1

CUADERNILLO DE PRÁCTICAS DE PSICOLOGÍA DE LA SALUD

(Curso 2015-2016)

Profa. María José Báguena

Tema 3. Aspectos Metodológicos: Nociones de epidemiología

2

TEMA 3

EPIDEMIOLOGÍA NOCIÓN, MEDIDAS Y DISEÑOS

La epidemiología es el estudio de la frecuencia y distribución de los problemas de salud y sus determinantes en las poblaciones humanas con el fin de controlarlos. Se trata de un enfoque poblacional, no compartido con otras ciencias de la salud, lo que la convierte en la disciplina básica de la Salud Pública. Ya que el objetivo de la salud pública es la comunidad, la demografía aporta datos sobre esta comunidad, lo que permite conocer sus características y contribuir a instaurar medidas de salud pública. En síntesis la demografía suministra los datos que la Salud Pública necesita para:

(1) Elaboración de tasas y otros indicadores sanitarios que miden la intensidad de los fenómenos de salud.

(2) Realizar estudios epidemiológicos sobre poblaciones. (3) Planificar y programar las actividades de salud pública.

La información proporcionada se expresa numéricamente en forma de indicadores. La demografía estática estudia la dimensión (cuántos son), la estructura y características generales (qué y quiénes son) de la población de una zona geográfica determinada en un momento dado. (clasificación de los habitantes según variables de persona: sexo, edad, estado civil, nivel de instrucción, nivel socioeconómico, lengua, fecundidad). La demografía dinámica se ocupa del estudio de los cambios que se operan, a lo largo del tiempo en la dimensión, estructura y distribución geográfica de las poblaciones humanas y de las leyes que determinan esa evolución.

Indicadores y tasas demográficas usuales

Demografía estática La principal fuente de información de la demografía estática viene representada por el censo. Por censo se entiende el conjunto de procesos dirigidos a reunir, resumir, analizar y publicar los datos demográficos, económicos y sociales de todos los habitantes de un país de territorio delimitado, correspondientes a un período o momento dado. Habitualmente, las variables de persona más comúnmente utilizadas en demografía estática son la edad y el sexo y para analizar y comparar estas variables se usan las pirámides de población como indicadores. Las pirámides de población representan la distribución de la población por edades y sexo y ayudan a establecer las pautas de planificación sanitaria y la situación socieconómica del país a través del conocimiento de la población activa. Un ejemplo de pirámide de población se encuentra en la Figura 1.

3

Las pirámides de población responden a tres morfologías básicas (campana, pagoda y bulbo) que se corresponden a tres grandes tipos estructurales por edad y sexo. El tipo campana es característico de países con población estacionaria y envejecida. La mayoría de los países desarrollados presentan este tipo de pirámide. La pirámide con forma de pagoda es la que aparece en países con mucha natalidad y una población muy joven, los países subdesarrollados suelen presentar esta forma. La forma de bulbo se da en poblaciones regresivas, con un marcado proceso de envejecimiento. El análisis morfológico de una campana informa sobre el nivel sanitario de un país. Las formas en campana y bulbo suelen corresponder a países con un alto nivel sanitario, mientras que la forma de pagoda representa a países con un bajo nivel sanitario. Así, los países desarrollados y con un alto nivel sanitario tienen desde hace muchos años un buen control de la natalidad, lo que se traduce en pirámides de población en forma de bulbo o campana. Figura 1. Ej. Pirámide de la población española (Censo 20001)

A una pirámide de población se le pueden aplicar diversos índices: -Índice de Friz → Establece tres tipos de población a partir de la relación existente entre dos grupos de edad específicos: 0-20 años/30-50 años. De este modo si el índice de 0-20: -es > 160 estaremos ante una población joven -está entre 60 y 160 estaremos ante una población madura -es < 60 estaremos ante una población envejecida -Índice de Sundbarg → Establece tres tipos de población considerando tres grupos de edad: 0-14 años; 15-49 años; y + de 50 años. Para su cálculo se ponen en relación: a) la población 0-14 años/la población 15-49 años b) la población + de 50/ la población 15-49 años

4

Los tres tipos de población que se obtienen serían los siguientes: -Progresiva o joven: el valor obtenido en a) es superior al obtenido en b) -Estacionaria o madura: los valores obtenidos en a) y en b) son similares -Regresiva o vieja: el valor obtenido en b) es superior al obtenido en a) Al margen de las pirámides de población como indicadores en demografía estática se utilizan las denominadas tasas de dependencia. Estas tasas son índices que informan sobre la población productiva (laboralmente) en relación a las no productivas y en consecuencia dependientes. Entre éstas se encuentran la:

-Tasa de dependencia senil → número de sujetos mayores de 64 años/número de sujetos entre 15 y 64 años.

-Tasa de dependencia juvenil → número de sujetos entre 0-14 años/número de sujetos entre 15 y 64 años.

