La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Fases de un estudio epidemiológico 1º Fase descriptiva - describir - formular hipótesis 2º Fase analítica - confirman hipótesis Cualquier tipo de estudio.

Presentaciones similares


Presentación del tema: "Fases de un estudio epidemiológico 1º Fase descriptiva - describir - formular hipótesis 2º Fase analítica - confirman hipótesis Cualquier tipo de estudio."— Transcripción de la presentación:

1 Fases de un estudio epidemiológico 1º Fase descriptiva - describir - formular hipótesis 2º Fase analítica - confirman hipótesis Cualquier tipo de estudio Longitudinales

2 Investigación causal CAUSA (exposición) Factor de riesgo Factor protector Factor pronóstico Factor terapéutico EFECTO Accidente Enfermedad Muerte Mejoría/Curación

3 Tipos de Causas. MODELO DETERMINISTA MODIFICADO !!IMAGINARIO!! AYUDA CAUSA SUFICIENTE CAUSA CONTRIBUYENTE CAUSA NECESARIA

4 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.

5 MODELO DETERMINISTA MODIFICADO A B C C. Suficiente I (A, B, C) 40% casos A B D F C. Suficiente II (A, B, D, F) 25% casos C G D C. Suficiente III (C, D, G) 35% casos

6 MODELO DETERMINISTA MODIFICADO A B C C. Suficiente I (A, B, C) 40% casos A B C F C. Suficiente II (A, B, C, F) 25% casos C G D C. Suficiente III (C, D, G) 35% casos C: CAUSA NECESARIA

7 PRINCIPIOS EPIDEMIOLÓGICOS 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

8 Exposición (FR/FP/TTO) EFECTO Enfermedad ¿Cuándo existe una relación causal? - Asociación causal - Asociación no causal CRITERIOS DE CAUSALIDAD

9 Crit. de Causalidad de Bradford-Hill (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

10 En la PRÁCTICA: 1. Fuerza de asociación importante 2. Secuencia temporal correcta 3. Asociación no es artificial (sesgos) 4. Asociación estadísticamente signif. CRITERIO DE INDEPENDENCIA

11 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

12 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

13 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

14 Casos prevalentes o existentes = 5 PROPORCIÓN DE PREVALENCIA tiempo Casos existentes Población total = 5 20 Población (20 sujetos) = 0,25 = PREVALENCIA

15 Prevalencia de punto Prevalencia de periodo Prevalencia acumulada a lo largo de la vida Casos existentes t o + Casos Nuevos t o y t Población total a mitad de intervalo Prevalencia de Periodo = PREVALENCIA

16 ¿Tiene una gastritis? = Prevalencia de Punto ¿Tiene o ha tenido gastritis en el último año? = Prevalencia Periodo Prevalencia de Punto to Prevalencia de Periodo tot

17 0-1 Carece de unidades Planificación y gestión Poco útil en investigación etiológica PREVALENCIA

18 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

19 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

20 INCIDENCIA ACUMULADA Limitaciones - periodo de tiempo - cohorte fija - ¿episodios?

21 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

22 Cohorte dinámica

23 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

24 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 PRONÓSTICO Tasa Incidencia Tasa de Incidencia Tasa 0-Infinito Tiene unidades Característica enf Fuerza morbilidad

25 Estrategias Generales de diseño. Clasificación de los Estudios Epidemiológicos José Juan Jiménez Moleón Dpto. Medicina Preventiva y Salud Pública Universidad de Granada

26 ¿Cómo se selecciona?: Tipo de Muestreo Población diana Población elegible Muestra original ¿A cuántos se seleccionan?: Tamaño muestral Muestra final No respondedores, pérdidas

27 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

28 Criterios de Clasificación Est.Epidem. 1.Manipulación Investigador especifica las condiciones en las que se presenta el estudio Exposición - Experimentales - Observacionales

29 Criterios de Clasificación Est.Epidem. 2. Asignación aleatoria Sólo estudios experimentales - Exp. Puros - Semiexperimentales Intervención Control ¿Azar?

