BIOESTADSTICA BSICA

Pedro Henrquez Zenteno

Apunte Docente
2015

Contenidos:
I.- INTRODUCCIN
II.- DEFINICIONES BSICAS EN ESTADSTICA
III. POBLACIN Y MUESTRA
IV.- MEDIDAS DE TENDENCIA CENTRAL
V.- MEDIDAS DE DISPERSIN
VI.-MEDIDAS DE FRECUENCIA, ASOCIACIN E IMPACTO
VII.- BIBLIOGRAFA

I.- INTRODUCCIN
La bioestadstica es una rama de la estadstica que se ocupa de los problemas planteados dentro de
las ciencias de la vida, como la biologa, la medicina, entre otros, aquellos procedimientos propios de
la estadstica tradicional. Desde esa perspectiva este tipo de conocimiento es una aplicacin prctica
de aquellos postulados, ya conocidos, de recoleccin de datos e inferencia futura. En este contexto,
la bioestadstica tiene una estrecha relacin con el mtodo cientfico, conjunto de procedimientos
que se realizan con el fin de asegurar un aumento o mejora del conocimiento, de modo sistemtico y
coherente.
La estadstica es una ciencia destinada a la recoleccin y anlisis de datos de modo eficiente con el
fin de lograr resultados significativos y, a partir de ellos, lograr interpretaciones que permitan
obtener explicaciones verosmiles y fundamentadas. Las estadsticas son de gran importancia a la
hora de definir planes de accin, tomar decisiones y tener un panorama claro del contexto en que se
opera. Sus orgenes se remontan al siglo XVII lo que implica un recorrido suficientemente largo
como para garantizar un desarrollo significativo. En la actualidad tiene aplicacin en variados mbitos
y, con el desarrollo de la informtica, ha alcanzado mayor eficacia y sencillez ya que le permite
realizar clculos complejos y de anlisis de manera ms fcil y rpida.
Cuando esta disciplina se combina con ciencias de la vida se logra una coleccin sistematizada de
datos, un ordenamiento y, finalmente, una interpretacin de los mismos que es til a la hora de
elaborar o contrastar diversas hiptesis de trabajo. En este sentido la bioestadstica tiene, como fin
ltimo, transformar la realidad partiendo de los datos que la misma suministra para elaborar un
campo de accin en funcin de un diagnstico o modelo inferido.
Ejemplos de aplicaciones de la bioestadstica pueden ser: pruebas de frmacos para el tratamiento
de una enfermedad especfica; la formas en las que una enfermedad se propaga, considerando
caractersticas de individuos o poblaciones afectadas en relacin a sus condiciones ambientales; la
relaciones entre muertes y nacimientos con el aumento poblacional, o la evaluacin de resultados de
una poltica de salud en el tiempo, etc.
Se puede resumir entonces, que la preocupacin de la estadstica es:

Registrar datos obtenidos de estudios relacionados con la biologa y las ciencias relacionadas
con ella y, a partir de ellos, inferir, predecir o asociar estos datos con fenmenos que afecten
a los individuos o las poblaciones.

Tambin se preocupa de establecer algunas caractersticas que pueden presentar los datos
registrados como, por ejemplo, cul es el dato u observacin que ms se registra, entre qu
valores se registran los datos, cul es el promedio aritmtico de los datos, etc.

Tambin se refiere a a los mtodos utilizados para obtener los datos, la forma de
organizarlos, analizarlos y hacer inferencias o predicciones a partir de ellos.

Luego, el aporte de la estadstica respecto a la investigacin mdica biolgica est orientado,

principalmente, a:
1.

Guiar el diseo de una investigacin o encuesta antes de la coleccin de datos.

2.

Analizar datos usando los procedimientos y tcnicas estadsticas adecuadas

3.

Presentar e interpretar resultados a los investigadores, o a quienes deban tomar decisiones,

incluyendo gobiernos o la industria.

