View
292
Download
2
Category
Preview:
Citation preview
Sesión 3:La medición de las condiciones de salud y su atención
Jesús Armando Haro Curso-Taller MÉTODOS PARA EL
ESTUDIO DE LOS DETERMINANTES EN SALUD
11 de diciembre, 2004
San Luís Potosí, S.L.P.
Jesús Armando Haro Curso-Taller MÉTODOS PARA EL
ESTUDIO DE LOS DETERMINANTES EN SALUD
11 de diciembre, 2004
San Luís Potosí, S.L.P.
I. Medición y escalas de medición: nominal, dicotómica, politómica (“grupo sanguíneo”, “preferencia religiosa”, ”raza” etc.), ordinal (“casos”, “casos posibles”, “casos seguros”; “leve”, “moderado”, “severo”); imedidas de tendencia central, dispersión e intervalos de confianzantervalo (valores intermedios entregan información). II. Medidas de frecuencia: proporción, razón y tasas. estandarización de tasas, incidencia y prevalencia). III. Medidas de asociación (Riesgo relativo y razón de disparidad (odds ratio); correlación lineal. Medidas de impacto potencial. IV. Métodos para la estimación del perfil epidemiológico poblacional. Diseños de investigación en ciencias de la salud. Uso de indicadores como parámetros para describir la situación de salud.
Contenido I. Medición de variables y escalas de medición: nominal, dicotómica, politómica, ordinal, medidas de tendencia central, dispersión e intervalos. II. Medidas de frecuencia III. Medidas de asociación IV. Métodos para la estimación del perfil epidemiológico poblacional. Indicadores como parámetros para describir la situación de salud.
Moreno Altamirano, Alejandra, Sergio López-Moreno y Alexánder Corcho-Berdugo. 2000. Principales medidas en epidemiología. Salud Pública de México 42 (4): 337-348.
• La medición consiste en asignar un número o una calificación a alguna propiedad específica de un individuo, una población o un evento usando ciertas reglas. “¿Captura la medida lo que es importante sobre el fenómeno, dado nuestro objetivo?”.
• En general, los pasos que se siguen durante la medición son los siguientes: a) se delimita la parte del evento que se medirá, b) se selecciona la escala con la que se medirá, c) se compara el atributo medido con la escala y, d) finalmente, se emite un juicio de valor acerca de los resultados de la comparación.
Medición
En general, la forma en que usamos los números y el tipo de medidas que construimos depende de: 1. El objetivo de la medición.
2. La naturaleza de los datos que tenemos disponibles. 3. Nuestros conceptos sobre el fenómeno. Los modelos conceptuales impregnan tanto el proceso de la aplicación de los números a los fenómenos como el proceso de analizar estadísticamente los datos resultantes para identificar patrones y asociaciones.
Como no podemos registrar todos los aspectos del fenómeno de interés, debemos identificar aquellos aspectos que son relevantes, considerando los planos biológico, social, psicológico, ambiental, que de alguna manera sean “….epidemiológicamente importantes”. Estos aspectos son plasmados en definiciones operacionales y clasificaciones. El método por el cual aplicamos los números y los analizamos debe mantener las características importantes sin agobiarnos con información superflua. Este concepto básico se mantiene para los datos sobre individuos (la unidad de observación habitual en epidemiología) y sobre poblaciones.
Los modelos conceptuales subyacen las mediciones
www.epidemiolog.net, © Victor J. Schoenbach 5. Midiendo la enfermedad y la exposición.
Los datos epidemiológicos
• Permiten comprender la dinámica de un fenómeno en estudio.
• Pueden ser fácilmente manipulados.
• Existen varias formas para tal manipulación.
• Consecuencia: medidas artificiales para percibir e interpretar un evento.
Concepto de variable
La función de las variables consiste en proporcionar información asequible para descomponer la hipótesis planteada en sus elementos más simples. Las variables pueden definirse como aquellos atributos o características de los eventos, de las personas o de los conjuntos sociales.
Moreno Altamirano, Alejandra, Sergio López-Moreno y Alexánder Corcho-Berdugo. 2000. Principales medidas en epidemiología. Salud Pública de México 42 (4): 337-348.
VARIABLE La definición más sencilla, es la referida a la capacidad que tienen los objetos y las cosas de modificar su estado actual, es decir, de variar y asumir valores diferentes. Carlos Sabino (1980): "entendemos por variable cualquier característica o cualidad de la realidad que es susceptible de asumir diferentes valores, es decir, que puede variar, aunque para un objeto determinado que se considere puede tener un valor fijo". Briones (1987 : 34): "Una variable es una propiedad, característica o atributo que puede darse en ciertos sujetos o pueden darse en grados o modalidades diferentes. . . son conceptos clasificatorios que permiten ubicar a los individuos en categorías o clases y son susceptibles de identificación y medición".
Es necesario conceptualizar y operacionalizar las variables, para que cada persona, en este caso investigador, puede utilizar un criterio preciso y uniforme sobre las mismas, pudiendo obtener datos confiables y válidos.
Tipos de variables (según la relación entre
ellas)
Interviniente: Son aquellas características o propiedades que de una manera u otra afectan el resultado que se espera y están vinculadas con las variables independientes y dependientes. Variable Moderadora: Representan un tipo especial de variable independiente, que es secundaria, y se selecciona con la finalidad de determinar si afecta la relación entre la variable independiente primaria y las variables dependientes.
