Estudios transversales (de prevalencia)

Estudios de Prevalencia (Cross Sectional o Transversales):

El atributo seleccionado de la poblacin o muestra poblacional se mide en un punto
determinado del tiempo, en lo que es equivalente a tratar de obtener una "fotografa" del
problema. Se busca conocer todos los casos de personas con una cierta condicin en un
momento dado, sin importar por cunto tiempo mantendrn esta caracterstica ni tampoco
cuando la adquirieron.
Ejemplo: todos los enfermos de tuberculosis en la semana 20 del ao en curso, en una
regin del pas, independientemente de cunto tiempo lleva enfermo cada paciente. La
informacin puede usarse tanto en forma descriptiva, para mostrar cunto hay de cada
caracterstica en la poblacin o tambin para ayudar a la generacin de hiptesis, al analizar
asociaciones existentes entre algunas caractersticas de los sujetos.

Si la variable estudiada es de tipo cualitativa (por ejemplo una enfermedad o sus sntomas),
los resultados de un estudio de prevalencia se entregan generalmente como porcentajes
(tasas de prevalencia). Las variables cuantitativas pueden expresarse a travs de medidas de
resumen como promedios y sus desviaciones estndar, dependiendo del tipo de variable, o
bien pueden categorizarse de acuerdo a criterios clasificatorios previamente establecidos.
Un estudio de prevalencia puede ser tambin analtico cuando se examinan las variables de
inters en subgrupos de sujetos, pudiendo estudiarse hiptesis causales o de asociacin. Sin
embargo este tipo de modelo de investigacin slo permite probar hiptesis simples, por
ejemplo, si el promedio de una caracterstica difiere de un valor estndar conocido o del de
otra poblacin. Tambin permite la comparacin entre grupos, o de un mismo grupo en
diferentes momentos, como por ejemplo en aos o periodos diferentes.
Un estudio de prevalencia puede ser tambin analtico cuando se examinan las variables de
inters en subgrupos de sujetos, pudiendo estudiarse hiptesis causales o de asociacin. Sin
embargo este tipo de modelo de investigacin slo permite probar hiptesis simples, por
ejemplo, si el promedio de una caracterstica difiere de un valor estndar conocido o del de
otra poblacin. Tambin permite la comparacin entre grupos, o de un mismo grupo en
diferentes momentos, como por ejemplo en aos o periodos diferentes.
Estudios de prevalencia
Sinnimos: Estudios de corte, transversales, de prevalencia, cross-sectional studies (cross
sectional surveys), estudios verticales.
Son estudios de frecuente utilizacin y pueden considerarse como estudios descriptivos
cuando el objetivo no es evaluar una hiptesis de trabajo 1 . Pueden clasificarse tambin

como estudios de asociacin simple cuando es posible vincular los hallazgos obtenidos con
atributos poblacionales
En dichos casos, las preguntas que originan el estudio pueden considerar la verificacin de
hiptesis referentes a la frecuencia de distribucin de una variable dependiente en
subgrupos poblacionales. Si fuera este el caso, ciertamente el estudio posee un componente
analtico. 2
Estos estudios responde a preguntas tales como:

Qu tan frecuente es la hipertensin en poblacin adulta?

Qu porcentaje de pacientes manifiesta disconformidad con la atencin recibida?
Cul es la frecuencia de bebedores problema de acuerdo a su sexo y cual su
relacin con el nivel socioeconmico?

Caractersticas generales
Estos diseos permiten estimar la magnitud y distribucin de una enfermedad o condicin
en un momento dado. Se definen bsicamente como procedimientos de investigacin
transversales (sin continuidad en el eje del tiempo) y no experimentales u observacionales
(sin manipulacin de variables por parte del investigador). En ellos, un universo completo o
una muestra representativa de l es estudiada, en un momento y lugar determinado. El
carcter transversal proviene de la medicin de la variable dependiente (enfermedad u otra
situacin) en un momento determinado. Un ejemplo clsico de un estudio de prevalencia
aplicado a la totalidad de la poblacin es un censo.
Son de mxima utilidad cuando se desea conocer la frecuencia de una caracterstica (por
ejemplo de una enfermedad) y caracterizar algunos atributos de la poblacin evaluada.
Utilidad de los estudios de prevalencia
Estos estudios son de utilidad para:

la descripcin de un fenmeno de salud, la identificacin de la frecuencia poblacional de l,

la generacin de hiptesis de trabajo(explicatorias).

