Disfruten este gran texto.

1. SECCIÓN
INTRODUCCIÓN A LA MEDICINA CLÍNICA 1
futuro una enfermedad, en comparación con personas
no expuestas. En este sentido sirven como elemento
para predecir la futura presencia de una enfermedad.
1 Hernando Vargas Uricoechea
b. Causalidad: La presencia de un factor de riesgo no
es necesariamente causal. El aumento en la incidencia
de una enfermedad entre un grupo expuesto en
relación a un grupo no expuesto, se asume como factor
de riesgo; sin embargo, esta asociación puede ser
CONCEPTOS BÁSICOS debida a una tercera variable. La presencia de ésta o
éstas terceras variables se conocen como variables
DE EPIDEMIOLOGÍA de confusión. Así por ejemplo, el ejercicio físico se
EN MEDICINA INTERNA conoce como factor de protección asociado al infarto
del miocardio. El efecto protector que pueda tener el
ejercicio, se debe controlar por la edad de los
Introducción: pacientes, ya que la edad está asociada con el infarto
del miocardio en el sentido de que a más edad más
Clásicamente la epidemiología se ha definido como el estudio
riesgo. Por otra parte, la mayor dosis de ejercicio la
de la distribución y los determinantes de los estados de salud,
realiza la gente más joven; por lo tanto parte del efecto
o los eventos de salud en poblaciones específicas y la
protector detectado entre el ejercicio y el infarto de
aplicación de éste estudio al control de los problemas de
miocardio está condicionado por la edad. La edad en
salud. Desde un punto de vista facilista la epidemiología
este caso actúa como variable de confusión.
puede dividirse en dos grandes ramas, la epidemiología
descriptiva y la epidemiología analítica, la primera hace alusión c. Diagnóstico: La presencia de un factor de riesgo
al uso de los datos disponibles para examinar y generar aumenta la probabilidad de que se presente una
hipótesis causales basadas en la relación: agente-huésped- enfermedad. Este conocimiento se utiliza en el
medio. La segunda se refiere a la evaluación de hipótesis proceso diagnóstico, ya que las pruebas diagnósticas
relacionadas con asociaciones entre posibles exposiciones tienen un valor predictivo positivo más elevado en
a ciertos factores de riesgo y los desenlaces de procesos pacientes con mayor prevalencia de enfermedad.
relacionados con la salud.
d. Prevención: Si un factor de riesgo se conoce
asociado con la presencia de una enfermedad, su
Definición de riesgo: eliminación reducirá la probabilidad de su presencia.
Un factor de riesgo es cualquier característica o circunstancia Éste es el objetivo de la prevención primaria. Así por
detectable de una persona o grupo de personas que se ejemplo, se relacionan la obesidad y la diabetes, la
conoce que está asociada con un aumento en la probabilidad hipertensión arterial y la enfermedad cardiovascular,
de padecer, desarrollar o estar especialmente expuesto a un el tabaco y el cáncer de pulmón.
proceso mórbido. Estos factores de riesgo (biológicos,
Diferencia entre riesgo y pronóstico:
ambientales, de comportamiento, socio-culturales,
económicos, entre otros) pueden, sumándose unos a otros, De igual forma debemos tener en cuenta la diferencia entre lo
aumentar el efecto aislado de cada uno de ellos. que es un factor de riesgo y un factor pronóstico.
Por qué utilizar el concepto de riesgo: Los factores de riesgo son los que condicionan la
probabilidad de presentar una enfermedad o desenlace
El conocimiento y la información sobre los factores de riesgo
específico. Estos factores pueden estar presentes en la
tienen diversos objetivos:
población general sana y aumentan el riesgo de tener la
a. Predicción: La presencia de un factor de riesgo enfermedad. La identificación de los factores de riesgo es
significa un riesgo aumentado de presentar en un imprescindible para realizar prevención primaria.

2. SECCIÓN 1 INTRODUCCIÓN A LA MEDICINA CLÍNICA
Los factores pronósticos son aquellos que predicen el curso 2) Continuas o paramétricas: pueden tener valores
clínico de un padecimiento una vez que la enfermedad está intermedios y se miden. Ejemplo: el peso de un
presente. La identificación de estos factores es de gran individuo.
interés para realizar prevención secundaria y terciaria.
Medidas de frecuencia:
Para la estimación del riesgo, el suceso final que se busca es En medicina, al medir la frecuencia de resultados se toman
la presencia de una enfermedad específica. Para la estimación dos medidas absolutas, la incidencia y la prevalencia de
del pronóstico la variable final como elemento de interés enfermedad.
para estudio puede ser: muerte, recurrencia del proceso,
invalidez y complicaciones asociadas. La incidencia se refiere a la proporción de casos nuevos
(incidentes) de una enfermedad o desenlace, lo que a la vez
Existen a su vez los denominados marcadores de riesgo, que permite estimar el riesgo de presentarlo, evaluando por ende
son características de las personas que no son modificables asociaciones causales. La prevalencia mide la frecuencia de
(edad, sexo, estado socio-económico) y que determinan la un resultado existente, en cierto momento (prevalencia
probabilidad de presentar una enfermedad. Los marcadores puntual) o durante un lapso dado de tiempo (prevalencia de
de pronóstico son a su vez características no modificables periodo).
del sujeto que tienen una probabilidad determinada de afectar
el curso clínico de la enfermedad. Hay factores de riesgo no Para cualquiera de las dos medidas absolutas, debe existir
modificables como la edad, la raza y el sexo, y modificables una definición clara del desenlace de interés, dado con el
como la hipertensión arterial, que cuando la enfermedad o concepto de evento (definido como la ocurrencia de cualquier
desenlace aparece (enfermedad cerebrovascular, infarto al fenómeno morboso o de salud que puede ser caracterizado).
miocardio) al mismo tiempo actúan como factores pronósticos
para la aparición de dicha enfermedad. Existen dos medidas de incidencia que se definen según el
tipo de denominador:
Medición de la ocurrencia de la enfermedad: Los desenlaces
de la investigación en epidemiología se han definido en 1. Medidas de incidencia, basadas en personas a riesgo:
términos de la enfermedad, tales resultados se pueden este es un índice definido en términos de probabilidad
expresar a través de variables discretas (ocurrencia o gravedad de un evento, también conocido como incidencia
de enfermedad) o de variables continuas (niveles de glicemia, acumulada, la cual es la base para aplicar técnicas
cifras de presión arterial). En general, las variables se pueden conocidas como análisis de supervivencia.
clasificar como se describe a continuación: 2. Medidas de incidencia, basadas en unidades persona-
a) Variables cualitativas o nominales: tiempo en riesgo.
Ejemplos: sexo, hábito de fumar, tipo de trabajo, etc. Medidas de asociación entre exposiciones
Pueden ser: y desenlaces:
1) Independientes: definidas como causa u origen Las medidas de asociación pueden basarse en diferencias
del fenómeno. absolutas entre grupos que han de compararse, éstas son
utilizadas en actividades usualmente preventivas o de salud
2) Dependientes: producto o consecuencia de las
pública, ya que su principal objetivo es con frecuencia
variables independientes.
conseguir una reducción absoluta del riesgo de un desenlace
Ejemplo: de interés y en diferencias relativas de razones, las cuales
se estiman para desenlaces discretos, con el fin de evaluar
Es conocido el hecho que el tabaquismo aumenta la asociaciones causales. Puede entonces resumirse como
posibilidad de tener enfisema pulmonar; en éste caso el sigue:
tabaquismo sería la variable independiente, mientras que la
patología pulmonar sería la variable dependiente. Riesgo Absoluto: Mide la incidencia del daño en la población
total.
Una variable cualitativa tendrá esa condición para siempre,
pero esto no ocurre con los dos sub tipos, ya que bajo ciertas Riesgo Relativo (RR): Compara la frecuencia con que ocurre
circunstancias una variable que se pudo haber definido como el daño entre los que tienen el factor de riesgo y los que no
independiente puede llegar a ser dependiente y viceversa. lo tienen. El riesgo relativo se calcula a partir de la tabla de
2x2, que en un estudio de seguimiento es como se muestra a
b) Variables cuantitativas: continuación:
1) Discretas: son números enteros y se cuentan.
Ejemplos: número de hijos, número de eritrocitos,
etc.
2