Tipos de variables (según la relación entre
ellas)
Dependiente (VD):
Es la variable de interés principal o el
descenlace en un estudio. propiedad o
característica que se trata de cambiar
mediante la manipulación de la
variable independiente (VI). La variable
dependiente es el factor que es
observado y medido para determinar el
efecto de la VI. Es la resultante de uno
o varios factores estudiados.
Generalmente es una.
Independiente (VI):
La que determina la característica o
condición que se esta estudiando.
Puede ser una o varias. En
investigación experimental se llama
así, a la variable que el investigador
manipula.
Causal/De control. No controlables. Perturbadoras.
Variables Cualitativas: Son aquellas que se refieren a atributos o cualidades de un fenómeno. Sabino (1989: 80) señala que sobre este tipo de variable no puede construirse una serie numérica definida.
Variables Cuantitativas: Son aquellas variables en las que características o propiedades pueden presentarse en diversos grados de intensidad, es decir, admiten una escala numérica de medición: Variables Continuas: Son aquellas que pueden adoptar entre dos números puntos de referencias intermedio. Las calificaciones académicas (10.5, 14.6, 18.7, etc.) Variables Discretas: Son aquellas que no admiten posiciones intermedias entre dos números.
N
IX
%
@
9
• Nominales (categorías no ordenadas): – Dicotómicas (casos/sanos; expuestos/no
expuestos).
– Policotómicas (grupo sanguíneo, religión, etnicidad)
• Ordinales (categorías ordenadas. Ejemplos: casos, casos posibles, casos seguros; leve, moderado, severo.
• Intervalos (los valores intermedios entregan información) (Temperatura).
• Razónes (proporción). Ej.: edad, estatura.
Escalas en medición
CUALITATIVAS
CUANTITATIVAS
Potencialmente la clasificación policotómica (más de dos categorías) da más información que una dicotómica. Cuando se incorporan datos como país de origen, preferencia religiosa, grupo sanguíneo, histología de un tumor, etcétera. Una clasificación policotómica puede ser nominal – nombrando las categorías pero no ordenándolas en un rango, como ocurre con los ejemplos recién mencionados – u ordinal , en que los valores o categorías pueden ser ordenados en un rango de acuerdo a alguna dimensión. Por ejemplo, podemos clasificar pacientes como “no casos”, “casos posibles” “casos seguros”, o lesiones como mínima, moderada, severa, y fatal.
www.epidemiolog.net, © Victor J. Schoenbach 5. Midiendo la enfermedad y la exposición
Cuando los propios valores, o por lo menos el tamaño de los intervalos entre ellos, dan información, entonces el fenómeno ha sido medido a nivel de intervalo. La temperatura medida en escala Fahrenheit es un escala de intervalo, dado que, aunque podemos decir que 80° F es el doble de 40°F, la proporción no tiene sentido en términos del fenómeno subyacente. Las escalas psicológicas a menudo se consideran escalas de intervalo. Lo que diferencia una escala de intervalo de la mayor parte de las medidas que usamos en las ciencias físicas es la ausencia de un punto cero fijo. Dado que sólo los intervalos tienen sentido, la escala puede ser llevada para arriba o para abajo sin que se cambie su significado. Una escala de intervalo con valores “1”, “1,5”, “2”, “3”, “4” podrían bien ser codificados “24”, “24,5”, “25”, “26”, “27”.
www.epidemiolog.net, © Victor J. Schoenbach 5. Midiendo la enfermedad y la exposición
Frecuencia de pacientes con dengue por grupos etareos. La edad promedio fue de 36,8 años
Esta es una escala de tipo cuantitativo en la que, además de ordenar las observaciones por categorías del atributo, se puede medir la magnitud de la distancia relativa entre las categorías.
Las razones (Ratios) pueden definirse como magnitudes que expresan la relación aritmética existente entre dos eventos en una misma población, o un solo evento en dos poblaciones.
La escala de Razones tiene la
cualidad de que el cero sí indica la ausencia del atributo y, por lo tanto, la razón entre dos números de la escala es igual a la relación real existente entre las características de los objetos medidos.
Both zero and unit of measurements are arbitrary in the Interval scale. While the unit of measurement is arbitrary in Ratio scale, its zero point is a natural attribute. The categorical variable is measured on an ordinal or nominal scale.
• Medidas de frecuencia o distribución responden a: ¿Cuánto?, ¿Cuántos?, ¿Qué tan frecuentemente?, ¿Qué tan probable?, ¿Qué tan riesgoso?
• Medidas de asociación:
¿Cuál es la fuerza de la asociación?
• Medidas de impacto: ¿Qué tan importante?
Mediciones en epidemiología
Medidas de Frecuencia de enfermedad
Medidas de Asociación (de efecto)
Medidas de Impacto Potencial
Incidencia Prevalencia Medidas de Diferencia Absoluta
Medidas de Diferencia Relativa o de Razón
(Riesgo Relativo)
Impacto de remover la exposición
sobre los expuestos
Impacto de remover la exposición
en la población
• Incidencia Acumulada • Proporción de Incidencia
• Puntual • Periodo • Diferencia
de riesgo • Exceso de riesgo • Riesgos Atribuible
• Razón de Riesgo • Razón de Incidencia Acumulada
• Razón de tasas • Razón de Tasa de Incidencia
• Densidad de Incidencia • Tasa de Incidencia • Número
necesario a tratar
• Riesgo Atribuible • Exceso de Riesgo
• Riesgo Atribuible Poblacional
• Riesgo Atribuible Porcentual • Fracción Etiológica Porcentual
• Riesgo Atribuible Poblacional Porcentual • Fracción Atribuible Poblacional
• Odds Ratio • OR prevalencia
• Odds de Prevalencia
Medidas descriptivas Medidas analíticas
Cifras absolutas • Describen la magnitud o volumen real
de un suceso. • Tienen utilidad para la asignación de
recursos (El número mensual de partos en un establecimiento hospitalario da una idea de los recursos para satisfacer esta demandaNúmero de cirugías para estimar número de camas, Número de consultas para calcular cuántos médicos se necesitan).
