Josefina Arellano Rojas- Catalina Barría Andrade, Epidemiología 2023

Epidemiología 2023
 Introducción a la epidemiología

Epidemiología (Etimológicamente significa “el estudio de lo que está sobre las poblaciones”)
- La epidemiología es el estudio de la distribución y los determinantes de estados o eventos relacionados con la salud en
poblaciones específicas, y la aplicación de este estudio al control de problemas de salud.
● Estudio:
○ Disciplina científica con método de investigación
○ Enfoque sistemático de recopilación y análisis de la información
○ Disciplina cuantitativa
○ Método de razonamiento causal
○ Grupos de comparación válidos
○ Utiliza otros campos científicos
○ Componente integral de la salud pública
● Distribución
○ Frecuencia → Nº, tasas (Nº/población), comparar distintas poblaciones
○ Patrones → Tiempo, lugar o persona
● Determinantes de estados o eventos
○ Son los factores que afectan la salud de las personas y las comunidades: La salud de las personas está
determinada por sus circunstancias y entorno.
○ Incluyen: entorno social y económico, características y comportamientos individuales de la persona
● Población
○ Conjunto de individuos que comparten alguna característica
Epidémico
- Se denominaba a aquel que temporalmente residía en in lugar donde era extranjero, una visita
Endémico
- Significaba la residencia permanente de alguien en un lugar

Premisas fundamentales en epidemiología

- Las enfermedades NO se distribuyen al azar → Tienen patrones de ocurrencia que varían en el tiempo, en los diferentes
lugares y dependiendo de las características de las personas.
- Las causas de las enfermedades se pueden descubrir → Identificando sus patrones de presentación en forma sistemática y
rigurosa, formulando hipótesis.
- La hipótesis se puede probar → Comparando la frecuencia de la enfermedad en grupos expuestos y no expuestos al factor
causal en estudio.
*Es más importante saber qué tipo de persona tiene una enfermedad que saber qué tipo de enfermedad tiene una persona

Método epidemiológico
- Medir → Comparar → Inferir
- Estudios
● Descriptivos
○ Variables epidemiológicas: tiempo, lugar y persona
○ Permiten describir los fenómenos y formular hipótesis
● Analíticos observacionales
○ Estudios de cohortes y estudios de casos y controles
○ Inferencia causal: permiten comprobar hipótesis
● Analíticos experimentales
○ Ensayo clínico controlado, pruebas de campo.
○ Permiten medir la eficacia de intervenciones

Objetivos de la epidemiología
- Identificar las causas y determinantes de las enfermedades
- Diagnosticar el estado de salud de las comunidades
- Analizar tendencias en la salud
- Estimar riesgos, estimar la probabilidad de enfermedades, traumatismos y muerte
- Evaluar nuevas terapias
- Estudiar el funcionamiento de los sistemas de salud con el fin de mejorarlos
 - Epidemiología molecular y genética
- Atender aspectos éticos
- Investigar brotes de enfermedades
- Prevenir enfermedades crónicas y otras “epidemias modernas”
- Informar a la población: comunicación de riesgos

Resumen
- La misión de la epidemiología es buscar las causas de las enfermedades para poder controlarlas
- La premisa básica es que las enfermedades NO se distribuyen al azar
- La distribución de la salud y enfermedad está determinada por las circunstancias de cada individuo y las características de
su entorno físico y social
- El método epidemiológico es medir, comparar e inferir y se aplica en diseños epidemiológicos de investigación.
 Desigualdad Acceso desigual a oportunidades

Igualdad Herramientas y asistencia distribuidas uniformemente

Equidad Herramientas personalizadas que identifican y

abordan la desigualdad

Justicia Arreglar el sistema para ofrecer igualdad de acceso

tanto a herramientas como oportunidades

¿Cómo se mide la equidad/inequidad en salud?

Medidas simples Razones (Ej. razón de mortalidad infantil según escolaridad de la madre)
Diferencias de riesgo (diferencia entre niveles educacionales)
● Brechas de salud → Que se forman por las diferencias entre las personas que están en peor
situación y el resto de la población
● Gradientes de salud, relacionados con las diferencias encontradas a lo largo de todo el espectro de
la población.

Medidas Curvas de concentración (Ej. de acuerdo a los años de escolaridad de la madre)

complejas

¿Cómo se enfrentan los efectos diferenciales en salud? ¿Cómo reducir las equidades?
- Sistema de salud: removiendo barreras de acceso, enfrenado las consecuencias diferenciales
- Salud en todas las políticas: “la incorporación de un lente de salud en la toma de decisiones en todos los sectores y áreas de
política” OPS

Conclusiones
- En los últimos 20-30 años se ha demostrado consistentemente una asociación entre nivel socioeconómico, posición social,
ingreso, nivel educacional, nivel jerárquico ocupacional y salud
- Es prioridad de la salud pública abordarlos, y de los epidemiólogos medirlo.

Video de determinantes de la salud

Introducción
- La salud es muy variable entre los individuos y entre los diferentes grupos poblacionales. Estas diferencias se hacen
evidentes al comparar la esperanza de vida entre diferentes continentes, etnias, estatus sociales, ingresos, educación u
ocupación
- Para entender el por qué de estas diferencias debemos entender los factores que influencian la salud. Estos son los
determinantes de la salud, que implican:
● Quienes son (edad, sexo, genetica)
● Qué hacen (tabaquismo, OH, ejercicio, dieta)
● Donde nacemos, crecemos, vivimos, trabajamos y por la edad
● Redes sociales y comunitarias
● Condiciones socio-económicas, culturales y ambientales
● Sistema de salud al alcance
- Estas son finalmente moldeadas por la distribución monetaria, de poder y recursos a nivel nacional e internacional.
Teniendo en fin todas una marcada responsabilidad sobre las inequidades en salud, el cual corresponde a una injusta y
evitable diferencia en salud entre grupos de personas
Clasificación de los determinantes sociales según OMS

Determinantes Estructurales Determinantes Intermediarios

Contexto socioeconómico y político: Gobierno, políticas y valores
- Estos determinan la distribución desigual del material y
recursos monetarios determinando la posición
socioeconómica
Posición socioeconómica: Definida por educación, ocupación, ingreso,
etnia, sexo y clase social, dando a paso a los determinantes
intermediarios
- Esto afecta la exposición, vulnerabilidad y consecuencias a
ciertas condiciones que impactan su salud
Influenciados por la posición socioeconómica, el cual incluye:
- Circunstancias materiales: Calidad de la vivienda, acceso a
comida saludable, acceso a
- vestimenta, ambiente laboral
- Circunstancias psicosociales: Red de apoyo, factores
estresores, relaciones interpersonales
- Factores conductuales y biológicos: Nutrición, estilo de vida,
actividad física

La cohesión social y el capital social son factores que relacionan/unen los determinantes estructurales e intermediarios. Describen
la voluntad de las personas que viven en una comunidad para hacer sacrificios y cooperar entre sí para obtener un beneficio más
amplio.

*En adición a esto los sistemas de salud tienen un impacto en el tipo y calidad de atención en salud que se le da a la gente.
Determina qué tan fácil es para ellos acceder a ellos y recibir ayuda.

¿Cómo modificar estos determinantes?

1. Identificarlos
2. Tomar acciones multidimensionales (locales, nacionales e internacionales)
● Las acciones dependen de los recursos socioeconómicos y políticos existentes y a su vez del compromiso de
ejecución.
 Mediciones básicas

Aprendizajes permanentes de la epidemiología

- Las enfermedades NO se distribuyen al azar, tienen patrones de ocurrencia que varían en el tiempo, en los diferentes
lugares y dependiendo de las características de las personas
- Las causas de las enfermedades se pueden descubrir identificando sus patrones de presentación en forma sistemática y
rigurosa, formulando hipótesis. (Método epidemiológico)
- Las hipótesis se prueban comparando la frecuencia de la enfermedad en grupos expuestos y no expuestos al factor en
estudio

Método epidemiológico
- Medir → Comparar → Inferir
- Epidemiología descriptiva: Observar → Recopilar → Sistematizar → Cuantificar → Plantear interrogantes
- Epidemiología analítica: Levantar hipótesis → Probar la hipótesis → Concluir, inferir
- Epidemiología aplicada: definir acciones →Intervenir y evaluar

Tasas, razones y proporciones

- Problemas de salud → ¿Qué vamos a medir?

- Población → ¿A quienes vamos a medir?
- Lugar → ¿Dónde se va a medir?
- Tiempo de observación → ¿Qué período vamos a medir?

Clasificación de variables

Variables cualitativas Variables cuantitativas

- Dicotómica: solo dos respuestas, ej. si/no vivo/muerto
- Nominal o categórica: mas de dos sin orden, ej. etnia, grupo
sanguíneo.
- Ordinal: orden o categorías jerárquicas, ej. escalas de dolor,
gravedad
- Discreta: Nº enteros, ej. casos, fallecidos, nacidos
- Continua: infinitos valores de respuesta entre un mínimo y
máximo teorico, ej. edad, estatura, peso, pº arterial

*Las variables continuas muchas veces se trabajan como variables ordinales. Ej. bajo peso, normal, sobrepeso, obeso

Recopilar y sistematizar datos

- Caracterización de la magnitud y la distribución de la salud y la enfermedad en la población.
- Variables (Ejemplos)
● Tiempo → Año, mes, día, hora, estación del año, fechas (inicio, fin, defunción nacimiento), períodos (duración,
incubación, etc).
● Lugar → Coordenadas geográficas, zona urbano/rural, división política administrativa (región, provincia, comuna,
distrito censal), zonas térmicas (climáticas, latitudinales, altitudinales, recintos (hospitales, escuelas, universidad),
puestos de trabajo.
● Personas → Sexo, género, edad, etia, educación, NSE, peso, talla, Pº arterial, ocupación.

Cuantificación: el número absoluto = Magnitud

- Nº absoluto: Corresponde al recuento de personas o hechos que han ocurrido en determinado lugar, en cierta fecha o
periodo.
- Refleja el tamaño del problema que queremos abordar
● Nº de casos
● Nº de muertes
● Nº de hospitalizaciones

Proporciones
- Es el tamaño de un número respecto a un todo (importancia relativa)
- Una proporción es un cociente en que el numerador esta incluido en el denominador
- Representa una probabilidad que va desde 0 hasta 1
 - Un porcentaje es una proporción amplificada por 100
- Ej. de un total de 20 personas 14 son hombres y 6 son mujeres → 70% son hombres y 30% son mujeres

Variación porcentual (aumento o disminución)

- Variación porcentual: describe la diferencia entre un valor pasado y uno presente, en términos de un porcentaje del valor
pasado
V2 (Valor presente) - V1 (Valor inicial) x 100

V1
- Si el número es positivo, entonces hay un incremento porcentual.
- Si es negativo, hay un decremento o disminución porcentual.

Tasas
- También es el cociente o división de dos números donde el numerador surge del denominador (es una proporción), pero el
denominador es la población en riesgo de padecer el evento y el tiempo siempre es parte integrante del denominador.
- Refleja el riesgo de que ocurra un evento en un tiempo dado y en un lugar específico
- Tasa =
Nº de casos o eventos que ocurren en un determinado periodo
de tiempo x 10(n)

Población en riesgo durante el mismo periodo

- Ej. Riesgo de morir por COVID-19 en Chile fue de 156,1 por cada 100.000 habitantes el año 2020

Razones
- Una razón es el cociente entre dos condiciones independientes
- Una razón el numerador NO esta incluido en el denominador
- Permite comparar dos características independientes.
- Cuando una razón es 1, significa que los dos eventos tiene la misma magnitud o frecuencia.
- Ej. Hombres/ mujeres, Nº enfermos/ Nº de camas
● 14 (hombres)/6 mujeres = 2,33 → Por cada mujer hay 2,33 hombres; o por cada 100 mujeres hay 233 hombres.

Representación gráfica
- Deben tener un título claro y auto explicativo (Qué se mide, en quienes se mide, cuando y dónde se midió).

Gráficos de - Se construye dibujando barras en las cuales la

barra longitud indica la frecuencia de cada categoría de la
variable.
- En el eje horizontal, se indican las categorías de la
variable; y en el vertical, sus correspondientes
frecuencias absolutas o relativas.
- Especialmente útil para graficar variables ordinales y
cuantitativas discretas. Y para variables nominales
de muchas categorías.
Histograma - Representación gráfica similar al gráfico de barras,
pero habitualmente con los rectángulos contiguos.
- Se usa cuando una variables (X) es numérica
continua pero se categoriza (edad, tiempo) y la otra
(Y) es discreta (número de casos) o continua.
- En uno de los ejes se posicionan los intervalos o las
marcas de clase y en el otro eje las frecuencias.

Gráficos - Ambas variables son numéricas continuas.

lineales - Se suelen usar para presentar tendencias
temporales.
- En el eje horizontal (X) se ubica la variable que
indica las unidades de tiempo y en el vertical (Y), la
escala de la variable cuya variación en el tiempo
queremos ver.
- Pueden incluirse varias variables para compararlas.

Gráficos de - Un círculo que muestra la proporción de casos de

torta acuerdo a varias categorías.
- El tamaño de cada pieza de la torta, es proporcional
a la frecuencia de casos.
- Sirve para variables dicotómicas. (Ej. distribución
por sexo)

Diagrama de - Presentación visual que describe varias

caja- bigotes características al mismo tiempo, tales como la
dispersión y simetría.
- Para su realización se representan los tres cuartiles y
los valores mínimo y máximo de los datos, sobre un
rectángulo, alineado horizontal o verticalmente.
- Consiste en una caja rectangular, donde los lados
más largos muestran el recorrido intercuartílico
(Q1-Q3).
- Este rectángulo está dividido por un segmento
vertical que indica donde se posiciona la mediana
- Las líneas que sobresalen de la caja se llaman
bigotes.

