EpidemiologíaanalíticaHESM 570

(1)

7 de marzo de 2016

TALLER 3

Epidemiología analítica HESM 570

(2)

Objetivos

1.

Describir el diseño de estudios de cohorte y describir

sus ventajas y desventajas.

2.

Mencionar otros nombres para los estudios de

cohorte.

3.

Calcular riesgos relativos y riesgos atribuibles cuando

se les provean los datos necesarios,

4.

Interpretar el significado de riesgos relativos y

atribuibles.

5.

Distinguir entre estudios de cohorte prospectivos e

(3)

Clasificación de estudios epidemiológicos

Estudios Epidemiológicos Descriptivos Informe de casos Serie de casos Estudio Ecológicos EstudiosTransversales Analíticos Estudio caso-control Estudio de cohorte EstudioTransversal Ensayo clínico

(4)

Epidemiología analítica

 La epidemiología analítica se ocupa de la búsqueda de causas y efectos, o el por qué y el cómo. Los epidemiólogos utilizan la

epidemiología analítica para cuantificar la asociación entre la exposición y los resultados y para probar hipótesis acerca de las relaciones causales.

 Se ha dicho que la epidemiología por sí mismo nunca puede probar que una exposición particular causó un resultado en

particular. A menudo, sin embargo, la epidemiología proporciona pruebas suficientes para tomar medidas de control y prevención adecuadas.

(5)

(6)

Estudio de Cohorte

 Estudio analítico en donde los sujetos son seleccionados a base de su estado de exposición, que se sospecha está relacionada a la enfermedad.

 Los sujetos son clasificados en los grupos siguientes:

 Grupo expuesto: tiene la característica de interés (exposición)  Grupo NO expuesto: NO tiene la característica de interés (NO

exposición)

 Los dos grupos son observados por un período de tiempo

determinado para comparar la incidencia del evento en cada grupo de exposición

 Incidencia en el grupo expuesto  Incidencia en el grupo no expuesto

(7)

Estudio de Cohorte

 Estamos interesados en medir la asociación

entre un factor de exposición, que pudiera ser un factor de riesgo, y la ocurrencia de una enfermedad.

 Si el estar expuesto a un determinado factor

aumenta el riesgo de adquirir una

enfermedad, esto sería un primer paso para pensar que dicho factor juega un rol en la causa de la enfermedad.

(8)

Tipos de estudio de cohorte



Cohorte prospectivo

 Confirmar el estado de exposición en el presente

 Observar los grupos por un período de tiempo para determinar la incidencia de enfermedad en cada grupo de exposición.



Cohorte retrospetivo ( histórico)

 Confirmar el estado de exposición en el pasado usando registros objetivos

 Determinar el efecto de dicha exposición en el presente.

 Utiles en la epidemiología ocupacional- si se sospecha que una exposición particular puede ser de alto riesgo para una

(9)

Estudio de Cohorte (prospectivo)

EXPUESTOS

Comienza en el presente.

Seguimiento a lo largo del tiempo.

NO ENFERMEDAD ENFERMEDAD NO ENFERMEDAD NO EXPUESTOS ENFERMEDAD Todos “sanos”

(10)

(11)

Estudios de cohorte

Riesgo Relativo



Riesgo Relativo (RR)/(Relative Risk, Risk Ratio)

Razón de riesgos o razón de la incidencia de enfermar en el

grupo expuesto y la incidencia de enfermar en el grupo no

expuesto.

RR = I

_e

/ I

_n

I = Tasa de incidencia e = Expuestos

(12)

Estudio de cohorte:

interpretación de los datos

Riesgo Relativo (RR) = A/(A+B) C/(C+D) Observen que ésta es una relación entre Tasas De Incidencia Enfermedad (+) No enfermedad (-) Totales Expuestos (+) A B A+B No expuestos (-) C D C+D A+C B+D A+B+C+D

(13)

Ejemplo 1

Estudio de cohorte

 Un grupo de epidemiólogos desean investigar si existe una asociación entre la exposición a asbesto y la ocurrencia de cáncer de

pulmón.

 Seleccionan una muestra de 20,000 adultos de una comunidad. Ninguna de esas personas tenía cáncer de pulmón al comenzar el estudio.

