Medidas de Asociación y Medidas de Impacto Epidemiología Medidas de Asociación y Medidas de Impacto

Estimación de riesgo Los estudios analíticos están diseñados para determinar si existe una asociación entre un factor y una evento de salud y si es así, determinar la intensidad de dicha asociación

Estimación de riesgo Un estimador muy importante del grado de asociación que analiza la tasa de incidencia de la enfermedad en cuestión en sujetos con y sin el factor de riesgo de interés es el llamado riesgo relativo tasa de incidencia en expuestos tasa de incidencia en no expuestos Riesgo relativo=

Estimación de riesgo Los estudios prospectivos permiten el cálculo directo de las tasas de incidencia de enfermedad en poblaciones expuestas y no expuestas Esto se debe a que ambos grupos representan una población definida en cuanto al riesgo y pueden ser seguidos para determinar el desarrollo de enfermedad

En los estudios retrospectivos las tasas de incidencia no pueden ser determinadas porque carecemos de un denominador apropiado (población en riesgo)

Debido a la forma en que se integran los grupos en un estudio retrospectivo, estos no representan al total de la población expuesta y no expuesta A pesar de ello, si es posible determinar en forma alternativa una estimación de riesgo si se satisfacen ciertos requisitos

Razón de riesgo Los controles son representativos de la población general Los casos son representativos de todos los casos en la población general La frecuencia de enfermedad es baja

Razón de riesgo Si se satisfacen estos requisitos se puede realizar una estimación del riesgo denominada tasa de momios (o razón de momios)

Razón de momios Presente Ausente Total Expuesto P1 P2 P1+P2 No expuesto P3 P4 P3+P4 P1+P3 P2+P4

La razón de riesgo (algo similar a la incidencia) seria igual a: P1 P1+ P2 P3 P3+ P4  de los que tienen el factor cuantos están enfermos de los no que tienen el factor cuantos están enfermos

Si como es lo habitual, la frecuencia de enfermedad en la población es baja, P1 será pequeño en relación a P2 y P3 será pequeño en relación a P4 por lo que podemos reducir los denominadores a P2 y P4 P1 P2 P3 P4 P1 P4 P2 P3 

La expresión: se denominada tasa o razón de momios porque el resultado se puede considerar como la probabilidad de tener la enfermedad con el factor presente y ausente respectivamente P1 P2 P3 P4 

Por ejemplo Hace algún tiempo se pensó que la amigdalectomía podía asociarse al desarrollo subsiguiente de la enfermedad de Hodgkin Se reunieron 101 casos de enfermedad de Hodgkin y 107 controles libres de Hodgkin y se investigó si tenían historia de amigdalectomía

Amigdalectomía y Enf. Hodgkin Casos Controles SI 67(P1) 43(P3) NO 34(P2) 64(P4) AMIGDALECTOMIA

La razón de momios mostrara: este estudio estimó que el riesgo de desarrollar Hodgkin después de una amigdalectomía era 3 veces mayor que en los sujetos no amigdalectomizados 67 43 64 34  OR= =2.9

Este método es adecuado para aquellos estudios en donde los controles no han sido apareados Un problema inherente en estos casos va ser el de la existencia de factores de confusión

Factores de confusión Una “variable de confusión” es aquella que que se sabe que puede estar asociada tanto con el factor de riesgo de interes como causalmente con la enfermedad bajo estudio Es importante controlarlos ya que nos pueden llevar a asociaciones espurias o sesgadas entre el factor de interés y la enfermedad

Relaciones causales B C La confusión existe cuando la diferencia en ocurrencia del evento de interés (variable dependiente) entre dos grupos definidos por una variable potencialmente causal (variable independiente) no es igual al efecto causal del evento de interés

Factores de confusión Por ejemplo la edad, el nivel de educación y el nivel socioeconómico son variables de confusión comunes porque cada una suele estar asociada con los factores de riesgo y la enfermedad bajo estudio Existen dos formas de controlarlos: por apareo de los controles por métodos estadísticos (estratificación o regresión)