30 Criterios de Clasificación Est.Epidem. 3. Seguimiento - Longitudinales - Transversales EfectoExposición

31 Criterios de Clasificación Est.Epidem. 4. Sentido del estudio - Sentido hacia delante - Sentido hacia atrás - Sin sentido Hablar de causalidad… 1) Seguimiento 2) Comparar principio comparabilidad

32 Exposición + Exposición - Efecto + Efecto - Efecto + Efecto - Hacia delante Efecto + Efecto - Exposic + Exposic - Exposic + Exposic - Hacia atrás

33 Criterios de Clasificación Est.Epidem. 5. Momento Inicio Estudio - Prospectivos - Retrospectivos Efecto Inicio Estudio Prospectivo Inicio Estudio Retrospectivo

34 Criterios de Clasificación Est.Epidem. 6. Unidad de Estudio - Individuales - Agregados : Estudios de Mortalidad Proporcional 7. Información disponible - Completos - Incompletos

35 Clasificación de los estudios Epidemiológicos

36 SÍ NO EXPERIMENTALES OBSERVACIONALES Manipulación

37 SÍ NO EXPERIMENTALES OBSERVACIONALES Manipulación F+ F- E+ E- E+ E- ¿Asignación? Longitudinales Sentido hacia delante Prospectivos

38 SÍ NO EXPERIMENTALES OBSERVACIONALES Asignación Aleatoria EXPERIMENT. PUROS SEMIEXPERIMENTALES NO Manipulación Enfermos = Ensayos clínicos Sanos = Ensayos de campo Sí

39 Estudios experimentales 1.Ensayo clínico enfermos 2.Ensayo de campo sanos - Prevención primaria - Programas de cribado 3. Ensayos comunitarios

40 SÍ NO EXPERIMENTALES OBSERVACIONALES Individuales Agregados ECOLÓGICOS Manipulación

41 SÍ NO EXPERIMENTALES OBSERVACIONALES Individ. Agregados ECOLÓGICOS Seguimiento NO CORTE SÍ Manipulación INFORME UN CASO SERIES DE CASOS Enfermos Población Analíticos

42 SÍ NO EXPERIMENTALES OBSERVACIONALES Individ. Agregados ECOLÓGICOS Seguimiento NO CORTE SÍ Sentido COHORTES FR E C/CONTROL E FR Manipulación INFORME UN CASO SERIES DE CASOS Enfermos Población

43 SÍ NO EXPERIMENTALES OBSERVACIONALES Individ. Agregados ECOLÓGICOS Seguimiento NO CORTE SÍ Sentido COHORTES FR E C/CONTROL E FR Manipulación INFORME UN CASO SERIES DE CASOS Enfermos Población Asignación Aleatoria EXPERIMENT. PUROS SEMIEXPERIMENTALES NO Enfermos = Ensayos clínicos Sanos = Ensayos de campo Sí

44 Evidencia débilEvidencia 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

45 Medidas de asociación - Fuerza de la asociación - Impacto

46 MEDIDAS DE ASOCIACIÓN: - Fuerza - Impacto: En expuestos (o no expuestos) En toda la población Exposición Factor de riesgo Factor protector Factor pronóstico Factor terapéutico EFECTO Accidente Enfermedad Muerte Mejoría/Curación

47 Casos No casos Total (Muertos) (Vivos) Expuestos (Con retraso) a b N 1 No expuestos (Sin retraso) c d N 0 Total a+c b+d N

48 Incidencias: - En expuestos (con retraso): I e = a/N / = 25,01% durante la estancia. - En no expuestos (sin retraso): I o = c/N / = 11,61% durante la estancia. - En todos los operados (con y sin retraso): I p = (a+c)/N / = 14,29% durante la estancia. Casos No casos Total (Muertos) (Vivos) Expuestos (Con retraso) a b N 1 No expuestos (Sin retraso) c d N 0 Total a+c b+d N Medidas de frecuencia

49 Odds de exposición: - En casos (muertos): OE casos = a/c / = 0,538 - En no casos (vivos): OE no casos = b/d / = 0,212 Casos No casos Total (Muertos) (Vivos) Expuestos (Con retraso) a b N 1 No expuestos (Sin retraso) c d N 0 Total a+c b+d N Medidas de frecuencia

