PE - Estadística - Epidemiología - Online

Texto completo

(1)Tu éxito, nuestro éxito. ESTADÍSTICA M.C. VLADIMIR V. FLORES BENITES GESTIÓN EN SALUD.

(2) Tu éxito, nuestro éxito. ESTADÍSTICA Es un conjunto de métodos y procedimientos para recolectar, elaborar, analizar e interpretar datos numéricos para tomar decisiones y predecir fenómenos que puedan expresarse numéricamente.. ESTADÍSTICA DESCRIPTIVA. INFERENCIA ESTADÍSTICA. Consiste en la recolección y elaboración de datos numéricos con el propósito de describir cada una de las características de la población. Permite elaborar conclusiones probabilísticas acerca de una población en base a la información de una muestra de dicha población. CONCEPTOS GENERALES Tu éxito, nuestro éxito. RAMAS DE LA ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA. INFERENCIA ESTADÍSTICA. Describir las características personales de los estudiantes: Edad, sexo, peso, consumo de frutas (CF), Consumo gaseosas (CG). Conocer la proporción de trabajadores administrativos que son obesos en la Universidad. Abril 2016. N=1200.. Población: N=1200. Muestreo. I.E.. Muestra: n=100. Investigador. CONCEPTOS GENERALES.

(3) Tu éxito, nuestro éxito. VARIABLES La variable es una característica o propiedad que varía de un individuo a otro, o de una determinación u observación a otra. . El grupo sanguíneo. . Su nivel de concentración. . Número de respuestas correctas. {A, B, AB, O}. {Alto, medio, bajo} {0,1,2,3,...}. . Ingresarán a la Universidad. . Edad. { SI, NO }. {18, 19, 20, 21 ….}. CONCEPTOS GENERALES Tu éxito, nuestro éxito. VARIABLES A) SEGÚN LA FUNCIÓN o RELACION CAUSAEFECTO. • Variable independiente • Variables dependiente • Variable interviniente. CLASIFICACIÓN CUALITATIVA. • Nominal • Ordinal. B) SEGÚN LA NATURALEZA CUANTITATIVA. • Discreta • Continua. CONCEPTOS GENERALES.

(4) Tu éxito, nuestro éxito. VARIABLES CLASIFICACION SEGÚN LA FUNCIÓN O RELACIÓN CAUSA-EFECTO. V. INDEPENDIENTE. V. DEPENDIENTE. ASUME EL ROL DE CAUSA INTRODUCE O MANIPULA EL INVESTIGADOR.. ASUME EL ROL DE EFECTO SE OBSERVA Y SE MIDEN LOS CAMBIOS PRODUCIDOS. V. INTERVINIENTE ES LA QUE PUEDE MEDIAR EN LA RELACION ENTRE VI Y VD y QUE PUEDE INFLUIR EN LOS RESULTADOS. CONCEPTOS GENERALES Tu éxito, nuestro éxito. VARIABLES CLASIFICACION SEGÚN LA FUNCIÓN O RELACIÓN CAUSA-EFECTO Ejemplo: Los hábitos de estudio influyen en el rendimiento académico de los estudiantes. Y. X Hábitos de estudio. Rendimiento Académico. VARIABLE INDEPENDIENTE. VARIABLE DEPENDIENTE. Nivel nutricional, Nivel de concentración,. VARIABLE INTERVINIENTE CONCEPTOS GENERALES.

(5) Tu éxito, nuestro éxito. VARIABLES CLASIFICACION SEGÚN SU NATURALEZA V. CUALITATIVA. Expresa una cualidad, característica, o atributo, cuyo dominio de variación se puede clasificar u ordenar. No asumen valores numéricos.. V. CUALITATIVAS NOMINALES. V. CUALITATIVAS ORDINALES. Se pueden clasificar y además, se pueden ordenar.. Si sólo se pueden clasificar. Sexo, estado civil, grupo sanguíneo, lugar de residencia, método anticonceptivo. Riesgo obstétrico, grado de estudios, jerarquía militar.. CONCEPTOS GENERALES Tu éxito, nuestro éxito. VARIABLES CLASIFICACION SEGÚN SU NATURALEZA V. CUANTIVA. V. CUANTITATIVA DISCRETA. Son variables que asumen o se expresan numéricamente, y cuyo dominio de variación, además de ser susceptible de clasificación y ordenación, se pueden cuantificar. No admite valores intermedios. V. CUANTITATIVA CONTINUA. Admite valores intermedios entre dos unidades de medida. VARIABLE CUANTITATIVAS Número de eventos adversos: 3 Peso de 50 pacientes: 34. 33,4. 5. Discreta. 2. 23,54. Número de camas para hospitalización: 15. 34,2 20. Continua. 32. 35. Perímetro cefálico de 100 recién nacidos: 34,3 35,1 36. Discreta. 32,1. Continua. CONCEPTOS GENERALES.

(6) Tu éxito, nuestro éxito. VARIABLES ESCALAS DE MEDICIÓN NOMINAL ORDINAL. A cada unidad se determina la pertenencia a una categoría, entre varias categorías excluyentes. No es posible establecer relación de orden entre las categorías. Los números cumplen la propiedad = ó ≠ Sexo:. INTERVALO. Masculino. Estado civil :. (M) (1); Femenino (F) (2). Soltero Casado Viudo Divorciado. (S) (C) (V) (D). (1) (2) (3) (4). RAZÓN CONCEPTOS GENERALES Tu éxito, nuestro éxito. VARIABLES ESCALAS DE MEDICIÓN NOMINAL ORDINAL INTERVALO RAZÓN. Se determina la pertenencia de las unidades a categorías excluyentes, pero existe un grado de intensidad de la propiedad medida, por lo que las categorías guardan un orden. Los números cumplen la propiedad: < ó = ó >. Dolor: Leve (1);. Moderado. (2); Severo (3). Grado de instrucción : Primaria (1) Secundaria (2) Superior (3). CONCEPTOS GENERALES.

(7) Tu éxito, nuestro éxito. VARIABLES ESCALAS DE MEDICIÓN NOMINAL ORDINAL INTERVALO RAZÓN. -Se asigna números a cada elemento para indicar la intensidad de una característica, con unidad de medida y origen arbitrarios, que se elige en base a conveniencias prácticas. -Entre dos valores consecutivos se puede determinar su distancia. -La única operación que se puede realizar es la resta - Ejm: Temperatura en °C, Puntuaciones de pruebas de psicología (cero que le corresponde es arbitrario). CONCEPTOS GENERALES Tu éxito, nuestro éxito. VARIABLES ESCALAS DE MEDICIÓN NOMINAL ORDINAL INTERVALO RAZÓN. -Se asignan números a los elementos para indicar la intensidad de una característica con unidades de medida arbitraria, pero de origen fijo, manteniendo la igualdad de las proporciones. -Por consiguiente, se pueden realizar todas las operaciones aritméticas. (origen absoluto) - Peso - Hemoglobina - Colesterol - Frecuencia cardíaca - Presión arterial CONCEPTOS GENERALES.

(8) Tu éxito, nuestro éxito. ERRORES EN LAS MEDICIONES A) ERROR ABSOLUTO Y ERROR RELATIVO Ejemplo: Mediciones verdaderas: -Perímetro cefálico: 33 cm. ERROR ABSOLUTO Diferencia entre el valor asignado y el verdadero valor Variables Perímetro cefálico. Error absoluto 35-33 = 2. Mediciones asignadas: -Perímetro cefálico: 31 y 35 cm. ERROR RELATIVO Relación entre el error absoluto y el verdadero valor Error relativo 2/33 = 0.06. CONCEPTOS GENERALES Tu éxito, nuestro éxito. ERRORES EN LAS MEDICIONES B) ERROR ALEATORIO Y SISTEMÁTICO ERROR ALEATORIO El azar hace que la muestra no sea representativa No afecta a la validez interna de un estudio, pero reduce la generalización de las conclusiones. Se pueden minimizar aumentando el tamaño de la muestra. ERROR SISTEMÁTICO O SESGOS Fallo en el diseño o en la ejecución del estudio. Los resultados de la muestra son diferentes a la población de la que proceden. Conclusiones incorrectas. NO se pueden minimizar aumentando el tamaño de la muestra.. CONCEPTOS GENERALES.

