Professional Documents
Culture Documents
RP+ = S/1-E
Estudio de un test.
RP- = 1-S/E
Tabla 1.
VP
a
FP
b
Total positivos
a+b
FN
c
VN
d
Total
negativos
c+d
Total de
enfermos
a+c
Total de
sanos
b+d
TOTAL
INDIVIDUOS
a+b+c+d
Tasa de falsos negativos (TFN). Es la probabilidad de que un individuo estando enfermo sea clasicado como sano.
Tasa de falsos positivos (TFP). Es la probabilidad de que a un individuo sano se le clasique como enfermo.
El punto de corte escogido determinar la sensibilidad y especicidad de la prueba (si cogemos 70, la prueba ser muy sensible y poco
especca; si cogemos 140, ser poco sensible y muy especca) (MIR
96-97, 142).
Para determinar el punto de corte se pueden utilizar las curvas de
caractersticas operativas para el receptor (COR). Se seleccionan varios
puntos de corte y se estima la sensibilidad y especicidad para cada
uno de ellos. Posteriormente, se representa grcamente la sensibilidad
en funcin de (1-Especicidad). La prueba ideal se sita en el ngulo
superior izquierdo (S y E = 1).
Una prueba sin ningn valor sigue la diagonal que va del ngulo
inferior izquierdo al ngulo superior derecho (cada incremento de la sensibilidad se asocia a una prdida de igual magnitud de especicidad).
De esta forma, la sensibilidad y la especicidad son valores interdependientes, de forma que si aumenta la sensibilidad disminuye la espe-
Pg. 3
1.2.
Los valores predictivos de un test son variables, dependen de la prevalencia de la enfermedad en la poblacin. La sensibilidad y la especicidad
son caractersticas propias del test y no se modican con cambios en
la prevalencia.
Si la prevalencia de la enfermedad aumenta, aumenta el valor predictivo positivo, mientras que disminuye el valor predictivo negativo
(MIR 99-00F, 203; MIR 97-98, 63; MIR 97-98, 87; MIR 97-98F, 69; MIR
95-96, 151).
Si la prevalencia de la enfermedad disminuye, aumenta el valor
predictivo negativo y disminuye el valor predictivo positivo (MIR 96-97,
147; MIR 95-96, 95).
1.3.
No existe un parmetro gua til para todas las situaciones. La aceptabilidad de un test depende de la patologa estudiada y de las condiciones
reales en el medio y en la colectividad.
Si lo que interesa es detectar el mayor nmero posible de enfermos,
se debe usar un test con alta sensibilidad. As se te escaparn pocos,
aunque al precio de bastantes falsos positivos. Elegiremos un test
sensible cuando:
La enfermedad sea grave y no pueda pasar desapercibida.
La enfermedad sea tratable.
Los resultados falsamente positivos no supongan un traumatismo
psicolgico en los individuos examinados (MIR 98-99, 200).
Si lo que quieres es asegurar el diagnstico, debes usar un test cuya
especicidad sea mxima.
Utilizaremos un test lo ms especco posible cuando:
La enfermedad sea importante, pero difcil de curar o incurable.
Los resultados falsamente positivos puedan suponer un trauma
psicolgico para el individuo examinado .
El tratamiento de los falsos positivos pudiera tener graves consecuencias (MIR 02-03, 49; MIR 01-02, 203; MIR 00-01, 210; MIR 96-97,
130; MIR 95-96F, 49).
1.4.
Screening.
Pg. 4
1.5.
Coeficiente Kappa.
El coeciente Kappa es una medida del grado de concordancia no aleatoria entre varios observadores o entre distintas mediciones de la misma
variable. Vara de -1 a +1 (MIR 97-98, 85; MIR 96-97F, 210).
k= -1. Discrepan ms mediciones de lo esperado por azar.
k = 0. Concordancia debida al azar.
k = +1. Concordancia completa.