Lo anterior implica que el cconocimiento de la Estadstica es esencial para personas que hacen
investigacin, dirigen estudios o deben hacer una presentacin efectiva, ya que ayuda a discriminar
entre hechos y suposiciones de la vida diaria o saber cundo se debe consultar a un estadstico para
estos fines

II.- DEFINICIONES BSICAS EN ESTADSTICA

En un inicio es importante entregar algunas decisiones bsicas utilizadas en estadstica, a fin de
establecer un lenguaje comn que permita una mejor comprensin de sus propsitos y mtodos.
Medida. Es el nmero o categora que se asigna al medir un fenmeno. Un sinnimo de medida es
observacin.
Medicin. El concepto de medir se usa para indicar la asignacin de valores numricos, o
dimensiones, a uno o varios objetos mediante determinados procedimientos. Es la observacin de un
fenmeno o propiedad y la asignacin de un nmero, o categora, como forma de representar tal
fenmeno. Los trminos observaciones o mediciones se usan comnmente como sinnimos.
Medir la estatura de una persona equivale a observar una caracterstica o cualidad de ella y asignarle
un nmero, en este caso los centmetros de estatura, pero tambin podramos observar la cantidad
de nios con ojos caf presentes en el curso y asignar un nmero, en cuyo caso estaramos
clasificando esa propiedad en varias categoras: nios con ojos caf, azules o verdes.
Escala de medida. Una escala de medida es el conjunto de valores que puede tomar una determinada
medida. Las escalas de medidas pueden ser:

Categricas: nominales u ordinales.

Numricas: de intervalo o de razn.
Las escalas categricas slo asignan una categora o clasifican el fenmeno o propiedad que se mide.
Pueden ser nominales u ordinales Los valores de una escala ordinal tienen un orden natural. La
escala nominal clasifica los objetos o fenmenos segn ciertas caractersticas, tipologas o nombres,
dndoles una denominacin o smbolo sin que implique ninguna relacin de orden, distancia o
proporcin entre los objetos o fenmenos.
Las escalas numricas asignan nmeros. Si la escala tiene un cero absoluto la escala es de razn, si el
cero es arbitrario la escala es de intervalo. La escala de intervalo representa un nivel de medicin ms
preciso, matemticamente hablando, que las anteriores: no slo se establece un orden en las
posiciones relativas de los objetos o individuos, sino que se mide tambin la distancia entre los
intervalos o las diferentes categoras o clases. Una escala de intervalo se caracteriza por una unidad
de medida comn y constante que asigna un nmero real a todos los pares de objetos en un
conjunto ordenado. En esta clase de medida la proporcin de dos intervalos cualquiera es
independiente de la unidad de medida y del punto cero. En una escala de intervalo, el punto cero y la
unidad de medida son arbitrarios.
Si tomamos una persona como ejemplo, cuando determinamos el color de sus ojos se est midiendo
en una escala categrica nominal, mientras su fecha de nacimiento se mide en una escala categrica
ordinal. Su temperatura corporal en grados centgrados se mide en una escala numrica de intervalos.
Su estatura, en una escala numrica de razn. En esta escala tiene sentido decir que una persona mide
la mitad que otra.
Inferencia estadstica. Conjunto de procedimientos que permiten confirmar o concluir propiedades
de una poblacin como fuente de informacin, de la que slo conocemos una parte representativa o
muestra.
Poblacin. Es el conjunto de todos los valores de un fenmeno o propiedad que se quiera observar.
Muestra. Es la parte de la poblacin que se mide de manera efectiva, con el objeto de obtener
informacin acerca de toda la poblacin. Es un conjunto de medidas u observaciones tomadas a
partir de una poblacin determinada. La seleccin de la muestra se hace por un procedimiento que
asegure un alto grado de representatividad de la poblacin.
Censo. Es el proceso de observar la poblacin completa. Es decir, tomar una muestra igual a la
poblacin.

Variable estadstica. Es cada una de las caractersticas o cualidades que poseen los individuos de una
poblacin.
Se puede distinguir dos tipos de variables:
1.-Variables Cualitativas: se refieren a caractersticas o cualidades que no pueden ser medidas con
nmeros.
a.- Variable cualitativa nominal: una variable cualitativa nominal presenta modalidades no numricas
que no admiten un criterio de orden.
Ejemplo: el estado civil de una persona; soltero, casado, separado, divorciado y viudo.
b.-Variable cualitativa ordinal: una variable cualitativa ordinal presenta modalidades no numricas, en
las que existe un orden.
Ejemplos: la nota en un examen; reprobado, aprobado, notable, sobresaliente.
Puesto obtenido en una carrera: 1, 2, 3,...
2.- Variable cuantitativa: una variable cuantitativa es la que se expresa mediante un nmero y, por
tanto, se puede realizar operaciones aritmticas con ella. Es posible distinguir dos tipos:
a.- Variable discreta: una variable discreta es aquella que toma valores aislados, es decir que no
admite valores intermedios entre dos valores especficos.
Ejemplo: el nmero de hermanos de 5 personas: 2, 1, 0, 1, 3.
b.- Variable continua: es aquella que puede tomar valores comprendidos entre dos nmeros.
Ejemplo: el peso de 5 personas: 65 Kg., 70 Kg., 62 Kg., 72 Kg y 67 Kg.
Variabilidad. Determina el grado de cercana o distanciamiento de los valores de una distribucin de
observaciones frente a su promedio de localizacin. Mientras mayor sea el grado de variacin menor
uniformidad tendrn los datos (sinnimo de heterogeneidad) y, por tanto, menor ser la
representatividad o confiabilidad del promedio de tendencia central Por el contrario, si este valor es
pequeo (respecto a la unidad de medida) entonces hay una gran uniformidad entre los datos.
Cuando es cero quiere decir que todos los datos son iguales.

