7° Curso de Capacitación de Posgrado a Distancia Síndrome ...

7° Curso de Capacitación de Posgrado a Distancia Síndrome Metabólico y Riesgo Vascular – Conjunto ABCBA

Bases epidemiológicas para la comprensión de los factores de riesgo

Dr. Alfredo O. Wassermann

Médico Nefrólogo Universitario Diplomado en Gestión de Calidad Jefe de la Sección Nefrología y Comité de Hipertensión, Ex Jefe de Clínica Médica, Hospital Municipal de Vicente López “Prof. Dr. Bernardo A. Houssay” Co-Director médico-científico de FEPREVA, Fundación para el Estudio, la Prevención y el Tratamiento de la Enfermedad Vascular Aterosclerótica. Docente autorizado de la Facultad de Medicina de la Universidad de Buenos Aires. Ex Coordinador del Grupo de Trabajo “Hipertensión Arterial” de la Sociedad Argentina de Nefrología

Objetivos • Comprender los conceptos de los estudios epidemiológicos • Interpretar el significado de los factores de riesgo vascular y metabólico • Integrar los conceptos epidemiológicos a la práctica clínica

Contenidos Introducción ..................................................................................................... 2 Definiciones ..................................................................................................... 2

Algunos términos de uso corriente ................................................................................... 2 Definición de salud y enfermedad ................................................................................... 2 Variable .................................................................................................................. 3 Tipos de variables ...................................................................................................... 3 Medidas de localización o tendencia central ...................................................................... 4 Medidas de dispersión o variabilidad ................................................................................ 4

Medición de la frecuencia de enfermedad .......................................................................... 4 Incidencia ............................................................................................................... 5 Incidencia acumulada ................................................................................................. 5 Prevalencia .............................................................................................................. 6 Relación entre incidencia y prevalencia ............................................................................ 6 Letalidad ................................................................................................................ 6 Mortalidad ............................................................................................................... 7 Tasas de mortalidad ................................................................................................... 7 Tasas de mortalidad específica por edades ........................................................................ 7 Mortalidad proporcional ............................................................................................... 8 Esperanza de vida ...................................................................................................... 8 Tasas estandarizadas por edad ....................................................................................... 9 Morbilidad ............................................................................................................... 9 Discapacidad ............................................................................................................ 9 Otros indicadores globales del nivel de salud poblacional ...................................................... 10

Comparaciones de la frecuencia de enfermedad ................................................................. 11 Riesgo ................................................................................................................... 11 Riesgo sinérgico ....................................................................................................... 12 Exposición al riesgo ................................................................................................... 13 Estudios de estimación del riesgo .................................................................................. 16 Medidas de efecto o asociación ..................................................................................... 17 Comparación relativa ................................................................................................. 18 Comparación absoluta ................................................................................................ 20

Ensayo de hipótesis ..................................................................................................... 23 Conclusiones ................................................................................................... 23 Bibliografía ..................................................................................................... 24

7° Curso de Capacitación de Posgrado a Distancia Síndrome Metabólico y Riesgo Vascular – Conjunto ABCBA Abril 2013 – Diciembre 2013 - Bases epidemiológicas para la comprensión de los factores de riesgo

2

Introducción Los componentes del síndrome metabólico tienen en común que son considerados predictores para enfermedad vascular, eventos vasculares o diabetes. Todavía no existe acuerdo acerca de la mejor combinación de factores para diagnosticar síndrome metabólico, como tampoco para definir el mejor nivel de corte para cada factor. La aceptación de una condición como predictora de otra, y el valor para definir el nivel de corte (no es predictor cuando el nivel medido es menor pero si cuando es mayor) son definidos en base al conocimiento epidemiológico. Los estudios epidemiológicos permiten estimar el riesgo poblacional, pero es más difícil realizar la aproximación cuando deseamos aplicarlos a un individuo. Cuando las premisas epidemiológicas nos dicen que una persona reúne un conjunto de condiciones que implican una probabilidad del 30% para presentar un infarto en los próximos 10 años se abre un abanico de interpretaciones:

• El epidemiólogo realiza una predicción poblacional, no individual. • El profesional asistencial desea comunicar al paciente la magnitud del riesgo, y cuando

es elevado realizará indicaciones basándose en la evidencia y su criterio profesional. • El paciente puede aceptar este juicio profesional e intentará cumplir las indicaciones, • El paciente puede pensar que tiene una probabilidad del 70% de no presentar el infarto

en ese período y por lo tanto preferirá continuar disfrutando sus hábitos de vida y no cumplirá ninguna pauta preventiva.

Aunque todas las perspectivas parecen tener algo de veracidad, no todas resultan ventajosas para aproximarse a las estrategias más convenientes para el paciente. Esta unidad temática pretende introducirnos a la comprensión de los elementos epidemiológicos que guían las conductas médicas en la prevención del riesgo cardiometabólico.

Definiciones Algunos términos de uso corriente Definición de salud y enfermedad

La Organización Mundial de la Salud (OMS) propuso en 1948 una definición muy ambiciosa de salud: “salud es un estado de completo bienestar físico, mental y social y no meramente la ausencia de enfermedad”. Esta definición, aunque criticada por las dificultades que implica definir y medir el bienestar, sigue representando un ideal. En 1977 la Asamblea Mundial de la Salud acordó que todas las personas deberían alcanzar en el año 2000 un nivel de salud que les permitiera llevar una vida social y económicamente productiva. Sin alcanzar el objetivo, la propuesta se renovó en 1998 y en 2003. El desarrollo de criterios para establecer la presencia de una condición de riesgo o una enfermedad reclama definiciones de “normalidad” y “anormalidad”. Desde la perspectiva epidemiológica “normal” se refiere a que una condición que estaría presente en la población con una distribución que sigue la forma de campana de Gauss. En cambio, en la consulta o en la comprensión del paciente se utiliza normal como “sin enfermedad” o referido a una condición “sin nivel de riesgo”. Ejemplos podrían ser el nivel de colesterol plasmático o de la presión arterial, que requieren un valor de corte para definir el nivel en el cual inicia el riesgo. El valor aceptado como “normal”, mejor expresado como “exento de riesgo” se hallará en función del contexto del individuo, adquiriendo relevancia lo factores vinculados a la edad y su expectativa de vida, el género, la presencia de una o múltiples condiciones adversas, entre otras. La adopción de valores de corte para separar los niveles con o sin riesgo, se basa en definiciones operativas y no implican criterio de certeza absoluto. Vemos como a lo largo de pocos años la glucemia considerada normal ha variado y actualmente este nivel se ubica en 100 mg/dl o 110 mg/dl según la entidad de referencia.


3

Variable Las variables pueden definirse como aquellos atributos o características de los eventos, de las personas o de grupos de estudio que cambian de una situación a otra o de un tiempo a otro y que, por lo tanto, pueden tomar diversos valores. De acuerdo con la relación que guardan unas con otras, las variables se clasifican en:

• independientes (o variables explicativas o causa) • dependientes (o variables respuesta o efecto)

Cuando una variable produce un cambio en otra, se considera a la primera como independiente (o causa) y a la segunda como dependiente (o efecto). En los estudios epidemiológicos la enfermedad o evento es por lo general la variable dependiente y los factores que determinan su aparición, magnitud y distribución son las variables independientes, que representan la exposición a ese factor. Por ejemplo la hipertensión podría ser una variable independiente y el stroke la dependiente. No obstante, el concepto de dependencia e independencia puede variar según el contexto. Por ejemplo la hipertensión, que en el ejemplo anterior era la variable independiente, podría ser la variable dependiente del consumo habitual de sal, en cuyo caso el consumo de sal sería la variable independiente. El uso de variables permite a la epidemiología la elaboración de modelos descriptivos, explicativos y predictivos sobre la dinámica de la salud poblacional.

Tipos de variables

Tabla 1: Tipos de variables y sus características

Variable Subtipo Característica Ejemplo

Cualitativa Nominal dicotómica Sólo 2 posibilidades Género

Nominal no dicotómica Más de 2 posibilidades Etnia

Cuantitativa Ordinal Estratos prefijados Nivel socioeconómico Discreta Cantidades enteras Eventos coronarios Continua Infinitos intermedios Glucemia

Los resultados de los estudios experimentales y epidemiológicos expresan los hallazgos y la relación de las variables de diversas maneras. En general, observaremos que se trata de establecer la representatividad y confiabilidad de los datos expresándolos a través de la medida central y la dispersión.

