TEMAS 7 y 8. EPIDEMIOLOGÍA. PRINCIPIOS BÁSICOS. CAUSALIDAD.

DISEÑO DE ESTUDIOS
EPIDEMIOLÓGICOS. MEDICIÓN EN EPIDEMIOLOGÍA

OBJETIVOS A ALCANZAR
- Que el alumno entienda por qué es útil la epidemiología en el estudio de la salud de la comunidad
- Qué el alumno tenga claro la diferencia entre asociación por azar, asociación no causal y asociación causal
- Que el alumno sepa distinguir entre errores aleatorios y sistemáticos y conozca cómo controlarlos en investigación.
- Que el alumno conozca los elementos básicos de diseño de un estudio epidemiológico
- Que el alumno conozca las características distintivas de los principales tipos de estudios epidemiológicos, sus venta-
jas y limitaciones y tenga fluidez a la hora de distinguir el diseño utilizado en un estudio de investigación
- Que el alumno sepa distinguir entre población de referencia, población accesible y población de estudio
- Que el alumno sepa los requisitos que son exigibles a una muestra poblacional
- Que el alumno sepa las diferencias existentes entre las medidas de prevalencia e incidencia y tenga fluidez en su
cálculo e interpretación
- Que el alumno conozca el significado de las medidas de riesgo relativo y odds ratio, cómo se calculan, en qué dise-
ños pueden ser utilizadas y cómo se interpretan
- Que el alumno entienda la utilidad de las medidas de impacto potencial en planificación sanitaria y cómo se calculan
e interpretan

CONCEPTOS GENERALES ¿Qué es la Epidemiología?

Es la “ciencia que estudia los fenómenos de salud y
¿Qué es la práctica del trabajo social basado en la enfermedad en las poblaciones, su distribución en el
evidencia? espacio y en el tiempo, así como las causas que
producen esa distribución”.
La práctica del trabajo social basada en la evidencia
(PBE) supone integrar la experiencia individual (peri- Puesto que la salud pública trabaja sobre poblaciones,
cia del profesional del trabajo social) con la mejor donde conviven sujetos sanos y enfermos, la
evidencia disponible en un momento dado y siempre Epidemiología es su principal herramienta de trabajo.
teniendo en cuenta los valores y expectativas del
usuario. El objetivo último es fundamentar la prácti- ¿Para qué es útil la Epidemiología?
ca profesional en aquellas intervenciones más efica- 1. Para describir fenómenos de salud y enfermedad en
ces y efectivas, las que dan los mejores resultados. las poblaciones
El desarrollo de la PBE consta de cinco etapas: 2. Para identificar factores asociados a enfermedades.
a) Formulación de un problema social. El objetivo 3. Para evaluar técnicas diagnósticas y terapéuticas.
es convertir el problema a intervenir en una pregun- 4. Para hacer diagnósticos de salud de las poblaciones,
ta de investigación. determinar prioridades y evaluar programas de salud
b) Buscar en la literatura científica la mejor evidencia (herramienta básica en planificación sanitaria).
relacionada con la cuestión planteada. Para ello, es 6. Para leer críticamente revistas e informes
obligado tener fluidez en la búsqueda de información sociosanitarios.
científica en bases de datos bibliográficas (ej.,
MEDLINE) con motores de búsqueda (ej., PubMed) ¿Qué método de trabajo utiliza?
c) Valoración crítica de la literatura encontrada y de El método epidemiológico, que es el método científico
su relevancia. Para ello, es fundamental tener cono- aplicado a los problemas de salud de una colectividad.
cimientos básicos de epidemiología. Este método consta de las siguientes etapas:
d) Aplicación de la evidencia más sólida y destacada
para la resolución de la cuestión. 1. Observación del fenómeno.
e) Evaluación de la efectividad de la intervención 2. Recogida de datos, ordenación y tabulación con
adoptada y revisión y perfeccionamiento de la mis- objeto de objetivar el fenómeno observado.
ma. Nuevamente, es fundamental en esta fase el 3. Formulación de una hipótesis. La hipótesis suele
conocimiento de conceptos epidemiológicos. relacionar una variable independiente o de
 exposición (factor de riesgo -FR- o de prevención), 2. La secuencia temporal es la correcta (la posible
y una variable dependiente o de efecto exposición de riesgo precede en el tiempo al efecto).
(padecimiento o curación de una enfermedad). 3. La asociación no es artificial, es decir, no se debe a la
Exposición à Efecto existencia de sesgos (errores sistemáticos).
4. Comprobación de la hipótesis, mediante estudios 4. La asociación es estadísticamente significativa (no
de investigación (estudios epidemiológicos). explicable por el azar).
5. Aceptación o rechazo de la hipótesis.
Además, hay otros criterios que, de cumplirse, ha-
6. En su caso, planteamiento de una nueva
blan en favor de la existencia de una relación causal:
hipótesis o replanteamiento de la anterior.
- Gradiente dosis-respuesta: A mayor intensidad de
La epidemiología descriptiva intenta caracterizar los exposición, mayor riesgo de enfermedad o efecto.
fenómenos epidemiológicos (¿dónde se producen?, - Consistencia: La asociación entre la exposición y la
¿cuándo? y ¿a quiénes y cuántos afecta?). Persigue: enfermedad se reproduce en distintos estudios,
a) Identificar problemas sanitarios susceptibles de realizados sobre distintas poblaciones, en distintos
control y los subgrupos de población más afectados. momentos del tiempo, con distintas metodologías.
b) Evaluar la eficacia de las intervenciones aplicadas. - Plausibilidad biológica: La asociación entre la expo-
c) Servir de base para formular hipótesis causales. sición y la enfermedad es biológicamente plausible,
de acuerdo con los conocimientos actuales.
La epidemiología analítica intenta dar respuesta a las
No hay un criterio que, de cumplirse, asegure que
hipótesis (¿por qué ocurren los fenómenos?), es decir,
una asociación es de naturaleza causal. Lo más que
identificar las causas de los fenómenos de salud y
podemos hacer es aceptar que tenemos evidencias
enfermedad.
suficientes para afirmar que una asociación es causal
en tanto que nadie demuestre que no estamos en lo
cierto. En Ciencia se mantiene como cierto lo que
CAUSALIDAD nadie es capaz de demostrar que no es cierto.

Es frecuente encontrar en la naturaleza variables La verificación de los criterios de causalidad. El ideal

asociadas entre sí. Estas asociaciones pueden deber- contrafactual.
se al azar o no deberse al azar. Dentro de estas últi-
mas, es importante distinguir entre las asociaciones Imaginemos un grupo de sujetos al que sometemos a
causales y las no causales o debidas a sesgos. una exposición a un cierto factor durante un período
Imaginemos que encontramos que la exposición a de tiempo; al final de éste, algunos de ellos (C1)
niveles altos de aluminio se asocia a enfermedad de desarrollan una enfermedad. Imaginemos que pudié-
Alzheimer. La pregunta que hemos de hacernos es: ramos dar marcha atrás en el tiempo y volver a ob-
¿la relación aluminio-Alzheimer encontrada es de servar a esos mismos sujetos en el mismo período de
naturaleza causal o no? Si no lo es, por mucho que tiempo que antes, pero ahora sin someterlos a ese
eliminemos la exposición a aluminio, la incidencia de factor; al cabo del mismo período de tiempo apare-
Alzheimer no se modificará; pero si la asociación es cerían también algunos casos de la enfermedad (C2).
causal, entonces al eliminar la exposición al aluminio, Si C1>C2 podríamos afirmar sin ninguna duda que el
reduciremos la incidencia de Alzheimer. factor de exposición es un factor de riesgo de la en-
fermedad, pues cumple los dos criterios de causali-
La causalidad es un tema complejo. Actualmente, se dad fundamentales (secuencia cronológica y fuerza
admite como cierto el modelo probabilístico de causa- de asociación). Este estudio, ideal para identificar
lidad. Según este modelo, a nivel individual no es factores de riesgo, no puede hacerse en la vida real,
posible asegurar que un sujeto va a padecer una en- sino en lo que se ha dado en llamar universo contra-
fermedad, por muy expuesto que esté a determinados factual. Por tanto, en el mundo real debemos diseñar
FR. En cambio, a nivel poblacional sí es posible prede- un estudio que se parezca lo más posible al que ha-
cir la probabilidad de presentación de una enferme- ríamos en este universo contrafactual.
dad en función de su nivel de exposición a determina-
dos FR. El objetivo sanitario consiste pues en eliminar
de la colectividad aquellos FR (tabaco, etc.) que más ESTUDIOS O DISEÑOS EPIDEMIOLÓGICOS
se asocian a una mayor probabilidad de enfermar.

