fases de un estudio epidemiológico 1º fase descriptiva - describir - formular hipótesis 2º fase...

Fases de un estudio epidemiológico

Dpto. Medicina Preventiva y Salud Pública

Universidad de Granada

1º Fase descriptiva

- describir

- formular hipótesis

2º Fase analítica

- confirman hipótesis

“Cualquier tipo de estudio”

“Longitudinales”

Investigación causal

CAUSA (exposición)

Factor de riesgo

Factor protector

Factor pronóstico

Factor terapéutico

EFECTO

Accidente

Enfermedad

Muerte

Mejoría/Curación

Tipos de Causas.

MODELO DETERMINISTA

MODIFICADO!!IMAGINARIO!! !!IMAGINARIO!! AYUDAAYUDA

CAUSA SUFICIENTECAUSA SUFICIENTE

CAUSA CONTRIBUYENTECAUSA CONTRIBUYENTE

CAUSA NECESARIACAUSA NECESARIA

MODELO DETERMINISTA MODIFICADO

CAUSA SUFICIENTE. Conjunto mínimo de CAUSAS

CONTRIBUYENTES que, actuando conjuntamente,

provocan inevitablemente la enfermedad.

CAUSA COMPONENTE. Cada uno de los elementos

que forma parte de una causa suficiente o meca-

nismo multicausal.

MODELO DETERMINISTA MODELO DETERMINISTA MODIFICADOMODIFICADO

AA

BB

CC

C. Suficiente IC. Suficiente I

(A, B, C)(A, B, C)

40% casos40% casos

AA

BBDD

FF

C. Suficiente IIC. Suficiente II

(A, B, D, F)(A, B, D, F)

25% casos25% casos

CC

GG

DD

C. Suficiente IIIC. Suficiente III

(C, D, G)(C, D, G)

35% casos35% casos

MODELO DETERMINISTA MODELO DETERMINISTA MODIFICADOMODIFICADO

AA

BB

CC

C. Suficiente IC. Suficiente I

(A, B, C)(A, B, C)

40% casos40% casos

AA

BBCC

FF

C. Suficiente IIC. Suficiente II

(A, B, C, F)(A, B, C, F)

25% casos25% casos

CC

GG

DD

C. Suficiente IIIC. Suficiente III

(C, D, G)(C, D, G)

35% casos35% casos

C: CAUSA NECESARIAC: CAUSA NECESARIA

PRINCIPIOS PRINCIPIOS EPIDEMIOLÓGICOSEPIDEMIOLÓGICOS

1. No se necesita conocer todas las CC para prevenir

la enfermedad

2. Todas las CS son responsables del 100% de casos

Casos aparentemente atribuibles a una CC

puede ser superior al 100%

3. La importancia de una causa componente

depende de la frecuencia del resto de causas

componentes que forman la CS

Exposición(FR/FP/TTO)

EFECTOEnfermedad

¿Cuándo existe una relación causal?¿Cuándo existe una relación causal?

- Asociación causal- Asociación causal

- Asociación no causal- Asociación no causal

CRITERIOS DE CAUSALIDADCRITERIOS DE CAUSALIDAD

Crit. de Causalidad de Bradford-Hill Crit. de Causalidad de Bradford-Hill (1965)(1965)

1. FUERZA de ASOCIACIÓN

2. Secuencia temporal correcta

3. Gradiente dosis respuesta

4. Consistencia

5. Coherencia y plausibilidad biológica

6. Analogía

7. Especificidad

8. EVIDENCIA EXPERIMENTAL

En la PRÁCTICA:En la PRÁCTICA:

1. Fuerza de asociación importante

2. Secuencia temporal correcta

3. Asociación no es artificial

(sesgos)

4. Asociación estadísticamente

signif.CRITERIO DE INDEPENDENCIACRITERIO DE INDEPENDENCIA

Estudio epidemiológico “medir”

Tipos de medidas

1) Medidas de Frecuencia

. Prevalencia “casos prevalentes”

. Incidencia “casos nuevos”

2) Medidas de Fuerza de la Asociación

3) Medidas de Impacto

P(A)=odds/(1+odds)

Proporción y odds = misma realidad

Odds=P (A)/(1-P(A))

RAZÓN

P (A)/(1-P(A))

ODDS

Posibilidad/

Oportunidad/

Ventaja

Razón

Complementarios

MEDIDAS DE FRECUENCIA

Medidas de INCIDENCIA

. Medidas dinámicas

. Investigación causal

. Evaluación de medidas preventivas

Medidas de PREVALENCIA

. Medidas estáticas

. Carga de enfermedad

. Planificación sanitaria

. Estimación de necesidades

* casos existentes

* casos nuevos

Medidas de PREVALENCIA

Medidas de INCIDENCIA

Casos prevalentes o existentes = 5

PROPORCIÓN DE

PREVALENCIA

tiempo

Casos existentes

Población total=

5

20

Población (20 sujetos)

= 0,25=

PREVALENCIAPREVALENCIA

Prevalencia de punto

Prevalencia de periodo

Prevalencia acumulada a lo largo de la vida

Casos existentes to + Casos Nuevos to y t

Población total a mitad de intervaloPrevalencia de Periodo =


¿Tiene una gastritis? = Prevalencia de Punto

¿Tiene o ha tenido gastritis en el último año? = Prevalencia Periodo

Prevalencia de Punto

to

Prevalencia de Periodo

to t

0-1

Carece de unidades

Planificación y gestión

Poco útil en investigación etiológica


MEDIDAS DE INCIDENCIA

Casos nuevos durante un periodo de t

Población susceptible (en riesgo)

