tema 2. medidas de frecuencia. (22 y 29-09-15)

7/23/2019 Tema 2. Medidas de Frecuencia. (22 y 29-09-15)

1/16

Grupo 26 22/09/2015

TEMA2: RESUMIR LA EXPERIENCIA DE POBLACIONES

Variables de inters en Epidemiologa. En epidemiologa nos interesan distintas

caractersticas. Nos interesa medir las caractersticas y experiencias de las poblaciones segnesas caractersticas. Hay tres variables importantes:

- Lugar: Ciudad, residencia, hospital

-

Persona: Edad, gnero

-

Tiempo: Ao, dcada...

EL TIEMPO

Es una variable aleatoria, en epidemiologa, el plano que nos interesa es el tiempo-

persona. Se realiza un seguimiento sobre una persona durante un numero x de aos.

ESCALAS

Tiempo cronolgico(Calendar time)

El tiempo medido sobre el calendario aceptado.

Las enfermedades cambian en el tiempo cronolgico. No es lo mismo la sfilis de

hace 100 aos comparada con la de hoy en da.

El tiempo personal o edad

El tiempo que transcurre desde el nacimiento de una persona.

Ciertas enfermedades son ms frecuentes a cierta edad.

Tiempo de seguimiento Tiempo medido a partir de un suceso que determina el inicio de la observacin o el

seguimiento (inicio del estudio, diagnostico, exposicin a un factor) . Son puntos

que se utilizan para marcar ese inicio de seguimiento.

El tiempo de supervivencia o tiempo a riesgo

Es el tiempo de seguimiento, de espera, hasta que se produce un suceso o salida

en el experimento, que suele ser del tipo, todo o nada: el individuo muere o no lo

hace, enferma o sigue sano.

Tiene un enrome inters en clnica, como criterio para pronosticar y para hablar de

eficacia teraputica.

ESCALAS DE TIEMPO

Reclutamiento de pacientes en la clnica:

El paciente 3, en el tiempo cronolgico, enferma en unpunto pero al acabar el seguimiento, el paciente 3

todava no ha muerto, no se ha dado el suceso:

censura por terminacin del seguimiento. El paciente

2, enferma, y tras un periodo de tiempo muere o le

ocurre el suceso de inters que se est estudiando,

mientras se le realiza el seguimiento. El paciente 1

estaba enfermo desde el inicio de, pero antes de

acabar el periodo de tiempo establecido, se da una

prdida del seguimiento. Es algo que suele ocurre en

seguimientos a personas. Estas prdidas de

seguimiento, independientemente del diseo que

tengan, pueden producir sesgosen los estudios

epidemiolgicos.


2/16

DEFINICIN DE EPIDEMIOLOGA

Es el estudio de la frecuencia y distribucin de las enfermedades y problemas de salud,

as como de sus determinantes que afecten a poblaciones humanas, con el fin de controlarlos,

si es posible. Por eso, la epidemiologa se centra en los determinantes que puede intentar

controlar.

OBJETIVOS

Conocer la prevalencia de las enfermedades.

PREVALENCIA: En una determinada poblacin, cuantos individuos estn enfermos.

Todos los casos, los nuevos y los viejos.

Conocer la incidencia de las enfermedades: Hablamos de incidencia cuando se trabaja

con casos nuevos de la enfermedad y la mortalidad. Cmo aparecen en la poblacin.

INCIDENCIA: Solo cuando trabajamos con casos nuevos. Cuando una persona muere,

es un caso nuevo.

MEDIDAS DE FRECUENCIA DE LA ENFERMEDAD

Es importante aprender a distinguirlos:

RAZONES

PROPORCIONES

TASAS

En este ejemplo, en el tiempo cronolgico, todos los

individuos del seguimiento empiezan a tiempo 0. Se

puede apreciar el tiempo de seguimientode cada

uno de los individuos.

La escala de tiempo puede ser tambin una escala de

edad, en las que cada individuo sera colocado segn

su edad en ella.