2. Demografía dinámica Natalidad y fecundidad. El término de natalidad se refiere a los nacimientos como componentes del cambio de la población. Por fecundidad se entiende la relación entre el número de niños que nacen y el número de mujeres que pueden tenerlos. Como índices tenemos:

-Tasa bruta de natalidad → número de nacidos vivos durante un año/población total a mitad de año.

-Tasa global de fecundidad general → número de nacidos vivos durante un año/número de mujeres entre 15 y 49 años de edad a mitad de año. Mortalidad. Por mortalidad entendemos el número de fallecidos en una población durante un determinado lapso de tiempo. Como índices tenemos:

-Tasa bruta de mortalidad → número de muertes durante un año/población total a mitad de año.

-Tasa de mortalidad específica por causa → número de muertes debidas a esa causa específica en un año/población total a mitad de año.

-Tasa de mortalidad específica por grupo de edad → número de muertes en un grupo de edad determinado en un año/población en ese grupo de edad determinada a mitad de año.

-Tasa de mortalidad específica por sexo → número de muertes de un sexo determinado en un año/ población de ese sexo determinado a mitad de año.

-Índice de Swaroop → número de muertes entre personas de 50 ó más años de edad en un año/número total de muertes durante el año.

-Tasa de mortalidad infantil → número de recién nacidos vivos fallecidos antes de cumplir un año de vida, en un año/número de nacidos vivos durante el año.

Movimientos migratorios. Los movimientos migratorios son desplazamientos que implican un cambio de residencia habitual de media o larga duración o incluso definitivamente. Como índice tenemos:

-Tasa neta de migración → número de inmigrantes menos número de inmigrantes durante un año/población total a mitad de año.

5

Evolución de las poblaciones. El crecimiento de una población depende del resultado de dos balanzas demográficas: una natural, o vegetativa, y otra migratoria. Podemos obtener dos índices:

-Tasa de crecimiento vegetativo → número de nacimientos menos número de defunciones en un año/población total a mitad de año.

-Tasa de crecimiento demográfico → tasa neta de migración más tasa de crecimiento vegetativo/población total a mitad de año. Esperanza de vida. La esperanza de vida según la edad se calcula como el número promedio de años que puede vivir un individuo, una vez alcanzada una edad determinada, asumiendo que las tasas de mortalidad específicas por edad permanezcan invariables (es decir, como lo son en el momento actual) durante toda su vida. La esperanza de vida al nacer (EVN) es el número promedio de años que se espera que viva un recién nacido si toda su vida estuviera sometido a las tasas de mortalidad actuales. -Años potenciales de vida perdidos. Entre los diversos métodos existentes se encuentra aquel en el que se utiliza como edad de corte 70 y las muertes prematuras (mortalidad por causa “x”) anteriores a esa edad.

Ejercicios Problema 1. Teniendo en cuenta los datos de la Tabla 1:

1. Calcular la tasa bruta de mortalidad. 2. Calcular la tasa de mortalidad por grupos de edad. 3. Calcular la tasa de mortalidad infantil. 4. Calcular la tasa de crecimiento vegetativo.

Expresar las tasas 1, 2 y 3 por cada 1.000 habitantes (‰) y 4 (%) Tabla 1. Mortalidad por grupos de edad en los países A y B.

País A

País B

Grupo de edad No. Fallecidos Año

Población No. Fallecidos Año

Población

<1 20.444 298.985 426 53.897 1-14 15.560 3.462.520 270 903.730 15-64 17.724 4.195.840 12.716 3.400.344 ≥65 12.532 237.655 44.666 763.029

Total Año 66.260 8.195.000 58.078 5.121.000

Problema 2. En una población hipotética de 57.800 habitantes repartidos de la siguiente manera: 0-14 años: 17.200; 15-49 años: 30.200; >50 años: 10.400, se han registrado los siguientes números de muertos: a) Por causa de: -cáncer: 42 individuos -accidentes: 10 individuos -otras causas: 1.211 individuos

6

b) A una edad de: -de 0-14 años: 15 individuos -de 15-49 años: 463 individuos A partir de los datos anteriores calcular:

1. Tasa bruta de mortalidad 2. Índice de Swaroop 3. Tasas específicas de mortalidad por causa 4. Tasas específicas de mortalidad por edad

Expresar las tasas 1 y 4 por cada mil habitantes (‰); 2 (%); y 3 por cada cien mil habitantes. Problema 3. En una población de 100.000 habitantes se han producido los siguientes fallecimientos (por infarto o por accidente de tráfico) para cada grupo de edad (ver Tabla 2)

1. Deben calcularse los años potenciales de vida perdidos para cada grupo de edad (APVPE), teniendo en cuenta que:

APVPE = (número de muertes en ese grupo de edad por causa) x (número de

años (desde el punto medio de edades del grupo) que faltan para llegar a 70. 2. ¿Cuál de las dos causas produce una mayor pérdida de años de vida?