(9) Tu éxito, nuestro éxito. ERRORES EN LAS MEDICIONES B.1) ERROR SISTEMÁTICO o SESGOS Sesgo de selección. ERROR SISTEMÁTICO O SESGOS. Sesgo de información. Factor de confusión. Forma errónea en la que fueron seleccionados los sujetos de estudio. Se introducen durante la selección o seguimiento de la población en estudio Se introducen durante la medición de los eventos de interés. La medición se realiza de manera distinta entre los grupos que se comparan. El efecto del factor de estudio está mezclado con los efectos de otros factores distintos (extraños) al de interés. Todo factor de confusión debe cumplir tres condiciones: • Ser un factor de riesgo para la enfermedad. • Estar asociado con la exposición. • No ser un paso intermedio entre la exposición y la enfermedad. Tu éxito, nuestro éxito. ERRORES EN LAS MEDICIONES B.1.1) SESGOS DE MEDICIÓN Sesgo del observador. La capacidad de observación de un suceso es variable de un individuo a otro; adicionalmente el observador tiene una percepción subjetiva y a veces prejuiciosa, debido a su interés. Sesgo de la capacidad diagnóstica. La falta de capacidad de un instrumento para detectar lo que debe medir, ocurre cuando se utilizan métodos diagnósticos distintos al Gold Standard; es conocido que no existe coincidencia absoluta entre dos instrumentos de medición.. Sesgo de rendimiento del instrumento. Si no se ha evaluado el rendimiento diagnóstico del instrumento, es posible que la sensibilidad de los instrumentos empleados en tales mediciones carezca de la sensibilidad necesaria para poder detectar la presencia de la variable en estudio. Propio de los estudios retrospectivos, si se pregunta al paciente por el antecedente de exposición existe la posibilidad de olvido; muchas exposiciones pasan inadvertidas y pueden omitirse o minimizar el niveles de exposición.. Sesgo de la unidad de información (memoria) Sesgo de adaptación. En un estudio observacional el evaluado emite una respuesta interesada a fin de obtener una ganancia secundaria..

(10) Tu éxito, nuestro éxito. Se desea determinar el peso de un grupo de escolares. Cinco personas con 5 balanzas procedieron a realizar el pesaje previa calibración antes de cada pesaje. El sesgo que se puede producir es (ENAM 2004): A.. De confiabilidad. B.. Del observador. C.. De validez. D.. De consistencia. E.. Del instrumento. Tu éxito, nuestro éxito. OBTENCION Y REVISION DE DATOS Un dato es un valor de la variable, consiguiente será categórico o numérico. La variable es estado civil un posible valor será: casado. por. La variable es peso de un paciente, un posible valor será 80 kg.. CONCEPTOS GENERALES.

(11) Tu éxito, nuestro éxito. OBTENCION Y REVISION DE DATOS PRIMARIOS Utilizados en estudios prospectivos. Son los obtenidos por el investigador directamente de las unidades de análisis.. SECUNDARIOS Utilizados en estudios retrospectivos. Son los que ya fueron obtenidos y se encuentran registrados en alguna fuente • Historia clínica. • Archivos de datos de instituciones. • Bases de datos de encuestas y censos realizados por instituciones (Ej. INEI). CONCEPTOS GENERALES Tu éxito, nuestro éxito. VALIDEZ Y FIABILIDAD DEL INSTRUMENTO VALIDEZ El estudio mide lo que realmente se propone medir. Es el grado de ausencia de error sistemático. También recibe el nombre de exactitud.. FIABILIDAD El grado de similitud que presentarían los resultados si es que se repite el estudio en condiciones similares (reproductibilidad). Es el grado de ausencia de error aleatorio. CONCEPTOS GENERALES.

(12) Tu éxito, nuestro éxito. VALIDEZ Y FIABILIDAD DEL INSTRUMENTO. Fiable No Válido. Baja fiabilidad Baja validez. No Fiable No Válido. Fiable Válido. CONCEPTOS GENERALES Tu éxito, nuestro éxito. ELABORACION DE DATOS • Una vez que se han captado o recopilado los datos de cada uno de los elementos del grupo de estudio, estos datos, son revisados, clasificados, presentados y resumidos para que permita su análisis e interpretación.. ESTADÍSTICA DESCRIPTIVA.

(13) Tu éxito, nuestro éxito. ELABORACION DE DATOS PRESENTACIÓN DE LA INFORMACIÓN • La presentación de los datos se hace fundamentalmente utilizando dos métodos: • Tabular. • Gráfico Gráfico N° 1 Percepción de la atención del personal Centro de Salud La Paz Junio, 2014. Tabla N° 1 Percepción de la atención del personal Centro de Salud La Paz Junio, 2014 Puntaje Buena Regular Mala Total. Frecuencia 89 4 0 93. Porcentaje 96,0 4,0 0 100,0. ESTADÍSTICA DESCRIPTIVA Tu éxito, nuestro éxito. ELABORACION DE DATOS PRESENTACIÓN DE LA INFORMACIÓN B.1) REPRESENTACIÓN TABULAR TÍTULO. MATRIZ. Tabla 8 El trabajo en mi servicio está bien organizado Hospital de Salud, Noviembre 2012. P2. Freq.. Percent. Totalmente en desacuerdo Pocas veces de acuerdo Indiferente Mayormente de acuerdo Totalmente de acuerdo. 4 3 6 13 5. 12.90 9.68 19.35 41.94 16.13. Total. 31. 100.00. Cum. 12.90 CUERPO 22.58 41.94 83.87 100.00. Fuente: Encuesta de Satisfacción del Personal de Salud modificada. Fuente: (Notas aclaratorias) ESTADÍSTICA DESCRIPTIVA.

(14) Tu éxito, nuestro éxito. ELABORACION DE DATOS B) PRESENTACIÓN DE LA INFORMACIÓN B.2) REPRESENTACIÓN GRÁFICA DIAGRAMA DE BARRAS (rectángulos).. DIAGRAMA SECTORIAL , circular, pastel.. VARIABLE CUALITATIVA. PICTOGRAMAS. ESTADÍSTICA DESCRIPTIVA Tu éxito, nuestro éxito. ELABORACION DE DATOS B) PRESENTACIÓN DE LA INFORMACIÓN B.2) REPRESENTACIÓN GRÁFICA Variables cuantitativas discretas. VARIABLE CUANTITATIVA. -Diagrama de barras.. -Histograma. -Polígono de frecuencias (OJIVA). Variables cuantitativas continuas. Frecuencias acumuladas (Fi). ESTADÍSTICA DESCRIPTIVA.

(15) Tu éxito, nuestro éxito. ELABORACION DE DATOS B) PRESENTACIÓN DE LA INFORMACIÓN B.2) REPRESENTACIÓN GRÁFICA Diagrama de tallos y hojas (Stem-and-Leaf Diagram). VARIABLE CUANTITATIVA. Permite obtener simultáneamente una distribución de frecuencias de la variable y su representación gráfica. Esta representación de los datos es semejante a la de un histograma pero además de ser fáciles de elaborar, presentan más información que estos.. ESTADÍSTICA DESCRIPTIVA Tu éxito, nuestro éxito. • El grafico del histograma, se emplea para representar (ENAM 2006A) a) Variables cualitativas b) Variables cuantitativas c) Frecuencia relativas d) Cuartiles e) Dispersión.

(16) Tu éxito, nuestro éxito. • En el siguiente grafico de tallos y hojas, el Nº de elementos que constituye la muestra es: (ENAM 2006). a) 20. 22 25. b) 14. 34 35 41 41 46 46 46 47 49. c) 15. 54 54 59 60. d) 9 e) 19. Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES A) MEDIDAS DE TENDENCIA CENTRAL. B) MEDIDAS DE DISPERSIÓN. Los datos tienden a concentrarse alrededor de un valor central.. Los datos se distribuyen en forma muy dispersa o con poca dispersión. - Desviación estándar - Varianza - Coeficiente de variación o desviación cuartílica.. - Media aritmética - Mediana - Moda.. Polígono de frecuencias simples. ESTADÍSTICA DESCRIPTIVA.

(17) Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES A) MEDIDAS DE TENDENCIA CENTRAL. MEDIA. Si tenemos n datos representados por: x1, x2, ..., xn, la media aritmética de estos n datos está dado por: X = (x1 + x2 + ... + xn)/n. La media se considera como un valor representativo del conjunto de datos que se estudia y caracteriza a toda una distribución. En su calculo intervienen todos los valores que se están estudiando. La media se utiliza cuando la variable está medida a escala de razón. La media aritmética es sensible a valores extremos. ESTADÍSTICA DESCRIPTIVA Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES A) MEDIDAS DE TENDENCIA CENTRAL. MEDIANA. La mediana es un valor que divide a la distribución ordenada en forma ascendente o descendente en dos grupos iguales, es decir, a cada grupo le corresponde el 50% de los datos.. 50% Vmin. 50% Me. Vmáx. La mediana no se ve afectada por valores extremos. En el cálculo interviene un solo valor. La mediana se utiliza cuando la variable está medida por lo menos a escala ordinal. ESTADÍSTICA DESCRIPTIVA.

(18) Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES A) MEDIDAS DE TENDENCIA CENTRAL. MODA. La moda es la observación que le corresponde la mayor frecuencia.. Se utiliza mayormente cuando la característica en estudio ha utilizado por lo menos escala nominal. Ejemplo: de los valores: - 3, 5, 7, 4, 3, ,5, 9, 3. M0 =3. - 1, 3, 7, 1, 4, 1, 5, 3, 7, 3. Mo1=1 , Mo2=3. - Estado Civil: Soltero Casado divorciado 30 60 10. M0 = casado ESTADÍSTICA DESCRIPTIVA. Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES B) MEDIDAS DE DISPERSIÓN VARIANZA La varianza cuantifica la variabilidad de los datos con respecto a la media aritmética y se denota por V(X). Dado un conjunto de n datos x1, x2, ..., xn con media aritmética X, la varianza de estos datos se define como: Consideremos las edades en años de 5 niños: 3, 4, 2 , 5, 1 La media de las edades es de 3 años. X. X-3. 3. 0. 0. 4. 1. 1. 2. -1. 1. 5. 2. 4. 1. -2. 4. 0. 10. Total. (X-3)². Varianza = 10/5 = 2 años² Las unidades al cuadrado limita interpretación. ESTADÍSTICA DESCRIPTIVA.