 Obtienen información sobre lugar de trabajo, residencia… y otras variables, que les permiten clasificar a los sujetos como expuestos o

no expuestos a asbesto.

 Dan seguimiento por un periodo de10 años a los 20,000 sujetos, identificando a aquellos que desarrollan cáncer de pulmón.

(14)

Ejemplo 1

Estudio de cohorte

● _{El Riesgo (Tasa de Incidencia) de Ca Pulmón en los expuestos a asbesto:}

= 10/2,000 = 0.005 (5.0 por cada 1,000)

● _{El Riesgo (Tasa de Incidencia) de Ca Pulmón en los no expuestos a asbesto:}

= 36/18,000 = 0.002 (2.0 por cada 1,000)

● _{El Riesgo Relativo (RR) de Ca Pulmón por la exposición a asbesto:}

= (10/2,000) / (36/18,000) = 2.5

Ca Pulmón (+) Ca Pulmón (-) Totales

Asbesto (+) 10 1,990 2,000

Asbesto (-) 36 17,964 18,000

(15)

Interpretación del Riesgo Relativo (RR)

 Si RR = 1.0

 Si RR > 1.0

 Si RR < 1.0

 La exposición no cambia el riesgo de

adquirir la enfermedad. No hay asociación entre la exposición y la enfermedad.

 La exposición aumenta el riesgo de

adquirir la enfermedad (es un factor de

riesgo) . Asociación positiva entre la

exposición y la enfermedad.

 La exposición disminuye el riesgo de

adquirir la enfermedad (es un factor

protector). Asociación negativa entre la

(16)

Ejemplos de interpretación del RR

 RR=3.0

 El riesgo de enfermar en los expuestos es 3.0 veces mayor que en los no

expuestos.

 RR= 1.6

 El riesgo de enfermar en los expuestos es 1.6 veces mayor que en los no

expuestos.

 RR=0.6

 El riesgo de enfermar en los expuestos es 0.6 veces menor que en los no

expuestos. Actúa como factor protector.

Interpretación ejemplo 1:

RR=2.5

Alternativa 1:El riesgo de enfermar por cáncer de pulmón en los expuestos

a asbestos es 2.5 veces mayor que en los no expuestos a asbesto.

Alternativa 2: La exposición a asbesto es un factor de riesgo ya que aumenta

(17)

Estudios de cohorte:

riesgo atribuible

 El riesgo atribuible (RA) se refiere a

cuanto del riesgo total de adquirir la enfermedad entre los expuestos, se le atribuye a la presencia del factor de exposición.

 Provee información sobre el riesgo en

exceso de la enfermedad entre los expuestos comparado con los no expuestos.

(18)

Riesgo atribuible

(Attributable Risk, Risk Difference)

RA = I

_e

- I

_n

I = Tasa de incidencia e = Expuestos

(19)

Estudios de cohorte:

Riesgo atribuible

Riesgo atribuible = [A/(A+B)] - [C/(C+D)]

RA = Riesgo en expuestos – Riesgo en no expuestos

Ojo: No se aprendan “la fórmula” (A, B, C, D). Entiendan el concepto…

Enfermedad No enfermedad Totales

Expuestos A B A+B

No expuestos C D C+D

(20)

Ejemplo 1

Estudio de cohorte

● _{El Riesgo (Tasa de Incidencia) de Ca Pulmón en los no expuestos a asbesto:}

= 36/18,000 = 0.002 (2.0 por cada 1,000)

● _{El Riesgo (Tasa de Incidencia) de Ca Pulmón en los expuestos a asbesto:}

= 10/2,000 = 0.005 (5.0 por cada 1,000)

● _{El Riesgo de Ca Pulmón Atribuible (RA) a la exposición a asbesto:}

= (10/2,000) - (36/18,000) = 0.005 – 0.002 = 0.003 (3.0 por cada 1,000)

Asbesto (+) 10 1,990 2,000

Asbesto (-) 36 17,964 18,000

(21)

Riesgo atribuible en la población

(Population Attributable Risk, Population Risk Difference)

RA

_p

= I

_p

- I

_n

I = Tasa de incidencia p = Población

n = No expuestos

• Diferencia entre la incidencia en la población total y la incidencia en el grupo no expuesto.

• Riesgo en exceso de la enfermedad en la población total de expuestos y no expuestos que se le atribuye a la exposición.