III. POBLACION Y MUESTRA

Cuando se realiza un estudio de investigacin se pretende, generalmente, inferir o generalizar los
resultados de una muestra a una poblacin. Este proceso de inferencia se efecta por medio de
mtodos estadsticos basados en la probabilidad.
La poblacin representa el conjunto grande de individuos que deseamos estudiar y, generalmente,
suele ser inaccesible.
La muestra es el conjunto menor de individuos de una poblacin determinada. La muestra debe ser
representativa de la poblacin y con ello se quiere decir que cualquier individuo de la poblacin, en
estudio, debe haber tenido la misma probabilidad de ser elegido.
Las razones para estudiar muestras en lugar de poblaciones son diversas y entre ellas se puede
sealar:
1. Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo.
2. Ahorro de recursos: para ello se debe estudiar menos individuos.
3. Cuando las poblaciones son muy grandes, estudiar la totalidad de los individuos con una
caracterstica determinada puede ser una tarea inaccesible o imposible de realizar.
4. Aumentar la calidad. Al disponer de ms tiempo y recursos las observaciones y mediciones
realizadas a un reducido nmero de individuos pueden ser ms exactas y plurales que si las
tuvisemos que realizar a una poblacin.
5. La seleccin de muestras especficas permite reducir la heterogeneidad de una poblacin al
indicar los criterios de inclusin y/o exclusin.
OBSERVACION: para variables numricas en las que puede haber un gran nmero de valores
observados distintos se opta por un mtodo de anlisis diferente, respondiendo a las siguientes
preguntas:

Alrededor de qu valor se agrupan los datos?

Suponiendo que se agrupan alrededor de un nmero, cmo lo hacen? muy concentrados?

muy dispersos?

IV.- MEDIDAS DE TENDENCIA CENTRAL

En oportunidades, para los datos u observaciones ya registrados y organizados se desea encontrar
una suerte de punto central en funcin de la frecuencia con que se presentan. En Estadstica se
conocen tres formas diferentes, llamadas medidas de tendencia central, cuya utilizacin vara de
acuerdo a lo que se requiera del conjunto de datos recolectados. Esas medidas de tendencia central
son la media, la mediana y la moda.
a.- La Media Aritmtica: x
La media, llamada tambin media aritmtica, es la medida de tendencia central conocida
generalmente como promedio.
a.- 1.- La media para frecuencias simples:
Cuando los datos recolectados han sido organizados en una tabla de distribucin de frecuencias
simples, la media para poblaciones y para muestras se puede calcular por gracias a la frmula:

media o promedio = x.

suma de las frecuencias por f x su correspondiente dato no minal.

n = suma de todas las frecuencias (nmero de datos recolectados).

En otras palabras, la media es la medida que se obtiene al dividir la suma de todos los valores de una
variable por la frecuencia total. En palabras ms simples, corresponde a la suma de un conjunto de
datos dividida por el nmero total de dichos datos.

Ejemplo
Mediante los siguientes datos hallar la media aritmtica de los siguientes datos numricos de
frecuencia simple:

10,

8,

6,

5,

10,

Solucin

a.- 2.- La media para frecuencias por intervalos:

Cuando los datos recolectados han sido organizados en una tabla de frecuencias por intervalos, la
media para poblaciones y para muestras se puede calcular gracias a la frmula:

x = media

x = punto medio del intervalo

fx = suma de las frecuencias por su correspondiente dato nominal

N = suma de todas las frecuencias (nmero de datos recolectados). .

