unidad 3 indicadores estadisticos

8/4/2019 Unidad 3 INDICADORES ESTADISTICOS

1/83

Organizacin Panamericana de la SaludOficina Sanitaria Panamericana, Oficina Regional de la

Organizacin Mundial de la Salud

Modulo de Principios de Epidemiologapara el control de Enfermedades

Segunda Edicin

Medicin de las condiciones de saludY enfermedades en la poblacin

Unidad

3


2/83

Mdulos de principios de epidemiologa para el control de enfermedadesii

Catalogacin por la Biblioteca de la OPS.

Organizacin Panamericana de la Salud.Mdulo de Principios de Epidemiologa para el Control de Enfermedades, segundaedicin. Washington D.C.: OPS, 2002, 26 p. -(Serie PALTEX para Tcnicos Medios yAuxiliares N 24).

ISBN 92 75 32407 7

I. Ttulo II. (serie)1. EPIDEMIOLOGA-principios 2. CONTROL-enfermedades3. SALUD PBLICA 4. REGIN DE LAS AMERICAS

Este Mdulo de capacitacin est especialmente destinado a los profesionales de saludde Amrica Latina y se publica dentro del Programa Ampliado de Libros de Texto yMateriales de Instruccin (PALTEX) de la Organizacin Panamericana de la Saludorganismo internacional constituido por los pases de las Amricas para la promocin dela salud de sus habitantes y de la Fundacin Panamericana para la Salud y Educacin.Se deja constancia de que este programa est siendo ejecutado con la cooperacinfinanciera del Banco Interamericano de Desarrollo.

Ilustracin de la portada: Leopoldo Mndez. Vacunacin, 1935. Grabado en madera. TheGranger Collection, Nueva York, E.U.A.

ISBN 92 75 32407 7

Organizacin Panamericana de la Salud, 2002

Las publicaciones de la Organizacin Panamericana de la Salud estn acogidas a laproteccin prevista por las disposiciones sobre reproduccin de originales del Protocolo 2 dela Convencin Universal sobre Derecho de Autor, Reservados todos los Derechos.

Las denominaciones empleadas en esta publicacin y la forma en que aparecenpresentados los datos que contiene no implican, por parte de la Secretara de laOrganizacin Panamericana de la Salud, juicio alguno sobre la condicin jurdica de pases,territorios, ciudades o zonas, o de sus autoridades, ni respecto del trazado de sus fronteras o

lmites.

La mencin de determinadas sociedades mercantiles o del nombre comercial de ciertosproductos no implica que la Organizacin Panamericana de la Salud los apruebe orecomiende con preferencia a otros anlogos.

De las opiniones expresadas en la presente publicacin responden nicamente los autores.


3/83

Unidad 5: Investigacin epidemiolgica de campo: Aplicacin al estudio de brotes 1

VIRUELA: AZTECAS, 1538Vctimas aztecas de laepidemia de viruela de 1538son cubiertos con mortajascomo dos indios, a la derecha,acostado muriendo: Dibujoazteca.

The Granger Collection, NewYork

INDIOS AMERICANOSIndios atendiendo su enfermocon trepanacin (a laizquierda) para remover lastoxinas de las enfermedadescontradas de los europeos,incluyendo sfilis y viruela:Grabado, 1590, de Theodorede Bry de su historiaAmericana.

The Granger Collection. NewYork


4/83

Mdulos de principios de epidemiologa para el control de enfermedades2

Crditos

Editores

Revisores tcnicos

Carlos Castillo-Salgado Gabriela Fernndez QuintanillaOscar J. Mujica Enrique Vzquez FernndezEnrique Loyola Elizondo Patricia Gassibe KlarinJaume Canela Soler Soledad Velzquez Garca

Edgar Navarro Lechuga

Patricia Arbelez MontoyaMayra Cartn BrenesEduardo Velasco

Revisin editorialLucila Pacheco, DBI

Se agradece especialmente la colaboracin de: Gilberto Ayala, Julio Alberto Armero,Xiomara Badilla, Itza Barahona de Mosca, Herbert Caballero, Marco Tulio Carranza, RocoCuevas, Thais Dos Santos, Carlos Flores, Modesta Haughton, Jos Federico Hernndez,Marlo Libel, Miguel Machuca, Alfredo Molt, Jos Moya, Carlos Muoz, Maritza Ortega,Alberto Paredes, Rosala Quinteros, Mirta Roses-Periago, Patricia Ruiz, Gloria Terwes,Guadalupe Verdejo, Reinaldo Viveros Aguilar, as como a mltiples epidemilogos de laRegin de las Amricas, por su participacin y recomendaciones sugeridas durante elproceso de prueba de materiales.


5/83


UNIDAD 3: MEDICIN DE LAS CONDICIONES DE SALUD Y ENFERMEDAD EN LAPOBLACIN

NDICE

CONTENIDO Y OBJETIVOS. 5

MEDICIN DE SALUD Y ENFERMEDAD EN LA POBLACIN. 5

TIPOS DE DATOS Y SU TABULACIN.. 8

PRESENTACIN GRFICA DE DATOS............................................................................. 13

MEDIDAS DE RESUMEN DE UNA DISTRIBUCIN . 16

MEDIDAS DE TENDENCIA CENTRAL . 18

MEDIDAS DE DISPERSIN .. 23

MEDIDAS DE FRECUENCIA . 27Prevalencia e incidencia.. 28Medidas de morbilidad. . .... 28Medidas de mortalidad 35Distribucin proporcional 35

COMPARACIN DE LA FRECUENCIA DE ENFERMEDAD

Y MEDIDAS DE ASOCIACIN. 52

MEDIDAS DE ASOCIACIN .. .. 52Comparacin de dos proporciones: Chi Cuadrado. 54

MEDIDAS DE LA FUERZA DE ASOCIACIN. 57Riesgo relativo.. 57

APNDICE ESTADSTICO-EPIDEMIOLGICO 64Comparacin de dos promedios: Prueba Z 64Comparacin de dos proporciones: Chi Cuadrado 65Intervalos de confianza para promedios y proporciones.. 66

Razn de posibilidades (odds ratio).. 70

MEDIDAS DE IMPACTO POTENCIAL 73Riesgos atribuibles.................................................................................................. 73Fracciones atribuibles 74Estandarizacin de tasas. 77

REFERENCIAS BIBLIOGRFICAS 81


6/83

Mdulos de principios de epidemiologa para el control de enfermedades


7/83


CONTENIDO Y OBJETIVOS

Esta Unidad presenta las medidas comunes de cuantificacin de las condiciones desalud y enfermedad, sus aplicaciones y limitaciones; el ordenamiento y presentacintabular y grfica de datos epidemiolgicos; las medidas de resumen y de asociacin.Esta Unidad se enfoca en los mtodos para la presentacin y anlisis de datoscuantitativos.Los objetivos de la presente Unidad son:

Describir las formas de medicin de la salud y sus aplicaciones. Identificar las formas y usos de la presentacin tabular y grfica de datos. Describir, calcular, interpretar y aplicar las medidas de resumen de datos. Describir, calcular, interpretar y aplicar las medidas de asociacin.

MEDICIN DE SALUD Y ENFERMEDAD EN LA POBLACIN

Existen diversas formas de medir la salud, dependiendo de cul es su definicin; unadefinicin amplia medira el nivel de salud y bienestar, la capacidad funcional, la presencia ycausas de enfermedad y muerte y la expectativa de vida de las poblaciones (Donaldson,1989). Existen distintas medidas e indicadores de bienestar (social o econmico) en salud yse han desarrollado ciertos ndices de "salud positiva" (Alleyne, 1998), tanto con fines

operacionales, como para investigacin y promocin de condiciones saludables, endimensiones tales como la salud mental, autoestima, satisfaccin con el trabajo, ejerciciofsico, etc. La recoleccin de datos y la estimacin de indicadores tienen como fin generar,en forma sistemtica, evidencia que permita identificar patrones y tendencias que ayuden aemprender acciones de proteccin y promocin de la salud y de prevencin y control de laenfermedad en la poblacin.

Entre las formas ms tiles y comunes de medir las condiciones generales de saludde la poblacin destacan los censos nacionales, que se llevan a cabo decenalmente envarios pases. Los censos proporcionan el conteo peridico de la poblacin y varias de suscaractersticas, cuyo anlisis permite hacer estimaciones y proyecciones.

Para permitir las comparaciones a lo largo del tiempo en una misma poblacin o bienentre poblaciones diferentes, se requiere de procedimientos de medicin estandarizados.

Es el procedimiento de aplicar una escala estndar a una variable o a un conjunto devalores.


8/83


La medicin del estado de salud requiere sistemas armonizadores y unificados comola Clasificacin Estadstica Internacional de Enfermedades y Problemas Relacionados con laSalud (CIE), en su Dcima Revisin, cuyos XXI captulos inician con ciertas enfermedadesinfecciosas y parasitarias (A00-1399) y culminan con factores que influyen en el estado desalud y contacto con los servicios de salud (ZOO-Z99).

Los indicadores de salud miden de la poblacin distintos aspectos relacionados conla funcin o discapacidad, la ocurrencia de enfermedad o muerte, o bien aspectosrelacionados con los recursos y desempeo de los servicios de salud.

Los indicadores de salud funcional tratan de medir el impacto de los problemas desalud en la vida diaria, como por ejemplo la capacidad para llevar a cabo actividadescotidianas, lesiones y accidentes en el hogar y el lugar de trabajo, y aos de vida libres dediscapacidad. Los datos se obtienen generalmente a travs de encuestas y registros dediscapacidades. Los ndices de calidad de vida incluyen variables de funcin tales como laactividad fsica, la presencia de dolor, el nivel de sueo, de energa, o el aislamiento social.

Los indicadores de morbilidad miden la frecuencia de problemas de salud especficos

tales como infecciones, cnceres, accidentes en el trabajo, etc. Las fuentes de datos suelenser registros de hospitales y servicios de salud, notificacin de enfermedades bajo vigilanciay encuestas de seroprevalencia y de autoreporte de enfermedad, entre otros. Cabemencionar que las enfermedades crnicas, por su larga evolucin, requieren de monitoreode etapas clnicas, por lo que es preferible contar con registros de enfermedad (cncer,defectos congnitos) (Newcomer, 1997).

Los indicadores de mortalidad general o por causas especficas permiten comparar elnivel general de salud e identificar causas de mortalidad relevantes como accidentes,tabaquismo, etc. El registro de la mortalidad requiere de la certificacin de la muerte, para locual se usa el Certificado Mdico de Defuncin. La mortalidad se presenta comnmentecomo nmeros crudos, proporciones, o tasas por edad, sexo y causas especficas.

