Introducción
Martes, 28 de septiembre de 2004
Introducción
Epi, sobre; demos, población; logos, estudio.
La epidemiología es el estudio de la frecuencia, distribución y determinantes de la salud y la enfermedad en las poblaciones, por extensión incluye la economía de la enfermedad.
La epidemiología veterinaria tiene un objetivo fundamental: promover
y mejorar la salud de las poblaciones animales. El conocimiento del comportamiento de la enfermedad en las poblaciones y el conocimiento de los
factores que determinan este comportamiento llevan a la prevención de la
enfermedad.
La epidemiología mide la cantidad y dinámica de las enfermedades en
las poblaciones, compara la cantidad de enfermedades en diferentes poblaciones y analiza por qué diferentes poblaciones tienen diferentes enfermedades en diferentes cantidades.
La epidemiología moderna nació con los trabajos de John Snow sobre el
origen de la epidemia de cólera a Londres entre 1848 y 1854.
Snow determinó que la cólera se transmite a través de agua contaminada de ciertos pozos. La aportación de Snow era medir la frecuencia de la
cólera en las poblaciones que bebían agua de los diferentes pozos.
Conceptos generales
La epidemiología es la ciencia que estudia la enfermedad en las poblaciones y los factores que determinan su aparición o cambio de frecuencia.
Por extensión, se suele englobar en la epidemiología el estudio económico
de la enfermedad.
A mediados del siglo XIX, Snow, Panum y Semelwisz aportaron las bases fundamentales de la epidemiología moderna: la comparación de las tasas de frecuencia de la enfermedad en distintos grupos de la población.
El método epidemiológico actual se fundamenta en la medición de la
frecuencia de la enfermedad y la comparación estadística de los distintos
grupos de población.
1
Estudio de la enfermedad
Miércoles, 29 de septiembre de 2004
Estudio de la enfermedad
Formas de presentación de enfermedades
La forma en la que se presenta la enfermedad depende del equilibrio
entre tres elementos (triada):
Endemias son situaciones en las que la enfermedad se presenta con
unos niveles constantes a lo largo del tiempo. El concepto de endemia es
independiente de la magnitud de casos.
Epidemias son situación en que hay aumento significativo de la tasa de
presentación de una enfermedad por encima de su nivel habitual en la población.
Una enfermedad que se presenta endémicamente se convierte en epidemia cuando se produce un desequilibrio favorable al agente causal.
Presentación esporádica es aquella en la que los casos se producen de
forma irregular e inconstante.
Medidas de frecuencia de la enfermedad
La frecuencia de la enfermedad puede medirse de distintas formas:
 Proporción. El denominador incluye el numerador. P  a /  a  b 
 Ratio. El denominador no incluye el numerador. R  a / b
 Tasas. Se mide el cambio en una variable en relación al cambio de
otra. T  a / b
Incidencia
La incidencia es una valoración dinámica de la enfermedad en la población. Tiene una doble acepción como un indicador de la velocidad de difusión de la enfermedad (incidencia verdadera) o como estimador de riesgo
(incidencia acumulada).
La incidencia verdadera es una tasa que define la velocidad de diseminación de la enfermedad. Su valor determinante es el tiempo de riesgo.
Iv 
2
n nuevos casos
 tiempo a riesgo
Estudio de la enfermedad
Miércoles, 29 de septiembre de 2004
Ejemplo: Se hace un estudio de la leishmania en 5 perros durante 6
meses.
Perro
1
2
3
4
5
29/9
+
29/10
+
29/11
+
29/12
+
+
29/1
+
+
28/2
+
+
29/3
+
+
+
Tiempo a riesgo
6
6
5
2
0
Tiempo total a riesgo = 19 meses.
Iv  2
19
0.1
casos
mes a riesgo
El resultado numérico depende de la escala de tiempo a riesgo. Cuando
se comparan dos poblaciones hay que hacerlo con la misma escala de tiempo.
La incidencia verdadera no depende del número de individuos estudiados sino que depende del tiempo total a riesgo.
La incidencia acumulada es un estimador del riego de enfermar si se
forma parte de una población. Su valor determinante es el tiempo real. La
incidencia acumulada sólo es aplicable a poblaciones fijas y constantes a lo
largo del tiempo de estudio.
Ia 
n nuevo scasos
 media 
población
Se estudian 5 perros durante 5 meses. El resultado final es:
Perro
1
2
3
4
5
Análisis
+
+
I a  2  40%
5
Si 2 de cada 5 animales están enfermos después de 5 meses, entonces
cada animal dentro de la población tiene la probabilidad de estar enfermo
al final de los 5 meses.
La incidencia verdadera y la incidencia acumulada guardan relación.
Si aumenta la incidencia verdadera, el riesgo de enfermar aumenta. La
relación entre las dos es la siguiente: I a  1  e I
v
3
Estudio de la enfermedad
Martes, 5 de octubre de 2004
Prevalencia
La prevalencia es una valoración puntual y estática de la frecuencia
(proporción) de una enfermedad en una población. Aplicaciones: sondeo
sanitario. Muy útil en enfermedades crónicas o estudios serológicos.
La prevalencia depende fundamentalmente de la incidencia y de la duración de la enfermedad. Enfermedades de corta duración suelen tener
prevalencias bajas en comparación a enfermedades crónicas de incidencia
igual.
P  f  I  duración 
Tasa de ataque
La tasa de ataque es un caso particular de la incidencia que se aplica
en las situaciones en las que el tiempo de riesgo es muy pequeño o limitado a circunstancias especiales, como brotes de salmonelosis alimentaria, o
enfermedades neonatales.
TA 
nuevos casos
poblacíon a riesgo
Tasa de mortalidad
Las tasas de mortalidad permiten detectar variaciones en el ritmo
“normal” de fallecimientos en la población. Estas variaciones pueden poner
de manifiesto procesos que no se hayan detectado por otros medios.
Tasa bruta de mortalidad general
Se define como la proporción de fallecimientos en una población durante un tiempo determinado. No distingue las causas de muerte.
TMB 
muertes
población
Esperanza de vida
La esperanza de vida es un concepto que surge del cálculo de la mortalidad como una incidencia. Representa el ritmo de fallecimientos y es un
indicador de envejecimiento de la población.
EV 
4
1
mortalidad en años 1
Estudio de la enfermedad
Martes, 5 de octubre de 2004
Tasa de mortalidad especifica
La tasa de mortalidad específica es un indicador de la magnitud de una
enfermedad como causa de muerte.
TME 
muertes debidos a una causa
población
Tasa de mortalidad proporcional
Es un estimador del riesgo de muerte debido a una causa específica.
TMP 
muertes debidos a una causa
total muertos
Tasa de letalidad
Es un estimador del riesgo de morir si se sufre una enfermedad concreta.
TL 
muertes debidos a una causa
enfermos debidos a una causa
Ajuste o estandarización de tasas
La estandarización de tasas consiste en la transformación ponderada
de una tasa con el fin de compensar el efecto de distorsión que puede originar una distribución poblacional. Se aplica en la comparación de tasas
entre poblaciones distintas.
La ventaja de la estandarización es que elimina las diferencias en la
composición de distintas poblaciones; la inconveniente es que sus resultados son ficticios, y pueden enmascararse tendencias existentes.
Hay dos tipos de estandarización utilizados.
Estandarización directa
Requiere la existencia de un estándar aplicable de forma más o menos
universal. La selección del estándar puede afectar a los resultados obtenidos.
La estandarización directa consiste en multiplicar las incidencias de
cada grupo de la población a estudiar por el valor correspondiente de distribución en el estándar. Una vez optimadas, las tasas son comparables.
5
Estudio de la enfermedad
Martes, 5 de octubre de 2004
Ejemplo:
Población A
N = 1,000,000
Casos = 3.785
Incidencia global = 0.003785/106
Población B
N = 1,000,000
Casos = 4.845
Incidencia global = 0.00485/106
Categorización
Edad
A 0-29
30-64
>64
B 0-29
30-64
>64
Población
450,000
350,000
200,000
300,000
400,000
300,000
Porcentaje
45%
35%
20%
30%
40%
30%
Casos
630
735
2,240
540
805
3,500
Incidencia
0.0014
0.0021
0.0121
0.0018
0.0020
0.00116
Distribución estándar:
0-29 35%
30-64 35%
>64
30%
Ajuste
Edad
A 0-29
30-64
>64
B 0-29
30-64
>64
Población
450,000
350,000
200,000
300,000
400,000
300,000
Porcentaje
45%
35%
20%
30%
40%
30%
Casos
630
735
2,240
540
805
3,500
Incidencia
0.0014
0.0021
0.0121
0.0018
0.0020
0.00116
CE
490
735
3,630
630
700
3,500
Cálculo
Población A
Población B
Casos esperados:
490+735+3,630=4,855 530+700+3,500=4,830
Incidencia ajustada 0.004855/106
0.004830/106
Estandarización indirecta
En el caso de la estandarización indirecta se toma como referencia la
distribución de una de las poblaciones, ajustándose la otra de acuerdo a
esa distribución.
6
Estudio de la enfermedad
Martes, 5 de octubre de 2004
Ejemplo
Categorización
Edad
A 0-29
30-64
>64
B 0-29
30-64
>64
Población
450,000
350,000
200,000
300,000
400,000
300,000
Porcentaje
45%
35%
20%
30%
40%
30%
Casos
630
735
2,240
540
805
3,500
Incidencia
0.0014
0.0021
0.0121
0.0018
0.0020
0.00116
Distribución estándar (población B)
0-29 30%
30-64 40%
>64
30%
Ajuste
Edad
A 0-29
30-64
>64
B 0-29
30-64
>64
Población
450,000
350,000
200,000
300,000
400,000
300,000
Porcentaje
45%
35%
20%
30%
40%
30%
Casos
630
735
2,240
540
805
3,500
Incidencia
0.0014
0.0021
0.0121
0.0018
0.0020
0.00116
CE
420
840
3,630
540
805
3,500
Cálculo
Población A
Población B
Casos esperados:
420+840+3,630=4,890
Incidencia ajustada 0.00489/106
0.004830/106
Inferencia causal
Causa. Es todo aquel acontecimiento, condición o característica que
juega un papel esencial en la producción de un suceso u ocurrencia.
Causalidad. Relación entre causa y efecto basándose en una serie de
observaciones y su validación.
Inferencia causal. Proceso que relaciona un suceso primero (causa putativa) y un suceso resultante (efecto o enfermedad).
La inferencia causal está basada en la experimentación. La diferencia
entre observación y experimentación es el nivel de control, que es mayor
en la experimentación que en la observación.
Experimento. Es el conjunto de fenómenos se desarrollan bajo unas
condiciones prefijadas por el investigador.
7
Inferencia causal
Miércoles, 6 de octubre de 2004
Causa suficiente, componente y necesaria
Causa suficiente. Grupo de condiciones y acontecimientos mínimos que
inevitablemente producen el efecto. En biología, la mayoría de los componentes, y a veces todos, de una causa suficiente son desconocidos.
Causa componente. Cada uno de los elementos que componen la causa
suficiente.
Causa necesaria. Es el componente que forma parte de todas las causas suficientes conocidas.
Fuerza de las causas
La fuerza de una causa está determinada por la prevalencia relativa de
sus causas componentes. Un factor raro se convierte en una causa fuerte si
el resto de causas son comunes. Aun así, su importancia relativa sigue
siendo igual.
Periodo de inducción.
Tiempo que transcurre desde la acción causal hasta la iniciación de la
enfermedad. Una enfermedad puede tener un periodo de inducción largo
(desarrollo de cáncer) o muy corto (fractura tras una caída). Este tiempo es
relativo a cada componente de la causa suficiente.
Tipos de asociación causa-efecto
La asociación se define como el grado de dependencia o independencia
entre dos variables. Una variable es un termino estadístico que describe
cualquier suceso observable que puede variar (factores causales).
El objetivo formal de la mayoría de investigaciones en epidemiología es
la estimación del efecto con sus posibles causas, dicho de otro modo, estudiar si existe asociación entre un factor y la enfermedad, de modo que podamos atribuirlo como causa.
Una asociación puede ser:
No estadística. Surgen por azar sin que exista una asociación real entre causa y efecto.
Estadística. Dos variables están asociadas estadísticamente cuando
pasan de forma simultánea más allá de lo que se podría esperara por azar.
Las relaciones estadísticas positivas pueden ser (o no) asociaciones causaefecto.
8
Inferencia causal
Miércoles, 6 de octubre de 2004
Formulación de hipótesis causal
Método de diferencia
Si la frecuencia de la enfermedad es diferente en dos circunstancias diferentes y hay un factor que está presente en una de las circunstancias y
ausente de la otra, la hipótesis es que ese factor es causal.
Método de similitud
Si un factor es común en una serie de circunstancias en las cuales se
produce la enfermedad, se puede hacer la hipótesis de que este factor es
causal.
Método de la variación concomitante
Si siempre que se produce una variación en el patrón, la intensidad o
la frecuencia de la enfermedad se produce una variación en otro factor, este factor puede ser una hipotética causa.
Método de la analogía
Se comparan circunstancias similares. Si en una especie determinada
una causa provoca una enfermedad por un mecanismo conocido. Es posible
que en otra especie una enfermedad similar se produzca por un mecanismo similar.
Principios generales para suponer que una asociación es causal
 Secuencia temporal. La causa se presenta antes que el efecto.
 Fuerza de asociación. Si un factor es causa la asociación suele ser
más fuerte.
 Relación dosis-respuesta. Basada en el principio de variación concomitante, hay un gradiente biológico.
 Coherencia. Compatible con los conocimientos existentes.
 Consistencia. Si pasa repetidamente es un criterio importante.
Postulados de Koch (S. XIX)
Formulados para determinar la causa de una enfermedad infecciosa.
No explican como se producen algunas enfermedades infecciosas ni las de
causa no infecciosa.
Para que un microorganismo sea la causa de una enfermedad debe
cumplirse que:
1. Esté presente en todos los casos de enfermedad.
2. No se presente en otras enfermedades como agente patológico.
3. Se ha de poder aislar en cultivo puro a partir del individuo enfermo
y este aislado inoculado en otro animal debe reproducir la misma
enfermedad.
9
Inferencia causal
Miércoles, 6 de octubre de 2004
Postulados de Evans (S. XX – 1976)
Teoría causal más amplia, incluye las enfermedades no infecciosas y
multifactoriales.
1. La proporción de individuos enfermos ha de ser significativamente
superior en los expuestos a la supuesta causa que en los no expuestos.
2. El factor de exposición ha de ser más frecuente entre los enfermos
que en los que no lo están.
3. El numero de nuevos casos de enfermedad (incidencia) ha de ser
superior en los expuestos a la hipotética causa que en los que no
(estudios prospectivos).
4. La enfermedad ha de aparecer de forma posterior al factor de exposición (secuencia temporal).
5. Ha de producirse un gradiente de respuesta a la exposición (relación dosis-respuesta, leves-graves).
