Elementos del Diseño de Investigación Defina el Problema Revise la literatura Formule una hipótesis Planee investigar y probar su hipótesis Planee necesidades de personal, presupuesto, infraestructura Colección y maneje datos Analice datos Interprete resultados Comunique hallazgos

Fundamentos de análisis epidemiológicos 1. Edición de datos 2. Resumen de datos 3. Estimados (análisis) Univariados (crudos) 1. Dicotómicos - 2X2 RR - OR - AR -  2 - IC- incidencia 2. Categóricos - RR, OR 3. Cuantitativos (continuos) - utilice categóricos - tendencias Multivariado - controle para confusores, modelos 4. Interpretación

Edición de Datos Colección de datos Entrada de datos Revisión de rangos Validación Decida como utilizar los datos

Resumen de Datos Conozca sus datos (el ladrillo) Grafique Frecuencias Categorizar Agrupando Datos

Tres partes para evaluar asociaciones (estimación) Fuerza de asociación Dirección de asociación Pruebas y/o Intervalos de Confianza (eliminando aleatoriedad)

Las 3 medidas de Asociación mas comunes Riesgo Atribuible -101 Riesgo Relativo (RR)01  Razones de Densidad (RD)01  Razón de Momios (OR)01  Asoc Neg Max Asoc Nula Asoc Pos Max Importante: Considere el diseño del Estudio Note asimetría del RR y OR Necesita transformar RR y OR

Evento No Evento Total Expuesto No expuesto a b n 1* c d n 2* n *1 n *2 n ** RR = a/n 1* c/n 2* OR = ad/bc

Riesgo Atribuible 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) - (Incidencia en no-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.) - (Incidencia en no-expuestos) (Incidencia en pob.) X 100 En expuestos

Evento No Evento Total Expuesto No expuesto a b n 1* c d n 2* n *1 n *2 n ** RAP% = X 100 P(e) (RR-1) P(e) (RR-1)+1 o RAP% = X 100 (OR-1) (OR-1)+1 b n *2 b n *2

Evento No Even Total Expuestos No expuestos a b n 1* c d n 2* n *1 n *2 n ** RAP = ad - bc n ** d RA exp % = X100 RR - 1 RR

Pruebas de Significancia: “ Rechazar o aceptar” Asociación Real Presente Ausente Hallazgos Estadísticos Presente Ausente Correcto Error tipo I Error Tipo II Correcto

Error tipo I =  Encontrar una asociación cuando realmente no existe.  es predeterminada Error tipo II =  No encontrar una asociación cuando realmente si existe. 1-  = poder

Valor-p: Asumiendo que no hay sesgo, la probabilidad de que una prueba estadística de resultados entre la hipótesis nula y los datos de su muestra. Pruebas estadísticas: calculado para diferentes tipos de análisis, valor-z, prueba-t,  2, prueba-F, regresión, anova

Prueba de significancia  2 =  c/ 1 d.f. (obs - esp) 2 esp  2 = c/ 1 d.f. n ** ( ad - bc) 2 n 1* n 2* n *1 n *2

Intervalos de Confianza Generamos un parámetro (OR, RR, % expuestos, incidencia, edad promedio, etc.) de nuestros datos. Este parámetro es un estimado del parámetro real en la población. Nuestro resultado se llama un estimado puntual. Basados en nuestro estimado puntual, podemos determinar los limites donde es probable que se encuentre nuestro parámetro real. Estos limites son llamados “limites de confianza.” El espacio entre estos limites es llamado el “intervalo de confianza” (IC).

Intervalos de Confianza (lnRR *SE(ln RR)) (lnOR *SE(ln OR)) e e IC 95% para RR IC 95% para OR SE: Error estándar

Intervalos de Confianza SE(ln RR)= b d a(a+b) c(c+d) + SE(ln OR) =  1 1 a b c d  SE: Error estándar

Hipertensión TA Normal Total Antec Fam No-Antec Fam RR = 40/666 26/978 = OR = 40*952/626*26 = 2.34 Ejemplo:

RAP% = X 100 = 34.05%.41 ( ).41 ( )+1 o RAP% = X 100 = 34.71% (2.34-1) (2.34-1) Hipertensión TA Normal Total Antec Fam No-Antec Fam Ejemplo:

RAP = 40* * *952 =.014 RA exp % = X100 = 55.73% Hipertensión TA Normal Total Antec Fam No-Antec Fam Ejemplo:

Prueba de Significancia e IC  2 =  w/ 1 d.f. (obs - esp) 2 esp  2 = = w/ 1 d.f ( 40* *26) 2 666*952*1578*66

SE(ln RR)= (666) 26(978) + SE(ln OR) = =.2468 =.2571   Prueba de Significancia e IC SE: Error estándar

( *.2468) e IC 95% para RR ln2.259 =.815 lnRR a = *.2468 = lnRR b = *.2468 =.3313 RR a = e = RR b = e.3313 = Prueba de Significancia e IC

( *.2571) e IC 95% para OR ln2.34 =.850 lnOR a = *.2571 = lnOR b = *.2571 =.3461 OR a = e = 3.87 OR b = e.3461 = 1.41 Prueba de Significancia e IC OR= Razón de Momios

Razones de Densidad Dens de Incidencia = = DI 1 Eventos observados en grp 1 (O 1 ) tiempo-persona en grp 1 (L 1 ) Razón de Dens = DI 1 DI 2