Adems de la medicin del estado de salud, tambin es necesario medir eldesempeo de los servicios de salud. Tradicionalmente esta medicin se ha enfocado ainsumos y servicios; en la actualidad se considera preferible medir los procesos y funcionesde los servicios de salud (Turnock, 1997).

Conjuntamente con los indicadores mencionados, la medicin en salud requiere de ladisponibilidad de datos sobre caractersticas relevantes de la poblacin (variables), talescomo su tamao, composicin, estilos de vida, clases sociales, eventos de enfermedad,nacimientos y muertes.

Los datos para la medicin en salud provienen de diversas fuentes, por lo que deben

de tomarse en cuenta aspectos relacionados con la validez, calidad, integridad y coberturade los datos mismos y sus fuentes. Los datos, cuantitativos o cualitativos, que se obtienen yregistran de los servicios de salud y las estadsticas vitales representan la "materia prima"para el trabajo epidemiolgico. Si los datos son incompletos o inconsistentes, se obtendrnmedidas sesgadas o inexactas, sin importar la sofisticacin del anlisis epidemiolgico, y lasintervenciones derivadas de su uso no sern efectivas. La deficiente cobertura de losservicios en amplios sectores de poblacin en varios pases, limita la generacin deinformacin til y necesaria para resolver los problemas de salud que afectan de manera


9/83


especfica a sus comunidades. An cuando los datos estn disponibles y sean confiables, suutilizacin para la gestin en salud puede ser insuficiente.

Con el propsito de responder a la necesidad de contar con un conjunto de datosvalidados, estandarizados y consistentes de los pases de las Amricas, la Organizacin

Panamericana de la Salud (OPS) trabaja desde 1995 en la Iniciativa Regional de DatosBsicos de Salud. Se incluye en esta fuente una serie histrica de 117 indicadoresdemogrficos, socioeconmicos, de morbilidad y mortalidad y de recursos, acceso ycobertura de servicios de salud, de los 48 Estados y Territorios de la Regin.

Una vez que se cuenta con los datos e indicadores de salud, una de las dificultadespresente en los servicios de salud tiene que ver con las limitaciones para el manejo correctode la informacin numrica, su anlisis e interpretacin, funciones que requieren el uso delos principios de la epidemiologa y la bioestadstica. Resulta paradjico que en el nivel enque ocurren los problemas y en donde se solucionan, los procedimientos y tcnicas para laobtencin, medicin, procesamiento, anlisis, interpretacin y uso de datos an no estnplenamente desarrollados.

Para la correcta toma de decisiones en todos los niveles de los servicios de salud,basada en informacin pertinente, es necesaria la capacitacin permanente del equipo localde salud y de sus redes en la recoleccin, manejo, anlisis e interpretacin de datosepidemiolgicos.

La cuantificacin de los problemas de salud en la poblacin requiere deprocedimientos y tcnicas estadsticas diversas, algunas de ellas de relativa complejidad.Dadas las caractersticas multifactoriales de los problemas de salud, las tcnicas cualitativasson tambin valiosas para aproximarse al conocimiento de los determinantes de salud. Espor ello que existe la necesidad de incorporar, en forma dialctica, mtodos y tcnicascuantitativas y cualitativas que permitan estudiar los diversos componentes de los objetos de

estudio.

En el anlisis cuantitativo el empleo de programas computacionales facilita el manejoy anlisis de datos, pero no se deben sobrestimar sus alcances y aplicaciones. Su utilidad esmayor cuando se establecen redes de colaboracin y sistemas de informacin en salud, quepermiten el manejo eficiente de grandes bases de datos y generan informacin oportuna ytil para la toma de decisiones. Un programa computarizado reduce notablemente el tiempode clculo, procesamiento y anlisis de los datos, pero es el trabajo humano el que aportaresultados racionales y vlidos para el desarrollo de los objetivos de salud pblica. Existendos paquetes de programas de cmputo diseados especficamente para salud que facilitanel almacenamiento, proceso y anlisis de informacin epidemiolgica: Epi-Info producido porel Centro de Prevencin y Control de Enfermedades de los Estados Unidos (CDC) y la

Organizacin Mundial de la Salud (OMS) y el Epi-Dat de la OPS y la Xunta de Galicia,Espaa. Lejos de competir entre s, estos paquetes de programas, de gran uso y de libredistribucin, ofrecen procesos y rutinas de manejo y anlisis epidemiolgico de datos queson complementarios.


10/83


En un sentido amplio, podemos considerar que el quehacer de la salud pblica partede constatar una realidad de salud no deseable en una poblacin y apunta a conseguir uncambio social, deliberado y sostenible en dicha poblacin. En ese sentido, y desde un puntode vista metodolgico, la epidemiologa como toda ciencia tiene exigencia de mtodo desde

una perspectiva estadstica. El enfoque epidemiolgico, consiste bsicamente en: i) laobservacin de los fenmenos de salud y enfermedad en la poblacin; ii) la cuantificaci destos en frecuencias y distribuciones; iii) el anlisis de las frecuencias y distribuciones desalud y de sus determinantes; y, iv) la definicin de cursos de accin apropiados. Esteproceso cclico de observar-cuantificar-comparar-proponer sirve tambin para evaluar laefectividad y el impacto de las intervenciones en salud, para construir nuevos modelos quedescriban y expliquen las observaciones y para utilizarlos en la prediccin de nuevosfenmenos.

En resumen, en todo este proceso, los procedimientos y tcnicas de cuantificacinson de gran relevancia y la capacitacin del equipo local de salud en estos aspectos delenfoque epidemiolgico es, en consecuencia, fundamental.

TIPOS DE DATOS Y SU TABULACIN

La cuantificacin del estado de salud y patrones de enfermedad en la poblacin,requiere de mtodos y tcnicas que permitan recolectar datos en forma objetiva y eficiente,convertir los datos en informacin para facilitar su comparacin y simplificar suinterpretacin, y transformar la informacin en conocimiento relevante para las acciones decontrol y prevencin. Para conocer los grupos de poblacin que presentan mayor nmero decasos, los lugares con mayor incidencia o prevalencia de determinadas enfermedades y elmomento en que ocurren los eventos en salud, se deben aplicar sistemticamente algunos

procedimientos bsicos de manejo de datos o variables.

Uno de los primeros pasos en el proceso de medicin del estado de salud en lapoblacin es la definicin de las variables que lo representan o caracterizan.

Variable: caracterstica o atributo que puede asumirvalores diferentes.


11/83


Las variables pueden ser de dos tipos, cualitativas y cuantitativas. Denominamosvariables cualitativas aquellas que son atributos o propiedades. Las variables cuantitativasson aquellas en las que el atributo se mide numricamente y a su vez se pueden clasificaren discretas y continuas. Las variables discretas o discontinuas asumen valores que sonsiempre nmeros enteros; por ejemplo, el nmero de hijos de una pareja, el nmero de

dientes con caries, el nmero de camas de hospital, el nmero de hemates por campo, elpulso, etc., que slo pueden tomar valores de un conjunto finito. Las variables continuaspueden tomar tantos valores como permita la precisin del instrumento de medicin; porejemplo, el peso al nacer de un beb de 2.500 gramos podemos medirlo con mayorprecisin, como 2.496,75 gramos, si nuestra bscula lo permite.

Las variables tambin pueden clasificarse segn el nivel o tipo de medicin quepodamos aplicarles. As, se pueden distinguir cuatro niveles de medicin de las variables:nominal, ordinal, de intervalo y proporcional o de razn. Una variable nominal tienecategoras a las que se les asignan nombres que no tienen ningn orden entre ellos; porejemplo, el sexo. La categora "hombre" no tiene ninguna relacin de orden sobre lacategora "mujer". Las variables nominales no tienen que ser necesariamente dicotmicas

(dos categoras) sino que pueden tener varias categoras, como por ejemplo el estado civil(soltero, casado, divorciado, viudo, unin libre) o el grupo sanguneo segn el sistema ABO(A, B, AB y 0). El hecho de cambiar el orden no tiene ninguna implicacin en el anlisis delos datos.

Ahora supongamos que se nos pregunta sobre la calidad de un curso que acabamos derealizar y se nos ofrecen las siguientes opciones de respuesta: muy malo, malo, regular,bueno y excelente. Esta clasificacin tiene un orden: excelente es mejor que bueno, buenoque regular y as sucesivamente; sin embargo, la "distancia" que hay entre excelente ybueno no tiene porque ser la misma que entre malo y muy malo. Estamos ante una variableordinal, que se define como aquella cuyas categoras tienen un orden, aunque lasdiferencias entre ellas pueden no ser iguales. Otros ejemplos de variables ordinales son los

estados de un cncer (I, II, III y IV) o los resultados de un cultivo de laboratorio (-, +, ++,+++).

El siguiente nivel de medicin de variables es el intervlico. Una variable de intervalotiene distancias iguales entre sus valores y una caracterstica fundamental: el cero esarbitrario. El ejemplo tpico de variable de intervalo es la temperatura corporal. Existe lamisma diferencia entre 37C y 39C que entre 38C y 40C (o sea, 2C). Sin embargo, nopodemos decir que una temperatura de 60'C sea 'tres veces ms caliente' que una de 20C.Tampoco podemos concluir que un individuo con un coeficiente de inteligencia de 120 es eldoble de inteligente que otro con coeficiente 60.

Por ltimo, si la variable de intervalo tuviese un punto de origen que es el valor cero

absoluto, estaramos hablando de una variable proporcional o de razn. sta tiene intervalosiguales entre valores y punto de origen cero. El peso y la altura son ejemplos tpicos devariables proporcionales, 80kg es el doble que 40kg y hay la misma diferencia entre 50 y35kg que entre 105 y 90kg. En este nivel se puede sumar, restar, multiplicar y dividir.


12/83


En el siguiente esquema se sintetiza la relacin entre los distintos niveles demedicin de las variables.

Tipo de variable Valores

Nominal categoras con nombre convencionalOrdinal como las nominales, + categoras ordenadasde Intervalo como las ordinales, + intervalos igualesProporcional o de Razn como las de intervalo, + cero absoluto

Adaptado de Norinan y Streiner, 1996.

Los datos sobre casos de enfermedades atendidas o notificadas por el centro oservicio de salud pueden provenir de un listado de nombres, edades, sexo, etc., del cual sepuede obtener el nmero total o frecuencia de casos. Si se busca agrupar los casos segnalgunas caractersticas de los mismos, la tarea de identificar los grupos poblacionales conmayores problemas se simplifica. Por ejemplo, entre las caractersticas de la persona, sepueden agrupar los casos segn su edad, sexo o etnia. A partir de este listado de datos se

puede, adems, identificar los casos que han ocurrido en determinado lugar y comparar lafrecuencia de la enfermedad en distintos lugares o reas geogrficas. Por ltimo, se puedeexaminar el nmero de casos segn el momento en que ocurrieron o fueron notificados. Ladistribucin de los casos en el tiempo se puede agrupar en das, semanas, meses ocualquier otro perodo de tiempo que se considere adecuado. Esto permite saber en qumomento se present el mayor nmero de casos, cundo empez a aumentar y cundo adisminuir. Es necesario recordar que la frecuencia es el nmero de veces que se repite unvalor de la misma variable.

