Las herramientas bsicas de la epidemiologa analtica: Medidas de asociacin y significacin estadstica

Dr. Rmulo Daniel Cahua Valdivieso

Epidemiologa Analtica: Medidas de asociacin

Examina la asociacin de una exposicin

Es diferente que la epidemiologia descriptiva
en que se trata de determinantes de enfermedades

(factor de riesgo) con los resultados

Implica la comparacin estadstica de grupos

de una muestra, y la generalizacin de esa informacin a la poblacin entera

Construccin de la comparacin

Combinamos datos a partir de dos grupos

(expuestos y no expuestos) en un solo parmetro :

Riesgo relativo = RR Razn de posibilidades (Odds Ratio) = OR

La herramienta bsica: Tabla de 2 x 2

Enfermedad/Resultado Exposicin
S
S No

No

La herramienta bsica: Tabla de 2 x 2

a = # de personas que se exponen y tienen la enfermedad
b = # quines se exponen y no tienen la enfermedad c = # quines no se exponen y tienen la enfermedad d = # quines no se exponen y no tienen la enfermedad

La herramienta bsica: Tabla de 2 x 2

Enfermedad Exposicin
S
S No

a+b
c+d (a + b + c + d)

No

c a+c

d b+d

2x2 Tabla: Un Ejemplo

Enfermedad = TB Exposicion = VIH
Si Si No

34

10

44

No

7 41

58 68

65 109

2x2 Tabla: Un Ejemplo

Enfermedad = TB Exposicion = VIH
Si Si No

41 TB +
44
44 VIH+ 34 TB y HIV+

34

10

No

7 41

58 68

65 109

Qu podemos aprender?

La magnitud del riesgo asociada con una

La significacin estadstica de esa
asociacin (si es debida al azar) exposicin (CUNTO ms riesgo) La direccion del riesgo (mas o menos riesgo)

Medidas de Magnitud

Riesgo Relativo (RR)

Estudios de cohorte Ensayos clinicos Estudios transversales

Razon de posibilidades (OR)

Case-control studies Estudios transversales

Riesgo Relativo (RR)

Mide la probabilidad de desarrollar enfermedad

en el grupo expuesto respecto a los no expuestos (incidencia)

Cunto ms (o menos) riesgo tiene el grupo

expuesto comparado con los no expuesto?
Ej.Los fumadores son 10 veces ms

probables que no fumadores desarrollar el cncer de pulmn.

Metodo Analitico en Estudio de Cohorte

Poblacion

Expuesto

No-Expuesto

Metodo Analitico en Estudio de Cohorte

Poblacion Enfermedad Expuesto No enfermedad

Enfermedad No expuesto No enfermedad

Metodo Analitico en Estudio de Cohorte

Poblacion Enfermedad Expuesto No enfermedad Incidencia

Enfermedad No expuesto No enfermedad

Incidencia

Metodo Analitico en Estudio de Cohorte

Poblacion Enfermedad Expuesto No enfermedad Riesgo relativo Enfermedad No expuesto No enfermedad Incidencia

Incidencia

Riesgo Relativo (RR)

Disease

Incidencia en el grupo expuesto

RR = (a/a+b) (c/c+d)

No Disease

Exp

a+b

(a/a+b) dividido por la incidencia Unexp en el grupo no expuesto (c/c+d)

c a+c

d b+d

c+d

RR > 1 cuando el riesgo es mayor en el grupo

expuesto

RR < 1 cuando el riesgo es menor en el grupo

expuesto

Ejemplo: Estudio farmaco en tratamiento de TB

El estado de BK despues de 3 meses de tratamiento esta relacionado con un regimen de tratamiento especifico?