Carácter dinámico

TIPOS:

1) Incidencia Acumulada (RI) Tasa de Ataque

2) Tasa o Densidad de Incidencia

INCIDENCIA ACUMULADA

= Riesgo de incidencia

IA =

Probabilidad de que un individuo desarrolle

la enfermedad en un periodo de tiempo

Casos nuevos periodo t

Población susceptible a inicio de t

Periodo de t igual todos sujetos = COHORTE FIJA

INCIDENCIA ACUMULADA

Limitaciones

- periodo de tiempo

- cohorte fija

- ¿episodios?

DENSIDAD DE INCIDENCIA

= Tasa de incidencia

DI =

Nº de casos de enfermedad (episodios) que se

producen por unidad de tiempo

Casos nuevos periodo t

Σ Periodos individuales en riesgo

Cohorte dinámica

Σ Periodos individuales en riesgo

= 1p·20 años + 1p·10 años + 2p·15 años + 1p·4 años + 1p·6 años + 2p · 7 años =

= 84 personas-año

84 personas-año =

84 personas · 1 año

42 personas · 2 años

168 personas · 6 meses …

DI NO TIENE INTERPRETACIÓNA NIVEL INDIVIDUAL

“Característica de la enfermedad”

Casos existentes

Población total

Momento del tiempo

Proporción prevalencia

0-1

No unidades

Planificación sanitaria

Validez Externa PD

(Probabilidad pretest)

Incidencia Acumulada

Prevalencia

Casos nuevos

Población riesgo

Periodo de tiempo

Investigación causal

Incidencia

Riesgo de Incidencia

Proporción 0-1

No tiene unidades

Depende periodo t

Riesgo individual

PRONÓSTICOTasa Incidencia

Tasa de Incidencia

Tasa 0-Infinito

Tiene unidades

Característica enf

Fuerza morbilidad

Estrategias Generales de

diseño.

Clasificación de los Estudios

Epidemiológicos

José Juan Jiménez Moleón



¿Cómo se selecciona?: Tipo de Muestreo

Población diana

Población elegible

Muestra original

¿A cuántos se seleccionan?: Tamaño muestral

Muestra final

No respondedores, pérdidas

Criterios de Clasificación Est.Epidem.

1. Manipulación

2. Aleatorización

3. Seguimiento

4. Sentido del estudio

5. Momento de comienzo

6. Unidad de estudio

7. Información disponible


1.Manipulació

nInvestigador especifica las

condiciones en las que se

presenta el estudio

“Exposición”

- Experimentales

- Observacionales


2. Asignación

aleatoriaSólo estudios experimentales

- Exp. Puros

- Semiexperimentales

Intervención

Control

¿Azar?


3.

Seguimient

o

- Longitudinales

- Transversales

EfectoExposición


4. Sentido del

estudio

- Sentido hacia delante

- Sentido hacia atrás

- Sin sentido

Hablar de causalidad…

1) Seguimiento

2) Comparar “principio comparabilidad”

Exposición +

Exposición -

Efecto +

Efecto -

Efecto +

Efecto -

Hacia delante

Efecto +

Efecto -

Exposic +

Exposic -

Exposic +

Exposic -

Hacia atrás


5. Momento Inicio Estudio

- Prospectivos

- Retrospectivos

Efecto

Inicio Estudio

Prospectivo

Inicio Estudio

Retrospectivo


6. Unidad de Estudio

- Individuales

- Agregados : Estudios de Mortalidad

Proporcional

7. Información disponible

- Completos

- Incompletos

Clasificación de los estudios

Epidemiológicos

SÍ

NO

EXPERIMENTALES

OBSERVACIONALES

ManipulaciónManipulación

SÍ

NO

EXPERIMENTALES

OBSERVACIONALES


F+

F-

E+

E-

E+

E-

¿Asignación?Longitudinales

Sentido hacia delante

Prospectivos

SÍ

NO

EXPERIMENTALES

OBSERVACIONALES

Asignación

Aleatoria

EXPERIMENT. PUROS

SEMIEXPERIMENTALESNO


Enfermos = Ensayos clínicos

Sanos = Ensayos de campo

Sí

Estudios

experimentales

1.Ensayo clínico

“enfermos”

2.Ensayo de campo

“sanos”

- Prevención primaria

- Programas de cribado

3. Ensayos comunitarios

SÍ

NO

EXPERIMENTALES

OBSERVACIONALES

Individuales

Agregados ECOLÓGICOSECOLÓGICOS


SÍ

NO

EXPERIMENTALES

OBSERVACIONALES

Individ.


Seguimiento

NO

CORTECORTE

SÍ

ManipulaciónManipulaciónINFORME UN CASOINFORME UN CASO

SERIES DE CASOSSERIES DE CASOSEnfermos

Población

Analíticos

SÍ

NO

EXPERIMENTALES

OBSERVACIONALES

Individ.


Seguimiento

NO

CORTECORTE

SÍSentido

COHORTESCOHORTES

FRE

C/CONTROLC/CONTROL

EFR



Población

SÍ

NO

EXPERIMENTALES

OBSERVACIONALES

Individ.