3. Cápitulo 1 - CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA EN MEDICINA INTERNA
Tabla 1. Cálculo del riesgo relativo a partir de la El Riesgo Atribuible en los expuestos (RAe) se calcula de la
tabla de 2x2 en un estudio de seguimiento. siguiente forma:
RAe = Ie-Io.
Su cálculo está determinado por la diferencia entre la
incidencia de expuestos y no expuestos. El RAe mide el
exceso de riesgo correspondiente a una categoría dada de
Incidencia en expuestos Ie a/(a+b) exposición; la diferencia entre ambos valores da el valor del
Riesgo relativo = = =
Incidencia en no expuestos Io c/(c+d)
riesgo de enfermedad en la cohorte expuesta, que se debe
exclusivamente a la exposición.
El riesgo relativo mide la fuerza de la asociación entre la
exposición y la enfermedad. Indica la probabilidad de que se La Fracción Atribuible en la Población (FAP), muestra la
desarrolle la enfermedad en los expuestos a un factor de proporción en que el daño podría ser reducido si los factores
riesgo con relación al grupo de los no expuestos. Su cálculo de riesgo causales desapareciesen de la población total. Esto
se estima dividiendo la incidencia de la enfermedad en los es, si la relación fuera causal, y si el efecto de la exposición
expuestos (Ie) entre la incidencia de la enfermedad en los no fuera completamente reversible, el cese de la exposición
expuestos (Io). produciría una disminución en el riesgo de la población total.
Su cálculo se realiza de la siguiente forma:
La Reducción Relativa del Riesgo (RRR) es el complemento
del RR, es decir (1-RR) nos dice cuanto se reduce la aparición FAP=It-Io/It.
de un evento en el grupo de intervención con relación a un Donde It = Incidencia en la población total.
grupo control.
El Riesgo Atribuible en la población (RAp) general se calcula
La Reducción Absoluta del Riesgo (RAR) hace mención a la de la siguiente forma:
diferencia observada entre las incidencias de aparición de
un evento entre el grupo de intervención y el grupo control, RAp = It – Io.
por lo tanto, ante una RAR del 5% significa que de cada 100
pacientes tratados con dicha intervención podríamos evitar Se define como la cantidad de riesgo que sufre toda la
5 eventos o desenlaces. A su vez, la RAR permite población como consecuencia de la exposición. Representa
establecer el Número Necesario a Tratar (NNT) el cual se lo mismo que el RAe, pero referido a la comunidad.
calcula como 1/RAR.
El Odds ratio (o razón de productos cruzados): Se define
El cálculo del NNT representa el número de pacientes a tratar como la razón del número de casos enfermos dividida por la
de manera experimental a fin de evitar que uno de ellos de individuos que no desarrollan la enfermedad, y aunque
desarrolle un resultado negativo. Es por tanto una forma de es una medida válida de asociación por sí misma,
determinar la significación clínica de un ensayo que además frecuentemente se utiliza como una aproximación del riesgo
sea estadísticamente significativo. Cuanto más reducido es relativo. El Odds ratio como una estimación del riesgo relativo
el NNT el efecto de la magnitud del tratamiento será mayor. está, sin embargo, sesgada en dirección opuesta a la
Si no se encontrase eficacia en el tratamiento la reducción hipótesis nula; esto es, tiende a exagerar la magnitud de la
absoluta del riesgo sería cero y el NNT sería infinito. Como asociación. Cuando estamos ante una enfermedad cuya
sucede en las estimaciones de otros parámetros, se debe frecuencia de presentación es muy baja, este sesgo es
expresar el NNT con intervalos de confianza para estimar la despreciable; sin embargo, cuando la frecuencia de aparición
incertidumbre que dicho parámetro presenta. de la enfermedad es alta, tal sesgo puede ser sustancial. El
Odds ratio se obtiene a partir de los resultados de estudios
Fracción atribuible y riesgo atribuible: de casos y controles, a través de la tabla de 2x2 para un
estudio de casos y controles.
La fracción atribuible estima la proporción de la enfermedad
entre los expuestos que puede ser atribuible al hecho de Sesgo: El sesgo se define como el resultado de un error
estar expuestos. Esta medida la podemos calcular como la sistemático en el diseño o conducción de un estudio; el cual
fracción atribuible en el grupo expuesto (fracción etiológica, deriva de deficiencias en el método de selección de los
o porcentaje de riesgo atribuible en los expuestos) establece participantes del estudio o en los procedimientos de recogida
el grado de influencia que tiene la exposición en la presencia de la información relevante sobre la exposición o la
de enfermedad entre los expuestos. Su cálculo se realiza de enfermedad; como consecuencia, los resultados obtenidos
la siguiente forma: del estudio tienden a ser diferentes de los resultados
verdaderos. La carencia del error sistemático se conoce como
Fracción Atribuible en los expuestos (FAe)= Ie-Io/Ie. validez. Esta validez tiene dos componentes: la validez interna,
que es la validez de las inferencias a los sujetos reales del
3

4. SECCIÓN 1 INTRODUCCIÓN A LA MEDICINA CLÍNICA
estudio y la validez externa o generalización, que se aplica a c. Omisiones.
individuos que están fuera de la población del estudio. La
validez interna es por tanto un pre requisito para que d. Imprecisiones en la información.
pueda darse la externa. La validez interna que es la que
e. Errores en la clasificación.
implica validez de inferencia para los propios sujetos de
estudio se ve amenazada por varios tipos de sesgos. Los f. Errores introducidos por los cuestionarios o los
principales sesgos que se presentan en general son los encuestadores.
sesgos de selección, observación e información.
Los errores de clasificación son una consecuencia directa
Sesgo de selección: del sesgo de información. Esta clasificación puede ser
«diferencial» (si el error de clasificación es independiente
Este sesgo hace referencia a cualquier error que se deriva del para ambos grupos). El error de clasificación diferencial
proceso de identificación de la población a estudiar. La puede sesgar la asociación, bien sea acercándose o
distorsión resulta de la forma en que los sujetos han sido alejándose de la hipótesis nula o «no diferencial» si el
seleccionados. Estos sesgos se pueden cometer: error de clasificación es igual para ambos grupos de
estudio, produciéndose una dilución del efecto con una
a. Al seleccionar el grupo control. subestimación del mismo.
b. Al seleccionar el espacio muestral donde se realizará Los encuestadores pueden introducir errores de clasificación
el estudio. «diferencial» si conocen las hipótesis del estudio y la
c. Por pérdidas en el seguimiento. condición del entrevistado. Este tipo de problema se puede
controlar por medio de:
d. Por la presencia de una supervivencia selectiva.
a. Desconocimiento por parte del entrevistado.
Los sesgos de selección son un problema fundamental en
los estudios de casos y controles y en los estudios de b. Desconocimiento de las hipótesis del estudio.
cohortes retrospectivos, donde la exposición y el resultado c. Utilización de cuestionarios estructurados.
final ya han ocurrido en el momento que los individuos son
seleccionados para el estudio. Los sesgos de selección son d. Tiempos de ejecución de la entrevista definitiva.
poco probables en los estudios de cohortes prospectivos
porque la exposición se determina antes de la presencia de e. Utilización de pocos entrevistadores.
enfermedad de interés. En todos los casos, cuando el sesgo
La prevención y control de sesgos potenciales debe
de selección ocurre, el resultado produce una relación entre
prevenirse durante el diseño del estudio ya que en el análisis
exposición y enfermedad que es diferente entre los individuos
no va a ser posible solucionar los sesgos de selección e
que entraron en el estudio que entre los que pudiendo haber
información. Por el contrario, los factores de confusión sí
sido elegidos para participar, no fueron elegidos. La
pueden ser controlados en el análisis. Dichos factores de
prevención de los sesgos de selección depende en gran
confusión van a producir una distorsión en la estimación del
medida de que el investigador conozca las fuentes de sesgo
efecto, en el sentido de que el efecto observado en la
potenciales.
población en estudio es una mezcla de los efectos debidos a
Sesgo de información u observación: una tercera (o más) variables.
Los sesgos, el azar y la presencia de variables confusoras
Este sesgo incluye cualquier error sistemático en la medida
deben finalmente siempre tenerse en cuenta, como
de información sobre la exposición a estudiar en los
explicación posible de cualquier asociación estadística, ya
resultados. Los sesgos de observación o información se
sea positiva, negativa o no existente.
derivan de las diferencias sistemáticas en las que los datos
sobre exposición o resultado final, se obtienen de los Identificación de asociaciones no causales
diferentes grupos. El rehusar o no responder en un estudio
puede introducir sesgos si la tasa de respuesta está
(confusión):
relacionada con el estado de exposición. El sesgo de El termino confusión se refiere a una situación en la que se
información es por tanto una distorsión en la estimación observa una asociación no causal entre una exposición dada
del efecto por errores de medición en la exposición o y un desenlace, que ocurre como consecuencia de la influencia
enfermedad o en la clasificación errónea de los sujetos. de una tercera variable (o de grupo de variables), a la que
Las fuentes de sesgo de información más frecuentes son: usualmente se denomina variable confusora o confusor; tal
a. Instrumento de medida no adecuado. variable confusora tiene que estar relacionada tanto con el
supuesto factor de riesgo como con el desenlace de estudio,
b. Criterios diagnósticos incorrectos.
4