Los datos agrupados segn determinadas caractersticas (edad, sexo, residencia,clase social, etc.) pueden presentarse en cuadros y/o grficos; esto facilita los clculos y lacomparacin e interpretacin de los resultados como se puede ver en el siguiente Cuadro

Cuadro 3.1 Distribucin de los casos de gastroenteritis segn edad.Centro de Salud A, mayo de 2000

edad(aos)

Casos(No.)

Porcentaje%

< 1 63 36,41 55 31,82 25 14,43 14 8,14 5 2,9

5 y ms 11 6,4Total 173 100,0


13/83


Ejemplo para la elaboracin de un cuadro:

El siguiente listado corresponde a las edades en aos de 120 personas afectadas pormalaria durante el verano de 2001, en una isla del Caribe

27 32 58 44 24 32 29 5028 36 38 48 38 47 29 3940 37 35 36 36 36 42 4532 36 48 42 46 35 32 5430 29 36 44 30 36 27 3735 33 38 63 37 53 35 4636 27 34 32 46 38 43 2025 41 27 53 40 31 47 4329 49 50 34 47 36 38 2430 51 43 46 38 49 47 30

29 33 54 40 28 63 36 4146 51 49 37 41 37 39 3830 35 36 34 43 43 37 5529 44 38 42 43 35 42 5035 47 32 54 41 41 35 40

La edad mayor es 63 aos y la menor es 20 aos. Si agrupamos estas edades enclases, por intervalos de 4 aos, tendremos 11 grupos de edad, a los que procedemos aasignar sus respectivas frecuencias ("paloteo'% como se muestra a continuacin:

20 - 23 aos / (un caso)24 - 27 aos ///// // (siete casos)28 - 31 aos ///// ///// //// (14)32 - 35 aos ///// ///// ///// //// (19)36 - 39 aos ///// ///// ///// ///// ///// // (27)40 - 43 aos ///// ///// ///// //// (19)44 - 47 aos ///// ///// //// (14)48 - 51 aos ///// ///// (10)52 - 55 aos ///// / (6)56 - 59 aos / (1)

60 - 63 aos // (2)


14/83


Finalmente, preparamos la presentacin tabular de esta informacin, es decir, elcuadro propiamente dicho, al que se denomina tabla o cuadro resumen de frecuencias, tilporque presenta la distribucin de la variable que estamos observando.

Distribucin: Es el resumen completo de las frecuencias de los valores ocategoras de la medicin realizada. La distribucin muestra cuntos o quproporcin del grupo se encuentra en un determinado valor o rango devalores dentro de todos los posibles que la medida cuantitativa puede tener(Last, 1995).

En nuestro ejemplo, la distribucin del nmero de casos de la enfermedad segngrupos de edad, se presenta en el Cuadro 3.2. La distribucin del nmero de casos(frecuencia absoluta) se acompaa del porcentaje de cada grupo (frecuencia relativa simple)y del porcentaje acumulado (frecuencia relativa acumulada), que suelen aportar informacin

adicional til. Por ejemplo, el 15.8% de los casos correspondi a personas de 32 a 35 aosde edad y cerca de un tercio de los casos (34. 1 %) tena menos de 3 6 aos.

Cuadro 3.2 Distribucin de casos de malaria por grupos de edad.Isla del Caribe, verano de 2001

Grupos de edad(en aos)

Nmero de casos(frecuencia absoluta)

Porcentaje(%)

Porcentajeacumulado (%)

20-23 1 0,8 0,8

24-27 7 5,8 6,628-31 14 11,7 18,332-35 19 15,8 34,136-39 27 22,5 56,640-43 19 15,8 72,444-47 14 11,7 84,148-51 10 8,4 92,552-55 6 5,0 97,556-59 1 0,8 98,360-63 2 1,7 100,0

Total 120 1000


15/83


PRESENTACIN GRFICA DE DATOS

La distribucin de variables cualitativas as como las cuantitativas discretas se suelerepresentar grficamente por medio de diagramas de barras o bien por grficos de sectores,ya sea corno frecuencias absolutas o relativas, como se muestra a continuacin:

Grfico 3.1 Distribucin de muertes por suicidio segn sexo. Lugar X, 1995-2000

0

1000

2000

3000

4000

5000

varones mujeres

Casos

varones73%

mujeres

27%

0

20

40

60

E F M A M J J A S O N D

Mes

Caso

Las variables cuantitativas continuas se representan grficamente por medio deistogramas y polgonos de frecuencia. Aunque parecidos a los diagramas de barras, ens histogramas las barras se disponen en forma adyacente, precisamente para ilustrar la

ontinuidad y distribucin de la variable representada. En el eje de las "x" se ubica la variableontinua y en el eje de las "y" se representa la frecuencia.

Grfico 3.2 Giardiasis. Casos notificados por mes, Lugar X, 2000

hlocc

80

100

120

s


16/83


En el Grfico 3.2, las categoras (meses) de la variable tiempo, una variable continua,e representan en el eje horizontal y el nmero de casos de giardiasis notificados en el ejeertical. La altura de cada barra representa la frecuencia absoluta de casos (puede tambiner la frecuencia relativa) en cada una de las categoras de la variable tiempo, llamadasmbin intervalos de clase. Note que los intervalos de clase pueden de ser de igual tamao.

El polgono de frecuencias tambin permite graficar la distribucin de una variable ye construye uniendo con lneas rectas los puntos medios del extremo superior de cadaarra de un histograma (Grfico 3.3). Es particularmente til para visualizar la forma yimetra de una distribucin de datos y para presentar simultneamente dos o msistribuciones.

Una variante del polgono de frecuencias es la llamada "ojiva porcentual", que es unpolgono de frecuencias relativas acumuladas. Cada punto de este polgono represporcentaje acumulado de casos en cada intervalo de clase y, por tanto, va de cero a 100%.La ojiva porcentual permite identificar de manera grfica el valor correspondiente a lamediana (.e., 50%) de la distribucin (Grfico 3.4).

svsta

sbsd

enta el


17/83



18/83


Aunque no existe una regla explcita sobre la proporcionalidad entre las escalas deun grfico, se recomienda que la razn entre la escala horizontal respecto de la vertical seaproxime a 1,6:1 (la clsica "razn de oro"). Algunas veces el rango 1,2 a 2,2 se da comoreferencia apropiada para la razn entre el eje horizontal respecto del eje vertical.

El siguiente esquema resume los tipos bsicos de grficos ms apropiados segncada tipo de variable.

Tipo de variable Tipo de grficoNominal diagrama de barras

grfico de sectoresdiagrama de barrasOrdinalgrfico de sectoresdiagrama de barrashistogramagrfico de sectores (**>

de Intervalo

polgonos de frecuencias (simples y acumuladas)diagrama de barras (*)histogramagrfico de sectores (**)

Proporcional o de Razn

polgonos de frecuencias (simples y acumuladas)

)manteniendo el orden de las categoras en variables discretas o categorizadas*)

Una forma de presentacin grfica del comportamiento histrico de una enfermedad ys lmites de variabilidad esperados sobre su ocurrencia en el futuro se denomina corredorcanal endmico. Esta herramienta de la vigilancia (Unidad 4) utiliza polgonos de

ecuencia y permite visualizar el comportamiento secular (.e., en el tiempo) de lasnfermedades en un territorio determinado y orientar la decisin sobre la necesidad deesencadenar acciones de prevencin y control.

EDIDAS DE RESUMEN DE UNA DISTRIBUCIN

Muchas veces es necesario utilizar un valor resumen que represente la serie dealores en su conjunto, es decir, su distribucin. Para los datos de variables cualitativas, laroporcin o porcentaje, la razn y las tasas son unas tpicas medidas de resumen. Para losatos de variables cuantitativas, sin embargo, hay medidas que resumen su tendencia hacian valor medio (medidas de tendencia central) y otras que resumen su grado de variabilidad

edidas de dispersin). Cada una proporciona informacin complementaria y til para elnlisis epidemiolgico.

(*(*

loofred

M

vpdu(ma


19/83

Unidad 5: Investigacin epidemiolgica de campo: Aplicacin al estudio de brotes

MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central de los datos son la moda, la mediana, y la media oeleccin de las medidas depende del tipo de datos y propsitos. Los valores

epresentaejor al conjunto de datos, aunque la media tiene mejores propiedades para el anlisisstadstico y pruebas de significancia. El Grfico 3.6 ilustra estas distribuciones, usando la

e un perodo de incubacin de 15 a 21

una gran cantidad de casos, desde el

promedio. La sde muchas variables biolgicas, como la talla, se distribuyen de manera simtrica. Otrasvariables, como la mortalidad y la tasa de ataque en una epidemia, tienen distribucin

asimtrica. Para distribuciones normales (ejemplo de distribucin simtrica), la media, lamediana y la moda son idnticas. Para distribuciones asimtricas, la mediana rmeserie observada de datos de la pgina 11 (listado de edades).

Para indicar que, por ejemplo, la rubola tien

as (generalmente 18 das), fue necesario observardprimer contacto de una persona sana con un enfermo hasta la aparicin de los signos ysntomas y medir este perodo en das. La diferencia entre el lmite inferior (15 das) y elsuperior (21 das) se conoce como rango y se considera, junto con la desviacin estndar yla varianza, una medida de dispersin de los datos, como se ver ms adelante. El Cuadro3.3 presenta el perodo de incubacin de la rubola, en das, observado en 11 nios (a estaforma de listar los datos se le denomina Serie Simple de datos).

17


20/83


Cuadro 3.3 Perodo de incubacin de la rubola observado en 11 nio

- 19 dasnio 2 - 16 das

Se puede constatar que en esta serie no hay un valor central. Para calcular laediana se suman los dos valores centrales (en el caso, 17 y 18) y se divide el resultado

ntre dos:

s

nio 1

nio 3 - 37 das

nio 4 - 15 dasnio 5 - 16 dasnio 6 - 32 dasnio 7 - 15 dasnio 8 - 16 dasnio 9 - 20 dasnio 10 - 16 dasnio 11 - 15 das

El valor ms frecuente, o sea el que ms se repite, se denomina modo o moda. En elejemplo, observamos que lo ms frecuente fueron perodos de incubacin de 16 das (4

veces). Este valor puede ser utilizado para representar el perodo de incubacin en estegrupo; i.e., "el perodo de incubacin de rubola ms frecuente es de 16 das".

