Post on 03-Jan-2015
Fases de un estudio epidemiológico
Dpto. Medicina Preventiva y Salud Pública
Universidad de Granada
1º Fase descriptiva
- describir
- formular hipótesis
2º Fase analítica
- confirman hipótesis
“Cualquier tipo de estudio”
“Longitudinales”
Investigación causal
CAUSA (exposición)
Factor de riesgo
Factor protector
Factor pronóstico
Factor terapéutico
EFECTO
Accidente
Enfermedad
Muerte
Mejoría/Curación
Tipos de Causas.
MODELO DETERMINISTA
MODIFICADO!!IMAGINARIO!! !!IMAGINARIO!! AYUDAAYUDA
CAUSA SUFICIENTECAUSA SUFICIENTE
CAUSA CONTRIBUYENTECAUSA CONTRIBUYENTE
CAUSA NECESARIACAUSA NECESARIA
MODELO DETERMINISTA MODIFICADO
CAUSA SUFICIENTE. Conjunto mínimo de CAUSAS
CONTRIBUYENTES que, actuando conjuntamente,
provocan inevitablemente la enfermedad.
CAUSA COMPONENTE. Cada uno de los elementos
que forma parte de una causa suficiente o meca-
nismo multicausal.
MODELO DETERMINISTA MODELO DETERMINISTA MODIFICADOMODIFICADO
AA
BB
CC
C. Suficiente IC. Suficiente I
(A, B, C)(A, B, C)
40% casos40% casos
AA
BBDD
FF
C. Suficiente IIC. Suficiente II
(A, B, D, F)(A, B, D, F)
25% casos25% casos
CC
GG
DD
C. Suficiente IIIC. Suficiente III
(C, D, G)(C, D, G)
35% casos35% casos
MODELO DETERMINISTA MODELO DETERMINISTA MODIFICADOMODIFICADO
AA
BB
CC
C. Suficiente IC. Suficiente I
(A, B, C)(A, B, C)
40% casos40% casos
AA
BBCC
FF
C. Suficiente IIC. Suficiente II
(A, B, C, F)(A, B, C, F)
25% casos25% casos
CC
GG
DD
C. Suficiente IIIC. Suficiente III
(C, D, G)(C, D, G)
35% casos35% casos
C: CAUSA NECESARIAC: CAUSA NECESARIA
PRINCIPIOS PRINCIPIOS EPIDEMIOLÓGICOSEPIDEMIOLÓGICOS
1. No se necesita conocer todas las CC para prevenir
la enfermedad
2. Todas las CS son responsables del 100% de casos
Casos aparentemente atribuibles a una CC
puede ser superior al 100%
3. La importancia de una causa componente
depende de la frecuencia del resto de causas
componentes que forman la CS
Exposición(FR/FP/TTO)
EFECTOEnfermedad
¿Cuándo existe una relación causal?¿Cuándo existe una relación causal?
- Asociación causal- Asociación causal
- Asociación no causal- Asociación no causal
CRITERIOS DE CAUSALIDADCRITERIOS DE CAUSALIDAD
Crit. de Causalidad de Bradford-Hill Crit. de Causalidad de Bradford-Hill (1965)(1965)
1. FUERZA de ASOCIACIÓN
2. Secuencia temporal correcta
3. Gradiente dosis respuesta
4. Consistencia
5. Coherencia y plausibilidad biológica
6. Analogía
7. Especificidad
8. EVIDENCIA EXPERIMENTAL
En la PRÁCTICA:En la PRÁCTICA:
1. Fuerza de asociación importante
2. Secuencia temporal correcta
3. Asociación no es artificial
(sesgos)
4. Asociación estadísticamente
signif.CRITERIO DE INDEPENDENCIACRITERIO DE INDEPENDENCIA
Estudio epidemiológico “medir”
Tipos de medidas
1) Medidas de Frecuencia
. Prevalencia “casos prevalentes”
. Incidencia “casos nuevos”
2) Medidas de Fuerza de la Asociación
3) Medidas de Impacto
P(A)=odds/(1+odds)
Proporción y odds = misma realidad
Odds=P (A)/(1-P(A))
RAZÓN
P (A)/(1-P(A))
ODDS
Posibilidad/
Oportunidad/
Ventaja
Razón
Complementarios
MEDIDAS DE FRECUENCIA
Medidas de INCIDENCIA
. Medidas dinámicas
. Investigación causal
. Evaluación de medidas preventivas
Medidas de PREVALENCIA
. Medidas estáticas
. Carga de enfermedad
. Planificación sanitaria
. Estimación de necesidades
* casos existentes
* casos nuevos
Medidas de PREVALENCIA
Medidas de INCIDENCIA
Casos prevalentes o existentes = 5
PROPORCIÓN DE
PREVALENCIA
tiempo
Casos existentes
Población total=
5
20
Población (20 sujetos)
= 0,25=
PREVALENCIAPREVALENCIA
Prevalencia de punto
Prevalencia de periodo
Prevalencia acumulada a lo largo de la vida
Casos existentes to + Casos Nuevos to y t
Población total a mitad de intervaloPrevalencia de Periodo =
PREVALENCIAPREVALENCIA
¿Tiene una gastritis? = Prevalencia de Punto
¿Tiene o ha tenido gastritis en el último año? = Prevalencia Periodo
Prevalencia de Punto
to
Prevalencia de Periodo
to t
0-1
Carece de unidades
Planificación y gestión
Poco útil en investigación etiológica
PREVALENCIAPREVALENCIA
MEDIDAS DE INCIDENCIA
Casos nuevos durante un periodo de t
Población susceptible (en riesgo)
Carácter dinámico
TIPOS:
1) Incidencia Acumulada (RI) Tasa de Ataque
2) Tasa o Densidad de Incidencia
INCIDENCIA ACUMULADA
= Riesgo de incidencia
IA =
Probabilidad de que un individuo desarrolle
la enfermedad en un periodo de tiempo
Casos nuevos periodo t
Población susceptible a inicio de t
Periodo de t igual todos sujetos = COHORTE FIJA
INCIDENCIA ACUMULADA
Limitaciones
- periodo de tiempo
- cohorte fija
- ¿episodios?
