Estudios transversales (de prevalencia) Estudios de Prevalencia (Cross Sectional o Transversales): Elatributoseleccionadodelapoblacinomuestrapoblacionalsemideenunpunto determinadodeltiempo,enloqueesequivalenteatratardeobteneruna"fotografa"del problema.Sebuscaconocertodosloscasosdepersonasconunaciertacondicinenun momentodado,sinimportarporcuntotiempomantendrnestacaractersticanitampoco cuando la adquirieron.Ejemplo:todoslosenfermosdetuberculosisenlasemana20delaoencurso,enuna regindelpas,independientementedecuntotiempollevaenfermocadapaciente.La informacinpuedeusarsetantoenformadescriptiva,paramostrarcuntohaydecada caracterstica en la poblacin o tambin para ayudar a la generacin de hiptesis, al analizar asociaciones existentes entre algunas caractersticas de los sujetos. Si la variable estudiada es de tipo cualitativa (por ejemplo una enfermedad o sus sntomas), losresultadosdeunestudiodeprevalenciaseentregangeneralmentecomoporcentajes (tasas de prevalencia). Las variables cuantitativas pueden expresarse a travs de medidas de resumen como promedios y sus desviaciones estndar, dependiendo del tipo de variable, o bien pueden categorizarse de acuerdo a criterios clasificatorios previamente establecidos.Un estudio de prevalencia puede ser tambin analtico cuando se examinan las variables de inters en subgrupos de sujetos, pudiendo estudiarse hiptesis causales o de asociacin. Sin embargoestetipodemodelodeinvestigacinslopermiteprobarhiptesissimples,por ejemplo, si el promedio de una caracterstica difiere de un valor estndar conocido o del de otrapoblacin.Tambinpermitelacomparacinentregrupos,odeunmismogrupoen diferentes momentos, como por ejemplo en aos o periodos diferentes.Un estudio de prevalencia puede ser tambin analtico cuando se examinan las variables de inters en subgrupos de sujetos, pudiendo estudiarse hiptesis causales o de asociacin. Sin embargoestetipodemodelodeinvestigacinslopermiteprobarhiptesissimples,por ejemplo, si el promedio de una caracterstica difiere de un valor estndar conocido o del de otrapoblacin.Tambinpermitelacomparacinentregrupos,odeunmismogrupoen diferentes momentos, como por ejemplo en aos o periodos diferentes.Estudios de prevalencia Sinnimos:Estudiosdecorte,transversales,deprevalencia,cross-sectionalstudies(cross sectional surveys), estudios verticales. Sonestudiosdefrecuenteutilizacinypuedenconsiderarsecomoestudiosdescriptivos cuandoelobjetivonoesevaluarunahiptesisdetrabajo1.Puedenclasificarsetambin como estudios de asociacin simple cuando es posible vincular los hallazgos obtenidos con atributos poblacionales En dichos casos, las preguntas que originan el estudio pueden considerar la verificacin de hiptesisreferentesalafrecuenciadedistribucindeunavariabledependienteen subgrupos poblacionales. Si fuera este el caso, ciertamente el estudio posee un componente analtico. 2 Estos estudios responde a preguntas tales como: Qu tan frecuente es la hipertensin en poblacin adulta?Qu porcentaje de pacientes manifiesta disconformidad con la atencin recibida?Culeslafrecuenciadebebedoresproblemadeacuerdoasusexoycualsu relacin con el nivel socioeconmico?Caractersticas generales Estos diseos permiten estimar la magnitudy distribucin de una enfermedad o condicin enunmomentodado.Sedefinenbsicamentecomoprocedimientosdeinvestigacin transversales (sin continuidad en el eje del tiempo) y no experimentales u observacionales (sin manipulacin de variables por parte del investigador). En ellos, un universo completo o unamuestrarepresentativadelesestudiada,enunmomentoylugardeterminado.El carcter transversal proviene de la medicin de la variable dependiente (enfermedad u otra situacin)enunmomentodeterminado.Unejemploclsicodeunestudiodeprevalencia aplicado a la totalidad de la poblacin es un censo. Sondemximautilidadcuandosedeseaconocerlafrecuenciadeunacaracterstica(por ejemplo de una enfermedad) y caracterizar algunos atributos de la poblacin evaluada.Utilidad de los estudios de prevalenciaEstos estudios son de