencia de período para uso de condón en esta población
durante los últimos dos meses se calcula así:
La prevalencia del uso del preservativo en los 2 meses anteriores al estudio fue del 60% en esta
población de pacientes.
A menudo se tiende a confundir la prevalencia y la incidencia. Son similares pero difieren en el tipo
de casos incluidos en el numerador.
Como puede ver, el numerador de la tasa de incidencia consiste únicamente en las personas que
enferman durante el intervalo específico. El numerador de la prevalencia incluye todas las personas
enfermas en ese intervalo independientemente de la fecha de comienzo de la enfermedad. Incluye no
solamente casos nuevos sino también casos viejos que permanecieron enfermos algún tiempo durante
el período específico. Al calcular la prevalencia, un caso cuenta hasta que se produce su recuperación
o la muerte.
93
0 0
Ejemplo
Se realizaron dos encuestas en la misma comunidad con 12 meses de diferencia; se observó que 25 de
5,000 personas estudiadas la primera vez, tenían anticuerpos contra histoplasmosis. Doce meses
después, 35 tenían anticuerpos, incluyendo los 25 originales. Calcularemos la prevalencia en la
segunda investigación y se comparará con la incidencia en 1 año.
Usamos más a menudo la prevalencia que la incidencia para medir la ocurrencia de enfermedades
crónicas tales como osteoartritis las cuales tienen larga duración y fechas de inicio difíciles de
establecer.
94
0 0
Ejercicio 2.4
En el ejemplo de la página 13, se calculó la tasa de incidencia para los datos mostrados en la
figura 2.1. Esta figura representa 10 episodios de enfermedad en una población de 20 personas
durante 16 meses. Cada línea horizontal representa la duración de la enfermedad en cada persona.
La línea comienza en la fecha de inicio y termina en la fecha de muerte o recuperación.
Figura 2.1
Diez episodios de una enfermedad en 20 personas revisitadas
Fecha de defunción
Fecha de recuperación
95
0 0
Tasa de ataque
Es una variante de la tasa de incidencia, aplicada a una población estrechamente definida y observada
por un período limitado de tiempo, como durante una epidemia. Por regla general, se expresa como
un porcentaje, esto es 10n es igual a 100.
Ejemplo
X = Casos de gastroenteritis ocurridos ntre las personas que asistieron al asado dentro del período
de incubación de la enfermedad
= 46
Note que la tasa de ataque es una proporción (las personas incluidas en el numerador están también en
el denominador) Esta proporción es una medida de la probabilidad o riesgo de afectarse. En el ejemplo
anterior, podríamos decir que, entre las personas que asistieron al asado, la probabilidad o el riesgo de
sufrir gastroenteritis fue del 61%.
Una tasa de ataque secundario es una medida de la frecuencia de nuevos casos de enfermedad en
contactos de casos conocidos. Su fórmula es la siguiente:
Para calcular el número total de contactos en viviendas, generalmente se se sustrae el número de casos
primarios del total de residentes susceptibles en la vivienda.
96
0 0
Ejemplo
Siete casos de hepatitis A que ocurrieron entre 70 niños de un centro de desarrollo infantil. Cada niño
infectado provenía de una familia diferente. El total de personas en las 7 familias afectadas fue de 32.
97
0 0
Figura 2.2
Propagación secundaria de hepatitis A de un centro de
desarrollo infantil a hogares
98
0 0
Ejercicio 2.5
En una comunidad, 115 personas de una población de 4,399 enfermaron por una patología de
etiología desconocida. Los 115 casos ocurrieron en 77 viviendas. El número total de personas que
vivían en las 77 viviendas era de 424.
b. Calcular la tasa de ataque secundario en las viviendas afectadas, suponiendo que únicamente
un caso por vivienda sea un caso primario.
99
0 0
Tasa tiempo-persona
Una tasa tiempo-persona es un tipo de tasa de incidencia que incorpora directamente el tiempo en el
denominador. Típicamente, cada persona es observada desde un punto de inicio hasta un punto
establecido de final (inicio de enfermedad, muerte, migración fuera del estudio). El numerador es el
número de casos nuevos, pero el denominador es algo diferente. Éste es la suma del tiempo que cada
persona es observada, totalizado para todas las personas.
Por ejemplo, una persona que participa en un estudio, que desarrolla la enfermedad de interés 5 años
más tarde, contribuye con 5 personas-año al denominador. Una persona libre de enfermedad y que es
perdida para el seguimiento al final del primer año, contribuye una persona-año al denominador. Las
tasas tiempo-persona son usadas en estudios de cohortes de enfermedades con largos períodos de
incubación o latencia, tales como algunas enfermedades ocupacionales, SIDA y enfermedades
crónicas.
100
0 0
Ejemplo
Los investigadores incluyeron 2,100 hombres en un estudio y los siguieron durante 4 años para
determinar la tasa de enfermedad cardíaca. Los datos del seguimiento se muestran a continuación.
Calcularemos la tasa tiempo-persona para esa enfermedad. Suponemos que las personas a las que se
les había diagnosticado la enfermedad y aquellas perdidas en el seguimiento estaban libres de la
enfermedad hacia la mitad de un año, y, de este modo, contribuyen con medio año al denominador.
(2.000 + 1/2 x 100) + (1.900 + 1/2 x 1 + 1/2 x 99) + (1.100 + 1/2 x 7 + 1/2 x 793) + (700 +
1/2 x 8 + 1/2 x 392) = 6.400 personas-año de observación.
Una segunda vía para calcular las personas-año de observación, es tomar los datos próximos para
reflejar cuantos fueron seguidos por cuantos años, como sigue:
Esto es exactamente igual al promedio de población a riesgo (1600) por la duración del seguimiento (4
años)
16
3. Tasa tiempo-persona = ------- x 10n = .0025 x 10n
6,400
Si 10n es 1,000 hubo 2.5 caso por mil personas-año de observación, lo que también puede expresarse
como 2.5casos por 1,000 personas por año.
101
0 0
A diferencia, la tasa de ataque sería 16/2.100 = 7.6 casos por 1000 personas durante los cuatro años, un
promedio de 1.9 casos por 1.000 personas por año. La tasa de ataque es menos adecuada porque ésta
ignora a las personas perdidas en el seguimiento.
La tasa de ataque se usa más frecuentemente cuando estamos interesados en la proporción de una
población que enferma durante un breve período, particularmente en el curso de una epidemia. La tasa
tiempo-persona se utiliza más cuando estamos interesados en la rapidez con la que enferma una
población, suponiendo una tasa constante en el tiempo.
