EPIDEMIOLOGIA

CONCEPTOS Y USOS

Introduccin

Los conocimientos sobre salud y enfermedad se deben a gran nmero de

disciplinas que se pueden agrupar en tres categoras:
a) Ciencias bsicas
b) Ciencias clnicas
c) Ciencias mdico-socialesLAS MAS IMPORTANTES
El objetivo de estas ltimas es identificar problemas y necesidades que afectan
a una poblacin en materia de salud y como satisfacer esas necesidades.
Aqu el individuo deja de ser el centro de atencin para centrarse en el
colectivo de la comunidad lo que hace al profesional tener que conocer el
comportamiento de la colectividad.

Segn los conceptos modernos la epidemiologia es una ciencia sanitaria que

identifica y mide factores determinantes en estados de enfermedad y salud de las
poblaciones.

Evolucin histrica.
La historia de la epidemiologia se divide en 4 aspectos:

Relacin salud-enfermedad / ambiente.

Ya Hipcrates en su estudio sobre fenmenos biolgicos y sociales se refera al
estudio no solo clnico-individual del enfermo; sino tambin a las condiciones de
vida que podra promover la salud de la colectividad.
Despus ligado a los factores ambientales apareci la teora del contagio de
Fracastoro (1 libro) lo que dio origen a la epidemiologia de las enfermedades
transmisibles.
Por ultimo con el descubrimiento del microscopio y las acciones microbiolgicas
y serolgicas llevadas a cabo por: Pasteur, Koch, Kitasato y Yersin etc se sienta
la base de esta incipiente ciencia.

Cuantificacin de fenmenos epidemiolgicos.

La autntica epidemiologia surge cuando se propone contar y medir los sucesos
de salud y enfermedad de las poblaciones.
John Graunt introdujo los mtodos cuantitativos en epidemiologia demostrando
la uniformidad y posibilidad de repeticin de fenmenos biolgicos considerados
en masa.

Experimentos naturales.
Las races de la actual epidemiologia vienen de los cientficos Farr y Snow.
a) William Farr fue un mdico a quien se asign las estadsticas medicas de
Inglaterra y Gales, durante su labor estudio la mortalidad en distintos
ambientes laborales, las fluctuaciones de la tasa de nupcialidad como ndice
de la situacin del pas; la distribucin del clera.
b) John Snow sent el mtodo epidemiolgico y sus bases, es el padre de la
epidemiologia moderna estudio la propagacin y prevencin del clera en
Londres en los aos 1849, 1853 y 1854.
Snow sigui un mtodo clsico de investigacin cuyos pasos se sintetizan a
continuacin:
1) Diagnstico de epidemia. Anota las caractersticas de casos en un rea
localizada.
2) Distribucin cronolgica. Establece la fecha de comienzo de la epidemia.
3) Distribucin espacial. Realiza el mapa epidemiolgico
4) Establecimiento de la causa. Se plantea la posible causa de la epidemia
5) Recomendaciones. Da una serie de consejos para eliminar la causa de la
epidemia.
6) Informe. Donde presenta las conclusiones obtenidas.

Experimentos humanos
Aunque el conocimiento epidemiolgico se basa principalmente en observaciones
naturales, en algunos casos los experimentos en el hombre han desempeado
papeles decisivos en el conocimiento de las epidemiologias de las enfermedades.

EJEMPLOS:

Fruta fresca en el tratamiento del escorbuto, efectuado por Lind en 1747

Jenner y la inoculacin de la vacuna

Demostracin de la transmisin de la fiebre amarilla por Findlay 1811

y Redd 1900

CONCEPTO DE EPIDEMIOLOGIA

La existencia de numerosas definiciones induce a sospechar que ninguna satisface

todos los requisitos. La epidemiologia es un sector esencialmente dinmico, que
se encuentra relacionado con otras disciplinas como la sociologa, la demografa
y la estadstica.

En sus orgenes era la ciencia de las epidemias; posteriormente experiment varias

modificaciones hasta llegar a constituir la ciencia de los fenmenos de masas
ms cerca de su significado etimolgico: epi=sobre, demos=pueblo,
logos=tratado.

Para Frost (1927) es la ciencia de las enfermedades infecciosas de su historia

natural y de su propagacin.

Maxcy (1951) la define como la rama de la medicina que estudia la relacin entre
los diversos factores que determinan la extensin y propagacin de una
enfermedad infecciosa.

Mac Mahon y Pugh (1970) afirman que la epidemiologia es el estudio de la

distribucin de la enfermedad en el hombre y de los factores que determinan su
frecuencia.

La asociacin Epidemiolgica internacional propuso, en 1974 la siguiente

definicin: la epidemiologia es el estudio de los factores que determinan la
frecuencia y distribucin de enfermedades en las poblaciones humanas.

Muy importante es la proposicin de Payne (finales de los 80) quien seala que
la epidemiologia es el estudio de la salud del hombre en relacin con su medio.

Un grupo de especialistas defini la epidemiologia recientemente como: ciencia

encargada del estudio de aspectos ecolgicos que condicionan la salud y la
enfermedad en grupos humanos , con el fin de establecer las causas, los
mecanismos y los procedimientos necesarios para conservar, incrementar y
restaurar la salud individual y colectiva.

La epidemiologia se ha desarrollado durante mucho tiempo ms como una ciencia

biolgica que social y solo recientemente se ha comprendido que la epidemiologia
no es un estudio solamente biolgico sino que tambin es social.

Los principales problemas con que se enfrenta la epidemiologia son la variacin

y la multicausalidad.

El mecanismo por el que se produce la salud-enfermedad no es nunca nico, sino

siempre multicausal; por otro lado, los hechos sociales y los biolgicos-ecolgicos
siempre estn interrelacionados, de tal forma que separarlos para su anlisis no es
posible.

OBJETIVOS DE LA EPIDEMIOLOGIA.

La epidemiologia tiene como objetivos fundamentales todos los fenmenos

biolgicos y sociales que afectan la salud de la comunidad.

