Definiciones operacionales

Incidencia y prevalencia

Todas las diferentes tasas de morbilidad que se manejan en epidemiología pueden clasificarse como tasas de incidencia o de prevalencia

Incidencia y prevalencia

La tasa de incidencia mide la probabilidad de que una persona sana desarrolle enfermedad durante un periodo específico de tiempo

Es decir, representa el número de casos nuevos de enfermedad en una población durante un periodo de tiempo definido

La tasa de prevalencia mide el número de personas en una población que en un momento dado tienen la enfermedad

Incidencia y prevalencia

Las fórmulas para calcular estas tasas son:

Incidencia = número de casos nuevos en un periodo de tiempo

población en riesgo

Prevalencia = número existente de casos en un punto en el tiempo

población total

La prevalencia nos indica la cantidad de personas que tienen la enfermedad en un punto en el tiempo y depende de dos factores:o Los sujetos que han estado enfermos

o La duración de la enfermedad

Incidencia y prevalencia

Incidencia y prevalencia

Aun cuando el número de casos sea pequeño cada año, si la enfermedad es crónica, el numero de casos se va a acumular; la prevalencia será mayor que la incidencia

Por el contrario si el padecimiento es de breve duración (aguda) debido a recuperación o muerte (o migración) la prevalencia será muy baja

Incidencia y prevalencia

La relación entre prevalencia e incidencia y la duración de la enfermedad se expresa por la formula:

PI d

que indica que la prevalencia varía directamente con la incidencia y la duración de la enfermedad

Incidencia y prevalencia

Los tratamientos que tienen éxito en prolongar la vida tienen un profundo efecto sobre la prevalencia de enfermedad. Un ejemplo clásico es el de la insulina en la diabetes

Algunas consideraciones sobre la incidencia Para determinar a incidencia es necesario

seguir prospectivamente a un grupo definido de individuos y determinar la tasa con que aparecen los casos nuevos de enfermedad bajo estudio

Algunas consideraciones sobre la incidencia Se deben de llenar ciertos requisitos para

poder calcular la incidencia:

1. Conocer el estado de salud de la población en estudio. Tenemos que contar con una base para considerar a un sujeto como sano o enfermo

Algunas consideraciones sobre la incidencia2. Fecha de inicio de la enfermedad. En

padecimientos agudos esto es generalmente sencillo. En casos crónicos o con inicio incierto, el evento mas temprano que pueda definirse en forma objetiva se considerara como la fecha de inicio; por ejemplo, en cáncer la fecha de diagnostico se considera como fecha de inicio en vez de la fecha de los primeros síntomas

Algunas consideraciones sobre la incidencia3. Especificación del numerador. Número de

personas vs. número de eventos. En ciertas circunstancias se puede presentar mas de un evento en un mismo individuo dentro de un periodo de tiempo definido; por ejemplo un mismo individuo puede tener mas de un episodio de broncoespasmo al año

Algunas consideraciones sobre la incidencia

Incidencia = número de personas con broncoespasmo en un año

población en riesgo

Incidencia = número de ataques de broncoespasmo en un año

población en riesgo

Algunas consideraciones sobre la incidencia4. Especificación del denominador. El denominador debe

de estar definido y correctamente enumerado.

Hay dos puntos importantes con respecto al denominador en las tasas de incidencia

a) como la incidencia cubre un periodo de

tiempo el número de sujetos en riesgo

va a modificarse. La solución mas practica es

tomar como denominador a la población existente

a la mitad del periodo de observación

Algunas consideraciones sobre la incidenciab) Como la incidencia se refiere a casos nuevos,

solo deberíamos incluir a las personas en riesgo de adquirir la enfermedad. El denominador no debe incluir a aquellos sujetos que ya la tienen o que no están en riesgo de hacerlo. Usualmente sin embargo esta corrección al denominador nunca se hace pues técnicamente es muy difícil hacerlo; además suele carecer de significancia estadística

Algunas consideraciones sobre la incidencia5. Periodo de observación

siempre se debe definir el periodo exacto de observación. En general es un año, pero puede ser cualquier otro periodo de tiempo

Algunas consideraciones sobre la incidencia Periodos de observación de duración no

uniformeo Denominadores de persona-tiempo

Vamos a suponer que un grupo especifico de individuos esta siendo observado prospectivamente para determinar la incidencia de úlcera péptica y el estudio se va a prolongar 3 años

Algunas consideraciones sobre la incidencia

Durante el seguimiento algunos de los pacientes se

pierden, se mudan a otra región o fallecen.

