Definiciones operacionales Incidencia y prevalencia n Todas las

Definiciones operacionales

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

Incidencia y prevalencia n n n La tasa de incidencia mide la probabilidad de que una persona sana desarrolle enfermedad durante un periodo específico de tiempo Es decir, representa el número de casos nuevos de enfermedad en una población durante un periodo de tiempo definido La tasa de prevalencia mide el número de personas en una población que en un momento dado tienen la enfermedad

Incidencia y prevalencia n Las fórmulas para calcular estas tasas son: Incidencia = número de casos nuevos en un periodo de tiempo población en riesgo Prevalencia = número existente de casos población total en un punto en el tiempo

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

Incidencia y prevalencia n n Aun cuando el número de casos sea pequeño cada año, si la enfermedad es crónica, el numero de casos se va a acumular; la prevalencia será mayor que la incidencia Por el contrario si el padecimiento es de breve duración (aguda) debido a recuperación o muerte (o migración) la prevalencia será muy baja

Incidencia y prevalencia n La relación entre prevalencia e incidencia y la duración de la enfermedad se expresa por la formula: P I d que indica que la prevalencia varía directamente con la incidencia y la duración de la enfermedad

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

Algunas consideraciones sobre la incidencia n Para determinar a incidencia es necesario seguir prospectivamente a un grupo definido de individuos y determinar la tasa con que aparecen los casos nuevos de enfermedad bajo estudio

Algunas consideraciones sobre la incidencia Se deben de llenar ciertos requisitos para poder calcular la incidencia: 1. Conocer el estado de salud de la población en estudio. Tenemos que contar con una base para considerar a un sujeto como sano o enfermo n

Algunas consideraciones sobre la incidencia 2. Fecha de inicio de la enfermedad. En padecimientos agudos esto es generalmente sencillo. En casos crónicos o con inicio incierto, el evento mas temprano que pueda definirse en forma objetiva se considerara como la fecha de inicio; por ejemplo, en cáncer la fecha de diagnostico se considera como fecha de inicio en vez de la fecha de los primeros síntomas

Algunas consideraciones sobre la incidencia 3. Especificación del numerador. Número de personas vs. número de eventos. En ciertas circunstancias se puede presentar mas de un evento en un mismo individuo dentro de un periodo de tiempo definido; por ejemplo un mismo individuo puede tener mas de un episodio de broncoespasmo al año

Algunas consideraciones sobre la incidencia Incidencia = número de personas con broncoespasmo en un año población en riesgo Incidencia = número de ataques de broncoespasmo población en riesgo en un año

Algunas consideraciones sobre la incidencia 4. Especificación del denominador. El denominador debe de estar definido y correctamente enumerado. Hay dos puntos importantes con respecto al denominador en las tasas de incidencia a) como la incidencia cubre un periodo de tiempo el número de sujetos en riesgo va a modificarse. La solución mas practica es tomar como denominador a la población existente a la mitad del periodo de observación

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

Algunas consideraciones sobre la incidencia 5. Periodo de observación siempre se debe definir el periodo exacto de observación. En general es un año, pero puede ser cualquier otro periodo de tiempo

Algunas consideraciones sobre la incidencia n Periodos de observación de duración no uniforme o Denominadores de persona-tiempo n Vamos a suponer que un grupo especifico de individuos esta siendo observado prospectivamente para determinar la incidencia de úlcera péptica y el estudio se va a prolongar 3 años

Algunas consideraciones sobre la incidencia n Durante el seguimiento algunos de los pacientes se pierden, se mudan a otra región o fallecen. n Además, los pacientes ingresan al estudio en diferentes épocas después de que este se ha iniciado n Todo esto trae como consecuencia periodos de observación de diferente duración, lo que hará que los sujetos contribuyan en forma desigual al cálculo de la población en riesgo

Algunas consideraciones sobre la incidencia n Con el propósito de utilizar todos los casos y poder balancear la contribución en tiempo de observación de cada uno de los participantes, vamos a utilizar una unidad de tiempo persona, Vg. año-sujeto para el denominador n Por ejemplo, en este estudio hipotético de incidencia de úlcera péptica, 12 sujetos son observados por periodos de tiempo de diferente duración

n n En conjunto las 12 personas fueron observadas por un total de 66 años Si entre estos doce sujetos se desarrollan 3 casos de úlcera péptica, la incidencia sería de 3 en 66 años de seguimiento o 4. 5 por 100 años-sujeto de observación

Denominador tiempo-persona n Es válido únicamente bajo 3 condiciones: o el riesgo de enfermedad es constante durante todo el periodo de seguimiento (habitualmente no es así) o la tasa de enfermedad/muerte entre los que se pierden a seguimiento debe ser la misma que para los que siguen bajo observación. Esto requiere tratar de determinar que sucedió con los sujetos que se perdieron

