Fases de un estudio epidemiológico
1º Fase descriptiva
- describir
“Cualquier tipo de estudio”
- formular hipótesis
2º Fase analítica
- confirman hipótesis
“Longitudinales”
Dpto. Medicina Preventiva y Salud Pública
Universidad de Granada
Investigación causal
CAUSA (exposición)
EFECTO
Factor de riesgo
Accidente
Factor protector
Enfermedad
Factor pronóstico
Muerte
Factor terapéutico
Mejoría/Curación
Tipos de Causas.
MODELO DETERMINISTA MODIFICADO
!!IMAGINARIO!!  AYUDA
CAUSA SUFICIENTE
CAUSA CONTRIBUYENTE
CAUSA NECESARIA
MODELO DETERMINISTA MODIFICADO
CAUSA SUFICIENTE. Conjunto mínimo de CAUSAS
CONTRIBUYENTES que, actuando conjuntamente,
provocan inevitablemente la enfermedad.
CAUSA COMPONENTE. Cada uno de los elementos
que forma parte de una causa suficiente o meca-
nismo multicausal.
MODELO DETERMINISTA MODIFICADO
A
C
B
C. Suficiente I
F
A
D
B
C
D
G
C. Suficiente II C. Suficiente III
(A, B, C)
(A, B, D, F)
(C, D, G)
40% casos
25% casos
35% casos
MODELO DETERMINISTA MODIFICADO
A
F
A
C
B
C
B
C. Suficiente I
C
D
G
C. Suficiente II C. Suficiente III
(A, B, C)
(A, B, C, F)
(C, D, G)
40% casos
25% casos
35% casos
C: CAUSA NECESARIA
PRINCIPIOS EPIDEMIOLÓGICOS
1. No se necesita conocer todas las CC para prevenir la
enfermedad
2. Todas las CS son responsables del 100% de casos
Casos aparentemente atribuibles a una CC puede ser
superior al 100%
3. La importancia de una causa componente depende de la
frecuencia del resto de causas componentes que forman
la CS
Exposición
EFECTO
(FR/FP/TTO)
Enfermedad
- Asociación causal
- Asociación no causal
¿Cuándo existe una relación causal?
CRITERIOS DE CAUSALIDAD
Crit. de Causalidad de Bradford-Hill
1. FUERZA de ASOCIACIÓN
2. Secuencia temporal correcta
3. Gradiente dosis respuesta
4. Consistencia
5. Coherencia y plausibilidad biológica
6. Analogía
7. Especificidad
8. EVIDENCIA EXPERIMENTAL
(1965)
En la PRÁCTICA:
1. Fuerza de asociación importante
2. Secuencia temporal correcta
3. Asociación no es artificial (sesgos)
4. Asociación estadísticamente signif.
CRITERIO DE INDEPENDENCIA
Estudio epidemiológico
“medir”
Tipos de medidas
1) Medidas de Frecuencia
. Prevalencia “casos prevalentes”
. Incidencia “casos nuevos”
2) Medidas de Fuerza de la Asociación
3) Medidas de Impacto
RAZÓN
P (A)/(1-P(A))
ODDS
Posibilidad/Oportunidad/
Ventaja
Razón Complementarios
Proporción y odds = misma realidad
P(A)=odds/(1+odds)
Odds=P (A)/(1-P(A))
MEDIDAS DE FRECUENCIA
* casos existentes
Medidas de PREVALENCIA
* casos nuevos
Medidas de INCIDENCIA
Medidas de INCIDENCIA
. Medidas dinámicas
. Investigación causal
. Evaluación de medidas preventivas
Medidas de PREVALENCIA
. Medidas estáticas
. Carga de enfermedad
. Planificación sanitaria
. Estimación de necesidades
PREVALENCIA
Población (20 sujetos)
tiempo
Casos prevalentes o existentes = 5
PROPORCIÓN DE
=
PREVALENCIA
Casos existentes
Población total
=
5
20
= 0,25
PREVALENCIA
Prevalencia de punto
Prevalencia de periodo
Prevalencia acumulada a lo largo de la vida
Prevalencia de Periodo =
Casos existentes to + Casos Nuevos to y t
Población total a mitad de intervalo
Prevalencia de Punto
to
t
Prevalencia de Periodo
to
¿Tiene una gastritis? = Prevalencia de Punto
¿Tiene o ha tenido gastritis en el último año? = Prevalencia Periodo
PREVALENCIA
0-1
Carece de unidades
Planificación y gestión
Poco útil en investigación etiológica
MEDIDAS DE INCIDENCIA
Casos nuevos durante un periodo de t
Población susceptible (en riesgo)
Carácter dinámico
TIPOS:
1) Incidencia Acumulada (RI) Tasa de Ataque
2) Tasa o Densidad de Incidencia
INCIDENCIA ACUMULADA
= Riesgo de incidencia
IA =
Casos nuevos periodo t
Población susceptible a inicio de t
Periodo de t igual todos sujetos = COHORTE FIJA
Probabilidad de que un individuo desarrolle
la enfermedad en un periodo de tiempo
INCIDENCIA ACUMULADA
Limitaciones
- periodo de tiempo
- cohorte fija
- ¿episodios?