Para conseguir estos objetivos ,la epidemiologia tiene unos fundamentos tericos,
que se pueden esquematizar segn Jenicek en:

a) Exactitud. Los estudios epidemiolgicos deben ser lo ms exactos posibles,

tratando de eliminar o reducir al mximo los errores.
b) Clasificacin. Los datos recogidos deben ser tabulados y clasificados segn
los sistemas de taxonoma internacional.
c) Razonamiento. El razonamiento, basado en el juicio clnico y enfocado hacia
la salud comunitaria, es fundamental en epidemiologia.
d) Representatividad. Los hechos estudiados deben ser representativos de los que
ocurre en la poblacin.

En salud comunitaria, los objetivos que se persiguen con los estudios

epidemiolgicos son los siguientes:
a) Diagnstico de salud en la poblacin.
b) Evaluacin de mtodos de diagnstico y tratamiento.
c) Establecer probabilidades y riesgos.
d) Mejor comprensin de los fenmenos epidemiolgicos.
e) Identificar nuevos sndromes.

f) Investigacin de las causas.

g) Funcionamiento de los servicios de salud.

Diagnstico de salud en la poblacin

Utilizando mtodos epidemiolgicos se puede describir y tratar de diagnosticar el

estado de salud de la poblacin.

Para ello se elaboran los correspondientes indicadores sanitarios, que son

variables numricas que miden determinados aspectos del estado de salud.

A travs de estos indicadores se puede conocer el carcter y la magnitud de los

problemas.

La medicin del estado de salud se ha venido realizando sobre la base de dos

indicadores clsicos: morbilidad (proporcin de personas que enferman en un sitio
y tiempo determinado) y mortalidad; aunque recientemente se pretende medir la
salud como un proceso de adaptabilidad del individuo, condicionado por la
herencia y el modo de vida.

En el diagnstico de la salud de la poblacin es necesario tener en cuenta los

siguientes aspectos:
1- Estructura demogrfica de la poblacin.
2- Definicin de variables biolgicas, sociales y ambientales: caractersticas
raciales, congnitas, medio en que vive, condiciones sociales.
3- Indicadores de morbilidad y mortalidad.

En el estudio epidemiolgico, la enfermedad se diagnostica como fenmeno de

grupo, requiere como tratamiento un programa de salud y su anlisis se establece
mediante la vigilancia epidemiolgica.

El diagnstico de salud de la comunidad debe ser dinmico.

Evaluacin de mtodos de diagnstico y tratamiento.

La valoracin de los test diagnsticos se debe realizar mediante el mtodo

epidemiolgico, teniendo en cuenta diversos aspectos como simplicidad,
econmica, objetividad, validez y aceptabilidad.

Para evaluar un test de diagnstico hay que valorar la sensibilidad y la especifidad

del mismo.

La sensibilidad de un test se refiere a su capacidad de reaccin positiva en

presencia de enfermedad, es decir, un test muy sensible no da falsos negativos.
As un test que reaccione con el 90% de sueros enfermos tendra una sensibilidad
del 90%.

La especifidad se refiere a la falta de reaccin en ausencia de enfermedad, es decir,

no da falsos positivos. Un test que no reaccione con los sueros sanos tendr una
especifidad del 100%.

Los test muy sensibles se utilizan en la bsqueda de nuevos casos, mientras

que los altamente especficos se emplean para el diagnstico.

En cuanto a la evaluacin del tratamiento, hay que valorar:

Eficacia: tiempo de remisin de la sintomatologa, tiempo de

normalizacin de las pruebas clnicas y reintegracin a la vida normal.

Coste.

Administracin, aceptacin y control.

Ausencia de efectos indeseables.

Establecer probabilidades y riesgos.

La probabilidad y el riesgo de que una persona pueda desarrollar un proceso

determinado pueden predecirse a partir de anlisis de la experiencia de un gran
nmero de individuos con iguales caractersticas.

En la prctica, la incidencia nos va a indicar el nmero de nuevos casos de una

enfermedad en un grupo, y el riesgo la probabilidad media de contraerla para cada
individuo del grupo; los factores de riesgo son el conjunto de fenmenos de los
cuales depende esa probabilidad.

A nivel comunitario es posible predecir el curso de una enfermedad.

Para ello se calcula la frecuencia de la enfermedad en un determinado periodo de

tiempo, conociendo as la relacin de individuos que contraen la enfermedad en
dicho periodo, en relacin con los habitantes del rea.

La recopilacin de estos datos por tiempos sucesivos permite observar la

evolucin de la enfermedad y comprobar su tendencia al alza, a la estabilidad o al
descenso, as como sus fluctuaciones segn pocas.

El indicador que suele usarse para medir esta evolucin es el ndice epidmico
(IE), el cual se expresa:

N real: n de casos recogidos en el periodo considerado

N esperado: se obtiene calculando la mediana del quinquenio anterior

El resultado nos va a indicar si es norma, alto o bajo segn este entre los
siguientes valores:

0.75 1.25: normal

>1.25: alto
<0.75: bajo

Mejor comprensin de los fenmenos biolgicos.

La descripcin de un suceso biolgico y el estudio segn variables de

persona, lugar y tiempo dan bases para entender mejor la situacin de
dicho suceso y ver en qu circunstancias aumenta o disminuye su
frecuencia.

Identificar nuevos sndromes.

Un sndrome se puede definir como un grupo de sntomas y signos que

concurren en tiempo y forma y tienen varias causas.

El anlisis epidemiolgico puede mostrar que lo que comnmente se ha

agrupado exige separacin porque sus componentes se distribuyen de
forma diferente en la poblacin, o al contrario que fenmenos
aparentemente sin relacin deben asociarse por estar distribuidos de
forma similar.

Investigar las causas

La epidemiologia se aplica fundamentalmente para descubrir las causas

de salud y enfermedad y as comprender y mejorar el estado de salud de
la poblacin.

En estos estudios hay que tener en cuenta que un efecto puede estar
producido por varias causas.

Adems los fenmenos de salud y enfermedad hay que observarlas en

sus condiciones naturales, en su interaccin con todos los factores
posibles y en su contexto social y econmico, ya que los resultados
epidemiolgicos no son siempre extrapolables de unas poblaciones a
otras.

Funcionamiento de los servicios de salud

La investigacin epidemiolgica en este campo se dedica a la

observacin y experimentacin del funcionamiento de estos servicios
con vistas a su posible mejora.