Desde un punto de vista práctico, se considera que una A) ¿QUÉ ES UN DISEÑO/ESTUDIO EPIDEMIOLÓGICO?
asociación es causal cuando: Es el mecanismo usado para contestar a una pregunta
1. La fuerza de asociación entre exposición y efecto es de investigación: describir una situación, dilucidar la
relativamente importante (por lo que es difícil que sea posible existencia de una relación válida entre una
debida al azar o a la existencia de sesgos). exposición y un efecto, etc.
Para responder a una pregunta de investigación se estudio será incluido en una de las categorías que
pueden usar diferentes diseños epidemiológicos. puede presentar el fenómeno: expuesto/no expues-
Optaremos por el mejor de entre los que estén al to, enfermo/no enfermo.
alcance de nuestras posibilidades y permita contestar a
nuestra pregunta de investigación. B.3. Construir las variables de estudio. Una variable
es una función que asigna valores a cada una de las
categorías que puede presentar un fenómeno. Las
B) ETAPAS DE UN DISEÑO EPIDEMIOLÓGICO
variables pueden clasificarse como sigue:
B.1. Definir las poblaciones objeto de estudio. Una
población es un conjunto de individuos que, por a) Según el tipo de fenómenos que miden: Se distin-
presentar al menos una característica común a todos gue entre variables cuantitativas (continuas o discre-
ellos (lugar de residencia, año de nacimiento, ocupa- tas) y cualitativas (ordinales o nominales).
ción, …), suscitan nuestro interés. Se distingue entre:
Las variables cuantitativas miden fenómenos que son
- Población diana o de referencia: aquella a la que originalmente cuantificables numéricamente.
nos gustaría estudiar en su totalidad, o a la que se - Las v. cuantitativas continuas pueden tomar cual-
pretenden extrapolar los resultados del estudio. Hay quier valor numérico dentro de un intervalo (es de-
que definirla de la forma más precisa posible. cir, con decimales) -la talla o el peso, por ejemplo- -
Las v. cuantitativas discretas sólo pueden tomar
- Población potencialmente accesible: aquella parte valores numéricos aislados (es decir, sin decimales) -
de la población diana que sí es accesible a nuestra el número de hijos o el número de camas de un hos-
observación. pital, por ejemplo-.
Una variable continua puede transformarse en otra
- Muestra: Con frecuencia, la población potencial- discreta, construyendo intervalos: por ejemplo, la
mente accesible contiene a un número excesivo de edad puede tomar los siguientes valores: 1: de 30 a
sujetos y no es factible estudiarlos a todos. Esta si- 39 años; 2: de 40 a 49 años; 3: de 50 a 59 años; etc.
tuación obliga a plantearnos dos preguntas:
- Tamaño muestral: ¿qué número de sujetos necesito Las variables cualitativas miden fenómenos que no
yo en mi muestra para obtener estimaciones precisas son originalmente cuantificables numéricamente.
de aquello que pretendemos medir? - En las v. cualitativas ordinales las categorías de la
variable siguen un orden determinado -por ejemplo,
- Representatividad. Una vez determinado el tamaño podemos medir la satisfacción con cinco categorías -
muestral, ¿cómo elegir a los sujetos del total de la muy alta, alta, regular, baja, muy baja-.
población potencialmente accesible para que la - En las v. cualitativas nominales las categorías de la
muestra resultante sea representativa de ésta? Es lo variable no siguen ningún orden determinado -por
que se llama el muestreo. La manera mejor de obte- ejemplo, el género (varón, mujer, etc.) que no tienen
ner muestras representativas de poblaciones es en sí mismas una ordenación preestablecida-.
mediante muestreo aleatorio.
Un tipo particular de las variables cualitativas nomi-
La estadística ayuda a dar una respuesta adecuada a nales son las llamadas variables dicotómicas: las que
estas dos preguntas. sólo tienen dos categorías. Por ejemplo, el sexo (va-
rón/mujer) o, lo que es muy frecuente en epidemio-
B.2. Definir y medir los fenómenos que se preten- logía, la presencia o no de una cierta enfermedad
den caracterizar. Para medir un fenómeno en una (presente/ausente).
población, hay que: b) Según el sustrato para el que toman valores:
- Si las variables toman valores para cada individuo,
a) Definir el fenómeno, usando una definición reco- se habla de variables individuales. Ej., el sexo, la talla,
nocida por la comunidad científica, con unos criterios la presencia o no de una enfermedad, etc.
de definición unánimemente aceptados y que sea - Si las variables toman valores para conjuntos de
factible de aplicar. individuos, se habla de variables ecológicas o agre-
gadas. Ej., la renta per capita (para países); la densi-
b) Medir el fenómeno con un instrumento de medida dad de población (para provincias), el número de
apropiado (cuestionarios, test, etc.), que tenga sufi- camas (para hospitales), etc.
ciente validez (grado en que el instrumento mide lo
que realmente pretende medir) y precisión (grado en B.4. Estimar la frecuencia de presentación de esas
que el instrumento mide siempre lo mismo si lo apli- variables en esa población o en subgrupos de la
camos repetidas veces). misma. En ciencias sociosanitarias estamos interesa-
dos en conocer cómo se distribuyen las exposiciones
Tras la medición, cada sujeto o unidad objeto de de riesgo y las enfermedades en las poblaciones.
B.5. Efectuar comparaciones de las mediciones C5) Unidad de estudio. Distinguimos entre diseños:
obtenidas sobre los diferentes subgrupos de la po-
blación elegida. Ello nos permitirá saber si hay varia- - Individuales. Las mediciones sobre las variables de
bles de exposición y efecto que se asocian entre sí y, exposición se efectúan en los individuos.
en caso de que dicha asociación sea causal, podre-
- Agregados o ecológicos. Se aplica a cada individuo los
mos estimar qué cantidad de enfermedad podríamos
valores medios o modales de exposición de su grupo.
evitar con actuaciones dirigidas a eliminar las exposi-
ciones de riesgo.
D) TIPOS DE ESTUDIOS EPIDEMIOLÓGICOS

C) CRITERIOS DE CLASIFICACIÓN DE LOS DISEÑOS D.1. Estudios experimentales

EPIDEMIOLÓGICOS En ellos siempre hay manipulación. Se clasifican en:
C1) Manipulación o intervención. Hay manipulación
cuando el investigador introduce la exposición que se D.1.1) Estudios experimentales puros
estudia. Permite distinguir entre estudios: Además de manipulación, existe aleatorización. Si se
hacen con seres humanos, hablamos de ensayo clínico
- Experimentales. Sí hay manipulación. Ej., comparar ("estudio experimental en el que una intervención se
dos grupos de sujetos que reciben uno de ellos una aplica con intenciones de diagnóstico, terapéutica o
intervención sociosanitaria clásica y el otro una nueva prevención primaria"). Su realización incluye los
intervención sociosanitaria, que es introducida por el siguientes pasos:
investigador para ver si es mejor o peor que la clásica.
1. Seleccionar una muestra representativa de la
- Observacionales. No hay manipulación. El población diana (población a la que queremos
investigador se limita a observar lo que ocurre de extrapolar los resultados del estudio).
forma natural, sin intervenir. Ej., comparar a un grupo 2. Pedir el consentimiento informado de los sujetos
de fumadores con otro de no fumadores en cuanto a la seleccionados para participar en el estudio.
aparición de cáncer de pulmón. 3. Asignar al azar a los participantes a los grupos del
estudio (grupo experimental o de intervención y grupo
C2) Aleatorización. Hay aleatorización cuando los no experimental o control), lo que garantiza la
sujetos de la población de estudio se asignan al azar a comparabilidad de ambos grupos.
los subgrupos que se van a comparar (expuestos y no 4. Ejecutar el estudio, valorando las pérdidas (sujetos
expuestos). Esperamos que el azar distribuya por igual que a lo largo del estudio dejan de participar por el
las diferentes variables en los subgrupos de estudio, o motivo que fuere) y la aparición del efecto de interés.
sea, esperamos que los grupos sean similares entre sí 5. Analizar los resultados comparando la frecuencia de
(“comparables”). Si al finalizar el estudio hay aparición del efecto en los distintos grupos de estudio.
diferencias respecto del efecto, estas las podremos
atribuir a la exposición, puesto que es la única variable Ventajas:
que diferencia a los dos subgrupos. 1) Son los estudios ideales, pues el investigador
controla prácticamente todo, evitando al máximo la
C3) Seguimiento. Permite clasificar los diseños en: producción de sesgos (errores de investigación).
2) Dan evidencias más firmes de causalidad que otros
- Longitudinales. Hay seguimiento. El fenómeno de diseños.
interés se estudia a lo largo de un período de tiempo. 3) Muy útiles para comparar la eficacia de
“Sacamos una película del fenómeno”. intervenciones sociosanitarias.
- Transversales o de corte. No hay seguimiento. El
fenómeno de interés se estudia en un instante del Limitaciones:
tiempo. “Sacamos una foto del fenómeno”. 1) Coste generalmente elevado.
2) Utilidad limitada para investigar factores de riesgo,
C4) Sentido del estudio. Permite distinguir estudios: pues por problemas éticos no podemos exponer a las
personas a FR que presumimos son responsables de
- Con sentido hacia adelante. Partiendo de la enfermedades; sí se usan más para comparar
exposición, se busca el efecto. Ej., estudios de cohortes procedimientos diagnósticos, terapéuticos (fármacos)
o experimentales. o preventivos (vacunas, etc.).
3) En los estudios con fármacos es frecuente que surja
- Con sentido hacia atrás. Partiendo del efecto se busca el efecto placebo: beneficio que experimentan en su
la exposición. Ej., estudios de casos y controles. salud los enfermos por la sensación psicológica de
- Sin sentido epidemiológico. Se da en los estudios sin sentirse tratados, independientemente de las
seguimiento. Ej., estudios transversales. propiedades del fármaco que se estudia. Este efecto se
evita dando a los sujetos del grupo no experimental inicialmente en sujetos con el efecto (casos) y sujetos
“un placebo”. Ej., si al grupo experimental les damos sin el efecto (controles). En ambos grupos se valora la
un fármaco en cápsulas, al grupo no experimental les exposición previa a los distintos factores bajo estudio.
daremos también esas cápsulas (igual forma, color,
etc.) pero que no contienen el principio activo. Ej., si se quiere analizar el papel del tabaco (exposición)
en la producción de cáncer (efecto) mediante un
D.1.2) Estudios cuasi o semiexperimentales diseño de casos y controles, se construirían dos grupos
En este caso hay manipulación, pero no hay en función del efecto (uno de sujetos con cáncer y otro
aleatorización. Los estudios sobre comunidades suelen sin cáncer) y se compararía la frecuencia de exposición
ser de este tipo. Si se efectúan en humanos hablamos previa al tabaco (exposición) en ambos grupos.
de ensayos comunitarios o estudios de intervención en
D.2.1.c. Diferencias entre los estudios de cohortes y de
la comunidad. Ej., comparamos los resultados de dos
intervenciones sociosanitarias diferentes en pacientes casos y controles
con diabetes realizadas por trabajadores sociales en
dos hospitales distintos. Si el resultado de una a) Cálculo de incidencias y de medidas derivadas. Es
intervención fuese mejor en un hospital que en otro, posible en los estudios de cohortes, pero no en los de
ello podría deberse bien a que una intervención es casos y controles.
mejor que la otra o bien a que los sujetos con diabetes
b) Conocimiento del fenomeno en estudio. Muy bueno
en un hospital difieren de los del otro hospital (ya que
no hemos aleatorizado al construir los grupos y por en los estudios de cohortes, pero puede ser deficiente
tanto pueden no ser comparables). en los de casos-controles, pues la información se
obtiene a partir de registros (historias clínicas, etc.)
D.2. Estudios observacionales. muchas veces defectuosos e incompletos.