Gráficos de - La representación gráfica de dos variables

dispersión o cuantitativas para un conjunto de datos.
correlación - Es decir, la relación entre dos variables, para
conocer cómo se afectan entre sí, o qué tan
independientes son una de la otra.
 Incidencia y prevalencia

Definiciones
● Incidencia: casos nuevos de una enfermedad
● Prevalencia: casos acumulados de la enfermedad (todos lo casos que existen en ese momento)

Incidencia
● Probabilidad o riesgo de enfermar en un momento dado
● Mide la ocurrencia de casos nuevos en una población (en riesgo) en un periodo de tiempo definido
● Tipos de incidencia

○ Incidencia acumulada →Numerador: es el nº de personas totales contagiadas al final del periodo de observación
(numerador parte del denominador) y el denominador: es el nº de personas en la población al inicio del período
de observación

IA = Nº de casos nuevos de una enfermedad en un periodo de tiempo

Población (personas) en riesgo de enfermar al inicio del periodo

● Ejemplo: Ejemplo: entre 1961 y 1973 se diagnosticaron 11 casos de cáncer cerebral en trabajadores del
plástico en Suecia. De acuerdo al censo, en 1960 habían 3076 trabajadores en la industria de plástico en
Suecia:
○ IA = 11/3076 → 0,004
○ Se interpreta como: la probabilidad de desarrollar un cáncer cerebral en los trabajadores del
plástico fue de 4 por cada 1.000 trabajadores en 12 años de observación (4%)

○ Tasa de ataque → Es la tasa de incidencia acumulada aplicada a la medición de la propagación de una enfermedad
infecciosa. Tipos:
● Tasa de ataque primario → nº de casos de la enfermedad en la población expuesta
○ Ejemplo: Tasa de ataque primario: 4 casos / 40 alumnos = 10 por 100 → 10% (Son 4 niños que se
enfermaron primeramente en el colegio)
● Tasa de ataque secundario → nº de casos entre los contactos familiares (o en instituciones), después de la
exposición de un caso primario, en relación con el total de dichos contactos. Son los que fueron
contagiados por los casos primarios. NO incluye a los ya infectados. *Sirve para ver la velocidad de
propagación de una enfermedad
○ Ejemplo: Tasa de ataque secundario: 3 casos / 12 familiares (no cuentan enfermos) = 25 por 100
→ 25% (Los niños contagiados en el colegio, contagiaron a sus familiares (contactos), esto es la
tasa secundaria).

○ Tasa de incidencia o densidad de incidencia → Una tasa de incidencia describe la velocidad (dinámico) con que
ocurre una enfermedad en una población.

Nº de casos nuevos de una enfermedad

Persona-tiempo de observación en población en riesgo

● 3 formas de estimar el denominador personas-año

○ Sumando el tiempo de observación de cada sujeto *La mejor medición, la más exacta
○ Usando el promedio de las personas; entre las que iniciaron y las que terminaron el periodo de
observación
○ Usando la población a mitad de período

Concepto clave según los denominadores, puedo calcular:

1. Incidencia acumulada si tengo:
a. El tamaño de la población al inicio del período
2. Incidencia o densidad de incidencia si tengo:
a. Tiempo-persona de observación
b. Tamaño promedio de la población durante el período de observación
 c. Tamaño de la población en riesgo a la mitad del período

Utilidades
● Incidencia acumulada:
○ Cuando queremos conocer la probabilidad o riesgo de una persona de enfermedad en un periodo de tiempo
determinado
○ Ejemplo: para estudiar brotes
● Densidad de incidencia:
○ Velocidad a la que se está produciendo la enfermedad
○ Requiere de mayor información que la incidencia acumulada
○ En estudios de seguimiento, podremos sumar períodos de observación distintos y tener un dato más preciso
*Depende de la disponibilidad de información.

Prevalencia
● Corresponde a los casos acumulados
● Probabilidad riesgo de tener la enfermedad en un tiempo determinado
● Mide la frecuencia (casos nuevos + casos preexistentes
● Clasificación
○ Puntual → Corresponde a la proporción de la población que tiene una enfermedad en un momento
○ De periodo → Si los datos corresponden a un periodo determinado se tarta de una tasa de prevalencia de periodo
○ De vida

Relación entre incidencia y prevalencia

● Prevalencia depende de:

Prevalencia (P) = tasa de incidencia (TI) x duración (D) de la enfermedad

Resumen
Medida Numerador Denominador

Tasa de incidencia Casos nuevos de una enfermedad reportada Población promedio durante el intervalo de
durante un intervalo de tiempo dado tiempo **

Tasa de ataque o incidencia acumulada Casos nuevos de enfermedad reportada Población al inicio del periodo epidémico
durante un tiempo epidémico

Tasa de ataque secundario Casos nuevos de enfermedad reportada entre Nº total de personas que es riesgo de
los contactos conocidos contacto

Prevalencia puntual Casos actuales, y nuevos de una enfermedad Población estimada en el mismo momento
específica en un momento determinado

Prevalencia de periodo Casos actuales y nuevos de una enfermedad Población estimada para el punto medio del
específica durante un intervalo de tiempo intervalo
 Indicadores de uso frecuente
- Dato → Unidad primaria (input).
- Indicador → Estimación que refleja una situación determinada. Mediciones resumidas capaces de revelar de una manera
sencilla una situación.
- Información → Análisis de indicadores.
- Conocimiento → Interpretación de la información.

Ejemplo: “Incidencia de viruela del mono (Mpox)”

- Dato → Numerador: Nº de casos de Mpo diagnosticada en la población de Chile / Denominador: Población de Chile y año
especifico.
- Indicador → Tasa de incidencia de Mpox en un población y año.
- Información → Riesgo de Mpo en los chilenos, situación y tendencia.
- Conocimiento → Evaluación situación sanitaria y medidas de acción.

¿Qué es un indicador?
- Es un elemento que “indica” un aspecto, dimensión o evento de algo.
- Ejemplos de indicador → Muertes, accidentes, enfermedad, nacimientos, calidad de vida.
- “Todo indicador de salud es una estimación (una medición con cierto grado de imprecisión) de una dimensión determinada
de la salud en una población específica”.
- Se expresan de forma numérica → valores absolutos, tasas, razones, proporciones.
- Son confiables o válidos y simples de entender.

Usos de los indicadores de salud

“Alimentar la toma de decisiones en el ámbito de la salud para mejorar la salud de la población y reducir las desigualdades injustas y
evitables”.

Descripción Describir necesidades de salud de una población, la carga de enfermedad en grupos específicos.

Predicción o pronóstico Prever resultados en una población; predecir el riesgo de brotes de enfermedades.

Explicación Comprender por qué algunos individuos son sanos y otros no. Analizar los indicadores según los determinantes
sociales de la salud.

Gestión de sistemas y Suministrar retroalimentación para mejorar la toma de decisiones en diferentes sistemas y sectores.
mejoramiento de
calidad

Evaluación Mostrar los resultados de intervenciones en salud. El monitoreo de esos indicadores puede reflejar la repercusión de
políticas, programas, servicios y acciones de salud.

Promoción de la causa Los indicadores pueden ser herramientas a favor o en contra de ciertas ideas e ideologías en diferentes contextos
o abogacía históricos y culturales.

Rendición de cuentas Ofrecer a la población la posibilidad de monitorear la situación y las tendencias de salud.

Investigación La observación de la distribución de los procesos de salud- enfermedad facilita el análisis y la formulación de hipótesis
que expliquen las tendencias y las discrepancias.

Indicadores sensibles Que muestren y expliquen las diferencias de salud.

al género, etnia, NSE.

Indicadores de salud
- Demográficos: Población total, composición de la población, esperanza de vida al nacer, tasa global de fecundidad.
- Socioeconómicos: Población analfabeta, pobreza, escolaridad, desocupación, crecimiento anual del PIB, cobertura de
saneamiento básico, hacinamiento.
- Del comportamiento: Proporción de fumadores, proporción de sedentarismo, proporción de bebedores problema.
- Estado de salud: Salud percibida (satisfacción, calidad de vida), indicadores sanitarios (mortalidad, morbilidad,
discapacidad).
 - Factores de riesgo: Porcentaje de NV con bajo peso al nacer, indicadores de malnutrición (déficit, exceso, en embarazadas <
6 años).
- Recursos del sistema de salud: Profesionales de salud, insumos, equipos, consultorios.

Detalle de indicadores del estado de salud

Fuentes de datos para elaborar indicadores de salud

- Fuentes primarias: Los indicadores están basados en datos primarios si la fuente de los datos se creó para lograr un
objetivo específico.
- Fuentes secundarias: Datos que originalmente se recopilaron con otros propósitos. Datos obtenidos en censos,
investigaciones y sistemas de información, entre otros.

Tipos de fuentes
- Censo → Población y sus características, cada 10 años (datos periódicos).
- Estadísticas vitales → Nacimientos, muertes, matrimonios.
- Sistemas de información salud → sistemas de vigilancia, registros de cáncer, datos rutinarios de SS (hospitalizaciones,
consultas, cirugías, implantación de prótesis).
- Encuestas → Prevalencia de enfermedades, DDSS y factores de riesgo, calidad de vida (ENS, ENCAVI, EMTA).

Indicadores más usados

1. Mortalidad: Nº de muertes en el período/ Población en riesgo en el periodo (x 10 habitantes).
- Fuente fundamental de información demográfica, geográfica y de causa de muerte.
- Cuantificar los problemas de salud, determinar prioridades o metas en salud.
- La muerte es un evento único, claramente identificable, que refleja la ocurrencia y la gravedad de una enfermedad.
- El registro de datos sobre mortalidad es obligatorio en todos los países y exigen las utilización de certificados de
defunción.

Tasa Numerador Denominador Ampliación

Bruta de mortalidad Muertes por todas las causas en un año Población estimada a mitad de año *1.000 hab

Infantil Muertes en < 1 año ocurridas en un año Total NV en ese año *1.000 NV

Materna Muertes maternas (embarazo hasta 42 días post parto) Total NV en ese año *10.000 NV

Específica por edad Muertes por todas las causas ocurridas en un grupo de Población estimada a mitad del periodo *1.000 hab
edad en un periodo para ese grupo de edad

Específica por causa Muertes por una causa específica en un periodo Población estimada a mitad del periodo *100.000 hab

Tazas que son razones

- Mortalidad materna: Muertes maternas en un año/ nacidos vivos en el año (x1.000/ x 10.000).
- Fecundidad: Nacidos vivos en un año/ mujeres en edad fértil (15 a 49 años) a mitad del periodo (x1.000).

2. Letalidad: Nº muertes por una enfermedad en un periodo de tiempo/ casos de esa enfermedad en un periodo de tiempo
(x100).
 - Indica la probabilidad (riesgo) de morir a causa de una enfermedad entre quienes padecen esa enfermedad en un
lugar y tiempo determinado.
- Es el riesgo de morir entre enfermos → Gravedad.
3. Natalidad: Nacidos vivos en un tiempo y lugar determinado/ Población total en ese lugar y tiempo determinado (*1.000)
- Indica la probabilidad (riesgo) de nacer en un lugar y tiempo determinado.
- Indica el impacto de los nacimientos en el crecimiento y estructura poblacional.
4. Fecundidad:
a. Tasa global de fecundidad → Nº de hijos que en promedio tendrían las mujeres al final de su vida reproductiva si
durante la misma estuvieran expuestas a las tasas de fecundidad por edad del periodo de estudio.
b. Tasa de fecundidad general → Nº de nacimientos vivo por 1.000 mujeres entre las edades de 15 a 49 años durante
un año determinado.
5. Morbilidad:
- Mide la ocurrencia de enfermedades, lesiones y discapacidades en las poblaciones.
- Se puede expresar en incidencia o prevalencia.
- Para calcular las tasas de morbilidad es necesario recurrir a las observación directa, notificación de eventos y
enfermedades, egresos hospitalarios o registros específicos, entre otros.
- Ejemplos:
- Encuestas poblacionales de prevalencia de enfermedad y factores de riesgo.
- Notificación obligatoria de enfermedades transmisibles → Incidencia de enfermedades transmisibles.
- Registros poblacionales de cáncer → Incidencia de cáncer.
- Registros de egresos hospitalarios → Tasas de egresos por causas (no mide incidencia).

Indicadores complejos
- Esperanza de vida al nacer:
- Medida resumen sobre el nivel de la mortalidad.
- Expresa el promedio de años que se espera viva una persona si durante toda su vida estuviera sujeta a las
condiciones de mortalidad por edad observadas en el periodo de estudio.
- Sirve para caracterizar las condiciones de vida, de salud, de educación y de otras dimensiones sociales de un país o
territorio.

- Años de vida potenciales perdidos (AVPP)

- Indicador de la mortalidad prematura → Nº total de años no vividos por un
individuo que murió antes de la edad definida arbitrariamente.
- Se fija un límite potencial a la vida.
- Se estiman los años perdidos → Diferencia entre el límite potencial de
la vida, menos la edad de muerte de cada defunción.
- Las muertes que ocurren en individuos mayores a la edad arbitraria no
están incluidas en el cálculo.
- Da más importancia a las causas de la muerte que se produjeron a edades más
tempranas que los ocurridos a edades más avanzadas.