DENSIDAD DE INCIDENCIA
= Tasa de incidencia
DI =
Nº de casos de enfermedad (episodios) que se
producen por unidad de tiempo
Casos nuevos periodo t
Σ Periodos individuales en riesgo
Cohorte dinámica
Σ Periodos individuales en riesgo
= 1p·20 años + 1p·10 años + 2p·15 años + 1p·4 años + 1p·6 años + 2p · 7 años =
= 84 personas-año
84 personas-año =
84 personas · 1 año
42 personas · 2 años
168 personas · 6 meses …
DI NO TIENE INTERPRETACIÓNA NIVEL INDIVIDUAL
“Característica de la enfermedad”
Casos existentes
Población total
Momento del tiempo
Proporción prevalencia
0-1
No unidades
Planificación sanitaria
Validez Externa PD
(Probabilidad pretest)
Incidencia Acumulada
Prevalencia
Casos nuevos
Población riesgo
Periodo de tiempo
Investigación causal
Incidencia
Riesgo de Incidencia
Proporción 0-1
No tiene unidades
Depende periodo t
Riesgo individual
PRONÓSTICOTasa Incidencia
Tasa de Incidencia
Tasa 0-Infinito
Tiene unidades
Característica enf
Fuerza morbilidad
Estrategias Generales de
diseño.
Clasificación de los Estudios
Epidemiológicos
José Juan Jiménez Moleón
Dpto. Medicina Preventiva y Salud Pública
Universidad de Granada
¿Cómo se selecciona?: Tipo de Muestreo
Población diana
Población elegible
Muestra original
¿A cuántos se seleccionan?: Tamaño muestral
Muestra final
No respondedores, pérdidas
Criterios de Clasificación Est.Epidem.
1. Manipulación
2. Aleatorización
3. Seguimiento
4. Sentido del estudio
5. Momento de comienzo
6. Unidad de estudio
7. Información disponible
Criterios de Clasificación Est.Epidem.
1.Manipulació
nInvestigador especifica las
condiciones en las que se
presenta el estudio
“Exposición”
- Experimentales
- Observacionales
Criterios de Clasificación Est.Epidem.
2. Asignación
aleatoriaSólo estudios experimentales
- Exp. Puros
- Semiexperimentales
Intervención
Control
¿Azar?
Criterios de Clasificación Est.Epidem.
3.
Seguimient
o
- Longitudinales
- Transversales
EfectoExposición
Criterios de Clasificación Est.Epidem.
4. Sentido del
estudio
- Sentido hacia delante
- Sentido hacia atrás
- Sin sentido
Hablar de causalidad…
1) Seguimiento
2) Comparar “principio comparabilidad”
Exposición +
Exposición -
Efecto +
Efecto -
Efecto +
Efecto -
Hacia delante
Efecto +
Efecto -
Exposic +
Exposic -
Exposic +
Exposic -
Hacia atrás
Criterios de Clasificación Est.Epidem.
5. Momento Inicio Estudio
- Prospectivos
- Retrospectivos
Efecto
Inicio Estudio
Prospectivo
Inicio Estudio
Retrospectivo
Criterios de Clasificación Est.Epidem.
6. Unidad de Estudio
- Individuales
- Agregados : Estudios de Mortalidad
Proporcional
7. Información disponible
- Completos
- Incompletos
Clasificación de los estudios
Epidemiológicos
SÍ
NO
EXPERIMENTALES
OBSERVACIONALES
ManipulaciónManipulación
SÍ
NO
EXPERIMENTALES
OBSERVACIONALES
ManipulaciónManipulación
F+
F-
E+
E-
E+
E-
¿Asignación?Longitudinales
Sentido hacia delante
Prospectivos
SÍ
NO
EXPERIMENTALES
OBSERVACIONALES
Asignación
Aleatoria
EXPERIMENT. PUROS
SEMIEXPERIMENTALESNO
ManipulaciónManipulación
Enfermos = Ensayos clínicos
Sanos = Ensayos de campo
Sí
Estudios
experimentales
1.Ensayo clínico
“enfermos”
2.Ensayo de campo
“sanos”
- Prevención primaria
- Programas de cribado
3. Ensayos comunitarios
SÍ
NO
EXPERIMENTALES
OBSERVACIONALES
Individuales
Agregados ECOLÓGICOSECOLÓGICOS
ManipulaciónManipulación
SÍ
NO
EXPERIMENTALES
OBSERVACIONALES
Individ.
Agregados ECOLÓGICOSECOLÓGICOS
Seguimiento
NO
CORTECORTE
SÍ
ManipulaciónManipulaciónINFORME UN CASOINFORME UN CASO
SERIES DE CASOSSERIES DE CASOSEnfermos
Población
Analíticos
SÍ
NO
EXPERIMENTALES
OBSERVACIONALES
Individ.
Agregados ECOLÓGICOSECOLÓGICOS
Seguimiento
NO
CORTECORTE
SÍSentido
COHORTESCOHORTES
FRE
C/CONTROLC/CONTROL
EFR
ManipulaciónManipulaciónINFORME UN CASOINFORME UN CASO
SERIES DE CASOSSERIES DE CASOSEnfermos
Población
SÍ
NO
EXPERIMENTALES
OBSERVACIONALES
Individ.
