1 MEDIDAS DE TENDENCIA CENTRAL Media=valor medio promedio. Mediana=divide los datos en 2 partes iguales.

. Moda=el dato con mayor frecuencia en la serie de valores Tipos de diseo en estudios de investigacin biomdica .Estudios observacionales descriptivos: el investigador se limita a describir los fenmenos objeto de estudio; incluyen: 1a. Reportes de casos: consisten en el resumen y la discusin a la luz de lo previamente publicado sobre casos clnicos raros o especiales. Son una buena manera de iniciarse en el campo de la investigacin y muchas veces generan hiptesis para estudios futuros. En general, no requieren aprobacin de un comit de tica antes de publicarse, pero siempre deben respetarse los principios fundamentales de autonoma, beneficencia, no maleficencia y justicia. Es necesario proteger, en todo momento, la identidad de los pacientes que originan la publicacin. Entre las limitaciones de este tipo de estudios se destaca el hecho de que no permiten generalizaciones. 1b. Series de casos: se fundamentan en la descripcin de lo encontrado durante un periodo, en un grupo reducido y seleccionado. Entre sus ventajas se citan que son generadores de preguntas e hiptesis, que sirven como base para estudios posteriores y que son baratos; entre sus desventajas, que es preciso recordar su alto potencial de sesgo y su imposibilidad para medir el efecto del azar, y que son una estimacin inadecuada de frecuencia y causalidad. 1c. Estudios de Incidencia: son los que cuantifican la ocurrencia de casos nuevos de una enfermedad en cierto periodo y para una poblacin especfica en riesgo. Incidencia = # de casos nuevos en un periodo / Poblacin total en riesgo La incidencia suele expresarse como el resultado de la divisin entre el numerador y denominador previamente anotados, por 100, 1000, 10,000 100,000 personas. 1d. Estudios de prevalencia: son los de corte transversal (cross sectional) que cuantifican la proporcin de individuos en una poblacin, que presentan la enfermedad o condicin en un momento especfico. Prevalencia = # de enfermos en momento X/# de individuos en la poblacin al momento X En ellos se selecciona un intervalo temporal ("ventana temporal") y se focaliza la observacin en este. No se sigue a los pacientes en el tiempo. Se cuentan los eventos (ej.: cantidad de pacientes con la patologa de inters en ese marco temporal definido) y se relacionan con la poblacin de ese ao.

2 2. Estudios observacionales analticos: el investigador se interroga e investiga las causas del fenmeno en estudio; incluyen: 2. Estudios de casos y controles: parten de un grupo de personas con un fenmeno dado y un grupo control que no lo tiene, e investigan la exposicin a un supuesto factor de riesgo. Son un anlisis comparativo y siempre tienen naturaleza retrospectiva, pues la exposicin al factor en estudio ya sucedi. Entre sus ventajas estn que son rpidos y baratos, y su principal desventaja es que son muy susceptibles sesgos de seleccin en el grupo de control. La medida de valoracin utilizada se llama radio de Odds (OR), o riesgo atribuible, que es una aproximacin al riesgo relativo y se obtiene al dividir el producto de la multiplicacin cruzada de dos razones. Grficamente, su clculo.

Cuando el resultado del OR es menor a 1, se dice que no hay asociacin entre el factor de riesgo y el fenmeno en estudio, e incluso si es coherente con la lgica clnica, el factor en estudio podra tener un efecto protector. Si el resultado del OR es igual a 1, no hay asociacin entre factor y fenmeno. Si el resultado es mayor a 1, entonces hay asociacin y esta ser mayor cuanto ms alto sea el valor del OR. 2b. Estudios de cohorte: son prospectivos y van de la causa al efecto; describen un fenmeno luego de un periodo de seguimiento. Tienen como ventajas que son menos susceptibles a sesgos y que siguen la lgica clnica; entre sus desventajas deben citarse que requieren poblaciones amplias, que son caros, que su tiempo de observacin es prolongado y que evalan pocos factores a la vez.