Si ordenamos los valores en forma ascendente, como por ejemplo:

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)15, 15, 15, 16, 16, 16, 16, 19, 20, 32, 37

Observaremos que el sexto valor, o sea el que se encuentra en medio de la serie,tambin es de 16 das. Este valor que ocupa la posicin central de una serie ascendente odescendente se denomina mediana y divide la serie en 50% de las observaciones arriba y50% abajo de ella. Esta medida tambin es til y puede ser empleada para representar la

tendencia central del conjunto de datos, sobre todo cuando no es conveniente usar la mediadebido a la presencia de valores extremos o cuando la distribucin es asimtrica, como enuna curva epidmica.

Si en vez de un nmero impar de observaciones tuviramos un nmero par devalores, como por ejemplo:

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)15, 15, 15, 16, 17, 18, 19, 20, 32, 37,

m

e

17+18 = 35 = 17,5 das2 2

18


21/83


La media o promedio aritmtico (x) tambin es muy til y se obtiene sumando losvalores de todas las observaciones y dividiendo el resultado entre el nmero de

bservaciones. En nuestro ejemplo, es la suma de todos los valores de los perodos decubacin dividida entre el nmero de nios observados.

1

oin

5+15+15+16+16+16+16+19+20+32+37 = 217 = 19,7 das

11 11

El promedio de 19,7 da or que s va modo y de la mediana ya que,como toma en cuenta los valore fectado por la influencia de loscasos con 32 y 37 das de incub e son alore os.

En muchas ocasiones los datos estn disponibles como distribucin de frecuencias,en cuyo caso la serie se presen

deincubacin(das)

Casos(nmero)

s es may lo lores dels de todos los casos, se ve aacin, qu v s extrem

tara de la manera siguiente:

Perodo

15 316 419 120 132 137 1

El clculo de la media de estos dato

(15)+4(16)+1 +37 = 217/11 = 19,7 das

9, 11, 6, 3 y 13anos: 19, 33, 7, 26

alculados fueron:

Enfermos = 8 +12 +

s se hara as:

3

(19)+1(20)+1(32)+1(37) = 45+64+19+20+32

Las medidas de tendencia central son de gran utilidad tambin para comparar grupos

de valores. Por ejemplo, de las personas que participaron en un paseo, un grupo se enfermdespus de la comida y otro grupo no present ningn sntoma. Las edades de las personasen los dos grupos fueron las siguientes:

enfermos: 8, 12, 17, 7,s , 21, 36, 33 y 24

os promedios aritmticos cL

17 + 7 + 9 +11+ 6 + 3 + 13 = 10 aos

9


22/83


Sanos = 18 + 33 + 7 + 26 + 21 + 36 + 33 + 24 = 25 aos8

Por lo tanto la enfermedad afect ms a los nios que a los adultos. Los nios eran

ra ello se construyende unidades, y a ellos se asignan

s datos observados. Tenemos entonces una serie de datos agrupados como en el Cuadro.4a.

Cuadro 3.4a Casos de suicidio. Lugar X, 1995-2000

os (1)

ms susceptibles o se expusieron ms (consumieron mayor cantidad del alimentocontaminado).

Series agrupadas

Cuando se tienen muchos datos se requiere agruparlos, paintervalos, que pueden contener igual o diferente numerolo3

Edad (aos) Cas

10 a 14 3715 a 19 17620 a3040 a 49 78450 a 59 1.10360 a 69 1.005Total 4.457

29a 39

693659

Cuando nuestros datos sobre una variable continua estn agrupados (categorizados)

aproximadas. Para estimar la media seebe construir una columna con los puntos medios (x) de cada intervalo de clase de la

mero deasos (fl del intervalo correspondiente (Cuadro 3.4b). La suma de estos productos (fx)ividida entre la suma de casos (f) nos da una aceptable aproximacin a la media.

el primer intervalo es de 10 a 14 aos (10+14/2 =2). Los puntos medios de los siguientes intervalos de clase se encuentran sumando la

medio previo, por ejemplo el segundo intervalo en elor lo tanto la amplitud del intervalo es de 5 + 12 = 17.

tambin podemos calcular una media y medianadvariable y otra (fx) resultado de multiplicar el valor de cada punto medio (x) por el ncd

Para calcular el punto medio (x) de cada intervalo de clase de la variable se obtienela media del intervalo, esto es se suman el lmite inferior y superior del intervalo y se divideentre dos, por ejemplo en le cuadro 3.4a1amplitud del intervalo de clase al puntocuadro referido es de 15 a 19 aos, p


23/83


Cuadro 3.4b Casos de suicidio. Lugar X, 1995-2000

Edad(aos)

Casos(f)

Punto medio(x)

fx Casosacumulados

444,0 3710 a 14 37 12,015 a 19 176 17,0 2992,0 213

20a29 693 24,5 16.978,5 906

59 1.103 54,5 60.113,5 3.45260a69 1.005 64,5 64.822,5 4.457

f 4.457 f 202.974,0

30a39 659 34,5 22.735,5 1.56540a49 784 44,5 34.888,0 2.34950a

Total

En este ejemplo, la aproximacin a la media sera:

x = fx = 202.974,0 = 45,5 aosf 4.457

Mientras que si util en el clculo los 4.457 casos, uno a uno, obtendramosuna media de 45,7 aos de

Tambin podemos estimar la mediana a partir de datos agrupados en un cuadro defrecuencias. Para ello tendremos que construir una columna de "casos acumulados", comola que se presenta en el Cuadro 3.4b, que se obtiene a pa la columna de "casos". Laprimera celda corresponde a los casos de 10 a 14 aos (37), la segunda se obtiene

umando a esos 37 los casos de 15 a 19 aos (176) y as sucesivamente, hasta completar laltima celda, cuyo valor tiene que coincidir con el total de casos (4.457). Una vez construidacolumna de frecuencias acumuladas podemos aproximar la mediana de la edad mediante

izramosedad.

rtir de

slael siguiente proceso de clculo: primero, localizar el intervalo de clase que contiene laposicin de la mediana (PM); es decir:

PM= (f)- 1 = 4.457 - 1 = 2.2282 2

En la columna de casos acumulados el caso N 2.228 est situado en el intervalo de

edad de 40 a 49 aos.

Despus de obtener la posicin de la mediana, se estima la mediana porterpolacin; es decir:in


24/83


Mediana = Li + [PM - fIPM] (AIPM)fPM

n donde:

Li = e inferio rval n de la dianaPM in de la medianafIPM encia del intervalo anterior a la posici edianafPM encia de la posicin de la medianaAIMP =Amplitud del i lo de la p de la m

ediana = 40,0 + [ 2.228 1.565

e

Lmit r d inteel o de l osicia p me= Posic= Frecu

un de la m

= Frecnterva osicin ediana.

M ] (10 = 40,0 + 8,45 = 48,45 aos784

n donde:

punto medio de la seriasos acumulados en el intervalo interior al que contiene el caso 2.228

784 = casos del intervalo que contiene la mediana10 = amplitud del intervalo

Si calculsemos la mediana de edad de esta serie a partir de los 4.457 casos deuicidio individualmente, sta sera 48 aos de edad.

)

E

2.228 = caso situado en el1.565 = ca

s


25/83


MEDIDAS DE DISPERSINGrfico 3.7 Distribucin normal

Para las variables cuantitativasas

ola desviacin

stas medidas representan lao variabilidad de los datos

ontinu

on resntre la suma de los cuadrados de laiferencia entre cada valor y el

romedio, y el nmero de valoresbservados (men 1). La desv n

arianz . La d sv c ndar toon la media perm escribir laistribucin de la variable. Si la variable

e normalmente, entonces els valores estar dentro de

esviaciones, sino 1.96).

Veamos un ejemplo. Volviendo al Cuadro 3.3, el rango del perodo de incubacin de

arianza = (15 -19,7)

las medidas de dispersin ms usad

son bsicamente tres: el rangoamplitud, la varianza yestndar. E

ispersindc os. El rango o amplitud es ladiferencia en re el valor mximo y eltvalor mnimo de una serie de datos. La

(s'), que mide la desviacinvarianzapromedio de los valores individualesce

pecto a la media, es el cociente

d

po os iaciestndar (DE) es la raz cuadrada de la

ia junv a e in estiten dc

dse distribuy

8% de su61 desviacin estndar de la media,95% dentro de 2 y 99,9% dentro de

imaciones, ya que, por ejemplo,3 DE (Grfico 3.7). (Es necesario notar que se trata de aproxno es exactamente 2 del rea bajo la curva que abarca 95%

la rubola, con base en las 11 observaciones, es de 22 das (i.e., 37-15 das). La varianzasera:

2 + (15 -19,7)2 + ... + (16 -19,7)2 + ... + (32 -19,7)2 + (37 -19,7)2v11 -1

arianza = 572,19v = 57,219 das10

la desviacin estndar sera:

esviacin estndar (DE)= 57,219 = 7,56 das

En resumen, los estimadores de los parmetros de la distribucin del perodo decubacin de la rubola en los 11 nios del ejemplo seran:

edia ( x ) = 19,7 dasesviacin estndar (DE) = 7,6 das

y

d

inmd


26/83


Cuando nuestros datos sobre una variable continua estn agrupados tambinodemos calcular la varianza y correspondiente desviacin estndar aproximadas. Para ello,l igual que para estimar la media en datos agrupados, se parte de la columna con losuntos medios (X) de cada intervalo de clase. Luego generamos tres columnas; una con las

io de ada intervalo de clase y la media de nuestros datos (x -

esviacin cuadrtica y, finalmente, otra columna (f.(x - x) ), resultado de multiplicar la

- x)2) dividida entre la suma de casos (f) nos day extrayendo su raz cuadrada obtendremos un

dar de nuestros datos agrupados.

e suicidio. Lugar X, 1995-2000

Desviacin(x - x)

Desviacincuadrtica(x- x)2

Producto f. (x -x)2

papdiferencias entre el punto med c

x)2 llamada desviacin; otra con esta desviacin elevada al cuadrado (x - x)2 llamada2ddesviacin cuadrtica por el nmero de caLa suma de todos estos productos (f.(xuna razonable aproximacin a la varianzaestimado aceptable de la desviacin estn

Cuadro 3.4c Casos d

Edad(aos) Casos(f)

Puntomedio(x)

sos (f) del intervalo correspondiente (Cuadro 3.4c).

10 a 14 37 12,5 -33,5 1.122,25 41.523,2515 a 19 176 17,520 a 29 693 25,030 a 39 659 35,0 -11,040 a 49 784 45,050 a 59 1.103 55,060 a 69 1.005 65,0Total =4.457

-28,5 812,25 142.956,00-21,0 441,00 305.613,00

121,00 79.739,00- 1,0 1,00 784,009,0 81,00 89.343,0019,0 361,00 362.805,03

=1.022.763,20media (x) = 46,0 aos

En este ejemplo, la aproximacin a la vari

S

anza (S2) sera:

2 = f,(x - x)2 = 1.022.763,20 = 229,47f 4.457

y la correspondiente desviacin estndar (D.E., o "S') para datos agrupados sera:

RE. = 229,47 = 15,1 aos

mientras que si utilizramos en el clculo los 4.457 casos, uno a uno, obtendramos una

de edad.