Ejemplo. Dos oftalmlogos revisaron la misma serie de 100 fotografas de fondo de ojo para determinar el grado de retinopata. Se desea medir el grado de coincidencia, concordancia entre los dos observadores.
Concepto de epidemiologa.
2.2.
CONCEPTOS.
Riesgo. Es la probabilidad de desarrollar una enfermedad por estar
expuesto a ciertos factores.
Causa. Es la condicin que, sola o acompaada de otras condiciones, inicia o permite iniciar una secuencia de acontecimientos que
producen un determinado efecto.
Factor de riesgo. Variable endgena o exgena al individuo, controlable, que precede al comienzo de la enfermedad y que est asociada
a un incremento de la probabilidad de aparicin de la misma, y a
Epidemiologa y Estadstica
Frmula: R = a/b
Ejemplo: razn de hombres/mujeres.
Proporcin. Cociente en que el numerador est incluido en el denominador. Sus valores oscilan de 0 a 1. Es adimensional.
Frmula: P = a/a+b
Ejemplo: proporcin de aprobados en un examen.
Tasa. Mide la ocurrencia de un suceso durante un perodo de tiempo
en una poblacin determinada. Es un cociente en el que el numerador
est incluido en el denominador pero, a diferencia de la proporcin, el
tiempo tambin est incluido en el denominador. Tienen, por tanto,
dimensin temporal.
3.2.
Prevalencia. Es el nmero total de casos entre el total de la poblacin. No hace distincin entre casos antiguos y nuevos y nos describe la
situacin en un momento determinado del tiempo. Es mayor a mayor
incidencia y mayor duracin de la enfermedad (MIR 96-97, 141; MIR
96-97F, 213).
Casos existentes
Poblacin total
Proporcin de individuos
enfermos en una poblacin en un
momento concreto
Poblacin susceptible al
comienzo del perodo
Riesgo individual de
enfermar
Pg. 5
1 ao
4 aos
5 aos
2 aos
8 aos
Total: 20 aos
4.3.
4.1.
Factor de proteccin.
a+b
c+d
a+c
b+d
a+b+c+d
a+b
c+d
a+c
b+d
a+b+c+d
Razn de prevalencia.
(MIR 01-02, 212; MIR 99-00F, 211; MIR 99-00F, 198; MIR 97-98F, 83).
Pg. 6
Es la medida de asociacin de los estudios transversales. Su interpretacin es similar a la del riesgo relativo, es decir, el nmero de veces ms
que padecen la enfermedad los expuestos frente a los no expuestos.
5.2.
4.2.
Estudios descriptivos.
Epidemiologa y Estadstica
2. Estudios ecolgicos. Pueden ser transversales o longitudinales. Son
estudios en los que la unidad de anlisis son grupos de individuos, no
individuos (p.ej. clases de una escuela, ciudades, regiones). Son tiles
cuando no se pueden hacer mediciones de exposicin individuales
(contaminacin del aire, ruidos, etc.).
Ventajas. Permiten describir diferencias en poblaciones que
habrn de ser estudiadas con ms detalle posteriormente (MIR
00-01, 198).
Limitaciones. Los datos son promedios de poblaciones. Se usan
medidas aproximadas de exposicin (impuestos por alcohol,
ventas de cajetillas de cigarrillos...) y de enfermedad (mortalidad
en vez de incidencia...) lo que limita el valor de los hallazgos.
3. Estudios transversales o de prevalencia. Son estudios descriptivos
y transversales, ya que estudian la relacin entre una enfermedad
y algunas variables en un momento concreto del tiempo. Buscan
hallar una posible relacin entre un FR y una enfermedad, que luego
habr de ser vericada por estudios analticos (MIR 00-01, 195; MIR
00-01F, 240).
Caractersticas. Es de corte o transversal, ya que enfermedad
y caractersticas se miden simultneamente.
Ventajas. No tienen problemas ticos, son de duracin mnima,
su coste es bajo y son de fcil reproductibilidad. Son tiles para el
estudio de enfermedades crnicas en la poblacin (MIR 99-00F,
205; MIR 95-96, 37).
