Betty C. Jung RN, MPH, CHES

  • Published on
    06-Jan-2016

  • View
    27

  • Download
    0

DESCRIPTION

Una Breve Introduccin a la Epidemiologa - III (Estadstica bsica y medidas epidemiolgicas comunes). Betty C. Jung RN, MPH, CHES. Objetivos de aprendizaje. Entender los principios bsicos estadsticos usados comunmente en Salud Pblica. - PowerPoint PPT Presentation

Transcript

  • Una Breve Introduccin a la Epidemiologa - III (Estadstica bsica y medidas epidemiolgicas comunes)Betty C. Jung RN, MPH, CHES

  • Objetivos de aprendizajeEntender los principios bsicos estadsticos usados comunmente en Salud Pblica.Entender las medidas epidemiolgicas de enfermedad ms comunes.

  • Objetivos a alcanzarEntendimiento bsico de cmo son usadas las estadsticas para cuantificar enfermedad en la prctica de la Salud Pblica.Entendimiento bsico de las principales medidas epidemiolgicas encontradas en la literatura.

  • Rol de la aleatorizacinProceso de la enfermedad -Determinstico - todas las variables relacionadas a la enfermedad podran ser controladas o fueron conocidas, y el resultado podra ser predicho con certeza.

  • Rol de la aleatorizacinSin embargo, fue descubierto que el resultado o enfermedad sigue un proceso estocstico (o aleatorio). As, probabilidad se vuelve importante en el pensamiento de controlar la enfermedad. Mtodos cuantitativos usados actualmente en el anlisis de datos de salud pblica, se encuentran en la teora de la probabilidad.

  • Rol de la aleatorizacinLa probabilidad provee los fundamentos para la inferencia estadstica.Inferencia estadstica- extrae conclusiones acerca de toda la poblacin de la informacin obtenida de una muestra de esa poblacin.

  • Caractersticas de una distribucin de frecuenciasLos datos deber ser examinados grficamente, antes de intentar resumirlos, con una medicin resumida simple.Presentaciones visuales ayudan a identificar los extremos y la forma de la distribucin.Histograma- grfica de distribucin de frecuencias.

  • Caractersticas de una distribucin de frecuenciasPropiedades de la distribucin de frecuencias Tendencia centralVariabilidad (dispersin)Forma de la distribucin (simtrica o desviada), determina la medida de tendencia central o de dispersin, adecuadas

  • Medidas de tendencia centralMedia aritmtica (ms comn) se prefiere ante distribuciones simtricasMediana (valor medio de la distribucin)- menos afectada por valores extremos o de las colas- medida preferida ante distribuciones sesgadas.

  • Medidas de variabilidad (dispersin)Rango - el ms simple de calcular, es sensible a valores extremos, de menor utilidad.Varianza - promedio de las desviaciones al cuadrado de la mediaDesviacin estndar -desviacin estndar en toda la poblacin/ la raz cuadrada de la poblacin.

  • La regla emprica(Teorema del lmite central)Dando un n grupo de mediciones normalmente distribuidas, en promedio:68.3% de las mediciones estn a 1 desviacin estndar de la media95.5% de las mediciones estn a 2 desviaciones estndar de la media99.7% de las mediciones estn a 3 desviaciones estndar de la media.

  • Medidas de frecuencia de enfermedadRazn - relacin entre dos cantidadesProporcin - una razn - el numerador est includo en el denominadorTasa - medida ms comnTasa verdadera - un cambio por unidad de tiempoAlgunas tasas usadas en epidemiologa no son verdaderas tasas, sino proporciones.

  • Medidas de frecuencia: PrevalenciaNmero de casos existentes de una enfermedad.Estima la carga de la enfermedadUsada en enfermedades crnicas o aquellas de larga duracinPeriodo de prevalencia - una proporcin# de casos existentes en una periodo de tiempos especificoPoblacin en riesgo en el mismo periodoPunto de prevalencia - igual que el periodo, slo que es en un punto en el tiempo

  • Medidas de frecuencia: IncidenciaNmero de nuevos casos de una enfermedad en un periodo de tiempo especficoUsada en enfermedades infecciosas o aquellas con de corta duracin.