Agregados ECOLÓGICOSECOLÓGICOS
Seguimiento
NO
CORTECORTE
SÍSentido
COHORTESCOHORTES
FRE
C/CONTROLC/CONTROL
EFR
ManipulaciónManipulaciónINFORME UN CASOINFORME UN CASO
SERIES DE CASOSSERIES DE CASOSEnfermos
Población
Asignación
Aleatoria
EXPERIMENT. PUROS
SEMIEXPERIMENTALESNO
Enfermos = Ensayos clínicos
Sanos = Ensayos de campo
Sí
Evidencia débil
Evidencia fuerte
Estudio de un caso
Serie de casos
Estudio de corte
- +
Casos y controles
Estudios de cohortes
Estudio semi-experimental
Estudio experimental puro
Verificación de hipótesis causales
Medidas de asociación
Dpto. Medicina Preventiva y Salud Pública
Universidad de Granada
- Fuerza de la asociación
- Impacto
MEDIDAS DE ASOCIACIÓN:
- Fuerza
- Impacto: En expuestos (o no expuestos)
En toda la población
ExposiciónFactor de riesgo
Factor protector
Factor pronóstico
Factor terapéutico
EFECTOAccidente
Enfermedad
Muerte
Mejoría/Curación
Casos No casos Total
(Muertos) (Vivos)
Expuestos 6.478 19.426 25.904 (Con retraso) a b N1
No expuestos 12.030 91.586 103.616 (Sin retraso) c d N0
Total 18.508 111.012 129.520 a+c b+d N
Incidencias:
- En expuestos (con retraso): Ie = a/N1
6.478 / 25.904 = 25,01% durante la estancia.
- En no expuestos (sin retraso): Io = c/N0
12.030 / 103.616 = 11,61% durante la estancia.
- En todos los operados (con y sin retraso): Ip = (a+c)/N
18.508 / 129.520 = 14,29% durante la estancia.
Casos No casos Total
(Muertos) (Vivos)
Expuestos 6.478 19.426 25.904 (Con retraso) a b N1
No expuestos 12.030 91.586 103.616 (Sin retraso) c d N0
Total 18.508 111.012 129.520 a+c b+d N
Medidas de frecuencia
Odds de exposición:
- En casos (muertos): OEcasos = a/c
6.478 / 12.030 = 0,538
- En no casos (vivos): OEno casos = b/d
19.426 / 91.586 = 0,212
Casos No casos Total
(Muertos) (Vivos)
Expuestos 6.478 19.426 25.904 (Con retraso) a b N1
No expuestos 12.030 91.586 103.616 (Sin retraso) c d N0
Total 18.508 111.012 129.520 a+c b+d N
Medidas de frecuencia
Medidas de asociación
1) Fuerza de la asociación
. Riesgo Relativo: SENTIDO HACIA DELANTE
. Odds Ratio: CASOS y CONTROLES “TODOS”
2) Impacto
. Un grupo (Exp/No Exp)
. Población
Casos No casos Total
(Muertos) (Vivos)
Expuestos 6.478 19.426 25.904 (Con retraso) a b N1
No expuestos 12.030 91.586 103.616 (Sin retraso) c d N0
Total 18.508 111.012 129.520 a+c b+d N
Incidencias acumuladas:
- En expuestos (con retraso): Ie = a/N1
6.478 / 25.904 = 25,01% durante la estancia.
- En no expuestos (sin retraso): Io = c/N0
12.030 / 103.616 = 11,61% durante la estancia.
Fuerza de la asociación
Riesgo Relativo: RR = Ie / Io
“Número de veces que la incidencia del efecto entre los expuestos
al factor de exposición es mayor con respecto a la de los no
expuestos”
RR = 25,01% / 11,61%= 2,15
“El riesgo de muerte en el hospital entre los operados por fractura de cadera con retraso es aproximadamente 2 veces superior al de los operados por fractura de cadera sin retraso”
1 infinito0
Asociación de riesgo
Asociación protectora
Valor nulo: No hay asociación
Máxima asociación de riesgo: Causa
necesaria
Máxima asociación protectora
Interpretación del Riesgo Relativo
Interpretación del Riesgo Relativo
2,15 IC 95% (1,8 – 5)
“El verdadero valor del RR está entre
1,8 y 5 con una confianza del 95%”
Si el IC incluye el 1 “NO HAY
ASOCIACIÓN”
Casos No casos Total
(Muertos) (Vivos)
Expuestos 6.478 19.426 25.904 (Con retraso) a b N1
No expuestos 12.030 91.586 103.616 (Sin retraso) c d N0
Total 18.508 111.012 129.520 a+c b+d N
Odds de exposición:
- En casos (muertos): OEcasos = a/c
6.478 / 12.030 = 0,538
- En no casos (vivos): OEno casos = b/d
19.426 / 91.586 = 0,212
Fuerza de la asociación
Razón de Odds (Odds Ratio): OR = OEcasos / OEno casos
OR = (a/c) / (b/d) = a x d / b x c“Número de veces que la odds de exposición de los casos es mayor que la
odds de exposición en los no casos”
OR = 0,538 / 0,212 = 2,54 “La odds de retraso en los fallecidos tras la operación por fractura de cadera es 2,5 veces de mayor que la odds de retraso en los que no fallecieron.
“La OR sobreestima el valor del RR, pero si la
incidencia del efecto es baja (menor del 10%), los
valores de RR y OR son aproximadamente iguales
y, entonces, la OR puede considerarse un buen
estimador del RR (y se interpreta como si fuera el
RR). Esto es lo habitual, porque la mayoría de los
efectos (enfermedades), son raros
(afortunadamente).”