3/16

TIPOS DE POBLACIONES: DINAMICAS O CERRADAS

CERRADA O COHORTE:

Decimos que una poblacin es cerrada o cohorte cuando tenemos un tamao inicial fijo (N) y

definido de antemano. Una vez empezado, no se permiten entradas (nacimientos,inmigraciones), solo se pueden producir salidas (muertes, enfermedades).

EJEMPLO:

1) Individuos nacidos durante el ao 1982.

2) Expuestos a tabaco durante el primer ao de vida de

1982 a 1987.

3) Poblacin de pacientes diagnosticada con angina de

pecho.

En epidemiologa suele interesar saber, cuando se producen los nuevos casos de laenfermedad, para saber cmo funciona la incidencia de la enfermedad en las poblaciones, qu

fuerza tiene esa enfermedad para crear nuevos casos. Esto es importante de cara a la gestin

de la sanidad, la gestin y evaluacin de procesos teraputicos y pronsticos.

DINAMICA:

El tamao de la poblacin (N) puede aumentar con el tiempo. Se permiten entradas y salidas.

El tamao inicial no se mantiene, va ir cambiando.

1)

Poblacin de los Estados Unidos o el Pas

Vasco.

2) Esperanza de vida de los habitantes de

EEUU con 18 aos.

POBLACIONES DINMICAS EN ESTADO ESTACIONARIO

En algunas etapas la poblacin, su tamao no cambia con el tiempo, y si lo hace, la

variacin es muy pequea. Por cada salida o muerte se produce casi inmediatamente una

entrada (un nacimiento).

En otras etapas, hay de repente bajadas o subidas muy grandes, se puede deber aepidemias, un aumento repentino de la natalidad Es por ello que en el ejemplo, en su

conjunto, no podramos hablar de una poblacin en estado estacionario.

La situacin de estado estacionario, es muy terica, no es realista, pero es muy til

para realizar la estimacin de tasas. La estimacin de la incidencia de la enfermedad es tan

importante que a pesar de no contar con todos los datos necesarios para realizar la

estimacin, necesitamos tener una idea de la misma, y por ello necesitamos esa suposicin de

estado estacionario.

Puede ser una suposicin aceptable o no, dependiendo del tamao de la poblacin y

del periodo de tiempo de seguimiento.

Grafico representativo en

poblaciones cerradas


4/16

TIPOS DE POBLACIONES DINAMICAS

En las fuentes modernas: censos y padrones de poblaciones dinmicas, se distinguenvarios subtipos de poblacin:

La poblacin de derecho: Es aquella que est empadronada en un determinado lugar yes en l en donde ejerce sus derechos civiles; como el derecho al voto, la sanidad

La poblacin de hecho: Es la que vive en un determinado lugar sin estar empadronada

en l. Son personas que se establecen durante un tiempo en un lugar sin intencin de

permanecer en l. Siempre hay una diferencia, mayor o menor dependiendo de si el

lugar recibe inmigrantes o emite emigrantes.

La poblacin flotante: Es la que se desplaza a vivir en un determinado lugar durante

una determinada poca del ao. Son caractersticos de los lugares de vacaciones y los

centros de jubilados.

Los transentes: Son las personas que se desplazan durante unas horas a un

determinado lugar pero que tienen su lugar de vivienda en otro. Un ejemplo son laszonas de ocio, o de trabajo, en el centro de las ciudades o en las afueras, que generan

las llamadas ciudades dormitorio.

Cuanto mayor sea la diferencia entre la poblacin de derecho y de hecho, pueden surgir

problemas de falta de servicios sanitarios y de todo tipo en la poblacin (el reparto del dinero

para dichos servicios se realiza teniendo en cuenta la poblacin empadronada).

Cuanto mayor es la poblacin flotante o transente, mayor es la necesidad de buenos

canales de transporte. Para describir una poblacin, no slo basta conocer en nmero de

individuos en cada subtipo, sino tambin, sus movimientos diarios y/o anuales.

MEDIDAS DE FRECUENCIA DE LAS ENFERMEDADES Y SUS DETERMINANTES

La razn es el cociente entre dos valores (x) e (y) que no tienen por qu estar

relacionados entre s (los valores del numerador y denominador). Si son valores muy

pequeos, se multiplican por un potencial de 10. Es algo muy utilizado en epidemiologa,

porque son razones muy pequeos. ndice de masa corporal Razn = Peso (kg)/Altura (m2)

Se usa en el diagnostico de la obesidad. Es un criterio diagnostico de esta enfermedad.