Son los más frecuentes en Epidemiología. No hay c) Estudio de la multiefectividad. Es posible en los
manipulación ni aleatorización. El investigador se limita estudios de cohortes, pero es imposible en los de casos
a observar el fenómeno de manera natural. Se y controles.
clasifican en estudios analíticos y descriptivos.
d) Estudio de la multicausalidad. No se puede en los
D.2.1. Estudios analiticos. Analizan los factores que estudios de cohortes, pues la población está clasificada
determinan la aparición de los efectos. Debe en expuestos y no expuestos según un único factor. En
demostrarse que las exposiciones preceden al efecto, cambio, sí se puede en los diseños de casos-controles.
lo que requieren hacer un seguimiento. A su vez,
pueden ser clasificados en: e) Estudio de enfermedades raras. Difícil en los
estudios de cohortes, pues se necesita disponer de
D.2.1.a. Estudios de cohortes muchos sujetos o de un seguimiento muy prolongado,
o las dos cosas a la vez, para que se produzca un
Se caracterizan porque su sentido es hacia adelante, es número de efectos suficiente para obtener resultados
decir, estudian la relación exposición-efecto en la fiables. Es factible en los diseños de casos-controles.
misma secuencia en la que ésta se produce en la
realidad (de la exposición al efecto). Los sujetos son f) Estudio de exposiciones raras. Sí es posible con los
clasificados inicialmente en un grupo de expuestos y estudios de cohortes (ej., podría seguirse a una cohorte
un grupo de no expuestos al posible factor de de trabajadores expuestos a radiaciones nucleares) y
exposición. Ambos grupos son seguidos en el tiempo muy difícil con los estudios de casos y controles.
valorando la aparición del efecto.
g) Existencia de pérdidas. En un estudio de cohortes,
Ej., si se quiere analizar el papel del tabaco (exposición) los sujetos pueden abandonar el estudio antes de que
en la producción de cáncer (efecto), se cogerían dos este concluya (emigraciones, muerte por otras causas,
grupos de sujetos sin cáncer (uno expuesto al tabaco y abandonos voluntarios, etc.) por lo que no sabemos si
otro no) y se les seguiría durante varios años (ej., 20 esos individuos hubieran enfermado o no, lo que
años) en busca de la aparición del efecto (cáncer), dificulta y a veces (si las pérdidas son muy elevadas)
comparando la frecuencia de aparición de cáncer en imposibilita el análisis de los datos. En un estudio de
expuestos y en no expuestos. casos y controles no existe este problema.

D.2.1.b. Estudios de casos y controles h) Control de sesgos. En los estudios de cohortes los
sesgos pueden ser mejor controlados. En los estudios
Se caracterizan porque su sentido es hacia atrás, es de casos y controles, la posibilidad de aparición de
decir, estudian la relación causa-efecto en una sesgos es mayor, y su control más dificultoso.
secuencia inversa a como se produce realmente (del
efecto a la exposición). Los sujetos se clasifican i) Coste y duración. Es elevado en los estudios de
cohortes, pues hay que seguir periódicamente a los más km recorridos, más accidentalidad). Ahora bien,
sujetos (a veces durante años) en busca de la aparición puede que los que sufrieron accidente no hubieran
del efecto. Es bajo en los casos y controles, pues no hay recorrido muchos km. No lo sabemos pues los datos se
que esperar a que aparezcan los casos. ha recogido para grupos, no para individuos.

j) Reproductibilidad. Por iguales motivos, los estudios De todos los diseños que hemos visto, el que más se
de cohortes son difícilmente reproducibles a diferencia aproxima al ideal contrafactual, y por tanto da más
de lo que ocurre en los estudios de casos-controles. evidencias de causalidad en una asociación es el
estudio experimental puro, seguido por el semiexpe-
D.2.2. Estudios descriptivos. Describen los fenómenos rimental, el diseño de cohortes, el de casos y contro-
(de exposición o de efecto) espacial y temporalmente, les y, por último, los estudios transversales, en los
sin analizar sus causas. que por no haber seguimiento no es posible demos-
trar ni siquiera si la secuencia temporal entre la ex-
D.2.2.a. Estudio transversal, de corte o de prevalencia. posición y el efecto es la correcta.
Es el más usado de todos. No hay seguimiento.

a) Utilidades: MEDIDAS DE FRECUENCIA

1) Estudiar la prevalencia de las enfermedades.
2) Plantear hipótesis causales (que serán verificadas Las medidas de frecuencia describen lo común que es
mediante estudios analíticos). un fenómeno de salud: exposición, enfermedad,
incapacidad o muerte en las poblaciones.
b) Ventajas:
1) Son económicos (cuestan poco tiempo y dinero). Veremos específicamente cómo medir variables
2) Muy útiles en planificación sanitaria por estimar la individuales (toman valores para cada individuo de
carga que suponen determinadas enfermedades o una muestra) y dicotómicas (sólo toman dos valores:
exposiciones para una comunidad. expuesto o no expuesto, enfermo o no enfermo). Se
3) Si se realizan sobre muestras representativas de la denomina caso al sujeto que presenta la enfermedad
población general, sus resultados son fácilmente o efecto.
generalizables a ésta.
CONSIDERACIONES PREVIAS
c) Inconvenientes: No es posible verificar hipótesis
causales pues la información sobre exposición y efecto a) Medición absoluta frente a medición relativa:
se recogen a la vez, no pudiendo saber si la exposición Imaginemos una muestra de 140 sujetos (muestra A),
precede o no a la aparición del efecto. en los que vamos a medir la variable "enfermedad X":
Se trata de una variable dicotómica con las catego-
D.2.2.b). Otros estudios descriptivos rías presente (1) y ausente (0). La pregunta que nos
hacemos ahora es: ¿cuántos individuos de esa mues-
Se incluyen aquí los estudios de series de casos, de
tra tienen la enfermedad X?: Supongamos que 28
series temporales, estudios ecológicos, etc.
individuos la presentan. Esa es una medición absolu-
ta de la frecuencia de la enfermedad X. Imaginemos
Estudios ecológicos. En ellos la unidad de análisis es el
ahora que en otra muestra de 420 sujetos (muestra
grupo y no el individuo. Se sabe lo que le ocurre al
B), 84 presentan la enfermedad X. ¿En cuál de las dos
grupo en su conjunto, pero se desconoce lo que le
muestras es más frecuente la enfermedad X? Es
ocurre a cada individuo del grupo. En el grupo se
evidente que no podemos comparar las dos medi-
conoce el número de personas expuestas (ej., fuman) y
ciones absolutas (28 frente a 84), porque ambas
el número de personas con el efecto (ej., tosen), pero
proceden de muestras con tamaños diferentes.
se desconoce el número de personas expuestas que
presentan el efecto (personas que fuman y tosen).
La comparación de dos frecuencias exige el empleo
de mediciones relativas, que nos permitan decir qué
Son muy útiles cuando no se pueden hacer mediciones
es mayor: 24 de 140 frente a 84 de 420. La forma de
de exposición individuales (polución ambiental,
obtener medidas de frecuencia relativas es constru-
radiaciones, ruidos, etc.).
yendo cocientes, generalmente proporciones. Las
proporciones ponen en relación el número de perso-
Su principal problema es la falacia ecológica: variables
nas que presentan el fenómeno estudiado (numera-
relacionadas a nivel de grupo pueden no estarlo a nivel
dor), con el total de la población estudiada (denomi-
de individuos. Ej., si comparamos la media de km
nador). En el ejemplo anterior: la proporción de suje-
recorridos por persona y año en diversos países con
tos con la enfermedad en la muestra A es de
sus respectivas tasas de mortalidad por accidente de
28/140=0,20; y en la muestra B: 84/420=0,20. Al
tráfico, podemos encontrar una relación positiva (a
dividir el número de casos entre la población total,
ambos valores sí son comparables, por lo que se La incidencia acumulada o riesgo de incidencia (IA) o
puede afirmar que la enfermedad X se presenta con simplemente incidencia (I) se centra en los episodios o
igual frecuencia en ambas muestras. casos nuevos (casos incidentes) que aparecen en un
período de tiempo dado entre los sujetos susceptibles,
El valor mínimo de una proporción es 0 (cuando
es decir, en riesgo de convertirse en caso, o sea, hacen
ningún sujeto presenta el fenómeno bajo estudio), y
hincapié en el flujo del estado de salud al de
el máximo es 1 (cuando todos lo presentan). Las
enfermedad o viceversa en la población. Tienen pues
proporciones no tienen unidades. Es habitual multi-
un carácter dinámico. Se calcula como:
plicar su valor por un múltiplo de 10 (generalmente
100), para expresar el valor en números enteros: en IA = sujetos que desarrollan el fenómeno durante el perío-
el ejemplo anterior, p=20%. De esta forma, una pro- do / todos los sujetos susceptibles al inicio del período.
porción se interpreta como el número de sujetos que Carece de unidades, pero las incidencias hay que
presentan una condición respecto a un total fijo: 20 referirlas a un tiempo de seguimiento para poder
de cada 100 presentan la enfermedad X. interpretarlas: a más seguimiento, más probabilidad de
presentar el fenómeno.
b) Medición estática frente a medición dinámica: Si
observamos a un sujeto en un instante del tiempo Si tabulamos los datos construyendo tablas de 2x2:
(fotografía), lo único que podemos saber es si, en
dicho instante, la exposición/enfermedad está pre- Enfermos No enfermos Total
sente o no. Si observamos a ese sujeto en un período Expuestos a b n1
de tiempo (vídeo), podemos saber si durante ese No expuestos c d no
período el individuo se ha expuesto o no, ha enfer- a+c b+d N
mado o no; y, en caso afirmativo, cuándo se inició la
exposición/enfermedad y cuánto duró. La primera es entonces es posible calcular tres incidencias
una medición estática de la enfermedad; la segunda, acumuladas: la de la población expuesta al factor (Ie =
una medición dinámica, mucho más informativa, a/n1), la de la población no expuesta (Io = c/no) y la
pero también más costosa de obtener. de la población total (Ip = (a+c)/N).