Este diseo de investigacin no permite identificar relaciones causales entre los factores
estudiados, puesto que mide simultneamente efecto (variable dependiente) y exposicin
(variable independiente).
Por ejemplo, si se establece la frecuencia de cncer en una muestra de personas, y se
detectan casos con antecedente de exposicin a un factor de riesgo, la tendencia natural es
especular que la exposicin puede ser un factor causal de cncer si la frecuencia de
exposicin es mayor en personas con cncer respecto de personas sanas.
Sin embargo, tal aseveracin puede ser incorrecta ya que la medicin simultnea de ambas

variables no asegura temporalidad de la asociacin (la exposicin precede al efecto

observado).
Considrese una poblacin de 100 trabajadores en dos trabajos distintos, uno de las cuales
(A) determina una exposicin de riesgo conocido para el desarrollo de una enfermedad
profesional.
En B, la actividad laboral no determina riesgo de esta naturaleza. Si se efecta un estudio
de prevalencia en el tiempo 1, la prevalencia de la enfermedad es 4 veces mayor en A con
relacin a B.

Si se repite similar experiencia en el tiempo 2 encontraremos una situacin inversa, en la

cual, los trabajadores de B presentarn una mayor prevalencia de la enfermedad en estudio
(13,6% vs 11% ).
Esta situacin es consecuencia de la migracin de parte de la poblacin de A hacia B (10
trabajadores enfermos cambian su lugar de trabajo), lo que determina un cambio en la
prevalencia detectada en la segunda medicin.
El ejemplo permite visualizar la dificultad que tiene este tipo de estudios para poder
establecer direccionalidad de una asociacin.
La conclusin a la que puede llegarse en el ejemplo anterior si la prevalencia es evaluada en
el tiempo 2 es totalmente contraria a la esperada (espreo), sin significado epidemiolgico.
En consecuencia, la interpretacin en este tipo de estudios puede hacerse dificultosa en
presencia de:

Tendencias estacionales o seculares del fenmeno en estudio,

Cambios en la incidencia o duracin,

Movilidad de los sujetos expuestos o en riesgo,
Situaciones o eventos de corta duracin.
Modificacin en criterios clasificatorios.

Hiptesis de trabajo en estudios de prevalencia

El investigador puede encontrarse frente a las siguientes situaciones al momento de
disear un estudio de prevalencia: Situaciones o eventos de corta duracin.
Modificacin en criterios clasificatorios.
Hiptesis de trabajo en estudios de prevalencia
El investigador puede encontrarse frente a las siguientes situaciones al momento de
disear un estudio de prevalencia:

Desea conocer la prevalencia de una condicin e ignora por completo la magnitud

de ella en la poblacin que va a estudiar. (Ejemplo: problemas de salud emergentes
o inexistentes 3 )
Dispone de informacin que le permite estimar la prevalencia de la condicin en
estudio (por ejemplo, a partir de la literatura cientfica o de otras mediciones
realizadas en condiciones similares)

Si se ignora por completo la prevalencia de un fenmeno, la probabilidad p de encontrar

sujetos con esta condicin en la poblacin o en una muestra de ella ser de 50%. El
complemento q de lo anterior corresponder a la prevalencia de sujetos sin la condicin en
estudio, vale decir, al 50% restante. Este valor q puede ser estimado a travs de la expresin
q=1-p
H0 = p = q: H1 = p q
Siendo:
Si se ignora por completo la prevalencia de un fenmeno, la probabilidad p de encontrar
sujetos con esta condicin en la poblacin o en una muestra de ella ser de 50%. El
complemento q de lo anterior corresponder a la prevalencia de sujetos sin la condicin en
estudio, vale decir, al 50% restante. Este valor q puede ser estimado a travs de la expresin
q=1-p
H0 = p = q: H1 = p q
Siendo:
p= prevalencia
q = (1- p)
Puede tambin querer medirse la condicin en estudio en dos poblaciones diferentes o en
periodos diferentes (por ejemplo si se espera un cambio en la prevalencia producto de algn
cambio ambiental.