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

Usos de la incidencia y prevalencia n n La prevalencia es útil particularmente en el estudio de enfermedades crónicas; también es útil para planear las cargas de trabajo y las necesidades de equipamiento Cuando no existe información para calcular la incidencia las tasas de prevalencia pueden utilizarse para estimar la importancia de una enfermedad en la población sin olvidar sin embargo que la prevalencia no es un buen estimador de la incidencia

Usos de la incidencia y prevalencia n n Las tasas de incidencia son la herramienta fundamental para el estudio de la etiología de enfermedades tanto agudas como crónicas Como nos dan una determinación directa de la tasa de enfermedad en una población, nos permite establecer el riesgo de enfermedad

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

Usos de la incidencia y prevalencia n n n La incidencia constituye una determinación directa del riesgo En contraste, una prevalencia elevada no necesariamente indica un alto riesgo; quizás solo refleje un incremento en la sobrevida Por el contrario una prevalencia baja puede deberse a un proceso rápidamente fatal, una recuperación rápida o una incidencia baja

Usos de la incidencia y prevalencia n n Una limitante de la prevalencia es que nos da una imagen sesgada de la enfermedad ya que favorece la inclusión de casos crónicos sobre los agudos La diferencia entre casos incidentes y prevalentes puede ser una fuente importante de sesgo

Usos de la incidencia y prevalencia n n Esta diferencia es fundamental para comprender los resultados de un programa de tamizaje El primer rastreo poblacional va a detectar casos prevalentes e incidentes; un segundo rastreo detectará ya solo los casos incidentes que se desarrollaron a partir del primer rastreo

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

Usos de la incidencia y prevalencia n n Para poder considerar que un factor tiene una asociación causal con un padecimiento, el factor debe anteceder al padecimiento Es decir, la variable independiente debe anteceder a la variable dependiente, lo que no es posible establecer en un estudio de corte seccional

Usos de la incidencia y prevalencia n Es importante reconocer este aspecto pues frecuentemente se utiliza información de un estudio de corte seccional para desarrollar inferencias causales, sobre todo porque es mas fácil determinar la prevalencia

Usos de la incidencia y prevalencia n La determinación de la incidencia requiere de por lo menos determinaciones en los mismos individuos: o primero una encuesta para identificar a los individuos que no tienen la enfermedad o una segunda evaluación de estos individuos sanos para determinar cuantos se enfermaron a partir de la primera encuesta

Usos de la incidencia y prevalencia n n n Esto queda demostrado en el estudio clásico de Framingham sobre enfermedades cardiovasculares (ECV) Se llevo a cabo un estudio de CS para determinar la prevalencia de ECV Dos años después fueron evaluados los sujetos inicialmente libres de ECV para determinar la incidencia

n n n La explicación a esta discrepancia es el diferente curso que sigue la enfermedad en ♀ y ♂ jóvenes En los ♂ jóvenes la ECV se manifestaba como IAM y muerte súbita En las ♀ jóvenes era mas común que se manifestara como angina de pecho

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

Ajuste de tasas n n Las tasas crudas se refieren a toda una población Son tasas que pueden ocultar el hecho de que uno o mas subgrupos de esa población presenten un riesgo significativamente diferente

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

Misma tasa de mortalidad específica

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

Ajuste directo de las tasas La diferencia en la composición de la edad de dos grupos puede ser eliminada para permitir una comparación justa de las dos poblaciones. Los pasos a seguir son los siguientes: 1. Seleccione una población estándar n

Combinamos la población A con la población B Multiplicamos las columnas 1 2 y 1 4

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

n n n E número de muertes esperadas (74) es el mismo para ambos grupos A y B y las tasas ajustadas por edad (74/10, 000=7. 4/1, 000) son también iguales ¿Porque ocurre esto? La población A y B tienen la misma tasa de mortalidad específica por grupos de edad; una vez eliminada la diferencia en la composición de las poblaciones al utilizar una población estándar, las tasas se vuelven idénticas

Ahora vamos a suponer que las tasas de mortalidad ya no son idénticas La tasa para la poblacion A= 74/10, 000 ó 7. 4 por 1, 000 La tasa para la poblacion B= 92/10, 000 ó 9. 2 por 1, 000

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

Población, muertes de residentes y tasas de mortalidad por edad para las poblaciones A y B, 1960 Población B Población A 1. 34 1. 89 49. 8% 20. 55 19. 5% ¿Porque?