DENSIDAD DE INCIDENCIA
= Tasa de incidencia
DI =
Casos nuevos periodo t
Σ Periodos individuales en riesgo
Nº de casos de enfermedad (episodios) que se
producen por unidad de tiempo
Cohorte dinámica
Σ Periodos individuales en riesgo
= 1p·20 años + 1p·10 años + 2p·15 años + 1p·4 años + 1p·6 años + 2p · 7 años =
= 84 personas-año
84 personas-año =
84 personas · 1 año
42 personas · 2 años
168 personas · 6 meses …
DI NO TIENE INTERPRETACIÓNA NIVEL INDIVIDUAL
“Característica de la enfermedad”
Prevalencia
Incidencia
Casos existentes
Casos nuevos
Población total
Población riesgo
Momento del tiempo
Periodo de tiempo
Investigación causal
Proporción prevalencia
0-1
Riesgo de Incidencia
Tasa de Incidencia
No unidades
Proporción 0-1
Tasa 0-Infinito
Planificación sanitaria
No tiene unidades
Tiene unidades
Validez Externa PD
Depende periodo t
Característica enf
(Probabilidad pretest)
Riesgo individual
Fuerza morbilidad
PRONÓSTICO
Incidencia Acumulada
Tasa Incidencia
Estrategias Generales de diseño.
Clasificación de los Estudios
Epidemiológicos
José Juan Jiménez Moleón
Dpto. Medicina Preventiva y Salud Pública
Universidad de Granada
Población diana
Población elegible
¿Cómo se selecciona?:
Tipo de Muestreo
¿A cuántos se seleccionan?:
Tamaño muestral
Muestra original
No respondedores, pérdidas
Muestra final
Criterios de Clasificación Est.Epidem.
1. Manipulación
2. Aleatorización
3. Seguimiento
4. Sentido del estudio
5. Momento de comienzo
6. Unidad de estudio
7. Información disponible
Criterios de Clasificación Est.Epidem.
1.Manipulación
Investigador especifica las
condiciones en las que se presenta
el estudio
“Exposición”
- Experimentales
- Observacionales
Criterios de Clasificación Est.Epidem.
2. Asignación aleatoria
Sólo estudios experimentales
¿Azar?
Intervención
Control
- Exp. Puros
- Semiexperimentales
Criterios de Clasificación Est.Epidem.
3. Seguimiento
Exposición
- Longitudinales
- Transversales
Efecto
Criterios de Clasificación Est.Epidem.
4. Sentido del estudio
Hablar de causalidad…
1) Seguimiento
2) Comparar “principio comparabilidad”
- Sentido hacia delante
- Sentido hacia atrás
- Sin sentido
Efecto +
Exposición +
Efecto -
Hacia delante
Efecto +
Exposición Efecto -
Exposic +
Efecto +
Exposic -
Hacia atrás
Exposic +
Efecto Exposic -
Criterios de Clasificación Est.Epidem.
5. Momento Inicio Estudio
Efecto
Inicio Estudio
Prospectivo
Inicio Estudio
Retrospectivo
- Prospectivos
- Retrospectivos
Criterios de Clasificación Est.Epidem.
6. Unidad de Estudio
- Individuales
- Agregados : Estudios de Mortalidad Proporcional
7. Información disponible
- Completos
- Incompletos
Clasificación de los estudios
Epidemiológicos
EXPERIMENTALES
SÍ
Manipulación
NO
OBSERVACIONALES
F+
EXPERIMENTALES
SÍ
Longitudinales
Sentido hacia delante
Prospectivos
Manipulación
NO
OBSERVACIONALES
F-
E+
EE+
E-
¿Asignación?
EXPERIMENT. PUROS
Sí
EXPERIMENTALES
SÍ
Asignación
Aleatoria
NO
Manipulación
NO
OBSERVACIONALES
Enfermos = Ensayos clínicos
Sanos = Ensayos de campo
SEMIEXPERIMENTALES
Estudios experimentales
1.Ensayo clínico “enfermos”
2.Ensayo de campo “sanos”
- Prevención primaria
- Programas de cribado
3. Ensayos comunitarios
EXPERIMENTALES
SÍ
Manipulación
NO
Individuales
OBSERVACIONALES
Agregados
ECOLÓGICOS
EXPERIMENTALES
SÍ
Manipulación
NO
NO
Individ. Seguimiento
OBSERVACIONALES
SÍ
Analíticos
Agregados
ECOLÓGICOS
Enfermos INFORME UN CASO
SERIES DE CASOS
Población
CORTE
EXPERIMENTALES
SÍ
Manipulación
NO
NO
Enfermos
Población
Individ. Seguimiento
OBSERVACIONALES
INFORME UN CASO
SERIES DE CASOS
CORTE
COHORTES
SÍ
Sentido
FRE
C/CONTROL
Agregados
ECOLÓGICOS
EFR
EXPERIMENT. PUROS
Sí
EXPERIMENTALES
SÍ
Enfermos = Ensayos clínicos
Asignación
Sanos = Ensayos de campo
Aleatoria
NO
SEMIEXPERIMENTALES
Manipulación
NO
NO
Enfermos
Población
Individ. Seguimiento
OBSERVACIONALES
INFORME UN CASO
SERIES DE CASOS
CORTE
COHORTES
SÍ
Sentido
FRE
C/CONTROL
Agregados
ECOLÓGICOS
EFR
Verificación de hipótesis causales
Evidencia débil
Evidencia fuerte
Estudio experimental puro
Estudio semi-experimental
Estudios de cohortes
Casos y controles
Estudio de corte
Serie de casos
Estudio de un caso
-
+
Medidas de asociación
- Fuerza de la asociación
- Impacto
Dpto. Medicina Preventiva y Salud Pública
Universidad de Granada
Exposición
EFECTO
Factor de riesgo
Accidente
Factor protector
Enfermedad
Factor pronóstico
Muerte
Factor terapéutico
Mejoría/Curación
MEDIDAS DE ASOCIACIÓN:
- Fuerza
- Impacto: En expuestos (o no expuestos)
En toda la población
Casos
No casos
Total
(Muertos)
(Vivos)
6.478
a
19.426
b
25.904
N1
No expuestos 12.030
(Sin retraso)
c
91.586
d
103.616
N0
Expuestos
(Con retraso)
Total
18.508
111.012
129.520
a+c
b+d
N
Casos
No casos
(Muertos) (Vivos)
Medidas de frecuencia
Expuestos
(Con retraso)
Incidencias:
Total
6.478
a
19.426
b
25.904
N1
No expuestos 12.030
(Sin retraso)
c
91.586
d
103.616
N0
111.012
b+d
129.520
N
Total
18.508
a+c
- En expuestos (con retraso): Ie = a/N1
6.478 / 25.904 = 25,01% durante la estancia.
