4. Diagrama de diseño
Población fuente
Fuente de casos Fuente de controles
1. Casos que estuvieron
expuestos
2. Controles que estuvieron
expuestos
3. Casos que no estuvieron
expuestos
4. Controles que no
estuvieron expuestos
5. Ventajas y desventajas
VENTAJAS
➔ Útiles para el estudio de problemas de salud poco frecuentes o crónicos.
➔ Estudian la relación de múltiples factores de riesgo.
➔ Rápidos de elaborar y conducir.
➔ Consumen menos tiempo y dinero en relación con otros diseños.
➔ Requieren menos sujetos de estudio.
➔ No representan ningún riesgo para los sujetos.
➔ No es necesario llevar un seguimiento con los sujetos.
6. Ventajas y desventajas
DESVENTAJAS
➔ Son poco útiles cuando la frecuencia de la exposición al evento de interés
es baja.
➔ No producen estimadores directos de la prevalencia o incidencia.
➔ No son útiles para determinar otros efectos posibles de la exposición de
interés.
7. Definición de caso
En este tipo de estudio se seleccionan sujetos a partir de la presencia del evento
o de la enfermedad y no a partir de la exposición.
CASO individuo que presenta la enfermedad, característica o evento de interés.
CONTROL sujeto que no presenta la enfermedad o evento de interés.
8. Fuente de obtención de casos
Definir las características de los individuos que se considerarán como ‘’casos’’.
1. Criterios de inclusión y exclusión
2. Criterios diagnósticos de la enfermedad
9. Casos prevalentes vs casos incidentes
Lo ideal es seleccionar casos incidentes porque se disminuye el sesgo de
memoria y el desarrollo de la enfermedad no modifica la exposición al factor de
riesgo.
Los casos prevalentes se utilizan cuando es difícil obtener casos incidentes.
10. Fuente de obtención de controles
Cuando los controles se seleccionan de la misma población fuente se denomina
controles con base poblacional, pero también es factible obtener controles de
otras fuentes por ejemplo, los vecinos de la comunidad, registros hospitalarios,
entre otros.
11. Sesgos más frecuentes
CyC son vulnerables a diferentes sesgos:
Información de interés es obtenida del pasado
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113
12. Sesgos de selección
Provoca que la población muestra no sea representativa de la población general.
1. Sesgo de Berkson: Casos hospitalarios.
2. Falacia de Neyman: Casos prevalentes + casos incidentes. (exposición)
3. Referencia selectiva: Selección por expertos (subjetividad)
4. Detección: Pruebas DX mayor número de veces a los grupos expuestos.
5. No respuesta: Un estudio con 20% sin respuesta se considera sesgado.
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113
13. Sesgos de información
1. Entrevistador: Preguntas “truculentas” influenciadas.
2. Mala clasificación diferencial: Obtención desigual de la información en CyC.
3. Mala clasificación no diferencial: Subestimación del riesgo real de la
enfermedad asociado a la exposición (Clasificación errónea).
4. Entrevistado: Información exagerada o no bien recordada.
5. Amnésico :Errores sin intención por el proceso de memoria.
6. Recuerdo:La enfermedad hace sensible al sujeto a exagera o modificar la
exposición.
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113
15. Medidas de frecuencia
m1.-Número de casos
m0.- Número de controles
CyC no es adecuado para obtener frecuencias de la enfermedad, se refiere a la
frecuencia de exposición al factor de riesgo.
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113
16. Medidas de asociación
Diseño analitico que busca asociaciones causales.
Razón de momios: estima las veces del riesgo a enfermar según la exposición al
factor de riesgo, en comparación con quien no se expuso.
● Menor 1.00 asociación protectora
● Igual a 1.00 ausencia de asociación/sin significancia estadística
● Mayor a 1.00 asociación de riesgo
*Un estudio CyC debe tener resuelto el problema de ambigüedad temporal.
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113
17. Medidas de impacto potencial
Indican la proporción de casos que podrían haberse evitado si el factor de riesgo
no existiera o, de otra forma, el número de casos que se evitaría si se erradica el
factor riesgo.
Es decir… La fracción etiológica poblacional hace alusión a lo que ocurriría en la
población si se elimina el factor de riesgo.
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113
18. Pareamiento
● Permite controlar el efecto de las variables confusoras, homogenizando los
grupos (CyC) con alguna caracteristica en comun (sexo, edad, residencia,
hijos, nivel socioeconómico, AHF).
1. Pareamiento por grupos: a priori, se define los criterios de selección,
requiere que todos los casos se seleccionen antes que los controles.
2. Pareamiento individual: Se define la variable específica para cada caso y
cada control simultáneamente (a mayor número de variables mayor
dificultad para encontrar controles adecuados)
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113
19. Conclusión
1. Herramienta epidemiológica.
2. Útil cuando se necesita cuantificar posibles asociaciones.
3. No se debe pretender calcular prevalencia o incidencia de alguna
enfermedad.
4. Muy empleado en hospitales.
5. Brinda buenos resultados a nivel comunitario.
*Puede utilizarse como parte de estudio de brotes o epidemias, buscando FR
asociados a mayor probabilidad de desarrollar el daño.
VIlla, A. Moreno, L. García, G. Epidemiología y estadística en salud pública. Mc Graw Hill. 2012 pp 97-113