Actividades

1. Tomando el siguiente ejemplo marque en la grilla cuáles son las Variables cualitativas y cuáles las Variables cuantitativas En un estudio prospectivo en pacientes diabéticos tipo 2 se analizó el valor predictivo de la edad, el género, la antigüedad de la diabetes, la HbA1c, la presencia de hipertensión arterial y la obesidad, para el desarrollo de microalbuminuria. Se estudió también la severidad de la microalbuminuria (grados 0 a V) en relación con estos factores. El tiempo hasta el desarrollo de microalbuminuria resultó significativamente asociado a la presencia de hipertensión arterial y el riesgo de presentar microalbuminuria se incrementó con los valores de HbA1c y la antigüedad de la diabetes.

Variable Edad Género Antigüedad HbA1c HTA Obesidad µAlbuminuria Cuantitativa Cualitativa


4

Medidas de localización o tendencia central Las medidas de centralización nos indican alrededor de qué valores se agrupan los datos observados. Las más frecuentemente utilizadas son:

• Media aritmética o promedio. Es la medida de centralización más común. Se calcula sumando los valores numéricos de todas las observaciones y dividiendo el total por el número de observaciones. La media aritmética verifica la propiedad de equilibrar las desviaciones positivas y negativas de los datos respecto a su valor. Actúa, por tanto, como centro geométrico o centro de “gravedad” para el conjunto de puntos.

• Mediana. Es el valor numérico que divide al conjunto de datos ordenados en dos partes iguales, es decir, el 50% de los datos será menor que ella y el 50% de los datos mayor. En una distribución simétrica, la mediana coincide con la media aritmética, pero puede existir una distribución asimétrica a los lados de la mediana.

• Moda o modo. Es el valor más corriente o el valor de la variable que se presenta con mayor frecuencia. En la distribución normal el modo coincide con la media y la mediana.

Medidas de dispersión o variabilidad Junto a las medidas de tendencia central, completan la información sobre la distribución de la variable (indican si los valores de la variable están muy dispersos o se concentran alrededor de la medida de centralización):

• Rango. Intervalo entre el valor máximo y el mínimo observado en una serie. • Varianza. Se calcula como la media del cuadrado de las desviaciones de los elementos

respecto a la media aritmética. • Desvío estándar. Es la raíz cuadrada positiva de la varianza, y junto a ella, son las

medidas de dispersión más usadas. En una distribución normal (gaussiana) el 50% de las observaciones se encuentran por debajo del promedio y el 50% por encima. El 68,2% de las observaciones se encuentran dentro del intervalo del primer desvío estándar (± 1S); el 95,4% dentro del intervalo del segundo (± 2S) y el 99,6% dentro del intervalo del tercero (± 3S). La desviación estándar es una medida complementaria a la media aritmética; mientras que la media da una idea de la magnitud general de la distribución, la desviación estándar muestra cómo se distribuyen los valores alrededor de la media.

• Rango intercuartílico. Es la diferencia entre el percentilo 75 y el 25. Junto con el rango, es la medida de dispersión usada para los datos asimétricos. Se informa habitualmente como medida de dispersión de la mediana, en distribuciones no gaussianas.

• Coeficiente de variación (CV). Es una medida de dispersión adimensional. Es el porcentaje que representa la desviación estándar sobre la media. Es el método de elección para comparar la variabilidad o dispersión relativa de variables que estén expresadas en las mismas o en diferentes unidades.

Otro rango habitualmente expresado en los estudios epidemiológicos es el intervalo de confianza (IC), siendo el más común el que abarca el 95% de las posibilidades, corrientemente expresado como IC 95%. Un Intervalo de confianza del 95% indica que, si fuera posible repetir el experimento varias veces en condiciones idénticas, en 95 de cada 100 experimentos el valor promedio estaría incluido en ese intervalo. Un intervalo de confianza que abarque un rango pequeño confiere confiabilidad en la medida de localización que cuando el rango es muy amplio, y consecuentemente el valor predictivo sería mayor. Otros recursos son útiles para fraccionar la población: cuartiles, deciles, percentiles, que dividen el conjunto de las observaciones en cuatro, diez o cien partes iguales de observaciones o individuos. Por ejemplo si un estudio divide la población en cuartiles, cada uno de ellos tendrá el 25% de los individuos evaluados.

Medición de la frecuencia de enfermedad Para cuantificar la frecuencia de enfermedad se usan medidas basadas en dos conceptos fundamentales: incidencia y prevalencia. La incidencia de una enfermedad mide la velocidad a la que se producen casos nuevos durante un periodo determinado en una población especificada, mientras que la prevalencia es la frecuencia de casos de enfermedad en una población y en un momento dados. Determinar la


5

prevalencia o la incidencia implica básicamente hacer un recuento de casos en una población determinada, la cual se encuentra expuesta al riesgo y se toma como población de referencia. Población expuesta al riesgo es la parte de la población que puede contraer una enfermedad. Por ejemplo, las lesiones y enfermedades profesionales afectan solamente a las personas que trabajan, por lo que la población expuesta al riesgo es la población laboral activa. La población expuesta al riesgo puede definirse según factores demográficos, geográficos o ambientales. En algunos casos la población expuesta al riego puede ser el conjunto de la población, como por ejemplo una alteración atmosférica global. La incidencia y la prevalencia son formas distintas para medir la frecuencia de una condición o enfermedad. Hay enfermedades de alta prevalencia y baja incidencia, como la diabetes, o de baja prevalencia y alta incidencia, como el resfrío común. El resfrío común se produce más frecuentemente que la diabetes, pero dura tan sólo unos días. Durante el invierno la incidencia será alta, pero como la enfermedad dura pocos días, la cantidad de paciente no se acumula. En cambio considerando la diabetes, una vez que aparece, es permanente, por cuanto aún con baja incidencia puede tener muy alta prevalencia, y esta prevalencia se incrementa con el aumento de la edad. Los datos de incidencia y prevalencia son mucho más útiles cuando se convierten en tasas. La tasa se calcula dividiendo la cantidad de casos por la población correspondiente expuesta al riesgo.

Incidencia

Para calcular la incidencia el numerador es el número de casos nuevos que se producen en un período definido y el denominador es la población expuesta al riesgo para sufrir la enfermedad o fenómeno correspondiente durante dicho período. La forma más exacta de calcular la incidencia es calcular la tasa de incidencia por personas-tiempo. Cada persona de la población en estudio observada durante un año contribuye un año-persona; si consideramos que un estudio observacional incluyó 2.000 individuos y la observación se realizó durante 5 años, el estudio habrá observado 10.000 años-persona (informado también como personas-año). La incidencia se calcula de la siguiente forma:

Incidencia=Número de casos nuevos en el período

Número de individuos de la población en riesgo en el período

x 10n

La expresión 10n puede ser por ejemplo 100 (102), 1.000 (103), 1.000.000 (106), etcétera.

Incidencia acumulada La incidencia acumulada es una medida muy simple de la frecuencia con que ocurre una enfermedad o estado de salud. En la incidencia acumulada el denominador sólo se mide al iniciar el estudio. Desde el punto de vista estadístico, la incidencia acumulada es la probabilidad que tienen las personas de la población estudiada para contraer la enfermedad durante el período especificado. El período considerado puede ser de cualquier duración, pero suelen ser varios años o, incluso, toda la vida. Por tanto, la incidencia acumulada es similar al “riesgo de muerte” que se usa en los cálculos actuariales y en las tablas de mortalidad.

La incidencia considera el período durante el cual los individuos que no padecen la condición están en riesgo para presentarla. Por ejemplo la incidencia de diabetes tipo 1 en niños de hasta 15 años en Argentina es de 8 casos cada 100.000 niños por año.


6

Prevalencia

La prevalencia de una enfermedad se calcula de la siguiente manera:

Prevalencia = Número de personas con la característica en un momento determinado

Número de personas en la población expuesta en ese momento determinado

x 10n

La cantidad de integrantes de la población expuesta al riesgo a menudo no se conoce y entonces se utiliza como aproximación la población total de la región estudiada. La prevalencia a menudo se expresa en casos cada 100 personas (tasa porcentual), o bien con otras potencias de 10 (10n).