6. El hospedador ha de producir alguna repuesta a la exposición (anticuerpos, lesiones, etc.).
7. La reproducción experimental de la enfermedad ha de producirse
más frecuentemente en los individuos expuestos a la causa hipotética que en los que no. Esta exposición debe realizarse en circunstancias controladas (voluntarios, experimentos controlados, etc.).
8. La eliminación o modificación de la supuesta causa ha de producir
la eliminación o modificación de la enfermedad (corrección de dietas
deficitarias, conseguir erradicar una enfermedad, etc.).
9. La prevención o modificación de l respuesta del hospedador (vacuna) ha de disminuir o eliminar la enfermedad en los expuestos.
10. Todas las relaciones epidemiológicas han de ser creíbles.
Determinantes de enfermedad
Tres determinantes intervienen en la modulación de la enfermedad: el
agente causal, el medio ambiente y el hospedador.
Determinantes del hospedador
Los determinantes del hospedador pueden ser factores modificables o
no modificables. Según su naturaleza, jugarán un papel primario o secundario en la modulación de la enfermedad.
10
Determinantes de enfermedad
Miércoles, 13 de octubre de 2004
 Factores modificables:
o Comportamiento
o Estado inmunitario
 Factores no modificables:
o Edad
o Sexo
o Raza
o Herencia
Hay en enfermedades en las cuales pueden actuar simultáneamente
diversos determinantes no modificables del hospedador. Por ejemplo, la
enfermedad de Legg-Calve-Perthes, la edad y la raza son los determinantes del hospedador.
El estado inmunitario juega un papel importante, como en la inmunodeficiencia combinada de los potros árabes, o la forma húmeda de la peritonitis infecciosa felina.
Determinantes del agente causal
Patogenidad
Capacidad de un microorganismo de producir enfermedad.
Patógeno primario. Tiene capacidad por sí solo de producir la enfermedad.
Patógeno secundario. Tiene capacidad por sí solo de producir la enfermedad, pero suele aprovechar la acción de un agente primario.
Patógeno oportunista. Sólo producen la enfermedad si primero actúa
otro agente o se dan unas condiciones de inmunodepresión.
Virulencia
Capacidad de un microorganismo para producir enfermedad en termos
de gravedad. Depende del tipo de exotoxinas que produce, de las paredes y
la cápsula. La virulencia puede ser modificada de forma genotípica. Los
mecanismos de cambio genotípico que pueden modificar la virulencia son:
 Mutación
 Recombinación
 Conjugación
 Transducción
 Transformación
La virulencia del virus influenza (gripe) se puede modificar por mutación o por precombinación.
11
Determinantes de enfermedad
Estado del animal
Signos clínicos
Tipo de infección
Receptivo inmune
No
No
Miércoles, 13 de octubre de 2004
Receptivo
Subclínico
Inaparente
Leve-grave
Aparente
Muerte
Curso de una infección
Determinantes del medio ambiente
Clima
 Microclima. Justo donde está el individuo.
 Macroclima
El microclima puede ser muy importante en la aparición de algunas
enfermedades como el panadizo o la necrosis de las orejas en los cerdos.
Otros determinantes
Manejo e instalaciones
El manejo adecuado de los animales y unas instalaciones es esencial
para su bienestar. El estrés baja las inmunodefensas y produce susceptibilidad a infecciones.
Alimentación
Algunas enfermedades están directamente relacionadas a la alimentación, como la ulcera gástrica debida a pienso demasiado fino.
12
Determinantes de enfermedad
Miércoles, 13 de octubre de 2004
Interacción entre agentes
 Estadística
 Biológica
Se puede dar cualquier combinación entre agentes. En algunas enfermedades como la rinitis atrófica de los cerdos es necesaria la interacción
de dos agentes infecciosos.
Ejercicio
Discutir y describir los determinantes de enfermedades que pueden intervenir en la gripe, el sida y el infarto de miocardio.
Gripe
Sida
Infarto
de miocardio
Virus Estado
gripe inmunitario
Virus Costumbres,
HIV
hábitos
Hábitos, edad, sexo
Agente
hospedador
Virulencia,
estado inmunitario
Estilo de vida
Medio
ambiente
Época
Estilo de vida
Alimentación
??
Transmisión y mantenimiento de la infección
13
Transmisión y mantenimiento de infecciones
Martes, 19 de octubre de 2004
Transmisión
La transmisión se puede dar en tres momentos:
 Fase aguda
 Periodo de incubación
 Portadores inaparentes
La transmisión se clasifica:
 Horizontal. Entre individuos ya nacidos.
o Directa. Sin intermediarios.
o Indirecta. Con intermediarios.
 Vertical. De padres a hijos antes del nacimiento.
o En la gestación o incubación – congénita, transplacentaria,
transuterina, in ovo.
o A través de los gametos. Genética.
Transmisión horizontal indirecta
Las enfermedades de transmisión horizontal indirecta frecuentemente
tienen que ver con vectores invertebrados, que las transmiten a los vertebrados. Hay dos tipos de vectores:
 Biológicos. En los vectores biológicos, el microorganismo pasa necesariamente por un cambio de fase o multiplicación. Ejemplo: peste
equina africana. Tipos de vectores biológicos:
o Según su papel biológico.
 Desarrolladores. El agente cambia de fase en el vector.
 Propagadores. El agente sólo se multiplica en el vector.
 Ciclopropagativos. El agente se multiplica y cambia fase en el
vector.
o
Según su papel como transmiten la infección.
 Esterocarios. Transmiten el agente a través de las heces.
 Salivarios. Transmiten el agente a través de la saliva.
 Mecánicos. Actúan como portadores pasivos del microorganismo.
Ejemplo: mixomatosis.
 Fómites. Un objeto inanimado que actúa como vehiculo de la transmisión. Ejemplo: fiebre aftosa.
14
Transmisión y mantenimiento de infecciones
Martes, 19 de octubre de 2004
Transmisión del agente entre vectores
Hay dos mecanismos de transmisión del agente entre vectores:
 Transovárica. El agente se transmite del progenitor a la progenie.
Permite amplificar la cantidad de transmisores.
 Transestadial. El agente se transmite entre diferentes fases biológicas del invertebrado. Sólo permite aumentar el rango de hospedadores. Ejemplo: la enfermedad de Lyme e Ixodes ricinus. La larva tiene
transmite el agente a dos especies, la ninfa a 4 especies y el adulto a
2 especies (humano y canino).
En algunos casos, un microorganismo puede tener una transmisión
transovárica y transestadial simultáneamente.
Terminología asociada a la transmisión
 Reservorio. Especie en la que más habitualmente vive y se multiplica
un agente determinado.
 Hospedador definitivo. Termino parasitológico. Especie en la que el
parasito pasa a la fase de madurez sexual y se reproduce sexualmente.
 Hospedador intermediario. Termino parasitológico. Especie en la cual
el agente pasa una fase de reproducción asexual.
 Hospedador accidental/incidental. Especies que pueden infectarse pero no pueden trasmitir la infección.
Vías y métodos de transmisión
 Vías. Lugar por el cual el microorganismo entra en el cuerpo del hospedador:
 Oral
 Respiratoria
 Percutánea o permucosa
 Conjuntival
 Métodos. Sistemas en los cuales el microorganismo gana acceso:
 Ingestión inhalación
 Aerógena
o Corta distancia
o Larga distancia. Ejemplo: fiebre aftosa (250 km)
 Contacto
 Inoculación
 Introgénica. Causada por el médico.
 Sexual
Las enfermedades se pueden transmitir por todas las vías que se puedan imaginar: secreciones etc.
15
Transmisión y mantenimiento de infecciones
Martes, 19 de octubre de 2004
Características del hospedador que afectan la transmisión
Receptividad. Estado en el cual el hospedador está en una situación
que le permite o no sufrir la enfermedad. Los no receptivos son los inmunizados o los genéticamente resistentes.
Contagiosidad. Se puede entender de dos maneras diferentes:
 Duración del periodo infectivo.
 Cantidad del agente secretado
Periodo de incubación. El tiempo que pasa desde que se inicia la infección y se manifiesta la enfermedad. No tiene sintomatología.
Periodo de prepatencia. Termino parasitológico. El tiempo que pasa
entre el inicio de la infección y el inicio de la excreción del agente.
Periodo de excreción. Tiempo durante el cual el hospedador segrega el
agente.
Dosis infectiva mínima. Cantidad más baja del agente que produce la
infección. Depende del patógeno, de la especie del hospedador, de su estado inmunitario y de la vía de entrada.
Características del agente que afectan la transmisión
Infectividad. Capacidad del agente para infecta en términos de cantidad necesaria de agente.
Virulencia. Capacidad del agente para producir la enfermedad en términos de gravedad.
Estabilidad. Capacidad del agente por para sobrevivir en las condiciones ambientales.
Estrategias de mantenimiento de la infección
16
Transmisión y mantenimiento de infecciones
Martes, 19 de octubre de 2004
 Evitar el ambiente externo
o Transmisión vertical (diarrea vírica bovina)
o Transmisión sexual (brucelosis ovina, Brucella ovis)
o Transmisión por vectores (enfermedad de la lengua azul)
o Transmisión por sarcofagia – comer carne (triquinosis)
 Formas de resistencia
o Esporas (Bacillus anthracis)
o Quistes (Toxoplasma gondii)
o Huevos (Hymenolepsis diminuta)
 Persistencia en el hospedador
o Variación antigénica (virus de la gripe)
o Latencia (herpes virus)
o Hábitat intracelular (Clamydia spp.)
o Arrinconamiento (leptospira)
 Ciclo muy rápido (resfrío común)
 Amplio rango de hospedadores (fiebre aftosa)
Evolución temporal y espacial de enfermedades
Tipos de epidemias
 Epidemias de fuente común. Se caracterizan por el hecho de que todos los casos tienen un mismo origen, no extendiendo transmisión de
la enfermedad entre individuos. Ejemplo: salmonelosis causada por
un plato infectado en un restaurante.
 Epidemias por propagación. Se caracterizan por el hecho de que la
enfermedad se transmite entre individuos: el primer caso da el brote
primario, que a su vez da el brote secundario etc.
Curvas epidémicas
Son la representación gráfica de los nuevos casos de enfermedad en relación al tiempo. Nos permiten observar la evolución de una epidemia y
muestran su tendencia a aumentar o disminuir.
Se distinguen tres elementos en la curva: la fase ascendente, el pico
epidémico y la fase descendente. La inclinación de la fase descendente se
produce por la bajada en receptividad de la población: la probabilidad de
encontrar un individuo receptivo (no inmunizado) es cada vez más baja
hasta que no se producen nuevos casos.
Forma de la curva epidémica
17
Evolución temporal y espacial de enfermedades
Miércoles, 20 de octubre de 2004
La forma de la curva epidémica depende de varios factores:
 Infectividad. Cuanto más elevada la infectividad, se produce una curva más aguda.
 Contagiosidad. Cuanto más elevada la contagiosidad, la curva es más
aguda.
 Densidad de individuos receptivos. Mayor proporción de individuos
receptivos produce una curva más aguda.
 Periodo de incubación. Periodo de incubación más largo produce una
curva más baja y amplia.
Tasa básica de reproducción
La epidemia se perpetuará únicamente en aquellas situaciones en las
que un animal pueda infectar a uno o más individuos.
El numero de animales que se infecta a partir de un animal infectado
durante todo un periodo de contagiosidad recibe en numero de tasa básica
de reproducción – R0.
Teorema de Kendall
El concepto contacto efectivo representa la probabilidad de que un
animal contagie a otro, es decir, que se den las circunstancias que conduzcan a la transmisión real de la enfermedad. Para que tenga lugar la
transmisión, es necesario que exista una densidad mínima de animales
receptivos, el umbral de Kendall.
Modelo de Reed-Frost
El modelo de Reed-Frost (1921) es un modelo matemático que permite
la simulación de la evolución de una epidemia en una población cerrada.
El modelo asume la existencia de tres posibles estados:
 Receptivo
 Enfermo
 Inmune
Asumiendo que:
 El inmune no puede volver a ser receptivo.
 El tiempo se mide en periodos de incubación (de infectarse a ponerse
enfermo).
18
Evolución temporal y espacial de enfermedades
CT 1  ST  1  q 
Miércoles, 20 de octubre de 2004
CT
 CT+1 – casos en el tiempo T+1
 ST – receptivos en el tiempo T+1
 q – probabilidad de no tener un contacto efectivo
 1-q – probabilidad de que al menos haya un contacto efectivo
CT+1 = 0 si:
 ST = 0 --> inmunización masiva de la población, aislamiento o eliminación de los receptivos
q=1
 CT es constante.
Inmunidad del rebaño
La epidemia progresa si R0 > 1. La vacunación reduce el número de
susceptibles, y por tanto, reduce la probabilidad de que tenga lugar un
contacto efectivo. Sin embargo, para una epidemia debe conseguirse una
proporción mínima de inmunizados, calculada por la formula siguiente:
R0V  R0  1  I 
 R0V – tasa de reproducción en la población vacunada
 R0 – tasa de reproducción en la población plenamente susceptible
 I – proporción de inmunizados
Una enfermedad que se contagia fácilmente, hará falta de una vacunación más eficaz para cortar la epidemia, que en una enfermedad que se
contagia difícilmente.
R0 < 1 --> la epidemia desaparece espontáneamente.
19
Evolución temporal y espacial de enfermedades
Martes, 26 de octubre de 2004
Evolución epidémica en poblaciones contiguas
discretas
Cuando existen diversas poblaciones contiguas (por ejemplo, granjas o
explotaciones de una zona), la evolución de una epidemia es similar a la de
una población cerrada pero con algunas características especiales.
Ondas epidémicas
Cada uno de los brotes que afectan a un grupo de explotaciones con
una causa común constituye una onda epidémica. El conjunto de ondas
epidémicas constituye el denominado tren epidémico.
A medida que la epidemia se extiende por una región, la forma de las
ondas epidémicas se modifica, reflejando el cambio en las características
epidemiológicas de la población.
20
Evolución temporal y espacial de enfermedades
Martes, 26 de octubre de 2004
Ejemplo: epidemia de la peste porcina en Lleida, 1997-8. La peste porcina no existe en Cataluña, por tanto está prohibido vacunar los animales
frente esta enfermedad (según las leyes de la UE). Cuando se apareció una
infección de peste porcina, debida a importación ilegal, se produjo una epidemia:
Para parar la evolución de la epidemia, se aplicó sacrificio voluntario.
El sacrificio voluntario es un método de eliminar susceptibles: todos los
animales de explotaciones infectadas son sacrificados, y se les pagan a las
explotaciones adyacentes que tienen los animales sanos por sacrificar los
animales sanos, para evitar la propagación de la enfermedad.
La tasa de eliminación, μ es la velocidad en que se eliminan las explotaciones susceptibles.
La tasa de reproducción, R es la velocidad en que se transmite la enfermedad.
La tasa relativa de eliminación, St explica por qué cambian las ondas
epidémicas:
St 

