You are on page 1of 38

VARIABLES EPIDEMIOLÓGICAS Y FUENTES DE INFORMACION

MARIO MENDOZA CHARRIS Msc, Gerencia de Programas sanitarios en inocuidad Msc. Tecnología y Salud Esp. Epidemiología Marzo 2012

Enfoque Epidemiológico

Una definición de caso es una serie de criterios estandarizados para decidir si una persona tiene
Una definición de caso es una serie de criterios estandarizados
para decidir si una persona tiene una enfermedad particular u
otra condición relacionada con la salud. Al utilizar una definición
de caso estandarizada, se asegura que cada caso es
diagnosticado de la misma manera, independientemente de
cuando o donde ocurrió o quien lo identificó
Al igual que un reportero de un periódico, un epidemiólogo
determina el Qué, Cuándo, Dónde, Quién y Por qué Al igual que
un reportero de un periódico, un epidemiólogo determina el
Qué, Cuándo, Dónde, Quién y Por qué.
Definición de caso, EL QUE?

EJEMPLO

Criterio clínico. Caso confirmado: Signos y síntomas más confirmación por laboratorio. Caso probable: Inicio agudo de
Criterio clínico.
Caso confirmado: Signos y síntomas más confirmación por
laboratorio.
Caso probable: Inicio agudo de un episodio de enfermedad
de al menos tres de los siguientes cuatro hallazgos: mialgia,
fiebre, edema facial, o eosinofilia mayor de 500/mm 3.
Caso posible: inicio agudo y 2 de los 4 hallazgos más un
diagnóstico médico de triquinosis.
Casos sospechoso: Eosinofilia inexplicada.
No caso: falta de todos los criterios de caso confirmado,
probable, posible o sospechoso
En la definición de caso que forma parte de un aparente
brote de triquinosis, los investigadores usaron las siguiente
clasificación:
Inicio después de Agosto 26 de 2010. Baranoa, Atlántico. Cualquiera Tiempo: Persona: Lugar:
Inicio después de Agosto 26 de 2010.
Baranoa, Atlántico.
Cualquiera
Tiempo:
Persona:
Lugar:

ID

Ape-

Mial-gia

Fie-

Edema

eosi-

Diagn.m

Conf.

Clasif

llido

bre

facial

nofilos

éd.

Lab.

 
  • 1 Ortiz

No

495

Triq.

 
 
  • 2 Vásquez

Pendien

Triq?

Pendiente

 

te

 
  • 3 Goenag

No

  • 1.100 Triq.

 

Pendiente

 

a

 
  • 4 Oñoro

No

No

  • 2.050 SME?

 

Pendiente

 
 
  • 5 Maldon

No

No

600

Triq.

No hecha

 

ado

No Caso te probable 3 Sí Goenaga Sí No 1.100 Triq. Pendiente Caso posible 4 Sí
No
Caso
te
probable
3 Sí
Goenaga
No
1.100 Triq.
Pendiente
Caso
posible
4 Sí
Oñoro
No
Pendiente
2.050 SME?
Pendiente
Caso
sospecho
s
5 Maldonado
No
No
600
Triq.
No hecha
No
caso
ID
Mial-gia
Fie-bre
Edema
eosi-
Diagn.m
Conf.
Clasif
facial
nofilos
éd.
Lab.
1 Sí
Ortiz
Ape-llido
No
495
Triq.
Caso
confrma
do
2 Sí
Vásquez
Pendien
Triq?

DESCRIPCION EPIDEMIOLOGICA

La epidemiología descriptiva, organiza y resume la información de los casos de acuerdo con tiempo, lugar
La epidemiología descriptiva, organiza y
resume la información de los casos de
acuerdo con tiempo, lugar y persona; estas
tres características son llamadas las
variables epidemiológicas.
Variable: característica o atributo que puede asumir valores diferentes.
Variable: característica o atributo que puede
asumir valores diferentes.

TIEMPO

TENDENCIA SECULAR: Largo plazo

TIEMPO • TENDENCIA SECULAR: Largo plazo

TIEMPO

ESTACIONALIDAD: mes, dia de la semana, hora del día

TIEMPO • ESTACIONALIDAD: mes, dia de la semana, hora del día

LUGAR

El

"lugar"

puede

ser

la

residencia,

el

de

nacimiento,

sitio

de

el

trabajo,

el

distrito

escolar, el departamento

de

un

hospital, etc., dependiendo de la como pueda

relacionarse con la ocurrencia del evento de salud

Distribucion de los casos de malaria de acuerdo al sitio de adquisición de la infección y
Distribucion de los casos de malaria de acuerdo al sitio de adquisición de la infección y de la especie de
Plasmodium involucrada, en turistas de EU según procedencia.