3 Los estudios de este tipo son clsicamente longitudinales, y su medida de valoracin es la tasa de incidencia del fenmeno en estudio en dos poblaciones: una expuesta y otra no expuesta a un determinado factor de riesgo. La medida de desenlace se denomina riesgo relativo (RR) y se obtiene de la divisin de la tasa de incidencia entre los expuestos y los no expuestos. 2c. Experimentos naturales: son situaciones excepcionales, en las que, por la ocurrencia de fenmenos naturales ( ej. exposicin a condiciones climticas, del agua o del suelo, particulares), o por la aplicacin de medidas de salud pblica, se generan condiciones experimentales para una poblacin, que permiten compararla con otra, sin que el investigador haya intervenido. 3. Estudios experimentales: siempre evalan el impacto producido por una intervencin; incluyen los ensayos clnicos y los metanlisis. 3. Ensayos clnicos: estudios experimentales planeados en los que se evala el impacto de una intervencin. Constituyen el mtodo ms poderoso de la ciencia mdica para establecer y comparar la eficacia de los tratamientos. Tienen criterios de inclusin estrictos, es decir, se efectan en poblaciones muy homogneas para garantizar la validez interna de sus resultados; incluyen los que se realizan con: - Drogas o productos biolgicos - Dispositivos - Procedimientos mdico-quirrgicos. Se clasifican en 4 fases en el desarrollo de medicamentos, y en 3 en el de vacunas. Las fases en el desarrollo de medicamentos son las siguientes: - Fase preclnica: animales de laboratorio - Fase I: incluyen decenas de voluntarios sanos (de 20 a100); evalan aspectos de seguridad y farmacocintica. - Fase II: incluyen centenas de enfermos (de 300 a 1000); evalan eficacia, establecimiento de dosis y farmacodinamia. - Fase III: incluyen millares de enfermos (de 1000 a 3000); evalan eficacia comparativa y confirmacin de seguridad. - Fase IV: incluyen miles de enfermos y son estudios de postmercadeo. Los estudios de la fase preclnica se llaman tambin experimentales; los de las fases I y II se denominan exploratorios, y los de las fases III y IV, confirmatorios. Una vez que una molcula pasa la fase preclnica, se somete a revisin por parte de una agencia reguladora, como la EMEA (Agencia Europea del

4 Medicamento) o la FDA (Administracin de Medicamentos y Drogas de los Estados Unidos de Amrica), y si rene los requisitos se le asigna cdigo como nueva droga en investigacin . Los ensayos fase II y III se subdividen en a y b, segn el grado de desarrollo del producto. El uso de un producto para nuevas indicaciones requiere un retroceso a la fase II III, por lo tanto, puede suceder que un producto est en fase IV para una indicacin y en fase II para otra. En el desarrollo de vacunas existen estudios de tres fases: Fase I: Primera aplicacin en menos de 100 voluntarios Fase II: Eficacia e inmunogenicidad en una poblacin de 200 a 300 voluntarios Fase III: Seguridad y eficacia en la prevencin de la enfermedad en grandes estudios multicntricos. En trminos generales, los ensayos clnicos tienden a tener las siguientes caractersticas metodolgicas: -RANDOMIZACIN: asignacin alternativa en diversos grupos; garantiza la confrontabilidad de estos y sirve para evitar el sesgo de seleccin. -ENMASCARAMIENTO: garanta del desconocimiento de parte del participante (ciego simple) y del mdico tratante o investigador (doble ciego), respecto al tratamiento al que ha sido asignado; sirve para garantizar la confrontabilidad de la informacin y para evitar el sesgo de informacin. - Uso de PLACEBO: se restringe a los estudios en los que es ticamente aceptable y garantiza la confrontabilidad en la comparacin de los efectos (para evitar el sesgo de informacin). As, los ensayos clnicos se clasifican segn: - Grupo control: no controlado o no comparativo, controles histricos, autocontroles, controles concurrentes - Asignacin: no aleatorio (asignacin en manos del investigador) o aleatorio (randomizado) - Enmascaramiento: abiertos o no ciegos, simple ciego, doble ciego, doble simulacin - Formato: orden y forma en como se administra el tratamiento a los participantes (ej.: grupos paralelos, grupos cruzados, etc.) 3b. Metanlisis: anlisis estadstico de una coleccin de resultados de varios ensayos clnicos, a los que se les exigen ciertos criterios uniformes de inclusin.