Medidas de asociación
1) Fuerza de la asociación
. Riesgo Relativo
. Odds Ratio
2) Impacto
. Un grupo (Exp/No Exp)
. Población
Riesgo Atribuible
“sujetos en riesgo”
Proporción RA
“sujetos con el efecto”
0
5
10
15
20
25
Retraso (I e) No Retraso (I o)
Retraso (I e)
No Retraso (I o)
IMPACTO DE LA ASOCIACIÓN: 1. En expuestos:
1.1. Riesgo atribuible en expuestos: RAE = Ie- Io
Incidencia en el grupo de expuestos que se debe
exclusivamente al factor de exposición.
IMPACTO DE LA ASOCIACIÓN: 1. En expuestos:
1.2. Número necesario para evitar un caso: NNT
Número de personas expuestas sobre las que se ha de intervenir
para obtener una curación (o la prevención de un caso del efecto).
NNT = 1 / RAE
NND = 1 / RAE
MEJOR MEDIDA DE IMPACTO
- “Efecto absoluto”
- Frecuencia del efecto que se debe
exposición
- Si RAE = Ie “causa necesaria”
- Si RAE = 1 “causa suficiente y necesaria”
IMPACTO DE LA ASOCIACIÓN: 1. En expuestos:
1.3. Proporción de riesgo atribuible en expuestos
(= Fracción etiológica en expuestos):
PRAE o FEE = RAE / Ie = (Ie - Io) / Ie = (RR-1)/RR
Proporción de casos expuestos que se debe específicamente
a la exposición.
Se refiere sólo a enfermos expuestos
Enfermos
Expuestos
FR
FR2FR1
FR3
FR4
IMPACTO DE LA ASOCIACIÓN: 2. En población total:
2.1. Riesgo atribuible poblacional:
RAP = Ip- Io RAP = pexp x RAE
Incidencia en la población total que se debe exclusivamente al
factor de exposición.
0
5
10
15
20
25
Retraso
(I e)
I p No
Retraso
(I o)
Retraso (I e)
I p
No Retraso (I o)
Mejor medida de
impacto sanitario
IMPACTO DE LA ASOCIACIÓN: 2. En población total:
2.2. Proporción de riesgo atribuible poblacional
= Fracción etiológica poblacional:
PRAP o FEP = RAP/ Ip = (Ip- Io) / Ip = pc x FEE
Pc = Proporción de casos expuestos
Proporción de todos los casos que se debe
específicamente a la exposición.
¿Qué ocurre si el RR es < 1?: La exposición es un factor protector:
IMPACTO DE LA ASOCIACIÓN EN NO EXPUESTOS
1. Riesgo atribuible en NO expuestos:
RAnE = Io - Ie
Incidencia en el grupo de no expuestos que se debe exclusivamente a no tener el factor protector.
2. Fracción etiológica en NO expuestos, o Fracción de Prevención:
FEnE = RAnE / Io = (Io – Ie) / Io = 1 - RRProporción de casos no expuestos que se han debido a la no exposición al factor protector.
No hay que confundir la interpretación de las diferentes medidas de impacto:
- RAE = 25%: Por cada 100 expuestos, 25 enfermarán debido a la exposición.
- PRAE o FEE = 25%: Por cada 100 casos expuestos, 25 deben su enfermedad a la exposición.
- RAP = 25%: Por cada 100 sujetos de la población total (expuestos y no expuestos), 25 enfermarán debido a la exposición.
- PRAP o FEP = 25%: Por cada 100 casos de la población total (expuestos y no expuestos), 25 deben su enfermedad a la exposición.
En un estudio de casos y controles NO se
pueden estimar incidencias en expuestos y no
expuestos (puesto que se parte de la
enfermedad), pero sí se pueden estimar las
odds de exposición en casos y controles y, a
partir de ellas, la Odds Ratio.
PRAE y PRAP
Casos y Controles
• Todas medidas de impacto son de asociación
• Si IC RR incluye el 1 = NO asociación
• Si IC medida impacto incluye O = NO asociación
• RAE = “exceso de riesgo debido...”
• RAnE = “reducción del riesgo debido ...”
• Siempre es mejor un RA que un RR
• (1-RR)·100 = Fracción de prevención “medida impacto”
• (RR-1)·100 = Incremento porcentual del riesgo = RR
¡¡ ojo !!
Estudios experimentales = Estudios de intervención
¿Intervención?Investigador NO es un mero espectador
Introduce lo que quiere investigar
¡¡ Principios
Éticos !!
Población Susceptible
Grupo deIntervención
GrupoControl
Efecto +
Efecto -
Efecto +
Efecto -
1. Concepto
- INTERVENCIÓN
- LONGITUDINALES
- ANALÍTICOS
- PROSPECTIVOS
“El estudio experimental es el
mejor diseño para verificar
hipótesis causales (en el universo
real)”
C E
2. Utilidad
Hablar de causalidad…
1) Seguimiento
2) Comparar “principio comparabilidad”
SusceptiblesSin F
IoSeguimientoSusceptiblesCon F
IeSeguimiento
El Estudio Contrafáctico
IoIe ≠F estará asociado
causalmente a E si:
AZAR “decida”
Manipulación
Estudios Experimentales = ECCA
Asignación aleatoria = aleatorización
Los sujetos son asignados a los grupos de
comparación por un mecanismo de sorteo.
Ventajas asignación aleatoria
Distribución de factores pronóstico =
(incluso desconocidos)
Única diferencia = intervención
!No siempre es así!