Ejemplo:
Considerando la siguiente distribucin de frecuencias de los espesores en pulgadas de recipientes de
acero, encuentre la media aritmtica:

Caractersticas de la Media Aritmtica

1. La media se puede hallar slo para variables cuantitativas.
2. La media es independiente de las amplitudes de los intervalos.
3. La media es muy sensible a las puntuaciones extremas.
4. La media no se puede calcular si hay un intervalo con una amplitud indeterminada.

b.-La Mediana: Me
La mediana es la medida de tendencia central que se define como aquel valor nominal que tiene,
dentro de un conjunto de datos ordenados, arriba y abajo de l, el mismo nmero de datos
nominales. En otras palabras, es el dato que est a la mitad y que divide en dos partes iguales a un
conjunto de datos. Es la observacin equidistante de los extremos. Segn el nmero de valores que
se tengan se pueden presentar dos casos:

Si el nmero de valores es impar, la Mediana corresponder al valor central de dicho

conjunto de datos.

Si el nmero de valores es par, la Mediana corresponder al promedio de los dos valores

centrales (los valores centrales se suman y se dividen por 2..

Para datos no agrupados, la mediana viene dada por:

EJEMPLO:
Hallar la mediana en los siguientes datos: 15, 25, 30, 28, 21, 226, 32
SOLUCIN:
Se ordenan en forma creciente o decreciente y se toma el valor central.
12,15,25,26,28,30,32 .

Mediana = 26

Para datos agrupados:

EJEMPLO:
Del conjunto 2, 2, 3, 3, 3, 4, 5, 5, 5, 5, 5, 6, 6, 7, 8, 9, 9, 10, 10 Mediana= 5
El cinco remarcado en rojo y subrayado es el que est en mitad del conjunto ordenado, ya que antes
de l existen 9 datos y 9 despus de l.
EJEMPLO:
Hallar la mediana en la siguiente distribucin de frecuencias, la mediana se encuentra en el intervalo
donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas:

Li-1
es el lmite inferior de la clase donde
se encuentra la mediana.
N / 2 es la semi suma de las frecuencias
absolutas.
Fi-1
es la frecuencia acumulada anterior a
la clase mediana.
Fi
es la frecuencia absoluta en la clase
donde se encuentra la medina
ai

es la amplitud de la clase.

c.- Moda: Mo
La moda es el valor que tiene la mayor frecuencia absoluta.Se representa por Mo. .Se puede hallar la
moda para variables cualitativas y cuantitativas.

Hallar la moda de la distribucin: 2, 3, 3, 4, 4, 4, 5, 5 Mo= 4

Si en un grupo hay dos o ms puntuaciones con la misma frecuencia y esa frecuencia es la mxima, la
distribucin es bimodal o multimodal, es decir, tiene varias modas.

Ejemplo: 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9

Mo= 1, 5, 9

En el caso de que todas las puntuaciones de un grupo tengan la misma frecuencia, no hay moda.
Ejemplo: 2, 2, 3, 3, 6, 6, 9, 9

Si dos puntuaciones adyacentes tienen la frecuencia mxima la moda es el promedio de las dos
puntuaciones adyacentes, dispuestas ordenadamente.

0, 1, 3, 3, 5, 5, 7, 8

Mo = 4

V.- MEDIDAS DE DISPERSIN

As como las medidas de tendencia central nos permiten identificar el punto central de los datos, las
medidas de dispersin nos permiten reconocer cunto se dispersan los datos alrededor del punto
central: es decir, nos indican cunto se desvan las observaciones alrededor de su promedio
aritmtico (media).
Este tipo de medidas son parmetros informativos que nos permiten conocer cmo los valores de los
datos se reparten a travs de eje X, mediante un valor numrico que representa su promedio de
dispersin. Las medidas de dispersin ms importantes y utilizadas son la varianza y la desviacin
estndar (o tpica).
a.-Varianza
La varianza de las variables aleatorias es una medida vinculada a su dispersin. Se trata de la
esperanza del cuadrado de la desviacin de esa variable, considerada frente a su media, midindose
en una unidad diferente. Por ejemplo: en los casos en que la variable mide una distancia en
kilmetros, su varianza se expresa en kilmetros al cuadrado.
Cabe destacar que las medidas de dispersin (tambin identificadas con el nombre de medidas de
variabilidad) se encargan de expresar la variabilidad de una distribucin mediante un nmero, en los
casos en que las diferentes puntuaciones de la variable estn muy alejadas de la media. A mayor
valor de la medida de dispersin, mayor variabilidad. En cambio, a menor valor, ms homogeneidad.
La varianza establece la variabilidad de la variable aleatoria. Es importante tener en cuenta que, en
ciertos casos, es preferible emplear otras medidas de dispersin segn las caractersticas de las
distribuciones.

