1 Principios de EpidemiologíaDona Schneider, PhD, MPH, FACE Traducción de la conferencia Principios de Epidemiología (Parte I) de Dona Schneider, realizada por Dr. Nicolás Padilla, Facultad de Enfermería de Celaya, Universidad de Guanajuato, México

2 Definición de EpidemiologíaEpi + demos + logos = “lo que sucede al hombre” El estudio de la distribución y determinantes de la frecuencia de la enfermedad en poblaciones humanas (MacMahon and Pugh, 1970)

3 Definición de EpidemiologíaEl estudio de la distribución y de los determinantes de los estados eventos relacionados a la salud en poblaciones específicas y la aplicación de este estudio al control de los problemas de salud (John Last, 1988)

4 Usos de la EpidemiologíaIdentificar las causas de la enfermedad Enfermedad de los Legionarios Completando el cuadro clínico de la enfermedad Experimento Tuskegee Determinación de efectividad terapeútica y medidas preventivas Mamografías, estudios clínicos Identificación de nuevos síndromes Variedades de hepatitis

5 Usos de la EpidemiologíaMonitoreo de la salud de una comunidad,región o nación. Vigilancia, reportes de accidentes. Identificación de riesgos en términos de señalamientos de probabilidad. Hijas dietilestilbestrol. Estudio de tendencias sobre el tiempo para hacer predicciones para el futuro. Tabaquismo y cáncer de pulmón. Estimación de las necesidades de servicios de salud.

6 Tabla de Vida de Muertes en LondresSobrevivientes Edad Muertes -- 100 6 36 64 16 24 40 26 15 25 36 9 16 46 6 10 Fuente: Graunt’s Observations 1662 56 4 6 66 3 3 76 2 1 80 1

7 Observaciones de GrauntExceso de nacimientos de masculinos Elevada mortalidad infantil Variación estacional en mortalidad

8 Mortalidad Anual para 1632: Principales 10 causas de muerteChrisomes & Infants Consumación (TB) Fiebre Cólico, piedras y micción dolorosa Viruela y varicela Diarrea Edema e hinchazón Convulsión Muerte de cuna Crecimiento hepático 500 1000 1500 2000 2500 Número de muertes

9 Principales causas de mortalidad en USA: 1900Neumonía TB Diarrea y Enteritis Enfermedad cardiáca Nefritis crónica Trauma no intencional Embolia Enfermedades de la infancia Cáncer Difteria 50 100 150 200 250 300 Tasa de muerte por 100,000

10 Principales causas de muerte en USA: 1990Enfermedad cardiáca Cáncer Embolia Trauma no intencional Enfermedad pulmonar Neumonía y influenza Diabetes Suicidio Enfermedad hepática VIH/SIDA 50 100 150 200 250 300 Tasa de Muertes por 100,000

11 Endemia Vs. Epidemia Endemia No. of Casos de una Enfermedad EpidemiaTiempo

12 Pirámide poblacional

13 1900 1940 1960 1980 2000

14 Estadística Estadística: Una rama de las matemáticas aplicadas que utiliza procedimientos para condensar, describir, analizar e interpretar grupos de información. Bioestadística: Un subgrupo de la estadística usada para manejar información relevante a salud.

15 Estadística (cont.) Estadística descriptiva: Métodos de producir resúmenes cuantitativos de información Medidas de tendencia central Medidas de dispersión Estadística inferencial: Métodos de hacer generalizaciones a un gran grupo basado en información de un subgrupo(muestra) de ese grupo.

16 Poblaciones y muestrasAntes de que podamos determinar que pruebas estadísticas usar, necesitamos saber si nuestra información representa una población o una muestra. Una muestra es un subgrupo que debería ser representativa de la población

17 Muestras Una muestra debería ser representativa si es seleccionada aleatoriamente (v.gr. Cada dato deberá tener la misma oportunidad de ser seleccionado) En algunos casos, la muestra debe ser estratificada para luego aleatorizarla dentro de los estratos.