- A mayor “n” mayor posibilidad azar funcione
- Es imprescindible “comprobar” si el azar ha
cumplido correctamente su cometido:
“Ratificada”
Evidencia débil
Evidencia fuerte
Estudio de un caso
Serie de casos
Estudio de corte
- +
Casos y controles
Estudios de cohortes
Estudio Semi-Experimental
Estudio Experimental Puro
Verificación de hipótesis causales
C E
EfectoIntervención beneficioso
sobre la salud
EfectoIntervención adverso
sobre la salud
Sólo como objetivo secundario
2. Utilidad
EfectoIntervención metabólico
¡¡ Principios
Éticos !!
Utilidades Estudios Experimentales
1. Evaluación terapéutica de fármacos y otro tipo
de ttos
2. Medidas preventivas
3. Utilidad de pruebas diagnósticas
4. Evaluación intervenciones planificación y
programación
beneficio
Tipos de Estudios Experimentales
1.Según el objeto de estudio
2.Según la población susceptible
3.Según el tipo de asignación
1.Estudios Experimentales Explicativos:
Valoran la EFICACIA de la Intervención
(en condiciones IDEALES de utilización).
2. Estudios Experimentales Pragmáticos:
Valoran la EFECTIVIDAD de la Intervención
(en condiciones REALES de utilización).
Tipos de Estudios Experimentales
EfectoIntervención beneficioso
sobre la salud
1. Según el Objetivo
EXPLICATIVOS PRAGMÁTICOS
Objetivo Aumentar conocimiento Ayudar en las decisiones
Centro de interés Eficacia Efectividad
Enmascaramiento Sí A menudo no
Placebo/control Sí A menudo no
Dosis de tratamiento Fija A menudo variable
Criterios de selección Restrictivos Amplios
Otros tratamientos Se evitan A menudo se permiten
Muestra de sujetos Homogénea/Cumplidora Heterogénea/Representativa
Variables de respuesta Acción farmacológica Efecto terapéutico
1. Ensayos Clínicos: Pacientes
2. Ensayos de Campo: Sujetos sanos
(aparentemente).
3. Ensayos Comunitarios: Poblaciones (ciudades,
provincias, países, etc.) La intervención no se asigna
de forma individualizada.
Tipos de Estudios Experimentales
2. Según el tipo de población susceptible
1. Estudios Experimentales Puros:
1.1. Diseño básico
1.2. Variantes:
a) Ensayos cruzados (crossover)
b) Ensayos en un solo paciente
c) Ensayos factoriales
d) Ensayos aleatorizados en conglomerados
2. Estudios Semiexperimentales:
a) Sin grupo control (ensayos no controlados)
b) Estudios pre-post
c) Ensayos comunitarios
Tipos de Estudios Experimentales
3. Según la asignación de la intervención
Población
externa
Población
objetivo
Muestra
Grupo de intervenci
ón
Grupo control
Efecto
Efecto
Criterios de
selección
Elección al azar
Asignación al azar
Seguimiento
completo
Extrapobilidad
Generabilidad
Comparabilidad
Validez Interna
Validez Externa
Estudio Experimental Puro: Diseño Básico
5. Definición Poblaciones de Estudio
Estudio Experimental Puro: Etapas del Diseño
1) Población de referencia (diana)
2) Población elegible
3) Muestra
Población diana
Población elegible
Criterios deselección
Aquella sobre la que se pretende realizar el
estudio “población potencialmente accesible”
Validez Externa
Estudio Experimental Puro: Etapas del Diseño
Criterios de selección
1. Aumentar homogeneidad
2. Asegurar el cumplimiento de los principios
éticos
3. Aumentar el cumplimiento de la intervención
4. Facilitar el seguimiento y valoración de los
efectos
5. Maximizar el efecto de la intervención
Estudio Experimental Puro: Etapas del Diseño
¿Cómo se selecciona?: Tipo de Muestreo
Población diana
Población elegible
Muestra original
¿A cuántos se seleccionan?: Tamaño muestral: - E. No secuenciales
- E. Secuenciales
Muestra final
No respondedores, pérdidas
Estudio Experimental Puro: Etapas del Diseño
Período de preinclusión
Factores a considerar para el tamaño de muestra
- Frecuencia esperada en el grupo control
- Magnitud de la diferencia que se desea detectar
- Error tipo I = error α = P (H1/Ho) 5%
- Error tipo II = error β = P (Ho/H1) 20% (potencia = 80%)
- Test de una o dos colas: Dos
- Pérdidas
- Relación entre grupos
NO SECUENCIALES
Consentimiento informado
“Siempre previo a la asignación aleatoria”
evitar SS
- Informado - Comprendido
- Competente - Voluntario
Estudio Experimental Puro: Etapas del Diseño
Asignación aleatoria
→ principio de comparabilidad
“después del consentimiento informado”
“ciega OSA” Ocultación Secuencia de
Aleatorización
verificada/ratificada comparando
características basales de los grupos de
comparación: ¿Cumplió verdaderamente el azar
su cometido?
Estudio Experimental Puro: Etapas del Diseño
Tipos de Asignación aleatoria
→ Simple
Por Bloques: Asegura igual tamaño de muestra
1. AABB 2. ABAB 3. ABBA 4. BABA 5. BBAA
6. BAAB 3, 4, 1, 2
Estratificada: Asegura distribución igual FR/FP
Estudio Experimental Puro: Etapas del Diseño
¿Qué ocurre si no funciona la asignación aleatoria?