Finalmente, otra forma til de representar la dispersin de la distribucin de una serieue son los valores que ocupan una determinada posicin en

ncin de la cantidad de partes iguales en que se ha dividido una serie ordenada de datos.

desviacin estndar de 15,3 aos

de datos es usando cuantiles, qfuSi dividimos


27/83


nuestra serie en 100 partes iguales, hablamos de percentiles;si la dividimos en 10 partes iguales, deciles; en cinco partes,quintiles; y en cuatro, cuartiles. Como ejemplo, el Cuadro 3.5

lesde edad correspondientes a la serie2: el percentil 25 de esta

istribucin es 33 aos, que equivale a decir que 25% de los

ar definen la distribucinormal y, por ello, se les llaman sus parmetros. El promedio, como medida resumen de

su parte,indicador

e la variacin de las observaciones. Estos dos conceptos, promedio y variacin, son deancia para documentar la incertidumbre con la que observamos los fenmenosn los principios bsicos del proceso de inferencia estadstica,

uyo uso nos permite derivar conclusiones acerca de toda la poblacin observando

cin a la distribucin del peso al nacer en laoblacin.

presenta nueve percentide casos de malaria del Cuadro 3.d

casos tenan edad menor o igual a 33 aos (y, enconsecuencia, 75% de los casos eran mayores de 33 aos).Ntese que la mediana de la distribucin Percentiles Edadcorresponde al percentil 50 (o cuartil 2).

La diferencia entre los percentiles 25 y 75 (o cuartiles 1 y3, respectivamente) se conoce como rango intercuartil, que esotra medida especfica de dispersin de una distribucin. Elrango intercuartil, que incluye el 50% central de valores en la serie de datos (en el ejemplo,este rango es de 11 aos), es una medida muy aplicada en vigilancia en salud pblica(Unidad 4), en especial para la elaboracin de canales endmicos.

25

Percentiles Edad1% 24

de casos

Cuadro 3.5 Percentiles y susvalores en una distribucin

5% 2710% 2925% 3350% 3875% 4490% 5095% 54

Como hemos visto, el promedio y la desviacin estndntendencia central de los datos, es un indicador resumen de las observaciones. Por

desviacin estndar, como medida resumen de la dispersin de los datos, es unla

dgran importen la poblacin y constituyecsolamente una muestra de la misma. El Grfico 3.8 ilustra esquemticamente dossituaciones posibles y frecuentes con relap


28/83


Una vez que se ha revisado la forma de presentacin de los datos, las medidas de tendenciaentral y de dispersin de los mismos, se contina con el estudio de las distintasistribuciones o modelos tericos. El ms conocido de ellos es la llamada Curva Normalrfico 3.8) que acabamos de introducir. Existen otros mo

a

d

valor el cual

etra y los puntos de inflexin de la curva ivalenin estndar.

l

cd(G delos tericos que tienen

ll de los objetivos de este

efinida p lementos

aplicacin en epidemiologa y salud pblica, pero que van ms

curso. Mencionaremos que la distribucin normal quedacaractersticos:

1. Tiene un eje de simetra.

2. La media aritmtica, la mediana y la moda coinciden enpasa el eje de simetra.

or 4 e

el mismo por

3. La distancia entre el eje de sim equa la desviac

3. Es asinttica al eje de las "x" (abscisas), es decir nunca

o cruza.


29/83


MEDIDAS DE FRECUENCIA

Como revisamos en la Unidad 2 del MOPECE, el enfoque epidemiolgico parte de laobservacin de hechos en la poblacin. Estos hechos son la presencia de enfermedad, la

exposicin a determinados factores, u otros atributos o eventos de inters. Son "de inters"porque consideramos que, eventualmente, actuando sobre ellos podremos modificar enforma positiva la realidad observada. El segundo aspecto de este enfoque epidemiolgico esla cuantificacin, es decir, asignar nmeros a los hechos y para ello nos valemos depro imienced

dirtos estadsticos bsicos como los descritos hasta ahora en esta Unidad. As,

e la frecuencia u ocurrencia de tales hechos en la poblacin es una tarea fundamental.ara medir la frecuencia de enfermedad en la poblacin, el epidemilogo recurre a tresonceptos muy importantes: probabilidad, riesgo y tasa.

bargo, a diferencia del riesgo, la tasa involucra la experiencia de exposicine la poblacin en unidades efectivas de tiempo-persona.

mPc

En su acepcin ms sencilla, la probabilidad es una medida de ocurrencia de unhecho incierto, o sea, el nmero de veces que se espera ocurra un evento a futuro. El riesgoa lasalud es una medida que refleja la probabilidad de que se produzca un efecto o dao a

la salud dentro de un periodo de tiempo establecido. La tasa es una medida de la rapidez decambio de un estado a otro estado (v.g., de sano a enfermo) y, por tanto, tambin expresaun riesgo. Sin emd

Probabilidad: Nmero de eventos que ocurren dentrode un nmero de eventos posibles.

Riesgo a la Salud: Probabilidad de

experimentar un efecto adverso o dao en untiempo determinado

La probabilidad es medible o cuantificable y su valor numrico se sita entre 0 y 1

iendo 1 la certeza absoluta). Por conveniencia se puede expresar como un nmeroecimal, una fraccin o un porcentaje.

El riesgo es tambin medible y se obtiene a partir de un cociente o fraccin. Enentido estricto, al igual que la probabilidad, su valor se situara entre 0 y 1. Se suelexpresar como un valor de la fraccin multiplicado por una constante.

(sd

se

Tasa: Medida de la rapidez de cambio deun fenmeno dinmico por unidad depoblacin y de tiempo (tiempo persona deexposicin).

27


30/83


La tasa es la medida clsica de la epidemiologa. Tiene 3 componentes bsicos:

un numerador, que corresponde al nmero de individuos que experimenta el eventode inters (v.g., muerte, enfermedad, nacimiento, ingreso hospitalario);

un denominador, que corresponde al nmero total de individuos en la poblacinexpuestos o en riesgo de presentar el evento; y,

un perodo de tiempo especfico, durante el cual se observa la frecuencia del eventode inters y la poblacin que ha estado expuesta efectivamente.

De ah que la tasa pueda asumir un valor de 0 a infinito y se expresa en nmero deventos que ocurren en un tiempo-persona de exposicin, que es la caracterstica

Las clsicas medidas de frecuencia de enfermedad son dos: prevalencia e incidencia,

En la cuantificacin de las condiciones de salud y enfermedad en la poblacin, resultaimprescindible e considera queestos estimador enso cientfico-tcnico y la prctica

valan su utilidad como herramientas relevantes para la interpretacin de los perfiles denfermedad en la poblacin, con fines comparativos.

Para que p iones en forma

adecuada, los servic es con el objetode precisar la frecu a comunidad. Por ejemplo, reconocer as en la comunidad con diagnstico de lepra es

na informacin esencial para organizar los recursos existentes y obtener, desde otro nivelel sistema si fuera preciso, el apoyo adicional requerido para la atencin de todos los

enfermos. As, el recuento de los casos de una enfermedad es una medida de granimportancia que sirve para orientar los servicios a la magnitud de los recursos necesarios.

efundamental de la tasa.

Como se puede apreciar, la tasa combina en una sola expresin las tres dimensiones

bsicas del anlisis epidemiolgico: persona, lugar y tiempo. Aplicada correctamente, la tasano solamente es una medida de frecuencia de enfermedad en la poblacin, sino una medidadel riesgo de enfermar en la poblacin. De esta forma, al emplear tasas podramos compararla frecuencia y riesgo de enfermedad en diferentes poblaciones, diferentes subgrupos de lamisma poblacin o diferentes periodos de tiempo en la misma poblacin.

PREVALENCIA E INCIDENCIA

que veremos en esta Unidad. Ms especficamente, revisaremos la incidencia acumulada, yla tasa de incidencia. Aunque de uso comn, el trmino "tasa de prevalencia" debe evitarse,

pues no representa una tasa en tanto no es una medida dinmica; una denominacin msapropiada es proporcin de prevalencia, que tambin revisaremos.

Medidas de morbilidad

l uso de indicadores que faciliten su descripcin y anlisis. Sees son convencionales, pues el cons

ae

uedan responder a las necesidades de las poblac

ios de salud deben efectuar sistemticamente medicionencia de las condiciones de salud relevantes en lque existen 700 person

ud

28


31/83


El recuento de enores de 1 ao dedad que existen en u a puede ser usada,or ejemplo, para pr a inmunizar a dichaoblacin en ese ao. in podr tener mayor precisin si, adems, se conocembin el nmero de defunciones en menores de 1 ao ocurridas en esa misma comunidad

n el ao considerado. Es decir, en una poblacin y tiempo especficos, el nmero de nios

1 ao de edad.

lud obtener un mejorimiento sobre las condiciones de salud y enfermedad en las poblaciones y, por tanto,

esempearse ms eficientemente.

Por otra parte, es prcticamente imposible conocer la magnitud real de la morbilidad

e laercepcin cultural sobre salud y enfermedad y la presencia de casos subclnicos (versecsalud ponibilidad de

gistros de buena calidad lo que hace posible obtener estimaciones epidemiolgicamentevlipositiv

Amric s en el ao 1995. Un

uevo recuento en el 2000 demostr la existencia de 80 casos en la poblacin.

sos de tuberculosis en una comunidad latinoamericanapor unidad de tiempo. 1995-2000

nacimientos permite estimar la cantidad de nios mna comunidad en un ao determinado. Esta medidoyectar la cantidad de vacunas necesarias par

Esta informac

eppta

ea vacunarse puede ser operacionalmente definido como el nmero de nios sobrevivientesal primer ao de vida y se puede estimar por la diferencia entre el nmero de nacidos vivos ynmero de defunciones en menores de

En consecuencia, la enumeracin o recuento de casos de enfermedad, nacimientosy defunciones, junto con estimados censales de la poblacin y sus caractersticas,constituyen los datos bsicos que permiten a los servicios de saconocd

en una poblacin debido a mltiples y complejos factores, que van desde la diversidad dpcin sobre historia natural de la enfermedad) hasta la inaccesibilidad a los servicios de

y la falta de confianza en la asistencia mdica. No obstante, es la disre

das, que nos acercan al conocimiento de la realidad y nos permiten modificarlaamente.