Sitio de contagio

 

Especies

   
 

Vivax

Falciparum

Otras

Total

Africa

52

382

64

498

Asia

207

44

29

280

América Central y el Caribe

107

14

9

130

Norteamérica

131

3

13

147

(Estados unidos)

(5)

(0)

(0)

(5)

Suramérica

10

1

2

13

Oceanía

19

2

5

26

Sin identificar

6

2

0

8

PERSONA

EDAD GENERO GRUPOS ETNICOS Y RACIALES ESTADO SOCIOECONOMICO

2,002/1,1 376 (1.047– 1.095 2 1.143) 2,245/72 393 (1.057– 1.099 00 1.199) 1,955/55 592 (1.118– 1.158
2,002/1,1
376 (1.047–
1.095
2
1.143)
2,245/72
393 (1.057–
1.099
00
1.199)
1,955/55
592 (1.118–
1.158
98
1.139)
7,777/2,7
445 (1.093–
1.116
OR c (95%
CI)
Activity
Active
ely active
Moderat
inactive
ely
Moderat
Inactive
Overall
Level
b
Physical
8
1.147)
1,575/41
364 (1.041–
1.092
8
1.145)
p-Value
6.73×10 −3
p-Value
3.56×10 −4
7.10×10 −5
1.95×10 −6
6
1.93×10 −1
6
3.37×10 −2
7
3,673
4,534
5,667
6,004
19,878
n
Associations of the genetic predisposition score with BMI and risk of
obesity in the total population and stratified by physical activity level in
20,000 Men and Women from EPIC-Norfolk . Shengxu Li, et al 2010
weight) /n (ob
ese)
0.205
β weight
(0.025)
0.126
(0.025)
0.130
(0.022)
0.136
(0.024)
n (normal
(0.012)
0.154
β a (SE)
6.04×10 −7
1.99×10 −7
1.36×10 −9
8
3.62×10 −1

Variables cualitativas y cuantitativas

Ejemplos de variables cualitativas son ocupación, sexo, estado civil, etc.

Variables que producen observaciones que pueden medirse, se considera que son variables cuantitativas. Ejemplos de variables cuantitativas son peso, estatura, edad.

Variables cuantitativas pueden clasificarse en discretas o continuas

Tipos de variables

  • 1. Variables categóricas (e.g., Sexo, estado civil, categoría de ingreso)

  • 2. Variables continuas (e.g., edad, ingreso, peso, estatura, tiempo en lograr un resultado)

  • 3. Variables discretas (e.g. número de niños en una familia)

  • 4. Variables dicotómicas o binarias (e.g., respuesta sí o no)

Escala de Medición variables

Escala de variable

Escala nominal Escala ordinal Escala de intervalo Escala de razón de intervalo

Escala de datos

  • 1. Nominal: estos datos no representan una cantidad (e.g., estado civil, sexo)

  • 2. Ordinal: estos datos representan una serie de datos ordenados (e.g., nivel de educación)

  • 3. Intervalo: estos datos son medidos en una escala de intervalo teniendo iguales unidades pero teniendo un 0 arbitrario (e.g.: temperatura en ° Fahrenheit)

  • 4. Razón de intervalo: variable como peso para el cual podemos comparar significativamente un peso contra otro (digamos, 100 Kg es dos veces 50 Kg)

Variables en el protocolo

Tipos de variable

independiente dependiente intermedia confusora

Variable independiente

La característica siendo observada y/o medida que hipotéticamente influencia a un evento o resultado (variable dependiente).

NOTA

La variable independiente no es influenciada por el evento o el resultado, pero puede causarlo o contribuir a su variación.

Hábito de fumar

Variable dependiente

Una variable cuyo valor depende del efecto de las otras variables (variables independientes) en la relación siendo estudiada. Sinónimo: variables resultado o respuesta.

NOTA

Un evento o un resultado cuya variación buscamos explicar o contabilizar por la influencia de variables independientes.

– Carcinoma faríngeo

Tabla de frecuencias

Suponga que estamos interesados en estudiar el número de niños en las familias viviendo en la comunidad. Los datos siguientes fueron reunidos basados en una muestra aleatoria de n=30 familias de la comunidad.

2, 2, 5, 3, 0, 1, 3, 2, 3, 4, 1, 3, 4, 5, 7, 3, 2, 4, 1, 0, 5, 8, 6, 5, 4 , 2, 4, 4, 7, 6

¡Organice estos datos en una tabla de frecuencias!

X=No. de

Cuenta

Frecuencia

niños

(Frecuencia)

relativa

  • 0 2

 

2/30=0.067

  • 1 3

 

3/30=0.100

  • 2 5

 

5/30=0.167

  • 3 5

 

5/30=0.167

  • 4 6

 

6/30=0.200

  • 5 4

 

4/30=0.133

  • 6 2

 

2/30=0.067

  • 7 2

 

2/30=0.067

  • 8 1

 

1/30=0.033

6 5 4 3 2 1 0 2 3 0 4 6 7 8 5 1
6
5
4
3
2
1
0
2
3
0
4
6
7
8
5
1
Freq.
Freq.

Tabla de frecuencias

Suponga que necesitamos construir una tabla de frecuencias similar para la edad de pacientes con problemas relacionados al corazón en una clínica.

Los siguientes datos han sido reunidos basados en una muestra aleatoria de n=30 pacientes quienes fueron a emergencias de la clínica por problemas relacionados al corazón.