(19) Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES B) MEDIDAS DE DISPERSIÓN DESVIACIÓN ESTÁNDAR. Se define como la raíz cuadrada de la varianza, es decir: _______. V = V(x), en relación al ejemplo se tiene:. V = 2 = 1.41 años. Por consiguiente la variabilidad de los datos con respecto a la media en promedio es de 1.41 años.. ESTADÍSTICA DESCRIPTIVA Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES B) MEDIDAS DE DISPERSIÓN COEFICIENTE DE VARIACIÓN. Se define como: C.V. = V/x *100 Cuando CV d 10%, poca variabilidad; 10% < CV d 33%, variabilidad aceptable;. 33% < CV d 50%, variabilidad excesiva tolerable 50% < CV variabilidad excesiva.. En relación al ejemplo se tiene: CV = 1.41/3*100=47% Nos indica variabilidad excesiva tolerable. ESTADÍSTICA DESCRIPTIVA.

(20) Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES B) OTRAS MEDIDAS Son aquellos que dividen a la distribución en cien partes iguales en donde cada uno de ello incluye el 1% de las observaciones:. PERCENTILES. _1%_._1%_. 1%_._1%_._1%_. .........._1%_._1%_._1%_._1%_._1%_ P1. P2. P3. P4. .. ........... P96. P97. P98. P99. Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos. Por ejemplo, el percentil 20º es el valor debajo del cual se encuentran el 20 por ciento de las observaciones. P25 = Q1 P50 = Q2 = mediana. P75 = Q3 ESTADÍSTICA DESCRIPTIVA Tu éxito, nuestro éxito. CÁLCULO DE MEDIDAS RESÚMENES B) OTRAS MEDIDAS Los cuartiles son los tres valores que dividen al conjunto datos ordenados en cuatro partes porcentualmente iguales.. CUARTIL. 75% 25% 25% Mínimo. 25% 75%. 25% Cuartil 1 Q1. 25%. Mediana Cuartil 2 Q2. 25% Cuartil 3 Q3. Máximo. ESTADÍSTICA DESCRIPTIVA.

(21) Tu éxito, nuestro éxito. SIMETRÍA DISTRIBUCIÓN SIMÉTRICA. DISTRIBUCIÓN ASIMÉTRICA. Cuando los datos de una población se distribuyen con igual frecuencia y alejamiento por debajo y por encima de la media aritmética. Cuando los datos por debajo de la media son más frecuentes que aquellos por encima de la media, o viceversa. ESTADÍSTICA DESCRIPTIVA Tu éxito, nuestro éxito. DISTRIBUCIÓN NORMAL Es una distribución de probabilidad de variable continua. La mayoría de las variables continuas tienen polígonos de frecuencias que permiten visualizar un aumento gradual hasta llegar a un máximo y luego un descenso igualmente gradual. Así: Polígono de frecuencias. Si n o f e co0. Xi. Curva normal. y x. P. Xi DISTRIBUCIÓN DE DATOS.

(22) Tu éxito, nuestro éxito. DISTRIBUCIÓN NORMAL CARACTERÍSTICAS 1. Es simétrica respecto a la media, P. 2. La media, la mediana y la moda son iguales. 3. El área total debajo de la curva y por encima del eje x es igual a una unidad cuadrada 4. La normal queda completamente determinada por los parámetros P y V . y. e 1 2π σ. 1 § x μ · ¨ ¸ 2© σ ¹. 2. Fórmula o ecuación denominada también función de densidad de la variable aleatoria continua. DISTRIBUCIÓN DE DATOS Tu éxito, nuestro éxito. DISTRIBUCIÓN NORMAL CARACTERÍSTICAS 5. Si se levantan perpendiculares a una distancia de una desviación estándar a ambos lados de la media, se habrá delimitado aproximadamente el 68.3% del área total. Si se extienden estas perpendiculares hasta dos desviaciones estándar, se define como 95.4% del área total y con 3 desviaciones estándar aproximadamente el 99.7%. Así:. 95,4%. DISTRIBUCIÓN DE DATOS.

(23) Tu éxito, nuestro éxito. La mediana, la moda y la media aritmética coinciden cuando la distribución de datos asume una curva________. (ENAM 2008) a) b) c) d) e). Multimodal Bimodal Normal Asimétrica con cola a la izquierda Asimétrica con cola a la derecha. Tu éxito, nuestro éxito. ¿Qué porcentaje del área bajo la curva normal estándar se localiza entre +2 desviaciones estándares de la media? (ENAM 2004): A.. 58,6. B.. 95,4. C.. 68,3. D.. 90,4. E.. 99,9. 95,4%.

(24) Tu éxito, nuestro éxito. DISTRIBUCIÓN BINOMIAL Es una distribución de probabilidad de variable discreta que cuenta el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos.. ENSAYO DE BERNOULLI La formación de un proceso de Bernoulli se efectúa bajo las siguientes condiciones. A. Se tiene un número finito de ensayos B. Cada ensayo conduce a uno de dos resultados mutuamente excluyentes. Uno de los resultados posibles se denomina (arbitrariamente) éxito y el otro fracaso. C. La probabilidad de éxito, representada por p, permanece constante de ensayo a ensayo. La probabilidad de fracaso, 1-p, se denota por q. D. Los ensayos son independientes, es decir, el resultado de cualquier ensayo particular no es afectado por el resultado del otro ensayo. DISTRIBUCIÓN DE DATOS Tu éxito, nuestro éxito. DISTRIBUCIÓN BINOMIAL CÁLCULO DE PROBABILIDADES CON LA DISTRIBUCIÓN BINOMIAL Al estudiar la distribución binomial se tiene interés en calcular la probabilidad de obtener “x” éxitos de un total de n ensayos de Bernoulli. Este cálculo se realiza con: n! p(X = x) = p x qn- x x!(n - x)! Donde:. X = variable aleatoria x = 0,1,2,3,....n. Se demuestra que la distribución binomial es una distribución de probabilidad ya que: P(x) ≥ 0, para todo x. ∑P(x) =1 La distribución binomial tiene dos parámetros: n y p La media de la distribución binomial es: μx = np La desviación estándar es: σx = √npq. DISTRIBUCIÓN DE DATOS.

(25) Tu éxito, nuestro éxito. DISTRIBUCIÓN BINOMIAL Ejemplo: En cierta población la prevalencia de alergia es de 20%. Si se selecciona una muestra aleatoria de n=10. Calcular : La probabilidad de que la muestra contenga exactamente un alérgico. Solución: Datos: Éxito= tener alergia, p = 0,2 y q = 0,8 n = 10 x=1 Luego: P(X=1)= 10! (0,2)1 (0,8)9 1!9! = 10 (0,2)(0,8)9 P(X=1) = 0,2684. DISTRIBUCIÓN DE DATOS Tu éxito, nuestro éxito. • Respecto a la Distribución Binomial, una característica importante es que (ENAM 2005): a) b) c) d) e). Los ensayos no son independientes Se aplica a las variables, continuas La media y la variancia son iguales Se deriva de Ensayo de Bernoulli El resultado de un ensayo afecta a otro.

(26) Tu éxito, nuestro éxito. MUESTREO DEFINICIÓN DE TÉRMINOS UNIDAD DE ANALISIS. POBLACION. Esta constituido por un conjunto de unidades de análisis y que debe estar delimitado en el espacio y tiempo.. Es aquella unidad indivisible del cual se obtiene el dato estadístico.. MUESTRA. Es un subconjunto de unidades de la población para estudiar sus Características. Esta debe ser representativa y adecuada al tamaño. MUESTREO Tu éxito, nuestro éxito. MUESTREO DEFINICIÓN DE TÉRMINOS • PARÁMETRO • Es una medida que describe una característica de la población. Su valor se calcula en base a todos los valores de la población que es objeto de estudio.. ESTADÍSTICO Es una medida que describe una característica en la muestra y cuyo valor está en función de los datos muestrales.. MUESTREO.

(27) Tu éxito, nuestro éxito. MUESTREO DEFINICIÓN DE TÉRMINOS. MUESTREO Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO Técnicas Definir. Elaborar. Seleccionar. Aleatorio simple. Sistemático. Población. Marco muestral. Muestra. Análisis. Precisión. Estratificado. Conglomerado. Confianza. Sistema combinado. MUESTREO.