Consideremos, como ejemplo, un rea geogrfica determinada en un pas dea Latina. En la poblacin se observaron 60 casos de tuberculosi

n

Cuadro 3.6a Ca

Ao 1995 2000

N de casos 60 80

Cul sera la mejor explicacin de la diferencia observada entre los dos aos?Loshechos que podran explicar la diferencia observada se pueden resumir como sigue:

y las dems medidas de control fueron inadecuadas y pormero de casos;

la atencin a los enfermosello se produjo un aumento en el n

las medidas de bsqueda activa y/o un cambio en la definicin de caso detuberculosis permitieron una mejor identificacin de casos antes desconocidos, dandola impresin de aumento de la enfermedad en la poblacin;


32/83


ciertos factores socioeconmicos, independientes de las medidas de control,provocaron un aumento de la enfermedad (v.g., crisis econmica-desempleo-desnutricin); y/o,

por unidad de tiempo. 1995-2000

hubo un aumento de la poblacin local, por crecimiento natural o por inmigracin neta(v.g., atraccin por oferta de empleo en reas de desarrollo industrial).

Si relacionamos el nmero de casos con el total de la poblacin existente en los dosaos tendremos:

Cuadro 3.6b Casos de tuberculosis en una poblacin latinoamericana

Ao 1995 2000

No. de casos 60 80Total poblacin 30.000 50.000

Observamos que si bien hubo un aumento de 60 a 80 en el nmero de casos,tambin aument de 30.000 a 50.000 la poblacin en el mismo periodo. Por tanto, lo quedeseamos comparar es la diferencia entre 60 casos en 30.000 personas y 80 casos en50.000. Es decir,

60 casos vs 80 casos30.000 habitantes 50.000 habitantes

Un clculo sencillo nos permitir la comparacin ms directa:

resultado de la divisin entre casos y poblacin por 10. 000, obtendremos:

Ello nos permite indicar que hubo una disminucin de la prevalencia de tuberculosisn ese perodo de tiempo y en esa comunidad latinoamericana.

en 1995: 60 / 30.000 = 0,0020en 2000: 80 / 50.000 = 0,0016

Con el fin de facilitar la comparacin, expresando la proporcin en nmeros enteros yno decimales, se acostumbra multiplicar el resultado por 100, 1.000, 10.000 o 100.000,segn nuestra conveniencia o siguiendo una convencin preestablecida. En el ejemplo, simultiplicamos el

en 1995: 20 casos por 10.000 habitantesen 2000: 16 casos por 10.000 habitantes

e


33/83


Cuadro 3.6c Prevalencia de tuberculosis en una comunidad latinoamericana

1995 200020

(casos por 10.000 personas)

16

(casos por 10.000 personas)

rea eEl clculo realizado fue el de la proporcin de prevalencia de la tuberculosis (en el

specfica, en los aos 1995 y 2000).

Prevalencia: Es la medida del nmero total de casos existentes, llamadoscasos prevalentes, de una enfermedad en un punto o periodo de tiempo yen una poblacin determinados, sin distinguir si son o no casos nuevos. La

prevalencia es un indicador de la magnitud de la presencia de unaenfermedad u otro evento de salud en la poblacin.

asa, pues no

poblacin en riesgo, es decir, a aquella poblacin expuesta y susceptibleargo, la prevalencia es un indicador de gran importancia

n salud pblica, pues provee una medida del volumen o carga de enfermedad en unacomunidad o poblacin en un momento dado -informacin esencial en la planeacin de losservicios

Desde el punto de vista epidemiolgico yor inters en conocers c nuevos de una enfermedad aparecen en una poblacindurante un perodo de tiempo. Ms concreta es tante conocer cuntos casosnuevos surgen de una p st es padecer una determinada

nfermedad o dao a la sa in d dez de cambio del procesoinmico de salud y enfermedad en la poblacin. La medida de ocurrencia de casos nuevose enf

Como ya se mencion, la prevalencia no puede ser considerada una ttoma en cuenta el inicio ni duracin de la enfermedad. Su denominador no necesariamentecorresponde a la

e donde surgen los casos. Sin embde

de salud.

especficamente cunto , hay maasosmente, impor

oblacin que elud; es decir, un

en ridicador

go dee la rapie

dd ermedad en una poblacin en riesgo en un tiempo determinado se denominaincidencia. En general, la incidencia nos da una idea del riesgo promedio que tienen losindividuos en la poblacin de padecer la enfermedad, as como evaluar la eficacia de lasacciones de control adoptadas.

Incidencia: Es la medida del nmero de casos nuevos, llamadoscasos incidentes, de una enfermedad originados de una poblacin enriesgo de padecerla, durante un periodo de tiempo determinado. Laincidencia es un indicador de la velocidad de ocurrencia de unaenfermedad u otro evento de salud en la poblacin y, enconsecuencia, es un estimador del riesgo absoluto de padecerla.

31


34/83


In cia de la enf. B =ciden nmero de casos nuevos de la enf. B en un perodo x factor nmero total de personas en riesgo al comienzo del mismo periodo

En los clculos de incidencia y de prevalencia siempre es importante dejar bien claro

laci tiempo se refieren. Pueden relacionarse a laente especfico que estara expuesto al problema.s, el denominador de incidencia de cncer de cuello de tero debera incluir nicamente a

Por ejemplo, la incidencia de gastroenteritis, en la Provincia del Sur, durante el mese diciembre de 2001 fue de 20 por mil en nios de 5 a 10 aos. Es decir,

inciden nios de 5 a 10 aos en la desarrollaron gastroenteritis en el mes de

rovincia del Sur en el mes diciembre de 2001

a qu pob n y a qu momento o perodo depoblacin ra de una regin o a un grupoAmujeres y el de incidencia de gonorrea a poblacin sexualmente activa.

d

ncia de gastroenteritis nmero de nios de 5 10 aos quee

P X factorde diciembre de 2001 poblacin de nios de 5 os residentesen la Provincia de Sur e es de

d

de casos nuevos y el tamao de la poblacin enesgo en un periodo de tiempo, la incidencia acumulada asume que todos los individuos de

poblacin en riesgo estuvieron efectivamente en riesgo de presentar la enfermedadurante todo el periodo de tiempo observado. Intuitivamente sabemos que esto raras veces

ocurre a eja deestar en o (Le.,"pasa al

U pasar del estado sano al estadonfermo, o sea estimar la incidencia, la brinda la investigacin epidemiolgica de factores deesgo causales en cohortes de poblacin, como veremos en la Unidad 5. En tales

En trminos prcticos, cuando calculamos la incidencia de una enfermedad en la

a 10 an el m

diciembre e 2001

Conviene precisar que las frmulas sobre incidencia que acabamos de presentar eneste ejemplo corresponden especficamente a lo que se denomina incidencia acumulada. Alalcularse como el cociente entre el nmeroc

rilad

s; en principio porque al momento de presentar la enfermedad, la persona driesgo (i.e., deja de "pertenecer al denominador"), pues se convierte en casnumerador").

na manera ms precisa de representar el riesgo deericondiciones es posible "seguir" a la poblacin, midiendo con exactitud el tiempo que cadaindividuo estuvo en riesgo de enfermar y obtener el nmero total de "tiempo-persona" deobservacin (v.g., aos-persona; das-persona). Si ahora dividimos el nmero de casosnuevos entre el nmero total de aos-persona observados, obtendremos la tasa deincidencia propiamente dicha, llamada tambin densidad de incidencia o fuerza de

morbilidad (Miettinen, 1975).

poblacin a menudo empleamos la incidencia acumulada, pues el clculo de la tasa deincidencia propiamente dicha suele estar restringido al contexto de una investigacinepidemiolgica. Una forma de estimar la tasa de incidencia cuando no se cuenta con losaos-persona consiste en tornar como denominador a la poblacin a mitad de perodo.

32


35/83


Tanto la prevalencia como la incidencia son medidas de morbilidad (enfermedad) enla poblacin, pero difieren en que la prevalencia mide el nmero de personas que tienen laenfermedad en un momento dado (.e., su magnitud) y la incidencia mide los casos nuevosque se presentan en un perodo determinado de tiempo (.e., su velocidad). Las relaciones

ntre incidencia y prevalencia pueden apreciarse en la siguiente Figura:

me o decia. Si aumenta la

ia, la prevalencia disminuir.upongamos que se introduce una nueva prueba que detecta la presencia de enfermedadmpranamente en el perodo subclnico; el resultado prctico ser un aumento en la

blacin.

e

Figura 3.1 Relacin entre incidencia y prevalencia

Note que si aumenta la incidencia (aparecen ms casos nuevos) y el n rmuertes y recuperados se mantiene sin cambio, aumentar la prevalenmortalidad o ms gente se recupera y la incidencia no cambSteincidencia, en la duracin de la enfermedad y tambin en la prevalencia. Por otra parte, si seintroduce un medicamento que pospone o evita la mortalidad prematura pero no curadefinitivamente, el resultado tambin ser un aumento en la prevalencia.

La duracin de la enfermedad (D) tambin influye en esta dinmica y, en trminosgenerales, se dice que en situacin de equilibrio, la prevalencia (P) es el producto de laincidencia (1) por la duracin de la enfermedad (P=IxD). Esta dinmica entre incidencia,prevalencia y duracin de la enfermedad tiene importantes implicaciones para el control deenfermedades en la po

33


36/83


Ejercicio 3.1

En la figura 3.2, cada lnea representa un caso de enfermedad respiratoria(neumona) y la duracin en das de cada caso, que se presentaron durante el mes deseptiembre.

onteste las siguientes preguntas:

1. Cul es el nmero de casos incidentes de la enfermedad en el mes de septiembre?

2. Cul es el nmero de casos prevalentes en el da 15 de septiembre?

C


37/83


Otras medidas de morbilidad

Ahora bien, qu medida de incidencia se obtiene entonces cuando se investiga unaepidemia? El numerador es el nmero de casos nuevos de enfermedad y el denominador esel total de personas expuestas al factor de riesgo o agente causal. El tiempo generalmente

e trata de manera implcita, ya que la mayora de casos suelen ocurrir durante horas, das o

s 26 se enfermaron en un perodo corto de tiempo. La tasaque se obtiene de la siguiente manera:

sa de ataque = 26 enfermos

ssemanas, segn la enfermedad de que se trate. La tasa de incidencia que se obtiene en unasituacin de brote o epidemia se denomina tasa de ataque de la enfermedad y se expresausualmente como un porcentaje. Consideremos, como ejemplo, una situacin en la que 96personas fueron expuestas a un agente (v.g., Pseudomona aeruginosa contaminando elequipo quirrgico), de las cualede atata x 100 = 27,1 %

96 expuestos

dad de transmisin persona-a-persona y, por tanto, es de utilidad para evaluarefectividad de las medidas de control de un brote. La tasa de ataque secundario expresa

l n nntre los contactos susceptibles expuestos a un caso primario o ndice excluyndolos delumerador, en relacin con el nmero total de contactos susceptibles expuestos. Se calculae la manera siguiente:

sa de ataque secundario = nmero de casos secundarios

Existe tambin la llamada tasa de ataque secundario, que mide la contagiosidad deuna enfermelae mero de casos de una enfermedad que aparecen dentro del periodo de incubaciendta X 100

nmero de contactos susceptibles expuestos

edidas de mortalidad

Otra forma importante de medir la ocurrencia de enfermedad en la poblacin es aavs del recuento de las defunciones que se presentan.

sa de mortalidad general = nmero de defunciones

M

tr

ta X 1.000poblacin total

Las tasas de mortalidad pueden referirse a toda la poblacin de un pas o territorio ostringirse a una comunidad, institucin o una muestra poblacional y pueden, tambin,

alcularse para grupos especficos de poblacin, segn sexo, edad, grupos de

nfermedades u otras caractersticas relevantes (en cuyo caso constituyen tasasspecficas).