5. Cápitulo 1 - CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA EN MEDICINA INTERNA
pero no debe ser una variable intermediaria en el camino Conviene por otra parte considerar que la significancia
causal entre la exposición y el desenlace. estadística entre dos variables depende de dos componentes
fundamentales. El primero es la magnitud de la diferencia a
El fenómeno de confusión puede llevar a una sobre- evaluar: cuanto más grande sea la diferencia entre las dos
estimación o a una sub-estimación de la verdadera fuerza de variables, más fácil es demostrar que la diferencia es
la asociación, originando lo que se conoce como confusión significativa. Por el contrario, si la diferencia entre ambas
positiva o negativa respectivamente. La confusión cualitativa variables es pequeña, las posibilidades de detectar
se define cuando la direccionalidad de la asociación cruda diferencias entre las mismas se dificultan. El segundo
es opuesta a la de la medida ajustada. componente fundamental a tener en cuenta al evaluar
diferencias entre dos variables es el tamaño muestral. Cuanto
Algunos consideran la confusión como un fenómeno de
más grande sea dicho tamaño muestral más fácil es detectar
sesgo de selección, ya que a la larga una asociación
diferencias entre las mismas. Pequeñas diferencias se pueden
confundida puede entenderse como un estimado sesgado
detectar con grandes tamaños muestrales y grandes
de una asociación causal.
diferencias entre variables necesitan muchos menos pacientes
En los estudios observacionales el sesgo de confusión se o individuos a ser estudiados. Cualquier diferencia puede
puede entender como un problema de comparabilidad cuyo ser estadísticamente significativa si se dispone del suficiente
origen está ligado a la imposibilidad de realizar una asignación número de pacientes.
aleatoria de la exposición en los sujetos de estudio.
El tamaño muestral afecta a la probabilidad de la significación
El objetivo de la asignación al azar de los tratamientos (de la estadística a través del error estándar, que se hace más
exposición) en los estudios experimentales es lograr la pequeño cuantos más pacientes tenga el estudio. Así pues
formación de grupos homogéneos en lo que se refiere a todas el valor de la «p» es función de la magnitud de la diferencia
las características que puedan influir en el riesgo de entre los dos grupos o dos variables y del tamaño de la
desarrollar el evento (edad, sexo, masa corporal u otras muestra. Por esta razón una pequeña diferencia puede ser
características que no se puedan medir); lo que se busca estadísticamente significativa si disponemos de un tamaño
lograr es que los grupos sean similares en todo, excepto en muestral lo suficientemente grande, y por el contrario un
la exposición que se busca evaluar. Existen varias formas de efecto o diferencia relativamente grande puede no alcanzar
controlar el fenómeno de confusión. Entre esos se destacan: la significación estadística si la variabilidad es grande debida
apareamiento, estratificación, aleatorización, estandarización a un pequeño tamaño muestral. Por estas razones, los valores
y restricción. de la «p» deben ser considerados solo como una guía y no
como base de conclusiones definitivas e irrevocables.
Definición de la heterogeneidad de efectos El valor de «p» ejerce un poderoso atractivo sobre el
(interacción o modificación de efectos): investigador por la fácil «interpretación» que exige y la falsa
sensación de seguridad que confiere.
La interacción describe una situación en la que dos o más
factores de riesgo modifican el efecto que cada cual tiene Un solo número encierra la clave que determina si los
sobre la ocurrencia o el nivel de un desenlace dado. Si la resultados de un estudio han de sumarse a las pruebas a
presencia del modificador del efecto potencia el efecto de la favor o en contra de una hipótesis, y el investigador que
exposición de interes, entonces esta variable y la exposición obtiene resultados significativos suele sentirse satisfecho
se consideran sinérgicas (interacción positiva); si la presencia de haber logrado su meta, sin darse cuenta de que no ha
del modificador del efecto disminuye o elimina el efecto de la conseguido mejorar en modo alguno su comprensión del
exposición de interés, puede decirse entonces que el efecto fenómeno que estudia. Si un investigador sospecha que las
modificador y la exposición son antagonistas (interacción personas expuestas a un factor determinado están en mayor
negativa). riesgo de contraer cierta enfermedad que las personas que
no lo están y se propone demostrarlo matemáticamente, su
Significancia estadística: El considerar el término hipótesis de trabajo es que hay una diferencia entre el grupo
significativo implica utilizar términos comparativos de dos expuesto y el grupo sin exposición (grupo testigo) en lo
hipótesis. Las pruebas de hipótesis son pruebas de referente a la frecuencia de la enfermedad en cuestión, pero
significación estadística que cuantifican hasta qué punto la para poder demostrarlo valiéndose de una prueba de
variabilidad de la muestra puede ser responsable de los hipótesis, tiene que empezar por plantear la hipótesis contraria
resultados de un estudio en particular. La H0 (hipótesis nula) (hipótesis nula o de nulidad), es decir, que no hay diferencia
representa la afirmación de que no hay asociación entre las alguna entre los grupos comparados en lo referente a la
dos variables estudiadas y la H1 (hipótesis alternativa) afirma frecuencia de la enfermedad de interés. La finalidad es tener
que hay algún grado de relación o asociación entre las dos bases numéricas para descartar la hipótesis de nulidad y
variables. poder dar por verdadera la hipótesis alterna,
confirmándose así que, muy verosímilmente, la frecuencia
5

6. SECCIÓN 1 INTRODUCCIÓN A LA MEDICINA CLÍNICA
de la enfermedad de interés en los grupos comparados sí La interpretación de un resultado a la luz de un valor p es una
es distinta. práctica mecánica e irreflexiva cuya persistencia es difícil de
comprender si se considera que los intervalos de confianza,
Una vez planteada la hipótesis de nulidad, es preciso que el que le revelan al investigador el margen de error de sus
investigador determine el margen de equivocación que está resultados y la magnitud del efecto que observa, fomentan
dispuesto a tolerar y fije el llamado valor de significación o la actividad analítica imprescindible para la evolución del
valor alfa (á), para luego calcular el valor p. En términos conocimiento científico.
sencillos, este último valor no es otra cosa que la probabilidad
de observar la diferencia encontrada entre los grupos o una Un intervalo de confianza es un recorrido de valores, basados
más extrema si es correcta la hipótesis de nulidad. en una muestra tomada de una población, en el que cabe
esperar que se encuentre el verdadero valor de un parámetro
Si el valor p es menor del valor á fijado por el investigador poblacional con cierto grado de confianza.
(0.05 la mayor parte de las veces, o en ocasiones 0.01 ó 0.10),
se descarta que los resultados observados puedan atribuirse Sobre esta base, un intervalo de confianza de 95%, que es el
a mero azar si en realidad no hay una diferencia, o, dicho de que se busca con mayor frecuencia, se obtiene sumándole y
otro modo, la incompatibilidad entre los datos observados y restándole a la media el error estándar multiplicado por 1.96.
la hipótesis de nulidad se considera lo suficientemente Si quisiese calcularse un intervalo de confianza de 99%, el
grande como para poder descartar esta hipótesis. En cambio, error estándar se multiplicaría por 2.58. entonces, un intervalo
si el valor p es á ó mayor, se considera que no hay suficientes de confianza de 95% se interpreta como aquella situación en
indicios para descartar la hipótesis de nulidad. la que si el investigador repitiese su estudio en las mismas
condiciones pero con distintas muestras aleatorias, noventa
Por lo tanto, un valor p no refleja realmente la magnitud de la y cinco de cada cien veces obtendría intervalos que
diferencia que el investigador encuentra, sino la probabilidad contendrían el verdadero parámetro poblacional y cinco veces
de haber observado esa diferencia si en realidad no hay obtendría intervalos que no lo contendrían. En otras palabras,
ninguna. Sobre la base de un resultado estadísticamente se puede tener gran confianza en que el intervalo resultante
significativo se puede concluir que un medicamento supera abarca el valor verdadero del parámetro estudiado.
a otro en eficacia, pero no si es tanta su superioridad que se
justifique exponer al paciente a sus efectos secundarios, por Error de tipo I (á):
ejemplo. Para fines prácticos, lo que interesa es conocer la
magnitud de la diferencia, para lo cual el valor p carece por Es la probabilidad de rechazar la hipótesis nula cuando en
completo de utilidad. realidad es verdadera (error de tipo I). Se le denomina nivel
de significación y es la «p». Esta probabilidad de rechazar la
Otra idea equivocada es que un valor p mayor que á confirma hipótesis nula cuando es verdadera se le conoce también
que la hipótesis de nulidad es correcta, o que representa la como error alfa. La «p» no es por tanto un indicador de
probabilidad de que lo sea. Cabe aclarar que la estadística se fuerza de la asociación ni de su importancia.
basa completamente en probabilidades y frecuencias y no
cuenta con ninguna herramienta que sirva para confirmar la La significación estadística es por tanto una condición
hipótesis de nulidad. Siempre hay una posibilidad, por remota resultante del rechazo de una hipótesis nula mediante la
que sea, de que a la luz de los datos una hipótesis de nulidad aplicación de una prueba estadística de significación. El nivel
parezca verdadera aún siendo falsa, por obra del azar (error de significación es el riesgo o la probabilidad que
tipo II). El no poder rechazar la hipótesis de nulidad no voluntariamente asume el investigador de equivocarse al
equivale a poder confirmarla, y la diferencia entre una cosa rechazar la hipótesis nula, cuando en realidad es cierta. Este
y otra influye decisivamente sobre las conclusiones que riesgo se establece normalmente en 0.05 ó 0.01.
pueden derivarse de un estudio.
Error de tipo II (â):
Mientras más grande una muestra, menor es la influencia del
azar sobre los resultados y menor la probabilidad de cometer El riesgo alfa («p») indica la probabilidad de cometer un
errores de interpretación y ésto nos lleva a un error muy error de tipo I (falso positivo). El error de tipo I, es por lo
frecuente, que es el de afirmar que frente a un resultado sin tanto rechazar la H0 cuando en realidad es verdadera. Se
significación estadística, el carácter reducido de la muestra podría considerar que para evitar este tipo de error
explica la falta de significación. El problema con ésta deberíamos de elegir un nivel de confianza más elevado, sin
afirmación es, precisamente, que es cierta para cualquier embargo al aumentar el nivel de confianza aumenta la
resultado, y por ende, completamente vacía. En otras probabilidad de cometer el error de tipo II. El error de
palabras, cuando una muestra es lo suficientemente grande, tipo II consiste en aceptar la hipótesis nula cuando es
cualquier resultado puede cobrar significación estadística, falsa y esto se conoce como el error de tipo II ó Beta (â)
razón de por sí suficiente para dudar del valor de estas (falso negativo).
pruebas.
6