Además, los pacientes ingresan al estudio en diferentes

épocas después de que este se ha iniciado

Todo esto trae como consecuencia periodos de

observación de diferente duración, lo que hará que los

sujetos contribuyan en forma desigual al cálculo de la

población en riesgo

Algunas consideraciones sobre la incidencia

Con el propósito de utilizar todos los casos y poder

balancear la contribución en tiempo de observación de

cada uno de los participantes, vamos a utilizar una

unidad de tiempo persona, Vg. año-sujeto para el

denominador

Por ejemplo, en este estudio hipotético de incidencia de

úlcera péptica, 12 sujetos son observados por periodos

de tiempo de diferente duración

En conjunto las 12 personas fueron observadas por un total de 66 años

Si entre estos doce sujetos se desarrollan 3 casos de úlcera péptica, la incidencia sería de 3 en 66 años de seguimiento o 4.5 por 100 años-sujeto de observación

Denominador tiempo-persona Es válido únicamente bajo 3 condiciones:

o el riesgo de enfermedad es constante durante todo el periodo de seguimiento (habitualmente no es así)

o la tasa de enfermedad/muerte entre los que se pierden a seguimiento debe ser la misma que para los que siguen bajo observación. Esto requiere tratar de determinar que sucedió con los sujetos que se perdieron

Denominador tiempo-persona

o si la enfermedad es rápidamente fatal algunos individuos se observaran por periodos inferiores a la unidad de tiempo y esto hará que la tasa sea artificialmente alta (contarán como un caso en el numerador, pero como menos de una unidad tiempo-persona en el denominador)

Usos de la incidencia y prevalencia La prevalencia es útil particularmente en el

estudio de enfermedades crónicas; también es útil para planear las cargas de trabajo y las necesidades de equipamiento

Cuando no existe información para calcular la incidencia las tasas de prevalencia pueden utilizarse para estimar la importancia de una enfermedad en la población sin olvidar sin embargo que la prevalencia no es un buen estimador de la incidencia

Usos de la incidencia y prevalencia Las tasas de incidencia son la herramienta

fundamental para el estudio de la etiología de enfermedades tanto agudas como crónicas

Como nos dan una determinación directa de la tasa de enfermedad en una población, nos permite establecer el riesgo de enfermedad

Usos de la incidencia y prevalencia Al comparar las tasas de incidencia de una

enfermedad entre grupos poblacionales que difieren en uno o mas factores identificables podemos probar por medio de estudios analíticos si un factor afecta el riesgo de adquirir la enfermedad, e incluso podemos establecer una hipótesis sobre la magnitud del efecto

Usos de la incidencia y prevalencia La incidencia constituye una determinación

directa del riesgo En contraste, una prevalencia elevada no

necesariamente indica un alto riesgo; quizás solo refleje un incremento en la sobrevida

Por el contrario una prevalencia baja puede deberse a un proceso rápidamente fatal, una recuperación rápida o una incidencia baja

Usos de la incidencia y prevalencia Una limitante de la prevalencia es que nos da

una imagen sesgada de la enfermedad ya que favorece la inclusión de casos crónicos sobre los agudos

La diferencia entre casos incidentes y prevalentes puede ser una fuente importante de sesgo

Esta diferencia es fundamental para comprender los resultados de un programa de tamizaje

El primer rastreo poblacional va a detectar casos prevalentes e incidentes; un segundo rastreo detectará ya solo los casos incidentes que se desarrollaron a partir del primer rastreo

Usos de la incidencia y prevalencia

Otra limitante de la prevalencia es evidente en estudios de corte seccional, en donde la presencia de un factor de riesgo y la presencia de enfermedad se miden simultáneamente, esto es, la causa y el efecto se miden al mismo tiempo

Usos de la incidencia y prevalencia

Usos de la incidencia y prevalencia Para poder considerar que un factor tiene

una asociación causal con un padecimiento, el factor debe anteceder al padecimiento

Es decir, la variable independiente debe anteceder a la variable dependiente, lo que no es posible establecer en un estudio de corte seccional