Inconvenientes. No es til para estudiar enfermedades raras, no
permite ver el mecanismo de produccin de la enfermedad y no
sirve para comprobar una hiptesis previa de causalidad (no es
posible conocer la secuencia temporal porque la informacin
sobre el factor de riesgo y la enfermedad se recogen a la vez) (MIR
01-02, 202; MIR 97-98, 62; MIR 96-97F, 214; MIR 95-96, 29).
Anlisis de las medidas de enfermedad. Con el estudio de prevalencia, la medida que se obtiene es la RAZON DE PREVALENCIA de
individuos expuestos (MIR 96-97, 136; MIR 95-96F, 53).
6.2.
Estudios analticos.
Figura 1.
CARACTERSTICAS.
Son estudios longitudinales, de seguimiento.
Es prospectivo (excepto en los estudios de cohortes histricas).
Va de la causa al efecto (enfermedad).
Pg. 7
CARACTERSTICAS.
Es un estudio longitudinal.
Es retrospectivo.
Va del efecto (enfermedad) a la causa.
ESTUDIOS EPIDEMIOLGICOS
ESTUDIOS ANALTICOS
(analizan hiptesis)
ESTUDIOS DESCRIPTIVOS
(describen una situacin)
NO
Existe asignacin
aleatoria de los sujetos?
ESTUDIO OBSERVACIONAL
SI
NO
ESTUDIO EXPERIMENTAL
ESTUDIO CUASI-EXPERIMENTAL
Enfermedad
(efecto)
- Ensayo clnico.
- Ensayo de campo.
- Ensayo clnico cruzado.
NO
Estudio de
casos-controles
Estudio de prevalencia
(transversal)
Pg. 8
Exposicin
al factor
Estudio de
cohortes
Epidemiologa y Estadstica
VENTAJAS.
Es de corta duracin.
Es ideal para el estudio de enfermedades raras.
Es el mejor para el estudio de enfermedades de largo perodo de
induccin.
El coste es bajo.
Es el mejor para el estudio de la multicausalidad de la enfermedad
(los posibles factores de riesgo de una determinada enfermedad).
Es el mejor para formular nuevas hiptesis etiolgicas.
INCONVENIENTES.
No es bueno para comprobar hiptesis previas de causalidad.
No permite el estudio de la multiefectividad del factor de riesgo.
La posibilidad de sesgos es muy alta, su control difcil.
Anlisis de las medidas de la enfermedad. En los estudios de casos-controles no puedes obtener informacin sobre la incidencia de
la enfermedad ya que partes de una poblacin seleccionada. Tampoco
tienes informacin sobre la prevalencia, ya que el nmero de enfermos
slo depende de los que t elijas. Debido a ello, la fuerza de la asociacin
no se puede calcular directamente, como en el estudio de cohortes, sino
de forma indirecta mediante la ODDS RATIO (MIR 99-00, 234).
Tabla 3. Diferencias entre los estudios de cohortes y los de
casos y controles.
Definida
Indefinida
No
Varios
Uno
Una
Varias
Poco til
Muy til
Muy til
Poco til
Pocos
Muchos
Muchos
Pocos
Elevado
Bajo
Larga
C or t a
Regular
Mala
7.1.
Tipos de Error.
Pg. 9
Simtrico.
Incorregible.
Impredecible.
Estimable por
estadstica.
Asimtrico.
Corregible.
Predecible.
Prevencin y
control por
epidemiologa.
NO
SI
Tamao muestral.
Sesgo de seleccin:
- Aleatorizacin.
Sesgo de clasificacin:
- Enmascaramiento.
Factor de confusin:
- Aleatorizacin.
- Apareamiento.
- Restriccin.
- Estratificacin.
- Anlisis multivariante.
7.2.
Validez y fiabilidad.
Pg. 10
Figura 3.