- Años de vida ajustados por discapacidad (AVAD o AVISA)

- Es un indicador compuesto → AVPM (YLL) + AVD (YLD) = AVISA (DALY)
- Combina los años perdidos por muertes prematuras (respecto de un estándar) y los años vividos con discapacidad.
- Resume el estado de salud de una población, donde su unidad de medida es el tiempo (cuanto tiempo se pierde
por muertes prematuras respecto de un estándar y cuando tiempo se vive con discapacidad).
- Incluye las enfermedades que no matan, pero que producen discapacidad o mala calidad de vida. Estas
enfermedades quedan reflejadas en los DALY, pero no en los AVPP.
- Su principal utilidad se refiere a los estudios de carga de enfermedad, debido a que es un indicador que permite
medir las pérdidas en salud.

- Años de vida ajustados por calidad (AVAC - QALY)

- Es una medida de estado de la salud, que considera tanto la cantidad como la calidad de vida.
- Se utiliza en la evaluación económica para valorar la rentabilidad de las intervenciones médicas.
- Estiman el impacto de una intervención en incrementar las QALYs ganadas.
- 1 QALY equivale a un año en perfecto estado de salud.
Factores de riesgo
- Determinantes que son susceptibles de modificación por medio de acciones de promoción de salud, vigilancia y atención
primaria.
- Ejemplos: Consumo de tabaco, consumo excesivo de alcohol, alimentación poco saludable, sedentarismo, consumo
excesivo de sal, calidad del aire, calidad del agua.

Indicadores de servicios de salud

- La calidad de los Servicios de salud se puede evaluar mediante indicadores de estructura, proceso y resultado o, mediante
el modelo de la OMS según disponibilidad de recursos, producción de servicios, resultados (coberturas) e impacto (situación
de salud).
 Ajuste de tasas

Problemas en la comparación de indicadores

- Cambios en la definición del evento
- Diferencias en la calidad de la información (completitud, certificación médica)
- Uso de distintos períodos de tiempo
- Diferentes composiciones en las poblaciones estudiadas: edad, nivel socioeconómico (variables de confusión)
- Variabilidad en las poblaciones pequeñas

Necesitamos un ejemplo para entender este concepto

- ¿Qué pasa si comparamos las tasas de mortalidad de Suiza con las de Chile?
● Suiza → 8,8
● Chile → 6,4
- ¿Por qué creen ustedes que la mortalidad de Suiza es más alta que la de Chile?
- ¿Son estas tasas comparables?

- Respuesta: NO, no son comparables

● Las tasas brutas no son directamente comparables entre varios grupos sociales (distintas estructuras de edad).
● Para efecto de comparación, en cambio, las tasas específicas por edad son directamente comparables entre
diferentes grupos sociales, en lugares diferentes.
● Para tener una medida de resumen comparable se calculan las tasas ajustadas por edad y sexo.

Tasas brutas o crudas Tasas ajustadas o estandarizadas por edad y sexo

- N°de eventos dividido por la población en riesgo.
- Permiten comparaciones entre países con diferentes totales de
población.
- Representan la carga total de un resultado de salud para una
comunidad.
- Son tasas válidas, pero pueden llevar a error de interpretación.
- Son una forma de hacer comparaciones más justas entre grupos
con diferentes distribuciones de edad y sexo.
- Es un procedimiento estadístico que remueve el efecto de las
diferencias en los grupos de comparación: edad o sexo (u otra
NSE, etc.)
- Las tasas ajustadas por edad son tasas que habrían existido si la
población en estudio tuviera la misma distribución de edad que
la población "estándar".
- Se usan para fines de comparación, pero la cifra real sigue siendo
la tasa cruda

*Las tasas brutas son reales, las tasas ajustadas son hipotéticas

Existen dos métodos de ajustes de tasas

Método directo Método indirecto

- Ajusta con “población estándar” - Ajusta con “tasa estándar”

- Es el más usado - Requiere menos datos, se usa para comparar unidades
- Requiere más datos, se puede usar para analizar tendencias. geográficas.
- Resultado: tasa ajustada por edad - Resultado: razón de mortalidad estandarizada

Método directo
- Elección de población estándar
● Una de las poblaciones en comparación.
 ● La suma de ambas poblaciones en cada grupo de edad.
● Una población hipotética.
● Otra población según la situación estudiada.
- Esta elección depende principalmente de lo que queremos comparar
● Comparación entre países (población estándar de OMS)
● Comparación entre regiones (población del país en el mismo periodo)
● Comparación entre comunas de Chile (población de la región)

- Resultado
● Tasa ajustada de Chile: 9,4 por 1000
● Tasa ajustada de Suiza: 9,2 por 1000
● Razón de tasas: Chile/Suiza → 1,02
- Objetivo del método directo: Calcular las muertes esperadas en ambas poblaciones en base a la estructura de edad de una
“Población Estándar (PE)”. Es decir, cómo se comportaría la mortalidad si la estructura por edad de ambas poblaciones fuera
la misma.
- Las tasas ajustadas sólo sirven para comparar → No es posible obtener la magnitud del riesgo a partir de las tasas
ajustadas, pero si se obtiene la diferencia de riesgo y la razón de riesgo.

Método indirecto
- Elección de tasa estándar → Depende principalmente de lo que queremos comparar:
● Comparación entre países (tasas promedio mundial).
● Comparación entre regiones (tasas promedio del país).
● Comparación entre comunas de Chile (tasas promedio regionales).
- El resultado es un número de muertes esperadas (con la tasa estándar) que se compara con el observado total calculando
una razón de mortalidad estandarizada (RME)
- Como el resultado es una razón es más fácil de interpretar
● Si la razón es >1 el riesgo en la localidad es mayor que el riesgo estándar y si es <1 es menor.
- No siempre se dispone de tasas crudas específicas por edad que se necesitan para ajustar por
- Método directo.
- Requiere de una tasa de mortalidad estándar (o de referencia), en vez de una población estándar.
- Las tasas estándar se aplican a las poblaciones reales que se desean comparar, obteniendo el total de casos esperados.
- El indicador que se obtiene es la Razón de Mortalidad Estandarizada:
● Interpretación: cuánto más (o menos) moriría la población si tuviera la misma estructura de mortalidad que el
estándar de comparación
○ RME 100 = tasa estándar (Chile)
○ RME > 100 exceso de riesgo
○ RME < 100 menor riesgo
● RME
Muertes observadas x100

Muertes esperadas
 Asociación y causalidad

Clase 1 responde las siguientes preguntas

- ¿Cómo se sabe si existe asociación entre las variables en estudio?
- ¿Cómo se sabe si la asociación es significativa o producto al azar?

Clase 2 → ¿Cómo se sabe si la asociación significativa no está sesgada o existe confusión?

Clase 3 → ¿Cómo se sabe si la asociación significativa no sesgada es causal?

¿Qué es una causa?

- Es un evento, condición o característica que precede la aparición de la enfermedad y sin la cual la enfermedad no hubiera
ocurrido
- Algo que produce un efecto
- Aquello que se considera como fundamento u origen de algo

Otros conceptos
- Asociación: dependencia estadística de causa y efecto
● Una asociación puede definirse como la dependencia estadística que existe entre 2 o más factores, donde la
ocurrencia de un factor aumenta (o disminuye) a medida que varía el otro.
● OJO la existencia de asociación NO implica necesariamente una causalidad.
- Temporalidad: la causa precede al efecto
- Direccionalidad: es la presencia de un cambio en el efecto a consecuencia de un cambio en la causa
- Hipótesis: explicación posible de la situación problema o respuesta posible a una pregunta planteada, de manera que
pueda ser aceptada o rechazada
● X no esta asociada a Y (hipotesis nula H0) → Se acepta la hipótesis nula
● X está asociada a Y (hipótesis alternativa H1) → Se rechaza la hipótesis nula

Pregunta epidemiológica: Es la variable X la causa de la variable Y?

- X: exposición (variable independiente) → Factor que pensamos está relacionado de forma causal con el efecto o resultado
en estudio (Ej. Agente ambiental, atributo, comportamiento, agente vivo)
- Y: Factor que pensamos es la consecuencia de la exposición que estamos estudiando (Ej. Problema médico o social)

Medición de asociación de 2 variables

● Variables continuas (variables numéricas que tienen un nº infinito de valores entre 2
valores cualquiera)
○ Se calcula la R de Person → La fórmula entrega valor entre -1 y 1
■ R distinto a 0 indica que hay relación
■ R = 0 indica que no hay ninguna relación
■ R = 1 indica una fuerte relación positiva
■ R = -1 indica una fuerte relación negativa
○ Después de cuantificar la asociación debemos saber si esta es real o es
producto del azar
■ Significación estadística (valor p) → Refleja la probabilidad de que el coeficiente de correlación obtenido
(r) sea producto de un error aleatorio, para un cierto nivel de significación predefinida.
■ Si el valor p es menor de 5% (0,05), es improbable que la diferencia encontrada se deba al azar y
podemos afirmar que la diferencia es real (rechazar H0 y aceptar la H1).

● Variables dicotómicas (indica la presencia o ausencia de una “cualidad” o atributo. Sólo puede tener 2 valores)
○ Tabla de contingencia o tabla de 2x2
○ Para realizar medidas relativas o de fuerza de la asociación se debe utilizar → Riesgo relativo u Odds Ratio
■ Riesgo relativo o razón de riesgo → cuánto más riesgo tienen los expuestos que los no expuestos
● Incidencia de los expuestos/ Incidencia de NO expuestos:
○ RR es 1 → NO hay asociación
○ RR > 1 → Factor de riesgo
○ RR < 1 → Factor protector
 ●
Ejemplo: RR= 5 → Las que fuman tienen 5 veces más riesgo de enfermar de Ca de ovario que las
que no fuman
■ Odd Ratio o razón de probabilidades
● Se utiliza en diseños de casos y controles
● OR = Odds de los casos / Odds de los controles = a x d/ c x b (MULTIPLICACIÓN cruzada)
● Ejemplo: OR = 5,2 → Las que fuman tienen 5,2 veces más riesgo de enfermar de Ca de ovario
que las que no fuman
○ La medida de asociación encontrada es real o producto del azar
■ Estimar el IC (intervalo de confianza) del RR o del OR
■ Cualitativamente el IC es igual a la información que proporciona el valor p.

Medidas de fuerza de asociación

RR OR

- Mide la asociación entre una enfermedad o condición y un - Se utiliza en diseños de casos y controles
factor en estudio
- Clave: expresa la fuerza de la asociación entre la exposición y
el efecto

Incidencia de los expuestos/ Incidencia de NO expuestos OR = Odds de los casos / Odds de los controles = a x d/ c x b
(MULTIPLICACIÓN cruzada)

○ Para realizar medidas de impacto potencial o diferencia de riesgo se debe utilizar → Riesgo atribuible
■ RA = Es el riesgo de un evento que se debe específicamente a la exposición.
● RA = I expuestos - I no expuestos
● Ejemplo = RA= 50 (x 1000) - 10 (x 1000) = 40 por 1000 → Si elimino la exposición de consumir
tabaco, reduzco la incidencia de Ca de ovario en 40 casos por cada 1000 fumadora
■ Riesgo atribuible porcentual (RA%) =
● RA% = I expuestos - I no expuestos / I expuestos x 100
● Ejemplo= 40/50 x 100 = 80% → Es decir el 80% del riesgo de cáncer de ovario que tienen las
expuestos al tabaco, se debe al tabaco y el remanente es el riesgo basal de la población
■ RAP = Disminución del riesgo si se remueve la exposición en toda la población
● RAP = I poblacional - I no expuestos
● Ejemplo= 18 - 10 = 8 por 1000 → Es decir, la incidencia poblacional de Ca de ovario que podría
eliminarse si se elimina la exposición (tabaquismo): 8 casos por cada 1000 habitantes de la
población
■ RAP %= ¿Qué proporción representa esta diferencia en el riesgo total de la población ( EL rap?
● RAP %= I poblacional - I no expuestos / I poblacional (RAP / I poblacional x 100)
● RAP % = 8/18 = 44,4% → Si se elimina la exposición a tabaquismo en la población general, el
riesgo de cáncer de ovario disminuirá en un 44,4% en la población.

Medidas de impacto

Riesgo atribuible Riesgo atribuible poblacional

Mide la diferencia de riesgo producto de la exposición (el beneficio Mide el beneficio poblacional
para el paciente si deja la exposición)

RA = I expuestos - I no expuestos RAP = I poblacional - I no expuestos

Riesgo atribuible porcentual Riesgo atribuible poblacional porcentual

Nos dice la proporción del riesgo en los expuestos que se reduce al Nos dice la proporción del riesgo poblacional qu se puede reducir si se
dejar de exponerse elimina la exposición

RA% = I expuestos - I no expuestos / I expuestos x 100 RAP %= I poblacional - I no expuestos / I poblacional (RAP / I
poblacional x 100)
 Error, sesgo y confusión

¿Es real la asociación observada?

- Error aleatorio
- Sesgo
- Confusión

Error aleatorio (producto del azar) → Falta precisión

Error de sesgo (producto de error en el diseño o análisis) → Falta validez

Error aleatorio
- Divergencia sólo debida al azar (de manera no predecible), entre una observación hecha en una muestra y el verdadero
valor que corresponde a la población
- Errores inherentes al muestreo dentro de la población: debido al azar de muestreo, podemos obtener una muestra que no
sea representativa de la población
- Variabilidad en la medición: imprecisiones del instrumento de medida o por la propia

¿Es posible eliminar el error aleatorio?