Tabla 2. Fallecimientos por infarto o por accidente de tráfico en cada grupo de edad

Grupos de edad

Punto medio del intervalo

(PMI)

Diferencia hasta el límite de

edad (70-PMI)

Muertes por

infarto

Años potenciales perdidos

por infarto

Muertes por

accidente de tráfico

Años potenciales perdidos

por accidente de tráfico

01-4, (…) 2,5 0 3 5-9 0 1 10-14 1 3 15-19 0 15 20-24 2 18 25-29 2 20 30-34 6 10 35-39 10 15 40-44 15 15 45-49 18 7 50-54 25 15 55-59 30 10 60-64 45 5 65-69 40 4 TOTAL

7

Medidas de frecuencia en epidemiología La cuantificación de los fenómenos epidemiológicos se suele realizar, por lo tanto, en dos direcciones: amplitud y velocidad. Se han propuesto al respecto distintos tipos de indicadores, siendo los más usuales las tasas, las razones o índices y el análisis de la concentración espacio-temporal de los casos. La concentración de casos en el espacio, en el tiempo, o en el tiempo y en el espacio, se presentan en ciencias de la salud bajo tres aspectos de fenómenos de masas denominados epidemia (fenómeno limitado en el tiempo y en el espacio), pandemia (fenómeno limitado en el tiempo pero no en el espacio) y endemia (fenómeno ilimitado en el tiempo y limitado en el espacio). Las medidas de frecuencia dan cuenta de los aspectos cuantitativos de la ocurrencia de un fenómeno (enfermedad u otro atributo o hecho) en una población, en un tiempo dado y una zona geográfica establecida. Medir la frecuencia con la que aparecen las enfermedades u otras características relacionadas con la salud en la población es fundamental para la epidemiología, que utiliza básicamente dos tipos de medidas de frecuencia: la prevalencia y la incidencia. La prevalencia es la proporción de sujetos que tienen una enfermedad o característica en un momento dado. La incidencia mide la aparición de dicha enfermedad o característica en un período de tiempo.

Prevalencia La tasa de prevalencia es una proporción en la que el numerador está formado por el número de casos existentes (nuevos y antiguos) y el denominador por el número total de sujetos en riesgo, incluyendo los casos. La prevalencia es un indicador puntual y no incluye el factor tiempo. El rango oscila entre 0 y 1. Con frecuencia se expresa en términos de porcentaje, en tanto por mil, en tanto por cien mil, etc. Ejemplo. Al decir que la prevalencia de hipertensión en la población española es del 30% significa que en el momento del estudio 30 de cada 100 españoles tiene hipertensión, independientemente si les apareció hace 10 minutos o hace 10 años (casos nuevos y casos antiguos). Aunque cada vez se utiliza menos, también hay que mencionar lo que se denomina prevalencia de período (o lápsica). Se utiliza cuando durante el proceso de determinación de los casos en la población, se originan casos nuevos de la enfermedad. Si se incluyen en el numerador, entonces estamos mdiendo la prevalencia de período.

Incidencia Se define como el número de casos nuevos de una enfermedad que se desarrollan en una población de riesgo durante un período de tiempo. Se entiende por población de riesgo aquella que está en situación de poder adquirir la enfermedad. Hay dos tipos de medidas de la incidencia: la incidencia acumulada y la densidad de incidencia o tasa de incidencia.

8

*Cálculo de la incidencia acumulada (IA) → Se calcula dividiendo el número de casos nuevos de una enfermedad que aparecen en un período de tiempo determinado por el total de la población de riesgo al inicio de ese período.

La incidencia acumulada (IA) expresa la probabilidad de que un individuo libre de una determinada enfermedad la desarrolle en un período de tiempo específico, condicionada a que no muera por otra causa durante ese mismo período. Veamos un ejemplo. Ejemplo. Se realiza una encuesta para detectar cáncer de cuello de útero a 10.000 mujeres de edades entre 15 y 30 años. Se detectan 10 mujeres con cáncer. Todas las mujeres son seguidas durante un período de 10 años, período en el que aparecen 20 casos nuevos de cáncer. La IA = 20/(10.000-10) = 0.002 en 10 años. En el cálculo de la IA se asume que el tiempo de observación es el mismo para cada individuo (cohorte fija). Un ejemplo de cohorte fija son los alumnos de primero de odontología, ya que prácticamente el 100% de los que inician el curso en octubre siguen en clase en junio. Es decir, todos entran a la vez y son seguidos durante el mismo tiempo. Sin embargo, en muchas circunstancias, el tiempo de seguimiento de cada sujeto es diferente (cohorte dinámica), debido principalmente a tres causas:

Las personas pueden entrar en el estudio en distintos momentos, no todos entran a la vez.