R
Si el número de susceptibles es mayor que la tasa relativa de eliminación, se producirá una onda epidémica tipo I.
Evolución de situaciones endémicas
En situaciones endémicas, la enfermedad se presenta a nivel constante
(estado de equilibrio), sujeta únicamente a fluctuaciones aleatorias.
Sin embargo, pueden existir tendencias en la frecuencia de la enfermedad que reflejarán variaciones en la situación de equilibrio.
21
Evolución temporal y espacial de enfermedades
Martes, 26 de octubre de 2004
Hay tres tipos de tendencias:
 Tendencias a corto plazo (aleatorias)
 Tendencias cíclicas. Una tendencia cíclica supone el aumento y descenso periódico en la incidencia de la enfermedad. Estos cambios reflejan cambios periódicos en los determinantes de la enfermedad. Se
conocen dos casos generales de ciclicidad:
o Estacionalidad. Los cambios de la frecuencia de la enfermedad son modulados por los cambios de estación del año.
Ejemplo: alergia al polen y la mayoría de las enfermedades con vectores biológicos.
o Ciclicidad interanual. Depende de la dinámica de la población – los cambio de proporción de inmunizados y susceptibles.
 Tendencias seculares. Las tendencias seculares reflejan la evolución
de una enfermedad endémica a lo largo de periodos de larga duración
(más de 10 años). Este tipo de tendencia suele reflejar cambios muy
pequeños pero constantes que sólo se observan a muy largo plazo.
¿Cómo se detectan las tendencias?
La detección de tendencias puede realizarse de diversas maneras:
 Métodos gráficos
 Métodos analíticos simples
 Métodos estadísticos (regresión)
Distribución espacial
Básicamente se conocen tres tipos generales de distribuciones espaciales de la enfermedad:
 Aleatoria. Suele corresponder a procesos de presentación esporádica.
 En conglomerados (inglés – clustered). Suele reflejar la transmisibilidad de la enfermedad.
 Regular. Muestra una causa de enfermedad que actúa con un patrón
constante y definido (por ejemplo, intoxicación a través de la red de
aguas).
El tipo de distribución de la enfermedad puede sugerir su naturaleza o
su forma de diseminación.
Epidemiología serológica
22
Epidemiología serológica
Miércoles, 27 de octubre de 2004
El diagnóstico de la enfermedad puede realizarse desde diferentes
abordajes, y las diferentes métodos de análisis son unas herramientas
muy importante a la hora de determinar si el individuo de que está enfermo el paciente, ya que implica cierto pronostico y también un tratamiento.
Un diagnóstico incorrecto conlleva un tratamiento inadecuado, que puede
causar más daño al enfermo.
Cualquier prueba que se utilice para el diagnostico de una enfermedad
estará sujeta a un margen de error. Cabe la posibilidad de que la prueba
clasifique como positivo un individuo realmente sano (falso positivo) o que
lo clasifique como negativo cuando en realidad está enfermo (falso negativo).Los motivos por los que pueden producirse estos errores son múltiples.
Sensibilidad y especifidad
La sensibilidad se define como la proporción de enfermos reales que la
prueba detecta como tales. La especifidad corresponde a la proporción de
individuos sanos reales que la prueba clasifica como tales. Como en ambos
casos se trata de una proporción, el resultado suele expresarse en porcentaje.
Sensibilidades y especifidad son características inherentes a cada
prueba y no se modifican por las tasas de incidencia ni por la prevalencia.
La sensibilidad y especificidad de una prueba deben encontrarse en
equilibrio; al sobrepasar el punto de equilibrio, el incremento de una supone el descenso de la otra y viceversa.
Motivos de falta de sensibilidad y especifidad
La falta de sensibilidad de una prueba serológica puede deberse a varios factores:
 Tolerancia natural o inducida frente a algunos anfígenos. En estos
casos el animal no produce anticuerpos cuando entra en contacto con
el agente patógeno. Es el caso de los terneros virémicos persistentemente infectados con el virus de la diarrea vírica bovina.
 Infección reciente. La respuesta inmunitaria tarda un tiempo para
su desarrollo. Si se utiliza el suero de un animal recientemente infectado, y que no ha tenido tiempo suficiente para desarrollar la respuesta inmunitaria, la prueba de anticuerpos dará respuesta negativa falsa.
23
Epidemiología serológica
Miércoles, 27 de octubre de 2004
 Momento inadecuado para la realización de la prueba. En ciertas
circunstancias, se producen cambios fisiológicos en los niveles de anticuerpos que se deben a procesos naturales, como la gestación.
 Errores de laboratorio.
Interpretación de pruebas serológicas
En muchas ocasiones es importante conocer si un rebaño está infectad
o no examinando únicamente una muestra representativa del mismo. Si la
especificidad de la prueba utilizada no es del 100%, existe posibilidad de
considerar positivo un animal sano. La probabilidad de que algún animal
sea falso positivo aumenta cuando se analizan unos animales, y por tanto
aumenta la probabilidad de considerar infectado el rebaño sin que realmente lo esté.
La probabilidad de detectar como positiva una granja con una prevalencia determinada de infección depende de la prevalencia misma, así como de la sensibilidad de la prueba e incluso de su especificidad. La sensibilidad de la prueba aplicada al rebaño aumentara con el número de animales examinados. Por lo contrario, si se quiere aumentar la especificidad,
una opción es aumentar el umbral a partir del cual el rebaño se considera
infectado; lógicamente, eso implica una disminución de la sensibilidad.
Para calcular la sensibilidad y especificidad aplicada a un rebaño se
utiliza la fórmula siguiente:
ER  E n
SR  1  1  Pap 
n
 SR – probabilidad de que un rebaño realmente infectado se clasifique
correctamente.
 ER – probabilidad de que un rebaño realmente sea sano sea clasificado correctamente.
 Pap – prevalencia aparente en el rebaño.
 n – numero de animales examinados.
Prevalencia real y prevalencia aparente
La falta de sensibilidad y especifidad de las pruebas serológicas va
produce una distorsión de la estimación de la prevalencia de la enfermedad en la población. La prevalencia obtenida por la aplicación de una
prueba sobre una muestra de la población se conoce como prevalencia aparente en contraposición a la prevalencia real de la enfermedad.
24
Epidemiología serológica
Miércoles, 27 de octubre de 2004
La relación entre prevalencia real y aparente puede ser calculada mediante la fórmula siguiente:
Pr 
Pap  E  1
S  E 1
Si la población está libre de la enfermedad (es decir, la prevalencia real
es igual a cero) la prevalencia aparente seré de 1-E.
Valores predicativos
Los valores predicativos dan una imagen de la proporción de individuos detectados como positivos o negativos por la prueba que están realmente enfermos o sanos. Si nos basamos en la tabla:
POSITIVOS NEGATIVOS TOTAL
Positivos
A
B
A+B
Negativos
C
D
C+D
A+C
B+D
N
Totales
Valor predicativo de los positivos: V p 