Razón de riesgo
Una razón de riesgo o riesgo relativo, compara el riesgo de algunos eventos relacionados con la salud
tales como enfermedad o muerte en dos grupos. Los dos grupos son típicamente diferentes por factores
demográficos tales como sexo (hombres vs mujeres) o por exposición a un supuesto factor de riesgo
(consumo o no de ensalada de papas, por ejemplo). A menudo usted observará que el grupo de interés
primario se llama de "expuestos" y el de comparación el de "no expuestos". El grupo de interés
primario se ubica en el numerador y el de comparación en el denominador.
Los valores usados para el numerador y el denominador deben tener en cuenta el tamaño de la
población de donde se obtienen. Para medidas de frecuencia,pueden usarse las tasas de incidencia y de
ataque en cada grupo. Observe que se usa 1 como valor de 10n.
Una razón de riesgo de 1.0 indica idéntico riesgo en los dos grupos. Una razón de riesgo mayor que 1.0
indica un riesgo incrementado para el grupo del numerador mientras uno menor que 1.0 indica un
riesgo disminuido para ese grupo (quizas muestra un efecto protector del factor en el grupo "expuesto"
del numerador).
Ejemplo
Usando los datos de uno de los estudios clásicos de pelagra realizados por Goldberger,
calcularemos la relación de riesgo de pelagra para mujeres vs hombres. La pelagra es una
enfermedad causada por déficit dietético de niacina, y está caracterizada por dermatitis, diarrea y
demencia. Los datos de un estudio comparativo como éste, pueden resumirse en una tabla de 2x2
que se refiere a 2 variables (sexo y estado de enfermedad), cada una con dos categorías. En la
unidad 4 se discutirán con más detalle estos cuadros. Los datos del estudio sobre la pelagra se
muestran en el cuadro 2.6, donde también se muestran los totales para hombres y mujeres.
Cuadro 2.6
102
0 0
Número de casos de pelagra por género, Carolina del Sur, 1920’s
Pelagra
Si No Total
Mujeres a=46 b=1,483 1,484
Hombres c=18 d=1,401 1,419
Fuente:6
Con el fin de calcular la razón de riesgo de pelagra para mujeres vs hombres, calculamos primero
el riesgo de enfermedad en mujeres y hombres.
a 46
Riesgo de enfermedad en mujeres = ----- = ----- = .031
a + b 1,484
c 18
Riesgo de enfermedad en hombres = ----- = ----- = .013
c + d 1,419
El riesgo relativo de pelagra sería 2,4 veces mayor en mujeres que en hombres.
Ejemplo
En el mismo estudio, el riesgo de pelagra para los trabajadores del molino fue 0.9% y el de quienes no
trabajaban en el molino fue 4.4%. El riesgo relativo de pelagra para los trabajadores del molino vs no
trabajadores del molino se calcula así:
El riesgo de pelagra en trabajadores del molino parece ser únicamente 0.2 o un quinto del riesgo en no
trabajadores del molino. En otras palabras, trabajar en el molino parece proteger contra el desarrollo
de pelagra.
El riesgo relativo es llamado una medida de asociación por que cuantifica la relación (asociación)
entre la llamada exposición (sexo, empleo en el molino) y la enfermedad (la pelagra).
Razón de tasas
103
0 0
Una razón de tasas compara dos grupos en términos de tasas de incidencia, tiempo-persona o
mortalidad. A semejanza de la razón de riesgo, los dos grupos son típicamente diferentes por factores
demográficos o por exposición a un agente causal sospechoso. La tasa para el grupo de interés
primario es dividida por la tasa para el grupo de comparación.
Ejemplo
La razón de tasas cuantifica la incidencia relativa de un evento particular de salud en dos poblaciones
específicas (una expuesta a un agente causal sospechoso, una no expuesta) durante un período
específico.
Por ejemplo, los datos del cuadro 2.7a muestra tasas de muerte por cáncer de pulmón tomadas de un
estudio clásico por Doll y Hill sobre el cáncer de pulmón y el hábito de fumar cigarrillos.
Usando esos datos calcularemos la razón de tasas de fumadores de 1-14 cigarrillos por día con
respecto a las tasas de los no fumadores. El "grupo expuesto" es el de fumadores de 1-14 cigarrillos
día y el de "no expuestos" el de fumadores de 0 cigarrillos día.
Cuadro 2.7a
Tasas de mortalidad y razones de tasas de mortalidad por cáncer de pulmón
según consumo diario de cigarrillos, estudio de seguimiento de médicos por Doll y Hill ,
1951-1961
Cigarrillos/día Tasas de muerte Razón de tasa por 1000/año
0 (no fumadores) 0.07
1-14 0.57
15-24 1.34
25 + 2.27
Fuente: 5
La tasa de cáncer de pulmón en fumadores de 1-14 cigarrillos es 8.1 veces más alta que la tasa de
cáncer de pulmón en no fumadores.
Ejercicio 2.6
104
0 0
Utilizando los datos del cuadro 2.7ª, calcule las siguientes razones de tasa. Anote las razones en el
cuadro. Discuta que muestran las diferentes razones de tasas acerca del riesgo de cáncer pulmonar
entre los fumadores de cigarrillos.
105
0 0
La razón de posibilidades (Odds Ratio*)
La razón de posibilidades u Odds ratio es otra medida de asociación que cuantifica la relación entre
una exposición y una consecuencia en salud a partir de un estudio comparativo. Se calcula así:
Razón de posibilidades = ad / bc
Observe que se usan las mismas letras (a, b, c, d) que en la tabla de 2x2 de la página 90. La razón de
posibilidades algunas veces se es llamado razón de productos cruzados, ya que el numerador es el
producto de la celda a y la d, mientras el denominador es el producto de la celda b y la c. Una línea
desde la celda a a la d (para el numerador) otra desde la celda b a la c (para el denominador) crean una
X o cruce sobre la tabla de 2x2.
Ejemplo
Para cuantificar la relación entre la pelagra y el sexo, la razón de posibilidades se calcula así:
46 x 1,401
Razón de posibilidades = ---------- = 2.5
1,438 x 18
Note que el la razón de posibilidades es 2.5 es muy cercano a la razón de riesgo de 2.4. Este es uno de
los hallazgos atractivos de la razón de posibilidades, cuando el evento es poco común, la razón de
posibilidades provee una buena aproximación al riesgo relativo. Otro hallazgo atractivo es que
podemos calcular la razón de posibilidades si conocemos los valores de las 4 casillas de la tabla 2x2;
no necesitamos conocer el tamaño del grupo de expuestos y no expuestos. Este hallazgo es
particularmente relevante cuando analizamos datos de un estudio de casos y controles, el cual tiene un
grupo de casos (en las celdas a y c de la tabla 2x2) y un grupo de no casos o controles (celdas b y d). El
tamaño del grupo control es arbitrario y el verdadero tamaño de la población de la cual vienen los
casos normalmente, no es conocida, haciendo que usualmente no se pueda calcular tasas oel riesgo
relativo. No obstante, podemos calcular la razón de posibilidades e interpretarlo como una
aproximación al riesgo relativo.
