Este documento presenta una introducción a los diferentes tipos de estudios epidemiológicos. Explica brevemente los estudios descriptivos, observacionales y experimentales, así como los diseños transversales, de cohortes y de casos y controles. También define conceptos clave como la triada epidemiológica, las medidas de asociación y los posibles sesgos y errores en los estudios. El objetivo es proveer una visión general de los principales elementos de la epidemiología para el análisis de enfermedades.

1. Los tipos de estudio
epidemiológico
Efraín Benavides Ortiz
Médico Veterinario, MSc, PhD
Profesor asociado Universidad de La Salle
efbenavides@unisalle.edu.co

2. Lecturas sugeridas
(Benavides, versión 2019)

3. Otras lecturas…
(Benavides, versión 2019)

4. Libro texto en Epidemiología Veterinaria
http://goo.gl/zqrirI
(Benavides, versión 2019)

5. Diseño de estudios epidemiologicos…
(Dona Schneider, 2004)
Formas de determinar posibles causas mediante la recolección
y análisis de evidencia epidemiológica
(Benavides, versión 2019)

6. Componentes de
la Epidemiología
Veterinaria
(Benavides, versión 2019)

7. Elementos de Epidemiología
Cualitativa y Cuantitativa
CUALITATIVO (historia
natural de la enfermedad)
• Características de la población
animal
• Características del agente
etiológico
• Características del medio ambiente
• Mecanismos de transmisión
• Estrategias de mantenimiento de la
infección
• Fuentes de agente y vías de entrada.
CUANTITATIVO
• Muestreos de poblaciones animales
• Evaluación de pruebas diagnósticas
• Medición de la frecuencia de
presentación de la enfermedad en la
población
• Diseño y utilización de encuestas
epidemiológicas
• Diseño e interpretación de los
estudios epidemiológicos
(Benavides, versión 2019)

8. Componentes de la Epidemiología
Veterinaria
(Benavides, versión 2019)
D.U. Pfeiffer (1999). Veterinary
Epidemiology - An Introduction

9. Naturaleza de los estudios epidemiológicos
(Martin, Meek & Willeberg, 1987)
• Los estudios epidemiológicos
siguen el método científico
• Las hipótesis se derivan de
observaciones clínicas y
estudios descriptivos
(epidemiología descriptiva e
informes de casos)
• Esto se combina con el
conocimiento existente sobre
la enfermedad.
• Los estudios descriptivos se usan
para estimar la frecuencia de la
enfermedad o para buscar
identificar los factores que
podrían causar tal enfermedad
(formulación de hipótesis)
• Existen tres enfoques claramente
diferentes para la prueba de
hipótesis son los estudios
observacionales, experimentos
controlados y estudios teóricos.
(Benavides, versión 2019)

10. Triada Epidemiológica
(Benavides, versión 2019)

11. Ciclo de causación
• La triada epidemiológica
• Huésped
– Raza, sexo, edad
– Conformación, situación nutricional
– Inmunidad, estados patológicos
• Agente
– Infectividad, patogenicidad
– Virulencia, inmunogenicidad
– Estabilidad (Ag), supervivencia
• Medio ambiente
– Clima, lluvias, estacionalidad
– Geografía, geología
– Manejo, alojamiento, aire, agua
(Benavides, versión 2019)

12. Tipos de relaciones causales (Schneider, 2004)
• Necesario y suficiente: sin el factor, la enfermedad nunca se desarrolla
– Con el factor, la enfermedad siempre se desarrolla (esta situación rara vez
ocurre)
• Necesario pero no suficiente: el factor en sí mismo no es suficiente para
causar enfermedad
– Se requieren múltiples factores, generalmente en una secuencia temporal
específica (como la carcinogénesis)
• Suficiente pero no necesario: el factor solo puede causar enfermedad,
pero también pueden hacerlo otros factores en su ausencia
– El benceno o la radiación pueden causar leucemia sin la presencia del otro
• Ni suficiente ni necesario: el factor no puede causar la enfermedad por sí
solo, ni es el único factor que puede causar esa enfermedad.
– Este es el modelo probable para las relaciones de enfermedades crónicas.
(Benavides, versión 2019)

13. Epidemiología Descriptiva
• Diferenciar entre razones, proporciones
y tasas
• Usar apropiadamente los términos de
incidencia y prevalencia
• Entender y diferenciar entre riesgo y
tasa, aplicados a las medidas de
incidencia
• Medidas de frecuencia de enfermedad,
recuento de individuos con el carácter
– Estáticas: Razones y Proporciones
– Dinámicas: Tasas
(Benavides, versión 2019)