utilidad para:la descripcin de un fenmeno de salud, -la identificacin de la frecuencia poblacional de l,la generacin de hiptesis de trabajo(explicatorias).Estediseodeinvestigacinnopermiteidentificarrelacionescausalesentrelosfactores estudiados,puestoquemidesimultneamenteefecto(variabledependiente)yexposicin (variable independiente). Porejemplo,siseestablecelafrecuenciadecncerenunamuestradepersonas,yse detectan casos con antecedente de exposicin a un factor de riesgo, la tendencia natural es especularquelaexposicinpuedeserunfactorcausaldecncersilafrecuenciade exposicinesmayorenpersonasconcncerrespectodepersonassanas.Sin embargo, tal aseveracin puede ser incorrecta ya que la medicin simultnea de ambas variablesnoaseguratemporalidaddelaasociacin(laexposicinprecedealefecto observado).Considrese una poblacin de 100 trabajadores en dos trabajos distintos, uno de las cuales (A)determinaunaexposicinderiesgoconocidoparaeldesarrollodeunaenfermedad profesional.EnB,laactividadlaboralnodeterminariesgodeestanaturaleza.Siseefectaunestudio de prevalencia en el tiempo 1, la prevalencia de la enfermedad es 4 veces mayor en A con relacin a B. Siserepitesimilarexperienciaeneltiempo2encontraremosunasituacininversa,enla cual, los trabajadores de B presentarn una mayor prevalencia de la enfermedad en estudio (13,6% vs 11% ). EstasituacinesconsecuenciadelamigracindepartedelapoblacindeAhaciaB(10 trabajadoresenfermoscambiansulugardetrabajo),loquedeterminauncambioenla prevalencia detectada en la segunda medicin.Elejemplopermitevisualizarladificultadquetieneestetipodeestudiosparapoder establecer direccionalidad de una asociacin. La conclusin a la que puede llegarse en el ejemplo anterior si la prevalencia es evaluada en el tiempo 2 es totalmente contraria a la esperada (espreo), sin significado epidemiolgico.Enconsecuencia,lainterpretacinenestetipodeestudiospuedehacersedificultosaen presencia de: Tendencias estacionales o seculares del fenmeno en estudio,Cambios en la incidencia o duracin,Movilidad de los sujetos expuestos o en riesgo, Situaciones o eventos de corta duracin.Modificacin en criterios clasificatorios.Hiptesis de trabajo en estudios de prevalencia El investigador puede encontrarse frente a las siguientes situaciones al momento de disear un estudio de prevalencia: Situaciones o eventos de corta duracin.Modificacin en criterios clasificatorios.Hiptesis de trabajo en estudios de prevalencia El investigador puede encontrarse frente a las siguientes situaciones al momento de disear un estudio de prevalencia: Deseaconocerlaprevalenciadeunacondicineignoraporcompletolamagnitud de ella en la poblacin que va a estudiar. (Ejemplo: problemas de salud emergentes o inexistentes 3 )Disponedeinformacinquelepermiteestimarlaprevalenciadelacondicinen estudio(porejemplo,apartirdelaliteraturacientficaodeotrasmediciones realizadas en condiciones similares) Siseignoraporcompletolaprevalenciadeunfenmeno,laprobabilidadpdeencontrar sujetosconestacondicinenlapoblacinoenunamuestradeellaserde50%.El complemento q de lo anterior corresponder a la prevalencia de sujetos sin la condicin en estudio, vale decir, al 50% restante. Este valor q puede ser estimado a travs de la expresin q = 1 - pH0 = p = q: H1 = p q Siendo: Siseignoraporcompletolaprevalenciadeunfenmeno,laprobabilidadpdeencontrar sujetosconestacondicinenlapoblacinoenunamuestradeellaserde50%.El complemento q de lo anterior corresponder a la prevalencia de sujetos sin la condicin en estudio, vale decir, al 50% restante. Este valor q puede ser estimado a travs de la expresin q = 1 - pH0 = p = q: H1 = p q Siendo: p= prevalenciaq = (1- p)Puedetambinquerermedirselacondicinenestudioendospoblacionesdiferentesoen periodos diferentes (por ejemplo si se espera un cambio en la prevalencia producto de algn cambio ambiental. En este caso la hiptesis de trabajo a docimar puede tomar la siguiente estructura:H0 = p1 = p2 vs H1 = p1 > p2o bien:,H0 = p1 = p2 vs H1 = p1 < p2,Finalmente, en una misma poblacin, puede