Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EPIDEMIOLOGIA RESUMEN 2
EPIDEMIOLOGIA RESUMEN 2
(2024)
− Relativas
− Absolutas
FRECUENCIAS RELATIVAS
Para comparar frecuencia de eventos de salud se debe construir medida independiente del
tamaño de la población en la que se realiza la medición
− Razones (A/B)
− Proporciones (A/A+B)
− Tasas (A/A+B) x constante
TASAS
Utilidad para investigar el riesgo de la población de un evento, para comparar tasas primero
se debe corregir utilizando métodos de estandarización de tasas
MEDIDAS DE MORBILIDAD
1. Prevalencia
2. Incidencia
PREVALENCIA
Ecuación
Ecuación
Ejemplo: ¿Cuál es la prevalencia del evento X entre el inicio y el 8vo año o al tercer período de
observación?
USOS DE LA PREVALENCIA
Medida útil para cuantificar la carga de la enfermedad en una población en un punto del
tiempo, el cálculo de la prevalencia de diversas enfermedades a través de diferentes áreas
geográficas o entre diferentes subgrupos de la población y luego de examinar la prevalencia de
otros factores de riesgo potenciales pueden ser de particular utilidad en la planificación de los
servicios de salud, pero no es la mejor medida para establecer los factores determinantes de
la enfermedad en una población
MEDIDAS DE OCURRENCIA
IA: Número de casos nuevos de una enfermedad en un período específico de tiempo /número
de personas libres de la enfermedad al comienzo del período de observación
El Centro de Salud Arauco tiene una población asignada de 5060 adultos mayores, la
morbilidad registrada por demencia del adulto mayor fue de 54 casos nuevos en el año 2012 y
65 casos nuevos en el año 2013, el año 2014 el total de casos nuevos fue de 39, suponga usted
que la población se mantiene constante a través de los años y recuerde que la demencia es
una patología crónica sin recuperación
Definición
Mediciones de mortalidad
1. Tasas de mortalidad
2. Letalidad
3. Tablas de vida
TASAS DE MORTALIDAD
Es posible especificar
1. Según enfermedad
2. Según grupo etario
3. Según área geográfica
Tasa de mortalidad
Muertes de una población en un periodo de tiempo determinado
= x 10^n
Tamaño de la población
TASAS DE MORTALIDAD MÁS USADAS
Tasa Ecuación
Tasa de Total defunciones durante periodo de tiempo
x 1000
mortalidad Total de la población en mitad de tiempo
general
Tasa de Total defunciones causa durante periodo de tiempo
x 1000
mortalidad Total de la población en mitad de tiempo
por causa
Tasa de Total defunciones de menores de 1 año durante periodo de tiempo
x 1000
mortalidad Total de nacidos vivos en ese tiempo
infantil
Tasa de Total defunciones de menores de 28 días durante periodo de tiempo
x 1000
mortalidad Total de nacidos vivos en ese tiempo
neonatal
Tasa de Total defunciones causa embarazo durante periodo de tiempo
x 100.000
mortalidad Total de nacidos vivos en ese tiempo
materna
Tasa de Total defunciones entre 28 días a 1 año durante periodo de tiempo
x 1000
mortalidad Total de nacidos vivos en ese tiempo
post-
neonatal
Tasa de Total defunciones durante periodo de tiempo según sexo
x 1000
mortalidad Total de la población según sexo en mitad de tiempo
según sexo
Mortalidad Total defunciones causa durante periodo de tiempo
x 100 o 1000
proporcional Total de la población en todas las causas en ese tiempo
EJERCICIOS
Ejercicio 1: ¿Cuál de las siguientes ecuaciones representa la Tasa de mortalidad por cáncer
de estómago en Chile el 2024?
Definición: Proporción de casos de una enfermedad que resultan mortales con respecto al
total de casos en un periodo especificado.
