Alexandra Bastidas

María de los Ángeles Castiblanco

Juliana Sánchez
 Es el valor obtenido por la suma de todos sus
valores dividida entre el número de sumandos.

 Ej: En el primer quiz de Epidemiologia 5

estudiantes de cuarto semestre obtuvieron las
siguientes notas: 3, 3.8, 4, 4.2 y 5. Calcular el
promedio de dicho quiz entre estos
estudiantes.
 Rta : usando la siguiente ecuación podemos
calcular la media de las notas obtenidas.

Media = 4.0
 Corresponde a la medida central de los
datos. Se conoce tambien como el
percentil 50.

 Para series impares:

 Para series pares:

Promedio de (n/2)-ésima y [(n/2)+1]-ésima

IMPORTANTE: ORDENAR LOS DATOS

ANTES DEL CÁLCULO
 Ej impar:
 2, 4, 6, 8 ,10 , 11, 13
X = 7 + 1 ⁄ 2 = 4 Rta: 8

 Ej par:
 2, 4, 6, 8, 10, 12
X1 = 6/2= 3 X2= 6/2 +1 = 4
X3 = 6+8= 14/2= 7 Rta: 7
 Es el valor mas frecuente en una escala
nominal (el numero que mas se repite).

 Ej: 3, 6, 7, 10, 110, 3, 4, 3, 10, 5, 10, 7, 7

1. ¿Cuál es la moda?
2. Cómo se denomina este tipo de
moda?
Respuestas:
1. 3, 7 y 10
2. Amodal, unimodal, multimodal.
 Rango  Desviación
 Percentil Standard
 Rango intercuartil  Coeficiente de
 Varianza Variación
 El rango se define como un intervalo
entre la observación mayor y la menor

 A mas pequeño el rango mejor

 Ej.
 ¿Cuál es el rango entre 154 y 237?
Rpta  237 - 154 = 83
 Un percentil es el valor que ayuda a
definir una probabilidad.
 Se utiliza la fórmula:

donde n es el número de observaciones

e i es el porcentaje necesitado

IMPORTANTE!!  ORDENAR LOS DATOS ANTES DEL CÁLCULO

Ej No. 1 Ej No. 2
Valores: Valores:
3, 5, 6, 7, 9, 10. 3,5,6,7,9,10,12,13.
Hallar percentil 25. Hallar percentil 25.
P25= 8 * 25 / 100 = 2.
P25= 6 * 25 / 100 = 1,5
1,5 2. 1. Posición 2: Número 5
2. Siguiente dato: 6
3. Media: (5+6)/2= 5,5
El percentil 25 es 5
El percentil 25 es 5,5
 Resultado Decimal: Aproxima al siguiente número.
da la
posición del
número Entero: Media entre dato percentil y
el siguiente.
 El rango intercuartil es el intervalo entre
el percentil 25 y el percentil 75

 Ej: Valores: 2, 3, 4, 5, 6, 7, 8, 9, 11.

Percentil 25: 9*25/100 = 2.25 = posición 3 = 4
Percentil 75: 9*75/100 = 6.75 = posición 7 = 8
Rango intercuartil: [4 - 8] ó 8 – 4 = 4
 Varianza

 Desviación estándar S = √S2

 Calcule el percentil 30 de la siguiente serie de
datos

 50-78-22-76-47-25-42
“Epidemiología es la ciencia que estudia
la distribución de los determinantes de
la frecuencia de la enfermedad”.
Fuente: John M. Dictionary of Epidemiology
“Consecuencias adversas tanto
psicológicas como físicas,
restricciones a la actividad,
limitación de los roles que sean
culturalmente predeterminados”
-OMS
 Período de Incubación: El tiempo entre la exposición y la
manifestación de las enfermedades.