- En no expuestos (sin retraso): Io = c/N0
12.030 / 103.616 = 11,61% durante la estancia.
- En todos los operados (con y sin retraso): Ip = (a+c)/N
18.508 / 129.520 = 14,29% durante la estancia.
Casos
No casos
(Muertos) (Vivos)
Medidas de frecuencia
Expuestos
(Con retraso)
Odds de exposición:
6.478
a
19.426
b
25.904
N1
No expuestos 12.030
(Sin retraso)
c
91.586
d
103.616
N0
111.012
b+d
129.520
N
Total
- En casos (muertos): OEcasos = a/c
6.478 / 12.030 = 0,538
- En no casos (vivos): OEno casos = b/d
19.426 / 91.586 = 0,212
Total
18.508
a+c
Medidas de asociación
1) Fuerza de la asociación
. Riesgo Relativo: SENTIDO HACIA DELANTE
. Odds Ratio: CASOS y CONTROLES “TODOS”
2) Impacto
. Un grupo (Exp/No Exp)
. Población
Incidencias acumuladas:
Casos
No casos
(Muertos) (Vivos)
Expuestos
(Con retraso)
Total
- En expuestos (con retraso): Ie = a/N1
6.478
a
19.426
b
25.904
N1
No expuestos 12.030
(Sin retraso)
c
91.586
d
103.616
N0
111.012
b+d
129.520
N
6.478 / 25.904 = 25,01% durante la estancia.
- En no expuestos (sin retraso): Io = c/N0
12.030 / 103.616 = 11,61% durante la estancia.
Total
18.508
a+c
Fuerza de la asociación
Riesgo Relativo:
RR = Ie / Io
“Número de veces que la incidencia del efecto entre los expuestos al
factor de exposición es mayor con respecto a la de los no expuestos”
RR = 25,01% / 11,61%= 2,15
“El riesgo de muerte en el hospital entre los operados por fractura de cadera con
retraso es aproximadamente 2 veces superior al de los operados por fractura de
cadera sin retraso”
Interpretación del Riesgo Relativo
Asociación
protectora
0
Máxima asociación
protectora
Asociación de
riesgo
1
Valor nulo: No
hay asociación
infinito
Máxima asociación de
riesgo: Causa necesaria
Interpretación del Riesgo Relativo
2,15 IC 95% (1,8 – 5)
“El verdadero valor del RR está entre
1,8 y 5 con una confianza del 95%”
Si el IC incluye el 1 “NO HAY
ASOCIACIÓN”
Odds de exposición:
Casos
No casos
(Muertos) (Vivos)
Expuestos
(Con retraso)
Total
- En casos (muertos): OEcasos = a/c
6.478
a
19.426
b
25.904
N1
No expuestos 12.030
(Sin retraso)
c
91.586
d
103.616
N0
111.012
b+d
129.520
N
6.478 / 12.030 = 0,538
- En no casos (vivos): OEno casos = b/d
19.426 / 91.586 = 0,212
Total
18.508
a+c
Fuerza de la asociación
Razón de Odds (Odds Ratio): OR
= OEcasos / OEno casos
OR = (a/c) / (b/d) = a x d / b x c
“Número de veces que la odds de exposición de los casos es mayor que la
odds de exposición en los no casos”
OR = 0,538 / 0,212 = 2,54
“La odds de retraso en los fallecidos tras la operación por fractura de cadera
es 2,5 veces de mayor que la odds de retraso en los que no fallecieron.
“La OR sobreestima el valor del RR, pero si la
incidencia del efecto es baja (menor del 10%), los
valores de RR y OR son aproximadamente iguales y,
entonces, la OR puede considerarse un buen estimador
del RR (y se interpreta como si fuera el RR). Esto es lo
habitual, porque la mayoría de los efectos
(enfermedades), son raros (afortunadamente).”
Medidas de asociación
1) Fuerza de la asociación
. Riesgo Relativo
. Odds Ratio
2) Impacto
. Un grupo (Exp/No Exp)
. Población
Riesgo Atribuible
“sujetos en riesgo”
Proporción RA
“sujetos con el efecto”
IMPACTO DE LA ASOCIACIÓN: 1. En expuestos:
1.1. Riesgo atribuible en expuestos:
RAE = Ie- Io
Incidencia en el grupo de expuestos que se debe exclusivamente al
factor de exposición.