Los sujetos del estudio se pueden perder por causas conocidas, como por cambio de domicilio o muerte por otra enfermedad que la estudiada.

Las pérdidas también pueden ser por causas que no se llegan a conocer, dificultando la valoración de las mismas.

Un ejemplo de cohorte dinámica son los sujetos que ingresan en la planta de medicina de un hospital. Los sujetos ingresan en diferentes momentos (no todos a la vez), la duración de la estancia es variable para cada uno de ellos y los motivos por los que salen del hospital pueden ser varios (muerte, curación, alta voluntaria, etc.). Para evitar el problema anterior se define y calcula la densidad de incidencia o tasa de incidencia (DI ó TI).

*Cálculo de la densidad de incidencia o tasa de incidencia (DI ó TI) → El numerador es el mismo que en la IA pero el denominador es el sumatorio del tiempo que ha estado cada individuo en riesgo de adquirir la enfermedad. La densidad de incidencia expresa el potencial instantáneo de cambio en el estatus de enfermedad por unidad de tiempo, en relación a la población susceptible en ese momento. La resultante de su cálculo indica los casos nuevos/persona/año. Una comparación entre prevalencia e incidencia se encuentra en la Tabla 3.

9

Tabla 3. Comparación entre la prevalencia y la incidencia como medidas de frecuencia de la enfermedad.

Incidencia

Prevalencia

Refleja la probabilidad de desarrollar la enfermedad

Refleja la probabilidad de ya padecer la enfermedad

En el numerador solo aparecen los casos nuevos de enfermedad

En el numerador aparecen los casos nuevos y viejos de la enfermedad

Para poder calcularla necesitamos el seguimiento de los individuos durante un período de tiempo

No precisa seguimiento

No está condicionada por la duración de la enfermedad

Está muy condicionada por la duración de la enfermedad (a medida que la enfermedad tiene una mayor duración mayor será la prevalencia)

Cuantifica bien la magnitud de las enfermedades agudas

No sirve para medir la frecuencia de las enfermedades agudas

Es la medida de frecuencia preferida para investigar relaciones causales

Es la mejor medida de frecuencia para estimar el coste poblacional de una enfermedad crónica.

Ejercicios Problema 4. En la revisión médica efectuada a los alumnos de primero de odontología (46 mujeres y 29 hombres) de la facultad, se han encontrado 60 alumnos con caries, de los cuales 27 son hombres. Responde a las siguientes preguntas:

a) ¿Cuál es la prevalencia total de caries? b) ¿Cuál es la prevalencia de caries según sexo? c) ¿Cuál es la incidencia? ¿Por qué?

Expresar en % Problema 5. Con el objeto de estudiar la ocurrencia de una enfermedad, se realiza el seguimiento de dos poblaciones (A y B) por un período de 5 años. Los resultados para cada población se muestran en las Tablas 5a (población A) y 5b.

Calcular: a) La prevalencia de enfermedad para cada población a mitad de período (es decir,

a los 2 años y medio de seguimiento). b) La incidencia acumulada para ambas poblaciones. c) La tasa de incidencia (densidad de incidencia) de cada población, suponiendo

que la enfermedad sólo se puede contraer una vez (deja inmunidad). d) La tasa de incidencia (densidad de incidencia) de cada población, suponiendo

que sí puede contraer más de una vez la enfermedad (no deja inmunidad).

10

Tabla 5a. Población A. Tabla 5b. Población B.

:

Medidas de asociación e impacto1 Las medidas de asociación e impacto cuantifican la relación existente entre variables. La situación más simple consiste en relacionar dos variables binarias (sí/no), una de las cuales es la exposición (EX) y otra el efecto (E), y la información se recoge en unidades de personas. Los datos adquieren una distribución semejante a la que se encuentra en la Tabla 6. Tabla 6. Distribución de los datos en dos variables. Efecto (E)

Exposición (EX) Sí No Total Sí a b n1 No c d n0 Total m1 m0 n 1 Es importante distinguir en epidemiología a la hora de considerar las relaciones entre variables entre los siguientes términos: 1) Marcador de riesgo: variable de persona (endógena, no controlable); 2) Indicador de riesgo: característica significativamente unida a la enfermedad en su período pre-clínico, que pone de manifiesto la presencia de esta, se trata de un signo precursor de la enfermedad; y 3) Factor de riesgo: es un fenómeno controlable que precede al comienzo de la enfermedad, asociado a un incremento en la probabilidad de aparición de la enfermedad, responsable en su producción.