En este sentido, Donabedian propone un esquema de anlisis

epidemiolgico basado en evaluar recursos, actividades y resultados
para obtener una evaluacin del funcionamiento de los servicios de
atencin de salud.

Enfermedades nosocomiales (pregunta de examen muy importante)

METODO EPIDEMIOLOGICO

La epidemiologia es un ciencia compleja ya que se nutre de otras

ciencias como las biolgicas, matemticas y sociales y, por tanto,
contiene conocimientos en constante interaccin.

Tiene su soporte en el mtodo epidemiolgico, el cual consta de las

siguientes etapas:
1. Observacin del fenmeno
2. Tabulacin y comparacin de los datos
3. Elaboracin de hiptesis
4. Experimentacin de la hiptesis
5. Formulacin de la ley

Observacin del fenmeno

Por medio de la observacin el epidemilogo conoce los hechos tal y

como se producen en la comunidad.

Este conocimiento puede ser directo, por observacin personal, o

indirecto, a travs de una revisin bibliogrfica.

A travs de la observacin se pretende conocer una serie de variables

de persona, lugar y tiempo (Qu, a quien, cundo, dnde?), que dan
lugar a la epidemiologia descriptiva.

Tabulacin y comparacin de datos

Una vez recogidos los datos, son clasificados y tabulados para

disponer de toda la informacin ordenada y proceder a su anlisis
calculando los indicadores ms adecuados que se ajusten al tipo de
estudio epidemiolgico que se est realizando.

Elaboracin de la hiptesis

Consiste en emitir una opinin fundada acerca de cules han sido los
motivos por los que se ha producido el suceso. Entramos con ello en la
epidemiologia analtica.

La hiptesis epidemiolgica generalmente presenta una relacin

causa/efecto, o mejor dicho factor de riesgo/efecto, puesto que en
epidemiologia se emplea generalmente el trmino factor de riesgo en
lugar de causa.

Una hiptesis epidemiolgica bien desarrollada analiza cada uno de

los elementos siguientes:
a) Poblacin: caractersticas de las personas a las que se aplica la
hiptesis en un rea determinada y en un periodo de tiempo dado.
b) Efecto esperado: que se manifiesta cronolgicamente siempre tras
el factor de riesgo.
c) Factor de riesgo: que se sugiere responsable del efecto.
d) Relacin dosis-respuesta: un aumento del efecto est en relacin
con una mayor exposicin al factor de riesgo.
e) Relacin tiempo-respuesta: indica el lapso entre la exposicin y la
aparicin del efecto.

Experimentacin de la hiptesis

Para verificar la hiptesis hay que tener en cuenta varios aspectos del
estudio que minimizan la posibilidad de cometer errores o sesgos, como
son la validez de la informacin, la reproduccin del estudio y la
exactitud.

En epidemiologia, la verificacin de la hiptesis se expresa en forma de

probabilidad.

Formulacin de la ley

Una vez verificada la hiptesis se emite el informe sobre la causa de la

enfermedad y se ponen en marcha las medidas de prevencin adecuadas
para evitar la enfermedad o de promocin de la salud.

Clasificacin de los estudios

Los estudios epidemiolgicos se pueden clasificar atendiendo a

diferentes criterios como son:
a) La manipulacin dos tipos el experimental y el observacional, que
se diferencian fundamentalmente en que en el primero se pueden
manipular las condiciones del estudio mientras que en el segundo
no.
1. El estudio experimental es un procedimiento en el cual un
grupo de individuos ha sido dividido de forma aleatoria en un
grupo de estudio y grupo control, y posteriormente analizados
ambos grupos tras la introduccin de un factor de riesgo.
Este tipo de estudio est limitado por razones de tica, por el
tiempo que puede transcurrir entre la asignacin del factor de
riesgo y la respuesta, y por los costos.
2. Los estudios observacionales pueden tener carcter descriptivo
o analtico.
Los descriptivos se encargan de caracterizar los fenmenos
epidemiolgicos, tanto factores de riesgo asociados y la
distribucin de su frecuencia segn variables de persona, lugar
y tiempo.
Los analticos consisten en hacer comparaciones entre grupos
de estudio y grupos control, a fin de establecer relacin entre
factor de riesgo y efecto. En el estudio analtico se escogen los
grupos de acuerdo a la presencia o ausencia del factor de riesgo
o del efecto.
b) El seguimiento los estudios epidemiolgicos se pueden clasificar
en estudios de corte y estudios longitudinales.
1. El estudio de corte consiste en el estudio de dos o ms
fenmenos epidemiolgicos en un momento dado. Es por tanto,
un estudio instantneo que se hace en un periodo de tiempo
concreto y limitado. Ejemplo estudio de prevalencia

2. El estudio longitudinal consiste en la revisin de uno o ms

fenmenos epidemiolgicos por un periodo de tiempo
suficientemente largo, como en el caso de la incidencia de una
determinada enfermedad. Ejemplo estudio de incidencia.
c) El tiempo de comienzo del estudio se clasifican en retrospectivos
y prospectivos.
1. Retrospectivo cuando el factor de riesgo y el efecto se han
producido antes del estudio.
2. Prospectivo cuando el efecto se produce despus del inicio del
estudio, independientemente de que el factor de riesgo anteceda
o no al comienzo de dicho estudio.

d) El sentido del anlisis tiene dos tipos:

1. Estudio de cohortes: anlisis de la causa al efecto, donde un
grupo de individuos con factor de riesgo, al que se denomina
cohorte expuesta, se compara con otro grupo sin factor de riesgo,
denominado cohorte no expuesta, con el fin de observar en cada
grupo la aparicin y evolucin de la enfermedad.
2. Estudio de casos y controles. Anlisis del efecto hacia la causa
donde se compara un grupo de individuos afectos, denominados
casos, con otro no afectado al que se le denomina controles y se
trata de determinar la presencia o ausencia del factor de riesgo
en ambos grupos.

TEMA 2 TEORIA DE LA CAUSALIDADEN EPIDEMIOLOGIA

INTRODUCCION Y CONCEPTO DE CAUSA

La evolucin histrica del concepto de causa en la ciencia ha influido

permanentemente sobre el concepto epidemiolgico de la misma.
a) As, desde su origen mgico-religioso, ha ido evolucionando hasta
el carcter probabilstico que tiene en la actualidad.