50 Medidas de asociación 1) Fuerza de la asociación. Riesgo Relativo: SENTIDO HACIA DELANTE. Odds Ratio: CASOS y CONTROLES TODOS 2) Impacto. Un grupo (Exp/No Exp). Población

51 Casos No casos Total (Muertos) (Vivos) Expuestos (Con retraso) a b N 1 No expuestos (Sin retraso) c d N 0 Total a+c b+d N Incidencias acumuladas: - En expuestos (con retraso): I e = a/N / = 25,01% durante la estancia. - En no expuestos (sin retraso): I o = c/N / = 11,61% durante la estancia. Fuerza de la asociación Riesgo Relativo: RR = I e / I o 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

52 1 infinito 0 Asociación de riesgo Asociación protectora Valor nulo: No hay asociación Máxima asociación de riesgo: Causa necesaria Máxima asociación protectora Interpretación del Riesgo Relativo

53 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

54 Casos No casos Total (Muertos) (Vivos) Expuestos (Con retraso) a b N 1 No expuestos (Sin retraso) c d N 0 Total a+c b+d N Odds de exposición: - En casos (muertos): OE casos = a/c / = 0,538 - En no casos (vivos): OE no casos = b/d / = 0,212 Fuerza de la asociación Razón de Odds (Odds Ratio): OR = OE casos / OE no 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.

55 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).

56 Medidas de asociación 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

57 IMPACTO DE LA ASOCIACIÓN: 1. En expuestos: 1.1. Riesgo atribuible en expuestos: RAE = I e - I o Incidencia en el grupo de expuestos que se debe exclusivamente al factor de exposición.

58 IMPACTO DE LA ASOCIACIÓN: 1. En expuestos: 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

59 - Efecto absoluto - Frecuencia del efecto que se debe exposición - Si RAE = Ie causa necesaria - Si RAE = 1 causa suficiente y necesaria

60 IMPACTO DE LA ASOCIACIÓN: 1. En expuestos: 1.3. Proporción de riesgo atribuible en expuestos (= Fracción etiológica en expuestos): PRAE o FEE = RAE / I e = (I e - I o ) / I e = (RR-1)/RR Proporción de casos expuestos que se debe específicamente a la exposición. Se refiere sólo a enfermos expuestos Enfermos Expuestos FR FR2 FR1 FR3 FR4

61 IMPACTO DE LA ASOCIACIÓN: 2. En población total: 2.1. Riesgo atribuible poblacional: RAP = I p - I o RAP = p exp x RAE Incidencia en la población total que se debe exclusivamente al factor de exposición. Mejor medida de impacto sanitario

62 IMPACTO DE LA ASOCIACIÓN: 2. En población total: 2.2. Proporción de riesgo atribuible poblacional = Fracción etiológica poblacional: PRAP o FEP = RAP/ I p = (I p - I o ) / I p = p c x FEE Pc = Proporción de casos expuestos Proporción de todos los casos que se debe específicamente a la exposición.

63 ¿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 = I o - I e 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 / I o = (I o – I e ) / I o = 1 - RR Proporción de casos no expuestos que se han debido a la no exposición al factor protector.

64 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.

65 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

66 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 !!

67

68 Estudios experimentales = Estudios de intervención ¿Intervención? Investigador NO es un mero espectador Introduce lo que quiere investigar ¡¡ Principios Éticos !!

69 Población Susceptible Grupo de Intervención Grupo Control Efecto + Efecto - Efecto + Efecto - 1. Concepto - INTERVENCIÓN - LONGITUDINALES - ANALÍTICOS - PROSPECTIVOS

70 El estudio experimental es el mejor diseño para verificar hipótesis causales (en el universo real) C E 2. Utilidad

71 Hablar de causalidad… 1) Seguimiento 2) Comparar principio comparabilidad

72 Susceptibles Sin F IoSeguimiento Susceptibles Con F Ie Seguimiento El Estudio Contrafáctico IoIe F estará asociado causalmente a E si:

73 AZAR decida Manipulación Estudios Experimentales = ECCA

74 Asignación aleatoria = aleatorización Los sujetos son asignados a los grupos de comparación por un mecanismo de sorteo.