Existen algunos indicadores de mortalidad referidos a grupos de poblacinspecficos y a los que convencionalmente se les llama "tasas". En particular, convienecordar dos de ellos, de especial importancia en salud pblica; se trata de las "tasas" deortalidad infantil y de mortalidad materna.

rec

ee

erem


38/83


sa de mortalidad infantil = nmero de defunciones en menores de 1 ao de edadta X 1. 000nmero de nacidos vivos

sa de mortalidad materna = nmero de muertes maternas

ta X 100,000

nmero de nacidos vivos

Se puede constatar que para el clculo de estas "tasas" se emplea el nmero deacidos vivos como denominador y, por tanto en sentido estricto no es una tasa en tanto elenominador no es tiempo. Por convencin, se utiliza el nmero de nacidos vivos comoenominador de estos indicadores porque se considera que es un dato ms factible debtener que los requeridos para construir las respectivas tasas, a saber: en el primer caso, eltal de nios menores de un ao que deben existir en la misma poblacin y afio donde seizo el recuento de defunciones; en el segundo caso, el nmero total de mujeres questuvieron embarazadas y que dieron a luz en la misma poblacin y ao.

En ocasiones se sospecha que una enfermedad determinada est causando un

nddotohe

elevado o inusual nmero de muertes. Es de inters conocer cuntas de las personasenfermas mueren, es decir, la proporcin de casos fatales entre el total de casos. En unasituacin epidmica, a este clculo se le llama tasa de letalidad y es particularmenteimportante para evaluar la severidad de una epidemia:

tasa de letalidad de la enfermedad A = nmero de defunciones por enfermedad A X 100total de casos de enfermedad A

Mientras la mortalidad hace referencia a las defunciones entre la poblacin total(sana o enferma), la letalidad slo hace referencia a las defunciones entre la poblacin

nferma. Por ejemplo, si en un distrito de 30.000 habitantes ocurrieron 200 casos de tifoideaemos afirmar que, en ese distrito y en ese

2 por 10.000 y su letalidad 3%; es decir:

econ 6 defunciones, en un ao determinado, pod

ao, la mortalidad por tifoidea fue

mortalidad por tifoidea = 6 muertes x 10.000 = 2 x 10.00030.000 habitantes

letalidad por tifoidea = 6 muertes x 100 = 3 x 100200 casos

Distribucin proporcional

a dist ucin tidad de casos ouertes segn alguna caracterstica de inters, como sexo, edad o causa especfica, comoorcentaje del total de casos o muertes observados. La distribucin proporcional

ucin de frecuencias relativas simples, como se vio al inicio de estanidad. A diferencia de las tasas, la distribucin proporcional no mide el riesgo de enfermar

L rib proporcional es una forma sencilla de expresar la canmpcorresponde a una distribUo morir, sino solamente indica cmo se distribuyen los casos o muertes entre las personasafectadas.


39/83


Veamos el siguiente ejemplo. Durante un brote de tifus exantemtico ocurrido en unaomun ad an na, se nferm 4 hombres y 14 mujeres. Se desconoce elmero total de hombres y mujeres en dicha poblacin.

c id di e aron 38 personas; 2n

Cuadro 3.7 Distribucin proporcional de casos de tifus exantemtico por sexo

Sexo Nmerode casos

Distribucinproporcional

masculino 24 63,2femenino 14 36,8Total 38 100,0

Es decir, proporcin de casos de sexo masculino: 24 x 100 = 63,2 %38

Proporcin de casos de sexo femenino: 14 x 100 = 36,8 %38

Esta informacin nos permite afirmar que la enfermedad en dichams a los varones que a las mujeres (por ejemplo, "de cada 10 enfermo

comunidad afects, al menos 6 fueron

en mujeres"). Sin embargo, estavarones"; o, "existieron 1,7 casos en varones por cada casoinformacin no nos permite afirmar que los varones tuvieran mayor riesgo de enfermar.

Mortalidad proporcional

Cuando la distribucin proporcional se refiere a datos de mortalidad, entonces hablamosespecficamente de mortalidad proporcional, una medida de mortalidad til para describir elperfil y las contribuciones de causas de muerte especficas a la mortalidad general de un

lugar y periodo determinados; esto es:

mortalidad proporcional = nmero de muertes por causa especfica en un ao X 100nmero total de muertes en el mismo ao


40/83


Las medidas de prevalencia, incidencia y mortalidad, tomadas en conjunto, permitenlisis de la situacin de salud, la

rimera funcin esencial de la salud pblica. Estas medidas bsicas permiten comparar laos, enfermedades y daos a la salud en las poblaciones entre

iferentes perodos de tiempo y entre localidades distintas, facilitando la identificacin de

s errneas. Ello puede ser evitado con el uso de tcnicas de estandarizacin ojuste de tasas.

Los siguientes datos fueron tomados de la publicacin OPS "Indicadores Bsicos de

alud en las Amricas, edicin de 2000" y corresponden a dos localidades latinoamericanas,a las

Cuadro 3.8 Poblacin y m n dos local mericanas

Localidad

describir perfiles de salud de la poblacin, tiles para el anpimportancia relativa de riesgd

necesidades y prioridades en salud y orientando la gestin sanitaria. No obstante, cuandocomparemos dos o ms poblaciones debemos tener siempre presente que existen otrascaractersticas propias de cada poblacin que podran explicar las diferencias queobservamos. Por ejemplo, la diferencia entre las tasas de mortalidad de dos poblacionespuede estar distorsionada por las propias diferencias en la distribucin de edad o ladistribucin de las muertes en distintas edades en cada poblacin y, por tanto, llevamos aconclusioneaEjercicio 3.2

S que denominaremos A y B, en un ao determinado.

ortalidad e idades latinoa

Datos bsicA B

os

Poblacin total 10.320 76.311

nmero de nacidos vivos 850 1.226

3.350 6.901

D

defunciones en menores de 5 aos por diarrea 36 0

poblacin menor de 5 aos

efunciones en menores de 1 ao 105 10

defunciones en menores de 1 ao por infecciones 32 4

Defunciones en menores de 5 aos 161 12

38


41/83


alcule: LocalidadA B

) la tasa de mortalidad en menores de 5 aos (por 1,000) _______ ________

) la tasa de mortalidad infantil (por 1,000) _______ ________

) la tasa de mortalidad por diarrea en menores de 5 aos(por 1.000) _______ _______

asa de mortalidad por infecciones en menores de1 ao (por 1.000) ________ _______

) Qu se observa al comparar las localidades A y B? ________ _______

Cab

c

d) la t

e

Ejercicio 3.3.

Pregunta 1. Qu denominador empleara para el clculo de las siguientes medidas?:

a) la incidencia de dengue hemorrgico en el pas X en 2000.

b) La incidencia de neumona en los escolares de la Provincia "

39


42/83

Mdulos de principios de epidemiologa para el control de enfermedades 40

Pregunta 2. En una isla del Caribe la lm

etalidad por tifoidea es 5%. Durante el ao 2000ocurrieron 40 defunciones por esa enfer edad. Cuntos casos de tifoidea ocurrieron en esacomu

______________________________________________________________________

regunta 3.

nidad insular en dicho ao?

_

P Una medida de incidencia usualmente expresada en porcentaje y que se refiere a

oblaciones especficas, en perodos de tiempo limitados, como por ejemplo: epidemias, seonoce como:

a) prevalenciab) tasa ajustada

sa de ortalidad

pc

c) tasa de letalidadsa de taqued) ta a

e) at m

regunta 4.P Analice el siguiente cuadro y, de acuerdo con la info acin presentada, resuelvarm

Cuadro 3.9 Defunciones por grupo de edad y poblacin

Poblacin

los puntos considerados a continuacin:

Grupo de edad(aos)

Defunciones(nmero)

me 12.681nores de 1 2851-4 251 49.0025-24 274 201.820

25-44 408 116.53845-64 576 51.35665 y ms 1.076 18.603Total 2.870 450.000

a) la tasa de mortalidad (por 100.000) para el grupo de edad de 1 a 4 aos

b) la tasa de mortalidad (por 100.000) para el grupo de edad de 65 y ms aos

c) la tasa de mortalidad (por 100.000) para el grupo de 25 a 44 aos


43/83


d) Comente estos resultados con respecto a la magnitud de la mortalidad en los grupos deedad. Considere que estos resultados son tpicos de cualquier poblacin.

regunta 5.P Veintisis casos de tuberculosis fueron diagnosticados en Ciudad Alta entre el P

e enero y el 30 de junio de 2000. El total de casos de tuberculosis activos al 30 de junio era

64. La poblacin de Ciudad Alta era de 183.000 habitantes.a) Cul fue la incidencia de tuberculosis en Ciudad Alta durante el perodo P de

enero al 3 0 de junio?

) 7,6 casos nuevos por 100.000 habitantes) 14,2 casos nuevos por 100.000 habitantes) 27,3 casos nuevos por 10.000 habitantes

b) Cul fue la prevalencia de tuberculosis en Ciudad Alta al 30 de junio de 2000?

