Manual de Epidemiología

Área
Área de
de Medicina
Medicina
Preventiva
Preventiva ee Saúde
Saúde
Pública
Pública
Manual de
Epidemiología
Adolfo Figueiras Guzm
án
Guzmán
Santiago de Compostela, 18 de noviembre de
2011
CURSO DE EPIDEMIOLOGÍA
2
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
INDICE
1.
2.
3.
4.
5.
6.
7.
pag.
Bibliografía recomendada.............................................................................................................. 3
ORÍGENES Y EVOLUCIÓN DE LA EPIDEMIOLOGÍA............................................................ 4
2.1. LA MODERNA EPIDEMIOLOGÍA............................................................................................. 6
2.2. CONCEPTO DE EPIDEMIOLOGÍA........................................................................................... 7
INTRODUCCIÓN A LA FILOSOFÍA DE LA CIENCIA. ............................................................ 9
3.1. FUENTES DEL CONOCIMIENTO HUMANO ......................................................................... 9
3.2. CARACTERÍSTICAS DEL MÉTODO CIENTÍFICO .............................................................. 10
3.3. Evolución histórica del método científico. ................................................................................. 11
3.3.1.
Racionalismo: lógica deductiva. ............................................................................. 11
3.3.2.
Empirismo: lógica inductiva................................................................................... 11
3.3.3.
Método hipotético-deductivo. ................................................................................. 12
3.3.4.
Método científico actual.......................................................................................... 14
3.4. Evolución del concepto de causa en epidemiología. .................................................................. 17
3.4.1.
Modelo determinista: causa necesaria y suficiente. ............................................. 17
3.4.2.
Criterios de Bradford Hill. ..................................................................................... 17
3.4.3.
Modelo multicausal................................................................................................. 18
3.4.4.
Modelo de causas componentes y causas suficientes............................................ 19
3.4.5.
Modelo probabilístico.............................................................................................. 20
MEDIDAS DE FRECUENCIA EN EPIDEMIOLOGÍA. ............................................................ 22
4.1. Prevalencia ................................................................................................................................. 22
4.2. INCIDENCIA ............................................................................................................................. 23
4.2.1.
Incidencia acumulada............................................................................................. 23
4.2.2.
Tasa de incidencia o densidad de incidencia. ........................................................ 24
4.3. Relación entre las medidas de frecuencia de una enfermedad. ................................................ 24
ESTUDIOS EXPERIMENTALES ................................................................................................. 25
5.1.2.
Selección de los sujetos estudiados: Poblaciones y muestras. .............................. 27
5.1.3.
ANÁLISIS DE LOS DATOS................................................................................... 33
5.1.4.
INFERENCIA DE LOS RESULTADOS................................................................ 34
5.1.5.
Inferencia estadística, epidemiológica y de salud pública.................................... 35
5.2. TIPOS DE ESTUDIOS EXPERIMENTALES ......................................................................... 37
DISEÑOS EPIDEMIOLÓGICOS OBSERVACIONALES......................................................... 38
6.1. ESTUDIOS DE COHORTES .................................................................................................... 38
6.1.1.
Fundamentos de los estudios de cohortes ............................................................. 40
6.1.2.
Análisis e interpretación de los resultados ........................................................... 42
6.2. ESTUDIOS DE CASOS Y CONTROLES................................................................................. 46
6.2.1.
Fundamentos de los estudios de casos y controles. .............................................. 47
6.2.2.
Análisis e interpretación de los resultados. .......................................................... 52
6.3. ESTUDIOS TRANSVERSALES............................................................................................... 56
6.3.1.
Utilización de los estudios transversales .............................................................. 56
6.3.2.
Medidas de frecuencia y de efecto.......................................................................... 57
Anexos............................................................................................................................................... 58
7.1. Formulas de los intervalos de confianza de las PRINCIPALES medidas de efecto................ 58
7.1.1.
IC95% del RR calculada a partir de incidencias acumuladas: ............................. 58
7.1.2.
IC95% del RR calculada a partir de Tasas de incidencia: .................................... 58
7.1.3.
IC95% del OR:......................................................................................................... 58
7.2. tabla comparativa de las Medidas de frecuencia en epidemiología ......................................... 59
7.3. tabla comparativa de las medidas de efecto en epidemilogía ................................................... 60
CURSO DE EPIDEMIOLOGÍA
3
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
1. BIBLIOGRAFÍA RECOMENDADA
•
Argimón Pallás JM, Jiménez Villa J. Métodos de investigación clínica
y epidemiológica. Ed Harcourt 2000.
•
Bakke OM, Carné X, García Alonso F. Ensayos clínicos con medicamentos. Barcelona: Doyma; 1994.
•
Hernández Vaquero D. El artículo científico en Biomedicina. Barcelona: Ciba-Geiby S.A; 1993.
•
Hulley SB, Cummings SR. Diseño de la investigación Clínica. Barcelona: Doyma;1993.
•
Notter LE, Hott JR. Principios de investigación en enfermería. Barcelona: Doyma, 1992.
•
Polit D, Hunglet B. Investigación científica en ciencias de la salud.
Mexico: Interamericana, McGraw-Hill, 1994.
•
Rebagliato M, Ruiz I, Arranz M. Metodología de la investigación en
epidemiología. Ed Díaz de Santos. 1996.
•
Riegelman RK, Hirsh, Robert P. Cómo estudiar un estudio y probar
una prueba: Lectura crítica de la literatura médica. Washinton: OPS;
1992.
•
Rothman, K.J. Epidemiología Moderna. Ed: Diaz de Santos, S.A. Madrid. 1987
•
Sackett D, Haynes RB, Guyatt GH, Tugwell P. Epidemiología clínica.
Ed Panamericana. 1998.
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
4
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
2. ORÍGENES Y EVOLUCIÓN DE LA EPIDEMIOLOGÍA
Hace casi 2400 años, Hipócrates expresó la idea de que la enfermedad puede estar conectada con el ambiente de la persona. Hoy en día esta
afirmación parece evidente, pero merece la pena resaltar lo avanzado para su
tiempo y la claridad con lo que lo expresó. Hipócrates dice en su obra De los
aires, aguas y lugares:
Quienquiera que desee investigar apropiadamente en medicina debe de proceder así: en
primer lugar tener en cuenta las estaciones del año y los efectos que cada una de ellas produce. Luego los vientos, el calor y el frío, especialmente en su calidad de comunes a todos los
países y luego en sus peculiaridades en cada localidad. De la misma manera, cuando uno
llega a una ciudad a la cual es extraño, debe de considerar su situación y como está orientada
en relación a los vientos y al sol; porque su influencia no es la misma si mira al norte o al sur,
al sol de levante o al sol de poniente. Uno debe de estudiar atentamente las aguas que los
habitantes usan, si son pantanosas y blandas, o duras y provenientes de lugares elevados y
rocosos, y luego si son salobres o inadecuadas para cocinar; y el terreno si es desolado y
deficiente en agua, o arbolado y bien provisto de agua, y si está en un lugar profundo y encerrado o si es elevado y frío; y el modo en el que viven los habitantes y cuales son sus ocupaciones, si son aficionados a beber y comen en exceso y dados a la indolencia, o sin son
amantes del ejercicio y del trabajo.
Durante los 2000 años siguientes no se estudió nada acerca de la
influencia del ambiente sobre la salud de las personas. Este hecho se puede
atribuir, por un lado, a que durante estos 20 siglos prevaleció el origen divino de las enfermedades y, por otro, a que la palabra clave en el enunciado de
Hipócrates -autor de gran influencia durante todo este período- fue considerar y no contar, con lo que se resta importancia a las observaciones objetivas
y a su aspecto cuantitativo, indispensables para un posterior análisis de los
datos y para que las conclusiones fuesen tenidas en cuenta por posteriores
autores.
Este es el caso de John Graunt, autor al que se le da crédito precisamente por introducir los métodos cuantitativos en epidemiología, construyendo la primera tabla de vida partiendo de las listas de defunciones que
habían iniciado los sacristanes de Londres en 1603. También advirtió el exceso de nacimientos masculinos, la alta mortalidad infantil y la variación estacional de las defunciones. A Graunt se le debe de considerar como el precursor de la epidemiología y de la bioestadística y no como su fundador, ya que
las técnicas desarrolladas por este autor no fueron aplicadas con profundidad en los siguientes años a su muerte.
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
5
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
A finales del siglo XVII y a principios del XVIII comenzó a surgir
la idea de la necesidad de utilizar grupos comparativos en las investigaciones. Como consecuencia de ello, a mediados del siglo XVIII aparecieron dos
notables trabajos epidemiológicos. El primero, publicado en 1749, es el relato
de un experimento realizado por James Lind para comprobar la hipótesis de
que el consumo de cítricos podía evitar el escorbuto. De acuerdo con los resultados observados -los sujetos tratados con cítricos experimentaron un
mejoría notable, superior a los sujetos tratados con otro remedios-, Lind infirió que las frutas cítricas ácidas curaban el escorbuto y que podían constituir
un medio de prevención. Este hallazgo fue del interés de la marina británica
que ordenó incluir limones en la dieta de sus barcos. El otro trabajo con grupos de comparación fue realizado por Daniel Bernuilli que evaluó el efecto
de la vacunación, concluyendo que ésta protegía contra la viruela y confería
inmunidad de por vida.
Un hecho histórico que tuvo una gran influencia sobre la epidemiología fue la Revolución Francesa (finales del XIII), momento en el que se
despertó un gran interés por la Salud Pública -hay que recordar que la epidemiología es la ciencia básica en SP-. A este período pertenece el ilustre
epidemiólogo Pierre Charles-Alexandre Louis que se interesó por conocer las
leyes naturales, que al igual que en la física, operan en el campo de las ciencias de la Salud. Louis realizo varios estudios epidemiológicos observacionales, uno de los cuales demostró la ineficacia de la sangría en el tratamiento de
enfermedades.
Además de epidemiólogo, Louis fue un gran maestro recibiendo
alumnos de otros países; así, dos alumnos suyos, Guy y Farr, fueron los impulsores de la epidemiología en Inglaterra. Ambos se asociaron con la Sociedad Estadística de Londres. Guy llegó a ser decano de la Escuela de Medicina del King's College y fue uno de los pioneros en el desarrollo de la Salud
Pública en Inglaterra. Por su parte, Farr organizó el primer sistema moderno
de estadística vital y fue uno de los fundadores, junto con Snow, de la Sociedad Epidemiológica de Londres. Ésta, en un principio, surgió para determinar la etiología del cólera, aunque también realizaba otra serie de estudios.
Así en 1754, Snow describe por primera vez la epidemiología del cólera, casi
30 años antes de que se descubriese el bacilo productor de la enfermedad.
Este hecho muestra en toda su amplitud, lo fascinante de los usos y fines de
la epidemiología.
A partir de 1874, con los avances microbiológicos y serológicos
llevados a cabo por científicos tan ilustres como Pasteur, Koch, etc., sustenta
y acrecienta la visión de esta nueva disciplina como la "ciencia de las enfermedades infecciosas". En esta etapa, la "teoría de los gérmenes" es la base de
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
6
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
la causalidad epidemiológica, aunque se realizaron estudios sobre enfermedades carenciales.
2.1.
LA MODERNA EPIDEMIOLOGÍA
La moderna epidemiología deja de interesarse exclusivamente
por las enfermedades infecciosas, para pasar a ocuparse de todos los problemas de salud-enfermedad. Ya no se interesa exclusivamente por el agente
específico que las ocasiona, y se ocupa de los aspectos sociales que están relacionados con las enfermedades. Esta nueva visión de la epidemiología se
debe en gran parte a John Ryle, que en 1943 ocupa la plaza de profesor de
Medicina Social en la Universidad de Oxford.
En esta época se inician los primeros estudios a gran escala, cuyos resultados han tenido una gran influencia posterior. Por ejemplo, los
ensayos comunitarios sobre la fluoración de las aguas, o el estudio de Framinghan sobre las enfermedades cardiovasculares, que se inició en 1949 y
continúa en la actualidad. Durante estos años, este estudio ha aportado una
información valiosísima sobre los factores de riesgo de esta "epidemia" del
siglo XX en países desarrollados.
También de esta época son los primeros estudios epidemiológicos sobre los efectos sobre la salud del hábito tabáquico. Estos estudios despertaron el interés de los medios de comunicación y de la sociedad por los
factores de riesgo de las enfermedades. Muchos de los estudios, al saltar a los
medios de comunicación, estimularon la controversia debido a la rotundidad
con la que trasladan los resultados de los estudios y a la aparición, a menudo, de investigaciones con conclusiones contradictorias.
El papel de la epidemiología ha sido determinante para la instauración de medidas preventivas eficaces y para la evaluación de intervenciones sanitarias. A pesar de ello, el avance de la epidemiología es lento debido
a que no existe acuerdo en el concepto de causalidad o en la propia definición de epidemiología. También es importante el hecho de que se trata de
una disciplina en la que las investigaciones necesitan un período de tiempo
muy largo, que son costosas, y que la obtención de datos es difícil por la falta
de cooperación o porque son poco fiables.
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
7
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
2.2.
CONCEPTO DE EPIDEMIOLOGÍA
Las definiciones de epidemiología han evolucionado a lo largo
del tiempo de forma paralela a sus fines y objetivos, que a su vez están relacionadas con las enfermedades predominantes de cada época en los países
desarrollados. En un principio, dado la mayor frecuencia de las enfermedades de carácter infeccioso, las definiciones de epidemiología incluían, de alguna manera, el carácter infeccioso de las enfermedades. Según avanzamos
en el siglo, en los países desarrollados las enfermedades infecciosas pierden
su protagonismo, para pasar a ser, debido al envejecimiento de las poblaciones, las enfermedades crónicas las mayores responsables de la morbimortalidad. Así, las más recientes definiciones de epidemiología incluyen,
por un lado, el concepto de factor de riesgo y, por otro, el concepto de método. También es de destacar la proposición de definición de Payne, que incide
en el carácter ecológico de las enfermedades.
W. H. Frost (1927): "...ciencia de las enfermedades infecciosas entendidas como fenómeno
de masas (o de grupo), consagrada al estudio de su historia natural y de su propagación, con
arreglo a una determinada filosofía..."
M. Greenwood (1934): "...estudio de la enfermedad como fenómeno de masas"
KF Maxcy (1951): "...rama de la medicina que estudia las relaciones entre los diferentes factores que determinan la amplitud y propagación en la colectividad humana de una enfermedad
o de un estado fisiológico determinado..."
B. MacMahon (1970): "... estudio de la distribución de las enfermedades en el hombre y de los
factores que determinan su frecuencia"
PE Enterline (1979): "... simple sentido común en el estudio de los problemas de salud del
hombre, pero apoyado en técnicas especiales, propias de la epidemiología"
RR Neutra: "...ciencia, estudio o método de razonamiento..."
Payne: "estudio de la salud del hombre en relación a su medio"
M. Last: Estudio de la distribución y los determinantes de los estados o acontecimientos relacionados con la salud de determinadas poblaciones; aplicación de este estudio al control de
los problemas sanitarios.
GRUPO DE EXPERTOS: Ciencia encargada del estudio de los aspectos ecológicos que
condicionan los fenómenos de salud y enfermedad de los seres humanos, a fin de establecer
sus causas, mecanismos de producción y los procedimientos tendentes a conservar, incrementar y restaurar la salud individual y colectiva.
Es importante destacar de cada una de las definiciones los aspectos más relevantes: según esto la epidemiología es un método de razonamiento, estudia los fenómenos relacionados con la salud de los seres humanos dentro de la comunidad a la que pertenecen y en relación al medio que le
rodea.
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
8
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
La existencia de múltiples definiciones, y alguna de ellas muy
complejas induce a pensar que ninguna de ellas reúne todos los requisitos
que debería cumplir. Nosotros, en función de los objetivos de esta asignatura
proponemos la siguiente definición: Aplicación del método científico al estudio de la salud y sus determinantes en poblaciones humanas.
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
9
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
3. INTRODUCCIÓN A LA FILOSOFÍA DE LA CIENCIA.
3.1.
FUENTES DEL CONOCIMIENTO HUMANO
El conocimiento humano proviene de múltiples raíces, y a menudo no somos capaces de determinar el origen de algunos de los que utilizamos a diario. Por ejemplo, "lavarse las manos entre en dos consultas reduce
el riesgo de diseminación de bacterias", no sabemos si se debe a tradición,
autoridad, experiencia, razonamiento lógico o a un método científico.