0 1 2 3 4 5 2,5

1 2 3 4 5 6 7 8 9

10

Enfermedad Final de la enfermedad

Abandono Muerte

| | | | | | 0 1 2 3 4 5 2,5

1 2 3 4 5 6 7 8 9

10

Enfermedad Final de la enfermedad

Abandono Muerte

| | | | | |

11

Ejemplo. Supóngase que se pretende investigar la relación existente entre fumar en el embarazo en 1.000 embarazadas y tener un recién nacido de bajo peso (RNBP). Los datos de que se disponen en las dos variables se muestran distribuidos en la Tabla 7. ¿Existe asociación entre el consumo de tabaco y tener un RNBP? Tabla 7. Fumar en el embarazo y tener un hijo de bajo peso. Efecto

Exposición Sí No Total Sí 20 180 200 No 40 760 800 Total 60 940 1.000 Se podría establecer si hay asociación entre las dos variables aplicando la chi de Maentel-Haenszel. Sin embargo con independencia de que la chi fuese significativa, el resultado no nos indicaría el tipo de magnitud de la asociación que interesa más en epidemiología. Para ello se ha de calcular el riesgo del efecto (tener un RNBP) en expuestos (fumadoras), no expuestos (no fumadoras) y el total de la forma siguiente: R1 = a/n1 = 20/200 = 0,1 ó 10% R0 = c/n0 = 40/800 = 0,05 ó 5% R = m1/n = 60/1.000 = 0,06 ó 6% A partir de aquí se puede calcular los siguientes parámetros: (a) Riesgo relativo: es la frecuencia del efecto en el grupo de expuestos en relación con los no expuestos. Se calcula dividiendo ambos riesgos: RR Estimación central → R1/R0 = 0,1/0,05 = 2 Esto significa que fumar multiplica por 2 el riesgo de tener un RNBP. Cuanto más distintos sea el valor del RR de 1 más fuerte es una asociación. Si es menor de 1 la exposición protege y si es mayor es un factor de riesgo. Si es igual a 1 es indiferente. Atención: Una estimación similar al riesgo relativo (RR) es la razón de momios (razón de productos cruzados, odds ratio). (b) Diferencia de riesgo en los expuestos (DRe) (o riesgo atribuible en los expuestos): es el riesgo del efecto en los expuestos que se debe a la exposición. Se calcula restando al riesgo de los expuestos el de los no expuestos: DRe Estimación central → R1 – R0 = 0,1 – 0,05 = 0,05 ó 5% Si en el ejemplo las fumadoras tenían un 10% (0,1) de riesgo de tener un RNBP y las no fumadoras del 5% (0,05), la diferencia (5%) es el riesgo adicional producido por el tabaco. La (DRe) se refiere al total de expuestos (n1). Si la DRe tiene un valor de 0,05 (5%)

12

significa que por cada 100 embarazadas fumadoras se producen 5 casos de RNBP debidos al tabaco. (c) Fracción atribuible en los expuestos (Fae) (o porcentaje de riesgo atribuible en los expuestos): Es la proporción de efectos producidos por la exposición en los expuestos. Se calcula dividiendo el riesgo atribuible a la exposición en los expuestos (la DRe) por el total de riesgo en los expuestos: FAe Estimación central → (R1 – R0)/R1 ó DRe/ R1 = 0,05/0,1 = 0,5 ó 50% En el ejemplo, el valor de 50% indica que la mitad de los RNBP que ocurren en las fumadoras se deben al tabaco. (d) Diferencia de riesgos en el total de la población (DRp) (o riesgo atribuible en la población): El significado es el mismo que la DRe, pero referido a la población total. Es el riesgo producido por la exposición en la población total: DRp Estimación central → R – R0 = 0,06 -0,05 = 0,01 ó 1% Significa que por cada 100 embarazos el tabaco produce un caso de RNBP. (e) Fracción atribuible en el total de la población (FAp) (o porcentaje de riesgo atribuible en la población: Tiene el mismo significado que el FAe, pero referido a la población total. FAp Estimación central → (R – R0)/R = 0,01/0,06 = 1/6 = 0,167 o 16,7% En el ejemplo la FAp indica que la sexta parte de todos los casos de los RNBP se deben al tabaco. La FAp es un parámetro muy importante ya que indica la repercusión de una causa en el número total de casos de toda la colectividad: mide importancia relativa de las diferentes causas que pueden producir un proceso. Si se comparan las FAp para diferentes causas, la variable que obtenga la más elevada es la más importante. ¿Qué hacer si el riesgo en expuestos es inferior al de los no expuestos, R1 < R0? En esta situación los parámetros DR y FA dan valores negativos. Para solucionarlo, se considera a los “no expuestos” como “expuestos” y viceversa.

Ejercicios

Problema 6. Se estudia una población de 5.000 personas, de las que 1.000 son hipertensas y el resto, no. Se producen un total de 90 casos de infarto de miocardio, de los que 50 ocurren en los hipertensos. Calcule los parámetros mencionados.

13

Tipos de estudios epidemiológicos Todo estudio epidemiológico consta esencialmente de cuatro fases: selección de una población, recogida de datos, análisis e interpretación de los resultados. En el método epidemiológico, al igual que en el método científico se han establecido tres etapas: descripción, análisis y experimentación. De este modo hay estudios descriptivos, analíticos (de cohortes, casos y controles) y experimentales o de intervención.