Como la prevalencia puede depender de muchos factores no relacionados con la condición en evaluación, los estudios de prevalencia de enfermedad en función de una variable no suelen proporcionar pruebas claras de causalidad. Sin embargo, las estadísticas de prevalencia son útiles para valorar la necesidad de medidas preventivas y planificar la atención sanitaria. La prevalencia de diabetes tipo 2 se ha determinado en varias poblaciones utilizando los criterios propuestos por la OMS. La variabilidad de estas estadísticas de prevalencia indica la importancia de factores sociales y ambientales en la etiología de la enfermedad y lo distintas que son las necesidades de servicios sanitarios para diabéticos en cada población.

Relación entre incidencia y prevalencia La prevalencia (P) depende de la incidencia (I) y de la duración (D) de la enfermedad. Siempre que la tasa de prevalencia sea baja y no varíe considerablemente a lo largo del tiempo, puede calcularse de forma aproximada mediante la ecuación P = I × D, significando que la prevalencia es igual a la incidencia multiplicada por la duración promedio de la enfermedad.

Actividades

2. Indique cuál de los ejemplos corresponde a incidencia y cuál a prevalencia

a) Cuantifica la velocidad de ocurrencia de nuevos eventos b) Condicionada por la duración y gravedad de la enfermedad c) Debe considerarse el intervalo de tiempo en el cual el individuo se encuentra expuesto d) Cuantifica mejor la magnitud de enfermedades agudas e) Es útil para medir la frecuencia de cuadros clínicos cuando el comienzo de la enfermedad

es gradual

Letalidad

La letalidad cuantifica la gravedad de una enfermedad. Se define como la tasa porcentual de casos de una enfermedad o un evento determinado que mueren en un período especificado.

Letalidad =Cantidad de muertes por una enfermedad en un período

Cantidad de casos diagnosticados de la enfermedad en ese período

x100

Varios factores influyen en la prevalencia, como por ejemplo: la gravedad de la enfermedad: la prevalencia disminuye si la evolución es rápidamente

mortal la duración de la enfermedad: cuando una enfermedad dura poco, su tasa de

prevalencia será menor que si persiste durante más tiempo la cantidad de casos nuevos: la incidencia elevada aumenta la prevalencia


7

Mortalidad Las causas de muerte son un parámetro importante para diseñar las estrategias de política sanitaria, y la fuente de información son los certificados de defunción. El certificado de defunción normalizado contiene información acerca de la edad, el género, la fecha de nacimiento y el lugar de residencia. En la Clasificación Internacional de Enfermedades y Problemas de Salud (CIE) se hallan diversas recomendaciones para clasificar las defunciones, la última versión publicada es la 10a, conocida como CIE 10. Aunque los certificados de defunción contienen varios errores, las estadísticas basadas en ellos proporcionan información valiosa sobre las tendencias del estado de salud de la población. Los epidemiólogos usan extensamente las estadísticas de mortalidad para evaluar la carga de enfermedad y para estudiar la evolución de las enfermedades con el paso de los años. Tomaremos algunos ejemplos del sitio WEB de la Organización Mundial de la Salud: http://www.who.int/whosis/en/ La tasa de mortalidad de los adultos entre 15 y 60 años en países de América muestra la diferencia de oportunidades para los habitantes de cada país. Una persona que nace en Canadá tiene mejores oportunidades de expectativa de vida que en Haití:

Tasas de mortalidad La mortalidad bruta o tasa bruta de mortalidad se calcula de la forma siguiente:

nx10período ese en promedio total Población

período un en muertes de Cantidad mortalidad de bruta Tasa =

La tasa bruta de mortalidad no considera que las posibilidades de que una persona muera variarán según su edad, género, etnia, clase socioeconómica y otros factores. En general, no es adecuado comparar la tasa bruta de mortalidad de distintos períodos temporales o zonas geográficas. Las comparaciones de tasas de mortalidad entre grupos de distinta estructura de edades suelen basarse en tasas estandarizadas para la edad.

Tasas de mortalidad específica por edades Pueden calcularse tasas específicas de mortalidad de grupos concretos de una población definidos para varias condiciones como edad, etnia, género, ocupación o localización geográfica, o tasas específicas de mortalidad debida a una causa de muerte. Por ejemplo, una tasa de mortalidad específica por enfermedad, edad y género podría calcularse de la siguiente forma, referido a mujeres entre 50 y 70 años con diabetes:

n10x período ese en individuos de total Cantidad

período un en grupo este en muertes de Cantidad =grupo este en mortalidad de Tasa

Figura 1: Probabilidad de morir para adultos de 15 a 60 años

en algunos países de América

0

50

100

150

200

250

300

Arg

enti

na

Bolivi

a

Bra

zil

Canada

Chile

Colo

mbia

Cost

a R

ica

Cuba

Ecu

ador

El Sa

lvador

Guate

mala

Hait

í

Hondura

s

Jam

aic

a

Méxic

o

Nic

ara

gua

Panam

á

Para

guay

Perú

EEU

U

Uru

guay

Venezu

ela

Mo

rtal

idad

ad

ult

os

15-6

0 añ

os


8

Mortalidad proporcional La importancia de ciertas enfermedades puede determinarse a través de la mortalidad proporcional, que es la proporción de muertes debidas a una causa determinada del total de muertes ocurridas en el período de estudio. La mortalidad proporcional suele expresarse por cada 100 o cada 1000 defunciones.

Tabla 2: Las 10 principales causas de muerte en el mundo Muertes

(millones) Tasa relativa de mortalidad

(%)

Enfermedad coronaria 7,20 12,2 Ictus y enfermedad cerebrovascular 5,71 9,7 Infecciones respiratorias bajas 4,18 7,1 Enfermedad pulmonar obstructiva crónica 3,02 5,1 Diarrea 2,16 3,7 VIH – SIDA 2,04 3,5 Tuberculosis 1,46 2,5 Cáncer de tráquea, bronquios y pulmones 1,32 2,3 Accidentes de tránsito 1,27 2,2 Nacidos con peso bajo y prematuros 1,18 2,0

Las comparaciones de mortalidad proporcional entre grupos pueden resaltar interesantes diferencias. En los países con nivel socioeconómico elevado en los que gran parte de la población alcanza la ancianidad, la mortalidad proporcional por cáncer es mucho mayor que en los países de ingreso medio o bajo en los que hay menos ancianos. Sin embargo un marco de referencia adecuado permitirá conocer que el riesgo real para padecer una neoplasia a lo largo de la vida puede ser el mismo.

Esperanza de vida La esperanza de vida es otra de las estadísticas descriptivas del estado de salud de la población. Se define como el número de años que cabe esperar que viva una persona de una edad determinada si se mantienen las tasas de mortalidad actuales. Para el mundo en su conjunto, la esperanza de vida al nacer ha aumentado de 46,5 años en el periodo 1950–1955 a 65,0 años en el periodo 1995–2000. En algunos países ha disminuido la esperanza de vida, fundamentalmente por el aumento de mortalidad causada por el VIH. Casi el 50% de los varones en algunos países que conformaban la Unión Soviética muere entre las edades de 15 y 60 años aparentemente por el alcoholismo y el tabaquismo. Tanto la esperanza de vida como el intervalo de confianza muestran grandes diferencias entre países. Por ejemplo, la esperanza de vida de una niña nacida en el Japón en el 2004 es de 86 años, mientras que en Zimbabue solo es de 30 a 38 años. En casi todos los países la longevidad de las mujeres es mayor que la de los varones. En la figura 2 podemos apreciar la expectativa de vida en algunos países de América.

Figura 2: Expectativa de vida al nacer en algunos países de América

0102030405060708090

Arge

ntin

a

Boliv

ia

Braz

il

Cana

da

Chile

Colo

mbi

a

Cost

a Ri

ca

Cuba

Ecua

dor

El S

alva

dor

Guat

emal

a

Haití

Hond

uras

Jam

aica

Méx

ico

Nica

ragu

a

Pana

má

Para

guay

Perú

EEUU

Urug

uay

Vene

zuel

a

Expe

ctat

iva

de v

ida

al n

acer

Ambos géneros Mujeres Hombres


9

Tasas estandarizadas por edad El ajuste por edad de la tasa de mortalidad permite comparar la mortalidad en poblaciones que tienen distinta estructura etaria. El ajuste puede hacerse también respecto de otras variables, además de la edad. Esto es necesario cuando se compara la mortalidad de dos o más poblaciones que difieren respecto a características básicas (edad, etnia, estado socioeconómico, etc.) que influyen de manera independiente en el riesgo de muerte. La estandarización etaria elimina la influencia de la distinta distribución por edades sobre las tasas de morbilidad y mortalidad objeto de la comparación. En la figura 3 vemos las tasa estandarizadas por edad de mortalidad cardiovascular en algunos países de América.