En nuestra cultura determinadas "verdades" son consideradas
como hechos irrefutables, y nadie siente la necesidad de plantearse su utilidad, eficacia, etc. Esta forma de conocimiento viene dada por la tradición y
tiene la ventaja de que es eficiente, ya que el individuo no tiene que realizar
un esfuerzo para comprender esos aspectos. Sin embargo, plantea el problema de que nunca se evalúa su validez, por lo que puede interferir con otros
tipos de conocimientos que la pongan a prueba.
En cualquier disciplina existen autoridades o personas cuya experiencia en ese campo está totalmente contrastada. Cuando nos enfrentamos a tomas de decisiones en las que no tenemos una experiencia directa,
confiamos en el juicio de otras personas cuya autoridad en la materia es incuestionable debido a su experiencia. Este tipo de conocimiento presenta dos
problemas, por un lado no es infalible ya que se basa en la experiencia personal, y por otro, nadie pone en entredicho la calidad de su información.
La propia experiencia es otra fuente muy frecuente de conocimiento. La habilidad de generalizar, reconocer fenómenos regulares y hacer
predicciones sobre la base de observaciones es una característica importante
del conocimiento humano. Sin embargo, presenta varias limitaciones: (1)la
experiencia individual puede ser tan restringida que no permite generalizaciones, o estas observaciones pueden estar tan sesgadas que lleven a conclusiones equivocadas, (2) la subjetividad del observador puede influir en la
percepción del fenómeno: un mismo evento puede ser visto de distinta manera por dos sujetos.
El método de ensayo-error está muy relacionado con el anterior.
En él se ponen a prueba sucesivamente distintas alternativas hasta que se
encuentra la que solucione el problema. Puede ser útil en determinadas oca-
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
10
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
siones, pero no es sistemático y puede resultar ineficiente al basarse en el
azar. Además, este tipo de conocimiento no se registra por lo que nunca resultará de utilidad a otros investigadores.
La solución a muchos problemas que presentan cierta dificultad
se realiza mediante razonamiento lógico, combinando la experiencia, las facultades intelectuales y sistemas formales de pensamiento. El razonamiento
inductivo se basa en generalizar a partir de observaciones específicas, mientras que el deductivo, realiza predicciones específicas a partir de principios
generales. Ambos razonamientos son útiles; sin embargo, cuando se utilizan
de forma aislada presentan limitaciones. La calidad de la inducción dependerá de la calidad de las observaciones, y la de la deducción lo hará de la
calidad de las generalizaciones.
Hay que tener en cuenta que el razonamiento deductivo no es
una forma de generar nuevos conocimientos sino que es una manera de aplicar los conocimientos ya existentes a situaciones nuevas.
El método científico es el método más complejo para adquirir
conocimientos. Además de otros componentes combina características de la
inducción, deducción para crear un método más fiable que los anteriores,
aunque tampoco es infalible.
3.2.
CARACTERÍSTICAS DEL MÉTODO CIENTÍFICO
El método científico consiste en una serie de procedimientos ordenados que se usan para adquirir información lo más fiable posible. La investigación es la aplicación del método científico al estudio de problemas
concretos. Kerlinger define la investigación científica como "investigación
sistemática controlada, empírica y crítica de proposiciones hipotéticas sobre
las relaciones que se presume que existen en los fenómenos naturales".
El método científico es sistemático, en cuanto avanza de forma
ordenada metódica desde la definición del problema hasta la "solución" del
mismo. También existe un control para que se minimicen los efectos de los
prejuicios y de la subjetividad en los resultados. Es empírico ya que el investigador ha de observar la realidad para plantearse problemas o para medir
los fenómenos de su interés. Otra característica importante es la capacidad
de ir más allá de las situaciones específicas a través de la generalización de
los resultados.
Para aplicar el método científico es necesario realizar dos asunciones: (1) El mundo es real, y no creado por la mente humana. Además, la
naturaleza tiene un cierto orden, es más o menos regular y coherente. (2)
Todos los fenómenos tienen causas precedentes, no son causa del azar, de un
CURSO DE EPIDEMIOLOGÍA
11
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
ser superior o por accidente. De esta manera, muchas de las actividades de
un investigador se dirigen a buscar relaciones causa-efecto, a dilucidar él por
que de las cosas.
La habilidad para inferir relaciones causales es esencial para sobrevivencia de un individuo y de su especie. Esta es una habilidad que en
principio es exclusiva de los humanos, pero algunas especies de animales
parece que también son capaces de establecerlas. Con la determinación de
relaciones causales podemos controlar el medio que nos rodea, permitiéndonos predecir y modificar fenómenos de nuestro entorno.
Pero ninguno de nosotros nace con concepto alguno de conexiones causales; parte de las conexiones causales de un niño proceden del esfuerzo de los padres por transmitir sus conocimientos, en parte basados en
sus propias experiencias. Sin embargo, todo ser humano, casi desde bebé,
tiene la tendencia a comprobar por si mismo las relaciones que sus mayores
les enseñaron, y someten a múltiples pruebas sus propias hipótesis, más que
nada por la alegría de la confirmación científica. El fruto de tal curiosidad
científica es la base de las creencias causales que le permiten al ser humano
adaptarse al medio que le rodea.
El establecimiento de relaciones causales, que a nivel individual
se basa fundamentalmente en el sentido común y en la intuición, a nivel
científico y filosófico es un proceso más complejo que planteó históricamente, y todavía plantea, una gran controversia.
3.3.
EVOLUCIÓN HISTÓRICA DEL MÉTODO CIENTÍFICO.
3.3.1. Racionalismo: lógica deductiva.
La visión racionalista dominó la ciencia desde la antigua Grecia
hasta la revolución científica. Según el racionalismo, el conocimiento científico se acumula a través de la razón y de la intuición, siendo la observación
empírica desechada por inexacta. De esta forma, las ciencias más perfectas
era las matemáticas, ya que se basa enteramente en la lógica deductiva. Sin
embargo, una ciencia fundada sólo en proposiciones racionales estaría fatalmente alejada de la realidad, no pudiendo establecer predicciones por estar
autocontenida y carecer, por tanto, de conexión con el mundo natural.
3.3.2. Empirismo: lógica inductiva.
El empirismo moderno fue desarrollado por los filósofos de la
escuela de Oxford. Afirmaban que la investigación comenzaba con la observación y recolección de datos; luego, mediante la deducción, se generan relaciones abstractas entre los hechos observados. Con estas relaciones abstractas
CURSO DE EPIDEMIOLOGÍA
12
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
se podría predecir nuevos hechos a través de la inferencia inductiva. Sin embargo para Hume, este tipo de inferencia plantea el problema de que carece
de necesidad lógica: ningún numero de observaciones o repeticiones, por
muy grande que sea, nos permite establecer relaciones causales. Por muchos
cisnes que hayamos visto y que todos hayan sido blancos, no nos permite
concluir que "los cisnes son blancos", ya que existe la posibilidad de que observemos un cisne "no blanco". Éste es el denominado "problema de Hume".
3.3.3. Método hipotético-deductivo.
Popper resuelve este problema mediante el falsacionismo encuadrado dentro del método hipotético-deductivo, cuyos principales pilares son:
el falsacionismo, la deducción y la gran relevancia de las teorías. Según Popper, las ciencias empíricas -como la epidemiología- son sistemas de teorías:
Las teorías son redes que lanzamos para expresar aquello que llamamos "el mundo": para racionalizarlo, explicarlo y dominarlo. Y tratamos de que la malla sea cada vez más
fina.
Por tanto, la meta final es dominar la naturaleza, lo que equivale
en muchos casos a transformarla, y el instrumento fundamental para ello son
las teorías, que son el punto de partida de la ciencia. Popper reconoce cuatro
formas de contrastar una teorías. Cuando la ciencia es empírica, como la epidemiología, la teoría se contrasta al comparar mediante la experiencia las
consecuencias que de ella se derivan. Pero, según Popper, ¿cómo se generan
las teorías? Según él no se generan a través de la experiencia (inducción),
sino que es la experiencia la que es capaz de ponerlas a prueba. Según esto,
la única forma de generarlas es mediante la intuición y la conjetura.
Para Popper, la ciencia no es nunca un conjunto de enunciados
ciertos e irrevocablemente verdaderos, sino todo lo contrario. La ciencia nunca alcanza la verdad, sino que se aproxima a ella proponiendo teorías que
permiten explicar más o menos los fenómenos naturales, pero nunca todos.
La función de la ciencia consiste en refutar dichas teorías (falsacionismo),
pero nunca será posible verificarlas o confirmarlas. Las teorías que han sido
puestas a prueba y no han sido refutadas, no quiere decir que sean verdaderas, sino que son explicaciones razonables de los fenómenos naturales en este
momento, hasta que un día son falsificadas y son sustituidas por otras que
explican mejor las observaciones.
Un enunciado de tipo universal del tipo "todos los cisnes son
blancos" no puede ser nunca comprobado universalmente por muchos que
fuesen los casos singulares (cisnes blancos) con los que se certificase dicha
afirmación. Sin embargo, podemos elaborar la teoría de que los cisnes son
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
13
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
blancos. Esa teoría es muy fácil refutar dicho enunciado por medio de la experiencia: bastaría demostrar que existe un cisne "no blanco". Por ello, el
enunciado "todos los cisnes son blancos" es un enunciado científico, ya que
es contrastable mediante la experiencia. Sin embargo, las teorías teológicas
como "Dios es uno" no es falseable y, por tanto, no es una teoría científica.
En el enunciado de Popper sobre la contrastación de las teorías se
da una evidente asimetría lógica: Un enunciado universal nunca puede ser
deducido a partir de enunciados particulares, por muchos que estos sean. Sin
embargo, un solo enunciado particular puede contradecir un enunciado universal y, por tanto, refutarlo.
En definitiva, el proceso científico para Popper consiste en elaborar teorías mediante la intuición y la conjetura (no mediante la observación o
inducción). Una vez creada la teoría o hipótesis, se utiliza la lógica deductiva
para crear predicciones de la realidad, y éstas se comparan con las observaciones. Si la predicciones concuerdan con la realidad, nos permite decir que
esa teoría es una explicación razonable de la realidad en este momento. Si las
predicciones de la teoría no concuerdan con la realidad, refutaremos dicha
teoría.
El modelo hipotético-deductivo es el actualmente aplicado como
método científico con ciertas reservas:
1. En el proceso de elaboración de teorías e hipótesis puede intervenir la
inducción: partiendo de observaciones particulares, podemos establecer
una teoría o una hipótesis.
2. Podemos refutar una teoría o una hipótesis erróneamente porque se hayan realizado mal las observaciones, o porque el estudio tenga errores
metodológicos; por tanto, también en la refutación se puede falsificar
erróneamente una teoría.
3. La comparación entre las predicciones y las observaciones no se realiza
mediante una estructura lógica. Generalmente se recurre a la estadística,
pero las conclusiones pueden ser equivocadas debido al error aleatorio.
4. En la actualidad, las teorías sobre las que se asientan las distintas ciencias
se establecen por consensos de la comunidad científica, a la vista de múltiples estudios sobre un mismo tema. Aunque posteriormente surja una
investigación con resultados contradictorios, no tiene por que falsificar la
teoría ya que este resultado puede deberse a errores aleatorios o sistemáticos.
CURSO DE EPIDEMIOLOGÍA
14
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
3.3.4. Método científico actual.
En la actualidad el método científico es un proceso cíclico -o policíclico- y continuo que se puede descomponer en varias fases con fines didácticos
(ver figura Ilustración 1, página 15) pero que en realidad se superponen y
algunas de ellas (p. ej. la revisión bibliográfica) se realiza durante todo el
proceso.
1. Observación de la realidad: Según JJ Rousseau se requiere mucha filosofía
para observar lo que se ve todos los días. Es la parte empírica del proceso
científico. En ella, partiendo de las observaciones de la realidad, se plantea el problema objeto de investigación.
2. Construcción de un modelo teórico. Se enmarca el problema a estudiar en un
modelo teórico.
2.1. Revisión de la literatura. Es necesario revisar los antecedentes, hallazgos de estudios realizados sobre ese tema para aumentar el conocimiento sobre ese problema. Esta fase es fundamental para la construcción de la teoría y para identificar los factores o variables que
pueden estar relacionadas con el tema objeto de estudio.
2.2. Formulación de la teoría. Una vez observado el fenómeno que despertó
interés, el científico elabora, con la ayuda de la literatura sobre el tema, una teoría que resulte verosímil y que sea susceptible de ser sometida a ulterior prueba. Una teoría es el conjunto de principios generales que orientan en la explicación de un fenómeno, y que están relacionados por un modelo conceptual común.
2.3. Formulación de la hipótesis. De la teoría se deducen hipótesis para describir, explicar o predecir nuevos fenómenos. Una hipótesis es una
afirmación provisoria sobre la relación entre dos o más variables que
intervienen en la causalidad de un fenómeno. Se entiende por variable una característica o propiedad de un sujeto que puede variar entre
sujetos o conjunto de sujetos.
CURSO DE EPIDEMIOLOGÍA
15
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Observacion de la "realidad"
Induccion
FASE
CONCEPTUAL:
Creaccion de un
modelo teorico
Planteamiento del problema
Revision de la Bibliografia
Formulacion de la teoria
Deduccion
Formulacion de la hipotesis
FASE
EMPIRICA:
Puesta a prueba
de la hipotesis
Diseño de la investigacion
Ejecucion del diseño
Datos
Analisis estadistico
de los datos
Resultados
FASE
INTERPRETATIVA
Discusion de los Resultados
Discusion e
interpretacion de los
resultados
Publicacion del estudio
Ilustración 1: Proceso del Método Científico
3. Puesta a prueba de la hipótesis.
3.1. Fase de diseño: La puesta a prueba de la hipótesis se lleva a cabo mediante el diseño (proyecto) y posterior realización de un estudio de
campo. Dentro del diseño se incluyen la definición del tipo de estudio
que se va a utilizar (experimental, observacional), las características
de los sujetos que se van a incluir, las variables que se han de recoger
(en base a la revisión bibliográfica) y la forma de medirlas...
3.2. Ejecución de diseño. Consiste en la recogida de las variables para cada
sujeto estudiado, siguiendo el plan establecido en el diseño del estudio.
3.3. Fase de análisis: Se aplican pruebas estadísticas de significación para
valorar la verosimilitud de las hipótesis formuladas, contrastándolas
con los datos reales obtenidos en el estudio. Dependiendo del tipo de
variables, se aplicarán distintas pruebas estadísticas. Si la predicción
de la hipótesis concuerda con los datos recogidos con una probabilidad alta -al menos del 95%- de que no se deba al azar, y suponiendo que la metodología empleada es correcta, podremos decir que
CURSO DE EPIDEMIOLOGÍA
16
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
la hipótesis es una explicación razonable y provisional de la relaciones
observadas.
4. Introducción de los resultados en la teoría.
4.1. Discusión de los resultados. Se interpretan los resultados, se valoran y se
comparan con los obtenidos en otros estudios sobre el mismo tema. Se
ha de valorar la validez de estudio, sus defectos metodológicos....
4.2. Publicación de los resultados. El objetivo toda investigación es contribuir
al avance de la ciencia. Si no se publican los resultados de una investigación, estos no son conocidos por la comunidad científica con lo
que no aportará nada a la ciencia, por ello la importancia de la publicación de los resultados del estudio. También se pueden comunicar
nuevos problemas o hipótesis de investigación que se han originado
durante la investigación. Con esta etapa se cierra el proceso cíclico
que caracteriza al método científico, ya que con la publicación de los
resultados contribuimos a la construcción, modificación o perfeccionamiento del modelo teórico en el que desde un principio se encuadraba el problema y del que surgieron las hipótesis.
Sin embargo, por mucha significación estadística que tenga la
relación entre dos variables (una de exposición y otra de efecto), esta es completamente insuficiente para establecer relaciones causales, ya que la significación estadística depende de factores como el número de sujetos estudiados
o si las variables estudiadas pueden estar relacionadas a través de una tercera variable de confusión. Por tanto, y bajo ningún concepto, se debe de interpretar la magnitud de la significación estadística como una mediada de la
relación causal entre dos variables.
En definitiva, el establecimiento de relaciones causales excede el
campo de la estadística y a veces el de la epidemiología; se encuentra más
bien en el terreno de la filosofía, y según algunos autores (Lanes, 1985) en el
ámbito de la Salud Pública, en el que es necesario tomar decisiones para la
prevención de determinadas enfermedades actuando sobre sus factores de
riesgo potencialmente causales.