En todo este proceso ha influido el mejor conocimiento de la historia

natural de la enfermedad, la disminucin de la fe ciega en la razn y la
toma de conciencia de las limitaciones que tienen los conocimientos
cientficos ante la enorme complejidad de las situaciones.

Se encuentran antecedentes histricos en los escritos de Aristteles,

Spinoza y Bacon, donde se hallan conceptos prximos marcador de
riesgo. Mientras que los escritos de Galileo, Hobbes y Macchiavello
son claros antecedentes del modelo multicausal.

Hay diferencias importantes entre causalidad para la ciencia y para la

salud pblica.
a) Para la primera el objetivo ltimo es el ontolgico, mientras que la
epidemiologia pretende conocer la etiologa de un suceso a travs
de la bsqueda del factor o factores que producen el efecto.

Ante la dificultad de encontrar una causa, la epidemiologia comienza a

hablar de factores de riesgo, marcadores de riesgo y signos precursores
de enfermedad los cuales no implican necesariamente que la
enfermedad se produzca, sino la mayor o menor probabilidad de
contraerla.

Por ello la relacin causal en epidemiologia no es determinante, es

decir, no implica que cada vez que se d el factor de riesgo tenga que
aparecer la enfermedad, sino que los sujetos expuestos al factor de
riesgo tienen una mayor probabilidad de contraer la enfermedad que
aquellos que no estn expuestos.

El concepto actual de causa en epidemiologia pretende establecer la

asociacin entre un factor de riesgo y su efecto.
a) Se considera que esta asociacin existe cuando precediendo en
el tiempo el factor de riesgo al efecto la variacin de la

frecuencia del primero se sigue de la del segundo en el mismo

sentido.

PRINCIPIO DEL RAZONAMIENTO CIENTIFICO

Histricamente el razonamiento cientfico se ha venido fundando

alternativamente en los principios de induccin (de lo particular a lo
general) y de la deduccin (de lo general a lo particular).

Actualmente la elaboracin de hiptesis utiliza conjuntamente la lgica

inductiva y el razonamiento deductivo, a travs de etapas que podemos
esquematizar como sigue:
1.
2.
3.
4.

Observacin de los fenmenos

Recogida y tabulacin de la informacin
Formulacin de la hiptesis
Verificacin de dicha hiptesis

Formulacin de la hiptesis.

La hiptesis puede ser definida como la propuesta de explicacin de un

fenmeno que posteriormente ser sometida a confirmacin por medio
de estudios observacionales o experimentales.

Para su elaboracin nos apoyamos en los principios de razonamiento

cientfico inductivo o del deductivo.

Para la elaboracin de hiptesis existen diferentes mtodos:

1. Mtodo de las diferencias si la frecuencia de una enfermedad
vara en circunstancias diferentes y en alguna se puede identificar
algn factor que est ausente en el otro, dicho factor o su ausencia
puede ser considerado causa (FR) de la enfermedad.
Ejemplos: cncer de cuello de tero ms frecuente en multparas que
en monjas o cirrosis ms frecuente en bebedores que en abstemios.
2. Mtodo de las concordancias se aplica cuando un factor es comn
ante un nmero de circunstancias diferentes en los diversos casos de
una enfermedad, por lo que puede ser considerado su causa (factor
de riesgo). Ejemplos sndrome toxico siempre con aceite de colza o
fumadores y cncer de pulmn.

3. Mtodo de las variaciones concomitantes se emplea cuando un

factor varia en frecuencia y fuerza anlogas a las de una enfermedad,
por lo que puede ser considerado su causa (FR). Ejemplo aumentar
cantidad de cigarrillos aumenta probabilidad de cncer de pulmn.
4. Mtodo de las analogas se aplica la similitud existente entre dos
enfermedades una de las cuales es conocida y la otra no. Se puede
suponer existencia de (FR) comn.

FACTORES DE RIESGO

El concepto de riesgo en epidemiologia puede tener una acepcin

individual o colectiva.
1. La primera indica la probabilidad de un individuo de desarrollar la
enfermedad.
2. La segunda mide la proporcin de personas que la han desarrollado.

La probabilidad individual de enfermar va a venir determinada por la

presencia o ausencia de una serie de factores y marcadores de riesgo.
1. Hay que distinguir entre los conceptos factor de riesgo, marcador de
riesgo e indicador de riesgo.

Factor de riesgo: es el factor, endgeno o exgeno que puede ser controlado

precede a la enfermedad, est asociado a un incremento de la probabilidad de
incidencia de la enfermedad y tiene responsabilidad en su produccin.
a) Ejemplos: tabaco-bronquitis crnica, obesidad-hipertensin

Marcador de riesgo: es un concepto reservado a variables de persona y por tanto

endgenas, que no son controlables. Indican un aumento del riesgo de padecer la
enfermedad, aunque no tienen influencia directa en su produccin.
a) Ejemplos: Edad, sexo

Indicadores de riesgo: tambin conocido como signo precursor de la

enfermedad, es una caracterstica significativa unida a la enfermedad en el estadio
preclnico pero sin influencia en su produccin.
a) Ejemplo: manchas de Koplik-sarampion.

Los factores de riesgo son los que ms inters tienen en salud publica
ya que al poder ser controlados y modificados se puede interrumpir el
desarrollo de la enfermedad.

La asociacin o independencia ente un factor de riesgo y una

enfermedad la determinan pruebas de significacin estadsticas como
puede ser la desviacin tpica. Dicha significacin indica si existe o no
asociacin entre las variables analizadas.

La asociacin es una relacin entre dos variables significativamente

mayor o menor que la que explicara el azar. Esta asociacin, por tanto,
puede ser positiva o negativa:
1. Asociacin positiva: se da cuando la probabilidad de incidencia de
una variable vara en el mismo sentido que la otra. Ejemplo:
aumento de la frecuencia de aparicin de cncer de pulmn ante el
aumento del consumo de cigarrillos.
2. Asociacin negativa: se produce si la probabilidad de incidencia de
una variable vara en sentido contrario a la otra. Ejemplo: aumento
de la frecuencia de cardiopata isquemia ante la disminucin de
colesterol HDL.

La independencia se produce cuando al aumentar o disminuir una

variable, no sigue un efecto similar en la otra. Ejemplo: riesgo de sufrir
ttanos con respecto al hecho de fumar o no hacerlo.