Figura 3: Tasas estandarizadas por edad de mortalidad cardiovascular en

algunos países de América

Morbilidad

Las tasas de mortalidad son particularmente útiles para investigar enfermedades con una tasa de letalidad elevada. Sin embargo, muchas enfermedades tienen una letalidad baja como ocurre con las enfermedades del sistema osteomuscular, la artrosis, la varicela, el resfrío común. En estos casos la frecuencia de la enfermedad tiene mayor interés que los datos de mortalidad. Los datos de morbilidad son útiles para explicar tendencias concretas de la mortalidad. La disminución en años recientes de la tasas de mortalidad cardiovascular en muchos países desarrollados podría deberse a una reducción de la incidencia (lo que sugeriría avances en la prevención primaria) o bien a una disminución de la letalidad (lo que sugeriría mejoras en el tratamiento) de las enfermedades cardiovasculares. Otras fuentes de información sobre morbilidad son los datos de

ingresos y altas hospitalarias consultas en centros de atención ambulatoria o atención primaria consultas en servicios especializados (por ejemplo, centros de tratamiento de

traumatismos) registros de fenómenos patológicos como enfermedades malignas y malformaciones

congénitas

Discapacidad

Las consecuencias persistentes de las enfermedades representan datos de interés como son las deficiencias, discapacidades y minusvalías, términos que han sido definidos en la Clasificación de la OMS. Esta clasificación describe las adaptaciones de los individuos a los trastornos de la salud. Como el funcionamiento o la discapacidad de un individuo se dan en el contexto de la sociedad, la clasificación de la OMS sobre deficiencias, discapacidades y minusvalías también incluye una lista de factores ambientales.

0

50

100

150

200

250

300

350

400

450

Arg

enti

na

Boliv

ia

Braz

il

Can

ada

Chi

le

Col

ombi

a

Cos

ta R

ica

Cub

a

Ecua

dor

El S

alva

dor

Gua

tem

ala

Hai

tí

Hon

dura

s

Jam

aica

Méx

ico

Nic

arag

ua

Pana

má

Para

guay

Perú

EEU

U

Uru

guay

Vene

zuel

a

Tasa

est

anda

rizad

a po

r eda

d de

mor

atlid

ad

card

iova

scul

ar (c

ada

100.

000

pers

onas

)


10

Los parámetros clave de la clasificación son los siguientes: deficiencia: toda pérdida o anormalidad de la estructura o función anatómica, fisiológica

o psicológica discapacidad: cualquier restricción o carencia (resultante de una deficiencia) de la

capacidad para realizar una actividad en la forma o dentro de los límites considerados normales para un ser humano

minusvalía: una desventaja de una persona determinada, resultante de una deficiencia o una discapacidad, que limita o impide el desempeño de una tarea que es normal para el individuo (dependiendo de la edad, el género y factores sociales y culturales)

Medir la prevalencia de discapacidad es difícil, pero cada vez es más importante en sociedades en las que la morbilidad aguda y las enfermedades mortales disminuyen, en tanto la cantidad de personas de edad avanzada es cada vez mayor, muchas de ellas con discapacidad.

Otros indicadores globales del nivel de salud poblacional Las políticas sanitarias enfrentan la tarea de responder a las prioridades reales de prevención y control de enfermedades, y son responsables de predecir las futuras prioridades. Estas decisiones deberían considerar tanto la mortalidad como la morbilidad y el tiempo de vida sana perdido por una enfermedad. Ese tipo de indicadores globales sirven para tener un patrón común con el que cuantificar la carga de enfermedad de la población. La duración de la vida combinada con algún tipo de noción de su calidad se refleja en los siguientes indicadores poblacionales:

años de vida potencial perdida (VPP), basados en los años de vida perdidos por muerte prematura (es decir, antes de una edad arbitrariamente determinada)

esperanza de vida sana (EVS) esperanza de vida sin discapacidad (EVSD) años de vida ajustados según calidad (AVAC) años de vida ajustados según discapacidad (AVAD)

Años de vida ajustados según discapacidad (AVAD)

En el proyecto de Carga Mundial de Enfermedad se combinan los efectos de la mortalidad prematura y de la discapacidad, integrando en una sola medida el efecto sobre la población de los principales trastornos de salud, mortales o no mortales. La principal unidad para medir esta carga de enfermedad son los años de vida ajustada según discapacidad (AVAD) en los que se combinan los años de vida perdida (AVP), calculados a partir de las muertes a cada edad multiplicadas por los años restantes de vida que cabría esperar según una esperanza de vida general, estándar para todos los países; y los años de vida perdidos por discapacidad (AVPD), calculados multiplicando los casos nuevos de lesión o enfermedad por la duración media de la enfermedad y por un peso de discapacidad que refleja la gravedad de la enfermedad en una escala de 0 (salud perfecta) a 1 (muerte). Un AVAD perdido es un año perdido de vida “sana” y la carga de enfermedad así medida es la brecha entre el nivel actual de salud de la población y el nivel ideal de una población donde todos vivieran hasta una edad avanzada sin padecer discapacidad. En la población que se toma como norma la esperanza de vida al nacer son 80,0 años para los varones y 82,5 años para las mujeres. La OMS estima que la hipertensión ocasiona 7,2 millones de muertes anuales, un 13,5% aproximadamente del total mundial, y 92 millones de AVAD, representando el 6% del total. Las estimaciones sugieren que los niveles altos de colesterol ocasionan unos 4,4 millones de defunciones (un 7,9% del total) y la pérdida de 40,4 millones de AVAD (un 2,8% del total), aunque sus efectos suelen coincidir con los de la hipertensión. Esa cifra representa un 18% de los accidentes cerebrovasculares y un 56% de las cardiopatías isquémicas mundiales.

Esperanza de vida sana (EVS) El informe de la OMS de 2002 estableció que en todo el mundo la esperanza de vida sana podría prolongarse entre cinco y diez años si los Gobiernos y las personas lucharan en diversos frentes contra los principales riesgos para la salud en cada región


11

Figura 4: Esperanza de vida sana en algunos países de América

Comparaciones de la frecuencia de enfermedad Medir la frecuencia de enfermedades u otros estados de salud es sólo el comienzo del proceso epidemiológico. El paso siguiente es comparar la frecuencia en dos o más grupos de personas que hayan tenido distintas exposiciones. Una persona puede haber estado o no expuesta a un factor que se quiere investigar. A menudo se utiliza como grupo de referencia un grupo de no expuestos. Las personas expuestas pueden haber tenido distintos niveles y duraciones de exposición. La cantidad total de un factor que ha alcanzado a una persona recibe el nombre de “dosis”.

Riesgo

El término riesgo hace referencia a la probabilidad de que ocurra posteriormente algún resultado adverso, expresado como morbilidad o mortalidad. Riesgo es la medida de una probabilidad estadística de un suceso futuro. Por lo tanto, el riesgo mide la probabilidad para desarrollar una enfermedad en un período determinado de tiempo. El riesgo se expresa como una tasa. Combinando las premisas podríamos ejemplificar diciendo que un hombre de 70 años, no fumador y sin diabetes, cuya presión sistólica es mayor a 160 mmHg, tendría una probabilidad de presentar un evento coronario entre el 20% y el 40% en los próximos 10 años. La siguiente fórmula expresa el concepto general de riesgo, o sea, cuántas personas experimentaron el evento referidas a la cantidad total de personas que pudieron presentarlo porque estaban expuestas:

expuestas personas de Cantidadevento con personas de Cantidad

Riesgo =

Los factores de riesgo pueden ser específicos para una enfermedad en particular pero un mismo factor puede ser factor de riesgo para varias enfermedades, por ejemplo la obesidad es un factor de riesgo para diabetes, hipertensión arterial e infarto agudo de miocardio.

0

10

20

30

40

50

60

70

80

Arg

enti

na

Boliv

ia

Braz

il

Can

ada

Chi

le

Col

ombi

a

Cos

ta R

ica

Cub

a

Ecua

dor

El S

alva

dor

Gua

tem

ala

Hai

tí

Hon

dura

s

Jam

aica

Méx

ico

Nic

arag

ua

Pana

má

Para

guay

Perú

EEU

U

Uru

guay

Vene

zuel

a

Espe

ranz

a de

vid

a sa

na (a

ños)

Ambos géneros Mujeres Hombres

Factores de riesgo: son las características que se asocian con el mayor riesgo para presentar una enfermedad o condición. Es importante tener en cuenta que los factores de riesgo son asociaciones causales entre una característica o factor con una enfermedad o condición específica. Advertimos que hablamos de factores de riesgo para enfermedades o condiciones, ya que a medida que avanza la investigación epidemiológica podemos conocer factores de riesgo previos a los factores de riesgo tradicionales; es decir, actualmente sabemos cuáles hábitos de vida permiten estimar que un individuo tiene mayor probabilidad de devenir hipertenso o dislipémico en su vida futura.


