EPIDEMIOLOGÍA MEDICIÓN DE LA ASOCIACIÓN ENTRE VARIBALES

LUZABIGAILAVELLANEDA 7 views 18 slides Sep 16, 2025
Slide 1
Slide 1 of 18
Slide 1
1
Slide 2
2
Slide 3
3
Slide 4
4
Slide 5
5
Slide 6
6
Slide 7
7
Slide 8
8
Slide 9
9
Slide 10
10
Slide 11
11
Slide 12
12
Slide 13
13
Slide 14
14
Slide 15
15
Slide 16
16
Slide 17
17
Slide 18
18

About This Presentation

EPIDEMIOLOGIOA CLAS


Slide Content

  U niversidad N acional M ayor de S an M arcos Facultad de Medicina   Escuela Profesional de Enfermería   Departamento Académico de Medicina Preventiva y Salud Pública Tercera clase Teórica Medición de la asociación entre variables Docente: Dr. Héctor Pereyra Zaldívar Fecha : 5 de setiembre de 2025 16/08/2025 1

Agenda Introducción al tema de asociación entre variables 2. Medidas de asociación entre variables

Introducción al tema de asociación entre variables

¿Qué es una variable? Es una característica que puede asumir varios valores. La variable puede ser: personal (p. ej. color de ojos, edad, sexo, religión) o ambiental (clima, nivel de instrucción, provincias de una región, etc.). Por ejemplo, para la variable: Color de ojos: negro, marrón, verde, azul, etc. Edad: menor de 1 año, 1 a 4 años, 5 a 14 años, etc. Provincias de Lima: Lima Metropolitana, Canta, Cañete, Huarochirí, etc.

Clasificación de las variables Fuente: Variables (unam.mx)

Uso de las variables en la Investigación Epidemiológica En la búsqueda de las causas de los problemas de salud en poblaciones humanas, se investiga si una variable (“X”) está o no asociada con otra variable (“Y”). X --- Y l o que se determina estadísticamente. Sin embargo si hay una “fuerte asociación”, se dice que la variable “X” es un factor que influye (positivamente: factor de riesgo) o negativamente (factor protector) para causar un problema de salud “Y”. X --------------  Y La fuerza de asociación es uno de los criterios de causalidad de Hill (con otros: Temporalidad (Si X es causa de Y, entonces X es antes que Y); Consistencia (varios estudios tienen similares resultados); Gradiente biológica (si hay más X (o menos), hay más respuesta y sube (o baja) Y.

Asociación de variables en estudios de seguimiento Ej : ¿hay asociación entre fumar (variable exposición al factor “causa”) y tener cáncer de pulmón (variable “efecto”)? Existen solo cuatro opciones para cada persona que participa en el estudio: que fume y que tenga cáncer (a) que fume y que no tenga cáncer (b) que no fume, y tenga cáncer (c) que no fume y no tenga cáncer (d) ¿Cómo comprobar la asociación entre estas dos variables?: Midiendo. Si el grupo de fumadores tiene mayor incidencia de cáncer de pulmón que el grupo que no fuma; decimos que fumar es un factor de riesgo para este cáncer. También puede ocurrir lo contrario, que con una variable (vacunados para sarampión) se consiga menor incidencia de sarampión. Es un factor protector . a b c d ENFERMOS NO ENFERMOS EXPUESTOS NO EXPUESTOS

Es decir, el RR es una Fracción; una Razón de Incidencias: Incidencia de la enfermedad en expuestos / Incidencia en no expuestos . El resultado es un número (no es % ni se multiplica por ningún factor 10 n ) En la clase anterior se indicó que la Incidencia expresa el Riesgo absoluto de enfermar en una población. Ej. eI R.a . de tener dengue en Lima durante 2022: 2 x 1000 (2 de cada 1000 limeños estuvieron en riesgo de contraer dengue en 2022). Recordando…. Ahora estudiaremos otro término:

Ejemplo (simulado) Estudio de seguimiento por 12 meses Hacinamiento ( >4 per. / hab.) Tuberculosis Total Enfermos No enfermos Expuestos 15 25 40 No expuestos 5 40 45 RR = Casos nuevos en expuestos = 15/40 = 3,37 = 3.4 Casos nuevos en no expuestos 5/45 Interpretación: Las personas que viven en hacinamiento tienen 3,4 veces el riesgo de enfermar de tuberculosis en comparación con las personas que viven sin hacinamiento (o sea 2.4 veces más riesgo, ya que la división e/Ne = 1) .

