ESCUELA PROFESIONAL DE ODONTOLOGIA

BIOESTADISTICA

RIESGO RELATIVO PRUEBAS DE

INDEPENDENCIA

TRUJILLO - 2014

INTRODUCCION
La estadstica es una ciencia formal y una herramienta que estudia el uso y los
anlisis provenientes de una muestra representativa de datos, busca explicar
las correlaciones y dependencias de un fenmeno fsico o natural, de
ocurrencia en forma aleatoria o condicional.
La bioestadstica es pues la aplicacin de todos estos conocimientos de la
estadstica a las ciencias de la vida.
En la presente monografa trataremos sobre el Riesgo relativo y la prueba de
independizacin dos anlisis estadsticos muy tiles.

I.

RIESGO RELATIVO
1. Determinacin de factores de riesgo
En cada sociedad existen comunidades, grupos de individuos, familias o individuos que
presentan ms posibilidades que otros, de sufrir en un futuro enfermedades, accidentes,
muertes prematuras, se dice que son individuos o colectivos especialmente
vulnerables. A medida que se incrementan los conocimientos sobre los diferentes
procesos, la evidencia cientfica demuestra en cada uno de ellos que: en primer lugar las
enfermedades no se presentan aleatoriamente y en segundo que muy a menudo esa
"vulnerabilidad" tiene sus razones.
Un factor de riesgo es cualquier caracterstica o circunstancia detectable de una persona
o grupo de personas que se sabe asociada con un aumento en la probabilidad de
padecer, desarrollar o estar especialmente expuesto a un proceso mrbido. Estos
factores de riesgo (biolgico, ambiental, de comportamiento, socio-culturales,
econmicos.) pueden sumndose unos a otros, aumentar el efecto aislado de cada uno
de ellos produciendo un fenmeno de interaccin.

2. Utilizacin del riesgo:

El conocimiento y la informacin sobre los factores de riesgo tienen diversos objetivos:
Prediccin: La presencia de un factor de riesgo significa un riesgo aumentado de
presentar en un futuro una enfermedad, en comparacin con personas no expuestas. En
este sentido sirven como elemento para predecir la futura presencia de una enfermedad.
Causalidad: La presencia de un factor de riesgo no es necesariamente causal.
El aumento de incidencias de una enfermedad entre un grupo expuesto en relacin a un
grupo no expuesto, se asume como factor de riesgo, sin embargo esta asociacin puede
ser debida a una tercera variable. La presencia de esta o estas terceras variables se
conocen como variables de confusin. As por ejemplo el ejercicio fsico se conoce
como factor de proteccin asociado al infarto de miocardio. El efecto protector que
pueda tener el ejercicio, se debe controlar por la edad de los pacientes, ya que la edad
est asociada con el infarto de miocardio en el sentido de que a ms edad ms riesgo.

Diagnstico: La presencia de un factor de riesgo aumenta la probabilidad de que se

presente una enfermedad. Este conocimiento se utiliza en el proceso diagnstico ya que
las pruebas diagnsticas tienen un valor predictivo positivo ms elevado, en pacientes
con mayor prevalencia de enfermedad. El conocimiento de los factores de riesgo se
utiliza tambin para mejorar la eficiencia de los programas de cribaje, mediante la
seleccin de subgrupos de pacientes con riesgo aumentado.

Prevencin: Si un factor de riesgo se conoce asociado con la presencia de una

enfermedad, su eliminacin reducir la probabilidad de su presencia. Este es el objetivo
de la prevencin primaria. As por ejemplo se relacionan la obesidad y la hipertensin,
la hipercolesterolemia y la enfermedad coronaria, el tabaco y el cncer de pulmn.

3. Cuantificacin del riesgo

El trmino de riesgo implica que la presencia de una caracterstica o factor aumenta la
probabilidad de consecuencias adversas.
La cuantificacin del grado de riesgo constituye un elemento esencial y fundamental en
la formulacin de polticas y prioridades que no deben dejar hueco a la intuicin ni a la
casualidad. Hay diferentes maneras de cuantificar ese riesgo
i) Riesgo Absoluto: Mide la incidencia del dao en la poblacin total.
ii) Riesgo Relativo: Compara la frecuencia con que ocurre el dao entre los que tienen el
factor de riesgo y los que no lo tienen.
El riesgo relativo mide la fuerza de la asociacin entre la exposicin y la enfermedad.
Indica la probabilidad de que se desarrolle la enfermedad en los expuestos a un factor de
riesgo en relacin al grupo de los no expuestos. Su clculo se estima dividiendo la
incidencia de la enfermedad en los expuestos (Ie) entre la incidencia de la enfermedad
en los no expuestos (Io).

Riesgo Relativo: RR
Compara la frecuencia con que ocurre el dao entre los que tienen el factor de riesgo y
los que no lo tienen. Como base para su clculo se utilizan los valores de incidencia
acumulada, correspondiendo al cociente entre la incidencia en expuestos en relacin
con la del grupo no expuesto:

Cuando el RR es menor de uno significa que aquellos sujetos expuestos al factor en

estudio (variable independiente) tienen un menor riesgo de presentar el resultado
(variable dependiente), mientras que un valor mayor de uno significa que la exposicin
confiere un riesgo mayor. Un valor de 1 significa que el riesgo es el mismo en ambos
grupos. Adems de establecer le existencia de riesgo o de proteccin el riesgo relativo
tiene la propiedad de identificar su magnitud (fuerza de asociacin), lo que permite
hacer comparaciones.
Vale la pena mencionar que el RR no puede utilizarse en los estudios de casos y
controles pues por las caractersticas de este de diseo, no se puede conocer las tasas de
incidencia del resultado para este caso se utiliza la medida denominada "odds ratio"
(OR)

II.