12

Una característica puede ser tanto un factor de riesgo como una enfermedad, depende de la asociación causal que se esté analizando. Por ejemplo la diabetes es factor de riesgo para infarto de miocardio, pero si considero a la obesidad como un factor de riesgo, el efecto será la diabetes. Es decir, la diabetes tiene el doble rol de comportarse como factor de riesgo y como enfermedad. Podemos agrupar a los factores de riesgo según su origen en:

Genéticos Biológicos Conductuales o de estilo de vida Sociales Ambientales

De las múltiples asociaciones que podría tener una condición con otra, para definir que una es un factor de riesgo de la otra, debe evidenciarse la causalidad. Existen criterios para definir la causalidad de un factor de riesgo, basados en la conferencia de Austin Bradford Hill en 1965 “El ambiente y la enfermedad: asociación o causalidad”. Aunque presentados para establecer la causalidad de las enfermedades laborales, estos criterios están universalmente aceptados:

Fuerza o magnitud de la asociación: el riesgo relativo debe ser amplio. Consistencia: la asociación es observada por diferentes investigadores en lugares

circunstancias y tiempos distintos. Especificidad: una causa condice a un efecto. Aún cuando un factor de riesgo puede

producir varios efectos (varias enfermedades) y una enfermedad puede ser desarrollada por varios factores de riesgo.

Temporalidad: la causa siempre precede al efecto. Gradiente biológico o relación dosis respuesta: a mayor intensidad de la asociación

mayor será la intensidad del efecto. Credibilidad biológica: existe concordancia de la asociación con el conocimiento

biológico actual. Coherencia: la interpretación de la asociación causa-efecto no debe contradecir la

historia natural y la biología de la enfermedad. Experimentación: es posible obtener evidencia experimental o semi experimental. Analogía: relación causa efecto ya establecida para una exposición o enfermedad similar. Reversibilidad: (no descripto por A. Bradford Hill) la disminución de la exposición se

asocia con disminución de la tasa de la enfermedad. Cuando la asociación entre dos condiciones no puede evidenciar causalidad no podemos definir que la primera es un factor de riesgo para la segunda. Sin embargo, algunas condiciones se asocian con otras reuniendo alguna de las premisas, pero resultan insuficientes para definir que una es un factor de riesgo (causal) de la otra. Por ejemplo, la microalbuminuria precede el desarrollo de eventos vasculares, sin embargo no podemos demostrar una relación causal; por lo tanto, se define la microalbuminuria como un marcador de riesgo.

Riesgo sinérgico Se denomina riesgo sinérgico cuando los factores de riesgo se potencian entre sí, es decir actúan como multiplicadores de su acción. Si un paciente tiene 2 o más factores de riesgo para infarto de miocardio, por ejemplo, hipertensión arterial y dislipemia, el efecto de cada uno de ellos se potencia siendo mayor que la suma de los efectos de cada uno de ellos. Los resultados del estudio Framingham permiten visualizar este efecto sinérgico. El síndrome metabólico es una asociación de factores de riesgo que potencian su riesgo individual convirtiéndose en su conjunto en muy alto riesgo para infarto de miocardio. Cuando existen varios factores de riesgo para el desarrollo de una enfermedad es difícil estimar el peso de cada uno de ellos y más aún el valor de su potenciación. Sin embargo, disponemos herramientas estadísticas como el análisis multivariado y estudios factoriales que permiten estimar la importancia relativa de cada factor. Las tablas que permiten estimar el riesgo coronario de una persona en la consulta médica, tales como las basadas en el estudio de Framingham, o las de las recomendaciones europeas para


13

prevención del riesgo coronario (European Heart Journal 1998;19:1434-1503) marcan esta progresión (Figura 5).

Figura 5: Riesgo coronario estimado para 10 años de acuerdo a varias

combinaciones de factores de riesgo

Recientemente D’Agostino y col. publicaron una nueva guía para calcular el riesgo cardiovascular a partir de los datos obtenidos en el estudio de Framingham. Resulta muy sencillo implementarla en la práctica cotidiana. A partir de la asignación de puntos que se realiza utilizando las tablas 3 y 4, para mujeres y hombres respectivamente, se traslada a la tabla 5 y se obtiene el riesgo para un evento cardiovascular a 10 años (coronario, cerebrovascular, arterial periférico o insuficiencia cardíaca). Esta publicación aporta además un equivalente de edad cardiovascular. Este concepto es de gran utilidad para transmitir al paciente el concepto de riesgo, y de esta manera tangibilizamos una idea frecuentemente muy abstracta para la comprensión habitual. Exposición al riesgo

Exposición al riesgo significa que un individuo antes de iniciar la enfermedad ha estado en contacto con el factor que epidemiológicamente se asocia con su desarrollo. Toda persona expuesta a un factor de riesgo para una enfermedad específica tiene la probabilidad de desarrollar la misma, pero para que ello ocurra es necesario tener en cuenta algunos aspectos importantes de esa exposición al riesgo; destacaremos fundamentalmente la intensidad de la exposición al factor de riesgo:

Intensidad de la exposición al factor de riesgo: Por ejemplo en el caso de la gota la intensidad va a estar dada por la cantidad de alimentos ricos en purinas en la ingesta, la intensidad en la hipertensión estará dada por el nivel de presión arterial.

Tiempo y frecuencia de la exposición: son importantes el tiempo para una exposición

continua, o la frecuencia para una exposición intermitente. Por ejemplo la antigüedad de la hipertensión influye sobre la probabilidad de presentación de un evento. La frecuencia de ingesta de alimentos con alto contenido de purinas influye para desarrollar gota. En las enfermedades nutricionales crónicas como la obesidad es necesario considerar que al existir un tiempo de latencia prolongado entre la exposición al factor de riesgo (ingesta hipercalórica) y la iniciación de la enfermedad, el paciente puede olvidar la fecha de la iniciación de la exposición a ese riesgo, la periodicidad y hasta desconsiderar la exposición como un elemento perjudicial; lo corriente es que lo exprese como un hábito de vida permanente desde la niñez, o bien desde un hecho importante en su vida como el casamiento, con total aceptación del factor nocivo como componente natural de su historia.

914

17

2329

38

58

69 11

17

28

37

56

0

10

20

30

40

50

60

70Hombres Mujeres

Presión Sistólica (mm Hg) 120 160 160 160 160 160 160

Colesterol (mg/dl) 220 220 259 259 259 259 259

HDL-Colesterol (mg/dl) 50 50 50 35 35 35 35

Diabetes - - - - + + +

Tabaquismo - - - - - + +

HVI1 (ECG- Estes-Romhilt) - - - - - - +

Tasa

por

cent

ual

de R

iesg

o co

rona

rio

esti

mad

o a

10 a

ños

%

Estudio Framingham: Kannel WB. JAMA 1996; 275: 1571-1576

HVI: hipertrofia ventricular izquierda

914

17

2329

38

58

69 11

17

28

37

56

0

10

20

30

40

50

60

70Hombres Mujeres

Presión Sistólica (mm Hg) 120 160 160 160 160 160 160

Colesterol (mg/dl) 220 220 259 259 259 259 259

HDL-Colesterol (mg/dl) 50 50 50 35 35 35 35

Diabetes - - - - + + +

Tabaquismo - - - - - + +

HVI1 (ECG- Estes-Romhilt) - - - - - - +

Tasa

por

cent

ual

de R

iesg

o co

rona

rio

esti

mad

o a

10 a

ños

%

Estudio Framingham: Kannel WB. JAMA 1996; 275: 1571-1576

HVI: hipertrofia ventricular izquierda


14

Tabla 3: Puntos para estimación del riesgo cardiovascular en mujeres

Tabla 4: Puntos para estimación del riesgo cardiovascular en hombres

Puntos Edad HDL Colesterol total

Presión sistólica sin tratamiento

Presión sistólica con tratamiento

Tabaquismo Diabetes

años mg/dl mg/dl mm Hg mm Hg-3 <120-2 60 =>-1 50 - 59 <1200 30 - 34 45 - 49 <160 120 - 129 No No1 35 - 44 160 - 199 130 - 1392 35 - 39 <35 140 - 149 120 - 1293 200 - 239 130 - 139 Si4 40 - 44 240 - 279 150 - 159 Si5 45 - 49 280 => 160=> 140 - 1496 150 - 1597 50 - 54 160=>8 55 - 599 60 - 6410 65 - 6911 70 - 7412 75 =>

