Epidemiologa, zoonosis y salud pblica Tema 5 INDICADORES SANITARIOS. Prevalencia e incidencia. Mortalidad. Letalidad.

Ajuste de tasas La descripcin de la situacin sanitaria de una enfermedad en una poblacin se realiza mediante el clculo de indicadores sanitarios. Los ms frecuentemente utilizados son la prevalencia y la incidencia y tienen en comn que son medidas relativas a la poblacin en la que se observan estos sucesos. Las medidas absolutas pueden ser muy valiosas para conocer la existencia de la enfermedad en una poblacin, pero no para conocer su importancia, ni para compararlas con las cifras obtenidas de otras poblaciones. Las medidas relativas a la poblacin son siempre fracciones y distinguimos entre razones, proporciones y tasas. En una explotacin de 1430 conejos (500 reproductoras y 930 gazapos) aparece un brote de tia por Trichophyton mentagrophytes. Se revisa la explotacin y se detectan 140 individuos (80 gazapos y 60 reproductoras) con lesiones compatibles. Razn (ratio) es todo ndice obtenido al dividir dos magnitudes. En las razones el numerador no suele estar incluido en el denominador. Razn de gazapos por reproductora = 930/500= 1,86 Razn de gazapos enfermos/reproductoras enfermas= 80/60= 1,33 Proporcin: es una relacin, en la que el numerador est incluido en el denominador (a/a+b), por lo que su valor oscilar de 0 a 1, aunque frecuentemente se expresen como porcentajes. En general, las proporciones valoran la importancia de un suceso (prevalencias), pero no el riesgo de que una poblacin sana padezca tal suceso. Si interviene el tiempo hablamos de probabilidad o riesgo de que un individuo desarrolle una enfermedad en un instante dado o para un periodo determinado. Proporcin de gazapos con tia= 80/930= 0.086 (8,6%) Proporcin de reproductoras con tia= 60/500= 0.12 (12%) Proporcin de individuos con tia= 140/1430= 0.098 (9,8%) Tasa: es un caso particular de proporcin que incluye una medida de tiempo en el denominador y que valora la capacidad de cambio de una variable (por unidad de tiempo) o la presentacin de un suceso en una poblacin en una unidad de tiempo. Este componente de tiempo puede ser interno (tiempo durante el que se observa cada individuo) o externo (periodo de estudio) y tiene su mxima expresin en la incidencia verdadera o tasa de densidad de incidencia. Claves para crear un indicador epidemiolgico: 1) Definir perfectamente los criterios de identificacin del suceso a estudiar. Normalmente hablamos de caso, pero este concepto puede referirse a individuos infectados, enfermos (subclnicos, clnicos, graves), muertos, etc, por lo que es necesario precisar a qu corresponde un caso en cada contexto epidemiolgico. 2) Definir la poblacin sometida a estudio (denominador). Es muy importante conocer si estamos considerando toda la poblacin susceptible (sanos y enfermos en el caso de las prevalencias) o nicamente la poblacin sana en riesgo de enfermar (incidencias). 3) Sealar la unidad epidemiolgica de inters. Siempre ser la misma para el numerador y denominador para proporciones y tasas, pero puede ser distinta para las razones. Un estudio de mamitis puede partir de muestras de leche, pero estas pueden proceder de cuarterones individuales, de mezcla de cuarterones, de ubres o del tanque de la explotacin. Indicadores epidemiolgicos No siempre se intenta distinguir individuos sanos de enfermos (ndices de morbilidad), sino que en la mayora de los casos nos interesa conocer, y controlar, las infecciones para prevenir la aparicin de las enfermedades, distinguiendo entre individuos infectados o no (ndices de infeccin). Con estas premisas trabajaremos sobre todo con prevalencias e incidencias. Estos dos indicadores son los ms importantes en epidemiologa al permitirnos conocer con mayor precisin el impacto de la enfermedad (o infeccin) sobre la poblacin y estimar