EJEMPLO:

6 mujeres, 4 hombres

Razn de gnero: Razn = (Mujeres / Hombres) x10n R= 6/4x100= 15

Razn de mujeres a hombres, en la razn de hombres a mujeres habra que intercambiar

el numerador por el denominador y realizar la divisin.

8 sanos, 4 enfermos

Razn entre sanos y enfermos: Razn= 8/4= 2


5/16

RAZONES ESPECIALES

PROPORCION:

Es una razn en la cual el valor del numerador est incluido tambin en el denominador.

Proporcin de enfermos

X=a=4=enfermos b=6=sanos y=a+b=10= Total de la

poblacin.

04x100Porcentaje de enfermos = 40%

A la proporcin de enfermos diagnosticados de una enfermedad, en un momento dado, se le

denomina tambin prevalencia de la enfermedad.

ODDS:

Cuando tengo la probabilidad de que ocurra

un suceso en el numerador y la probabilidad

de que no ocurra esa enfermedad o suceso en

el denominador. Se le llama ODDS de a (a/1-

a).

Cada proporcin, cada prevalencia, est siempre asociada a un ODDS.

PORCENTAJES:

Proporcin x 100

INCIDENCIA

Es la fuerza que tiene una enfermedad para atacar a una poblacin y generar

nuevos casos en esa poblacin, de dicha enfermedad.

Para medirla, es necesario seguir a las personas durante determinado tiempo,

estudiando la generacin de nuevos casos.

Se mide en u plano de poblacin x en un periodo de tiempo y.

La MORTALIDAD es la incidencia o generacin de casos de muerte. Es el estudio de

la incidencia de la muerte.

Cuando calculo la incidencia me da la capacidad que tiene la enfermedad de crear

nuevos casos en una poblacin. Para calcular la incidencia es necesario seguir a las personas

durante las personas durante un cierto tiempo, estudiando la generacin de nuevos caos.


6/16

RAZONES ESPECIALES: INCIDENCIA ACUMULADA

La incidencia acumuladaes la razn o cocienteentre casos nuevos de la enfermedad(x) y nmero de personas sanas al comienzo del seguimiento (y). Proporcin de sanos que se

convierten en enfermos a lo largo de un periodo de tiempo.

Durante el seguimiento de una muestra, para calcular la incidencia acumulada, deberemostener en cuenta lo siguiente:

- los casos prevalentes: pacientes enfermos diagnosticados desde el inicio delseguimiento.

-

Personas sanas (T=0)al inicio del seguimiento.- Los casos nuevos:paciente que enferma durante el seguimiento.- Tiempoque durar el seguimiento.Cuando trabajamos con una enfermedad crnica, los casos prevalentes no se pueden

convertir otra vez en casos nuevos, puesto que ya son casos al inicio del seguimiento. As que

no entraran en la estimacin de la incidencia acumulada. Los que s que entran son los casosnuevos.Cuando lo nico que sabemos es el nmero de casos que se han producido durante un

periodo de tiempo, decimos que tenemos datos para el clculo de incidencia acumulada,porque no tenemos las fechas en las que se han producido estos casos exactamente.

Clculo:

IA=

(=) 10 La IA no tiene unidades.

Pongamos un ejemplo: Al inicio de un seguimiento que realizar a lo largo de 9 aos,tengo 10 pacientes. 4 de ellos sern casos prevalentesy 6 personas sanas. Al final de esos 9

aos, tengo 4 casos nuevos, pero NO tengo la fechaen la que se han producido estos casos.Por lo tanto, al no tener esta fecha exacta, puedo calcular la incidencia acumulada.

IA=

(=) 10= 4/6 = 0.67

Es decir, de cada 100 pacientes que empiezan el seguimiento como personas sanas, 67

acabarn enfermando a lo largo de los 9 aos siguientes.

La incidencia acumulada siempre se calcula en un periodo de tiempo. No tenemos el instante

en el que se han producido pero si sabemos que han aparecido a lo largo de esos nueve aos

del seguimiento.