TIPOS DE ASOCIACIONES
La asociacin entre variables se clasifica en:

No causal. Puede ser:

1. Artificial: cuando entre un factor y una enfermedad se establece en
una relacin siendo ilgica frente a los conocimientos cientficos.
Ejemplo: manchas amarillas entre los dedos con respecto a la
aparicin de cncer de pulmn. El hbito de fumar es el que
realmente establece la relacin entre las dos variables.
2. Esprea o por error: cuando por diversos errores se establece una
asociacin siendo falsa.

Causal. Es aquella que cumple los criterios de causalidad. Podemos

diferenciar dos tipos:

1. Directa: la causa antecede directamente al efecto. Ejemplo aumento

de la obesidad ante el mayor consumo de alimentos.
2. Indirecta: aquella que tiene otras causas intermedias entre ellas y la
produccin del efecto. Ejemplo: aumento de la obesidad respecto al
aumento de ventas de automviles.

CRITERIOS DE CAUSALIDAD

Constituyen un conjunto de principios que permiten establecer nexos de

relacin causal. Los ms utilizados son los enunciados por Bradford
Hill, que definimos a continuacin.

fuerza de asociacin: es la relacin entre la frecuencia de aparicin de

la enfermedad en los individuos expuestos a un factor de riesgo, con
respecto a los no expuestos. A medida que esta razn es ms elevada,
existe ms posibilidad de asociacin causal.
Ejemplo: los estudios de Percival Pott indican que el riesgo de
desarrollar cncer de escroto entre los deshollinadores es
aproximadamente 200 vedes superior al de la poblacin general lo que
indica una fuerza de asociacin muy elevada entre factor de riesgo
deshollinador y este tipo de cncer.

Secuencia temporal: una asociacin causal requiere que el factor de

riesgo anteceda al comienzo del efecto. En ocasiones puede ser difcil
establecerlo.
Ejemplo: la hipertensin arterial es causa o efecto de una insuficiencia
renal?

Efecto dosis respuesta: cuando la frecuencia de aparicin de la

enfermedad se incrementa con la dosis, tiempo y nivel de exposicin es
ms fcil establecer la asociacin causal.

Consistencia: valora la constancia y reproductividad de la asociacin

factor de riesgo-efecto. En este sentido, si diversos estudios producen
resultados similares se apoya la interpretacin causal, especialmente si
dichos estudios incluyen poblaciones, mtodos y periodos de estudio
diferentes.

Coherencia: si la relacin causal esta en relacin con los conocimientos

cientficos y biolgicos del momento, hay ms argumentos para aceptar
la interpretacin causal. En todo caso, se debe pedir que las deducciones
no vayan contra la razn.

Especificidad: si el factor estudiado est asociado solamente con una

enfermedad, o si la enfermedad est asociada a un solo factor de riesgo.
La interpretacin causal es ms fcil de sugerir.

Evidencia experimental: la demostracin experimental de la relacin

factor de riesgo-efecto es la prueba por excelencia, pero en muchos
casos no es posible realizarla sobre poblaciones por cuestiones de tica.

MODELOS CAUSALES

Los principales modelos causales son tres:

Determinista establece la definicin de causalidad como la perfecta,

constante, nica y reciproca conexin entre dos variables, causa (C) y
efecto (E).
En este modelo se requieren dos criterios: especificidad de causa, ya
que C es la nica causa de E, y especificidad de efecto porque E es el
nico efecto de C.
El modelo determinista implica que C tiene que ser necesaria y
suficiente de E.
Es causa necesaria porque para que se produzca E se exige la presencia
de C as, cualquier cambio en E debe venir precedido de otro C.
Es causa suficiente porque la sola presencia de C basta para producir E,
as cualquier cambio en C induce inevitablemente un cambio en E.

a) I ser 0
b) J ser 0
La primera persona que aplico este modelo fue Koch y propuso 3
postulados:

1. El agente siempre tiene que estar presente en todos los casos de la

enfermedad. (causa necesaria)
2. El agente no debe encontrarse presente en ninguna otra enfermedad
(especificidad de efecto).
3. El agente debe inducir la enfermedad siempre que introduzca en
animales susceptibles (causa suficiente), as como debe ser aislado
en cultivo puro (causa nica).
En muy pocas reas de investigacin se contina usando este modelo
determinista. La mayora de los investigadores critican este modelo
basndose en los siguientes criterios:
1. La mayora de las enfermedades infecciosas sabemos que hay causas
necesarias pero estas causas no son suficientes.
2. En la mayora de las enfermedades infecciosas el microorganismo es
causa necesaria pero casi nunca suficiente.
3. En las enfermedades crnicas no infecciosas la necesidad de varias
causas es ms evidente. Por ejemplo las enfermedades
cardiovasculares cuentan con multitud de factores no se puede hablar
de causas suficiente ni necesaria ya que no es suficiente para un IAM
la hipercolesterolemia al igual que no es necesaria la hipertensin para
que este se produzca.
Hay gran nmero de pruebas de que ciertos factores de riesgo producen
ms de un efecto patolgico.
Por ejemplo el tabaquismo puede provocar diversos tipos de cncer,
bronquitis crnica, enfisemas etc.
El modelo determinista no tiene en cuenta el entorno ni el resto de
circunstancias que rodean al individuo.

Multicausal este modelo defiende que todo suceso es producido por

una cantidad importante de factores o al menos el factor principal est
acompaado por muchos que se relacionan con l.
La actuacin de los factores causales puede producirse mediante:
a) Pluralidad disyuntiva: el efecto es producido por cada causa
separadamente.
b) Pluralidad conjuntiva: todas las causas deben estar presentes para
que se produzca el efecto.
Adems en ambas situaciones este modelo tambin contempla la
multiplicidad de efectos para una misma causa, lo que se conoce
como polivalencia.

Determinista modificado este modelo incorpora conceptos de los

dos anteriores el determinista y el multicausal y ha sido desarrollado por
varios autores, estableciendo los siguientes criterios.
a) Las causas no pueden ocurrir despus de los efectos.
b) Los efectos unicausales no existen.
c) Los tiempos de induccin no son constantes ya que dependen de los
factores causales contribuyentes.