Seguimiento

NO

CORTECORTE

SÍSentido

COHORTESCOHORTES

FRE

C/CONTROLC/CONTROL

EFR



Población

Asignación

Aleatoria

EXPERIMENT. PUROS

SEMIEXPERIMENTALESNO

Enfermos = Ensayos clínicos

Sanos = Ensayos de campo

Sí

Evidencia débil

Evidencia fuerte

Estudio de un caso

Serie de casos

Estudio de corte

- +

Casos y controles

Estudios de cohortes

Estudio semi-experimental

Estudio experimental puro

Verificación de hipótesis causales

Medidas de asociación



- Fuerza de la asociación

- Impacto

MEDIDAS DE ASOCIACIÓN:

- Fuerza

- Impacto: En expuestos (o no expuestos)

En toda la población

ExposiciónFactor de riesgo

Factor protector

Factor pronóstico

Factor terapéutico

EFECTOAccidente

Enfermedad

Muerte

Mejoría/Curación

Casos No casos Total

(Muertos) (Vivos)

Expuestos 6.478 19.426 25.904 (Con retraso) a b N1

No expuestos 12.030 91.586 103.616 (Sin retraso) c d N0

Total 18.508 111.012 129.520 a+c b+d N

Incidencias:

- En expuestos (con retraso): Ie = a/N1

6.478 / 25.904 = 25,01% durante la estancia.

- En no expuestos (sin retraso): Io = c/N0


- En todos los operados (con y sin retraso): Ip = (a+c)/N



(Muertos) (Vivos)



Total 18.508 111.012 129.520 a+c b+d N

Medidas de frecuencia

Odds de exposición:

- En casos (muertos): OEcasos = a/c

6.478 / 12.030 = 0,538

- En no casos (vivos): OEno casos = b/d

19.426 / 91.586 = 0,212


(Muertos) (Vivos)



Total 18.508 111.012 129.520 a+c b+d N

Medidas de frecuencia


1) Fuerza de la asociación

. Riesgo Relativo: SENTIDO HACIA DELANTE

. Odds Ratio: CASOS y CONTROLES “TODOS”

2) Impacto

. Un grupo (Exp/No Exp)

. Población


(Muertos) (Vivos)



Total 18.508 111.012 129.520 a+c b+d N

Incidencias acumuladas:

- En expuestos (con retraso): Ie = a/N1


- En no expuestos (sin retraso): Io = c/N0


Fuerza de la asociación

Riesgo Relativo: RR = Ie / Io

“Número de veces que la incidencia del efecto entre los expuestos

al factor de exposición es mayor con respecto a la de los no

expuestos”

RR = 25,01% / 11,61%= 2,15

“El riesgo de muerte en el hospital entre los operados por fractura de cadera con retraso es aproximadamente 2 veces superior al de los operados por fractura de cadera sin retraso”

1 infinito0

Asociación de riesgo

Asociación protectora

Valor nulo: No hay asociación

Máxima asociación de riesgo: Causa

necesaria

Máxima asociación protectora

Interpretación del Riesgo Relativo

Interpretación del Riesgo Relativo

2,15 IC 95% (1,8 – 5)

“El verdadero valor del RR está entre

1,8 y 5 con una confianza del 95%”

Si el IC incluye el 1 “NO HAY

ASOCIACIÓN”


(Muertos) (Vivos)



Total 18.508 111.012 129.520 a+c b+d N

Odds de exposición:

- En casos (muertos): OEcasos = a/c

6.478 / 12.030 = 0,538

- En no casos (vivos): OEno casos = b/d

19.426 / 91.586 = 0,212

Fuerza de la asociación

Razón de Odds (Odds Ratio): OR = OEcasos / OEno casos

OR = (a/c) / (b/d) = a x d / b x c“Número de veces que la odds de exposición de los casos es mayor que la

odds de exposición en los no casos”

OR = 0,538 / 0,212 = 2,54 “La odds de retraso en los fallecidos tras la operación por fractura de cadera es 2,5 veces de mayor que la odds de retraso en los que no fallecieron.

“La OR sobreestima el valor del RR, pero si la

incidencia del efecto es baja (menor del 10%), los

valores de RR y OR son aproximadamente iguales

y, entonces, la OR puede considerarse un buen

estimador del RR (y se interpreta como si fuera el

RR). Esto es lo habitual, porque la mayoría de los

efectos (enfermedades), son raros

(afortunadamente).”


1) Fuerza de la asociación

. Riesgo Relativo

. Odds Ratio

2) Impacto

. Un grupo (Exp/No Exp)

. Población

Riesgo Atribuible

“sujetos en riesgo”

Proporción RA

“sujetos con el efecto”

0

5

10

15

20

25

Retraso (I e) No Retraso (I o)

Retraso (I e)

No Retraso (I o)

IMPACTO DE LA ASOCIACIÓN: 1. En expuestos:

1.1. Riesgo atribuible en expuestos: RAE = Ie- Io

Incidencia en el grupo de expuestos que se debe

exclusivamente al factor de exposición.


1.2. Número necesario para evitar un caso: NNT

Número de personas expuestas sobre las que se ha de intervenir

para obtener una curación (o la prevención de un caso del efecto).