75 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

76 Evidencia débilEvidencia 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

77 C E Efecto Intervención beneficioso sobre la salud Efecto Intervención adverso sobre la salud Sólo como objetivo secundario 2. Utilidad Efecto Intervención metabólico ¡¡ Principios Éticos !!

78 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

79 Tipos de Estudios Experimentales 1.Según el objeto de estudio 2.Según la población susceptible 3.Según el tipo de asignación

80 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). Tipos de Estudios Experimentales Efecto Intervención beneficioso sobre la salud 1. Según el Objetivo

81 EXPLICATIVOSPRAGMÁTICOS ObjetivoAumentar conocimientoAyudar en las decisiones Centro de interésEficaciaEfectividad EnmascaramientoSíA menudo no Placebo/controlSíA menudo no Dosis de tratamientoFijaA menudo variable Criterios de selecciónRestrictivosAmplios Otros tratamientosSe evitanA menudo se permiten Muestra de sujetosHomogénea/CumplidoraHeterogénea/Representativa Variables de respuestaAcción farmacológicaEfecto terapéutico

82 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. Tipos de Estudios Experimentales 2. Según el tipo de población susceptible

83 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 Tipos de Estudios Experimentales 3. Según la asignación de la intervención

84 Población externa Población objetivo Muestra Grupo de intervención Grupo control Efecto Criterios de selección Elección al azar Asignación al azar Seguimiento completo Extrapobilidad GenerabilidadComparabilidad Validez Interna Validez Externa Estudio Experimental Puro: Diseño Básico

85 5. Definición Poblaciones de Estudio Estudio Experimental Puro: Etapas del Diseño 1) Población de referencia (diana) 2) Población elegible 3) Muestra

86 Población diana Población elegible Criterios de selección Aquella sobre la que se pretende realizar el estudio población potencialmente accesible Validez Externa Estudio Experimental Puro: Etapas del Diseño

87 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 Estudio Experimental Puro: Etapas del Diseño

88 ¿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 Estudio Experimental Puro: Etapas del Diseño Período de preinclusión

89 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

90 Consentimiento informado Siempre previo a la asignación aleatoria evitar SS - Informado- Comprendido - Competente- Voluntario Estudio Experimental Puro: Etapas del Diseño

91 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? Estudio Experimental Puro: Etapas del Diseño

92 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 Estudio Experimental Puro: Etapas del Diseño

93 ¿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

94 Puesta en marcha y seguimiento uniforme y homogéneo para todos los grupos CIEGO o ENMASCARAMIENTO -Sin Ciego = Abierto -Con Ciego Simple Doble Triple Estudio Experimental Puro: Etapas del Diseño. Evitar sesgos de clasificación. enmascaramiento recogida de información Est. Observ.

95 Problema Pérdidas es … <5% OK 5- 20% Aceptable >20% Sesgo importante = Sesgo Selección Deben considerarse CÁLCULO TAMAÑO MUESTRA ¡CALIDAD!

96 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. Estudio Experimental Puro: Etapas del Diseño

97 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

98 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

99 El estudio experimental puro: Variantes a) Ensayos de secuencia cruzada (crossover) b) Ensayos en un solo paciente c) Ensayos factoriales d) Ensayos aleatorizados en conglomerados

100 El estudio experimental puro: 1. Ensayos de secuencia cruzada (crossover): Int. A Int. B Periodo de lavado Int. B Periodo de lavado Int. A Pobl. susceptible Asignación Aleatoria

101 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

102 El estudio experimental puro: 2. Ensayos en un solo paciente: Int. AInt. B Int. A Par 1 Par 2 Etc... Asignación Aleatoria de la secuencia de intervenciones en cada par

103 El estudio experimental puro: 3. Ensayos factoriales: Int. A Int. B Int. A y B Ninguna Intervención Pobl. susceptible Asignación Aleatoria Eficacia de la Int. A Con A Sin A

104 Int. A Int. B Int. A y B Ninguna Intervención Pobl. susceptible Asignación Aleatoria Eficacia de la Int. B Con B Sin B El estudio experimental puro: 3. Ensayos factoriales:

105 El estudio experimental puro: 4. Ensayos aleatorizados en conglomerados: Pobl. Suscept. agrupada en bloques Int. AInt. B Asignación Aleatoria de los bloques