Pero esta dificultad de establecer relaciones causales no debe de
envolver en un excepticismo todas las conclusiones obtenidas de la epidemiología. Es necesario admitir los conocimientos actuales como explicaciones
tentativas de la realidad; de no ser así, por un lado, no avanzaría la ciencia y,
por otro, no tendría objeto la aplicación práctica -en forma de medidas preventivas- de los conocimientos sobre factores de riesgo.
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
17
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
3.4.
EVOLUCIÓN DEL CONCEPTO DE CAUSA EN EPIDEMIOLOGÍA.
El concepto de causa en epidemiología, al igual que su propia
definición, va paralela con sus fines y objetivos; y éstos, a su vez, están relacionados con las enfermedades más predominantes en cada época. En un
principio, el origen de las enfermedades era un castigo divino, ello implicaba
necesariamente que no fuese necesario buscar su origen natural y, por consiguiente, sus causas. Posteriormente con la revolución científica se abandonó
este criterio. En esta época, dado la frecuencia de enfermedades infecciosas el
modelo causal aplicado era el determinista.
3.4.1. Modelo determinista: causa necesaria y suficiente.
Para el modelo determinista, una relación causal es la perfecta,
constante, única y recíproca conexión entre dos variables: causa y efecto. Este
modelo requiere los siguientes criterios:
C1
E1
C2
E2
C3
E3
C4
E4
b) Especificidad de efecto: E es el solo efecto de C, que implica que C no puede
causar otra enfermedades.
C5
E5
c) Causa suficiente: si existe la causa existe el efecto.
a) Especificidad de causa: C es la sola causa de E (C=causa, E=efecto), lo que
implica que la enfermedad no puede estar producida por otras causas distintas a C.
d) Causa necesaria: el efecto se produce solo si existe la causa.
3.4.2. Criterios de Bradford Hill.
Bradford Hill propuso una serie de principios orientativos en el
proceso de establecer relaciones causales en epidemiología.
1. Fuerza de la asociación. Es la relación entre la frecuencia de las enfermedades en los individuos expuestos a un factor de riesgo, en relación a los no
expuestos. Según él, las asociaciones fuertes es más probable que sean
causales que las débiles, ya que éstas es más probable que se deban a sesgos.
2. Consistencia. Se basa en que si observamos una misma relación en poblaciones diferentes, bajo condiciones, períodos y metodologías diferentes es
más probable que se trate de una relación causal. Sin embargo, según el
modelo determinista modificado de Rothman, un factor causal componente no ejercerá como causa si no se dan las causas componente complementarias. Éstas pueden depender de características poblacionales o
temporales o de defectos metodológicos.
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
18
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
3. Especificidad de efecto. Implica que una causa conduzca únicamente a un
efecto, no a varios efectos. Se trata de un criterio polémico ya que la multiplicidad de efectos es la regla y no la excepción.
4. Temporalidad: La causa ha de preceder siempre al efecto, aunque sean unos
milisegundos.
5. Efecto dosis-respuesta. Si la frecuencia de aparición de la enfermedad se
incrementa con la dosis y el tiempo de exposición, esto apoya la relación
causal. Pueden existir excepciones como el efecto umbral, o el efecto de
saturación.
6. Coherencia. Implica que una interpretación de causa y efecto para una asociación no debe de entrar en conflicto con lo que se sabe de la historia natural y la biología de la enfermedad. Pero la ausencia de información coherente no debe ser tomada como una prueba contra la asociación causal.
7. Evidencia experimental. Esta evidencia pocas veces es obtenible en poblaciones humanas, ya que existen serios problemas éticos para experimentar
con exposiciones potencialmente dañinas. Por eso en epidemilogía se recurre a diseños observacionales (cohorte, casos controles) que intenta simular los estudios experimentales y aproximarse a su validez.
8. Analogía. Consiste en que, una relación potencialmente causal es más
plausible si existen otras análogas ya demostradas. Si un medicamento
causa malformaciones congénitas, quizás pueda hacerlo otro del mismo
grupo.
Estos criterios para establecer la causalidad en epidemiología
presentan numerosas excepciones; y según Rothman alguno puede ser erróneo (Especificidad) o irrelevante (evidencia experimental y analogía). Hay
que resaltar que Hill no pretendía que estos criterios fuesen tomados de forma rígida como criterios de inferencia causal, sino que eran meramente
orientativos y creía que la causalidad no podía guiarse por ninguna lista de
reglas tajantes; sin embargo posteriormente algunos autores utilizaron erróneamente su "lista" con este fin.
3.4.3. Modelo multicausal.
Cuando la incidencia de las enfermedades infecciosas disminuye
en los países desarrollados, aumenta la importancia de las enfermedades no
infecciosas. Se observó que para este tipo de enfermedades el método determinista no se ajustaba bien; a la vez se constató mediante una gran cantidad
de evidencias empíricas y justificaciones teóricas el carácter multifactorial de
la etiología de las enfermedades y también la interconexión entre los distintos factores. Todo suceso, en rigor, es producido por una cantidad importan-
CURSO DE EPIDEMIOLOGÍA
19
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
te de factores, o al menos el principal está acompañado de otros muchos que
se relacionan con él.
FACTORES AMBIENTALES
- Distribucion geografica
- Civilizacion
- Dieta
- Habitos de higiene dental
Tasa de crecimiento
y metabolismo
Tasa de inicia y
progresion de
la caries
TIEMPO
Sensibilidad y
resiostencia del diente
FACTORES DEL AGENTE
- Placa dental
- Microorganismos
S. mutans
S. salivaris
Lactobacilli
A. viscosus
FACTORES DEL HUESPED
- Edad
- Sexo
- Diferencias familiares
- Factores constitucionales: saliva...
- Estado nutritivo
- Fluor
Ilustración 2: Ejemplo de modelo multicausal: la caries dental
Según este modelo, existen interrelaciones entre factores de riesgo, causas intermedias y finales (ver Ilustración 2). Todo ello se resumen en
redes causales que intentan explicar la relación entre las distintas causas y la
relación entre éstas y la enfermedad.
Para prevenir la enfermedad será suficiente la eliminación de un causa que sea clave en la red o modelo que explica la ocurrencia de la enfermedad.
3.4.4. Modelo de causas componentes y causas suficientes.
Modelo desarrollado por Rothmani (1976) que combina conceptos del modelo determinista y del multicausal. Su carácter determinista le
viene impuesto porque cuando se completa una causa suficiente se produce
inevitablemente la enfermedad; pero también es multicausal, ya que para
que se produzca la enfermedad es necesario que existan simultáneamente
varias causas componentes hasta completar una causa suficiente.
En la Ilustración 3 se representa como varias causas componentes
(sectores) dan lugar a una causa suficiente (círculo). La figura también muestra que una enfermedad puede tener varias causas suficientes y que estas
pueden tener en común una o más causas componentes.
CURSO DE EPIDEMIOLOGÍA
20
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
A
B
C
A
F
D
B
A
G
E
E
I
II
III
Ilustración 3: Modelo de causas componentes y suficientes.
Al igual que el modelo determinista, incluye el concepto de causa
necesaria pero con un carácter distinto: según el modelo de Rothman, si una
causa componente está presente en todas las causas suficientes, esa causa
componente será necesaria para completar cualquiera de las causas suficientes y, por tanto, esa causa componente tendrá el carácter de causa necesaria
para la aparición de la enfermedad. Sin embargo, su carácter determinista no
es completo ya que carece de la especificidad de efecto: Una enfermedad
puede ser producida por distintas causas suficientes.
De acuerdo con este modelo, para prevenir la enfermedad no es
necesario conocer ni prevenir todas las causas componentes, sino que es suficiente con eliminar una causa componente de cada causa suficiente.
3.4.5. Modelo probabilístico.
En la epidemiología moderna, ante la dificultad de encontrar las
causas, la epidemiología habla de factores de riesgo (podría decirse que el
riesgo es la probabilidad de que ocurra algo negativo). Se buscan las relaciones entre variables, estableciendo la asociación entre una exposición y su
efecto. Si la exposición aumenta el riesgo de padecer la enfermeda, se habla
de factor de riesgo; mientras que si previene su desarrollo, se dice que es un
factor protector.
Ilustración 4: Relación entre el plano filosófico, epidemiológico y estdístico
Filosófico
Causa
Efecto
Epidemiológico
Exposición
Efecto (enfermedad)
NIVEL
Factor de riesgo
Factor protector
Estadístico
Variables independientes
Variables dependiente
.
Este modelo utiliza la teoría de probabilidades y el método estadístico para establecer relaciones entre exposiciones y efectos. La aceptación
CURSO DE EPIDEMIOLOGÍA
SAÚDE PÚBLICA
21
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
de este modelo no implica renunciar al modelo de causas componentes y
suficientes, ni al modelo multicausal, sino al contrario: a través de él podemos identificar las distintas causas componentes y suficientes o los factores
que forman la red del modelo multicausal.
La principal ventaja de este modelo radica en que permite estimar riesgos sin conocer todas las causas que componen el modelo. También
permite establecer relaciones dosis-respuesta entre una exposición y una
enfermedad, y la creación de modelos matemáticos (p. ej. mediante regresión
logística) con los que es posible analizar el efecto de múltiples exposiciones
controlando la relaciones entre ellas, ya sean relaciones de confusión o de
interacción.
Todos los modelos (determinista, multicausal, ...) son aproximaciones teóricas al los procesos causales reales, pero no se ajustan perfectamente a ella. Así para una enfermedad, un modelo puede adaptarse mejor
que otro, pero no implica que ese sea el verdadero para esa enfermedad. Todos estos modelos son representaciones de sus correspondientes teorías causales, y, según Popper, las teorías no son que aproximaciones momentáneas
a la realidad para intentar explicarla lo mejor posible.
EPIDEMIOLOGÍA
22
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
4. MEDIDAS DE FRECUENCIA EN EPIDEMIOLOGÍA.
La epidemiología es una ciencia, y como toda ciencia necesita unidades de medida. Al igual que la física no tendría sentido sin unas unidades de masa, longitud etc. la epidemiología tampoco. Pero, ¿qué unidades
utilizará la epidemiología? Según su definición, utlizará unidades de medida que midan la frecuencia de los fenómenos de salud-enfermedad.
Las medidas de frecuencia de una enfermedad pueden referirse al conjunto de todos los casos existentes (prevalencia) o a la aparición
de casos nuevos (incidencia).
4.1.
PREVALENCIA
La primera medida que se nos ocurre para medir la frecuencia
de una enfermedad es conocer la proporción de la población que padece
la enfermedad en estudio en un momento determinado. A esta medida se
le denomina prevalencia. Su fórmula es la siguiente:
Pr evalencia =
N º de individuos con enfermedad en un momento dado
N º de individuos de la poblacion en ese momento
Matemáticamente esta medida de frecuencia es una proporción ya
que el numerador está incluido en el denominador. Al ser una proporción,
toma valores entre 0 y 1, que al multiplicarlo por 100 expresa el porcentaje
de la población que sufre la enfermedad en ese momento.
La prevalencia es una medida de frecuencia importante para
las enfermedades crónicas (p. ej. diabetes), sobre todo desde el punto de
vista de la Administración y Gestión Sanitarias, ya que permite estimar los
servicios sanitarios necesarios para tratar este tipo de dolencias. Sin embargo, desde el punto de vista de la investigación epidemiológica
-centrada principalmente en búsqueda de factores de riesgo- presenta limitaciones importantes, ya que la prevalencia está relacionada con los
factores de riesgo de la aparición de la enfermedad y con los factores que
modifican la supervivencia del sujeto una vez enfermo. Por ello, para aplicaciones etiológicas (causales) se necesita una medida de frecuencia que
no se vea afectada por la duración de la enfermedad. Ésta es la incidencia.
EPIDEMIOLOGÍA
23
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
4.2.
INCIDENCIA
La incidencia mide el número de casos nuevos de una determinada enfermedad que aparecen en un período de tiempo determinado.
Refleja el flujo del paso del estado de salud al de enfermedad.
4.2.1. Incidencia acumulada.
La incidencia acumulada es la proporción de individuos sanos
al comienzo del período que pasan durante el mismo periodo al estado de
enfermedad.
N º de individuos que desarrollan la enfermedad en un momento dado
I. A . =
N º de individuos sanos al inicio del periodo
Esta medida se puede interpretar como el riesgo de un individuo de padecer la enfermedad durante ese tiempo, siempre y cuando no
muera por otra causa. Se trata de una proporción (el numerador está incluido en el denominador) y por tanto es adimensional (no tiene unidades) y toma valores entre 0 y 1. Al ser una proporción carecemos de información del tiempo al que hace referencia, por ello un dato de incidencia acumulada siempre se ha de acompañar del período de tiempo al que
hace referencia.
E
1
P
2
E
3
E
4
P
5
P
6
Z
E
7
E
8
P
9
10
E
11
12
0
1
2
3
4
5
6
7
8
9
10
Años de seguimiento
E
P
Momento en el que el sujeto enfermó
Momento en el que se produjo la pérdida en el seguimiento
Ilustración 5: Incidencia acumulada y tasa de incidencia
En algunos estudios el período de observación y el tiempo
desarrollo de la enfermedad varía de forma importante entre unos individuos y otros. En la incidencia acumulada de las dos exposiciones es la
EPIDEMIOLOGÍA
24
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
misma (ver Ilustración 5); sin embargo, gráficamente intuitivamente se
observa que una de las exposiciones es más peligrosa que la otra. Por ello,
en estos casos la incidencia acumulada no es útil, y se ha de recurrir a una
medida de la incidencia en la que se tiene en cuenta el tiempo de observación de cada sujeto. Ésta es la tasa de incidencia.
4.2.2. Tasa de incidencia o densidad de incidencia.
Se define como el número de comienzos de enfermedad en la
población dividido por la suma de períodos de tiempo de observación de
todos los individuos de esa población:
TI =
N º de episodios de enfermedad que aparecen en un periodo de tiempo
det erminado
∑ Periodos de tiempo en riesgo de padecer la enfermedad
Matemáticamente es un cociente pero no es una proporción
por lo que posee unidades, en este caso, tiempo-1. También cabe resaltar
que el numerador de la TI es distinto a la de la IA, en cuanto que en ésta
un individuo sólo puede contribuir en una unidad aunque haya padecido
episodios recurrentes, mientras que en el caso de la TI un individuo contribuye con tantos episodios como haya sufrido. El rango numérico va de
cero a infinito, este último valor se dará cuando todos los individuos desarrollan la enfermedad en el momento de iniciarse el seguimiento.
La interpretación intuitiva de un número cuya unidades son
es difícil. Para facilitarlo es útil realizar el inverso incluyendo las
unidades. De esta forma, el nuevo valor tiene unidades de tiempo, y se
pued interpretar como el tiempo medio de seguimiento hasta la ocurrencia de la enfermedad.
tiempo-1
4.3.
RELACIÓN ENTRE LAS MEDIDAS DE FRECUENCIA DE UNA
ENFERMEDAD.
Que la prevalencia de una enfermedad sea baja no implica
necesariamente que su incidencia sea también baja. Puede ser debida a
que la enfermedad provoca la muerte rápidamente o, por el contrario, que
se cure en un breve período de tiempo.
En la se representa la incidencia, la prevalencia y la relación
entre ellas. El deposito A representa la los sujetos libres de enfermedad de
una determinada población. El depósito B representa el número de sujetos
de esa población con esa enfermedad. Entonces la prevalencia sería la relación entre B/B+A.
EPIDEMIOLOGÍA
25
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
5. ESTUDIOS EXPERIMENTALES
5.1.1.1. INTRODUCCION
El objetivo último de la epidemiología es el estudio de la salud y sus determinantes en las poblaciones humanas. Para ello aplica el método científico,
que como hemos visto en el tema 3, es la metodología más avanzada para generar
conocimiento.
¿Epidemiología?
Objetivo
Estudio de la salud y sus determinantes en
poblaciones humanas
¿Cómo?
Aplicación del método científico
Observar
Experimentar
Éticas y practicas
En el método científico se aplican dos grandes paradigmas: el experimental y el observacional. En la experimentación el investigador toma parte en
la investigación, manipulando las condiciones en las que realiza el estudio. Generalmente mantiene constantes (o controlados) todos lo factores
que influyen en el resultado excepto el factor objeto de estudio. Por el contrario, en la investigación observacional el investigador se limita a observar la realidad sin intervenir sobre ella. Son ejemplos de ciencias experimentales la química y la farmacología básica, y de ciencias observacionales, la astronomía o la meteorología.
En epidemiología aplicamos ambas metodologías. Idealmente el diseño
mas adecuado es el experimental, ya que permite controlar mejor las variables
que pueden interferir en los resultados del estudio, pero por consideraciones
prácticas y éticas en epidemiología es frecuente la utilización de metodología
observacional.
Usos del método experimental
en Epidemiología
Tipos
Ejemplos
•Preventivo
¿Es eficaz la Aspirina para la prevención
del IAM?
•Comunitario
¿Es eficaz la fluoración del agua de
bebida para la prevención de la caries?
•Evaluación de
servicios
¿Es eficaz la “contravisita” para mejorar
la prescripción de los médicos?
•Terapéuticos
Es eficaz la estreptomicina en el
tratamiento de la TB
Los estudios experimentales son muy utilizados en Salud Pública. Pueden utilizarse para valorar la eficacia / efectividad de intervenciones preventivas
(p. ej. ¿es eficaz la vacuna contra la hepatitis B? o es eficaz aspirina en la prevención infarto agudo de miocardio). Son los denominados ensayos preventivos. También para valorar la eficacia / efectividad de intervenciones realizadas a nivel de
grupos de población (no a nivel de individuo). Son los llamadas ensayos comunitarios que se pueden realizar a nivel de familias, barrios, ciudades, regiones, o empresas. Un ejemplo de este tipo de estudio son los realizados para valorar la eficacia de la fluoración del agua de bebida para prevenir la caries.
Los estudios experimentales también pueden ser de gran utilidad en la
evaluación de servicios sanitarios. Así, antes de poner en marcha la implantación de
un programa para mejorar la calidad de la prescripción de medicamentos mediante la visita de un profesional independiente, puede ser útil valorar su efectividad / eficiencia mediante un estudio experimental.
EPIDEMIOLOGÍA
26
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Finalmente, los estudios experimentales son la principal metodología
para valorar la eficacia de los nuevos medicamentos antes de que salgan al mercado. Son los denominados ensayos clínicos.
El error aleatorio
El error aleatorio...
Unidades de estudio
Variabilidad respuesta
Laboratorio
Epidemiología
Tejidos
Órganos
Individuos
Poblaciones
↓
↑
Error aleatorio
No
Si
Observaciones
Una
Muchas
En epidemiología la unidad mínima de estudio es el sujeto, y la variabilidad interindividual es una característica intrínseca a la biología: no existen
dos individuos iguales. o lo que es lo mismo: no existen dos individuos
que, ante un mismo estímulo, respondan de manera idéntica (tanto en
tipo de respuesta como en intensidad). Fruto de esta variabilidad en la
respuesta, en epidemiología aplicamos modelos causales probabilísticos
(que estudia y comparar frecuencias de desarrollar la enfermedad). Y para
estudiar frecuencias se necesita investigar un número adecuado de sujetos, de forma que la respuesta obtenida en el experimento sea, en realidad,
una "respuesta media" de los sujetos.
Esta forma de experimentar contrasta con la utilizada en las ciencias de
laboratorio (fisiología o farmacología) donde se estudian fenómenos de
tipo deterministas, en los que siempre que se realice el experimento con
ese factor se producirá el efecto. Esto implica que en las ciencias de laboratorio con realizar una sola vez el experimento (o alguna más con fines de
comprobación) es suficiente.
Hay que resaltar que las diferencias entre el carácter probabilístico de la
epidemiología y el determinista de las ciencias del laboratorio procede de
nuestro grado de conocimiento sobre las mismas. Si conociésemos todas
las causas contributivas de un efecto, y las pudiésemos controlar, la relación objeto de estudio sería determinista, y bastaría con experimentar con
un solo sujeto.
El número de sujetos (tamaño de la muestra) necesario para realizar un
estudio experimental en epidemiología va a depender de múltiples factores. Entre ellos, el efecto mínimo que queramos detectar, la variabilidad y la frecuencia
del efecto y la probabilidad de cometer el error tipo I y el error tipo II que queramos asumir a priori. El tamaño de la muestra necesario aumentará: (1) cuanto
mayor sea la variabilidad en la respuesta (si todos los sujetos respondiesen igual
solo necesitaríamos uno o dos), (2) cuanto mas pequeño sea el efecto que queramos detectar, y (3) cuanto menor sea el riesgo de cometer los errores tipo I y II
que queramos asumir.
EPIDEMIOLOGÍA
SAÚDE PÚBLICA
27
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
5.1.2. Selección de los sujetos estudiados: Poblaciones y muestras.
¿Cómo los selecciono?
Población
diana
Criterios de
inclusión
Población
estudio
Población
diana
Conjunto de sujetos a los que se
pretende aplicar los resultados del
experimento
Población
estudio
Conjunto de sujetos a los que
podemos acceder en función de:
•Características temporales y
espaciales
•Criterios de inclusión/exclusión
Muestra
Muestra
Criterios de
exclusión
Subconjunto de la población
estudio
•Tiempo
•Dinero
Cuando se diseña un estudio experimental se ha de decidir acerca de los
sujetos a estudiar y la forma en la que han de ser reclutados. Pero en primer lugar debemos pensar cúal es la población diana a la cual queremos
aplicar los resultados del estudio, y que viene determinada por la pregunta a investigar. Hay que resaltar que esta población diana es de naturaleza
ficticia, ya que en el momento de realizar el estudio no conocemos a todos
los sujetos que la componen: el investigador no tiene acceso, por motivos
temporales ni espaciales, a toda la población diana potencial ya que no
puede estudiar a enfermos del futuro ni estudiar a una muestra representativa de todos los enfermos del mundo. Por ello, la investigación se ha de
limitar a la población accesible (o también llamada población a estudio) que
está definida por criterios espaciales y temporales (p. ej. sujetos con hemorragia gastrointestinal en el área de Santiago en los año 2002-2005). Además, por motivos éticos y prácticos se definen unos criterios de inclusión y
de exclusión que han de ser adecuados para la pregunta a investigar.
Estrategias para evitar el efecto de factores ajenos a la intervención
Cuando administramos una intervención a un conjunto de sujetos y se
observa un efecto... ¿podemos atribuir todo el efecto observado a la intervención? La respuesta es negativa, ya que debemos tener en cuenta el
efecto observado se puede deber a tres componentes: (1) Las evoluciones
naturales del proceso pueden ser cíclicas o autolimitadas. (2) La intervención puede coincidir en el tiempo con otras intervenciones o factores externos (cointervenciones), que pueden hacer que atribuyamos una mayor
o menor afectividad a la intervención que a la real. (3) La mejoría debida a
la intervención.
Para separar la mejoría debida a la intervención de la debida a la evolución natural de la enfermedad o a factores externos al estudio es necesario
establecer un grupo de comparación o grupo control, en el que influyan los
mismos factores externo.
EPIDEMIOLOGÍA
28
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Tipos de grupo control
Se pueden agrupar los tipos de grupos controles en tres grandes bloques: (1) Controles históricos, (2) Control intragrupo pre-post; (3)
Controles concurrentes.
Tipos de grupos control
Controles históricos
Intervención
Grupo intervención
Controles históricos
Tiempo
/ Cointervenciones
/ Cambios en la enfermedad u otros factores
Tipos de grupos control
Controles antesantes-después
Preintervención
Postintervención
Sujeto 1
Sujeto 2
Sujeto n
/ Cointervenciones
/ Curso natural del proceso
Tipos de grupos control (3): concurrentes
Controles concurrentes
Grupo
intervención
Grupo
control
/ Problemas de ética
/ Problemas prácticos
Los controles históricos se basan en comparar los resultados del grupo de
intervención con otro grupo de sujetos que no recibieron la intervención
en el pasado. Aquí se puede incluir la comparación con sujetos de épocas
anteriores en los que se tenga registrada su evolución, pero no suelen contener todos los datos necesarios. Además, la misma evolución del proceso
(tuberculosis, fiebre amarillas) puede cursar de distinta forma por factores
como la nutrición o las resistencias. Otro problema es que los investigadores son reacios a incluir a pacientes con mal pronóstico al grupo experimental. Por todo ello, los estudios con controles históricos tienden a dar
resultados erróneamente positivos (Am J Med 1982; 72: 233-40).
Los controles pre-postintervención se basan en comparar la evolución del
efecto antes y después de la intervención. Este tipo de controles tiene el
problema de que no controla el curso natural del proceso, y tampoco la
existencia de cointervenciones externas que hayan podido coincidir en el
tiempo con la intervención objeto de estudio.
Los controles concurrentes se caracterizan porque es un grupo de sujetos
distinto al de intervención que se compara de manera simultanea (concurrente) en el tiempo, lo que permite eliminar los errores y falacias de otros
tipos de controles: No influyen la evolución de la enfermedad a lo largo
del tiempo (p. ej. resistencias), ni cambios en factores concomitantes (nutrición), ni el carácter autolimitado de algunos procesos, ni la existencia de
cointervenciones.
¿Cómo formar el grupo control?
Cualquier tipo de asignación sistemática conocida por los investigadores
(fecha de nacimiento −p. ej. par o impar−, letras del apellido...), puede
condicionar su decisión de incluir o no a un sujeto en el estudio, por conocer a que grupo de tratamiento va a ser asignado (BMJ 1999; 319: 375-6).
De esta forma, el grupo intervención supuestamente más efectivo posiblemente contenga enfermos más graves. Algo similar ocurrirá si es el
paciente el que elige su propio tratamiento. Si la asignación de los sujetos
a uno o otro grupo se deja a juicio del promotor del estudio (p. ej. industria farmacéutica), probablemente se asignarán −consciente o inconscien-
EPIDEMIOLOGÍA
29
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
¿Cómo formar un buen grupo control?
Distribución aleatoria
El azar determina que sujetos son
asignados a cada uno de los grupos
Fisher
Ocultación secuencia de aleatorización (OSA)
•NO sesgo selección
•NO sesgo de confusión
Bradford Hill
temente− los sujetos de forma que se verifiquen los objetivos del estudio.
Si se forma el grupo control con sujetos que rehusaron participar o con los
no elegibles, el grupo control probablemente no será comparable con el de
intervención (Lancet 1980; i: 339-40).
Como hemos visto asta ahora, en un estudio experimental los sujetos que están sometidos a la intervención lo están porque participan en el
estudio, y ya que el investigador tiene la capacidad de asignar la exposición, dicha asignación deberá realizarse mediante un método que garantice una distribución equilibrada de todas las causas contribuyentes del
efecto en los dos grupos. La única medida que garantiza que dicha distribución sea equilibrada es la distribución al azar de los sujetos entre los
grupos de tratamiento. De hecho, se ha encontrado que en los estudios
experimentales en los que la distribución al azar no esta correctamente
realizada, el efecto de la intervención se incrementa en un 41% (JAMA
1995; 273: 408-12). El método de distribución al azar de intervenciones fue
desarrollado por Fisher para su aplicación en investigación agrícola. Posteriormente Bradford Hill lo aplicó a la investigación clínica.
Pero la distribución al azar puede perder parte de sus ventajas si
no se oculta la secuencia de aleatorización a los investigadores o al personal
sanitario. Esto impedirá que el conocimiento de la intervención que recibirá cada paciente (o una unidad de aleatorización) condicione su inclusión o no en el estudio. La ocultación de la secuencia de aleatorización se
puede conseguir centralizando la aleatorización en un departamento ajeno
en el de reclutamiento, o al que se realiza el tratamiento.. Este procedimiento fue puesto en práctica por Bradford Hill en el ensayo clínico sobre
la eficacia de la estreptomicina en el tratamiento de la tuberculosis.
Hay que resaltar que la distribución al azar, a diferencia de otros métodos
−como el emparejamiento, el análisis estratificado o el multivariante−,
presenta la gran ventaja de que no sólo permite la comparabilidad entre
los grupos por factores pronósticos conocidos, sino que también de los
desconocidos.
¿Cómo realizar la distribución al azar?
A la hora de realizar la distribución al azar nos surgen dos preguntas: (1)
Qué unidades de asignación son las mas correctas para esta intervención,
y (2) Qué método de asignación es el mas adecuado para un estudio en
concreto.
EPIDEMIOLOGÍA
30
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
1. Unidades de asignación
¿Unidades de distribución al azar? (2)
Asignación por
grupos
Intervenciones
Educativas
↓ Riesgo
contaminación
¿Unidades de distribución al azar? (3)
Intervenciones
Comunitarias
Asignación por
comunidades
La unidad de aleatorización más adecuada cuando la intervención no es transferible (p. ej. un tratamiento farmacológico) es el individuo ya que se consigue una mejor comparabilidad entre grupos al ser
mayor el numero de unidades a distribuir. Sin embargo, en algún tipo de
intervenciones (p. ej. en intervenciones educativas) puede existir un fenómeno de trasferencia de la intervención (o contaminación) entre sujetos
del grupo de intervención y el de control que puede conducir a una infraestimación del efecto. En este tipo de intervenciones es muy útil formar
conjuntos de sujetos agrupados manera natural (colegios, centros de salud, comarcas...), y luego distribuirlos al azar.
Existen otros tipos de intervenciones que son de carácter comunitario, en las que no se incide sobre individualmente sobre cada sujeto, sino
que se intervienen sobre agrupaciones de sujetos (escuelas, prisiones, ciudades, comarcas...). Este es el caso de intervenciones realizadas a nivel de
zonas geográficas o administrativas (fluoración del agua de abastecimiento) o en unidades de organización sanitaria (p. ej. áreas de salud). En estas
situaciones la distribución se realiza a nivel de comunidades que son las
unidades mínimas de intervención.
La desventaja de la aleatorización por grupos o por comunidades
es la dificultad de calcular los tamaños de la muestra y los errores estándar, ya que hay que tener en cuenta que existe una correlación interna
entre los grupos de sujetos: los sujetos dentro del mismo grupo de asignación son más parecidos que entre grupos distintos.
2. Métodos de asignación
La asignación aleatoria simple se caracteriza porque la probabilidad
de ser asignado es conocida de antemano y permanece constante a lo largo del ensayo. Este procedimiento es equivalente al método de tirar una
moneda al aire (si a la primera unidad de asignación −p. ej. sujeto− le toca
cara, será asignada al grupo de intervención, y si a la segunda cruz irá al
de control), aunque en la práctica se utilizan tablas de números aleatorios
o programas de ordenador para realizarla. Esta metodología, aunque es
conceptualmente adecuada, presenta dos limitaciones cuando el número
de unidades de asignación es pequeño: (1) es posible que los grupos queden descompensados en cuanto al número de unidades de asignación
durante o al final del ensayo, y (2) que los grupos de intervención y de
control no resulten comparables por variables pronósticas relevantes del
efecto.
EPIDEMIOLOGÍA
31
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
¿Cómo distribuir al azar?
2) Asignación aleatoria por bloques
1. Determinar el número de sujetos por bloque (p. ej. 4)
2. Establecer las posibles combinaciones de bloques y
tratamientos (A y B)
1:AABB; 2:ABAB; 3: ABBA; 4: BBAA; 5; BABA; 6: BABA
3. Distribución al azar de los bloques:
Nº aleatorios
Secuencia
6
2
3
6
6
BAAB
ABAB
ABBA
BAAB
BAAB
La distribución al azar por bloques permite conseguir, no sólo que la
relación final entre el número de unidades de asignación entre los grupos
sea la establecida a priori, sino que a lo largo de la secuencia del estudio
también se mantenga esta relación. Esto puede ser de interés para valorar
intervenciones sobre efectos que presentan un comportamiento estacional
(por humedad, polinización) o sobre efectos que pueden ser sensibles a
cointervenciones externas (campañas de divulgación). Para realizar la
asignación por bloques debemos: (1) Determinar el número de unidades
experimentales que componen cada bloque (p. ej. 4); (2) Establecer todas
las posibles combinaciones de bloques y tratamientos y asignarles un número: 1:AABB; 2:ABAB; 3: ABBA; 4: BBAA; 5; BABA; 6: BABA; y (3) Extraer una serie de números aleatorios (tabla o programa informático). De
esta manera tendremos una secuencia equilibrada de tratamientos. Por
ejemplo: si la secuencia de números aleatorios es 6, 2, 3, 6, 6 la secuencia
de tratamientos será: BAAB, ABAB, ABBA, BAAB, BAAB.
La distribución al azar por bloques plantea la limitación de que el
investigador puede deducir que intervención le corresponde al siguiente
sujeto. Para evitarlo el investigador no debe conocer cuántos pacientes
contiene cada bloque.
¿Cómo distribuir al azar?
3) Asignación aleatoria estratificada
1.
Determinar la variable pronostica de interés (gravedad) y
establecer las categorías (leve
y grave
)
2.
Clasificar a cada sujeto de la muestra y formación de estratos
3.
Realizar una distribución al azar (simple o por bloques) en
cada uno de los estratos
Estrato de sujetos leves
Estrato de sujetos
graves
Cuando una población estudio es heterogénea respecto a los factores pronósticos y el número de unidades de asignación es reducido, la
distribución al azar simple o por bloques puede dar lugar a que los grupos
de intervención y control no sean comparables por algunas características
determinantes del efecto objeto de estudio. En este caso la distribución al
azar estratificada puede ser de gran utilidad, ya que permite que los grupos
de estudio contengan la misma proporción de sujetos (o de unidades de
distribución) de cada categoría pronóstica. Para realizar la distribución al
azar estratificada debemos: (1) Establecer la variable pronóstica de interés
por la que queremos que los grupos resulten comparables. Esta variable
ha de ser un factor relevante del efecto; (2) posteriormente se establecerán
las categorías de estratificación y se clasifica a cada sujeto de la muestra en
cada estrato; y (3) finalmente, se realiza una distribución al azar dentro de
cada uno de los estratos, generalmente por bloques. Cabe resaltar que la
distribución al azar estratificada sólo permite realizar grupos comparables
por factores pronósticos conocidos, pudiendo quedar los desconocidos
desequilibrados.
EPIDEMIOLOGÍA
32
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Comparabilidad tras la administración de la intervención.
Población, muestra e intervención
Enmascaramiento
a simple ciego
Población
diana
Criterios de
inclusión
sujetos que reciben la intervención conocen −o intuyen inconscientemen-
Distribución al azar
Población
estudio
Intervención
Autosugestión
Muestra
teórica
Comparables
Control
Criterios de
exclusión
Heterosugestión
Placebo
Int. referencia
Una vez finalizado el proceso de distribución al azar conseguiremos que, si el azar no nos juega una mala jugada, los grupos sean comparables antes de la intervención. Sin embargo, tan pronto se administra la
intervención a un grupo y a otro no, desaparece la comparabilidad: los
Enmascaramiento
a doble ciego
te− que la reciben y los del grupo control que no la reciben. Este fenómeno
se denomina autosugestión (cuando es el sujeto el que conoce la intervención). Para evitar el sesgo de cointervención debido a la autosugestión
(también llamado en farmacología efecto placebo), la intervención ha de
ser enmascarada para el sujeto. Se habla entonces de simple ciego. Para
enmascarar la intervención a menudo es necesario la utilización de un
placebo o de la intervención de referencia en el grupo control. Cuando no
es ético administrar placebo en el grupo control porque existe una intervención efectiva, se administra en el grupo control la intervención de referencia.
A pesar de la utilización del simple ciego, puede subsistir un efecto
residual al trasmitir el investigador una mayor confianza en el efecto de la
intervención.. Este fenómeno se denomina heterosugestión, y se evita si el
médico desconoce el tratamiento que está recibiendo el paciente. Para ello
se utiliza la técnica de enmascaramiento denominada doble ciego.
Medida de la variable respuesta
Medida de la variable respuesta
Población
diana
Criterios de
inclusión
¿Prejuicios?
¿Prejuicios?
¿Subjetividades?
Distribución
al azar
Población
estudio
Medida de la
respuesta
Intervención
Sujeto
Muestra
teórica
Control
Investigador
3ª Persona
Criterios de
exclusión
Según algunos autores, en las ciencias biomédicas la subjetividad
es ubicua. Los investigadores, consciente o inconscientemente intentan
que los resultados del estudio en el que están trabajando sean positivos.
Esto, unido a que la medida de los resultados (mejoría/agravamiento) de
numerosas enfermedades es subjetiva, hace necesario la utilización de
técnicas de enmascaramiento también en esta fase de evaluación de la
eficacia para garantizar que el conocimiento del tratamiento que recibe
cada paciente, no influya en la valoración de los resultados. Con la técnica
de simple ciego, además de evitar el efecto placebo, también se evita que,
cuando la medida del efecto es realizada por el paciente (p. ej. dolor), esta
se vea influenciada por el conocimiento del tratamiento que está recibiendo. Si es el investigador el que mide de la variable respuesta este ha de ser
ciego respeto a la intervención que recibe cada sujeto (doble ciego).
Sin embargo, existen circunstancia en las que el tratamiento es difícil de enmascarar o en las que no se puede realizar por cuestiones éticas.
EPIDEMIOLOGÍA
33
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
En estos casos es útil la técnica de enmascaramiento denominada triple
ciego. Esta técnica consiste en que otro evaluador, que no está involucrado
en el seguimiento de los pacientes y que ignora la medicación administrada, realiza "a ciegas" la evaluación de la respuesta.
Existen otras situaciones en las que en la práctica el enmascaramiento no tiene sentido o es infructuoso. Los procedimientos quirúrgicos
no se enmascaran fácilmente o no es ético hacerlo. El sabor o los efectos
indeseables de los medicamentos constituyen un indicio para el paciente,
para el médico, o para ambos. En estos casos no se realiza enmascaramiento.
5.1.3. ANÁLISIS DE LOS DATOS
Análisis de los datos
Población
diana
Criterios de
inclusión
Distribución
al azar
Población
estudio
Muestra
teórica
Medida de la
respuesta
Intervención
Evento
a+b
a
c+d
c
Evento
b
d
a =Re
a+b
c =Re
c+d
=RR
Una vez que hemos medido la variable respuesta en todos los sujetos procederemos al análisis de los datos. Para ello, calcularemos la frecuencia del evento objeto de estudio en cada uno de los grupos. Este evento puede ser curación, mejorías, fallecimiento, reacción adversa. De esta
manera, para cada uno de los grupos (intervención y no intervención)
dispondremos del número de sujetos en riesgo de sufrir el evento y también del número de eventos.
Control
Criterios de
exclusión
En el grupo de intervención dividiendo el número de eventos ocurridos [a] entre el total de posibles eventos [a+b] podremos por tanto calcular la probabilidad de ocurrencia del evento. Como en general los eventos son de carácter negativo (enfermedades, recaídas, fallecimientos) a
esta probabilidad se le denomina riesgo. Por tanto, el riesgo entre los expuestos a la intervención (Re) será:
Re =
a
a+b
[1]
De forma análoga podemos calcular el Riesgo entre los no expues−
tos ( Re ):
Re − =
c
c+d
[2]
Para comparar el riesgo entre los expuestos con el riesgo en los no
expuestos podemos realizar un cociente entre ambos riesgos. Este cociente
será una razón ya que el numerado no está incluido en el denominador.
Esta razón es una razón de riesgos o también llamada riesgo relativo (RR), y
tomá la siguiente forma:
EPIDEMIOLOGÍA
34
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
a
[3]
Re
RR =
= a+b
c
Re −
c+d
El RR no tiene unidades y puede tomar valores entre 0 y + infinito.
Cuando RR =1 indica que Re = Re − , o lo que es lo mismo, la exposición
no influye sobre la incidencia de la enfermedad. Cuando RR>1 indica que
el Re > Re − lo que implica que la exposición está asociada con una mayor frecuencia de la enfermedad; esta exposición es, por tanto, un factor
de riesgo. Cuando el RR>1, este nos indica el número de veces en que la
exposición incrementa el riesgo de que suceda el evento. Por ejemplo si en
un estudio obtenemos un RR=4, y partimos de la fórmula [3] esto indica
que:
RR =
Re
= 4 ⇒ Re = 4 ⋅ Re −
Re −
Lo que indica que la exposición aumenta
en 4 veces el riesgo de padecer la enfermedad.
Si RR<1 indica que Re < Re − lo que implica que la exposición está
asociada a una disminución de la frecuencia de la enfermedad. Esta exposición es un factor protector de la enfermedad. Cuando el RR<1, este no se
puede interpretar en términos de cuántas veces incrementa el riesgo (porque lo disminuye). Por ello, es útil calcular el inverso del RR (1/RR) e interpretar el valor obtenido en términos de cuántas veces disminuye la exposición el riesgo de padecer la enfermedad. Por ejemplo, si el RR=0.2,
esto indica que:
RR =
Re
= 0.2 ⇒ Re = 0.2 ⋅ Re −
Re −
Re =
1 − o lo que es lo mismo, que la exposición disminuye en 5
Re
5
Como 1/0.2=5, esto indica que:
veces el riesgo de padecer la enfermedad.
5.1.4. INFERENCIA DE LOS RESULTADOS
Sin embargo, el objetivo último del estudio no es conocer el valor de la
medida de efecto en la muestra estudiada, sino intentar estimar el valor de esa
medida de efecto en la población. Pero debido a que es prácticamente imposible
que la muestra reproduzca exactamente lo que ocurre en la población (que la
medida de efecto sea la misma en la muestra que en la población), el valor puntual del valor de la medida de efecto en nuestra muestra debe ir acompañada de
un intervalo en el que, con una determinada confianza (generalmente del 95%),
se encuentre el verdadero valor de la medida de efecto en la población. Esto es lo
que se denomina intervalo de confianza al 95%.
EPIDEMIOLOGÍA
35
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Para calcular el IC aproximado al 95% podemos utilizar esta sencilla
formula en la que a, b, c y d, de la fórmula [3]
IC 95% RR = exp( LnRR ± 1.96 ⋅
a
c
+
)
a +b c +d
[4]
Si obtenemos un valor de RR=0.2 (IC95%: 0.06 a 0.65) esto nos
indica que en los sujetos estudiados el RR es de 0.2, pero en la población
de la que provienen esos sujetos el valor del RR se encuentra con un 95%
de confianza entre 0.06 y 0.65. Gráficamente:
Muestra
0
1
RR
95% de confianza
en la población
Como podemos observar, el RR en la población estudiada se encuentra,
con un 95% de confianza, por debajo de la unidad lo que indica que con
un 95% de confianza en la población la intervención es protectora.
Sin embargo si al calcular el RR y sus IC95% obtenemos que RR=0.2
(IC95%: 0.01 a 1.2) nos indica que en la muestra estudiada el RR es protector (disminuye en 5 veces el riesgo) y que en la población estudiada, con
un 95% de confianza está entre 0.01 y 1.2 o lo que es lo mismo, con un 95%
de confianza puede ser factor protector (entre 0.01 y 1), no tener efecto (en
1) o ser un factor de riesgo (entre 1 y 1.2). Esto indica que no podemos
sacar conclusiones a nivel de la población.
Muestra
0
1
95% de confianza
en la población
RR
5.1.5. Inferencia estadística, epidemiológica y de salud pública
Interpretación de los resultados
•Accesibilidad espacial
Población diana
•Accesibilidad temporal
Inferencia en SALUD PUBLICA
•Criterios de inclusión
(Validez externa)
•Criterios de exclusión
Población estudio
•Inferencia ESTADISTICA
•Muestreo probabilístico
(Intervalos de confianza)
Muestra
Validez interna
Una vez que hemos calculado los intervalos de confianza nos
podemos preguntar... ¿A que población podremos aplicar estos resultados? Desde el punto de vista estadístico, sólo las podremos aplicar a la
población estudio de la que fue extraída la muestra teórica. La estadística
sólo nos informa sobre la probabilidad de que, no existiendo diferencias en
la población a estudio, las diferencias observadas entre el grupo de intervención y de control en nuestra muestra se deban a un error aleatorio en el
proceso de extraer la muestra.
Además, ni los intervalos de confianza ni la estadística nos proporcionan información sobre los errores sistemáticos (sesgos) que pueden afectar a la validez interna del estudio.
EPIDEMIOLOGÍA
36
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Por otro lado, la población estudio es un subconjunto muy pequeño de la
población diana a la que el investigador (o futuros investigadores o profesionales
de la Salud Pública) van aplicar los resultados. Para la extrapolación de los resultados a la población diana no se pueden utilizar criterios estadísticos, sino que se
basa en un proceso de razonamiento inductivo. Para realizar este razonamiento
se ha de tener en cuenta cuanto se aleja la población diana de las condiciones en
las que se realizó el experimento.
La mayoría de los estudios experimentales se diseñan para valoran la eficacia (grado en el que una intervención originan resultados beneficiosos en condiciones ideales), y no la efectividad (grado en el que una intervención originan resultados beneficiosos en condiciones reales de aplicación). Se dice que los estudios
experimentales que valoran la eficacia tienen una orientación explicativa frente a
los que tienen por objeto valorar la efectividad, que tienen una orientación pragmática. En la siguiente tabla se resumen las características de ambos enfoques.
Miden
EXPLICATIVO
Eficacia
Condiciones
Ideales (experimentales)
Criterios de
Inclusión
ENFOQUE
PRAGMÁTICO
Efectividad
ESTRICTOS (homogéneos):
Diagnostico de referencia
Por expertos
Sólo una patología
Sólo un tratamiento
Edad, no embarazo
Reales de la práctica clínica diaria
AMPLIOS (heterogéneos):
Dco real por médicos reales
Varias patologías
Varios medicamentos
Duración
Corta
La real
Seguimiento
RIGUROSO:
Cumplimentación
Abandonos
+ frecuentes
Placebo
SI
NO
Enmascaramiento
Doble ciego
Evaluación por terceros
Análisis
De los que terminan el estudio
Por intención de tratar
Variables
“Blandas”
“Duras”
= Clínico real
EPIDEMIOLOGÍA
37
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Interpretación de los resultados
¿Eficacia
vs
Efectividad?
1. Complementarios
2. Continuo
Eficacia
Efectividad
RESUMEN (tema 10)
Fundamentos
•Tamaño muestra adecuado
•Grupo control
•Distribución al azar
•Enmascaramiento
Medida efecto
•Razón de riesgos
Inferencia
•Intervalos de confianza
Como puede observarse los estudios con un enfoque pragmático se
asemejan más a la práctica clínica o a los programas de salud, y por tanto
la aplicabilidad de los resultados a la población diana será más fácil. Por el
contrario, realizar inferencias a una población diana muy distinta a la población de estudio a partir de estudios explicativos puede ser aventurado
(y de realizarse han de basarse en criterios epidemiológicos y de salud
pública, y no estadísticos). Por tanto, el enfoque explicativo y el pragmático son complementarios: idealmente se debe de comenzar con estudios
con un enfoque explicativo y, una vez que haya demostrado su eficacia,
valorar su efectividad mediante un estudio con enfoque pragmático.
A este respecto, hay que decir que la relación entre eficacia y efectividad es un continuo en el que nos podemos encontrar con múltiples
grados de eficacia / efectividad, ya que un estudio puede tener determinadas características explicativas (por ejemplo ciego) y otras de tipo
pragmático (análisis por intención de tratar).
•Enfoque explicativo o pragmático
5.2.
TIPOS DE ESTUDIOS EXPERIMENTALES
Dependiendo de que la asignación a los grupos de intervención se realize individuo a individuo o si los sujetos estudiados son sujetos
sanos o enfermos los extudios experimentales se pueden clasificasr:
Distribución de grupos de individuos
Estudios
Ensayos Comunitarios
Suj. Sanos
Ensayos de Campo
Suj. Enfermos
Ensayos Clínicos
Distribución
experimentales
individuo a individuo
EPIDEMIOLOGÍA
38
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
6.
DISEÑOS EPIDEMIOLÓGICOS OBSERVACIONALES
El paradigma de la investigación científica es el experimento,
pero las limitaciones impuestas por la ética y el costo restringen, a menudo, la investigación epidemiológica a los estudios observacionales. Y dado
que en epidemiología es frecuente estudiar exposiciones que son factores
de riesgo, no es ético que el investigador asigne a los sujetos causas potenciales de una enfermedad.
Para comprender las limitaciones éticas de los ensayos clínicos
puede ser útil responder a este pregunta ¿Sería ético asignarles a la mitad
de la población de una ciudad una exposición de 20 cigarrillos/día durante 20 años para comprobar su efecto sobre el cáncer de pulmón?
Sin embargo, la gente, queriendo o sin querer, con frecuencia
se expone a si misma a muchos factores potencialmente dañinos, escogiendo una amplia gama de dosis de diversas sustancias potencialmente
tóxicas.
Los epidemiólogos utilizan estas exposiciones voluntarias de
los sujetos (o de sus médicos) para simular los estudios experimentales,
realizando estudios observacionales en los que el investigador se limita a
"observar" la realidad, no interviniendo en ella ni la manipulando comoocurre en los estudios experimentales. Por tanto, el investigador deja de ser
un experimentador (manipulador) para limitarse únicamente a observar la
realidad. Así, los estudios de seguimiento o de cohortes sólo difieren de
los ensayos clínicos en que el investigador no asigna la exposición; pudiendo decirse que son estudios experimentales que “empiezan un poco
más tarde”, una vez que las exposiciones ya están asignadas.
6.1.
ESTUDIOS DE COHORTES
También llamados estudios de seguimiento o de incidencia.
Siguen la secuencia temporal natural de la enfermedad en cuanto la causa
(exposición) debe de preceder al efecto (enfermedad). Por tanto, en un
estudio de cohortes un grupo de personas libres de enfermedad y expuestas al potencial Factor de Riesgo (FR) y un grupo de no expuestos son seguidos a lo largo del tiempo. La incidencia de la enfermedad (casos nuevos aparecidos durante ese período) se compara en los dos grupos.
La función de los estudios de cohortes es responder a la pregunta "¿Cuales son los efectos de una determinada exposición?". Tienen,
EPIDEMIOLOGÍA
39
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
por tanto, la capacidad de detectar todos los efectos asociados a una exposición.
A cada uno de los grupos de individuos que comparten la exposición se le denomina Cohorte, palabra latina con la que se conocía a una
de las diez divisiones de las antiguas legiones romanas.
Enfermos
a+b
EXP
Sanos
a
b
c
d
SECUENCIA DE ESTUDIO
NO EXP
c+d
PROCESO:
Efecto
Exposicion
Presente
Presente
Ausente
1.
Ausente
2.
a
b
a+b
c
d
c+d
3.
4.
5.
Selecionar un grupo de
expuestos
Seleccionar un grupo deno
expuestos
Seguir a ambos grupos durante
un periodo de tiempo necesario.
Valorar la aparicion del efecto en
ambos grupos
Comparar la proporcion del
efecto en ambos grupos
Ilustración 6: Diseños de cohortes
Los principales objetivos de los estudios de cohortes son:
• Estimar la incidencia de la enfermedad/es en los individuos expuestos
y no expuestos al FR De aquí otro de los nombre, con los que se designan a este tipo de estudios es el de estudios de incidencia.
• Estimar cuántas veces más de riesgo tienen los expuestos de padecer la
enfermedad en relación a los no expuestos.
• Descubrir si existe relación entre dosis y respuesta.
• Estimar el número de casos de enfermedad que podamos atribuir al FR
Los estudios de cohortes no son eficientes para estudiar la relación entre un FR y una enfermedad que tenga una incidencia muy baja,
ya que esto implicaría seguir a un número muy elevado de sujetos durante un período de tiempo prolongado.
En los estudios de cohortes los grupos no tienen por que formarse en función de la exposición de los sujetos al inicio del estudio. Las
cohortes pueden formarse en un momento anterior al inicio del estudio y
EPIDEMIOLOGÍA
40
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
se realiza el seguimiento hacia delante en el tiempo para valorar el efecto.
Este tipo de estudios, podrían llamarese estudios de cohortes “desde
atrás” (que tambien se llaman estudios de cohortes históricas) en contraste
a los más comunes que serían “hacia delante”.
6.1.1. Fundamentos de los estudios de cohortes
6.1.1.1. La asignación
Se ha de comprobar antes de entrar en el estudio, que los sujetos están libres de la enfermedad objeto de estudio. Cuando la exposición
es muy frecuente el estudio de cohortes se puede realizar en un área geográfica definida, como en el estudio de Framingham. Sin embargo, cuando
la exposición es rara, es más eficiente en un grupo de expuestos y se compara con una muestra de los no expuestos. Otra medida para mejorar la
eficiencia es estudiar a sujetos que por su ocupación o localización faciliten el seguimiento: Médicos, militares,...
El grupo de no expuestos, han de carecer por completo de exposición para garantizar que no existe una infravaloración del efecto aunque no siempre esto no es posible. Por ejemplo, en la actualidad prácticamente no existen no fumadores estrictos ya que los no fumadores son fumadores pasivos.
Los individuos expuestos no deben de entrar en el estudio
hasta que se halla producido la exposición. Sin embargo, no es necesario
que la observación comience inmediatamente después de la exposición. Es
más eficiente realizar una estimación del período de latencia y de inducción de la enfermedad cuando éstos son desconocidos. Posteriormente en
el análisis se asumirán distintos períodos de inducción y de latencia. El
efecto medido será máximo cuando se realice el análisis para la estimación
correcta.
La elección de la cohorte de no expuestos se basaba en que
ésta debe ser lo más comparable posible a la cohorte de expuestos en las
variables que se consideran pronósticas de la enfermedad, con excepción
del factor de riesgo. Así, si se toman como expuestos a Médicos fumadores el grupo de no expuestos estará formado por médicos no fumadores.
Con el fin de mejorar la eficiencia del estudio, existen estudios
de cohortes en los que no hay un grupo de no expuestos si no que para
calcular las medidas de efecto se utilizan datos de la incidencia en la población general. Este enfoque presenta limitaciones importantes: (1) no se
conoce la proporción de exposición entre la población general; (2) no co-
EPIDEMIOLOGÍA
41
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
nocemos si existen enfermos al inicio del estudio; (3) la población general
puede diferenciarse de forma importante de la población expuesta en
edad, sexo, nivel socio-cultural, etc. (4) No conocemos los valores de las
variables de confusión y de las modificaciones de efecto en la población
general.
La medida de la exposición se debe de realizar por el mismo
método en los dos grupos (cuestionario, historia clínica, analítica). Es conveniente clasificar a los expuestos según su nivel de exposición para comprobar la relación dosis-respuesta.
6.1.1.2. Seguimiento y diagnóstico
La etapa del seguimiento implican problemas logísticos que
son responsables de su elevado coste. El problema central se encuentra en
el seguimiento de un elevado número de personas durante el tiempo necesario. Este seguimiento implica un contacto periódico con todos los participantes en el estudio para establecer cambios en la exposición y para
diagnosticar las enfermedades.
Cuando el período de seguimiento es largo, resulta fácil perder la pista de un número elevado de sujetos. Así, los resultados de estudios con niveles de pérdidas superiores al 20% se deben interpretar con
cautela. Sin embargo, son admisibles una mayor proporción de pérdidas
siempre que se compruebe que las bajas no están relacionadas, directa o
indirectamente, con la exposición.
Un requisito fundamental es que el seguimiento médico ha de
ser idéntico en ambos grupos, tanto en pauta de visitas como en exploraciones para evitar el mayor seguimiento en el grupo de expuestos y, por
tanto, una mayor probabilidad de detectar la enfermedad.
Cuando se afirma que un estudio de cohortes es, en realidad,
un ensayo clínico sin distribución al azar, implícitamente se está afirmando la necesidad de recurrir al enmascaramiento en los estudios de cohortes, tanto en el seguimiento como en el diagnóstico. La subjetividad del
encargado del seguimiento del diagnóstico puede estar influido por el
conocimiento de la exposición; mediante enmascaramiento, en el que el
facultativo desconoce la exposición, evitamos la influencia de este sesgo
en el seguimiento y en el diagnóstico. Esta subjetividad es debida a un
principio fundamental de la psicología humana: el de que las personas,
investigadores incluidos, ven aquello que quieren o esperan ver.
El tiempo de seguimiento ha de ser lo suficiente para que aparezca la enfermedad. En los estudios de seguimiento la estimación del
tamaño de la muestra se realiza en persona-año, pudiéndose compensar
EPIDEMIOLOGÍA
42
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
un período de seguimiento más corto con el seguimiento de un mayor
número de personas. Sin embargo, el período de seguimiento ha de ser lo
suficientemente largo como para que aparezca el efecto.
El intervalo entre las distintas visitas del seguimiento estarán
en función de la enfermedad y debe ser lo suficientemente largo en el
tiempo como para que aparezca el efecto. Además, períodos de tiempo
demasiado largos o demasiado cortos entre visitas puede producir falta de
interés o cansancio entre los participantes.
En cuanto a la valoración del efecto, esta debe cumplir :
• La medida del desenlace debe reflejar el verdadero valor del efecto.
• La medida del diagnóstico debe ser exacta; esto es, si es posible debe
ser diagnosticado mediante el "diagnóstico de referencia" que es capaz
de diagnosticar inequívocamente una enfermedad. El diagnóstico de
referencia puede ser una biopsia, una necropsia, un angiograma, etc.
Son, en general, pruebas costosas e invasivas; por ello, se utiliza una
prueba más sencilla y menos costosa para diagnosticar la enfermedad.
En este caso, la sensibilidad y fiabilidad de la prueba no son del 100%,
por ello el calculo del RR y RA debe ser corregido en función de la validez del test diagnóstico.
• La medida del efecto debe ser la misma para expuestos y para no expuestos, para evitar que exista un sesgo debido a los errores de diagnóstico.
6.1.2. Análisis e interpretación de los resultados
6.1.2.1. Riesgo Relativo o Razón de Riesgos
Tiene la misma interpretación que en los estudios experimentales (véase página ¡Error! Marcador no definido.). Mide la magnitud de
la asociación entre exposición y efecto, e indica cuantas veces más de riesgo de padecer la enfermedad tienen los expuestos en relación a los no expuestos. Se calcula a través de la razón entre la incidencia en el grupo expuesto y la del grupo no expuesto.
RR =
Ie
Ie
Si consideramos a la incidencia como el riesgo absoluto de un expuesto o de un no expuesto a desarrollar la enfermedad, el RR es una razón de riesgos:
EPIDEMIOLOGÍA
43
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
RR =
Re
Re
Cuando se aplica a las cerdas de la tabla de 2 x 2 (véase la ), la
expresión del RR es:
a
RR =
Ie
Ie
=
Re
Re
=
a+b
c
c+d
El RR no tiene unidades y puede tomar valores entre 0 y +
infinito. Cuando RR =1 indica que Ie = Ie , o lo que es lo mismo, la exposición no influye sobre la incidencia de la enfermedad. Cuando RR>1 indica
que el Ie > Ie lo que implica que la exposición está asociada con una mayor frecuencia de la enfermedad; esta exposición es, por tanto, un factor
de riesgo.
Si RR<1 indica que Ie < Ie lo que implica que la exposición está
asociada a una disminución de la frecuencia de la enfermedad. Esta exposición es un factor protector de la enfermedad.
6.1.2.2. Riesgo Atribuible (RA).
Sin embargo, la información que facilita el RR es incompleta
ya que cuando se compara incidencias del 80% y 40% se obtiene un RR
igual al del 20% y 10% (ver Ilustración 7). Como se puede observar en la
figura, aunque la exposición A y la B presentan el mismo RR, desde el
punto de vista de la Salud Pública es claro que una exposición es más
prioritaria que otra a la hora de realizar intervenciones preventivas.
Incidencia
Acumulada
1
Incidencia
Acumulada
Exposicion A
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
Expuestos
No expuestos
0
Ilustración 7: Riesgo Relativo y Riesgo Atribuible
Exposicion B
Expuestos
No expuestos
EPIDEMIOLOGÍA
44
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Dadas estas limitaciones del RR se hace necesaria una medida de
efecto que tenga en cuenta los valores de la incidencia. Esta medida de
efecto es el RA. El RA indica incidencia entre los expuestos que se puede
atribuir al factor de riesgo.
El RA es el exceso de incidencia o de riesgo en los individuos
expuestos en relación a los no expuestos. Desde el punto de vista matemático:
RA = Ie − Ie
El RA es la disminución de la incidencia entre los expuestos que se
observaría si desapareciese el FR, ya que si desaparece el FR (la exposición) lo expuestos se comportarían igual que los no expuestos. En la
Ilustración 7 el RA está representado por la diferencia de alturas entre las
incidencias. Como puede verse en dichas ilustración, el RA no depende
únicamente del RR si no que también depende de la incidencia de la enfermedad. Para enfermedades poco incidentes, aún con RR alto, el RA
será más bajo que en enfermedades más frecuentes y RR bajos.
Por ello, desde el punto de vista de la administración y gestión
sanitaria es más importante el RA que el RR. ya que el RA nos indica
cuantos casos de enfermedad podemos evitar si instauramos un programa
para la reducción de la exposición.
Las unidades del RA son unidades de incidencia, bien incidencia acumulada o tasas de incidencia.
6.1.2.3. Fracción Etiológica de Riesgo
Es la proporción de casos entre los expuestos que puede ser
atribuible a la exposición. Al ser una proporción carece de unidades.
Desde el punto de vista gráfico (ver Ilustración 7), la FER representa la proporción de la incidencia en los expuestos que es atribuible
al FR. Es el porcentaje del área de la columna de la incidencia de los expuestos que representa la diferencia de incidencias.
FER =
Ie − Ie
Ie
=
RA
Ie
=
Ie
Ie
−
Ie
Ie
=1−
1
RR
EPIDEMIOLOGÍA
45
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
6.1.2.4. Riesgo Atribuible vs Fracción Etiológica de Riesgo.
En la Ilustración 8 se representa al resultado del seguimiento
de dos cohortes (una de expuestos y otra de no expuestos). Al final del
seguimiento, en la cohorte de expuestos el 80% (=A+B) desarrollaron la
enfermedad objeto de estudio, mientras que en la cohorte de no expuestos
la desarrollaron el 30% (=D).
100
80
60
40
20
0
Expuestos
No expuestos
Ilustración 8: Riesgo Atribuible vs Fracción Etiológica de Riesgo
Si tenemos en cuenta que la incidencia en los expuestos sería
la misma que en los no expuestos si no existiese la exposición, es fácil calcular el número de sujetos en la cohorte de expuestos, a los que la enfermedad se puede atribuir a la exposición: sería (A+B)  C, como A=D
(A+B)  C = B, (en términos numéricos: 80%  30% = 50%). Ese 50% es el
RA, y se calcula a través de la resta de la incidencia en expuestos con la
incidencia en no expuestos.
Si quisiésemos calcular la proporción de la incidencia (no de
los sujetos) que se podría evitar si eliminásemos el factor de riesgo, tendríamos que dividir el valor calculado anteriormente (B=50%) entre la
incidencia en lo expuestos (A+B=80%). Esta división daría B/(B+A)=0.625.
EPIDEMIOLOGÍA
46
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
6.2.
ESTUDIOS DE CASOS Y CONTROLES.
En los estudios de casos y de controles se compara la exposición de un grupo de personas enfermas (casos) con la exposición en un
grupo de personas sanas (controles). De esta forma, el criterio para seleccionar la población estudio es la presencia o la ausencia de la enfermedad,
y no la exposición como en los estudios de cohortes.
En los estudios de CC se parte del efecto y se va hacia atrás en
la línea del tiempo, en la búsqueda de la presencia o ausencia de una o
varias exposiciones sospechosas. Por tanto, la secuencia temporal del estudio es la inversa a la secuencia natural de la enfermedad:
Exposición (causa) → Enfermedad (efecto)
de ahí que algunos autores denominen a estos estudios como estudios
retrospectivos.
Estos estudios intentan responden la pregunta: "¿Cuales son los
factores que han causado este evento?". Por tanto, son capaces de evaluar
toda la gama de exposiciones sospechosas de estar relacionada con la enfermedad.
b
a+
c
a
EXP
SECUENCIA DE ESTUDIO
c
NO EXP
d
Efecto
Exposicion
Presente
Presente
Ausente
Ausente
PROCESO:
1.
a
b
c
d
a+b
c+d
Controles
(sanos)
b+
d
Casos
(Enfermos)
2.
3.
Selecionar un grupo de casos
(enfermos)
Seleccionar un grupo de controles
(sanos)
Se valora en ambos grupos la
exposicion en un momento anterior
en el tiempo: se clasifican (tanto los
casos como los controles) en
expuestos y no expuestos
Ilustración 9: Diseño de casos y controles.
Se puede considerar a un estudio de casos y de controles como
un estudio de cohortes, en los que los casos son los enfermos que aparecerían después de un período de seguimiento, mientras que los controles es
una muestra de los que no desarrollaron la enfermedad (ver Ilustración 9).
Por ello, una de las claves de los estudios de CC es que el "muestreo" (tan-
EPIDEMIOLOGÍA
SAÚDE PÚBLICA
47
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
to en los casos como en los controles) debe ser independiente de la exposición.
Generalmente se recogen todos los casos que se producen en
un período de tiempo, pero si no es así, los controles han de provenir de la
misma población hipotética de la que surgen los casos. O dicho de otra
forma, los controles han de ser seleccionados entre los que, de haber desarrollado la enfermedad, serían considerados como casos.
6.2.1. Fundamentos de los estudios de casos y controles.
6.2.1.1. Selección de casos y de controles.
Los criterios diagnósticos de la enfermedad deben de definirse
de forma precisa, con criterios diagnósticos claros y, a poder ser, con el
diagnóstico de referencia, ya que de lo contrario estaremos clasificando
como casos a sanos y como controles a enfermos, pues la sensibilidad y
especificidad de la prueba de diagnostica no será nunca del 100%. Esta
mala clasificación, se realiza de manera no diferencial entre casos y controles, por lo que, en realidad, no se trata de un sesgo (error sistemático),
sino que se trata de un error aleatorio que conduce hacia la hipótesis nula:
no existe relación entre la exposición y el efecto.