(22)

Estudios de cohorte:

riesgo atribuible en la población

Riesgo atribuible en la población:

RAp= [(A+C)/(A+B+C+D)] - [C/(C+D)]:

RAp= Riesgo en la población – Riesgo en no expuestos

Ojo: No se aprendan “la fórmula” (A, B, C, D). Entiendan el concepto…

(23)

Ejemplo 1

Estudio de cohorte

● El Riesgo (Tasa de Incidencia) de Ca Pulmón en los no expuestos a asbesto: = 36/18,000 = 0.002 (2.0 por cada 1,000)

● El Riesgo (Tasa de Incidencia) de Ca Pulmón en la población (cohorte): = 46/20,000 = 0.0023 (2.3 por cada 1,000)

● El Riesgo de Ca Pulmón en la población, Atribuible (RAp) a la exposición a asbesto:

= (46/20,000) - (36/18,000) = 0.0023 – 0.002 = 0.0003 (0.3 por cada 1,000)

Asbesto (+) 10 1,990 2,000

Asbesto (-) 36 17,964 18,000

(24)

Estudios de cohorte:

interpretación de los datos

 El Riesgo relativo (RR) es un indicador de la fortaleza de la

asociación entre el factor de exposición y la ocurrencia de la

enfermedad.

 El Riesgo atribuible (RA) y el Riesgo atribuible en la

población son indicadores de cuanto del riesgo total – en los expuestos o en la población – se le atribuye a la presencia del

factor de exposición, una vez descontamos el riesgo de

(25)

Estudios de cohorte:

ventajas y desventajas

 VENTAJAS

 Se pueden calcular tasas de

incidencia (riesgos)

 Se puede determinar la

relación en tiempo entre la exposición y la ocurrencia de la enfermedad.

 Pueden usarse como base para

establecer causalidad.



DESVENTAJAS

 Son costosos

 Toman mucho tiempo.

 Requieren muestras grandes de la

(26)

Ejemplo 2

Estudio de cohorte

RR: (30/3,000) / (17/17,000) = (0.010/0.001) = 10.0

RA = (30/3,000) - (17/17,000) = (0.010 – 0.001) = 0.009 = 9.0 por cada 1,000 RAp = (47/20,000) – (17/17,000) = 0.0024 – 0.0010 = 0.0014 = 1.4 por cada 1,000

Fumar (+) 30 2,970 3,000

Fumar (-) 17 16,983 17,000

(27)

Proporción atribuible

 El riesgo atribuible puede

expresarse como una

proporción del riesgo total de

adquirir la enfermedad entre el grupo de los expuestos o en la población (cohorte).

Cuando se expresa de esa

manera se le llama “Proporción atribuible”.

(28)

Proporción atribuible

(Attributable Risk Percent, Attributable Proportion)

 ¿Que proporción de la enfermedad que ocurre en los expuestos se

le puede atribuir a la presencia del factor de riesgo?

 ¿Que porcentaje de la enfermedad que ocurre en los expuestos

especulamos que pudiera eliminarse si elimináramos el factor de riesgo?

(29)

Proporción atribuible

(Attributable Risk Percent, Attributable Proportion)

 ¿Que proporción de la enfermedad que ocurre en la población se

le puede atribuir a la presencia del factor de riesgo?

 ¿Que porcentaje de la enfermedad que ocurre en la población

especulamos que pudiera eliminarse si elimináramos el factor de riesgo?

(30)

Ejemplo 3

Estudio de cohorte

RA = (30/3,000) - (17/17,000) = (0.010 – 0.001) = 0.009= 9.0 por cada 1,000 PAe = 0.009/ (30/3,000)= 0.009/0.010 = 0.90 = 90%

RAp = (47/20,000) – (17/17,000) = (0.0024 – 0.0010) = 0.0014 = 1.4 por cada 1,000 PAp = 0.0014/ (47/20,000)= 0.0014/0.0023 = 0.61 x 100 = 61%

*Proporción=porcentaje

Fumar (+) 30 2,970 3,000

Fumar (-) 17 16,983 17,000

(31)

Estudios de cohorte históricos o

no-concurrentes

 Una cohorte de individuos se

identifica retrospectivamente.