● NO se puede eliminar
● Pero si disminuir y acercarnos con una probabilidad de un 90%, 95%, 99% a lo que ocurre en la realidad
● Se reduce al aumentar el tamaño muestral

Error sistemático o sesgo

- Es el error en los estudios epidemiológicos que lleva a resultados sistemáticamente distintos de la realidad (error
predecible) y que tiende a sobrestimar o subestimar el verdadero valor
- Puede ocurrir en la selección de la muestra, recolección de los datos, análisis, interpretación, publicación o revisión.
- La presencia de un sesgo provocará un resultado siempre errado (y siempre en la misma dirección) en la estimación de la
asociación
● Sobre estimar una asociación → Se aleja del valor de no asociación (RR > o < 1 o r distinto de 0)
● Sub estimar una asociación → Se acerca al valor de no asociación

2 grupos fundamentales de sesgos

Sesgo de selección Durante la selección o seguimiento de los sujetos Provocará diferencias entre quienes son
seleccionados y quienes no

Sesgo de Error en el proceso de recolección de datos y análisis del Se obtendrá información de distinta calidad
información estudio: una vez que se han enrolado los sujetos entre los grupos de comparación

Tipos de sesgos de selección

Sesgo del Observado en cohortes laborales:

trabajador sano - Cuando se estudian trabajadores (expuestos) y se comparan con población general (no expuesto)
- Los trabajadores representan un grupo especial de la población: gente joven, ausencia de
enfermedades crónicas o discapacidad que impidan el trabajo

Sesgo de pérdida Tipico de estudio de cohortes

de seguimiento - Suele haber un porcentaje de los participantes que se retiran del estudio antes de que este se
acabe
- Al final del estudio no se sabrá si estos participantes han desarrollado o no el supuesto efecto
- El análisis se acaba haciendo solo con los que han sido seguidos

Sesgo voluntario El grado de motivación de un sujeto que participa voluntariamente en una investigación puede variar
sensiblemente en relación con otros sujetos
- ¿Quienes participan más? → Enfermos graves, familiares de enfermos graves

Sesgo de admisión Ocurre al utilizar como grupo de comparación a personas que consultan o son hospitalizadas con mayor
 frecuencia que la población general

Sesgo de Considerar personas o cosas que han pasado por algún proceso de selección e ignorar las que no lo han
prevalencia o hecho
sobrevida - Se produce cuando la condición en estudio determina pérdida prematura por fallecimiento de los
sujetos afectados por ella

Tipos de sesgo de información

Sesgo del observado Ocurre cuando en un estudio hay diferencias entre la calidad de la información que es entregada por los
grupos en comparación
Ej. sesgo de memoria → En madres que tuvieron hijos con malformaciones y madres que tuvieron hijos
sanos se les pregunta si se acuerdan si consumieron drogas, fármacos, alcohol durante el embarazo. Las
madres con niños con malformaciones tienen mejor memoria.

Sesgo del Es la diferencia sistemática en la forma de recolectar (al entrevistar) o de interpretar la información
observador durante la realización de un estudio

Sesgo de la Se produce cuando producto del instrumento o la forma de medición, clasificamos incorrectamente a los
medición sujetos que forman parte de un estudio.

¿Es posible eliminar el sesgo?

● No se puede eliminar
● Se intenta prevenir: diseño, planificación, selección de los individuos, ejecución
● Se intenta controlar en el análisis de publicación

Confusión
● Es la distorsión de una asociación entre una exposición (X) y un resultado (Y), producto de una tercera variable (variable
confusora) que se encuentra asociada tanto a la exposición como al resultado:
○ Encontrando una asociación donde no lo hay,
○ Exagerando una asociación real (confusión positiva),
○ Atenuando o invirtiendo una asociación real (confusión negativa)
● Una variable confusora debe cumplir con 3 requisitos
○ Estar asociada a la exposición
○ Estar asociada al efecto
○ No debe ser un eslabón intermedio en la vía causal entre la
exposición y el evento en estudio (El factor de riesgo no ejerce
su efecto a través del factor de confusión)
● La confusión al igual que el sesgo, no se relaciona al tamaño muestral
● Se debe prevenir: diseño, planificación, selección de los individuos,
ejecución, análisis, estratificado

Resumen
Error aleatorio Error sistemático Confusión

- Se origina en la variación biológica - Produce resultados - Se produce por la distribución no aleatoria

individual, en el error de muestreo y
en el error de medición
- Afecta la precisión y validez
- Depende del tamaño muestral
- No se puede eliminar; se controla
aumentando el tamaño de la
muestra
sistemáticamente
diferentes del valor
verdadero
- Afecta la exactitud/ validez
interna del estudio
- No depende del tamaño
muestral
- No se puede eliminar; se
puede minimizar en fase
de diseño o análisis
de factores de riesgo en las poblaciones a
comparar
- Puede cambiar la dirección aparente de una
asociación; afecta la validez del estudio
- A diferencia del azar y el sesgo, es una
propiedad de la población en estudio
- No se puede eliminar; se puede controlar en
fase de diseño o análisis
- Métodos de control incluyen la
aleatorización, la restricción y el
apareamiento
 Principios de causalidad

¿Qué es una causa?

- Algo que produce un efecto.
- Aquello que se considera como fundamento u origen de algo.
- Un evento, condición o característica que precede la aparición de la enfermedad y sin el cual la enfermedad no hubiera
ocurrido o se habría retardado su aparición.

Inferencia causal → “Proceso de pensamiento para saber si existe una relación de causa- efecto” (Mervin Susser).

“Condiciones sociales y económicas tienen un efecto muy importante en la salud y la enfermedad y dichas condiciones pueden ser
sometidas a investigación científica” - Rudolf Ludwig Karl Virchow.

Criterios de Henle- Koch

- El microorganismo debe estar presente en todos y cada uno de los casos de la enfermedad y explicar los cambios biológicos
y patológicos asociados a la enfermedad.
- El organismo causal no se encuentra en otra enfermedad.
- El microorganismo ha de poder aislarse y crecer en cultivo puro y debe ser capaz de reproducir la enfermedad al ser
inoculado en un animal susceptible.

Modelo de causa suficiente Rothman y su heurística causal (1976)

- Causa suficiente:
- Mecanismo causal completo que invariablemente produce la enfermedad.
- No es un factor aislado, sino que un set de factores mínimos.
- Una enfermedad puede tener varias causas componentes.
- Ej: Causa suficiente de SIDA → Exposición a persona infectada por VIH o conducta de riesgo (sexo desprotegido).
- Causa necesaria:
- Aquella sin la cual no se produce la enfermedad.
- Toda causa suficiente tiene entre sus componentes una causa necesaria.
- Causa componente:
- Factores que conforman una causa suficiente.
- Una causa componente puede formar parte de varias causas suficientes.
- Bloquear una causa componente detiene el mecanismo causal.

Tipos de relaciones causales

- Causa necesaria y suficiente → El factor ejerce su efecto en ausencia de otros factores (rara biología y medicina).
- Factor → Enfermedad.
- Causa necesaria pero no suficiente → Siempre presente, pero solo en conjunto con otros.
- Bacilo TBC + Estado nutricional + Hacinamiento → Tuberculosis.
- No necesaria y más de una suficiente → Ningún factor por sí solo es necesario ni suficiente (enfermedades crónicas).
- Sobre peso + aumento de TG u ovario poliquístico + antecedentes familiares → Diabetes.

Utilidad del modelo en relación al tiempo

- Periodo de inducción: Desde que aparece

la primera causa componente hasta que
se completa la causa suficiente.
- Una vez que se completa la causa
suficiente, es el inicio de la enfermedad
biológica.
- Periodo de latencia: Desde el inicio de la
enfermedad biológica hasta la aparición
de los primeros síntomas.

*Bloquear una causa componente detiene el mecanismo causal.

Criterios de causalidad (Sir Austin Bradford Hill, 1965)
- No son criterios rígidos, son guías que ayudan a los epidemiólogos a interpretar aspectos de una asociación que deben ser
considerados antes de concluir que la interpretación más razonable es que la relación es causal. Ellos son:

Fuerza de asociación A mayor asociación hay mayor probabilidad de una relación causal (RR/ OR/ r).

Consistencia Replicación de resultados. Hay mayor probabilidad de que una asociación sea causal si se observa
repetidamente por diferentes personas, en diferentes lugares, circunstancias y tiempos.

Especificidad Una causa produce una enfermedad y una enfermedad es producida por una causa. En la práctica sólo es
aplicable a enfermedades infecciosas o agentes físicos o químicos.

Temporalidad La causa debe preceder a la enfermedad.

Gradiente biológica Presencia de curva dosis- respuesta. Pueden existir umbrales en relación dosis respuesta o no ser lineal.

Plausibilidad Debe haber un modelo biológico o social que explique la asociación.

Coherencia La asociación causal no contradice el conocimiento previo sobre la historia natural y la biología de la
enfermedad.

Experimento Si se reduce o remueve la causa, se debe reducir o desaparecer la enfermedad.

Analogía Si la relación existente entre la causa y el efecto es muy similar a otras en las que se ha demostrado que
dicha relación es causal.

Esenciales
- Fuerza de asociación → Magnitud de RR, OR o de r.
- Temporalidad → La causa precede al efecto.
- Direccionalidad (dosis respuesta; experimento) → Presencia de un cambio de estado (el efecto) como consecuencia de
cambio en estados antecedentes independientes (la causa).

Consideraciones
- La causalidad es un juicio.
- Se deben tomar acciones de salud pública aún cuando la evidencia causal sea suficiente.
- No se puede ignorar el conocimiento.
 Introducción a los diseños de investigación

Epidemiología analítica
- Búsqueda de causas y efectos: “El por qué y el cómo”.
- Cuantificar la asociación entre exposiciones y resultados y probar hipótesis sobre relaciones causales.
- A menudo la epidemiología proporciona pruebas suficientes para tomar las medidas de control y prevención adecuadas.
- Características clave de la epidemiología analítica → Grupos de comparación.
- MEDIR - COMPARAR - INFERIR.

¿Qué es un diseño epidemiológico?

- Es un esquema de procedimientos, donde el investigador define estrategias para formular el problema de estudio y para
resolverlo (OPS).
- Distintos modelos para estudiar, desde la frecuencia de los fenómenos hasta la confirmación o descarte de la hipótesis.
- La epidemiología sirve para elegir el diseño adecuado a la pregunta de investigación.

¿De qué depende la elección del diseño de estudio?

- Del problema que se desea estudiar (pregunta de investigación).
- Aspectos éticos.
- Aspectos prácticos → Disponibilidad de la información, recursos humanos, financieros, organizacionales y otros, y del
tiempo disponible.

¿Demuestran todos los diseños asociación y causalidad por igual?: Tipos de estudios y capacidad para demostrar una relación causal

Conceptos básicos de los diseños

- Hipótesis y variables: Variables dependientes e independientes.
- Población: Conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencias).
- Muestra: Subconjunto de la población al que tenemos acceso y sobre el cual realmente hacemos mediciones.
- Unidad de análisis: Entidad que será objeto de un estudio → A quién se está estudiando, sobre quiénes se hacen las
mediciones (individuos, grupos, organizaciones u otros).

Clasificación de estudios → “Criterios de ordenamiento”

- Unidad de análisis:
- Individuos
- Colectiva, poblacional (ecológicos).
- Existencia de hipótesis:
- No → Descriptivo.
- Si → Analítico.
- Manipulación de la exposición:
- No → Observacional.
- Si → Experimental
- Temporalidad:
- Transversal.
 - Longitudinal.
- Prospectivo.
- Retrospectivo.

Unidad de análisis
- Entidad que será objeto de un estudio.
- Individuos: Utilizan datos de mediciones directas de un individuo (Ej: ENS) → Peso, talla, Nº de cigarrillos diarios, PA, etc.
- Colectiva, poblacional (ecológica) → Utilizan datos agrupados, no individuales. La unidad de análisis en la población o
comunidades → Peso promedio, talla promedio, cigarrillos per cápita, material particulado, ingreso promedio, etc.

Existencia de hipótesis
- No → Descriptivo:
- Describen la distribución y características de las enfermedades; quiénes son los afectados, dónde están, cuál ha
sido la evolución en el tiempo.
- No permiten comprobar o rechazar hipótesis → Son estudios generadores de hipótesis.
- Si →Analítico:
- Establecen relaciones de asociación y causalidad entre las variables investigadas (exposición - efecto).
- Pueden probar hipótesis surgidas de un estudio descriptivo o analítico previo.

Manipulación de la exposición
- No → Observacional:
- Estudian las asociaciones tal como ocurren en la naturaleza.
- Se basan en el hecho que las personas están expuestas en su vida diaria a distintas situaciones, sustancias, etc.
- También puede estudiar experimentos “naturales”.
- Pueden ser descriptivos o analíticos.
- Si → Experimental:
- El investigador manipula la exposición y observa el efecto de su intervención.
- Manipular: El investigador expone a un grupo de enfermos a un nuevo tratamiento y compara los resultados con
un grupo que recibe tratamiento estándar.
- Esta manipulación puede ser aleatoria o no.
- Son siempre analíticos y prospectivos.

Temporalidad
- Transversal: El evento a observar y la exposición asociada se miden en el mismo momento.
- Longitudinal:
- Prospectivo → Parte de la exposición y observa la aparición del efecto en el tiempo. Lod sujetos en estudio
desarrollan o no el evento durante el transcurso del seguimiento.
- Retrospectivo → Parte de la variable de resultado e investiga hacia atrás la exposición a la variable causal.

Fases de la investigación y diseño

Fase de la investigación Diseño del estudio

Identificación, definición y descripción del problema. Observacional descriptivo. Ej: Series de casos, transversales o ecológicos.

- Comprobación de hipótesis. - Observacional analítico.

- Identificación de valor estadístico. - Ecológico.
- Verificar existencia de error y sesgo. - Transversal.
- Establecer asociaciones causales. - Casos y controles.
- Establecer asociaciones causales. - Cohortes.