En este caso la hiptesis de trabajo a docimar puede tomar la siguiente estructura:

H0 = p1 = p2 vs H1 = p1 > p2
o bien:,
H0 = p1 = p2 vs H1 = p1 < p2,
Finalmente, en una misma poblacin, puede interesar el estudio de la prevalencia de una
variable segn subgrupos de poblacin (estratos de edad o socioeconmicos, sexo)
H0 = p1a = p2a ; p1b = p2b ; p1n = p2n
H1 = p1a p2a ; p1b p2b ; p1n p2n
Estos estudios usan muestras representativas de la poblacin y deben contar con
instrumentos de recoleccin de informacin con la adecuada sensibilidad para identificar a
los sujetos con el atributo en estudio. Estos instrumentos pueden corresponder a mediciones
realizadas aplicando cuestionarios, encuestas u otros instrumentos.
La definicin de casos puede ser relativamente simple si hay definiciones operacionales
estandarizadas (hipertensos o diabticos).Otras veces ser ms compleja si es necesario
cumplir con criterios de inclusin para identificar un caso. En ambos casos es necesario
contar con adecuados criterios en la definicin de las variables en estudio. 4
La correcta aplicacin de estos instrumentos es esencial para controlar o disminuir el riesgo
de sesgo y error de medicin, lo que se reduce al estandarizar los instrumentos y mtodos
de aplicacin.
Es conveniente el desarrollo de experiencias pilotos previas a la investigacin que sirven
para verificar la comprensin del lenguaje y de las preguntas, estandarizar las tcnicas de
medicin o detectar dificultades de acceso o aceptacin de los participantes a las entrevistas
y mediciones. Estas mismas consideraciones son vlidas para la medicin de las variables
independientes incluidas en el estudio, siendo especialmente importante en aquellos
estudios en los cuales el investigador est interesado en conocer la distribucin de la
variable dependiente segn estratos de poblacin (figura 1) o cuando desea establecer
relaciones con mas de una variable independiente a la vez (figura.2).
Figura 1. Estudio de prevalencia. Anlisis univariado
Nivel socioeconmico
Alto
Medio
Bajo

DIABETES
+

Figura 2. Estudio prevalencia: Anlisis bivariado

Nivel socioeconmico

Varones
Diabetes
+

Mujeres
Diabetes
-

Alto
Medio
Bajo
Obtencin de la informacin en el tiempo
La informacin puede recogerse en un momento determinado o en un lapso de tiempo de
magnitud variable amplitud, como ser por ejemplo:

Condicin actual de sano: medicin puntual, al momento de ser entrevistado,

Infeccin intra-hospitalaria: considerando el tiempo transcurrido entre las primeras
48 horas desde la hospitalizacin y el egreso,
Portador de alguna enfermedad aguda en los ltimos 6 meses.

Se utiliza el trmino prevalencia puntual, para referirse a la medicin de prevalencia que

considera periodos de tiempo abreviados o de corta duracin, reflejando la obtencin de
una medida que busca ser instantnea. En este caso, el tiempo en el cual el sujeto se
encontr tericamente expuesto a riesgo es prcticamente cero. Estadsticamente es la
probabilidad de que un individuo de una poblacin presente una caracterstica determinada.
Prevalencia = casos de X causa
Tiempo exposicin

(instantneo)

En situaciones de carcter recurrente en la vida, como aquellas propias de problemas de

salud mental, puede interesar conocer la existencia de episodios a lo largo de perodos de
tiempo. En este caso, existe en el denominador una cierta nocin de tiempo de exposicin.
Prevalencia (episodios)

= brotes de descompensacin trastorno bipolar

tiempo transcurrido desde el diagnstico o durante la vida

Este es el concepto que subyace al trmino prevalencia peridica o lpsica, la que puede
corresponder a un tiempo acotado, o bien, al caso particular de medicin de prevalencia en
la que se indaga acerca de la existencia de eventos a lo largo de toda la vida, en cuyo caso
hablamos de prevalencia de vida 5 , connotando un prolongado periodo de tiempo. La
medicin de la prevalencia lpsica incorpora a los sujetos que portaban la condicin al
momento de iniciar la observacin ms aquellos que la desarrollan durante el perodo de
observacin (casos incidentes ms casos prevalentes).
Las bondades de este tipo de estudios, as como sus limitaciones se presentan en el
siguiente cuadro. Ellas deben apreciarse en un sentido relativo y siempre considerando que

se cuenta con diseos de investigacin alternativos y complementarios al

mencionado.(Tabla 1)
Tabla 1. Algunas ventajas y desventajes de estudios de prevalencia

VENTAJAS
De relativa sencillez y bajo costo
Permiten el estudio de enfermedades
crnicas, de prolongados periodos de
incubacin.
Aptos para el estudio de parmetros
fisiolgicos
Permiten plantear la existencia de
asociaciones
Pueden utilizar informacin
recolectada previamente
La informacin en general es de ms
fcil obtencin
Informacin de buena calidad de
covariables
Determinan la prevalencia de un dao
o de un factor de riesgo
Contribuyen a una adecuada
caracterizacin de la poblacin
afectada
Permiten la elaboracin de
estimadores de riesgo.