• Al efectuar comparaciones, el uso de cifras absolutas tiene limitaciones, puesto que no aluden a la población de la cual se obtienen. no permite comparaciones, ni estimación del riesgos. Se amerita estandarizar los datos en tasas.
• Son la materia prima, los datos crudos con que trabajamos.
La mayor parte de las medidas poblacionales no tienen mayor significado si no están relacionadas con el tamaño y las características de una población y/o los valores esperados, aunque sólo sea implícitamente.
1.75 millones de personas murieron en el mundo por tuberculosis en 2003 (OMS 2005) ¿Es más de lo esperado? ¿quién está en mayor riesgo?
Una tabla de frecuencias completa organiza los datos de manera tal que en una columna de la tabla aparecen los valores de la variable, de distinta manera según se trate de una variable discreta o de una variable continua, y en sucesivas columnas se muestran diferentes tipos de frecuencias asociadas a esos valores (frecuencias absolutas, frecuencias relativas, frecuencias absolutas acumuladas y frecuencias relativas acumuladas). Para datos categorizados en escala nominal no se usan frecuencias acumuladas. Pueden graficarse en barras, gráfico de tallos y hojas o tabligrama, o en densidad de puntos.
10 7 8 11 1 2 3 7 9 12 0 3 3 4 6 8 13 1 2 2 4 5 6 7 8 14 0 1 2 3 3 5 7 8 8 15 0 2 3 3 8 8 16 0 0 1 2
Números relativos
Toda vez que consideran la relación existente entre un numerador/denominador: • Facilitan la comparación al interior de
las poblaciones y entre ellas.
• Reflejan la ocurrencia relativa del evento.
• Mejor descripción.
• Pueden ayudar a predecir la ocurrencia y probabilidad del evento (riesgo).
Proporciones
• Expresan la frecuencia con la que puede ocurrir un evento en relación a la población total.
• Señalan la importancia relativa del fenómeno en estudio.
• Las proporciones no se interpretan como una probabilidad ni tampoco otorgan un riesgo, puesto que no se calculan con la población expuesta al riesgo.
• Pueden tomar valores entre cero y uno. Siempre tienen valores fraccionarios que multiplicados por una constante 100 expresan porcentajes.
Por ejemplo, si en un año se presentan tres muertes en una población compuesta por 100 personas, la proporción anual de muertes en esa población será: 3 muertes 100 personas A menudo las proporciones se expresan en forma de porcentaje, y en tal caso los resultados oscilan entre cero y 100. En el ejemplo anterior, la proporción anual de muertes en la población sería de 3 por 100, o de 3%.
Moreno Altamirano, Alejandra, Sergio López-Moreno y Alexánder Corcho-Berdugo. 2000. Principales medidas en epidemiología. Salud Pública de México 42 (4): 337-348.
La proporción es la medida de estadística descriptiva que más se usa. Es el número de observaciones con una característica en particular entre la población de referencia. Las medidas de proporción más utilizadas en la práctica clínica para describir la enfermedad son la prevalencia y la incidencia.
El numerador siempre está incluido en el denominador X= A’/A.
Suele expresarse en porcentajes (%)
Cuartiles: Los valores que delimitan el 1er, 2do. y 3er. cuarto de la distribución de la variable. Percentiles: Valores que delimitan un porcentaje de la distribución. Por ejemplo: el 20avo. percentil (también conocido como el segundo decil) es el valor por debajo del cual se encuentran el 20% inferior de las observaciones.
Rango intercuartílico – La distancia entre el 1er y el 3er cuartil. Sesgo – El grado de asimetría alrededor del valor promedio de una distribución. Ser sesgado a la derecha o tener un sesgo a la derecho significa que la distribución se extiende a la derecha; en una distribución sesgada en forma positiva, la media (promedio global) se encuentra a la derecha de la mediana, debido a la influencia de los valores extremos.
Medidas de resumen usadas comúnmente para descripción y comparación
Media aritmética o promedio El valor “promedio” de la variable. Valor obtenido por la suma de todos sus valores dividida entre el número de sumadores. Es la más común y se prefiere ante distribuciones simétricas. Es utilizada para la describir y resumir la información con un solo numero el cual suele situarse hacia el centro de la distribución de datos se denomina medida o parámetro de tendencia central o de centralización. Es un parámetro de extrema importancia en la inferencia estadistica, siendo de gran utilidad para la estimacion de la media poblacional, entre otros usos.
Los pasos para obtener la media son: 1. Sumar los valores de todas las observaciones. 2. El resultado de la suma se divide entre el número total de observaciones.