*Odds ratio ha sido traducido al español como razón de momios, de desventajas, de desigualdades y de
suertes, entre otras.
Proporción atribuíble
106
0 0
La proporción atribuíble, también conocida como porcentaje de riesgo atribuíble, es otra medida de
impacto de un factor causal sobre la salud pública. Para calcularla asumimos que la ocurrencia de
enfermedad en un grupo no expuesto a un factor bajo estudio representa el riesgo esperado o basal para
esa enfermedad; nosotros atribuiremos a su exposición cualquier riesgo por encima de ese nivel en el
grupo expuesto. Representa la reducción esperada en la enfermedad si la exposición pudiera ser
removida (o nunca existió).
Ejemplo
Usando los datos de la tabla 2.7a, calcularemos la proporción atribuíble de personas que fuman entre 1
y 14 cigarrillos diarios.
Cuadro 2.7b
Tasas de mortalidad y razones de tasas de mortalidad por cáncer de pulmón
según consumo diario de cigarrillos, estudio de seguimiento de médicos por Doll y Hill ,
1951-1961
Cigarrillos/día Tasas de muerte Proporción Atribuíble
0 (no fumadores) 0.07
1-14 0.57
15-24 1.34
25 + 2.27
Fuente: 5
1. Identificar la tasa en el grupo expuesto: tasa de muertes para fumadores de 1-14 cigarrillos por
día = 0.57 por 1.000/año.
2. Identificar tasa en el grupo no expuesto: tasa de muertes por cáncer de pulmón para no
fumadores = 0.07 por 1.000/año.
0.57 - 0.07
= ----------- x 100%
0.57
107
0 0
= 0.877 x 100%
= 87.7%
Por tanto, suponiendo que nuestros datos son válidos (por ejemplo, los grupos son comparables en
edad y otros factores de riesgo), cerca del 88% de los casos de cáncer de pulmón en los fumadores de
1 a 14 cigarrillos diarios, puede ser atribuido al hecho de fumar. Aproximadamente un 12% de los
casos de cáncer de pulmón en este grupo habría ocurrido por otras causas.
Ejercicio 2.7
Utilizando los datos de la tabla 2.7b, calcule la proporción atribuíble para lo siguiente:
108
0 0
Medidas de frecuencia en mortalidad
Tasas de mortalidad
Una tasa de mortalidad es una medida de la frecuencia con que tiene lugar la muerte en una
población definida durante un intervalo específico. Para una población definida, en un período de
tiempo,
número de defunciones durante un período de tiempo dado
Tasa de mortalidad = × 10n
población entre la cual ocurrieron las defunciones a mitad de período de tiempo
Cuando las tasas de mortalidad están basadas sobre estadísticas vitales (conteo de certificados
médicos), el denominador más comúnmente usado es el tamaño de la población a mitad de período. En
EE.UU., valores de 1,000 y 100,000 son usados para 10n para la mayoría de tasas de mortalidad. La
tabla 2.8 resume las fórmulas de las medidas de mortalidad frecuentemente usadas.
Cuadro 2.8
Medidas de mortalidad frecuentemente usadas
Medida Numerador (x) Denominador (y) 10n
Tasa bruta de # total de muertes registradas durante Población estimada a 1,000 o
mortalidad un periodo de tiempo mitad de ese período de 100,000
tiempo
Tasa de mortalidad # total de muertes asignadas a una Población estimada a 1,000 o
por causa específica causa específica registradas durante un mitad de ese período de 100,000
periodo de tiempo tiempo
Mortalidad # total de muertes asignadas a una # total de muertes 100 o
proporcional causa específica registradas durante un registradas durante un 1,000
periodo de tiempo periodo de tiempo
Razón de defunción a # total de muertes asignadas a una # total de casos nuevos de 100
Caso causa específica registradas durante un esa enfermedad específica
periodo de tiempo durante el mismo periodo
de tiempo
Tasa de mortalidad # de defunciones en menores de 28 # de nacidos vivos 1,000
neonatal días durante un período de tiempo durante el mismo período
de tiempo
Tasa de mortalidad # de defunciones de los 28 días y 11 # de nacidos vivos 1,000
postneonatal meses 29 días durante un período de durante el mismo período
tiempo de tiempo
Tasa de mortalidad # de defunciones en menores de un # de nacidos vivos 1,000
infantil año durante un período de tiempo durante el mismo período
de tiempo
Tasa de mortalidad # de defunciones asignadas a causas # de nacidos vivos 1,000
materna relacionadas con el embarazo durante durante el mismo período
un período de tiempo de tiempo
109
0 0
Tasa bruta de mortalidad
La tasa cruda de mortalidad es la tasa de mortalidad por todas las causas de muerte en una población.
El valor de 10n es de 1.000 o 100.000.
Es la tasa de mortalidad por una causa específica para una población. El numerador es el número de
muertes atribuidas a la causa específica y el denominador es la población a mitad de período. Para 10n
se usa 100.000.
Es una de las más comúnmente usadas para comparar los servicios de salud entre las naciones. El
numerador es el número de muertes en niños por debajo de 1 año de edad declaradas durante un
período, usualmente un año calendario. El denominador es el número de nacidos vivos notificados en
el mismo período. Se expresa usualmente por 1,000 nacidos vivos.
¿Es acaso la tasa de mortalidad infantil una proporción? Técnicamente es una razón y no una
proporción. En 1988, en los Estados Unidos, murieron 38,910 infantes murieron y habían nacido 3.9
millones, para una tasa de mortalidad infantil de 9.95 por 1.000. Indudablemente, algunas de esas
muertes ocurrieron en niños nacidos en 1987, pero el denominador incluye únicamente los nacidos en
1988.
El período neonatal se define como aquel comprendido entre el nacimiento y los 28 días (sin incluir el
día 28). El numerador está dado por el número de muertes en niños menores de 28 días en un período
de tiempo. El denominador de la mortalidad neonatal, al igual que la anterior, es el número de nacidos
vivos durante el mismo período. La mortalidad neonatal usualmente se expresa por 1.000 nacidos
vivos. En 1988, la tasa de mortalidad neonatal en los EE.UU. fue 6.3 por 1.000 nacidos vivos.