25
20
15
Retraso (Ie)
10
No Retraso (Io)
5
0
Retraso (Ie)
No Retraso (Io)
IMPACTO DE LA ASOCIACIÓN: 1. En expuestos:
1.2. Número necesario para evitar un caso:
NNT
Número de personas expuestas sobre las que se ha de intervenir para
obtener una curación (o la prevención de un caso del efecto).
NNT = 1 / RAE
NND = 1 / RAE
MEJOR MEDIDA DE IMPACTO
- “Efecto absoluto”
- Frecuencia del efecto que se debe exposición
- Si RAE = Ie “causa necesaria”
- Si RAE = 1 “causa suficiente y necesaria”
IMPACTO DE LA ASOCIACIÓN: 1. En expuestos:
1.3. Proporción de riesgo atribuible en expuestos
(= Fracción etiológica en expuestos):
PRAE o FEE = RAE / Ie = (Ie - Io) / Ie = (RR-1)/RR
Proporción de casos expuestos que se debe específicamente
a la exposición.
Se refiere sólo a enfermos expuestos
Enfermos
Expuestos
FR
FR2
FR4
FR3
FR1
IMPACTO DE LA ASOCIACIÓN: 2. En población total:
2.1. Riesgo atribuible poblacional:
RAP = Ip- Io
RAP = pexp x RAE
Incidencia en la población total que se debe exclusivamente al
factor de exposición.
25
20
Mejor medida de
15
Retraso (Ie)
10
Ip
5
No Retraso (Io)
0
Retraso
(Ie)
Ip
No
Retraso
(Io)
impacto sanitario
IMPACTO DE LA ASOCIACIÓN: 2. En población total:
2.2. Proporción de riesgo atribuible poblacional
= Fracción etiológica poblacional:
PRAP o FEP = RAP/ Ip = (Ip- Io) / Ip = pc x FEE
Pc = Proporción de casos expuestos
Proporción de todos los casos que se debe
específicamente a la exposición.
¿Qué ocurre si el RR es < 1?: La exposición es un
factor protector:
IMPACTO DE LA ASOCIACIÓN EN NO EXPUESTOS
1. Riesgo atribuible en NO expuestos:
RAnE = Io - Ie
Incidencia en el grupo de no expuestos que se debe
exclusivamente a no tener el factor protector.
2. Fracción etiológica en NO expuestos, o
Fracción de Prevención:
FEnE = RAnE / Io = (Io – Ie) / Io = 1 - RR
Proporción de casos no expuestos que se han debido a la no
exposición al factor protector.
No hay que confundir la interpretación de las diferentes
medidas de impacto:
- RAE = 25%: Por cada 100 expuestos, 25 enfermarán
debido a la exposición.
- PRAE o FEE = 25%: Por cada 100 casos expuestos,
25 deben su enfermedad a la exposición.
- RAP = 25%: Por cada 100 sujetos de la población
total (expuestos y no expuestos), 25 enfermarán debido
a la exposición.
- PRAP o FEP = 25%: Por cada 100 casos de la
población total (expuestos y no expuestos), 25 deben
su enfermedad a la exposición.
Casos y Controles
En un estudio de casos y controles NO se pueden
estimar incidencias en expuestos y no expuestos
(puesto que se parte de la enfermedad), pero sí se
pueden estimar las odds de exposición en casos y
controles y, a partir de ellas, la Odds Ratio.
PRAE y PRAP
¡¡ ojo !!
• Todas medidas de impacto son de asociación
• Si IC RR incluye el 1 = NO asociación
• Si IC medida impacto incluye O = NO asociación
• RAE = “exceso de riesgo debido...”
• RAnE = “reducción del riesgo debido ...”
• Siempre es mejor un RA que un RR
• (1-RR)·100 = Fracción de prevención “medida impacto”
• (RR-1)·100 = Incremento porcentual del riesgo = RR
Estudios experimentales = Estudios de intervención
¿Intervención?
Investigador NO es un mero espectador
Introduce lo que quiere investigar
¡¡ Principios
Éticos !!
1. Concepto
Efecto +
Grupo de
Intervención
- INTERVENCIÓN
Efecto -
- LONGITUDINALES
Población
Susceptible
- ANALÍTICOS
- PROSPECTIVOS
Efecto +
Grupo
Control
Efecto -
2. Utilidad
“El estudio experimental es el mejor
diseño para verificar hipótesis causales
(en el universo real)”
C
E
Hablar de causalidad…
1) Seguimiento
2) Comparar “principio comparabilidad”
El Estudio Contrafáctico
Susceptibles
Susceptibles
Con F
Sin F
Seguimiento
Seguimiento
F estará asociado
causalmente a E si:
Ie
Io
Ie
≠ Io
AZAR “decida”
Manipulación
Estudios Experimentales = ECCA
Asignación aleatoria = aleatorización
Los sujetos son asignados a los grupos de
comparación por un mecanismo de sorteo.
Ventajas asignación aleatoria
Distribución de factores pronóstico =
(incluso desconocidos)
Única diferencia = intervención
!No siempre es así!