- Distribución desigual de FP entre grupos
- NO invalida el estudio
- Considerar FP en el análisis de resultados
- Aplicar técnicas FACTORES DE CONFUSIÓN
. Estratificación
. Análisis multivariante
Puesta en marcha y seguimiento
“uniforme y homogéneo para todos los
grupos”
CIEGO o ENMASCARAMIENTO
- Sin Ciego = Abierto
- Con Ciego
Simple
Doble
Triple
Estudio Experimental Puro: Etapas del Diseño
. Evitar sesgos de clasificación
. “enmascaramiento recogida de información” Est. Observ.
Problema Pérdidas es …
<5% OK
5- 20% Aceptable
>20% “Sesgo importante” = Sesgo Selección
Deben considerarse CÁLCULO TAMAÑO
MUESTRA
¡CALIDAD!
1) Tipo de medidas:
1.1. Incidencia
1.2. Asociación: Fuerza e impacto: NNT
2) Tipo de análisis:
2.1 Análisis por Intención de tratar: evaluar los
resultados según el régimen de intervención planificado (aunque no se haya cumplido en todos los participantes.
2.2.Análisis por Protocolo: evaluar sólo los resultados
de los sujetos que han adherido al protocolo.
PROBLEMA: SE PIERDE LA ASIGNACIÓN ALEATORIA
Análisis de datos.
Estudio Experimental Puro: Etapas del Diseño
Análisis Intermedios
. Cuanto menos mejor (aumenta error tipo I)
. Definidos desde principio
. Objetivo: parar estudio si hay diferencias
(éticos, menor coste)
Análisis Subgrupos
. Aumenta error tipo I (H1/H0)
. No permiten concluir nada
. Permiten plantear nuevas hipótesis
Interpretación de Resultados:
. P < 0,05 =
. IC 95% RR no contiene 1 =
. RAE no contiene 0
Un grupo es
mejor que otro
“Relevancia
clínica”
. P > 0,05 =
. IC 95% RR contiene 1 =
. IC 95% RAE contiene 0
1) No hay diferencias
2) Falta muestra
NUNCA SE PUEDE DECIR
QUE SEAN IGUALES
El estudio experimental puro: VariantesEl estudio experimental puro: Variantes
a) Ensayos de secuencia cruzada (crossover)
b) Ensayos en un solo paciente
c) Ensayos factoriales
d) Ensayos aleatorizados en conglomerados
El estudio experimental puro: El estudio experimental puro: 1. Ensayos de secuencia cruzada (crossover):1. Ensayos de secuencia cruzada (crossover):
Int. A
Int. B
Periodo de lavado Int. B
Periodo de lavado Int. A
Pobl. susceptible
Asignación Aleatoria
ENSAYO CRUZADO
. Mismo paciente pertenece a los dos grupos
. Disminuye variabilidad interindividual
. Inconvenientes:
- resultados nunca pueden ser definitivos
- necesario tiempo de blanqueo
- duración suele ser mayor
- afecta mucho por las pérdidas
. USO: enfermedades crónicas, estables en el
tiempo y cursan por brotes
El estudio experimental puro: El estudio experimental puro: 2. Ensayos en un solo paciente:2. Ensayos en un solo paciente:
Int. A Int. BInt. B Int. A
Par 1 Par 2
Etc...
Asignación Aleatoria de la secuencia de intervenciones en cada par
El estudio experimental puro: El estudio experimental puro: 3. Ensayos factoriales:3. Ensayos factoriales:
Int. A
Int. B
Int. A y B
Ninguna Intervención
Pobl. susceptible
Asignación Aleatoria
Eficacia dela Int. A
Con A
Sin A
Int. A
Int. B
Int. A y B
Ninguna Intervención
Pobl. susceptible
Asignación Aleatoria
Eficacia dela Int. B
Con B
Sin B
El estudio experimental puro: El estudio experimental puro: 3. Ensayos factoriales:3. Ensayos factoriales:
El estudio experimental puro: El estudio experimental puro: 4. Ensayos aleatorizados en conglomerados:4. Ensayos aleatorizados en conglomerados:
Pobl. Suscept. agrupada en bloques
Int. A
Int. B
AsignaciónAleatoria de los bloques
El estudio semiexperimental: VariantesEl estudio semiexperimental: Variantes
a) Ensayos no controlados
b) Ensayos pre – post
“controles históricos”
Sobreestiman eficacia
c) Ensayos comunitarios
5. Estudios Semiexperimentales: 5. Estudios Semiexperimentales: 5.1. Ensayos no controlados5.1. Ensayos no controlados
Pobl. susceptible
Intervención
A
Efecto +Efecto +
Efecto -Efecto -
¿Con quién se compara la incidencia del efecto?
COMPARACIÓN EXTERNA VALIDEZ
5. Estudios Semiexperimentales: 5. Estudios Semiexperimentales: 5.2. Estudios Pre-Post5.2. Estudios Pre-Post
Frecuencia delefecto antes de
la interv.
Frecuencia delefecto después
de la interv.INTERVENCION
tiempo
Aparte de la intervención, qué otros factores pueden haber cambiado en la población, a lo largo del tiempo?
5. Estudios Semiexperimentales: 5. Estudios Semiexperimentales: 5.3. Ensayos Comunitarios5.3. Ensayos Comunitarios
Comunidad de Intervención
Frecuencia delefecto en la
comun.de interv.INTERVENCION
tiempo
¿Realmente las dos Comunidades son Comparables?
Comunidad Control NO INTERV.
Frecuencia delefecto en la
comun. control
Comp. Basal. Comp. Post Int.
1. Limitaciones Éticas
2. Baja factibilidad / Elevado coste
3. Baja validez externa
Limitaciones / InconvenientesLimitaciones / Inconvenientesde los estudios experimentales. de los estudios experimentales.