A
AC
Correspondiente al Vp a la proporción de individuos que la prueba cataloga como enfermos correctamente.
Valor predicativo de los negativos: V p 

B
BD
Correspondiente al valor predicativo es la proporción de individuos que
la prueba clasifica como sanos correctamente.
En realidad, los valores predicativos nos dan una imagen de la proporción de falsos positivos y falsos negativos que nos da la prueba dentro de
su clasificación de individuos sanos y enfermos.
Determinación de la concordancia entre pruebas
En muchos casos es muy difícil de disponer de una prueba cien por cien
sensible y específica que sirva de referencia para el cálculo de estos parámetros de otras pruebas. En estos casos se puede comparar la prueba con
otra de uso común y que se considera como referencia, aunque no es 100%
válida.
Para realizar esta comparación se calcula el valor de comparación kappa, que permite medir la concordancia de resultados que se produce entre
las pruebas más allá del efecto del azar. Puede tomar cualquier valor entre
0 y 1; un valor kappa igual a cero indica que cualquier coincidencia de re-
25
Epidemiología serológica
Martes, 2 de noviembre de 2004
sultados entre ambas pruebas es debida al azar, y un valor 1 indica que la
concordancia es total.
Para calcular kappa, en primer lugar hay que determinar la concordancia aparente entre las dos pruebas (CO):
CO 
ad
n
A continuación se calcula la concordancia por el azar (CA):
 a  b a  c   a  b   a  c  
CA  

 1 
  1 

n  
n  
n  
 n
probabilidad
de que se coniciden
dos positivos
probabilidad
de que se coinciden
dos negativos
El valor kappa se calcula de la siguiente manera:

CO  CA
1  CA
Un valor kappa inferior a 0.5 indica que las pruebas comparadas no
producen resultados similares. Valores entre 0.6 y 0.8 se consideran como
concordancia aceptables, y valores superiores a 0.8 muestran que ambas
pruebas son intercambiables a la práctica.
Encuestas
Objetivos:
 elaboración de cuestionarios – conocer la forma de elaborar un cuestionario.
 Muestro de encuestas.
o Conocer los factores que condicionan la precisión y exactitud.
o Calcular el número de individuos necesarios para estimar la
prevalencia.
o Calcular el número de individuos necesarios para detectar la enfermedad.
Las encuestan sirven para obtener información: descripción de la situación de una enfermedad utilizando encuestas descriptivas que miden la
frecuencia, o determinación de los factores que favorecen su aparición (encuestas analíticas), que comparan individuos.
26
Encuestas
Miércoles, 3 de noviembre de 2004
Encuestas descriptivas
Hay dos tipos de encuestas descriptivas:
 Transversales. Miden prevalencia.
 Longitudinales. Miden incidencia.
Aspectos básicos de la encuesta:
 Numero de individuos.
o Todo en censo
o Una muestra

¿Cuántos individuos?