PRUEBAS DE INDEPENDENCIA
1. Prueba del Ji-cuadrado
En una prueba de independencia el nico nmero que el investigador controla
directamente es el tamao total de la muestra. Se extrae una muestra de tamao n de la
poblacin y cada objeto se clasifica segn las dos variables que se estudian. Ni las
frecuencias de cada celda, ni los totales de fila y columna se conocen de antemano.
El investigador no fija previamente ningn conjunto, es decir, son aleatorios.
El planteamiento de las Hiptesis ser:
H 0 : A y B son independientes
H 1 : A y B no son independientes
Independencia significa que el conocimiento del nivel de clasificacin de un objeto
respecto a la caracterstica A no tiene nada que ver con su nivel respecto a la
caracterstica B. Para expresar esta idea matemticamente utilizamos las probabilidades
dadas en la siguiente tabla:
Tabla de contingencia 2 x 2 con proporciones o probabilidades
Variable 1 (A)
Si
No Total
Variable 2
p 11 p 12 p 1.
Si
No p 21 p 22 p 2.
(B)
1
Total p .1 p .2

Se sabe que, para que dos sucesos sean independientes, la probabilidad de que ocurran
ambos a la vez debe ser igual al producto de las probabilidades de que cada suceso
ocurra individualmente.

P[A y B] = P[A]P[B]
O
p 11 = p .1 p 1.
La relacin debe cumplirse para cada celda. Por tanto, la hiptesis nula de
independencia se expresa matemticamente como:
i = 1, 2
H 0 : p ij = p i. P .j
j = 1, 2
i = 1, 2
H 1 : p ij ? p i. P .j
j = 1, 2
Comparamos el nmero de observaciones en cada celda con el nmero esperado, si H
0 es cierta. Si estos nmeros difieren poco, no hay razn para rechazar H 0 ; si hay una
gran discrepancia entre los valores observados y esperados, entendemos esto como
evidencia de que H 0 no es cierta. Entonces se calcula el valor esperado as:
E ij = np ij

11
=

n 1. n .1

total fila marginal x total

comlumna marginal

________________________

_________________________

tamao de la muestra

La pregunta es la siguiente: son estas diferencias demasiado grandes como para que se
deban nicamente al azar?
Para responderla necesitamos un estadstico cuya distribucin de probabilidad sea
conocida bajo la hiptesis de que H0 es cierta. El estadstico en cuestin es:

Prefijamos un nivel de significancia en 0.05

Si el valor p es pequeo (es menor de 0.05); podemos rechazar H 0
Para que las pruebas de Ji-cuadrado sean vlidas, es necesario que las muestras sean
grandes. Es decir que las frecuencias esperadas no sean menores de 5. Si esto no se
cumple, puede utilizarse una prueba para pequeas muestras llamada prueba exacta de
Fischer para contrastar independencia.

EJEMPLO
Se realiza una investigacin para determinar si hay alguna asociacin aparente entre la
altura de los estudiantes de posgrado y el xito en sus clases, a juicio de sus profesores.
Se selecciona una muestra aleatoria consistente en 500 estudiantes. Se clasifica a cada
estudiante de acuerdo a dos criterios, la altura y el xito. La tabla de contingencia
generada es la siguiente:
Mayor altura que el promedio poblacional

xito

Si
162
38
200

Si
No

No
263 425
37 75
300 500

Comparamos el nmero de observaciones en cada celda con el nmero esperado, si H

0 es cierta:

Datos utilizados para contrastar asociacin entre altura y xito en las clases. Las
frecuencias esperadas aparecen entre parntesis:

Mayor altura
poblacional

xito

Si

Si
162 (170)

No

38 (30)
200

que

el

No
263
(255)
37
(45)
300

promedio

425
75
500

Para saber si las diferencias entre valores halladoz y valores esperados es significativa
entonces aplicamos el estadistico ji-cuadrado:

A partir de la tabla Ji-cuadrado vemos que:

y
Como 4.18 est entre 3.84 y 5.02, el valor p est entre 0.025 (0.975) 0.05 (0.950).
El valor p es pequeo, es menor de 0.05. Podemos rechazar H 0 y concluir que la
sobretalla y el xito en las clases no son independientes.

III.

REFERENCIAS BIBLIOGRAFICAS
1. Barreto C. Estadstica Bsica Aplicaciones. 2a ed. Chimbote: SUA Uladech;
2007.
2. Crdova M. Estadstica Descriptiva e Inferencial. 4a ed. Lima: Edit. Moshera; 2000.
3. Wayne D. Bioestadstica. 4a ed. Mxico: Edit Limusa SA. 2002.
4. Pineda E, Alvarado E, Canales F. Metodologa de la investigacin. Washington:
OPS.1994.