A. Contreras y A. Snchez (2014)

2 curso. Grado en Veterinaria. Universidad de Murcia su frecuencia y distribucin en el tiempo. A veces el suceso a estudiar es la mortalidad, por lo que construiremos indicadores como la mortalidad y letalidad que se construyen de forma similar a los anteriores. Prevalencia Seala la cantidad del suceso estudiado y se define como el nmero total de casos en una poblacin determinada con respecto a todos los animales susceptibles de dicha poblacin. Una particularidad de la prevalencia es que no distingue entre casos nuevos y los ya existentes, por lo que es suficiente con una nica observacin o toma de muestras. En funcin del tiempo distinguimos entre la prevalencia instantnea o puntual (Pi) y la prevalencia en el perodo o perodo de prevalencia (Pp). Para calcular la Pi se consideran los casos y la poblacin susceptible en un momento puntual del tiempo, mientras que para calcular el Pp tendremos en cuenta todos los casos durante el periodo estudiado (los que ya estaban enfermos al inicio del estudio, ms los nuevos casos que aparecen durante el periodo de observacin) y la poblacin susceptible durante el periodo de estudio. El P de prevalencia tiene poco valor pues siempre que dispongamos datos obtenidos mediante un estudio longitudinal, deberamos trabajar con incidencias (nuevos casos).

Siguiendo con el ejemplo anterior, se inici un programa de seguimiento de la tia y se anotaron semanalmente todos los casos. Durante las 5 semanas que dur el estudio se detectaron 30 nuevos casos en los gazapos. Prevalencia instantnea de la tia en los gazapos = 0.086 (8,6%) Perodo de prevalencia de la tia en los gazapos = Incidencia Seala el cambio que se produce en el suceso estudiado durante un periodo. Hace referencia al flujo de la enfermedad, es decir la velocidad con la que aparecen los nuevos casos. Este es un indicador ms preciso que la prevalencia pues slo estudia los nuevos casos (parte siempre de individuos sanos), pero es ms costoso de obtener ya que debemos realizar al menos dos determinaciones para cada individuo en estudio. n de nuevos casos en un periodo Incidencia = n de individuos en riesgo de la poblacin (sanos), al inicio del periodo En funcin de cmo consideremos el componente de tiempo (perodo estudiado) diferenciamos dos tipos de incidencias: Incidencia acumulada (Ia) e Incidencia Verdadera (Iv). Ambas tienen en mismo numerador (nuevos casos) pero se diferencian en el denominador. Incidencia acumulada (Ia) es la ms habitualmente estudiada y las ms sencilla de obtener pues su denominador incluye los animales sanos al inicio del perodo estudiado (componente externo de tiempo), aunque enfermen durante ese periodo. Es la probabilidad (riesgo), de que un individuo, inicialmente sano, de una poblacin enferme durante ese periodo de observacin, por lo que tambin se denomina tasa de riesgo. Ajuste del denominador para poblaciones dinmicas En el ejemplo anterior, el clculo de la Ia de gazapos con tia (0,035), es adecuado siempre que la poblacin de gazapos se hubiera mantenido constante, lo que no suele ocurrir en la realidad al tratarse de poblaciones dinmicas (con altas y bajas). Para compensar este efecto se recurre al ajuste del denominador en funcin de las altas y las bajas en la poblacin. Como el denominador se compone de individuos sanos, slo se tendrn en cuenta los individuos sanos. As, el ajuste se realiza restando o sumando al nmero de individuos inicialmente sanos la mitad del nmero de animales sanos (del suceso a estudiar) retirados o aadidos, respectivamente. 0,118 (11,8%).