DESVENTAJAS
No sustentan inferencia de causalidad
Slo permiten establecer asociaciones
generales
No permite establecer riesgos
relativos directos.
Condicionados a un buen diseo de
instrumentos de recoleccin y trabajo
de terreno (fieldwork)
Sujetos a sesgos por eventuales
cambios en la poblacin, en periodos
previos al estudio.
Limitados a sujetos vivos (posible
fuente de sesgo de seleccin

Citando al Dr. Luis Martnez, este tipo de diseo de investigacin epidemiolgica suele
organizarse de acuerdo con el siguiente conjunto de fases: 6
1. Definicin de la poblacin de referencia.
2. Determinar si se desarrollar en el universo de individuos o en una muestra de ellos.
3. Determinar el tamao de la muestra poblacional y las formas de seleccin y acceso
de las mismas.
4. Elaborar y validar los instrumentos y las tcnicas mediante las cuales se medirn las
variables en estudio.
5. Estandarizacin de criterios clasificatorios a fin de controlar la existencia de errores
en la medicin u ocurrencia de sesgos.
6. Asegurar la comparabilidad de la informacin obtenida en los diferentes grupos de
individuos (si es que existiera ms de un grupo).
7. Determinar el anlisis epidemiolgico y estadstico a utilizar.
8. Anlisis de la informacin, verificacin de cumplimiento de hiptesis de trabajo.
9. Conclusin.

Organizacin de la informacin en un estudio de prevalencia

La informacin puede organizarse en una tabla tetracrica o de2 x 2, la que permite
estudiar las relaciones entre la enfermedad o condicin con otros atributos de inters, como
ser, un factor de riesgo (tabla 2).
Tabla 2. Disposicin de datos en estudio de prevalencia

Factor de riesgo positivo

Factor de riesgo negativo

Variable dependiente
Enfermos
Sanos
a
b
c
d
n1
n2

m1
m2
n

As, la tasa de prevalencia global de la variable dependiente o enfermedad x corresponde a:

P = n1/n
Ntese que en estos estudios el investigador no conoce a priori el valor de ninguno de los
elementos de la tabla, a diferencia de los estudios de casos y controles, los de cohorte y por
cierto los estudios experimentales. La situacin se representa de la siguiente manera: (Tabla
3)

Factor de riesgo positivo

Factor de riesgo negativo

Variable dependiente
Enfermos
Sanos
a (?)
b (?)
c (?)
d (?)
n1 (?)
n2 (?)

m1 (?)
m2 (?)
Conocido

El investigador utiliza para el clculo del tamao muestral una estimacin de la prevalencia
(n1) pero ignora el comportamiento al interior de las celdas de la tabla tetracrica.
La prevalencia de enfermos entre individuos expuestos corresponde a a/m1 y, la
prevalencia de enfermos entre los no expuestos corresponde a c/m2.
De forma anloga, la tasa de exposicin al factor entre los detectados enfermos corresponde
a a/n1 y su equivalente entre individuos sanos es equivalente a b/n2..
La razn de prevalencias (RP) corresponde a:
RP = a/m1
c/m2
Los intervalos de confianza para dicha razn se calculan de acuerdo a la siguiente
formulacin:

IC RP = RP (

Siendo:
Z el valor correspondiente al valor de error definido para un nivel de confianza definido
(N de C = 100 - . Si = 0.05 = Z 1,96)
el valor de Chi cuadrado.
El intervalo calculado contendr en el 95% de los casos, algn valor comprendido en el
intervalo calculado de repetirse 100 veces el mismo ensayo en igualdad de condiciones.
En cuanto al test de Chi cuadrado, en aquellos casos en los cuales la informacin adopte la
forma de una tabla de 2 x 2, podemos utilizar la metodologa de clculo utilizando la
dcima de Chi cuadrado de Mantel y Haenszel de acuerdo con la siguiente formulacin:
MH