- Verificar causalidad (aspectos éticos). - Experimental.

- Eficacia de tratamiento. - Pseudo- experimental.

Epidemiología descriptiva
- En estos estudios se describen las enfermedades y sirven para generar hipótesis.
 - Características:
- Cuantifican la ocurrencia de una enfermedad de acuerdo a variables de descripción → Tiempo, lugar y persona:
- Tiempo: Tendencias seculares, variaciones estacionales/ cíclicas, variaciones inesperadas.
- Lugar: Internacional, nacional, local.
- Persona: Atributos biológicos, atributos sociales.
- Rendimiento del estudio:
- Describe la distribución de las enfermedades → Quiénes son los afectados, dónde están, cuál ha sido la evolución
en el tiempo.
- No aporta información sobre causalidad o asociación, pero es el punto inicial para el desarrollo de estos tipos de
estudio.

Reporte de caso/ Series de casos

- En estos estudios frecuentemente se describen las características de una enfermedad en un grupo de pacientes o de un
paciente.
- Sirven para generar hipótesis.
- Permite identificar factores asociados al pronóstico de la enfermedad.
- Muchas veces documentan la presencia de nuevas enfermedades o efectos adversos de intervenciones.
- Ventajas: Identificación de posibles factores causales al caracterizar a los sujetos de acuerdo a las variables personales,
temporales y geográficas. Útiles para formular hipótesis.
- Desventajas: No sirven para evaluar la presencia de una asociación causal. Ausencia de un grupo control con el cual
comparar y analizar las diferencias.
- ¿Cómo se clasifican? → Individuos, descriptivos, observacionales y longitudinales.

Estudios transversales o de prevalencia

Características:
- Medir la frecuencia (prevalencia) de la exposición y la frecuencia (prevalencia) del evento en una población en el mismo
momento.
- La población en estudio se escoge aleatoriamente sin considerar la exposición o el evento como criterio de selección.
- Medición en el tiempo solo una vez (una foto).
- No se puede inferir temporalidad de la asociación.
- Las encuestas son típicos diseños de prevalencia o transversal. Ejemplos: CASEN, ADIMARK, ENS, CADEM, ENCUENTRA DE
DISCAPACIDAD, ENCAVI, etc.
- Estructura: Población → Muestra → Recolección y análisis de datos de la muestra → Inferencia sobre la población.
- Tipos de muestreo: Aleatorio simple, aleatorio estratificado, por conglomerados, selección sistemática, conveniencia y
autoselección-
- ¿Cómo se determina el tamaño de la muestra?
- Definir la población → Identificar el marco muestral →
Definir el tipo de muestreo → Definir el tamaño de la
muestra → Seleccionar la muestra.
- Recolección de la información: Cuestionarios, mediciones físicas, mediciones
de laboratorio, cara a cara, telefónica, correo o e-mail.
- Mediciones:
- Prevalencia del fenómeno que se estudia (enfermedad,
problema de salud, conducta) (puntual o de periodo).
- Prevalencia de factores de riesgo, asociados al problema
que se estudia y variables epidemiológicas básicas (tiempo, lugar y persona).
- Diferencia de tasas de prevalencia.
- Razón de prevalencia.
- X2 u Odds Ratio: Asociación entre prevalencia de exposición y prevalencia de daño.
- Correlaciones para variables continuas.
- Resultado y utilidad:
- Resultado → Estimar la frecuencia y su variación según factores de riesgo.
- Utilidad → Diagnóstico de salud, dimensionar necesidad de recursos para planificación, evaluar políticas
públicas (mediciones en varias oportunidades) y estudiar asociación- explorar hipótesis.
- Ventajas: Relativamente de bajo costo y rapidez, generalizables cuando están basados en muestras representativas de la
población, mide múltiples exposiciones y efectos, permite estimar frecuencias, fácil de reproducir y entender.
 - Desventajas: No establece causalidad, falta temporalidad exposición efecto, no es útil en enfermedades de corta duración o
poco frecuentes (sesgo de prevalencia).
- ¿Cómo se clasifican? → Individuos, descriptivos o analíticos, observacionales y transversales.

Estudios ecológicos
- Estudios en los cuales la unidad de análisis es un grupo de personas, no los individuos por separado. Persona, región,
comuna, hospital, escuela, barrio, fábrica, curso.
- La exposición es una propiedad de la población.
- Se desconoce la información a nivel individual para una o ambas variables (exposición o resultado).
- Habitualmente son exploratorios o generadores de hipótesis, pero existen estudios analíticos.
- Los datos ecológicos pueden ser:
- Mediciones individuales que se agregan:
- Medidas resumen → Tasa de mortalidad, porcentaje de mayores de 65 años, mediana de edad, escolaridad.
- Fuentes → Registros administrativos de salud, educación, censo, laborales.
- Mediciones agregadas, no individualizables: Densidad poblacional, producto interno bruto (PIB), pobreza de
hogares, gasto en salud, estadísticas de producción e importación para estimar el consumo de tabaco, alcohol,
azúcares, proteínas.
- Mediciones ambientales o geográficas: Describen alguna característica del lugar donde la población vive o trabaja
(nivel de contaminación del aire con material contaminado, fluoración del agua) y eventualmente podrían ser
medidos a nivel individual, pero es difícil
- Habitualmente utilizan fuentes secundarias.
- Tipos de estudios ecológicos:
- Exploratorios (descriptivos): Compara tasas de enfermedad entre regiones en un periodo de tiempo o la frecuencia
de la enfermedad a lo largo del tiempo en la misma región. No hay comparación con otras variables.
- Grupos múltiples: Se evalúan niveles de exposición promedio a algún factor de riesgo (ambiental, conductual,
consumos) y la frecuencia de enfermedad o condición de salud en dos o más poblaciones.
- Series de tiempo: Se comparan las variaciones temporales de distintos niveles de exposición (consumo de
productos, conductas, contaminantes), con series de tiempo de un problema de salud en un área geográfica.
- Falacia ecológica:
- Inferir la naturaleza o alguna característica de los individuos a partir de las estadísticas agregadas del grupo al que
dichos individuos pertenecen.
- Los estereotipos son un tipo de falacia ecológica muy extendida → Por el hecho de pertenecer a un grupo, se
aplica falazmente a un individuo alguna de las características típicas del grupo en general.
- Ventajas:
- Son fuente de hipótesis para estudios analíticos/ experimentales.
- Permiten estudiar grandes grupos de personas, la salud en contexto ambiental y exposiciones difíciles de medir a
nivel individual (exposición solar o contaminación atmosférica).
- La comparación entre áreas permite la evaluación de múltiples niveles de exposición.
- Bajo costo, relativamente fáciles de realizar.
- Fácil disponibilidad de datos → Registros rutinarios (muertes, egresos, NV, mediciones ambientales, consumo de
productos).
- Desventajas:
- No se tiene información del individuo (no podemos extrapolarla).
- No se tiene información de factores de confusión, po lo que no podemos controlarlos o corregirlos.
- Validez externa limitada.
- Permiten demostrar asociación significativa, pero tienen baja capacidad para demostrar causalidad.
- ¿Cómo se clasifican? → Colectiva, poblacional, descriptivos o analíticos, observacionales y transversal o longitudinal.
 Diseño de cohorte

Aspectos generales de estudio de cohorte

- Una cohorte es un grupo de personas que son observadas en el tiempo (estudio longitudinal)
- Permiten determinar la ocurrencia de un evento específico en un grupo de individuos (incidencia) que están, al principio,
libres de enfermedad, hasta que se manifiesta el evento de interés, el sujeto muere, se pierde termina el estudio
- Compara un grupo de personas expuestas a un factor en estudio, con un grupo de personas no expuestas, y los sigue en el
tiempo para evaluar en cuál grupo hay mayor frecuencia (incidencia) de enfermedad
- Si la diferencia en la frecuencia de aparición del efecto o enfermedad en ambos grupos es significativa, se comprueba la
asociación (RR)

Diseño básico de cohortes

- Población
● Expuestos → Sano y enfermos
● No expuestos → Sanos y enfermos

Enfermedad No enfermedad

Expuestos a b

No expuestos c d

¿Cómo se clasifican los diseños de cohortes?

● Unidad de análisis: individuos, colectiva, poblacional
● Existencia de una hipótesis: Si
● Manipulación de la exposición: No
● Temporalidad: longitudinal: prospectivo o retrospectivo

Clasificación de los estudios de cohorte

Según el tipo de 1. Abierta
población ● Definida por: característica que se puede modificar
estudiada ● Seguimiento: integrantes entran y salen de la cohorte ocurren pérdidas
● Medición de la frecuencia de enfermedad: Tasa de incidencia
● Ej: Residentes de localidad, personas que ingresan a una empresa
2. Fija
● Definición por: un evento irremediable
● Seguimiento: No entran nuevos miembros; ocurren pérdidas
● Medición de la frecuencia de enfermedad: Tasa de incidencia
● Ej: sometidos a un accidente, ingresados 2019 medicina UDD
3. Cerrada
● Definida por: Un evento irremediable
● Seguimiento: No entran, ni salen miembros; no ocurren pérdidas (de corta duración)
● Medición de la frecuencia de la enfermedad: incidencia acumulada (tasa de ataque)
● Ej: asistentes a un evento

Elementos importantes para la selección de participantes del estudio

● Existen exposiciones fijas y variables
○ Exposiciones fijas: edad, sexo, lugar de nacimiento, etc.
○ Variables: algunas exposiciones pueden variar en el tiempo, como lo laboral, uso de medicamentos,
etc.
● Antes de la selección de los sujetos se debe definir los niveles y duración mínima de la exposición
○ Un estudio de cohortes puede tener más de un grupo expuesto, con distintos niveles de exposición
cada uno
● Los participantes deben estar comprobadamente libres de la enfermedad que se quiere estudiar como
resultado
● Los participantes no-expuestos deben ser iguales a los expuestos en todos sus aspectos excepto en que no han
estado sometidos a la exposición que se estudia
● El grupo de no-expuestos deben tener el mismo riesgo potencial de presentar el evento de estudio, y tener las
mismas oportunidades que los expuestos de ser diagnosticados del evento resultado en estudio.

Según el momento ● Cohorte prospectiva: Lo habitual es que el investigador sea contemporáneo al inicio del seguimiento: estudio
en que se realiza el concurrente.
 estudio ● Cohorte retrospectiva: Puede ocurrir que la cohorte se haya formado en el pasado, pero susceptible de ser
reconstruida (estudio no concurrente)
● Cohorte Bidireccional: También puede ser una cohorte bidireccional, es decir, parte con una cohorte histórica y sigue
con una cohorte concurrente.

Según el momento ● Cohorte única: Antes y después. Grupo de individuos que comparten o compartieron una misma exposición; en ellos
en que se realiza el se mide el efecto y se compara con el estado de los mismos sujetos antes de la exposición.
estudio ● Dos cohortes: Formato clásico. Dos grupos de individuos sanos que se diferencian en el factor de exposición.
● Cohortes múltiples: Múltiples grupos con diferentes grados de exposición y se comparan con una cohorte control.
Son útiles en la evaluación de relaciones de dosis-respuesta.

Ejemplos estudios de cohortes

- Estudio de framingham
● Objetivo: identificar factores de riesgo comunes para las enfermedades CV
● 1948: 5.209 hombres y mujeres → Evaluación física completa, exámenes de laboratorio, entrevista sobre estilos de
vida. Luego en 1971: 5124 hijos y cónyuges de los sujetos originales. Finalmente en 2002: 4.095 de la tercera
generación
● Resultados: Identificó los FdR más importantes para enfermedad cardiovascular: HTA, colesterol elevado, consumo
de tabaco, obesidad, diabetes y sedentarismo.
● Ha permitido además desarrollar y evaluar tratamientos efectivos y estrategias de prevención.

Análisis en estudios de cohortes

Medidas de riesgo
- Cálculo de incidencia en expuestos y no expuestos
● Densidad o tasa de incidencia: suma todos los tiempos con los que contribuyeron los individuos estudiados (en
cohortes abiertas y fijas)
● Incidencia acumulada (riesgo, tasa de ataque): casos nuevos entre el total de personas en riesgo al inicio (en
cohortes cerradas)
● Interpretación: cuanto es el riesgo en expuestos y en no expuestos

Medidas de asociación
- Riesgo relativo o razón de riesgo
- RR = incidencia expuestos/ incidencia no expuestos
- Interpretación: Valor = 1 no hay asociación, Valor > 1 factor de riesgo, < 1 protector.

Medidas de impacto
- Riesgo atribuible, (RA), Riesgo atribuible porcentual (RA%)y Riesgo atribuible poblacional (RAP)
- RA= incidencia de expuestos - incidencia de no expuestos → Interpretación: Cuál es el riesgo de los expuestos que se puede
atribuir a la exposición
- RA% = Incidencia expuestos - incidencia no expuestos/ I expuestos x 100 → Interpretación: Qué proporción del riesgo de los
expuestos se puede atribuir a la exposición
- RAP%= I poblacional - I no expuestos/ I poblacional → Interpretación: Qué proporción del riesgo de la población se puede
atribuir a la exposición

Sesgo por pérdida de seguimiento

- Aparece cuando los sujetos no pueden ser localizados o no quieren seguir participando en el estudio.
- Ocurre en cualquier etapa del seguimiento y puede reducir el poder del estudio para detectar asociaciones que realmente
están presentes.
- Las pérdidas pueden ser dependientes o independientes de la condición de exposición o del desenlace
- Importante
● Las pérdidas en el seguimiento no invalidan completamente el estudio
● Los investigadores deben utilizar procedimientos para minimizar su ocurrencia
● Si se presentan, deben intentar recoger información clave de los participantes que abandonen el estudio e
investigar si el abandono tiene alguna relación con la exposición o enfermedades en estudio.
¿Cuándo hacer un estudio cohorte?
1. Estudiar múltiples efectos de una exposición, permite estudiar varias enfermedades a partir de una exposición
2. Cohortes retrospectivas cuando el periodo de inducción y latencia de la enfermedad son largos
3. Para examinar los efectos de la exposición a substancias tóxicas ambientales y ocupacionales
4. Cuando la exposición que se quiere estudiar es poco frecuente.

