Medidas de Asociación o de Efecto
-
Upload
alandiesokol -
Category
Documents
-
view
223 -
download
0
Transcript of Medidas de Asociación o de Efecto
-
8/18/2019 Medidas de Asociación o de Efecto
1/42
Medidas de
Asociación o Efecto
Mediciones en Epidemiología
-
8/18/2019 Medidas de Asociación o de Efecto
2/42
Concepto deMedición y Escalas
-
8/18/2019 Medidas de Asociación o de Efecto
3/42
La medición consiste en, asignar un número ouna califcación, a alguna propiedad específca
de un individuo, una población, o un evento
usando ciertas reglas. No obstante, la medición es
un proceso de abstracción. En términos estrictos nose mide al individuo sino cierta característica suya,
abstrayéndola de otras propiedades. Uno no mide
al niño sino que obtiene información sobre su
estatura o su peso. dem!s, lo que se "ace escomparar el atributo medido con el de otros
individuos #o en el mismo individuo en otro
momento$, con el %n de evaluar sus cambios en el
tiempo o cuando se presenta en condiciones1
Concepto de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
-
8/18/2019 Medidas de Asociación o de Efecto
4/42
&ara medir es necesario seguir un proceso que consiste,
en breves palabras, en pasar'
• de una entidad teórica a una escala conceptual
y, después
• a una escala operativa.
En general, los pasos que se siguen para una medición
son los siguientes'
1) Se delimita la parte del evento que se medirá
,2) Se selecciona la escala con la que se medirá
,
3) Se compara el atributo medido con la escala y,
fnalmente
4) Se emite un uicio de valor acerca de los resultados
Concepto de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
-
8/18/2019 Medidas de Asociación o de Efecto
5/42
&ara medir el crecimiento, en función del estadonutricional de un menor, por e(emplo,
I. Seleccionar la variable a medir #edad, peso, talla$)
luego
II. Seleccionar las escalas de medición #mesescumplidos, centímetros, gramos$) después
III.Comparar los atributos con las escalas
seleccionadas #un mes de edad, *+ cm de talla, -++
gramos de peso$, y por ltimo, IV. Emitir un juicio de valor, que resuma la
comparación entre las magnitudes encontradas y los
criterios de salud aceptados como v!lidos en ese
momento.
Concepto de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
-
8/18/2019 Medidas de Asociación o de Efecto
6/42
/omo puede notarse, la medición es un proceso
instrumental sólo en apariencia, ya que la selección
de' la parte que se medirá, la escala de medición, y
los criterios de salud que se usar!n como elementos
de (uicio, deben ser resultado de un proceso de
decisión teórica. En otras palabras, sólo puede
medirse lo que antes se "a concebido teóricamente.
La medición, sin embargo, nos permite alcan0ar unalto grado de ob(etividad al usar los instrumentos,
escalas y criterios aceptados como v!lidos por la
mayor parte de
la comunidad cientí%ca1.
Concepto de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
-
8/18/2019 Medidas de Asociación o de Efecto
7/42
Las escalas se clasi%can en'
- Cualitativas #Nominal y 1rdinal$ y
-
Cuantitativas #de Intervalo y de Razón$.Un requisito indispensable en todas las escalas es que
las categorías deben ser e2"austivas y mutuamente
e2cluyentes. En otras palabras, debe e2istir unacategoría para cada caso que se presente y cada caso
debe poder colocarse en una sola categoría1.
Principales Escalas de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
-
8/18/2019 Medidas de Asociación o de Efecto
8/42
Nominal
La medición consiste simplemente en clasi%car lasobservaciones en categorías diferentes con base en la
presencia o ausencia de cierta cualidad. 3e acuerdo
con el nmero de categorías resultantes, las variablesse clasi%can en'
- dicotómicas #dos categorías$ o
- politómicas #m!s de dos categorías$.