*La incidencia acumulada se suele llamar IC en ingls y IA si es en castellano.

Si yo en lugar de multiplicar por 10 , multiplico por 10 2, obtengo el porcentaje desanos que se convertirn en enfermos a lo largo de 9 aos. Y si multiplico por 10 3seran Xcasos por mil personas. Es decir, al cambiar , cambio la unidad de poblacin que observo.


7/16

TASA O DENSIDAD DE INCIDENCIA

La tasa o densidad de incidenciaes la razn o cocienteentre casos nuevos de laenfermedad (x) y el tiempo-persona (y) que ha permanecido la poblacin a riesgo de padecerla enfermedad.

Durante el seguimiento de una muestra, para calcular la tasa o densidad de incidencia,deberemos tener en cuenta lo siguiente:

- Los casos nuevos:paciente que enferma durante el seguimiento.- Tiempoque durar el seguimiento.-

Tiempo de seguimiento/ tiempo a riesgoes el tiempo que ha permanecido elpaciente a riesgo de contraer la enfermedad. Una vez que la contrae ya no puedeestar ms tiempo a riesgo de contraerla. Ser la diferencia entre la fecha en la queha desarrollado la enfermedad (fecha de salida) y la fecha en la que inicio elseguimiento (fecha de entrada).

Tiempo a riesgo= fecha de salidafecha de entrada

-

(tiempo- persona): suma del tiempo a riesgo de cada caso nuevo.

Clculo:

DI=

10

Pongamos un ejemplo: Al inicio de un seguimiento que realizar a lo largo de 9 aos, tengo 5pacientes sanos. Al final de esos 9 aos, tengo 4 casos nuevosen los que SI tengo la fechaenla que se han producido. Es decir, conozco el tiempo a riesgode cada individuo. Por lo tanto,

puedo calcular la tasa de incidencia.

DI=

10=

4

9+3+3+2+7 10= 0.16/ao

Es decir, tendr 16 casos por cada 100 personas y ao de seguimiento

Sin embargo, puedo no tener exactamente el instante de tiempo donde se hanproducido los casos nuevos. Por lo tanto, para poblaciones en estado estacionario comosera este caso, es la raznentre casos nuevos de la enfermedad (x) y N x tiempo (y) que hapermanecido la poblacin a riesgo de padecer la enfermedad.

Una poblacin dinmica en un estado estacionario no cambia (es una situacin noreal). Para una poblacin dinmica, un estado estacionario ser ms fiable cuanto menos seael tiempo y ms el tamao de la muestra.

Clculo:

DI=

10


8/16

Pongamos un ejemplo: Al inicio de un seguimiento de una poblacin que est enestado estacionario que realizar a lo largo de 9 aos, tengo 10 pacientes sanos. Al final deesos 9 aos, tengo 4 casos nuevosen los que NO tengo la fechaen la que se han producidoestos casos. Por lo tanto, al no tener esta fecha exacta, calculo lo siguiente:

DI=

10=4

9 10= 0.044/aos

Es decir, tendr 44 personas enfermas por cada 1000 personas y ao de seguimiento.

La unidad de la DI es 1/aos o aos. Si estamos midiendo el tiempo en meses sera 1/mes omeses.

RELACIN ENTRE INCIDENCIA Y PREVALENCIA

Existe una relacin entre prevalenciae incidenciade la enfermedad:

= duracin media de la enfermedad. En la unidad de tiempo que se mide DI.

Los cambios en la prevalencia se pueden deber a cambios en DI, a cambios en laduracin media de la enfermedad o a cambios en ambos. Si hay una epidemia, DI aumentar.


9/16

Grupo 31 29/09/2015

COMPARACIN DE MEDIDAS DE FRECUENCIA

Esta magistral va en relacin a la segunda PO, que va de cmo comparar tasas de incidencia,cmo comparar medidas de frecuencia de las enfermedades.

