Medidas de frecuencia de enfermedades

Presentación del tema: "Medidas de frecuencia de enfermedades"— Transcripción de la presentación:

1 Medidas de frecuencia de enfermedades
Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

2 Medidas de frecuencia de enfermedades
Se deben considerar tres tipos de variables: Caso (enfermedad). Tiempo. Localización (población). Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

3 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Prevalencia Es la frecuencia de la enfermedad en un área geográfica específica en un momento determinado, sin diferenciar los casos nuevos de los antiguos. Se calcula dividiendo el número de casos por el total de personas estudiadas. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

4 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Prevalencia Es una probabilidad y como tal oscila entre 0 y 1 (0% y 100%). Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

5 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Prevalencia Prevalencia= 160/1.000= 0,16 (16%) 1.000 personas 160 están enfermas Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

6 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Incidencia Es la frecuencia de aparición de nuevos casos de la enfermedad en un área geográfica específica durante un periodo de tiempo determinado. Existen dos medidas de incidencia: La tasa de densidad de incidencia. La tasa de incidencia acumulada. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

7 Tasa de densidad de incidencia
Se calcula dividiendo el número de nuevos casos de la enfermedad por la suma de las personas-tiempo seguidas durante el estudio. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

8 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Personas-Tiempo Persona 1 Tiempo de seguimiento: 3 años Persona 2 Tiempo de seguimiento: 5 años Persona 3 Tiempo de seguimiento: 4 años Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

9 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Personas-Tiempo El término “personas- tiempo” es la suma de los intervalos de tiempo de seguimiento de las personas estudiadas. 100 personas-año pueden ser 10 personas seguidas durante 10 años o 50 seguidas durante 2 años. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

10 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Personas-Tiempo En este ejemplo hay tres nuevos casos de la enfermedad en 80 personas-años. Si lo expresamos por personas-años: 3 x / 80= 37,5 por personas-años. * * * Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

11 Tasa de incidencia acumulada
Se calcula dividiendo el número de nuevos casos de la enfermedad por el total de personas seguidas que inicialmente no padecían la enfermedad. Es una probabilidad y como tal oscila entre 0 y 1 (0% y 100%). Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

12 Tasa de incidencia acumulada
1.000 personas 160 enferman 840 no enferman Riesgo de incidencia acumulada= 160/1.000= 0,16 (16%) Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

13 Medidas de las asociación causal
Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

14 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

15 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

16 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

17 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

18 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

19 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

20 Medidas de asociación causal
El propósito de la Epidemiología es estudiar la asociación causal entre dos tipos de variable: Variable independiente: Factor de exposición (consumo de fibra, consumo de tabaco…) Procedimiento de intervención (programa de prevención, procedimiento de diagnóstico, intervención quirúrgica, medicamento…). Variable dependiente: Enfermedad (cáncer, tuberculosis, diabetes…) Desenlace (mejoría, empeoramiento, curación o muerte). Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

21 Medidas de asociación causal
Variable independiente Variable dependiente Radiaciones ionizantes Cáncer de mama Protección VHB Vacunación anti HB Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

22 Medidas de asociación causal
La magnitud de la asociación causal: Riesgo relativo (RR). Riesgo atribuible (RA). Odds ratio (OR). La precisión de los estimadores de magnitud: Límites de confianza del RR, del RA o de OR. La significación estadística de la asociación causal: Probabilidad (p).

23 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo relativo Es el cociente entre la incidencia (de la enfermedad o del desenlace) en los expuestos y la incidencia en los no expuestos a un procedimiento. RR= Incidencia en expuestos / Incidencia en los no expuestos. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

24 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo relativo Si el RR=1 : no hay asociación causal (nulidad de efecto). Si el RR>1 : la variable de exposición es factor de riesgo. Si el RR<1 : la variable de exposición es factor de protección. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

25 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo relativo En este ejemplo se ha estudiado la densidad de incidencia de infarto de miocardio en fumadores y en no fumadores. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

26 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo relativo En este ejemplo se ha estudiado la incidencia acumulada de cáncer de riñón en expuestos y no expuestos a la fenacetina. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

27 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo atribuible Es la diferencia entre la incidencia (de la enfermedad o del desenlace) en los expuestos y la incidencia en los no expuestos. RA= Incidencia en expuestos - Incidencia en los no expuestos. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

28 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo Atribuible Si el RA=0 : la proporción de casos atribuible a la exposición es nula. Si el RA>0 : la proporción de casos atribuible a la exposición es positiva y su eliminación los prevendría. Si el RA<0 : la proporción de casos atribuible a la exposición es negativa y su eliminación los haría aparecer. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

29 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo Atribuible En este ejemplo se ha estudiado la densidad de incidencia de infarto de miocardio en fumadores y en no fumadores. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

30 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.
Riesgo Atribuible En este ejemplo se ha estudiado la Incidencia Acumulada de cáncer de riñón en expuestos y no expuestos a la fenacetina. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

31 “Odds ratio” (“Razón de ventajas”).
En Epidemiología, la Odds Ratio es la razón (cociente) entre la “odds” de los expuestos y la “odds” de los no expuestos. La “Odds” de una enfermedad es la probabilidad de padecerla dividida por la probabilidad de no padecerla. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

32 “Odds ratio” (“Razón de ventajas”).
Si la Odds de los expuestos es a/N1 dividido por c/N1 y la Odds de los no expuestos es b/N0 dividido por d/N0, entonces la Odds ratio= a/c dividido por b/d. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

33 “Odds Ratio” (“Razón de ventajas”).
Con una pequeña manipulación aritmética la Odds ratio= a d / b c. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

34 “Odds Ratio” (“Razón de ventajas”).
Si la OR=1 : no hay asociación causal (nulidad de efecto). Si la OR>1 : la variable de exposición es factor de riesgo. Si la OR<1 : la variable de exposición es factor de protección. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

35 Precisión del estimador
La precisión del estimador de magnitud de la asociación causal (RR, OR o RA) se mide con sus límites de confianza. Casi siempre el límite de confianza inferior y el límite de confianza superior se calculan con un 95% de margen. Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

36 Límites de confianza del estimador
1,3 2,1 2,7 RR 1 2 3 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

37 Límites de confianza del estimador
0,3 2,1 3,4 RR 1 2 3 Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.

38 Significación estadística
¿Cuál es la probabilidad de que estas diferencias se deban al azar?. El investigador las determina previamente. Lo más frecuente = 5% (p<0,05). Prof. Dr. Luis Mª Béjar. Universidad de Sevilla.