En este modelo se introducen los siguientes conceptos:

1. Causa suficiente y causas contribuyentes. Causa suficiente es la

causa o el complejo causal que inevitablemente produce el efecto
cuando se presenta. Cada causa suficiente estar constituida por
varias causas contribuyentes o componentes. Causas contribuyentes
son aquel las causas que forman parte de una causa suficiente.
Una misma enfermedad puede estar provocada por varias causas
suficientes, con causas contribuyentes que pueden ser comunes en
parte o diferentes. De haber una causa contribuyente comn en
todas las causas suficientes, recibir el nombre de causa necesaria.
2. Proporcin de enfermedad debida a cada causa especifica. Sera
el tanto por ciento de enfermedad que se debe a esa causa.
Ejemplo. Considerando que una enfermedad solo tiene 3 causas
suficientes, si la causa suficiente 1 es responsable del 20% de los
casos de enfermedad y la causa suficiente 2 lo es del 30% la causa
suficiente 3 ser responsable del 50% restante.
En salud publica tendr prioridad eliminar aquella causa que sea
responsable de la ms alta proporcin de enfermedad. En el ejemplo
citado seria prioritaria la causa 3.
3. Fuerza de las asociaciones causales. La importancia o fuerza con
la que una causa contribuye participa en el desarrollo de una
enfermedad depende de la frecuencia con que se presentan las
restantes causas contribuyentes presentes en la misma causa
suficiente.
4. Interacciones entre factores causales. Interaccin es la relacin
entre dos o ms factores cuyo efecto conjunto aumenta (sinergismo)
o disminuye (antagonismo) la suma de sus efectos por separado. Se
puede establecer un ndice de interaccin (II) a partir del cociente
de las tasas de enfermos expuestos conjuntamente a ambos factores

(RA*) y la suma de las tasas de enfermos expuestos separadamente

a dichos factores (RAa + RAb).
II= RA*/ RAa + RAb
Si II = 1 factores independientes sin interaccin
Si II > 1 sinergismo
Si II < 1 antagonismo
Si II = 0 factores que se neutralizan
5. Periodos de induccin y latencia. Son conceptos que se refieren,
respectivamente, al periodo transcurrido entre el inicio de la accin
causal y el comienzo de la enfermedad (periodo de induccin) y al
existente entre el inicio de dicha enfermedad y su detencin o
diagnostico (periodo de latencia).

Los modelos causales admitidos en el momento actual son fundamentalmente el

determinista modificado y el multicausal.

TEMA 3: EPIDEMIOLOGIA DESCRIPTIVA.

INTRODUCCION
El mtodo epidemiolgico ha sido subdividido en Tres etapas: descriptiva, analtica
y experimental.
-

La fase descriptiva es la encargada de la caracterizacin del proceso en la

poblacin elegida.

La analtica se encarga de la elaboracin y/o confirmacin de la hiptesis.

Por ltimo, tras la fase experimental, se acepta o se rechaza la hiptesis

previamente establecida.

La epidemiologia observacional engloba lo que hacen las epidemiologias descriptiva y

analtica, por lo cual estas dos se engloban dentro de la epidemiologia observacional. (No
obstante en este tema solo se tratara la descriptiva.)

La epidemiologia descriptiva es el primer eslabn cuando se intenta establecer

una relacin entre un factor y una enfermedad.

MEDIDAS DE FRECUENCIA
Conceptos generales

Medir como ocurre la enfermedad es algo inherente a la epidemiologia. En este sentido,

Rothman afirma que la tarea fundamental de la investigacin en epidemiologia es
cuantificar la enfermedad
La cuantificacin no debe hacerse en frecuencias absolutas porque puede incitar a
confusin.
Ejemplo: la cantidad de muertes por cncer en un pueblo de pocos habitantes ser muy
inferior a la cantidad de muertes por el mismo motivo de una ciudad con muchos ms
habitantes no obstante esto no es comparable ya que por matemtica pura es lgico que a
ms cantidad de personas existan ms cantidad de muertes por lo cual convendr no
aplicar comparaciones en nmeros absolutos sino compararlos con la cantidad de
personas expuestas al riesgo de dicha enfermedad para ver qu % de poblacin afecta.
El uso de medidas relativas es ms apropiado ya que refiere el nmero absoluto de casos
al colectivo donde se han producido.
4 fracciones:

Razn: es un cociente de dos frecuencias absolutas, en el que el

numerador no est incluido en el denominador. Es un concepto esttico
que refleja la situacin en que se encuentra una comunidad en un
momento dado.
Ejemplo: tasa de mortalidad fetal

Proporcin: en este cociente el numerador forma parte del

denominador. Se suele expresar en forma de porcentaje.
Ejemplo: la proporcin de mujeres de poblacin espaola.

Tasa: es un parmetro que incorpora una idea dinmica del proceso de

enfermar en la colectividad a lo largo del tiempo.
a) Se define como el potencial del cambio en una variable
(enfermedad) por la unidad de otra variable (tiempo) y en relacin
al tamao de la poblacin con riesgo a padecer el proceso.
b) Concretamente, el numerador lo constituye la frecuencia absoluta
de casos expuestos al factor de riesgo

Riesgo: es una nocin probabilstica de desarrollar la enfermedad;

tambin presupone un concepto dinmico del proceso, al igual que la
tasa.
a) Su diferencia ms importante es que mientras que la tasa implica
una idea de grupo, el riesgo es un parmetro que se refiere al
individuo.

El riesgo siempre es inferior al 100% o a la unidad ya que el numerador

siempre est contenido en el denominador.

Incidencia y prevalencia

La descripcin y el anlisis de la enfermedad en epidemiologia giran en

torno a dos conceptos:
a) Incidencia es el nmero de casos nuevos de la enfermedad que se
producen en una colectividad durante un periodo de tiempo
determinado.
Cuando se expresa en forma de tasa media se denomina densidad
de incidencia y se calcula dividiendo el nmero de casos nuevos
entre el producto de la poblacin susceptible por el tiempo de
estudio.

Tambin se puede expresar como riesgo, denominndose entonces

incidencia acumulada, que se calcula dividiendo el nmero de
casos nuevos de la enfermedad entre la poblacin susceptible.