Ajuste indirecto de tasas n ¿Que podemos hacer cuando: o el número de muertes es muy pequeño lo que lleva a cálculos inestables de las tasas de mortalidad específica por grupo de edad o se desconocen las tasas de mortalidad específica por grupo de edad

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

Ajuste indirecto de tasas n n El ajuste indirecto de las tasas de mortalidad se basa en las tasas de mortalidad especifica por grupo de edad mas que en la composición por edad Equivale a preguntarnos cual seria la mortalidad en la población mas pequeña si las tasas de muerte específicas por edad fueran las mismas que las de la población estándar

o se tomaron rx de tórax para detectar TB; se evaluaron para anomalías CV o población total 24, 884 (24, 772 normales +112 con ECV) o la mortalidad en el grupo ECV es de 17. 9 o la mortalidad en el grupo sin ECV es de 1. 15 o la mortalidad cruda es 15. 6 veces mayor en el grupo con ECV

o o la distribución por edad es muy diferente en el grupo de ECV el 58% de la población es >55 en el grupo sin ECV solo el 9. 1% es >55 ES NECESARIO AJUSTAR POR EDAD

n n el grupo con ECV solo tuvo 20 muertes vs. 286 del grupo sin ECV sus tasas de mortalidad específica por grupo de edad son muy inestables

Por ejemplo… Grupo ECV+ Muertes Tasa 15 -34 23 1 4. 34 Si en cambio 23 2 8. 69 35 -54 24 5 20. 83 Si en cambio 24 4 16. 66 24 6 25. 0

En cambio… Grupo ECV- Muertes Tasa 35 -54 8, 838 102 1. 15 Si en cambio 8, 838 101 1. 14 8, 838 103 1. 16

¿Como calculan las muertes esperadas? 15 -34 23 0. 25/100 = 0. 057 = 0. 01 (muertes observadas= 1) 35 -54 24 1. 15/100 = 0. 27 = 0. 3 (muertes observadas= 5) 55+ 65 6. 61/100 = 4. 29 = 4. 3 (muertes observadas= 14)

n n Aun después del ajuste la tasa de mortalidad es mayor para el grupo ECV+ que para el grupo ECV- (4. 25 vs. 1) Esto es, tuvieron mas muertes que las esperadas si tuvieran las mismas tasas de mortalidad especifica por grupo de edad que la población estándar

n Una forma común de evaluar el ajuste por el método indirecto es el relacionar el total de muertes esperadas y observadas Tasa de mortalidad estandarizada Total de muertes observadas = Total de muertes esperadas

Tasa de Mortalidad Estandarizada n Si la TME es >1 indica que hay un mayor número de muertes que las esperadas n Si la TME es <1 indica que hay un menor número de muertes que las esperadas

Análisis de la mortalidad por cohorte n n En todos los grupos de edad la incidencia ha ido disminuyendo En todos los grupos es similar: o alta en la infancia o baja en la adolescencia o incrementa de ahí en adelante

Análisis de la mortalidad por cohorte n n La curva de 1960 da la impresión de que el riesgo de mortalidad por TB se va incrementado con la edad Esto sin embargo no es cierto

Análisis de la mortalidad por cohorte n n Cuando la frecuencia de la enfermedad cambia con el paso del tiempo, se recomienda analizar la información agrupando a los sujetos por su fecha de nacimiento Los grupos resultantes se conocen como cohortes de nacimiento

Análisis de la mortalidad por cohorte

Análisis de la mortalidad por cohorte

Curva de cohorte Curva de corte seccional

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

Mortalidad por cáncer broncogénico

Estimación de riesgo n Los estudios analíticos están diseñados para determinar si existe una asociación entre un factor y una evento de salud y si es así, determinar la intensidad de dicha asociación

Estimación de riesgo n Un estimador muy importante del grado de asociación que analiza la tasa de incidencia de la enfermedad en cuestión en sujetos con y sin el factor de riesgo de interés es el llamado riesgo relativo Riesgo relativo= tasa de incidencia en expuestos tasa de incidencia en no expuestos

Estimación de riesgo n n Los estudios prospectivos permiten el cálculo directo de las tasas de incidencia de enfermedad en poblaciones expuestas y no expuestas Esto se debe a que ambos grupos representan una población definida en cuanto al riesgo y pueden ser seguidos para determinar el desarrollo de enfermedad

n En los estudios retrospectivos las tasas de incidencia no pueden ser determinadas porque carecemos de un denominador apropiado (población en riesgo)

n n Debido a la forma en que se integran los grupos en un estudio retrospectivo, estos no representan al total de la población expuesta y no expuesta A pesar de ello, si es posible determinar en forma alternativa una estimación de riesgo si se satisfacen ciertos requisitos

Razón de riesgo 1. Los controles son representativos de la población general 2. Los casos son representativos de todos los casos en la población general 3. La frecuencia de enfermedad es baja

Razón de riesgo n Si se satisfacen estos requisitos se puede realizar una estimación del riesgo denominada tasa de momios (o razón de momios)

