principios de epidemiología dona schneider, phd, mph, face

Principios de Epidemiología

Dona Schneider, PhD, MPH, FACE

Epidemiology (Schneider)

Definición de Epidemiología

Epi + demos + logos = “lo que sucede

al hombre”

El estudio de la distribución y

determinantes de la frecuencia de la

enfermedad en poblaciones humanas

(MacMahon and Pugh, 1970)

Epidemiology (Schneider)

Definición de Epidemiología

El estudio de la distribución y de los

determinantes de los estados eventos

relacionados a la salud en poblaciones

específicas y la aplicación de este

estudio al control de los problemas de

salud (John Last, 1988)

Epidemiology (Schneider)

Usos de la Epidemiología Identificar las causas de la enfermedad

Enfermedad de los Legionarios

Completando el cuadro clínico de la enfermedad

Experimento Tuskegee

Determinación de efectividad terapeútica y medidas preventivas

Mamografías, estudios clínicos

Identificación de nuevos síndromes

Variedades de hepatitis

Epidemiology (Schneider)

Usos de la Epidemiología Monitoreo de la salud de una comunidad,región o nación.

Vigilancia, reportes de accidentes.

Identificación de riesgos en términos de señalamientos de probabilidad.

Hijas dietilestilbestrol.

Estudio de tendencias sobre el tiempo para hacer predicciones para el futuro.

Tabaquismo y cáncer de pulmón.

Estimación de las necesidades de servicios de salud.

Epidemiology (Schneider)

Tabla de Vida de Muertes en Londres

100--0

0180

1276

3366

6456

10646

16936

251526

402416

64366

SobrevivientesMuertesEdad

Epidemiology (Schneider)

Observaciones de Graunt

Exceso de nacimientos de masculinos

Elevada mortalidad infantil

Variación estacional en mortalidad

Epidemiology (Schneider)

Mortalidad Anual para 1632: Principales 10 causas de muerte

0 500 1000 1500 2000 2500

Crecimiento hepático

Muerte de cunaConvulsión

Edema e hinchazónDiarrea

Viruela y varicela

Cólico, piedras y micción dolorosaFiebre

Consumación (TB)

Chrisomes & Infants

Número de muertes

Epidemiology (Schneider)

Principales causas de mortalidad en USA: 1900

0 50 100 150 200 250 300

DifteriaCáncer

Enfermedades de la infanciaEmbolia

Trauma no intencionalNefritis crónica

Enfermedad cardiáca

Diarrea y EnteritisTB

Neumonía

Tasa de muerte por 100,000

Epidemiology (Schneider)

0 50 100 150 200 250 300

VIH/SIDA

Enfermedad hepática

Suicidio

DiabetesNeumonía y influenza

Enfermedad pulmonarTrauma no intencional

Embolia

Cáncer

Enfermedad cardiáca

Tasa de Muertes por 100,000

Principales causas de muerte en USA: 1990

Epidemiology (Schneider)

Endemia Vs. Epidemia

Endemia Epidemia

No

. of

Ca

so

s d

e u

na

En

ferm

ed

ad

Tiempo

Epidemiology (Schneider)

Pirámide poblacional

Epidemiology (Schneider)

1900 1940 1960

20001980

Epidemiology (Schneider)

Estadística Estadística: Una rama de las matemáticas

aplicadas que utiliza procedimientos para

condensar, describir, analizar e interpretar grupos

de información.

Bioestadística: Un subgrupo de la estadística

usada para manejar información relevante a salud.

Epidemiology (Schneider)

Estadística (cont.) Estadística descriptiva: Métodos de producir

resúmenes cuantitativos de información Medidas de tendencia central

Medidas de dispersión

Estadística inferencial: Métodos de hacer generalizaciones a un gran grupo basado en información de un subgrupo(muestra) de ese grupo.

Epidemiology (Schneider)

Poblaciones y muestras

Antes de que podamos determinar que

pruebas estadísticas usar, necesitamos

saber si nuestra información representa

una población o una muestra.

Una muestra es un subgrupo que debería

ser representativa de la población

Epidemiology (Schneider)

Muestras

Una muestra debería ser representativa si es

seleccionada aleatoriamente (v.gr. Cada dato

deberá tener la misma oportunidad de ser

seleccionado)

En algunos casos, la muestra debe ser

estratificada para luego aleatorizarla dentro

de los estratos.

Epidemiology (Schneider)

EjemploQueremos una muestra que refleje el género y

edad de la población:

1. Estratifique los datos por género

2. Dentro de cada estrato, estratificado por edad.

3. Seleccione aleatoriamente dentro de cada estrato de género/edad, hasta que el número seleccionado sea proporcional al de la población

Epidemiology (Schneider)

Poblaciones y muestras

Se puede decir si se están observando datos estadísticos de una población o de una muestra

Letras griegas señalan parámetros de la población (desconocidos pero fijos)

Letras arábigas señala estadísticas de una muestra (conocida pero aleatoria)

Epidemiology (Schneider)

Clasificación de datos

Cualitativos o cuantitativos

Cualitativos: categorías no numéricas

Ejemplos: género, raza/etnicidad

Cuantititiva: numérica

Ejemplos: edad, temperatura, tensión arterial

Epidemiology (Schneider)

Clasificación de datosDiscretos o Contínuos

Discretos: tienen un número fijo de valores

Ejemplos: estado civil, tipo sanguíneo, número de niños

Contínuos: tienen un número infinito de valores

Ejemplos: estatura, peso, temperatura

Epidemiology (Schneider)

Sugerencia Datos cualitativos (categoricos) son

discretos

Datos cuantitativos (numéricos) pueden ser discretos

contínuos

Epidemiology (Schneider)

Datos cualitativos: Nominal Datos que caen en categorías mutuamente exclusivas

(discretas) para los que no hay un órden natural

Ejemplos:

Raza/etnicidad

Género

Estado civil

Códigos ICD-10

Datos dicotómicos omo VIH+ o VIH-; si o no.