En las escalas nominales no es posible establecer un orden de grado como me(or o peor, superior o inferior, o m!s o menos. La asignación de códigos numéricos a
las categorías se "ace con el nico %n de diferenciar unas de otras y no tienen interpretación en lo que se re%ere al orden o magnitud del atributo. /omo e(emplos
de este tipo de medición en la investigación epidemiológica se pueden mencionar, el se2o #masculino 4+5, femenino 465$, el estado civil #soltero, casado, viudo,
divorciado$, la e2posición o no a un factor 7, ó el lugar de nacimiento, entre otras.1
Principales Escalas de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
Escala Cualitativa
-
8/18/2019 Medidas de Asociación o de Efecto
9/42
Ordinal
En contraste con las escalas nominales, en este tipo de medición
las observaciones se clasi%can y ordenan por categorías segn el
grado en que los ob(etos o eventos poseen una determinada
característica. &or e(emplo,se puede clasi%car a las personas con respecto al grado de una
enfermedad en leve, moderado o severo. 8i se llega a utili0ar
nmeros en este tipo de escalas su
nica signi%cación consiste en indicar la posición de las distintascategorías de la serie y no la magnitud de la diferencia entre las
categorías. &ara la variable
antes mencionada, por e(emplo, sabemos que e2iste una
diferencia de grado entre leve y severo, pero no es posibleestablecer con e2actitud la magnitud de la diferencia en las
Principales Escalas de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
Escala Cualitativa
-
8/18/2019 Medidas de Asociación o de Efecto
10/42
De Intervalo
En esta escala, adem!s de ordenar las observaciones por
categorías del atributo, se puede medir la magnitud de la
distancia relativa entre las categorías. 8in embargo, no
proporciona información sobre la magnitud absoluta del atributomedido. &or e(emplo, se puede obtener una escala de intervalo
para la altura de las personas de un grupo si, en lugar de
medirlas directamente, se mide la altura de cada persona con
respecto a la altura promedio. En este caso, el valor cero es
arbitrario y los valores asignados a la altura no e2presan su
magnitud absoluta. Esta es la característica distintiva de las
escalas de intervalo en comparación con las de ra0ón.
Principales Escalas de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
Escala Cuantitativa
-
8/18/2019 Medidas de Asociación o de Efecto
11/42
De IntervaloEl e(emplo m!s conocido de las escalas de intervalo es la escala
de /elsius para medir la temperatura, en la que por convención
el grado cero corresponde al punto de congelación del agua y
donde, por lo tanto, la ra0ón entre dos ob(etos con temperaturas
de 6+ y 9+ grados no indica que uno de ellos sea realmente dos
veces m!s caliente #o m!s frío$ que el otro. En ciencias de la
salud, un buen e(emplo de este tipo de escalas es la utili0ada
para medir el coe%ciente intelectual.1
Principales Escalas de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
Escala Cuantitativa
-
8/18/2019 Medidas de Asociación o de Efecto
12/42
De Razón
Esta escala tiene la cualidad de que el cero sí indica la ausencia
del atributo y, por lo tanto, la ra0ón entre dos nmeros de la
escala es igual a la relación real e2istente entre las
características de los ob(etos medidos. En otras palabras, cuando
decimos que un ob(eto pesa : ;g estamos también diciendo que
pesa el doble que otro cuyo peso es de ;g, y que un avión que
via(a a *++ ;m por "ora tardar! en llegar a su destino la mitad
del tiempo que tardaría si via(ara a ;g, mg>dl, etc.$ son e(emplos de mediciones que
corresponden a este tipo de escala. En materia de investigación
social y de salud, el ingreso económico y la concentración de
Principales Escalas de Medición
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
Escala Cuantitativa
-
8/18/2019 Medidas de Asociación o de Efecto
13/42
Un rasgo característico de la contrastación en los estudios
epidemiológicos es que las relaciones causales postuladas entre
las variables se traducen en términos probabilísticos. Es decir, se
trata de establecer si la mayor o menor probabilidad de que un
evento ocurra se debe precisamente a los factores que se
sospec"a intervienen en su génesis y no al a0ar. &ara cumplir
con este ob(etivo, la investigación epidemiológica se basa
en la construcción de tres tipos de medidas'
a)De recuencia!
b)De "sociación o E#ecto$ %c)De Impacto &otencial.
La construcción de estas medidas se reali0a por medio de
operaciones aritméticas simples y de los instrumentos
matem!ticos conocidos como ra!ones, proporciones y tasas"1
Cálculo de proporciones, tasas y razones
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
-
8/18/2019 Medidas de Asociación o de Efecto
14/42
&roporciones
Las proporciones son medidas que e2presan la frecuencia con laque ocurre un evento en relación con la población total en la que
puede ocurrir. Esta
medida se calcula dividiendo el nmero de eventos ocurridos
entre la población en la que ocurrieron.
/omo cada elemento de la población puede contribuir
nicamente con un evento es lógico que, al ser el numerador
#volumen de eventos$ una parte del denominador #población en
la que se presentaron los eventos$, aquel nunca podr! ser mayor
que éste.
Esta es la ra0ón por la que el resultado nunca ser! mayor que la
unidad y oscila siempre entre cero y uno.1
Cálculo de proporciones, tasas y razones
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
-
8/18/2019 Medidas de Asociación o de Efecto
15/42
Cálculo de proporciones, tasas y razones
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
&roporciones
&or e(emplo, si en un año se presentan tres muertes en unapoblación compuesta por 6++ personas, la proporción anual de
muertes en esa población ser!'
muertes
1++ personas menudo las proporciones se e2presan en forma de porcenta(e,
y en tal caso los resultados oscilan entre cero y 6++. En el
e(emplo anterior, la proporción anual
de muertes en la población sería de < por 6++, o de
-
8/18/2019 Medidas de Asociación o de Efecto
16/42
Cálculo de proporciones, tasas y razones
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
'asas
Las tasas e2presan la din!mica de un suceso en una
población a lo largo del tiempo. 8e pueden de%nir como la
magnitud del cambio de una variable #enfermedad o
muerte$ por unidad de cambio de otra #usualmente eltiempo$ en relación con el tamaño de la población que se
encuentra en riesgo de e2perimentar el suceso.
En las tasas, el numerador e2presa el nmero de eventosacaecidos durante un periodo en un nmero determinado
de su(etos observados, un evento y el nmero total de
ocasiones en las que se pudo presentar.1
-
8/18/2019 Medidas de Asociación o de Efecto
17/42
Cálculo de proporciones, tasas y razones
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
'asas
diferencia de una proporción, el denominador de unatasa no e2presa el nmero de su(etos en observación sino
el tiempo durante el cual tales su(etos estuvieron en riesgo
de sufrir el evento. La unidad de medida empleada se
conoce como tiempo@persona de seguimiento. &or e(emplo,
la observación de 6++ individuos libres del evento durante
un año corresponde a 6++ años@persona de seguimiento)
de manera similar, 6+ su(etos observados durante die0
años corresponden a 6++ años@persona.
3ado que el periodo entre el inicio de la observación y el
momento en que aparece un evento puede variar de un
individuo a otro, el denominador de la tasa se estima a
partir de la suma de los periodos de todos los individuos.
Las unidades de tiempo pueden ser "oras, días, meses o
-
8/18/2019 Medidas de Asociación o de Efecto
18/42
Cálculo de proporciones, tasas y razones
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
'asas
El c!lculo de tasas se reali0a dividiendo el total de eventosocurridos en un periodo dado en una población entre el
tiempo@persona total #es decir, la suma de los periodos
individuales libres de la enfermedad$
en el que los su(etos estuvieron en riesgo de presentar el
evento. Las tasas se e2presan multiplicando el resultado
obtenido por una potencia de 6+, con el %n de permitir
r!pidamente su comparación con otras tasas.n"mero de e!entos ocurridos en una po#laciónen un periodo t
sumatoria de los periodos durante
los cuales los suetos de la po#lación li#res
del e!ento estu!ieron e%puestos al riesgo
de presentarlo en el mismo periodo
/asa 0 una potencia de 1+
-
8/18/2019 Medidas de Asociación o de Efecto
19/42
Cálculo de proporciones, tasas y razones
1Moreno-Altamirano A., López-Moreno S., Corcho-Verdugo A. Principales medidas en epidemiología. e!. Salud P"#lica de M$%ico&Vol. '(, )o. '. *ul-Ago (+++
Razones
Las ra0ones pueden de%nirse como magnitudes quee2presan la relación aritmética e2istente entre dos eventos
en una misma población, o un solo evento en dos
poblaciones. En el primer caso, un e(emplo es la ra0ón
de residencia "ombre' mu(er en una misma población. 8ien una localidad residen - +++ "ombres y +++ mu(eres se
dice que, en ese lugar, la ra0ón de residencia
"ombre'mu(er es de 6'+.: #se lee 6 a +.:$, lo que signi%ca
que por cada "ombre residen a"í +.: mu(eres. Esta
cantidad se obtiene como sigue'.'++++++
azón hom#re muer +.2
En este caso, también se podría decir que la ra0ón"ombre'mu(er es de 6+':, pues esta e2presión aritmética
es igual a la primera #6'+.:$.
-
8/18/2019 Medidas de Asociación o de Efecto
20/42
-
8/18/2019 Medidas de Asociación o de Efecto
21/42
Medidas de Asociación"elativa o de Efecto
-
8/18/2019 Medidas de Asociación o de Efecto
22/42
Medidas de Asociación "elativa o de Efecto
4stas medidas estiman la magnitud de la asociación entre la exposición y laenfermedad o el evento, e indican cu5n ma6or es la pro#a#ilidad de 7ue el grupo
e%puesto desarrolle la en8ermedad o el e!ento con respecto al no e%puesto.
e8lean la magnitud de la asociación estadística entre un 8actor #ao estudio 98actor
de riesgo: 6 un e!ento o en8ermedad. /ípicamente in!olucran una comparacióncuantitati!a de dos medidas de 8recuencia, 6 se utilizan para ela#orar in8erencias
causales.
;entro de estas medidas de e8ecto o de asociación las m5s usuales son< la Razón de
Momios (RM), el Riesgo Relativo (RR) 6 la Razón de Tasas= e%isten otras medidas ,
como la de ;i8erencia de iesgos, la ;i8erencia de Pre!alencias, o ;i8erencia de/asas de >ncidencia, pero se usan mu6 poco actualmente.
-
8/18/2019 Medidas de Asociación o de Efecto
23/42
Medidas de Asociación "elativa o de Efecto
• "azón de Momios
• "iesgo "elativo
• "azón de #asas
-
8/18/2019 Medidas de Asociación o de Efecto
24/42
Medidas de Asociación "elativa o de Efecto
Para poder calcular este tipo de medidas de asociación en primer lugar es
con!eniente introducir todos nuestros datos en una ta#la de contingencia, ta#la
cuadricelular o tam#i$n llamada ta#la de ( % (.
Enfermedad o Efecto en la Salud
F a c
t o r d e R i e s g o
o d
e P r o t e c c i ó n
SI NO
Expuestos
No Expuestos
-
8/18/2019 Medidas de Asociación o de Efecto
25/42
Medidas de Asociación "elativa o de Efecto
4n la ta#la de ( % ( se introducen los datos de la siguiente manera<
Celda a se colocan las personas 7ue presenten la en8ermedad o el
e8ecto en salud 6 7ue tengan tam#i$n presente el 8actor de riesgo o de
e%posición.
Celda $ se colocan los indi!iduos 7ue presenten la e%posición a un8actor de riesgo o protector pero 7ue no presenten la en8ermedad o el
e8ecto en salud.
Celda c se colocan a todas las personas 7ue no presentan la
e%posición pero 7ue si presenten la en8ermedad o el e8ecto en salud, 6
Celda d se introducir5n todas
las personas 7ue ni sean casos
ni tengan la e%posición es decir
indi!iduos sanos 6 no e%puestos.
Enfermedad o Efecto en la Salud
F a c t o r d e R i e s g o
o d e P r o t e c c i ó n
SI NO
Expuestos
No Expuestos
a b
c d
-
8/18/2019 Medidas de Asociación o de Efecto
26/42
Medidas de Asociación "elativa o de Efecto
4n el 8inal de la columna de casos %Mi& se colocar5 el total de casos de la
en8ermedad o el da?o a la salud, en la columna de los no casos %Mo& secolocar5 al total de los no casos, en el 8inal del renglón de e%puestos %'i& se
colocar5 el total de personas 7ue tienen la e%posición, en el 8inal del renglón de
los indi!iduos no e%puestos de colocar5 el total de personas 7ue no presenten
la e%posición al 8actor de riesgo %'o&, 6 en el e%tremo m5s in8erior de la ta#la se
colocar5 el total de los indi!iduos del estudio o de la muestra estudiada %'&
4s importante se?alar 7ue siempre las sumas de todas las celdas tendr5n 7ue
coincidir con la ' o tama?o de la po#lación.
.Enfermedad o Efecto en la Salud
F a c t o r d e R i e s g o
o
d e P r o t e c c i ó n
SI NO
Expuestos
No Expuestos
Ni
No
Mi Mo'
a b
c d
-
8/18/2019 Medidas de Asociación o de Efecto
27/42
Medidas de Asociación "elativa o de Efecto
"azón de Momios. >ndica cuantas !eces es ma6or 9o menor, si la
e%posición est5 asociada a un riesgo reducido: la pro#a#ilidad de 7ue
los casos ha6an estado e%puestos al 8actor en estudio en comparación
con los controles. La azón de Momios, se utiliza para 4studios de tipo/rans!ersal 6 de Casos 6 Controles.
La 8órmula para calcularse es< M
a % d
# % c Enfermedad o Efecto en la Salud
F a c t o r d e R i e s g o
o d e P r o t e c c i ó n
SI NO
Expuestos
No Expuestos
Ni
No
Mi Mo '
a b
c d
-
8/18/2019 Medidas de Asociación o de Efecto
28/42
Medidas de Asociación "elativa o de Efecto
"iesgo "elativo. Se utiliza como una medida de 8uerza etiológica.
Su c5lculo solo puede e8ectuarse en estudios epidemiológicos de
Cohorte, 7ue son estudios de seguimiento en el tiempo 6 7ue parten
siempre de personas 7ue no presentan la en8ermedad pero 7ue est5ne%puestas a un 8actor de riesgo.
La 8órmula para el c5lculo es< " " =
a ( 'i
c ( 'o Enfermedad o Efecto en la Salud
F a c t o r d e R i e s g o
o d e P r o t e c c i ó n
SI NO
Expuestos
No Expuestos
Ni
No
Mi Mo '
a b
c d
-
8/18/2019 Medidas de Asociación o de Efecto
29/42
Medidas de Asociación "elativa o de Efecto
"azón de #asas. Se calcula para estudios epidemiológicos de
Cohorte, 6 nos re8lean con 7ue !elocidad se est5n en8ermando los 7ue
tu!ieron la e%posición contra los 7ue no tu!ieron la e%posición, en un
período de tiempo de o#ser!ación.
@órmula " # =
;onde<)i = multiplicación de 'i por el tiempo de seguimiento 9meses, a?os, etc.:
)o = multiplicación de 'o por el tiempo de seguimiento 9meses, a?os,
etc.:
a ( )i
c ( )o
Enfermedad o Efecto en la Salud
F a c t o r d e R i e s g o
o d e P r o t e c c i ó n
SI NO
Expuestos
No Expuestos
Mi Mo '
a b
c d
Li = Ni x tiempo de se(uimiento
Lo = No x tiempo de se(uimiento
-
8/18/2019 Medidas de Asociación o de Efecto
30/42
Medidas de Asociación "elativa o de Efecto
*nterpretación de las medidas de asociación
Cuando al calcular estas medidas el resultado es un !alor de<
= a +! >ndica 7ue las incidencias de la en8ermedad en los grupos
e%puestos 6 no e%puestos son id$nticas 6 por tanto no seo#ser!a una asociación entre la e%posición 6 la en8ermedad.
a +! >ndica una asociación positi!a, o un ma6or riesgo entre los
e%puestos.
- a +! >ndica una asociación negati!a, in!ersa, 8actor protector o un
menor riesgo entre los e%puestos.
4emplo< cuando se encuentra un !alor superior a 1 se interpreta como la
pro#a#ilidad tantas !eces ma6or de presentar la en8ermedad entre 7uienes
est5n e%puestos contra los 7ue no lo est5n.
-
8/18/2019 Medidas de Asociación o de Efecto
31/42
Medidas de Asociación "elativa o de Efecto
E.ercicio/ C5lculo de "azón de Momios %"M& para conocer la relación entre el uso de4strógenos conugados %factor de riesgo& 6 el riesgo de padecer C5ncer de endometrio
9evento o enfermedad:.
4n un hospital de uadalaara, *al., de 1B2 a 1B2 se realizó el estudio en<
• +00 mueres de '+ a 2+ a?os de edad, con diagnóstico de Cáncer de endometrio %Mi&, 6• 120 controles de edad similar, hospitalizadas por Enfermedades no cancerosas 9Mo:• 4l 34 de los casos 9a: 6•
4l 2!4 de los controles 9$: tenían historia de consumo de estrógenos con.ugados.
Pregunta< DCómo se ela#oraría con estos datos una ta#la de 2 5 2 E
-
8/18/2019 Medidas de Asociación o de Efecto
32/42
Medidas de Asociación "elativa o de Efecto
E.ercicio/ C5lculo de "azón de Momios %"M&
!ncer de Endometrio
E s t r ó g e n o s
o n " u g a d o s
6* '7
Expuestos
No Expuestos
#$$ %&$
86
115
42
#'(
%')
8+8
"azón de Momios %7"& =a 5 d
$ 5 c
= = =9 5 12
08 5 ++:
21,388
3,03!
2:
"esumen del estudio<•
122 casos c&Ca endometrio• '(2 controles c&otra en8ermedad• B F de los casos, 6• (+ F de los controles usaron
estrógenosPregunta +< DCómo se ela#oraría con estos datos una ta#la de 2 5 2 E
Pregunta 2< DCómo se calcularía la "azón de MomiosE
Pregunta < DCómo se interpretaría el "E6;)#A
-
8/18/2019 Medidas de Asociación o de Efecto
33/42
Medidas de*mpacto Potencial
-
8/18/2019 Medidas de Asociación o de Efecto
34/42
La azón de ;ensidad de >ncidencia, el iesgo elati!o 6 la azón de Momiosdescri#en la asociación entre, la e%posición 6 el e!ento en t$rminos de la magnitud
de la fuerza de la asociación entre estos= in8ormación 7ue es mu6 importante cuando
e!aluamos la e%istencia de asociaciones causales. Sin em#argo, estas
medidas no se pueden traducir 85cilmente en el conte%to de la salud de la po#lación.
DGu$ tan importante es una e%posiciónE DGu$ proporción de las en8ermedades sepueden atri#uir a esta !aria#leE Para poder estimar el e8ecto de cierta e%posición en la
po#lación en estudio o en la po#lación #lanco se re7uiere estimar otro tipo de medidas,
conocidas como Medidas de *mpacto.
Las principales medidas de impacto potencial son, el Riesgo Atribuible 9o 8racciónetiológica:, 7ue se estima cuando el 8actor de e%posición produce un incremento
en el riesgo 9H1:, 6 la Fracción Prevenible, relacionada con 8actores 7ue producen
una disminución en el riesgo 9I1:.
Medidas de *mpacto Potencial
-
8/18/2019 Medidas de Asociación o de Efecto
35/42
Antes era mu6 8recuente el uso del termino racción Etiológica para re8erirse a este
indicador= sin em#argo, ahora se recomienda utilizarlo "nicamente para re8erirse a
relaciones causales #ien demostradas. 4l termino 7ue se usa con ma6or 8recuencia 6
7ue es m5s conser!ador es el Riesgo Atribuible Proporcional . Para esta ultima
medida se han deri!ado dos dimensiones, el Riesgo Atribuible Proporcional en el
rupo !xpuesto ( RAP!xp) 6 el Riesgo Atribuible Proporcional en la Población
"lanco ( RAPP).
Am#as medidas son proporciones, por lo 7ue toman valores entre cero y uno e indican la
importancia relati!a de la e%posición al 8actor en estudio, con relación al total de e!entos.
4l RAP!xp tiene interpretación en el 5m#ito de la po#lación en estudio, mientras 7ue el RAPP
e%presa la importancia en el 5m#ito po#lacional, o po#lación #lanco.
"iesgo atri$ui$le
-
8/18/2019 Medidas de Asociación o de Efecto
36/42
4l "APE5p estima la proporción de e!entos en el grupo e%puesto 7ue se puedenatri#uir a la presencia del 8actor de e%posición. 4n otras pala#ras, re8lea el e8ecto
7ue se podría esperar en el grupo e%puesto de la po#lación en estudio si se
eliminara el 8actor de riesgo en cuestión. 4l "APE5p se puede calcular utilizando
la siguiente 8órmula<
;>4-;>)4 ;>-1
;>4 ;>
donde
• ;>4 ;ensidad 9/asa: de >ncidencia en 4%puestos,
• ;>)4 ;ensidad 9/asa: de >ncidencia en )o 4%puestos, 6
• ;> azón de ;ensidad 9/asas: de >ncidencia
"iesgo atri$ui$le
"APE5p = =
-
8/18/2019 Medidas de Asociación o de Efecto
37/42
4l RAP!xp se puede estimar tam#i$n en estudios donde la medida de 8recuencia es la incidencia
acumulada, utilizando el riesgo relati!o. Adem5s, dado 7ue la razón de momios es un #uen estimador de la
"
-
8/18/2019 Medidas de Asociación o de Efecto
38/42
4l RAPP se puede considerar como una pro6ección del RAP!xp hacia la po#lación total. 4n
este caso, los resultados o#tenidos en el grupo de e%puestos se e%trapolan hacia la po#lación
#lanco estimando el impacto de la e%posición a ni!el po#lacional. Siguiendo el eemploanterior, la estimación del RAPP nos indicaría cu5ntos casos de c5ncer de pulmón en la
po#lación total son atri#ui#les al ta#aco o se podrían e!itar, suponiendo 7ue se eliminara el
ta#a7uismo en la po#lación general. 4L RAPP se estima ponderando el RAP!xp de acuerdo
con la proporción de suetos e%puestos en la po#lación #lanco. 4l RAPP se puede estimar
utilizando la siguiente 8ormula<
Pe %"+&
Pe %"+&?+
"iesgo atri$ui$le
RAPP =
"epresentación @ipottica de un estudio de co@orte para evaluar el
efecto del ta$aBuismo 6o$re el riesgo de desarrollar cáncer de pulmón
'o e5puesto ata$aBuismo
E5puesto a
ta$aBuismo
* n c i d e n c i a d e c á n c e r p
u l m o n a r
Casos por la acción del
ta$aBuismo ? casos por
la acción de otros agentes
racción Atri$ui$le al #a$aBuismo
racción Atri$ui$le a otras Causas
Casos por la acción
de otros agentes
racción Atri$ui$le a la E5posición
en E5puestos
-
8/18/2019 Medidas de Asociación o de Efecto
39/42
Las 8órmulas para calcular el riesgo atri#ui#le en e%puestos 6 el riesgo
atri#ui#le po#lacional son las siguientes<
9M - 1: Para estudios /ras!ersales
9M: o de Casos 6 Controles.
9 - 1: Para estudio de Cohorte.9:
a M - 1 Para estudios /rans!ersales
Mi M o de Casos 6 Controles
a - 1
Mi Para estudios de Cohorte
"iesgo atri$ui$le en e5puestos%"AE&
"iesgo atri$ui$le po$lacional%"AP&
0
"iesgo atri$ui$le po$lacional%"AP&
0
-
8/18/2019 Medidas de Asociación o de Efecto
40/42
Al igual 7ue en el caso anterior, el RAPP se puede estimar para estudios de
cohorte, donde se estima la incidencia acumulada, o en estudios de casos 6
controles, donde se estima la azón de Momios. 4n este ultimo caso, se puede
utilizar la pre!alencia de e%posición en los controles para estimar la pre!alencia en
la po#lación #lanco o po#lación de re8erencia. 4n el estudio antes mencionado
so#re ta#a7uismo 6 c5ncer pulmonar se o#ser!ó una pre!alencia del (2. de
ta#a7uismo en el grupo control. ;ado 7ue la serie de controles se puede considerar
como representati!a de la po#lación #ase, en este estudio se podría estimar
directamente el RAPP , lo 7ue daría una 8racción de +.J. 4sta ultima ci8ra indicaría7ue, en la po#lación #lanco, el JF de los casos de c5ncer pulmonar pueden ser
atri#uidos al ta#a7uismo, asumiendo 7ue el ta#a7uismo es su "nica causa.
"iesgo Atri$ui$le
-
8/18/2019 Medidas de Asociación o de Efecto
41/42
Mediante el calculo del RAP!xp 6 del RAPP es posi#le identi8icar di!ersos
escenarios<
a: Con un RR alto 6 una pre!alencia de e%puestos alta, la reducción del riesgo de
en8ermedad puede considerarse como de alto impacto.
#: Cuando el RR es #ao 6 la pre!alencia de e%puestos es alta, la supresión del
8actor de riesgo posee un impacto moderado, pero nota#le entre los e%puestos.
c: Cuando el RR es alto pero la pre!alencia de e%puestos es #aa, la eliminación
del 8actor de riesgo tiene un impacto relati!amente #ao tanto entre la po#lación
#lanco como entre los e%puestos, 6
d: Cuando el RR es #ao 6 la pre!alencia de e%puestos tam#i$n es #aa, la
eliminación del 8actor de riesgo no es una prioridad en salud p"#lica, 6a 7ue su
impacto en la po#lación #lanco 6 en los e%puestos sería irrele!ante.
"iesgo atri$ui$le
-
8/18/2019 Medidas de Asociación o de Efecto
42/42
4sta medida se aplica cuando a partir de las medidas de asociación se o#tienen 8actoresprotectores o negati!os 9 I 1:. /am#i$n e%isten dos modalidades< @racción Pre!eni#le
Po#lacional 6 @racción Pre!eni#le entre 4%puestos.
La @racción Pre!eni#le Po#lacional es la proporción de todos los casos nue!os 7ue
potencialmente podrían ha#er ocurrido entre la po#lación general en un determinado
periodo en ausencia de una e%posición protectora especí8ica= o #ien, es la proporción de
casos potenciales 7ue serían realmente pre!eni#les o e!itados si e%istiera la e%posición
entre la po#lación.
@inalmente, la @racción Pre!eni#le para los 4%puestos es la proporción de casos nue!os
entre los e%puestos, 7ue potencialmente podría ha#er ocurrido en un determinado
periodo, en ausencia de una e%posición particular. 4s decir, es la proporción de casos
e%puestos potenciales, 7ue realmente se e!itarían si la po#lación se e%pusiera al 8actor
protector.
racción preveni$le