110
0 0
Tasa de mortalidad postneonatal
El período postneonatal se define como el comprendido entre los 28 días de edad y el año (sin
incluirlo). El numerador de la tasa de mortalidad postneonatal es el número de muertes en niños entre
28 días y un año durante un período de tiempo. El denominador es el número de nacidos vivos
declarados en el mismo período de tiempo. Por regla general, se expresa por 1.000 nacidos vivos. En
1988, la tasa de mortalidad postneonatal en EE.UU. fue 3.6 por 1.000.
111
0 0
Ejemplo
Muertes en EE.UU.
= ----------------- x 100,000
Población total
2,123,323
= ----------- x 100.000 = 872.4 muertes por 100,000
243,401,000
Cuadro 2.9
Mortalidad por VIH y población estimada por edad
para todos las razas/etnias y los varones negros. EE.UU. 1987
112
0 0
b. Tasa de mortalidad específica por VIH (causa) para toda la población
13,468
= ----------- x 100,000 habitantes
243,401,000
c. Tasa de mortalidad por VIH entre los 35 y 44 años de edad (tasa de mortalidad específica por
causa y edad)
4,794
= ---------- x 100.000
34,305,000
d. Tasa de mortalidad por VIH en hombres negros de 35 a 44 años de edad (tasa de mortalidad
específica por causa, edad, sexo y raza)
1,212
= --------- x 100.000
1,663,000
= 72.9 Muertes relacionadas con VIH por 100,000 hombres negros entre 35 y 44 años.
113
0 0
Ejercicio 2.8
En 1987 se registraron un total de 12,088 defunciones asociadas con el VIH entre masculinoss y 1,380
defunciones asociadas con VIH en femeninos (10). La población estimada a mitad de período para
masculinos y femeninos fue de 118,531,000 y 124,869,000, respectivamente.
114
0 0
Razón defunción por caso
La razón defunción por caso es el número de muertes atribuidas a una enfermedad particular durante
un período específico de tiempo dividido por el número de casos nuevos de esa enfermedad
identificados durante el mismo período:
Las cifras usadas para el numerador y el denominador deben aplicarse a la misma población. Las
muertes en el numerador no necesariamente están incluidas en el denominador ya que algunas de las
muertes pueden haber ocurrido en personas que desarrollaron la enfermedad antes del período
específico.
Por ejemplo, 22,517 nuevos casos de tuberculosis se declararon en EE.UU. en 1987. Durante el mismo
año, ocurrieron 1,755 muertes atribuidas a tuberculosis. Presumiblemente, muchas de las muertes
ocurrieron en personas que habían contraído la enfermedad años antes. Entonces, muchos de los 1,755
casos del numerador no están entre los 22,517 del denominador. Además. la razón muerte a caso es
una razón y no una proporción. La razón defunción a caso de tuberculosis para 1987 fue:
1,755
-------- x 10n
22,517
Podemos calcular el número de muertes por 100 casos dividiendo el numerador por el denominador y
multiplicando por 100 (10n = 100 para este cálculo):
Alternativamente, podemos calcular el número de casos por muerte, dividiendo el denominador por el
numerador (10n = 1 en este caso):
Esto es, hubo 12.8 nuevos casos por cada muerte. Es correcto usar cualquiera de las dos expresiones de
la razón.
115
0 0
Ejercicio 2.9
Cuadro 2.10
Número de casos y defunciones por difteria por decenios, Estados Unidos, 1940-1989
116
0 0
Tasa de letalidad
Es la proporción de personas con una condición particular (causa) quienes mueren por esa condición.
La fórmula es:
A diferencia de la razón caso-muerte, que es solamente la razón de muertes específicas por causa y
casos durante un período especificado, la tasa de letalidad es una proporción y requiere que las muertes
en el numerador estén limitadas a los casos en el denominador.
Considere los datos en el cuadro 2.1. En ella observamos que de los 11 neonatos que sufrieron
listeriosis, 2 murieron. La tasa de letalidad es:
2 muertes
Tasa de letalidad = --------- x 100 = 18.2%
11 casos
Mortalidad proporcional
Describe la proporción de muertes en una población específica sobre un período de tiempo atribuible a
diferentes causas. Cada causa esta expresada como un porcentaje de todas las muertes y la sumatoria
de estas debe llegar a 100%. Estas proporciones no son tasas de mortalidad, ya que el denominador es
el total de muertes, no la población en la cual ocurrieron.
el cuadro 2.11 muestra la distribución de primeras causas de muerte en los EE.UU. en 1987, Los datos
están agrupados en 2 rangos de edad. El primero incluye personas de todas las edades y el segundo
incluye únicamente a las de 25 a 44 años. Para el primer grupo, se muestra el número de muertes, la
mortalidad proporcional (como porcentaje) y el valor alcanzado por cada causa de muerte.
Mirando la tabla encontramos que la enfermedad cerebrovascular fue la tercera causa de muerte en la
población total, con una mortalidad proporcional de 7.1%. Sin embargo, entre los 25 y 44 años de edad
la enfermedad cerebrovascular ocasionó sólo el 2.6% de las defunciones. Algunas veces comparamos
la mortalidad proporcional en un grupo de edad u ocupacional con la población entera, ya sea por
muertes por todas las causas o por causa específica. La razón calculada así se llama una razón de
mortalidad proporcional o RMP.
117
0 0
Cuadro 2.11
Distribución de causas básicas de defunción para todas las edades y el grupo de 25 a44 años
de edad, Estados Unidos, 1987
Causa Todas las edades Edades de 25 a 44 años
Número Porcentaje Rango Número Porcentaje Rango
Enfermedades cardiacas 760,353 35.8 1 15,874 ______ ______
118
0 0
Ejercicio 2.10
Usando los datos del cuadro 2.11, calcule las mortalidades proporcionales y los rangos para las
personas del grupo etario de 25 a 44 años. Introduzca los porcentajes y rangos en los lugares vacíos
del cuadro.
119
0 0
Ejercicio 2.11
Usando los datos del cuadro 2.11, calcule razón de mortalidad proporcional por homicidios entre
las personas del grupo etario de 25 a 44 años con la mortalidad proporcional por homicidios en
todos los grupos de edad.
120
0 0
Años de vida potencial perdidos y tasa AVPP
Los años de vida potencial perdidos (AVPP) son una medida del impacto de la mortalidad prematura
sobre una población. Se calcula sumando las diferencias entre algunos puntos finales predeterminados
y la edad de muerte para aquellos que murieron antes de ese punto. Los dos puntos finales más
comúnmente usados son la edad de 65 años y la esperanza de vida. En razón a la forma en que se
calcula los AVPP, esta medida da más peso a la muerte ocurrida más temprano.
1. Eliminar los registros de todas las personas muertas en o después de una edad seleccionada
como límite (ej, 65 años).
2. Para cada persona fallecida antes del punto final, identificar los AVPP individuales restando la
edad de muerte de la edad límite.