Una cuestin importante es cmo medimos la frecuencia: hemos visto una serie de medidas

de frecuencia para incidencia y para prevalencia. Se trata de ver ahora cmo las podemos

aplicar. Habamos quedado en la relacin entre las medidas de incidencia y las de prevalencia,

habiendo visto lo que eran las tasas, las razones, las razones especiales, las proporciones

Ahora sabemos medir la frecuencia de las enfermedades: a travs de prevalencia y de

incidencia (siempre que hablamos de casos nuevos). Haba varias clases de incidencia:

acumulada o densidad de incidencia.Dentro de la densidad de incidencia:

Cuando tenamos datos completos, de salida del individuo y de entrada en el

seguimiento, podemos calcular el sumatorio de todos los tiempos, que era el

denominador de la tasa de incidencia.

Haba otros casos en los cuales no tenamos los datos completos, pero podamos

calcular el tamao de la poblacin a mitad de periodo, y entonces calculbamos

tambin la tasa de incidencia.

Las tasas de incidencia tienen unidades? S; ejemplo: tasa incidencia de 16 casos por cada

100 personas y ao de seguimiento.

Imaginaos que tenemos dos centros de salud: el centro de salud A y el centro de salud B. En el

centro de salud A se han producido 50 casos nuevos (enfermos o muertes) en el tiempo desde

1989 a 1990; es decir, dos aos. Este centro de salud cubre una poblacin de 23.500

habitantes. En el centro de salud B se han producido 35 casos nuevos (enfermos o muertes)

durante un ao, y tiene una poblacin de 12.200 habitantes.

Dnde es ms frecuente que se produzcan casos nuevos, tanto de muerte o de enfermedad;

en el centro A en el centro B?

Podemos comparar 50 contra 35, y parece ser que en el centro A se han producido ms casos

que en el centro B. por lo tanto, mirando el nmero de casos, en el centro A la frecuencia es

mayor. Sin embargo, debemos tener en cuenta otras cosas, por ejemplo el tiempo, pues hatranscurrido un tiempo mayor para el centro de salud A. Tambin habr que tener en cuenta la


10/16

poblacin, pues es tambin mayor para el centro A. Toda esa informacin, para compararla, la

podemos tener en cuenta mediante la medida de frecuencia de densidad/tasa de incidencia

(casos nuevos, poblacin a riesgo y tiempo).

Para comparar la frecuencia de la enfermedad o mortalidad entre ambos centros de salud,

podemos utilizar:

La frecuencia absoluta: si yo comparo solamente las frecuencias absolutas de las

muertes o de los casos nuevos de la enfermedad, se puede concluir que el centro A

tiene ms casos que el B.

Incidencia acumulada: se han producido x casos entre toda la poblacin del lugar,

suponiendo que las poblaciones estn en estado estacionario, y multiplicado en este

caso por 10^3, pues para que no queden decimales muy pequeos y poder interpretar

resultados ms fcilmente. Sin embargo, la incidencia acumulada no tiene en cuenta el

tiempo, as que no es lo ms correcto tampoco, aunque en este caso los resultados

puedan parecer similares.

Tasa o densidad de incidencia: casos nuevos / poblacin * tiempo, considerando una

poblacin en estado estacionario y multiplicado esta vez por 10^5, para obtener unas

cifras que yo pueda presentar y comparas ms fcilmente.

As, en el centro de salud A esperaramos observar aproximadamente 106 casos nuevos por

cada 100.000 habitantes por ao, mientras que en el centro de salud B esa cifra se eleva hasta

los 287 casos aproximados al ao por cada 100.000 personas.

Si yo comparo la tasa de incidencia en el centro A con la tasa de incidencia en el centro B,

estoy considerndolo todo; los casos nuevos, el tiempo de observacin y la poblacin en cada

centro. As, lo mejor sera en este caso comparar las tasas de incidencia, pues ofrece una

informacin completa.

Finalmente, dnde podemos decir que es ms frecuente (capacidad de generar una mayor

cifra de casos) la enfermedad?En la poblacin del centro de salud B, a pesar de que la primera

impresin fuese la contraria.

NOTA en ambas poblaciones se debe multiplicar por el mismo mltiplo de 10 (10^3, 10^5),

porque si no se estaran utilizando diferentes unidades de poblacin. Esto es muy importante

a la hora de interpretar las tasas; en el trabajo nos vamos a encontrar tasas de incidencia en

diferentes poblaciones y tiempos, y es crucial que comparemos en las mismas unidades.