¿Qué individuos?
 Definición de casos
Recogida de información
La recogida de la información puede estar ya registrada (laboratorios
de diagnóstico, granjas) o hay que obtenerla. En el segundo caso se puede
obtener la información mediante muestras biológicas, informes (poco práctico) o cuestionarios.
El cuestionario permite obtener parte de la información necesaria
(normalmente hay que complementarla con pruebas de laboratorio).
Cuestionarios
Hay que plantear la elaboración de un cuestionario con detalle para
obtener la máxima información, más válida posible y lo más rápidamente
posible. Aparentemente es simple, pero condiciona el análisis que se podrá
realizar y la calidad de los resultados.
Los objetivos del cuestionario se deben definir de manera detallada para evitar hacer preguntas innecesarias. Un objetivo se puede conseguir con
una o más preguntas, pero una pregunta sólo será útil para un objetivo.
Rellenar la encuesta no debe de ocupar más de 15-20 minutos, porque
si dura más se debe fijar la entrevista con anterioridad.
El cuestionario puede tener diferentes tipos de preguntas:
 Preguntas abiertas. Permiten una mejor valoración, no es preciso
prever todas las posibles respuestas. Supone más tiempo para contestar y codificar.
 Preguntas cerradas. Pueden ser dicotómicas o de elección múltiple.
Se puede perder información en este tipo de pregunta.
 Preguntas semi-abiertas. Intentan evitar los inconvenientes de las
otras dos – permitir mejor valoración pero sin el coste de tiempo.
27
Encuestas
Miércoles, 3 de noviembre de 2004
Estructura de los cuestionarios
 Cabecera. Es la presentación de la encuesta al que debe rellenarla.
Contiene:
o Título
o Breve justificación de la encuesta
o Nombre y dirección del que realiza la encuesta
 Datos identificativos
o Numero de la encuesta
o Identificación del ganadero
o Fecha
 Datos de información general. Datos generales e la granja pueden ser
importantes o actuar como variables de confusión.
o
o
o
o
o
o
Numero de animales
Edad
Tipo de producción
Instalaciones
Datos productivos
Origen de los animales
 Datos de la enfermedad
o
o
o
o
o
o
Número de enfermos
Duración del proceso
Síntomas
Tratamientos realizados
Vacunaciones
Posibles causas del proceso
 Otras informaciones
 Agradecimiento
Estructura de las preguntas
Las preguntas deben ser claras y concisas, sin ambigüedades. Todos
los encuestados deben entender lo mismo en cada pregunta. Por ejemplo,
una pregunta ¿se ha introducido animales antes de la enfermedad? No especifica el periodo del tiempo.
Las preguntas han de ser comprensibles en cuanto a términos técnicos
y sintaxis.
28
Encuestas
Miércoles, 3 de noviembre de 2004
Métodos para obtener las repuestas
Hay diferentes métodos para obtener las respuestas, que varían en
precio y fiabilidad: por entrevista, por teléfono y por correo. La entrevista
tiene un mayor ratio de respuesta, pero tiene el problema de ser más caro
e introducir posibles sesgos por el entrevistador; el correo permite distribuir la encuesta entre muchas personas pero tiene el problema que el ratio
de respuesta es bajo y no permite clarificar las respuestas. En general se
obtiene mejores resultados a través de las entrevistas, el problema es que
en ocasiones es inviable.
Comprobación de cuestionarios
Hay diferentes métodos para comprobar los cuestionarios:
 Informal. Compañeros de trabajo etc.
 Formal. Encuesta piloto (no se deben utilizar los datos)
Criterios para juzgar un cuestionario:
 Claridad de preguntas y tiempo que tarda en rellenar la encuesta.
 Fiabilidad (repetitividad)
 Validez – grado en que las respuestas reflejan la realidad.
Censos
Los censos consisten en examinar toda la población. Permiten conocer
exactamente la distribución de la variable o variables estudiadas en dicha
población. Sin embargo, pueden ser inviables o innecesarios, porque son
caros, lentos y poco flexibles y a veces técnicamente imposibles de realizar.
En estos casos, una alternativa será la medición de estas variables en
una parte de la población, es decir, una muestra.
El muestreo
De la población se elige una muestra que debe ser una reproducción a
escala: precisa y exacta.
Definiciones
 Población total o población objetivo. Grupo de individuos del que se
pretende obtener la información.
 Población estudiada. Población de la que se obtiene la muestra.
 Marco de la encuesta. Listado de los individuos de la población.
 Unidad de la encuesta. Cada individuo de la población estudiada.
 Fracción de muestra. porcentaje de la población que forma parte de la
muestra.
29
Encuestas
Miércoles, 3 de noviembre de 2004
 Sesgo. Los errores sistemáticos.
Calidad de los dados
Selección de la muestra
 Exactitud. La muestra debe ser representativa. Causas de error:
o Sesgos de elección. Muestra sesgada.
 Precisión. Numero de individuos. Causas de error:
o Imprecisión en la estimación. Tamaño insuficiente
o Precisión excesiva. Coste elevado.
Tipos de muestreo
 Selección intencionada. Muestra fracción de la encuesta, formada por
individuos que no han sido elegidos al azar. Hay que tener cuidad con
las conclusiones que se extrapolen a la población total, ya que al no
ser aleatorio, el muestreo es sesgado.
 Muestreo aleatorio
o Muestreo aleatorio simple. Todos los individuos se escogen al
azar.
o Muestro sistemático. El primer individuo se escoge al azar, y el
resto se escogen sistemáticamente a partir de aquel (por ejemplo, cada 10 individuos se escoge uno).
o Muestreo estratificado. Los individuos se dividen en estratos
(por ejemplo, por edad o tamaño) y da cada estrato se escogen
individuos. El número de individuos elegidos de cada estrato es
en función de la proporción del estrato en toda la población.
o Muestro por conglomeraciones. La población se divide en conglomerados, y la muestra se construye por unos conglomerados
escogidos de la población.
o Muestro mixto. Se suele utilizar cuando la población es compleja. Consiste en aplicar distintos tipos de muestreo sobre distintas unidades de la encuesta (a distintos niveles). Ejemplo:
30
Encuestas
Miércoles, 3 de noviembre de 2004
muestreo estratificado a nivel de granja según el tamaño de la
explotación y luego sistemático entre los animales de la granja.
Aspectos que influyen la muestra
Para determinar la prevalencia en una población intervienen los factores siguientes:
 Técnicamente:
o Tamaño de la población (N). En poblaciones pequeñas es un
aspecto importante. La población se considera pequeña cuando
el tamaño de muestra excede el 10% de la población.
o Prevalencia estimada (P y Q). Parece contrasentido que para
calcular la prevalencia hay que estimarla. Se basa en la metodología científica en el que se genera una hipótesis previa y se
comprueba si es cierta o no.
o Precisión (B). Se define como el margen de variación que asumimos o el error admitido. Si obtenemos en la muestra una
prevalencia de 15% y trabajamos con una precisión de 5%, la
prevalencia de la población oscilará entre 10-20%.
o Nivel de confianza (Z). Indica la probabilidad de que la prevalencia calculada se encuentra dentro del intervalo definido.
 En la práctica:
o Recursos económicos, personales y materiales
Determinación del tamaño de la muestra
Muestra necesaria para determinar la prevalencia
n
n = tamaño de la muestra
Z = nivel de confianza
Z 2 PQ
B2
P = frecuencia esperada (Q =1-P)
B = precisión
31
Encuestas
Martes, 9 de noviembre de 2004
La fórmula anterior es adecuada para poblaciones infinitas (grandes)
pero no para poblaciones pequeñas. En este caso, se debe hacer la siguiente corrección:
1 1 1
 
n n N
n’ = tamaño de la muestra corregido
n = tamaño de la muestra formulado
N = tamaño de la población
Ejemplo:
En una población de 10,000 animales se pretende determinar el tamaño de muestra necesario para establecer la prevalencia de una enfermedad
con una precisión de 5% para un nivel de confianza de 95%. Se supone que
el 30% de los animales estarán afectados.
Nivel de confianza = 95% --> Z = 1.96
Prevalencia esperada P = 0.3 --> Q = 1-P = 0.7
Precisión = 5%
n
1.962  0.3  0.7
 322.7
0.052
¿Cuál será el tamaño necesario para una población de 100 animales
(suponiendo que el resto de condiciones se mantiene)?
1
1
1


 0.131
n 323 100
n  76.36
Por tanto la muestra deberá ser de 77 animales.
Tablas para tamaño de muestra
Hay tablas que representan los tamaños de muestra necesarios en función de la precisión y la prevalencia:
32
Encuestas
Martes, 9 de noviembre de 2004
Muestra necesaria para detección de enfermedad
El tamaño de la muestra se calcula con la fórmula siguiente:

n  1  1  a 
1
D
   N  D21 
n = tamaño de muestra
D = numero mínimo de enfermos
N = tamaño de población
a = nivel de confianza (95-99%)
Ejemplo
¿Qué tamaño de muestra será necesario tomar para determinar si las
100 vacas de una granja están infectadas, suponiendo que por lo menos
25% de los animales serán positivos, si la granja está afectada?

n  1  1  0.95
1
25
  100  2521   9.9
O sea, una muestra de 10 animales.
Tablas para tamaño de muestra
Representan el tamaño de muestra necesario en función de la prevalencia esperada y el tamaño de la población.
Errores y sesgos en el muestreo
Error aleatorio. Medida que no representa el valor real. Da una idea
cierta, pero poco precisa.
Sesgo. Error sistemático, conduce a una idea equivocada de la realidad.
Control de sesgos de muestreo
No siempre es posible, pero es asumible que:
 Extrapolamos las conclusiones solo a la sólo a la población estudiada
(y no a la total).
 Disponemos de una margo de encuesta fiable.
33
Encuestas
Martes, 9 de noviembre de 2004
 El muestreo es aleatorio.
 Optimizamos la participación y la recogida de dados.
Estudios epidemiológicos
Objetivos:
 Conocer los tipos de estudios.
 Conocer las ventajas e inconvenientes de cada tipo de estudios.
 Conocer los puntos críticos en el diseño y realización del estudio.
 Calcular el número de individuos necesario para realizar los estudios.
Tipos de estudios
 Observacionales
o Transversales
o Casos y controles
o Cohortes
 Experimentales
o Pruebas de campo
o Ensayos clínicos
Estudios observacionales
En los individuos ya están agrupados de manera que el investigador se
limita a la observación sin poder intervenir en los factores. Los estudios
observacionales permiten sacar partido de las observaciones de la realidad. Son más fáciles de realizar, más baratos y se pueden aplicar a condiciones muy concretas. Son útiles para estudiar los indicadores de riesgo.
Estudio transversal
Se estudia la causa y el efecto a la vez.
34
Estudios epidemiológicos
Miércoles, 10 de noviembre de 2004
 Ventajas:
o Rapidez de realización
o Coste bajo
o No se precisan muchos individuos
o Permiten el estudio de múltiples factores
 Inconvenientes
o Si la enfermedad es rara precisan de una muestra grande
o No se controlan numerosas variables
o Se trabaja con prevalencias, no con incidencias
Estudio de casos y controles
Se estudia el efecto y su anterior causa posible.
 Ventajas:
o Aplicables a enfermedades poco frecuentes
o Rapidez de realización
o Coste bajo
o No se precisan muchos individuos
o Permiten el estudio de muchos factores
 Inconvenientes
o No permiten determinar la proporción de expuestos y no
expuestos en la población (las prevalencias)
o No se pueden conocer las incidencias
35
Estudios epidemiológicos
Miércoles, 10 de noviembre de 2004
Estudios de cohortes y experimentales
En los estudios experimentales los individuos se distribuyen al azar
entre los dos grupos. En los estudios de cohortes la distribución viene ya
establecida.
 Ventajas:
o Permiten calcular la incidencia en los grupos de expuestos y no
expuestos.
o Son flexibles en la elección de las variables
 Inconvenientes
o Si la enfermedad es rara precisan de una muestra grande.
o Son de seguimiento largo
o Son caros.
Estudios experimentales
En los estudios experimentales los individuos a estudiar se distribuyen
aleatoriamente (ejemplo: prueba de campo para efectividad de un fármaco). Los estudios experimentales permiten demostrar la causalidad ya que
los individuos son elegidos al azar.
Tipos de estudios experimentales:
 Ensayos clínicos. Trabaja con individuos enfermos. Se buscan tratamientos
 Pruebas de campo. Trabaja con individuos sanos. Se estudia la profilaxis.
 Ensayos comunitarios de intervención. Pruebas de campo sobre una
base poblacional (ejemplo: fluoración del agua). No son muy habituales en veterinaria.
Ventajas e inconvenientes de los estudios experimentales:
 Ventajas
o Permiten demostrar la casualidad
o Son flexibles en la elección de variables
o Permiten determinar la incidencia
36
Estudios epidemiológicos
Miércoles, 10 de noviembre de 2004
 Inconvenientes
o Requieren una población específica para realizar el estudio.
o Son caros y laboriosos
o Si la enfermedad es rara, precisan una muestra elevada
o Son de seguimiento largo.
Planteamiento de los estudios experimentales
 Definición de los objetivos
 Consideraciones en el diseño del estudio
o ¿Qué tipo de estudio se va a realizar?
o Precisión: limitación del error debido al azar.
o Eficiencia: información-coste.
o Validez:

Interna
 Validez de inferencia (medición ajustada)
 sesgos: selección, clasificación, confusión