interesar el estudio de la prevalencia de una variable segn subgrupos de poblacin (estratos de edad o socioeconmicos, sexo)H0 = p1a = p2a ;p1b = p2b; p1n = p2n H1 = p1ap2a ; p1bp2b ; p1np2nEstosestudiosusanmuestrasrepresentativasdelapoblacinydebencontarcon instrumentos de recoleccin de informacin con la adecuada sensibilidad para identificar a los sujetos con el atributo en estudio. Estos instrumentos pueden corresponder a mediciones realizadas aplicando cuestionarios, encuestas u otros instrumentos.Ladefinicindecasospuedeserrelativamentesimplesihaydefinicionesoperacionales estandarizadas(hipertensosodiabticos).Otrasvecessermscomplejasiesnecesario cumplirconcriteriosdeinclusinparaidentificaruncaso.Enamboscasosesnecesario contarconadecuadoscriteriosenladefinicindelasvariablesenestudio.4 La correcta aplicacin de estos instrumentos es esencial para controlar o disminuir el riesgo de sesgoy error de medicin, lo que se reduceal estandarizar los instrumentosy mtodos de aplicacin. Esconvenienteeldesarrollodeexperienciaspilotospreviasalainvestigacinquesirven paraverificarlacomprensindellenguajeydelaspreguntas,estandarizarlastcnicasde medicin o detectar dificultades de acceso o aceptacin de los participantes a las entrevistas ymediciones.Estasmismasconsideracionessonvlidasparalamedicindelasvariables independientesincluidasenelestudio,siendoespecialmenteimportanteenaquellos estudiosenloscualeselinvestigadorestinteresadoenconocerladistribucindela variabledependientesegnestratosdepoblacin(figura1)ocuandodeseaestablecer relaciones con mas de una variable independiente a la vez (figura.2).Figura 1. Estudio de prevalencia. Anlisis univariado Nivel socioeconmico DIABETES +- Alto Medio Bajo Figura 2. Estudio prevalencia: Anlisis bivariado Varones Mujeres Nivel socioeconmico DiabetesDiabetes +-+- Alto Medio Bajo Obtencin de la informacin en el tiempo La informacin puede recogerse en un momento determinado o en un lapso de tiempo de magnitud variable amplitud, como ser por ejemplo:Condicin actual de sano: medicin puntual, al momento de ser entrevistado,Infeccin intra-hospitalaria: considerando el tiempo transcurrido entre las primeras 48 horas desde la hospitalizacin y el egreso,Portador de alguna enfermedad aguda en los ltimos 6 meses.Se utiliza el trmino prevalencia puntual, para referirse a la medicin de prevalencia que considera periodos de tiempo abreviados o de corta duracin, reflejando la obtencin de una medida que busca ser instantnea. En este caso, el tiempo en el cual el sujeto se encontr tericamente expuesto a riesgo es prcticamente cero. Estadsticamente es la probabilidad de que un individuo de una poblacin presente una caracterstica determinada.Prevalencia = casos de X causa Tiempo exposicin(instantneo)En situaciones de carcter recurrente en la vida, como aquellas propias de problemas de salud mental, puede interesar conocer la existencia de episodios a lo largo de perodos de tiempo. En este caso, existe en el denominador una cierta nocin de tiempo de exposicin.Prevalencia (episodios) =brotes de descompensacin trastorno bipolar tiempo transcurrido desde eldiagnstico o durante la vida Esteeselconceptoquesubyacealtrminoprevalenciaperidicaolpsica,laquepuede corresponder a un tiempo acotado, o bien, al caso particular de medicin de prevalencia en la que se indaga acerca de la existencia de eventos a lo largo de toda la vida, en cuyo caso hablamosdeprevalenciadevida5,connotandounprolongadoperiododetiempo.La medicindelaprevalencialpsicaincorporaalossujetosqueportabanlacondicinal momentodeiniciarlaobservacinmsaquellosqueladesarrollanduranteelperodode observacin (casos incidentes ms casos prevalentes).Las bondades de este tipo de estudios, as como sus limitaciones se presentan en el siguiente cuadro. Ellas deben apreciarse en un sentido relativo y siempre considerando que se cuenta con diseos de investigacin alternativos y complementarios al mencionado.