- A mayor “n” mayor posibilidad azar funcione
- Es imprescindible “comprobar” si el azar ha
cumplido correctamente su cometido: “Ratificada”
Verificación de hipótesis causales
Evidencia débil
Evidencia fuerte
Estudio Experimental Puro
Estudio Semi-Experimental
Estudios de cohortes
Casos y controles
Estudio de corte
Serie de casos
Estudio de un caso
-
+
2. Utilidad
C
Intervención
Intervención
Intervención
E
Efecto
beneficioso
sobre la salud
Efecto
metabólico
Efecto
adverso
sobre la salud
¡¡ Principios
Sólo como objetivo secundario
Éticos !!
Utilidades Estudios Experimentales
beneficio
1. Evaluación terapéutica de fármacos y otro tipo de ttos
2. Medidas preventivas
3. Utilidad de pruebas diagnósticas
4. Evaluación intervenciones planificación y programación
Tipos de Estudios Experimentales
1.Según el objeto de estudio
2.Según la población susceptible
3.Según el tipo de asignación
Tipos de Estudios Experimentales
1. Según el Objetivo
Intervención
Efecto
beneficioso
sobre la salud
1.Estudios Experimentales Explicativos:
Valoran la EFICACIA de la Intervención
(en condiciones IDEALES de utilización).
2. Estudios Experimentales Pragmáticos:
Valoran la EFECTIVIDAD de la Intervención
(en condiciones REALES de utilización).
EXPLICATIVOS
PRAGMÁTICOS
Aumentar conocimiento
Ayudar en las decisiones
Centro de interés
Eficacia
Efectividad
Enmascaramiento
Sí
A menudo no
Placebo/control
Sí
A menudo no
Dosis de tratamiento
Fija
A menudo variable
Criterios de selección
Restrictivos
Amplios
Otros tratamientos
Se evitan
A menudo se permiten
Muestra de sujetos
Homogénea/Cumplidora
Heterogénea/Representativa
Acción farmacológica
Efecto terapéutico
Objetivo
Variables de respuesta
Tipos de Estudios Experimentales
2. Según el tipo de población susceptible
1. Ensayos Clínicos: Pacientes
2. Ensayos de Campo: Sujetos sanos (aparentemente).
3. Ensayos Comunitarios: Poblaciones (ciudades,
provincias, países, etc.) La intervención no se asigna de
forma individualizada.
Tipos de Estudios Experimentales
3. Según la asignación de la intervención
1. Estudios Experimentales Puros:
1.1. Diseño básico
1.2. Variantes:
a) Ensayos cruzados (crossover)
b) Ensayos en un solo paciente
c) Ensayos factoriales
d) Ensayos aleatorizados en conglomerados
2. Estudios Semiexperimentales:
a) Sin grupo control (ensayos no controlados)
b) Estudios pre-post
c) Ensayos comunitarios
Estudio Experimental Puro: Diseño Básico
Criterios de
selección
Población
externa
Elección
al azar
Población
objetivo
Extrapobilidad
Asignación
al azar
Seguimiento
completo
Grupo de
intervención
Efecto
Grupo
control
Efecto
Muestra
Generabilidad
Comparabilidad
Validez Interna
Validez Externa
Estudio Experimental Puro: Etapas del Diseño
5. Definición Poblaciones de Estudio
1) Población de referencia (diana)
2) Población elegible
3) Muestra
Estudio Experimental Puro: Etapas del Diseño
Población diana
Criterios de
selección
Validez Externa
Población elegible
Aquella sobre la que se pretende realizar el estudio
“población potencialmente accesible”
Estudio Experimental Puro: Etapas del Diseño
Criterios de selección
1. Aumentar homogeneidad
2. Asegurar el cumplimiento de los principios éticos
3. Aumentar el cumplimiento de la intervención
4. Facilitar el seguimiento y valoración de los efectos
5. Maximizar el efecto de la intervención
Estudio Experimental Puro: Etapas del Diseño
Población diana
Población elegible
¿Cómo se selecciona?:
Tipo de Muestreo
¿A cuántos se seleccionan?:
Tamaño muestral: - E. No secuenciales
- E. Secuenciales
Muestra original
Período de preinclusión
No respondedores, pérdidas
Muestra final
Factores a considerar para el tamaño de muestra
- Frecuencia esperada en el grupo control
- Magnitud de la diferencia que se desea detectar
- Error tipo I = error α = P (H1/Ho) 5%
- Error tipo II = error β = P (Ho/H1) 20% (potencia = 80%)
- Test de una o dos colas: Dos
- Pérdidas
- Relación entre grupos
NO SECUENCIALES
Estudio Experimental Puro: Etapas del Diseño
Consentimiento informado
“Siempre previo a la asignación aleatoria” evitar SS
- Informado
- Comprendido
- Competente
- Voluntario
Estudio Experimental Puro: Etapas del Diseño
Asignación aleatoria
→ principio de comparabilidad
“después del consentimiento informado”
“ciega OSA” Ocultación Secuencia de Aleatorización
verificada/ratificada comparando características
basales de los grupos de comparación: ¿Cumplió
verdaderamente el azar su cometido?
Estudio Experimental Puro: Etapas del Diseño
Tipos de Asignación aleatoria
→ Simple
Por Bloques: Asegura igual tamaño de muestra
1. AABB 2. ABAB 3. ABBA 4. BABA 5. BBAA
6. BAAB
3, 4, 1, 2
Estratificada: Asegura distribución igual FR/FP
¿Qué ocurre si no funciona la asignación aleatoria?