b.-La desviacin estndar o tpica

Uno de los conceptos ms importantes relacionados con la varianza es la desviacin estndar,
tambin conocida como tpica, que representa la magnitud de la dispersin de variables de intervalo
y de razn, y resulta muy til en el campo de la estadstica descriptiva. Para obtenerla, simplemente
se comienza desde la varianza y se calcula su raz cuadrada.
Si tenemos, por ejemplo, los valores (expresados en milmetros) 14 mm, 11 mm, 10 mm, 6 mm y 4
mm, podemos calcular su promedio sumndolos y dividiendo el resultado por 5, que es la cantidad
de elementos. Obtendramos 9 mm, que es la media aritmtica. Para conocer la varianza restamos
cada valor a la media recin calculada y elevamos cada resultado al cuadrado (para evitar nmeros
negativos que afecten el estudio), sumndolos entre s y se dividiendo por 5, que es el nmero de
datos. La varianza es 93,8 milmetros cuadrados. Por ltimo, para obtener la desviacin estndar,
calculamos la raz cuadrada lo que nos deja con 9.68 mm (ntese que la unidad vuelve a ser
milmetros).

VI.-MEDIDAS DE FRECUENCIA, DE ASOCIACIN E IMPACTO

Este tipo de medidas se usa en Salud Publica, especialmente en Epidemiologia, y sirven para:
1. Estudiar la aparicin, distribucin y desarrollo de las enfermedades en la comunidad.
2. Proporcionar los datos para la comprensin de la etiologa de la salud y enfermedad.
3. Describir el estado de salud de las poblaciones.
4. Describir la historia natural de las enfermedades.
5. Evaluar los efectos de las medidas teraputicas, pruebas diagnsticas, intervenciones
preventivas.
6. Proporcionar informacin y conceptos epidemiolgicos para su uso en la administracin de
los servicios de salud.
7. Desarrollo de modelos de vigilancia en salud.
a.- MEDIDAS DE FRECUENCIA
La medida simple de frecuencia de una enfermedad, o de cualquier otro suceso, es el nmero de
personas que la padecen o lo presentan (por ejemplo, el nmero de pacientes diabticos), el nmero
de fallecidos por accidentes de trfico o el nmero de pacientes con cncer en una poblacin. Sin
embargo, este tipo de medidas por s solas carecen de utilidad para determinar la importancia de un
problema de salud determinado, ya que no indican el tamao de la poblacin en observacin, por
tanto no dan indicios de la gravedad del problema: no es lo mismo 10 casos en una poblacin de
1000 habitantes

que 10 casos en una poblacin de 1 milln de habitantes, por lo tanto ser

importante saber a qu tamao de poblacin est asociado el nmero de casos para dimensionar la
gravedad y trascendencia de la situacin, adems del periodo de tiempo en el que fueron
identificados. Para este propsito en epidemiologa se trabaja con diferentes tipos de fracciones, que
permiten cuantificar correctamente el impacto de una determinada enfermedad:
a.- 1.- PROPORCIN
Es el cociente con que el numerador est incluido en el denominador. Es decir, el cociente entre el
nmero de casos y el total de la poblacin.
Por ejemplo, si en una poblacin de 25.000 habitantes se diagnostican 1.500 pacientes con diabetes,
la proporcin de diabetes en la poblacin es de 1.500/25.000 = 0.06. El valor de una proporcin
puede variar de 0 a 1. Si multiplicamos este valor por 100 obtenemos el tanto por ciento: en este
caso sera, el 6%

a.- 2.-RAZN
En este cociente el numerador no forma parte del denominador.
En el ejemplo anterior, la razn entre la poblacin con diabetes y la poblacin no diabtica es de
1.500/23.500 = 3/47 =0,064. En el denominador, a la poblacin total se ha restado el nmero de
casos de pacientes con diabetes, o sea se trata del el cociente entre el nmero de pacientes con
diabetes versus los pacientes sin diabetes.
a.- 3.- TASA
El concepto de tasa es similar al de una proporcin, con la diferencia de que las tasas llevan
incorporado el concepto de tiempo. El numerador lo constituye la frecuencia absoluta de casos del
problema a estudiar. A su vez, el denominador est constituido por la suma de perodos individuales
de riesgo a los que han estado expuestos los sujetos susceptibles de la poblacin en estudio. De su
clculo se desprende la velocidad con que se produce el cambio de una situacin clnica a otra.
En epidemiologa, las medidas de frecuencia de enfermedad ms comnmente utilizadas so la
prevalencia y la incidencia.