Uno de los inconvenientes de esta medida de resumen es su sensibilidad a valores extremos, tanto muy altos como muy bajos, ya que la media se ve influida por estos valores. Cuando esto ocurre es preferible utilizar otra medida de resumen como la mediana.
Mediana: El centro de la distribución de la
variable (la mitad de los valores quedan por debajo y la mitad por encima). Es menos afectada por valores extremos o de las colas- medida preferida ante distribuciones sesgadas. Similar to the median on a highway that divides the road in two, the statistical median is the value that divides the data into two halves, with one half of the observations being smaller than the median value and the other half being larger. The median is the 50th percentile of the distribution. Edades de pacientes con una enfermedad particular: 4, 23, 28, 31, 32 La edad mediana es 28 años, el valor de enmedio, con dos pequeños valores de menor edad que 28 y dos mayores.
Para identificar la mediana y practicar inglés: Step 1. Arrange the observations into increasing or decreasing order. Ordenar los valores de las observaciones de menor a mayor. Step 2. Identificar la ubicación del valor de la mediana.Find the middle position of the
distribution by using the following formula: Middle position = (n + 1) ⁄ 2 If the
number of observations (n) is odd, the middle position falls on a single observation. b. If the number of observations is even, the middle position falls between two observations. Step 3. Cuando la cantidad de observaciones es impar, la mediana es el valor de la observación que justamente está en medio de la serie ordenada de valores;Cuando la serie es par, identificar los dos valores centrales, sumarlos y promediarlos.Identify the value at the middle position. a. If the number of observations (n) is odd and the middle position falls on a single observation, the median equals the value of that observation. b. If the number of observations is even and the middle position falls between two observations, the median equals the average of the two values.
Moda El valor que ocurre con mayor frecuencia en una serie de datos. Puede determinarse simplemente contando el numero de veces que ocurre un valor. Es útil para saber, por ejemplo, que día de la semana hay mayor demanda de servicios, o para evaluar la equidad en cobertura de una campaña de vacunación: Número de dosis de DPT recibidas en 17 niños de 2 años:
0, 0, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4
Two children received no doses; two children received 1 dose; three received 2 doses; six received 3 doses; and four received all 4 doses. Therefore, the mode is 3 doses, because more children received 3 doses than any other number of doses.
Paso 1. Disponer los datos en una tabla donde se aprecie la distribución de frecuencias, indicando los valores de la variabloes y la frecuencia en que esto ocurre (Alternatively, for a
data set with only a few values, arrange the actual values in ascending order, as was done with the DPT vaccine doses above.)
Paso (step) 2. Identificar el valor “that occurs most often”.
The mode is used almost exclusively as a "descriptive" measure. It is almost never used in statistical manipulations or analyses. The mode is not typically affected by one or two extreme values (outliers).
Medidas de dispersión o variabilidad
• Rango
• Varianza
• Desviación estándar
El rango o recorrido estadístico es la diferencia entre el valor máximo y el valor mínimo en un grupo de números aleatorios. Se le suele simbolizar con R y es de escasa utilidad explicativa, aunque si nos señala la dispersión de las características en una muestra poblacional.
La varianza es una medida estadística que mide la dispersión de los valores respecto a un valor central (media), es decir, es el cuadrado de las desviaciones: Se obtiene en base al promedio de las distancias o desvíos de los datos respecto de la media. Como la media se encuentra en el centro de una distribución, la suma de estas distancias es nula, siendo necesario calcular el estadístico sumando los cuadrados de los desvíos más que los desvíos puros. Conlleva a cambiar la magnitud en la que se obtiene la información.
Varianza
Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de tendencia central, sino también como se distribuyen respecto de la media aritmética, para obtener una visión más acorde con la realidad. La desviación estándar o típica es una medida de dispersión para variables de razón (variables cuantitativas o cantidades racionales) y de intervalo. Se define como la raíz cuadrada de la varianza. La desviación estándar puede ser interpretada como una medida de incertidumbre.
Desviación estándar: la raíz cuadrada de la varianza de la población
La desviación estándar es comúnmente utilizada para identificar valores extremos o para establecer valores que se consideran extremos. Datos que se encuentran muy por encima o por debajo de la Media+4*DE o la Media-4*DE son considerados como valores extremos o “outliers”, para cualquier tipo de distribución. También es usual reemplazar el multiplicador 4 por 3.
Mientras mayor es la desviación estándar, mayor es la dispersión de la población. La desviación estándar es un promedio de las desviaciones individuales de cada observación con respecto a la media de una distribución. Así, la desviación estándar mide el grado de dispersión o variabilidad.
Se llama distribución normal o de Gauss a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en los fenómenos reales. Variamos, pero no demasiado.
La desviación estándar o desviación típica es la raíz cuadrada de la varianza de la variable, o la raíz cuadrada de la media de los cuadrados de las puntuaciones de desviación. Es la distancia de una observación típica con respecto a la media o promedio (más precisamente, es la raíz cuadrada del promedio de las distancias de las observaciones desde la media elevadas al cuadrado). [No debe ser confundido con el error estándar, que es una medida de imprecisión de una estimación]. La Desviación Estándar es la raíz cuadrada de la varianza de la distribución de probabilidad discreta. Cuando los casos tomados son iguales al total de la población se aplica la fórmula de desviación estándar poblacional. Así la varianza es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmética de la distribución.
Se representa por σ o s, dependiendo de la procedencia del conjunto de datos.