 Existen datos disponibles sobre la

historia de la cohorte, respecto a

la exposición de los individuos al factor de interés, a lo largo de un periodo de tiempo.

 Datos sobre el tiempo de

incidencia de la enfermedad, en aquellos sujetos que la

adquirieron, también están disponibles.

(32)

Estudios de cohorte:

Utilidad de los índices de asociación



Usaremos el Riesgo Relativo (RR) (fortaleza de la

asociación) como uno de los criterios importantes cuando

queremos establecer una relación de causalidad entre una

exposición y una enfermedad.



Usaremos el Riesgo Atribuible (RA) y la Proporción

Atribuible (PA) para estimar el potencial de prevención de

una enfermedad si removiéramos el factor de exposición.

(33)

Resumen



Estudios de cohorte se usan para buscar

asociaciones entre factores de exposición y la

ocurrencia de enfermedades.



Estudios de cohorte comparan tasas de incidencia

de la enfermedad de interés entre los sujetos

expuestos y los no expuestos.



Riesgo relativo (RR) = Fortaleza de la

(34)

Resumen



Riesgo atribuible =

cuanto de la

enfermedad ocurre

debido a la presencia

del factor de

exposición.

(35)

Resumen



Proporción atribuible es una expresión del riesgo

atribuible como una proporción (%) del riesgo total

de enfermedad entre los expuestos o la población.

Nos permite calcular cuanto porcentaje del riesgo

de enfermedad en los expuestos o en la población

especulamos que pudiéramos reducir con la

eliminación del factor de exposición (factor de

riesgo).

 PA_e  PA_p

(36)

Fórmulas de estudio de cohorte

 RR = I_e / I_n RR= A/(A+B) C/(C+D  RA = I_e – I_n RA=[A/(A+B)] - [C/(C+D)]  RA_p = I_p – I_n RAp= [(A+C)/(A+B+C+D)] - [C/(C+D)]  PA_e = (I_e – I_n) / I_e  PA_p = (I_p– I_n) / I_p

(37)

Estudios de casos y controles

Estudios transversales

(38)

Objetivos

1. Describir el diseño de estudios de casos y controles, y de

estudios transversales.

2. Explicar los factores que se deben tomar en

consideración durante la selección de controles en un estudio epidemiológico de casos y controles.

3. Calcular el “odds-ratio” luego de tener los datos

necesarios e interpretar su significado.

4. Calcular proporciones atribuibles en estudios de casos y

controles.

5. Calcular Razones de Prevalencia en estudios transversales

(39)

Estudios casos y controles



Estudio analítico en donde los sujetos son seleccionados en

base a si padecen o no la enfermedad.

 Casos: tienen la enfermedad bajo estudio

 Controles: NO tienen la enfermedad bajo estudio

 Los grupos se comparan con respecto a:

 Proporción de casos expuestos  Proporción de controles expuestos

(40)

Casos y controles

ENFERMEDAD Comienza en el presente. Obtener información sobre exposición en el pasado . NO EXPUESTOS EXPUESTOS NO EXPUESTOS NO ENFERMEDAD EXPUESTOS

(41)

(42)

“Odds Ratio”

 Determina la fuerza de la asociación entre una exposición y una

enfermedad

 Provee información para evaluar causalidad

 “ODDS RATIO” en Español = Razón de Suertes o Razón de

Posibilidades

 Se puede demostrar algebraicamente que el “odds ratio” provee un

estimado muy cercano al Riesgo Relativo, cuando se satisface la condición de que la enfermedad de interés es relativamente “rara”

(43)

Casos y controles

“ODDS RATIO” (OR) = A x D/B x C

(44)

Casos y controles: Ejemplo

 En 1950 Richard Doll y Bradford Hill decidieron

estudiar la relación entre fumar cigarrillos y el cáncer de pulmón.

 Identificaron 709 sujetos con diagnóstico confirmado de

cáncer de pulmón (casos).

 Luego, seleccionaron una muestra de 709 sujetos

parecidos en su composición de edad y sexo que los casos, pero sin cáncer de pulmón (controles).