= ( | ad - bc | - n ) n
n1 n2 m1 m2

Si se tratara de anlisis considerando ms de un estrato puede utilizarse el correspondiente

test de
MH = [

{(ai di - bi ci) / ni}]

(ni 1 ni 2 mi 1 mi 2)/ {ni (ni-1)}

1. Medicina Preventiva y Salud Pblica, Salvat Editores S.A. 1988, 8 Edicin, Captulo 7.
2. Hennekens Ch., Buring J. Epidemiology in medicine. 1st Edition, Little, Brown & Company, USA,
3.
4.
5.

6.

1987.
En este caso el tipo de diseo de investigacin corresponde a un estudio descriptivo propiamente tal.
Se recomienda revisar este aspecto en: Berros X et al. Rev Md Chile 1990;118:597-604.
Algunos epidemilogos se refieren a la prevalencia puntual como una razn, dndole el carcter de
tasa a la prevalencia peridica, que considera un lapso de tiempo en el cual las personas estn sujetas
a riesgo. En la prctica, puede considerarse que la prevalencia puntual corresponde a una tasa en la
medida que el espacio de tiempo en la cual es medida refleja en parte un tiempo de exposicin.
(Mausner & Bahn. Epidemiology; An introductory text, 2nd edition).
Cncer y ambiente. Bases Epidemiolgicas para su investigacin y control. En "Mtodos
Epidemiolgicos". Dr. Luis Martnez O. ECO/OPS, Mxico, 1990. (Biblioteca Biomdica PUC,
QZ200-C215a-1990-v3)

Indicadores a los que dan origen los estudios de prevalencia

Medidas epidemiolgicas puras:

Tasas de prevalencia: se expresa generalmente en tasas porcentuales o usando otro

mltiplo de 10 segn sea la magnitud de la prevalencia encontrada.

Razn de prevalencia (RP). La que se obtiene calculando el cuociente entre la

prevalencia encontrada en el grupo expuesto a un eventual factor en relacin con la
prevalencia de grupos no expuestos o con diferente nivel de exposicin (ej.
Distintos niveles socioeconmicos).
Diferencia de prevalencia (DP; Prevalence difference), la que corresponde a la
diferencia entre la prevalencia de sujetos expuestos menos la de los no expuestos
(por tanto posee unidades de medida). Este indicador puede ser utilizado para el
clculo de otras medidas epidemiolgicas relacionadas con la estimacin del riesgo
en la poblacin derivado de la exposicin (Riesgo Atribuible porcentual en
expuestos o RAP), y el efecto esperado en la prevalencia global considerando la
remocin del factor de riesgo en la poblacin (riesgo atribuible poblacional
porcentual o RAP%).

(DP) = Prevalencia expuestos - Prevalencia no expuestos

Odds de prevalencia (prevalence-odds): puesto que la informacin de un estudio

transversal puede ser desplegada en una tabla tetracrica de igual forma que un
estudio prospectivo o de casos y controles, Rothman (1986) propone la
consideracin de la expresin prevalence-odds 1 , que es equivalente a la relacin
Tasa de incidencia ( I ) de la enfermedad por la duracin promedio de ella (D).
DI = P
(1 - P)

As, la medicin de la odds o chance de prevalencia constituye una medicin bsica en

estudios transversales y es un estimador de riesgo.

Odds ratio de prevalencia: la relacin de dos valores de odds de prevalencia da

origen al denominado odds ratio de prevalencia, cuyo clculo e interpretacin sigue
los mismos principios que el clculo en otros diseos de investigacin.

Consideremos la siguiente situacin hipottica en un estudio de prevalencia en que se

evala la frecuencia de un factor de riesgo en un grupo de 200 individuos (Tabla 1).
Tabla 1. Ej. Prevalencia de enfermedad en presencia y ausencia de un factor de riesgo
Variable
dependiente

Exposicin
Positiva
Negativa

+
40
20
60

Prevalencia expuestos = (40/80 ) = 0,50 = 50 %

Prevalencia no- expuestos = (20/120) = 0,166 =16,7%

40
100
140

80
20
200

Odds de prevalencia expuestos = (P/1-P) (0.5/(1-0,5)) = 1

Odds prevalencia no-expuestos = (P/1-P) (0.17/(1- 0,17)) = 0.20
Luego el valor del Odds ratio de prevalencia corresponde a:
OR prevalencia = 1/0.20 = 5
Utilizando la frmula abreviada para el clculo de oddss ratio se tiene:
OR prevalencia = 40 x 100 = 5
40 x 20