 Período de Inducción: Tiempo entre la acción causal de la

enfermedad y el inicio de la enfermedad
 Tiene que estar relacionada con una causa específica

 Período de Latencia: Tiempo entre la ocurrencia de la

enfermedad y su detección
 Causa suficiente: Si X esta presente entonces el
evento Y ocurre. Sin embargo, Y puede ocurrir sin que
X lo preceda.
 Ejemplo: El papel del Helicobacter pylori en la úlcera
péptica.
 Causa necesaria: Si X esta presente entonces el
evento Y ocurre. El evento Y no ocurriría si X no
estuviera presente.
 Ejemplo: VIH y SIDA
 LA OBESIDAD ES UNA CAUSA NECESARIA
PARA LA ENFERMEDAD CARDIOVASCULAR.
LA PICADURA POR AEDES AEGYPTI ES UNA
CAUSA SUFICIENTE PARA CONTRAER
FIEBRE AMARILLA.

A. Primera verdadera, segunda falsa

B. Primera falsa, segunda verdadera
C. Ambas falsas
D. Ambas verdaderas
Descripción
 Colección individual de descripciones de casos
 El primer paso en la descripción de una
enfermedad nueva
Objetivos
 Generación de hipótesis
Ventajas
 Se utiliza información que ya existe: (Censo, datos
de mortalidad)
 Menos costos porque se pueden utilizar datos
existentes
Desventajas
 Sólo se pueden estimar medidas de
frecuencia
 Datos no está estandarizados
 No hay un grupo de comparación
 No se puede estimar medidas de
asociación
 No se sabe realmente la magnitud del
evento que ocurre
 Descripción
 Estudio descriptivo o analítico
 Ventajas
 El tiempo de estudio puede ser corto.
 Si el tiempo de estudio es corto y la población es
pequeña puede ser menos costoso.
 Los investigadores tienen control sobre los
instrumentos de recolección de datos.
Desventajas:
 No se puede estimar el tiempo de la exposición con
respecto a la enfermedad a menos que la exposición
sea permanente (ejemplo tipo HLA o tipo sanguíneo)
 Cuando la exposición ocurrió hace bastante tiempo
puede existir un sesgo de recuerdo.
 La exposición puede haber cambiado debido a la
enfermedad > ejemplo: angina de pecho y ejercicio
Casos: Grupo que tiene la enfermedad
 De esta población se puede calcular la
prevalencia de la exposición en los casos
Controles: Representan la población base
(study base)
 De esta población se puede calcular la
prevalencia de la exposición en la
población a estudio.
Concepto crítico: Para que el estudio sea válido la
población de los controles debe representar la
población a estudio.

No olvidar:
Tanto casos como controles deben ser susceptibles a la exposición.
Descripción
 Selección de individuos: Basada en el estado de la enfermedad o
evento a estudio
 Casos: deben representar idealmente un estadio homogéneo de
la enfermedad. (Fuente: Pacientes hospitalizados, pacientes de
los consultorios de los médicos, registros
 Controles: deben representar la población de la cual se derivan o
salen los casos. Su selección es independiente de la exposición.
 Se debe poder contestar esta pregunta: Si el control X hubiese
sido un caso en este estudio el control X hubiese sido parte del
grupo de casos?
 Buen tipo de estudio para enfermedades raras o enfermedades
con períodos de latencia largos.
Ventajas
 Requiere tamaños de muestra más pequeños
 Se pueden investigar exposiciones simultáneamente
Desventajas:
 No se puede estimar el tiempo de la relación entre la enfermedad y la
exposición excepto en casos en que la exposición sea permanente (ej.
tipo sanguíneo o tipo de HLA)
 Ineficiente si la exposición es muy rara (mas no la enf rara)
 La exposición puede haber cambiado debido a la enfermedad :
ejemplo: angina de pecho y ejercicio.
  Seleccione el enunciado FALSO