En una poblacin de 4000 habitantes existen 600 personas

fumadoras se observan durante 5 aos y se descubre que 80 de ellas
enferman de bronquitis. Calcula la DI y la IA
DI= 2.7% de la poblacin susceptible enfermo en 5 aos
IA= 13.3% probabilidad que cada individuo tiene para enfermar
b) Prevalencia es el nmero de casos existentes de una enfermedad
en un momento dado, en una colectividad. As definida es lo que se
conoce como prevalencia de punto.
La prevalencia de periodo se define como el nmero total de casos
de la enfermedad durante un determinado periodo, es decir, es la
suma de los casos existentes en la fecha de inicio del estudio
(P.Punto), ms los casos nuevos (incidencia) producidos a lo largo
del tiempo de estudio.

La proporcin de prevalencia de punto es el cociente entre el

nmero de casos existentes en un tiempo puntual t y el total de
la poblacin en ese mismo tiempo.

La proporcin de la prevalencia de periodo durante un

intervalo de tiempo (t0, t) ser la suma de los casos existentes a
tiempo t0 mas los casos nuevos desde t0 a t, entre la poblacin a
mitad de intervalo (t0, t).

La prevalencia a diferencia de la incidencia, tiene como denominador

el total de la poblacin, sin hacer distincin entro los que son y no son
susceptibles.

Variables de persona, lugar y tiempo

Hay tres preguntas esenciales en epidemiologia descriptiva para tipificar un fenmeno:

a quin afecta?, Dnde se produce? Y cundo sucede? Ellas responden las
caractersticas de persona, lugar y tiempo.

Persona: las variables ms importantes pertenecientes al individuo son:

Edad: es la variable ms importante que hay que recoger dentro de las

caractersticas de persona debido a la preferencia que muestran las
diferentes patologas por determinadas edades. As se describen, por
ejemplo patologas infantiles o geritricas.
En la sociedad occidental las edades avanzadas tienen ms riesgos de
padecer patologas debido al paso del tiempo y por consecuencia su
mayor exposicin a los factores de riesgo.

Sexo: es la segunda variable en importancia. La diferente constitucin

gentica unida a las caractersticas de comportamiento condiciona en
muchos casos la existencia de ciertos procesos en un solo sexo.

Raza y etnia: las razas implican diferente constitucin gentica y las

etnias un peculiar estilo de vida
Tiene mayor importancia en aquellos pases donde un porcentaje
importante no es del mismo origen.
En Espaa hoy por hoy no existe tal problema ya que no existe tanta
diversidad.
No es fcil de analizar el factor tnico racial porque los que suelen
emigrar a otro pas suelen ser de un nivel socio-econmico bajo.

Clase social. Es una variable que aglutina diferentes factores muy

relacionados entre s.
Generalmente, la mortalidad se encuentra en relacin inversa al nivel de
clase social alta.
En las clases sociales inferiores hay una mayor frecuencia de
enfermedades transmisibles, mentales y trastornos dietticos (por
escasez), mientras que en las clases altas se dan otros procesos como la
ansiedad, la hipertensin o la obesidad.

Ocupacin. Condiciona exposiciones particulares frente a ciertos

agentes qumicos, fsicos y biolgicos. La importancia de esta variable
viene determinada por el hecho de que una persona pasa un 30% de su
vida en un ambiente laboral.
Ejemplos: la brucelosis en los ganaderos y la hepatitis B en los
profesionales sanitarios son enfermedades profesionales producidas
por agentes biolgicos.

Religin. Un No es uno de los factores que hay que recoger de manera

habitual. Su importancia deriva de que cada religin conlleva un
particular estilo de vida. Por ejemplo entre los judos y los adventistas
del sptimo da hay una menor mortalidad debido a sus reglas de vida
ms estrictas. En muchas ocasiones, las religiones han incorporado
normas que realmente son defensas frente a determinadas
enfermedades.
Ejemplos: te para combatir los procesos diarreicos ya que se hierve el
agua y la prohibicin del alcohol por la dificultad de orientarse en el
desierto. Otras religiones prohben la endogamia.

Estado civil. Es otra variable que sintetiza varias caractersticas del

estilo de vida. Generalmente, la mortalidad asciende en el siguiente
orden: divorciada (o), viuda (o), soltera (o), y casada (o).
Las variables descritas son las ms importantes, pero a ellas pueden
aadirse otras como las variables familiares (tamao de la familia, orden
de nacimiento, edad materna, etc.), los hbitos (alcohol, tabaco, drogas,
comportamiento sexual, etc.) y los perfiles genticos.

Lugar: la tipificacin de donde sucede la enfermedad ayuda a su identificacin y sienta

las bases de su posterior investigacin.
En la descripcin geogrfica de un fenmeno existen dos tipos de lmites:

El primero es la demarcacin de carcter poltico. En nuestro pas las

demarcaciones polticas se organizan sanitariamente en el siguiente
orden decreciente: Estado, Comunidad Autnoma, provincia, rea y
zona de salud.

El segundo tipo de limites es natural: ros, montaas, desiertos, etc. Un

ejemplo lo tendramos en las zonas endmicas de bocio como Las
Alpujarras.

Tiempo: la variable de tiempo es bsica en epidemiologia. Con independencia del tiempo

con un sentido de duracin (tiempo de latencia, incubacin), existe el tiempo con un
sentido de cambio climtico estacional. Son las llamadas variaciones clnicas
estacionales.
Ejemplo: meningitis en meses con R, brucelosis en poca de paridera de ganado.
Adems de las variaciones estacionales se encuentran las polianuales y las seculares.
Ejemplo: brucelosis cada 6-7 aos o pandemias de gripe.
Las variaciones seculares son ms difciles de estudiar, ya que el mtodo diagnstico y la
recogida de informacin han variado a lo largo del tiempo
Ejemplo tendramos la disminucin de tuberculosis, el aumento de las enfermedades
cardiovasculares o la disminucin de cncer de estmago.

Etapas de un estudio descriptivo.

El diseo constituye la parte ms importante de un estudio epidemiolgico, ya que

condiciona la ejecucin del trabajo y el anlisis de los datos. El diseo en epidemiologia
es relativamente simple y en l se pueden distinguir una serie de fases:

Seleccin de la poblacin de referencia. Consiste en elegir la

poblacin a la que se pretende extrapolar los resultados del estudio.