Supongamos que tras seguir durante un año a 6

MEDIDAS DE PREVALENCIA individuos susceptibles de enfermar por el virus A, 3
sujetos enferman. En este caso, I=3/6=0,5 en 1 año, o
Si disponemos de una muestra de sujetos y en todos lo que es igual, el riesgo individual anual de contraer la
ellos valoramos la presencia o no del fenómeno X en enfermedad por el virus A es del 50%.
un instante de tiempo, podemos medir la prevalen-
cia del fenómeno X en esa muestra: Luego la incidencia mide el riesgo que tiene un suje-
prevalencia = sujetos que presentan el fenómeno X / todos to de la población susceptible de desarrollar el fe-
los sujetos nómeno bajo estudio en un período de tiempo.
La prevalencia es una medición estática de la
frecuencia de un fenómeno en una muestra. Los
estudios que miden prevalencias se llaman estudios MEDIDAS DE ASOCIACIÓN
transversales, de corte o de prevalencia. Estos
estudios ponen énfasis en los casos existentes en un Con frecuencia comparamos las medidas de frecuen-
momento dado (casos prevalentes) en la población cia obtenidas en diferentes subgrupos de población
total, es decir, se centra en la carga que supone la (por ejemplo, en fumadores y no fumadores, en
enfermedad para la población. residentes de una u otra área geográfica, etc.). Ello
es interesante pues permite definir cuáles son los
grupos más afectados, orientar las estrategias de
MEDIDAS DE INCIDENCIA
control y, por supuesto, arrojar pistas sobre la posi-
ble “causa” de los fenómenos bajo estudio. En gene-
Supongamos que tenemos una muestra de sujetos
ral, los grupos de población se definen según tres
que son susceptibles (tienen alguna probabilidad) de
tipos de variables:
desarrollar un determinado fenómeno (por ejemplo,
el padecimiento de una enfermedad o efecto en a) De lugar: Una unidad espacial mayor (ej., España)
general) en algún momento del futuro. Si observa- puede subdividirse en unidades menores (ej., provin-
mos a los sujetos durante un período de tiempo cias), y así sucesivamente, hasta llegar a las unidades
podremos saber, al final de dicho período, cuántos más pequeñas posibles: las que se asignan a cada
han desarrollado el fenómeno en cuestión y cuántos individuo (su vivienda, …).
no lo han hecho. Estos son los requisitos para medir
b) De tiempo: Dentro de una población, es interesan-
la incidencia del fenómeno en esa muestra.
te establecer períodos de tiempo (ej., años, meses,
semanas, etc.), y comparar la frecuencia con que se tienen SIDA. Del resto, 400 son UDVP habituales y 600
presentan los fenómenos de interés entre ellos. Esto no lo son. Seguimos la evolución de los reclusos
es útil, por ejemplo, para saber si un fenómeno se durante 5 años durante los cuales enferman 30 de
está presentando de forma epidémica (con una fre- SIDA entre los UDVP y 10 entre los no UDVP.
cuencia superior a la esperada en función de lo ocu-
rrido en períodos anteriores) o no. Para facilitar los cálculos, primero se construiría una
tabla 2´2 en cuyo eje de abscisas situaríamos la
c) De persona: Las variables que definen a los indivi-
presencia o ausencia del efecto (E+ o E-) y en cuyo eje
duos pueden usarse para clasificarlos y definir sub-
de ordenadas la existencia o no de exposición (Exp+ o
grupos de personas. Las dos más importantes son la
Exp-). Por ser un estudio con sentido hacia adelante,
edad y el sexo, pero hay otras muchas: raza, religión,
calcularíamos incidencias, luego los 50 que ya tienen
profesión, tipo de dieta, hábitos tóxicos, etc.
SIDA los descartamos de nuestro estudio y nos
quedamos únicamente con quienes están en riesgo de
Cuando el objetivo es arrojar pistas sobre la posible
contraer SIDA (1000 sujetos).
“causa” de los fenómenos bajo estudio, hemos de
demostrar primeramente que hay asociación entre SIDA sí SIDA no Total
las variables que estudiamos y ello lo hacemos UDVP sí 30 370 400
UDVP no 10 590 600
comparando lo que ocurre en dos subgrupos:
40 960 1000
- En los estudios con sentido hacia adelante se
compara la frecuencia de aparición de un efecto en A continuación, se calcularían las incidencias en
un subgrupo expuesto y en otro no expuesto expuestos y en no expuestos a ADVP.
- En los estudios con sentido hacia atrás se compara
la frecuencia de exposición previa en un subgrupo de Ie=30/400=0,075 en 5 años.
casos y en otro de controles (no casos). Io=10/600=0,016 en 5 años.
Ip=40/1000=0,040 en 5 años.
Distinguimos dos tipos de medidas de asociación:
Que la Ie=0,075 en 5 años significa que en 5 años se
- Las medidas de fuerza de asociación, que miden la dan 75 casos de SIDA por cada 1000 reclusos que son
fuerza o intensidad de la relación existente entre una UDVP. Que la Io=0,016 en 5 años significa que en 5
exposición y un efecto. años se dan 16 casos de SIDA por cada 1000 reclusos
que no son UDVP. Que la Ip=0,040 en 5 años significa
- Las medidas de impacto potencial, que miden el
que en 5 años se dan 40 casos de SIDA por cada 1000
beneficio que tendría, sobre la frecuencia de una
reclusos (sean o no UDVP).
enfermedad en una población, la modificación o
supresión de una determinada exposición.
A partir de estas dos incidencias podemos construir un
riesgo relativo (RR). El RR es la principal medida de
fuerza de asociación en los estudios experimentales y
MEDIDAS DE FUERZA DE ASOCIACIÓN de cohortes y se define como el número de veces que
la enfermedad o efecto es más frecuente entre los
Estas medidas solo nos indican si las variables están expuestos en relación a los no expuestos. Se calcula
asociadas entre sí y, en su caso, la intensidad de la dividiendo la incidencia de enfermedad de los sujetos
asociación existente. Pero no nos informan de si la expuestos entre la de los no expuestos: RR=Ie/Io
asociación es causal o no lo es.
Según el tipo de diseño, se usa una u otra medida: Este cociente carece de unidades y sus límites oscilan
- Estudios con sentido adelante: riesgo relativo (RR) y entre 0-infinito.
odds ratio (OR)
- Estudios con sentido hacia atrás: OR - Si el RR=1 (valor nulo), entonces Ie=Io, luego no
- Estudios en los que no hay seguimiento: razón de existe asociación entre exposición y efecto.
prevalencia (RP) y OR de prevalencia. - Si el RR>1 (asociación positiva), entonces Ie>Io, es
decir, el factor estudiado incrementa el riesgo de
1. Medidas utilizadas en los estudios con sentido aparición del efecto. Se dice que la exposición es
hacia adelante (experimentales y de cohortes). un factor de riesgo (FR).
Imaginemos que se desea demostrar, con un estudio - Si el RR<1 (asociación negativa), entonces Ie<Io, es
de cohortes, la posible existencia de asociación entre decir, el factor estudiado actuaría como protector
ser usuario a drogas vía parenteral (UDVP) y la frente a la aparición del efecto. Hablaríamos de
aparición de SIDA, así como el posible impacto de una factor protector (FP).
actuación sanitaria encaminada a eliminar esta
exposición. Supongamos que hacemos el estudio en En nuestro ejemplo, RR=0,075/0,016=4,69, es decir, el
una cárcel donde hay 1050 reclusos de los que 50 ya SIDA aparece 4,69 veces más frecuentemente en el
grupo que son UDVP que en el grupo de los que no - Razón de prevalencias (RP). Resulta de dividir la
son UDVP, o sea, por cada caso que aparece en los prevalencia en expuestos entre la prevalencia en no
reclusos. no UDVP se dan 4,69 entre los que sí lo son. expuestos [RP=Pe/Po].

Para saber si un RR es alto o bajo, conviene - OR de prevalencia (ORp). Es posible utilizar la odds
interpretarlo como el exceso de riesgo asociado a la ratio en los estudios de corte mediante el cociente de
exposición. ¿Qué exceso de riesgo de SIDA tiene un los productos cruzados [ORP=(axd)/(bxc)].
drogadicto UDVP frente a otro que no es UDVP?
Puesto que en el grupo de expuestos aparecen 3,69 RP y ORp se interpretan de manera similar al RR.
casos más que entre los no expuestos, el exceso de
riesgo es de un 369%. De manera general, el exceso de
riesgo asociado a una exposición es: (RR-1)x100

2. Medidas utilizadas en los estudios con sentido

hacia atrás (casos y controles).
En un estudio de casos y controles, los sujetos son
elegidos según presenten o no el efecto, y es el
investigador quien decide el número de casos y
controles a estudiar, por lo que no es posible calcular
incidencias de enfermedad y, por tanto, tampoco
puede estimarse el RR. No obstante, es posible
aproximarnos a su conocimiento mediante el cálculo
de la llamada odds ratio (OR).