1) Estudios descriptivos Se pueden clasificar en estudios que recogen información individual (información de un caso, de series de casos, vigilancia epidemiológica y estudio transversal) o de grupo (estudio ecológico). Nos centraremos dentro de los estudios descriptivos en los estudios de corte o transversales y en los estudios ecológicos. Estudios de corte o transversales. Implican un procedimiento de observación sin seguimiento (transversal), en el que una comunidad o una muestra representativa de ella (que es lo usual) se estudia en un momento dado; también es posible que los participantes se estudien en diferentes momentos, pero cada uno una única vez. La valoración de la exposición o del efecto se hacen en el mismo momento o, por el contrario, se puede incorporar un sentido hacia atrás y valorar las exposiciones de interés en el pasado. Su carácter transversal viene determinado porque el proceso en estudio (una enfermedad, determinante de salud, etc.) se mide en un momento del tiempo. El ejemplo más claro es el establecimiento del censo, donde toda la población se valora en un momento concreto. Análisis. Tras la recogida de la información sobre la enfermedad y la exposición, los sujetos se clasifican como en la tabla siguiente (ver Tabla 8). Tabla 8. Distribución de un estudio de corte o transversal. Enfermos No enfermos Total Expuestos a b n1 No expuestos c d n2 Total m1 mo n Existen dos alternativas en el análisis de los estudios transversales. La primera de ellas consiste en el cálculo de la prevalencia en el grupo de expuestos (P1) y no expuestos (P0) del modo siguiente: P1 = a/n1 P0 = c/n0 Tras ello se determina si existe o no una asociación mediante el cálculo de la prevalencia relativa: PR = P1/P0 La significación de la asociación viene determinada por la chi2 de Mantel-Haenszel. La segunda alternativa del análisis es más útil, ya que se aproxima al RR cuando la exposición no influye en la selección de los sujetos ni en el diagnóstico de la enfermedad y

14

además no es un factor pronóstico de la enfermedad. El parámetro que se calcula es la odds ratio de prevalencia: ORP = a . d/(b . c) Este tipo de estudios pueden ser descriptivos (en el diagnóstico de salud de una comunidad) y contribuyen a la planificación de servicios sanitarios. También se utilizan en la valoración de pruebas diagnósticas y, con ciertas limitaciones en la investigación causal (analíticos). Inconvenientes. La ausencia de seguimiento impide que se pueda establecer que la exposición precede al efecto. Por el tipo de diseño se seleccionan personas afectadas supervivientes, que no tienen por qué representar los casos incidentes: los factores que influyen en la historia natural de la enfermedad (factores pronósticos) pueden interferir para establecer asociaciones. Problema 7. Se hace una encuesta a 1.000 personas para ver la asociación entre sedentarismo y obesidad. Hay 150 obesos y 300 sedentarios (de los que 100 son obesos). Analizar e interpretar los resultados. Estudios ecológicos. Es un diseño incompleto porque tiene la peculiaridad de que toma como unidad de análisis al grupo y no al individuo. Esto significa que dentro de cada grupo no se conoce a nivel individual el estado de exposición y de efecto, pero sí se conoce la frecuencia global de ambas variables dentro de cada grupo. Por ejemplo, se conoce la frecuencia de cáncer y de tabaquismo en una población, pero no si un fumador ha desarrollado cáncer. Hay cuatro tipos fundamentales de estudios ecológicos:

1) Estudios de mapeo o cluster de frecuencia del efecto. Permite ver la agrupación geográfica de la enfermedad.

2) Estudio ecológico de comparación. Hay varios grupos definidos geográficamente. Se utilizan para valorar asociaciones entre la frecuencia de la exposición y la frecuencia de enfermedad en los distintos grupos.

3) Estudio ecológico de tendencia (serie temporal). De forma típica suele haber un solo grupo, del que se disponen varias mediciones a lo largo del tiempo.

4) Estudio ecológico mixto. Es una mezcla de los dos anteriores. Inconvenientes. En estos estudios es muy difícil separar los distintos efectos observados de dos o más exposiciones, por la gran correlación existente entre ellas (multicolinealidad). Además tienen una capacidad limitada para la inferencia causal, ya que no se valora la asociación individual: es posible que se observe algo en los grupos que no existe de forma individual. Este es el caso de la falacia ecológica que se ilustra en la Tabla 9.

15

Tabla 9. Ejemplo de falacia ecológica.