7. Cápitulo 1 - CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA EN MEDICINA INTERNA
Poder o potencia estadística: En ésta tabla pueden calcularse las probabilidades de cada
una de las posibles combinaciones de resultados. La
En general, el poder o potencia estadística se define como la prevalencia de la enfermedad es la frecuencia con la que
capacidad de la prueba o del estudio para discriminar entre aparece la enfermedad en el total de la población, y coincide
lo significativo y lo no significativo, se deduce de restar el con la probabilidad de que una persona de la población
valor de â a 1, usualmente el valor aceptado para el error tipo â padezca la enfermedad.
es de 0.2 (20%) por lo que el poder se calcularía como: (1-â =
80%) en la práctica clínica se maneja al menos un poder del La sensibilidad de la prueba diagnóstica se define como la
80%, dependiendo del estudio y de la hipótesis planteada, probabilidad de que el resultado de la prueba sea positivo en
más exigente. una persona afectada por la enfermedad. Representa pues,
la fracción de verdaderos positivos. La sensibilidad,
expresada en tanto por ciento, representa el porcentaje de
Índices de validez: resultados positivos respecto al total de enfermos ésto es,
el porcentaje de verdaderos positivos que se obtendría al
los índices tradicionales de la validez cuando las definiciones aplicar la prueba diagnóstica a los enfermos. La probabilidad
de exposición y el desenlace son dicotómicas, son la complementaria de la sensibilidad es el porcentaje de
sensibilidad y la especificidad. resultados negativos respecto al total de enfermos (falsos
negativos). Así, a mayor número de verdaderos positivos,
Validez: se define como la capacidad que tiene una prueba de mayor es la sensibilidad y viceversa: a mayor sensibilidad
distinguir entre aquellos individuos que tienen un desenlace menor número de falsos negativos. Por tanto, cuanto más
de aquellos que no lo tienen. sensible es una prueba diagnóstica menor es la probabilidad
de obtener falsos negativos, por lo que un resultado negativo
Sensibilidad: es la capacidad que tiene una prueba de
es bastante fiable y permite descartar la presencia de
identificar correctamente a aquellos individuos que tienen el
enfermedad.
desenlace.
La especificidad de la prueba diagnóstica se define como la
Especificidad: es la capacidad que tiene la prueba de identificar
probabilidad de que el resultado de la prueba sea negativo
correctamente a aquellos individuos que no tienen el
en una persona sana, que no padece la enfermedad. Por tanto,
desenlace.
representa la fracción de verdaderos negativos. La
Fiabilidad (replicabilidad): es el grado en que los resultados especificidad, expresada en tanto por ciento, representa el
obtenidos por una prueba son ratificados cuando la prueba porcentaje de resultados negativos respecto del total de
se repite. personas sanas, esto es, el porcentaje de verdaderos
negativos obtenido al aplicar la prueba a personas sanas. La
Valor predictivo positivo (VPP): es la proporción de personas probabilidad complementaria de la especificidad es el
con una prueba determinada clasificada como positiva porcentaje de resultados positivos respecto del total de
quienes tienen el desenlace. personas sanas (falsos positivos). Cuanto más específica es
una prueba, menor es la probabilidad de obtener un falso
Valor predictivo negativo (VPN): es la proporción de positivo, por lo que un resultado positivo en la prueba es
personas con una prueba determinada clasificada como muy fiable y nos da una certeza elevada de que el paciente
negativa quienes no tienen el desenlace o enfermedad. padece la enfermedad, confirmando el diagnóstico (con la
Las definiciones anteriores hacen mención al amplio campo excepción de enfermedades de baja prevalencia).
del tamizaje y pruebas diagnosticas, y puede resumirse así: El valor predictivo positivo (VPP) de una prueba diagnóstica
Tabla 2. Índices de validez de una prueba. se define como la probabilidad de que una persona padezca
la enfermedad habiendo dado positivo en la prueba. Así pues,
el valor predictivo positivo expresado en tanto por ciento,
representa el porcentaje de personas realmente enfermas
respecto del total de personas que han dado positivo en la
prueba. Su complementario será el porcentaje de falsos
positivos respecto del total de positivos. Un alto VPP indica
que la probabilidad de que la persona esté realmente enferma
habiendo dado positivo en la prueba diagnóstica es muy
alta.
Podemos concluir que el valor predictivo de una prueba
diagnóstica depende de la prevalencia de la enfermedad que
tratamos de diagnosticar según la siguiente relación:
7