- Distribución desigual de FP entre grupos
- NO invalida el estudio
- Considerar FP en el análisis de resultados
- Aplicar técnicas FACTORES DE CONFUSIÓN
. Estratificación
. Análisis multivariante
Estudio Experimental Puro: Etapas del Diseño
Puesta en marcha y seguimiento
“uniforme y homogéneo para todos los grupos”
CIEGO o ENMASCARAMIENTO
- Sin Ciego = Abierto
- Con Ciego
Simple
Doble
Triple
. Evitar sesgos de clasificación
. “enmascaramiento recogida de información” Est. Observ.
Problema Pérdidas es …
¡CALIDAD!
<5% OK
5- 20% Aceptable
>20% “Sesgo importante” = Sesgo Selección
Deben considerarse CÁLCULO TAMAÑO MUESTRA
Estudio Experimental Puro: Etapas del Diseño
Análisis de datos.
1) Tipo de medidas:
1.1. Incidencia
1.2. Asociación: Fuerza e impacto: NNT
2) Tipo de análisis:
2.1 Análisis por Intención de tratar: evaluar los resultados
según el régimen de intervención planificado (aunque no se haya
cumplido en todos los participantes.
2.2.Análisis por Protocolo: evaluar sólo los resultados de los
sujetos que han adherido al protocolo.
PROBLEMA: SE PIERDE LA ASIGNACIÓN ALEATORIA
Análisis Intermedios
. Cuanto menos mejor (aumenta error tipo I)
. Definidos desde principio
. Objetivo: parar estudio si hay diferencias
(éticos, menor coste)
Análisis Subgrupos
. Aumenta error tipo I (H1/H0)
. No permiten concluir nada
. Permiten plantear nuevas hipótesis
Interpretación de Resultados:
. P < 0,05 =
. IC 95% RR no contiene 1 =
. RAE no contiene 0
. P > 0,05 =
. IC 95% RR contiene 1 =
. IC 95% RAE contiene 0
Un grupo es
mejor que otro
“Relevancia
clínica”
1) No hay diferencias
2) Falta muestra
NUNCA SE PUEDE DECIR
QUE SEAN IGUALES
El estudio experimental puro: Variantes
a) Ensayos de secuencia cruzada (crossover)
b) Ensayos en un solo paciente
c) Ensayos factoriales
d) Ensayos aleatorizados en conglomerados
El estudio experimental puro:
1. Ensayos de secuencia cruzada (crossover):
Pobl.
susceptible
Asignación
Aleatoria
Int. A
Periodo de
lavado
Int. B
Int. B
Periodo de
lavado
Int. A
ENSAYO CRUZADO
. Mismo paciente pertenece a los dos grupos
. Disminuye variabilidad interindividual
. Inconvenientes:
- resultados nunca pueden ser definitivos
- necesario tiempo de blanqueo
- duración suele ser mayor
- afecta mucho por las pérdidas
. USO: enfermedades crónicas, estables en el
tiempo y cursan por brotes
El estudio experimental puro:
2. Ensayos en un solo paciente:
Asignación Aleatoria de la secuencia de intervenciones en cada par
Int. A
Par 1
Int. B
Int. B
Int. A
Par 2
Etc...
El estudio experimental puro:
3. Ensayos factoriales:
Int. A
Pobl.
susceptible
Int. B
Int. A y B
Ninguna
Intervención
Asignación
Aleatoria
Eficacia de
la Int. A
Con A
Sin A
El estudio experimental puro:
3. Ensayos factoriales:
Int. A
Pobl.
susceptible
Int. B
Int. A y B
Ninguna
Intervención
Asignación
Aleatoria
Eficacia de
la Int. B
Con B
Sin B
El estudio experimental puro:
4. Ensayos aleatorizados en conglomerados:
Int. A
Pobl. Suscept.
agrupada en bloques
Int. B
Asignación
Aleatoria de los bloques
El estudio semiexperimental: Variantes
a) Ensayos no controlados
b) Ensayos pre – post
“controles históricos”
Sobreestiman eficacia
c) Ensayos comunitarios
5. Estudios Semiexperimentales:
5.1. Ensayos no controlados
Efecto +
Intervención
Pobl.
susceptible
A
Efecto -
¿Con quién se compara la incidencia del efecto?
COMPARACIÓN EXTERNA
 VALIDEZ
5. Estudios Semiexperimentales:
5.2. Estudios Pre-Post
tiempo
Frecuencia del
Frecuencia del
efecto antes de INTERVENCION efecto después
la interv.
de la interv.
Aparte de la intervención, qué otros factores pueden
haber cambiado en la población, a lo largo del tiempo?
5. Estudios Semiexperimentales:
5.3. Ensayos Comunitarios
tiempo
Comunidad de
Intervención
Frecuencia del
INTERVENCION efecto en la
comun.de interv.
Comp. Basal.
Comp. Post Int.
Comunidad
Control
Frecuencia del
efecto en la
comun. control
NO INTERV.
¿Realmente las dos Comunidades son Comparables?
Limitaciones / Inconvenientes
de los estudios experimentales.