Puntos Edad HDLColesterol

totalPresión sistólica sin tratamiento

Presión sistólica con tratamiento

Tabaquismo Diabetes

años mg/dl mg/dl mm Hg mm Hg-2 60 => <120-1 50 - 590 30 - 34 45 - 49 <160 120 - 129 <120 No No1 35 - 44 160 - 199 130 - 1392 35 - 39 <35 140 - 149 120 - 1293 200 - 239 150 - 159 130 - 139 Si4 240 - 279 160=> 140 - 149 Si5 40 - 44 280 => 150 - 1596 45 - 49 160=>78 50 - 54910 55 - 5911 60 - 6412 65 - 691314 70 - 7415 75 =>


15

Tabla 5: Riesgo y edad cardiovascular

Comentamos previamente que el riesgo es una función del nivel del factor que estamos estudiando y también del tiempo durante el cual estará expuesto el individuo. Habitualmente utilizamos las tablas de riesgo a 10 años (figuras 3, 4 y 5). En 2009 Pencina y col. publicaron un estudio estimando el riesgo a 30 años basadas en datos del estudio de Framingham, y comparándolo con el riesgo a 10 años. Estas estimaciones son útiles cuando consideramos que la expectativa de vida se ha incrementado y que los factores de riesgo se detectan en personas cada vez más jóvenes, por cuanto muchas personas están expuestas por períodos muy prolongados. Puede descargarse una planilla de cálculo para estimar el riesgo del sitio: http://circ.ahajournals.org/cgi/content/full/CIRCULATIONAHA.108.816694/DC1. La estimación del riesgo puede realizarse en personas de hasta 60 años. Las figuras 6 a 9 muestran las diferencias de los niveles de riesgo para factores acumulados en mujeres y varones de 25 y 45 años.

Riesgo Riesgo

a 10 años a 10 años% años %

-3 <1-2 <1 1,1-1 1,0 1,40 1,2 1,6 301 1,5 31 1,9 322 1,7 34 2,3 343 2,0 36 2,8 364 2,4 39 3,3 385 2,8 42 3,9 406 3,3 45 4,7 427 3,9 48 5,6 458 4,5 51 6,7 489 5,3 55 7,9 5110 6,3 59 9,4 5411 7,3 64 11,2 5712 8,6 68 13,2 6013 10,0 73 15,6 6414 11,7 79 18,4 6815 13,7 21,6 7216 15,9 25,3 7617 18,5 29,418 21,5 >3019 24,820 28,5

21=> >30

> 80

> 80

Puntos

< 30< 30

Mujeres Varones

Edad cardiovascular

Edad cardiovascular


16

Figuras 6-10: Comparación del riesgo a 10 y a 30 años en Mujeres y Varones de 25 y 45 años. Se consideró sin riesgo niveles de colesterol total=150 mg/dl; colesterol HDL= 60 mg/dl; presión sistólica sin tratamiento=110 mm Hg; no fumador y sin antecedentes de diabetes. Los niveles de riesgo se consideraron con colesterol=260 mg/dl; colesterol HDL=35 mg/dl; presión sistólica sin tratamiento=160 mm Hg.

Estudios de estimación del riesgo

El reconocimiento de las condiciones que representan factores de riesgo proviene de los estudios observacionales, denominados así porque el investigador no interviene, sino que sólo observa y describe las observaciones. Los estudios observacionales pueden ser descriptivos o analíticos:

• Los estudios descriptivos constituyen la etapa de observación del método científico y describen la ocurrencia de una enfermedad, y los factores que están asociados con esa distribución y asociados a la génesis de esa enfermedad, solamente establecen asociaciones estadísticas, basándose en ellas para formular hipótesis.

• Los estudios analíticos tienen por finalidad verificar las hipótesis formuladas, para establecer la existencia de asociaciones causales. Existen dos tipos de estudios analíticos:

o Estudios de cohorte: Consisten en la observación durante un tiempo determinado de dos poblaciones (grupo de personas), una de las cuales tiene, ha estado o está expuesta al factor considerado causal, y otra que no. La comparación entre ambas poblaciones, observándolas durante el mismo tiempo, hasta la aparición del efecto esperado (enfermedad) en una cantidad e intensidad suficiente, permite inferir las características de la asociación.


17

Tabla 6: Esquema del diseño de los estudios de cohortes y las mediciones del riesgo

Efecto (Enfermedad) Medición del riesgo

Si No Total Riesgo

absoluto Riesgo

relativo Riesgo

atribuible

Expuestos a b a+b

Tasa de incidencia en

expuestos Ie = a/(a+b)

Relación entre ambas

incidencias

RR = Ie / Ine

Diferencia entre ambas incidencias

RA = Ie - Ine No expuestos c d c+d

Tasa de incidencia en no expuestos Ine = c/(c+d)

o Estudios de casos y controles: Estos estudios se realizan cuando el efecto

eventualmente producido por el factor causal ya se ha producido (la enfermedad está presente), comparando el grupo de personas con la enfermedad (casos) con un grupo de personas que no tienen la enfermedad (control). En ambos grupos tendremos la tasa de expuestos y la de no expuestos al eventual factor causal.

Tabla 7: Esquema del diseño de los estudios de casos y controles

y la estimación del riesgo

Causa Casos (enfermos)

Controles (sanos) Odds Odds ratio

Expuestos a b Odds en expuestos a/b

Odds ratio=

a/b c/d

O bien

axd bxc

No expuestos c d Odds en no expuestos c/d

Total a+c b+d

Actividades

3. Complete los espacios en blanco con los diferentes tipos de estudios observacionales

Medidas de efecto o asociación Las medidas de efecto o de asociación, permiten determinar la magnitud o la fuerza de la relación existente entre la exposición y el evento. La principal ventaja de estas medidas es que

Estudios Observacionales


18

permiten describir en un solo parámetro la asociación existente entre una particular exposición y el riesgo de desarrollar una determinada enfermedad.

Podemos dividir las medidas de efecto en:

• Medidas Relativas o de Razón: o Riesgo Relativo (Risk ratio) o Odds Ratio

Las medidas de razón miden cuánto más probable es que el grupo expuesto presente el evento en relación a los no expuestos. Reflejan la fuerza de la asociación entre la exposición y el evento.

• Medidas Absolutas o de Diferencia o Riesgo Atribuible

Para ejemplificar utilizaremos una tabla de contingencia.

Tablas de Contingencia Los datos para el análisis de variables categóricas se organizan en las tablas de contingencia. Estas tablas tienen múltiples usos en el análisis estadístico. En las filas colocaremos las categorías de la variable independiente (explicativa) en tanto que en las columnas colocaremos los datos de la variable dependiente (respuesta). Utilizaremos un ejemplo para explicar varios conceptos. Construiremos una tabla de contingencia con los datos de un estudio que intenta relacionar el control de la hipertensión y la probabilidad de un evento coronario en una población de 1000 pacientes con hipertensión arterial.

Tabla 8: Tabla de contingencia Variable dependiente

Evento coronario

Variable independiente Nivel de control

Con Evento coronario

Sin Evento coronario

Total

Buen control 10 633 643 Mal control 14 343 357 Total 24 976 1000

Con los datos de este ejemplo, el riesgo absoluto de infarto en el grupo de mal control es 14/357 = 0,039, mientras que el riesgo absoluto en el grupo de buen control es de 10/643 = 0,016.

Comparación relativa Riesgo relativo (RR)

Es la relación entre tasa de incidencia de la enfermedad en estudio de las personas expuestas y la tasa de incidencia de la enfermedad en las personas no expuestas. Indica cuanto mayor es la probabilidad de enfermar (o presentar un evento) para las personas expuestas con respecto a las no expuestas. Es decir el RR mide el riesgo para desarrollar la enfermedad que tienen los expuestos respecto del riesgo que tienen los no expuestos. En el caso que estemos evaluando el efecto terapéutico de una droga, la relación indicaría cuanto menor sería la probabilidad de enfermar (o presentar un evento) que tendrían las personas expuestas (que reciben la droga) con respecto a las no expuestas (que reciben placebo). Es decir el RR mediría el riesgo de evitar la enfermedad en los expuestos respecto de los no expuestos.