106 El estudio semiexperimental: Variantes a)Ensayos no controlados b) Ensayos pre – post controles históricos Sobreestiman eficacia c) Ensayos comunitarios

107 5. Estudios Semiexperimentales: 5.1. Ensayos no controlados Pobl. susceptible Intervención A Efecto + Efecto - ¿Con quién se compara la incidencia del efecto? COMPARACIÓN EXTERNA VALIDEZ

108 5. Estudios Semiexperimentales: 5.2. Estudios Pre-Post Frecuencia del efecto antes de la interv. Frecuencia del efecto después de la interv. INTERVENCION tiempo Aparte de la intervención, qué otros factores pueden haber cambiado en la población, a lo largo del tiempo?

109 5. Estudios Semiexperimentales: 5.3. Ensayos Comunitarios Comunidad de Intervención Frecuencia del efecto en la comun.de interv. INTERVENCION tiempo ¿Realmente las dos Comunidades son Comparables? Comunidad Control NO INTERV. Frecuencia del efecto en la comun. control Comp. Basal.Comp. Post Int.

110 1. Limitaciones Éticas 2. Baja factibilidad / Elevado coste 3. Baja validez externa Limitaciones / Inconvenientes de los estudios experimentales.

111 ENSAYOS DE NO INFERIORIDAD. Objetivo demostrar 2 fármacos iguales. Definir Delta = Límite No Inferioridad. Análisis por protocolo

112 CaracterísticasDiseño Fase 0Experimentación en labo- ratorio Fase IEvaluación de la seguridad en seres humanos Est. no controlados Voluntarios sanos Fase IIConocer la farmacocinética del nuevo fármaco Est. no controlados y Ensayos clínicos Fase IIIEvaluación eficaciaEnsayos clínicos Fase IVPerfil de seguridadEst. postcomerciali- zación

113 Población diana Población elegible Población de estudio Estudio epidemiológico = ejercicio de medida Mediciones Válida y precisa Error aleatorio azar Error sistemático problemas diseño y desarrollo

114 1.Error aleatorio PRECISIÓN Tipos de Errores en un Est. Epidemiológico 2. Errores sistemáticos VALIDEZ - Selección - Clasificación - Factores de confusión

115 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

116 ALEATORIO SISTEMÁTICOValidez 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

117 SESGOS DE SELECCIÓN SESGOS DE CLASIFICACIÓN SESGOS (FACTORES) DE CONFUSIÓN

118 Población diana Población elegible Población de estudio Mediciones Sesgo de Selección Clasificación VALIDEZ INTERNA

119 Expuestos + No Expuestos Efecto + Efecto - S. Selección Casos Controles Exp + Exp - S. Selección Sentido hacia delanteSentido hacia atrás

120 Sesgo del voluntario (sentido hacia delante/transversales) Sesgo de no respuesta/pérdidas (participación>60%) Sesgo del integrante sano Sesgo de Berkson controles hospitalarios Ejemplos…

121 Estudio Sin Sesgos 60 Estudio con Sesgos ACV+ACV- HT+ HT OR= (60·80)/(40·20) = 6 Sesgo de Berkson Mayor frecuencia de HT en hospital 60 ACV+ACV- HT+ HT OR= (60·50)/(40·50) = 1,5 50

122 Se podrían evitar… muestras azar (aleatorio simple, multietápico...) estrategias para evitar pérdidas controles hospitalarios de diversos tipos grupos de control adecuados... Sesgos Información/Selección

123 Expuestos + No Expuestos Efecto + Efecto - S. Clasificación Sesgos Información/Selección Casos Controles Exp + Exp - Sentido hacia delanteSentido hacia atrás S. Clasificación

124 Sesgos de clasificación INFORMACIÓN = CLASIFICACIÓN INCORRECTA = OBSERVACIÓN 1)Errores en la medición Mala clasificación enfermedad/exposición 2) Regresión a la media 3) Falacia ecológica Sesgos Información/Selección

125 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 Sesgos Información/Selección Errores en la medición