a.- 4.- PREVALENCIA

La prevalencia (P) mide la proporcin de individuos de una poblacin que padecen una enfermedad
en un momento o periodo de tiempo determinado. Para su clculo se usa la frmula:

Ejemplo: en una poblacin de 240 adultos mayores se encontr que 80 de ellos eran obesos. La
prevalencia de obesidad en ese grupo, ser:
P= 80/240 =0,33 (este valor va ser siempre menor que 1)
Si queremos expresarlo en porcentaje, corresponde al 33%.
Como toda proporcin, la prevalencia no tiene dimensin y sus valores fluctan entre 0 y 1. Se
puede expresar en porcentaje, en tanto por ciento, tanto por mil, etc., segn el tamao del nmero
de casos y las poblaciones. La prevalencia de un problema de salud, en una comunidad, suele

medirse a partir de estudios transversales para determinar su importancia, en un momento concreto,

y no puede utilizarse con fines predictivos.
Otra medida de prevalencia utilizada en epidemiologa es la prevalencia de periodo, tambin
denominada prevalencia lpsica, que corresponde a la proporcin de personas que han presentado la
enfermedad en un periodo de tiempo determinado (por ejemplo, la prevalencia de cncer en Espaa
en los ltimos 5 aos). El problema que plantea el clculo de este ndice es que la poblacin total a la
que se refiere puede haber cambiado durante el periodo de estudio, por lo cual se toma como
denominador al punto medio del periodo considerado.

Prevalencia del Periodo = Prevalencia Inicial +Nmero de casos nuevos en el periodo

Poblacin a mitad del periodo

a.-5.-INCIDENCIA
La incidencia se define como el nmero de casos nuevos de una enfermedad o evento, que se
desarrolla en una poblacin durante un perodo de tiempo determinado. Hay dos tipos de medidas
de incidencia: la incidencia acumulada y la tasa de incidencia o densidad de incidencia.
La incidencia acumulada (IA) es la proporcin de individuos sanos que desarrollan la enfermedad a lo
largo de un perodo de tiempo concreto. Se calcula como el cociente entre el nmero de casos
nuevos y el total de la poblacin en riesgo, al inicio de la medicin:

La incidencia acumulada es una estimacin de la probabilidad o el riesgo, para un individuo libre, de

desarrollar una determinada enfermedad durante un perodo especfico de tiempo. Como cualquier
proporcin se puede expresar en trminos de porcentaje y, como no es una tasa, debe ir
acompaada del periodo de observacin para poder ser interpretada.
EJEMPLO: el ao 2010 se tom un grupo de 400 individuos, entre 40 y 59 aos, con niveles de
colesterol normal. Durante el ao 2015, en este grupo se haban presentado 10 casos de cardiopata
isqumica producto del aumento en los niveles de colesterol. La IA, este caso, sera:
IA = 10/400 = 0,025

2,5 %

Tasa de incidencia. Se calcula como el cociente entre el nmero de casos nuevos de una
enfermedad, ocurridos durante el periodo de seguimiento, y la suma de todos los tiempos
individuales de observacin:
Representa la frecuencia con la que se presentan nuevos casos, en una poblacin. El valor se obtiene
dividiendo el nmero de los nuevos casos, ocurridos en un perodo definido, por la poblacin en
riesgo en el mismo perodo: a veces se expresa como personas/tiempo. La tasa de incidencia ms
habitual, en la prctica de la salud pblica, es la obtenida mediante la siguiente frmula:
Tasa de incidencia = TI = N de nuevos casos en el periodo especificado x 10n
N de personas expuestas al riesgo durante el periodo

En una poblacin dinmica, el denominador incluye el tamao medio de la misma (que suele ser el
valor calculado de poblacin en la mitad del periodo). Si el periodo es de un ao el resultado es la
llamada tasa de incidencia anual, y as sucesivamente. Esta tasa representa un clculo de la tasa de
incidencia por persona-tiempo, es decir: la tasa por cada 10 npersonas-aos, decenios, etc. Si la tasa
es baja, tal y como ocurre con muchas enfermedades crnicas, puede servir al clculo de la tasa de
incidencia acumulativa.
La prevalencia

y la incidencia son conceptos muy relacionados. La prevalencia depende de la

incidencia y de la duracin de la enfermedad, entre otros factores. Si la incidencia de una

enfermedad es baja y la enfermedad se mantiene por un largo perodo de tiempo, la proporcin de la
poblacin que tenga la enfermedad en un momento dado puede ser alta en relacin a su incidencia.
Por el contrario, si la incidencia es alta y la duracin es corta, ya sea porque se recuperan pronto o
fallecen, la prevalencia puede ser baja en relacin a la incidencia de dicha patologa. Luego, los
cambios de prevalencia en un periodo de tiempo puede ser resultado de cambios en la incidencia,
cambios en la duracin de la enfermedad, o ambos.