8. SECCIÓN 1 INTRODUCCIÓN A LA MEDICINA CLÍNICA
b/C2 (sanos expuestos en relación con el total de sanos) La característica principal de los estudios experimentales es
Odds1=
d/C2 (sanos no expuestos en relación con el total de sanos) que el investigador asigna en forma aleatoria la exposición.
En relación con la característica de temporalidad, estos
estudios son de carácter prospectivo, y por el número de
Como puede observarse, cuanto mayor sea la prevalencia de
observaciones sucesivas realizadas durante el periodo de
la enfermedad en la población mayor será el valor predictivo
estudio, son catalogados como longitudinales. Asimismo, a
positivo de la prueba diagnóstica, y viceversa, aún
diferencia de los diseños de investigación observacional,
manteniéndose constantes su sensibilidad y especificidad.
donde los criterios de selección de la población se basan en
El valor predictivo negativo (VPN) de una prueba diagnóstica la presencia del desenlace (casos y controles) o exposición
se define como la probabilidad de que una persona esté sana (cohorte), los estudios experimentales no tienen estos dos
habiendo dado negativo. Así, el valor predictivo negativo criterios de selección y, generalmente, incluyen poblaciones
expresado en tanto por ciento, representa el porcentaje de homogéneas que puedan ser comparables en cuanto a su
personas sanas respecto del total de personas que han dado condición de enfermedad y características biológicas y socio
negativo en la prueba. Su complementario será el porcentaje demográficas. En estos estudios las unidades de análisis
de falsos negativos respecto del total de negativos. Un alto pueden ser individuales o grupales («clusters» o
VPN indica que la probabilidad de que la persona esté sana intervenciones comunitarias).
habiendo dado negativo en la prueba diagnóstica es muy
Una clasificación sencilla de los estudios epidemiológicos
alta. Tal como se expuso anteriormente, el VPN depende
se muestra a continuación (ver tabla 3).
también de la prevalencia de la enfermedad según la relación
siguiente: Tabla 3. Clasificación de los estudios epidemiológicos.
Experimentales No experimentales
Esto significa que cuando disminuye la prevalencia de la - Ensayos clínicos - Estudios ecológicos
- Ensayos de campo - Estudios de prevalencia
enfermedad en la población de referencia, aumenta el VPN - Ensayo comunitario de (corte transversal
de la prueba diagnóstica, y viceversa, aún manteniéndose intervención - Estudios de casos y
controles
constantes su sensibilidad y especificidad. - Estudios de cohortes
La fiabilidad o exactitud de la prueba diagnóstica es la
probabilidad de que se obtenga un resultado correcto. Se
calcula dividiendo la suma de los verdaderos positivos y los Estudios no experimentales:
verdaderos negativos entre el total de la muestra. Por ejemplo,
una fiabilidad del 90% indicará que de cada 100 veces que se Estos estudios describen la frecuencia y las características
aplique la prueba diagnóstica cabe esperar que en 90 veces más importantes de un problema de salud. Los datos
el resultado sea correcto. proporcionados por estos estudios son esenciales para los
administradores sanitarios así como para los epidemiólogos
La reproducibilidad de un test diagnóstico es la probabilidad y los clínicos. Los primeros podrán identificar los grupos de
de que se repita el mismo resultado (sano o enfermo) cuando población más vulnerables y distribuir los recursos según
la prueba se aplica varias veces al mismo sujeto. Si se trata dichas necesidades, y para los segundos son el primer paso
del mismo operador que aplica la prueba varias veces en la investigación de los determinantes de la enfermedad y
hablaremos de concordancia o reproducibilidad intra- la identificación de los factores de riesgo.
examinador, mientras que cuando la prueba diagnóstica es
aplicada por diferentes examinadores al mismo sujeto Los principales tipos de estudios descriptivos son: los
hablaremos de concordancia inter-examinador. Para estudios ecológicos, los estudios de series de casos y los
determinar la reproducibilidad de un método diagnóstico se transversales o de prevalencia.
utiliza el test kappa que proporciona el estadígrafo k, Estudios ecológicos: Estos estudios no utilizan la información
considerándose que la reproducibilidad es aceptable cuando del individuo de una forma aislada, sino que utilizan datos
k es mayor o igual a 0.8. agregados de toda la población. Describen la enfermedad en
la población con relación a variables de interés como pueden
Tipos de estudios epidemiológicos: ser la edad, la utilización de servicios, el consumo de alimentos
o de bebidas alcohólicas. Un ejemplo de este estudio sería
Los estudios epidemiológicos son clasificados según se correlacionar la mortalidad por enfermedad coronaria con el
asigna la exposición, en experimentales y consumo per cápita de cigarrillos. Estos estudios son el
observacionales. primer paso en muchas ocasiones en la investigación de una
posible relación entre una enfermedad y una exposición
determinada. Su gran ventaja reside en que se realizan muy
8

9. Cápitulo 1 - CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA EN MEDICINA INTERNA
rápidamente, con bajo costo y con información que suele Esta información es de gran utilidad para valorar el estado de
estar disponible. Así por ejemplo, los datos demográficos y salud de una comunidad y determinar sus necesidades. Así
el consumo de diferentes productos se pueden correlacionar mismo sirven como todos los estudios descriptivos para
con la utilización de servicios sanitarios, con registros de formular hipótesis etiológicas.
mortalidad y registros de cáncer.
En los estudios epidemiológicos de diseño transversal, las
La principal limitación de éstos estudios es que no pueden medidas de asociación clásicamente descritas son la razón
determinar si existe una asociación entre una exposición y de odds (Odds Ratio, OR) y la Razón de Prevalencias (RP).
una enfermedad a nivel individual. La falacia ecológica Estas dos medidas muestran el grado de asociación que existe
consiste precisamente en obtener conclusiones inadecuadas entre una enfermedad o condición de interés y cierta
a nivel individual basado en datos poblacionales. exposición, pero difieren notablemente en su interpretación.
La RP se define en términos de cuántas veces es más probable
Series de casos: Estos estudios describen la experiencia de que los individuos expuestos presenten la enfermedad o
un paciente o un grupo de pacientes con un diagnóstico condición respecto a aquellos individuos no expuestos. En
similar. En éstos estudios frecuentemente se describe una cambio, el OR se define como el exceso o defecto de ventaja
característica de una enfermedad o de un paciente, que sirven («odds») que tienen los individuos expuestos de presentar
para generar nuevas hipótesis. Muchas veces documentan la enfermedad o condición frente a no padecerla, respecto a
la presencia de nuevas enfermedades o efectos adversos y la ventaja de los individuos no expuestos de presentar la
en este sentido sirven para mantener una vigilancia condición frente a no presentarla.
epidemiológica.
Se pueden encontrar resultados de estudios epidemiológicos
Estos estudios aunque son muy útiles para formular y clínicos con diseño transversal expresados en forma de
hipótesis, no sirven para evaluar o probar la presencia de OR, pero que utilizan la definición de RP. Este posible error
una asociación estadística. La presencia de una asociación conceptual se ha visto favorecido por la dificultad de ajustar
puede ser un hecho fortuito. La gran limitación de éste tipo la RP por múltiples variables, mientras que por su relativa
de estudios es en definitiva la ausencia de un grupo control. sencillez, una alternativa comúnmente utilizada ha sido
calcular la OR mediante modelos de regresión logística como
Estudios transversales: Este tipo de estudios denominados aproximación de la RP. Esta aproximación podría ser correcta
también de prevalencia, estudian simultáneamente la cuando la prevalencia de la enfermedad o condición de interés
exposición y la enfermedad en una población bien definida que se está estudiando es pequeña (clásicamente conocido
en un momento determinado. Esta medición simultánea no como «asunción de enfermedad rara») ya que la OR daría un
permite conocer la secuencia temporal de los acontecimientos valor próximo a la RP.
y no es por tanto posible determinar si la exposición precede
a la enfermedad o viceversa. Estudios de cohorte: la característica que define a los estudios
de cohorte es que los sujetos de estudio se eligen de acuerdo
La realización de éste tipo de estudios requiere definir: con la exposición de interés; en su concepto más simple se
selecciona a un grupo expuesto y a un grupo no-expuesto y
a. La población de referencia sobre la que se desea ambos se siguen en el tiempo para comparar la ocurrencia de
extrapolar los resultados. algún evento de interés. Los estudios de cohorte
prospectivos son semejantes a los ensayos clínicos
b. La población susceptible de ser incluida en la muestra, aleatorizados en el sentido de que los sujetos de estudio se
delimitando claramente los que pueden ser incluidos siguen en el curso de la exposición hasta la aparición del
en dicho estudio. evento que interesa, pero a diferencia del ensayo clínico
aleatorizado donde el investigador asigna la exposición, en
c. La selección y definición de variables por las que se los estudios de cohorte el investigador observa a los sujetos
va a caracterizar el proceso. después de ocurrida la exposición.
d. Las escalas de medida a utilizar. Anteriormente, los estudios de cohorte eran referidos como
longitudinales, porque los sujetos eran seguidos con al
e. La presencia del «caso». menos dos mediciones a través del tiempo; también eran
conocidos como prospectivos, que implican la dirección hacia
Los estudios transversales se utilizan fundamentalmente para el futuro en la cual eran seguidos los sujetos; o de incidencia,
conocer la prevalencia de una enfermedad o de un factor de porque se relacionan con la medida básica de los nuevos
riesgo. casos del evento de estudio a lo largo del tiempo.
Actualmente, sin embargo, el término correcto para referirse
a este diseño es de estudios de cohorte.
9