Epidemiology (Schneider)

Datos cualitativos: Ordinal Datos que caen en categorías mutuamente

exclusivas (datos discretos) que tienen un orden

natural o clasificación

Ejemplos: Grados

Nivel socioeconómico

Estadío de enfermedad

Bajo, medio, alto

Epidemiology (Schneider)

Datos cuantitativos: Intérvalo Datos que son medidos en unidades estándar

La escala mide un punto de los datos que es diferente a otros, pero también mide por cuanto.

Ejemplos Número de días desde el ataque de la

enfermedad (discreta)

Temperatura en Fahrenheit o Celsius (contínua)

Epidemiology (Schneider)

Datos que son medidos en unidades

estándar donde un cero verdadero

representa la ausencia de esa unidad

Ejemplos Número de niños (discreto)

Temperatura en Kelvin (contínua)

Datos cuantitativos: Razón

Epidemiology (Schneider)

Revisión de Bioestadística descriptiva

Media

Mediana

Modo y rango

Varianza y desviación estándar

Distribuciones de frecuencias

Histogramas

Epidemiology (Schneider)

Media (promedio)

Medida de tendencia central más comúnmente usada.

Promedio aritmético

Fórmula: x = x / n

Sensible a valores extremos

Epidemiology (Schneider)

Ejemplo: Número de accidentes por semana

8, 5, 3, 2, 7, 1, 2, 4, 6, 2

x = (8+5+3+2+7+1+2+4+6+2) / 10

= 40 / 10 = 4

Epidemiology (Schneider)

Mediana El valor que divide a un grupo clasificado

en dos mitades iguales.

Ordene los datos Si n es par, divida las dos observaciones

centrales

Si n es impar, la mediana es la observación de en medio.

Epidemiology (Schneider)

Dando un par número de observaciones (n=10):

Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8

Mediana = (3+4) / 2 = 3.5

Gando un impar número de observaciones (n=11):

Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8, 10

Mediana = 4

(n+1)/2 = (11+1)/2 = 6a observación

Epidemiology (Schneider)

Modo

El valor que ocurre más frecuentemente en un grupo de datos

Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8

Modo = 2

Epidemiology (Schneider)

Rango

La diferencia entre el mayor y menor de los valores en una distribución

Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8

Rango = 8-1 = 7

Epidemiology (Schneider)

Varianza y desviación estándar

Medidas de dispersión (o scatter) de los valores alrededor de la media

Si los números están cerca de la media, la varianza es pequeña

Si alejados de la media, la varianza será más grande.

Epidemiology (Schneider)

Varianza

V = [(x-x)2] / (n-1)

V = [(8-4) 2 +(5-4) 2 +(3-4) 2 +(2-4) 2 +(7-4) 2 +(1-4) 2 +

(2-4) 2 +(4-4) 2 +(6-4) 2 +(2-4) 2] / (10-1) =

V = 5.7777

Epidemiology (Schneider)

SD = V

Desviación estándar

SD = 2.404

Epidemiology (Schneider)

Distribuciones simétricas y sesgadas

Mea

Mediana

ModoModoMediana

Media

Simétrica Sesgada

Epidemiology (Schneider)

Diagramas de frecuencia de distribucuiones simétricas y sesgadas

Simétrica Sesgada

Epidemiology (Schneider)

Puntaje de 12 pacientes en la escala de 5 puntos de la ansiedad

Paciente 1 2 3 4 5 6 7 8 9 10 11 12

Puntaje de ansiedad

4 3 5 1 4 4 2 5 4 3 4 5

Puntaje Frecuencia

1 1

2 1

3 2

4 5

5 3

Total 12

Epidemiology (Schneider)

Diagrama de frecuencia de 12 pacientes psiquiátricos

0

1

2

3

4

5

1 2 3 4 5

Puntaje

Frequencia

Epidemiology (Schneider)

Accidentes en los campamentos de verano, requiriendo tratamiento en Urgencias

Semana Frecuencia Porcentaje

1 1 10

2 3 30

3 1 10

4 1 10

5 1 10

6 1 10

7 1 10

8 1 10

Epidemiology (Schneider)

Histograma

0

1

2

3

4

0 1 2 3 4 5 6 7 8 9

Número de accidentes por semana

Fre

qu

enci

a

Epidemiology (Schneider)

Polígono de frecuencias

0

1

2

3

4

0 1 2 3 4 5 6 7 8 9

Número de accidentes por semana

Fre

qu

enci

a

Epidemiology (Schneider)

0

1

2

3

4

0 1 2 3 4 5 6 7 8 9

Histograma y polígono de frecuencias

Número de accidentes por semana

Fre

quen

cia

A

A

B

B

C

C

D

D

Nota: área A = A; B = B; C = C; D = D; área bajo el histograma = a área bajo el polígono

Epidemiology (Schneider)

Estdística descriptiva Usada como un primer paso al observar

resultados relacionados a la salud.

Examina los números de casos para identificar un incremento (epidemia)

Examina patrones de casos para ver quién tiene enfermedad (variables demográficas) y dón de están los enfermos (variables de tiempo/espacio).