Ventajas Desventajas

- Entre los diseños observacionales son los que entregan la
mejor información sobre temporalidad
- Mide la incidencia de una enfermedad (expuestos, no
expuestos y total). Es decir, mide directamente el riesgo.
- Es menos vulnerable a sesgos comparado con otros
observacionales.
- La exposición está bien definida
- Permite medir las medidas de asociación RR, y de impacto
RA% y RAP%
- Permite estudiar la historia natural de la enfermedad.
- Caros y consumidores de tiempo
- Complejos y difíciles de llevar a cabo
- Afectado por pérdida de sujetos
- La exposición puede estar mal clasificada (cohortes
retrospectivas)
- Utilidad limitada para enfermedades de baja frecuencia
 Catalina Barría Andrade, Epidemiología 2023
Diseños Caso Control

Aspectos generales
- Se compara la exposición a un factor de riesgo en dos grupos:
- Casos → Con la condición/ enfermedad.
- Controles → Sin la condición/ enfermedad.
- Si la diferencia en la frecuencia de exposición entre estos dos grupos es significativa, hay asociación.
- Se usan para estudiar enfermedades raras o de baja frecuencia poblacional y problemas de salud que requieren un
abordaje relativamente rápido.
- Es una manera eficiente de explorar la relación entre una exposición y un efecto.

Estructura de casos y controles

¿Cómo se clasifican los diseños de casos y controles? → Individuos, Analíticos (si hay hipótesis), observacionales (no se manipula la
exposición) y longitudinales prospectivos.

Casos (enfermos)
- Grupo de sujetos que presentan una condición, enfermedad o desenlace (variable dependiente).
- Condiciones:
- Se debe asegurar su condición de “casos” → Test diagnósticos, mediciones, anatomía patológica.
- Considerar la fase y gravedad de la enfermedad al ingreso al estudio.
- Idealmente se deben seleccionar los casos de una misma población.
- Todos los sujetos con la condición deben tener igual probabilidad de ser seleccionados.
- Fuentes → Historias clínicas, egresos hospitalarios, registros médicos especiales, profesionales de la salud, registros de la
vigilancia epidemiológica, certificados de defunción, registros de escuelas, empresas, aseguradoras.

Controles (no enfermos)

- Sujeto sin la condición, enfermedad o desenlace de estudio.
- Condiciones:
- Deben provenir de la misma población de origen de los casos y representar adecuadamente la población de donde
provienen.
- Deben ser seleccionados independientemente de su condición de expuestos o no expuestos.
- Deben tener probabilidad de exposición.
- Niveles comparables en otros atributos: sexo, edad, etc.
- Se puede elegir más de un control para cada caso.
- Fuentes → Comunitarios, hospitalarios, familiares, fallecidos.
 Catalina Barría Andrade, Epidemiología 2023
Representatividad
- Tanto casos como controles tienen que tener alguna probabilidad de exposición, que es desconocida al inicio del estudio.

Enrolamiento de casos y controles

- Muestreo de sobrevivientes → Recluta a todos los controles de la población en riesgo después de que acumuló todos los
casos.
- Muestreo de base → Recluta todos los controles desde la población en riesgo al comienzo del estudio y luego acumula los
casos.
- Muestreo de conjunto de riesgos o muestreo de densidad de incidencia → Recluta los controles desde la población en
riesgo al mismo tiempo en que ocurre un caso.

Análisis de un estudio de casos y controles

- Se mide la frecuencia de exposición de casos y controles.
- Ejemplos:
- Se estudia la asociación entre el ACV y el uso de ACO.
- Casos 66 mujeres con ACV y controles 139 mujeres sin ACV.
- A ambos grupos se les consulta por el uso de ACO durante su edad fértil.
- En un estudio de casos y controles lo correcto es interpretar el OR como la probabilidad de presentar la variable de
exposición dado el resultado. Ej: “Las mujeres que presentaron un ACV tuvieron 6,6 veces más probabilidad de estar
expuestas a ACO, que las mujeres que no tuvieron ACV”.

Odds Ratio
- Es una razón entre dos “odds”:
- Odds de tener la enfermedad, según esté o no expuesto.
- Odds de no tener la enfermedad, según esté o no expuestos.
- Es una medida de asociación.
- Es un buen estimador del RR.
- OR= (a * d)/ (b * c).
- En un diseño de casos y controles lo correcto es interpretar la OR como la chance o probabilidad de presentar la exposición
dado el resultado, comparado con la chance o posibilidad en quienes no tienen el resultado.
- Es decir, los casos tuvieron “n” veces mayor exposición a la variable “x” que los controles.
- OR = 1 → No hay asociación entre la exposición y el resultado.
- OR > 1 → Mayor frecuencia de exposición en los casos.
- OR < 1 → Mayor frecuencia de exposición entre los sanos o la presencia del factor reduce el riesgo de enfermar.
- Para conocer la significación estadística de los resultados se debe calcular el intervalo de confianza del OR (error aleatorio).
- El OR es un buen estimador del RR cuando la incidencia de una enfermedad es baja → OR = RR.

Sesgos
- Sesgo de memoria → Por su naturaleza retrospectiva, la información sobre la exposición puede ser de mala calidad.
- Sesgo de información → “Clasificación errónea” → Cuando se clasifica erróneamente a los casos en control y los controles
en caso y viceversa.
- Sesgo de selección
- “Composición” → Cuando el grupo de interés (casos) tiene diferente composición que el grupo de comparación
(controles) en variables como sexo, edad, raza, lugar de origen, número de hijos o cualquier otra variable que los
haga diferentes.
- “Representatividad” → Esto puede ocurrir si en la selección de casos no son representativos de todos los casos
dentro de la población, o en la selección de controles si no son representativos de la población que produjo los
casos.
- Para evitar o controlar los sesgos
- A priori ( en el diseño)
- Asegurar correcta asignación de casos y controles.
- Pareo (matching): grupal/ individual.
- Utilizar más de un control
- Asegurar que la exposición en el grupo control es similar a la de su población de origen.
 Catalina Barría Andrade, Epidemiología 2023
- Precauciones:
- El pareo deberá realizarse solo para aquel factor o factores que claramente puedan crear confusión.
- No podemos investigar el efecto de una variable para la cual se han pareado los casos y controles.
- Si uno parea un factor, su papel etiológico no podrá ser evaluado.
- A posteriori (en el análisis)
- Estratificar las variables de confusión (análisis estratificado).
- Hacer comparaciones específicas para cada nivel de la variable de confusión.
- Cuando se quiere ajustar la observación para varias variables de confusión juntas, se hace la regresión
logística que entrega el OR ajustado.

¿Cuándo hacer un estudio de casos y controles?

- Cuando los datos de exposición son difíciles o caros de obtener.
- Cuando la enfermedad es rara (poco frecuente).
- Cuando la enfermedad tiene períodos de latencia o inducción prolongados.
- Cuando se conoce poco de la enfermedad.
- Cuando la población subyacente es dinámica.

Ventajas Desventajas

- Más eficientes: Más baratos y de menor duración
que estudios de cohortes y experimentales,
especialmente para enfermedades raras y con
largos periodos de inducción y latencia.
- Entrega información de varios factores de riesgo al
mismo tiempo, lo que es útil para enfermedades
cuya etiología es desconocida.
- No es útil para estudiar más de una enfermedad.
- Mayor posibilidad de sesgos debido a la naturaleza retrospectiva de la
recolección de la enfermedad. Por lo tanto no son buenos para detectar
asociaciones débiles.
- Difícil establecer una relación temporal clara entre la exposición y la enfermedad.
- Ineficientes para exposición poco frecuentes.
- Puede dar mala calidad de información sobre exposición debido a su naturaleza
retrospectiva.
 Diseños experimentales

Aspectos generales
- Compara los efectos de 2 o más intervenciones que han sido asignadas aleatoriamente en grupos de pacientes tratados
simultáneamente.
- El Investigador asigna Exposición.
- Mediante un proceso al azar (ALEATORIO) se decide quiénes constituirán el grupo con tratamiento y el grupo control.
- El proceso aleatorio hace a los grupos comparables en las variables más relevantes.
- Gold standar: para demostrar o refutar los beneficios de una intervención.

Diseño
- Es un estudio de cohorte en el que se manipula la exposición

¿Cómo se clasifican los diseños experimentales?

- Unidad de análisis: individuos
- Existencia de hipótesis: analítico
- Manipulación de la exposición: Experimental
- Temporalidad: Longitudinal prospectivo

Clasificación de los estudios experimentales

Según la unidad y Ensayo controlado aleatorizado

forma en la que se - Ensayos individuales, en los que el tratamiento se asigna a cada individuo.
asigna el tto - Los individuos son asignados al azar a recibir o no una intervención y son seguidos en el tiempo
para determinar el efecto de la intervención.
Ensayo controlado no aleatorizado o cuasi- experimental
- El investigador manipula la exposición, pero no asigna aleatoriamente los individuos a los grupos
expuestos y no expuestos.
- Ensayos comunitarios, en los que el tratamiento se entrega a una comunidad entera; se comparan
comunidades. (Ej: comunidades vacunadas, regiones con flúor en agua)

Según el propósito Ensayo preventivo o profiláctico:

- investigan una medida para prevenir la ocurrencia de una enfermedad (ensayos de prevención
primaria) en sujetos sanos. Son de larga duración y requieren de un gran número de participantes
- Por ejemplo: entrega de vitaminas o minerales, remover un factor de riesgo (exposición nociva o
cambios de conducta) para evitar o reducir enfermedades.
Ensayo terapéutico o clínico:
- Investiga una medida para tratar una enfermedad existente (ensayos de prevención secundaria).
Son de menor duración y requieren un número reducido de participantes.
- Por ejemplo,comparar tipos de cirugía, drogas,tratamientos.

Según el método Tratamiento Paralelo

para administrar el - Cada grupo recibe simultáneamente la
tratamiento intervención (un grupo recibe
tratamiento y el otro placebo).
 Ensayo cruzado (Crossover):
- Cada grupo recibe todos los
tratamientos, uno después del otro.
El orden del tratamiento difiere para
grupo.

Según el nº de Diseño Simple:

tratamiento que se - Cada grupo recibe tratamiento con un solo componente (por ejemplo, una sola droga)
evalúan Diseño factorial:
- Cada grupo recibe dos o mas tratamientos.

Pasos en el desarrollo de un ECC

- Definir pregunta de investigación
- Definir intervención, grupo de comparación y variables de resultado (outcome)
- Selección de la muestra
● Cálculo del tamaño muestral
● Definir criterios de inclusión/exclusión (ojo con sesgos de selección)
- Medición de variables basales
- Aleatorización
- Aplicación de intervenciones en ciego
- Seguimiento de las cohortes
- Medición de variables de resultados.
- Análisis

Criterios de inclusión y exclusión

- Si no están presentes buenos criterios se genera → Sesgo de selección.
● Ej. Asignar los pacientes más graves a la intervención nueva.
● Ej. Un investigador que excluye los pacientes más graves del estudio para tratarlos fuera del mismo, si estuviera
permitido.

Mecanismos para evitar sesgos

- Aleatorización → Controla variables de confusión
● Proceso de asignación al azar de los individuos a los grupos de tratamiento o control.
● Equilibra las características basales de los grupos y los hace comparables con respecto a factores conocidos y
desconocidos (equilibra confundentes).
- Cegamiento
● Proceso mediante el cual los participantes del estudio no conocen las asignaciones de tratamiento de los distintos
grupos.
● 4 niveles de cegamiento:
○ Aplicado a los que asignan el tratamiento
○ Aplicado a los pacientes
○ Aplicado a los médicos y equipo de salud a cargo del control de los pacientes durante el estudio
○ Aplicado a los analistas
● Es necesario explicitar a qué niveles se produce el cegamiento.
● Potenciales beneficios de cegamiento
○ Participantes: < probabilidad de respuestas sesgadas, > Probabilidad de cumplimiento del régimen de
tratamiento, < probabilidad de buscar intervenciones adicionales, < probabilidad de abandono y pérdida
de seguimiento
○ Investigadores: < probabilidad de transferir sus inclinaciones y actitudes a los participantes < probabilidad
de administración diferenciada de co-intervenciones, < probabilidad de alentar o desalentar la
continuación en el ensayo
○ Evaluadores: < probabilidad de evaluación sesgada de los resultados

Análisis → El análisis de un ECA pretende mostrar que el nuevo medicamento en estudio reduce el riesgo en quienes lo reciben
versus el grupo de control (placebo o terapia normal).
Efecto Hawthorne
- Cambios en el comportamiento de los participantes como resultado de su conocimiento de estar sometido a un estudio, sin
aplicar ningún tipo de manipulación procedente del experimento (reactividad psicológica)
- Los psicólogos sociales explican que los sujetos, al darse cuenta de que están siendo observados, generan creencias acerca
de lo que los experimentadores esperan de ellos. Motivados por la conformidad y la deseabilidad social, los individuos
cambian su comportamiento para alinearlo con estas creencias.