 Obtuvieron información sobre exposición a fumar

(45)

Casos y controles: Ejemplo

OJO: No podemos calcular tasas de incidencia. Por lo tanto no podemos calcular Riesgo Relativo

Ref: Doll R, Hill AB. 1950

Fumar (+) 688 650 1,338

Fumar (-) 21 59 80

(46)

Casos y controles: Ejemplo

OR = (688)(59) / (650)(21) = 2.97

Fumar (+) 688 650 1,338

Fumar (-) 21 59 80

709 709 1,418

Interpretación: Los sujetos fumadores (expuestos (+)) tienen

2.97 veces mas posibilidad de padecer de cancer de pulmón que los no fumadores (expuestos (-))

(47)

Interpretación del Odds Ratio (OR)

 Si OR = 1.0

 Si OR > 1.0

 Si OR < 1.0

 La posibilidad de enfermar en el grupo

expuesto es igual a la posibilidad de enfermar en el grupo no expuesto. No hay asociación entre la exposición y la enfermedad.

expuesto es mayor a la posibilidad de enfermar en el grupo no expuesto. Asociación positiva entre la exposición y la enfermedad.

expuesto es menor a la posibilidad de enfermar en el grupo no expuesto. Asociación negativa entre la exposición y la enfermedad.

(48)

Diseño de casos y controles

VENTAJAS

 Poco costoso y no consume

mucho tiempo. (comparado con estudios de cohorte)

 Puede hacerse con

relativamente pocos sujetos

 Estudio óptimo para

enfermedades raras.

DESVENTAJAS

 No se calculan tasas.

 Difícil la selección del grupo

control más adecuado (sesgo de selección)

 Difícil determinar si la exposición

precede la enfermedad (secuencia temporal)

 NO son adecuados para investigar

(49)

Diseño de casos y controles

 El asunto más crítico en estos

estudios es la selección apropiada de los controles.

 Los controles deben ser lo más

similares posibles a los casos, con excepción de que no tienen la enfermedad de interés.

(50)

Estudio de casos y controles



En un estudio de casos y controles usualmente

no se pueden calcular los riesgos atribuibles dado

el hecho de que no se pueden calcular tasas de

incidencia. Sin embargo, se pueden calcular

estimados de las proporciones atribuibles en los

expuestos y en la población, usando las siguientes

(51)

Estudio de casos y controles

Proporción atribuible

PA

e = __________

(OR – 1)

OR

(52)

Estudio de casos y controles

Proporción atribuible

PA

p

= (E

c

) __________

(OR – 1)

OR

(53)

Estudio de casos y controles:

Ejemplo

OR = (688)(59)/ (650)(21) = = 40,592/ 13,650 OR= 2.97 PAe = (2.97-1)/2.97 = 0.66 = 66% PAp = (688/709) (2.97-1)/2.97 =0.97*0.66 =0.64 (64%)

Fumar (+) 688 650 1,338

Fumar (-) 21 59 80

(54)

Estudios transversales

 Los estudios transversales pueden ser descriptivos o analíticos:  Descriptivos: simplemente describen la frecuencia de una

exposición o resultado en una población definida

 Calculamos :tasa de prevalencia

 Analíticos:Se recolectan simultáneamente los datos de

enfermedad y potenciales factores de riesgo en una población

definida. Luego se compara la prevalencia del resultado en aquellas personas expuestas a cada factor de riesgo con la prevalencia en aquellos no expuestos.

(55)

Estudios Transversales

Razón de prevalencia

 Para hacer un estimado de la fortaleza de la asociación

entre el factor de exposición y la enfermedad en estudios transversales se prefiere usar:

 Razón de prevalencia (RP): relación de la prevalencia del

resultado en los expuestos y no expuestos

RP= prevalencia en los expuestos prevalencia en los no expuestos

(56)

Estudios Transversales

EXPUESTOS CON ENFERMEDAD Todo hecho en un corte transversal en el tiempo. No se pueden calcular tasas de incidencia. No se puede calcular riesgo. No se puede calcular Riesgo relativo (RR) Se pueden calcular tasas de prevalencia. EXPUESTOS SIN ENFERMEDAD NO-EXPUESTOS CON ENFERMEDAD NO-EXPUESTOS SIN ENFERMEDAD

(57)

Estudio transversal: Ejemplo

 En 2009, Lee y sus colaboradores decidieron estudiar la

posible asociación entre la exposición al virus de Hepatitis C, y la ocurrencia de insuficiencia renal.

 Identificaron una muestra de 54,966 sujetos de una

ciudad en Taiwán, donde la prevalencia de Hepatitis C es alta.