La regla empírica (Teorema del límite central)
Dado un grupo de mediciones normalmente distribuidas, en promedio: 68.3% de las mediciones están a 1 desviación estándar de la media. 95.5% de las mediciones están a 2 desviaciones estándar de la media. 99.7% de las mediciones están a 3 desviaciones estándar de la media.
Medidas de frecuencia de enfermedad/daño
Razones: Relación entre dos cantidades. La razón representa cuántas veces más (o menos) ocurrirá el evento en el grupo expuesto al factor, comparado con el grupo no expuesto. Proporciones: Relaciones donde el numerador está incluido en el denominador. Tasas: Expresan relaciones entre eventos y sus denominadores, útiles para apreciar cambios por unidad de tiempo. Algunas tasas usadas en epidemiología no son verdaderas tasas, sino proporciones.
Razones (Ratios) • Es la comparación, a través de una
división, de dos grupos de individuos con atributos de diferente naturaleza. Expresan la relación entre dos sucesos distintos, relacionados o no.
• A diferencia de las tasas, el numerador no está incluido en el denominador y no hacen referencia a una población expuesta.
• En éste caso, la interpretación del cociente no alude a una probabilidad o a un riesgo, como es el caso de la tasa.
• Es la forma más simple de mostrar desigualdades entre grupos.
• Ejemplos: Hombres/Mujeres; Camas / por habitantes; Profesionales / por habitantes; Muertes Maternas/Nacidos vivos.
http://datos.gob.mx/historias/salud/reduciendo-mortalidad-materna.html
RMM, se calcula de acuerdo a la OMS como el número de muertes durante el embarazo, o menos de 42 después del parto, entre 10,000 nacimientos vivos
Tasas (Rates)
• Expresan la dinámica de un suceso en una población a lo largo del tiempo.
• Magnitud de cambio de una variable por unidad de cambio de otra (tiempo) en relación al tamaño de la población que se encuentra en riesgo de experimentar el suceso.
• Unidad de medida: tiempo-persona o población de seguimiento. ¿Cómo podemos
evaluar si un número de casos constituye un brote o aún una epidemia?
Tasas
The death rate by country (2009 CIA World Factbook figures).
Expresan la probabilidad de que ocurra un evento en una población dada y en un momento determinado. Tasa = (X ÷ Y) * K Donde:
X = Número de eventos en una población dada y en un momento determinado Y = Población en riesgo de sufrir ese evento durante el mismo período de tiempo K = Constante de base 10
El denominador para las estadísticas vitales y otras tasas basadas en la población (p.ej., tasas de mortalidad, tasas de natalidad, tasas de matrimonio) generalmente se toma del censo nacional o de otros datos de eventos vitales, como en el caso de la tasa de mortalidad infantil:
Tasa de mortalidad infantil: Muertes de niños menores de un año de edad en un año/Total de nacimientos vivos en un año. Los resultados generalmente se llevan a una escala en que puedan ser expresados sin decimales (p.ej., 40 muertes por 1,000 o 4,000 muertes por 100,000).
Indicadores de natalidad Definición/Cálculo Amplificación
Tasa bruta de natalidad Nº de recién nacidos vivos / Población
estimada a mitad de periodo
1.000
habitantes
Tasa de Fecundidad
General
Nº nacimientos/
Nº mujeres en edad fértil (15-49
años) 1.000 mujeres
Tasa de Fecundidad por
edad Nº nacimientos por grupo de edad/
Nº mujeres por grupo de edad 1.000 mujeres
Tasa recién nacidos de
bajo peso Recién nacidos vivos < 2.500 grs/
Nº recién nacidos vivos
1.000 nacidos
vivos
Indicadores de morbilidad Definición/Cálculo Amplificación
Tasa de morbilidad por causa Nº enfermos por causa /
Población total a mitad de periodo
1.000
habitantes
Tasa de morbilidad específica por
edad, sexo
Nº enfermos seg�n edad o sexo/
Pobl. total a mitad de periodo seg�n edad o
sexo
100.000
habitantes
Tasa de incidencia Nº de casos nuevos de enfermedad/
Población expuesta Variable
Tasa de prevalencia Nº casos (nuevos y antiguos)/
Población total expuesta Variable
Tasa ataque primaria Nº casos enfermedad transmisible /
Población expuesta 100 expuestos
Tasa de ataque secundario Nº casos enfermedad transmisible aparecidos después
de casos 1arios/
Población expuesta 100 contactos
Indicadores de mortalidad Definición/Cálculo Amplificación
Tasa de mortalidad general Total de defunciones /
Población total a mitad de periodo 1.000 habitantes
Tasa mortalidad según sexo Total defunciones por sexo/
Pobl.masculina o femenina mitad
de periodo
1.000 hombres o
mujeres
Tasa mortalidad por grupo de
edad
Total defunciones por grupo de edad /
Población del mismo grupo de
edad 100.000 personas
Tasa de mortalidad Infantil Defunciones de menores de un año/
Total de recién nacidos vivos
1.000 recién nacidos
vivos
Tasa de mortalidad neonatal Defunciones niños menores de 28 días /
Total de recién nacidos vivos
1.000 recién nacidos
vivos
Tasas de mortalidad infantil
tardía Defunciones niños > 28 días > 1 año/
Total de recién nacidos vivos
1.000 recién nacidos
vivos
Medidas de mortalidad
• Expresan la magnitud con la que se presenta la muerte en una población en un momento determinado.