5 Se constituye en la piedra angular de la medicina basada en evidencia. Tiene como ventajas el hecho de que aumenta el tamao de la poblacin del estudio, disminuye el efecto del azar y mejora la significancia clnica. Entre sus desventajas debe sealarse que no siempre son factibles por las dificultades de encontrar ensayos con diseo homogneo, y que tambin son susceptibles a sesgos de publicacin. Existen otros diseos de estudios que escapan a los delineados en esta clasificacin prctica, tales como los estudios de epidemiologa gentica, los de farmacogentica y los cualitativos. Este tipo de investigaciones tienen consideraciones metodolgicas y bioticas diferentes, y probablemente ameritan considerarse por separado. Sensibilidad Es la probabilidad de clasificar correctamente a un individuo enfermo, es decir, la probabilidad de que para un sujeto enfermo se obtenga en la prueba un resultado positivo. La sensibilidad es, por lo tanto, la capacidad del test para detectar la enfermedad. Cuando los datos obtenidos a partir de una muestra de pacientes se clasifican en una tabla como la que se muestra en la Tabla 1, es fcil estimar a partir de ella la sensibilidad como la proporcin de pacientes enfermos que obtuvieron un resultado positivo en la prueba diagnstica. Es decir:

De ah que tambin la sensibilidad se conozca como fraccin de verdaderos positivos (FVP). Especificidad Es la probabilidad de clasificar correctamente a un individuo sano, es decir, la probabilidad de que para un sujeto sano se obtenga un resultado negativo. En otras palabras, se puede definir la especificidad como la capacidad para detectar a los sanos. A partir de una tabla como la Tabla 1, la especificidad se estimara como:

De ah que tambin sea denominada fraccin de verdaderos negativos (FVN). Valor predictivo positivo: Es la probabilidad de padecer la enfermedad si se obtiene un resultado positivo en el test. El valor predictivo positivo puede estimarse, por tanto, a partir de la proporcin de pacientes con un resultado positivo en la prueba que finalmente resultaron estar enfermos:

Valor predictivo negativo: Es la probabilidad de que un sujeto con un resultado negativo en la prueba est realmente sano. Se estima dividiendo el nmero de verdaderos negativos entre el total de pacientes con un resultado negativo en la prueba:

Razn de verosimilitudes positiva o cociente de probabilidades positivo: se calcula dividiendo la probabilidad de un resultado positivo en los pacientes enfermos entre la probabilidad de un resultado positivo entre los sanos. Es, en definitiva, el cociente entre la fraccin de verdaderos positivos (sensibilidad) y la fraccin de falsos positivos (1especificidad):

Razn de verosimilitudes negativa o cociente de probabilidades negativo: se calcula dividiendo la probabilidad de un resultado negativo en presencia de enfermedad entre la probabilidad de un resultado negativo en ausencia de la misma. Se calcula por lo tanto, como el cociente entre la fraccin de falsos negativos (1-sensibilidad) y la fraccin de verdaderos negativos (especificidad):

Proporcin: es un cociente en el que el numerador est incluido en el denominador. Por ejemplo, si en una poblacin de 25.000 habitantes se diagnostican 1.500 pacientes con diabetes, la proporcin de diabetes en esa poblacin es de 1.500/25.000 = 0.06 (6%). El valor de una proporcin puede variar as de 0 a 1, y suele expresarse como un porcentaje. Razn: En este cociente el numerador no forma parte del denominador. En el ejemplo anterior, la razn entre la poblacin con diabetes y la poblacin no diabtica es de 1.500/23.500 = 3/47 =0,064. Cuando, como en el caso del ejemplo, la razn se calcula entre la probabilidad de que ocurra un evento y la probabilidad de que ste no ocurra, la razn recibe tambin el nombre de odds. En el ejemplo, la odds de diabetes es de 0,06, es decir, en el rea de estudio por cada 1/0,064 = 16,7 pacientes no diabticos hay 1 que s lo es. El valor de una odds puede ir de 0 a infinito. El valor 0 corresponde al caso en que la enfermedad nunca ocurre, mientras que el valor infinito correspondera tericamente a una enfermedad que est siempre presente. En realidad, una proporcin y una odds miden el mismo evento pero en escalas diferentes, y pueden relacionarse mediante las frmulas siguientes:

Tasa: El concepto de tasa es similar al de una proporcin, con la diferencia de que las tasas llevan incorporado el concepto de tiempo. El numerador lo constituye la frecuencia absoluta de casos del problema a estudiar. A su vez, el denominador est constituido por la suma de los perodos individuales de riesgo a los que han estado expuestos los sujetos susceptibles de la poblacin a estudio. De su clculo se desprende la velocidad con que se produce el cambio de una situacin clnica a otra. En epidemiologa, las medidas de frecuencia de enfermedad ms comnmente utilizadas se engloban en dos categoras1-6: Prevalencia e Incidencia. La prevalencia 7 (P) cuantifica la proporcin de individuos de una poblacin que padecen una enfermedad en un momento o periodo de tiempo determinado. Su clculo se estima mediante la expresin:

La incidencia 8 se define como el nmero de casos nuevos de una enfermedad que se desarrollan en una poblacin durante un perodo de tiempo determinado. Hay dos tipos de medidas de incidencia: la incidencia acumulada y la tasa de incidencia, tambin denominada densidad de incidencia. La incidencia acumulada ( IA) es la proporcin de individuos sanos que desarrollan la enfermedad a lo largo de un perodo de tiempo concreto. Se calcula segn:

La incidencia acumulada proporciona una estimacin de la probabilidad o el riesgo de que un individuo libre de una determinada enfermedad la desarrolle durante un perodo especificado de tiempo. Como cualquier proporcin, suele venir dada en trminos de porcentaje. Adems, al no ser una tasa, es imprescindible que se acompae del periodo de observacin para poder ser interpretada. Para poder tener en consideracin estas variaciones de seguimiento existentes en el tiempo, una primera aproximacin sera limitar el clculo de la incidencia acumulada al perodo de tiempo durante el cual la poblacin entera proporcionase informacin. Esto de todos modos hara que perdisemos informacin adicional del seguimiento disponible en alguna de las personas incluidas. La estimacin ms precisa es la que utiliza toda la informacin disponible es la denominada tasa de incidencia o densidad de incidencia (DI). Se calcula como el cociente entre el nmero de casos nuevos de una enfermedad ocurridos durante el periodo de seguimiento y la suma de todos los tiempos individuales de observacin:

El total de personas-tiempo de observacin (suma de los tiempos individuales de observacin) es la suma de los perodos de tiempo en riesgo de contraer la enfermedad correspondiente a cada uno de los individuos de la poblacin. La suma de los perodos de tiempo del denominador se mide preferentemente en aos y se conoce como tiempo en riesgo. El tiempo en riesgo para cada individuo objeto de estudio es el tiempo durante el cual permanece en la poblacin de estudio y se encuentra libre de la enfermedad, y por lo tanto en riesgo de contraerla. La densidad de incidencia no es por lo tanto una proporcin, sino una tasa, ya que el denominador incorpora la dimensin tiempo. Su valor no puede ser inferior a cero pero no tiene lmite superior. Desviacin estndar La desviacin estndar o desviacin tpica () es una medida de centralizacin o dispersin para variables de razn (ratio o cociente) y de intervalo, de gran utilidad en la estadstica descriptiva. Se define como la raz cuadrada de la varianza. Junto con este valor, la desviacin tpica es una medida (cuadrtica) que informa de la media de distancias que tienen los datos respecto de su media aritmtica, expresada en las mismas unidades que la variable. Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de tendencia central, sino que necesitamos conocer tambin la desviacin que representan los datos en su distribucin respecto de la media aritmtica de dicha distribucin, con objeto de tener una visin de los mismos ms acorde con la realidad al momento de describirlos e interpretarlos para la toma de decisiones. La varianza representa la media aritmtica de las desviaciones con respecto a la media que son elevadas al cuadrado. Si atendemos a la coleccin completa de datos (la poblacin en su totalidad) obtenemos la varianza poblacional; y si por el contrario prestamos atencin slo a una muestra de la poblacin, obtenemos en su lugar la varianza muestral. Las expresiones de estas medidas son las que aparecen a continuacin. Expresin de la varianza muestral: