3. apuntes - medidas de asociación y frecuencia de enfermedad (1)
DESCRIPTION
Medidas de Asociación y Frecuencia de Enfermedad (1)TRANSCRIPT
Medidas de Frecuencia de una Enfermedad.
La epidemiología tiene entre uno de sus objetivos el estudio de la distribución y los
determinantes de las diferentes enfermedades. La cuantificación y la medida de la enfermedad
o de otras variables de interés so
así como para permitir comparar las frecuencias de enfermedad entre diferentes poblaciones o
entre grupos de personas con o sin una exposición o característica dentro de una población
determinada.
La medida más elemental de frecuencia de una enfermedad, o de cualquier otro evento
en general, es el número de personas que la padecen o lo presentan (por ejemplo; número de
pacientes con hipertensión arterial, número de fallecidos por accidentes de trá
embargo, dicha medida por si sola carece de utilidad para determinar la importancia de un
problema de salud determinado, puesto que debe referirse siempre al tamaño de
de donde provienen los casos y al período de tiempo en el cual e
este propósito, en epidemiología es frecuente trabajar con diferentes tipos de fracciones que
permiten cuantificar correctamente el impacto de una determinada enfermedad
medidas básicas que se utilizan mucho en
enfermedades, éstas son la proporción y la razón.
• PROPORCIÓN: Es un cociente
modo de ejemplo, si en una población de 25.000 habitantes se diagnostic
pacientes con diabetes, la proporción de pacientes con diabetes en esa población es de:
Esto es equivalente a que el 6% de la población es diabétic
• RAZÓN: En este cociente el numerador no forma parte del denomina
anterior, la razón entre la población con diabetes y la población no diabética es de:
Razón
Esto es equivalente a que de cada 1000 personas no diabéticas existen 64 personas
diabéticas en la población.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Medidas de Frecuencia de una Enfermedad.
La epidemiología tiene entre uno de sus objetivos el estudio de la distribución y los
determinantes de las diferentes enfermedades. La cuantificación y la medida de la enfermedad
o de otras variables de interés son elementos fundamentales para formular y
así como para permitir comparar las frecuencias de enfermedad entre diferentes poblaciones o
entre grupos de personas con o sin una exposición o característica dentro de una población
La medida más elemental de frecuencia de una enfermedad, o de cualquier otro evento
en general, es el número de personas que la padecen o lo presentan (por ejemplo; número de
pacientes con hipertensión arterial, número de fallecidos por accidentes de trá
embargo, dicha medida por si sola carece de utilidad para determinar la importancia de un
problema de salud determinado, puesto que debe referirse siempre al tamaño de
de donde provienen los casos y al período de tiempo en el cual estos fueron identificados. Para
este propósito, en epidemiología es frecuente trabajar con diferentes tipos de fracciones que
permiten cuantificar correctamente el impacto de una determinada enfermedad
medidas básicas que se utilizan mucho en epidemiología para el estudio de epidemiológico de
éstas son la proporción y la razón.
Es un cociente, en que el numerador está incluido en el denominador
si en una población de 25.000 habitantes se diagnostic
pacientes con diabetes, la proporción de pacientes con diabetes en esa población es de:
Proporción � �.�����.��� � 0,06
Esto es equivalente a que el 6% de la población es diabética.
En este cociente el numerador no forma parte del denomina
la razón entre la población con diabetes y la población no diabética es de:
Razón � �.�����.�����.���� � �.���� .��� � 0,064
Esto es equivalente a que de cada 1000 personas no diabéticas existen 64 personas
diabéticas en la población.
Cátedra de Salud Pública Universidad de Valparaíso 1
Por Alan Barraza Sáez
Medidas de Frecuencia de una Enfermedad.
La epidemiología tiene entre uno de sus objetivos el estudio de la distribución y los
determinantes de las diferentes enfermedades. La cuantificación y la medida de la enfermedad
n elementos fundamentales para formular y probar hipótesis,
así como para permitir comparar las frecuencias de enfermedad entre diferentes poblaciones o
entre grupos de personas con o sin una exposición o característica dentro de una población
La medida más elemental de frecuencia de una enfermedad, o de cualquier otro evento
en general, es el número de personas que la padecen o lo presentan (por ejemplo; número de
pacientes con hipertensión arterial, número de fallecidos por accidentes de tránsito). Sin
embargo, dicha medida por si sola carece de utilidad para determinar la importancia de un
problema de salud determinado, puesto que debe referirse siempre al tamaño de la población
stos fueron identificados. Para
este propósito, en epidemiología es frecuente trabajar con diferentes tipos de fracciones que
permiten cuantificar correctamente el impacto de una determinada enfermedad. Existen dos
epidemiología para el estudio de epidemiológico de
en el denominador. A
si en una población de 25.000 habitantes se diagnostican 1.500
pacientes con diabetes, la proporción de pacientes con diabetes en esa población es de:
En este cociente el numerador no forma parte del denominador. Del ejemplo
la razón entre la población con diabetes y la población no diabética es de:
Esto es equivalente a que de cada 1000 personas no diabéticas existen 64 personas
Cuando, como en el caso del ejemplo, la razón entre la probabilidad de que ocurra el
evento de interés (enfermedad) y la probabilidad de que éste no ocurra, la razón
el nombre de Odd. Del ejemplo
El valor del Odd puede variar
enfermedad nunca ocurre, mientras que el valor infinito correspondería teóricamente a una
enfermedad que está siempre presente.
valor 1 corresponde al caso en que la enfermedad siempre ocurre.
En realidad, una proporción y
diferentes, y pueden relacionarse mediante las siguientes
��������ó� � Esto es debido a que
cantidad de casos de la enfermedad y “Y” es el número de personas sin la enfermedad
que:
Entonces:
��������ó� � � � ��Por lo tanto:
• TASA: Este concepto es similar al de una proporción, con la diferencia de que las tasas
llevan incorporado el factor
de casos del problema a estudiar. A su vez, el denominador e
expuesta al riesgo, por ejemplo;
En epidemiología, las medidas de f
se engloban en dos categorías:
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Cuando, como en el caso del ejemplo, la razón entre la probabilidad de que ocurra el
medad) y la probabilidad de que éste no ocurra, la razón
mplo anterior, el Odd de diabetes es de 6,4%.
Odd puede variar entre 0 e infinito, el valor 0 corresponde al caso en que la
re, mientras que el valor infinito correspondería teóricamente a una
siempre presente. En cambio, la proporción puede variar entre 0 y 1, el
valor 1 corresponde al caso en que la enfermedad siempre ocurre.
En realidad, una proporción y un Odd miden el mismo evento pero en escalas
pueden relacionarse mediante las siguientes expresiones:
���1 � ��� ��� � ��������ó�1 � ��������óEsto es debido a que si: “N” es la cantidad de personas en la población, “X” es la
cantidad de casos de la enfermedad y “Y” es el número de personas sin la enfermedad
��� � � �⁄
�� � �� � � � � �⁄� � �� �⁄ � � �⁄� �⁄ � � � �⁄ � � 1� · 1 � ���� � ���
� � � · "���# � ���
� � ��� � � · "���#
� � 1 � �� · ��� �1 � � � ���
concepto es similar al de una proporción, con la diferencia de que las tasas
factor tiempo. El numerador lo constituye la frecuencia absoluta
casos del problema a estudiar. A su vez, el denominador es el tiempo de
al riesgo, por ejemplo; tiempo hasta enfermar.
En epidemiología, las medidas de frecuencia de una enfermedad comúnmente utilizadas
dos categorías: Prevalencia e Incidencia.
Cátedra de Salud Pública Universidad de Valparaíso 2
Por Alan Barraza Sáez
Cuando, como en el caso del ejemplo, la razón entre la probabilidad de que ocurra el
medad) y la probabilidad de que éste no ocurra, la razón también recibe
l valor 0 corresponde al caso en que la
re, mientras que el valor infinito correspondería teóricamente a una
ón puede variar entre 0 y 1, el
miden el mismo evento pero en escalas
�ó�
la población, “X” es la
cantidad de casos de la enfermedad y “Y” es el número de personas sin la enfermedad. Y se sabe
� ���1 � ���
concepto es similar al de una proporción, con la diferencia de que las tasas
tiempo. El numerador lo constituye la frecuencia absoluta
el tiempo de la población
enfermedad comúnmente utilizadas
1. Prevalencia
La prevalencia (P), también conocida como prevalencia puntual
casos existentes en una población
proporción de una población que padece una
determinado. Su expresión de cálculo es la siguiente:
�Donde:
$%&�: Número de casos afectado
determinado t (Casos existentes).
�&�: Número de personas en la población
el mismo período de tiempo t (P
t: Período de tiempo en que se efectuaron las mediciones.
• Ejemplo 1.1: en una muestra de 270 habitantes
población de por lo menos 65
111 presentaban obesidad (IMC
Esto significa que, la prevalencia de personas obesas en la población es del 41%.
$%��: Número de personas con edad igual o superior a 65 años
un año.
���: Número de personas con edad igual o superior a 65 años
en riesgo).
Además, para una estimación por intervalo de la prevalencia, se
intervalo de confianza aproximado
Donde '��() es un valor teórico
estudios de las ciencias de la salud se utiliza intervalos de confianza
ha utilizado un valor '��() con α=0,05, esto es equivalente a
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
también conocida como prevalencia puntual, indica el número de
casos existentes en una población (Proporción). De manera específica, la prevalencia es la
que padece una enfermedad que interesa en un período de
. Su expresión de cálculo es la siguiente:
� � $*+�+ ,-�+.%�.%+��/0*��ó� %� 1�%+2� � $%&��&�
afectados con la enfermedad de interés en un período de tiempo
(Casos existentes).
: Número de personas en la población expuestas en las mismas condiciones que los casos
(Población en riesgo).
eríodo de tiempo en que se efectuaron las mediciones.
en una muestra de 270 habitantes aleatoriamente seleccionad
por lo menos 65 años de edad y dentro de un período de un año
(IMC ≥ 30), entonces la proporción de obesos es:
� � 345�65� � ����7� � 0,418 9 41,1%
Esto significa que, la prevalencia de personas obesas en la población es del 41%.
: Número de personas con edad igual o superior a 65 años con obesidad (IMC
: Número de personas con edad igual o superior a 65 años dentro en un año
Además, para una estimación por intervalo de la prevalencia, se puede utilizar
aproximado del (1-α)∙100% y su expresión de cálculo es:
� ; '��()<=·��=�6>�
es un valor teórico (percentil) de la distribución Normal.
estudios de las ciencias de la salud se utiliza intervalos de confianza del 95%, esto significa que
con α=0,05, esto es equivalente a '��?,?@) � '�,A7� �
Cátedra de Salud Pública Universidad de Valparaíso 3
Por Alan Barraza Sáez
indica el número de
nera específica, la prevalencia es la
enfermedad que interesa en un período de tiempo
con la enfermedad de interés en un período de tiempo
expuestas en las mismas condiciones que los casos en
aleatoriamente seleccionados de una
año se observó que
, entonces la proporción de obesos es:
Esto significa que, la prevalencia de personas obesas en la población es del 41%. Donde:
obesidad (IMC ≥ 30) en
un año (Población
puede utilizar un
100% y su expresión de cálculo es:
. Comúnmente en
del 95%, esto significa que � 1,96.
• Ejemplo 1.2: Utilizando el ejemplo
confianza aproximado del 95% para l
C$A�
C$A�%�� �DEFEGHíJ�.%
HíJ�.%Entonces existe un nivel de confianza
prevalencia de obesidad en personas de
intervalo [0,35 0,47] en el período de un año.
Como todas las proporciones, la prevalencia no tiene dimensión
sus valores varían entre 0 y
prevalencia en un problema de salud
estudios transversales para determinar su importancia en un momento concreto, y no con fines
predictivos. Además, es evidente que el cálculo de la prevalencia será especialmente apropiado
para la medición de procesos de carácter prolongado
mucho sentido para valorar la importancia de otros fenómenos de carácter más momentáneo
(accidentes de tráfico, apendicitis, infarto de miocardio entre otros
2. Incidencia.
La incidencia se define como el número de casos nuevos d
desarrollan en una población durante un período de tiempo determinado. Hay dos tipos de
medidas de incidencia: la incidencia acumulada
densidad de incidencia.
2.1. INCIDENCIA ACUMULADA.
La incidencia acumulada (IA)
enfermedad a lo largo de un período de tiempo concreto
CK �Donde: $�&�: Número de nuevos casos afectados con la enfermedad de interés en un período de
seguimiento t (Casos Nuevos).
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Utilizando el ejemplo 1.1, donde � � 0,418 y ��� � 270, un intervalo de
del 95% para la prevalencia de obesidad en ese grupo de edad es:
A�%�� � 0,418 ; 1,96N0,418 · 1 � 0,418�270
J�.% ��O%���� 0,418 � 1,96N0,418 · 1 � 0,418�270 � 0J�.% +P�%���� 0,418 � 1,96N0,418 · 1 � 0,418�270 � 0
Entonces existe un nivel de confianza aproximado del 95% de que el verdadero valor de la
prevalencia de obesidad en personas de por lo menos 65 años de edad se encuentra en el
período de un año.
as las proporciones, la prevalencia no tiene dimensión (no tiene unidades)
1, siendo frecuente expresarla en términos porcentuales
un problema de salud de una comunidad determinada suele estimarse a partir
para determinar su importancia en un momento concreto, y no con fines
predictivos. Además, es evidente que el cálculo de la prevalencia será especialmente apropiado
para la medición de procesos de carácter prolongado (enfermedades crónicas)
mucho sentido para valorar la importancia de otros fenómenos de carácter más momentáneo
icitis, infarto de miocardio entre otros).
La incidencia se define como el número de casos nuevos de una enfermedad que se
desarrollan en una población durante un período de tiempo determinado. Hay dos tipos de
incidencia acumulada y la tasa de incidencia que estima
INCIDENCIA ACUMULADA.
incidencia acumulada (IA) es la proporción de individuos sanos que desarrollan la
enfermedad a lo largo de un período de tiempo concreto (Odd). Se calcula según:
$*+�+ �P%Q�+��/0*��ó� %� 1�%+2� *0 C����� � $�&���&�
casos afectados con la enfermedad de interés en un período de
Cátedra de Salud Pública Universidad de Valparaíso 4
Por Alan Barraza Sáez
, un intervalo de
a prevalencia de obesidad en ese grupo de edad es:
8� 0,358� 0,47
T
del 95% de que el verdadero valor de la
se encuentra en el
(no tiene unidades) y
cuente expresarla en términos porcentuales. La
una comunidad determinada suele estimarse a partir de
para determinar su importancia en un momento concreto, y no con fines
predictivos. Además, es evidente que el cálculo de la prevalencia será especialmente apropiado
crónicas), pero no tendrá
mucho sentido para valorar la importancia de otros fenómenos de carácter más momentáneo
e una enfermedad que se
desarrollan en una población durante un período de tiempo determinado. Hay dos tipos de
que estima la llamada
es la proporción de individuos sanos que desarrollan la
. Se calcula según:
casos afectados con la enfermedad de interés en un período de
��&�: Número de personas de
seguimiento t (Población en Riesgo
t: período de tiempo de seguimiento del estudio
La incidencia acumulada proporciona una estimación de la probabilidad o el rie
que un individuo sin una determinada enfermedad desarrolle
tiempo especificado. También
imprescindible que se acompañe del periodo de observación para poder ser
• Ejemplo 2.1: Durante un período de 6 años se siguió a 431 varones
de edad, con colesterol sérico y tensión arterial normal,
presencia de cardiopatía isquémica, registrándose al f
incidencia acumulada en este caso sería:
CK �Esto significa que, se estima que de cada 1000 personas sanas existan 23 personas con
cardiopatía isquémica durante un período de 6 años.
$�U�: Número de personas con edad
isquémica durante el estudio
��U�: Número de personas con edad
t: 6 años de seguimiento del estudio.
Además, para una estimació
un intervalo de confianza aproximado
Donde '��() es un valor teórico (percentil) de la d
frecuente en estudios de las ciencias de la salud utiliz
significa que ha utilizado un valor
'�,AA� � 2,575.
• Ejemplo 2.2: Utilizando el ejemplo
confianza aproximado del 99
C$A�%
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
de la población en riesgo al inicio del estudio por un
iesgo al Inicio).
de seguimiento del estudio.
La incidencia acumulada proporciona una estimación de la probabilidad o el rie
que un individuo sin una determinada enfermedad desarrolle ésta durante
También, la IA suele expresarse en términos porcentuales
imprescindible que se acompañe del periodo de observación para poder ser interpretada.
Durante un período de 6 años se siguió a 431 varones sanos entre 40 y 59 años
, con colesterol sérico y tensión arterial normal, El objetivo del estudio es
presencia de cardiopatía isquémica, registrándose al final del período de 6 años
incidencia acumulada en este caso sería:
3VW�6XW� � ��Y � � 0,023 9 2,3% %� 6 *ñ�+
Esto significa que, se estima que de cada 1000 personas sanas existan 23 personas con
cardiopatía isquémica durante un período de 6 años. Donde:
: Número de personas con edad entre 40 y 59 años que presentaron
isquémica durante el estudio (Casos Nuevos).
: Número de personas con edad entre 40 y 59 años sanos (Población en Riesgo al Inicio
: 6 años de seguimiento del estudio.
Además, para una estimación por intervalo de la incidencia acumulada, se puede utilizar
aproximado del (1-α)∙ 100% y su expresión de cálculo es:
CK ; '��[�NCK · 1 � CK���&�
es un valor teórico (percentil) de la distribución Normal,
en estudios de las ciencias de la salud utilizar intervalos de confianza del 99
utilizado un valor '��() con α=0,01, esto es equivalente a '��
Utilizando el ejemplo 2.1, donde CK � 0,023 y ��U� � 431del 99% para la incidencia acumulada de cardiopatía isquémica
CK� � 0,023 ; 2,575N0,023 · 1 � 0,023�431
Cátedra de Salud Pública Universidad de Valparaíso 5
Por Alan Barraza Sáez
en riesgo al inicio del estudio por un período de
La incidencia acumulada proporciona una estimación de la probabilidad o el riesgo de
durante un período de
porcentuales. Además, es
interpretada.
entre 40 y 59 años
El objetivo del estudio es detectar la
de 6 años 10 casos. La
Esto significa que, se estima que de cada 1000 personas sanas existan 23 personas con
que presentaron cardiopatía
Población en Riesgo al Inicio).
n por intervalo de la incidencia acumulada, se puede utilizar
∙ 100% y su expresión de cálculo es:
istribución Normal, también es
intervalos de confianza del 99%, esto
�?,?5) � '���,��� �
431, un intervalo de
cardiopatía isquémica es:
�
Entonces existe un nivel de confianza
contenga el verdadero valor de
personas con edad entre 40 y 59 años dentro del período de estudi
La incidencia acumulada asume que la población
principio del estudio y ha sido seguida durante todo
observar si se desarrolla la enfermedad objeto del estudio. Sin embargo, en la
sucede es que:
a) Las personas objeto de la investigación entran en el estudio en diferentes momentos en
el tiempo.
b) El seguimiento de dichos sujetos objeto de la investigación no es uniforme ya que de
algunos no se obtiene toda la información
c) Por otra parte, algunos pacientes abandonan el estudio y sólo proporcionan un
seguimiento limitado a un período corto de tiempo.
Para poder tener en consideración estas variaciones de seguimiento existen
tiempo, una primera aproximación sería l
de tiempo durante el cual la población entera proporcionase información. Esto de todos modos
haría que perdiésemos información adicional del seguimiento disponible en alguna de las
personas incluidas. Una medida
la denominada densidad de incidencia
2.2. DENSIDAD DE INCIDENCIA.
Medida teórica del número de nuevos casos que ocurren por unidad de ti
por ejemplo, personas-años en riesgo. Se trata de una medida de la aparición de la enfermedad
en un punto en el tiempo t, definida matemáticamente como el límite cuando
siguiente expresión:
\CEsto se interpreta com
desarrolle la enfermedad antes de
población en estudio como una función matemática de
valor es:
Donde: $�&]∆&�: Número de casos nuevos observados entre el período
�_�&]∆&�: Número total de unidades de tiempo por persona entre el período
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza SáezC$A�%CK� � "0,0044 0,0416#
ste un nivel de confianza aproximado del 99% de que el intervalo [0,
contenga el verdadero valor de la incidencia acumulada de cardiopatía isquémica
entre 40 y 59 años dentro del período de estudio.
La incidencia acumulada asume que la población completa está expuesta en
ha sido seguida durante todo el período de tiempo determinado para
observar si se desarrolla la enfermedad objeto del estudio. Sin embargo, en la
Las personas objeto de la investigación entran en el estudio en diferentes momentos en
El seguimiento de dichos sujetos objeto de la investigación no es uniforme ya que de
algunos no se obtiene toda la información.
Por otra parte, algunos pacientes abandonan el estudio y sólo proporcionan un
seguimiento limitado a un período corto de tiempo.
tener en consideración estas variaciones de seguimiento existen
una primera aproximación sería limitar el cálculo de la incidencia acumulada al período
de tiempo durante el cual la población entera proporcionase información. Esto de todos modos
haría que perdiésemos información adicional del seguimiento disponible en alguna de las
Una medida más precisa es la que utiliza toda la información disponible
la denominada densidad de incidencia (DI).
INCIDENCIA.
Medida teórica del número de nuevos casos que ocurren por unidad de ti
en riesgo. Se trata de una medida de la aparición de la enfermedad
, definida matemáticamente como el límite cuando ∆
\C � lim∆&9� �. c _ c . � ∆. _ d .⁄ �∆.
Esto se interpreta como la probabilidad de que una persona sana en el momento
desarrolle la enfermedad antes de t+∆t. Debido a la dificultad de expresar el tamaño de la
población en estudio como una función matemática de t, se utiliza el valor medio de DI, este
\C � $�&]∆&��_�&]∆&�
: Número de casos nuevos observados entre el período t y t+∆t.
: Número total de unidades de tiempo por persona entre el período t y t
Cátedra de Salud Pública Universidad de Valparaíso 6
Por Alan Barraza Sáez
% de que el intervalo [0,44% 4,16%]
cardiopatía isquémica en
expuesta en riesgo al
período de tiempo determinado para
observar si se desarrolla la enfermedad objeto del estudio. Sin embargo, en la realidad lo que
Las personas objeto de la investigación entran en el estudio en diferentes momentos en
El seguimiento de dichos sujetos objeto de la investigación no es uniforme ya que de
Por otra parte, algunos pacientes abandonan el estudio y sólo proporcionan un
tener en consideración estas variaciones de seguimiento existentes en el
imitar el cálculo de la incidencia acumulada al período
de tiempo durante el cual la población entera proporcionase información. Esto de todos modos
haría que perdiésemos información adicional del seguimiento disponible en alguna de las
más precisa es la que utiliza toda la información disponible y es
Medida teórica del número de nuevos casos que ocurren por unidad de tiempo-persona,
en riesgo. Se trata de una medida de la aparición de la enfermedad
∆t tiende a 0 de la
probabilidad de que una persona sana en el momento t,
Debido a la dificultad de expresar el tamaño de la
se utiliza el valor medio de DI, este
t y t+∆t.
2.3. TASA DE INCIDENCIA.
La tasa de incidencia es una m
nuevos casos que ocurren por unidad de tiempo
incidencia. La tasa de incidencia (TI) s
nuevos de una enfermedad ocurridos durante el periodo de seguimiento y la suma de todos los
tiempos individuales de observación
El total de personas-tiempo de observación (suma de los tiempos individuales de
observación) es la suma de los períodos de tiempo en riesgo de
correspondiente a cada uno de los individuos de la población. La suma de los períodos de
tiempo del denominador se mide preferentemente en años y se conoce como tiempo en riesgo.
El tiempo en riesgo para cada individuo objeto de est
permanece en la población de estudio y se encuentra libre de la enfermedad, y por lo tanto en
riesgo de contraerla. El valor de la TI
su expresión es la siguiente:
_C � ePJ*Donde:
$�&�: Número de casos nuevos de la
t (Casos Nuevos).
�_X�: Tiempo individual observado
de exposición de una persona).
t: Período de tiempo de seguimiento del estudio.
n: Número de personas en el estudio.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
a es una medida que se utiliza para la estimación
nuevos casos que ocurren por unidad de tiempo-persona, o sea, estima la
La tasa de incidencia (TI) se calcula como el cociente entre el número de casos
fermedad ocurridos durante el periodo de seguimiento y la suma de todos los
tiempos individuales de observación.
tiempo de observación (suma de los tiempos individuales de
observación) es la suma de los períodos de tiempo en riesgo de contraer la enfermedad
correspondiente a cada uno de los individuos de la población. La suma de los períodos de
tiempo del denominador se mide preferentemente en años y se conoce como tiempo en riesgo.
El tiempo en riesgo para cada individuo objeto de estudio es el tiempo durante el cual
permanece en la población de estudio y se encuentra libre de la enfermedad, y por lo tanto en
de la TI no puede ser inferior a cero pero no tiene límite superior
$*+�+ �P%Q�+ePJ* �%�+��* � _�%J�� � $�&�∑ �_X�VXg�
nuevos de la enfermedad de interés durante el período de seguimiento
observado del paciente i durante el período de seguimiento
).
eríodo de tiempo de seguimiento del estudio.
: Número de personas en el estudio.
Cátedra de Salud Pública Universidad de Valparaíso 7
Por Alan Barraza Sáez
estimación del número de
o sea, estima la densidad de
e calcula como el cociente entre el número de casos
fermedad ocurridos durante el periodo de seguimiento y la suma de todos los
tiempo de observación (suma de los tiempos individuales de
contraer la enfermedad
correspondiente a cada uno de los individuos de la población. La suma de los períodos de
tiempo del denominador se mide preferentemente en años y se conoce como tiempo en riesgo.
udio es el tiempo durante el cual
permanece en la población de estudio y se encuentra libre de la enfermedad, y por lo tanto en
o pero no tiene límite superior,
período de seguimiento
período de seguimiento t (Tiempo
• Ejemplo 2.3: En un estudio de seguimiento
mujeres postmenopáusicas se observó que se presentaron 3 casos de enfermedad coronaria.
Esto se ilustra a través de la siguiente figura y tabla:
Paciente
A
B
C
D
E
F
G
H
Total
Con estos datos, la incidencia acumulada sería de un 3/8 = 0,375
durante los 20 años de seguimiento.
Sin embargo, tal y como se muestra en la Figura
para todas las pacientes. Mientras que, por ejemplo, la paciente
durante todo el periodo, la paciente
comenzada la investigación, y ha sido seguida
paciente “C”, han abandonado el tratamiento antes de finalizar el estudio sin presentar
ninguna afección coronaria. En total se obtienen 84
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
: En un estudio de seguimiento, durante 20 años de tratamiento hormonal en 8
mujeres postmenopáusicas se observó que se presentaron 3 casos de enfermedad coronaria.
Esto se ilustra a través de la siguiente figura y tabla:
Años de seguimiento
(Tiempo-Persona) Enfermedad Coronaria
20 No
10 Sí
15 No
15 No
4 Sí
6 No
7 No
7 Sí
84 ---
Con estos datos, la incidencia acumulada sería de un 3/8 = 0,375 que es equivalente a
durante los 20 años de seguimiento.
y como se muestra en la Figura, el tiempo de seguimiento no es el mismo
para todas las pacientes. Mientras que, por ejemplo, la paciente “A” ha sido observada
durante todo el periodo, la paciente “D” ha comenzado el tratamiento más tarde, una vez
comenzada la investigación, y ha sido seguida sólo durante 15 años. En otros casos, como la
, han abandonado el tratamiento antes de finalizar el estudio sin presentar
ninguna afección coronaria. En total se obtienen 84 años-personas de observación.
Cátedra de Salud Pública Universidad de Valparaíso 8
Por Alan Barraza Sáez
s de tratamiento hormonal en 8
mujeres postmenopáusicas se observó que se presentaron 3 casos de enfermedad coronaria.
Enfermedad Coronaria
que es equivalente a 37,5%
empo de seguimiento no es el mismo
ha sido observada
ha comenzado el tratamiento más tarde, una vez
sólo durante 15 años. En otros casos, como la
, han abandonado el tratamiento antes de finalizar el estudio sin presentar
personas de observación.
Al realizar el cálculo de la tasa de i
_C � 3V)?�∑ =hi�jik5 � ��]��]��Donde:
$����: Número de mujeres
enfermedad coronaria durante el
�_X�: Tiempo observado del paciente
t: 20 años de seguimiento del estudio.
n: 8 de mujeres en el muestra
Esto significa que la tasa
población es de 36 nuevos casos por cada 10
Además, para una estimación por intervalo de la tasa de incidencia, se puede utilizar un
intervalo de confianza aproximado
Donde '��() es un valor teórico (percentil) de la distribución No
• Ejemplo 2.4: Utilizando el ejemplo
confianza aproximado del 95% para la
C$A�%_C� �DEFEGHí
HíSin embargo, se sabe que la TI no puede tomar valores negativos, por lo que el límite inferior
debe ser igual a 0. Entonces existe un nivel de confianza
intervalo [0% 7,6%] contenga
coronaria en mujeres postmenopáusicas
estudio.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
a tasa de incidencia es:
��]��]Y]U]7]7 � lY � 0,036 9 3,6% �%�+��*+
mujeres postmenopáusicas bajo tratamiento hormonal
durante el seguimiento del estudio.
: Tiempo observado del paciente i durante el estudio (Ver tabla).
años de seguimiento del estudio.
muestra.
de incidencia de enfermedad coronaria que se estima
6 nuevos casos por cada 1000 personas al año.
Además, para una estimación por intervalo de la tasa de incidencia, se puede utilizar un
aproximado del (1-α)∙ 100% y su expresión de cálculo es:
_C ; '��[�N $�&�m∑ �_X�VXg� n�
es un valor teórico (percentil) de la distribución Normal.
Utilizando el ejemplo 2.3, donde ∑ �_X�lXg� � 84 y $���� � 3del 95% para la tasa de incidencia de enfermedad coronaria
C$A�%_C� � 0,036 ; 1,96N 384�
G íJ�.% ��O%���� 0,036 � 1,96N 384� � �0,0044íJ�.% +P�%���� 0,036 � 1,96N 384� � 0,0764
se sabe que la TI no puede tomar valores negativos, por lo que el límite inferior
Entonces existe un nivel de confianza aproximado del 95% de que el
] contenga la verdadera tasa de incidencia poblacional
postmenopáusicas con tratamiento hormonal dentro del período de
Cátedra de Salud Pública Universidad de Valparaíso 9
Por Alan Barraza Sáez
�%�+��*+ ��� *ñ�
tratamiento hormonal que presentaron
que se estima en esa
Además, para una estimación por intervalo de la tasa de incidencia, se puede utilizar un
y su expresión de cálculo es:
� 3, un intervalo de
enfermedad coronaria es:
00440764
T
se sabe que la TI no puede tomar valores negativos, por lo que el límite inferior
del 95% de que el
poblacional de enfermedad
dentro del período de
La elección de una de las medidas de incidencia (
de la enfermedad que se pretende estudiar y
utilizará generalmente cuando la enfermedad tenga un periodo de latencia corto, recurriéndose
a la TI en el caso de enfermedades crónicas y con un periodo de latencia mayor. En cualquier
caso, se debe tener en cuenta que la utiliza
frecuencia de una enfermedad
a) Estimar la probabilidad
enfermar) durante todo el periodo de seguimiento
b) Estimar el riesgo de enfermar
Además, en el cálculo de
consideración también otros aspectos. En primer lugar, no deben incluirse en el denominador
casos prevalentes o personas
estudio. El denominador sólo debe incluir a aquellas personas en riesgo de enfermedad (por
ejemplo, la incidencia de cáncer de próstata deberá calcularse en relación a la población
masculina en una comunidad y no sobre
mujeres), aunque también es cierto que en
prevalentes no cambiará mucho el resultado. En segundo lugar, el numerador
contener episodios de una misma patología
Por otra parte, cuando se calculan intervalos de confianza de
aproximados para estimar una prevalencia
(TI), se debe tomar en cuenta los valores que pueden tomar estas expresiones
dichos intervalos. Por ejemplo:
realiza un cálculo del límite inferior de confianza
inferior puede ser menor que cero
inferior es cero, puesto que la IA
análoga se debe realizar este procedimiento para la
Del mismo ejemplo; Si se tuviera una P = 99,8% a través de los datos obtenidos por la
muestra y se tiene que realizar el cálculo del
valor de dicho límite superior puede ser mayor que uno, en este caso, el valor que se debe
incorporar en dicho límite superior es uno, puesto que la P no puede ser superior
por definición: 0 ≤ P ≤ 1 (de manera análoga se debe rea
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
La elección de una de las medidas de incidencia (IA ó TI) dependerá de las características
de la enfermedad que se pretende estudiar y además del objetivo que se persiga
utilizará generalmente cuando la enfermedad tenga un periodo de latencia corto, recurriéndose
en el caso de enfermedades crónicas y con un periodo de latencia mayor. En cualquier
debe tener en cuenta que la utilización de las medidas de incidencia como medida de
frecuencia de una enfermedad tiene como objetivos:
Estimar la probabilidad de contraer la enfermedad (también llamado riesgo de
todo el periodo de seguimiento a través de la IA.
riesgo de enfermar de una persona por unidad de tiempo a través de la TI
Además, en el cálculo de una de las medidas de incidencia de debe tener
otros aspectos. En primer lugar, no deben incluirse en el denominador
personas que no estén en condiciones de contraer la enfermedad
estudio. El denominador sólo debe incluir a aquellas personas en riesgo de enfermedad (por
ejemplo, la incidencia de cáncer de próstata deberá calcularse en relación a la población
sculina en una comunidad y no sobre el total de la población que incluye hombres y
), aunque también es cierto que en enfermedades poco frecuentes la inserción
prevalentes no cambiará mucho el resultado. En segundo lugar, el numerador
episodios de una misma patología (casos nuevos).
, cuando se calculan intervalos de confianza de
para estimar una prevalencia (P), incidencia acumulada (IA) o tasa de incidencia
se debe tomar en cuenta los valores que pueden tomar estas expresiones
. Por ejemplo: Se tiene una muestra de 53 individuos con una IA = 2,4% y se
límite inferior de confianza para la IA poblacional, el valor de dicho límite
menor que cero, en este caso, el valor que se debe incorporar
que la IA no puede ser negativa, ya que por definición: IA
análoga se debe realizar este procedimiento para la P y TI).
Si se tuviera una P = 99,8% a través de los datos obtenidos por la
que realizar el cálculo del límite superior de confianza para la P pob
valor de dicho límite superior puede ser mayor que uno, en este caso, el valor que se debe
incorporar en dicho límite superior es uno, puesto que la P no puede ser superior
(de manera análoga se debe realizar este procedimiento para la
Cátedra de Salud Pública Universidad de Valparaíso 10
Por Alan Barraza Sáez
de las características
e persiga. Así, la IA se
utilizará generalmente cuando la enfermedad tenga un periodo de latencia corto, recurriéndose
en el caso de enfermedades crónicas y con un periodo de latencia mayor. En cualquier
de incidencia como medida de
(también llamado riesgo de
de una persona por unidad de tiempo a través de la TI.
de debe tener en
otros aspectos. En primer lugar, no deben incluirse en el denominador
la enfermedad en
estudio. El denominador sólo debe incluir a aquellas personas en riesgo de enfermedad (por
ejemplo, la incidencia de cáncer de próstata deberá calcularse en relación a la población
que incluye hombres y
inserción de casos
prevalentes no cambiará mucho el resultado. En segundo lugar, el numerador sólo debe
, cuando se calculan intervalos de confianza de un (1-α)∙100%
o tasa de incidencia
se debe tomar en cuenta los valores que pueden tomar estas expresiones en los límites de
3 individuos con una IA = 2,4% y se
para la IA poblacional, el valor de dicho límite
el valor que se debe incorporar en el límite
IA ≥ 0 (de manera
Si se tuviera una P = 99,8% a través de los datos obtenidos por la
para la P poblacional, el
valor de dicho límite superior puede ser mayor que uno, en este caso, el valor que se debe
incorporar en dicho límite superior es uno, puesto que la P no puede ser superior a uno, ya que
lizar este procedimiento para la IA)
3. Diferencias entre P
Característica
¿Qué se estima?
Proporción
con enfermedad
determinado tiempo
Unidades Fraccional o porcentual
Tiempo del diagnóstico de
enfermedad Enfermedad existente
Población de estudio Considera a toda la
Variables
Numerador Número de casos
Denominador Número de personas en
• Ejemplo 3.1: Se estudió el uso de un antibiótico, norfloxacina, para la prevenc
infecciones por bacterias gramnegativas en pacientes con
bajo de neutrófilos relacionados con el tratamiento.
Los 35 pacientes que recibieron norfloxacina desarrollaron la fiebre. Se observó a todos los
pacientes por un total de 220,5 personas
promedio alrededor de 10 pacientes tenía fiebre. Por lo tanto, en este grupo de pacientes la
prevalencia promedio de la enfermedad es de 10/35 = 0,29 (29%
TI = 35/220,5 = 0,16 casos/persona
= 1 (100% de personas con fiebre durante el estudio
4. Relación entre prevalencia e i
Prevalencia e incidencia son conceptos a su vez muy relacionados.
depende de la incidencia y de la duración de la enfermedad. Si la incidencia de una enfermedad
es baja pero los afectados tienen la enfermedad durante un largo período de tiempo, la
proporción de la población que tenga la enfermedad en un m
relación con su incidencia. Inversamente, si la incidencia es alta y la duración es corta, ya sea
porque se recuperan pronto o fallecen, la prevalencia puede ser baja en relación a la incidencia
de dicha patología. Por lo tanto, los cambios de prevalencia de un momento a otro pueden ser
resultado de cambios en la incidencia, cambios en la duración de la enferme
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
P, IA y TI.
Prevalencia (P) Incidencia
Acumulada (IA)
Proporción de población
con enfermedad en un
determinado tiempo
Probabilidad de
enfermar durante el
seguimiento
Riesgo de enfermar de
Fraccional o porcentual Fraccional o
porcentual Casos/persona
Enfermedad existente Diagnosticada en el
estudio
Considera a toda la población
Considera sólo la población sana y con
riego de padecerla
Número de casos existentes
Número de casos nuevos
Número de personas en el estudio
Número de personas expuestas a la enfermedad
personas en el estudio
Se estudió el uso de un antibiótico, norfloxacina, para la prevenc
infecciones por bacterias gramnegativas en pacientes con leucemia aguda que tenían conteo
bajo de neutrófilos relacionados con el tratamiento.
que recibieron norfloxacina desarrollaron la fiebre. Se observó a todos los
un total de 220,5 personas-día antes de presentar fiebre
promedio alrededor de 10 pacientes tenía fiebre. Por lo tanto, en este grupo de pacientes la
prevalencia promedio de la enfermedad es de 10/35 = 0,29 (29% en promedio cada día
35/220,5 = 0,16 casos/persona-día (16 casos por cada 100 personas al día) y la
de personas con fiebre durante el estudio).
Relación entre prevalencia e incidencia.
Prevalencia e incidencia son conceptos a su vez muy relacionados.
depende de la incidencia y de la duración de la enfermedad. Si la incidencia de una enfermedad
es baja pero los afectados tienen la enfermedad durante un largo período de tiempo, la
proporción de la población que tenga la enfermedad en un momento dado puede ser alta en
relación con su incidencia. Inversamente, si la incidencia es alta y la duración es corta, ya sea
porque se recuperan pronto o fallecen, la prevalencia puede ser baja en relación a la incidencia
to, los cambios de prevalencia de un momento a otro pueden ser
resultado de cambios en la incidencia, cambios en la duración de la enfermedad o ambos.
Cátedra de Salud Pública Universidad de Valparaíso 11
Por Alan Barraza Sáez
Incidencia
Tasa (TI)
Riesgo de enfermar de
una persona por
unidad tiempo
Casos/persona-tiempo
Diagnosticada en el
estudio
Considera sólo la población sana y con
riego de padecerla
Número de casos nuevos
Tiempo total de exposición a la
enfermedad de las personas en el estudio
Se estudió el uso de un antibiótico, norfloxacina, para la prevención de
leucemia aguda que tenían conteo
que recibieron norfloxacina desarrollaron la fiebre. Se observó a todos los
día antes de presentar fiebre y cada día en
promedio alrededor de 10 pacientes tenía fiebre. Por lo tanto, en este grupo de pacientes la
en promedio cada día) la
día) y la IA = 35/35
Prevalencia e incidencia son conceptos a su vez muy relacionados. La prevalencia
depende de la incidencia y de la duración de la enfermedad. Si la incidencia de una enfermedad
es baja pero los afectados tienen la enfermedad durante un largo período de tiempo, la
omento dado puede ser alta en
relación con su incidencia. Inversamente, si la incidencia es alta y la duración es corta, ya sea
porque se recuperan pronto o fallecen, la prevalencia puede ser baja en relación a la incidencia
to, los cambios de prevalencia de un momento a otro pueden ser
dad o ambos.
Esta relación entre incidencia y prevalencia puede expresarse matemáticamente de un
modo bastante sencillo. Si se asume que las circunstancias de la población son estables,
entendiendo por estable que la incidencia de la enfermedad haya permanecido constante a lo
largo del tiempo, así como su duración, entonces la prevalencia tampoco variará.
Así, si el número de casos prevalentes no cambia, el número de casos nuevos de la
enfermedad ha de compensar a aquellos individuos que dejan de padecerla
siguiente:
Nº de casos nuevos
de la enfermedad
Si se denota por “N” al total de la población y “
“N – E” será el total de sujetos sanos en esa población. Durante un periodo de tiempo
estudio “t”, el número de personas que contrae la enfermedad (
Donde TI es la tasa de incidencia.
Por otro lado, el número de enfermos que se curan o fallecen
calcularse como:
Donde “D” es la duración media de la enfermedad objeto de estudio.
Combinando (2) y (3) en (1) se obtiene
_C
El cociente p6�p es el cociente entre los individuos enf
equivalentemente, entre la prevalencia y su complementario, P/1
(4) puede escribirse como:
Nótese que la ecuación (5) posee una estructura de relación proporción
Odd = TI ∙ D. Si se despeja el valor de la prevalencia
de la enfermedad se tiene la misma estructura:
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Esta relación entre incidencia y prevalencia puede expresarse matemáticamente de un
o. Si se asume que las circunstancias de la población son estables,
entendiendo por estable que la incidencia de la enfermedad haya permanecido constante a lo
largo del tiempo, así como su duración, entonces la prevalencia tampoco variará.
ro de casos prevalentes no cambia, el número de casos nuevos de la
enfermedad ha de compensar a aquellos individuos que dejan de padecerla, el supuesto es el
Nº de casos nuevos
de la enfermedad =
Nº de casos que se curan o
fallecen de la enfermedad
” al total de la población y “E” al número de enfermos en la misma,
” será el total de sujetos sanos en esa población. Durante un periodo de tiempo
”, el número de personas que contrae la enfermedad (Pe) viene dado entonces por:
�% � _C · . · � � ,�
es la tasa de incidencia.
Por otro lado, el número de enfermos que se curan o fallecen (Ecf) en ese periodo puede
,�O � �q · . · ,
es la duración media de la enfermedad objeto de estudio.
Combinando (2) y (3) en (1) se obtiene lo siguiente:
�% � ,�O
_C · . · � � ,� � �q · . · , (Reemplazando (2) y (3))
p6�p � _C · \
es el cociente entre los individuos enfermos y los no enfermos, o
equivalentemente, entre la prevalencia y su complementario, P/1-P, de modo que la expresión
=��= � _C · \
uación (5) posee una estructura de relación proporción
i se despeja el valor de la prevalencia P en función de la TI y la duración promedio
de la enfermedad se tiene la misma estructura:
Cátedra de Salud Pública Universidad de Valparaíso 12
Por Alan Barraza Sáez
Esta relación entre incidencia y prevalencia puede expresarse matemáticamente de un
o. Si se asume que las circunstancias de la población son estables,
entendiendo por estable que la incidencia de la enfermedad haya permanecido constante a lo
largo del tiempo, así como su duración, entonces la prevalencia tampoco variará.
ro de casos prevalentes no cambia, el número de casos nuevos de la
, el supuesto es el
” al número de enfermos en la misma,
” será el total de sujetos sanos en esa población. Durante un periodo de tiempo de
dado entonces por:
(2)
en ese periodo puede
(3)
(Según en (1))
(Reemplazando (2) y (3))
(4)
ermos y los no enfermos, o
, de modo que la expresión
(5)
uación (5) posee una estructura de relación proporción-Odd, donde el
en función de la TI y la duración promedio
(1)
Si se asume una estabilidad en la prevalencia de la enfermedad en estudio,
(5) quedaría finalmente:
Es decir, si se asume que las circunstancias de la población y la
enfermedad son estables, la prevalencia es proporcional al producto de la tasa de incidencia “
y el promedio de duración de la enfermedad “
La aproximación indicada en la ecuación (7)
puesto que se tiene:
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
20%
22%
24%
26%
0% 1% 2% 3%
Y
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez� � hr · q�]hr · q
Si se asume una estabilidad en la prevalencia de la enfermedad en estudio,
� � _C · \
Es decir, si se asume que las circunstancias de la población y la prevalencia de la
, la prevalencia es proporcional al producto de la tasa de incidencia “
y el promedio de duración de la enfermedad “D”.
indicada en la ecuación (7) es recomendada utilizarla cuando P
s s t � s�⁄
0 0,000
0,01 0,010
0,02 0,020
0,03 0,031
0,04 0,042
0,05 0,053
0,06 0,064
0,07 0,075
0,08 0,087
0,09 0,099
0,1 0,111
0,11 0,124
0,12 0,136
0,13 0,149
0,14 0,163
4% 5% 6% 7% 8% 9% 10% 11% 12% 13% 14% 15% 16%
P
Y = P
Y = P/(1
Cátedra de Salud Pública Universidad de Valparaíso 13
Por Alan Barraza Sáez
(6)
Si se asume una estabilidad en la prevalencia de la enfermedad en estudio, la expresión
(7)
prevalencia de la
, la prevalencia es proporcional al producto de la tasa de incidencia “TI”
es recomendada utilizarla cuando P ≤ 0,06,
16% 17% 18% 19%
Y = P
Y = P/(1-P)
De las consideraciones anteriores se deduce que la prevalencia carece de utilidad para
confirmar hipótesis etiológicas, por lo que resulta más adecuado trabajar con casos incidentes.
Los estudios de prevalencia pueden obtener asociaciones que reflejen l
supervivencia y no las causas de la misma, conduciendo a conclusiones erróneas. No obstante,
su relación con la incidencia permite que en ocasiones pueda utilizarse como una buena
aproximación del riesgo para evaluar la asociación en
cierto que en otras aplicaciones distintas a la investigación etiológica, como en la planificación
de recursos o las prestaciones sanitarias, la prevalencia puede ser una mejor medida que la
incidencia ya que nos permite conocer la magnitud global del problema.
Medidas de
En cada sociedad existen comunidades, grupos de individuos, familias o individuos que
presentan más posibilidades que otros de sufrir enfermedades, accidentes, mu
prematuras, se dice que son individuos o
incrementan los conocimientos sobre los diferentes procesos, la evidencia científica demuestra
en cada uno de ellos que: en primer lugar las enfermedades no
en segundo lugar, muy a menudo esa "vulnerabilidad" tiene sus razones.
La vulnerabilidad se debe a la presencia de cierto número de características de tipo
genético, ambiental, biológicas, psicosociales, que actuando individ
desencadenan la presencia de un proceso. Surge entonces el término de "riesgo" que implica la
presencia de una característica o factor (o de varios) que aumenta la probabilidad de
consecuencias adversas. En este sentido el riesgo consti
estadística de que en un futuro se produzca un acontecimiento por lo general no deseado. El
término de riesgo implica que la presencia de una característica o factor aumenta la
probabilidad de consecuencias adversas. La medi
de riesgo.
Un factor de riesgo es cualquier característica o circunstancia detectable de una persona
o grupo de personas que se sabe asociada con un aumento en la probabilidad de padecer,
desarrollar o estar especialmente expuesto a un proceso mórbido. Estos factores de riesgo
(biológicos, ambientales, de comportamient
unos a otros, aumentar el efecto aislado de cada uno de ellos produciendo un fenómeno de
interacción.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
De las consideraciones anteriores se deduce que la prevalencia carece de utilidad para
confirmar hipótesis etiológicas, por lo que resulta más adecuado trabajar con casos incidentes.
Los estudios de prevalencia pueden obtener asociaciones que reflejen los determinantes de la
supervivencia y no las causas de la misma, conduciendo a conclusiones erróneas. No obstante,
su relación con la incidencia permite que en ocasiones pueda utilizarse como una buena
aproximación del riesgo para evaluar la asociación entre las causas y la enfermedad. También es
cierto que en otras aplicaciones distintas a la investigación etiológica, como en la planificación
de recursos o las prestaciones sanitarias, la prevalencia puede ser una mejor medida que la
permite conocer la magnitud global del problema.
Medidas de Asociación en una Enfermedad.
En cada sociedad existen comunidades, grupos de individuos, familias o individuos que
presentan más posibilidades que otros de sufrir enfermedades, accidentes, mu
se dice que son individuos o población especialmente vulnerables. A medida que se
incrementan los conocimientos sobre los diferentes procesos, la evidencia científica demuestra
en cada uno de ellos que: en primer lugar las enfermedades no se presentan aleatoriamente y
muy a menudo esa "vulnerabilidad" tiene sus razones.
La vulnerabilidad se debe a la presencia de cierto número de características de tipo
genético, ambiental, biológicas, psicosociales, que actuando individualmente o entre sí
desencadenan la presencia de un proceso. Surge entonces el término de "riesgo" que implica la
presencia de una característica o factor (o de varios) que aumenta la probabilidad de
consecuencias adversas. En este sentido el riesgo constituye una medida de probabilidad
estadística de que en un futuro se produzca un acontecimiento por lo general no deseado. El
término de riesgo implica que la presencia de una característica o factor aumenta la
probabilidad de consecuencias adversas. La medición de esta probabilidad constituye el enfoque
Un factor de riesgo es cualquier característica o circunstancia detectable de una persona
o grupo de personas que se sabe asociada con un aumento en la probabilidad de padecer,
especialmente expuesto a un proceso mórbido. Estos factores de riesgo
(biológicos, ambientales, de comportamiento, socio-culturales, económicos) pueden sumándose
unos a otros, aumentar el efecto aislado de cada uno de ellos produciendo un fenómeno de
Cátedra de Salud Pública Universidad de Valparaíso 14
Por Alan Barraza Sáez
De las consideraciones anteriores se deduce que la prevalencia carece de utilidad para
confirmar hipótesis etiológicas, por lo que resulta más adecuado trabajar con casos incidentes.
os determinantes de la
supervivencia y no las causas de la misma, conduciendo a conclusiones erróneas. No obstante,
su relación con la incidencia permite que en ocasiones pueda utilizarse como una buena
tre las causas y la enfermedad. También es
cierto que en otras aplicaciones distintas a la investigación etiológica, como en la planificación
de recursos o las prestaciones sanitarias, la prevalencia puede ser una mejor medida que la
una Enfermedad.
En cada sociedad existen comunidades, grupos de individuos, familias o individuos que
presentan más posibilidades que otros de sufrir enfermedades, accidentes, muertes
especialmente vulnerables. A medida que se
incrementan los conocimientos sobre los diferentes procesos, la evidencia científica demuestra
se presentan aleatoriamente y
La vulnerabilidad se debe a la presencia de cierto número de características de tipo
ualmente o entre sí
desencadenan la presencia de un proceso. Surge entonces el término de "riesgo" que implica la
presencia de una característica o factor (o de varios) que aumenta la probabilidad de
tuye una medida de probabilidad
estadística de que en un futuro se produzca un acontecimiento por lo general no deseado. El
término de riesgo implica que la presencia de una característica o factor aumenta la
ción de esta probabilidad constituye el enfoque
Un factor de riesgo es cualquier característica o circunstancia detectable de una persona
o grupo de personas que se sabe asociada con un aumento en la probabilidad de padecer,
especialmente expuesto a un proceso mórbido. Estos factores de riesgo
) pueden sumándose
unos a otros, aumentar el efecto aislado de cada uno de ellos produciendo un fenómeno de
En esta sección se consideran los estudios en busca de una asociación entre dos
variables cualitativas dicotómicas
hablara de dos variables como presencia de la enfermedad y la exposició
siguientes técnicas se utilizan a menudo en epidemiología y estudios en salud pública. En efecto,
estamos comparando dos proporciones (
exposición.
Supongamos que se tiene una
enfermedad y cuántas de ellas realmente enfermaron,
tabla de 2 × 2 tal como se muestra a continuación:
Exposición
Sí (+)
No (-)
Total
Donde ∑ ∑ �Xu�ug��Xg� �
1. Riesgo Relativo
Una medida estándar de la intensidad del efecto de la
El riesgo relativo se obtiene del cociente entre el riesgo de enfermedad o muerte de un grupo
expuesto a la enfermedad, y el riesgo en los no expuestos
siguiente:
11 � �%�O%�J%�*��%�O%�J%�*�11 �
Este cálculo es frecuente realizarlo e
retrospectivo o histórico), donde se
Esta medición puede tomar valores mayores o igual a cero
depende exclusivamente de ello, esto se resume a continuación:
Valor de RR
0 < RR < 1 El riesgo en personas expuestas es más bajo que el
correspondiente
RR = 1 La exposición no se relaciona con el
RR > 1 El riesgo en personas expuestas es mayor que el
correspondiente entre personas no expuestas
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
En esta sección se consideran los estudios en busca de una asociación entre dos
cualitativas dicotómicas, es decir, las variables que tienen sólo dos resultados. Se
hablara de dos variables como presencia de la enfermedad y la exposición a ésta, ya que las
siguientes técnicas se utilizan a menudo en epidemiología y estudios en salud pública. En efecto,
estamos comparando dos proporciones (de enfermedad) en dos poblaciones: con y sin
Supongamos que se tiene una tabla con las cantidades de personas expuestas a la
enfermedad y cuántas de ellas realmente enfermaron, estos totales se pueden presentar en una
tabla de 2 × 2 tal como se muestra a continuación:
Enfermedad
Sí (+) [Casos] No (-) [Controles] Total ��� ��� ��· ��� ��� ��· �·� �·� �
� ��� � ��� � ��� � ��� � �, y n es el tamaño de la muestra.
Una medida estándar de la intensidad del efecto de la exposición es el riesgo
e obtiene del cociente entre el riesgo de enfermedad o muerte de un grupo
y el riesgo en los no expuestos. Su expresión de cálculo es la
�*� �� %-��+���ó� ��⁄ �%�O%�J%�*� �� %-��+���ó� ��⁄ � � ��� ��� � ����⁄��� ��� � ����⁄ �� C����%���* ,-�P%+.�+C����%���* �� ,-�P%+.�+ � C4vwC6x 4vw
Este cálculo es frecuente realizarlo en estudios de cohorte o longitudinal (en ocasiones
, donde se conocen las personas que estuvieron bajo
de tomar valores mayores o igual a cero (11 y 0) y su interpretación
depende exclusivamente de ello, esto se resume a continuación:
Interpretación Tipo de Exposición
El riesgo en personas expuestas es más bajo que el
correspondiente entre personas no expuestas
La exposición no se relaciona con el riesgo
El riesgo en personas expuestas es mayor que el
correspondiente entre personas no expuestas
Cátedra de Salud Pública Universidad de Valparaíso 15
Por Alan Barraza Sáez
En esta sección se consideran los estudios en busca de una asociación entre dos
, es decir, las variables que tienen sólo dos resultados. Se
n a ésta, ya que las
siguientes técnicas se utilizan a menudo en epidemiología y estudios en salud pública. En efecto,
enfermedad) en dos poblaciones: con y sin
antidades de personas expuestas a la
se pueden presentar en una
es el tamaño de la muestra.
riesgo relativo (RR).
e obtiene del cociente entre el riesgo de enfermedad o muerte de un grupo
Su expresión de cálculo es la
�� ��� ��·⁄��� ��·⁄
o longitudinal (en ocasiones
conocen las personas que estuvieron bajo la exposición.
y su interpretación
Tipo de Exposición
Benéfica
Nula
Peligrosa
• Ejemplo 1.1: En la siguiente t
seguimiento prospectivo donde 853 mujeres estuvieron pasivamente expuestas al humo del
tabaco durante la gestación y 1620 no lo estuvieron, y su asociación con el bajo peso al nacer
del neonáto.
Tabaco exposición pasiva
Sí (+)
No (-)
Total
Si calculamos la incidencia entre mujeres
Esto es, 23 de cada 1000 mujeres que estuvieron expuestas al humo de tabaco
tienen un bebe de bajo peso al nacer
La incidencia entre mujeres no expuestas al humo del tabaco se obtiene como sigue:
C6xEsto es, 9 de cada 1000 mujeres que no estuvieron expuestas al humo de tabaco
pasivamente tienen un bebe de bajo peso al nacer
Por lo tanto, el riesgo relativo es:
Esto significa que las mujeres
más probabilidades de tener niños de bajo peso al nacer que las mujeres que no están
expuestas pasivamente al humo del tabaco
Además, para una estimación por intervalo del
confianza aproximado del (1-α)
,-� zDonde '��() es un valor teórico (percentil) de la distribución Normal.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
siguiente tabla, se muestran los resultados obtenidos en
donde 853 mujeres estuvieron pasivamente expuestas al humo del
tabaco durante la gestación y 1620 no lo estuvieron, y su asociación con el bajo peso al nacer
Recién Nacido de Bajo peso
Tabaco exposición pasiva Sí (+) No (-) Total
Sí (+) 20 833 853
) 14 1606 1620
Total 34 2439 2473
entre mujeres expuestas al humo del tabaco se tiene que:
C4vw � 20853 � 0,023 9 2,3%
23 de cada 1000 mujeres que estuvieron expuestas al humo de tabaco
tienen un bebe de bajo peso al nacer durante el estudio.
La incidencia entre mujeres no expuestas al humo del tabaco se obtiene como sigue:
6x 4vw � 141620 � 0,009 9 0,9%
Esto es, 9 de cada 1000 mujeres que no estuvieron expuestas al humo de tabaco
tienen un bebe de bajo peso al nacer durante el estudio.
Por lo tanto, el riesgo relativo es:
11 � �,�� �,��A � 2,71
Esto significa que las mujeres expuestas pasivamente al humo del tabaco tienen 2,71 veces
más probabilidades de tener niños de bajo peso al nacer que las mujeres que no están
pasivamente al humo del tabaco.
Además, para una estimación por intervalo del RR, se puede utilizar un
α)∙ 100% y su expresión de cálculo es:
zln11� ; '��[� N 1��� � 1��· � 1��� � 1��· |
es un valor teórico (percentil) de la distribución Normal.
Cátedra de Salud Pública Universidad de Valparaíso 16
Por Alan Barraza Sáez
obtenidos en un estudio de
donde 853 mujeres estuvieron pasivamente expuestas al humo del
tabaco durante la gestación y 1620 no lo estuvieron, y su asociación con el bajo peso al nacer
Total
853
1620
2473
al humo del tabaco se tiene que:
23 de cada 1000 mujeres que estuvieron expuestas al humo de tabaco pasivamente
La incidencia entre mujeres no expuestas al humo del tabaco se obtiene como sigue:
Esto es, 9 de cada 1000 mujeres que no estuvieron expuestas al humo de tabaco
expuestas pasivamente al humo del tabaco tienen 2,71 veces
más probabilidades de tener niños de bajo peso al nacer que las mujeres que no están
, se puede utilizar un intervalo de
• Ejemplo 1.2: Utilizando el ejemplo
de confianza aproximado del 95% para
al humo del tabaco es:
C$A�%11� � ,-� }0,998 ;Entonces existe un nivel de confianza
5,34] contenga el verdadero valor de
humo del tabaco que tienen recién nacidos con bajo pe
expuestas.
En estudios de casos
estuvieron expuestas no es posible calcular
utiliza otra medida que es conocida
2. Odd Ratio.
Por varias razones, el
para la asociación de variables. Históricamente, el
riesgo relativo en los estudios de
Más recientemente, el
puede aplicar en los estudios de cohortes y ensayos clínicos,
control.
Exposición
Sí (+)
No (-)
Total
Donde ∑ ∑ �Xu�ug��Xg� �Dado que el paciente ha sido
���+~��x� 4vw⁄ � ��Dado que el paciente no ha sido expuesto,
���+3��x� 6x 4vw⁄ �
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Utilizando el ejemplo 1.1, donde ��� � 20, ��� � 14 y 11 � 2del 95% para el riesgo relativo de mujeres expuestas pasivamente
; 1,96< ��� � �l� � ��Y � ��U��� → C$A�%11�Entonces existe un nivel de confianza de aproximadamente del 95% de que el intervalo [1
] contenga el verdadero valor del riesgo relativo de mujeres expuestas pasivamente al
humo del tabaco que tienen recién nacidos con bajo peso respecto de las mismas
y controles, donde no se conocen a priori las
s no es posible calcular técnicamente las incidencias, es por esto que
es conocida como Odd Ratio (Razón de razones).
Odd ratio (OR) se ha revelado como una medida muy popular
para la asociación de variables. Históricamente, el OR fue considerado una aproximación al
riesgo relativo en los estudios de caso y control.
Más recientemente, el OR se ha utilizado en gran parte como medida de asociación y se
en los estudios de cohortes y ensayos clínicos, pero siempre en estudios de caso y
Enfermedad
Sí (+) [Casos] No (-) [Controles] Total ��� ��� ��· ��� ��� ��· �·� �·� �
� ��� � ��� � ��� � ��� � �, y n es el tamaño de la muestra.
sido expuesto, el Odd de contraer la enfermedad es:
�%�O%�J%�*� �� %-��+���ó� ��⁄ ��%�O%�J%�*� �� %-��+���ó� ��⁄ � � ��� �⁄��� �⁄Dado que el paciente no ha sido expuesto, el Odd de contraer la enfermedad, ésta es:
� �%�O%�J%�*� �� %-��+���ó� ��⁄ ��%�O%�J%�*� �� %-��+���ó� ��⁄ � � ���⁄���⁄Cátedra de Salud Pública
Universidad de Valparaíso 17
Por Alan Barraza Sáez 2,71. un intervalo
mujeres expuestas pasivamente
� � "1,38 5,34# del 95% de que el intervalo [1,38
riesgo relativo de mujeres expuestas pasivamente al
so respecto de las mismas si estar
controles, donde no se conocen a priori las personas que
es por esto que se
se ha revelado como una medida muy popular
fue considerado una aproximación al
medida de asociación y se
en estudios de caso y
es el tamaño de la muestra.
es:
��·��· � ������
contraer la enfermedad, ésta es:
��·⁄��·⁄ � ������
El OR es un cociente entre
Odd de no exposición existente
�1 �Esta medición puede tomar valores mayores o igual a cero
depende exclusivamente de ello, esto se resume a continuación:
Valor de RR
0 < OR < 1 La exposición está asoci
en casos que en los controles.
OR = 1 La exposición no está asociada
o más baja que el promedio.
OR > 1 La exposición está asociada a una incidencia más alta en
casos que en los controles.
• Ejemplo 2.1: En la siguiente tabla, se muestran los resultados obtenidos en un estudio de
casos y controles del síndrome de mialgia eosinofilia
relacionado con el uso de marcas particulares de
aquellos que tomaron L-tr
en comparación con 7 de 93
siguiente cuadro.
Marca de L-triptófano
Usa A
Usa otra
Total
El Odds ratio para pacientes con SME
Esto significa que en este estudio, el Odd de
pacientes con SME fue más de 7 veces mayor que el Odd
otra marca en pacientes con SME.
triptófano de la marca A tienen una probabilidad 7 veces mayor de padecer SME respecto de
los pacientes que no consumieron dicho medicamento de la marca A.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
te entre el Odd en favor de la exposición de los casos
exposición existente en los casos, su expresión es:
� ���+~��x� 4vw⁄���+~��x� 6x 4vw⁄ � ��� ���⁄��� ���⁄ � ��� · ������ · ���
Esta medición puede tomar valores mayores o igual a cero (OR ≥ 0), y su interpretación
depende exclusivamente de ello, esto se resume a continuación:
Interpretación Nivel
La exposición está asociada a una incidencia más baja
en casos que en los controles.
Disminuye
está asociada a una incidencia más alta
o más baja que el promedio.
No
probabilidad de
n está asociada a una incidencia más alta en
casos que en los controles.
Aumenta
En la siguiente tabla, se muestran los resultados obtenidos en un estudio de
casos y controles del síndrome de mialgia eosinofilia (SME) en el que se investiga el riesgo
relacionado con el uso de marcas particulares del medicamento L-triptófano. De entre
triptófano, 22 de 58 casos, tomaron un lote en particular (lote A),
en comparación con 7 de 93 personas que no tuvieron SME, según se resume en el
Síndrome de mialgia
eosinofilia (SME)
triptófano Casos Controles Total
Usa A 22 7 29
Usa otra 36 86 122
Total 58 93 151
Odds ratio para pacientes con SME es:
�1 � 22 · 8636 · 7 � 7,51
en este estudio, el Odd de suministro de L-triptófano de
pacientes con SME fue más de 7 veces mayor que el Odd de uso de dicho medicamento de
otra marca en pacientes con SME. Esto implica que los pacientes que consumieron L
triptófano de la marca A tienen una probabilidad 7 veces mayor de padecer SME respecto de
los pacientes que no consumieron dicho medicamento de la marca A.
Cátedra de Salud Pública Universidad de Valparaíso 18
Por Alan Barraza Sáez
los casos dividido por el
, y su interpretación
Nivel de Exposición
Disminuye la probabilidad
de los casos
No influye en la
probabilidad de los casos
Aumenta la probabilidad
de los casos
En la siguiente tabla, se muestran los resultados obtenidos en un estudio de
(SME) en el que se investiga el riesgo
triptófano. De entre
8 casos, tomaron un lote en particular (lote A),
, según se resume en el
Total
29
122
151
de la marca A para
de dicho medicamento de
cientes que consumieron L-
triptófano de la marca A tienen una probabilidad 7 veces mayor de padecer SME respecto de
Además, para una estimación por intervalo del
de confianza aproximado del (1
,-� zlnDonde '��() es un valor teórico (percentil) de la distribución N
• Ejemplo 2.2: Utilizando el ejemplo
para el Odds ratio de pacientes con SME que usan L
C$A�%�1� � ,-� }2,016 ;Entonces existe un nivel de confianza del 95% de que el intervalo [
verdadero valor del Odds ratio
respecto de los que usan otra marca
Se demuestra que en estudios de casos
el OR es una estimación aceptable del
11 � ���⁄���⁄En enfermedades "poco frecuentes"
de la enfermedad es pequeño en comparación con el número de
enfermas, es decir
Lo que es equivalente a:
11 � ��� · ��� � ���� · ��� � �
Esto implica que el riesgo relativo es aproximadamente igual Odd ratio
estudia enfermedades poco frecuentes.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Además, para una estimación por intervalo del Odd ratio, se puede utiliz
del (1-α)∙100% y su expresión de cálculo es:
zln�1� ; '��[� N 1��� � 1��� � 1��� � 1��� |
es un valor teórico (percentil) de la distribución Normal.
Utilizando el ejemplo 2.1, donde �1 � 7,51. un intervalo de confianza del 95%
pacientes con SME que usan L-triptófano de la marca A
; 1,96< ��� � �7 � � U � �lU � → C$A�%�1�un nivel de confianza del 95% de que el intervalo [2,95 19
Odds ratio en pacientes con SME que usan L-triptófano
de los que usan otra marca.
Se demuestra que en estudios de casos y controles de enfermedades "
es una estimación aceptable del RR. Recordemos que:
��·⁄��·⁄ � ��� ��� � ����⁄��� ��� � ����⁄ � ��� · ��� � ������� · ��� � ����
poco frecuentes", el número de sujetos clasificados como positivos
es pequeño en comparación con el número de personas clasificadas como no
��� � ��� � ����
��� � ��� � ����
Lo que es equivalente a:
�������� � ��� · ������ · ��� � �1 9 11
Esto implica que el riesgo relativo es aproximadamente igual Odd ratio
estudia enfermedades poco frecuentes.
Cátedra de Salud Pública Universidad de Valparaíso 19
Por Alan Barraza Sáez
, se puede utilizar un intervalo
. un intervalo de confianza del 95%
triptófano de la marca A es:
� � "2,95 19,13# 19,13] contenga el
triptófano de la marca A
enfermedades "poco frecuentes"
��, el número de sujetos clasificados como positivos
personas clasificadas como no
� �1
Esto implica que el riesgo relativo es aproximadamente igual Odd ratio cuando se
Medidas de
Existen medidas que expresan los c
exposición si la asociación observada entre exposición y enfermedad es causal.
riesgo atribuible en los expuestos (RAe %), que puede obtenerse en ambos
RAe % es la proporción de casos que
a la exposición. Esta medida sólo tiene sentido calcularla en estudios de coho
El porcentaje de riesgo atribuible en la población (RAP %), o fracción etiológica, indica
los casos de una enfermedad en la población total, compuesta por
expuestas, que se deben a la exposición
calcularse tanto en estudios de cohortes como de casos y controles
Estas medidas reflejan el efecto esperado al cambiar uno o más factores de riesgo o
realizar una acción de carácter preventivo en una población particular.
1. Porcentaje de riesgo
Es el porcentaje en que se reduciría la tasa de inciden
expuestos si se eliminara la exposición. También recibe el nombre de riesgo atribuible en los
expuestos (RAe). Es una medida que se obtiene a partir del
siguiente expresión:
1K% �Esta medición puede tomar valores positivos y negativos, y su interpretación depende
exclusivamente de ello, esto se resume a continuación:
Valor de RAe
RAe < 0 Se espera que el riesgo de la enfermedad aumente
cuando la exposición pudiera ser removida
RAe = 0 El riesgo de
RAe > 0 Se espera que el riesgo de la enfermedad disminuye
cuando la exposición pudiera ser removida
Esta medición indica el
ocurrencia de enfermedad en un grupo no expuesto a un factor bajo es
riesgo esperado o basal para esa enfermedad; se atribuye a la exposición cualquier riesgo por
encima de ese nivel en el grupo expuesto.
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Medidas de Impacto en una Enfermedad.
Existen medidas que expresan los casos de una enfermedad que pueden atribuirse a una
exposición si la asociación observada entre exposición y enfermedad es causal.
riesgo atribuible en los expuestos (RAe %), que puede obtenerse en ambos tipos de estudios. El
oporción de casos que aparecen en la población expuesta y que pueden atribuirse
Esta medida sólo tiene sentido calcularla en estudios de cohorte.
orcentaje de riesgo atribuible en la población (RAP %), o fracción etiológica, indica
de una enfermedad en la población total, compuesta por personas expuestas y no
expuestas, que se deben a la exposición si la asociación observada es causal.
tanto en estudios de cohortes como de casos y controles
medidas reflejan el efecto esperado al cambiar uno o más factores de riesgo o
realizar una acción de carácter preventivo en una población particular.
iesgo atribuible en los expuestos.
Es el porcentaje en que se reduciría la tasa de incidencia del evento de salud
si se eliminara la exposición. También recibe el nombre de riesgo atribuible en los
). Es una medida que se obtiene a partir del RAe y se puede calcular a través de la
� mC4vw � C6x 4vwnC4vw · 100 � 11 � 1�11 · 100
Esta medición puede tomar valores positivos y negativos, y su interpretación depende
exclusivamente de ello, esto se resume a continuación:
Interpretación Tipo de Exposición
Se espera que el riesgo de la enfermedad aumente
cuando la exposición pudiera ser removida
El riesgo de la enfermedad no es atribuible a la
exposición o no de ella
Se espera que el riesgo de la enfermedad disminuye
o la exposición pudiera ser removida
el impacto de un factor causal sobre la salud. Se asume que la
ocurrencia de enfermedad en un grupo no expuesto a un factor bajo estudio representa el
riesgo esperado o basal para esa enfermedad; se atribuye a la exposición cualquier riesgo por
ese nivel en el grupo expuesto.
Cátedra de Salud Pública Universidad de Valparaíso 20
Por Alan Barraza Sáez
asos de una enfermedad que pueden atribuirse a una
exposición si la asociación observada entre exposición y enfermedad es causal. El porcentaje de
tipos de estudios. El
aparecen en la población expuesta y que pueden atribuirse
rte.
orcentaje de riesgo atribuible en la población (RAP %), o fracción etiológica, indica
personas expuestas y no
si la asociación observada es causal. El RAP % puede
medidas reflejan el efecto esperado al cambiar uno o más factores de riesgo o
cia del evento de salud en los
si se eliminara la exposición. También recibe el nombre de riesgo atribuible en los
y se puede calcular a través de la
Esta medición puede tomar valores positivos y negativos, y su interpretación depende
Tipo de Exposición
Benéfica
Nula
Peligrosa
impacto de un factor causal sobre la salud. Se asume que la
tudio representa el
riesgo esperado o basal para esa enfermedad; se atribuye a la exposición cualquier riesgo por
Además, para una estimación por intervalo del riesgo atribuible en los expuestos, se
puede utilizar un intervalo de confianza
�m1111Cabe de señalar que RR
intervalo de confianza para el r
11XV�
11��wDonde '��() es un valor teórico (percen
Cabe de señalar que en estudios de casos y controles, se suele reemplazar
5. Ejemplo: La relación entre el consumo de alcohol y
población basada en un estudio
durante 1999-2005. Los resultados se muestran en la
Consumo de alcohol
Más de una vez por semana
Una vez por semana
Total
Al calcular el RR nos da:
Esto significa que las personas
14,23 veces más probabilidades de tener
consumen una vez por semana
El intervalo de confianza del 95% para
Por lo tanto, el porcentaje de
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
Además, para una estimación por intervalo del riesgo atribuible en los expuestos, se
un intervalo de confianza aproximado del (1-α)∙ 100% y su expresión de cálculo es:
�m11XV� � 1n11XV� · 100 m11��w � 1n11��w · 100�
RRinf y RRsup son los límites inferior y superior respectivamente del
intervalo de confianza para el riesgo relativo, que están dados por:
XV� � ,-� zln11� � '��[�N 1��� � 1��� |
��w � ,-� zln11� � '��[�N 1��� � 1��� |
es un valor teórico (percentil) de la distribución Normal.
Cabe de señalar que en estudios de casos y controles, se suele reemplazar
La relación entre el consumo de alcohol y reflujo gastroesofágico
población basada en un estudio de cohorte en personas de estrato socio económicos bajos
. Los resultados se muestran en la siguiente tabla:
Reflujo gastroesofágico
Consumo de alcohol Sí (+) No (-) Total
Más de una vez por semana 89 154 243
Una vez por semana 7 265 272
Total 96 419 515
11 � 89 243�7 272� � 14,23
personas que consumen alcohol más de una vez por semana
veces más probabilidades de tener reflujo gastroesofágico que las
consumen una vez por semana.
de confianza del 95% para RR es de [ 6,59 30,72 ]
porcentaje de riesgo atribuible en los expuestos es:
1K% � 14,23 � 1�14,23 · 100 � 92,97%
Cátedra de Salud Pública Universidad de Valparaíso 21
Por Alan Barraza Sáez
Además, para una estimación por intervalo del riesgo atribuible en los expuestos, se
∙ 100% y su expresión de cálculo es:
son los límites inferior y superior respectivamente del
Cabe de señalar que en estudios de casos y controles, se suele reemplazar RR por OR.
se evaluó en una
cio económicos bajos
Total
243
272
515
que consumen alcohol más de una vez por semana tienen
que las personas que
Esto significa que el 93% de las personas con
alcohol. El intervalo de confianza del 95% para el
�Obteniendo un Intervalo de confianza del 95% de [84,8% 96,7%].
2. Porcentaje de riesgo
El porcentaje de riesgo atribuible en la población (RAp) es el porcentaje en que se
reduciría la tasa de incidencia del evento de salud en la población si se eliminara la exposición.
En otras palabras, muestra el porcentaje en que el daño podría ser reducido si los factor
riesgo causales desapareciesen de la población total y se puede calcular a través de la siguiente
expresión:
1K� � m_C��x���
Donde P es la prevalencia de la enfermedad en la población y
RAp teóricamente puede tomar valores positivos y negativos,
de las veces este valor es mayor que cero y su interpretación es:
atribuible en la población para la exposición del factor de riesgo.
El concepto que encierra es totalmente similar al de la
un parámetro que se refiere a toda la colectividad y no solamente a los expuestos.
de casos y controles se suele reemplazar
Además, para una estimación por intervalo del riesgo atribuible en la
puede utilizar un intervalo de confianza
�1 � 1 � 1K�1K�Cabe de señalar que FE
�, � '��[�N� ��� ��� · ��� � ���Donde '��() es un valor teórico (perce
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
el 93% de las personas con reflujo gastroesofágico se debe al consumo de
El intervalo de confianza del 95% para el RAe a nivel poblacional es:
�6,59 � 1�6,59 · 100 30,72 � 1�30,72 · 100�
Obteniendo un Intervalo de confianza del 95% de [84,8% 96,7%].
iesgo atribuible en la población.
riesgo atribuible en la población (RAp) es el porcentaje en que se
reduciría la tasa de incidencia del evento de salud en la población si se eliminara la exposición.
En otras palabras, muestra el porcentaje en que el daño podría ser reducido si los factor
riesgo causales desapareciesen de la población total y se puede calcular a través de la siguiente
m ��x��� � C6x 4vwn_C��x��� · 100 � �11 � 1�1 � �11 � 1� · 100
es la prevalencia de la enfermedad en la población y RR es el riesgo relativo.
puede tomar valores positivos y negativos, pero empíricamente, la mayoría
de las veces este valor es mayor que cero y su interpretación es: RAp es el porcentaje de riesgo
atribuible en la población para la exposición del factor de riesgo.
El concepto que encierra es totalmente similar al de la RAe, con la excepción de que es
un parámetro que se refiere a toda la colectividad y no solamente a los expuestos.
de casos y controles se suele reemplazar RR por OR.
Además, para una estimación por intervalo del riesgo atribuible en la
puede utilizar un intervalo de confianza aproximado del (1-α)∙ 100% y su expresión de cálculo es:
11K�1K� · %-��,� 11 � 1 � 1K�1K� · %-���,��
FE esta dado por:
��� � ������ · ��� � ���� � · � ��� · ��� � ������ · ��� � ���� � ��� ·es un valor teórico (percentil) de la distribución Normal.
Cátedra de Salud Pública Universidad de Valparaíso 22
Por Alan Barraza Sáez
se debe al consumo de
a nivel poblacional es:
riesgo atribuible en la población (RAp) es el porcentaje en que se
reduciría la tasa de incidencia del evento de salud en la población si se eliminara la exposición.
En otras palabras, muestra el porcentaje en que el daño podría ser reducido si los factores de
riesgo causales desapareciesen de la población total y se puede calcular a través de la siguiente
es el riesgo relativo.
mpíricamente, la mayoría
es el porcentaje de riesgo
la excepción de que es
un parámetro que se refiere a toda la colectividad y no solamente a los expuestos. En estudios
Además, para una estimación por intervalo del riesgo atribuible en la población, se
∙ 100% y su expresión de cálculo es:
��
������ � ���� ��
6. Ejemplo: La relación entre
evaluó en una población con enfermedad pulmonar obstructiva crónica (EPOC)
de cohorte durante 1970 y 1982 en Suiza
Consumo de Lorazepam
Si (+)
No (-)
Total
Al calcular el RAp nos da:
1K�Esto significa que el 82% en
Lorazepam. El intervalo de confianza del 95% para el
�1 � 1 � 0,82030,8203Donde �, � 0,77423798 Obteniendo un Intervalo de confianza del 95% de [
Epidemiología – Cátedra de Salud PúblicaFacultad de Odontología – Universidad de Valparaíso
Por Alan Barraza Sáez
a relación entre el consumo de Lorazepam y el fallecimiento de personas
con enfermedad pulmonar obstructiva crónica (EPOC)
70 y 1982 en Suiza. Los resultados se muestran en la siguiente tabla
Fallecimiento
Lorazepam Sí (+) No (-) Total
Si (+) 35 202 237
) 5 537 542
Total 40 739 779
1K� � �40 779� � 5 542� �40 779� · 100 � 82,03%
en las personas con EPOC es atribuido al riesgo de
. El intervalo de confianza del 95% para el RAp a nivel poblacional es:
182038203 · %-��,� 11 � 1 � 0,82030,8203 · %-���,��
Obteniendo un Intervalo de confianza del 95% de [67,8% 90,8%].
Cátedra de Salud Pública Universidad de Valparaíso 23
Por Alan Barraza Sáez
y el fallecimiento de personas, se
con enfermedad pulmonar obstructiva crónica (EPOC) en un estudio
Los resultados se muestran en la siguiente tabla:
Total
237
542
779
es atribuido al riesgo del consumo de
a nivel poblacional es:
��