Casos Controles Total

Expuestos a b n1
No expuestos c d no
MEDIDAS DE IMPACTO POTENCIAL
a+c b+d N
Solo las calcularemos si previamente hemos
La odds ratio, razón de odds o simplemente OR resulta demostrado que hay una asociación causal entre la
de efectuar el siguiente cociente: OR=(axd)/(bxc) exposición y el efecto. Lo que se pretende con su
motivo por el que también se llama razón de los cálculo es conocer en qué medida disminuirá el efecto
productos cruzados. si conseguimos reducir la exposición mediante una
intervención sanitaria. Ej., si disminuimos en un 20% la
El significado de la OR es similar al del RR. Si la OR>1, prevalencia de fumadores tras poner en marcha una
la variable de exposición actúa como factor de riesgo, intervención de educación sanitaria antitabaco, ¿en
si la OR<1 se trataría de un factor protector y si la cuánto se va reducir la incidencia de cáncer de pulmón
OR=1 no existiría relación alguna entre el FR y el E. o, lo que es lo mismo, cuántos casos de cáncer de
pulmón evitaremos? La respuesta a esta pregunta la
Antes hemos comentado que en un estudio con tenemos calculando riesgos atribuibles.
sentido hacia adelante también es posible calcular la
OR. Calculémosla para el ejemplo anterior: Otra pregunta, muy relacionada con la anterior y que
interesa conocer es la siguiente: ¿de cada 100 casos
SIDA sí SIDA no Total con cáncer de pulmón que se están produciendo
UDVP sí 30 370 400 actualmente, cuántos voy a evitar? La respuesta a esta
UDVP no 10 590 600
pregunta nos la proporciona el cálculo de las
40 960 1000
fracciones etiológicas.
OR=(30x590)/(370x10)=4,78
1. Riesgo atribuible en expuestos (RAE)
Como se observa, este valor es muy parecido al RR
Este parámetro indica la parte de la incidencia en el
antes obtenido (RR=4,69), pero ligeramente mayor. En
grupo de expuestos que se debe exclusivamente al
general, la OR siempre sobrestima al valor de RR.
factor de exposición.
3. Medidas utilizadas en los estudios sin seguimiento
Se calcula como la diferencia existente entre la I en el
(de corte).
grupo expuesto y la I en el grupo no expuesto
En estos estudios podemos calcular como medidas de
fuerza de la asociación las siguientes: RAE=Ie-Io
Representa la disminución que se produciría en el y una fracción atribuible poblacional (FEP) como:
número de casos nuevos de una enfermedad entre los FEP=(Ip-Io)´100/Ip, o sea, FEP=RAP´100/Ip
expuestos al FR si se suprimiese éste. Este ahorro de
enfermedad puede expresarse en términos Únicamente se ha sustituido la Ie por la Ip. La
económicos, por lo que el RAE es muy útil en gestión interpretación sería similar pero no en relación con la
sanitaria. Constituye pues una medida del impacto población expuesta sino toda la población.
sanitario que un determinado programa de actuación
conducente a eliminar un FR tendría sobre la Un RAP=0,25 en 1 año (25% en 1 año) significa que de
población expuesta a dicho FR. cada 100 sujetos de una población, 25 sufrirán la
enfermedad en 1 año debido precisamente a ese FR.
En nuestro ejemplo, RAE=0,075-0,016=0,059 en 5 Una FEP=0,25 (25%) significa que, de cada 100
años. Es decir, si suprimiésemos la exposición a drogas enfermos de una población, 25 se deben precisamente
vía parenteral en los sujetos UDVP, en cinco años, se a ese FR.
evitarían 59 casos de SIDA por cada 1000 reclusos que
fueran UDVP. No obstante, seguirían apareciendo 16 Por un efecto de dilución el RAE siempre es mayor al
casos de SIDA en este grupo. La explicación radica en RAP y la FEE es siempre mayor que la FEP.
que los sujetos UDVP no sólo tienen este FR de
padecer SIDA, sino que también están expuestos a los Siguiendo con el ejemplo anterior, si queremos
mismos FR que presentan los sujetos que no son efectuar la extrapolación a toda la población reclusa,
UDVP (transmisión por vía sexual o cualquier otro) por entonces es posible calcular Ip a partir de los datos del
lo que si suprimimos su FR adicional (ser UDVP), su problema: Ip=40/1000=0,04 en 5 años. Entonces el
incidencia de SIDA pasaría a ser la misma que la de los RAP=0,04-0,016=0,024 en 5 años y la FEP=(0,04-
reclusos no UDVP (Io=0,016 en 5 años). 0,016)/0,04)=0,6, o lo que es igual, del 60% si
multiplicamos el resultado por 100. El RAP=0,024 en 5
2. La fracción etiológica en expuestos (FEE) años significa que, entre el total de internos, la
incidencia de SIDA debida a drogas por vía parenteral
Representa la proporción de casos nuevos de
es de 0,024 en 5 años, o sea, por cada 1000 internos,
enfermedad entre los expuestos a un FR que es
debida precisamente a ese FR y que, por tanto, sería en 5 años eliminaríamos 24 casos de SIDA si
prevenible si la exposición fuese eliminada. Es pues el suprimiéramos la droga. La FEP=60% significa que de
RAE expresado en forma de proporción. Resulta de todos los casos de SIDA que se dan entre los reclusos
dividir el RAE por la Ie y se expresa en %. eliminaríamos el 60% si acabásemos con la adicción.