(Tabla 1) Tabla 1. Algunas ventajas y desventajes de estudios de prevalencia VENTAJASDESVENTAJAS De relativa sencillez y bajo costoPermiten el estudio de enfermedades crnicas, de prolongados periodos de incubacin.Aptos para el estudio de parmetros fisiolgicosPermiten plantear la existencia de asociacionesPueden utilizar informacin recolectada previamenteLa informacin en general es de ms fcil obtencinInformacin de buena calidad de covariablesDeterminan la prevalencia de un dao o de un factor de riesgoContribuyen a una adecuada caracterizacin de la poblacin afectadaPermiten la elaboracin de estimadores de riesgo.No sustentan inferencia de causalidadSlo permiten establecer asociaciones generalesNo permite establecer riesgos relativos directos.Condicionados a un buen diseo de instrumentos de recoleccin y trabajo de terreno (fieldwork)Sujetos a sesgos por eventuales cambios en la poblacin, en periodos previos al estudio.Limitados a sujetos vivos (posible fuente de sesgo de seleccinCitando al Dr. Luis Martnez, este tipo de diseo de investigacin epidemiolgica suele organizarse de acuerdo con el siguiente conjunto de fases: 61.Definicin de la poblacin de referencia.2.Determinar si se desarrollar en el universo de individuos o en una muestra de ellos.3.Determinar el tamao de la muestra poblacional y las formas de seleccin y acceso de las mismas.4.Elaborar y validar los instrumentos y las tcnicas mediante las cuales se medirn las variables en estudio. 5.Estandarizacin de criterios clasificatorios a fin de controlar la existencia de errores en la medicin u ocurrencia de sesgos. 6.Asegurar la comparabilidad de la informacin obtenida en los diferentes grupos de individuos (si es que existiera ms de un grupo).7.Determinar el anlisis epidemiolgico y estadstico a utilizar.8.Anlisis de la informacin, verificacin de cumplimiento de hiptesis de trabajo.9.Conclusin.Organizacin de la informacin en un estudio de prevalenciaLa informacin puede organizarse en una tabla tetracrica o de2 x 2, la que permite estudiar las relaciones entre la enfermedad o condicin con otros atributos de inters, como ser, un factor de riesgo (tabla 2). Tabla 2. Disposicin de datos en estudio de prevalencia Variable dependiente EnfermosSanosFactor de riesgo positivoabm1 Factor de riesgo negativocdm2 n1n2n As, la tasa de prevalencia global de la variable dependiente o enfermedad x corresponde a: P = n1/nNtese que en estos estudios el investigador no conoce a priori el valor de ninguno de los elementos de la tabla, a diferencia de los estudios de casos y controles, los de cohorte y por cierto los estudios experimentales. La situacin se representa de la siguiente manera: (Tabla 3) Variable dependiente EnfermosSanosFactor de riesgo positivoa (?)b (?)m1 (?) Factor de riesgo negativoc (?)d (?)m2 (?) n1 (?)n2 (?)Conocido El investigador utiliza para el clculo del tamao muestral una estimacin de la prevalencia (n1) pero ignora el comportamiento al interior de las celdas de la tabla tetracrica.La prevalencia de enfermos entre individuos expuestos corresponde a a/m1 y, la prevalencia de enfermos entre los no expuestos corresponde a c/m2.De forma anloga, la tasa de exposicin al factor entre los detectados enfermos corresponde a a/n1 y su equivalente entre individuos sanos es equivalente a b/n2.. La razn de prevalencias (RP) corresponde a:RP = a/m1 c/m2Los intervalos de confianza para dicha razn se calculan de acuerdo a la siguiente formulacin:IC RP = RP ( )Siendo: Z el valor correspondiente al valor de error definido para un nivel de confianza definido(N de C = 100 -. Si= 0.05 = Z 1,96) el valor de Chi cuadrado. El intervalo calculado contendr en el 95% de los casos, algn valor comprendido en el intervalo calculado de repetirse 100 veces el mismo ensayo en igualdad de condiciones. En cuanto al test de Chi cuadrado, en aquellos casos en los cuales la informacin adopte la forma de una tabla de 2 x 2, podemos utilizar la metodologa de clculo utilizando la dcima de Chi cuadrado de Mantel y Haenszel de acuerdo con la siguiente formulacin: MH = ( | ad - bc | - n ) n