1. Asegúrese de que los grupos de edad se cortan en la una edad seleccionada como límite (ej, 65
años). Elimine todos los grupos de edad mayores a ese punto.
2. Para cada grupo de edad menor que la edad límite, identifique el punto medio, así:
3. Para cada grupo de edad menor que el punto final, identifique los AVPP para esa edad
substrayendo el punto medio del punto final.
4. Calcule los AVPP específicos de edad multiplicando los AVPP por el número de personas en
ese grupo de edad.
La tasa de años de vida potencial perdida representa este valor por 1.000 personas menores de 65
años (o por debajo de la esperanza de vida). Estas tasas pueden ser usadas para comparar mortalidad
prematura en diferentes poblaciones, ya que los AVPP no toman en cuenta diferencias en el tamaño de
las poblaciones.
121
0 0
La fórmula para una tasa de AVPP es la siguiente:
AVPP
Tasa de AVPP = -------------------------- x 10n
Población menor de 65 años
Ejemplo
Usando los datos sobre lesiones por vehículo de motor (LVM) del cuadro 2.12a, calcularemos lo
siguiente:
Cuadro 2.12a
122
0 0
a. Tasa de mortalidad relacionada con lesiones por vehículo de motor = (48,290/243,401,000) x
100,000 = 19.8 muertes por 100,000 habitantes.
41,460
= ----------- x 100.000
213,565,000
2. Restar el punto medio del punto final para determinar los años de vida potencial
perdida para un grupo de edad. Para el grupo de 0 a 4 años, cada muerte representa 65
menos 2.5 o 62.5 años de vida potencial perdida (ver columna 4 del cuadro 2.12b).
3. Calcular los años de vida potencial perdidos específicos por edad multiplicando el
número de muertes en un grupo de edad dado por sus años de vida potencial perdida.
Para el grupo de 0 a 4 años, 1.190 muertes x 62.5 = 74.375 años de vida potencial
perdida (ver columna 5 del cuadro 2.12b).
123
0 0
Cuadro 2.12b
Muertes y años de vida potencial perdidos atribuidos
a lesiones por vehículo de motor por edad, EE.UU. 1987
4. Total de años de vida potencial perdida por edad. El total de AVPP atribuidos a
lesiones por vehículo de motor en los EE.UU en 1987 fue 1,441,985 años (columna 5
de la tabla 2.12b).
d. Tasa de AVPP relacionada con LVM= AVPP dividido por la población hasta 65 años.
1,441,985
= ----------- x 1.000 = 6.8 AVPP por 1,000 personas menores de 65 años
213,565,000
Comúnmente se usan 2 puntos finales. El primero, los 65 años de edad, ya ilustrado. Este punto asume
que cada persona debe vivir al menos 65 años y cualquier muerte antes de esta edad es prematura.
Ignora las muertes después de los 65 años. Entonces, el punto final a los 65 años enfatiza las causas de
muerte en personas más jóvenes.
El segundo punto final usado comúnmente es el remanente de esperanza de vida al momento de morir.
Los AVPP se calculan restando la edad de muerte (o el punto medio para el grupo de edad) del
remanente de esperanza de vida a esa edad. El remanente de esperanza de vida está disponible en una
124
0 0
tabla de vida publicada anualmente por el Centro Nacional de Estadísticas de Salud de los EEUU. Por
ejemplo, en 1984, el remanente de esperanza de vida para un individuo de 60 años, fue 20.4 años y el
remanente de esperanza de vida para el grupo de 75 a 84 años fue 8.2 años.
En razón de que las muertes en edades mayores son más numerosas, el método de la esperanza de vida
para el cálculo de los años de vida potencial perdida hace menos énfasis en las muertes a edades
tempranas, y se asemeja con más exactitud a las tasas brutas de mortalidad.
Usamos las tasas de AVPP para comparar los AVPP de diferentes lugares. Como las diferentes
poblaciones pueden tener diferentes distribuciones de edad, se calculan las tasas ajustadas de AVPP
para eliminar el efecto de ellas en las poblaciones a comparar.
125
0 0
Ejercicio 2.12
Utilizando los datos sobre neumonía e influenza (N&I) del cuadro 2.12a calcule lo siguiente:
126
0 0
Medidas de Frecuencia de Natalidad
En epidemiología, las medidas de natalidad se usan en salud materno-infantil y, menos, en otras áreas.
El cuadro 2.13 muestra un resumen de algunas medidas de natalidad utilizadas frecuentemente.
Cuadro 2.13
Medidas de natalidad frecuentemente usadas
Medida Numerador (x) Denominador (y) 10n
Tasa bruta de # de nacidos vivos durante un período Población estimada a 1,000
natalidad de tiempo mitad de ese período de
tiempo
Razón de Bajo Peso # de nacidos vivos con peso inferior a # de nacidos vivos 100
al Nacer 2,500 gramos durante un período de durante el mismo período
tiempo de tiempo
127
0 0
Resumen
En epidemiología es importante medir la cantidad de enfermedad y otros eventos de salud. Ellas son la
base para la vigilancia de enfermedades y la asignación de recursos.
Sin embargo, las cantidades solas son insuficientes para describir las características de una población y
para determinar riesgos. Con ese propósito se usan Razones, Proporciones y Tasas como también
medidas de tendencia central y dispersión que seran discutidas en la siguiente unidad. Las razones y
proporciones se utilizan para describir las características poblacionales. Las proporciones y las tasas se
usan para cuantificar la morbilidad y la mortalidad. A partir de esas proporciones podemos inferir
riesgo para diferentes grupos, detectar grupos de alto riesgo y desarrollar hipótesis acerca de causas,
ej.. por qué esos grupos están en alto riesgo.
Las dos medidas primarias de morbilidad son la incidencia y la prevalencia. Las tasas de incidencia
reflejan la ocurrencia de casos nuevos de enfermedad en una población y la prevalencia refleja la
presencia de enfermedad en la población. Para cuantificar la asociación entre ocurrencia de
enfermedad y posibles factores de riesgo o causas, comúnmente usamos dos medidas: riesgo relativo
y la razón de posibilidades (odds ratio).
Las tasas de mortalidad han sido desde hace tiempo el estándar para medir la mortalidad en una
población. Recientemente, los años de vida potencial perdidos y las tasas de años de vida potencial
perdidos han ganado popularidad porque se centran en la valoración de la mortalidad precoz, más
frecuentemente prevenible.
Todas estas medidas son usadas en la tarea central de la epidemiología, conocida como epidemiología
descriptiva.