A. Una ventaja de los estudios de casos y controles es

que requieren tamaños de muestra más pequeños
B. La selección de los controles depende de la exposición
C. Los casos pueden seleccionarse de Pacientes
hospitalizados, pacientes de los consultorios de los
médicos.
D. La población de controles representa a la población a
estudio
E. Casos y controles deben ser susceptibles a exposición
 Son estudios observacionales analíticos
 Son estudios longitudinales, en los que se hacen una comparación
de frecuencia de enfermedad entre dos poblaciones, una de las
cuales está expuesta a un factor de riesgo al que la otra no está
expuesta.
 Los individuos del estudio NO tienen la enfermedad de interés al
iniciar. (No quiere decir que son sanos)
 Este estudio es mejor para:
- Exposiciones raras
- Enf. con periodos de latencia cortos
 Pueden ser Prospectivos o Retrospectivos (Datos obtenidos en el
pasado)
 Ventajas:
 Excelente estimador de riesgo
 Se puede establecer TEMPORALIDAD entre la exposición y el
inicio de la enfermedad
 Se pueden evaluar varias enfermedades y exposiciones
 Desventajas:
 Ineficiente para enfermedades raras
 Lost to follow up es un problema

Se utilizan principalmente para evaluar la Asociación de un factor de

riesgo con una enfermedad o desenlace.
 Estudios prospectivos que comparan el efecto de una
intervención con un grupo control.
 El investigador controla la exposición de interés
 Puede ser aleatorizada lo que disminuye los sesgos
 Ejemplo:
Estudios que se hacen para evaluar la seguridad de nuevos
medicamentos/intervenciones.
 Seleccione el enunciado VERDADERO

A. Los estudios de cohorte son muy eficientes para

enfermedades raras
B. Los estudios de cohorte son estudios eficientes en
enfermedades con periodos de latencia largos
C. Los ensayos clínicos son estudios de tipo cohorte
D. En los ensayos clínicos el investigador no puede
asignar la exposición de interés
E. A diferencia de los estudios observacionales
analíticos, en los ensayos clínicos no hay grupos de
comparación
 Tipos de población
 Medidas de ocurrencia
 Prevalencia
 Proporciones
 Tasa
 Medidas de asociación
 Riesgo relativo
 Diferencia entre riesgos
 OR: odds ratios
 POR: prevalence odds ratio
 TIPOS DE POBLACIÓN
 Población a estudio
▪ La que estamos estudiando, representa el
muestreo
▪ Cohorte, Controles
 Población blanco
▪ Experimenta el efecto hipotético que se esta
estudiando
 Población a riesgo
▪ Potencialmente pueden desarrollar el evento o
enfermedad
 MEDIDAS DE OCURRENCIA

 Prevalencia:
Proporción de casos en una población en un punto o
periodo de tiempo determinado
Tipo de estudio: Corte transversal y de Casos y Controles
NO mide inicio de la enfermedad

 Incidencia:
▪ Incidencia Acumulado
▪ Tasas de Incidencia
 MEDIDAS DE OCURRENCIA

 Incidencia Acumulada:
▪ Proporción de nuevos casos que se desarrollan en la
población. Es una probabilidad: Rango 0-1
▪ El tiempo de la observación SIEMPRE tiene que
estar identificado porque requiere una población
cerrada
▪ Definir la población a riesgo es MUY importante
 MEDIDAS DE OCURRENCIA

 Tasa de Incidencia
▪ No es una probabilidad o proporción es una
razón
▪ Rango 0-infinito
▪ Numerador  casos
▪ El denominador es igual al tiempo a riesgo de
la enfermedad de cada individuo
 Usadas para medir el efecto de la exposición
a interés.
 Dependiendo del estudio pueden se
medidas de efecto, causalidad o solo
asociación
 Tablas de 2 x 2
 Riesgo Relativo

 Estudios de Cohorte y Ensayos Clínicos

 Magnitud  0 a infinito
 Dirección  <1, =1, >1
 Comparación de dos medidas de RIESGO (prob)
 Interpretación: El riesgo de tener la enfermad
durante el tiempo Xt es X veces mayor en el grupo
expuesto que en el no expuesto
 Diferencia de Riesgo

 Cohortes y Ensayos Clínicos

 Magnitud  de 0 a 1
 Dirección  <0, =0, >0
 Interpretación: Es la diferencia absoluta
en riesgo de tener la enfermad durante el
tiempo Xt
 ODDS Ratio (OR)

 Casos y Controles, Cohortes (se puede

calcular pero NO se usa porque el RR se
calculo directamente)
 Magnitud  0 a infinito
 Dirección  <1, =1, >1
 Se mide la exposición dado el estado de la
enfermedad
 Prevalence Odds Ratio (POR)