14. Tipos de diseño de estudio
(Schneider, 2004)
• Estudios Descriptivos (para generar hipótesis)
– Reportes de caso
– Estudios transversales (estudios de prevalencia) miden
exposición y enfermedad al mismo tiempo
– Estudios ecológicos (estudios correlacionales) usan datos
de grupos antes que datos individuales
•Estos datos no se pueden usar para determinar riesgos
individuales
•Hacer esto es cometer falacia ecológica
(Benavides, versión 2019)

15. Tipos de estudio epidemiológico
(Benavides, versión 2019)

16. Estudios observacionales
• Estudios transversales
(prevalencia)
• Estudios de cohortes
(prospectivos)
• Estudios caso – control
(retrospectivos)
(Benavides, versión 2019)

17. Estudios observacionales
• El objetivo de los estudios
epidemiológicos observacionales es
aportar información cuantitativa
sobre las redes de causalidad y las
fuerzas de asociación
• Se basan en el análisis de la
ocurrencia natural de enfermedades
en poblaciones al comparar grupos
de individuos con respecto a la
ocurrencia de enfermedad y la
exposición a factores de riesgo
hipotéticos.
(Benavides, versión 2019)

18. Redes de causalidad
(Benavides, versión 2019) Thrusfield (2007)

19. Asociaciones poblacionales
(Benavides, versión 2019) (Suk, 2008; Eurosurveillance)

20. Exp. Laboratorio Exp. campo
Est. Experimentales
Transversales Caso control Cohortes
Est. Observacionales
Modelos
Est. Teóricos
Tipos de Estudio
Epidemiológico
Tipos de estudios para probar hipótesis
en epidemiología
Tomado de Martin, Meek & Willeber (1987)
Asignación al azar
tratamientos
Buen control de
medioambiente
Poco control de
medioambiente
Muestreo realizado
el grado de exposición
o estado de la enfermedad
Muestreo
basado en
el estado de
la enfermedad
Muestreo
basado en
el grado de
exposición
Simulación
Conceptual
y Matemática
sin tener en cuenta
desafios o del
desafios y del
de los
(Benavides, versión 2019)

21. Diversos tipos de estudio Epidemiológico (Según Pfeiffer, 2002)
(Benavides, versión 2019)

22. Componentes de
la Epidemiología
Veterinaria
(Benavides, 2009)(Benavides, versión 2019)

23. Diseños de estudios epidemiológicos
(Stevenson, 2012)
(Benavides, versión 2019)

24. Comparación de los estudios epidemiológicos
observacionales (a partir de Pfeiffer, 1999)
(Benavides, versión 2019)

25. Tipos de diseños de estudio….
• Estudios analíticos (para probar hipótesis)
– Estudios experimentales
•Ensayos clínicos
•Pruebas de campo
•Estudios de Intervención
– Estudios Observacionales
•Estudios Caso-control
•Estudios de Cohorte
(Benavides, versión 2019)

26. La clave del diseño del estudio (Schneider, 2004)
• La clave de cualquier estudio epidemiológico es la definición de lo que
constituye un caso y de lo que se considera exposición
• Las definiciones deben ser exclusivas, categóricas
• Fallas en la definición efectiva de un caso puede conducir a sesgos de
clasificación errónea
• Causas de error en estudios epidemiológicos:
– Clasificación errónea– clasificación no acertada de la condición de enfermedad o
de exposición
– Variación aleatoria - fortuito
(Benavides, versión 2019)

27. Diagrama esquemático de un estudio
transversal
Desventajas: No aporta información sobre la incidencia de la enfermedad, sólo un estimativo
de la prevalencia . Es difícil establecer relaciones causa - efecto
(Benavides, versión 2019)

28. Diagrama esquemático de
un estudio prospectivo de
Cohortes
(Benavides, versión 2019)

29. Diagrama esquemático de un estudio prospectivo y
retrospectivo de cohortes
Desventajas: Se tarda en el tiempo. Sí la frecuencia de enfermedad es baja
requiere grandes grupos de animales y hay pérdida de individuos.
Generalmente es costoso. (Benavides, versión 2019)

30. Diagrama esquemático de un
estudio de Casos y Controles
(Benavides, versión 2019)

31. Esquema de un estudio de casos y controles
Desventajas: No permiten determinar la incidencia; el estudio se basa en la calidad de la
recolección pasada de información. Problemas de sesgo en la selección del control y
representatividad.
(Benavides, versión 2019)