1. Limitaciones Éticas
2. Baja factibilidad / Elevado coste
3. Baja validez externa
ENSAYOS DE NO INFERIORIDAD
. Objetivo demostrar 2 fármacos iguales
. Definir Delta = Límite No Inferioridad
. Análisis por protocolo
Características
Diseño
Fase 0
Experimentación en laboratorio
Fase I
Evaluación de la seguridad
en seres humanos
Est. no controlados
Voluntarios sanos
Fase II
Conocer la farmacocinética
del nuevo fármaco
Est. no controlados
y Ensayos clínicos
Fase III
Evaluación eficacia
Ensayos clínicos
Fase IV
Perfil de seguridad
Est. postcomercialización
Estudio epidemiológico = “ejercicio de medida”
Población
Población
diana
elegible
Población
de estudio
Mediciones
“Válida y precisa”
Error aleatorio “azar”
Error sistemático “problemas diseño y desarrollo”
Tipos de Errores en un Est. Epidemiológico
1. Error aleatorio PRECISIÓN
2. Errores sistemáticos VALIDEZ
- Selección
- Clasificación
- Factores de confusión
1. Errores Aleatorios vs. Errores Sistemáticos
Fuentes de error en estudios epidemiológicos
ALEATORIO
Depende VARIABILIDAD BIOLÓGICA
Precisión instrumentos de med
PRECISIÓN
En cualquier dirección  No predecibles
NO eliminar
Sí Reducir
SISTEMÁTICO
Estimar: IC/Contrastes de Hipótesis
1. Errores Aleatorios vs. Errores Sistemáticos
Fuentes de error en estudios epidemiológicos
ALEATORIO
SISTEMÁTICO
Validez
Diseño y ejecución
Misma dirección  Predecibles
SÍ eliminar
!! QUE PUEDA EXISTIR UN SESGO NO IMPLICA
QUE REALMENTE SE HAYA PRODUCIDO !!
SESGOS DE SELECCIÓN
SESGOS DE CLASIFICACIÓN
SESGOS (FACTORES) DE CONFUSIÓN
Población
Población
diana
elegible
Población
de estudio
Mediciones
Clasificación
Sesgo de Selección
VALIDEZ INTERNA
Sentido hacia delante
Sentido hacia atrás
Efecto +
Expuestos +
Efecto -
Exp +
Casos
Exp -
Efecto +
No Expuestos
Efecto -
S. Selección
Exp +
Controles
Exp -
S. Selección
Ejemplos…
 Sesgo del voluntario (sentido hacia delante/transversales)
 Sesgo de no respuesta/pérdidas (participación>60%)
 Sesgo del integrante sano
 Sesgo de Berkson “controles hospitalarios”
Sesgo de Berkson
Estudio Sin Sesgos
ACV+
HT+
HT-
60
40
Mayor frecuencia
de HT en hospital
ACV20
Estudio con Sesgos
ACV+
80
OR= (60·80)/(40·20) = 6
ACV-
HT+
60
50
HT-
40
50
OR= (60·50)/(40·50) = 1,5
Se podrían evitar…
 muestras azar (aleatorio simple, multietápico...)
 estrategias para evitar pérdidas
 controles hospitalarios de diversos tipos
 grupos de control adecuados...
Sesgos Información/Selección
Sentido hacia delante
Sentido hacia atrás
Efecto +
Expuestos +
Efecto -
Exp +
Casos
Exp -
Efecto +
No Expuestos
Efecto -
S. Clasificación
Exp +
Controles
Exp -
S. Clasificación
Sesgos Información/Selección
Sesgos de clasificación

INFORMACIÓN = CLASIFICACIÓN
INCORRECTA = OBSERVACIÓN
1) Errores en la medición
Mala clasificación enfermedad/exposición
2) Regresión a la media
3) Falacia ecológica
Sesgos Información/Selección
Errores en la medición
1) Error en el procedimiento
. Problemas de calibración
. Problemas de memoria
. Validez de los registros (hª)
2) Uso de variables sucedáneas “proxy”
3) Problemas en la definición de variables
“ambigüedad”
Sesgos Información/Selección
Sesgos de Clasificación
Exp +
=
Casos
Exp Exp +
NO DIFERENCIAL
DIFERENCIAL
Controles
Exp -
Sesgos Información/Selección
Sesgos de Clasificación
 Sesgo del entrevistador
 Sesgo anamnésico o de recuerdo
 Sesgo de vigilancia o Hawthorne
Identificación y Control de Sesgos
Se podrían evitar…
 Actividades de control y calidad de recogida de
información
 manual de operaciones
 entrenamiento entrevistadores
 estandarización del proceso de recogida
 Entrevistadores “CIEGOS PARA EL EFECTO”
Sesgos Información/Selección
Factor de confusión. Concepto
... Tercera variable que “confunde” total o
parcialmente la relación entre la exposición
y el efecto
“inducir la relación, eliminarla,  ó 
Factor de confusión. Concepto
1. FC se asocia “causalmente” con el E
2. FC se asocia con la Exposición (causalmente o no)
3. No es una variable intermedia en el mecanismo
casual
Estrategias para eliminar y controlar la confusión
1) Diseño . Asignación aleatoria
. Restricción
. Emparejamiento
2) Análisis . ESTRATIFICACIÓN
. Análisis multivariante
Ajustada
Estrategias para evaluar la confusión análisis
Comparar OR ajustadas y crudas
ORc  OR1 = OR2 = OR3 = … = ORn  Confusión
Parámetro resumen de Mantel-Haenszel
Confusión e Interacción. JJJ 2007
Estratificación: poco eficiente
Análisis multivariante
. Regresión logística
- más utiliza
- efecto = dicotómico (sí/no)
- OR
. Regresión de Cox
- efecto = dicotómico
- RR
Interacción
ORc  OR1  OR2  OR3  Interacción
Describe y ya está
Siempre que en una pregunta den un RR/OR y su
IC y después la misma medida para estratos
diferentes la respuesta es FC/Interacción
Pruebas Diagnósticas.