BK [Resultado]
Tratamiento [Exposicion]

Positivo 56

Negativo 43 53

PAS

PAS+estreptomicina 37

2 x 2 Tabla
BK Tratamiento
PAS
Pos Neg

Total

56

43

99 90 189

PAS + ESTREP

37 93

53 96

Describiendo la Magnitud de Asocasion

Consideramos expuesto los que recibe solamente un medicamento (PAS) y no expuesto los que recibe 2 medicamentos (PAS + Strep) Pos Neg
PAS

RR =

a/(a+b) c/(c+d)

56/99 37/90

56
37 93

43
53 96

PAS + Strep

99 90 189

1.38

El grupo que recibe un medicamento (expuesto) es 1.38 veces mas probable quedar BK + a las 3 meses que el grupo que recibe 2 medicamentos (no expuesto). o El grupo que recibe un medicamento (expuesto) es 38% mas probable quedar BK + a las 3 meses que el grupo que recibe 2 medicamentos (no expuesto).

Plantilla para Describir Riesgo Relativo

El {grupo expuesto} es {RR} veces mas

probable tener {resultado} que el {grupo que no es expuesto}. Ejemplo: Pacientes {infectados con VIH} son {1.5} veces mas probable ser {abandonos de tratamiento} que los que son {VIH negativo}.

Riesgo relativo (RR): Describiendo la magnitud de la asociacin

RR= 0.40

El grupo expuesto es 0,4 veces ms probable de desarrollar la enfermedad que el grupo no expuesto.
0,4 veces ms probable = 1/0,4 veces menos probable = 2,5 veces menos probable El grupo expuesto es 2,5 veces menos probable desarrollar enfermedad que el grupo no expuesto.

Posibilidades (Odds)

Mide las posibilidades (odds) de tener una

exposicin en el grupo que tiene la enfermedad en comparacion con los que no tiene la enfermedad

Cuanto mas probable (o menos) de haber

estado expuesto el grupo con la enfermedad que el grupo sin la enfermedad

E.j., Personas con cancer del pulmon son 10

veces mas probable ser fumadores que personas sin cancer del pulmon

Metodo Analitico en un Estudio de Case-Control

Poblacion Casos

Controls

Metodo Analitico en un Estudio de Case-Control

Poblacion

Expuesto
Casos No-Expuesto

Expuesto Controls No-Expuesto

Metodo Analitico en un Estudio de Case-Control

Poblacion

Expuesto
Odds No-Expuesto Casos

Expuesto Odds No-Expuesto Controls

Metodo Analitico en un Estudio de Case-Control

Poblacion

Expuesto
Odds No-Expuesto Odds Ratio Expuesto Odds No-Expuesto Controls Casos

Odds Ratio (OR)

Enfermedad

Si
Expuesto

No
Controls

Casos

Si No

a c

b d

Odds de exposicion entre casos: probabilidad de exposicion entre casos = a/(a+c) = a/c = 80/20 probabilidad de no exposicion entre casos c/(a+c) Odds de exposicion entre controls: probabilidad de exposicion entre controls = b/(b+d) = b/d = 40/60 probabilidad de no exposicion entre controls d /(b+d) Odds ratio de expuesto = Odds de exposicion entre casos Odds de exposicion entre controls = a/c or a x d = 80 x 60 = 6.0 b/d bxc 40 x 20

OR = (a/c) (b/d)

= ad bc

Razn de posibilidades (OR)

OR > 1 cuando la exposicion es mas en el

grupo con la enfermedad

OR < 1 cuando la exposicion es menos en

el grupo con la enfermedad

Plantilla para Describir Razn de posibilidades (OR)

OR= 1.4
El {grupo enfermo} es {OR} veces ms

probable de {haber estado expuesto} que el {grupo no enfermo}.

Ejemplo: Pacientes con {TB/VIH} son {1.8}

veces mas probable de {estar carcelados} que los que {no tienen TB/VIH}.

 Depende en el diseno de estudio RR cuando esta investigando grupos esogidos

por exposicion (cuando sabe la exposicion y esta esperando el resultado) Cohorte or ensayos clinicos OR cuando esta investigando grupos escogidos por el resultado (cuando sabe el resultado y quiere ver la exposicion) Estudios de Case-control Se puede usar los dos en estudios transversales

RR vs. OR

Significacion Estadistica

Valor de P Prueba de Chi-square (X2)

Intervalos de confianza (IC)

Por qu necesitamos las pruebas estadsticas?