  • Tipos de medidas de incidenciaIncidencia acumulada - Una proporcin - riesgo de enfermedad en una poblacin. Una medida del riesgo para una poblacin.# de nuevos casos en una poblacin definida en un periodo de tiempo especficoPoblacin en riesgoTasa de ataque - incidencia acumulada para un periodo corto definido

  • Tipos de medidas de incidenciaTasa de densidad de inidencia - una verdadera tasa - no indica el riesgo para un individuo en una poblacin. Representa la tasa a la cual los nuevos casos estn ocurriendo. Informacin ms especfica.# de nuevos casos en una poblacin definida en un periodo de tiempo especficoTotal de tiempo que cada persona fue seguida u observada, sumado para todas las personas en la poblacin de inters

  • Medidas de asociacintiles para evaluar la existencia de una relacin entre la exposicin a un factor de riesgo especfico y el status de enfermedadRiesgo relativo (Razn de riesgo) (RR) - usada en estudios cohortes. Razn de tasas de ataque en grupos expuestos y no expuestos.RR = 1 tasa igual en ambos gruposRR>1 el expuesto es ns posible que enfermeRR
  • Medidas de asociacin usadas en estudios cohorteDiferencia de riesgo - diferencia en las tasas de ataque de los grupos expuestos y no expuestos se calcula para determinar si es significativamente diferente de cero ( no efecto).Razn de riesgos - La razn de dos tasas de densidad de incidencia. tiles cuando la informacin de tiempo-persona est disponible. Interpretacin casi igual a RR.

  • Medidas de asociacin usadas en estudios de casos-controlesRazn de momios -(RM u OR) cuando las tasas de enfermedad no estn disponibles. La razn de los momios de la exposicin entre casos y controles.Si la enfermedad es rara, la RM ser similar al RR (si RM>1 indica que la relacin de la enfermedad a la exposicin es improbable que sea por azar.)

  • Ajuste de tasaAjuste de tasa - ajustar o estandarizar tasas para remover efectos de la edad en las poblaciones siendo comparadas.Estandarizacin por edad - un mtodo que controla la edad como un factor. Se prefiere el mtodo directo. Tasas estandarizadas no tienen ningn significado por s solas, y slo se usan para hacer comparaciones con tasas estandarizadas de la misma forma.

  • Modelaje - para evaluar relacionesRegresin logstica - cuando resultados especficos por estratos no pueden ser explicados con una medida resumida simple. Se usa cuando el anlisis estratificado deja a los datos muy dispersos.En estudios de casos y controles, o transversales, la estimacin de mxima probabilidad no tiene significado y no deber ser usada. Razn de momios es la medida estadstica ms comn del modelo de regresin logstica.

  • Modelaje - para evaluar relacionesAnlisis de sobrevida - procedmineto de modelaje ms popular en epidemiologa. Usado para modelar el tiempo hasta que se presente un evento.Anlisis de tablas vitales - un procedimiento que produce un resmen de la experiencia de mortalidad en una poblacin.

  • ConfusinConfusin - cuando la relacin entre una enfermedad y la exposicin es distorsionada por la relacin de alguna tercera variable con la enfermedad y la exposicin de inters.La variable confusora deber estar asociada a la exposicin y ser un factor de riesgo para la enfermedad, INDEPENDIENTE de la exposicin.Edad es un confusor potencial en muchos estudios.

  • ConfusinSi la relacin entre la exposicin y la enfermedad es similar para cada grupo de edad pero diferente para la medida de asociacin sin estratificar o cruda (todos los grupos de edad combinados), entonces existe la evidencia de confusin y una medida resumida que controle los efectos del confusor, es necesaria.Cuando se realice un anlisis epidemiolgico, la tabla de anlisis bsica de 2 x 2 con anlisis estratificado deber ser usada para evaluar confusores potencialeso modificadores de efecto.

  • Riesgo Atribuible [RA](Fraccin atribuible)Ofrece una medida de qu proporcin de la enfermedad puede ser atribuda a la exposicin.La proporcin remanente = a la proporcin de la enfermedad que debera haber ocurrido an en la ausencia de la exposicin. Asume que todas las otras variables estn distribuidas similarmente entre los grupos expuesto y no expuesto.La accin de la salud pblica debera eliminar la exposicin a lo que se conoce como causa de enfermedad para una gran poroporcin d ela poblacin.

  • VigilanciaMtodo usado para predecir eventos futuros. De importancia para monitoreo de epidemias o cambios en el proceso de enfermedad. El monitoreo permite rpida respuesta de salud pblica a cambios en las tasas esperadas de enfermedad. til en la planificacin de prevencin de enfermedad.Modelos matemticos - usados para patrones de datos recolectados en el tiempo. (datos de series de tiempo).Una vez que los mtodo de modelaje apropiados son determinados para trazar observaciones existentes, pueden ser usadospara vigilar futuros valores de las series.

  • VigilanciaMetodologa de Box-Jenkings - forma univariable para modelaje de datos de series temporales. Incluye modelos que son tambin conocidos como modelos autoregresivos de promedio cambiante (ARIMA)Estos modelos son situados para series mostrando estacionalidad (comn en salud pblica).