Placebo
- Agente farmacológicamente inactivo, que se entrega como sustituto de un agente farmacológicamente activo.
- No tiene un efecto biológico sobre una determinada enfermedad.
- Debe ser idéntico al tratamiento que se está probando y entregarse en las mismas condiciones

Efecto placebo
- Mejoría clínica que se produce como resultado de la percepción del paciente de estar recibiendo una intervención
terapéutica efectiva.
- Objetivo del placebo
● Controlar el sesgo de información.
● Aplicar el ciego a las intervenciones asignadas de modo de determinar la verdadera magnitud de la intervención en
estudio, controlando el efecto placebo.

Análisis de resultados

Riesgo relativo (RR) Incidencia en tratados/ incidencia en no tratados

Reducción relativa del riesgo (1 - RR) x 100

(RRR)

Reducción absoluta del riesgo Incidencia en no tratados - Incidencia en tratados

(RAR)

Nº necesario a tratar (NNT) 1/ RAR

Validez interna y externa

- Validez interna (eficacia)
● Capacidad de un estudio para inferir que una asociación observada entre la exposición y el resultado es una
relación causal plausible.
● Amenazas comunes: error, sesgo, confusión y el azar.
- Validez externa (Efectividad)
● Capacidad de generalizar los resultados a poblaciones más allá de los sujetos de estudio (condiciones reales).
○ Baja Adherencia
○ Perfil de Pacientes Seleccionados
○ Perfil de Clínicos participantes.
○ Costos
○ Temas Prácticos.

Tipos de análisis
- No todos los pacientes asignados a recibir una intervención realmente la reciben (no todos adhieren)
- No siempre el seguimiento de los pacientes es completo (pérdidas)
● Análisis por intención de tratar
○ Se analizan todos los sujetos según el grupo al que fueron asignados aleatoriamente al inicio,
independientemente de si completaron el seguimiento.
○ Se mantiene el equilibrio logrado con la aleatorización; asemeja lo que ocurre en la realidad.
○ Desventaja: la magnitud del efecto puede ser subestimada debido a quienes no adhirieron al protocolo.
● Análisis explicativo
○ Determina el efecto del tratamiento en condiciones ideales.
○ Compara los resultados en aquellas personas que completaron el tratamiento e ignora el resultado de los
que no siguieron (de cualquiera de los dos grupos).
Aspectos éticos
- Consentimiento informado
- Confidencialidad
- Respeto a los DDHH
- Integridad científica: verdad, rigor y objetividad, independencia, imparcialidad y neutralidad, cooperación y honestidad,
transparencia y justicia, compromiso y responsabilidad social.

Fases para la experimentación de drogas en humanos

Fase I ¿Es seguro?

Estudios de farmacocinética y farmacodinamia que proporcionan información preliminar sobre el efecto y la
seguridad del producto en sujetos sanos o en algunos casos en pacientes (pediatría)

Fase II ¿Funciona?
Se realiza en pacientes que padecen la enfermedad. Objetivo: proporcionar información preliminar sobre la eficacia
del producto y establecer la relación dosis- respuesta del mismo

Fase III ¿Es mejor que el tto disponible hasta ahora?

Evaluar la eficacia y seguridad del tratamiento experimental intentando reproducir las condiciones de uso
habituales y considerando las alternativas terapéuticas disponibles en la indicación estudiada. Se realiza con una
muestra de pacientes más amplia que en la fase anterior y representativa de la población general a la que irá
destinado el medicamento. Recoge información sobre indicaciones de uso, efectos adversos, dosis recomendada

Fase IV Vigilancia post marketing para ver efectos raros, poco frecuentes.se realizan con un medicamento después de su
comercialización.

Control de segos
- Criterios de inclusión y exclusión → Sesgo de selección
- Aleatorización → Confusión
- Cegamiento → Sesgo de información
- Placebo → Sesgo de información

Criterios de causalidad
- Fuera de asociación
- Temporalidad
- Experimento
- Gradiente biológica

Ventajas Desventajas

- Científicamente son más rigurosos comparados con los
estudios observacionales.
- Entregan la mejor evidencia para la causalidad.
- Mayor control de sesgos.
- Permite medir tasas de incidencia y RR.
- Examina efectos adversos: permite conocer y
cuantificar la aparición de efectos colaterales a
consecuencia de la intervención en estudio.
- Complejidad: la posibilidad de manipular la variable
independiente, determinar causalidad y experimentar
en seres humanos, confiere a los ensayos clínicos un
alto grado de complejidad.
- Pérdida de sujetos.
- Intervenciones estandarizadas pueden ser diferentes
de la práctica cotidiana.
- Costosos en tiempo y dinero.
- Sesgo de publicación: se tiende a publicar solo los que
dan resultados positivos.
- Reticencia a participar de pacientes y médicos.

Diseños cuasi-experimentales
- Se manipula la exposición, pero:
● Los sujetos no se asignan en forma individual aleatoriamente a los grupos de tratamiento;
 ● Incorpora la aleatorización de conglomerados (comunas, escuelas, consultorios, cárceles, regimientos, internados,
hospitales y otros).
● En ausencia de aleatorización individual, hay que identificar y separar los efectos de los tratamientos del resto de
factores que afectan a la variable dependiente.
● Una característica de los cuasi-experimentos es el incluir "grupos intactos", es decir, grupos ya constituidos.

Ventajas Desventajas

- Son factibles dado que se pueden realizar en pequeñas
unidades, por lo cual son más baratos y tienen menos
obstáculos prácticos.
- Permiten realizar investigaciones dentro de un marco
de restricciones, particularmente la falta de
aleatorización individual.
- Facilitan el desarrollo de estudios en ambientes
naturales.
- Es posible inferir relaciones causales entre la variable
independiente y la variable dependiente, pero su
probabilidad de ser verdadera es menor en
comparación con los diseños ECC.
- La variable independiente puede confundirse con
variables extrañas, por lo que no se sabe si un cambio
en la variable dependiente se debe realmente a la
variación de la variable independiente.
- Al utilizar grupos naturalmente formados, existe la
posibilidad de que se presenten sesgos en la selección.
- Al tomar los grupos intactos, el investigador no tiene la
certeza de que la muestra sea representativa de la
generalidad, lo que constituye una amenaza a la
validez externa.
- Es mucho más vulnerable a las amenazas contra la
validez inferencial, en comparación con el ECC.
 Módulo de epidemiología aplicada: pruebas diagnósticas

Pruebas diagnósticas y tamizajes poblacionales:

- Pruebas diagnósticas
● Evaluación de las pruebas: validez interna y externa
● Comprender la relación entre sensibilidad y especificidad para establecer puntos de corte
● Comprender la relación entre prevalencia de la enfermedad y especificidad del test con valores predictivos
- Programas de tamizaje poblacional
● Criterios para establecer un programa de tamizaje
● Evaluación de los programas de tamizaje

¿Qué es una prueba diagnóstica?

- Cualquier proceso que pretenda determinar la presencia de cierta condición, no susceptible de ser detectada
exclusivamente por la historia clínica (anamnesis) o examen físico

Objetivos de las pruebas diagnósticas

- Confirmar un diagnóstico → Rx de tórax en paciente con fiebre y disminución del murmullo pulmonar en la auscultación
- Descartar un diagnóstico → Tuberculina en paciente con febrículas
- Pronóstico → APE en paciente con cáncer de próstata
- Monitorizar el control de la enfermedad → Hemoglobina glicosilada en diabetes

¿Cómo evaluar una prueba diagnóstica?

- Estimando la magnitud de los errores o la magnitud de los aciertos que puede tener la prueba ante un diagnóstico dado.
- ¿Qué capacidad tiene la prueba para distinguir a las personas que tienen una determinada enfermedad de quienes no la
tienen?

Tabla de clasificación de resultados de un test de screening

Con enfermedad Sin enfermedad Total

Resultado del test Positivo Verdaderos positivos Falsos positivos Total positivos test
(prueba)
Negativo Falsos negativos Verdaderos negativos Total negativos test

Total enfermos Total sanos

Validez y precisión
- Validez: Capacidad del instrumento de medir lo que se quiere medir
- Precisión: Capacidad de un instrumento de dar resultados estables y consistentes

Validez de una prueba

- Interna: capacidad de distinguir entre quienes tienen o no una determinada
condición
● Medidas tradicionales y básicas del valor diagnóstico de una prueba: son
características de una prueba
● Permiten comparar directamente una prueba con otras

Sensibilidad Especificidad

- Capacidad del test de identificar correctamente a los
afectados
- Se calcula como la probabilidad de que el examen
resulte positivo dado que se está enfermo
- Capacidad del test de identificar correctamente a los
no-afectados (sanos)
- se calcula como la probabilidad de que el examen
resulte negativo dado que está sano.
 Especificidad= verdaderos negativos/ total sanos
Sensibilidad= verdaderos positivos/ total de enfermos

Interés Interés
- Si el costo de omitir un diagnóstico es elevado - Cuando el falso positivo puede causar perjuicio grave
(enfermedades graves y tratables) (físico, emocional o económico)
- Útil para CONFIRMAR el diagnóstico sugerido por otras
- Etapas diagnósticas iniciales (para DESCARTAR
pruebas.
enfermedad) - Ej: diagnóstico anatomo-patológico de cáncer de
- Ej. mamografía en la detección precoz de cáncer de mama
mama

- Externa: Capacidad de un resultado positivo para predecir la presencia de enfermedad (o de no enfermedad)

● En el escenario clínico se requiere trabajar desde el resultado del test, pero no se sabe si el paciente es un
verdadero positivo o un falso positivo.
● Sensibilidad y especificidad no entregan esta información
● Preguntas que responden la validez externa: ¿Cuántos de los que resultan positivos en el test están realmente
enfermos? ¿Cuántos de los que resultaron negativos en el test están realmente sanos?

Valor predictivo positivo Valor predictivo negativo

Es la probabilidad de que una persona con test positivo esté Es la probabilidad de que una persona con test negativo este
realmente enferma (confianza de un resultado positivo) realmente sana (confianza de un resultado negativo)

VPP = Verdaderos positivos / Total positivos VNP = Verdaderos negativos/ total negativos

¿Cómo se lee? ¿Cómo se lee?

El 93% de los resultados (+) corresponden a personas El 85,2% de los resultados (-) corresponde a personas
realmente enfermas realmente sanas

Ejemplos:
- Sra. Cecilia su PAP salió positivo → ¿Tengo Cáncer? → ¿Qué le debería responder la Dra.?
- Sensibilidad 51%.
- Especificidad 99%.
- VPP (Chile) 24% (grupos de alto riesgo).
- VPN 99%.
Factores que afectan el valor predictivo
- Prevalencia (o probabilidad pre- test):
- A mayor prevalencia, mayor valor predictivo positivo.
- Un programa de tamizaje es más eficiente en una población con riesgo elevado.
- Especificidad de la prueba que se utiliza:
- A mayor especificidad, mayor valor predictivo positivo (menor cantidad de falsos positivos).

Relación entre sensibilidad/ especificidad y prevalencia. Ejemplo:

Alta prevalencia: 33% (55/165) Baja prevalencia: (55/155)

- Sensibilidad = 50/55 = 91% - Sensibilidad = 50/55 = 91%

- Especificidad = 100/110= 91% - Especificidad = 1000/1100= 91%
*Sensibilidad y especificidad no varían según la prevalencia.

Relación entre valores predictivos/ prevalencia (para la misma sensibilidad y especificidad). Ejemplo:

Alta prevalencia: 33% (55/165) Baja prevalencia: (55/155)

- VPP = 50/60 = 83% - VPP = 50/150 = 33%

- VPN = 100/ 105 =95% - VPN = 1000/ 1005 =99%
*Los valores predictivos varían según la prevalencia.

Sensibilidad, especificidad y prevalencia (S= 90% / E=90%)

- P= 20% → VPP= 70%
- P= 10% → VPP= 60%
- P= 2% → VPP= 20%
- P= 1% → VPP= 8%
- En prevalencia baja, el VPP es muy bajo aunque S y E sean altas.

¿Cómo se relaciona la especificidad con los valores predictivos?

- A mayor especificidad, menores falsos positivos.
- Si la especificidad es de 100%, no hay falsos positivos.
- VPP = Verdaderos positivos/ Total positivos
Resumen de las medidas

Medida Definición Fórmula

Sensibilidad Capacidad del test de identificar correctamente a los afectados S = Verdaderos positivos/ Total de enfermos

Especificidad Capacidad del test de identificar correctamente a los no afectados (sanos) E= Verdaderos negativos/ Total sanos

VPP Probabilidad de que una persona con test positivo esté realmente enferma VPP = Verdaderos positivos/ Total positivos

VPN Probabilidad de que una persona con test negativo este realmente sana VPN= Verdaderos negativos/ Total negativos

¿Qué pasa cuando no hay gold standard?

- No podríamos calcular la sensibilidad, especificidad ni valores predictivos.
- Se mide la concordancia que existe entre distintos métodos diagnósticos a través del cálculo del coeficiente Kappa.
- Kappa = (Observed agreement - Expected agreement)/ 1 - Expected Agreement

Políticas de salud y el tamizaje poblacional

Programa de tamizaje o Screening

- Identificación presuntiva, mediante pruebas diagnósticas de bajo costo, poco invasivas y de aplicación rápida, de personas
enfermas hasta entonces habías pasado desapercibida (estadio pre- sintomático).
- Establece si una persona tiene una probabilidad alta o baja de padecer una determinada enfermedad.
- Idea central: El tamizaje es una medida de prevención secundaria, cuyos objetivos son disminuir la incidencia de
complicaciones, disminuir la mortalidad y aumentar la calidad de vida de las personas afectada por una determinada
patología.