32. Estudio caso-control, anidado
(Benavides, versión 2019)

33. Estructura esquemática de un estudio
experimental
(Benavides, versión 2019)

34. Ensayo clínico aleatorizado
(Benavides, versión 2019)

35. Comparación estudios observacionales
Criterio Transversal (prevalencia) Estudio caso - control Estudio prospectivo
(Cohortes)
Muestreo Muestra aleatoria de la
población de estudio
Muestras separadas de
unidades enfermas y no
enfermas
Muestras separadas de
unidades expuestas y no
expuestas
Tiempo Un punto Generalmente retrospectivo Seguimiento sobre un período
de tiempo especificado
Causalidad Asociación entre enfermedad
y factores de riesgo
Hipótesis causales
preliminares
Causalidad a través de
evidencia de temporalidad
Riesgo Prevalencia ninguno Densidad de la incidencia,
incidencia acumulada
Comparación de riesgos Riesgo relativo – razón de
probabilidades
Razón de probabilidades Riesgo relativo – razón de
probabilidades
(Benavides, versión 2019)

36. Relación Causa – efecto y Asociación
Epidemiológica
• La demostración de asociación se puede
abordar de tres maneras.
1. Demostrar la diferencia en promedios o
medianas de un conjunto de valores de las
variables de dos grupos
2. Las variables se pueden clasificar (P/N) y se
busca una asociación significativa entre
varias categorías
3. Se puede buscar una correlación entre
variables continuas
(Benavides, versión 2019)

37. Fuentes de error en estudios epidemiológicos
(Schneider, 2004)
• Sesgo: preferencias sistemáticas integradas en el diseño del
estudio
• Confusión: ocurre cuando se incluye una variable en el
diseño del estudio que está relacionada tanto con el resultado
de interés como con la exposición, lo que lleva a conclusiones
falsas. Ejemplo: apuestas y cáncer de pulmón
• Modificación del efecto: ocurre cuando la magnitud de la
asociación entre el resultado de interés y la exposición difiere
según el nivel de una tercera variable. El efecto puede ser
anular o aumentar la asociación. Ejemplo: género y fractura
de cadera modificada por edad
(Benavides, versión 2019)

38. Ejemplo de una relación de Confusión
(Counfounding)
(Benavides, versión 2019)

39. Tablas de Contingencia
Enfermedad
Si No Total
Exposición
Si a b a+b
No c d c+d
Total a+c b+d a+b+c+d
Los hallazgos de la mayoría de estudios epidemiológicos pueden ser
presentados en una tabla 2x2

40. Parámetros para el
cálculo de riesgos
(Pfeiffer, 1999)
RR= Riesgo Relativo
OR= Razón de
probabilidades (odds
ratio)
AR= Riesgo Atribuible
(Attributable risk)
AF= Fracción Etiológica o
Fracción Atribuible
(Attributable Fraction)
(Benavides, versión 2019)

41. Medidas de asociación de una tabla 2x2
– En un estudio caso-control, se inicia con la condición de enfermedad
y luego se estima la exposición
•El RR se estima porque los pacientes se seleccionan con base en la
condición de enfermedad y no se puede calcular la incidencia basada
en la exposición
•El estimativo es el odds ratio (OR) o la probabilidad de tener la
exposición si se tiene la enfermedad en comparación con los que no
tienen la enfermedad
~RR = OR = a/c = ad
b/d bc
Estudio Caso-control : La medida resultante es un estimativo del riesgo
relativo o de la razón de probabilidades (Odds ratio)
(Benavides, versión 2019)

42. Medidas de asociación de una tabla 2x2
Estudio de Cohortes: El resultado de la medición es el riesgo
relativo (o razón de riesgos o razón de tasas)
– En estudios de cohortes usted inicia con la exposición de
interés y luego determina la tasa de desarrollo de
enfermedad
– RR mide la probabilidad de desarrollar la enfermedad en los
expuestos en comparación con los no expuestos
•RR = incidencia en los expuestos/incidencia en los no expuestos
RR = a/(a+b)
c/(c+d)
(Benavides, versión 2019)

43. Riesgo Atribuible o diferencia de riesgos
• En un Estudio de cohortes, se puede querer conocer el riesgo
de enfermedad que es atribuible a la exposición en el grupo
expuesto , que es la diferencia entre la incidencia de
enfermedad entre los expuestos y no expuestos
AR = a/(a+b) – c/(c+d)
AR = 0: No hay asociación entre exposición y
enfermedad
AR > 0: El riesgo en exceso es atribuible a la
exposición
AR < 0: La exposición porta un efecto protectivo
(Benavides, versión 2019)

44. Diagrama de Veen para el Análisis de Riesgos
(Benavides, versión 2019)

45. ¿Existen preguntas?
Atenderé sus diversas
inquietudes con gusto
efbenavides@unisalle.edu.co
(Benavides, versión 2019)

46. Licencia Creative Commons
(Benavides, versión 2019)
Disponible en Slideshare:
https://es.slideshare.net/EVBenavides
Usted puede copiar esta
presentación siempre y cuando no
la use con fines comerciales y cite
apropiadamente al autor