    Quin es Betty C. Jung?Revise mis sitios Web en:http://www.geocities.com/bettycjung/index.htmhttp://publichealthusa.homestead.comHay una pgina Web totalmente dedicada a la Epidemiologa y a Bioestadstica en:http://www.geocities.com/bettycjung/Episites.htmSi est interesado en un tema de Salud Pblica en particular revisehttp://www.geocities.com/bettycjung/Phsitea.htmo algo ms general busque los ndices de bsqueda:http://www.geocities.com/bettycjung/Sesites.htmTraduccin al Espaol por Dr. Nicols Padilla, Facultad de Enfermera y Obstetricia de Celaya, Universidad de Guanajuato, MxicoLos libros de texto usados para preparar esta conferencia pueden ser encontrados en la siguiente bibliografa anotada en mis pginas Web:http://www.geocities.com/bettycjung/Biostats.htmhttp://www.geocities.com/bettycjung/Epi.htmLa principal fuente de informacin es:D.F. Stroup & S.M. Teutschs Statistics in Public Health: Quantitative Approaches to Public Health Problems - Chapter 2 " Basic Concepts of Statistics" (1998).

    Epidemiologa es la ciencia bsica de la prctica de la salud pblica (debo mencionar que hay controversia acerca de esto).Los epidemilogos tienden a hablar en nmeros, como muchos cientficos lo hacen. Cuando ellos cimparan un grupo con otro, en estudios epidemiolgicos, ellos quieren resumir que va con con la medida resumida. Han desarrollado estas medidas basados en los principios matemticos de Estadstica. Esta conferencia cubre los principales principios estadsticos fundamentales que han sido adoptados por los epidemilogos, las principales medidas usadas para describir el proceso de enfermedad identificadas por los epidemilogos y otros procedimientos matemticos adoptados para uso epidemiolgico.En la conferencia anterior, aprendimos como la enfermedad fue vista por las personas a travs de los siglos. Fue desde el castigo por los dioses hasta una visin ms cientfica con el descubrimiento del microscopio. Los postulados de Koch, mantuvieron la verdad con el descubrimiento del proceso de enfermedad basados en microbios. Con el desarrollo de los antibiticos, la humanidad tuvo oportunidad con enfermedades que diezmaron culturas y poblaciones.Hoy, tenemos que tratar con enfermedades virales (VIH), los cuales no son susceptibles a antibiticos as como Super bichos que no responden a nuestro arsenal de antibiticos. Adems, estamos viviendo en ambientes que son una mezcla de qumicos y toxinas desconocidos, con interacciones desconocidas sin investigacin. Ahora, en el siglo XXI, estamos menos seguros de los que funciona que hace 100 aos, lo cual es la razn de que nos hempos vuelto dependientesde las estadsticas para tratar con esta incertidumbre.En salud pblica estamos interesados en qu est pasando en las poblaciones. Esto es principalmente la prevencin de la diseminacin de la enfermedad. Idealmente, si quieres aprender acerca de poblaciones, deberas estudiar a todos en la poblacin. Desafortunadamente, en relaidad, es virualmente imposible casi siempre.En tal caso, tenemos que tomar una muestra de la poblacin de inters y esperar que lo que suceda en la muestra sea represntativo de lo que suceda en la poblacin, de donde se extrajo la muestra. Si lo hacemos bien tomando una muestra aleatoria en la cual todos en la poblacin que estamos interesados, tienen igual oportunidad de ser includos, entonces podemos usar las matemticas para inferir que puede ser verdad para la poblacin de inters.

    Los datos necesitan ser organizados en alguna forma para tener sentido y ser tiles. Los datos por s mismos no tienen significado sin la interpretacin que cambia a los datos en informacin.Con las computadoras personales y programas estadsticos accesibles, es posible crear trazos visuales muy fcilmente. Un paquete estadstico muy simple que puede hacerlo es EpiInfo de la OMS y CDC. Es un programa gratuito. Su versin ms reciente, 6.04 se puede obtener de Andrew Dean y sus colegas, que estn trabajando en la versin basada en windows (2000), que actualmente est siendo probada.

    Necesitamos entender cmo los datos estn distribuidos para pensar si vienen o no de la misma poblacin. Cmo los datos estn distribuidos puede tener impacto en qu tipo de procedimientos estadsticos podemos usar para probar hiptesis.Ya que muchos procedimientos estadsticos estn basados en propiedades de la curva de la distribucin Normal (Curva de campana), los datos que no cumplen las suposicin de una distribucin Normal, debern ser transformados antes de que puedan usados. Si realmente quieres saber ms de esto, revise algunos de los libros de texto que he listado en mi Bibliografa de BioestadsticaUna mediana es ms apropiada, por decir, ingreso promedio reportado por una compaa debido a que es probable que haya gran disparidad entre lo que gana el Presidente de la Compaa y lo que gana el portero.Podrs una media, por decir, el ingreso promedio de un grupo ocupacional dentro de la compaa ya que el rango de ingreso entre un grupo en particular de trabajadores o profesionales no variar demasiado.N es usada para representar el total de una poblacinn es usada para representar el total de una muestra de la poblacinTipo de tabla de contingencia. Tablas de contingencia son muy usadas en bioestadstica. Si quiere aprender ms, revise la bibliografa de bioestadstica.

Recommended

View more >