128
0 0
Ejercicios de repaso
Ejercicio 2.13
Responda las siguientes preguntas analizando los datos del cuadro 2.14 por tiempo, lugar y. persona:
a. Agrupando las fechas de inicio en intervalos de 7 días, cree una distribución de frecuencias
sobre número de casos por semana.
b. Use el listado de la tabla 2.14 y los datos de población en el área específica, del cuadro 2.15
para calcular las tasas de ataque específicas por área. ¿Qué áreas de la ciudad tuvieron el
mayor número de casos? ¿Cuál tiene las tasas de ataque más altas?
0 0
e. Use el listado y los datos específicos por edad y sexo de cuadro 2.16 para calcular las tasas
de ataque específicas por edad y sexo. ¿Qué grupos de edad y sexo tuvieron mayor riesgo?
¿Qué grupos de edad y sexo tuvieron el menor?
(Pista: el cuadro 2.16 está limitado a residentes de la ciudad, ¿quiénes deben incluirse en el
numerador de sus tasas de ataque?).
130
0 0
Cuadro 2.15
Listado de casos de la enfermedad X, ciudad M.
No. De Edad Sexo Area de Fecha de No. De Edad Sexo Area de Fecha de
Caso Residencia Inicio Caso Residencia Inicio
1 38 M 7 2/10 51 14 F 5 2/27
2 41 M 8 2/10 52 57 F FM 2/27
3 7 F 11 2/10 53 50 F 1 2/28
4 17 F 8 2/10 54 58 F 1 2/28
5 10 M 8 2/10 55 69 M Ciudad 2/28
6 28 M 13 2/11 56 51 F Municipio 2/28
7 42 M 2 2/13 57 67 F Municipio 2/28
8 57 M Municpio** 2/14 58 40 M 9 2/28
9 16 M 11 2/15 59 57 M Municipio 2/29
10 15 M 9 2/15 60 72 F 7 2/29
11 56 M 9 2/15 61 26 M 3 2/29
12 40 M ãîðîä* 2/16 62 31 M 5 2/29
13 40 F 4 2/16 63 41 F 3 3/01
14 36 F 4 2/17 64 54 F 7 3/01
15 54 F 8 2/17 65 54 F 4 3/01
16 53 M 2 2/17 66 29 F FM 3/01
17 15 M 4 2/17 67 44 F FM 3/01
18 34 F 1 2/17 68 73 F FM 3/01
19 41 M 12 2/18 69 49 F 9 3/02
20 42 F 12 2/18 70 60 M FM 3/02
21 33 M Municipio 2/18 71 63 M 5 3/02
22 51 M Municipio 2/19 72 8 M 4 3/03
23 39 M Municipio 2/19 73 66 F 2 3/03
24 46 F 2 2/19 74 65 M 7 3/03
25 34 M 2 2/19 75 17 F 3 3/04
26 67 F 12 2/20 76 16 F 3 3/04
27 46 F FM** 2/20 77 40 F FM 3/05
28 48 F FM 2/21 78 76 F 7 3/05
29 32 M 12 2/21 79 46 M Municipio 3/05
30 73 M 3 2/21 80 44 F 1 3/06
31 51 F 8 2/21 81 55 F FM 3/06
32 53 M Municipio 2/21 82 37 F FM 3/07
33 35 F Municipio 2/22 83 35 F Municipio 3/07
34 52 M 7 2/22 84 67 F 12 3/07
35 59 F 4 2/22 85 18 M 5 3/07
36 25 F 8 2/22 86 20 M 6 3/08
37 62 F 5 2/22 87 86 M Municipio 3/09
38 15 F 10 2/22 88 38 M 3 3/09
39 50 F FM 2/22 89 40 F 8 3/11
40 39 F 12 2/22 90 86 F 3 3/11
41 55 F 7 2/23 91 44 F 11 3/11
42 76 F FM 2/23 92 67 F FM 3/12
43 15 M Municipio 2/24 93 30 F 7 3/13
44 36 M FM 2/24 94 60 F 3 3/13
45 41 F Municipio 2/24 95 49 F 6 3/24
46 71 F 6 2/24 96 16 F 11 3/29
47 54 M 1 2/25 97 57 M 5 4/04
48 17 M 8 2/26 98 42 M 9 4/05
49 75 F 8 2/26 99 29 F 2 4/09
50 27 M 11 2/26
*Ciudad=dentro de los límites de la ciudad, pero se desconoce la dirección exacta
**Municipio=fuera de la ciudad pero dentro del municipio
**FM= Fuera del municipio
131
0 0
Cuadro 2.15
Distribución de la población por área de residencia, Ciudad M
Cuadro 2.16
132
0 0
Ejercicio 2.14
Utilizando los datos de los cuadros 2.17 a 2.21, responde las siguientes preguntas (a-j).
Todas las preguntas se refieren a los EE.UU. en 1989.
d. ¿Qué proporción de la población de los EE.UU. está en edades iguales o superiores a 65 años?
¿Qué proporción de las muertes en EE.UU. se producen entre personas de edades iguales o
superiores a 65 años? ¿Cuál es la tasa de mortalidad en personas de 65 años o más? ¿Qué tipo de
tasa es ésta?
133
0 0
f. ¿Cuál es la tasa de incidencia de SIDA?
g. ¿Cuál es la razón muertes-casos en el VIH? (Use los casos declarados de SIDA para el
denominador).
i. Calcule los años de vida potencial perdida (hasta los 65 años) por lesiones por vehículo de motor.
0 0
Cuadro 2.17
Nacidos vivos por género, Estados Unidos, 1989
Género Población
Masculinos 2,069,490
Femeninos 1,971,468
Total 4,040,958
Fuente: 9
Cuadro 2.18
Defunciones por edad y género, Estados Unidos, 1989
Fuente: 8
135
0 0
Cuadro 2.19
Defunciones poer edd por causas seleccionadas, Estados Unidos, 1989
Grupo etario Enf. N&I LVM Diabetes VIH Las demás Total
(Años) Corazón
<1 776 636 216 6 120 37,901 39,655
1-4 281 228 1,005 15 112 5,651 7,292
5-14 295 122 2,266 32 64 6,135 8,914
15-24 938 271 12941 136 613 21,589 36,488
25-34 3,462 881 10,269 687 7,759 37,466 60,524
35-44 11,782 1,415 6,302 1,432 8,563 51,425 80,919
45-54 30,922 1,707 3,879 2,784 3,285 75,689 118,266
55-64 81,351 3,880 3,408 6,942 1,144 163,333 260,058
65-74 165,787 10,418 3,465 13,168 327 288,059 481,224
75-84 234,318 24,022 2,909 14,160 70 323,727 599,206
85 y mas 203,863 32,955 877 7,470 12 212,181 457,358
Sin especificar 92 15 38 1 13 403 562
Todas las
edades 733,867 76,550 47,575 46,833 22,082 1,223,559 2,150,466
Fuente: 8
Cuadro 2.20
Casos nuevos de enfermedades de notificación obligatoria seleccionadas, EEUU, 1989
Enfermedad Número
Ántrax 0
Gonorrea 733,151
Hepatitis A 35,821
Hepatitis B 23,419
Legionelosis 1,190
Peste 4
Rabia Humana 1
Salmonelosis 47,812
Sarampión 18,193
Shigelosis 25,010
SIDA 33,722
Sífilis primaria 44,540
Sífilis congénita 859
Triquinosis 30
Tuberculosis 23,495
*Casos civilies solamente
Fuente:2
136
0 0
Cuadro 2.21
Población residente estimada (en miles) por edad y género, Estados Unidos, Julio 1, 1989
Grupo etario Masculinos Femeninos Total
Fuente: 13
137
0 0
RESPUESTAS A LOS EJERCICIOS
a. 5 varones, 6 hembras
varón:hembra = 5:6
La relación entre varones y hembras es de 5 a 6; 0.83 a 1.
