Principios de Epidemiologa

1
Principios de Epidemiología

• Dona Schneider, PhD, MPH, FACE

2
Definición de Epidemiología

• Epi demos logos lo que sucede al hombre
• El estudio de la distribución y determinantes de
  la frecuencia de la enfermedad en poblaciones
  humanas (MacMahon and Pugh, 1970)

3
Definición de Epidemiología

• El estudio de la distribución y de los
  determinantes de los estados eventos relacionados
  a la salud en poblaciones específicas y la
  aplicación de este estudio al control de los
  problemas de salud (John Last, 1988)

4
Usos de la Epidemiología

• Identificar las causas de la enfermedad
• Enfermedad de los Legionarios
• Completando el cuadro clínico de la enfermedad
• Experimento Tuskegee
• Determinación de efectividad terapeútica y
  medidas preventivas
• Mamografías, estudios clínicos
• Identificación de nuevos síndromes
• Variedades de hepatitis

5
Usos de la Epidemiología

• Monitoreo de la salud de una comunidad,región o
  nación.
• Vigilancia, reportes de accidentes.
• Identificación de riesgos en términos de
  señalamientos de probabilidad.
• Hijas dietilestilbestrol.
• Estudio de tendencias sobre el tiempo para hacer
  predicciones para el futuro.
• Tabaquismo y cáncer de pulmón.
• Estimación de las necesidades de servicios de
  salud.

6
Tabla de Vida de Muertes en Londres
Sobrevivientes
Muertes
Edad
100
--
0
64
36
6
40
24
16
25
15
26
16
9
36
10
6
46
6
4
56
3
3
66
1
2
76
0
1
80
7
Observaciones de Graunt

• Exceso de nacimientos de masculinos
• Elevada mortalidad infantil
• Variación estacional en mortalidad

8
Mortalidad Anual para 1632 Principales 10 causas
de muerte
Chrisomes Infants
Consumación (TB)
Fiebre
Cólico, piedras y micción dolorosa
Viruela y varicela
Diarrea
Edema e hinchazón
Convulsión
Muerte de cuna
Crecimiento hepático
0
500
1000
1500
2000
2500
Número de muertes
9
Principales causas de mortalidad en USA 1900
Neumonía
TB
Diarrea y Enteritis
Enfermedad cardiáca
Nefritis crónica
Trauma no intencional
Embolia
Enfermedades de la infancia
Cáncer
Difteria
0
50
100
150
200
250
300
Tasa de muerte por 100,000
10
Principales causas de muerte en USA 1990
Enfermedad cardiáca
Cáncer
Embolia
Trauma no intencional
Enfermedad pulmonar
Neumonía y influenza
Diabetes
Suicidio
Enfermedad hepática
VIH/SIDA
0
50
100
150
200
250
300
Tasa de Muertes por 100,000
11
Endemia Vs. Epidemia
No. of Casos de una Enfermedad
Epidemia
Endemia
Tiempo
12
Pirámide poblacional
13
1900
1940
1960
2000
1980
14
Estadística

• Estadística Una rama de las matemáticas
  aplicadas que utiliza procedimientos para
  condensar, describir, analizar e interpretar
  grupos de información.
• Bioestadística Un subgrupo de la estadística
  usada para manejar información relevante a salud.

15
Estadística (cont.)

• Estadística descriptiva Métodos de producir
  resúmenes cuantitativos de información
• Medidas de tendencia central
• Medidas de dispersión
• Estadística inferencial Métodos de hacer
  generalizaciones a un gran grupo basado en
  información de un subgrupo(muestra) de ese grupo.

16
Poblaciones y muestras

• Antes de que podamos determinar que pruebas
  estadísticas usar, necesitamos saber si nuestra
  información representa una población o una
  muestra.
• Una muestra es un subgrupo que debería ser
  representativa de la población

17
Muestras

• Una muestra debería ser representativa si es
  seleccionada aleatoriamente (v.gr. Cada dato
  deberá tener la misma oportunidad de ser
  seleccionado)
• En algunos casos, la muestra debe ser
  estratificada para luego aleatorizarla dentro de
  los estratos.

18
Ejemplo

• Queremos una muestra que refleje el género y edad
  de la población
• Estratifique los datos por género
• Dentro de cada estrato, estratificado por edad.
• Seleccione aleatoriamente dentro de cada estrato
  de género/edad, hasta que el número seleccionado
  sea proporcional al de la población

19
Poblaciones y muestras

• Se puede decir si se están observando datos
  estadísticos de una población o de una muestra
• Letras griegas señalan parámetros de la población
  (desconocidos pero fijos)
• Letras arábigas señala estadísticas de una
  muestra (conocida pero aleatoria)

20
Clasificación de datos

• Cualitativos o cuantitativos
• Cualitativos categorías no numéricas
• Ejemplos género, raza/etnicidad
• Cuantititiva numérica
• Ejemplos edad, temperatura, tensión arterial