 Estudio de Corte-transversal
 Es equivalente al RR solo si la enf. Es rara
o si el tiempo de duración de la enf. Es la
misma en personas con o sin exposición
 Magnitud  0 a infinito
 Dirección  <1, =1, >1
 Escoja el enunciado CORRECTO

A. La diferencia de riesgo (DR) indica la diferencia

relativa del riesgo de tener la enfermedad durante el
tiempo
B. El riesgo relativo es una comparación de dos medidas
de riesgo
C. El Odds Ratio (OR) es el mejor estimador para los
ensayos clínicos
D. Una diferencia de riesgo (DR) igual a 1 indica que NO
hay asociación
E. Un POR igual a 0 indica que NO hay asociación
 Estadísticamente significativo
 Conclusión derivada de pruebas estadísticas
mediante las cuales se concluye que el
resultado observado para el factor de interés
o la población es suficientemente diferente de
otro factor u otra población y que esta
diferencia es “poco probable” que haya
ocurrido sólo debido al azar.
 Depende de un valor α pre-establecido
 Hipótesis nula
 Es la hipótesis en la cual se establece que el
factor de interés no está asociado o no es
diferente de otro factor o de un valor pre-
establecido. RR=1.0, OR =1.0, DR=0
 Hipótesis alterna
 Es la hipótesis que el factor de interés es
estadísticamente diferente de otro factor o de
un valor preestablecido.
 INTERVALOS DE CONFIANZA:

 Se utiliza el intervalo de confianza para evaluar la

cantidad de error aleatorio alrededor del estimador
(variabilidad y precisión de los estimadores)

▪ Límite de confianza superior(LCS): parámetro + zα/2 * error

estándar.

▪ Límite de confianza inferior (LCI): parámetro - zα/2 * error

estándar.
POR

POR= (68*863)/(839*43) ES = (Var)^(1/2)

Var= 1/68 + 1/863 + 1/839 + 1/43
Enfermedad Var = 0.04
ES = (0.081)^(1/2)
Presencia de sibilancias ES= 0,2
Edad 1= Si 0= No Total
Exposición

Exp+
1:<10 años
68 839 907
Exp-
0:≥ 10 años Intervalo de confianza= exp (Ln
43 863 906 (OR) +/- 1.96 (ES))
Total 111 1702 1813
LI= exp(Ln(1.63) – (1.96*0.2))
LI= 1,10
Precisión de estimadores = LS/LI
PE=2,19 LS = exp(Ln(1.63) + (1.96*0.2))
LS= 2,41
RR

RR= (68/907)/(43/906)
ES = (Var)^(1/2)
Var= = ((1/68 - 1/907 )+ (1/43 - 1/906))
RR=1,58 Var =0.0358
ES = (0.0358)^(1/2)
Enfermedad
ES= 0,189
Presencia de sibilancias

Edad 1= Si 0= No Total Intervalo de confianza=exp (Ln (RR) +/-

Exposición

Exp+ 1.96 (ES))

1:<10 años 68 839 907
Exp- LI= exp(Ln(0,158) – (1.96*0.189))
0:≥ 10 años 43 863 906 LI= 1.09
Total 111 1702 1813
LS = exp(Ln(0,158) + (1.96*0.189)
LS= 2.29

Precisión de estimadores = LS/LI

PE=2.10
DR
DR= (68/907)-(43/906)

Enfermedad
DR=0,027

Presencia de sibilancias

Edad 1= Si 0= No Total
Exposición

Exp+
1:<10 años 68 839 907 ES = (Var)^(0,5)
Exp- ES=(68*839/((907^2)*(907-
0:≥ 10 años 43 863 906 1))+43*863/((906^2)*(906-1)))^0,5
Total 111 1702 1813
ES= 0,0112

Intervalo de confianza= DR +/- 1.96 (ES)

LI= 0,027 – 1.96*0,0112 = 5,048 x 10 -3

LS =0,027 + 1.96*0,0112 = 0,049

Precisión de estimadores = LS - LI
PE= 0,0439
¿Cuál es la prevalencia de Sibilancias alguna vez en el último año, en
niños pertenecientes al colegio de mayor contaminación?
 Estrato socioeconómico_SES
Sibilancias
 Enfermedad

Presencia de sibilancias

Edad 1= Si 0= No Total
Exposición

Exp+
1:<10 años
68 839 907
Exp-
0:≥ 10 años
43 863 906
Total 111 1702 1813
 ¿Cómo se describe la Utilidad de una prueba diagnostica?