)14,2 casos por 100.000 habitantes)144,3 casos por 100.000 habitantes

os por 100.000 habitantes

plique las diferencias en los valores obtenidos sobre prevalencia ee tuberculosis encontrados, e indique el uso adecuado de cada una de

epidemiolgicas. Existe similitud de esta morbilidad portuberculosis con la de su rea de salud?

d

2

(a(b(c(d) 78,7 casos nuevos por 100.000 habitantes(e) 144,3 casos nuevos por 10.000 habitantes

(a(b(c) (f) 158,5 casos por 10.000 habitantes(d)(g) 290,0 casos por 10.000 habitantes(e) (h) 85,2 cas

c) Describa y exincidencia destas medidas

41


44/83


Pregunta 6. El tercer domingo de febrero de 2001 se celebr, en una comunidad de 462abitantes, un baile de carnaval al que asistieron 287 personas. En las dos ltimas semanas dearzo el centro de salud local atendi a 79 personas que consultaron por prurito intenso y

rupcin cutnea papulovesicular. Setenta y seis de ellas haban asistido al baile. De los 161arones participantes de ese evento social, 53 se haban enfermado. El 68,3% de los asistentes

al b snfermos. Calcule:

a) la tasa de ataque en los participantes de la fiesta;

b) la tasa de ataque en los hombres;

d)

Qu

regunta 7.

hmev

aile tena entre 20 y 39 aos de edad; en este grupo se encontraba el 82,9% de loe

la tasa de ataque en las mujeres;

e) la tasa de ataque en el grupo de 20 a 39 aos de edad.

f) interpretacin dara a estos resultados?

P Examine el siguiente cuadro y resuelva lo considerado a continuacin.

s por grupo de edad y poblacin

CPoblacin

Columna 4 Columna 5

Cuadro 3.10 Nmero de caso

olumna 1 Columna 2 Columna 3Edad (aos) Casos (No)

menores de 5 3 48 14,3 6,3

5-19 6 17 28,6 35,3

23 23,8 21,7

40 y ms 7 109 33,3 6,4

To

20-39 5

tal 21 197 100,0 10,7


45/83


a)

) la d) las tasas de ataque por edad

) la distribucin proporcional de los casos por edad) las tasas de mortalidad por edad) nada de lo anterior

b) Los nmeros en la Columna 5 representan:

distribucin proporcional de la poblacin por edad) las tasas de ataque por edad

______________________________________________

______________________________________________________________

_____________________________________________________________

Pre

Los nmeros en la Columna 4 representan:

(a istribucin proporcional de la poblacin por edad(b

(c(d(e

(a) la(b(c) la distribucin proporcional de los casos por edad(d) las tasas de mortalidad por edad(e) nada de lo anterior

c) Comente brevemente la informacin contenida en el cuadro.

________________

_

gunta 8. El programa de atencin integrada de enfermedades prevalentes en la infanciaIEPI) de un centro de salud, inform que el tiempo de duracin de todos los casos de

eumona en nios de 5 a 9 aos de edad atendidos en los ltimos dos meses fue 9, 7, 11, 9, 8.4, 6

a) la moda;

c) la media;

e) la desviacin estndar.f) En el espacio provisto a continuacin represente la distribucin de la variable de

inters

(An

, 12, 6, 8, 8 y 5 das, respectivamente. Usando esta informacin, calcule:

b) la mediana;

d) el rango;

empleando un grfico apropiado.

43


46/83


g) Comente los resultados observados con respecto a esta distribucin

e salud de Nicaragua, en el istmo centroamericano,Locales de Atencin Integral de Salud (SILAIS), que corresponden a

s 15 departamentos y 2 regiones autnomas en que se divide geopolticamente el pas. Ainic de dose en operacin un

stema de vigilancia activa intensificada que permiti establecer medidas oportunas para ela en la SILAIS

en, ubicada en la regin occidental del pas y que comprende 10 municipios. El CuadroLen entre las

manas epidemiolgicas (S.E.) 4 y 33 de 1999. Los Cuadros 3.12a, 3.12b y 3.13 presentanica.

regunta 1.

44

Ejercicio 3.4

El nivel intermedio del sistema dcomprende 17 Sistemaslo

ios 1999 ocurri un brote de rubola de alcance nacional, poninsicontrol de la enfermedad. En este ejercicio se describe la situacin observadL3.11 contiene datos sobre los 130 casos confirmados de rubola ocurridos ensedatos adicionales relevantes para la caracterizacin de la situacin epidemiolgP Cuales fueron las caractersticas epidemiolgicas ms relevantes del brote de

bola en la SILAIS Len, Nicaragua, en 1999? Caracterice la epidemia (describa lasrucaractersticas de la epidemia) segn:


47/83


o de los afectados;ca; y

ara ello:

Elabore una tabla que agrupe los datos segn lo solicitado;Calcule las tasas correspondientes usando los cuadros y mapas anexos; y,

Complete el grfico 3.9.

a) edad y sexb) su distribucin geogrfic) su distribucin en el tiempo.

P


48/83



49/83


Cuadro 3.11 Ocurrencia de casos de rubola; SILAIS Len, 1999

No. Sexo Edad (aos) Municipio Fecha deinicio

S.E.*

1 F 7 Len 26-Ene 4F 6 Len 3 1 -Ene 5F 28 Len 5-Feb 5F 15 Len 6-Feb 5F 28 Len 7-Feb 6F 4 Len 11 -Feb 6F 13 Len 16-Feb 7F 4 Len 2 1 -Feb 8F 11 Nagarote 8-Mar 10

0 m 5 Len 11 -Mar 1011 F 28 Len D-Mar 10

12 F 4 Len 14-Mar 1113 F 29 Len 18-Mar 1114 m 1 Len 20-Mar 1115 m 24 Len 2 1 -Mar 1216 F 4 Len 22-Mar 1217 F 11 Len 22-Mar 1218 m 24 Quezalguaque 23-Mar 1219 F 9 Len 25-Mar 1220 F 3 Len 29-Mar 1321 m 4 Len 29-Mar 1322 F 8 Len 4-Abr 14

23 m 3 Len 6-Abr 1424 F 34 Telica 6-Abr 1425 m 7 Len 8-Abr 1426 F 20 Telica 8-Abr 1427 F 6 Len 9-Abr 1428 F 7 Len 9-Abr 1429 F 10 Len 10-Abr 1430 m 13 Len 11 -Abr 1531 F 9 Len 12-Abr 1532 m 7 Len 13-Abr 1533 F 6 Len 14-Abr 1534 m 12 Telica 14-Abr 1535 F 10 Len 16-Abr 1536 F 24 Len 16-Abr 1537 F 4 Len 17-Abr 1538 m 5 Len 17-Abr 1539 F 3 Telica 18-Abr 1640 m 3 Malpaisillo 18-Abr 1641 m 7 Len 19-Abr 16

234567891

47


50/83


42 F 12 Malpaisillo 19-Abr 1643 F 26 Len 19-Abr 1644 F 12 Len 20-Abr 1645 m 33 Malpaisillo 20-Abr 1646 F 11 Len 21 -Abr 16

47 F 17 Achuapa 2 1 -Abr 1648 F 5 Telica 22-Abr 1649 F 12 Len 22-Abr 1650 F 21 Malpaisillo 22-Abr 1651 m 6 Len 23-Abr 1652 F 10 Len 23-Abr 1653 F 10 Malpaisillo 25-Abr 1754 m 10 Telica 26-Abr 1755 F 30 Len 26-Abr 1756 m Malpaisillo 27-Abr 1757 F 15 Len 27-Abr 17

58 m 10 Malpaisillo l-May 1759 F 9 Achuapa 2-May 1860 F 10 Achuapa 2-May 1861 F 6 Len 3-May 1862 F 26 Telica 4-May 1863 F 17 Malpaisillo 7-May 1864 F 19 Achuapa 8-May 1865 F 16 Len IO-May 1966 F 11 Len 11 -May 1967 F 22 Len 11 -May 1968 F 29 Len 14-May 19

69 m 22 Len 16-May 2070 m 9 Len 17-May 2071 m 7 Len 19-May 2072 m 5 Len 20-May 2073 m 22 Len 20-May 2074 m 4 Len 21-May 20

5 F 5 Len 21-May 206 F 20 Len 22-May 207 m 1 Len 24-May 218 F 7 Nagarote 24-May 219 m 1 Len 26-May 210 m 4 Malpaisillo 26-May 211 m 13 Len 27-May 212 m 5 Len 28-May 213 F 17 Len 28-May 214 F 4 Len 30-May 225 F 15 Len 1 -Jun 22

86 27 F 17 Telica 4-Jun 22

77777888888

F 5 Nagarote 2-Jun 28

48


51/83


88 m Len 5-Jun 22489 F 20 Len 6-Jun 23

0 en Jun

ral

ral

ralralRosa

Rosa

isilloisillo

ote

ce

Centro

ralisillooteisillo

o

9 F 5 L 7- 2391 m 8 Len 1 O-Jun 2392 F 10 Len 11 -Jun 23

93 F 10 Len 12-Jun 2394 F 9 Len 15-Jun 2495 F 5 Len 16-Jun 2496 F 31 Len 18-Jun 2497 F 36 Len 18-Jun 2498 m 8 El Jica 20-Jun 2599 F 12 Len 2 1 -Jun 25100 F 8 Len 22-Jun 25101 m 10 El Jica 22-Jun 25102 m 10 Len 22-Jun 25103 F 6 Len 24-Jun 25

104 m 13 El Jica 24-Jun 25105 m 15 El fica 25-Jun 25106 F 15 Santa 29-Jun 26107 F 4 Len 30-Jun 26108 F 8 Len I-Jul 26109 m 7 Santa 2-Jul 26110 F 9 Len 3-Jul 26111 F 10 Malpa 3-Jul 26112 F 11 Malpa 5-Jul 27113 F 7 Telica 7-Jul 27114 F 14 Len 7-Jul 27

115 F 9 Nagar 11 -Jul 28116 m 28 Len 11 -Jul 28117 m 14 Len 12-Jul 28118 F 30 El Sau 12-Jul 28119 F 30 Len 13-Jul 28120 F 4 Len 15-Jul 28121 F 6 La Paz 17-Jul 28122 F 15 Len 26-Jul 30123 m 6 Len 27-Jul 30124 F 13 Len 29-Jul 30125 F 6 El Jica 30-Jul 30126 F 7 Malpa 3-Ago 31127 F 12 Nagar 8-Ago 32128 F 28 Malpa 8-Ago 32129 F 7 Len 11 -Ago 32130 F 26 La Paz Centr 16-Ago 33

S.E.= Semana epidemiolgica


52/83


Cuadro 3 Rubola en raguTasa de ataque (TA) por 100.000 habitantes por edad

Edad (aos) Casos T

.12a Len, Nica a; 1999

Poblacin A

0-4 .932615-910-1415- 19 8520-2425-29 .09730-3435 -3940 y mTotal 521

52.5554046.9

.24334.3732823.41919.318

s 64.602

374.

Cuadro 3. Rubola en , NicaraguTasa de ataque (TA) por 100.000 habitantes por edad y sexo

dados)

Varones Mujeres

12b Len a; 1999

E(a

Casos Poblaci TA s Pobla TAn Caso cin0-4 29.809 32.125-9 25.539 27.0110-1 22.886 24.0515- 20.001 23.2820-2 15.770 8.6025-2 12.693 15.40

30-3 10.

unidad 3 indicadores estadisticos

Documents