UNIVERSIDAD VILLA RICA FACULTAD DE MEDICINA MEDIDAS DE ASOCIACION E IMPACTO DRA.MA. L. CAROLINA...
-
Upload
carlito-olguin -
Category
Documents
-
view
12 -
download
1
Transcript of UNIVERSIDAD VILLA RICA FACULTAD DE MEDICINA MEDIDAS DE ASOCIACION E IMPACTO DRA.MA. L. CAROLINA...
UNIVERSIDAD VILLA RICAFACULTAD DE MEDICINA
MEDIDAS DE ASOCIACION E IMPACTO
DRA .MA. L. CAROLINA ALEMAN ORTEGA
Asociación
• Significa que existe una relación entre dos o más eventos o variables.
• Entonces los eventos ocurren juntos con más frecuencia que la esperada por azar.
• No denota relación causal.
• Con frecuencia se usa asociación y relación como sinónimos
Azar
• Casualidad, caso fortuito
Diccionario de la Real Academia de la Lengua Española
Azar
Al Azar o Aleatorio: randomness, random; le hasard, aléatoire
• Son todos aquellos eventos fortuitos o productos de la suerte
RIESGO Y FACTOR DE RIESGO:
• Riesgo es la medida de la probabilidad de que algo ocurra.
• Factor de riesgo es algo que aumenta o disminuye la probabilidad que un individuo en particular desarrolle un evento (enfermedad, muerte, reacción adversa).
Medidas de asociación
Los factores de riesgo pueden ser: edad, sexo, raza, grupo sanguíneo, el estado inmunológico, un comportamiento o una acción, como fumar o comer una ensalada de papas, una circunstancia como vivir cerca a un basurero.
La identificación de factores que se asocian con una enfermedad ayuda en la identificación de poblaciones de alto riesgo que pueden ser el blanco de actividades de prevención y control.
También orienta la investigación de las causas de la enfermedad.
Medidas de asociación
Exposición: es la fuente de transmisión, agente infeccioso, químico, físico, intervención, fármaco, etc. que se supone relacionada con una enfermedad o estado de salud de interés.
Puede ser dañina (aumentar el riesgo) o beneficiosa (proteger o disminuir el riesgo).
Medidas de asociación
Medidas de asociación: riesgo absolutoEnf. presente Enf. Ausente Total
Factor Presente a = 15 b = 25 a+ b = 40
Factor ausente c = 10 d = 50 c+ d = 60
TOTAL a + c = 25 b + d = 75 a+b+c+d =100
Riesgo absoluto: incidencia en el grupo expuesto al factor
= número de casos
población expuesta
= a
a + b
= 15 = 0.375
40
Medidas de asociación: riesgo relativo
Peso bajo al nacer
Peso normal al nacer
Total
Gestante fuma a = 15 b = 25 a + b = 40
No fuma c = 10 d = 50 c + d = 60
TOTAL a + c = 25 b + d = 75 a+b+c+d =100
PRESENTE FUTURO
Medidas de asociación: riesgo relativoEnf. presente Enf. Ausente Total
Factor Presente a = 15 b = 25 a+ b = 40
Factor ausente c = 10 d = 50 c+ d = 60
TOTAL a + c = 25 b + d = 75 a+b+c+d =100
Riesgo relativo ó razón de riesgo: compara la incidencia en el grupo expuesto al factor con la del grupo no expuesto
= riesgo para el grupo de interés
riesgo para el grupo de comparación
= número de casos en los expuestos / total expuestos
número de casos en los no expuestos / total de no expuestos
= a / a + b
c / c + d
= 15 / 40 = 0.375 = 2.25
10 / 60 0.166
Medidas de asociación: riesgo relativo
Mide la fuerza de la asociación:
Si RR = 1, el riesgo entre los expuestos y los no expuestos es el mismo, NO HAY ASOCIACION
Si RR > 1 el riesgo entre los expuestos es mayor que entre los no expuestos (ASOCIACIÓN POSITIVA)
Si RR < 1 el riesgo entre los expuestos es menor que entre los no expuestos (ASOCIACION NEGATIVA)
El conocimiento y la información sobre los factores de riesgo tienen diversos objetivos :
• Predicción: La presencia de un factor de riesgo significa un riesgo aumentado de presentar en un futuro una enfermedad, en comparación 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 relación a un grupo no expuesto, se asume como factor de riesgo, sin embargo esta asociación puede ser debida a una tercera variable. La presencia de esta o estas terceras variables se conocen como variables de confusión. Así por ejemplo el ejercicio físico se conoce como factor de protección 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 está asociada con el infarto de miocardio en el sentido de que a más edad más riesgo. Por otra parte la mayor dosis de ejercicio la realiza la gente más joven; por lo tanto parte del efecto protector detectado entre el ejercicio y el infarto de miocardio esta condicionado por la edad. La edad en este caso actúa como variable de confusión.
• Diagnóstico: La presencia de un factor de riesgo aumenta la probabilidad de que se presente una enfermedad. Este conocimiento se utiliza en el proceso diagnóstico ya que las pruebas diagnósticas tienen un valor predictivo positivo más elevado, en pacientes con mayor prevalencia de enfermedad. El conocimiento de los factores de riesgo se utiliza también para mejorar la eficiencia de los programas de cribaje, mediante la selección de subgrupos de pacientes con riesgo aumentado.
• Prevención: Si un factor de riesgo se conoce asociado con la presencia de una enfermedad, su eliminación reducirá la probabilidad de su presencia. Este es el objetivo de la prevención primaria. Así por ejemplo se relacionan la obesidad y la hipertensión, la hipercolesterolemia y la enfermedad coronaria, el tabaco y el cáncer de pulmón
Razón de productos cruzados, odds ratio, razón de chances, razón de momios
Medidas de asociación: razón de productos cruzados
Cáncer pulmonar
No cáncer pulmonar
Total
Fumador a = 40 b = 15 a + b = 55
No Fumador c = 10 d = 45 c + d = 55
TOTAL a + c = 50 b + d = 60 a+b+c+d =110
PRESENTEPASADO
Medidas de asociación: chance
Odds (chance): la probabilidad que un evento ocurra dividido entre la probabilidad que no ocurra.
Chance de los casos
= fumadores de los casos
no fumadores de los casos
= a
c
Enfermedad presente
Enfermedad ausente
Total
Factor Presente
a = 40 b = 15 a + b = 55
Factor ausente c = 10 d = 45 c + d = 55
TOTAL a + c = 50 b + d = 60 a+b+c+d =110
Chance de los controles
= fumadores de los controles
no fumadores de los controles
= b
d
Medidas de asociación: razón de chances
Razón de chances: compara la chance de los casos con la de los controles
= chance para los casos
chance para los controles
= a / b = a * d
c / d b * c
= 40 * 45 = 1800 = 12
15 * 10 150
Enfermedad presente
Enfermedad ausente
Total
Factor Presente a = 40 b = 15 a + b = 55
Factor ausente c = 10 d = 45 c + d = 55
TOTAL a + c = 50 b + d = 60 a+b+c+d =110
Calcule la razón de chances a partir de casos y controles por hábito de fumar como factor de riesgo de enfermedad coronaria en adultos varones
CASOS
ENF.CORONARIA
CONTROLES
FUMAN 112 76
NO FUMAN 88 224
TOTAL
%
La finalidad es mejorar el estado de salud de la población
mediante:
los tratamientos más efectivos y seguros
la aplicación de medidas preventivas
disminuir la incidencia de las enfermedades
el uso de las mejores pruebas diagnósticas.
¿Por qué medidas de impacto?
Evaluar si los resultados son aplicables a:
otras poblaciones
entornos diferentes
¿Por qué medidas de impacto?
La generalización y acciones de salud pública dependen:
- La magnitud del efecto observado.
- Qué grupos son afectados con más frecuencia y/o intensidad.
- Plausibilidad biológica, el efecto puede ser ocasionado por mecanismos de acción conocidos o posibles.
Medidas de impacto
Los estudios analíticos estiman el efecto de un factor de estudio sobre una variable de respuesta.
Esta estimación suele hacerse a través de medidas de asociación, como el riesgo relativo (RR) o la odds ratio (OR).
Estas medidas estiman la fuerza de la asociación entre el factor de estudio y la variable de respuesta, pero no su impacto potencial sobre la salud de la población.
Medidas de impacto:
¿en qué medida disminuye la frecuencia o intensidad del problema al eliminar el factor de riesgo?
- Riesgo atribuible
- Fracción de riesgo atribuible
- Fracción de riesgo atribuible en la población
Es la cantidad o proporción de la incidencia de una
enfermedad que se atribuye a una exposición específica.
Mide la reducción en la incidencia que se puede obtener si
se elimina la exposición al factor.