Las mediciones fueron:

42, 38, 51, 53, 40, 68, 62, 36, 32, 45, 51, 67, 53, 59, 4 7, 63, 52, 64, 61, 43, 56, 58, 66, 54, 56, 52, 40, 55, 72

69.

Grupos de

Frecuencia

Frecuencia

edad

relativa

32 -36.99

2

2/30=0.067

37- 41.99

3

3/30=0.100

42-46.99

4

4/30=0.134

47-51.99

3

3/30=0.100

52-56.99

8

8/30=0.267

57-61.99

3

3/30=0.100

62-66.99

4

4/30=0.134

67-72

3

3/30=0.100

Total

n=30

1.00

Grupos de

Frecuencia

Frecuencia

Frecuencia

edad

relativa

porcentual

32 -36.99

2

2/30=0.067

6,7

37- 41.99

3

3/30=0.100

10

42-46.99

4

4/30=0.134

13.4

47-51.99

3

3/30=0.100

10

52-56.99

8

8/30=0.267

26.7

57-61.99

3

3/30=0.100

10

62-66.99

4

4/30=0.134

13.4

67-72

3

3/30=0.100

10

Total

n=30

1.00

100

6.7 % 67-72 62-66.99 57-61.99 52-56.99 47-51.99 42-46.99 32 -36.99 37- 41.99 0 5 30 10
6.7
%
67-72
62-66.99
57-61.99
52-56.99
47-51.99
42-46.99
32 -36.99
37- 41.99
0
5
30
10
10
10
10
10
13.4
13.4
15
20
25
26.7

37- 41.99

57-61.99 62-66.99 27% 10% 13% 10% 32 -36.99 7% 42-46.99 13% 47-51.99 10% 67-72 10% 52-56.99
57-61.99
62-66.99
27%
10%
13%
10%
32 -36.99
7%
42-46.99
13%
47-51.99
10%
67-72
10%
52-56.99
32 -36.99 % 57-61.99 52-56.99 67-72, 10 57-61.99, 10 52-56.99, 26.7 62-66.99, 13.4 47-51.99, 10 42-46.99,
32 -36.99
%
57-61.99
52-56.99
67-72, 10
57-61.99, 10
52-56.99, 26.7
62-66.99, 13.4
47-51.99, 10
42-46.99, 13.4
47-51.99
0
30
25
20
15
10
37- 41.99, 10
42-46.99
32 -36.99, 6.7
37- 41.99
5

62-66.99

67-72

Medidas de tendencia central

¿Dónde está el corazón de la distribución?

1. Media 2. Mediana 3. Moda

Media de la muestra

La media aritmética ( o simplemente media) es obtenida sumando todas las observaciones en la muestra y dividiéndola entre el número de observaciones.

Para una muestra de 5 ingresos 6000, 10,000, 10,000, 14000, 50,000 la media de la muestra es:

X =

6000 + 10000 + 10000 + 14000 + 50000

5

= 18000

Mediana de la muestra

En una lista ordenada del más pequeño al mayor, la mediana es el valor de en medio

En nuestro ejemplo de cinco ingresos en una vivienda, primero ordenamos las mediciones 6,000, 10,000, 10,000, 14,000, 50,000

Mediana de la muestra 10,000

Medidas de dispersión o variabilidad

  • 1. Rango

  • 2. Varianza

  • 3. Desviación estándar

Fórmula para varianza y desviación estándar (S) de la muestra

s

2

i=1 = i
i=1 = i

i=1

=

i

i=1 = i

n -1

Desviación estándar = S

Cálculo de varianza y desviación estándar 2 2 2 2 2 2 2 2 (6000-18000)+(10000-18000)+(10000-18000)+(14000-18000)+(50000-18000) (6000-18000)+(10000-18000)+(10000-18000)+(14000-18000)+(50000-18000)
Cálculo de varianza y desviación estándar
2
2
2
2
2
2
2
2
(6000-18000)+(10000-18000)+(10000-18000)+(14000-18000)+(50000-18000)
(6000-18000)+(10000-18000)+(10000-18000)+(14000-18000)+(50000-18000)
2
2
2
S
S
=
=
S
= 328 000 000
,
,
=
=
5-1
5-1
S = 18110.77
2
S
= 328,000,000
S = 18110.77

Reglas empíricas

Para una distribución Normal, aproximadamente,

a) 68% de las mediciones caen dentro de una desviación estándar alrededor de la media

  • b) 95% de las mediciones caen dentro de dos desviaciones estándar alrededor de la media

  • c) 99.7% de las mediciones caen dentro de 3 desviaciones estándar alrededor de la media.

Suponga que el tiempo de reacción de una droga en particular tiene una distribución Normal con una media de 10 minutos y una desviación estándar de 2 minutos

Aproximadamente, a) 68% de los sujetos tomando el medicamento tendrán la reacción entreo 8 y 12 minutos

  • b) 95% de los sujetos tomando la droga tendrán la reacción entre 6 y 14 minutos

  • c) 99.7% de los sujetos tomando la droga tendrán la reacción entre 4 y 16 minutos.