 Administraron cuestionarios y obtuvieron muestras de

laboratorio de todos los sujetos, evaluando la presencia de infección con Hepatitis C y la función renal.

(58)

Estudio transversal:

Ejemplo

Ref: Lee et al. 2010

Enf. Renal (+) Enf. Renal (-) Totales

Hepatitis C (+) 1,148 4,041 5,189

Hepatitis C (-) 8,454 41,323 49,777

9,602 45,364 54,966

(59)

Estudios Transversales

VENTAJAS

● Poco costosos.

● Requieren poco tiempo. ● Buenos como estudios

preliminares.

● Tasas de prevalencia.

DESVENTAJAS

● No se puede calcular riesgo.

● No son útiles para establecer

(60)

Estudios Transversales

 Investigaciones analíticas: generalmente los estudios transversales

no proveen una fuerte evidencia sobre las causas de las enfermedades: • miden casos existentes en lugar de nuevos casos

• es difícil establecer una secuencia de tiempo para los eventos.

Frecuentemente proveen información que ayuda a generar hipótesis sobre las posible causas de un resultado o son el primer paso para otros

estudios.

Ej.: hipótesis sobre el posible efecto protector de los estrógenos endógenos para enfermedades cardiológicas al comparar la prevalencia entre hombres y mujeres jóvenes.

(61)

Resumen: Casos y controles

 Ventajas principales: costo,

tiempo y muestras pequeñas.

 No se pueden calcular tasas.  OR como estimador aproximado

de RR.

(62)

Resumen:

Estudios transversales



Buenos como estudios

preliminares.



Tasas de prevalencia.



No se pueden hacer

estimados directos de

riesgo.

(63)

Confusión: definición

 Decimos que existe un

fenómeno de confusión cuando el nivel de asociación entre dos

variables (por ejemplo una

exposición y una enfermedad) está afectado por una tercera variable que está relacionada con ambas.

(64)

Confusión

Factor X

Factor A

Enfermedad

(65)

Confusión:

Ejemplo – Casos y Controles

OR = (46)(101)/(24)(79) = 2.45 ; 95% CI: (1.33 – 4.54) X2 _{(1 df) = 8.75 p = 0.003}

Ca Vejiga(+) Ca Vejiga (-) Totales

Café (+) 46 24 70

Café (-) 79 101 180

(66)

Confusión: ejemplo



En el ejemplo anterior,

podemos proponer que

fumar cigarrillos quizás

es un factor de confusión.

(67)

Confusión

Fumar

Café

Cáncer de vejiga

(68)

Maneras de controlar los factores

de confusión



Durante el análisis de

los datos:

-estratificación

-ajuste



Durante la fase de

diseño:

-parear

(69)

Confusión: estratificación



Vamos a ver que pasa si

analizamos la relación entre

Cáncer de vejiga y café,

separando los resultados de:

 fumadores

(70)

Confusión: estratificación

Odds Ratio (OR) = (43)(17) / (17)(43) = 1.00 Fumadores

Café (+) 43 17 60

Café (-) 43 17 60

(71)

Confusión: estratificación

Odds Ratio (OR) = (3)(84) / (7)(36) = 1.00 No Fumadores

Café (+) 3 7 10

Café (-) 36 84 120

(72)

Estratificación: cálculo del OR

 En el ejemplo anterior es fácil deducir que el OR = 1.00,

luego de ajustar por el efecto de fumar, dado el hecho que

el estimado del OR fue igual en todos los estratos.

 Cuando el estimado del OR en los diferentes estratos no

es igual, se calcula un estimado combinado del OR

llamado el estimado de Mantel-Haenszel. Esto lo estudiamos en Epidemiología Avanzada.

(73)

Estratificación: cálculo del OR



Para llegar a una conclusión correcta sobre los

datos hacemos dos cosas:

1. El análisis estratificado nos dice la verdad. O sea, nos

contesta la pregunta: ¿Hay o no hay asociación entre la exposición y la enfermedad?

2. Comparamos el análisis estratificado con el análisis

crudo. Si los resultados son iguales o muy parecidos, la variable por la cual se estratificó no fue una

variable de confusión. Si los resultados son

diferentes, la variable de estratificación fue una variable de confusión.