10. SECCIÓN 1 INTRODUCCIÓN A LA MEDICINA CLÍNICA
Los estudios de cohorte se han utilizado de manera clásica no consideran la inclusión de población en estudio mas allá
para determinar la ocurrencia de un evento específico en un del periodo de reclutamiento fijado por los investigadores.
grupo de individuos inicialmente libres del evento o
enfermedad en estudio. Es decir, toda la población en estudio Dinámicas son aquellas cohortes que consideran la entrada
se sigue a través del tiempo y se compara la incidencia del y salida de nuevos sujetos de estudio durante la fase de
evento de estudio en individuos expuestos con la de los no- seguimiento, por lo que el número de miembros puede variar
expuestos. El seguimiento de la población en estudio se a través del tiempo. Los participantes entran o salen de la
continúa hasta que ocurre una de los siguientes condiciones: cohorte cuando cumplen criterios de elegibilidad,
incorporando la aportación años-persona desde el momento
a) Se manifiesta el evento de estudio (en razón de salud de inclusión en el estudio; frecuentemente están definidos
o enfermedad). Cuando ocurre ésta condición el por unidades geográficas y grupos poblacionales.
individuo deja de contribuir a la cohorte pero puede
En un estudio de cohorte fija, todos los sujetos entran al
reingresar si se trata de un evento recurrente o que
estudio al mismo tiempo y son seguidos durante la misma
puede ocurrir varias veces.
cantidad de tiempo. En éste caso, la comparación de las
b) Los sujetos del estudio mueren. morbilidades o mortalidades de los grupos puede hacerse
usando técnicas estadísticas simples. Por ejemplo, se pueden
c) Los sujetos se pierden durante el seguimiento. calcular riesgos relativos o razones de odds. Por otro lado,
en un estudio de cohorte variable o dinámica, los sujetos
d) El estudio termina. entran al estudio en tiempos calendario distintos (tiempos
de referencia móviles), o son sometidos a períodos de
Clasificación de los estudios de cohorte:
seguimiento distintos (periodos de seguimiento variables).
Dependiendo de la relación temporal del inicio del estudio En ésta situación, se deben emplear técnicas de análisis de
respecto a la ocurrencia del evento, los estudios de cohorte supervivencia.
se han clasificado como: prospectivos, y retrospectivos (o
históricos). En el análisis de supervivencia, la palabra «sobrevivir» no
necesariamente se refiere a no morir, sino que también se
La principal ventaja de los estudios de cohorte prospectivos puede referir a no experimentar la enfermedad que se estudia.
es que, cuando son bien controlados, se puede establecer En general, sobrevivir significa no experimentar el evento de
una relación de causa-efecto entre el factor de riesgo y la interés en el estudio. Un sujeto que no experimente el evento
enfermedad o evento investigado. de interés antes de concluir el estudio se llama «censurado»,
y los datos suministrados por dicho sujeto se llaman «datos
Los estudios de cohorte histórica reconstruyen la experiencia censurados». Así, aquellos sujetos que terminan el estudio
de la cohorte en el tiempo, por esta razón dependen de la en buen estado de salud son censurados.
disponibilidad de registros para establecer exposición y
resultado, en donde la historia de los individuos se examina Diseño de los estudios de cohorte:
para reconstruir sus tiempos de supervivencia a cierto evento,
En un estudio de cohorte se recluta a un grupo de individuos,
y su exposición a cierto factor de riesgo. En los diseños
ninguno de los cuales manifiesta en ese momento el evento
retrospectivos, al igual que en los prospectivos, la expresión
de estudio, pero todos los integrantes están en riesgo de
«tiempo de referencia» se refiere al instante de tiempo a partir
padecer o presentar dicho evento. Para su inclusión en el
del cual se comienza a contar el tiempo de supervivencia.
estudio los individuos de la cohorte son clasificados de
Los diseños retrospectivos tienen limitaciones debidas a la
acuerdo con las características (factores de riesgo) que
dificultad que los individuos pueden tener para recordar
podrían guardar relación con el resultado. Posteriormente,
fechas y para recordar la presencia de factores de riesgo en
éstos individuos son observados a lo largo del tiempo para
su pasado. Además, puede ocurrir que algunos de los
cuantificar cuáles de ellos manifiestan el resultado.
individuos que hayan estado sometidos a cierto factor de
riesgo ya hayan muerto a causa de ese factor, lo cual impide Los dos grupos de comparación (expuestos y noexpuestos)
que pertenezcan a la muestra que se está recogiendo pueden ser seleccionados de poblaciones diferentes; sin
actualmente, lo que produce una subestimación del riesgo embargo, la inferencia causal (la validez del estudio) depende
debido a ese factor. Sin embargo, los estudios de cohorte del supuesto de que ambos grupos son comparables
retrospectivos son útiles en ciertos casos, por ejemplo, respecto a otros factores asociados con la exposición o
cuando el factor de riesgo solo puede identificarse varios evento de interés. La principal ventaja metodológica de un
años después del tiempo de referencia. diseño de cohorte es que los niveles del factor de estudio
son observados a través del periodo de seguimiento antes
Con relación al tipo de población, las cohortes construídas
de que la enfermedad o evento de interés sea detectado.
pueden ser fijas (también llamadas cerradas) y dinámicas.
Consecuentemente, el investigador puede razonablemente
Cerradas o fijas son las cohortes que por diseño de estudio
postular la hipótesis de que la causa precede la ocurrencia
10

11. Cápitulo 1 - CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA EN MEDICINA INTERNA
de la enfermedad, y que el estatus de enfermedad no influyó · Se puede introducir sesgos de información, si la
diferencialmente en la selección de sujetos o en la determinación identificación de la enfermedad puede estar
de la exposición. Los estudios de cohorte tienen ciertas ventajas influenciada por el conocimiento del estado de
y desventajas respecto a otro tipo de estudios epidemiológicos, exposición del sujeto.
pero en general son menos susceptibles de sesgos de selección
como se describe más adelante. · No son útiles para enfermedades poco frecuentes
porque se necesitaría un gran número de sujetos.
En un estudio de cohorte la información acerca del factor de
exposición o de estudio es conocida para todos los sujetos · Durante mucho tiempo no se dispone de resultados.
al inicio del periodo de seguimiento. La población en riesgo
de desarrollar el evento es seguida por un periodo de tiempo · Evalúan la relación entre evento del estudio y la
determinado mediante nuevos exámenes o cuantificando su exposición a sólo un número relativamente pequeño
periodo de supervivencia, hasta que el evento de estudio o de factores cuantificados al inicio del estudio.
muerte sean identificadas.
Análisis estadístico de los estudios de cohorte:
Ventajas y desventajas de los estudios de cohorte:
La base del análisis de un estudio de cohorte es la evaluación
Ventajas: de la ocurrencia de un evento (en términos de salud o
enfermedad) resultante del seguimiento en el tiempo, como
· Es el único método para establecer directamente la consecuencia de haber estado expuesto o no (grupos de
incidencia. comparación) a una determinada exposición (factor de riesgo).
Esto es, el investigador selecciona un grupo de sujetos
· La exposición puede determinarse sin el sesgo que se expuestos y otro grupo de sujetos no-expuestos y los sigue
produciría si ya se conociera el resultado; es decir, en el tiempo para comparar la incidencia de algún evento
existe una clara secuencia temporal de exposición y (incidencia de la enfermedad, o según sea el caso, tasa de
enfermedad. muerte de la enfermedad).
· Brindan la oportunidad para estudiar exposiciones Cuando existe una asociación positiva entre la exposición y
poco frecuentes. el evento se esperaría que la proporción del grupo expuesto
que desarrolló la enfermedad sea mayor que la proporción
· Permiten evaluar resultados múltiples (riesgos y del grupo no-expuesto que también presentó el evento
beneficios) que podrían estar relacionados con una (incidencia del grupo expuesto vs. incidencia del grupo no-
exposición. expuesto.
· La incidencia de la enfermedad puede determinarse Para calcular la razón de incidencia acumulada (RIA) se estima
para los grupos de expuestos y no-expuestos. la incidencia del grupo expuesto entre la incidencia del grupo
no-expuesto. La RIA entonces es una medida de asociación
· No es necesario dejar de tratar a un grupo, como entre el evento y la exposición.
sucede con el ensayo clínico aleatorizado.
Cuando el estudio presenta pérdidas en el seguimiento
Desventajas: (abandono, cambio de domicilio, muerte por causa diferente
al evento del estudio, finalización del estudio por llegada al
· Pueden ser muy costosos y requerir mucho tiempo, tiempo establecido por el protocolo o por agotamiento de
particularmente cuando se realizan de manera recursos financieros) los tiempos de seguimiento son
prospectiva. desiguales. Una forma de tratar periodos de seguimiento
variables es con el análisis basado en tiempo-persona.
· El seguimiento puede ser difícil y las pérdidas durante
ese periodo pueden influir sobre los resultados del Incidencia:
estudio.
El seguimiento de individuos sanos por un período
· Los cambios de la exposición en el tiempo y los determinado de tiempo permite medir el número de casos de
criterios de diagnóstico pueden afectar a la una enfermedad que aparecen en dicho período. Esta cifra
clasificación de los individuos. constituye la tasa de incidencia de la enfermedad en estudio
que puede ser medida para la cohorte expuesta (Ti exp), la no
· Las pérdidas en el seguimiento pueden introducir expuesta (Ti no exp) y para ambas en conjunto (Ti).
sesgos de selección.
11