NNT = 1 / RAE

NND = 1 / RAE

MEJOR MEDIDA DE IMPACTO

- “Efecto absoluto”

- Frecuencia del efecto que se debe

exposición

- Si RAE = Ie “causa necesaria”

- Si RAE = 1 “causa suficiente y necesaria”


1.3. Proporción de riesgo atribuible en expuestos

(= Fracción etiológica en expuestos):

PRAE o FEE = RAE / Ie = (Ie - Io) / Ie = (RR-1)/RR

Proporción de casos expuestos que se debe específicamente

a la exposición.

Se refiere sólo a enfermos expuestos

Enfermos

Expuestos

FR

FR2FR1

FR3

FR4

IMPACTO DE LA ASOCIACIÓN: 2. En población total:

2.1. Riesgo atribuible poblacional:

RAP = Ip- Io RAP = pexp x RAE

Incidencia en la población total que se debe exclusivamente al

factor de exposición.

0

5

10

15

20

25

Retraso

(I e)

I p No

Retraso

(I o)

Retraso (I e)

I p

No Retraso (I o)

Mejor medida de

impacto sanitario

IMPACTO DE LA ASOCIACIÓN: 2. En población total:

2.2. Proporción de riesgo atribuible poblacional

= Fracción etiológica poblacional:

PRAP o FEP = RAP/ Ip = (Ip- Io) / Ip = pc x FEE

Pc = Proporción de casos expuestos

Proporción de todos los casos que se debe

específicamente a la exposición.

¿Qué ocurre si el RR es < 1?: La exposición es un factor protector:

IMPACTO DE LA ASOCIACIÓN EN NO EXPUESTOS

1. Riesgo atribuible en NO expuestos:

RAnE = Io - Ie

Incidencia en el grupo de no expuestos que se debe exclusivamente a no tener el factor protector.

2. Fracción etiológica en NO expuestos, o Fracción de Prevención:

FEnE = RAnE / Io = (Io – Ie) / Io = 1 - RRProporción de casos no expuestos que se han debido a la no exposición al factor protector.

No hay que confundir la interpretación de las diferentes medidas de impacto:

- RAE = 25%: Por cada 100 expuestos, 25 enfermarán debido a la exposición.

- PRAE o FEE = 25%: Por cada 100 casos expuestos, 25 deben su enfermedad a la exposición.

- RAP = 25%: Por cada 100 sujetos de la población total (expuestos y no expuestos), 25 enfermarán debido a la exposición.

- PRAP o FEP = 25%: Por cada 100 casos de la población total (expuestos y no expuestos), 25 deben su enfermedad a la exposición.

En un estudio de casos y controles NO se

pueden estimar incidencias en expuestos y no

expuestos (puesto que se parte de la

enfermedad), pero sí se pueden estimar las

odds de exposición en casos y controles y, a

partir de ellas, la Odds Ratio.

PRAE y PRAP

Casos y Controles

• Todas medidas de impacto son de asociación

• Si IC RR incluye el 1 = NO asociación

• Si IC medida impacto incluye O = NO asociación

• RAE = “exceso de riesgo debido...”

• RAnE = “reducción del riesgo debido ...”

• Siempre es mejor un RA que un RR

• (1-RR)·100 = Fracción de prevención “medida impacto”

• (RR-1)·100 = Incremento porcentual del riesgo = RR

¡¡ ojo !!

Estudios experimentales = Estudios de intervención

¿Intervención?Investigador NO es un mero espectador

Introduce lo que quiere investigar

¡¡ Principios

Éticos !!

Población Susceptible

Grupo deIntervención

GrupoControl

Efecto +

Efecto -

Efecto +

Efecto -

1. Concepto

- INTERVENCIÓN

- LONGITUDINALES

- ANALÍTICOS

- PROSPECTIVOS

“El estudio experimental es el

mejor diseño para verificar

hipótesis causales (en el universo

real)”

C E

2. Utilidad

Hablar de causalidad…

1) Seguimiento

2) Comparar “principio comparabilidad”

SusceptiblesSin F

IoSeguimientoSusceptiblesCon F

IeSeguimiento

El Estudio Contrafáctico

IoIe ≠F estará asociado

causalmente a E si:

AZAR “decida”

Manipulación

Estudios Experimentales = ECCA

Asignación aleatoria = aleatorización

Los sujetos son asignados a los grupos de

comparación por un mecanismo de sorteo.

Ventajas asignación aleatoria

Distribución de factores pronóstico =

(incluso desconocidos)

Única diferencia = intervención

!No siempre es así!

- A mayor “n” mayor posibilidad azar funcione

- Es imprescindible “comprobar” si el azar ha

cumplido correctamente su cometido:

“Ratificada”

Evidencia débil

Evidencia fuerte

Estudio de un caso

Serie de casos

Estudio de corte

- +

Casos y controles

Estudios de cohortes

Estudio Semi-Experimental

Estudio Experimental Puro

Verificación de hipótesis causales

C E

EfectoIntervención beneficioso

sobre la salud

EfectoIntervención adverso

sobre la salud

Sólo como objetivo secundario

2. Utilidad

EfectoIntervención metabólico

¡¡ Principios

Éticos !!