Los casos no tienen por que ser un muestra representativa de
los enfermos; se puede restringir a casos varones, casos de una determinada población, etc. Por tanto, los controles tampoco necesitan ser representativos estadísticamente de la población sana, sólo es necesario que los
controles han de ser seleccionados entre los que, de haber desarrollado la
enfermedad, serían considerados como casos.
De esta forma, la fuente de los casos condiciona la procedencia
de los controles: cuando los casos son todos los diagnosticados en una
comunidad o una muestra de éstos, los controles deben de ser una muestra de los sujetos sanos (respecto a la enfermedad de interés) de esa comunidad. Si los casos son los sujetos diagnosticados en uno o varios hospitales, los controles pueden estar formados, o bien por una muestra de la
población de la zona de cobertura de ese hospital (ya que si enfermaran
irían a ese hospital), o por sujetos hospitalizados de otras enfermedades
no relacionadas con la de interés. Existe un tercera fuente de controles:
controles referidos por los casos (p. ej. familiares). Este tipo de controles
son, en realidad, una forma de emparejar por determinadas variables como hábitos dietéticos, estatus socioeconómico, raza, etc. El análisis bruto
no es adecuado para este tipo de abordaje, y se ha de realizar el análisis
mediante análisis estratificado o multivariante controlando por los factores de apareamiento, p. ej. mediante regresión logística condicional.
EPIDEMIOLOGÍA
SAÚDE PÚBLICA
48
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
La procedencia hospitalaria de los controles garantiza un menor sesgo de memoria, una mayor participación y menores costes; sin embargo, nunca estaremos seguros que la afección de los controles no está
relacionada, positiva o negativamente, con la exposición. La procedencia
comunitaria de los controles presenta la ventaja de que no estarán relacionados con la exposición, pero tiene los inconvenientes de un mayor coste,
de un porcentaje de participación más pequeño que puede invalidar los
resultados del estudio.
Por ello, puede ser de utilidad seleccionar dos grupos controles: uno hospitalario y otro comunitario para comparar el nivel de exposición en los dos grupos. Sin embargo, algunos autores no son partidarios
de la utilización generalizada de este método, ya que los investigadores
tendrán más confianza en uno de los grupos y, además, los resultados
pueden ser distintos según el grupo control con el que se compare, teniendo los investigadores tomar la decisión de elegir el grupo de referencia con menos sesgo. Según estos autores, esta decisión ya podría tomarse
antes de iniciar el estudio.
La representatividad de los controles no ha de ser estrictamente estadística, sólo es necesario que los controles no estén relacionados,
positivamente o negativamente, con la exposición y que se les aplique los
mismos criterios de inclusión y de exclusión. Si en un estudio de casos y
de controles que estudia el riesgo de hemorragia gastrointestinal asociados al consumo de Antiinflamatorios no Esteroideos (AINES), no se pueden seleccionar como controles a pacientes que acuden a una consulta de
reumatología, ya que estos sujetos estarán relacionados positivamente con
la exposición debido a su enfermedad, o en un estudio sobre Anticonceptivos Orales (ACO) se han de excluir a las diabéticas al estar contraindicado.
Otro punto a tener en cuenta a la hora de establecer los criterios de inclusión de los casos y de los controles es el de "oportunidad de
exposición". Mediante los criterios de exclusión no se debe de dar la oportunidad de entrar a formar parte en el estudio a personas que no han podido estar expuestas al factor de riesgo de interés. De esta forma, en un
estudio de CC para estudiar la relación entre infarto agudo de miocardio
(IAM) y consumo de ACO debemos de excluir, tanto en los casos como en
los controles, a los sujetos del sexo masculino, ya que es poco probable su
exposición a los ACO.
Cuando un sujeto seleccionado como control (sano) desarrolla
la enfermedad durante el período de estudio, no se debe de incluir en el
estudio como control, sino que en puridad se incluirá en el estudio a la
vez como caso y como control, ya que cada caso debe ser elegible control
EPIDEMIOLOGÍA
49
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
hasta que desarrollo la enfermedad y cada control debe ser elegible como
caso si desarrolla la enfermedad.
Tradicionalmente, a la hora de seleccionar controles se imponían criterios de restricción para que los controles fuesen lo más parecidos
posibles a los casos en todos los factores pronósticos de la enfermedad
menos en el FR de interés. Sin embargo, en la actualidad y debido a los
progresos del análisis estratificado y multivariante, no es necesario ni
conveniente este enfoque ya que puede conducir a un sobreeparejamiento.
Sólo es necesario recoger como variables todos los factores conocidos o
sospechosos que puedan estar relacionados con la exposición y con la enfermedad. Posteriormente mediante el análisis se podrá controlar o ajustar
por la influencia de todas estas variables.
6.2.1.2. Valoración de la exposición.
La fuente de la que obtendremos información sobre la exposición (cuestionario, registros [historia clínica], examen físico) debe ser el
mismo para los casos y para los controles.
Los estudios de casos y controles, por definición son estudios
longitudinales, lo que implica que ha de existir una secuencia temporal
entre la exposición y el efecto. Por ello, aunque la medida de la exposición
se realice en el momento o posteriormente al diagnóstico de la enfermedad, esta medida ha de realizase retrospectivamente: se ha de preguntar
sobre la exposición en un momento cronológico anterior al diagnostico y
por tanto, anterior al momento de la entrevista.
Si se realiza un estudio sobre cáncer de pulmón y hábito tabáquico, tanto a los casos como a los controles se le preguntará sobre la exposición anterior a una estimación de la suma de período de inducción y
de latencia. No tendrá el hábito tabáquico actual, sino el de hace 15 ó 20
años.
El período de inducción para una misma enfermedad varía en
función de la exposición y de la dosis de esta. El período de latencia dependerá del nivel cultural del enfermo, de la accesibilidad del sistema
sanitario para el enfermo, de la calidad de sistema sanitario, etc. El período de latencia se puede obviar estableciendo el día índice, que es día en el
que aparecieron los primeros signos o síntomas de la enfermedad. En el
caso de un estudio de CC AINES y HGD el día índice se establecía el día
de la aparición de sangre en heces, vómitos en poso de café, etc.
La información acerca de la exposición se recabará en un período de tiempo anterior a la enfermedad denominado "ventana etiológica". Este período de tiempo ha de ser anterior al día índice para garantizar
EPIDEMIOLOGÍA
50
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
que la enfermedad no influyó como inductor de la exposición. Así, en un
estudio sobre AINES y HGI, las molestias y dolores de la HGI podían haber inducido a consumir AINES. Con el establecimiento del día índice y
de la ventana etiológica, eliminamos este posible sesgo.
Cuando el período de inducción es desconocido, es útil preguntar sobre la exposición en un período de tiempo amplio. Luego en el
momento del análisis se pueden calcular los OR para distintos períodos de
inducción. Cuando el período de inducción se corresponda con la realidad, el efecto (OR) será máximo. En el estudio de AINES y HGI se preguntó por la exposición anterior en 28 días anteriores al día índice, y luego
se estimó la ventana etiológica en los días 1 al 8 anterior al día índice ya
que en este período el efecto (OR) será máximo.
También es interesante medir la dosis de la exposición para
analizar la posible relación dosis-respuesta. Una relación de este tipo puede apoya un mayor grado de firmeza causal en las conclusiones.
En la medida de la exposición en muy pocos casos se puede
recurrir a un método que sea exacto. Por ello, se ha de valorar, en lo posible la validez y la precisión del método de recogida de datos.
6.2.1.3. Medida de la exposición.
Una de las principales limitaciones de los estudios de CC se
encuentra en el sesgo de memoria. Éste surge cuando se preguntan por
exposiciones en ventanas etiológicas muy alejadas del momento del diagnostico de la enfermedad, en enfermedades graves (cáncer) o que supone
un grave trauma psicológico (malformaciones congénitas). En estas dos
últimas circunstancias los casos realizan un esfuerzo mucho mayor que
los controles sanos para por recordar las exposiciones. Además, la presencia o magnitud del sesgo, para una misma enfermedad, varía en función
de las exposiciones, de manera que no es predicible antes de empezar el
estudio.
Este sesgo se produce fundamentalmente por la condición de
sanos de los controles. Por ello, una forma de evitar este sesgo es seleccionar como controles a personas sanas con respecto a la enfermedad de interés, pero que sean enfermos de otras patologías y, a ser posible, con el
mismo grado de gravedad. Si estamos interesados en el estudio de los FR
de un determinado cáncer, podremos tomar como controles enfermos de
otro cáncer. Sin embargo, este tipo de abordaje siempre presenta el inconveniente de que la enfermedad de los controles puede estar relacionada,
positiva o negativamente, con la exposición de interés, con lo que podremos introducir un nuevo sesgo.
EPIDEMIOLOGÍA
SAÚDE PÚBLICA
51
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Otro de los aspectos a tener en cuenta a la hora de valorar la
exposición es la subjetividad del entrevistador. Si un investigador (o grupo de investigadores) destina recursos, tiempo y esfuerzo a al realización
de un estudio, es para obtener resultados positivos: o sea, existe relación
entre el FR y la enfermedad. Por ello, el investigador a la hora de entrevistar sobre la exposición a los casos posiblemente lo haga con más insistencia que a los controles, aunque sea de forma inconsciente. Para evitar este
sesgo, es útil que el entrevistador sea ciego respecto a la pertenencia del
sujeto que entrevista al grupo de casos o de controles.
6.2.1.4. Casos incidentes, casos prevalentes.
El utilizar casos prevalentes en vez de incidentes permite, en
la mayoría de los casos, acortar el período de estudio. Cuando la exposición no afecta a la duración de la enfermedad, entonces el utilizar casos
prevalentes en vez de incidentes dará odds ratio que será una buena estimación de la razón de tasas de incidencias.
Sin embargo, los casos prevalentes están formados por los
sobrevivientes de los casos incidentes y de los que todavía no curaron. Por
ello, cuando la exposición de interés afecta a la duración de la enfermedad
ya sea acertándola o alargándola, o afecta a la sobrevivencia o a la curación, el efecto observado mediante el odds ratio se compondrá, en realidad,
de la suma de dos efectos: (1) el efecto de la exposición sobre la aparición
de la enfermedad, y (2) el efecto de la exposición sobre la duración y/o
sobrevivencia/curación de la enfermedad.
En definitiva es preferible, siempre que sea posible, utilizar
como casos enfermos nuevos (incidentes) en vez de prevalentes.
Una posible medida para mejorar el diseño de los CC con casos prevalentes es el de comparar el OR de los casos prevalentes con los
incidentes que aparezcan durante el estudio.
EPIDEMIOLOGÍA
52
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
6.2.2. Análisis e interpretación de los resultados.
6.2.2.1. Odds ratio.
Para calcular la magnitud de la asociación causal en los estudios de casos y controles no podemos recurrir a la RR como en los estudios de cohortes, ya que no tenemos datos de incidencia. Únicamente es
posible calcular la incidencias en expuestos y en no expuestos, y por tanto
el RR, cuando los casos son todos los producidos en esa población, y los
controles son una muestra de representativa de esa población. Sin embargo, esta es una rara excepción y, por tanto y en general, no es posible el
cálculo del RR y del RA como en los estudios de cohortes.
Esta limitación de los estudios de CC es subsanable: se puede
utilizar otra medida de efecto que está considerada como una buena estimación del RR: el OR o odds ratio o razón de odds.
Para una correcta valoración de esta medida de efecto, puede
ser importante una correcta interpretación del concepto de odds. Por odds
se entiende la razón entre el número de eventos favorables dividido entre
el número de eventos no favorables. Así, el odds de sacar un cuatro al
tirar un dado es de un caso favorable entre 5 no favorables (1/5). Relacionándolo con la probabilidad, el odds es un concepto análogo, pero la probabilidad, en vez de tener como denominador los eventos no favorables
tiene los eventos posibles. En términos probabilísticos la probabilidad de
sacar un cuatro al tirar un dado es 1/6.
Cuando el número de eventos favorables es pequeño en relación al número de posibles, el valor de odds se aproxima bastante al de la
probabilidad. Así, el odds de sacar un "as de copas" de una baraja española es de 1/39 (=0.0256), mientras que en términos de probabilidad sería
1/40 (0.0250). De esta forma se puede considerar al odds como una buena
estimación de la probabilidad, cuando el número de eventos favorables es
pequeño en relación al número de posibles. Además, también se puede
decir que el odds es una sobreestimación de la probabilidad, y que esta
sobreestimación será mayor cuanto mayor es el número de eventos favorables en relación al de posibles.
El odds ratio en los estudios CC no es más que la razón entre el
Odds de la exposición entre los casos (a/c) y el odds de la exposición en el
grupo control (b/d). Así pues el OR refleja la probabilidad (en puridad el
odds) de que los casos estén expuestos al factor de estudio comparada con
la probabilidad de que lo estén los controles.
EPIDEMIOLOGÍA
53
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
Anteriormente hemos relacionado el Odds con la probabilidad. De la misma forma podemos relacionar el OR con el RR. El RR o razón de riesgos, como indica su nombre no es más que una razón de riesgos. Pero, un riesgo no es más que la probabilidad de que ocurra algo negativo; por tanto, el RR es probabilidad de enfermar de los expuestos en
relación de la probabilidad de enfermar de los no expuestos.
Como en la mayoría de las enfermedades, la proporción de
enfermar es baja, o dicho de otra forma: "a" será muy pequeño en relación
a "a+b", y "c" será muy pequeño en relación a "c+d".
Si a << b y c << d, la expresión del RR se puede trasformar a:
a
a
RR =
Ie
Ie
=
a+b
c
≈
c+d
a
b
c
=
= OR
c
b
d
d
Por tanto, el OR es una buena estimación del RR cuando la
incidencia de la enfermedad es baja. Pero además, en los últimos años,
distintos autores (Miettinen y Rothman) han demostrado que no es necesario que la enfermedad sea rara para que el OR sea un buen estimador
del RR, siempre y cuando este RR se calcule a través de tasas de incidencia; no mediante incidencia acumulada.
Además, el OR tiene la ventaja sobre el RR de que su resultado
es independiente de si se expresa en términos de riesgo de padecer la enfermedad o de la probabilidad de permanecer sano. Esta es una cualidad
muy deseable en una medida de asociación. Por ello, algunos autores recomiendan su empleo también en los estudios de cohortes, junto con el
RR.
En general, en los estudios de CC no es posible determinar el
RA. Únicamente es posible cuando se puede calcular la incidencia: cuando
los casos son todos los producidos en esa población y los controles son
una muestra de representativa de esa población, conociendo la fracción de
muestreo. Sin embargo, si es posible conocer la Fracción Etiológica de
Riesgo (FER):
FER =
Ie − Ie
Ie
=
Ie
Ie
−
Ie
Ie
= 1−
1
RR
≈ 1−
1
OR
También es de interés conocer la FER para toda la población.
Para ello necesitamos conocer la proporción de los casos que están expuestos al hipotético factor de riesgo (a/a+c).
EPIDEMIOLOGÍA
54
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
6.2.2.2. Interpretación de los resultados.
Por lo discutido anteriormente, la interpretación de los resultados del OR es igual al del RR al ser una buena estimación del RR. Así,
cuando es igual a 1, indica que no existe asociación entre la exposición y la
enfermedad, al no haber diferencia entre la probabilidad de enfermar entre los expuestos y los no expuestos. Si el OR es mayor de 1 indica que la
exposición es un FR de la enfermedad; y, si por el contrario, es menor que
la unidad indica que la exposición es un factor protector de la enfermedad. La FER tiene una interpretación análoga a la del FER de los estudios
de cohortes.
6.2.2.3. La precisión de la asociación.
Las cifras obtenidas del calculo del OR son una estimaciones
puntuales que son únicamente aplicables al conjunto de sujetos estudiados: si el valor del OR es de 3, podemos decir que la exposición aumenta
en tres veces el riesgo de enfermar en los sujetos estudiados. Pero, ¿Cúantas veces aumenta esa exposición el riesgo de padecer la enfermedad en
cualquier sujeto no perteneciente a la muestra estudiada?.