• Mortalidad general: volumen de muertes ocurridas por todas las causas de enfermedad, en todos los grupos de edad y para ambos sexos.
• Mortalidad ajustada o estandarizada: considera diferencia por sexo y edad.
Estandarización de tasas
Ajuste de tasa: Ajustar o estandarizar tasas para remover efectos de la edad en las poblaciones siendo comparadas.
Estandarización por edad: Método que controla la edad como un factor. Se prefiere el método directo.
Las tasas estandarizadas no tienen ningún significado por sí solas, y sólo se usan para hacer comparaciones con tasas estandarizadas de la misma forma.
En el método directo de estandarización, se calcula la tasa que se esperaría encontrar en las poblaciones bajo estudio si todas tuvieran la misma composición según la variable cuyo efecto se espera ajustar o controlar. Se utiliza la estructura de una población llamada “estándar”, cuyos estratos corresponden al factor que se quiere controlar y a la cual se aplica las tasas específicas por esos mismos estratos de las poblaciones estudiadas.
El método indirecto de estandarización sigue un abordaje diferente. En vez de utilizar una población
estándar, se utilizan tasas específicas estándares o de referencia aplicadas a las poblaciones que se quiere comparar, estratificadas por la variable que se quiere controlar. De esta manera se obtiene el total de casos esperados. Al dividir el total de casos observados por el número esperado se obtiene la razón de mortalidad estandarizada (RME). Esta razón permite comparar cada población bajo estudio con la población de la cual provienen las tasas estándares.
El estudio comparativo de las tasas ajustadas puede hacerse de diversas maneras: se puede calcular la diferencia de las tasas, la razón de ellas o bien el porcentaje de diferencia entre ellas.
Medidas de frecuencia de salud poblacional
• Se utilizan para comparar la frecuencia de los eventos.
• Su medición es independiente del tamaño de la población en la que se realiza la medición.
• Numero de casos: numerador.
• Numero total de individuos que componen la población: denominador.
• Permite saber si hay susceptibles a una enfermedad: población en riesgo.
• Prevalencia
• Incidencia
Medidas de frecuencia de
enfermedad/daño
Medidas de riesgo de
enfermedad/daño
Medidas de Morbilidad
INCIDENCIA: número de casos nuevos de enfermedad que acontecen en un periodo determinado.
• Incidencia Acumulada (Proporción de incidencia)
• Tasa de Incidencia (Densidad de Incidencia )
PREVALENCIA: número de casos existentes (antiguos y nuevos) de enfermedad que acontecen en un periodo determinado (Puntual o un Período).
Incidencia
Nuevos casos
Enfermedades años de:
•Breve incubación
•Duración breve
• La incidencia involucra el pasaje de tiempo y un lugar determinado. • Puede ser expresada como una proporción o como una tasa. • Puede ser usada para estimar el riesgo de un evento durante un período de tiempo especificado.
• Refleja el flujo (velocidad de cambio) del estado
de salud al de enfermedad en la población
Incidencia, una “película”que describe lo que está pasando en la población. La incidencia se define como el número de casos nuevos dividido por la población en riesgo durante ese período. Incluye tres componentes: Casos nuevos, Población en riesgo, Intervalo de tiempo.
Simplemente seguir a un grupo
Cohorte = grupo que es objeto de seguimiento
No se necesita un grupo para comparar
No necesariamente hay hipótesis de trabajo
Caso nuevos a fin de periodo No importa cuándo aparecieron
Requisitos para medir incidencia y estimar riesgos
•Una población definida (en riesgo de..)
•Un momento de partida
•Un sistema de detección que incluya la variable dependiente
•Tiempo suficiente para que se exprese el riesgo
• Estudios específicos : estudios de incidencia.
• Datos rutinariamente recogidos por el Sistema de Vigilancia Epidemiológica.
• Autorreportes y notificaciones especiales (casos de Reacciones Adversas a Medicamentos y farmacovigilancia).
• Es la proporción de
individuos que estando
sanos al inicio de un
período, pasan a ser casos
de enfermedad durante un
cierto período
I.A. = Número de casos
nuevos de la enfermedad
K
Población en riesgo o población
sana al inicio del período
Incidencia acumulada
• Es la única medida que realmente mide la incidencia.
• Mide la velocidad de cambio del estado de salud a enfermedad.
• Tiempo que transcurre desde el comienzo del estudio hasta el momento de inicio de la enfermedad.
• Se expresa en unidades “Persona-Tiempo-Observación” .
• También se le llama Densidad de Incidencia o Fuerza de Ataque.
T.I. = No. de casos nuevos de la enfermedad___
Tiempo-persona-observación ó tiempo en riesgo
Tasa de incidencia
Prevalencia
•Se expresa en tasas
• Estimación “puntual”: un tipo de imagen “instantánea” – es la más básica de las medidas epidemiológicas.
•Se define como el número de casos dividido por la población-en-riesgo.
Población en riesgo
Casos
•Tasa cruda
•Tasa según sexo
•Tasa según edad
•Tasas según Nivel Socio-Económico, etnicidad, etc.
Limitaciones: • La prevalencia es una medida estática, no
predictiva.
• No determina la magnitud real del evento, porque enfermedades de larga duración aumentan la prevalencia
¿Cómo se obtiene la prevalencia de una enfermedad?