ESTANDARIZACIÓN DE TASAS
Se deben considerar las características de las poblaciones, para poder compararlas con otras,
es necesario conocer la estructura poblacional
Edad en este caso: Se comporta como confusor cuando estimamos riesgo de morir, se debe
estandarizar (ajuste)
Confusor: Distorsión de la medida del efecto de una exposición sobre un evento debido a la
asociación de la exposición con otros factores que influyen, ocurre cuando parte o la totalidad
de la asociación aparente entre la exposición y evento se explica por otras variables
1. Método directo
2. Método indirecto
EJEMPLOS ESTANDARIZACIÓN DE TASAS
Ejemplo 1: ¿Será que la vida en Alaska propicia la longevidad más que la vida en Florida,
EEUU?
Las tasas brutas sugieren que la fuerza de mortalidad es mayor en Miami que en Alaska
para cualquier grupo de edad dado, las dos poblaciones tienen tasas de mortalidad muy
similares, Miami tiene una mayor proporción de mujeres en los grupos de mayor edad, en que
la mortalidad es alta (41% vs 15% en Alaska)
─ Dado que los datos de los estratos más grandes dominan las tasas brutas de mortalidad,
la tasa de mortalidad de Miami está fuertemente influida por la alta mortalidad de las
edades mayores
Tasas brutas de mortalidad: Son el número total de muertes en una población en un período
de tiempo determinado, dividido por el tamaño total de esa población, no tienen en cuenta las
diferencias en la edad u otros factores que podrían afectar la mortalidad
Fuerza de mortalidad en Miami vs. Alaska: A pesar de que las tasas brutas sugieren que
Miami tiene una mayor fuerza de mortalidad que Alaska para cualquier grupo de edad, por
diferencias en la estructura demográfica de ambas poblaciones
Se calcula la tasa que se esperaría encontrar en las poblaciones bajo estudio si todas tuvieran
la misma composición según la variable cuyo efecto se espera ajustar (edad)
Ecuación
Es más apropiado cuando los números absolutos de cada estrato son muy pequeños, se
toman las tasas específicas por estrato de una población estándar de suficiente tamaño y
relevancia, estas tasas son promediadas usando como pesos los tamaños de los estratos de
la población de estudio, toma el número de muertes o eventos en la población de estudio y los
compara con un número esperado de muertes
Muertes observadas
RME =
Muertes esperadas
RAZÓN DE MORTALIDAD ESTANDARIZADA (RME)
RME mayor a 1: Indica que el riesgo de morir en la población observada fue más alto que el
esperado si su distribución fuera la de la población de referencia
RME menor a 1: Indica que el riesgo de morir en la población observada fue menor que el
esperado si su distribución fuera la de la población de referencia
COMPARACIÓN DE METODOS DE ESTANDARIZACIÓN DE TASAS
Asociación negativa (factor protector) Sin asociación Asociación positiva (factor de riesgo)
Asociación: Débil (1,1 – 1,3) / Moderado (1,4 – 3,0) / Fuerte (mayor a 3,0)
CONCEPTOS
TABLAS DE CONTINGENCIA
TEMPORALIDAD
MEDIDAS DE ASOCIACIÓN
Evalúan la fuerza con la que un evento (efecto) se asocia con un factor (causa), todas las
medidas de asociación evalúan como la exposición a un factor de riesgo afecta un outcome,
en probabilidad de que ocurra
1. Indica probabilidad
2. Expresa fuerza de asociación ¿Cuánto mayor es el riesgo entre los expuestos que entre los
no expuestos?