Riesgo atribuible para el grupo expuesto:
Riesgo atribuible = Incidencia en el grupo expuesto – Incidencia en el grupo no expuesto
ó
Riesgo atribuible = Riesgo en el grupo expuesto – Riesgo en el grupo no expuesto
= (a / (a + b) ) – ( c / (c + d))
Riesgo atribuible para el grupo expuesto:
Ejemplo:
Presenta enf. Coronaria
No presenta enf. Coronaria
Total Incidencia anual (por mil)
Fumadores
84 2916 3000 28.0
No Fumadores
87 4913 5000 17.4
Ejemplo: Hábito de fumar y enfermedad coronaria: Un estudio de 3000 fumadores y 5000 no fumadores Incidencia entre los fumadores = 84 = 28.0
3,000 Incidencia entre los no fumadores = 87 = 17.4
5,000
Riesgo atribuible: 28.0 – 17.4 = 10.6
Interpretación: Si se elimina el hábito de fumar habrá una disminución de 11 casos por cada mil personas
Fracción de riesgo atribuible en los expuestos: Proporción
de casos expuestos entre los cuales la aparición del evento es
atribuible a la exposición. También conocida como
porcentaje de riesgo atribuible.
Representa la reducción esperada en la enfermedad si la
exposición pudiera ser removida (o nunca existió).
También se conoce como fracción etiológica
Fracción de riesgo atribuible en expuestos
= Incidencia en expuestos – Incid. en no expuestosIncidencia en los expuestos
= 28.0 – 17.4 28
= 10.6 28
= 0.379
= 37.9 %
Interpretación: Si los que fuman dejaran de hacerlo, su riesgo de presentar enfermedad coronaria disminuye en 38%
Fracción de riesgo atribuible en la población: conocida
como porcentaje de riesgo atribuible.
Proporción de casos de un evento aparecidos en una
población definida según tiempo, lugar y persona,
atribuible a una exposición.
Su cálculo exige conocer el valor del riesgo y la
proporción de sujetos expuestos en la población.
Fracción de riesgo atribuible en la población:
= (riesgo para la población) - (riesgo para no expuestos) ------------------------------------------------------------------ x 100 riesgo para la población ó
RAP = Riesgo atribuible en los expuestos * Proporción de exposición entre los enfermos
Ejemplo:
Presenta enf. Coronaria
No presenta enf. Coronaria
Total Incidencia anual (por mil)
Fumadores
84 2916 3000 28.0
No Fumadores
87 4913 5000 17.4
De otra fuente de información se sabe que la proporción de fumadores en la población es 44%
Ejemplo: Hábito de fumar y enfermedad coronaria: Un
estudio de 3000 fumadores y 5000 no fumadores
Incidencia entre los fumadores = 84 = 28.0
3,000
Incidencia entre los no fumadores = 87 = 17.4
5,000
Incidencia en la población:
= (28.0 *0.44) + (17.4 * 0.56)
= (12.32 + 9.74)
= 22.064 por mil
Fracción de riesgo atribuible en la población:
= (riesgo población) - (riesgo no expuestos) ---------------------------------------------------- x 100 riesgo para la población = 22 – 17.4 22
= 0.209 * 100
= 20.9%
Interpretación: Si se elimina el hábito de fumar habrá una disminución de 20% en la incidencia de enfermedad coronaria en la población general
PRUEBAS DIAGNOSTICAS
• SENSIBILIDAD: LA CAPACIDAD DE LA PRUEBA PARA CLASIFICAR CORRECTAMENTE AL ENFERMO COMO ENFERMO .
• LA PROBABILIDAD DE TENER UN RESULTADO POSITIVO SI SE TIENE LA ENFERMEDAD.
• A LOS RESULTADOS NEGATIVOS EN ESTE GRUPO SE LES LLAMA FALSOS NEGATIVOS S= a/ a+c
PRUEBAS DIAGNOSTICAS
• PATRON DE ORO O ESTANDAR DE ORO
• ANALISIS DE TEJIDOS O BIOPSIA
PRUEBAS DIAGNOSTICAS
UNA PRUEBA MUY SENSIBLE TIENE POCOS FALSOS NEGATIVOS O BIEN UNA PRUEBA CON
BAJA SENSIBILIDAD O POCA CAPACIDAD PARA DETECTAR AL ENFERMO COMO
ENFERMO TENDRA UNA ALTA TASA DE RESULTADOS FALSOS NEGATIVOS .
• ESPECIFICIDAD: CLASIFICACION DEL SANO CONO SANO ,LA TASA DE VERDADEROS NEGATIVOS O ESPEIFICIDAD ES EL PORCENTAJE TOTAL DE SANOS QUE TIENE RESULTADO NEGATIVO . E= d /d+b
PRUEBAS DIAGNOSTICAS
PRUEBAS DIAGNOSTICAS
• EXACTITUD PORCENTAJE DEL TOTAL DEL EXAMEN DE SUJETOS CORRECTAMENTE CLASIFICADOS
• (a+d)/(a+b+c+d)
VALORES PREDICTIVOS
• PROBABILIDAD DE ENFERMAR DADO EL RESULTADO
• PROBABILIDAD PREXAMEN:LA DA EL ANALISIS CLINICO O LA PREVALENCIA.