ENSAYOS DE NO INFERIORIDAD
. Objetivo demostrar 2 fármacos iguales
. Definir Delta = Límite No Inferioridad
. Análisis por protocolo
Características Diseño
Fase 0 Experimentación en labo-ratorio
Fase I Evaluación de la seguridad en seres
humanos
Est. no controladosVoluntarios sanos
Fase II Conocer la farmacocinética del
nuevo fármaco
Est. no controlados y Ensayos clínicos
Fase III Evaluación eficacia Ensayos clínicos
Fase IV Perfil de seguridad Est. postcomerciali-
zación
Població
n diana
Población
elegible
Población de estudio
Estudio epidemiológico = “ejercicio de medida”
Mediciones
“Válida y precisa”
Error aleatorio “azar”
Error sistemático “problemas diseño y desarrollo”
1. Error aleatorio PRECISIÓN
Tipos de Errores en un Est. Epidemiológico Tipos de Errores en un Est. Epidemiológico
2. Errores sistemáticos VALIDEZ
- Selección
- Clasificación
- Factores de confusión
ALEATORIO
SISTEMÁTICO
Depende VARIABILIDAD BIOLÓGICA
Precisión instrumentos de med
PRECISIÓN
En cualquier dirección No predecibles
NO eliminar
Sí Reducir
Estimar: IC/Contrastes de Hipótesis
Fuentes de error en estudios epidemiológicos
1. Errores Aleatorios vs. Errores Sistemáticos
ALEATORIO
SISTEMÁTICO Validez
Diseño y ejecución
Misma dirección Predecibles
SÍ eliminar
!! QUE PUEDA EXISTIR UN SESGO NO IMPLICA
QUE REALMENTE SE HAYA PRODUCIDO !!
Fuentes de error en estudios epidemiológicos
1. Errores Aleatorios vs. Errores Sistemáticos
SESGOS DE SELECCIÓN
SESGOS DE CLASIFICACIÓN
SESGOS (FACTORES) DE CONFUSIÓN
Població
n diana
Población
elegible
Población de estudio
Mediciones
Sesgo de Selección
Clasificación
VALIDEZ INTERNA
Expuestos +
No Expuestos
Efecto +
Efecto +
Efecto -
Efecto -
S. Selección
Casos
Controles
Exp +
Exp +
Exp -
Exp -
S. Selección
Sentido hacia delante
Sentido hacia atrás
Sesgo del voluntario (sentido hacia
delante/transversales)
Sesgo de no respuesta/pérdidas
(participación>60%)
Sesgo del integrante sano
Sesgo de Berkson “controles hospitalarios”
Ejemplos…
Estudio Sin Sesgos
60 Estudio con Sesgos
ACV+ ACV-
HT+
HT- 40
20
80
OR= (60·80)/(40·20) = 6
Sesgo de Berkson
Mayor frecuenciade HT en hospital
60
ACV+ ACV-
HT+
HT- 40
50
OR= (60·50)/(40·50) = 1,5
50
Se podrían evitar…
muestras azar (aleatorio simple, multietápico...)
estrategias para evitar pérdidas
controles hospitalarios de diversos tipos
grupos de control adecuados...
Sesgos Información/Selección
Expuestos +
No Expuestos
Efecto +
Efecto +
Efecto -
Efecto -
S. Clasificación
Sesgos Información/Selección
Casos
Controles
Exp +
Exp +
Exp -
Exp -
Sentido hacia delante
Sentido hacia atrás
S. Clasificación
Sesgos de clasificación
INFORMACIÓN = CLASIFICACIÓN
INCORRECTA = OBSERVACIÓN
1) Errores en la medición
Mala clasificación enfermedad/exposición
2) Regresión a la media
3) Falacia ecológica
Sesgos Información/Selección
1) Error en el procedimiento
. Problemas de calibración
. Problemas de memoria
. Validez de los registros (hª)
2) Uso de variables sucedáneas “proxy”
3) Problemas en la definición de variables
“ambigüedad”
Sesgos Información/Selección
Errores en la medición
Sesgos Información/Selección
Casos
Controles
Exp +
Exp +
Exp -
Exp -
NO DIFERENCIAL
Sesgos de ClasificaciónSesgos de Clasificación
DIFERENCIAL
=
Sesgo del entrevistador
Sesgo anamnésico o de recuerdo
Sesgo de vigilancia o Hawthorne
Identificación y Control de Sesgos
Sesgos de ClasificaciónSesgos de Clasificación
Se podrían evitar… Se podrían evitar…
Actividades de control y calidad de recogida de
información
manual de operaciones
entrenamiento entrevistadores
estandarización del proceso de recogida
Entrevistadores “CIEGOS PARA EL EFECTO”
Sesgos Información/Selección
... Tercera variable que “confunde” total
o parcialmente la relación entre la
exposición y el efecto
Factor de confusión. Concepto
“inducir la relación, eliminarla,
ó
1. FC se asocia “causalmente” con el E
2. FC se asocia con la Exposición (causalmente o
no)
3. No es una variable intermedia en el
mecanismo casual
Factor de confusión. Concepto
Estrategias para eliminar y controlar la confusión
1) Diseño. Asignación aleatoria
. Restricción
. Emparejamiento
2) Análisis . ESTRATIFICACIÓN
. Análisis multivarianteAjustada
Estrategias para evaluar la confusión análisis
Comparar OR ajustadas y crudas
ORc OR1 = OR2 = OR3 = … = ORn Confusión
Confusión e Interacción. JJJ 2007
Parámetro resumen de Mantel-Haenszel
Estratificación: poco eficiente
Análisis multivariante
. Regresión logística- más utiliza
- efecto = dicotómico (sí/no)- OR
. Regresión de Cox
- efecto = dicotómico- RR
InteracciónInteracción
ORc OR1 OR2 OR3 Interacción
Describe y ya está
Siempre que en una pregunta den un RR/OR y
su IC y después la misma medida para
estratos diferentes la respuesta es
FC/Interacción
Departamento de Medicina Preventiva y Salud Pública
Universidad de Granada
Pruebas Diagnósticas.