(28) Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO POBLACIÓN OBJETIVO. Parturientas de Lima Metropolitana. POBLACIÓN FUENTE CRITERIOS DE INCLUSION. MARCO MUESTRAL (N) “ todos son elegibles para participar”. MUESTRA. Parturientas INMP. Registro de embarazadas Hospitalizadas INMP. n MUESTREO. Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO 1. CRITERIOS DE SELECCIÓN DE LOS SUJETOS (INCLUSIÓN) CARACTERÍSTICAS DEMOGRÁFICAS (Edad, Sexo, Raza, Nivel de instrucción) CARACTERÍSTICAS DE LA ENFERMEDAD O EXPOSICIÓN (Definición de enfermedad o exposición; Características: forma, tipo, estadía, curso clínico, etiología, complicaciones, duración, etc) CARACTERÍSTICAS DE ACCESIBILIDAD (Lugar de residencia, distancia al establecimiento de salud) OTRAS CARACTERÍSTICAS (Embarazo o lactancia, Consumo de tabaco o alcohol, Drogodependencia, Hábitos dietéticos). MUESTREO.

(29) Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO 2. CRITERIOS DE EXCLUSIÓN Son aquellas características de los sujetos, que habiendo cumplido con los criterios de inclusión, por alguna razón deben ser excluidos del estudio.. Es decir, no es lo contrario a los criterios de inclusión, sino una característica complementaria.. MUESTREO Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO SELECCIONAR LA MUESTRA PROBABILISTICO. NO PROBABILISTICO. PROBABILIDAD MAYOR QUE CERO DE SER SELECCIONADO (p>0). ELEMENTOS DE LA POBLACION CON PROBABILIDAD IGUAL A CERO DE SER SELECCIONADOS (p=0). Todas las unidades tienen igual probabilidad de participar en la muestra.. La elección de cada unidad muestral es independiente de las demás. Se puede calcular el error muestral.. Cada unidad NO tiene igual probabilidad de participar en la muestra. No se puede calcular el error muestral. Alto riesgo de invalidez producido por la introducción de sesgos. MUESTREO.

(30) Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO E) SELECCIONAR LA MUESTRA TIPOS DE MUESTREO NO PROBABILISTICO. PROBABILISTICO ESTIMACIÓN DE PARÁMETROS. COMPROBACIÓN DE HIPÓTESIS. ESTUDIOS PILOTOS ESTUDIOS CUALITATIVOS INVESTIGACIONES EN POBLACIONES DE DIFÍCIL REGISTRO O LOCALIZACIÓN (EJ. MARGINALES, PROSTITUTAS, ENFERMOS DE VIH, ETC…). MUESTREO Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO Muestreo por conveniencia. MUESTREO NO PROBABILÍSTICO. Las muestras son seleccionadas porque son accesibles para el investigador. Los sujetos son elegidos simplemente porque son fáciles de reclutar. Es la más fácil, la más barata y la que menos tiempo lleva.. Muestreo consecutivo. Es muy similar al muestreo por conveniencia, excepto que intenta incluir a TODOS los sujetos accesibles como parte de la muestra. Lo que hace que la muestra represente mejor a toda la población. (mejor muestra no probabilística).. Muestreo por cuotas. El investigador asegura una representación equitativa y proporcionada de los sujetos, en función de qué rasgo es considerado base de la cuota. (generalmente edad, género, educación, etnia, religión, nivel socioeconómico).. Muestreo intencional. Muestreo de bola de nieve. Los sujetos son elegidos para formar parte de la muestra con un objetivo específico. El investigador cree que algunos sujetos son más adecuados para la investigación que otros. Son elegidos deliberadamente. Se lleva a cabo generalmente cuando hay una población muy pequeña. En este tipo de muestreo, el investigador le pide al primer sujeto que identifique a otro sujeto potencial que también cumpla con los criterios de la investigación.. MUESTREO.

(31) Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO Muestreo aleatorio simple. - Se aplica cuando la población es finita y homogénea. - En un muestreo aleatorio simple a cada elemento de la población le corresponde la misma probabilidad de ser seleccionada para integrar la muestra (si la muestra es sin reposición) - En el muestreo con reposición, el elemento seleccionado en cada extracción vuelve a ser incluido en la población antes de extraer el siguiente elemento. - Números aleatorios, bolillas. MUESTREO PROBABILÍSTICO. Muestreo aleatorio estratificado. -Los sujetos son inicialmente agrupados en diferentes categorías, tales como la edad, el nivel socioeconómico o el género. -Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los distintos estratos. Es importante tener en cuenta que los estratos no se superpongan.. MUESTREO Tu éxito, nuestro éxito. MUESTREO ETAPAS DEL MUESTREO Muestreo aleatorio sistemático. Es usada cuando la población es finita y heterogénea Procedimiento a utilizar es: Arranque aleatorio y que consiste en: 1.Enumerar los elementos de la población 2.Determinar una relación de muestreo denotado por K K= N (tamaño de la población) n (tamaño de la muestra Por ejemplo si N = 150 y n = 30 entonces K = 150 / 30 = 5. MUESTREO PROBABILÍSTICO. Muestreo aleatorio por conglomerados. Se realiza cuando es imposible el muestreo aleatorio simple debido al tamaño de la población.. MUESTREO.

(32) Tu éxito, nuestro éxito. Una medida descriptiva calculada a partir de los datos de una muestra se llama: (ENAM 2005) a) Estadístico b) Parámetro c) Población d) Variable e) Muestreo. Tu éxito, nuestro éxito. El último Censo del INEI muestra que en una región del país, el 10,5% de los residentes tienen más de 60 años. En un sistema de muestreo se llaman a 200 residentes elegidos al azar, obteniéndose que el 9.2% tenían más de 60 años. El valor de 10.5% se considera (ENAM 2010) : a) b) c) d) e). Un error estándar Una muestra Una estadística Una población Un parámetro. POBLACIÓN. MUESTRA. 10,5%. 9.2 %.

(33) Tu éxito, nuestro éxito. • En relación al muestreo, las características que permiten definir la población que participa en un estudio, son los llamados criterios de (ENAM 2005): a) b) c) d) e). Excusión Admisión Selección Aleatorización Inclusión. Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS Es una técnica estadística que se sigue para decidir si rechazamos o no una hipótesis estadística en base a la información de una muestra.. HIPÓTESIS ESTADÍSTICA Es una afirmación de lo que creemos sobre una población. Por lo general, está hipótesis se refiere a los parámetros de la población acerca de los cuales se quiere hacer la afirmación.. ESTADÍSTICA INFERENCIAL.

(34) Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS HIPÓTESIS NULA. DECISIÓN ENTRE DOS HÍPÓTESIS HIPÓTESIS DE ALTERNATIVA. Consiste en una afirmación acerca de la población de origen de la muestra. Refuta o niega aquello que es afirmado por las hipótesis de investigación.. Es una afirmación acerca de la población de origen. Muchas veces, aunque no siempre, consiste simplemente en negar la afirmación de la hipótesis nula. ESTADÍSTICA INFERENCIAL. Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS Ejemplo 1 Un investigador pretende estudiar en forma comparativa la eficacia de dos tratamientos (TRATAMIENTO A Y TRATAMIENTO B) para determinar cuál es el mejor El tratamiento A es mejor que el tratamiento B El tratamiento A no difiere del tratamiento B. ESTADÍSTICA INFERENCIAL.

(35) Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS HIPÓTESIS NULA (H0) También se le denomina hipótesis de la no diferencia y se establece para ser rechazada o desacreditada.. Ho: PA - PB = 0. (Tratamiento A no difiere de B). HIPÓTESIS ALTERNATIVA(H1) Son todas las demás suposiciones o alternativas al problema para contrastar Ho.. H1: PA - PB > 0, (indica que tratamiento A es mejor que el tratamiento B. H1 es unilateral a la derecha). ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS H o: P A - P B = 0 H1: PA - PB > 0. PRUEBA ESTADÍSTICA. VALOR Z. Nivel de significación Ho. α=p (Probabilidad de cometer Error tipo I) p = 0,05. NO SIGNIFICATIVO. SIGNIFICATIVO. Z = 1,96. Si: p < 0,05 Rechazo Ho P > 0,05 NO rechazo Ho. ESTADÍSTICA INFERENCIAL.

(36) Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS. p. PRUEBA ESTADÍSTICA. H o: P A - P B = 0 H1: PA - PB > 0. P < 0,05 Ejemplo 1. Ejemplo 2. Decisión: Rechazo la hipótesis nula. Decisión: NO rechazo la hipótesis nula. Conclusión: El tratamiento A es mejor que el tratamiento B. Conclusión: No hay diferencia ente el tratamiento A y el tratamiento B. P=0,08 > 0,05. P=0,02 < 0,05. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS LA LOGICA DEL PROCEDIMIENTO Hipótesis Científicas Hipótesis Estadísticas. Determinación del valor p Según el valor de estadística de prueba y distribución respectiva Decisión ESTADÍSTICA INFERENCIAL.