• Si el RR es igual a 1 no existe relación causal porque la incidencia de la enfermedad es igual en ambos grupos.

• Si el RR es mayor de 1 entonces existiría relación causal y mientras mayor sea el riesgo relativo mayor será la fuerza de asociación de esa relación causal, y entonces podríamos estar ante un factor de riesgo.

• Si el RR es menor a 1, implica que la incidencia en expuestos es menor que en los no expuestos, existiría relación causal preventiva o efecto terapéutico.

Siguiendo nuestro ejemplo, el riesgo relativo para evento coronario entre mal y buen control de la hipertensión sería de 0,039/0,016 = 2,44, y nos indica cuánto más probable es que ocurra el evento en el primer grupo comparado con el segundo. Podríamos decir que el mal control de la hipertensión sería causal de eventos coronarios.


19

Existen ciertos atributos, como por ejemplo la edad, género, etnia, que reúnen casi todas las características de los factores de riesgo, es decir, se asocian con una mayor ocurrencia de algunas enfermedades y además preceden el desarrollo de la misma. Sin embargo, la exposición a estos atributos no puede evitarse, son inmodificables. Por este motivo, estos atributos que se asocian con un riesgo mayor de ocurrencia de una determinada enfermedad pero que no pueden ser modificados se denominan marcadores de riesgo.

Actividades

4. Con los datos de la tabla siguiente calcule el riesgo relativo para infarto de miocardio en los pacientes que tomaron un normolipemiante durante 5 años con respecto a los que no lo toman

Infarto Sin Infarto Total

Con Normolipemiante 10 90 100

Sin Normolipemiante 20 80 100

Total 30 170 200

Algunos autores niegan la existencia de un límite estadístico para indicar si el riesgo relativo es importante o no, en tanto otros autores la aceptan. Estos últimos han elaborado fórmulas para medir de magnitud de la fuerza de la asociación causal. Como por ejemplo las siguientes:

Odds Ratio (OR) Cuando se utiliza un diseño de casos y controles para investigar la asociación entre uno o más factores y una determinada enfermedad, el cálculo de la incidencia de la enfermedad no es posible y no podemos calcular el RR. En esta circunstancia, se seleccionan los casos existentes de la enfermedad (casos prevalentes) para determinar la OR. La traducción para este término habitualmente descripto en inglés sería relación (o razón) de probabilidades, La Odds se obtiene dividiendo el número de personas que experimentan el evento sobre el número de personas que no lo experimentan. Regresando al ejemplo, en el grupo con mal control de la presión arterial sería: Odds= 14/343=0,041 En tanto en el grupo con buen control sería: Odds= 10/633=0,016 La relación entre ambas se denomina OR y se calcula dividiendo la odds de presentación del evento por la odds de no presentación, o sea 0,041/0,016=2,56. La interpretación de los resultados obtenidos en el cálculo del OR debe realizarse en forma similar al del RR:

• Si el OR es mayor a 1, significa que la exposición aumenta el riesgo, por lo que estaríamos frente a un factor de riesgo.

• Si el OR es igual a 1, significa que el efecto estudiado es nulo, ya que no hay diferencia de riesgo asociado a la exposición, es decir, la exposición no aumenta ni disminuye el riesgo.

• Si el OR es menor que 1, significa que la exposición disminuye el riesgo, por lo que estaríamos frente a un factor de protección.

Actividades

5. Con los datos de la tabla siguiente calcule la odds ratio para hipertensión arterial comparando los pacientes que no realizan actividad física comparado con los que si la realizan


20

Presentan HTA No presentan HTA Total

No realizan actividad 20 80 100

Realizan actividad física 10 90 100

Total 30 170 200

Comparación absoluta

Riesgo atribuible (RA) o Diferencia de riesgos absolutos El RA es la diferencia que existe entre la tasa de incidencia en expuestos y la tasa de incidencia en no expuestos, indicando el peso del factor causal. Para determinar la influencia de cada factor debe ajustarse por las otras causas que podrían producir el mismo efecto, para que quede la parte que verdaderamente se puede atribuir al factor causal en estudio. En la mayor parte de las situaciones clínicas, dado que el riesgo atribuible representa la probabilidad adicional real de la enfermedad en los individuos expuestos, es una expresión más significativa del riesgo para los individuos que el riesgo relativo.

Número Necesario de pacientes a Tratar (NNT) Evidentemente las implicaciones clínicas del valor absoluto del riesgo son muy importantes, pero es una medida difícil de recordar, por este motivo se difundió la utilización de un indicador de interpretación más fácil, el denominado Número Necesario de pacientes a Tratar (NNT). Con los datos de la tabla de contingencia obtuvimos que el riesgo en el grupo mal tratado era 0,039, en tanto en el grupo con buen control era 0,016. La reducción o diferencia de riesgos absolutos con el buen control sería:

Diferencia de riesgos absolutos = 0,039-0,016=0,023 El NNT se calcula como la inversa del riesgo atribuible:

atribuible Riesgo1

=NNT

En el ejemplo sería NNT=1/0,023=44. Esta cantidad significa que deberíamos obtener buen control de la presión arterial en 44 pacientes para evitar 1 evento coronario. Cuando el riesgo absoluto es muy bajo, como sucede en las mujeres jóvenes con hipertensión estadio 1, el NNT será muy grande; en tanto que en hombres de 50 años con hipertensión estadio 2 el NNT será mucho menor. De esta manera el NNT tiene implicancia directa en las recomendaciones terapéuticas. Deberíamos indicar muchos tratamientos en el primer grupo para prevenir un evento, en tanto que con la misma indicación tendríamos mayor probabilidad de prevenir un evento en el segundo grupo.

Actividades

6. Con los datos de la tabla de la Actividad 4. Calcule el NNT para evitar un infarto de miocardio en pacientes tratados con hipolipemiantes durante 5 años

Riesgo Atribuible Porcentual (RA%) También se lo conoce con los siguientes nombres: proporción atribuible en los expuestos, fracción etiológica del riesgo, fracción atribuible en los expuestos, porcentaje de reducción del riesgo, fracción protectora. Es la tasa porcentual de riesgo que se puede atribuir a la acción del factor causal estudiado, y se utiliza para conocer el efecto de un factor de riesgo sobre un grupo de personas expuestas, indicando la proporción de una enfermedad que puede eliminarse entre los que tienen el factor de riesgo si este factor se pudiera suprimir completamente. Podríamos


21

aplicar este concepto para estimar la disminución de la incidencia de diabetes si se evitara la obesidad. Se calcula dividiendo el RA por la incidencia de la enfermedad en los expuestos:

100xexpuestos en Incidencia

expuestos no en incidencia - expuestos en Incidencia RA% =

El siguiente ejemplo permite comprender el significado del riesgo atribuible porcentual y la diferencia con el riesgo relativo y el riesgo atribuible:

Tabla 9: Riesgo relativo, riesgo atribuible y riesgo atribuible porcentual

Efecto Tasa en

fumadores x 100.000

Tasa en no fumadores

x 100.000

Riesgo Relativo

Riesgo Atribuible

Riesgo Atribuible Porcentual

Mortalidad por Cáncer de pulmón 1400 100 14 1300 92%

El riesgo relativo es 14, es decir que los fumadores tienen 14 veces más probabilidades de morir por cáncer de pulmón que los no fumadores. El riesgo atribuible es 130, significa que 130 de cada 140 fumadores que mueren por cáncer de pulmón puede adjudicarse al tabaquismo. El riesgo atribuible porcentual es 92%, significando que el 92% de los fumadores que mueren por cáncer de pulmón puede adjudicarse al tabaquismo y podría evitarse si no hubieran fumado. Otra fórmula para calcular el riesgo atribuible porcentual a partir del riesgo relativo permite estimar la ventaja de eliminar una causa cuyo riesgo relativo sea pequeño.

100xRelativo Riesgo

1 - Relativo Riesgo RA% =

Un riesgo relativo de 2 puede originar un riesgo atribuible porcentual de 50%. Es decir, si se eliminara este factor de riesgo se obtendría una reducción del 50% en la enfermedad en las personas expuestas. Es interesante destacar que el RA% para la mortalidad y morbilidad relacionada con niveles no óptimos de presión arterial se produce en individuos con cifras de prehipertensión o estadio 1 de hipertensión. Por lo tanto, desde la perspectiva de la salud pública debería implementarse estrategias que disminuyan la cantidad de individuos con cifras de presión arterial que habitualmente no producen alarma en el consultorio.