Factores que influyen en el aumento de la

Factores que influyen en el descenso de la

Prevalencia

Prevalencia

Mayor duracin de la enfermedad.

Menor duracin de la enfermedad.

Prolongacin de la vida en los

Elevada tasa de letalidad por la

incurables.

enfermedad.

Incremento de la Incidencia.

Disminucin de la incidencia.

Importacin de casos.

Inmigracin de personas sanas.

Inmigracin de susceptibles.

Emigracin de casos.

Emigracin de los sanos.

Incremento de la tasa de curacin de

Incremento

de

las

posibilidades

casos.

diagnsticas.

De lo anterior se deduce que la prevalencia no es til para confirmar hiptesis etiolgicas, por lo que
resulta ms adecuado trabajar con casos incidentes. Los estudios de prevalencia pueden obtener
asociaciones que reflejen los determinantes de la supervivencia y no las causas de la misma,
conduciendo a conclusiones errneas. Sin embargo, su relacin con la incidencia en ocasiones
permite que se pueda utilizar como una buena aproximacin del riesgo para evaluar la asociacin
entre causas y enfermedad.
b.- MEDIDAS DE ASOCIACIN
El razonamiento causal es complemento indispensable del anlisis estadstico de una relacin entre
dos o ms fenmenos. La explicacin etiolgica de una enfermedad es, en la mayora de los casos un
proceso largo, progresivo y a menudo sin posibilidad de prueba final por ensayo, generalmente por
razones ticas. Una asociacin causal, en epidemiologa, es seguida por el estudio de riesgo; el riesgo
y su cuantificacin es la medida e indicador de la asociacin que se est analizando.
Son medidas que se usan para evaluar la asociacin entre un evento y un factor de estudio, por
ejemplo: mutacin de un gen (factor) y una enfermedad (evento); tratamiento (factor) y curacin
(evento).
En general, se puede decir que las medidas de asociacin intentan:

Establecer si existe una asociacin causal entre un factor de riesgo y una enfermedad o
evento.

Establecer la direccin de esta asociacin.

Establecer la magnitud de la asociacin.

Ejemplos de medidas de asociacin son:

El riesgo relativo, utilizado en los estudios de cohortes. Compara la ocurrencia o incidencia

acumulada de un suceso entre quienes estn expuestos a un factor de riesgo y quines no.

La razn de tasas, compara tasas de incidencia, es decir, la velocidad a la que ocurre un

determinado fenmeno entre personas expuestas y no expuestas a un factor de riesgo.

El odds ratio, que se usa en los estudios de casos y controles y nos permite relacionar
cunto ms probable es que se produzca una exposicin determinada entre personas
enfermas (casos) que entre personas sanas (controles).

b.-1.-Tablas de contingencia
Las tablas de contingencia, tambin denominadas tetracricas o de doble entrada, se emplean para
registrar y analizar la asociacin entre dos o ms variables, generalmente de carcter cualitativa
(nominales u ordinales).

En general, el inters al utilizar este tipo de tablas al ordenar los datos se centra en estudiar si existe
alguna asociacin entre una variable la y otra variable columna, y/o partir de all calcular la
intensidad de dicha asociacin.
Ejemplo para un estudio de casos y controles:

Casos

controles

Expuestos

a+b

No expuestos

c+d

a+c

b+c

a+b+c+d

La direccin de la lectura, horizontal o vertical, va a de depender del tipo de estudio

b.-2.-Riesgo
Se define como la probabilidad de que un evento suceda. En epidemiologia, el riesgo se refiere a la
probabilidad de que aparezcan casos de enfermedad entre poblaciones, expuestas o no, a un factor
de riesgo. El clculo de incidencia de la enfermedad, en expuestos y no expuestos, permite evaluar el
riesgo asociado a la condicin de exposicin.