Estudios específicos : estudios de prevalencia
Datos Rutinariamente recogidos:
•Registros clínicos de consulta
• Egresos hospitalarios
• Notificación de casos
•Censos serológicos
•Sistemas de Vigilancia Epidemiológica
Aunque los estudios de prevalencia se realicen con datos recogidos a lo largo de un periodo de tiempo, los resultados representan una especie de foto fija de nuestra muestra que permite estudiar la relación entre las variables.
Factores que influyen en la prevalencia de una enfermedad
Periodo de incubación
Duración de la enfermedad
•Cronicidad
Tratamiento de la enfermedad
Recaídas de enfermedad (¿?)
Incidencia, mortalidad, y prevalencia están íntimamente relacionadas, por supuesto, igual que nacimientos, muertes, tamaño y estructura por edades y sexos poblacional, al igual que migración.
Caso nuevo Caso precedente Caso recuperado
Defunción
Prevalencia
Población
Tiempo
Índices
Surgen de la comparación de dos tasas o dos razones. Por
ejemplo, el cociente entre la tasa de mortalidad general en varones respecto de las mujeres en 1999. Este indicador da una idea de la existencia de mayor o menor riesgo de una condición dependiendo si su valor es mayor o
menor de 1 (o de 100%).
¿Qué expresan los índices?
• Expresan magnitud de exceso de riesgo o de protección.
• Su lectura es “veces más” o veces menos”.
• Carecen de unidades de medida.
• Se usan para relacionar tasas.
Índice de Cesáreas: Formula: Nro. de Partos por Cesáreas
X 100 (10%)
Total Partos Atendidos (Vaginal + Cesárea)
Fuente: SNIS
Tipo de Indicador: Resultado que puede expresar impacto
Interpretación: El indicador sirve para determinar cuántos partos culminaron en acto
quirúrgico.
El Indicador es una Relación estandarizada de dos o más variables. Puede usarse como instrumento de medición/evaluación. Los indicadores son variables que intentan medir u objetivar en forma cuantitativa o cualitativa, sucesos colectivos (especialmente sucesos biodemográficos) para poder respaldar acciones políticas, evaluar logros y metas y fraguar programas y servicios. Los indicadores de salud son instrumentos de evaluación que pueden determinar directa o indirectamente modificaciones , al otorgar una idea del estado de situación de una condición. Si se esta evaluando un programa para mejorar las condiciones de salud de la población infantil, se puede determinar los cambios observados utilizando varios indicadores que revelen indirectamente esta modificación
Indicadores
VALIDEZ: debe medir realmente lo que se supone debe medir). CONFIABILIDAD: mediciones repetidas por distintos observadores deben dar como resultado Valores similares del mismo indicador. SENSIBILIDAD: Scapaz de captar los cambios. ESPECIFICIDAD: Reflejar solo cambios ocurridos en una determinada situación.
PRINCIPALES INDICADORES DEMOGRAFICOS
• Tamaño de la población (estimaciones,densidad poblacional)
• Composición (edad, sexo, educación, actividad económica, estado civil...)
• Variables Demográficas (Esperanza de vida, Tasas de Natalidad, Mortalidad, Crecimiento, fecundidad, migraciones, descritas segun diferenciales)
INDICADORES COMPLEJOS
• Esperanza de vida
• Desarrollo Humano
• AVPP (Años de Vida Potencial Perdidos)
• Indicadores de calidad de vida
• DALY´S-AVISA o AVAD
Impacto: Tasas de mortalidad y morbilidad, promedio de vida,
promedios de días estancia, porcentaje de ocupación etc.
Cobertura: Porcentaje de población con acceso a los servicios de
salud, promedio de camas por habitante , estudios de Rx por derechohabiente etc.
Eficiencia: Consultas por hora, número de horas de atención por
paciente en 24 horas etc.
Calidad: Porcentaje de usuarios satisfechos, promedio de
infecciones intrahospitalarias mensuales etc.
Recursos: Número de personal por cama, número de estudios por equipo, etc.
Los indicadores pueden ser relativos a:
• Indicadores epidemiológicos que permiten evaluar la fuerza con que un determinado evento se asocia a un determinado factor.
• Comparan el riesgo de que una enfermedad se desarrolle en personas expuestas a un factor bajo sospecha.
MEDIDAS DE ASOCIACION
Medidas de efecto absoluto: RA (Riesgo Atribuible) RA% (Riesgo Atribuible Porcentual o Fracción Etiológica) RAP (Riesgo Atribuible Poblacional) %RAP (Riesgo Atribuible Pobacional. Medidas de efecto relativo: RR (Riesgo Relativo) OR (Odds Ratio o Razón de momios). Medidas de diferencia: Diferencia de Riesgos.
Riesgo Atribuible (RA)
• Ofrece una medida de qué proporción de la
enfermedad puede ser atribuida a la exposición.
• La proporción remanente a la proporción de la enfermedad que debería haber ocurrido aún en la ausencia de la exposición. Asume que todas las otras variables están distribuidas similarmente entre los grupos expuesto y no expuesto.
• La acción de la salud pública debería eliminar la exposición a lo que se conoce como causa de enfermedad para una gran proporción de la población.
RA = Tasa expuestos - Tasa no expuestos = casos por 100.000 habs.
RA% (Riesgo Atribuible Porcentual o Fracción Etiológica)
¿ Cuánto (%) del daño es explicado por el factor en estudio?