3. Estudios de cohorte (prospectivos)
Incidencia en expuestos (IE)
RR =
Incidencia en NO expuestos (INE)
Valores de RR (con intervalo de confianza del 95%, indica significancia estadística)
Ejemplo 2: 2000 embarazadas sometidas a estudio hasta parto, se investiga habito de fumar
en embarazo e incidencia de recién nacidos bajo peso para su edad gestacional (RNBPEG)
Ejemplo 3: Riesgo de morir a 30 días en pacientes con NAC con compromiso de conciencia
p(ACV ACO)
1 − p(ACV NO ACO) 56 𝑥𝑥 75
OR = = = 6,6
p(NO ACV ACO) 64 x 10
1 − p(NO ACV NO ACO)
Respuesta: Las mujeres que presentaron un AVC tuvieron 6,6 veces más posibilidades de
estar expuestas a ACO que las que no tuvieron un AVC, RETROSPECTIVO
Ejemplo 2: Estudio caso control, demostrar asociación entre tabaco y enfermedad coronaria
112 𝑥𝑥 224
OR = = 1,62
88 x 176
Respuesta: Personas con enfermedad coronaria tienen más posibilidades de estas expuestas
a tabaco (+) que las que no presentaron enfermedad coronaria, RETROSPECTIVO
20/70
RP = = 2,0
10/70
RRR = (1 − 0,20) 𝑥𝑥 100% = 80% (no expuestos a toxico T reducen riesgo de CG en un 80%)
Efectividad de tratamiento con RRR: Podemos utilizar RRR cuando queremos exponer como
un factor protector nos sirve para exponer la efectividad de medicamentos, terapias, vacunas
o tratamientos
Riesgo en expuestos a PROTECTOR − Riesgo NO expuestos PROTECTOR
RRR = x 100%
Riesgo en NO expuestos a PROTECTOR
Ejemplo: Reducción de riesgo de COVID-19 con relación a la exposición a la vacuna Sinovac
Importante revisar
1. Se debe revisar que la base de datos no tenga observaciones fuerza rango (sexo 4, en
codificación 0 y 1)
2. Se debe revisar que la base de datos no tenga incoherencias (edad de 203)
3. Se debe revisar que la base de datos no tenga observaciones duplicadas (dos encuestas
para el mismo individuo)
Estadística
Descriptiva: Métodos gráficos y numéricos usados para resumir, y procesar datos para
convertirlos en información (media, varianza, desviación estándar)
Estimación puntual: Utilización de datos de la muestra para calcular un solo número para
estimar el parámetro de interés
Rango de valores donde se encuentra con alta probabilidad el valor real de una variable, un
IC de 95% indica que este valor se encuentra en el rango con un 95% de certeza
Ejemplo
─ Con una confianza del 99%, la proporción de voto a un partido político determinado está
entre el 29 y el 31%
─ Con una confianza del 95%, la estatura media de un grupo está entre 1,80 y 1,84 metros
HIPOTESIS ESTADISTICA
Procedimiento para buscar una decisión sobre el valor de la verdad de una hipótesis
estadística, se puede rechazar o no rechazar esta hipótesis estadística
Pasos generales
Hipótesis nula (H0): Mantiene que el efecto de interés no existe (es nulo, vale 0), en la
población de donde proviene la muestra, predicción de que no hay interacción entre las
variables, no hay una relación causal entre un tratamiento nuevo y una reducción de los
síntomas de la enfermedad
Hipótesis alternativa (H1): Mantiene que existe algún efecto distinto de 0 en la población de
donde proviene la muestra (hay interacción entre las variables)
Tablas de contingencia
T DE STUDENT (PARAMETRICA)
Esta es la prueba de contraste de hipótesis que nos permite comparar medias, por lo tanto,
es para variables dependientes cuantitativas continuas (o discretas) comparadas con una
variable cualitativa o categórica de no más de dos grupos
1. Muestras pareadas
2. Muestras independientes
ANOVA (PARAMETRICA)
PRUEBAS NO PARAMETRICAS
f(x) = B0 + B1X
Entre dos variables cuantitativas
Yi = B0 + BnXn + ei
B0: Ordenada
ei: Residuo o error, diferencia entre valor observado y estimado por el modelo
1. Bondad de ajuste del modelo (R2 indica cantidad de varianza de Y que es explicada por X)
2. Diagnostico en regresión lineal simple (para tener grado de certeza sobre la calidad de las
inferencias)
REGRECIÓN LOGISTICA
3. Técnica estadística que tiene como objetivo comprobar hipótesis o relaciones cuando
la variable dependiente es una variable binaria (dicotómica)
4. Se basa en la idea que las variables independientes tratan de predecir la probabilidad que
ocurra algo sobre la probabilidad que no-ocurra