Razón de Incidencias: Intervalos de Confianza Paso 1:  = O 1 O 1 + O 2 P b,a =  *  (1-  ) O 1 + O 2 [ Paso 2: DI b = * P b 1 - P b L2L1L2L1 DI a = * P a 1 - P a L2L1L2L1  [ [ ] ] ]

Razón de Densidades: Ejemplo Razón de Dens = = = 1.14 DI 1 DI 2 Población (grupo) 1: 60 personas con SGB 35,000 personas año DI 1 = 60/35000 = Población (grupo) 2: 45 personas con SGB 30,000 personas año DI 2 = 45/30000 = SGB: Síndrome de Guillain-Barré

Razón de Dens: Intervalos de Confianza Ejemplos Paso 1:  = P b,a = *.5714( )  Paso 2: RD b = * ,000 35,000 RD a = * ,000 35, P b = , P a = RD = 1.14, 95% CI ( 0.78, 1.71) ] ] ] [ [ [

EnfNo-Enf Exp nivel 1 Exp nivel 2 Exp nivel 3 Exp nivel 4 Mas de 2 categorías de exposición a b c d e f g h Escoja un nivel de referencia Luego decida: referencia vs. todas las demás combinadas referencia vs. niveles individuales

EnfNo-Enf Niveles 2,3, y 4 combinados Nivel 1 exp Mas de 2 categorías de exposición a b Ejemplo: Nivel de referencia = 1 referencia vs los demás combinados c+e+gd+f+h OR= (d+f+h) * a (c+e+g) * b Interpretación: La posibilidad que los sujetos enfermos (casos) que estuvieron expuestos a cualquier nivel de exposición excepto nivel-1 es ____ veces mayor (/menor) que los sujetos no enfermos que fueron expuestos a cualquier nivel excepto 1.

EnfNo Enf Nivel Exp 1 Nivel Exp 2 Nivel Exp 3 Nivel Exp 4 Mas de 2 categorías de exposición a b c d e f g h Ejemplo: nivel de referencia=4 referencia vs. niveles individuales OR eh/fg 1.00

a b c d e f g h OR 1.00 ch/dg eh/fg EnfNo Enf Nivel Exp 1 Nivel Exp 2 Nivel Exp 3 Nivel Exp 4 Mas de 2 categorías de exposición Ejemplo: nivel de referencia=4 referencia vs. niveles individuales

a b c d e f g h OR ah/bg ch/dg eh/fg 1.00 EnfNo Enf Nivel Exp 1 Nivel Exp 2 Nivel Exp 3 Nivel Exp 4 Mas de 2 categorías de exposición Ejemplo: nivel de referencia=4 referencia vs. niveles individuales

a b c d e f g h OR ah/bg ch/dg eh/fg 1.00 Interpretación: Comparado con nivel 4, la pos. de que un sujeto enfermo (caso) tuviera nivel 3 es ___ veces mayor que la pos. que un sujeto no enfermo fuera nivel 3. EnfNo Enf Nivel Exp 1 Nivel Exp 2 Nivel Exp 3 Nivel Exp 4 Mas de 2 categorías de exposición Ejemplo: nivel de referencia=4 referencia vs. niveles individuales

Comparación de mortalidad en dos poblaciones por edad Tasa Especifica Numero Tasa de mort anual Cruda Edad Población por edad de de mort (años ) Numero Proporción por 1000 Muertes por 1000 Pob A< >44 Total /5000=9.0 Pob B< >44 Total /5000=5.8

Pop A< > all ages /5000=9.0 Pop B< > all ages /5000=5.8 Tasa Especifica Numero Tasa de mort annual Cruda Edad Poblacion por edad de de mort (años ) Numero Proportion por 1000 Muertes por 1000 Comparacion de mortalidad en dos poblaciones por edad

Comparacion de Tasas de Mortalidad en dos poblaciones por edad Estandarizacion directa: Paso1 – Crear una poblacion estandard Edad Population (años) Numero Proporcion Pop A< > all ages Pop B< > all ages Poblacion estandard < > Total10000

Comparación de Tasas de Mortalidad en dos poblaciones por edad Ajuste directo: Paso 2 – casos esperados para cada población Mortalidad anual Numeros para especifica NUMERO Edad la Poblacion por edad ESPERADO (años) Estandard por 1000 DE CASOS PoB A< K * 2 = K * 6 = 27 > K * 20 = 40 PoB B< K * 2 = K * 6 = 27 > K * 20 = 40 -Utilice tasas especificas de cada pob. original -Aplique para los números de la pob. estándar

NUMERO ESPERADO DE CASOS Pob A<15 3.5K * 2 = K * 6 = 27 >44 2.0K * 20 = 40 Pob B<15 3.5K * 2 = K * 6 = 27 >44 2.0K * 20 = Comparación de Tasas de Mortalidad en dos poblaciones por edad Ajuste directo: Paso 3 – Sume casos esperados

Pop A<15 3.5K * 2 = K * 6 = 27 >44 2.0K * 20 = 40 Pop B<15 3.5K * 2 = K * 6 = 27 >44 2.0K * 20 = = 7.4 per 1000 Total de población estandard Comparación de Tasas de Mortalidad en dos poblaciones por edad Ajuste directo: Paso 4 – Calcule tasa ajustada para cada pob. NUMERO ESPERADO DE CASOS

Pob A< > Todos /5000=9.0 Pob B< > Todos /5000=5.8 Comparacion de mortalidad en dos poblaciones por edad Tasa Especifica Numero Tasa de mort annual Cruda Edad Poblacion por edad de de mort (años ) Numero Proportion por 1000 Muertes por 1000