Epidemiologa, zoonosis y salud pblica

Desde que se inici el seguimiento de la tia, 10 gazapos han muerto por aplastamiento y 17 por diarrea. Se han incorporado 45 gazapos a la nave de cebo. En ningn caso los animales incorporados o las bajas tenan lesiones compatibles con tia. En este caso, hay un balance positivo de 18 gazapos sanos, que se ajusta dividiendo entre dos y sumndolo a la poblacin susceptible (denominador), por lo que la Ia= 0,0349 (3,49%). Apenas ha producido cambios en la Ia por tratarse de un ajuste pequeo, pero si en vez del balance anterior hubieran salido del lote 600 gazapos, para enviarlos a una nave de cebo, y todos estaban libres de tia, la Ia= 0,054= (5,47%). Si la Ia se mantuviera constante en el tiempo (lo que normalmente no ocurre en la realidad), y quisiramos estimar cual sera la Ia en un perodo de tiempo diferente del considerado (componente externo de tiempo), podemos utilizar la siguiente frmula. Ia en y = 1 - (1 - Ia en x)y/x Sin embargo, si el nmero de nuevos casos es menor del 10% (Ia < 01), podemos decir que la enfermedad presenta un comportamiento casi lineal y, por lo tanto, el resultado puede extrapolarse a periodos diferentes del calculado, lo que puede ocurrir cuando trabajamos con enfermedades de presentacin endmica. Incidencia verdadera (Iv), tasa de densidad de Incidencia, o tasa de incidencia. Se considera una verdadera tasa. Nos indica la velocidad media a la que se presenta el suceso por unidad de animal/tiempo en riesgo. Suele emplearse cuando la poblacin estudiada es muy dinmica (altas y bajas frecuentes). n de nuevos casos en un periodo I verdadera = Suma de los periodos de tiempo en riesgo de cada animal sano (o UTR, unidades en tiempo/riesgo) Animal/tiempo en riesgo. El denominador de la Iv no se compone de animales, sino del total de perodos de tiempo que cada individuo de la poblacin est en riesgo de enfermar (componente interno de tiempo), o unidades de tiempo en riesgo (UTRs). Para obtener este denominador hay que hacer un sumatorio del tiempo que los animales sanos estn en observacin hasta que detecta que han enfermado (o desaparecen de la poblacin por otros motivos). As, a diferencia de lo que ocurre con la Ia, cuando un animal enferma deja de formar parte del denominador, aunque si se recupera volvera a constituir parte de l, siempre que el individuo siguiera siendo susceptible (en muchas enfermedades infecciosas los animales expuestos quedan resistentes a la enfermedad). Un animal-ao es el resultado de observar un animal en riesgo 12 meses, lo que equivale a 12 animales en riesgo observados durante un mes o 52 animales en riesgo observados durante una semana. En una explotacin de 730 conejos se detect un brote de tia en 130 individuos, tras lo que se inici un seguimiento de la enfermedad, anotando semanalmente los casos. Durante las 6 semanas que dur el estudio se detectaron 90 nuevos casos en los gazapos: 38 casos aparecieron tras una semana de observacin, 27 casos a los 14 das, 15 casos a los 21 das, 7 casos a los 28 das y 3 casos tras cinco semanas de observacin. Tras 6 semanas de observacin no se detectaron ms casos y se dio por controlado el brote.

Pi al inicio del brote = 0,18 Perodo de prevalencia = 0,30 Ia = 0,15 (La diferencia de los resultados Ia (0,15 versus 0,16 obtenida por el WinEpi) se debe a que el modelo en el que se basa WIN EPI ajusta la PRM para cada periodo de tiempo de observacin, por lo que ajusta mejor la poblacin y hace un clculo ms preciso. Iv= 0,028 animal/semana/riesgo