11/16

Lo que estamos comparando es lo que se denominan tasas brutas (en ingls crude): hablamos

de tasas brutas cuando no tenemos en cuenta ninguna otra variable para hacer grupos en la

poblacin, nos estamos refiriendo a la pobacion entera. No estamos haciendo subpoblaciones

por edad, por gnero Si sacamos una tasa de incidencia del suceso por gnero (por ejemplo),

hablaramos de tasa especfica para los hombres o para las mujeres. Las tasas especficas,

entonces, se aplican a cada subgrupo dividido dentro de la poblacin.

Debemos saber resumir la experiencia de las poblaciones. Cmo?

La experiencia nos va a surgir en varios contextos: a la hora de solicitar un empleo (experiencia

de un alumno, experiencia laboral), al estudiar (media de la duracin de los estudios de la

licenciatura), en la consulta del mdico (cundo comenzaron los sntomas). Algunas preguntas

que interesan en Medicina pueden ser, en el mbito de Salud Pblica, el pronstico de los aos

de vida (esperanza de vida, basada en tasas de mortalidad); y en la clnica, cunto tiempo

tardar la enfermedad en remitir, qu tratamiento produce una supervivencia ms larga

Todas estas son medidas que se derivan de las que ya conocemos, que son las bsicas; a partir

de ellas, se pueden hacer muchos anlisis y estudios, y se pueden llegar a conclusiones muy

importantes, pero no son las nicas.

Diagrama de Lexis: es una manera de resumir la experiencia de las poblaciones. En clnica,

vamos a tener que aprender a resumir la experiencia de las poblaciones en las dos escalas de

tiempo: edad y tiempo cronolgico.

En nuestro ejemplo tenemos cuatro pacientes, y de ellos cuatro tenemos su fecha de nacimiento,

su entrada al estudio (seguimiento) y su salida del mismo (ya sea por muerte o por contraer la

enfermedad). Si yo cojo la diferencia entre la salida y el nacimiento, a esa lnea se la denominalnea de vida. La diferencia entre la fecha de salida y la de entrada, a eso se le denomina el

tiempo a riesgo, o tiempo hasta que ocurre algn evento o suceso de inters, ente caso l

amuerte o la enferemdad. En el ejemplo va a estar representado el tiempo a riesgo.


12/16

El individuo A entr en el estudio en el 63, a la edad de 32 (diferencia entre fecha de entrada y

fecha de nacimiento). En la fecha de salida, en el 74, el individuo A tendra 43 aos. Lo

representado en el diagrama es su tiempo a riesgo, que es de 11 aos (salidaentrada). Esto

lo podemos calcular con todos los individuos, y podemos transformar las fechas a un formato

decimal para facilitar los clculos.

Mediante una serie de restas, podemos obtener la experiencia (el tiempo de vida o

supervivencia, y el tiempo de riesgo) para cada uno de nuestros cuatro pacientes:

Individuo A:tiempo de vida43,74 aos / tiempo de riesgo11,28 aos.

Individuo B:tiempo de vida25,12 aos / tiempo de riesgo4,26 aos.

Individuo C:tiempo de vida26,98 aos7 tiempo de riesgo4,26 aos.

Individuo D:tiempo de vida45,5 aos / tiempo de riesgo18 aos.

Esto nos sirve para determinar qu experiencia aporta cada individuo. En el grfico, por

ejemplo, el individuo B nos aporta, entre 20 y 25 aos (de edad), una pequea porcin de lnea

de experiencia. Si calculamos mediante diferencias, esa pocin correspondera a 4,14 aos (en

el periodo antes de 1960 aporta 0,25 aos, tres meses; y en el intervalo entre 1960 y 196389,que es cuando cumpli los 25, aporta 3,89 aos: un total de 4,14 aos).

Esto nos est dando el tiempo-persona, que en este caso est medido en aos. Se llama

tiempo-persona porque lo que nos interesa es la suma de los tiempos, y eso es lo que va a ser

el denominador de las tasas de incidencia.