126 Sesgos Información/Selección Casos Controles Exp + Exp - NO DIFERENCIAL Sesgos de Clasificación DIFERENCIAL =

127 Sesgo del entrevistador Sesgo anamnésico o de recuerdo Sesgo de vigilancia o Hawthorne Identificación y Control de Sesgos Sesgos de Clasificación

128 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 Sesgos Información/Selección

129 ... Tercera variable que confunde total o parcialmente la relación entre la exposición y el efecto Factor de confusión. Concepto inducir la relación, eliminarla, ó

130 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

131 Estrategias para eliminar y controlar la confusión 1)Diseño. Asignación aleatoria. Restricción. Emparejamiento 2) Análisis. ESTRATIFICACIÓN. Análisis multivariante Ajustada

132 Estrategias para evaluar la confusión análisis Comparar OR ajustadas y crudas ORc OR 1 = OR 2 = OR 3 = … = OR n Confusión Confusión e Interacción. JJJ 2007 Parámetro resumen de Mantel-Haenszel

133 Estratificación: poco eficiente Análisis multivariante. Regresión logística - más utiliza - efecto = dicotómico (sí/no) - OR. Regresión de Cox - efecto = dicotómico - RR

134 Interacción ORc OR 1 OR 2 OR 3 Interacción Describe y ya está

135 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

136 Departamento de Medicina Preventiva y Salud Pública Universidad de Granada Pruebas Diagnósticas.

137 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

138 Fiabilidad 1) Interobservadores 2) Intraobservadores. Índice Kappa. Índice Kappa ponderado. Coeficiente correlación intraclase FIABILIDAD

139 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

140 ¿A QUIÉN se aplica la prueba referencia? Espectro adecuado pacientes diagnóstico diferencial Descripción/forma selección

141 Tipos de Validez… Validez Interna Sólo de la Prueba - Sensibilidad - Especificidad - Razón de Probabilidades Diagn Validez Externa Prueba + Prevalencia Enfermedad - Valores Predictivos

142 EnfermosSanos + - VPFP VN FN SensibilidadEspecificidad Validez Interna

143 EnfermosSanos + - VPFP VN FN Sensibilidad = Validez Interna VP VP + FN

144 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

145 EnfermosSanos + - VPFP VN FN Especificidad = Validez Interna VN VN + FP

146 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

147 240 SANOS colesterol VN Validez de Pruebas Diagnósticas ENFERMOS colesterol VP FN

148 Si disminuye punto de corte. Sensibilidad aumenta. Especificidad disminuye Si aumenta punto de corte. Sensibilidad disminuye. Especificidad aumenta Validez de Pruebas Diagnósticas

149 ¿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

150 ¿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

151 Relación entre S y E Un punto de corte = valor S y E CURVAS ROC Sensibilidad = 1 Especificidad =1 Bondad de la Prueba

152 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

153 VALORES PREDICTIVOS. Positivo. Negativo dependen de la PREVALENCIA

154 EnfermosSanos + - VPFP VN FN VPP = VP VP + FP P·x(1-P)·xx

155 - Probabilidad de estar enfermo cuando da positivo - Inversamente proporcional FP - Depende de la ESPECIFICIDAD y de la PREVALENCIA - Porcentaje de positivos que están enfermos VPP = VP VP + FP

156 EnfermosSanos + - VPFP VN FN VPN = VN VN + FN P·x(1-P)·xx

157 - Probabilidad de estar sano cuando da negativo - Inversamente proporcional FN - Depende de la SENSIBILIDAD y de la PREVALENCIA - Porcentaje de negativos que están sanos VPN = VN VN + FN

158 Razón de Probabilidades Diagnósticas P (Resultado+/Enfermo) P (Resultado+/Sano) RPD (+) == S 1-E P (Resultado-/Enfermo) P (Resultado-/Sano) RPD (-) == 1-S E

159 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 (+)

160 Diseños epidemiológicos para el estudio validez PD 1.Estudios de casos y controles 2.Series de casos prospectivas corte

161 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


Descargar ppt "Fases de un estudio epidemiológico 1º Fase descriptiva - describir - formular hipótesis 2º Fase analítica - confirman hipótesis Cualquier tipo de estudio."

Presentaciones similares


Anuncios Google