FEE=(Ie-Io)´100/Ie, o sea, FEE=RAE´100/Ie

ERRORES
En nuestro ejemplo, FEE= (0,075-0,016)´100/0,075=
=78%, lo que significa que el 78% de todos los SIDA Un estudio de investigación es un ejercicio de
que se producen en UDVP se deben precisamente a su medición cuya meta es estimar ciertos parámetros
condición de ser UDVP. Si eliminásemos la exposición (incidencia, RR, RAE, etc.) con el menor error posible.
a drogas vía parenteral, en 5 años evitaríamos el 78%
de los SIDA que se dan entre los UDVP. Supongamos que la tensión arterial sistólica real de un
sujeto es de 110. Para conocerla usamos un aparato
Es importante diferenciar el RAE de la FEE pues suelen de tensión arterial con el que hacemos varias
confundirse: mediciones y estimamos el valor real como la media
de las distintas mediciones efectuadas. Aunque el
Un RAE=0,25 en 1 año (25% en 1 año) significa que de aparato esté perfectamente calibrado, no siempre
cada 100 expuestos a un FR, 25 sufrirán la enfermedad dará el valor 110, sino que a veces dará valores
en 1 año debido precisamente a ese FR. superiores (ej., 111, 112,) y a veces inferiores (ej., 107,
109), pero el promedio de las diferentes mediciones
Una FEE=0,25 (25%) significa que de cada 100 será de aproximadamente 110. Estas variaciones que
enfermos expuestos a un FR, 25 se deben ocurren por azar se llaman errores aleatorios.
precisamente a ese FR.
Si usamos un aparato mal calibrado (supongamos que
3. Riesgos atribuibles y fracciones etiológicas siempre mide 10 mm Hg por encima del valor real),
poblacionales entonces la media de las mediciones que hagamos
estará próxima a 120. A este error que
Siguiendo la misma lógica anterior, se podría calcular sistemáticamente se desvía del valor real le llamamos
un riesgo atribuible poblacional (RAP) como: error sistemático o sesgo.
RAP=Ip-Io
Por tanto, siempre que medimos podemos incurrir en ERRORES SISTEMÁTICOS O SESGOS
dos tipos de errores: aleatorios y sistemáticos.
Son aquellos que dependen de errores que comete el
ERRORES ALEATORIOS investigador en el diseño de la investigación. Se
caracterizan porque: 1) Conllevan problemas de
Son aquellos que dependen del azar. Puesto que se validez (impiden medir lo que realmente se busca). 2)
suele trabajar con muestras, es probable que, por Siempre desvían los valores de las observaciones en
azar, la estimación de un parámetro obtenida para una sola dirección. 3) Sí son predecibles. 4) Sí son
una muestra no se corresponda exactamente con el evitables, al menos en parte, mediante un diseño
verdadero valor poblacional de ese parámetro. Si de correcto, el análisis apropiado de los datos o ambos.
una población de referencia tomáramos 100
muestras aleatorias y realizáramos 100 estimaciones, Se distinguen tres grupos de sesgos: de selección,
suponemos que algunas caerían por arriba y otras clasificación o información y de confusión.
por abajo del verdadero valor, a más o menos
distancia del mismo. La distancia que separa a cada Sesgos de selección. Son el resultado de errores en el
estimación del verdadero valor desconocido es el modo en que fueron seleccionados los pacientes. Los
error aleatorio cometido. Lo más probable es que la sujetos seleccionados no representan a la población a
media de las 100 estimaciones se sitúe próxima al la que queremos extrapolar nuestros resultados.
valor verdadero, pero, desgraciadamente, en la vida
real no tomamos 100 muestras, sino tan sólo una. La Sesgos de información o clasificación. Son debidos a
idea central del error aleatorio es que el sentido del errores durante la recogida de datos. La información
mismo (hacia arriba o hacia abajo), es impredecible, se recoge mal y a partir de esa información se clasifica
pues depende del azar. El error aleatorio conduce a erróneamente a los sujetos (un enfermo puede ser
una falta de precisión de las estimaciones. No puede considerado no enfermo o al revés; un expuesto
eliminarse por completo, pero sí reducirse y puede ser clasificado como no expuesto o al revés).
cuantificarse.
Sesgos de confusión. Se da cuando existe una
- Para reducirlo, lo mejor es aumentar el tamaño distorsión en la estimación del E (lo sobrestima, lo
muestral, pues ello hará sin duda más semejante a la subestima o lo anula) debido a la presencia de una
muestra con respecto a la población diana. tercera variable, a la que llamamos factor de confu-
sión. Se trata pues de una mezcla de efectos.
- Para cuantificar la magnitud del error aleatorio se
debe construir un intervalo de confianza (IC): se trata Ej., diversos estudios señalaron la relación existente
de dos valores, uno por encima y otro por debajo del entre café y cáncer de páncreas. Posteriormente, se
valor estimado, que delimitan el rango de valores demostró que esta relación era falsa, ya que existía un
entre los que se confía que se sitúe el valor real del tercer factor, el consumo de tabaco, que actuaba
parámetro en la población diana (con una confundiendo la relación entre café y cáncer de
probabilidad de equivocarse establecida de páncreas. El tabaco es aquí un factor confusor.
antemano). A mayor tamaño de muestra, menor es
la amplitud del intervalo de confianza y, con ello,
LECTURAS COMPLEMENTARIAS:
mayor es la precisión de la estimación.
- Gordis L. Epidemiología. Elsevier editores, 6ª edición,
En el caso de que estemos calculando intervalos de 2018. Libro de fácil lectura que expone los fundamentos de
confianza para un RR o una OR, entenderemos que el la disciplina de forma clara y sencilla.
resultado es estadísticamente significativo, o lo que
es igual, que el azar no influye sobre nuestro - http://www.epidemiolog.net/ Página desarrollada para
resultado de manera significativa, si el intervalo de facilitar el aprendizaje de la epidemiología. Permite enlazar
confianza no incluye al valor 1, que como ya hemos y acceder a múltiples recursos epidemiológicos.
estudiado indica ausencia de asociación entre la
- OPS. Epidemiología básica. PAHO publications. 2ª edición,
exposición y el efecto. Habitualmente se trabaja con 2008. Texto básico sobre Epidemiología. Disponible en:
intervalos de confianza al 95%, es decir, se asume un https://iris.paho.org/handle/10665.2/3153?locale-attribute=pt
margen de error del 5%. Ej., RR=4,5 IC95% (2,3-8,6).
En caso de que sí lo incluya diremos que el resultado - EPIDAT. Programa para análisis epidemiológico de datos
es estadísticamente no significativo, es decir que el tabulados. Disponible en:
https://www.sergas.es/Saude-publica/EPIDAT
azar influye tanto que no podemos fiarnos del
resultado obtenido. Ej., RR=3,1 IC95% (0,8-7,3).
REFERENCIAS DE VÍDEOS 15. ¿Qué fuentes de error que pueden afectar a un estudio
epidemiológico?
1. ¿Qué es la investigación científica? 16. ¿Qué se exige a una asociación para que sea causal?
https://www.youtube.com/watch?v=b0QXUwY0nBk
17. ¿Cómo interpretaría Vd. la siguiente afirmación: “Es-
2. ¿Qué es la epidemiología? tudiando la posible asociación entre una intervención de
https://www.youtube.com/watch?v=rjUtfnL9SEA educación sanitaria llevada a cabo por un trabajador
social y el incremento en la calidad de vida de pacientes
3. John Snow y la epidemia de colera con diabetes se obtuvo un RR=2,5, siendo el intervalo de
confianza al 95% de 0,7-3,8? ¿Qué diseño de investigación
https://www.youtube.com/watch?v=ryRXi0lHdvk
podría haber sido utilizado para alcanzar este resultado? Y
si el resultado hubiese sido OR=3,5 y el IC95%=1,6-5,2,
4. ¿Qué son los ensayos clínicos?
¿cómo lo interpretaría y que posibles diseños se podrían
https://www.youtube.com/watch?v=U8Wti3PhKN8
haber utilizado?
5. Explicación de la aleatorización en ensayos clínicos
https://www.youtube.com/watch?v=pEIJ4hRnFwE B. Preguntas tipo test
1. ¿Cuál NO es una utilidad de la epidemiología?: 1) Inves-
6. ¿Qué son los estudios de cohortes?
tigación causal; 2) Evaluación de tratamientos; 3) Planifica-
https://www.youtube.com/watch?v=ErvKJN8XoIs
ción sanitaria; 4) El conocimiento de la estructura de la
población.
7. ¿Qué son los estudios de casos y controles?
https://www.youtube.com/watch?v=1Q8cLQKRbMY
2. Señale la repuesta correcta. Un estudio en el que se
seleccionan dos grupos de sujetos, uno formado por en-
8. ¿Qué son los estudios ecológicos?
fermos y otro por sujetos sin la enfermedad, en el que se
https://www.youtube.com/watch?v=hxy-5duLEpc
compara la exposición a posibles factores de riesgo en el
pasado es un: 1) Estudio de cohortes; 2) Ensayo de campo;
3) Estudio transversal; 4) Estudio de casos y controles.
PREGUNTAS
3. Una de las siguientes relaciones es CORRECTA: 1) Estu-
A. Preguntas de respuesta corta dios transversales – Coste elevado; 2) Ecológicos – Datos
individuales; 3) Estudios de corte – Asociaciones causales;
1. ¿Qué se entiende por epidemiología y para qué sirve?
4) Ecológicos – datos agregados.
2. Describa el método epidemiológico.
4. Se desean estudiar factores de riesgo de mortalidad por
3. Describa las diferentes etapas existentes en el diseño de accidentes de tráfico en motociclistas. Se seleccionaron
un estudio epidemiológico. todos los implicados en accidentes de motocicleta que se
produjeron entre los años 2019 y 2023 y en los que al
4. ¿Qué diferencias existen entre los estudios de cohortes menos uno de los implicados resultó herido. Se recogió
y los de casos y controles? información sobre la edad, sexo, uso de casco, característi-
5. ¿Qué diferencias hay entre los estudios experimentales cas del vehículo, velocidad, condiciones psicofísicas, tiem-
puros y los semiexperimentales? po en recibir atención médica, gravedad, proximidad del
centro hospitalario más cercano, etc. Todos fueron segui-
6. ¿Qué limitaciones tienen los estudios ecológicos? dos hasta un mes después del accidente con el objeto de
7. ¿Qué se entiende por asignación aleatoria en epidemio- comprobar su estado final. ¿Qué tipo de estudio se ha
logía? realizado? 1) Cohortes; 2) Casos y controles; 3) Serie de
casos; 4) Ecológico.
8. ¿Qué se entiende por efecto placebo y cómo puede
controlarse? 5. ¿Cuál/es de las siguientes características debe reunir una
9. ¿Qué diferencias hay entre población diana, población muestra en un estudio epidemiológico? 1)Debe ser
accesible y población de estudio? representativa de la población de referencia; 2)Debe tener un
tamaño muestral suficiente; 3)Debe incluir siempre a
10. ¿Qué requisitos debemos exigir a toda muestra en un hombres y mujeres 4)Las respuestas 1 y 2 son ciertas.
estudio de investigación?
6. ¿Cómo está la población al inicio de un estudio de
11. ¿Qué se entiende por medidas de frecuencia, asocia-
cohortes? 1)Toda expuesta; 2)Toda libre del efecto; 3)Toda
ción e impacto potencial?
con el efecto; 4)Ninguna de las respuestas anteriores es
12. ¿Qué diferencias existen entre las medidas de preva- cierta.
lencia e incidencia?
7. ¿Qué diseño epidemiológico da evidencias más firmes
13. ¿Cómo se calcula y se interpreta riesgo relativo? ¿y una
de causalidad? 1)Descriptivo 2)Cohortes 3)Casos y contro-
odds ratio? ¿en qué estudios pueden utilizarse?
les 4)Experimental puro.
14. ¿Qué diferencias existen entre los Riesgos Atribuibles y
las Fracciones Etiológicas? 8. La característica definitoria que diferencia al ensayo clínico
del resto de los diseños epidemiológicos es la existencia de:
1)Manipulación 2)Aleatorización 3)Seguimiento 4)Un grupo
control de referencia. sociales en pacientes drogodependientes en fase de
deshabituación reduce el riesgo de recaída. Para ello se
9. ¿Cómo está la población al final de un estudio toma, a partir de los registros del Centro Provincial de
semiexperimental? 1)Toda enferma 2)Toda sana 3)Toda Drogodependencias una muestra aleatoria de 20 sujetos que
expuesta 4)Ninguna de las respuestas anteriores es fueron sometidos a deshabituación entre 2005 y 2010, de
correcta. los que sólo 10 recibieron la intervención del trabajador
social. Entre 2010 y 2012 se produjeron 6 recaídas, de las
10. ¿Qué diseño epidemiológico elegirías para plantear que 2 se dieron entre quienes recibieron la actuación del
hipótesis causales? 1)Descriptivo 2)Cohortes 3)Casos y trabajador social. ¿Qué tipo de diseño se ha realizado?
controles 4)Experimental puro. 1)De Corte 2)Experimental 3)Cohortes 4)Ecológico.