Comunidad

Exposición

Enfermos

(a)

Total (n)

Porcentaje de

enfermos a/n

Porcentaje de

expuestos c/d

RR

1 Sí 2 100 (c) 2 No 18 900 2 1 Total 20 1.000 (d) 2 10 2 Sí 6 200 (c) 3 No 24 800 3 1 Total 30 1.000 (d) 3 20 3 Sí 12 300 (c) 4 No 28 700 4 1 Total 40 1.000 (d) 4 30

2) Estudios de cohortes Los estudios de cohortes son diseños de observación con seguimiento hacia delante; partiendo de la exposición se estudia el efecto (una enfermedad, una medición como el colesterol). Son estudios analíticos que comprueban hipótesis de asociación. Un estudio de cohortes es longitudinal cuando el efecto es una variable continua y se mide repetidamente durante el seguimiento. Son muy apropiados para conocer la incidencia, pero nunca se emprende un estudio de cohortes (es muy caro) para conocer tan solo la incidencia. Sus usos más habituales son conocer la etiología de un efecto (p.e., ver si el tabaco influye en el cáncer de pulmón) y estudiar su historia natural (p.e., conocer los determinantes que influyen en la mortalidad por cáncer de colon). Es menos frecuente que se empleen para valorar intervenciones y su uso es excepcional en la planificación sanitaria. El diseño más común se resume en la Figura 2. Figura 2. Esquema de un estudio de cohortes.

En una población N, tras un examen inicial, se descartan los casos prevalentes (padecen el efecto en estudio) y los no afectados se siguen a lo largo del tiempo. En los no afectados habrá expuestos y no expuestos (los dos grupos de partida), en los que al cabo del tiempo aparece o no el efecto.

No casos

Casos prevalentes Ex+

Ex-

Ex+

Ex+ Ex-

Ex-

N

16

El estudio es prospectivo si el efecto aparece después de iniciar la investigación y retrospectivo (estudio de cohortes históricas) si ocurrió con anterioridad. Por ejemplo, en un estudio con enfermeras españolas se seleccionaron a 60.000 en 1976 y se estudiaron durante 14 años (prospectivo). En la empresa SHELL se revisaron los historiales de 30.000 trabajadores desde su ingreso en la empresa para ver si la manipulación del petroleo aumentaba el riesgo de cáncer (retrospectivo). Se llama cohorte de inicio a aquella en la que el individuo forma parte de la investigación desde el comienzo de la exposición. Por ejemplo, los supervivientes de Hiroshima empezaron a ser estudiados justo tras la explosión. En estos estudios se calculan usualmente los parámetros vistos en los apartados a, b, c, d, e y f, relativos a las medidas de asociación e impacto (ver más arriba). Si se seleccionan dos cohortes independientes (p.e., expuestos a un agente medioambiental y no expuestos) no se pueden calcular directamente los parámetros de diferencia de riesgos en el total de la población (DRp) y fracción atribuible en el total de la población (FAp), ya que no se mantiene la proporción debida de expuestos y no expuestos. Problema 8. Se seleccionaron 500 trabajadores expuestos al asbesto y 2.000 trabajadores de oficina y se siguen durante 20 años. Al cabo de ese tiempo se han diagnosticado 25 y 10 casos de cáncer de pulmón, respectivamente en cada grupo. Analizar e interpretar los resultados.

3) Estudios de casos y controles Es un diseño de observación con un sentido hacia atrás (se parte del efecto para estudiar la exposición), en el que se seleccionan dos grupos de sujetos, llamados casos y controles según tengan o no el efecto, en los que se valora la exposición. Por ejemplo, supóngase que se quiere estudiar la relación entre consumo de tabaco e infarto en un estudio de casos y controles. Se seleccionarían pacientes con infarto (casos) y otros sin infarto (controles) y se les preguntaría por sus antecedentes de tabaquismo. Este tipo de estudio tiene muchas utilidades para investigar hipótesis de causalidad (incluso como estudios exploratorios o descriptivos por su bajo coste), en la evaluación de programas sanitarios (tras la planificación y programación) y en la evaluación de pruebas diagnósticas. Por lo que se refiere a la selección de la población hay que destacar que los controles deben de proceder de la misma población de la que salen los casos. Las técnicas y fuentes de datos son similares a las comentadas para el estudio de cohortes. Conviene resaltar que la exposición se recoge tras conocer el efecto y es posible que este conocimiento (por parte del paciente) influya en la recogida de datos. Como sesgos en la recogida de información se encuentra el sesgo anamnésico a un estímulo diferencial en la memoria de casos y controles, y sesgo de declaración, cuando la respuesta a la pregunta de la exposición se modifica por saber que se tiene una cierta enfermedad. También son muy frecuentes los sesgos en el proceso de selección, sobre todo en el grupo de controles y especialmente cuando proceden del hospital. Hay tres sesgos importantes. El sesgo de Berkson se produce cuando la exposición influye en la frecuencia de hospitalización de manera diferencial en casos y controles y además la tasa de hospitalización difiere en

17

expuestos y no expuestos. En suma, el problema estriba en que los controles se extraen de pacientes hospitalizados por otras causas diferentes al efecto objeto de estudio. La falacia de Neyman se puede producir cuando se seleccionan casos prevalentes (supervivientes). El sesgo de inclusión se produce al incorporar en los controles hospitalarios pacientes con enfermedades relacionadas con la información de interés. Tabla 10. Pros y contras de los estudios de casos y controles frente a los de cohortes.