En los estudios que usan muestras de

personas de una poblacin, conseguimos una cierta informacin pero no toda

Estimamos sobre la poblacin basada en el

anlisis de la informacin de la muestra

Esta valoracin tendr cierta incertidumbre o

variabilidad

Qu pregunta responden las pruebas estadsticas?

Deseamos saber si las diferencias

observadas entre los grupos son reales o se pueden explicar por el azar

Valor de p
Definicin:

La probabilidad que encontramos una diferencia en las muestras cuando una diferencia realmente no existe O
La probabilidad que la hipotesis nula es verdad hipotesis nula: no existe asocacion entre exposicion y enfermedad

Valor de p

Ej. Se obtuvo un RR = 1.7, p<0.05

La probabilidad que encontramos una diferencia entre las muestras y una diferencia no existe es menos que 5%

Por costumbre se dice que una

asociacin estadsticamente significativa es aquella con p<0.05

Cmo se obtiene el valor de p?

Para conseguir un valor de p, se debe hacer

una prueba estadstica para ver si las diferencias observadas entre los grupos se deben al azar o son reales Para tabulaciones 2x2, el mtodo ms comn es utilizar la prueba chi-cuadrada (X2). Las computadoras generalmente pueden hacer esto para nosotros

La frmula de X2 :

La X2 compara los valores observados

con valores esperados, donde esperado es el valor si no hubiese diferencia entre los dos grupos X2 = [(Observado - Esperado)2 / Esperado]

Generacin de los valores esperados en la prueba X2

Enfermedad

Exposicin
Yes

Yes

No

(a+b)(a+c) (a+b)(b+d) a + b T T (a+c)(c+d) T a+c (b+d)(c+d) c + d T b+d T=(a + b + c + d)

No

X2 = [(ad-bc)2(T)/ (a+b)(c+d)(a+c)(b+d)]

Convirtiendo la X2 a valores de p

Para convertir X2 en valores de p se debe

usar la tabla de X2

Cuando ms grande es el valor de X2, ms

pequeo es el valor de p

Para p 0.05, el valor de

X2 debe ser 3.84 para la significacin estadstica de una asociacin en una tabla de 2x2

Convirtiendo la X2 a valores de p

RR = 1.7, X2 = 4.13

p < 0.05

Los expuestos tienen 1.7 veces ms

probabilidad que los no expuestos de tener la enfermedad, y la diferencia es probablmente real porque es estadsticamente significativa (p<0.05)

Intervalos de confianza (IC)

El IC proporciona una informacin complementaria
al valor de p.

El IC proporciona un rango de valores probables en

la cual podra posiblemente estar el verdadero valor de la poblacin.

Ejemplos:
OR=1.9 (95% IC = 1.6-2.0) RR=0.7 (99% IC = 0.4-0.9)

Intervalos de confianza (IC)

Los IC proporcionan un lmite inferior y un

limite superior de valores probables

Ej. OR = 1.7 (95%CI = 1.2 a 1.9) Hay una probabilidad del 95% que el valor
verdadero para la poblacin esta entre 1,2 y 1,9 o si se repite el estudio 100 veces, el OR se encontrar en ese intervalo 95 veces.

Intervalos de confianza (IC)

Ej. OR = 1.7 (95% CI = 0.8 to 1.9) Si el valor 1 est dentro del rango, es
probable que no haya asociacin (no diferencia) entre los dos grupos

Si el valor 1 es incluido, sabemos que la

asociacin NO es estadsticamente significativa (similar a p>0.05)

Intervalos de confianza (IC))

Si nmero de observaciones aumenta (Ej. el tamao
de muestra), las estimaciones sern ms exactas, y la anchura del IC disminuye

*EPIINFO (y otros software) calcula el IC Los IC al 95% son los usualmente calculados (ste
utiliza p<0.05 para la significacin estadstica). Otros niveles de confianza pueden tambin ser calculados al 90%, 99%, etc.