Utilidades Estudios Experimentales

1. Evaluación terapéutica de fármacos y otro tipo

de ttos

2. Medidas preventivas

3. Utilidad de pruebas diagnósticas

4. Evaluación intervenciones planificación y

programación

beneficio

Tipos de Estudios Experimentales

1.Según el objeto de estudio

2.Según la población susceptible

3.Según el tipo de asignación

1.Estudios Experimentales Explicativos:

Valoran la EFICACIA de la Intervención

(en condiciones IDEALES de utilización).

2. Estudios Experimentales Pragmáticos:

Valoran la EFECTIVIDAD de la Intervención

(en condiciones REALES de utilización).


EfectoIntervención beneficioso

sobre la salud

1. Según el Objetivo

EXPLICATIVOS PRAGMÁTICOS

Objetivo Aumentar conocimiento Ayudar en las decisiones

Centro de interés Eficacia Efectividad

Enmascaramiento Sí A menudo no

Placebo/control Sí A menudo no

Dosis de tratamiento Fija A menudo variable

Criterios de selección Restrictivos Amplios

Otros tratamientos Se evitan A menudo se permiten

Muestra de sujetos Homogénea/Cumplidora Heterogénea/Representativa

Variables de respuesta Acción farmacológica Efecto terapéutico

1. Ensayos Clínicos: Pacientes

2. Ensayos de Campo: Sujetos sanos

(aparentemente).

3. Ensayos Comunitarios: Poblaciones (ciudades,

provincias, países, etc.) La intervención no se asigna

de forma individualizada.


2. Según el tipo de población susceptible

1. Estudios Experimentales Puros:

1.1. Diseño básico

1.2. Variantes:

a) Ensayos cruzados (crossover)

b) Ensayos en un solo paciente

c) Ensayos factoriales

d) Ensayos aleatorizados en conglomerados

2. Estudios Semiexperimentales:

a) Sin grupo control (ensayos no controlados)

b) Estudios pre-post

c) Ensayos comunitarios


3. Según la asignación de la intervención

Población

externa

Población

objetivo

Muestra

Grupo de intervenci

ón

Grupo control

Efecto

Efecto

Criterios de

selección

Elección al azar

Asignación al azar

Seguimiento

completo

Extrapobilidad

Generabilidad

Comparabilidad

Validez Interna

Validez Externa

Estudio Experimental Puro: Diseño Básico

5. Definición Poblaciones de Estudio

Estudio Experimental Puro: Etapas del Diseño

1) Población de referencia (diana)

2) Población elegible

3) Muestra

Población diana

Población elegible

Criterios deselección

Aquella sobre la que se pretende realizar el

estudio “población potencialmente accesible”

Validez Externa


Criterios de selección

1. Aumentar homogeneidad

2. Asegurar el cumplimiento de los principios

éticos

3. Aumentar el cumplimiento de la intervención

4. Facilitar el seguimiento y valoración de los

efectos

5. Maximizar el efecto de la intervención


¿Cómo se selecciona?: Tipo de Muestreo

Población diana

Población elegible

Muestra original

¿A cuántos se seleccionan?: Tamaño muestral: - E. No secuenciales

- E. Secuenciales

Muestra final

No respondedores, pérdidas


Período de preinclusión

Factores a considerar para el tamaño de muestra

- Frecuencia esperada en el grupo control

- Magnitud de la diferencia que se desea detectar

- Error tipo I = error α = P (H1/Ho) 5%

- Error tipo II = error β = P (Ho/H1) 20% (potencia = 80%)

- Test de una o dos colas: Dos

- Pérdidas

- Relación entre grupos

NO SECUENCIALES

Consentimiento informado

“Siempre previo a la asignación aleatoria”

evitar SS

- Informado - Comprendido

- Competente - Voluntario


Asignación aleatoria

→ principio de comparabilidad

“después del consentimiento informado”

“ciega OSA” Ocultación Secuencia de

Aleatorización

verificada/ratificada comparando

características basales de los grupos de

comparación: ¿Cumplió verdaderamente el azar

su cometido?


Tipos de Asignación aleatoria

→ Simple

Por Bloques: Asegura igual tamaño de muestra

1. AABB 2. ABAB 3. ABBA 4. BABA 5. BBAA

6. BAAB 3, 4, 1, 2

Estratificada: Asegura distribución igual FR/FP


¿Qué ocurre si no funciona la asignación aleatoria?

- Distribución desigual de FP entre grupos

- NO invalida el estudio

- Considerar FP en el análisis de resultados

- Aplicar técnicas FACTORES DE CONFUSIÓN

. Estratificación

. Análisis multivariante

Puesta en marcha y seguimiento

“uniforme y homogéneo para todos los

grupos”

CIEGO o ENMASCARAMIENTO

- Sin Ciego = Abierto

- Con Ciego

Simple

Doble

Triple


. Evitar sesgos de clasificación

. “enmascaramiento recogida de información” Est. Observ.

Problema Pérdidas es …

<5% OK

5- 20% Aceptable

>20% “Sesgo importante” = Sesgo Selección

Deben considerarse CÁLCULO TAMAÑO

MUESTRA

¡CALIDAD!

1) Tipo de medidas:

1.1. Incidencia

1.2. Asociación: Fuerza e impacto: NNT

2) Tipo de análisis:

2.1 Análisis por Intención de tratar: evaluar los

resultados según el régimen de intervención planificado (aunque no se haya cumplido en todos los participantes.