11. Si extrae una muestra aleatoria de individuos de una 21. Siguiendo con el problema anterior, para el período
población y estima cuántos presentan una enfermedad en estudiado ¿cuál es el riesgo de que un drogodependiente
un momento determinado del tiempo, usted conocerá: que reciba la intervención del trabajador social recaiga?
1)La incidencia de la enfermedad 2)La prevalencia de la 1)0,2 2)0,3 3)0,4 4)0,5.
enfermedad 3)El riesgo de enfermar en esta población
4)Las respuestas 2 y 3 son ciertas 22. Siguiendo con el problema anterior, ¿qué relación existe
entre la actuación del trabajador social y el riesgo de
12. ¿Cómo interpretaría un RAE=0,30? 1)La incidencia es recaída? (Consideraremos como sujetos expuestos a quienes
del 30% 2)El riesgo de enfermar en gente expuesta es de reciben la intervención del trabajador social)
0,30 3)Un 30% de la población enferma a causa del factor 1)Asociación positiva 2)Asociación negativa 3)No existe
de exposición 4)Un 30% de los expuestos enferman a asociación 4)Hay asociación pero no es posible conocer si es
causa de la exposición. positiva o negativa.

13. Si para un seguimiento dado, la incidencia en expuestos 23. Si Vd. hubiera obtenido en este problema una fuerza de
es del 24% y en no expuestos del 3%, entonces podemos asociación de 1 ¿Cómo la habría interpretado?
afirmar que el riesgo relativo es de: 1)Por cada sujeto que no recibe la intervención de
1)Tres 2)Cuatro 3)Seis 4)Ocho. trabajador social, otro sí la recibe 2)La asociación encontrada
es positiva por ser mayor de 0 3)Existe un exceso de riesgo
14. Siguiendo con el mismo enunciado de la pregunta de recaída entre quienes recibe la intervención del
anterior, ¿cuál sería el RAE? trabajador social de un 100% 4)Ninguna de las respuestas
1)24% 2)8% 3)3% 4)Ninguna de las respuestas anteriores es anteriores es cierta.
cierta.
24. Y si hubiese obtenido un resultado de 3,4 con un
15. Si Vd. afirma "La probabilidad de tener asma de un intervalo de confianza al 95% de 1,6-6,2. ¿Cómo lo habría
granadino que acude a un Centro de Salud es del 4%" está interpretado?
empleando una medida de: 1)Asociación positiva significativa 2)Asociación positiva no
1)Prevalencia 2)Incidencia 3)Riesgo relativo 4)Ninguna de las significativa 3)Asociación negativa significativa 4)Ninguna
respuestas anteriores es correcta. de las respuestas anteriores es cierta.
25. ¿Cuál de los siguientes criterios NO es de causalidad?:
16. El 8% de los ancianos demenciados reciben malos 1) Fuerza de asociación; 2) Consistencia; 3) Coherencia
tratos debido precisamente a su situación de demencia. biológica; 4) Significación estadística.
¿Qué parámetro epidemiológico estamos empleando?
1)Incidencia 2)Prevalencia 3)Riesgo atribuible en expues-
tos 4)Fracción etiológica en expuestos. C. Identificación de tipos de estudios

17. El riesgo de que un anciano demenciado reciba malos Identifique el tipo de diseño empleado en cada uno de los
tratos es del 8%. ¿Qué parámetro epidemiológico estamos siguientes estudios epidemiológicos:
empleando al hacer esta afirmación?
1)Incidencia 2)Prevalencia 3)Riesgo atribuible en expues- 1. Se hace un estudio sobre alcohol y divorcio. La exposición
tos 4)Ninguna de las respuestas anteriores es correcta se recoge mediante un cuestionario que mide el consumo de
alcohol. El mismo se pasa a todos los sujetos que se
18. El 8% de los ancianos tiene demencia. ¿Qué parámetro divorcian durante un período de seis meses y a una muestra
epidemiológico estamos empleando al hacer esta de tamaño similar de personas no divorciadas.
afirmación? 1)Incidencia 2)Prevalencia 3)Fracción
etiológica en expuestos 4)Ninguna de las respuestas 2. Se efectúa un estudio sobre anticonceptivos orales (AO) y
anteriores es correcta. embarazo (E). A todas las mujeres que acuden a un centro
de planificación y que empiezan a consumir AO se las sigue
19. El 8% de los malos tratos en ancianos se deben a que el cada mes durante 5 años. Se comparan las cifras de
anciano está demenciado. ¿Qué parámetro epidemiológico embarazo en estas mujeres con las de otras mujeres que
estamos empleando al hacer esta afirmación? 1)Incidencia acuden al mismo centro y que utilizan otros métodos de
2)Riesgo atribuible en expuestos 3)Fracción etiológica en anticoncepción. Estas últimas son igualmente seguidas
expuestos 4)Fracción etiológica poblacional. durante 5 años.

20. Se desea conocer si la actuación de los trabajadores 3. Con el fin de estudiar posibles factores de riesgo de
infección urinaria, el 1 de septiembre de este año se 1. ¿Cómo cree Vd. que se ha detectado el problema recién
estudian todos los pacientes ingresados en el hospital. descrito?
Mediante encuesta, se recoge información sobre la 2. En su caso, ¿qué estudio epidemiológico habría Vd.
presencia de diversas exposiciones (sondaje urinario, puesto en marcha para confirmar que el citado problema
estancia hospitalaria, edad, etc.) y se cultiva una muestra de realmente existe?
orina para ver si existe o no infección. 3. ¿Qué medidas epidemiológicas son las que habitualmente
se utilizan para detectar la existencia de problemas de salud
4. Para evaluar la posible relación entre la dieta rica en en una comunidad?
grasas y cáncer, se seleccionaron 846 hombres que fueron
asignados mediante una tabla de números aleatorios para En el estudio que Vd. pondría en marcha para valorar la
seguir una dieta convencional o una dieta rica en grasas efectividad del programa sanitario:
saturadas.
4. ¿Cómo plantearía Vd. la hipótesis de trabajo?
5. Se diseña un estudio para valorar la relación entre la 5. ¿Cuáles consideraría Vd. variables dependientes (efecto) e
infección por papilomavirus y el cáncer de cuello de útero. independientes (de exposición y potencialmente
Todas las mujeres diagnosticadas de esa infección en una confusoras)?
consulta de ginecología fueron revisadas anualmente 6. ¿Qué alternativas de diseño epidemiológico consideraría
durante 15 años en busca de cáncer de cuello de útero. Por Vd. y por cuál optaría?
igual período de tiempo y de la misma forma, se revisaron 7. ¿Cómo diseñaría el estudio?
anualmente a aquellas mujeres de parecida edad no 8. En el estudio que se pretende realizar, ¿cuál sería la
infectadas y asistidas en otras consultas no ginecológicas. población de referencia?
9. Si tuviese que elegir una muestra, ¿qué condiciones
6. Para estudiar la efectividad de una nueva práctica de debería reunir la misma?
intervención social sobre pacientes que incumplen 10. ¿Cómo recogería Vd. la información y qué fuentes de
tratamientos, se decide comparar los resultados obtenidos información utilizaría?
en dos unidades de trabajo social de hospitales distintos; 11. Una vez recogidos los datos, ¿qué medida o medidas
uno de ellos donde se implanta la nueva práctica y otro en el epidemiológicas Vd. calcularía? Razone su respuesta.
que se sigue la pauta tradicional. 12. Imagine que Vd. ha utilizado un diseño con sentido hacia
delante, obteniendo los datos que siguen a continuación:
7. Se recogen las tasas de suicidio provinciales de toda
España correspondientes a 2011. Se estudia la correlación Efecto sí Efecto no
de las mismas con las tasas provinciales de paro. Exposición sí 124 144
Exposición no 2760 6263
8. Se realiza un muestreo aleatorio simple sobre el total de Calcule Vd. todos los parámetros epidemiológicos que
pacientes atendidos por una unidad de trabajo social en conozca e interprételos.
2012. A la muestra seleccionada se le envía un
autocuestionario que recoge la opinión de los usuarios sobre 13. ¿Cómo interpretaría Vd. los resultados desde una
la satisfacción con la atención recibida. Esta variable se mide perspectiva causal?
según una escala ordinal que va de 5 (muy satisfechos) a 0 14. ¿Qué posibles errores podrían haber afectado a los
(nada satisfechos). En el análisis se cruza la variable resultados obtenidos en el estudio?
satisfacción con la edad, sexo, nivel de estudios y una escala
que mide la percepción subjetiva de su estado de salud.
E. Identificación de medidas epidemiológicas
9. Se estudia el efecto de la educación para la salud en an-
¿Qué medida epidemiológica se está empleando en cada
cianos sobre las infecciones respiratorias. Se asignó cada una de las siguientes afirmaciones?
anciano aleatoriamente a una serie de charlas y consultas
individuales llevadas a cabo por un trabajador social o se le 1. Alrededor del 15% de los accidentes de tráfico se deben
envió a su casa sin darle mayor información. Tras 6 meses se a despistes del conductor.
calculó la incidencia de infecciones respiratorias en ambos
2. El riesgo de separarte/divorciarte antes de 5 años tras
grupos.
contraer matrimonio es del 30%
3. El 30% de los consumidores de alcohol fallecerá prema-
D. Problema
turamente por dicho consumo.
Se desea valorar la efectividad de un programa sanitario de 4. En relación con los no fumadores, los fumadores presen-
intervención realizado por trabajadores sociales en un tan un 120% de exceso de riesgo de presentar infarto
Centro de Salud de un barrio marginal. La finalidad de dicho agudo de miocardio.
programa es reducir el alto grado de incumplimiento
terapéutico detectado entre los pacientes con 5. En el 70% de las personas maltratadoras existen antece-
enfermedades crónicas (tuberculosis, infección por VIH, dentes de haber sufrido maltrato en la infancia.
EPOC y diabetes) atendidos en dicho centro. La intervención 6. El 60% de las personas obesas sufrirá artrosis de rodilla
consiste en el seguimiento mensual de los sujetos mediante por culpa de su exceso de peso.
recordatorio telefónico de la medicación prescrita y, en caso
necesario, con visita domiciliaria. 7. De cada 100 granadinos, 1 se encuentra en el umbral de
la pobreza.
Preguntas:
8. Usar el móvil mientras se conduce causa 5 acciden- C. Identificación de tipos de estudios
tes/año por cada 100 conductores. 1)Casos-controles;2)Cohortes;3)Corte;4)Experimental
puro;5)Cohortes;6)Semiexperimental;7)Ecológico;
9. Por cada ciclista que usa casco, nueve no lo usan. 8)Corte;9)Experimental puro.