A. Contreras y A. Snchez (2014)

2 curso. Grado en Veterinaria. Universidad de Murcia Los resultados de la Iv pueden expresarse con otras unidades de tiempo mayor o menor, multiplicando o dividiendo respectivamente, segn queramos expresar el riesgo en meses o das, respectivamente. Hay que tener precaucin y no extrapolar los resultados a periodos muy grandes pues las condiciones de la enfermedad y de la poblacin suelen cambiar, especialmente en enfermedades epidmicas, por lo que podemos cometer importantes errores. Poblacin en riesgo media (PRM). A veces no conocemos exactamente el periodo que permanece en riesgo cada animal y entonces podemos aproximarnos al valor del denominador calculando la PRM, que es la media aritmtica de los animales en riesgo (sanos) durante todo el estudio: (sanos al inicio+ sanos al final)/2. En nuestro ejemplo seran (600+510)/2= 555 animales para 6 semanas en riesgo, luego Iv= 90/555= 0,1622 (16,22%) para 6 semanas en riesgo o 0.027 aa/semana riesgo. Cuando las altas y bajas de la poblacin no se concentran al inicio o al final del periodo, sino que se reparten con cierta uniformidad (o se concentran a mitad del periodo de estudio) los valores de la Iv calculados mediante la PRM o utilizando las herramientas informticas que consideran el ajuste de altas y bajas de forma ms precisa suelen aproximarse. Relacin entre Incidencia verdadera e Incidencia acumulada. A partir de una incidencia podemos calcular la otra, utilizando la siguiente frmula: Ia = 1 - e-Iv x tiempo , siendo e es la base del logaritmo natural, aunque, si la diferencia de valores es inferior al 10%, se puede considerar que ambas son equivalentes. Las aplicaciones de los programas informticos nos facilitan estos clculos (ej, estimacin de incidencias en Win epi), Por otra parte, hay que ser prudente al asumir que las condiciones presentes al inicio de una epidemia se mantienen constantes en la poblacin, pues esto no suele ocurrir en condiciones naturales. Relacin entre incidencia y prevalencia. La prevalencia de una enfermedad en una poblacin depende del nmero de nuevos casos y el tiempo que stos se mantengan enfermos y se corresponde con la siguiente relacin: Prevalencia/(1 Prevalencia) = Iv x Duracin. Si la enfermedad con la que estamos trabajando es de baja presentacin (<0.05) se puede usar la frmula alternativa P = Iv x D. Cuando el perodo de riesgo es muy limitado en el tiempo, se utiliza el concepto de ndice o Tasa de Ataque como sustituto de incidencia (intoxicaciones, o cuando el riesgo est restringido a un intervalo concreto de edad, neonatos). La tasa de ataque es el indicador de referencia a calcular ante un brote de enfermedad transmitida por alimentos. El ndice epidmico (IE) es el cociente entre el nmero de casos observados en un periodo de estudio y el nmero de casos esperados en ese mismo periodo (usando la mediana de los 5 ltimos periodos) y asumiendo una poblacin de tamao constante. Si el IE < 0.75: en ese periodo de tiempo existe menos enfermedad de lo esperado; si 0.75 < IE < 1.25: existe un nmero de casos prximo al esperado (situacin endmica); y si IE > 1.25: existen ms casos de lo que cabra esperar en ese periodo de tiempo (epidemia). En enfermedades de baja

Epidemiologa, zoonosis y salud pblica incidencia este ndice no resulta til pues pequeas variaciones en el nmero de casos generan grandes variaciones en el IE, pero es muy utilizado para el seguimiento de epidemias, como la gripe estacional. Mortalidad Valora las de muertes que se produce en una poblacin. La Tasa de Mortalidad Acumulada (Ma) o Tasa de Riesgo de mortalidad, de forma paralela a la Ia, nos indica el riesgo de muerte para un animal de la poblacin durante el tiempo en que se realiza la observacin, puede ser cruda o especfica. n de muertos en un periodo Ma cruda = n de individuos de la poblacin, al inicio del periodo

n de muertos en un periodo de tiempo por una causa especfica Ma especfica= n de individuos de la poblacin, al inicio del periodo Tambin se puede calcular la Tasa de Mortalidad Verdadera (Mv), cruda y/o especfica, de forma similar a la Iv, utilizando los animales/tiempo/riesgo. n de muertos en un periodo Mv cruda = ! Periodos en riesgo de de los animales presentes al comienzo del periodo

n de muertos por una causa determinada en un periodo Mv especfica = ! Periodos en riesgo de los animales presentes al comienzo del periodo Letalidad, hace referencia al pronstico de la enfermedad (proporcin de individuos que mueren en relacin con los que han enfermado). n de muertos por una enfermedad Letalidad= n de aa afectados por esa misma enfermedad Existe una relacin entre la mortalidad, letalidad y frecuencia de la enfermedad (prevalencia o incidencia) que viene expresada por la relacin: Mortalidad Letalidad = Prevalencia (o Ia)