Es importante saber toda la informacin que podemos obtener al descomponer cada tiempo.

Por ejemplo, en el intervalo de tiempo de entre 20 y 25 aos de edad, toda la cohorte de los

individuos aporta un total de 6, 41 aos-persona de experiencia. Entre 1960 y 1965, esta

cohorte de cuatro pacientes porta una cantidad total de 14,58 aos de experiencia.


13/16

Otro ejemplo: el individuo A aporta una experiencia de 1,56 aos en el quinquenio de 1960 a

1965, mientas su edad estaba comprendida entre 30 y 35 aos. En ese mismo periodo de

tiempo e intervalo de edad, el paciente D aporta una experiencia de 5 aos.

Tras hacer los clculos en cada individuo, se puede resumir la experiencia de la cohorte de 4

individuos.La experiencia de la cohorte es la suma de las experiencias individuales, por cadaperiodo de tiempo e intervalo de edad. Lo que se hace es descomponer la informacin

mediante diferencias porcada cuadrante, y sumarla para conocer el total de aos aportados en

cierto intervalos, como puede ser el intervalo entre 20 y 25 aos de edad, o el tiempo

transcurrido entre 1960 y 1965.

As se resume por cada columna o lnea toda la informacin de nuestra cohorte de cuatro

personas, en este caso. Cada uno de los intervalos de edad y periodo de tiempo es un

quinquenio. Podemos saber cunto tiempo ha permanecido nuestra cohorte a riesgo de morir

o contraer la enfermedad.

NOTA Es importante que hagamos esto una vez en la vida, y que hagamos estas cuentas para

ver de dnde sale cada cifra. El power point tena algunas cifras equivocadas, pero las hemos

corregido al pasarlas aqu.

Imaginamos ahora que tenemos tasas diferentes en diferentes lugares. Por ejemplo, tenemos

las poblaciones de Michigan y Pensilvania. Me van dando grupos de edad diferentes de ambas

poblaciones. En Michigan hay aproximadamente 10,5 millones de personas, y en Pensilvania

unas 8 millones de personas. Tenemos datos en distribucin de cada grupo de edad tanto en

valores brutos como en porcentajes (valores de cada grupo de edad entre la poblacin total,

por 100). Nos dan los casos nuevos de cncer de vescula, en las diferentes edades.


14/16

Queremos calcular, por ejemplo, la tasa especfica de casos de cncer de vescula por cada

10.000 habitantes en Michigan entre las edades de 35 y 44 aos. Cmo puedo calcular esta

tasa especfica?

Vamos a suponer que estamos en un estado estacionario y que transcurre solamente un ao

de observacin.

Qu ponemos en el numerador de la tasa? Siempre el nmero de casos nuevos, que

en este caso son 20.

Cul es el denominador? Si tuvisemos la experiencia de cada uno de estos 20

individuos y de todos los otros que no tienen la enfermedad, sumaramos todos esos

tiempos, pero no los tenemos, as que vamos a suponer que esta poblacin est en

estado estacionario. As, cogemos la poblacin total en este rango de edad (2.000.000

de habitantes), y suponemos que es la poblacin a mitad de periodo de observacin

(un ao en este caso).

As, cogemos los 20 casos nuevos, los dividimos entre 2.000.000 de personas por 1 ao deobservacin, y esto lo multiplicamos por 10.000, lo que nos resulta en 0,1. Esto significa que

esperaramos observar 0,1 casos nuevos de cncer de vescula por cada 10.000 personas de

Michigan en el rango de 35-44 aos que siguisemos durante un ao. Esta sera una tasa

especfica.

Calcularamos el resto de tasas especficas para todos los rangos de edad y tanto para

Michigan como para Pensilvania de manera exactamente igual.

Para obtener la tasa bruta de incidencia de cncer de vescula, sumariamos el nmero de

casos nuevos en todos los subgrupos, y lo dividiramos entre la poblacin total por un ao deseguimiento, y esto lo multiplicaramos por 10000. La tasa bruta en Michigan es de 424, y en

Pensilvania es de 1008.