Característica Estudios de casos y controles

Estudios de cohortes

Conocer la historia natural del efecto

Mal Bien

Estimación de la incidencia No Sí Valoración de la exposición Tras el efecto y puede

influir Mejor, sobre todo si hay cambios en el tiempo

Estimación de varios efectos No Sí Sesgos Muchos Pocos Influencia en la mortalidad Difícil de estudiar Más fácil Control de calidad de la información

Más difícil Más fácil

¿Sirven para exposiciones infrecuentes?

No Sí

¿Sirven para efectos infrecuentes? Sí No Coste Variable (menor que las

cohortes prospectivas) Variable, en general más caros

Tiempo Menor que las cohortes prospectivas

Mayor en las cohortes prospectivas

¿Se puede repetir el estudio? Fácilmente Escasa (prospectivos) ¿El estudio supone una intervención sobre la población?

No Sí, aunque discreta

¿Hay pérdidas en el seguimiento? No Sí ¿Se usan para explorar hipótesis? Sí No (por su precio) ¿Sirven para estudiar asociaciones débiles (RR< 1,5)?

No (por los sesgos que pueden tener)

Sí

¿Se comprende bien el diseño? Con dificultad En los análisis, los parámetros que se usan para estimar las diferentes medidas de asociación e impacto son las siguientes: Estimación central

OR cbda

)

FAe (OR – 1)/ OR

FAp FAema

1

18

Problema 9. Para establecer la relación entre la exposición al agua clorada y el riesgo de cáncer de vejiga se seleccionaron 250 casos de cáncer de vejiga (125 expuestos) y 500 controles (200 expuestos). Analice e interprete estos resultados. Problema 10. Para establecer la relación entre la exposición a los estrógenos en la menopausia y el riesgo de cáncer de mama se seleccionaron 500 casos de cáncer de mama (200 expuestas) y 500 controles (150 expuestas). Analice e interprete estos resultados.

4) Estudios de intervención Un estudio de intervención es aquel en el que el investigador introduce el elemento que se quiere valorar. Todos los estudios de intervención son estudios de cohortes prospectivos desde su inicio, ya que la exposición empieza a estudiarse desde su comienzo. Existen distintos tipos de estudios de intervención (ver Tabla 11). Por lo que se refiere a los análisis que deben ejecutarse, no se diferencian de otros vistos más arriba a menos que se trate de un estudio aleatorizado. En esta situación, los análisis se pueden realizar de varias formas, ya que con frecuencia la intervención recibida puede que no sea la asignada (por error, efectos adversos, etc.). Los diferentes análisis que pueden realizarse se muestran en la Figura 3. Tabla 11. Tipos de estudios de intervención Por el ámbito en el que se realizan:

En la clínica: ensayo clínico En la comunidad: estudio de intervención comunitario

Por la asignación de la intervención:

Aleatoria: estudios experimentales -Paralelos: dos o más grupos que se siguen a lo largo del tiempo, uno actúa como control -Cruzados: con dos ramas, el grupo experimental y el control intercambian en una etapa posterior, tras una fase de descanso (para que desaparezca la influencia de la intervención y el sujeto vuelva a las condiciones iniciales), el tratamiento que reciben

No aleatoria: estudios cuasiexperimentales -Sin grupo control -Con grupo control: a) Paralelos b) Pre-post: los mismos sujetos se valoran antes y después de la intervención d) Comparación histórica: el grupo de intervención se compara con lo que sucedía antes de aplicarla (en una población distinta).

19

Figura 3. Análisis en los diseños aleatorizados.

Análisis de eficacia: 1 frente a 3 Análisis según el tratamiento recibido: 1+4 frente a 3+2 Análisis según intención de tratar: 1+2 frente a 3+4 Se recomienda que el análisis de los estudios aleatorizados siga el principio de intención de tratar: cada individuo permanece en el grupo al que fue asignado, con independencia de lo que haya recibido. Esto se hace así para garantizar el principio de comparabilidad de los grupos y respetar los objetivos de la aleatorización. En todo caso el análisis de la eficacia sería complementario al anterior. El análisis según tratamiento recibido no suele ser recomendable. En todo caso, debe tenerse presente que un estudio de intervención supone modificar la historia natural de un proceso, por lo cual deben cumplirse todos los postulados y reglamentos éticos emanados de distintos organismos y relativos a las buena práctica clínica.

Población de estudio

Aleatorización

Grupo experimental

1. Reciben experimental

2. Reciben control

Grupo control

3. Reciben control

4. Reciben experimental