A. Contreras y A. Snchez (2014)

2 curso. Grado en Veterinaria. Universidad de Murcia Ajuste o estandarizacin de tasas Es habitual comparar tasas obtenidas en poblaciones diferentes sin tener en cuenta que la diferente estructura poblacional puede llevarnos a conclusiones errneas. Para ponderar los resultados es necesario recurrir al ajuste o estandarizacin de las tasas, lo que nos permite realizar comparaciones ms adecuadas. Existen mtodos de ajustes directos e indirectos. Toda la literatura epidemiolgica habla de ajuste de tasas, aunque se refiera a proporciones. Los mtodos directos se usan para comparar dos grandes poblaciones entre s, definiendo una poblacin tipo o de referencia en base a la edad, raza, sistemas de explotacin, etc, y considerar que cada una de las poblaciones a estudiar tiene una estructura idntica a la poblacin de referencia. Ejemplo de ajuste directo. Los datos de la EEB (http://www.eeb.es/) entre 2000 y 2010 indican una prevalencia en el vacuno de leche (x1000 aa) de 0.36 en Galicia y de 0.045 en Andaluca. Teniendo en cuenta que en Galicia predominan las explotaciones de bovino de leche en rgimen de produccin intensiva, donde el consumo de piensos de origen animal ha predominado, comprobaremos s ambas tasas son comparables entre s. Tomamos como poblacin de referencia la poblacin de bovino de leche de Galicia (800.000 animales) y recalculamos los casos que les corresponderan a ambas comunidades utilizando la prevalencia antes obtenida. Segn eso vemos que si ambas comunidades hubieran tenido poblaciones similares, la prevalencia en Galicia hubiera sido menor y ms elevada en Andaluca. Dicho de otra forma, la mayor poblacin de ganado vacuno lechero en Galicia favorece la mayor prevalencia de EEB. Los mtodos indirectos se usan para comparar tasas de una pequea poblacin con las de una gran poblacin, tomando como referencia las tasas de la gran poblacin, ya que en la pequea estas tasas pueden estar sometidas a grandes variaciones. A veces se recurre a este mtodo cuando no se disponen de los datos en la pequea poblacin. Debido el pequeo censo del vacuno en Murcia, especialmente en vacuno lechero, vamos a ver qu prevalencia le hubiera correspondido a la poblacin real de Murcia, pero aplicando la prevalencia obtenida en Galicia tanto para vacuno de leche como de carne. Otro aporte a este debate sera considerar, adems de los casos detectados en relacin a la poblacin de vacuno, el total de anlisis realizado en cada comunidad autnoma.

Epidemiologa, zoonosis y salud pblica

Referencias Maldonado, A., et al., 2004. Captulo 3. Indicadores de salud. En Epidemiologa Veterinaria, Contreras, A., Snchez, A., y Corrales, J.C. Eds. Diego Marn Librero. Pgs. 23-33. Murcia. De Blas, I., et al. Captulo 10. 2007. Epidemiologa descriptiva: medicin de la enfermedad. En Manual de Epidemiologa Veterinaria. Edita Universidad de Zaragoza. Pgs. 139-152. Zaragoza. Thrusfield, M. 2007. Veterinary Epidemiology. 3rd Edition. Chapter 4. Describing Disease Occurrence. Pages 46-69. Blackwell Science Ltd. Oxford, Reino Unido.

A. Contreras y A. Snchez (2014)