“MEDICIONES

EPIDEMIOLOGICAS”

Grupo :3
Bustos Iniesta Ximena
Stephania
Martinez Rojas Evelyn
 ¿ COMO DETERMINAR EL NUMERO
ESPERADO DE DEFUNCIONES ?
Se calcula aplicando la siguiente fórmula :
E= número esperado de defunciones
P1=población que se investiga
P2= población estándar
D= cantidad real de defunciones en la
población estándar
P1-P2 especifica por edad, sexo y raza
 EJEMPLO :
Entre 1969 y 1973 se produjeron en Massachusetts 52 defunciones por
incendio en la población masculina entre 60 y 64 años de edad. La
población total de ese grupo ascendía a 113.128 en tanto la del grupo de la
ciudad que se investigaba era de 4.055. el número de defunciones esperada
se calculo de acuerdo a lo siguiente:

Por lo tanto, el número esperado de defunciones por incendio en el grupo de

hombres entre 60 y 64 años es 1.9 (o 2, redondeando). Al comparar el número
esperado con el número real de defunciones (3, en la ciudad que se investigaba),
resulta una diferencia de una defunción.
 UTLIZANDO TASAS DE MORTALIDAD :
Si los datos de los que se dispone son las
tasas de mortalidad de la población estándar
en lugar de la cantidad real de defunciones, el
número de defunciones esperadas se
calculará de acuerdo a lo siguiente:

esta fórmula resulta algebraicamente

equivalente a la del método anterior.
 MEDICIONES EPIDEMIOLOGICAS
Si Una vez que se ha determinado la diferencia entre la cantidad de defunciones
esperadas y la cantidad real de defunciones, se debe aplicar una prueba
estadística para determinar el significado de esa discrepancia y se verán dos
formas de comprobar esa significación:
el primer método, se calculan las razones de mortalidad estándar (RMEs) y se
comprueban utilizando el error estándar (EE) y los intervalos de confianza
(IC). Resulta más fácil para los administradores de servicios de salud
El segundo método utiliza la prueba de "propiedad" del chi cuadrado.
 RAZON DE MORTALIDAD ESTANDARIZADA (RME)

Se calcula de la siguiente manera :

Una RME igual a 100 indica que el número observado de defunciones es

igual al número esperado de defunciones.
Una RME igual a 130 indica un 30% de defunciones en exceso,
una igual a 90, indica un 10% menos de defunciones que las esperadas.
 EJEMPLO :
la tabla muestra los
datos de defunciones
observadas y esperadas
en un condado
resultantes de la
comparación con un
Estado.
 IC(INTERVALO DE CONFIANZA ) :
Intervalo de confianza normal :95%

1. Si los límites de confianza inferior y superior están distribuidos sobre y debajo de 100 (es decir, si
el límite inferior se encuentra debajo de 100 y el superior es superior a 100), entonces la
discrepancia entre las defunciones observadas y las esperadas no es significativa.
2. Si el límite inferior de confianza es mayor que 100, entonces el número de defunciones
observadas es significativamente más alto que el esperado (es decir. es muy poco probable que el
exceso se deba simplemente a una casua-lidad).
3. Si el límite superior de confianza está por debajo de 100, entonces el número de defunciones
observadas es significativamente menor del esperado.
4. Si el intervalo de confianza es bastante amplio, sin importar si los límites están por debajo o por
arriba de 100, entonces será necesario contar con datos de mayor cantidad de años o agrupar los
datos antes de llegar a conclusión alguna. Aunque no hay reglas definidas acerca de qué rango se
considera amplio", no es desacertado considerar que un rango de 50 o más sería excesivo
 PRUEBA DEL CHI
CUADRADO (Χ²)

La prueba de “propiedad” del chi cudrado permite comparar

una frecuencia observada con una distribucion de frecuencia
esperada.
 La formula del chi cuadrado es:

Donde: χ²: chi cuadrado

Σ: suma de todos los grupos
O: defunciones observadas
E: defunciones esperadas
El valor computado 6,97 de la estadistica chi cudrado es
comparado con hun valor tabular de χ² con (k-r) grados de
libertad.

Donde: k= numero de categorias para las que se puede calcular

(O-E)²/E
r= numero de restricciones (cantidades) determinadas a
partir de datos observados y que se uso para calcular las frecuencias
esperadas

(Para el ejemplo, no hay restricciones dado que las frecuencias

esperadas no se calcularon a partir de datos observados)
Entonces hay ocho grados de
libretad ( ocho grupos de edad).
El valor del χ² para ocho grados
de libertad en el nivel de 95% es
15,507.
Si el valor calculado (6,97) es
menor que el valor tabular,
como resulta en este caso,
entonces se puede decir que no
hay una diferencia significativa
entre las defunciones observadas
y las esperadas.
Si fuera mayor que el valor
tabular, entonces la diferencia
seria significativa.
 Indicios y no pruebas

La significacion estadistica proporciona indicios y no pruebas

de diferencias, caracteristicas o asociaciones.
La prueba de significacon estadistica se refiere a la
probabilidad de haber cometido un error (o acierto), dado los
resultados obtenidos.
Por lo tanto en el ejemplo, dado un nivel de
95% de confianza (o nivel de error 5%),
podemos decir que hay 95 posibilidades entre
100 de que el resultado sea un valor dentro
de dos errores estandar en la media real: o 5
posibilidades entre 100 de que el valor
resultante exceda los dos errores estandares.
 acias por tu
¡Gr aten

ció
n!