n1 n2 m1 m2Si se tratara de anlisis considerando ms de un estrato puede utilizarse el correspondiente test de MH = [{(ai di - bi ci) / ni}]

(ni 1 ni 2 mi 1 mi 2)/ {ni(ni-1)}1.Medicina Preventiva y Salud Pblica, Salvat Editores S.A. 1988, 8 Edicin, Captulo 7.2.Hennekens Ch., Buring J. Epidemiology in medicine. 1st Edition, Little, Brown & Company, USA, 1987.3.En este caso el tipo de diseo de investigacin corresponde a un estudio descriptivo propiamente tal. 4.Se recomienda revisar este aspecto en: Berros X et al. Rev Md Chile 1990;118:597-604.5.Algunos epidemilogos se refieren a la prevalencia puntual como una razn, dndole el carcter de tasa a la prevalencia peridica, que considera un lapso de tiempo en el cual las personas estn sujetas a riesgo. En la prctica, puede considerarse que la prevalencia puntual corresponde a una tasa en la medida que el espacio de tiempo en la cual es medida refleja en parte un tiempo de exposicin. (Mausner & Bahn. Epidemiology; An introductory text, 2nd edition). 6.Cncer y ambiente. Bases Epidemiolgicas para su investigacin y control. En "Mtodos Epidemiolgicos". Dr. Luis Martnez O. ECO/OPS, Mxico, 1990. (Biblioteca Biomdica PUC, QZ200-C215a-1990-v3) Indicadores a los que dan origen los estudios de prevalencia Medidas epidemiolgicas puras: Tasas de prevalencia: se expresa generalmente en tasas porcentuales o usando otro mltiplo de 10 segn sea la magnitud de la prevalencia encontrada. Razn de prevalencia (RP). La que se obtiene calculando el cuociente entre la prevalencia encontrada en el grupo expuesto a un eventual factor en relacin con la prevalencia de grupos no expuestos o con diferente nivel de exposicin (ej. Distintos niveles socioeconmicos). Diferencia de prevalencia (DP; Prevalence difference), la que corresponde a la diferencia entre la prevalencia de sujetos expuestos menos la de los no expuestos (por tanto posee unidades de medida). Este indicador puede ser utilizado para el clculo de otras medidas epidemiolgicas relacionadas con la estimacin del riesgo en la poblacin derivado de la exposicin (Riesgo Atribuible porcentual en expuestos o RAP), y el efecto esperado en la prevalencia global considerando la remocin del factor de riesgo en la poblacin (riesgo atribuible poblacional porcentual o RAP%).(DP) = Prevalencia expuestos - Prevalencia no expuestosOdds de prevalencia (prevalence-odds): puesto que la informacin de un estudio transversal puede ser desplegada en una tabla tetracrica de igual forma que un estudio prospectivo o de casos y controles, Rothman (1986) propone la consideracin de la expresin prevalence-odds 1 , que es equivalente a la relacin Tasa de incidencia ( I ) de la enfermedad por la duracin promedio de ella (D).DI = P (1 - P) As, la medicin de la odds o chance de prevalencia constituye una medicin bsica en estudios transversales y es un estimador de riesgo. Odds ratio de prevalencia: la relacin de dos valores de odds de prevalencia da origen al denominado odds ratio de prevalencia, cuyo clculo e interpretacin sigue los mismos principios que el clculo en otros diseos de investigacin.Consideremos la siguiente situacin hipottica en un estudio de prevalencia en que se evala la frecuencia de un factor de riesgo en un grupo de 200 individuos (Tabla 1).Tabla 1. Ej. Prevalencia de enfermedad en presencia y ausencia de un factor de riesgoExposicin Variabledependiente