 Sensibilidad: Probabilidad de una prueba positiva en las

personas con las enfermedad o que tan buena es la prueba
para identificar las personas con la enfermedad.
 Especificidad: Probabilidad de una prueba negativa en las
personas sin la enfermedad o que tan buena es la prueba
para identificar las personas sin la enfermedad.
 GE + -
Sensibilidad: VP / (VP + FN) = VP/E+
Prueba
+ VP FP P+

- FN VN P- Especificidad: VN/(FP + VN)= VP/E-

Total E+ E- N

Sirven para mirar qué tan buena es la

prueba en el diagnóstico
 Pruebas Diagnósticas
 Valor Predictivo Positivo (VPP): probabilidad de que una
persona tenga la enfermedad dado que la prueba sea positiva
 Valor predictivo negativo (VPN): probabilidad de que una
persona no tenga la enfermedad dado que la prueba sea
negativa
 VPP Y VPN  dependen de la prevalencia
 Baja prevalencia favorece VPN. Alta prevalencia favorece VPP
 Exactitud = Total de clasificados correctamente / Total de la
población
 Exactitud (Accuracy)= VP + VN / VP+FP+VN+FN
 + -
GE
Prueba
VPP= VP/ (VP+FP)= VP/P+
+ VP FP P+
VPN= VN/ (FN+VN)= VN/P-
- FN VN P-

Total E+ E- N

Indica cuál es la probabilidad de tener la

enfermedad
 Se muestran los resultados de un estudio para evaluar utilidad de la prueba A
para el diagnóstico de la enfermedad X. La prueba B es el GOLD
STANDARD ¿Cuál es la sensibilidad y la especificidad de la prueba?

Prueba A (+) Prueba A (-) Total

Prueba B (+) 210 15 225 Sens = 210/225 = 0.93

Prueba B (-) 11 48 59 Esp = 48/59 = 0.81

Total 221 63 284

 Se muestran los resultados de un estudio para evaluar utilidad de la prueba A
para el diagnóstico de la enfermedad X. La prueba B es el GOLD
STANDARD. Calcule VPP y VPN

Prueba A (+) Prueba A (-) Total

Prueba B (+) 210 15 225 VPP = 210/221 = 0.95

Prueba B (-) 11 48 59 VPN = 48/63 = 0.76

Total 221 63 284

 Se quiere evaluar la utilidad de la PCR para
diagnosticar talasemias en comparación del
diagnóstico actual mediante electroforesis en
medio básico. En el estudio se obtiene que hay 35
personas enfermas y 49 no enfermas. De los 35
enfermos, 15 fueron falsos negativos. En cambio,
de los 49 no enfermos, 38 eran falsos positivos.

 Calcule sensibilidad, especificidad, VPP, VPN y

accuracy
 PCR
+ - • SENSIBILIDAD:20/35
• 0,57
Electro-
foresis • ESPECIFICIDAD: 11/49
+ 20 15 35 • 0,22

• VPP: 20/58
- 38 11 49 • 0,34

• VPN: 11/26
Total 58 26 84 • 0,42
  Seleccione la opción CORRECTA
A. Valor Predictivo Positivo: probabilidad de que el
paciente tenga la enfermedad dado que la prueba es
POSITIVA
B. valor predictivo negativo: probabilidad de que el
paciente tenga la enfermedad dado que la prueba es
POSITIVA
C. La sensibilidad y la especificidad dependen de la
prevalencia
D. Sólo la especificidad depende la prevalencia
E. Sólo el valor predictivo negativo depende de la
prevalencia