2.2.Análisis por Protocolo: evaluar sólo los resultados

de los sujetos que han adherido al protocolo.

PROBLEMA: SE PIERDE LA ASIGNACIÓN ALEATORIA

Análisis de datos.


Análisis Intermedios

. Cuanto menos mejor (aumenta error tipo I)

. Definidos desde principio

. Objetivo: parar estudio si hay diferencias

(éticos, menor coste)

Análisis Subgrupos

. Aumenta error tipo I (H1/H0)

. No permiten concluir nada

. Permiten plantear nuevas hipótesis

Interpretación de Resultados:

. P < 0,05 =

. IC 95% RR no contiene 1 =

. RAE no contiene 0

Un grupo es

mejor que otro

“Relevancia

clínica”

. P > 0,05 =

. IC 95% RR contiene 1 =

. IC 95% RAE contiene 0

1) No hay diferencias

2) Falta muestra

NUNCA SE PUEDE DECIR

QUE SEAN IGUALES

El estudio experimental puro: VariantesEl estudio experimental puro: Variantes

a) Ensayos de secuencia cruzada (crossover)

b) Ensayos en un solo paciente

c) Ensayos factoriales

d) Ensayos aleatorizados en conglomerados

El estudio experimental puro: El estudio experimental puro: 1. Ensayos de secuencia cruzada (crossover):1. Ensayos de secuencia cruzada (crossover):

Int. A

Int. B

Periodo de lavado Int. B

Periodo de lavado Int. A

Pobl. susceptible

Asignación Aleatoria

ENSAYO CRUZADO

. Mismo paciente pertenece a los dos grupos

. Disminuye variabilidad interindividual

. Inconvenientes:

- resultados nunca pueden ser definitivos

- necesario tiempo de blanqueo

- duración suele ser mayor

- afecta mucho por las pérdidas

. USO: enfermedades crónicas, estables en el

tiempo y cursan por brotes

El estudio experimental puro: El estudio experimental puro: 2. Ensayos en un solo paciente:2. Ensayos en un solo paciente:

Int. A Int. BInt. B Int. A

Par 1 Par 2

Etc...

Asignación Aleatoria de la secuencia de intervenciones en cada par

El estudio experimental puro: El estudio experimental puro: 3. Ensayos factoriales:3. Ensayos factoriales:

Int. A

Int. B

Int. A y B

Ninguna Intervención

Pobl. susceptible


Eficacia dela Int. A

Con A

Sin A

Int. A

Int. B

Int. A y B

Ninguna Intervención

Pobl. susceptible


Eficacia dela Int. B

Con B

Sin B

El estudio experimental puro: El estudio experimental puro: 3. Ensayos factoriales:3. Ensayos factoriales:

El estudio experimental puro: El estudio experimental puro: 4. Ensayos aleatorizados en conglomerados:4. Ensayos aleatorizados en conglomerados:

Pobl. Suscept. agrupada en bloques

Int. A

Int. B

AsignaciónAleatoria de los bloques

El estudio semiexperimental: VariantesEl estudio semiexperimental: Variantes

a) Ensayos no controlados

b) Ensayos pre – post

“controles históricos”

Sobreestiman eficacia

c) Ensayos comunitarios

5. Estudios Semiexperimentales: 5. Estudios Semiexperimentales: 5.1. Ensayos no controlados5.1. Ensayos no controlados

Pobl. susceptible

Intervención

A

Efecto +Efecto +

Efecto -Efecto -

¿Con quién se compara la incidencia del efecto?

COMPARACIÓN EXTERNA VALIDEZ

5. Estudios Semiexperimentales: 5. Estudios Semiexperimentales: 5.2. Estudios Pre-Post5.2. Estudios Pre-Post

Frecuencia delefecto antes de

la interv.

Frecuencia delefecto después

de la interv.INTERVENCION

tiempo

Aparte de la intervención, qué otros factores pueden haber cambiado en la población, a lo largo del tiempo?

5. Estudios Semiexperimentales: 5. Estudios Semiexperimentales: 5.3. Ensayos Comunitarios5.3. Ensayos Comunitarios

Comunidad de Intervención

Frecuencia delefecto en la

comun.de interv.INTERVENCION

tiempo

¿Realmente las dos Comunidades son Comparables?

Comunidad Control NO INTERV.

Frecuencia delefecto en la

comun. control

Comp. Basal. Comp. Post Int.

1. Limitaciones Éticas

2. Baja factibilidad / Elevado coste

3. Baja validez externa

Limitaciones / InconvenientesLimitaciones / Inconvenientesde los estudios experimentales. de los estudios experimentales.