Interpretación de los valores de Riesgo Relativo (RR). Escala de Remington RD & Schork MA Rango de RR Interpretación 0-0.3 Beneficio grande 0.4-0.5 Beneficio moderado 0.6-0.8 Beneficio insignificante 0.9-1.1 Sin efecto 1.2-1.6 Riesgo insignificante 1.7-2.5 Riesgo moderado >2.6 Riesgo elevado

En estudios que no son de seguimiento: Odds Ratio (OR), Razón de Probabilidades, Razón de Ventaja, Razón de Momios El OR es un estimador indirecto del RR, cuando este no puede ser calculado directamente, por tratarse de un estudio transversal o de casos y controles. Ej. de Odds : moneda al aire 10 veces. 6 cara y 4 cruz. El Odds = 6 / 4 (probabilidad de que salga cara/probabilidad que salga cruz; sumados dan el total de probabilidades = 10). Razón de Odds : condición en los expuestos comparados con el Odds de la condición en los no expuestos. Odds de la enfermedad en los expuestos Odds de la enfermedad en no expuestos OR =

Odds Ratio Exposición Si No T otal Si a b a + b No c d c + d Total a + c b + c a + b + c + d [ a / c ] = Odds Ratio [ b / d ] = [ ad ] [ bc ] Enfermedad

Ejemplo de cálculo del OR Comida refrigerada por 12h Infección digestiva Total Si No Si 10 60 70 No 50 30 80 OR = 10 * 30 = 300/3000 = 0.1 (protector): 50 * 60 ¿Cuánto protege el factor?: 1- 0.1 x 100 = 90% Es decir, cuando el resultado (RR u OR) sale menor a 1, se resta de 1 y se multiplica por 100. Expresa el % de beneficio del factor protector

Recordemos: Al estudiar si existe asociación entre dos variables Si RR u OR es > 1 = Riesgo (hay asociación entre las variables) Si RR u OR < 1 = Beneficio (hay asociación entre las variables) Si RR u OR cercano a 1 = No hay asociación entre las variables Como el Intervalo de Confianza (IC) suele ser 95%, se espera que el 95% de los resultados esten alrededor de un rango alrededor del resultado del RR u OR. Para confirmar que haya asociación, ambos valores del rango (valores mínimo y máximo) deben estar al mismo lado (riesgo o beneficio), sin cruzar la unidad.

50 * 60

Otros ejemplos… Ejemplo 1: Se realiza un estudio de seguimiento entre un grupo de 50 obreros, expuestos a un químico, y un grupo de 40 trabajadores administrativos (no expuesto al químico). Después de seis meses de seguimiento, 8 obreros y 2 administrativos desarrollaron problemas de alergia respiratoria. ¿hay asociación entre estar expuesto al químico y un mayor riesgo de enfermar de alergia respiratoria? ALERGIA NO ALERGIA TOTAL OBREROS 8 36 50 ADMINISTRATIVOS 2 38 40 TOTAL 16 74 90 Riesgo Relativo (RR) = Incidencia en expuestos (obreros)/ Incidencia en no expuestos (administrativos) RR = 8/ 50 / 2/40 RR = 0,16 / 0,05 RR = 3,2 Interpretación: Los obreros (expuestos) tienen 3,2 veces el riesgo de tener alergia respiratoria por exposición al químico, comparado con los trabajadores administrativos (no expuestos)

Otros ejemplos… Ejemplo 2: Se realiza un estudio de seguimiento de cinco años entre un grupo de 620 niños vacunados contra VSR, y se compara la incidencia de bronquiolitis en un grupo de 44 niños cuyos padres no quisieron vacunarlos. Al final del periodo de estudio, 5 niños vacunados y 10 no vacunados tuvieron la enfermedad. BRONQUIOLITIS NO BRONQUIOLITIS TOTAL VACUNADOS 5 615 620 NO VACUNADOS 10 34 44 TOTAL 15 649 664 Riesgo Relativo (RR) = Incidencia en expuestos / Incidencia en no expuestos RR = 5/ 620 / 10/44 RR = 0,008 / 0,22 RR = 0,03 Nivel de protección de la vacuna: 1 – 0,03 x 100 = 99%

GRACIAS !!!
Tags