(37) Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS ERRORES REALIDAD Ho verdadero. Rechazar Ho. DECISIÓN ESTADÍSTICA No rechazar Ho. Error tipo I (D). NIVEL DE SIGNIFICACIÓN DE LA PRUEBA. Decisión correcta (1-D). GRADO DE CONFIANZA DE LA PRUEBA. Ho Falso. Decisión correcta (1-ß). POTENCIA DE LA PRUEBA. Error tipo II (ß). ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS a) ERROR TIPO I D = P( error tipo I) = P( Rechazar Ho / Ho es verdadero) α puede ser manejada por el investigador, por consiguiente puede establecer su valor, es decir, D=0.001, 0.01 , 0.05 (TOPE D ≤ 0.05) El valor de la “p” coincide con la probabilidad de cometer el error tipo I α nos indica el nivel de significación de la prueba, porque permite diferenciar la región de rechazo y no rechazo de la prueba. 1- D indica el grado de confianza de la prueba. Ejemplo: D= 0.05 , p=0.05, Grado de Confianza: 0.95 ESTADÍSTICA INFERENCIAL.

(38) Tu éxito, nuestro éxito. PRUEBA DE HIPÓTESIS b) ERROR TIPO II ß= P( error tipo II) =. P( No rechazar Ho / Ho falso). ß no se maneja directamente por el investigador. También se denomina potencia de prueba. Valor mínimo que puede tomar es del 80%. ß=4α Tope D ≤ 0.05 → ß = 4 x 0.05 = 0.2 → 1- ß = 0.8 α y ß están relacionados y ambos disminuyen su valor si incrementamos el tamaño de muestra o si mejoremos el diseño del estudio.. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. Al comparar dos medias muestrales, el rechazo de una hipótesis nula, que es verdadera, nos lleva a cometer un error conocido como (ENAM 2004): A.. Beta o Tipo II. B.. Aleatorio. C.. Estándar. D.. Alfa o tipo I. E.. Sistemático. REALIDAD. DECISIÓN ESTADÍSTIC A. Rechazar Ho. No rechazar Ho. Ho verdadero. Ho Falso. Error tipo I (D). Decisión correcta (1-ß). NIVEL DE SIGNIFICACIÓN DE LA PRUEBA. Decisión correcta (1-D). GRADO DE CONFIANZA DE LA PRUEBA. POTENCIA DE LA PRUEBA. Error tipo II (ß).

(39) Tu éxito, nuestro éxito REALIDAD. DECISIÓN ESTADÍSTIC A. Rechazar Ho. No rechazar Ho. Ho verdadero. Ho Falso. Error tipo I (D). Decisión correcta (1-ß). NIVEL DE SIGNIFICACIÓN DE LA PRUEBA. Decisión correcta (1-D). GRADO DE CONFIANZA DE LA PRUEBA. POTENCIA DE LA PRUEBA. Error tipo II (ß). La potencia de una prueba está dada por: (ENAM 2005). a) b) c) d) e). Un intervalo de confianza con un 1% de error La probabilidad de NO cometer un error tipo II Un nivel de significación igual a 0,01 Un valor de Z menor de 1.96 La probabilidad de cometer un error tipo I. Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA. • Son procedimientos que facilitan decidir si una Hipótesis nula se rechaza o no se rechaza. • La aplicación de estas pruebas parte del supuesto de que se ha utilizado un diseño de muestreo probabilístico.. ESTADÍSTICA INFERENCIAL.

(40) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA. La correcta aplicación de la estadística de prueba (fórmula estadística) depende de el nivel de medición de las variables (nominal, ordinal, numérico), de los supuestos que se deben cumplir y del tamaño de muestra o cantidad de datos para analizar.. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PASOS PARA APLICAR UNA PRUEBA DE SIGNIFICANCIA ESTADÍSTICA PRIMERO. SEGUNDO. • Establecer la Hipótesis nula (Ho) y alterna (H1). • Definir el nivel de significancia α (usualmente del 5%).. TERCERO. • Definir y aplicar la estadística de prueba para obtener el valor de probabilidad (valor-p).. CUARTO. • Comparar el valor-p con el nivel de significancia α : • p<α Rechazo Ho, p>α No rechazo Ho. ESTADÍSTICA INFERENCIAL.

(41) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA. PRUEBAS PARAMÉTRICAS. PRUEBAS NO PARAMÉTRICAS. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PRUEBAS PARAMÉTRICAS. ESTADÍSTICA INFERENCIAL.

(42) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PRUEBAS PARAMÉTRICAS CARACTERÍSTICAS Muestras obtenidas aleatoriamente. Distribución normal de las observaciones. Existe un parámetro de interés que buscamos estimar. Varianzas iguales. Se recomienda un tamaño de muestra mínimo de 30 sujetos por grupo. La variable dependiente es medida al menos en una escala de intervalo (intervalo o razón). ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PRUEBAS PARAMÉTRICAS. VENTAJAS. DESVENTAJAS. ESTADÍSTICA INFERENCIAL.

(43) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PRUEBAS NO PARAMÉTRICAS. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PRUEBAS NO PARAMÉTRICAS CARACTERÍSTICAS Datos de distribución libre (no necesariamente normal) Varianzas diferentes Puede usarse en tamaños de muestras menores (20 o <). Es mejor aplicar estas pruebas cuando no se cumplen los supuestos paramétricos.. ESTADÍSTICA INFERENCIAL.

(44) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PRUEBAS NO PARAMÉTRICAS. VENTAJAS. DESVENTAJAS. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA PRUEBAS PARAMÉTRICAS T de Student T de Student para datos apareados ANOVA ANOVA para datos apareados r de Pearson. PRUEBAS NO PARAMÉTRICAS Chi cuadrado Test de Fisher Wilcoxon Friedman U de Mann-Whitney Kruskal-Wallis rho de Spearman tau de Kendall. ESTADÍSTICA INFERENCIAL.

(45) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA a) PRUEBAS PARAMÉTRICAS VARIABLE CUALITATIVA / VARIABLE CUANTITATIVA. DICOTÓMICAS. T DE STUDENT. T DE STUDENT PARA DATOS APAREADOS. MÁS DE 2 CATEGORÍAS. ANÁLISIS DE VARIANZA (ANOVA). ANOVA PARA DATOS APAREADOS. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA a) PRUEBAS PARAMÉTRICAS VARIABLE CUANTITATIVA / VARIABLE CUANTITATIVA COEFICIENTE DE CORRELACIÓN DE PEARSON. REGRESIÓN. ESTADÍSTICA INFERENCIAL.

(46) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA b) PRUEBAS NO PARAMÉTRICAS VARIABLE CUALITATIVA / VARIABLE CUALITATIVA. TEST EXACTO DE FISHER. CHI CUADRADO. Análisis de tablas de contingencia. Tamaño de muestra pequeña (<30). Para datos apareados: McNemar. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA b) PRUEBAS NO PARAMÉTRICAS PRUEBA CHI CUADRADO CHI CUADRADO. UNA VARIABLE. PRUEBA DE BONDAD DE AJUSTE. DOS VARIABLES. PRUEBA DE INDEPENDENCIA. PRUEBA DE HOMOGENEIDAD. ESTADÍSTICA INFERENCIAL.

(47) Tu éxito, nuestro éxito. PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA b) PRUEBAS NO PARAMÉTRICAS. VARIABLE CUALITATIVA VARIABLE VARIABLE CUALITATIVA A VARIABLE CUALITATIVA A VARIABLE CUALITATIVA DE 3 A MÁS CATEGORÍAS CUANTITATIVA (2 CATEGORÍAS) (3 O MÁS CATEGORÍAS) DICOTÓMICA VS VS VS VS VS VARIABLE VARIABLE VARIABLE CUALITATIVA B VARIABLE CUALITATIVA B VARIABLE CUANTITATIVA CUANTITATIVA CUANTITATIVA (2 CATEGORÍAS) (3 O MÁS CATEGORÍAS) Chi Cuadrado Prueba de Kruskal U de Mann Whitney Grupos Prueba de Fisher Chi Cuadrado Independientes (n<30) Wallis (muestras pequeñas) Correlación de Spearman Grupos Prueba de Wilcoxon Prueba de Mcnemar Q de Cochran Dependientes Prueba de Friedman (n<30) (Apareados). ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. Una prueba Chi-cuadrado resulta significativa cuando es aplicada a una muestra de personas clasificadas por condición de presentar o no presentar asma y como expuesta o no expuesta a contaminación ambiental, luego se puede concluir que: (ENAM 2003) a) b) c) d) e). Asma y contaminación son factores relacionados Asma y contaminación son factores independientes Asma y contaminación son factores homogéneos Hay precedencia temporal entre contaminación y asma El valor p es mayor que 0.05. H0 : A y CA no están relacionados H1 : A y CA están relacionados. p < 0.05 Decisión: Rechazo Ho Conclusión: A y CA están relacionados.

(48) Tu éxito, nuestro éxito. Se hace un estudio para encontrar la relación entre diabetes e hipertensión arterial, consideradas como variables cualitativas. La prueba de hipótesis a elegir es: (ENAM 2006A) a) b) c) d) e). t para datos pareados Ji cuadrado de homogeneidad Ji cuadrado de independencia t para muestras independientes Análisis de varianza. Ho: No hay relación entre hipertensión y diabetes H1: Si hay relación entre hipertensión y diabetes.. Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN Las medidas de asociación tratan de estimar la magnitud con la que dos fenómenos se relacionan. Dicha asociación no implica Necesariamente causalidad. Miden la diferencia de ocurrencia de una enfermedad entre dos grupos de personas: personas expuestas (a un factor de riesgo) y personas no expuestas.. ESTADÍSTICA INFERENCIAL.