Externa: validez de generalización (extrapolación)
 Selección y valoración de las variables a estudiar
 Definición de la población en estudio
o Criterios de inclusión y exclusión
 Definición del tamaño de muestra
 Selección de los métodos estadísticos
 Consideraciones éticas
Sesgos
 Selección. Diagnóstico erróneo etc. se elimina si se definen correctamente los criterios de inclusión.
 Clasificación.
o Incorrecta no diferencial: afecta simultáneamente al factor de
exposición y su resultado.
o Incorrecta diferencial: afecta independientemente a cada uno de
los ejes de estudio.
La confusión
La confusión consiste en la mezcla de efectos (distorsión) producida por
un factor.
Un factor de confusión se correlaciona con el efecto y con el factor de
exposición aunque no sea causal en si mismo.
37
Estudios epidemiológicos
Miércoles, 17 de noviembre de 2004
Hay tres técnicas de diseño para evitar la confusión:
 Aleatorización
 Restricción
 Apareamiento
Selección y valoración de variables
El sentido común es el mejor criterio para la elección de variables. Las
variables deben ser relevantes. Se debe definir a priori si las variables serán cuantitativas o cualitativas. La valoración será objetiva. Se debe establecer a priori una escala de valores posibles.
Definición de la población a estudiar
La definición de la población a estudiar es clave para que el estudio
tenga validez externa. Deben determinarse las circunstancias que permiten incluir o excluir un individuo del estudio, determinando criterios de
inclusión y de exclusión. La determinación de estos criterios permite reducir los sesgos, incrementa la validez interna y externa del estudio y permite la eliminación de valores aberrantes o no representativos.
Muestreo de estudios
n

z
 2 pq   z  p q
p  p 

e
 pc qc 
e

2
2
e
c
 n – tamaño de muestra
 z – estadístico referido a error  (tipo I)
 z  – estadístico referido a error  (tipo II)
 pe – frecuencia de la respuesta en los expuestos (o casos)
 pc – frecuencia de la respuesta en los no expuestos (o control)
 p  pc  pe
 q  1 p
Errores  y 
Error  : aceptar diferencias entre los grupos (rechazo de la hipótesis
nula) cuando en realidad los dos grupos son iguales. Ejemplo: si
  0.05  z  1.96 .
Error  : considerar a los dos grupos como iguales (se acepta la
hipótesis nula) cuando en realidad son diferentes. Ejemplo: Si
  0.2  z  0.84
38
Estudios epidemiológicos
Miércoles, 17 de noviembre de 2004
Ejemplo: se quiere realizar un estudio para determinar si un pienso
puede ser causa de enfermedad. La hipótesis es que los animales que toman el pienso A tendrán una prevalencia del 10% y los del pienso B de 5%.
1.96

n
 2  0.075  0.0925   0.84  0.1 0.9  0.05  0.95  
 0.1  0.05
2
2
 434
Los grupos deben tener un tamaño de 434 individuos cada uno.
Selección de los métodos estadísticos
Es necesario:
 Incluir los métodos estadísticos en el diseño del estudio.
 Considerar los valores de significación (p) y los intervalos de confianza cuando se estiman las magnitudes del efecto.
 Aplicar adecuadamente las pruebas paramétricas y no paramétricas.
Medidas de asociación y de impacto
Las medidas de asociación e impacto permiten mediar la magnitud de
la asociación entre el factor de exposición (posible causa) y la enfermedad.
Las medidas de signifación estadística no permiten determinar la magnitud del efecto, ya que dependen mucho del tamaño de muestra.
Medidas de asociación
Las medidas de asociación permiten determinar el riesgo y la magnitud de la asociación entre un determinado factor y la aparición de la enfermedad. Las principales dos medidas de asociación son el riesgo relativo
(RR) y la odds ratio (OR). Su interpretación debe llevarse a cabo tanto
desde un punto de vista estadístico como epidemiológico.
Riesgo relativo (RR)
El riesgo relativo es el cociente de incidencias (prevalencias) entre el
grupo expuesto y el no expuesto. También recibe el nombre de razón de
riesgo (risk ratio). Se aplica a los estudios de cohortes y experimentales. Se
puede aplicar a los estudios transversales, pero en éstos se miden prevalencias (no incidencias o tasas de riesgo), por tanto es más correcto utilizar
el término de razón de prevalencias en estos estudios. Este término no se
puede utilizar en los estudios de casos y controles.
El término se calcula de la siguiente manera:
39
Estudios epidemiológicos
Martes, 16 de noviembre de 2004
a 
a /  a  b a c  d 
a  b 
 RR 

 
c 
c / c  d  c a  b

c  d 
I ex 
I nex
Interpretación de RR
a
c

 RR  1  factor de exposición (causa) induce enferab cd
medad.
 Si
a
c

 RR  1  factor de exposición (causa) no afecta la enab cd
fermedad.
 Si
a
c

 RR  1  factor de exposición (causa) protege de la
ab cd
enfermedad.
 Si
Es importante tener en cuenta en la interpretación e l valor p y el intervalo de confianza en función del χ2.
Odds ratio (OR)
El odds ratio es el coeficiente de ratios enfermos/sanos entre grupos.
a
a /b ad
b 
 OR 

 
b
c / d c b
R2 
c 
R1 
El odds ratio calcula el coeficiente de ratios expuestos/no expuestos entre grupos de enfermos y no enfermos. Puede aplicarse también en estudios de casos y controles.
Interpretación del OR
 Si
a c
  OR  1  factor de exposición (causa) induce enfermedad.
b d
a c
  OR  1  factor de exposición (causa) no afecta la enferb d
medad.
 Si
a c
  OR  1  factor de exposición (causa) protege de la enferb d
medad.
 Si
40
Estudios epidemiológicos
Martes, 16 de noviembre de 2004
Medidas de impacto
Las medidas de impacto permiten determinar la importancia de un determinado factor sobre la aparición de la enfermedad. Las principales medidas de impacto son el riesgo atribuible (RA) y la fracción etiológica (FE).
Su interpretación debe llevarse a cabo tanto desde un punto de vista estadístico como epidemiológico.
Riesgo atribuible
El riesgo atribuible es la diferencia de incidencias (o prevalencias) entre el grupo expuesto y el grupo no expuesto:
a 
a  b 
 RA  a /  a  b   c /  c  d 
 
c 

c  d 
I ex 
I nex
Fracción etiológica
La fracción etiológica es el porcentaje de incidencia en los expuestos
atribuible a la causa. Se aplica cuando la causa produce enfermedad: a
más causa, más enfermedad.
a 
a /  a  b   c /  c  d  RR  1
a  b 
 FE 

 
c 
a / a  b
RR


cd
I ex 
I nex
Eficiencia vacunal
La eficiencia vacunal es la fracción etiológica considerando la incidencia de la enfermedad entre los no vacunados.
Estadística epidemiológica
La epidemiología no es estadística, pero analiza datos con estadística.
Muchas veces, los epidemiólogos necesitan interpretar datos estadísticos, y
sus herramientas para hacer los son el sentido común y la biología.
La estadística es la ciencia basada en las matemáticas y la probabilidad que permite describir un conjunto de observaciones en términos de la
distribución de sus elementos. La estadística también permite diferencia si
una distribución de resultados es producto del azar o de una correlación
significativa.
41
Estadística epidemiológica
Martes, 23 de noviembre de 2004
Variables
Una variable es un factor que puede variar o adoptar diferentes valores en una población. Ejemplo: edad, sexo, raza etc.
Cuando en una situación dada una variable no puede cambiar se denomina parámetro. Ejemplo: en un estudio sobre enfermedades de la próstata, la variable sexo se considera parámetro.
Desde un punto de vista estadístico, hay diferencia entre la variable
‘altura’ y la variable ‘sexo’. La variable altura puede adoptar cualquier valor entre dos límites más o menos conocidos. Si, una persona puede medir
165 cm., 166 cm., 210 cm. o cualquier valor intermedio. Esta clase de variable es cuantitativa y continua. Por el otro la do, la variable sexo sólo
puede asumir dos valores: macho y hembra, y no hay posibilidades intermedias. Este tipo de variables es cualitativo y discreto.
La estadística descriptiva permite resumir los datos. Hay dos grandes
tipos de medidas descriptivas:
 Medidas de posición. Nos dan estimaciones que nos permiten tener
una idea de cómo es la población de media:
o Media aritmética. Es el valor medio de una serie de datos. Se
calcula como el sumatorio de todos los valores dividido por el
número total de datos.
o Mediana. Es el valor debajo el cual se agrupa el 50% más bajo
de los valores observados.
o Moda. Es el valor más repetido de la serie.
 Medidas de dispersión. Nos permiten ver cómo de compacta es la población – estimar la homogeneidad de la población.
o Varianza. Es el cuadrado de la desviación estándar.
o Desviación estándar. La mediana de todas las diferencias entre
la media y los datos individuales.
Distribuciones frecuentes
Normalmente, no es suficiente describir un conjunto de datos sino que
se quiere extrapolar de los resultados a poblaciones más grandes.
Esta capacidad de inferencia viene ligada a la probabilidad – la proporción de veces que una situación particular se produce (experimentando
bajo las mismas condiciones) cuando se repite el experimento n veces. Esta
probabilidad es relacionada a la distribución de los datos.
42
Estadística epidemiológica
Martes, 23 de noviembre de 2004
Distribución normal
 