18 Ejemplo Queremos una muestra que refleje el género y edad de la población: Estratifique los datos por género Dentro de cada estrato, estratificado por edad. Seleccione aleatoriamente dentro de cada estrato de género/edad, hasta que el número seleccionado sea proporcional al de la población

19 Poblaciones y muestrasSe puede decir si se están observando datos estadísticos de una población o de una muestra Letras griegas señalan parámetros de la población (desconocidos pero fijos) Letras arábigas señala estadísticas de una muestra (conocida pero aleatoria)

20 Clasificación de datosCualitativos o cuantitativos Cualitativos: categorías no numéricas Ejemplos: género, raza/etnicidad Cuantititiva: numérica Ejemplos: edad, temperatura, tensión arterial

21 Clasificación de datosDiscretos o Contínuos Discretos: tienen un número fijo de valores Ejemplos: estado civil, tipo sanguíneo, número de niños Contínuos: tienen un número infinito de valores Ejemplos: estatura, peso, temperatura

22 Sugerencia Datos cualitativos (categoricos) son discretosDatos cuantitativos (numéricos) pueden ser discretos contínuos

23 Datos cualitativos: NominalDatos que caen en categorías mutuamente exclusivas (discretas) para los que no hay un órden natural Ejemplos: Raza/etnicidad Género Estado civil Códigos ICD-10 Datos dicotómicos omo VIH+ o VIH-; si o no.

24 Datos cualitativos: OrdinalDatos que caen en categorías mutuamente exclusivas (datos discretos) que tienen un orden natural o clasificación Ejemplos: Grados Nivel socioeconómico Estadío de enfermedad Bajo, medio, alto

25 Datos cuantitativos: IntérvaloDatos que son medidos en unidades estándar La escala mide un punto de los datos que es diferente a otros, pero también mide por cuanto. Ejemplos Número de días desde el ataque de la enfermedad (discreta) Temperatura en Fahrenheit o Celsius (contínua)

26 Datos cuantitativos: RazónDatos que son medidos en unidades estándar donde un cero verdadero representa la ausencia de esa unidad Ejemplos Número de niños (discreto) Temperatura en Kelvin (contínua)

27 Revisión de Bioestadística descriptivaMedia Mediana Modo y rango Varianza y desviación estándar Distribuciones de frecuencias Histogramas

28 Media (promedio) Medida de tendencia central más comúnmente usada.Promedio aritmético Fórmula: x =  x / n Sensible a valores extremos

29 Ejemplo: Número de accidentes por semana8, 5, 3, 2, 7, 1, 2, 4, 6, 2 x = ( ) / 10 = 40 / 10 = 4

30 Mediana El valor que divide a un grupo clasificado en dos mitades iguales. Ordene los datos Si n es par, divida las dos observaciones centrales Si n es impar, la mediana es la observación de en medio.

31 Dando un par número de observaciones (n=10):Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Mediana = (3+4) / 2 = 3.5 Gando un impar número de observaciones (n=11): Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8, 10 Mediana = 4 (n+1)/2 = (11+1)/2 = 6a observación

32 Modo El valor que ocurre más frecuentemente en un grupo de datosEjemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Modo = 2

33 Rango La diferencia entre el mayor y menor de los valores en una distribución Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Rango = 8-1 = 7

34 Varianza y desviación estándarMedidas de dispersión (o scatter) de los valores alrededor de la media Si los números están cerca de la media, la varianza es pequeña Si alejados de la media, la varianza será más grande.

35 Varianza V = [S(x-x)2] / (n-1)(2-4) 2 +(4-4) 2 +(6-4) 2 +(2-4) 2] / (10-1) = V =

36 Desviación estándar SD = ÖV SD = Ö5.777 = 2.404

37 Distribuciones simétricas y sesgadasMedia Mea Mediana Modo Mediana Modo

38 Diagramas de frecuencia de distribucuiones simétricas y sesgadas

39 Puntaje de 12 pacientes en la escala de 5 puntos de la ansiedad3 4 5 6 7 8 9 10 11 12 Puntaje de ansiedad Puntaje Frecuencia 1 2 3 4 5 Total 12

40 Diagrama de frecuencia de 12 pacientes psiquiátricosFrequencia Puntaje

41 Accidentes en los campamentos de verano, requiriendo tratamiento en UrgenciasSemana Frecuencia Porcentaje 1 10 2 3 30 4 5 6 7 8

42 Número de accidentes por semanaHistograma Frequencia Número de accidentes por semana

43 Polígono de frecuenciasFrequencia Número de accidentes por semana

44 Histograma y polígono de frecuenciasNota: área A = A; B = B; C = C; D = D; área bajo el histograma = a área bajo el polígono Número de accidentes por semana Frequencia A B C D

45 Estdística descriptivaUsada como un primer paso al observar resultados relacionados a la salud. Examina los números de casos para identificar un incremento (epidemia) Examina patrones de casos para ver quién tiene enfermedad (variables demográficas) y dón de están los enfermos (variables de tiempo/espacio).