b. 9 vivieron, 2 murieron
proporción que vivió = los que vivieron/todos los casos= 9/11 = 0,82
La proporción de niños que vivieron es del 82%, o 8,2 de 10.
138
0 0
Respuesta al ejercicio 2.3 (página 91)
b. Tasa de ataque secundaria = (nº de personas del hogar que desarrollan la enfermedad tras
estar expuestos al caso primario) / (nº de contactos del hogar) =
= (115-77) / (424-77) = 38/347 = 11.0%
0 0
La tasa de muertes por cáncer de pulmón fue mucho mayor para los fumadores que para los no
fumadores, variando de ser 8 veces mayor en los fumadores de 1-14 cigarrillos diarios a 32 veces
mayor en el caso de los fumadores de >25 cigarrillos diarios. Estos resultados representan un
efecto dosis-respuesta en el que el aumento en la exposición a los cigarrillos (aumento en la dosis)
se asocia a tasas crecientes de muerte por cáncer de pulmón (respuesta mayor).
La tasa de mortalidad asociada a HIV era 9.3 veces mayor en varones que en hembras.
140
0 0
Respuesta al ejercicio 2.9 (página 116)
141
0 0
Respuesta al ejercicio 2.10 (página 118)
142
0 0
Respuesta al ejercicio 2.11 (página 119)
Así pues, en 1987, el homicidio como causa de muerte era 7.8 veces más frecuente entre las edades
de 25-44 años que en la globalidad de la población.
0 0
Respuesta al ejercicio 2.13 (página 129)
a. Semana de comienzo
1 5 4,006 1.248
2 6 2,441 2.458
3 8 3,070 2.606
4 6 1,893 3.170
5 6 3,003 1.998
6 3 2,258 1.329
7 8 2,289 3.495
8 9 1,692 5.319
9 5 3,643 1.372
10 1 1,265 0.791
11 5 1,302 3.840
12 6 3,408 1.761
13 1 441 2.268
Desconocida 2
Total Ciudad 71 30,711 2.312
Municipio 14 20,000 0.700
Fuera del Municipio 14
Total 99
El área 8 es la que más casos tiene, y la tasa de ataque más alta (5.3 por 1000).
0 0
d. 57 casos en mujeres / 99 casos totales = 0.576, o 57.6% de los casos son en mujeres.
e. ¡Cuidado! ¡El numerador debe concordar con el denominador! Como sólo tenemos datos
acerca de la población de la ciudad, tendremos que restringir nuestro numerador a los casos de la
ciudad.
Casos de la ciudad
Grupo etario Masculinos Femeninos Total
0-9 1 1 2
10-19 7 6 13
20-39 8 6 14
40-59 11 17 28
> 60 4 10 14
Total 31 40 71
Población de la ciudad
Grupo etario Masculinos Femeninos Total
0-9 3,523 3,379 6,902
10-19 2,313 2,483 4,796
20-39 3,476 3,929 7,405
40-59 3,078 3,462 6,540
> 60 2,270 2,798 5,068
Total 14,660 16,051 30,711
Las tasas de ataque más altas ocurrieron entre las mujeres entre 40 y 59 años y las de >/= 6o años
(4.9 y 3.6 por 1000, respectivamente), y en varones entre 40 y 59 años (3.6 por 1000).
145
0 0
f. El riesgo relativo para el grupo de 40-59 años y el de 20-39 años se calcula como
4.28/1.89, o 2.3. Los ciudadanos entre 40 y 59 años de edad tenían más de dos veces más
probabilidad de desarrollar la enfermedad que los de 20-39 años.
0 0
= (22082/248239000) •100000 = 8.9 muertes por HIV por 100,000 habitantes
j. Tasa de años de vida potencial perdidos por lesiones por vehículos a motor = años de vida
potencial perdidos, dividido entre la población hasta 65 años (ver la respuesta d)
= [1,375,407/(248,239,000-30,985,000)]•1000
= (1,375,407/217,254,000)•1000 = 6.3 años de vida potencia perdidos por 1000 habitantes
menores de 65 años.
147
0 0
Examen de Auto-evaluación 2
Ahora que usted ha leído la unidad 2 y ha realizado sus ejercicios, debiera estar preparado para
hacer la prueba de auto-evaluación. Esta prueba ha sido diseñada para evaluar en qué medida ha
asimilado el contenido de la unidad. Usted podrá volver al texto cuando tenga cualquier duda
acerca de una respuesta pero recuerde que el examen final deberá realizarlo a libro cerrado. Rodee
con un círculo TODAS las respuestas correctas a cada pregunta.
1. Un cuadro de dos columnas en la cual la izquierda muestra todos los posibles valores que
una variable puede tomar y la columna derecha muestra el número de registros en la base de
datos con cada valor se denomina una __________________.
La fracción mostrada arriba es: (Rodee con un círculo TODO lo que proceda.)
A. Razón
B. Proporción
C. Tasa de ataque
D. Tasa de mortalidad
148
0 0
5. Fracción para la pregunta 2:
La fracción mostrada arriba es una: (Rodee con un círculo TODO lo que proceda.)
A. Razón
B. Proporción
C. Tasa de ataque
D. tasa de mortalidad
La fracción mostrada arriba es una: (Rodee con un círculo TODO lo que proceda.)
A. Razón
B. Proporción
C. Tasa de ataque
D. Tasa de mortalidad
A. x
B. y
C. 10n
D. El período de tiempo de referencia
A. x
B. y
C. 10n
D. El período de tiempo de referencia
149
0 0
9. En una encuesta reciente se encontró que la prevalencia de la enfermedad A era mayor que
la de la enfermedad B. La incidencia y el patrón estacional de ambas enfermedades era
similar. Entre las posibles explicaciones que concuerden con estas observaciones están:
(Rodee con un círculo TODO lo que proceda.)