En un estudio de CC se estudian un número determinado de
casos y de controles, y estos sujetos desde el punto de vista estadístico son
una muestra de una población general hipotética e infinita, que se puede
hacer equivalente a la población humana. El objetivo del epidemiólogo no
es únicamente establecer asociaciones causales en los sujetos de estudio,
sino que su objetivo fundamental es generalizar los resultados a esa población hipotética; pero en el proceso de selección de la muestra (que
además no tiene que ser representativa desde el punto de vista estadístico)
existe un error muestral.
Si extraemos varias muestras de una misma población, es poco
probable que un estadístico, p. ej. OR, coincida en todas ellas. Esta variación en el valor del OR se debe al error de muestreo. Tradicionalmente si
un OR toma un determinado valor distinto de 1 se le añadía sistemáticamente un valor de la "p", que indicaba que probabilidades había de que,
no existiendo relación entre FR y la enfermedad en la población de donde
partían los sujetos (OR=1), el error muestral sea el responsable de la relación observada (OR 1) en la muestra. Este error muestral puede explicar
en parte que, en distintos estudios, una medida de efecto que relaciona un
mismo FR con una misma enfermedad (tabaco y cáncer de pulmón) de
distintos valores de OR.
EPIDEMIOLOGÍA
SAÚDE PÚBLICA
55
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
A menudo la "p" se interpreta como una forma de medir el
error muestral, pero se considera inapropiada, y ha sido sustituida por los
intervalos de confianza: p. ej.: OR=3 (1,5 - 4,7). Este intervalo de confianza
representa los valores entre los que, con una confianza del 95%, se encuentra el valor verdadero del OR en la población. Así en el ejemplo el OR en
la muestra es de 3 y los valores de este OR en la población se encontraran
con un 95% de seguridad entre los valores 1,5 y 4,7. Esta forma de dar los
resultados nos aporta mucha más información, ya que por un lado nos da
idea de la precisión del calculo del OR: si el IC es muy amplio, p. ej. 2.1 232.2 nos indicará que ese OR es muy poco preciso. Además nos da información sobre la significación estadística: si el IC no incluye el 1 se puede decir que el OR es significativo. Si por el contrario incluye la unidad, p.
ej. 3 (0,85 - 5.6) indica que existe una probabilidad igual o menor al 95% de
que en la población no exista efecto (OR=1) o que el sentido del efecto sea
observado en la población sea el contrario al observado en la muestra: en
este caso los valores que van del 0.85 al 1.
Existen múltiples fórmulas para el cálculo de estos intervalos
de confianza, ninguna de ellas exacta. En la actualidad estos IC se calculan
mediante paquetes estadísticos que realizan un cálculo iterativo en el que
el output entra de nuevo como input en un proceso cíclico hasta que ambos
no difieran más de una cantidad prefijada.
EPIDEMIOLOGÍA
56
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
6.3.
ESTUDIOS TRANSVERSALES.
Los estudios transversales estudian la relación entre una serie
de variables en una población (o en una muestra) determinada y la presencia de una determinada característica (p. ej. una enfermedad, un hábito, unas actitudes, etc.). La peculiaridad más importante de este tipo de
estudios, y que sirve para diferenciarlos de otros tipos de diseños (como
los E. de cohortes o los de CC) es que todas las variables se valoran simultáneamete o en corto periodo de tiempo.
El hecho de que se midan simultáneamente todas las variables da
lugar a su nombre, ya que se realiza un corte transversal en el tiempo y
valoramos todas las variables conjuntamente. A diferencia de los estudios
de cohortes y de CC, en los que existe secuencia temporal entre la exposición y el efecto, en los estudios transversales esta no existe.
Por tanto, no existe secuencia temporal entre la exposición y el
efecto, lo que dificulta el establecimiento de relaciones causales. Así si
queremos analizar la relación entre el consumo de analgésicos y el riesgo
de trastornos renales, y elaboramos un estudio transversal mediremos
simultáneamente el consumo de analgésicos y la presencia de trastornos
renales (TR). Si observamos una relación entre consumo de analgésicos y
TR, esta relación se puede deber a que los analgésicos aumenten el riesgo
de TR o a que las personas al padecer TR, debido al dolor, consuman más
analgésicos.
6.3.1. Utilización de los estudios transversales
Los estudios transversales, a pesar de esta importante limitación son muy frecuentes en la bibliografía ya que:
• Pueden ser muy útiles como primera aproximación a un problema de
salud, que posteriormente se a analizará con mas profundidad con un
diseño longitudinal.
• También son utilizados cuando la variable de exposición es constante
en el tiempo (grupo sanguíneo, sexo, fecha de nacimiento, raza, características genéticas, antecedentes familiares de una enfermedad) ya que
con este tipo de variables da igual una medida simultánea con la variable de efecto que una medida con secuencia temporal ya que son constantes para un individuo.
EPIDEMIOLOGÍA
57
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
• Para realizar estudios meramente descriptivos: proporción de sujetos
que presentan una determinada característica en un momento dado (p.
ej. proporción de vacunados contra hepatitis B, proporción de fumadores, proporción de personal sanitario que utiliza guantes al extraer
muestras de sangre…).
6.3.2. Medidas de frecuencia y de efecto.
En los estudios transversales, por su naturaleza, no es posible
estimar la frecuencia de la aparición de una enfermedad (u otro fenómeno
de interés) a través de la incidencia. La única medida de frecuencia que se
puede utilizar es la prevalencia (ver página 22). Por ello, a los estudios
transversales también se les denomina estudios de prevalencia.
Para medir el efecto de una determinada variable de exposición que sea estable en el tiempo sobre la prevalencia de un determinado
fenómeno deberemos de comparar la prevalencia en los expuestos con la
prevalencia en los no expuestos mediante la razón de prevalencias (RP), o
mediante la diferencia estas (DP):
RP =
Pe
Pe
DP = Pe − Pe
Cuando la prevalencia del fenómeno objeto de estudio es baja,
el odds ratio de prevalencia (ORP) es una buena estimación de la RP, por el
mismo motivo que el OR es una buena estimación del RR cuando la incidencia de la enfermedad es baja.
EPIDEMIOLOGÍA
58
SAÚDE PÚBLICA
Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
7. ANEXOS
7.1.
FORMULAS DE LOS INTERVALOS DE CONFIANZA DE LAS
PRINCIPALES MEDIDAS DE EFECTO.
7.1.1. IC95% del RR calculada a partir de incidencias acumuladas:
IC 95% del RR = e ln( RR ) ±1.96⋅ EE
del ln( RR )
donde el EE del RR es el Error Estándar del RR, que se calcula a partir del
número de efectivos de la tabla de contingencia de 2 x 2:
EE del Ln( RR) =
b
d
+
a ⋅ ( a + b) c ⋅ ( c + d )
7.1.2. IC95% del RR calculada a partir de Tasas de incidencia:
IC 95% del RR = e ln( RR ) ±1.96⋅ EE
del ln( RR )
donde el EE del RR es el Error Estándar del RR, que se calcula a partir de
la siguiente ecuación
EE del Ln( RR) =
1
1
+
A1 A0
Siendo A1 y A0 el número de casos de enfermedad entre los expuestos y
no expuestos respectivamente.
7.1.3. IC95% del OR:
IC 95% del OR = e ln( OR ) ±1.96⋅ EE del
ln( OR )
donde el EE del OR es el Error Estándar del OR, que se calcula a partir del
número de efectivos de la tabla de contingencia de 2 x 2:
EE del Ln( OR ) =
1 1 1 1
+ + +
a b c d
MEDIDAS DE FRECUENCIA
Incidencia
Prevalencia
Incidencia acumulada
Tasas de Incidencia
Denominación
• Prevalencia
• Incidencia acumulada al final del periodo
de estudio.
• Tasa de ataque
• Riesgo individual (para un período y un
acontecimiento
Se utiliza fundamentalmente en
estudios:
• Transversales
• Cohortes
• Cohortes
Definición
• Proporción de sujetos que presentan una
determinada característica en un momento
dado.
• Proporción de sujetos que desarrollan una
determinada enfermedad en un periodo
dado de tiempo.
• Probabilidad de que un individuo desarrolle
la enfermedad en el período determinado.
• Nº de comienzos de enfermedad en la población, dividido por la suma de los
períodos de tiempo en observación.
(personas-tiempo)
Formula
• P = Nº sujetos enfermos en un momento
dado / Nº total de sujetos en ese momento
• IA=nº Enf./total de expuestos o no
expuestos
• TI=Nº comienzos enf./ Suma de los
períodos de tiempo de todos los individuos.
Tipo de cociente:
• Proporción
• Proporción
• Tasa
Rango
• 0 →1
• 0 →1
•0→ +∞
Unidades
• Sin Unidades
• Sin unidades (pero es necesario
especificarr el periodo de tiempo al que
hace referencia
• Tiempo-1
© Adolfo Figueiras. 1993.
Area de Medicina Preventiva y Salud Pública (USC)
ESTUDIOS EXPERIMENTALES
ENSAYOS CLÍNICOS
Grupo de
estudio
Grupos
Grupo de
comparación
Longitudinales vs
transversales
ESTUDIOS DE COHORTES
Medidas de efecto
CASOS-CONTROLES
Sujetos enfermos de la enfermedad
objeto de estudio (CASOS)
Pacientes no tratados, tratados con fármaco de Sujetos no expuestos al factor de riesreferencia o con placebo (grupo de no exp.)
go (NO EXP.)
Sujetos sanos respecto a la enfermedad objeto de estudio (puede es tar
enfermo de otra enf. (CONTROLES)
Estudios longitudinales.
La Exposición (factor de riesgo, tratamiento) y el efecto (enfermedad, eficacia) se mide en distintos momentos.
++++++++++
TRANSVERSALES
No hay grupos de estudio definidos como tales con anterioridad al
inicio del estudio.
Estudios transversales
Partimos de un efecto y analizamos la
Se parte de una exposición (presencia presencia-ausencia de los posibles facausencia del factor de riesgo) y se ana- tores de riesgo en un momento anterior Se miden simultáneamente la exliza su posibles efectos.
al efecto.
posición y el efecto.
El investigador no asigna las exposiciones, sino que se limita a observar las
exposiciones que han elegido las unidades de estudio.
+++++
++++
No hay grupos de estudio definidos como tales con anterioridad al
inicio.
+
- Permiten establecer con una elevada seguridad las relaciones causales entre la exposición y el efecto.
- Permiten establecer relaciones causales con una cierta seguridad.
- A partir de una exposición podemos
estudiar todos sus efectos
- Permiten establecer relaciones causa- - Se pueden estudiar en un mismo
les con una cierta seguridad.
estudio varios efectos y/o varios
- A partir de un efecto podemos estudiar
exposiciones.
todos las exposiciones relacionadas
- Bajo coste económico.
con este.
- Buena relación coste-eficacia.
- Problemas éticos: no es ético que el investigador asigne a los sujetos exposiciones
potencialmente peligrosas, con el único fin
de comprobar su peligrosidad.
- Caros
- Larga duración del estudio
- Caros
- No permite determinar todos los efectos asociados a una causa
- Posibilidad de sesgo de memoria
- RR (riesgo relativo)
- RA
- FER
- RR (riesgo relativo)
- RA (Riesgo atribuible)
- FER (Fracción etiológica de riesgo)
- OR (odds ratio) que se puede conside- Razón de Prevalencia y POR
(Odds ratio de prevalencia)
rar como una estimación del RR
- FER (Fracción etiológica de riesgo)
Ventajas.
Limitaciones.
OBSERVCIONALES
Pacientes tratados (grupo de expuestos) que lo Sujetos expuestos al factor de riesgo
están por que participan en el estudio
(EXP.)
- El investigador distribuye aleatoriamente los
sujetos a estudio en los distintos grupos de
tratamiento. Asignación al azar de las unidaDiseño
des a estudio a los grupos de comparación.
- Se parte de la exposición (tratado vs no trataAsignación de los sujedo) y se analiza la eficacia-seguridad de la
tos a los grupos de estuexposición
dio
.
Grado de firmeza de las
relaciones causales
ESTUDIOS
- No útiles en enfermedades poco
frecuentes.
- Posibilidad de sesgo por inexistencia de secuencia temporal o
por no respuestas.
©Adolfo Figueiras. Área de Medicina Preventiva e Saúde Pública (USC)
MEDIDAS DE EFECTO EN EPIDEMIOLOGÍA Y SU INTERPRETACIÓN
RR
OR
RA
FER
• Razón de Riesgos
• Odds Ratio
• Riesgo Atribuible
• Facción etiológica de riesgo
• Riesgo Relativo
• Razón de odds.
• Diferencia de tasas
• Fracción prevenida
• Razón de tasas de incidencias.
• Razón de ventajas.
• Diferencias de incidencias
• Exceso de RR
• Experimentales
• Estudios de casos y controles
• E. de cohortes
• E. de cohortes
• Estudios transversales
• Experimentales
• E. de casos y controles. (asumiendo
al OR como un estimación del RR)
Denominación
Se utiliza fundamentalmente en
estudios:
• Ensayos clínicos
• Ensayos comunitarios
• Experimentales
• E. Cohortes
• Indica el número de veces más de
riesgo, que tienen los expuestos a
padecer el efecto, en relación a los
no expuestos.
Definición
• Indica que el nº de casos entre los
expuestos es X veces mayor que
entre los controles.
• Es la incidencia o el riesgo de padecer el efecto asociado exclusivamente con la exposición.
• También se puede interpretar como
estimación del riego relativo cuando
se obtiene de datos incidentes.
• Es la incidencia que se previene al
retirar el factor de riesgo
RR = Ie/Ie−
OR = a⋅d/b⋅c
RA = Ie - Ie−
RR: 0 → 1 → + ∞
OR: 0 → 1 → + ∞
RA: Rango de la I de la que
Sin unidades (Razón)
Sin unidades (Razón)
• Sin unidades (IA)
• Tiempo-1 (TI)
Fórmula
Rango
Unidades:
• RR>1: La exposición aumenta en “X” • OR>1: La exposición aumenta en “X”
veces el riesgo de padecer la
veces el riesgo de padecer la
enfermedad.
enfermedad.
• OR<1: La exposición disminuye en
• RR<1: La exposición disminuye en
“1/x” veces el riesgo de padecer la
“1/x” veces el riesgo de padecer la
enfermedad.
enfermedad.
Interpretación
Proporción de los casos potenciales
que pueden ser prevenida si se retira
la exposición.
FER = (Ie-Ie−)/Ie
FER = 1-(1/RR)
FER: 0 →1
proviene.
• Sin Unidades (Proporción)
• En el (X⋅100)% de los
• En el (X⋅100)% de los casos exexpuestos la enfermedad es
puestos la enfermedad es atribuible
atribuible a la exposición.
a la exposición.
• Si eliminasemos el factor de
• Si eliminasemos el factor de riesgo,
riesgo, disminuiría (X⋅100)
disminuiría (X⋅100) casos de
casos de enfermedad entre 100 enfermedad entre 100 enfermos
IA expuestos.
expuestos.
TI
Si eliminásemos el factor de
riesgo aumentaría el tiempo de
seguimiento médio hasta la
aparición de la enfermedad en
los expuestos en 1/X unidades
de tiempo.
© Adolfo Figueiras. 1993.
Area de Medicina Preventiva y Salud Pública (USC)
Formula
Valores
Riesgo relativo
Razón de riesgos
Ie/Io
0→1→∞
Riesgo atribuible
Ie – Io
-1 →0→∞
Fracción etiológica
de riesgo
RA/Re
0→1
INTERPRETACION
Exp. Factor de Riesgo
Exp. Factor Protector
Hipótesis
nula
(no efecto)
(p. ej. RR=4) La exposición
aumenta en 4 veces el riesgo de
padecer la enfermedad
La incidencia de la enfermedad
que es atribuible a la exposición
RR=1
(p. ej. RR=0.2 ⇒1/RR=5) La exposición
disminuye en 5 veces el riesgo de
padecer la enfermedad
La incidencia de la enfermedad evitada por
la exposición
RA=0
(p. ej. RA=0.2) En el 20% de los
expuestos la enfermedad se puede
atribuir a la exposición
Proporción de la incidencia de la
enfermedad que es atribuible a la
exposición
RA=-0.2 En el 20% de los vacunados se
evito la enfermedad por la exposición.
FER=0
(p. ej. FER=0.9) El 90% de los casos
de enfermedad que se producen
entre los expuestos se deben a la
exposición
Fracción protectora
(Io-Ie)/Io=
0→1
Proporción de la incidencia de enfermedad FP=0
evitada entre los expuestos por la acción
del factor protector
0→∞
Número de sujetos que es necesario tratar NNT=∞
para evitar un caso de enfermedad
1-RR
NNT
1/(-RA)