Usos de la incidencia y prevalencia Es importante reconocer este aspecto pues

frecuentemente se utiliza información de un estudio de corte seccional para desarrollar inferencias causales, sobre todo porque es mas fácil determinar la prevalencia

Usos de la incidencia y prevalencia La determinación de la incidencia requiere de

por lo menos dos determinaciones en los mismos individuos:o primero una encuesta para identificar a los

individuos que no tienen la enfermedad

o una segunda evaluación de estos individuos sanos para determinar cuantos se enfermaron a partir de la primera encuesta

Usos de la incidencia y prevalencia Esto queda demostrado en el estudio clásico

de Framingham sobre enfermedades cardiovasculares (ECV)

Se llevo a cabo un estudio de CS para determinar la prevalencia de ECV

Dos años después fueron evaluados los sujetos inicialmente libres de ECV para determinar la incidencia

La explicación a esta discrepancia es el diferente curso que sigue la enfermedad en ♀ y ♂ jóvenes

En los ♂ jóvenes la ECV se manifestaba como IAM y muerte súbita

En las ♀ jóvenes era mas común que se manifestara como angina de pecho

Dada la mayor duración de la enfermedad en ♀, la prevalencia en estas se incrementa e iguala a la de los ♂ a pesar de la mucho mayor incidencia de ECV en el ♂

Ajuste de tasas

Las tasas crudas se refieren a toda una población

Son tasas que pueden ocultar el hecho de que uno o mas subgrupos de esa población presenten un riesgo significativamente diferente

Ajuste de tasas

Por ejemplo, la población total no es un denominador ideal para una tasa de mortalidad ya que las personas en diferentes grupos de edad difieren con respecto a su riesgo de muerte

Misma tasa de mortalidad específica

Ajuste de tasas

La tasa cruda de mortalidad es un promedio balanceado de las tasas de mortalidad específicas por grupo de edad (el balance lo dan las proporciones de cada grupo)

Ajuste directo de las tasas

La diferencia en la composición de la edad de dos grupos puede ser eliminada para permitir una comparación justa de las dos poblaciones. Los pasos a seguir son los siguientes:

1. Seleccione una población estándar

Combinamos la población A

con la población B

Multiplicamos las columnas 1 2 y

1 4

Esto responde a nuestra pregunta ¿Cuál seria el número de muertes esperadas en la población estándar si las persona estuvieran muriendo con las tasas observadas para cada grupo específico de población (A y B)

LA RESPUESTA OBVIAMENTE ES FICTICIA

E número de muertes esperadas (74) es el mismo para ambos grupos A y B y las tasas ajustadas por edad (74/10,000=7.4/1,000) son también iguales

¿Porque ocurre esto? La población A y B tienen la misma tasa de

mortalidad específica por grupos de edad; una vez eliminada la diferencia en la composición de las poblaciones al utilizar una población estándar, las tasas se vuelven idénticas

Ahora vamos a suponer que las tasas de mortalidad ya no son idénticas

La tasa para la poblacion A= 74/10,000 ó 7.4 por 1,000

La tasa para la poblacion B= 92/10,000 ó 9.2 por 1,000

La población estándar a utilizar puede ser seleccionada en forma arbitraria, esto es en lugar de combinar A+B, pueden utilizarse los datos demográficos de algún censo

1.34

1.89

20.55

Población, muertes de residentes y tasas de mortalidad por edadpara las poblaciones A y B, 1960

Población A Población B

¿Porque?

49.8% 19.5%

Ajuste indirecto de tasas

¿Que podemos hacer cuando:o el número de muertes es muy pequeño lo que

lleva a cálculos inestables de las tasas de mortalidad específica por grupo de edad

o se desconocen las tasas de mortalidad específica por grupo de edad

Ajuste indirecto de tasas

Con el método indirecto, las tasas de la mayor de las dos poblaciones se utiliza como estándar debido a que sus tasas son mas estables

Ajuste indirecto de tasas

El ajuste indirecto de las tasas de mortalidad se basa en las tasas de mortalidad especifica por grupo de edad mas que en la composición por edad

Equivale a preguntarnos cual seria la mortalidad en la población mas pequeña si las tasas de muerte específicas por edad fueran las mismas que las de la población estándar

o se tomaron rx de tórax para detectar TB; se evaluaron para anomalías CV

o población total 24,884 (24,772 normales +112 con ECV)o la mortalidad en el grupo ECV es de 17.9o la mortalidad en el grupo sin ECV es de 1.15o la mortalidad cruda es 15.6 veces mayor en el grupo con