+-Positiva404080 Negativa2010020 60140200 Prevalencia expuestos = (40/80 ) = 0,50 = 50 % Prevalencia no- expuestos = (20/120) = 0,166 =16,7%Odds de prevalencia expuestos = (P/1-P)(0.5/(1-0,5)) = 1Odds prevalencia no-expuestos = (P/1-P) (0.17/(1- 0,17)) = 0.20 Luego el valor del Odds ratio de prevalencia corresponde a:OR prevalencia = 1/0.20 = 5Utilizando la frmula abreviada para el clculo de oddss ratio se tiene:OR prevalencia = 40 x 100 = 5 40 x 20Algunos autores proponen el clculo de indicadores de riesgo utilizados en estudios prospectivos, vale decir, riesgo relativo, utilizando la misma metodologa empleado en ellos. El clculo de indicadores del tipo "odds" se reservara para los casos en que la prevalencia estudiada fuera pequea. Metodolgicamente sin embargo, parece ser ms adecuado utilizar el clculo de odds ratio puesto que la evaluacin de las variables de "exposicin" frecuentemente tiene un sentido retrospectivo en gran parte de estudios transversales.Pueden tambin ser calculadas las diferencias de prevalencias considerando la presencia de variables confundentes, ponderando la diferencia por dichas variables. Tambin existen mtodos alternativos para el clculo del Odds Ratio de prevalencia usando diferente metodologa. El detalle de dichos procedimientos es discutido extensamente en la bibliografa recomendada. 2La consideracin de mltiples variables independientes en el estudio de asociacin requiere del uso de metodologas multivariadas, recomendndose el uso de la regresin logstica en estos casos. Este procedimiento permite la incorporacin de las diferentes variables independientes (la principal o variable de exposicin y el resto de ellas o covariables). Finalmente la interpretacin de estos indicadores de riesgo debe considerar el hecho de que en estudios de esta naturaleza las asociaciones que sugieran relaciones de causalidad deben ser cuidadosamente evaluadas habida consideracin de las limitaciones inherentes a estos diseos de investigacin.Validacin estadstica de la informacin. Comparacin de proporciones, y sus correspondientes intervalos de confianza. Test de Chi cuadrado, de Mantel y Haenszel, para verificar diferencias en los valores de prevalencia. El investigador debe decidir si desea validar estadsticamente sus resultados mediante el clculo de intervalos de confianza o mediante el desarrollo de un test de Chi cuadrado. Estudios de prevalencia y muestraUna de las dificultades metodolgicas que enfrenta el diseo de los estudios de prevalencia se refiere a la muestra. En contadas ocasiones es posible plantear el estudio en un universo completo, por ejemplo en el caso de comunidades pequeas o cerradas, en lugares aislados, o en subgrupos determinados de los cuales se tiene informacin previa. En la prctica ello corresponde a la elaboracin de un autntico censo.Lo habitual ser estudiar una muestra poblacional. La clave de la validez de los resultados est en la correcta seleccin y clculo de su tamao para los fines de validacin estadstica. El apoyo estadstico permite estimar el tamao de muestra para la realizacin de un estudio satisfactorio considerando los diferentes elementos tcnicos necesarios para este tipo de estudios (buen nivel de confianza, adecuada potencia, error de muestreo reducido). En general, a mayor tamao de muestra, mayor es el costo del estudio. Sin embargo debe tomarse en cuenta que no siempre la calidad de un estudio es superior si se aumenta el tamao muestral, y, en el mismo sentido, un gran tamao muestral no garantiza, por s solo, un estudio de mayor calidad.Una recomendacin importante en el diseo de todo estudio epidemiolgico es la participacin del profesional estadstico en la fase de diseo, implementacin, anlisis e interpretacin de los resultados.Elementos a considerar en el clculo y seleccin de muestras en estudios de prevalencia Modalidad de muestreoEn el clculo del tamao muestral de un estudio de prevalencia, debe considerarse la posible distribucin del fenmeno a estudiar en la poblacin objetivo. De no observarse una distribucin particular de la variable en la poblacin, puede realizarse un muestreo aleatorio simple. Si por el contrario se advierte que el atributo a medir guarda relacin con alguna caracterstica poblacional, debe considerarse la posibilidad de realizar un muestreo aleatorio estratificado, respetando la conformacin poblacional de los estratos de inters epidemiolgico (estratos tales como sexo, grupos de edad, condicin socioeconmica, etnia) o considerando grupos como un todo (clusters) . 