(74)

Confusión: estratificación



¿Podríamos usar los datos de las tablas anteriores

para demostrar que existe una relación entre:

 fumar y cáncer de vejiga?

(75)

Pareo

 Es una estrategia usada en estudios de casos y controles

(y a veces en estudios experimentales) en la cual los casos y los controles se parean de acuerdo a potenciales

variables o factores de confusión (i.e. edad, sexo …) al

momento del diseño del estudio. De esta manera cualquier

diferencia encontrada entre los dos grupos no se le atribuye a ninguna de estas variables.

(76)

Pareo

 En el estudio en el cual queríamos buscar una relación

entre café y cáncer de vejiga, si sospechábamos que fumar

cigarrillos podía ser un factor de confusión, para cada caso

que era fumador seleccionamos (pareamos) un control que también sea fumador. Para cada caso que no sea

fumador seleccionamos un control que tampoco fume.

 El análisis de los datos en estudios de casos y controles

pareados se hace de una manera diferente a la que hemos

visto hasta ahora.

 Esto es un concepto avanzado que no podemos discutir

(77)

Criterios de causalidad



Hemos estado estudiando las maneras de

determinar si existe alguna asociación entre la

presencia de un factor de exposición y la

ocurrencia de una enfermedad.



El próximo paso es determinar si la relación

entre un factor de riesgo y la ocurrencia de una

enfermedad es una relación de causa y efecto.

(78)

Criterios para determinar si una

relación es causal

1. Fortaleza de la asociación,

determinada por el RR (o el OR).

2. Relación de tiempo correcta:

-La exposición tiene que

preceder al desarrollo de la enfermedad. Se establece esto con estudios de cohorte.

(79)

Criterios para determinar si una

relación es causal

3. Efecto de dosis-respuesta:

-Según aumenta el nivel de exposición, aumenta el riesgo de adquirir la enfermedad.

4. Cesación de exposición:

-Si la exposición al factor de riesgo se descontinúa,

disminuye el riesgo de adquirir la enfermedad.

(80)

Criterios para determinar si una

relación es causal

5.

Hallazgos reproducibles:

-Resultados de diferentes investigadores son

consistentes.

6.

Plausibilidad biológica:

-Resultados de estudios Epidemiológicos son

consistentes con los conocimientos científicos

vigentes.

(81)

Causalidad:

ejemplo de estudio de cohorte

Fumar: p·años

Tasa de incidencia Tasa de incidencia (x 100,000) Riesgo relativo 0 3 / 7,500 40 1 1-5 2 / 1,000 200 5 6-10 8 / 1000 800 20 >10 20 / 500 4,000 100

Relación entre exposición a fumar cigarrillos y la incidencia de cáncer de pulmón

(82)

Causalidad

 Vemos que en este ejemplo se

satisfacen los criterios de:

1. fortaleza de la asociación 2. efecto de dosis-respuesta 3. relación de tiempo 4. Plausibilidad biológica  ¿Cesación de exposición?  ¿Reproducibilidad?

(83)

Resumen



Debemos de considerar la posibilidad de que

existan factores o variables de confusión en los

estudios epidemiológicos.

Exposición Enfermedad

FACTOR X

(84)

Resumen



Maneras de controlar los factores de confusión:

-Durante el análisis de los datos: estratificación

o ajuste

(85)

Resumen

Criterios de causalidad

1. Fortaleza de la asociación 2. Relación de tiempo … 3. Dosis-respuesta 4. Cesación de exposición 5. Hallazgos reproducibles 6. “Biological plausibility” Nicholas Roerich (1874-1947) “Himalayas”

(86)

Discusión

 Estudio de salud en Iowa, en el que investigadores reclutaron a 41,837 mujeres en 1986 y recogieron información sobre la

exposición y estilo de vida para evaluar la relación entre estos factores y la posterior aparición de cáncer, es un ejemplo de qué tipo de estudio?

 Investigadores británicos llevaron a cabo un estudio para comparar la historia de sarampión, las paperas y la rubéola (MMR) entre

1,294 niños con trastorno generalizado del desarrollo (por

ejemplo, autismo y síndrome de Asperger) y 4,469 niños sin tales trastornos. (Ellos no encontraron ninguna asociación.) Este es un ejemplo de qué tipo de estudio?