ECV

o la distribución por edad es muy diferente

o en el grupo de ECV el 58% de la población es >55

o en el grupo sin ECV solo el 9.1% es >55

o ES NECESARIO AJUSTAR POR EDAD

el grupo con ECV solo tuvo 20 muertes vs. 286 del grupo sin ECV

sus tasas de mortalidad específica por grupo de edad son muy inestables

Por ejemplo…

Grupo ECV+ Muertes Tasa

15-34 23 1 4.34

Si en cambio 23 2 8.69

35-54 24 5 20.83

Si en cambio 24 4 16.66

24 6 25.0

En cambio…

Grupo ECV- Muertes Tasa

35-54 8,838 102 1.15

Si en cambio 8,838 101 1.14

8,838 103 1.16

¿Como calculan las muertes esperadas?

15-34 23 0.25/100 = 0.057 = 0.01 (muertes observadas= 1)

35-54 241.15/100 = 0.27 = 0.3 (muertes observadas= 5)

55+ 656.61/100 = 4.29 = 4.3 (muertes observadas= 14)

Aun después del ajuste la tasa de mortalidad es mayor para el grupo ECV+ que para el grupo ECV- (4.25 vs.1)

Esto es, tuvieron mas muertes que las esperadas si tuvieran las mismas tasas de mortalidad especifica por grupo de edad que la población estándar

Una forma común de evaluar el ajuste por el método indirecto es el relacionar el total de muertes esperadas y observadas

Tasa de mortalidadestandarizada =

Total de muertes observadas

Total de muertes esperadas

Tasa de Mortalidad Estandarizada Si la TME es >1 indica que hay un mayor

número de muertes que las esperadas Si la TME es <1 indica que hay un menor

número de muertes que las esperadas

Análisis de la mortalidad por cohorte

En todos los grupos de edad la incidencia ha ido disminuyendo

En todos los grupos es similar:o alta en la infancia

o baja en la adolescencia

o incrementa de ahí en adelante

Análisis de la mortalidad por cohorte

La curva de 1960 da la impresión de que el riesgo de mortalidad por TB se va incrementado con la edad

Esto sin embargo no es cierto

Cuando la frecuencia de la enfermedad cambia con el paso del tiempo, se recomienda analizar la información agrupando a los sujetos por su fecha de nacimiento

Los grupos resultantes se conocen como cohortes de nacimiento

Análisis de la mortalidad por cohorte

Análisis de la mortalidad por cohorte

Análisis de la mortalidad por cohorte

Curva de corte seccional

Curva de cohorte

Por el contrario, cuando la frecuencia de la enfermedad aumenta con el paso del tiempo, las curvas de corte seccional muestran un aparente decremento con la edad

Análisis de la mortalidad por cohorte

Mortalidad por cáncer broncogénico

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 expuestosRiesgo 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

1. Los controles son representativos de la población general

2. Los casos son representativos de todos los casos en la población general

3. 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

Total 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 tienenel factor cuantosestán enfermos

de los no que tienenel 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)

AM

IGD

AL

EC

TO

MIA

67

43

64

34OR= =2.9

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

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

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:o por apareo de los controles

o por métodos estadísticos (estratificación o regresión)

Factores de confusión

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

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

Apareo de los controles

El aparear demasiadas variables tiene inconvenientes:o pudiera incluirse una variable con importancia

causal

o incrementa el costo (se requiere seleccionar mas controles)

o 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:o caso expuesto-control expuesto (a)

o caso expuesto-control no expuesto (b)

o caso no expuesto-control expuesto (c)

o caso no expuesto-control no expuesto (d)

Expuestos No expuestos

Expuestos a b

No expuestos c d

Controles

Cas

os

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)

Estrógeno No estrógeno

Estrógeno 17 76

No estrógeno 10 111

Controles

Cas

os

Razón de momios = 76/10 = 7.6

Riesgo atribuible

Es el grado en que la incidencia de enfermedad puede ser atribuida a un factor de riesgo

Puede calcularse de dos formas:

RA= [incidencia en la población general]-[incidencia en los no expuestos]

incidencia en la población general

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

Riesgo atribuible

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