1
f  x 
 e 2
2
x
2
2
Distribución binomial
La distribución binomial es la que corresponde a fenómenos que sólo
pueden tener dos resultados (como tirar una moneda al aire). Esta distribución es particularmente importante porque es aplicable a muchas situaciones (ejemplo: análisis serológica).
Pr  r  
n!
nr
p r 1  p 
r ! n  r !
Distribución de Poisson
Pr  r  
e 1 r
r!
43
Estadística epidemiológica
Martes, 23 de noviembre de 2004
Hipótesis nula
Una de las bases del análisis estadístico es el que se denomina contraste hipótesis, que significa que en cualquiera situación se consideran al
menos dos hipótesis:
 Los grupos comparados son iguales (hipótesis nula, H0)
 Los grupos comparados no son iguales (hipótesis alternativa, H1)
La estadística asume que los grupos son iguales (aceptación de la hipótesis nula) excepto que eso sea muy poco probable (<5%). Hay que interpretar el límite con plasticidad, especialmente cuando se acerca a los 5%.
Significación estadística
Normalmente consideramos que los grupos son iguales excepto que la
probabilidad de que los resultados sean debidos al azar sea muy pequeña
(<5%). En este caso, rechazamos la hipótesis nula y aceptamos la alternativa. Este 5% es lo que se conoce como nivel de significación. Se representa
por el valor de p. así, si el valor p < 0.05, podemos decir que las dos poblaciones son diferentes.
Ejemplo: hemos calculado que en la región A el 10% de los animales están infectados, mientras que en la región B hay un 5% de prevalencia.
Comparamos los resultados de los dos grupos y recibimos un valor p =
0.03.
Eso significa que la probabilidad de que las dos probaciones sean iguales en relación a la frecuencia de enfermedad es de 0.03 (valor p). Es decir,
sólo en un 3% de los casos obtendremos resultados parecidos debidos al
azar. Por tanto, concluimos que la población A tiene una prevalencia estadísticamente superior a la prevalencia en la región B.
Intervalos de confianza
Cada fenómeno biológico está sometido a una variación aleatoria (variabilidad biológica). Cuando se hace un estudio epidemiológico, esta variación también existe. Este rango de variación ésta definido por los intervalos de confianza.
Ejemplo: un estudio para determinar el efecto de un fármaco en el tratamiento de la insuficiencia cardíaca en 100 perros. Se ha encontrado que
60 de los animales han mejorado después del tratamiento. Este resultado
corresponde a un intervalo de confianza [49.7%-69.5%]. Eso significa que
la eficiencia del fármaco está entre 49.7% y 68.5%.
44
Estadística epidemiológica
Martes, 23 de noviembre de 2004
Postulados de Evans
1. La proporción de individuos enfermos ha de ser significativamente
superior en los expuestos a la supuesta causa que en los no expuestos (estudios transversales).
2. El factor de exposición ha de ser más frecuente en los enfermos que
en los no enfermos (estudios de cohortes).
3. El numero de nuevos casos de enfermedad ha de ser superior en los
expuestos a la hipotética causa que en los que no han sido expuestos
(estudios prospectivos).
Métodos estadísticos
Se utilizan las pruebas estadísticas en función de las variables a estudiar:
Tipo de variable
Tipo de variable
Discreta Continua
Discreta
2
Continua ANOVA
ANOVA (T de student)
Regresión lineal
El test de χ2
Se aplica cuando tenemos dos variables cualitativas. Permite estimar
la existencia o no de asociación estadística, pero no para determinar el
grado de esta asociación.
El test de T de student
Una variable cualitativa y la otra cuantitativa. Permite obtener información sobre las diferencias entre dos medias.
Correlación
Permite establecer una relación estadística entre una serie de variables de tipo cuantitativo para determinar si la variación de una de ellas
comporta la variación de la otra. El coeficiente de correlación nos indica el
grado de correlación. Oscila entre [-1, 1]. Un valor cercano a 1 significa correlación directa, mientras que un valor cercano a -1 significa correlación
inversa. Un valor cercano a cero significa que no hay correlación entre las
dos variables.
45
Estadística epidemiológica
Martes, 23 de noviembre de 2004
Pruebas no matemáticas
Las pruebas anteriores suponen una distribución normal de sus variables. Cuando la distribución no es normal se puede aplicar pruebas no paramétricas.
El programa ‘Epi-info’ utiliza el test de Kruskal-Wallis (para dos o más
grupos, que equivale al análisis de la varianza) y el Mann-Whitney U-test
(para dos grupos). Estas pruebas no son tan sensibles, pero son aplicables
a todos los casos.
Errores, confusión y modificación del efecto
La validez de un estudio depende de la falta de errores y de factores
que puedan distorsionar los resultados. Son tres los fenómenos más comunes que pueden producir una distorsión de los resultados:
1. Sesgos
2. Confusión
3. Modificación del efecto
Sesgos
Un sesgo es un error sistemático que se produce en el diseño, realización o análisis de un estudio que tiene como resultado una evaluación
errada del efecto (riesgo) del factor de exposición (Schlesselman & Stolley,
1982).
Hay dos tipos principales de sesgos:
 Selección. Implican un error sistemático a la hora de incluir los individuos en los grupos de estudio.
 Clasificación. Implican un error sistemático a la hora de clasificar los
individuos a su estrato correspondiente (enfermedad).
El resultado de un sesgo es que la estimación del efecto no corresponde
al valor real de la población. Los sesgos son atribuibles al diseño del estudio.
Ejemplo: un estudio para determinar los factores de riesgo de las mamitis en vacas. Por hacer el estudio hemos escogido las granjas de una
empresa que está considerada la más avanzada técnicamente en el país y
que utiliza una maquinaria especial para muñir las vacas.
 ¿Crees que puede existir algún sesgo? –sí.
 ¿De qué tipo? –de selección.
 ¿Cómo puede afectar los resultados? –una granja más avanzada tendrá menos enfermedad – sesgo de selección.
En el estudio anterior hemos hecho el diagnóstico de forma clínica, es
decir, sólo hemos clasificado a mamitis aquellos casos en los cuales la vaca
46
Estadística epidemiológica
Martes, 23 de noviembre de 2004
tenía signos evidentes (inflamación, dolor, etc.). Esta valoración la han hecho tres veterinarios diferentes utilizando la clasificación siguiente: grave,
moderada, ligera.
 ¿Crees que puede existir algún sesgo? –sí.
 ¿De qué tipo? –clasificación.
 ¿Cómo puede efectuar los resultados? –los tres veterinarios no analizan los casos 100% igual. Un caso moderado por uno puede ser grave
por el otro.
Confusión
La confusión es una barrera de efectos:
 Entre el factor de exposición, la enfermedad y otros factores asociados
con una u otra.
 El factor de confusión no necesariamente ha de ser causal.
 El resultado es que no se puede discriminar qué efecto es debido a
qué sin recorrer a técnicas especiales.
Factor 1
Factor 2
Enfermedad
Ejemplo: se estudia la neumonía en granjas de cerdos con ventilación
forzada y ventilación natural.
Neumonía Sanos Total
Ventilación forzada 91
73
164
Ventilación natural 25
65
85
Total
133
294
116
91  60
 2.99
73  25
p  0.0005
OR 
Suponemos que va a haber más neumonía en las de ventilación natural, pero es al revés. Factor que no tomamos en cuenta – el número de
animales.
47
Estadística epidemiológica
Martes, 23 de noviembre de 2004
Ventilación
Tamaño
Neumonía
Análisis estratificado
<200 201-300 301-400 401-500 >500
+ +
+
+
+
VF 2 7 15 30 13 19 7
5 24 12
VN 4 27 8 18 7 10 2
4
4 1
OR 1.93
1.13
0.98
2.80
1.13
En naves grandes, hay más neumonía con ventilación forzada. En naves pequeñas, hay más enfermedad en naves de ventilación natural.
Hay que hacer una media ponderada.
 Estrato 1
 Estrato 4
o
v
2  27
 1.35
40
o
v
74
 1.55
18
o
w
47
 0.7
40
o
w
25
 0.55
18
 Estrato 2
 Estrato 5
15 18
 3.80
71
o
v
54 1
 0.76
71
30  8
 3.38
71
o
w
12  4
 0.67
71
o
v
o
w
 Estrato 3
13 10
 2.65
49
o
v
o
w
7 19
 2.71
49
ORmh 
ORmh 
48
v1  v2  v3  v4  v5
w1  w2  w3  w4  w5
1.35  3.80  2.65  1.55  0.76
 2.99
0.7  3.38  2.71  0.55  0.67
Errores, confusión y modificación del efecto
Miércoles, 24 de noviembre de 2004
Otras técnicas para el control de confusión son:
 Igualación. Hay que hacerla a priori. Evitamos tener el efecto de la
variable que nos hace confundir.
 Análisis multivariada. Se suele utilizar. Se puede utilizar muchas
variables a la vez.
Estudios experimentales
en epidemiología veterinaria
Los estudios experimentales sirven para varias finalidades:
 Confirmación de la eficacia (fase clínica)
 Determinación de la eficacia en distintas condiciones
 Confirmación de la seguridad de un producto
 Registro de un nuevo compuesto, formulación o indicación
 Comparación de distintos productos
Conceptos
Definición:
 Los individuos expuestos a la causa lo están porque el investigador
los ha asignado dicha exposición.
 La asignación a los grupos forma parte del diseño y se realiza aleatoriamente y a priori.
Tipos de estudios experimentales:
 Ensayos clínicos. Trabajan con pacientes (enfermos) y estudian los diferentes tratamientos posibles.
 Pruebas de campo. Trabajan con individuos sanos y estudian la profilaxis (prevención).
Planteamiento de un estudio experimental
1. Definición de los objetos.
2. Consideraciones en el diseño del estudio
3. Selección de variables a estudiar.
4. Definición de los métodos de valoración de las variables
5. Definición de la población a estudio
a. Criterios de inclusión y exclusión
6. Definición del tamaño de la muestra
7. Tipo de aleatorización
8. Selección de métodos estadísticos
49
Estudios experimentales
Martes, 30 de noviembre de 2004
9. Consideraciones éticas
Objetivos
A mayor definición de los objetivos, mayor posibilidad de precisión del
estudio.
 Objetivos principales – hipótesis.
o Determinar la eficacia de compuestos terapéuticos o de
métodos de profilaxis.
o Sugerir métodos de intervención en sanidad animal o salud publica
 Objetivos secundarios (colaterales)
Consideraciones en el diseño del estudio
 Precisión. Carencia de error debido al azar.
 Eficiencia. Información/coste.
 Validez
o Interna. Validez de la inferencia (medición ajustada)

sesgos: selección, clasificación.

confusión: interacción entre variables
o Externa: validez de generalización (extrapolación)
Sesgos
 Selección. Diagnóstico erróneo etc. Se elimina si se definen correctamente los criterios de inclusión.
 Clasificación.
o Incorrecta no diferencial. Afecta simultáneamente al factor de exposición y el resultado.
o Incorrecta diferencial. Afecta independientemente a cada
uno de los ejes del estudio.
Control de sesgos
Una herramienta para el control de sesgos es el enmascaramiento
(blinding). Varios grados de enmascaramiento:
 Estudios ciegos. Los pacientes (propietarios) o los investigadores desconocen la naturaleza de cada grupo (para evitar prejuicios).
 Estudios doble ciego. Los pacientes y los investigadores desconocen la
naturaleza de cada grupo.
 Estudios triple ciego. Los pacientes, los investigadores y el analista
de datos desconocen la naturaleza de cada grupo. Es útil cuando los
50
Estudios experimentales
Martes, 30 de noviembre de 2004
datos son poco diferenciados (diferencia pequeña). Se utiliza para evitar prejuicios en el análisis.
Selección de variables
El sentido común es el mejor criterio para escoger las variables de estudio. Las variables incluidas en el estudio deben ser relevantes. Se deben
incluir también variables de coherencia, que sirven como control de calidad de los datos – de la persona que nos provee la información.
Valoración de las variables
La forma de registrar las variables (cuantitativa o cualitativa) debe decidirse a priori. Una escala de valores posibles definidos por criterios a
priori también ha de ser establecida. La valoración objetiva es preferible.
La distribución de las variables debe conocerse.
Una variable cuantitativa siempre podrá transformarse en cualitativa,
pero no al revés.
Definición de la población a estudio
La definición de la población a estudio es clave para que el estudio tenga validez externa.
Criterios de inclusión
Los criterios de inclusión se determinan en el momento del diseño del
estudio. Permiten reducir el sesgo de selección, aumentan la validez interna y externa del estudio. Deben permitir la eliminación de valores irrelevantes.
Criterios de exclusión
Los criterios de exclusión se determinan en el momento del diseño del
estudio, pero se aplican durante el estudio. Permiten reducir el sesgo de
clasificación, aumentan la validez interna y externa del estudio. Deben
permitir la eliminación de resultados no representativos. Por ejemplo, si se
estudia un tratamiento para enfermedad respiratoria, se excluyen los
animales que se contagian de diarrea durante el estudio, ya que la diarrea
baja sus defensas y pueda implicar un uso de fármaco, que puede interferir con el tratamiento estudiado.
Tamaño de muestra
La selección adecuada del tamaño de muestra es fundamental para
aumentar la precisión. Cunado la respuesta se mide como una promoción,
n depende de:
 z – estadístico referido a error  (tipo I)
 z  – estadístico referido a error  (tipo II)
51
Estudios experimentales
Martes, 30 de noviembre de 2004
 pe – frecuencia de la respuesta en los expuestos (o casos)
 pc – frecuencia de la respuesta en los no expuestos (o control)
 p  pc  pe
 q  1 p
n