• VALOR PREDICTIVO POST. (VP+)
PREVALENCIA DE LA PIBLACION
EJEM: 1000 INDIVIDUOS EL 80 % TIENE LA ENFERMEDAD.
ENFERMOS SANOS
+ VERDADEROS POSTIVOS +
a
FALSOS POSITIVOS+
b
- FALSOS NEGATIVOS –
c
VERDADEROS NEGATIVOS –
d
800 200
VALOR PREDICTIVO
• AL CLINICO LE INTERESA DETERMINAR CUAL ES LA
PROBABILIDAD DE QUE ESE RESULTADO CORRESPONDA A LA
REALIDAD
• VP+= a/a+b
• VP- = d/d+c
VARIABILIDAD DE LAS PRUEBAS DIAGNÓSTICASUTILIDAD DE LA REACCIÓN EN CADENA DE LA POLIMERASA (PCR) EN EL DIAGNÓSTICO DE LA
MENINGITIS MENINGOCÓCICA
El propósito de este trabajo es conocer la utilidad diagnóstica de la PCR en la meningitis meningocócica. Se estudian
115 líquidos cefalorraquídeos procedentes de otros tantos pacientes con sospecha de meningitis. Los resultados que se obtienen se recogen en la siguiente tabla de 2x2:
Prueba
PCR
Meningitis meningococica
Meningitis no meningococica total
+ 34 1 35
- 5 75 80
39 76 115
• • • En 34 personas con meningitis meningocócica la PCR fué positiva
(VERDADEROS POSITIVOS).• En 5 personas con meningitis meningocócica la PCR fué negativa
(FALSOS NEGATIVOS).• En 75 personas sin meningitis meningocócica la PCR fué negativa
(VERDADEROS NEGATIVOS).• En 1 persona sin meningitis meningocócica la PCR fué positiva ( FALSOS
POSITIVOS).• • Estimación de la prevalencia real y aparente de una enfermedad.• * Prevalencia aparente de la enfermedad.................................... 0,30 • * Sensibilidad de la prueba............................................................... 0,87• * Especificidad de la prueba............................................................ 0,99• Prevalencia real de la enfermedad.................................. 0,34
• La prevalencia aparente de una enfermedad es la proporción de personas con la prueba positiva respecto al total de personas a las que se ha realizado la prueba.
• La sensibilidad y especificidad miden la validez de la prueba , es decir el grado en que dicha prueba mide lo que se supone debe medir. La sensibilidad indica la probabilidad de que un sujeto enfermo sea clasificado como positivo, que en nuestro ejemplo es del 87%, para aumentar la sensibilidad habría que reducir los falsos negativos. La especificidad indica la probabilidad de que un sujeto sano sea clasificado como negativo, que en nuestro ejemplo es del 99%, para aumentar la especificidad habría que disminuir el número de falsos positivos.
• La principal ventaja de la sensibilidad y la especificidad en la valoración de una prueba es que no dependen directamente de la prevalencia de una enfermedad.
• Estimación de valor predictivo positivo y valor predictivo negativo. • * Prevalencia real de la enfermedad.......................................... 0,34• * Sensibilidad de la prueba........................................................... 0,87• * Especificidad de la prueba........................................................ 0,99• El valor predictivo positivo es............................................ 0.98• El valor predictivo negativo es........................................... 0,94• La sensibilidad y la especificidad por sí solas no proporcionan indicación
suficiente de la utilidad de un resultado para el diagnóstico de una enfermedad en un individuo concreto. Para responder a preguntas como ¿cual es la probabilidad de que el individuo tenga la enfermedad si la prueba es positiva? o ¿cual es la probabilidad de que no la padezca si la prueba es negativa?, debemos utilizar el valor predictivo positivo y el valor predictivo negativo.
• El valor predictivo positivo y el valor predictivo negativo miden la seguridad de la prueba, es decir, la capacidad de la misma para predecir la presencia o ausencia de enfermedad.
• En nuestro ejemplo el valor predictivo positivo es del 98%, por lo tanto el 98% de los sujetos identificados como positivos por la prueba son verdaderos positivos, y el valor predictivo negativo es del 94% , es decir, el 94% de los sujetos identificados como negativos por la prueba son verdaderos negativos.
• Cuanto mayor sea la sensibilidad de una prueba , menor será la probabilidad de falsos negativos, y por tanto mayor será su valor predictivo negativo.
• Cuanto mayor sea la especificidad de una prueba, menor será la probabilidad de falsos positivos, y por tanto mayor será su valor predictivo positivo.
• La prevalencia de la enfermedad afecta a los valores predictivos. Dejando constantes la sensibilidad y la especificidad de una prueba, al aumentar la prevalencia de la enfermedad aumenta el valor predictivo positivo y disminuye el valor predictivo negativo.