Algunos autores proponen el clculo de indicadores de riesgo utilizados en estudios

prospectivos, vale decir, riesgo relativo, utilizando la misma metodologa empleado
en ellos. El clculo de indicadores del tipo "odds" se reservara para los casos en
que la prevalencia estudiada fuera pequea. Metodolgicamente sin embargo,
parece ser ms adecuado utilizar el clculo de odds ratio puesto que la evaluacin de
las variables de "exposicin" frecuentemente tiene un sentido retrospectivo en gran
parte de estudios transversales.
Pueden tambin ser calculadas las diferencias de prevalencias considerando la
presencia de variables confundentes, ponderando la diferencia por dichas variables.
Tambin existen mtodos alternativos para el clculo del Odds Ratio de prevalencia
usando diferente metodologa. El detalle de dichos procedimientos es discutido
extensamente en la bibliografa recomendada. 2

La consideracin de mltiples variables independientes en el estudio de asociacin requiere

del uso de metodologas multivariadas, recomendndose el uso de la regresin logstica en
estos casos. Este procedimiento permite la incorporacin de las diferentes variables
independientes (la principal o variable de exposicin y el resto de ellas o covariables).
Finalmente la interpretacin de estos indicadores de riesgo debe considerar el hecho de que
en estudios de esta naturaleza las asociaciones que sugieran relaciones de causalidad deben
ser cuidadosamente evaluadas habida consideracin de las limitaciones inherentes a estos
diseos de investigacin.
Validacin estadstica de la informacin.
Comparacin de proporciones, y sus correspondientes intervalos de confianza. Test de Chi
cuadrado, de Mantel y Haenszel, para verificar diferencias en los valores de prevalencia. El
investigador debe decidir si desea validar estadsticamente sus resultados mediante el
clculo de intervalos de confianza o mediante el desarrollo de un test de Chi cuadrado.
Estudios de prevalencia y muestra
Una de las dificultades metodolgicas que enfrenta el diseo de los estudios de prevalencia
se refiere a la muestra. En contadas ocasiones es posible plantear el estudio en un universo

completo, por ejemplo en el caso de comunidades pequeas o cerradas, en lugares aislados,

o en subgrupos determinados de los cuales se tiene informacin previa. En la prctica ello
corresponde a la elaboracin de un autntico censo.
Lo habitual ser estudiar una muestra poblacional. La clave de la validez de los resultados
est en la correcta seleccin y clculo de su tamao para los fines de validacin estadstica.
El apoyo estadstico permite estimar el tamao de muestra para la realizacin de un estudio
satisfactorio considerando los diferentes elementos tcnicos necesarios para este tipo de
estudios (buen nivel de confianza, adecuada potencia, error de muestreo reducido). En
general, a mayor tamao de muestra, mayor es el costo del estudio. Sin embargo debe
tomarse en cuenta que no siempre la calidad de un estudio es superior si se aumenta el
tamao muestral, y, en el mismo sentido, un gran tamao muestral no garantiza, por s solo,
un estudio de mayor calidad.
Una recomendacin importante en el diseo de todo estudio epidemiolgico es la
participacin del profesional estadstico en la fase de diseo, implementacin, anlisis e
interpretacin de los resultados.
Elementos a considerar en el clculo y seleccin de muestras en estudios de
prevalencia

Modalidad de muestreo
En el clculo del tamao muestral de un estudio de prevalencia, debe considerarse la
posible distribucin del fenmeno a estudiar en la poblacin objetivo. De no
observarse una distribucin particular de la variable en la poblacin, puede
realizarse un muestreo aleatorio simple.
Si por el contrario se advierte que el atributo a medir guarda relacin con alguna
caracterstica poblacional, debe considerarse la posibilidad de realizar un muestreo
aleatorio estratificado, respetando la conformacin poblacional de los estratos de
inters epidemiolgico (estratos tales como sexo, grupos de edad, condicin
socioeconmica, etnia) o considerando grupos como un todo (clusters) . 3

Prevalencia estimada del fenmeno

Como ya se mencion, debe recurrirse al empleo de algn estimador o parmetro
del atributo a medir en la poblacin. Si no se cuenta con este antecedente, puede
recurrirse a su estimacin sobre la base de una exploracin poblacional en pequea
escala o bien utilizar estimaciones en grupos seleccionados en los cuales el
problema puede haber sido medido (por ejemplo, grupos de alto riesgo de contraer
el virus de inmunodeficiencia humana (VIH) en el caso de prevalencia de VIH
poblacional).