10. Un descarrilamiento de tren expuso a los residentes de una comunidad a un riesgo químico.
Muchos residentes enfermaron y algunos murieron. Para calcular la probabilidad o riesgo
de enfermar, qué denominador debería usarse?
11. Durante la segunda semana de febrero, 87 personas en una pequeña comunidad (460
habitantes) asistieron a un evento social que incluía una comida preparada por varios de los
participantes. A los 3 días, 39 de los asistentes enfermaron, siendo diagnosticados de
salmonelosis. La tasa de ataque entre los participantes fue:
A. 0.45/100
B. 8.5/100
C. 18.9/100
D. 44.8/100
E. No puede calcularse con la información suministrada
12. En una comunidad de 800 viviendas (4.799 habitantes), las autoridades de salud
encontraron 120 personas con una condición D en 80 viviendas. Un total de 480 personas
vivían en 80 viviendas afectadas. Asumiendo que cada vivienda tenía únicamente un caso
primario, la tasa de ataque secundario es del:
A. 8.5%
B. 10%
C. 16.7%
D. 25%
E. 30%
150
0 0
13. Si 10 casos de enfermedad C ocurrieron durante un período de 2 años en una población
estable de 50.000 personas, la tasa persona tiempo de enfermedad C en la población es
aproximadamente:
14. Un cuestionario fue aplicado a las personas que asistieron al evento social de una pregunta
previa. El cuadro de 2x2 que se muestra resume la relación entre el consumo de papa salada
y la enfermedad.
A. 1.7
B. 3.7
C. 9.7
D. 36.0
A. 1.0
B. 1.5
C. 2.0
D. 3.0
E. No puede calcularse con la información suministrada.
151
0 0
16. Numerador = Número de niños con síndrome de Down menores de 12 años en Georgia a
julio 1 de 1991.
A. Tasa de incidencia
B. Tasa de ataque
C. Tasa tiempo-persona
D. Prevalencia puntual
E. Prevalencia de período
A. n = 0 (10n = 1)
B. n = 1 (10n = 10)
C. n = 2 (10n = 100)
D. n = 3 (10n = 1000)
E. n = 4 (10n = 10.000)
F. n = 5 (10n = 100.000)
G. n = 6 (10n = 1.000.000)
21. De las siguientes tasas de mortalidad, dos usan el mismo denominador, ¿cuales? (Rodee
con un círculo DOS de ellas.)
152
0 0
22. De las siguientes tasas de mortalidad, ¿cuáles usan el mismo denominador? (Rodee con un
círculo TODO lo que proceda.)
23. Usando tan solo los datos que se muestran abajo, sobre muertes debidas a diabetes y
enfermedad hepática crónica, ¿qué medida(s) puede(n) calcularse? (Rodee con un círculo
TODO lo que proceda.)
A. Mortalidad proporcional
B. Tasa de mortalidad específica por causa
C. Tasa de mortalidad específica por edad
D. Razón de tasas de mortalidad
E. Años de vida potencial perdida
153
0 0
24. Basándose en la información de la tabla, ¿cuál es la tasa de mortalidad neonatal?
A. 1.0 / 1.000
B. 4.0 / 1.000
C. 10.0/ 1.000
D. 11.0/ 1.000
E. 15.0/ 1.000
25. La tasa de AVPP por todas las causas en el Estado A es sustancialmente mayor que en el
Estado B. Explicaciones que concuerden con este hallazgo podrían incluir:
A. Las tasas de mortalidad específica por edad son similares, pero la población del Estado
A es mayor que la del B
B. Las tasas de mortalidad específica por edad son similares, pero el Estado A tiene mucha
más gente mayor de 65 años.
C. Las tasas de mortalidad específica por edad son similares, pero el Estado A tiene mucha
más gente menor de 65 años.
D. Las tasas de mortalidad específica por edad son mayores en el Estado A que en el B,
aunque los estados tengan distribuciones por edad similares.
154
0 0
Referencias
1. Centers for Disease Control. Current Trends: Heterosexual behaviors and factors that
influence condom use among patients attending a sexually transmitted disease clinic - San
Francisco. MMWR 1990; 39: 685-689.
2. Centers for Disease Control. Summary of notifiable diseases, United States 1989. MMWR
1989; 38: (54).
3. Centers for Disease Control. Summary of notifiable diseases, United States 1990. MMWR
1990;39: (53).
4. Dicker RC, Webster LA, Layde PM, Wingo PA, Ory HW. Oral contraceptive use and the
risk of ovarian cancer: The Centers for Disease Control Cancer and Steroid Hormone Study.
JAMA 1983; 249: 1596-1599.
5. Doll R, Hill AB. Smoking and carcinoma of the lung. Br M J 1950; 1: 739-748.
6. Goldberger J, Wheeler GA, Sydenstricker E, King WI. A study of endemic pellagra in some
cotton-mill villages of South Carolina. Hyg Lab Bull 1929; 153: 1-85.
7. National Center for Health Statistics. Advance Report of final mortality statistics, 1988.
Monthly Vital Statistics Report; 39 (7) supp. Hyattsville, MD: Public Health Service, 1990.
8. National Center for Health Statistics. Advance Report of final mortality statistics, 1988.
Monthly Vital Statistics Report; 40 (8) supp. 2. Hyattsville, MD: Public Health Service, 1992.
9. National Center for Health Statistics. Advance Report of final natality statistics, 1989.
Monthly Vital Statistics Report; 40 (8) supp. Hyattsville, MD: Public Health Service, 1992.
10. National Center for Health Statistics. Health, United States, 1990. Hyattsville, MD: Public
Health Service, 1991.
11. Schuchat A, Lizano C, Broome CV, Swaminathan B, Kim C, Winn K. Outbreak of neonatal
listeriosis associated with mineral oil. Pediatr Infect Dis J 1991; 10: 183-189.
12. Swygert LA, Maes EF, Sewell LE, Miller L, Falk H, Kilbourne EM. Eosinophilia-myalgia
syndrome: Results of national surveillance. JAMA 1990; 264: 1698-1703.
13. U.S. Bureau of the Census. Estimates of the population of the U.S. by age, sex and race,
1980-1989. Current Population Reports; Series p-25. (1057) Washington, DC: U.S. Government
Printing Office, 1990.
14. Wise RP, Livengood JR, Berkelman RL, Goodman RA. Methodologic alternatives for
measuring premature mortality. Am J Prev Med 1988; 4: 268-273.
155
0 0