Seleccin de la poblacin de estudio. Se selecciona una muestra

representativa de la poblacin de referencia. Esta es la etapa ms
delicada, ya que una eleccin incorrecta invalidara los resultados.

Seleccin de la medida de frecuencia. Si se quiere conocer cmo va

ocurriendo la enfermedad, la medida de eleccin ser la incidencia.
Si lo que interesa es saber el nmero de casos de una determinada
enfermedad en un momento determinado usaremos la prevalencia.

Definicin de caso. Es obligado dar una definicin de lo que va a ser

considerado como caso.
Esto tiene dos finalidades, la primera es no incluir en el numerador otros
procesos patolgicos que induzcan a confusin y a conclusiones
errneas; la segunda es que los sujetos que realizan el diagnostico
tengan un criterio uniforme.

La utilizacin de normas internacionales para la definicin y

clasificacin de caso facilita la comparacin de resultados entre
diferentes pases.
Los problemas se presentan ante el inicio de un proceso desconocido.
Un ejemplo claro es el SIDA, en el cual los criterios se han ido
remodelando conforme ha ido evolucionando el conocimiento de la
enfermedad.

Seleccin y definicin de las variables. Las variables que van a

caracterizar el proceso son las de persona, lugar y tiempo expuestas
anteriormente. Segn la manera en que se recojan, as se podrn
expresar los resultados.
Ejemplo: si un investigador recoge la edad como mayores o menores
de 50 aos, luego ni podr cuantificar el fenmeno en la edad peditrica.

Seleccin de las fuentes de informacin.

Planteamiento y solucin de los problemas de gerencia y

administracin del estudio. Coste aproximado, medios necesarios
(personal, material), programacin en el tiempo, esquema
organizativo.

Ejecucin del estudio. Donde se llevan a cabo todos los puntos

mencionados.

Evaluacin global.

Estudio de corte o transversal.

El estudio de corte se puede considerar como un ejemplo prototipo de

la epidemiologia descriptiva.
Se define como un procedimiento epidemiolgico no experimental en
el que una comunidad o una muestra representativa son estudiadas en
un momento dado.

Puede valorarse la exposicin y la enfermedad en el mismo momento o

se puede estudiar hacia atrs, intentando valorar en el pasado las
exposiciones de inters.

El ejemplo ms claro que hay de estudio de corte es el censo, donde

toda la poblacin es valorada en un momento dado.

Caractersticas:

El paso ms importante es garantizar que la muestra elegida sea

realmente representativa, lo que asegurara la validez de los resultados.

Todo lo expuesto en las etapas generales de un estudio descriptivo es

aplicable en este diseo, con la salvedad de que la medida de frecuencia
ha de ser la prevalencia, ya que se valora a la colectividad en un
momento dado.

Anlisis de datos.
Tras la recogida de datos los sujetos pueden ser clasificados de un modo similar a como
se encuentran en la siguiente tabla:

El primer paso es estimar la proporcin de prevalencia en expuestos (P1), en no expuestos

(P0) y total (P):

P1= a/n1

P0= c/n0

P=m1/n

La siguiente etapa es la determinacin de si existe o no una asociacin. Para ello se calcula

la prevalencia entre expuestos y no expuestos.

PR= P1/P0 (sirve para saber si hay diferencia entre expuestos y no al

FR, es decir que aumente la probabilidad de estar afectado la presencia
del FR )

La significacin de la de la asociacin se determina mediante dos pruebas estadsticas: la

chi cuadrado y el intervalo de confianza.

Ventajas e inconvenientes.

Ventajas:
1. Es til el estudio de enfermedades de larga duracin (crnicas) y
frecuentes en la colectividad. las enfermedades de duracin media
o corta no son las apropiadas, ya que, al estudiar la poblacin en un
momento determinado, es ms difcil encontrar un nmero
suficiente de casos.
2. Sus resultados son fcilmente generalizables al estar basados en una
muestra representativa de la poblacin
3. Con respecto a los estudios de cohortes, tienen un menor coste y son
ms cortos.
4. Tienen gran utilidad en la planificacin sanitaria y en la descripcin
de caractersticas de la poblacin.

Inconvenientes:

1. Se determina en el mismo momento la exposicin y la enfermedad.

Por ello no es posible conocer si la exposicin precede a la
enfermedad o viceversa. (ES EL MAS IMPORTANTE
INCONVENIENTE)
2. El segundo de sus inconvenientes es que el estudio no puede
distinguir entre factor de riesgo y factor pronstico. Un factor
pronstico es aquel que modifica la duracin de la enfermedad sin
tener ningn papel etiolgico en ella.

Ajustes de tasas.

El ajuste de tasas es una tcnica que tiene por objeto eliminar las influencias que
distorsionan la comparacin de tasas.
Mtodo directo:

Supongamos que la tasa bruta de mortalidad de un pas en desarrollo A

es de siete por mil y que hay la misma tasa en un pas desarrollado B.
segn este indicador sanitario los dos pases se encontraran al mismo
nivel, sin embargo esto no es as, ya que las tasas no son comparables.

Para poder compararlas las distribuciones etarias deberan ser similares,

ya que el factor que ms influencia tiene sobre la mortalidad es la edad.

Es mucho ms simple dar un parmetro resumen que anule las diferencias

que se encuentran entre ambas poblaciones: la tasa ajustada.

 Esta tasa se calcula para cada uno de los pises aplicando sus tasas
especificas por estrato a cada uno de los estratos de una poblacin de
referencia.

En nuestro caso vamos a tomar como valor de referencia la suma de

ambas poblaciones

El nmero de muertes por estrato se calcula multiplicando la

correspondiente tasa por la poblacin de referencia de dicho estrato.
Obtenemos as el total de muertes esperadas en cada pas.

las tasas ajustadas se calculan dividiendo el total de muertes esperadas

entre el total de la poblacin de referencia:
Ta = 20691 / 2000000 = 0.0103 x1000= 10.3
Tb = 11000/ 2000000 = 0.0055 x1000= 5.5
La diferencia entre ambas tasas indica que si a,mbas poblaciones
tuvieran la misma distribucin etaria, la tasa de mortalidad del pas B
es inferior a la de A.