Departamento de Medicina Preventiva y Salud Pública
Universidad de Granada
¿Cómo funcionan?
FIABILIDAD
= resultados similares en condiciones similares
VALIDEZ
= PD mide lo que pretende medir
- Enfermos los clasifica como enfermos
- Sanos los clasifica como sanos
FIABILIDAD
Fiabilidad
1) Interobservadores
2) Intraobservadores
. Índice Kappa
. Índice Kappa ponderado
. Coeficiente correlación intraclase
VALIDEZ
Prueba de referencia
versus PD a validar
- La prueba de referencia debe aplicarse a “todos”
- Los resultados no deben conocerse
- El orden no importa siempre que la aplicación sea:
. CIEGA
. INDEPENDIENTE
¿A QUIÉN se aplica la prueba referencia?
Espectro adecuado pacientes
“diagnóstico diferencial”
Descripción/forma selección
Tipos de Validez…
Validez Interna
→
Sólo de la Prueba
- Sensibilidad
- Especificidad
- Razón de Probabilidades Diagn
Validez Externa
→
Prueba +
Prevalencia Enfermedad
- Valores Predictivos
Validez Interna
Sensibilidad Especificidad
Enfermos
Sanos
+
VP
FP
-
FN
VN
Validez Interna
Sensibilidad =
Enfermos
VP
VP + FN
Sanos
+
VP
FP
-
FN
VN
Validez Interna
Sensibilidad =
VP
VP + FN
0-1
adimensional
- Inversamente proporcional FN
- Porcentaje de enfermos que dan positivo
- Probabilidad de dar positivo cuando está enfermo
-Muy sensible descartar enfermedad
Validez Interna
VN
Especificidad =
VN + FP
Enfermos
Sanos
+
VP
FP
-
FN
VN
Validez Interna
Especificidad =
VN
VN + FP
0-1
adimensional
- Inversamente proporcional FP
- Porcentaje de sanos que dan negativo
- Probabilidad de dar negativo cuando está sano
- Muy específica confirmar enfermedad
Validez de Pruebas Diagnósticas
ENFERMOS
SANOS
colesterol
VN
VP
FN
240
colesterol
Validez de Pruebas Diagnósticas
Si disminuye punto de corte
. Sensibilidad aumenta
. Especificidad disminuye
Si aumenta punto de corte
. Sensibilidad disminuye
. Especificidad aumenta
¿Cuándo utilizar pruebas muy sensibles?
- Coste sanitario de no detectar la enfermedad 
- Coste social 
- Primeras fases proceso diagnóstico
 FN a costa de  FP
VP
VP+ FN
JJJM
¿Cuándo utilizar pruebas muy específicas?
- FP pueden perjudicar al sujeto
- Siguiente prueba no exenta de riesgos
- Final proceso diagnóstico
 FP a costa de  FN
VP
VP+ FP
JJJM
CURVAS ROC
Relación entre S y E
Un punto de corte = valor S y E
Sensibilidad = 1
Especificidad =1
Bondad de la Prueba
CURVAS ROC
1) Conocer relación entre S y E
2) Identificar el punto de corte para S y E máximas
3) Comparar la validez de varias pruebas
4) Bondad de la prueba
VALORES PREDICTIVOS
. Positivo
. Negativo
“dependen de la PREVALENCIA”
+
Enfermos
Sanos
VP
FP
VPP =
-
FN
VN
P·x
(1-P)·x
x
VP
VP + FP
VPP =
VP
VP + FP
- Porcentaje de positivos que están enfermos
- Probabilidad de estar enfermo cuando da positivo
- Inversamente proporcional FP
- Depende de la ESPECIFICIDAD y de la PREVALENCIA
+
Enfermos
Sanos
VP
FP
VPN =
-
FN
VN
P·x
(1-P)·x
x
VN
VN + FN
VPN =
VN
VN + FN
- Porcentaje de negativos que están sanos
- Probabilidad de estar sano cuando da negativo
- Inversamente proporcional FN
- Depende de la SENSIBILIDAD y de la PREVALENCIA
Razón de Probabilidades Diagnósticas
RPD (+) =
RPD (-) =
P (Resultado+/Enfermo)
P (Resultado+/Sano)
P (Resultado-/Enfermo)
P (Resultado-/Sano)
=
=
S
1-E
1-S
E
Razón de Probabilidades Diagnósticas
RPD (+) =
P (Resultado+/Enfermo)
P (Resultado+/Sano)
=
S
1-E
= 1 la prueba NO sirve
Más se aleja de 1 mejor
Odds post-prueba = Odds preprueba . RPD (+)
Diseños epidemiológicos para el estudio validez PD
1. Estudios de casos y controles
2. Series de casos prospectivas “corte”
Sesgos en Estudios de Validez PD
1. Sesgo de secuencia: PR sólo PD+ → Sensibilidad
2. Sesgo por exclusión de los casos dudosos
3. Mala elección de la prueba de referencia
4. Sesgo por falta de cegamiento
Descargar

Estudios Semiexperimentales - Aula-MIR