(49) Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN RIESGO RELATIVO (RR) ODDS RATIO (OR). ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN RIESGO RELATIVO (RR) Es la medida de asociación en los estudios prospectivos (cohortes o ensayos clínicos) Mide la “fuerza de la asociación” entre el factor de riesgo y la enfermedad. El RR se puede estimar de forma directa de la incidencia de la enfermedad en expuestos y en no expuestos. Responde a la pregunta: ¿Cuánto más frecuente es la enfermedad entre los expuestos a un factor de riesgo, respecto a los no expuestos?. ESTADÍSTICA INFERENCIAL.

(50) Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN RIESGO RELATIVO (RR). RR= incidencia acumulada en expuestos incidencia acumulada en no expuestos. .. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN RIESGO RELATIVO (RR) Su significado varía dependiendo del valor que tome:. • RR > 1 → Factor de riesgo (FR). • RR = 1 → Indiferente. La incidencia es igual en expuestos y no expuestos. • RR < 1 → Factor de protección.. RR= incidencia en expuestos = 28 = 1,61 incidencia en no expuestos 17,4. El riesgo de caridiopatía coronaria del que fuma cigarrillos es 1,61en comparación de los que no fuman.. ESTADÍSTICA INFERENCIAL.

(51) Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN ODDS RATIO (OR) La razón de momios (RM) o razón de oportunidades Medida de asociación de estudios transversales y de casos y controles. Se define como la posibilidad de que una condición de salud o enfermedad se presente en un grupo de población, frente al riesgo de que esta ocurra en otro grupo. (Casos y Controles: Factor asociado) En los estudios de casos y controles no se puede calcular la incidencia, porque la población de estudio se selecciona a partir de individuos que ya han desarrollado el efecto, la enfermedad. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN ODDS RATIO (OR). ESTADÍSTICA INFERENCIAL.

(52) Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN ODDS RATIO (OR). ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. MEDIDAS DE ASOCIACIÓN RAZÓN DE PREVALENCIA Es la medida de asociación de los estudios transversales. Su interpretación es similar a la del riesgo relativo, es decir, el número de veces más que padecen la enfermedad los expuestos frente a los no expuestos.. ESTADÍSTICA INFERENCIAL.

(53) Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO. Sirven para estimar la importancia de una exposición en una población y qué sucedería si se lograra eliminar esta exposición en los expuestos o en la población.. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO RIESGO ATRIBUIBLE (RA). RIESGO ATRIBUIBLE PORCENTUAL EN EXPUESTOS (RAexp %) FRACCIÓN ETIOLÓGICA EN LOS EXPUESTOS FRACCIÓN ETIOLÓGICA DEL RIESGO. RIESGO ATRIBUIBLE POBLACIONAL PORCENTUAL (R A P %) FRACCIÓN ETIOLÓGICA POBLACIONAL. ESTADÍSTICA INFERENCIAL.

(54) Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO RIESGO ATRIBUIBLE (RA) El RA mide cuánto del riesgo que presenta un GRUPO EXPUESTO a un factor de riesgo, es atribuible a dicho factor. RA = Tasa o IA exp – Tasa o IA no exp. Esta medida de asociación significa el exceso de riesgo que puede adjudicarse a la presencia de un factor nocivo o a una exposición ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO RIESGO ATRIBUIBLE (RA). Incidencia EXPUESTOS =. 100 x 100 000 = 100 100 000. Incidencia NO EXPUESTOS = 100 x 100 000 = 50 200 000. RA= 100 – 50 = 50. ESTADÍSTICA INFERENCIAL.

(55) Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO RIESGO ATRIBUIBLE PORCENTUAL EN EXPUESTOS (RAexp %) FRACCIÓN ETIOLÓGICA EN LOS EXPUESTOS FRACCIÓN ETIOLÓGICA DEL RIESGO Mide la importancia relativa (como porcentaje) que se le puede atribuir a la exposición a un factor de riesgo, dentro del riesgo absoluto que presenta el GRUPO EXPUESTO. ESTADÍSTICA INFERENCIAL Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO RIESGO ATRIBUIBLE PORCENTUAL EN EXPUESTOS (RAexp %) FRACCIÓN ETIOLÓGICA EN LOS EXPUESTOS FRACCIÓN ETIOLÓGICA DEL RIESGO. Ejemplo: ●. ●. RA de fallecer por cáncer de pulmón en individuos expuestos al hábito de fumar es del 95,8%. Si el en grupo expuesto se eliminara la exposición, se obtendría una reducción del riesgo de tener un cáncer del pulmón, en aproximadamente un 95,8 %.. ESTADÍSTICA INFERENCIAL.

(56) Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO RIESGO ATRIBUIBLE POBLACIONAL PORCENTUAL (R A P %) FRACCIÓN ETIOLÓGICA POBLACIONAL Es la proporción de casos de enfermedad en toda la POBLACIÓN (constituida por expuestos y no expuestos), que son atribuibles al factor de riesgo. Se interpreta como el beneficio potencial que se esperaría en términos de disminución del riesgo en toda la población, si la exposición al factor fuese eliminada.. ●. ●. Tu éxito, nuestro éxito. MEDIDAS DE IMPACTO RIESGO ATRIBUIBLE POBLACIONAL PORCENTUAL (R A P %) FRACCIÓN ETIOLÓGICA POBLACIONAL ●. IA X 100.000 en expuestos=100. ●. IA X 100.000 en no expuestos = 50. ●. IA X 100.000 en toda la pob.= 66,6. ●. RAP% = 66,6 – 50 = 24,92%~ 25% 66,6. ●. ●. El RAP de fallecer por cáncer de pulmón en individuos expuestos al hábito de fumar es 25%. significa que: Significa que, si en la población general se eliminara el hábito de fumar, el riesgo de fallecer por un cáncer del pulmón disminuiría en un 25% ESTADÍSTICA INFERENCIAL.

(57) Tu éxito, nuestro éxito. BIOÉTICA • La bioética es la rama de la ética que se dedica a proveer los principios para la conducta correcta del humano respecto a la vida, tanto de la vida humana como de la vida no humana (animal y vegetal), así como al ambiente en el que pueden darse condiciones aceptables para la vida.. BIOÉTICA Tu éxito, nuestro éxito. CÓDIGO DE ÉTICA MÉDICA DE NÚREMBERG Recoge principios que rigen la experimentación con seres humanos, que resultó de las deliberaciones de los Juicios de Núremberg, al final de la 2da GM.. Diez puntos : 1. Es absolutamente esencial el consentimiento voluntario del sujeto humano. 2. El experimento debe ser tal que dé resultados provechosos para el beneficio de la sociedad. 3. El experimento debe ser proyectado y basado sobre los resultados de experimentación animal y de un conocimiento de la historia natural de la enfermedad o de otro problema bajo estudio, de tal forma que los resultados previos justificarán la realización del experimento. 4. Evitar todo sufrimiento físico y mental innecesario. 5. No debe realizarse ningún experimento cuando exista una razón a priori que lleve a creer el que pueda sobrevenir muerte o daño BIOÉTICA.

(58) Tu éxito, nuestro éxito. CÓDIGO DE ÉTICA MÉDICA DE NÚREMBERG 6. El grado de riesgo que ha de ser tomado no debe exceder nunca el determinado por la importancia humanitaria del problema que ha de ser resuelto con el experimento. 7. Deben realizarse preparaciones propias y proveerse de facilidades adecuadas para proteger al sujeto de experimentación contra posibilidades, incluso remotas, de daño, incapacitación o muerte. 8. El experimento debe ser realizado únicamente por personas científicamente calificadas. 9. Durante el curso del experimento el sujeto humano debe estar en libertad de interrumpirlo si ha alcanzado un estado físico o mental en que la continuación del experimento le parezca imposible. 10. Durante el curso del experimento el científico responsable tiene que estar preparado para terminarlo en cualquier fase. BIOÉTICA Tu éxito, nuestro éxito. DECLARACIÓN DE HELSINKI La Declaración de Helsinki (1964) fue promulgada por la Asociación Médica Mundial (WMA) como un cuerpo de principios éticos que deben guiar a la comunidad médica y otras personas que se dedican a la experimentación con seres humanos. Establece normas éticas para los médicos que llevan a cabo investigaciones biomédicas, tanto clínicas como no clínicas, y exige en sus disposiciones el consentimiento informado de los sujetos y la evaluación ética del protocolo de investigación.. BIOÉTICA.

(59) Tu éxito, nuestro éxito. INFORME BELMONT Es un informe del Departamento de Salud, Educación y Bienestar de EEUU, titulado "Principios éticos y pautas para la protección de los seres humanos en la investigación". (Centro de Conferencias Belmont, 18 de abril de 1979). • Los tres principios éticos fundamentales para usar sujetos humanos en la investigación son:. RESPETO A LAS PERSONAS. Protegiendo la autonomía de todas las personas y tratándolas con cortesía, respeto y teniendo en cuenta el consentimiento informado.. BENEFICENCIA. Maximizar los beneficios para el proyecto de investigación mientras se minimizan los riesgos para los sujetos de la investigación. JUSTICIA. Usar procedimientos razonables, no explotadores y bien considerados para asegurarse que se administran correctamente (en términos de costo-beneficio).. BIOÉTICA Tu éxito, nuestro éxito. PRINCIPIOS BIOETICOS En Principles of Biomedical Ethics, Tom L. Beauchamp y James F. Childress, defienden los siguientes cuatro principios:. BIOÉTICA.