Para Michigan: TM = i (piM T i

M)la tasa bruta en Michigan

(TM) es igual al sumatorio (i) de la proporcin de cada una de

las edades (piM) multiplicado por la tasa especfica (T i

M) para

Michigan. Proporcin: porcentaje entre 100. Ese 42,4 sale de

multiplicar 0,19 por su tasa (0,1); 0,24 por su tasa (1,0), y as

sucesivamente, y sumar todos los resultados despus.

Para Pensilvania: TP = i (piP TiP) lo mismo pero con losdatos de Pensilvania.

La poblacin de Michigan es ms joven, pues tiene un porcentaje ms alto en subgrupos de

edades ms bajos. Pensilvania tiene una poblacin ms envejecida, lo que tiene influencia

sobre el cncer de vescula. A medida que la edad avanza, la frecuencia de casos nuevos

aumenta. As que podemos tener mayor frecuencia en Pensilvania debido a que su poblacin

no es tan joven, es ms mayor. Existe un defecto de edad,y es por eso que la frecuencia de

casos en Pensilvania es ms del doble al comparar las tasas brutas.

El problema es que al comparar tasas brutas, no se est teniendo en cuenta el efecto de la

edad que tienen las diferentes poblaciones. Cmo sera la comparacin de la incidencia de


15/16

esta enfermedad si se quita la influencia de los porcentajes tan diferentes de edad entre

ambas poblaciones? Esto se hace mediante mtodos de estandarizacin o ajuste, que son:

Estandarizacin directa: se elige una poblacin de

referencia (en este caso, la poblacin de EEUU). En la

poblacin de EEUU, se calcula la tasa bruta de maneraidntica a como la calculbamos antes: TE = i (pi

E TiE).

Qu hago para quitar la influencia de la edad? Se calculan las casas ajustadas tanto

en Michigan como en Pensilvania. Cojo las proporciones de poblacin de EEUU (los

porcentajes de cada subgrupo de edad entre 100), y las tasas especficas de Michigan o

de Pensilvania, cada una en su caso. Se suman los resultados y se obtienen las tasas

ajustadas.

As quitamos la diferencia que haba en las proporciones de edad, de manera que sicomparamos ahora las tasas ajustadas, podemos decir que estamos eliminado la

influencia de la edad sobre la incidencia de cncer de vescula.

Estandarizacin indirecta: coje las tasas especficas d ela pobacion estndar (de EEUU)

y las multiplica por la porporcion de individuos en cada una de las edades (en Michigan

o en Pensilvania). Calcula la razn de mortalidad estandarizada (SMR RME), que

compara la tasa bruta (de Michigan o de Pensilvania) con la tasa que esperaramos

observar si las tasas especficas fueran las generales (de EEUU).

Esto se utiliza en epidemiologia para un estudio comparativo con la poblacin general.

Comparamos las tasas observadas en nuestra regin con las tasas que esperaramos

observar si en esta regin fueran las especficas que tiene la poblacin general. Por

ejemplo, comparamos las tasas en nuestro instituto con las tasas que nos

esperaramos si en este instituto tuvisemos las tasas de la ciudad. As concluimos si en

nuestro colegio existe una incidencia mucho mayor que la tasa que nos esperaramos

si tuvisemos la misma tasa de la ciudad. Para eso es til la RME.

Si el resultado es igual a 1: la tasa observada en el colegio es igual a la que

esperaramos observar en la ciudad.


16/16

Si el resultado es mayor de 1:la tasa observada en el colegio es mayor de la

que esperaramos si tuvisemos la tasa de la ciudad.

Siel resultado es menor de 1:la tasa observada en el colegio es menor de la

que esperaramos si tuvisemos la tasa de la ciudad

El mtodo indirecto se utiliza ms que el directo. La estandarizacin se empieza a olvidarporque existen otros mtodos ms complejos (como la regresin logstica, que veremos ms

adelante) para estandarizar y ajustar. Aun as es importante que conozcamos qu es lo que

hacemos cuando ajustamos o estandarizamos: quitamos el efecto de una variable (en el caso

del cncer de vescula, la edad), sobre la incidencia de la enfermedad.

tema 2. medidas de frecuencia. (22 y 29-09-15)

Documents