RA% = Tasa expuestos - tasa no expuestos
Tasa expuestos
¿Cuanto más riesgo absoluto agrega a la población general el factor? El RAP
estima la proporción de eventos en el grupo expuesto que se pueden atribuir a la presencia del factor de exposición. En otras palabras, refleja el efecto que se podría esperar en el grupo expuesto de la población en estudio si se eliminara el factor de riesgo.
RAP = Tasa expuestos - Tasa pob
general
Riesgo Atribuible Poblacional: RAP
El RAP se puede calcular con esta fórmula: DIE-DINE RDI-1 DIE RDI Donde: DIE= Densidad de incidencia en expuestos DINE= Densidad de incidencia en no expuestos, y RDI= Razón de densidad de incidencia
EL RAPP se estima ponderando el RAP de acuerdo con la proporción de sujetos expuestos en la población blanco. El RAPP se puede estimar utilizando la siguiente formula: Pe (RDI-1) Pe (RDI-1)+1 El RAPP se puede considerar como una proyección del RAP hacia la población total. En este caso, los resultados obtenidos en el grupo de expuestos se extrapolan hacia la población blanco estimando el impacto de la exposición a nivel poblacional.
Riesgo Atribuible Poblacional %(RAP)
RDI= Razón de densidad de incidencia en Pe (expuestos)
Moreno Altamirano, Alejandra, Sergio López-Moreno y Alexánder Corcho-Berdugo. 2000. Principales medidas en epidemiología. Salud Pública de México 42 (4): 337-348.
Medidas de asociación de efecto relativo
Útiles para evaluar la existencia de una relación entre la exposición a un factor de riesgo específico y el status de enfermedad.
Medidas de efecto relativo: RR (Riesgo Relativo) OR (Odds Ratio o Razón de momios).
Riesgo Relativo (RR)
Usado en estudios de cohortes. Razón de tasas de ataque en grupos expuestos y no expuestos.
RR = 1 tasa igual en ambos grupos. RR = >1 el expuesto es más posible que enferme. RR = <1 el no expuesto es más posible que enferme.
Riesgo Relativo Significado
1.1-1.3 Debil
1.4-1.7 Leve
1.8.3 Moderado
3-8 Fuerte
8-16 Muy fuerte
16-40 Dramático
+40 Abrumador
Schoenbach, V. 2000. Inferencia causal. En Comprendiendo los fundamentos de la epidemiología. Un texto en desarrollo. Universidad de Carolina del Norte en Chapel Hill,
Medidas de asociación (efecto relativo) usadas en estudios de casos-controles
• Razón de productos cruzados (RPC) o Razón de momios (RM), razón de ventaja y razón de disparidad.
• Se usa cuando las tasas de enfermedad no están disponibles.
• La razón de los momios mide la exposición entre casos y controles.
• Cuando la OR tiene un valor de 1 (o nulo), el comportamiento del factor es indiferente; si el valor es superior a 1, el factor puede considerarse como de riesgo, y si es inferior a 1 es valorado como factor protector.
• Si la enfermedad es rara, la OR será similar al RR (si RM>1 indica que la relación de la enfermedad a la exposición es improbable que sea por azar.)
OR (Odds Ratio)
La OR se estima en los estudios de casos y controles –donde los sujetos son elegidos según la presencia o ausencia de enfermedad, desconociéndose el volumen de la población de donde provienen– por lo que no es posible calcular la incidencia de la enfermedad. Es un buen estimador de la razón de densidad de incidencia (RDI), y puede serlo del RR.
OR
Moreno Altamirano, Alejandra, Sergio López-Moreno y Alexánder Corcho-Berdugo. 2000. Principales medidas en epidemiología. Salud Pública de México 42 (4): 337-348.
Medidas de diferencia, usadas en estudios de cohorte
• Diferencia de riesgo - diferencia en las tasas de ataque de los grupos expuestos y no expuestos se calcula para determinar si es significativamente diferente de cero (no efecto).
• Razón de riesgos - La razón de dos tasas de densidad de incidencia. Útiles cuando la información de tiempo-persona está disponible. Interpretación casi igual a RR.
Medidas de diferencia • Como indica su nombre, estas medidas
expresan la diferencia existente en una misma medida de frecuencia (idealmente la incidencia) entre dos poblaciones.
• En general, las medidas de diferencia indican la contribución de un determinado factor en la producción de enfermedad entre los que están expuestos a él.
• Su uso se basa en la suposición de que tal factor es responsable de la aparición de la enfermedad y en la presunción de que, de no existir, los riesgos en ambos grupos serían iguales.
Diferencia = Ei - Eo x 100 Donde Ei es la frecuencia de enfermar o morir de un grupo expuesto, y Eo es la frecuencia de enfermar o morir en el grupo no expuesto.
Moreno Altamirano, Alejandra, Sergio López-Moreno y Alexánder Corcho-Berdugo. 2000. Principales medidas en epidemiología. Salud Pública de México 42 (4): 337-348.
Para poder estimar la importancia de una exposición en una población y que sucedería en términos de eliminar esta exposición en los individuos expuestos o en la población.
Riesgo atribuible absoluto Riesgo atribuible poblacional (absoluto) (RAP) Riesgo Atribuible Proporcional en el grupo
Expuesto (RAP Exp) El Riesgo Atribuible Proporcional en la Población
(RAPP)
Medidas de impacto potencial
¿Qué tan importante es una exposición? ¿Qué proporción de las enfermedades se pueden atribuir a esta variable?
Recommended