Apareo de los controles Método sencillo para controlar los factores de confusión Consiste en elegir los controles de manera que sean similares a los casos en ciertas características Las variable mas frecuentemente apareadas son la edad, el género y la raza

Apareo de los controles Cuando se aparean los controles, el apareo debe mantenerse durante el análisis estadístico Si no se tiene esta precaución suele resultar en una subestimación del riesgo

Apareo de los controles Hay que tener cuidado en solo aparear las variables que puedan constituir un factor de confusión Obviamente no podemos investigar el efecto de una variable que ha sido apareada

Apareo de los controles El aparear demasiadas variables tiene inconvenientes: pudiera incluirse una variable con importancia causal incrementa el costo (se requiere seleccionar mas controles) si no se encuentran controles apropiados pudieran perderse algunos casos

Apareo de los controles En un estudio de C y C con apareamiento la unidad de análisis es el par: caso expuesto-control expuesto (a) caso expuesto-control no expuesto (b) caso no expuesto-control expuesto (c) caso no expuesto-control no expuesto (d)

a b c d Controles Expuestos No expuestos Casos a y d son pares concordantes y no contribuyen al análisis

Por lo tanto la razón de momios será b/c Un ejemplo lo constituye el estudio sobre la asociación de el uso de estrógenos y el cáncer de endometrio Se incluyeron 451 casos y 888 controles apareados por hospital, raza, edad (+5 a.) y fecha de ingreso (+6 meses)

17 76 10 111 Controles Estrógeno No estrógeno Casos Razón de momios = 76/10 = 7.6

Midiendo Impacto Riesgo atribuible y Proporción del RA -RA en expuestos -RA en la población

Glosario Riesgo atribuible en expuestos (RAexp): La porción de incidencia en expuestos debida a la exposición RAexp proporcional (RAexp%): % de la incidenica de enfermedad en expuestos debida a la exposición RA poblacional (RAP): La porción de la incidencia de una enf. en la población (expuestos y no expuestos) debida a la exposición RAP proporcional (RAP%): % de la incidencia en la población (exp y no exp) debido a la exposición RA: La incidencia de una enfermedad en población expuesta que seria eliminada si la exposición es eliminada

Riesgo Atribuible (en expuestos)

Riesgo atribuible (exp) Por ejemplo si la incidencia en la población general es de 2.5/1,000 y la incidencia en la población no expuesta es de 1/1,000, la proporción de la incidencia de enfermedad atribuible a la exposición es de: [2.5] – [1.0]/2.5 = 0.60 es decir, el 60% de los casos son atribuibles al factor de riesgo en cuestión

También el riesgo atribuible se puede definir como la diferencia aritmética o absoluta en las tasas de incidencia entre los sujetos expuestos y no expuestos

Medidas de Impacto

RAP

RAP

RAP / RAP% Riesgo Atribuible para toda la Población (Riesgo en la Población) – (Riesgo en No Expuestos) (Riesgo en Poblacion) – (Riesgo en No Expuestos) (Riesgo en la Población)

28.0 17.4

28.0 17.4

PASO 1: RA Poblacional

Riesgo Atribuible En expuestos X 100 X 100 Cuatro formulas: 1. Riesgo Atribuible (RA) o RA en expuestos: (Incidencia en expuestos) - (Incidencia en no-expuestos) 2. Porcentaje de Riesgo Atribuible (AR%) o RA% en expuestos (Incidencia en expuestos) 3. Riesgo Atribuible Poblacional (RAP) o RA en una pob. . (Incidencia en pob.) - (Incidencia en no-expuestos) 4. Porcentaje de RAP (RAP%) o RA% en una población (Incidencia en pob.) X 100 X 100

Las 3 medidas de Asociación/ Impacto mas comunes Asoc Neg Max Asoc Nula Asoc Pos Max Riesgo Atribuible -1 0 1 Riesgo Relativo (RR) 0 1  Razones de Densidad (RD) 0 1  Razón de Momios (OR) 0 1  Importante: Considere el diseño del Estudio Note asimetría del RR y OR Necesita transformar RR y OR