7.3.
Tipos de error.
Introduccin.
Epidemiologa y Estadstica
8.2
Pg. 11
8.3.
Pg. 12
Figura 4.
Diseo secuencial: consiste en introducir pares de pacientes randomizados a los dos tratamientos hasta que la diferencia entre los
distintos tratamientos favorece a uno u otro (exceso de preferencias),
momento en el que el ensayo clnico se detiene (MIR 02-03, 22; MIR
00-01F, 241).
Diseo factorial: en ese tipo de diseo se evalan simultneamente dos
tratamiento distintos en una misma muestra de sujetos, asignndose
aleatoriamente a los sujetos a uno de los cuatro grupos posibles: A, B,
A+B y placebo. Con este diseo se puede evaluar la interaccin entre
los dos tratamientos, aunque hay que asumir que los dos tratamientos
no interaccionan entre s.
Los aspectos del diseo de un estudio epidemiolgico que estn asociados a una mayor calidad y rigor cientco son:
El sentido prospectivo del estudio (secuencia temporal).
La asignacin aleatoria a los grupos experimental y control.
La existencia de un grupo control concurrente.
El enmascaramiento de los pacientes e investigadores participantes.
La inclusin en el estudio de un nmero suciente de pacientes como
para detectar, en caso de haberlas, diferencias estadsticamente
signicativas entre los distintos grupos del estudio.
9.2.
Epidemiologa y Estadstica
La calidad de la evidencia cientca se clasica en tres grados de
recomendacin para la adopcin de una medida sanitaria:
Buena (grado A): existe adecuada evidencia cientca para recomendar
o desaconsejar la adopcin del procedimiento mdico.
Regular (grado B): existe cierta evidencia cientca (no concluyente)
para recomendar o desaconsejar la adopcin del procedimiento
mdico.
Mala (grado C): existe insuciente evidencia cientca para recomendar o desaconsejar la adopcin del procedimiento mdico.
10.3. Variables.
1. Tipos de variables.
Tabla 6. Tipos de variables.
Nominal dicotmica
Sexo
Nominal no dicotmica
Raza
Ordinal
Nivel socioeconmico
Discreta
N episodicos de asma/sem
Continua
Uricema
Variables cualitativas.
- Diagrama de rectngulos.
- Diagrama sectorial (pastel).
Pg. 13
Figura 5.
Diagrama sectorial.
1. Medidas de localizacin o tendencia central. Las medidas de centralizacin nos indican alrededor de qu valores se agrupan los datos
observados. Distinguimos:
Media aritmtica. Es la medida de centralizacin ms comn. Se
calcula sumando los valores numricos de todas las observaciones
y dividiendo el total por el nmero de observaciones.
Figura 6.
Diagrama de rectngulos.
La media aritmtica verica la propiedad de equilibrar las desviaciones positivas y negativas de los datos respecto a su valor, es decir,
(xi - ) = 0. Acta, por tanto, como centro geomtrico o centro de
gravedad para el conjunto de puntos.
Mediana. Es el valor numrico que divide al conjunto de datos ordenados en dos partes iguales, es decir, el 50% de los datos ser menor
que ella y el 50% de los datos mayor. En una distribucin simtrica, la
mediana coincide con la media aritmtica, pero no en una asimtrica
(MIR 98-99, 211; MIR 97-98, 77; MIR 96-97F, 204).
Moda. Es el valor ms corriente o el valor de la variable que se presenta con mayor frecuencia. Pueden existir distribuciones con ms
de una moda.
Parmetros de posicin: cuartiles, deciles, percentiles. Valores que
dividen el conjunto de las observaciones en cuatro, diez o cien partes
iguales. Por ejemplo:
Q2=D5=Pc50= Mediana. El 50% de las observaciones sern inferiores
al segundo cuartil, quinto decil o percentil 50 (MIR 97-98F, 73; MIR
96-97F, 203; MIR 95-96, 31).