Riesgos del screening

- El sobrediagnóstico (diagnosticar a personas sanas como enfermas) puede llevar al sobretratamiento (tratar a personas
sanas o con enfermedad leve como si estuvieran igual de enfermas), produciendo más daño que el que se desea evitar con
el programa de screening.
- Hace décadas, los investigadores vieron que el screening de cáncer de próstata terminaba en diagnóstico y tratamiento de
tumores de lento crecimiento que muy probablemente no habrían causado daño, o en alta cantidad de falsos positivos.
- Esto resultaba en biopsias y tratamientos innecesarios con daños permanentes: psicológicos, incontinencia y eréctil.

Aplicación de un programa de tamizaje

- La factibilidad y éxito de un programa de screening dependen en gran medida de la población en la cual se aplica
(probabilidad pre- test o prevalencia).
 - Relación costo beneficio del programa de tamizaje: Estudiar a toda la población en busca de una enfermedad infrecuente
puede resultar demasiado costoso.
- Si es posible identificar un subgrupo de riesgo elevado y realizar un programa de tamizaje directamente en ese grupo,
aumenta la productividad del programa.

Criterios para establecer un programa de tamizaje

De la enfermedad De la prueba diagnóstica De la población De los recursos

- Debe ser frecuente y grave. - Debe ser reproducible y - Riesgo elevado para la - Contar con recursos para
- Debe tener una HNE válida (sensibilidad y enfermedad: prevalencia alta establecer el programa de
conocida con estadíos especificidad). (VPP). tamizaje.
claramente identificables. - Debe ser aceptable por la - Buenas relaciones - Contar con todas las
- Debe tener un tratamiento población (exenta de efectos comunitarias: aceptabilidad. facilidades de diagnóstico y
cuando se detecta. adversos, poco invasiva, - Contar con datos tratamiento de los sujetos
indolora, fácil de aplicar, demográficos para positivos en la prueba de
sencilla y rápida). planificación adecuada de los tamizaje.
- Bajo costo. recursos necesarios para
ejecutar el programa de
tamizaje.

Exámenes de medicina preventiva - GES

En síntesis…
- La comprensión de un proceso patológico y la entrega de asistencia sanitaria requieren la distinción entre personas que
tienen una enfermedad o condición, y quienes no la tienen, para:
- Clínica → Proveer asistencia sanitaria
Salud pública → Proveer intervenciones de prevención secundaria.
 Investigación y control de brotes
Enfermedades transmisibles
- Cualquier enfermedad causada por un agente infeccioso o sus productos tóxicos, que se manifiesta por la transmisión del
agente, de una persona o animal infectados o de un reservorio inanimado a un huésped susceptible, en forma directa o
indirecta.
- Las infecciones de las vías respiratorias inferiores son las enfermedades transmisibles que causan mayor mortalidad en el
mundo, clasificadas como la cuarta causa principal de muerte.

Triada ecológica
1. Agente → Es todo poder, principio o sustancia capaz de actuar en el organismo. Factor cuya presencia, exceso o relativa
ausencia es esencial para la ocurrencia de la enfermedad. Pueden ser biológicos, físicos o químicos.
2. Huésped → Persona u otro animal vivo que permite la subsistencia o alojamiento de un agente infeccioso bajo condiciones
naturales.
3. Ambiente → Lugar donde la transmisión ocurre. Todo aquello externo al huésped humano. Es el dominio en el cual el
agente causante de la enfermedad puede existir, sobrevivir u originarse. Puede ser biológico, físico o social.

Puerta de entrada/ salida enfermedades transmisibles

- Sitio por donde entra/ sale el agente al/ del huésped:
- Vías respiratorias → Las de mayor difusión y más difíciles de controlar.
- Membranas mucosas (boca, conjuntivas, nariz, gastrointestinal, genital).
- Vías cutáneas → Heridas en la piel y sangre.

Mecanismos de transmisión (epidemiológica)

Directa (persona a persona) Indirecta

- Transmisión inmediata del agente infeccioso a una puerta de
entrada a través de la cual puede ocurrir la infección humana o
animal.
- Tocar, besar, morder, relaciones sexuales o proyección directa de
gotas de saliva spray, perinatal.
- Involucra fuentes intermediarias de infección:
- Vehículos: Objetos inanimados contaminados (fómites,
comida, agua o fluidos corporales).
- Aéreo: Diseminación de partículas de gotitas (aerosoles),
levantar polvo con hongos o microbios. En ambientes cerrados,
poco ventilados.
- Vectores: Insecto animal vivo involucrado en la transmisión de
agentes infecciosos → Artrópodos (moscas, mosquitos,
vinchucas, garrapatas y piojos), roedores que acarrean pulgas.

Reservorios de los agentes en la naturaleza

- Lugar donde el agente infeccioso vive y se multiplica.
- Pueden ser de distinto tipo:
- Animales (zoonosis) → Virus de la rabia, Yersinia pestis (peste), Leptospira (leptospirosis), salmonella no typhi
(salmonelosis), Brucella (Brucelosis), influenza aviar.
- Humano → Treponema pallidum, Neisseria gonorrhoeae, VIH, Virus hepatitis B y C, ébola.
- Agua → Legionella, Pseudomona aeruginosa, Mycobacterium marinum, Vibrio cholerae (cólera).
- Suelo → Histoplasma capsulatum y otros hongos sistémicos, clostridium tetani, clostridium botulinum.

Periodos de evolución de una

enfermedad infecciosa
 - Periodo de incubación: Tiempo entre la infección con un agente y el desarrollo de los síntomas.
- Periodo de latencia: Periodo entre que el individuo ha sido infectado hasta cuando se vuelve infectante. A veces es igual al
periodo de incubación. Ej: TBC pulmonar, ébola.
- Periodo de transmisibilidad: Es el período en que la persona contagia y el que determina la transmisibilidad (número de
reproducción), si es prolongado determina riesgo de transmisión.
- Período sintomático: Es el lapso de tiempo que parte desde el inicio de los síntomas hasta el fin de la enfermedad.

Parámetros epidemiológicos en la transmisión de enfermedades

Número básico de reproducción (R0)

- Es el Nº promedio de casos secundarios que genera un caso contagioso a lo largo de un periodo infeccioso en población
completamente susceptible.
- R0 = β x c x D, en donde:
- β → Transmisibilidad o probabilidad promedio de que un contacto se infecte al exponerse a un caso infectante
(depende de la biología y el comportamiento de la infección). Se reduce al utilizar EPP.
- c → Tasa promedio de contactos por unidad de tiempo. Se puede reducir con aislamiento, cuarentena y medidas
de distancia social.
- D → Duración promedio de contagiosidad. Se puede reducir al tratar a casos, y mejorando la salud general de la
población en riesgo.
- R > 1 → Epidemia.
- R = 1 → Endemia.
- R < 1 → Disminución

El tiempo de generación de la enfermedad (Tg)

- Es el intervalo de tiempo medio entre la infección de una persona y el momento en el que sus contactos se vuelven
contagiantes.
- Junto con R0, Tg establece la escala de tiempo de crecimiento de la pandemia, y por tanto la velocidad con que hay que
poner en marcha las medidas de intervención para frenar el crecimiento de la epidemia.

Proporción de la transmisión antes del inicio de los síntomas (Ө)

- Es la proporción de transmisión “oculta” → Transmisión que ocurre antes de que aparezcan los primero síntomas o a partir
de los casos asintomáticos.
- Parámetro útil para valorar el impacto de las medidas de control, ya que estiman la probabilidad de que con el aislamiento y
la cuarentena de contactos se pueda controlar un brote epidémico.

Brote, Epidemia y Pandemia

- Endemia: Nivel habitual de una enfermedad o un agente infeccioso en una determinada zona geográfica o grupo de
población.
- Brote: Ocurrencia repentina de una enfermedad por sobre lo esperado en un lugar determinado, generalmente acotado.
- Epidemia: Aumento inesperado en el Nº de casos de una enfermedad por sobre lo esperado en la población en un área.
Afecta a un área más grande.
- Pandemia: Es una epidemia que se disemina por muchos países y continentes y que afecta a un gran número de personas.

Conglomerado (cluster)
- Agrupamiento de casos de un evento relativamente poco común en un espacio o un tiempo definidos, en una cantidad que
se cree o se supone es mayor a la que cabría esperar al azar.
- En teoría, un conglomerado (espacial o temporal) podría ser la expresión inicial de un brote. La identificación deun
conglomerado, sería la manera más temprana de detectar un brote.
- ¿A qué se refiere con expectativa normal?
- Tiempo, lugar y persona → Inesperadas para ese momento o estación del año, inesperada para ese lugar,
inesperada para esas personas.

Epidemias más grandes de la historia

- Peste negra (Bubónica) (1347- 1351) → 200 millones de muertes.
- Viruela (1520) → 56 millones de muertes.
- Gripe española (1918-1919) → 40-50 millones de muertes.
 - VIH/ SIDA (1981- presente) → 25-35 millones de muertes.
- Tercera plaga (1855) → 12 millones
- Covid- 19 (2019- presente) →6,9 millones de muertes.

¿Por qué se producen las epidemias?

- Porque aumentan las probabilidades de que un agente afecte a una población susceptible.
- Introducción de una nueva enfermedad por personas, animales o vectores hacia un área donde la enfermedad no existe.
- Mutación del agente infeccioso.
- Contaminación de alimentos o agua con un agente externo.
- Acumulación de susceptibles.

Factores asociados al surgimiento de nuevos agentes

- Cambio climático.
- Globalización.
- Urbanización y crecimiento demográfico.
- Contacto con animales silvestres.
- Adaptación microbiológica.
- Industria extractiva.
- Modelos de producción animal, otros…

¿Por qué se producen las pandemias?

- Aparece un nuevo agente infeccioso que:
- No ha circulado previamente y por lo tanto, no existe población inmune a él.
- Es capaz de producir casos graves de enfermedad.
- Tiene la capacidad de transmitirse de persona a persona de forma eficaz.

¿Por qué terminan las epidemias?

- Se agotan los susceptibles, se enfermaron todos los que podían enfermar.
- Se termina la exposición a la fuente contaminante por cambio de hábitos.
- Se termina la exposición por control de la fuente contaminante.
- Individuos disminuyen la susceptibilidad → Quimioprofilaxis o vacunas.
- El agente se vuelve menos patogénico.

¿Cómo medir el impacto de una pandemia?

- Gravedad → Puede producir un gran número de enfermos que requieran atención médica y muertes.
- Tasa de ataque → Afecta a una proporción importante de la población.
- Impacto económico y social → Durante la ola pandémica se afecta la vida cotidiana de las personas (escuelas, trabajo,
recreación), se paralizan actividades productivas, cae el consumo.

Parámetros epidemiológicos para medidas de control → COVID- 19 Ómicron

- Periodo de incubación → 3 a 5 días, media de 4.
- Transmisión → Contacto con gotículas de secreción respiratoria por contacto con superficies contaminadas. Aerosoles en
ambientes cerrados (prevención higiene respiratoria, ventilación y desinfección de superficies).
- Periodo de contagiosidad → Un día antes, hasta 3 días después del inicio de síntomas.
- Inmunización de corto y largo plazo → Entre 6 meses y 1 año.
- R0 y tasa de ataque → 2,71.

Elemento básicos en el control de epidemias → Medidas de control de epidemias

- Medidas farmacológicas
- Preventivas → Vacunas, sueros, antivirales (en algunos casos).
- Terapéuticas → Reducen el impacto, algunos casos reducen la duración de la contagiosidad.

- Medidas no farmacológicas
- Cuarentena y monitoreo de contactos cercanos.
- Aumentar el distanciamiento social.
- Fortalecimiento de control de infecciones e higiene personal.
 - Limitar la diseminación por viajeros domésticos e internacionales.
- Coordinación y comunicación de riesgos.
- Búsqueda y aislamiento de personas infectadas.

Aislamiento y cuarentena
- Aislamiento → Acto de separar a una persona enferma con una enfermedad contagiosa de personas sin esa enfermedad
para protegerlas de la exposición a esa enfermedad. Según el lapso es equivalente al periodo de contagiosidad.
- Cuarentena → Restricción de movimiento que se aplica a las personas sanas que han estado expuestas a un caso
contagiante (contactos). Según lapso es equivalente al periodo de incubación.
- Tanto el aislamiento como la cuarentena:
- Limitan el contacto entre personas que pueden ser infecciosas.
- Si cada infectado contagia a dos personas, un brote puede crecer rápidamente.
- Si podemos parar a uno solo de estas cadenas de transmisión, habrá un gran impacto en el tamaño del brote.

Distanciamiento social
- En la pandemia COVID-19 se ejecutaron diferentes formas de distanciamiento social:
- Cordón sanitario → Un área protegida alrededor de un lugar o país que impide que las perdonas entren y salgan de él.
- Cierre de fronteras
- Cierre de escuelas y lugares donde hay conglomeración → Teatros, gimnasios, centros comerciales, restaurantes y
bares.
- Teletrabajo
- Contención comunitaria → Lockdown o confinamiento total → Máxima expresión de la distancia social donde se restringe
la movilidad de comunidades completas.
- Intensificar vigilancia epidemiológica.
- Comunicación a la población → Medidas de higiene individual, distancia social.
- Aumento de la capacidad de detección.
- Aislamiento de los casos fuera de sus hogares y comunidad.
- Búsqueda, cuarentena y seguimiento de contactos.
- Cierre de fronteras- cordones sanitarios.
- Medidas en trabajo, como teletrabajo y distanciar personas.
- Cambio de escuelas y universidades a modalidad on-line.
- Contención de comunidades (lockdown).