Tambin puede recurrirse a literatura cientfica que proporcione algn estimador,

buscando especialmente poblaciones de caractersticas similares. Esta informacin
corresponder a la prevalencia estimada.

Basndose en esta estimacin (PE), se calcula el complemento de esta frecuencia de

acuerdo con:

PEstimada = p : entonces complemento q = [1 - p]

De no contarse con ninguna estimacin acerca de la frecuencia del problema en la
poblacin, debe utilizarse una relacin p : q de 1 : 1, esto es, valor de p = 0,5 y de q
= 0,5, lo que equivale a asumir una prevalencia estimada del 50% en la poblacin. 4
De no contarse con ninguna estimacin acerca de la frecuencia del problema en la
poblacin, debe utilizarse una relacin p : q de 1 : 1, esto es, valor de p = 0,5 y de q
= 0,5, lo que equivale a asumir una prevalencia estimada del 50% en la poblacin. 4
Por cierto que esta relacin determina la peor condicin para los efectos de clculo
del tamao muestral en cuanto a su magnitud.

Tambin debe considerarse el nivel de confianza (NC) que se le asignar a la

muestra, expresado en el valor de Z que le corresponde al nivel de confianza
utilizado.
NC = (1 - ) x 100)
Luego si

= 0,05, el nivel de confianza corresponder a un 95%.

Finalmente, se define el nivel de error de muestreo tolerable para el estudio, vale

decir, la probabilidad que la muestra no sea del todo representativa de la poblacin.5
Clculo del tamao muestral en estudio de prevalencia usando el mdulo StatCalc
de Epi-Info (6.04) Se desea calcular el tamao muestral para un estudio de
prevalencia de una enfermedad, con una precisin de 95% (5% de error), asumiendo
una estimacin de prevalencia de 34%, con un nivel de confianza de 95% (5% de
error alfa). La salida obtenida es la siguiente: Clculo del tamao muestral en
estudio de prevalencia usando el mdulo StatCalc de Epi-Info (6.04) Se desea
calcular el tamao muestral para un estudio de prevalencia de una enfermedad, con
una precisin de 95% (5% de error), asumiendo una estimacin de prevalencia de
34%, con un nivel de confianza de 95% (5% de error alfa). La salida obtenida es la
siguiente:

EpiInfo Version 6 Statcalc November 1993

Population Survey or Descriptive Study Using Random (Not Cluster) Sampling
PopulationSize : 100,000,000
Expected Frequency : 43.00 %
Worst Acceptable : 48.00 %
Confidence Level
80%
90%
95%
99%
99.9%

Sample Size
161
265
377
650
1,062

Tamao muestral requerido

99.99%

1,484

1. La expresin (P/(1-P) corresponde a un odds o chance y se diferencia de una probabilidad por el

2.
3.
4.
5.

denominador empleado. En una probabilidad, la relacin contempla la relacin de eventos

observados (numerador) en relacin al total de eventos posibles (n). En el caso de un Odds o chance,
esta relacin se interpretara como la probabilidad de poseer la enfermedad (P) en relacin con la
probabilidad de no tenerla (1 -P).
Checkoway H, Pearce N, Crawford-Brown D.Cross sectional studies en :"Research methods in
Occupational Epidemiology. Oxford University Press, 1989
Debe recordarse que adems de las modalidades de muestreo aleatorio presentado existen otras.
Adems, se recalca la existencia de muestreo no probabilstico (no aleatorio) de comn utilizacin en
investigaciones del rea de Ciencias Sociales.
Necesariamente, la suma de p + q deben corresponder al valor 1.
Ver Documento de OMS sobre clculo del tamao muestral (Lemeshow) o bien, introducirse en el
programa EPIINFO 6.0, en el men statatcal buscando en la opcin "Population Survey". Presionar
F1 en esta opcin y aparece la formulacin matemtica de lo ya mencionado.