(60) Tu éxito, nuestro éxito. PRINCIPIOS BIOETICOS AUTONOMÍA. NO MALEFICENCIA. • El individuo autónomo es el que actúa libremente de acuerdo con un plan autoescogido. • La autonomía de una persona es respetada cuando se le reconoce el derecho a mantener puntos de vista, a hacer elecciones y a realizar acciones basadas en valores y creencias personales. • Obliga a los profesionales a revelar información, a asegurar la comprensión y la voluntariedad y a potenciar la participación del paciente en la toma de decisiones. • El principio de no-maleficencia hace referencia a la obligación de no infringir daño intencionadamente (primum non nocere). • Se concentran en “los daños físicos, incluyendo el dolor, la discapacidad y la muerte, sin negar la importancia de los daños mentales y las lesiones de otros intereses” BIOÉTICA. Tu éxito, nuestro éxito. PRINCIPIOS BIOETICOS BENEFICENCIA. JUSTICIA. • Si la no-maleficencia consiste en no causar daño a otros, la beneficencia consiste en prevenir el daño, eliminar el daño o hacer el bien a otros. • Mientras que la no-maleficencia implica la ausencia de acción, la beneficencia incluye siempre la acción. • Las desigualdades en el acceso al cuidado de la salud y el incremento de los costes de estos cuidados han ocasionado en el ámbito de la sanidad el debate sobre la justicia social. • Es el tratamiento equitativo y apropiado a la luz de lo que es debido a una persona. Una injusticia se produce cuando se le niega a una persona el bien al que tiene derecho o no se distribuyen las cargas equitativamente. BIOÉTICA.

(61) Tu éxito, nuestro éxito. El consentimiento se da cuando el paciente acepta o rechaza cualquier acción médica. Este hecho del paciente se basa en el principio de (ENAM 2006): a) b) c) d) e). Beneficencia Libertad No maleficencia Justicia Autonomía. Tu éxito, nuestro éxito. EPIDEMIOLOGÍA – PARTE 1 M.C. VLADIMIR V. FLORES BENITES GESTIÓN EN SALUD.

(62) Tu éxito, nuestro éxito. RAMAS DE LA EPIDEMIOLOGÍA “Es el estudio de la frecuencia y distribución de las enfermedades y sus determinantes en la población” • La epidemiología se ocupa de dos aspectos fundamentales: 1. Estudiar la distribución de las enfermedades en relación con las variables “lugar”, “tiempo” y “persona”. Es lo que se denomina Epidemiología Descriptiva. • 2. Buscar los factores que determinan la distribución encontrada e identificar asociaciones causales. Es lo que hace la llamada Epidemiología Analítica. CONCEPTOS PREVIOS Tu éxito, nuestro éxito. RAMAS DE LA EPIDEMIOLOGÍA EPIDEMIOLOGÍA DESCRIPTIVA • Es la rama de la epidemiología que describe el fenómeno epidemiológico en tiempo, lugar y persona, cuantificando la frecuencia y distribución del fenómeno mediante medidas de incidencia, prevalencia y mortalidad, con la posterior formulación de hipótesis. CONCEPTOS PREVIOS.

(63) Tu éxito, nuestro éxito. RAMAS DE LA EPIDEMIOLOGÍA EPIDEMIOLOGÍA DESCRIPTIVA a) TIEMPO Las enfermedades pueden ser agudas o crónicas. Algunas tienen estacionalidad (Ejm: resfrío común), Permiten describir y predecir sus ciclos (un patrón de variación en períodos > 1 año), y su tendencia secular (patrón de variación en el tiempo).. • • •. Figura 2. Microorganismo causal según la estación del año.. Figura 1. Tendencia secular de las tasas globales de las malformaciones del SNC.. Tu éxito, nuestro éxito. RAMAS DE LA EPIDEMIOLOGÍA EPIDEMIOLOGÍA DESCRIPTIVA b) LUGAR •. •. La localización geográfica es fundamental para conocer su extensión y velocidad de diseminación. La unidad geográfica (domicilio, la calle, el barrio, la localidad, el distrito, la provincia, el estado)..

(64) Tu éxito, nuestro éxito. RAMAS DE LA EPIDEMIOLOGÍA EPIDEMIOLOGÍA DESCRIPTIVA c) PERSONA ● Las características de las personas (edad, el género, el estado nutricional, sus hábitos y conductas, y su condición social). ● La variación de la ocurrencia de enfermedad puede explicarse a diferencias en el nivel de exposición, a la susceptibilidad a los mismos, o a una combinación de ambos.. Tu éxito, nuestro éxito. RAMAS DE LA EPIDEMIOLOGÍA EPIDEMIOLOGÍA ANALÍTICA • Es la rama de la epidemiología que se ocupa de evaluar la existencia de asociación entre uno o varios factores y un evento con el propósito de contribuir a la consideración de una relación causal.. CONCEPTOS PREVIOS.

(65) Tu éxito, nuestro éxito. Las variables clásicas de la descripción epidemiológica son: (EsSalud 12). a) b) c) d) e). Mortalidad, letalidad, morbilidad Vigilancia, intervención, evaluación Magnitud, exposición, susceptibilidad Agente, huésped, ambiente Tiempo, lugar, persona. Tu éxito, nuestro éxito. CAUSALIDAD • Se define una causa de un evento de enfermedad específico como un evento antecedente, la condición o la característica que eran necesarios para la ocurrencia de la enfermedad al momento en que ocurrió.. CAUSALIDAD.

(66) Tu éxito, nuestro éxito. MODELOS DE CAUSALIDAD a) TRIADA EPIDEMIOLÓGICA • En este modelo, la enfermedad es el resultado de la interacción entre el agente, el huésped susceptible y el ambiente AGENTE: principio, germen o sustancia capaz de actuar dentro del organismo. Es necesaria su presencia para provocar una enfermedad, pero no necesariamente ocasiona un mal por sí sola. HUESPED: es el individuo que en circunstancias naturales permite la subsistencia o el alojamiento de un agente. AMBIENTE: grupo de factores externos potencialmente capaces de influir en un organismo CAUSALIDAD Tu éxito, nuestro éxito. MODELOS DE CAUSALIDAD a) TRIADA EPIDEMIOLÓGICA. CAUSALIDAD.

(67) Tu éxito, nuestro éxito. MODELOS DE CAUSALIDAD b) MODELO DE COMPONENTES CAUSALES ● Es un modelo de multicausalidad que se aplica a todo tipo de enfermedades.. ● La enfermedad es producida por un conjunto mínimo de condiciones que actúan en conjunto.. • Causa componente: Conjunto de elementos que actúan integralmente para conformar una causa suficiente. • Causa suficiente: Grupo de condiciones y acontecimientos mínimos que inevitablemente producen la enfermedad o la salud. En la etiología de una enfermedad, el que se complete una causa suficiente sería el equivalente al desencadenamiento de esa enfermedad. Tu éxito, nuestro éxito. MODELOS DE CAUSALIDAD b) MODELO DE COMPONENTES CAUSALES Causa suficiente I. Causa suficiente II. Causa suficiente III. Si las figuras I, II y III son causas suficientes y las únicas que operan en una enfermedad: ¿qué sería la proporción A?: causa necesaria (Sin A no se daría la enfermedad). ¿qué proporción es B? B es causa para los mecanismos I y II. Si G no estaría, no existiría la enfermedad en el mecanismo II y B con F serían biológicamente independientes. Al contrario si G estuviera presente, se daría la enfermedad y B con F serian biológicamente interactuantes.. CAUSALIDAD.

(68) Tu éxito, nuestro éxito. MODELOS DE CAUSALIDAD b) MODELO DE COMPONENTES CAUSALES. CAUSALIDAD Tu éxito, nuestro éxito. TEORÍA DEL FACTOR DE RIESGO Se sustenta en un concepto probabilístico. Se sustituye el concepto de causa por el de factor de riesgo o determinante.. DETERMINANTE: Un determinante es cualquier factor que afecta un resultado (enfermedad) Un determinante es un evento, condición o característica que juega un papel esencial en la ocurrencia de enfermedad. Factor de riesgo es aquel que está asociado con una probabilidad de ocurrencia de la enfermedad CAUSALIDAD.