12. SECCIÓN 1 INTRODUCCIÓN A LA MEDICINA CLÍNICA
La incidencia acumulada se calcula considerando todos los · Celda A: expuestos que desarrollan la enfermedad.
sujetos que presentaron el evento en estudio
independientemente del momento en el cual lo presentaron · Celda B: expuestos que no desarrollan la enfermedad.
(riesgo acumulado). Su cálculo aplica cuando se trata de una
· Celda C: no expuestos que desarrollan la enfermedad.
cohorte cerrada.
· Celda D: no expuestos que no desarrollan la enfermedad.
Para el caso particular de un diseño de cohorte en que se
permita eliminar o ingresar individuos a las cohortes después - Tasa de incidencia en expuestos: Casos nuevos detectados
de haber iniciado el seguimiento (cohortes abiertas), se en el seguimiento en la cohorte de personas expuestas.
prefiere el término densidad de incidencia.
T I Exp = A / A + B.
La densidad de incidencia suma todos los tiempos con que - Tasa de incidencia en no expuestos: Corresponde al
efectivamente contribuyeron los individuos estudiados. El cociente entre el total de casos detectado en relación en la
indicador se construye dividiendo el total de enfermos cohorte no expuesta al factor.
encontrados a lo largo del estudio por el total del tiempo de
seguimiento (tiempo-persona) y amplificando según T I No Exp = C / C + D.
corresponda.
- Riesgo Relativo: Es el cociente entre la tasa de incidencia
Riesgo: de la enfermedad en expuestos y la incidencia en no
expuestos. Permite conocer la magnitud de riesgo o
El cálculo de incidencia de la enfermedad en expuestos y no protección asociada a la exposición estudiada. Carece de
expuestos permite evaluar riesgo asociado a la condición de unidades de medida.
exposición.
RR= (A/A+B)/(C/C+D)
La relación matemática que se establezca entre estas dos
medidas permite el cálculo de al menos seis expresiones de Riesgo Atribuible (RA): Es la diferencia aritmética entre la
riesgo: incidencia de la enfermedad en expuestos y la incidencia en
no expuestos. Expresa la magnitud de la tasa de incidencia
· Riesgo relativo (corresponde al cálculo utilizando en los expuestos que es atribuible sólo al factor en estudio.
incidencia acumulada).
RA = (A / A +B) - (C / C + D)
· El término ratio se utiliza cuando se utiliza densidad
de incidencia en el cálculo. - Riesgo Atribuible Porcentual o fracción etiológica (RA%):
Es el cociente entre el Riesgo Atribuible y la incidencia de la
· Riesgo atribuible. enfermedad en expuestos, amplificado por 100. Expresa el
porcentaje que representa el Riesgo Atribuible respecto de
· Riesgo atribuible porcentual (fracción etiológica).
la incidencia de enfermedad en expuestos.
· Riesgo atribuible poblacional.
RA%=[(A/A+B)-(C/C+D)]X100/(A/A+B).
· Riesgo atribuible poblacional porcentual.
O expresado también como:
Para explicar el sentido de cada una de estas medidas se
RA% = RA / (A/ A+B)
puede recurrir a la tabla tetracórica o de 2x2, en este caso,
utilizando incidencia acumulada como medida de riesgo: - Riesgo Atribuible Poblacional (RAP): Es la diferencia
Tabla 4. Tabla de 2x2 para un estudio de cohorte. aritmética entre la incidencia de la enfermedad en la población
general y la incidencia en la población no expuesta al factor
de riesgo. Expresa el valor teórico de incidencia imputable al
factor de riesgo en la población.
RAP= (A+C / A+B+C+D) - (C / C+D)
Observe que en este diseño el sentido de lectura de esta
tabla de 2 x 2 es horizontal (filas), a diferencia del diseño de - Riesgo Atribuible Poblacional Porcentual: Es el cociente
casos y controles, que en este caso sería vertical (columnas). entre el Riesgo Atribuible Poblacional (RAP) y la incidencia
de la enfermedad en la población total, amplificado por 100.
Se debe notar que a diferencia de los estudios de casos y
controles, el investigador fija el total de ambas filas, (A + B) Expresa el porcentaje que representa el Riesgo Atribuible
y (C + D) respectivamente) Poblacional respecto de la incidencia de la enfermedad en el
total de individuos.
12

13. Cápitulo 1 - CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA EN MEDICINA INTERNA
constituye con voluntarios, la representatividad que este
grupo pueda tener de la población blanco (de la población a
Otra forma de presentar los resultados de un estudio de la cual se pretende generalizar los resultados) puede estar
cohortes es mediante la utilización de la Razón de Mortalidad limitada por el hecho de que los voluntarios son diferentes
Estandarizada (RME). en algunos aspectos de la población general.
La RME compara el número de casos o de muertes por Un claro ejemplo de sesgo de selección que puede alterar
enfermedad con una población de referencia o estándar y considerablemente los resultados obtenidos es el llamado
representa la razón entre el número de casos observados efecto del trabajador sano, observado frecuentemente en
respecto del número de casos esperados de tener la población cohortes laborales cuando el grupo no expuesto queda
estudiada. constituido por la población general.
Sesgo y validez en los estudios de cohorte:Aunque se Una manera de evitar este tipo de sesgo de selección es
reconoce que los estudios de cohorte representan un diseño realizando comparaciones internas en el seno de la cohorte.
menos sujeto a error sistemático o sesgo en comparación Los estudios de cohorte retrospectiva son más vulnerables
con otros estudios observacionales, no es menos cierto que a los sesgos de selección, esto se debe a que al inicio de éste
se deben tener en consideración algunas fuentes que pueden tipo de estudios el evento ya ocurrió en un buen número de
distorsionar los resultados que se deriven de ellos. Existen, los participantes y a que esto puede influir en la probabilidad
en efecto, sesgos de selección e información en los estudios de participación en el estudio. Este tipo de sesgo en estudios
de cohorte que deben ser rigurosamente considerados, sobre retrospectivos es particularmente serio cuando los
todo por lo que se refiere a pérdidas en el seguimiento (de participantes conocen también su condición de exposición
los pacientes, de los participantes, etc.), al modo en que se y cuando la presencia conjunta de estos eventos (exposición
obtiene la información sobre la exposición estudiada y al y enfermedad) motiva una participación diferencial en el
modo en que se determina en la población en estudio la estudio.
ocurrencia de la enfermedad o condición de interés durante
el seguimiento. Por lo que se refiere a sesgos de confusión, Otro tipo de sesgo de selección, el más problemático y
en los estudios de cohorte es importante considerar factores frecuente en los estudios de cohorte, es el debido a pérdidas
que se asocien independientemente tanto con la exposición en el seguimiento. Si las pérdidas están relacionadas con
como con la condición o evento estudiado, que no sean alguna característica de los participantes como puede ser la
pasos intermedios en el proceso causal, ya que éstos pueden misma exposición o el desenlace estudiado, las pérdidas
hacer aparecer una asociación ficticia entre la exposición y el determinarán de alguna manera (es decir, estarán sesgando)
factor en estudio. Dado que el procedimiento para la los resultados obtenidos. Así, las pérdidas deben ser
identificación y el control de la confusión (mediante el análisis independientes de la condición de exposición, es decir, se
estratificado y modelos multivariados, principalmente) es deben presentar con la misma frecuencia en los grupos
conceptualmente similar al usado en los estudios de casos y expuesto y no-expuesto. En este caso, como en el caso del
controles, se centrará el resto de la discusión en las principales efecto del trabajador sano, el sesgo de selección introducido
fuentes de sesgos. por las pérdidas durante el seguimiento compromete la validez
interna del estudio, es decir, los grupos expuesto y no-
Clásicamente se clasifican los sesgos en los estudios expuesto no son comparables por lo que se pierde la
epidemiológicos como sesgos de selección (cuando los veracidad de los resultados.
errores derivan de cómo se constituye la población en
estudio) y sesgos de información (cuando los errores se La introducción de errores sistemáticos que comprometan la
originan durante el proceso de recolección de la información). validez interna del estudio por el modo en que se obtuvo la
Una fuente de error con entidad propia, aunque podría información o los datos de los participantes se conoce como
considerarse un tipo especial de sesgo de información, es la sesgos de información. El sesgo de información en los
llamada mala-clasificación o error aleatorio, éste puede ocurrir estudios de cohorte se presenta cuando la información se
tanto en la medición de la exposición como de la enfermedad obtiene de manera diferente en los grupos estudiados; por
o evento de interés. ejemplo, cuando los participantes en el grupo expuesto son
seguidos, monitorizados o vigilados de manera más
Los sesgos de selección en una cohorte tienen que ver tanto cuidadosa que los participantes en el grupo no-expuesto se
con la validez interna como con la validez externa o introduciría un sesgo de información. En este mismo sentido,
extrapolación de los resultados que se obtengan. Este tipo en estudios clínicos de seguimiento es frecuente que algunos
de sesgos está relacionado, evidentemente, con el participantes presenten condiciones comórbidas que
procedimiento utilizado para conformar la cohorte o generen, incluso de manera no apreciable para los
población en estudio: cuando la población en estudio se investigadores, una mayor vigilancia o control de esos
13