Media geomtrica. Muy utilizada en microbiologa y serologa, cuyos datos tienen una marcada asimetra positiva (hacia la derecha).
Ejemplo: ttulos de anticuerpos.
Figura 7.
Pg. 14
Epidemiologa y Estadstica
Desviacin tpica o estndar. Es la raz cuadrada positiva de la varianza. Es, junto con la anterior, la medida de dispersin ms usada.
Dos sucesos son independientes cuando la probabilidad de aparicin de uno de ellos no depende, no se modica por la aparicin del
otro (P. ej.: efectos secundarios de un frmaco en dos pacientes).
Media
Desviacin tpica o
estndar
Mediana
Rango intercuartlico
Rango
De esta forma,
Propiedades.
La probabilidad es un valor entre 0 y 1, es decir, 0 < P(A) < 1.
Llamaremos suceso seguro E, al que ocurre siempre, entonces:
P(E)=1.
Si es el suceso complementario de A, que ocurre siempre que no
lo hace A, entonces: P( ) = 1 - P(A).
Figura 8.
Reglas de la probabilidad.
Pg. 15
CARACTERSTICAS.
Corresponde a variables cuantitativas continuas.
Se caracteriza por dos medidas: media y desviacin tpica.
Es unimodal.
Es simtrica alrededor de la media. Por tanto, media, mediana y
moda coinciden (MIR 96-97F, 220).
Tiene forma acampanada, sin un pico excesivo.
Va desde - innito a + innito (asinttica al eje de abscisas).
El rea bajo la curva = 1.
El 50% de las observaciones se encuentran por debajo de la media
aritmtica y el 50% por encima. El 68% de las observaciones se encuentran dentro del intervalo S; el 95% dentro del intervalo 1,96 S y
el 99% dentro del intervalo 2,57 S (MIR 98-99F, 219; MIR 98-99, 207;
MIR 96-97F, 217; MIR 96-97, 146; MIR 95-96, 45).
Figura 9.
Distribucin normal.
Pg. 16
Epidemiologa y Estadstica
Donde el valor t corresponde a los valores tabulados de la distribucin terica t-Student. (MIR 98-99F, 221; MIR 96-97F, 205; MIR 96-97F,
202; MIR 95-96, 28).
EXISTE
DIFERENCIA
Ho falsa
NO EXISTE
DIFERENCIA
Ho cierta
HAY
DIFERENCIAS
SIGNIFICATIVAS.
Rechazo Ho.
1Poder
estadstico o
potencia del
test
Error tipo I o
error alfa
NO HAY
DIFERENCIAS
SIGNIFICATIVAS.
No rechazo Ho.
Error tipo II o
error beta
1-
Pg. 17
Dicotmica
Dicotmica
Cualitativa
(> 2 categoras)
Cualitativa
(>= 2 categoras)
Dicotmica
Cuantitativa
Cualitativa
(> 2 categoras)
Cuantitativa
Cuantitativa
Cuantitativa
Pg. 18
Epidemiologa y Estadstica
o ms variables. Ejemplo: se desea saber si existe una relacin entre la
infeccin de herida quirrgica, la administracin de prolaxis y el tipo
de ciruga (MIR 01-02, 214; MIR 95-96F, 50).
Dicotmica
independiente.
Cuantitativa (n <30)
u ordinal.
Dicotmica pareada
o dependiente.
Cuantitativa (n <30)
u ordinal.
Cualitativa
(>2 categoras).
Cuantitativa (n <30)
u ordinal.
Cualitativa pareada
(>2 categoras).
Cuantitativa (n <30)
u ordinal.
Ordinal.
Ordinal.
105
15
120
80
300
380
18 5
31 5
500
Hiptesis.
H0. El estado nutricional y los resultados acadmicos son independientes.
H1. Las dos variables no son independientes.
= 0,05
Test estadstico.
44,4
75,6
120
140,6
239,4
380
185
315
500
Pg. 19
Pg. 20