ENSAYOS DE NO INFERIORIDAD

. Objetivo demostrar 2 fármacos iguales

. Definir Delta = Límite No Inferioridad

. Análisis por protocolo

Características Diseño

Fase 0 Experimentación en labo-ratorio

Fase I Evaluación de la seguridad en seres

humanos

Est. no controladosVoluntarios sanos

Fase II Conocer la farmacocinética del

nuevo fármaco

Est. no controlados y Ensayos clínicos

Fase III Evaluación eficacia Ensayos clínicos

Fase IV Perfil de seguridad Est. postcomerciali-

zación

Població

n diana

Población

elegible

Población de estudio

Estudio epidemiológico = “ejercicio de medida”

Mediciones

“Válida y precisa”

Error aleatorio “azar”

Error sistemático “problemas diseño y desarrollo”

1. Error aleatorio PRECISIÓN

Tipos de Errores en un Est. Epidemiológico Tipos de Errores en un Est. Epidemiológico

2. Errores sistemáticos VALIDEZ

- Selección

- Clasificación

- Factores de confusión

ALEATORIO

SISTEMÁTICO

Depende VARIABILIDAD BIOLÓGICA

Precisión instrumentos de med

PRECISIÓN

En cualquier dirección No predecibles

NO eliminar

Sí Reducir

Estimar: IC/Contrastes de Hipótesis

Fuentes de error en estudios epidemiológicos

1. Errores Aleatorios vs. Errores Sistemáticos

ALEATORIO

SISTEMÁTICO Validez

Diseño y ejecución

Misma dirección Predecibles

SÍ eliminar

!! QUE PUEDA EXISTIR UN SESGO NO IMPLICA

QUE REALMENTE SE HAYA PRODUCIDO !!

Fuentes de error en estudios epidemiológicos

1. Errores Aleatorios vs. Errores Sistemáticos

SESGOS DE SELECCIÓN

SESGOS DE CLASIFICACIÓN

SESGOS (FACTORES) DE CONFUSIÓN

Població

n diana

Población

elegible

Población de estudio

Mediciones

Sesgo de Selección

Clasificación

VALIDEZ INTERNA

Expuestos +

No Expuestos

Efecto +

Efecto +

Efecto -

Efecto -

S. Selección

Casos

Controles

Exp +

Exp +

Exp -

Exp -

S. Selección


Sentido hacia atrás

Sesgo del voluntario (sentido hacia

delante/transversales)

Sesgo de no respuesta/pérdidas

(participación>60%)

Sesgo del integrante sano

Sesgo de Berkson “controles hospitalarios”

Ejemplos…

Estudio Sin Sesgos

60 Estudio con Sesgos

ACV+ ACV-

HT+

HT- 40

20

80

OR= (60·80)/(40·20) = 6

Sesgo de Berkson

Mayor frecuenciade HT en hospital

60

ACV+ ACV-

HT+

HT- 40

50

OR= (60·50)/(40·50) = 1,5

50

Se podrían evitar…

muestras azar (aleatorio simple, multietápico...)

estrategias para evitar pérdidas

controles hospitalarios de diversos tipos

grupos de control adecuados...

Sesgos Información/Selección

Expuestos +

No Expuestos

Efecto +

Efecto +

Efecto -

Efecto -

S. Clasificación


Casos

Controles

Exp +

Exp +

Exp -

Exp -


Sentido hacia atrás

S. Clasificación

Sesgos de clasificación

INFORMACIÓN = CLASIFICACIÓN

INCORRECTA = OBSERVACIÓN

1) Errores en la medición

Mala clasificación enfermedad/exposición

2) Regresión a la media

3) Falacia ecológica


1) Error en el procedimiento

. Problemas de calibración

. Problemas de memoria

. Validez de los registros (hª)

2) Uso de variables sucedáneas “proxy”

3) Problemas en la definición de variables

“ambigüedad”


Errores en la medición


Casos

Controles

Exp +

Exp +

Exp -

Exp -

NO DIFERENCIAL

Sesgos de ClasificaciónSesgos de Clasificación

DIFERENCIAL

=

Sesgo del entrevistador

Sesgo anamnésico o de recuerdo

Sesgo de vigilancia o Hawthorne

Identificación y Control de Sesgos

Sesgos de ClasificaciónSesgos de Clasificación

Se podrían evitar… Se podrían evitar…

Actividades de control y calidad de recogida de

información

manual de operaciones

entrenamiento entrevistadores

estandarización del proceso de recogida

Entrevistadores “CIEGOS PARA EL EFECTO”


... Tercera variable que “confunde” total

o parcialmente la relación entre la

exposición y el efecto

Factor de confusión. Concepto

“inducir la relación, eliminarla,

ó

1. FC se asocia “causalmente” con el E

2. FC se asocia con la Exposición (causalmente o

no)

3. No es una variable intermedia en el

mecanismo casual

Factor de confusión. Concepto

Estrategias para eliminar y controlar la confusión

1) Diseño. Asignación aleatoria

. Restricción

. Emparejamiento

2) Análisis . ESTRATIFICACIÓN

. Análisis multivarianteAjustada

Estrategias para evaluar la confusión análisis

Comparar OR ajustadas y crudas

ORc OR1 = OR2 = OR3 = … = ORn Confusión

Confusión e Interacción. JJJ 2007

Parámetro resumen de Mantel-Haenszel

Estratificación: poco eficiente

Análisis multivariante

. Regresión logística- más utiliza

- efecto = dicotómico (sí/no)- OR

. Regresión de Cox

- efecto = dicotómico- RR

InteracciónInteracción

ORc OR1 OR2 OR3 Interacción

Describe y ya está

Siempre que en una pregunta den un RR/OR y

su IC y después la misma medida para

estratos diferentes la respuesta es

FC/Interacción

Departamento de Medicina Preventiva y Salud Pública


Pruebas Diagnósticas.

FIABILIDAD = resultados similares en condiciones

similares

¿Cómo funcionan?