Razón de momios Presente Ausente Total Expuesto P 1 P 2 P 1+P 2 No expuesto P 3 P 4 P 3+P 4 Total P 1+P 3 P 2+P 4

n La razón de riesgo (algo similar a la incidencia) seria igual a: P 1+ P 2 de los que tienen el factor cuantos están enfermos P 3+ P 4 de los no que tienen el factor cuantos están enfermos

n Si como es lo habitual, la frecuencia de enfermedad en la población es baja, P 1 será pequeño en relación a P 2 y P 3 será pequeño en relación a P 4 por lo que podemos reducir los denominadores a P 2 y P 4 P 1 P 2 P 3 P 1 P 4 P 2 P 3

n La expresión: P 1 P 2 P 3 P 4 se denominada tasa o razón de momios porque el resultado se puede considerar como la probabilidad de tener la enfermedad con el factor presente y ausente respectivamente

Por ejemplo n n Hace algún tiempo se pensó que la amigdalectomía podía asociarse al desarrollo subsiguiente de la enfermedad de Hodgkin Se reunieron 101 casos de enfermedad de Hodgkin y 107 controles libres de Hodgkin y se investigó si tenían historia de amigdalectomía

AMIGDALECTOMIA Amigdalectomía y Enf. Hodgkin Casos Controles SI 67(P 1) 43(P 3) NO 34(P 2) 64(P 4)

n La razón de momios mostrara: OR= n 67 43 64 34 =2. 9 este estudio estimó que el riesgo de desarrollar Hodgkin después de una amigdalectomía era 3 veces mayor que en los sujetos no amigdalectomizados

n n Este método es adecuado para aquellos estudios en donde los controles no han sido apareados Un problema inherente en estos casos va ser el de la existencia de factores de confusión

Factores de confusión n n Una “variable de confusión” es aquella que se sabe que puede estar asociada tanto con el factor de riesgo de interes como causalmente con la enfermedad bajo estudio Es importante controlarlos ya que nos pueden llevar a asociaciones espurias o sesgadas entre el factor de interés y la enfermedad

Factores de confusión n n Por ejemplo la edad, el nivel de educación y el nivel socioeconómico son variables de confusión comunes porque cada una suele estar asociada con los factores de riesgo y la enfermedad bajo estudio Existen dos formas de controlarlos: o por apareo de los controles o por métodos estadísticos (estratificación o regresión)

Apareo de los controles n n n Método sencillo para controlar los factores de confusión Consiste en elegir los controles de manera que sean similares a los casos en ciertas características Las variable mas frecuentemente apareadas son la edad, el género y la raza

Apareo de los controles n n Cuando se aparean los controles, el apareo debe mantenerse durante el análisis estadístico Si no se tiene esta precaución suele resultar en una subestimación del riesgo

Apareo de los controles n n Hay que tener cuidado en solo aparear las variables que puedan constituir un factor de confusión Obviamente no podemos investigar el efecto de una variable que ha sido apareada

Apareo de los controles n El aparear demasiadas variables tiene inconvenientes: o pudiera incluirse una variable con importancia causal o incrementa el costo (se requiere seleccionar mas controles) o si no se encuentran controles apropiados pudieran perderse algunos casos

Apareo de los controles n En un estudio de C y C con apareamiento la unidad de análisis es el par: o o caso expuesto-control expuesto (a) caso expuesto-control no expuesto (b) caso no expuesto-control expuesto (c) caso no expuesto-control no expuesto (d)

Casos Controles Expuestos No expuestos Expuestos a b No expuestos c d a y d son pares concordantes y no contribuyen al análisis

n n n Por lo tanto la razón de momios será b/c Un ejemplo lo constituye el estudio sobre la asociación de el uso de estrógenos y el cáncer de endometrio Se incluyeron 451 casos y 888 controles apareados por hospital, raza, edad (+5 a. ) y fecha de ingreso (+6 meses)

Casos Controles Estrógeno No estrógeno Estrógeno 17 76 No estrógeno 10 111 Razón de momios = 76/10 = 7. 6

Riesgo atribuible n n Es el grado en que la incidencia de enfermedad puede ser atribuida a un factor de riesgo Puede calcularse de dos formas: RA= [incidencia en la población general]-[incidencia en los no expuestos] incidencia en la población general

Riesgo atribuible n Por ejemplo si la incidencia en la población general es de 2. 5/1, 000 y la incidencia en la población no expuesta es de 1/1, 000, la proporción de la incidencia de enfermedad atribuible a la exposición es de: [2. 5] – [1. 0]/2. 5 = 0. 60 es decir, el 60% de los casos son atribuibles al factor de riesgo en cuestión

n También el riesgo atribuible se puede definir como la diferencia aritmética o absoluta en las tasas de incidencia entre los sujetos expuestos y no expuestos