21
Clasificación de datos

• Discretos o Contínuos
• Discretos tienen un número fijo de valores
• Ejemplos estado civil, tipo sanguíneo, número de
  niños
• Contínuos tienen un número infinito de valores
• Ejemplos estatura, peso, temperatura

22
Sugerencia

• Datos cualitativos (categoricos) son discretos
• Datos cuantitativos (numéricos) pueden ser
• discretos
• contínuos

23
Datos cualitativos Nominal

• Datos que caen en categorías mutuamente
  exclusivas (discretas) para los que no hay un
  órden natural
• Ejemplos
• Raza/etnicidad
• Género
• Estado civil
• Códigos ICD-10
• Datos dicotómicos omo VIH o VIH- si o no.

24
Datos cualitativos Ordinal

• Datos que caen en categorías mutuamente
  exclusivas (datos discretos) que tienen un orden
  natural o clasificación
• Ejemplos
• Grados
• Nivel socioeconómico
• Estadío de enfermedad
• Bajo, medio, alto

25
Datos cuantitativos Intérvalo

• Datos que son medidos en unidades estándar
• La escala mide un punto de los datos que es
  diferente a otros, pero también mide por cuanto.
• Ejemplos
• Número de días desde el ataque de la enfermedad
  (discreta)
• Temperatura en Fahrenheit o Celsius (contínua)

26
Datos cuantitativos Razón

• Datos que son medidos en unidades estándar donde
  un cero verdadero representa la ausencia de esa
  unidad
• Ejemplos
• Número de niños (discreto)
• Temperatura en Kelvin (contínua)

27
Revisión de Bioestadística descriptiva

• Media
• Mediana
• Modo y rango
• Varianza y desviación estándar
• Distribuciones de frecuencias
• Histogramas

28
Media (promedio)

• Medida de tendencia central más comúnmente usada.
  
• Promedio aritmético
• Fórmula x ? x / n
• Sensible a valores extremos

29

• Ejemplo Número de accidentes por semana
• 8, 5, 3, 2, 7, 1, 2, 4, 6, 2
• x (8532712462) / 10
• 40 / 10 4

30
Mediana

• El valor que divide a un grupo clasificado en dos
  mitades iguales.
• Ordene los datos
• Si n es par, divida las dos observaciones
  centrales
• Si n es impar, la mediana es la observación de en
  medio.

31
Dando un par número de observaciones
(n10) Ejemplo 1, 2, 2, 2, 3, 4, 5, 6, 7,
8 Mediana (34) / 2 3.5
Gando un impar número de observaciones
(n11) Ejemplo 1, 2, 2, 2, 3, 4, 5, 6, 7, 8,
10 Mediana 4 (n1)/2 (111)/2 6a observación
32
Modo

• El valor que ocurre más frecuentemente en un
  grupo de datos
• Ejemplo 1, 2, 2, 2, 3, 4, 5, 6, 7, 8
• Modo 2

33
Rango

• La diferencia entre el mayor y menor de los
  valores en una distribución
• Ejemplo 1, 2, 2, 2, 3, 4, 5, 6, 7, 8
• Rango 8-1 7

34
Varianza y desviación estándar

• Medidas de dispersión (o scatter) de los valores
  alrededor de la media
• Si los números están cerca de la media, la
  varianza es pequeña
• Si alejados de la media, la varianza será más
  grande.

35
Varianza

• V S(x-x)2 / (n-1)
• V (8-4) 2 (5-4) 2 (3-4) 2 (2-4) 2 (7-4) 2
  (1-4) 2
• (2-4) 2 (4-4) 2 (6-4) 2 (2-4) 2 / (10-1)
• V 5.7777

36
Desviación estándar
SD ÖV
SD Ö5.777 2.404
37
Distribuciones simétricas y sesgadas
Simétrica
Sesgada
Media
Mea Mediana Modo
Mediana
Modo
38
Diagramas de frecuencia de distribucuiones
simétricas y sesgadas
Sesgada
Simétrica
39
Puntaje de 12 pacientes en la escala de 5 puntos
de la ansiedad
40
Diagrama de frecuencia de 12 pacientes
psiquiátricos
Frequencia
Puntaje
41
Accidentes en los campamentos de verano,
requiriendo tratamiento en Urgencias
42
Histograma
Frequencia
Número de accidentes por semana
43
Polígono de frecuencias
Frequencia
Número de accidentes por semana
44
Histograma y polígono de frecuencias
Nota área A A B B C C D D área bajo
el histograma a área bajo el polígono
45
Estdística descriptiva

• Usada como un primer paso al observar resultados
  relacionados a la salud.
• Examina los números de casos para identificar un
  incremento (epidemia)
• Examina patrones de casos para ver quién tiene
  enfermedad (variables demográficas) y dón de
  están los enfermos (variables de tiempo/espacio).