Post on 25-Jan-2016
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 -1 0 1
Riesgo Relativo (RR) 0 1 Razones de Densidad (RD) 0 1 Razón de Momios (OR) 0 1
Asoc Neg Max Asoc Nula Asoc Pos Max
Importante: Considere el diseño del Estudio Note asimetría del RR y ORNecesita transformar RR y OR
Evento No Evento Total
Expuesto
No expuesto
a b n1*
c d n2*
n*1 n*2 n**RR = a/n1* c/n2*
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
X 100
En expuestos
Evento No Evento Total
Expuesto
No expuesto
a b n1*
c d n2*
n*1 n*2 n**RAP% = X 100P(e) (RR-1)P(e) (RR-1)+1
o
RAP% = X 100 (OR-1) (OR-1)+1
bn*2
bn*2
Evento No Even Total
Expuestos
No expuestos
a b n1*
c d n2*
n*1 n*2 n**RAP = ad - bc n**d
RAexp% = X100RR - 1 RR
Pruebas de Significancia:
“Rechazar o aceptar”
Asociación RealPresente Ausente
HallazgosEstadísticos
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
n1* n2* 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 + 1.96 *SE(ln RR))
(lnOR + 1.96*SE(ln OR))
e
e
IC 95% para RR
IC 95% para OR
SE: Error estándar
Intervalos de Confianza
SE(ln RR)= b da(a+b) c(c+d)+
SE(ln OR) =
1 1 1 1a b c d
+ + +
SE: Error estándar
Hipertensión TA Normal Total
Antec Fam
No-Antec Fam
40 626 666
26 952 978
66 1578 1644RR = 40/666 26/978 = 2.2592
OR = 40*952/626*26 = 2.34
Ejemplo:
RAP% = X 100 = 34.05%.41 (2.259-1).41 (2.259-1)+1
o
RAP% = X 100 = 34.71% (2.34-1) (2.34-1)+1
6261578
6261578
Hipertensión TA Normal Total
Antec Fam
No-Antec Fam
40 626 666
26 952 978
66 1578 1644
Ejemplo:
RAP = 40*952 - 626*26 1644*952 = .014
RAexp% = X100 = 55.73%2.259 - 1 2.259
Hipertensión TA Normal Total
Antec Fam
No-Antec Fam
40 626 666
26 952 978
66 1578 1644
Ejemplo:
Prueba de Significancia e IC
2 = w/ 1 d.f. (obs - esp)2
esp
2 = = 11.52
w/ 1 d.f.
1644 ( 40*952 - 626*26)2
666*952*1578*66
SE(ln RR)= 626 95240(666) 26(978)+
SE(ln OR) =1 1 1 140 626 26 952
+ + +
= .2468
= .2571
Prueba de Significancia e IC
SE: Error estándar
(.815 + 1.96 *.2468)e
IC 95% para RR ln2.259 = .815
lnRRa = .8150 + 1.96*.2468 = 1.2987
lnRRb = .8150 - 1.96*.2468 =.3313
RRa = e1.2987 = 3.664 RRb = e.3313 = 1.393
Prueba de Significancia e IC
(.850 + 1.96 *.2571)e
IC 95% para OR ln2.34 = .850
lnORa = .850 + 1.96*.2571 = 1.3539
lnORb = .850 - 1.96*.2571 =.3461
ORa = e1.3539 = 3.87 ORb = e.3461 = 1.41
Prueba de Significancia e IC
OR= Razón de Momios
Razones de Densidad
Dens de Incidencia = = DI1 Eventos observados en grp 1 (O1) tiempo-persona en grp 1 (L1)
Razón de Dens = DI1
DI2
Razón de Incidencias: Intervalos de Confianza
Paso 1: = O1
O1 + O2
Pb,a = + 1.96 * (1- )O1 + O2[
Paso 2:
DIb = * Pb
1 - Pb L2
L1
DIa = * Pa
1 - Pa L2
L1
[ [
]
] ]
Razón de Densidades: Ejemplo
Razón de Dens = = = 1.14 DI1
DI2
Población (grupo) 1: 60 personas con SGB 35,000 personas año DI1 = 60/35000 = 0.00171
Población (grupo) 2: 45 personas con SGB 30,000 personas año DI2 = 45/30000 = 0.0015
0.001710.0015
SGB: Síndrome de Guillain-Barré
Razón de Dens: Intervalos de Confianza Ejemplos
Paso 1: = 6060 + 45
Pb,a = + 1.96 * .5714(1- .5714) 60 + 45
Paso 2:
RDb = * 0.47680.5232
30,00035,000
RDa = * 0.66610.3339
30,00035,000
6060 + 45
Pb = 0.4768 , Pa = 0.6661
RD = 1.14, 95% CI ( 0.78, 1.71)
]
] ]
[
[ [
Enf No-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
Enf No-Enf
Niveles2,3, y 4combinados
Nivel 1 exp
Mas de 2 categorías de exposición
a b
•Ejemplo:•Nivel de referencia = 1•referencia vs los demás combinados
c+e+g d+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.
Enf No 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
Enf No 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
Enf No 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.
Enf No 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 <1515-44>44
Total 5000 45 45/5000=9.0
Pob B <1515-44>44
Total 5000 29 29/5000=5.8
Pop A <15 1500 0.30 2 315-44 2000 0.40 6 12>44 1500 0.30 20 30
all ages 5000 1.00 45 45/5000=9.0
Pop B <15 2000 0.40 2 415-44 2500 0.50 6 15>44 500 0.10 20 10
all ages 5000 1.00 29 29/5000=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 <15 1500 0.3015-44 2000 0.40>44 1500 0.30
all ages 5000 1.00
Pop B <15 2000 0.4015-44 2500 0.50>44 500 0.10
all ages 5000 1.00
Poblacion estandard
<15 350015-44 4500>44 2000
Total 10000
Comparación de Tasas de Mortalidad en dos poblaciones por edadAjuste 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 <15 3500 2 3.5K * 2 = 715-44 4500 6 4.5K * 6 = 27>44 2000 20 2.0K * 20 = 40
PoB B <15 3500 2 3.5K * 2 = 7
15-44 4500 6 4.5K * 6 = 27>44 2000 20 2.0K * 20 = 40
-Utilice tasas especificas de cada pob. original-Aplique para los números de la pob. estándar
NUMERO ESPERADODE CASOS
Pob A <15 3.5K * 2 = 715-44 4.5K * 6 = 27>44 2.0K * 20 = 40
Pob B <15 3.5K * 2 = 7
15-44 4.5K * 6 = 27>44 2.0K * 20 = 40
74
74
Comparación de Tasas de Mortalidad en dos poblaciones por edadAjuste directo: Paso 3 – Sume casos esperados
Pop A <15 3.5K * 2 = 715-44 4.5K * 6 = 27>44 2.0K * 20 = 40
Pop B <15 3.5K * 2 = 7
15-44 4.5K * 6 = 27>44 2.0K * 20 = 40
74
74
7410000
7410000
= 7.4 per 1000
= 7.4 per 1000
Total de población estandard
Comparación de Tasas de Mortalidad en dos poblaciones por edadAjuste directo: Paso 4 – Calcule tasa ajustada para cada pob.
NUMERO ESPERADODE CASOS
Pob A <15 1500 0.30 2 315-44 2000 0.40 6 12>44 1500 0.30 20 30
Todos 5000 1.00 45 45/5000=9.0
Pob B <15 2000 0.40 2 415-44 2500 0.50 6 15>44 500 0.10 20 10
Todos 5000 1.00 29 29/5000=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