VALIDEZ = PD mide lo que pretende medir

- Enfermos los clasifica como enfermos

- Sanos los clasifica como sanos

Fiabilidad

1) Interobservadores

2) Intraobservadores

. Índice Kappa

. Índice Kappa ponderado

. Coeficiente correlación intraclase

FIABILIDAD

Prueba de referencia versus PD a validar

- La prueba de referencia debe aplicarse a “todos”

- Los resultados no deben conocerse

- El orden no importa siempre que la aplicación sea:

. CIEGA

. INDEPENDIENTE

VALIDEZ

¿A QUIÉN se aplica la prueba referencia?

Espectro adecuado pacientes

“diagnóstico diferencial”

Descripción/forma selección

Tipos de Validez…

Validez Interna → Sólo de la Prueba

- Sensibilidad

- Especificidad

- Razón de Probabilidades Diagn

Validez Externa → Prueba +

Prevalencia Enfermedad

- Valores Predictivos

Enfermos Sanos

+

-

VP FP

VNFN

SensibilidadEspecificidad

Validez Interna

Enfermos Sanos

+

-

VP FP

VNFN

Sensibilidad =

Validez Interna

VP

VP + FN

Sensibilidad =

Validez Interna

VP

VP + FN

- Inversamente proporcional FN

- Porcentaje de enfermos que dan positivo

- Probabilidad de dar positivo cuando está enfermo

-Muy sensible descartar enfermedad

0-1

adimensional

Enfermos Sanos

+

-

VP FP

VNFN

Especificidad =

Validez Interna

VN

VN + FP

Especificidad =

Validez Interna

VN

VN + FP

0-1

adimensional

- Inversamente proporcional FP

- Porcentaje de sanos que dan negativo

- Probabilidad de dar negativo cuando está sano

- Muy específica confirmar enfermedad

240

SANOS

colesterol VN

Validez de Pruebas Diagnósticas

ENFERMOS

colesterolVP

FN

Si disminuye punto de corte

. Sensibilidad aumenta

. Especificidad disminuye

Si aumenta punto de corte

. Sensibilidad disminuye

. Especificidad aumenta

Validez de Pruebas Diagnósticas

¿Cuándo utilizar pruebas muy

sensibles?

JJJM

- Coste sanitario de no detectar la enfermedad

- Coste social

- Primeras fases proceso diagnóstico

FN a costa de FP VP

VP+ FN

¿Cuándo utilizar pruebas muy

específicas?

JJJM

- FP pueden perjudicar al sujeto

- Siguiente prueba no exenta de riesgos

- Final proceso diagnóstico

FP a costa de FN VP

VP+ FP

Relación entre S y E

Un punto de corte = valor S y E

CURVAS ROC

Sensibilidad = 1

Especificidad =1

Bondad de la Prueba

1) Conocer relación entre S y E

2) Identificar el punto de corte para S y E máximas

3) Comparar la validez de varias pruebas

4) Bondad de la prueba

CURVAS ROC

VALORES PREDICTIVOS

. Positivo

. Negativo

“dependen de la PREVALENCIA”

EnfermosEnfermos SanosSanos

++

--

VPVP FPFP

VNVNFNFN

VPP =VPP =VPVP

VP + FPVP + FP

P·xP·x (1-P)·x(1-P)·x xx

- Probabilidad de estar enfermo cuando da positivoProbabilidad de estar enfermo cuando da positivo

- Inversamente proporcional FP Inversamente proporcional FP

- Depende de la Depende de la ESPECIFICIDADESPECIFICIDAD y de la y de la PREVALENCIAPREVALENCIA

- Porcentaje de positivos que están enfermosPorcentaje de positivos que están enfermos

VPP =VPP =VPVP

VP + FPVP + FP

EnfermosEnfermos SanosSanos

++

--

VPVP FPFP

VNVNFNFN

VPN =VPN =VNVN

VN + FNVN + FN

P·xP·x (1-P)·x(1-P)·x xx

- Probabilidad de estar sano cuando da negativo- Probabilidad de estar sano cuando da negativo

- Inversamente proporcional FN Inversamente proporcional FN

- Depende de la Depende de la SENSIBILIDADSENSIBILIDAD y de la y de la PREVALENCIAPREVALENCIA

- Porcentaje de negativos que están sanos- Porcentaje de negativos que están sanos

VPN =VPN =VNVN

VN + FNVN + FN

Razón de Probabilidades Diagnósticas

P (Resultado+/Enfermo)

P (Resultado+/Sano)RPD (+) = =

S

1-E

P (Resultado-/Enfermo)

P (Resultado-/Sano)RPD (-) = =

1-S

E

Razón de Probabilidades Diagnósticas

P (Resultado+/Enfermo)

P (Resultado+/Sano)RPD (+) = =

S

1-E

= 1 la prueba NO sirve

Más se aleja de 1 mejor

Odds post-prueba = Odds preprueba . RPD (+)

Diseños epidemiológicos para el estudio validez PD

1. Estudios de casos y controles

2. Series de casos prospectivas “corte”

Sesgos en Estudios de Validez PD

1. Sesgo de secuencia: PR sólo PD+ → Sensibilidad

2. Sesgo por exclusión de los casos dudosos

3. Mala elección de la prueba de referencia

4. Sesgo por falta de cegamiento

fases de un estudio epidemiológico 1º fase descriptiva - describir - formular hipótesis 2º fase...

Documents