Riesgo atribuible poblacional

Esta medida es equivalente al anterior pero utilizando como referente la tasa de incidencia de la población general y expresa el exceso de riesgo para la población considerando la exposición al factor. Responde a la pregunta ¿Cuál es el nivel de riesgo para toda la población derivado de la exposición al factor? Cuando no disponemos la incidencia en expuestos y no expuestos, pero si la prevalencia de un factor, se puede calcular el Riesgo Atribuible Poblacional % a partir de la siguiente fórmula:

RAPi = Pi (RRi – 1) /(1 + ∑Pi [RRi – 1])


22

Tabla 10: Cálculo del Riesgo Atribuible Poblacional Para la Presión Sistólica en el estudio MRFIT

Nivel de Presión Sistólica (mm Hg)

N Prevalencia RR Pi (RRi-1) RAP%

<110 21379 0,06 1 110-119 66080 0,19 1,12 0,02 1% 120-129 98834 0,28 1,32 0,09 5% 130-139 79308 0,23 1,76 0,17 10% 140-149 44388 0,13 2,35 0,17 10% 150-159 21477 0,06 3,14 0,13 8% 160-169 9308 0,03 3,41 0,06 4% 170-179 4013 0,01 4,30 0,04 2%

>180 3191 0,01 5,65 0,04 2%

Total 347978 1 0,74 42% Con datos de Rocella et al. Arch Intern Med 1993;153:186-208 - MRFIT RRi es el riesgo relativo de muerte cardiovascular en cada categoría de PAS respecto a la de referencia < 110 mm Hg y Pi es la prevalencia de cada nivel de PAS en la población. En la figura 10 vemos como el riesgo atribuible es mayor en los niveles intermedios de presión sistólica, aunque el riesgo relativo es mayor con cada nivel de presión arterial.

En caso que se trate de un factor protector podría calcularse una medida análoga al RA% llamada fracción preventiva (FP) que representa la proporción de la incidencia de la enfermedad evitada entre los expuestos por la acción del factor protector.

100x expuestos no en Incidencia

expuestos en incidencia - expuestos no en Incidencia FP =


23

Esta fórmula invierte algunos términos de la 1a fórmula de RA%. Como esta fórmula permite calcular la reducción del riesgo relativo (RRR), análogamente se puede utilizar:

FP = RRR = (1-RR) x 100 La comparación de las frecuencias de enfermedad puede utilizarse para calcular el riesgo de que una exposición dé lugar a un efecto sobre la salud. Pueden establecerse comparaciones absolutas o relativas; las medidas resultantes describen la fuerza con la que se asocia una exposición a una determinada evolución.

Tabla 11: Comparación entre Medidas de Efectos Relativas y Absolutas

Medidas Relativas Medidas Absolutas

Miden Fuerza de Asociación entre exposición y evento

Miden exceso de riesgo entre expuestos y no expuestos

Valores por sobre la unidad son elementos de juicio a favor de la existencia de asociación causal

Una vez establecida la asociación causal permiten estimar el riesgo para presentar el evento atribuible a las exposición

Su magnitud no se ve afectada por la frecuencia basal del evento en la población

Su magnitud se ve afectada por la frecuencia basal del evento en la población

La reducción del riesgo relativo no permite evaluar el impacto poblacional. Una reducción del 50% de una enfermedad muy prevalente será poblacionalmente más importante que una reducción igual de una enfermedad muy rara.

Ensayo de hipótesis Es un conjunto de métodos estadísticos para la toma de decisiones a partir de datos, provenientes de un experimento controlado o de un estudio de observación (no controlado). Un resultado se caracteriza como estadísticamente significativo cuando no es probable que se haya producido por azar solamente, de acuerdo a una probabilidad mínima predeterminado establecida como el nivel de significación. Habitualmente se acepta como significativo cuando la probabilidad de que una observación haya ocurrido por azar si es menor al 5%, expresado como p<0,05. Cuanto menor sea la p, será menor la probabilidad que la observación se haya producido aleatoriamente. Estas pruebas se utilizan para determinar cuando el experimento o estudio permitiría rechazar la hipótesis nula. Definimos que se comprueba la hipótesis nula cuando las observaciones en el grupo activo y en el de referencia no alcanzan diferencias estadísticamente significativas. Cuando las diferencias resultan estadísticamente significativas (expresado como p<0,05) se rechaza la hipótesis nula y se acepta que los grupos de observaciones son estadísticamente diferentes. Existen varias pruebas de significación estadística que se utilizan de acuerdo al modelo experimental. La descripción de estas pruebas excede las posibilidades de esta unidad temática.

Conclusiones La Epidemiología aplicada a la clínica aporta al médico mayor conocimiento del riesgo, de los factores de riesgo y de la forma de medir su impacto individualmente y en la población. Debemos destacar que gran parte del ejercicio clínico está basado en el conocimiento probabilístico, es decir, sabemos que un evento puede ocurrir más probablemente en un individuo que tiene determinadas características. Este conocimiento también contribuye a las decisiones médicas y a motivar la adopción de conductas preventivas. Entendemos por prevención evitar que una determinada condición empeore, se agrave o complique con un evento de morbilidad o mortalidad. De esta manera, el médico indica un tratamiento para la hipertensión o la dislipemia basado en el conocimiento epidemiológico de las cifras de presión arterial o hipercolesterolemia que


24

significan un exceso de riesgo para el paciente, con la intención de evitar eventos cardiovasculares. La indicación de cambios en los hábitos de vida y de opciones farmacológicas, se hallará basada en la evidencia que esas indicaciones disminuyen el riesgo para la ocurrencia de esos eventos.

Actividades. Clave de respuestas

1. Variable Edad Género Antigüedad HbA1c HTA Obesidad µAlbuminuria Cuantitativa X X X Cualitativa X X X X 2. a) Incidencia b) Prevalencia c) Incidencia d) Incidencia e) Prevalencia 3. 4. Incidencia con normolipemiante: 10/100=0,1

Incidencia sin normolipemiante: 20/100=0,2 Riesgo relativo 0,1/0,2=0,5

5. Odds ratio: 2,25 6. El NNT es 10. La diferencia de riesgos es 0,1, y la inversa de 0,1 es 10.

Bibliografía

Bonita R, Beaglehole R, Kjellström T. Basic epidemiology. World Health Organization. 2nd edition. 2006. Disponible en http://whqlibdoc.who.int/publications/2006/9241547073_eng.pdf. Ultimo acceso 16 de julio de 2009

Bradford Hill A. The environment and disease: association or causation? Proc R Soc Med 1965;58:295-300

D'Agostino RB Sr, Vasan RS, Pencina MJ, Wolf PA, Cobain M, Massaro JM, Kannel WB. General cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation 2008;117:743-53

Descriptivos

Analíticos

Cohortes

Casos y controles

Estudios Observacionales


25

González C. ¿Qué es un factor de riesgo? Introducción al método científico y a la teoría de frecuentista de la probabilidad. En Síndrome Metabólico y Riesgo Vascular, Wassermann A y Grosso C eds. Editorial FEPREVA 2007, Vol 1;Cap 4:43-72

Lawes CM, Vander Hoorn S, Rodgers A. Global burden of blood-pressure-related disease, 2001. Lancet 2008;371:1513-8

Moreno-Altamirano A, López-Moreno S, Corcho-Berdugo A. Principales medidas en epidemiología. Salud pública de México 2000;42:337-348

Ortiz Z, Esandi ME, Bortman M. Epidemilogía básica y vigilancia de la salud. Módulo 4: Efecto, impacto y fuentes de error. Disponible en http://www.epidemiologia.anm.edu.ar/pdf/modulos/Modulo%202-2004.pdf. Ultimo acceso 16 de julio de 2009

Pencina MJ, D'Agostino RB Sr, Larson MG, Massaro JM, Vasan RS. Predicting the 30-year risk of cardiovascular disease: the framingham heart study. Circulation 2009;119:3078-84

Riegelman R, Hirsch R. Cómo estudiar un estudio y probar una prueba: lectura crítica de la literatura médica. Organización Panamericana de la Salud. 1992

7° Curso de Capacitación de Posgrado a Distancia Síndrome ...

Documents

Transcript of 7° Curso de Capacitación de Posgrado a Distancia Síndrome ...