10. En las unidades antitabáquicas hospitalarias, se estima D. Problema

que los programas de deshabituación logran evitar 3 cán-
ceres de pulmón por cada 500 intervenciones 1. Probablemente haya sido el personal sanitario el que haya
percibido la posible existencia del problema bien porque los
11. El 10% de la población española sufrirá problemas de propios usuarios refieren no cumplir la medicación prescrita,
salud debidos al tabaco. bien porque los pacientes no se curan adecuadamente, o
por otras razones. esta percepción puede no atenerse a la
12. En el 50% de los atropellos de peatones, la culpa se realidad por lo que hay que confirmarla.
debe a la conducta inadecuada del peatón.
2. Un estudio de corte es el habitualmente utilizado para
13. De cada 100 cánceres que se ven en fumadores, 40 objetivar que existe un problema y a partir de ahí plantear
podrían haberse evitado si los sujetos no hubiesen fuma- una hipótesis de trabajo
do.
3. Medidas de prevalencia
14. El riesgo de morir por infarto agudo de miocardio es
inferior al 3% anual en menores de 25 años. 4. “Un programa de intervención realizado por trabajadores
sociales disminuirá el grado de incumplimiento terapéutico
15. El 25% de los enfermos ingresados en el hospital son en pacientes con enfermedades crónicas”.
hipertensos.
5. Variable de efecto = incumplimiento terapéutico
16. La frecuencia de Síndrome de Down en recién nacidos Variable de exposición = programa de intervención
es de un 0,02%. Variables confusoras = el resto de variables.

17. El 50% de los accidentados presentan niveles patológi- 6. Todo estudio experimental (puro o semiexperimental) u
cos de alcohol en sangre. observacional de tipo longitudinal (cohorte o casos-
controles) nos permitiría responder a la hipótesis de trabajo.
18. El 50% de los accidentados que presentan niveles La elección depende de nuestras posibilidades económicas.
patológicos de alcohol en sangre los han sido como conse- Si pudiésemos elegir cualquiera, optaríamos por el
cuencia de los efectos del alcohol. experimental puro pues es el que da más evidencias de
causalidad.
19. Un 20% de las mujeres con cáncer de mama mueren
en los 5 años tras el diagnóstico. 7. Una vez tuviera identificada a la población de estudio, les
pediría consentimiento informado y procedería a asignarles
20. El 40% de los pacientes drogodependientes que reci- aleatoriamente a un grupo experimental o a un grupo
ben apoyo de un trabajador social, se reintegran sin pro- control. Aquellos incluidos en el grupo experimental serían
blemas en su medio gracias a dicho apoyo. sometidos a la intervención mientras que los del grupo
control recibirían la atención habitual, pero sin intervención.
21. El 30% de las muertes violentas se relacionan con el
consumo de drogas. 8. Todos los pacientes crónicos que son atendidos en el
centro de salud. pueden ser identificados a partir de los
22. El 40% de las muertes violentas en drogadictos se códigos diagnósticos que figuran en la base de datos del
relacionan con el abuso de drogas. centro.

23. Estudiar de manera regular multiplica por 20 la proba- 9. - Que sea representativa de la población a la que quiero
bilidad de aprobar salud pública. extrapolar mis resultados y para ello lo mejor es tomar una
muestra aleatoria de la población.
24. El 40% de los alumnos que se presentan a examen - Que tenga un tamaño muestral suficiente para que los
están nerviosos. resultados no se vean influidos de manera sustancial por el
azar.
25. El 10% de los alumnos que se presentan a examen
nerviosos suspende por culpa del nerviosismo. 10.
- Variable exposición: hay que detallar en qué consiste la
26. En el 1% de los alumnos que suspenden la causa es en intervención.
el nerviosismo extremo con el que acuden a examen.
- Variable efecto: podemos recogerla a partir de la historia
RESPUESTAS clínica (dependemos de la calidad de la información
registrada por el personal sanitario), mediante cuestionario
B. Preguntas tipo test pasado a los pacientes (puede que no siempre nos digan la
1)4;2)4;3)4;4)1;5)4;6)2;7)4;8)2;9)4;10)1;11)2;12)4;13)4;14)4; verdad los pacientes) o a partir de los registros de farmacia
15)1;16)3;17)1;18)2;19)4;20)3;21)1;22)2;23)4;24)1;25)4. (sabemos si compran o no la medicación, pero no si se la
toman o no y si la toma es adecuada o no). Podemos
trabajar también con varias fuentes de información - RAE o Diferencia de Riesgos en expuestos = Ie-Io=0,46-
simultáneamente. 0,30=0,16. El 16% de los que reciben la intervención
incumplen el tratamiento debido específicamente al hecho
- Resto de variables: mediante cuestionario o a partir de la
de recibir la intervención.
historia clínica de los pacientes.
- FEE o Fracción etiológica/atribuible en expuestos =
RAE/Ie=0,16/0,46=0,34. De cada 100 sujetos que
11. Medidas de incidencia, de riesgo relativo y de impacto
incumplen el tratamiento habiendo recibido la
(RAE, RAP, FEE, FEP). Las propias de todo estudio con
intervención, 34 lo hacen debido específicamente a la
sentido hacia adelante.
intervención del trabajador social.
- RAP o Diferencia de Riesgos Poblacional=Ip-Io=0,31-
12.
0,30=0,01. El 1% de la población crónica incumple el
- Ie o Riesgo en expuestos = 124/268=0,46. El 46% de los que
tratamiento debido específicamente al hecho de recibir la
reciben la intervención incumplen el tratamiento.
intervención.
- Io o Riesgo en no expuestos= 2760/9023=0,30. El 30% de
- FEP o Fracción etiológica/atribuible Poblacional =
los que no reciben la intervención incumplen el tratamiento.
RAP/Ip=0,03. De cada 100 sujetos crónicos que incum-
- Ip o Riesgo poblacional = 2884/9291=0,31. El 31% de la
plen la medicación, 3 lo hacen debido específicamente a
población con medicación crónica incumple el tratamiento.
la intervención del trabajador social.
- RR o Riesgo Relativo = Ie/Io=0,46/0,30=1,53. Por cada
sujeto que incumple la medicación entre los que no Si hubiésemos utilizado EPIDAT, habríamos obtenido la
reciben la intervención, hay 1,51 que incumplen la siguiente salida de pantalla:
medicación entre los que sí reciben la intervención del
trabajador social.

Tipo de estudio : Cohortes

Tipo de datos : Incidencia acumulada
Nivel de confianza: 95,0%

Enfermos Sanos Total

------------ -------- -------- --------
Expuestos 124 144 268
No expuestos 2760 6263 9023
------------ -------- -------- --------
Total 2884 6407 9291

Estimación IC(95,0%)

---------------------------------------- ---------- --------- ---------

Riesgo en expuestos 0,462687 - -
Riesgo en no expuestos 0,305885 - -
Riesgo relativo 1,512616 1,324628 1,727284
Diferencia de riesgos 0,156802 0,096354 0,217249
Odds ratio 1,954036 1,530569 2,494664

---------------------------------------- ---------- --------- ---------

Fracción atribuible en expuestos 0,338894 0,245071 0,421056
Fracción atribuible poblacional 0,014571 0,007751 0,021344

13. Habría que considerar los cuatro siguientes requisitos: 14. - Errores de selección: si en la base de datos sel centro
- Secuencia temporal correcta. Se cumple pues es un están registrados adecuadamente todos los pacientes
estudio con sentido hacia adelante. crónicos y la muestra se ha tomado aleatoriamente, no
- Fuerza de asociación. No es muy elevada pero sí deben haberse producido sesgos de selección.
importante: RR=1,51 (exceso de riesgo de incumplimiento - Errores de clasificación: la información sobre
terapéutico del 51% asociado a la exposición). incumplimiento terapéutico no es fácil de obtener como
- Errores aleatorios. El resultado es estadísticamente hemos comentado anteriormente en el punto 10 y ello ha
significativo puesto que el intervalo de confianza al 95% podido influir en el resultado “sorprendente” de este
(1,324628-1,727284) excluye al valor 1. estudio. habría que indagar hasta qué punto la variable
- Sesgos o errores sistemáticos. Hemos utilizado el mejor efecto se ha recogido correctamente.
diseño posible (estudio experimental puro), por lo que la - Errores de confusión: si la asignación de los sujetos a los
posibilidad de errores es mínima. grupos de comparación se ha hecho al azar y hemos
trabajado con un tamaño muestral suficiente, no tiene
Es por ello, que concluiríamos que existen suficientes por qué haber sesgos de confusión.
evidencias para poder afirmar que la intervención del
trabajador social se asocia causalmente a un peor E. Identificación de medidas epidemiológicas
cumplimiento terapéutico. 1)FEP; 2)Incidencia; 3)RAE; 4)RR/OR; 5)Prevalencia;
6)RAE; 7)Prevalencia; 8)RAP; 9)Odds; 10)RAE; 11)RAP;
El programa de intervención no solo no disminuye el grado 12)FEP; 13)FEE; 14)Incidencia; 15)Prevalencia;
de incumplimiento terapéutico sino que lo aumenta. El 16)Prevalencia; 17)Prevalencia; 18)FEE; 19)Incidencia;
programa no habría que continuarlo. Habría que valorar 20)RAE; 21)FEP; 22)FEE; 23)RR/OR; 24)Prevalencia;
por qué no ha funcionado y replantearse la estrategia de 25)RAE; 26)FEP.
intervención.