z
 2 pq   z  p q
p  p 

e
 pc qc 
e

2
2
e
c
Tipos de errores
 Error I. (Error  ): aceptar diferencias entre los grupos (rechazo de la
hipótesis nula) cuando en realidad los dos grupos son iguales. Ejemplo: si   0.05  z  1.96 .
 Error II. (Error  ): considerar a los dos grupos como iguales (se acepta la hipótesis nula) cuando en realidad son diferentes. Ejemplo: Si
  0.2  z  0.84
Selección de métodos estadísticos
Es necesario:
 Incluirlos en el diseño del estudio
 Considerar los valores de significación (p) y los intervalos de confianza cuando se estimen magnitudes de efecto.
 Aplicar adecuadamente las pruebas paramétricas y no paramétricas.
Consideraciones éticas
Un estudio experimental debe plantearse una serie de consideraciones
éticas:
 Hay que obtener un consentimiento escrito del propietario de los
animales.
 ¿Los resultados que pueden obtenerse justifican éticamente los procedimientos experimentales?
 ¿Es aceptable mantener un grupo de control sin tratamiento?
 ¿Los métodos de valoración incluyen manipulaciones dolorosas o altamente estresantes?
52
Estudios experimentales
Martes, 30 de noviembre de 2004
Tipos de diseño
En el estudio secuencial no hay control continuo, lo que implica un inconveniente.
53
Estudios experimentales
Martes, 30 de noviembre de 2004
Puntos críticos comunes
Diagnóstico
 Selección del nivel de diagnóstico adecuado.
o Clínico (examen clínico/anatomopatológico de visu)
Utilizar si:

Hay poco margen de error (signos claros)

No hay alternativas
o Laboratorial. Requiere uso de un estándar.
Utilizar si:

Resultados interpretables de forma general

Sensibilidad y especifidad elevados
Selección y distribución de individuos o granjas
 Deben evitarse los casos extremos (granjas muy buenas o muy más,
casos muy graves o muy leves).
 No debe interferirse con la rutina habitual de la granja (efecto estudio).
 No deben mezclarse tratados y controles (se tiende a subvalorar el
efecto).
Pérdida de unidades experimentales
Algunas pérdidas de unidades experimentales es inevitable (mortalidad). En animales, una de las causas principales de bajas son las pérdidas
de identificación. Debe contarse con una reserva sobre la estimación inicial
de la muestra (≥10%).
54
Estudios experimentales
Martes, 30 de noviembre de 2004
Valoración de un estudio experimental
 ¿Las hipótesis son claras y relevantes?
 ¿La población estudiada es adecuada?
 ¿Las diferencias observadas son atribuibles al azar?
 ¿Hay sesgos?
 ¿Hay interacción con otras variables?
 ¿Las conclusiones derivan de los resultados?
Economía de la enfermedad
Las decisiones del veterinario frecuentemente tienen un importante
componente económico, particularmente en animales de renta. Cuando
existen diversas opciones validas, la decisión última tendrá un razonamiento económico. La valoración económica de una decisión sólo se puede
hacer a partir de métodos científicos.
Toma de decisiones sanitarias
1. Definición del problema
2. Recogida de información
3. Identificación de posibles respuestas
4. Evaluación del beneficio/coste
5. Valoración de la incertitud
6. Aplicación de la decisión
7. Seguimiento
Conceptos básicos
En una granja de cerdos hay un problema sanitario y se quiere introducir una serie de reformas y acciones para resolverlo. ¿Qué costes y que
ingresos podrán variar?
 Pérdidas. Es el coste que supone la enfermedad (la disminución de
producción, mortalidad). Es dinero que se deja de ingresar. Es poco
apreciable.
 Gastos. Es el coste que supone establecer medidas para luchar contra
la enfermedad. Es dinero que hay que pagar.
 Costes. La suma de pérdidas y gastos.
o Costes fijos. Los que no varían en aumentar la producción. Por ejemplo, los intereses que se pagan de la maquinaria.
55
Economía de la enfermedad
Miércoles, 1 de diciembre de 2004
o Costes variables. Los que aumentan de manera proporcional a la producción. Por ejemplo: el coste de pienso.
Objetivos económicos
 Tomar la decisión económicamente más ventajosa.
 Evitar el riesgo: hay que evitar los riesgos que pueden tener efectos
catastróficos (principio min-max).
 La satisfacción personal del ganadero (calidad del trabajo, prestigio
del ganadero, intereso por el bienestar animal).
Si hemos de aplicar un plan sanitario que no dará fruto hasta 3-4 años
más tarde, ¿Qué elementos económicos debemos tener en cuenta?
 Inflación. La inflación consiste en un aumento general del nivel de
precios que se debe a la pérdida del valor del dinero. Se produce inflación cuando la oferta monetaria crece más que la oferta de bienes y
servicios.
 Deflación. Es la situación opuesta a la inflación.
56
Economía de la enfermedad
Miércoles, 1 de diciembre de 2004
 Descuento. Proceso de deducir la tasa de intereso a una suma de capital determinada para encontrar el valor presente del capital cuando
éste se pagará en el futuro. La proporción que se deduce se denomina
tasa de descuento.
 Valor temporal del dinero. Varía básicamente en función de la inflación. Por tanto, cualquier acción que tenga efectos a medio o largo
plazo, se ha de valorar teniendo en cuenta este fenómeno.
Habitualmente, se utiliza el valor constante del dinero, valor monetario con el mismo poder adquisitivo al largo del tiempo.
Ejemplo: si la tasa de descuento mediano es de 4%, lo que se compraba
hace 5 años con 2€ ahora vale:
2  1  0.04   2.42 €
5
Evaluación económica de la enfermedad
 Análisis de decisión
 Análisis de presupuestos parciales
 Análisis de márgenes brutos
 Análisis de beneficio-coste o coste-eficacia
Análisis de decisión
El análisis de decisión se aplica en aquellas decisiones en las que puede intervenir la probabilidad y el azar. Si realizamos un tratamiento, tenemos una probabilidad de éxito y una de fracaso, de tal manera que el
tratamiento será rentable dependiendo de estas probabilidades y del precio de cada tratamiento.
El método se fundamenta en considerar que las decisiones que se pueden tomar son opuestas y mutuamente excluyentes – dicotómicas. Cada
decisión tiene una probabilidad de éxito y un coste que se pueden representar en forma de un árbol.
 VF = valor favorable
 VD = valor desfavorable
 C1 = coste tratamiento 1
 C2 = coste tratamiento 2
57
Economía de la enfermedad
Miércoles, 1 de diciembre de 2004
Ejemplo: en una granja se presenta una enfermedad que no provoca la
muerte de los animales pero causa pérdidas de producción. Hay una vacuna disponible que vale 3€. ¿Hemos de vacunar? Enfermedad de importancia económica.
 Cada animal afectado pierde 5€ producción pero sólo 50% afectados.
 Se puede vacunar (5€) con 90% eficacia o tratar los infectados con un
tratamiento (3€) con 60% eficacia.
 ¿Qué es la decisión más rentable?
Analizamos la decisión de vacunar o no vacunar los animales (
En este caso, la decisión de vacunar es mucho más económica – el coste
de vacunar los animales es menos de la mitad del coste implicado por no
vacunar a los animales.
La gráfica representa la diferencia de valores (favorables y desfavorables) en función de la diferencia de probabilidades.
58
Economía de la enfermedad
Miércoles, 1 de diciembre de 2004
Al estudiar la gráfica, se puede analizar qué tratamiento será mejor, el
barato o el caro, en función del ingreso obtenido. Como se puede observar
en la gráfica inferior, en el caso representado, el tratamiento caro es más
rentable.
Ejemplo. Para tratar la torsión del abomaso producida por el parto,
hay varios métodos de tratamiento. La omentopexia es una operación en la
que se vacía el abomaso, se abre la cavidad abdominal y se sutura el abomaso al omento. Este tratamiento es 85% eficaz. Por el otro lado, también
se puede tratar dando vueltas al animal (esta tratamiento, por supuesto,
es menos eficaz – sólo 25%). Se hace un análisis de decisión:
Como se ve claramente, la omentopexia es el tratamiento más rentable.
59
Economía de la enfermedad
Miércoles, 1 de diciembre de 2004
Existe otro tratamiento para tratar la torsión del abomaso – un tratamiento no tan invasor como la omentopexia, que se llama la sutura de
Barr. Este tratamiento es un poco menos eficaz que la omentopexia – solo
75%, pero por el otro lado, es más barato. El análisis de decisión da el siguiente resultado:
En este caso, los dos tratamientos son iguales económicamente. El tratamiento será elegido en función del riesgo que quiere tomar el ganadero.
60
Descargar

Introducción

TEMA 1 : EPIDEMIOLOGIA La epidemiología

TEMA 1 : EPIDEMIOLOGIA La epidemiología

PrevalenciaMetodologíaPrevenciónEnfermedadesIncidencia acumulada

EPIDEMIOLOGIA CONCEPTO: VARIABLES Cualitativas

EPIDEMIOLOGIA CONCEPTO: VARIABLES Cualitativas

EpidemiasMorbilidadEscalas de MedidaDatosEstudios epidemiológicos

PRIMER SEMINARIO DE PREVENTIVA MEDIDAS DE FRECUENCIA EN EPIDEMIOLOGÍA

PRIMER SEMINARIO DE PREVENTIVA MEDIDAS DE FRECUENCIA EN EPIDEMIOLOGÍA

IncidenciaPrevalenciaRatioOddsMedidas de frecuencia, Morbilidad, MortalidadTasa mortalidad infantilÍndices brutos de mortalidadÍndices de SvaroopRazón