(69) Tu éxito, nuestro éxito. FUENTES DE INFORMACION EN EPIDEMIOLOGÍA Son todos aquellos recursos de los que disponemos para buscar, localizar e identificar información.. FI PRIMARIA. Constituidas por el conjunto de datos obtenidos por medio de diferentes métodos “planeados y provocados por el mismo investigador de acuerdo a los fines de su estudio” Ejm: -Cuestionario (Técnica auto administrado). -Observación. -Entrevista, (Estructurada, No estructurada).. FI SECUNDARIA. Las que se obtienen datos ya existentes y que son elaborados por otras personas e instituciones con fines diferentes a los planteados por una determinada investigación. Ejm: - Historia clínica. - Archivos de datos de instituciones. - Bases de datos de encuestas y censos realizados por instituciones (Ej. INEI). Tu éxito, nuestro éxito. En epidemiologia, ¿Cuáles son fuentes de información primaria? (ENAM 2005) a) b) c) d) e). Observación, registros HIS, grupos focales Grupos focales, historias clínicas, registros HIS Reportes de necropsias; grupos focales, observación Encuestas, observación, grupos focales Censo poblacional, grupos focales, registros HIS.

(70) Tu éxito, nuestro éxito. MEDICIÓN EN EPIDEMIOLOGÍA CONCEPTO DE MEDICIÓN • La medición consiste en asignar un número o una calificación a alguna propiedad específica de un individuo, una población o un evento usando ciertas reglas. • En términos estrictos no se mide al individuo sino cierta característica suya, abstrayéndola de otras propiedades. Uno no mide al niño sino que obtiene información sobre su estatura o su peso.. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. FORMAS BÁSICAS DE MEDIDA a) NÚMERO ● Es un valor absoluto. ● Al no conocer el denominador no se puede conocer la importancia relativa del problema. ● Ejm: (N° de casos de tuberculosis XDR, neumonía, VIH). EPIDEMIOLOGÍA DESCRIPTIVA.

(71) Tu éxito, nuestro éxito. FORMAS BÁSICAS DE MEDIDA b) RAZÓN Cociente en el que el numerador no está incluido en el Denominador (dos entidades que poseen caracteres distintos) Sus valores oscilan de 0 a infinito. Fórmula: R = a/b • En el primer caso: • En el segundo caso:. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. FORMAS BÁSICAS DE MEDIDA c) PROPORCIÓN Cociente en que el numerador está incluido en el denominador. Sus valores oscilan de 0 a 1. Es adimensional. Fórmula: P = a/a+b Expresan la frecuencia con la que ocurre un evento en relación con la población total en la cual éste puede ocurrir. Por ejemplo, si en un año se presentan 03 muertes en una población compuesta por 100 personas, la proporción anual de muertes en esa población será: EPIDEMIOLOGÍA DESCRIPTIVA.

(72) Tu éxito, nuestro éxito. FORMAS BÁSICAS DE MEDIDA d) TASA Es un cociente en el que el numerador está incluido en el denominador pero, a diferencia de la proporción, el tiempo también está incluido en el denominador. Tienen dimensión temporal. Fórmula: T = a / persona x tiempo. Expresa la dinámica de un suceso en una población a lo largo del tiempo.. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. El concepto de razón se expresa como: (ENAM 2003) a) b) c) d) e). x+y/x x/x+y. x/y x+y/y (x+v/x)*100.

(73) Tu éxito, nuestro éxito. MEDIDAS DE FRECUENCIA. MEDIDAS DE MORTALIDAD. MEDIDAS DE MORBILIDAD. ● Mortalidad general ● Mortalidad específica ● Letalidad. ● Prevalencia. ● Incidencia acumulada. ● Densidad de incidencia o tasa de incidencia. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. MEDIDAS DE MORTALIDAD El concepto de mortalidad expresa la magnitud con la que se presenta la muerte en una población en un momento determinado.. Es una categoría de naturaleza estrictamente poblacional.. a) MORTALIDAD GENERAL. Mortalidad cruda (bruta) TBM: volumen de muertes ocurridas en un periodo dado y el tamaño de la población en la que éstas se presentaron; Mortalidad ajustada (o estandarizada) expresa esta relación pero considera las posibles diferencias en la estructura por edad, sexo, etcétera, de las poblaciones analizadas, lo que permite hacer comparaciones entre éstas.. b) MORTALIDAD ESPECÍFICA. Cuando existen razones para suponer que la mortalidad puede variar entre los distintos subgrupos de la población ésta se divide para su estudio.. EPIDEMIOLOGÍA DESCRIPTIVA.

(74) Tu éxito, nuestro éxito. MEDIDAS DE MORTALIDAD País A Edad. Población. Número de defunciones. TME (x1000). 00-14. 4000. 60. 15. 15-29. 3000. 9. 3. 30-44. 1500. 12. 8. 45-59. 1000. 20. 20. 60 y +. 500. 50. 100. Total. 10000. 151. TBM. 15.1. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. MEDIDAS DE MORTALIDAD c) LETALIDAD Es una medida de la gravedad de una enfermedad considerada desde el punto de vista poblacional, y se define como la proporción de casos de una enfermedad que resultan mortales con respecto al total de casos en un periodo especificado.. EPIDEMIOLOGÍA DESCRIPTIVA.

(75) Tu éxito, nuestro éxito. La siguiente afirmación: “de todos los casos de fiebre tifoidea fallece el 5%”, expresa una tasa de: (RM – 2005) A. Letalidad B. Mortalidad especifica C. Mortalidad general D. Mortalidad por enfermedades transmisibles E. Mortalidad tardía. Tu éxito, nuestro éxito. MEDIDAS DE MORBILIDAD La enfermedad puede medirse en términos de prevalencia o de incidencia.. La prevalencia se refiere al número de individuos que, en relación con la población total, padecen una enfermedad determinada en un momento específico. La prevalencia representa la probabilidad de que un individuo sea un caso de dicha enfermedad en un momento específico. La incidencia expresa el volumen de casos nuevos que aparecen en un periodo determinado, así como la velocidad con la que lo hacen; es decir, expresa la probabilidad y la velocidad con la que los individuos de una población determinada desarrollarán una enfermedad durante cierto periodo. EPIDEMIOLOGÍA DESCRIPTIVA.

(76) Tu éxito, nuestro éxito. MEDIDAS DE MORBILIDAD a) PREVALENCIA La prevalencia es una proporción que indica la frecuencia de un evento. Se define como la proporción de la población que padece la enfermedad en estudio en un momento dado. No tiene dimensiones (valores entre 0 y 1) A menudo, se expresa como casos por 1 000 o por 100 habitantes. En la construcción de esta medida no siempre se conoce en forma precisa la población expuesta al riesgo y, por lo general, se utiliza sólo una aproximación de la población total del área estudiada. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. MEDIDAS DE MORBILIDAD a) PREVALENCIA La prevalencia puntual es la probabilidad de un individuo de una población de ser un caso en el momento t, y se calcula de la siguiente manera:. EPIDEMIOLOGÍA DESCRIPTIVA.

(77) Tu éxito, nuestro éxito. MEDIDAS DE MORBILIDAD a) PREVALENCIA PREVALENCIA DE UNA ENFERMEDAD AUMENTA • Mayor duración de la enfermedad, • Prolongación de la vida de los pacientes sin que éstos se curen • Aumento de casos nuevos, • Inmigración de casos (o de susceptibles) • Emigración de sanos • Mejoría de las posibilidades diagnósticas.. PREVALENCIA DE UNA ENFERMEDAD DISMINUYE • Menor duración de la enfermedad • Existe una elevada letalidad • Disminuyen los casos nuevos, • Inmigración de personas sanas, • Emigración de casos • Aumento de la tasa de curación.. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. MEDIDAS DE MORBILIDAD b) INCIDENCIA Indica la frecuencia con que ocurren nuevos eventos. La tasa de incidencia (densidad de incidencia) expresa la ocurrencia de la enfermedad entre la población en relación con unidades de tiempo-persona, por lo que mide la velocidad de ocurrencia de la enfermedad. La incidencia acumulada expresa únicamente el volumen de casos nuevos ocurridos en una población durante un periodo, y mide la probabilidad de que un individuo desarrolle el evento en estudio. La incidencia acumulada, por esta razón, también es denominada RIESGO. EPIDEMIOLOGÍA DESCRIPTIVA.

(78) Tu éxito, nuestro éxito. MEDIDAS DE MORBILIDAD b) INCIDENCIA b.1) TASA DE INCIDENCIA O DENSIDAD DE INCIDENCIA Se define como “el potencial instantáneo de cambio en el estado de salud por unidad de tiempo, durante un periodo específico, en relación con el tamaño de la población susceptible en el mismo periodo”. Para que una persona se considere expuesta al riesgo en el periodo de observación debe iniciar éste sin tener la enfermedad (el evento en estudio).. EPIDEMIOLOGÍA DESCRIPTIVA Tu éxito, nuestro éxito. MEDIDAS DE MORBILIDAD b) INCIDENCIA b.1) TASA DE INCIDENCIA O DENSIDAD DE INCIDENCIA. El cálculo del denominador de la TI se realiza sumando los tiempos libres de enfermedad de cada uno de los individuos que conforman el grupo y que permanecen en el estudio durante el periodo. Este número se mide generalmente en años, pero pueden ser meses, semanas o días, y se conoce como tiempo en riesgo o tiempo-persona.. EPIDEMIOLOGÍA DESCRIPTIVA.