FIABILIDAD = resultados similares en condiciones
similares
¿Cómo funcionan?
VALIDEZ = PD mide lo que pretende medir
- Enfermos los clasifica como enfermos
- Sanos los clasifica como sanos
Fiabilidad
1) Interobservadores
2) Intraobservadores
. Índice Kappa
. Índice Kappa ponderado
. Coeficiente correlación intraclase
FIABILIDAD
Prueba de referencia versus PD a validar
- La prueba de referencia debe aplicarse a “todos”
- Los resultados no deben conocerse
- El orden no importa siempre que la aplicación sea:
. CIEGA
. INDEPENDIENTE
VALIDEZ
¿A QUIÉN se aplica la prueba referencia?
Espectro adecuado pacientes
“diagnóstico diferencial”
Descripción/forma selección
Tipos de Validez…
Validez Interna → Sólo de la Prueba
- Sensibilidad
- Especificidad
- Razón de Probabilidades Diagn
Validez Externa → Prueba +
Prevalencia Enfermedad
- Valores Predictivos
Enfermos Sanos
+
-
VP FP
VNFN
SensibilidadEspecificidad
Validez Interna
Enfermos Sanos
+
-
VP FP
VNFN
Sensibilidad =
Validez Interna
VP
VP + FN
Sensibilidad =
Validez Interna
VP
VP + FN
- Inversamente proporcional FN
- Porcentaje de enfermos que dan positivo
- Probabilidad de dar positivo cuando está enfermo
-Muy sensible descartar enfermedad
0-1
adimensional
Enfermos Sanos
+
-
VP FP
VNFN
Especificidad =
Validez Interna
VN
VN + FP
Especificidad =
Validez Interna
VN
VN + FP
0-1
adimensional
- Inversamente proporcional FP
- Porcentaje de sanos que dan negativo
- Probabilidad de dar negativo cuando está sano
- Muy específica confirmar enfermedad
240
SANOS
colesterol VN
Validez de Pruebas Diagnósticas
ENFERMOS
colesterolVP
FN
Si disminuye punto de corte
. Sensibilidad aumenta
. Especificidad disminuye
Si aumenta punto de corte
. Sensibilidad disminuye
. Especificidad aumenta
Validez de Pruebas Diagnósticas
¿Cuándo utilizar pruebas muy
sensibles?
JJJM
- Coste sanitario de no detectar la enfermedad
- Coste social
- Primeras fases proceso diagnóstico
FN a costa de FP VP
VP+ FN
¿Cuándo utilizar pruebas muy
específicas?
JJJM
- FP pueden perjudicar al sujeto
- Siguiente prueba no exenta de riesgos
- Final proceso diagnóstico
FP a costa de FN VP
VP+ FP
Relación entre S y E
Un punto de corte = valor S y E
CURVAS ROC
Sensibilidad = 1
Especificidad =1
Bondad de la Prueba
1) Conocer relación entre S y E
2) Identificar el punto de corte para S y E máximas
3) Comparar la validez de varias pruebas
4) Bondad de la prueba
CURVAS ROC
VALORES PREDICTIVOS
. Positivo
. Negativo
“dependen de la PREVALENCIA”
EnfermosEnfermos SanosSanos
++
--
VPVP FPFP
VNVNFNFN
VPP =VPP =VPVP
VP + FPVP + FP
P·xP·x (1-P)·x(1-P)·x xx
- Probabilidad de estar enfermo cuando da positivoProbabilidad de estar enfermo cuando da positivo
- Inversamente proporcional FP Inversamente proporcional FP
- Depende de la Depende de la ESPECIFICIDADESPECIFICIDAD y de la y de la PREVALENCIAPREVALENCIA
- Porcentaje de positivos que están enfermosPorcentaje de positivos que están enfermos
VPP =VPP =VPVP
VP + FPVP + FP
EnfermosEnfermos SanosSanos
++
--
VPVP FPFP
VNVNFNFN
VPN =VPN =VNVN
VN + FNVN + FN
P·xP·x (1-P)·x(1-P)·x xx
- Probabilidad de estar sano cuando da negativo- Probabilidad de estar sano cuando da negativo
- Inversamente proporcional FN Inversamente proporcional FN
- Depende de la Depende de la SENSIBILIDADSENSIBILIDAD y de la y de la PREVALENCIAPREVALENCIA
- Porcentaje de negativos que están sanos- Porcentaje de negativos que están sanos
VPN =VPN =VNVN
VN + FNVN + FN
Razón de Probabilidades Diagnósticas
P (Resultado+/Enfermo)
P (Resultado+/Sano)RPD (+) = =
S
1-E
P (Resultado-/Enfermo)
P (Resultado-/Sano)RPD (-) = =
1-S
E
Razón de Probabilidades Diagnósticas
P (Resultado+/Enfermo)
P (Resultado+/Sano)RPD (+) = =
S
1-E
= 1 la prueba NO sirve
Más se aleja de 1 mejor
Odds post-prueba = Odds preprueba . RPD (+)
Diseños epidemiológicos para el estudio validez PD
1. Estudios de casos y controles
2. Series de casos prospectivas “corte”
Sesgos en Estudios de Validez PD
1. Sesgo de secuencia: PR sólo PD+ → Sensibilidad
2. Sesgo por exclusión de los casos dudosos
3. Mala elección de la prueba de referencia
4. Sesgo por falta de cegamiento