14. SECCIÓN 1 INTRODUCCIÓN A LA MEDICINA CLÍNICA
pacientes con relación a otros sujetos del estudio, desenlace, enfermedad o variable dependiente que se
aumentando artificialmente las posibilidades de diagnóstico desea estudiar.
de la condición de interés.
El sujeto «caso» puede ser un individuo portador de una
En ocasiones es el propio investigador quien evalúa de forma enfermedad o incluso una persona que haya fallecido por tal
sesgada la presencia o no de la condición de interés, puesto condición. Si se trata de sujetos fallecidos, se pueden utilizar
que conoce las hipótesis bajo investigación o la historia de como fuentes de información la mejor evidencia clínica o
exposiciones de los participantes. Este tipo de error se conoce anatomo-patológica de la enfermedad en estudio. Entre estos
como sesgo del observador. sujetos «casos» el investigador explora el antecedente de
presencia (o exposición) en el pasado a una o más variables
En los estudios de cohorte se deben tener en cuenta los relacionadas con la variable dependiente en estudio. Este
sesgos de información debidos a la clasificación errónea diseño busca determinar la frecuencia de exposición a la(s)
(mala-clasificación) de los participantes respecto a la variable(s) independientes(s) entre individuos afectados, la
existencia o a la cuantificación de la exposición estudiada o que se comparará con similar frecuencia entre un grupo de
a la ocurrencia de la enfermedad o de la condición de interés. individuos libres de la presencia de enfermedad, grupo que
denominaremos «controles».
La principal fuente de sesgo deriva de los instrumentos
utilizados y de su modo de aplicación (cuestionarios, técnicas Utilidad de los estudios de casos y controles:
analíticas, biomarcadores, etc).
Algunas situaciones se prestan mejor que otras para ser
Cuando el error afecta por igual a todos los participantes, estudiadas con esta metodología. Se ha hecho mención ya
independientemente de su exposición verdadera, nos que estos estudios requieren de fundamento teórico que
hallamos ante mala-clasificación no diferencial o aleatoria. permita su sustentación como alternativas de investigación.
En este caso, el sesgo introducido tiende a modificar las
estimaciones del riesgo relativo hacia la hipótesis nula, es Entre las ventajas de estos estudios se alude con frecuencia
decir, hacia la subestimación de la verdadera asociación. Sin a su simplicidad, lo cual no es del todo cierto. En términos
embargo, la dirección del sesgo en el caso de mala- generales, estos estudios son de utilidad en las siguientes
clasificación diferencial depende del tipo de exposición circunstancias:
investigada y es, en muchos casos, impredecible. · Estudio de enfermedades de baja frecuencia
De lo comentado se deduce entonces, que los sesgos pueden poblacional (tanto en términos de incidencia como de
minimizarse con un buen diseño, que en los estudios de prevalencia).
cohorte se ha de incluir la planificación detallada de la
· Cuando se requiere un estimador de riesgo como
constitución de la cohorte y de los mecanismos de
riesgo relativo, riesgo previo al desarrollo de un
seguimiento, además de los instrumentos de captura de la
estudio prospectivo.
información. La utilización de métodos estadísticos nos
permite controlar en el análisis algunos de los sesgos · Estudio de enfermedades con más de un agente
aleatorios que no pudieron ser prevenidos en el diseño, tal etiológico.
como el análisis estratificado y los métodos multivariados.
Un estudio libre de sesgos nos garantizará su validez interna, · Evaluación de procedimientos o intervenciones de
así como su validez externa o extrapolación. base poblacional (programas de screening,
inmunizaciones).
Estudios de casos y controles: · Problemas de salud que requieren un abordaje
relativamente rápido.
Se trata de un diseño observacional, pasivo en cuanto a la
participación del investigador, el que ordena la información Identificación de casos y selección de controles:
habiendo ya ocurrido los hechos que le dieron origen. Los
estudio de casos y controles son de máxima utilidad para el La definición de casos es esencial para todos los diseños de
estudio de enfermedades de baja frecuencia poblacional y investigación epidemiológica pero lo es en particular para
entregan como medida epidemiológica específica un los estudios de casos y controles puesto que es éste su
estimador de riesgo, el odds ratio. punto de partida.
Estructura básica de los estudios de casos y controles: Pueden ser identificados y seleccionados de series clínicas
o de registros. Dichos registros facilitan la tarea del
Este esquema analítico se inicia a partir de un grupo, investigador en el sentido de reunir o concentrar a los sujetos
denominado «casos», constituido por un grupo de sujetos en estudio y explican la tendencia observada de utilizar
(u otras entidades) caracterizados por presentar el centros de atención de salud como fuente habitual de
provisión de casos.
14

15. Cápitulo 1 - CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA EN MEDICINA INTERNA
En oportunidades, sin embargo, puede existir dificultad para Selección de controles:
reunir el número mínimo de sujetos con determinada
enfermedad. El investigador debe incluir en el estudio sujetos Las condiciones generales más relevantes para la selección
que tengan la condición (evitando la ocurrencia de falsos de los controles son las siguientes:
positivos), considerando la fase y severidad de la enfermedad
· Deben provenir de la misma población de la cual
que los sujetos tienen al ingresar al estudio.
fueron seleccionados los casos.
La inclusión de sujetos en diferentes etapas de la historia
· Con la misma probabilidad de exposición que la de
natural de la enfermedad aumenta la probabilidad incluir
los sujetos casos.
sujetos con grados de exposición heterogéneo exponiéndose
a la ocurrencia de sesgo de selección. · Exposición comparable en relación con otros atributos
generales de la población control (sexo y edad, por
Selección de los casos:
ejemplo).
· Deben representar adecuadamente la historia natural · Más de un sujeto control puede ser escogido con
de la enfermedad. relación a cada caso.
· Idealmente se debe seleccionar todos los casos de Un sujeto es elegible como control cuando ha tenido la misma
una población determinada. probabilidad de exposición a la variable independiente en
· Todos los sujetos portadores de la enfermedad deben estudio que la experimentada por el caso, tanto en cantidad
tener igual probabilidad de ser escogidos. como en oportunidad.
Fuente de obtención de casos: se pueden utilizar diversos Número de controles:
registros médicos, como por ejemplo:
Habitualmente un control es seleccionado por cada caso,
· Historias clínicas. definiendo una relación 1:1. Así, ambos grupos estarán
constituidos por un número equivalente de individuos. Sin
· Egresos hospitalarios. embargo, es posible incorporar un número mayor de controles
por cada caso, lo que influye en beneficios estadísticos
· Estadísticas de morbilidad. (potencia). Sin embargo, la complejidad del estudio, su
· Registros médicos especiales (cáncer, otras duración y su costo se ven incrementados por esta decisión
enfermedades crónicas). si la relación casos- controles es 1:2, 1:3 ó mayor. También
puede darse el caso de encontrar relaciones del orden de
· Registros de sistemas de vigilancia epidemiológica. 1:1.5 ó 1:2-3 entre casos y controles.
· Certificados de defunción o equivalentes. También pueden utilizarse más de un tipo de controles,
generando grupos de referencia representativos de
Casos prevalentes y casos incidentes: diferentes poblaciones, lo que permite analizar gradientes de
riesgo.
Los casos obtenidos a partir de registros habituales y que
ya han sido detectados corresponden a los casos prevalentes, Estructura y análisis de la información en los estudios de
pudiendo ser muy variable entre los enfermos el tiempo casos y controles:
transcurrido entre el diagnóstico de la condición.
La lógica de este diseño consiste en comparar la frecuencia
Alternativamente, los casos pueden ser obtenidos a partir de exposición a la(s) variable(s) independiente(s) estudiadas
de los nuevos casos que son detectados a partir del momento en casos y controles. Esta comparación, apoyada por la
en que se inicia la investigación (casos incidentes). hipótesis de trabajo, busca encontrar evidencia de una mayor
tasa de exposición entre los sujetos casos en comparación
Si se trabaja con casos prevalentes, debe tomarse en cuenta
con los controles si el factor estudiado se comporta como un
que los sujetos casos podrían haber modificado sus hábitos
«factor de riesgo».
o estilos de vida, algunos de los cuales pueden ser
importantes en términos de exposición generando sesgo (ej. Si la presencia del factor de exposición reduce el riesgo (factor
sujetos con cáncer de pulmón, en tratamiento, que dejan de protector), la frecuencia de exposición entre los controles
fumar o cambian su lugar de residencia). En este caso no debiera ser mayor que la encontrada entre los casos.
debiera llamar la atención una muy baja tasa de tabaquismo
actual en sujetos con cáncer del pulmón, producto de la El esquema general de análisis en una tabla tetracórica en un
modificación del hábito derivada del diagnóstico. estudio de casos y controles es el siguiente:
15