3 Prevalencia estimada del fenmenoComo ya se mencion, debe recurrirse al empleo de algn estimador o parmetro del atributo a medir en la poblacin. Si no se cuenta con este antecedente, puede recurrirse a su estimacin sobre la base de una exploracin poblacional en pequea escala o bien utilizar estimaciones en grupos seleccionados en los cuales el problema puede haber sido medido (por ejemplo, grupos de alto riesgo de contraer el virus de inmunodeficiencia humana (VIH) en el caso de prevalencia de VIH poblacional). Tambin puede recurrirse a literatura cientfica que proporcione algn estimador, buscando especialmente poblaciones de caractersticas similares. Esta informacin corresponder a la prevalencia estimada. Basndose en esta estimacin (PE), se calcula el complemento de esta frecuencia de acuerdo con: PEstimada = p : entonces complemento q = [1 - p] De no contarse con ninguna estimacin acerca de la frecuencia del problema en la poblacin, debe utilizarse una relacin p : q de 1 : 1, esto es, valor de p = 0,5 y de q = 0,5, lo que equivale a asumir una prevalencia estimada del 50% en la poblacin. 4 De no contarse con ninguna estimacin acerca de la frecuencia del problema en la poblacin, debe utilizarse una relacin p : q de 1 : 1, esto es, valor de p = 0,5 y de q = 0,5, lo que equivale a asumir una prevalencia estimada del 50% en la poblacin. 4 Por cierto que esta relacin determina la peor condicin para los efectos de clculo del tamao muestral en cuanto a su magnitud. Tambin debe considerarse el nivel de confianza (NC) que se le asignar a la muestra, expresado en el valor de Z que le corresponde al nivel de confianza utilizado.NC = (1 -) x 100) Luego si= 0,05, el nivel de confianza corresponder a un 95%. Finalmente, se define el nivel de error de muestreo tolerable para el estudio, vale decir, la probabilidad que la muestra no sea del todo representativa de la poblacin.5Clculo del tamao muestral en estudio de prevalencia usando el mdulo StatCalc de Epi-Info (6.04) Se desea calcular el tamao muestral para un estudio de prevalencia de una enfermedad, con una precisin de 95% (5% de error), asumiendo una estimacin de prevalencia de 34%, con un nivel de confianza de 95% (5% de error alfa). La salida obtenida es la siguiente: Clculo del tamao muestral en estudio de prevalencia usando el mdulo StatCalc de Epi-Info (6.04) Se desea calcular el tamao muestral para un estudio de prevalencia de una enfermedad, con una precisin de 95% (5% de error), asumiendo una estimacin de prevalencia de 34%, con un nivel de confianza de 95% (5% de error alfa). La salida obtenida es la siguiente: EpiInfo Version 6 Statcalc November 1993Population Survey or Descriptive Study Using Random (Not Cluster) SamplingPopulationSize : 100,000,000Expected Frequency : 43.00 %Worst Acceptable : 48.00 % Confidence LevelSample Size 80%161 90% 265 95% 377Tamao muestral requerido 99%650 99.9%1,062 99.99%1,484 1.La expresin (P/(1-P) corresponde a un odds o chance y se diferencia de una probabilidad por el denominador empleado. En una probabilidad, la relacin contempla la relacin de eventos observados (numerador) en relacin al total de eventos posibles (n). En el caso de un Odds o chance, esta relacin se interpretara como la probabilidad de poseer la enfermedad (P) en relacin con la probabilidad de no tenerla (1 -P).2.Checkoway H, Pearce N, Crawford-Brown D.Cross sectional studies en :"Research methods in Occupational Epidemiology. Oxford University Press, 19893.Debe recordarse que adems de las modalidades de muestreo aleatorio presentado existen otras. Adems, se recalca la existencia de muestreo no probabilstico (no aleatorio) de comn utilizacin en investigaciones del rea de Ciencias Sociales. 4.Necesariamente, la suma de p + q deben corresponder al valor 1. 5.Ver Documento de OMS sobre clculo del tamao muestral (Lemeshow) o bien, introducirse en el programa EPIINFO 6.0, en el men statatcal buscando en la opcin "Population Survey". Presionar F1 en esta opcin y aparece la formulacin matemtica de lo ya mencionado.