R=

Nde casos presentados

Total de poblacin en riesgo

Ejemplo: durante un paseo de fin de ao una delegacin de 120 nios visit un balneario y, despus
de baarse en la piscina del lugar, 80 de ellos present irritacin ocular. Cul es el riesgo al que se
expusieron los nios que hicieron uso de la piscina?
R = 80/120 = 0,66
Este valor no tiene unidad y slo representa la probabilidad que tiene cada nio de sufrir irritacin
ocular. Tambin se denomina riesgo individual.
b.-3.- Riesgo relativo
Se le denomina tambin razn de incidencia acumulada, o bien razn entre dos riesgos. Compara la
frecuencia en que sucede el dao entre los que tienen el factor de riesgo y los que no lo tienen.
Responde a la pregunta: cuntas veces es mayor el riesgo en las personas expuestas a un factor de
riesgo que en las no expuestas al mismo? Para su anlisis se utiliza la tabla de contingencia, o tabla
de 2X2, en la que se comparan las incidencias:

RR = I e

= a / (a+b)

I ne

c / (c+d)

Incidencia en la poblacin
Incidencia en la poblacin no expuesta

Fuerza de la asociacin segn valor del RR

En general, para evaluar la asociacin entre el factor de exposicin y el efecto en la poblacin
expuesta, se utiliza la siguiente tabla:
1.0 - 1.2

Ninguna

1.2 1.5

Dbil

1.5 3.0

Moderada

3.0 - 10.0

Fuerte

> 10

Se aproxima a infinito

Ejemplo: en una poblacin de 1400 personas entre 55 y 65 aos, con patologa cardiovascular
crnica, se estudi el efecto de una nueva droga para prevenir el infarto agudo de miocardio (IAM).
Para ello se administr esta droga a un grupo de 400 personas. Despus de 3 aos, del grupo al que
se administr haban fallecido 40 personas, en tanto que del grupo que no recibi el medicamento
haban fallecido 60 personas. Construir una tabla de contingencia y calcular el riesgo relativo,
interpretndolo.
a.-

b.-

Controles

Casos

Expuestos

360

40

400

No expuestos

940

60

1000

1300

100

1400

RR = I e

= a / (a+b)

I ne

c / (c+d)

= 360 / (360+40) = 0.90 = 0.93

960 /(940+60)

0.96

c.- El medicamento, estadsticamente, no tiene efecto en prevenir el IAM.

La razn de tasas de incidencia (RTI), tambin denominada densidad de incidencia (RDI), se utiliza en
estudios analticos en que no se sigue a todos los individuos durante el mismo periodo de tiempo. Es
el cociente entre los grupos que se comparan, poniendo en el denominador el grupo de referencia.
RTI = Tasa de incidencia en la poblacin expuesta
Tasa de incidencia en la poblacin no expuesta
b.-4.- ODDS RATIO
La Odds Ratio (OR), o razn de oportunidades, razn de productos cruzados u oportunidad relativa,
entre otras traducciones, es una medicin relativa del efecto. En los estudios de casos y controles,
debido a que la incidencia es desconocida, el mtodo de estimacin del riesgo relativo es diferente y
se estima calculando el OR, que corresponde al cociente de dos odds o chances, o probabilidades de
ocurrencia. En el caso de los estudios epidemiolgicos usualmente se dispone de dos grupos, uno de
ellos utilizado como referencia o comparacin del otro:
OR = Odds de enfermedad en expuestos = a x d
Odds Ratio en no expuestos

cxb

Los datos se obtienen de una tabla tetracrica:

Casos

controles

Expuestos

No expuestos

Se puede observar que el resultado va a ser el mismo, independiente de si las variables

dependiente e independiente son intercambiadas de sus posiciones en la tabla. Tambin la
interpretacin puede ser en ambas direcciones, ya sea como indicador de la posibilidad de presentar
la variable resultado en funcin de la exposicin, y viceversa. En el contexto de un estudio de casos
y controles lo correcto es interpretarlo como la posibilidad de presentar la variable exposicin de
acuerdo al resultado. Es decir, a partir de los casos observar la exposicin de forma retrospectiva.
Ejemplo: en el mismo caso anterior, calcular el OR
Casos

controles

Expuestos

40

360

No expuestos

100

1300

OR = a x d = 40 x 1300 = 52000 = 1.44

cx b

100 x 360

36000

Esto significa que las personas que consumieron el medicamento tienen 1.44 veces ms
probabilidades de sufrir un IAM. O lo que es lo mismo, la droga acta ms como un factor de riesgo
que como un factor protector. En general, para que una exposicin sea considerada un factor
protector o de prevencin, debe presentar valores inferiores a 1.
b.-5.- RAZN DE PREVALENCIA
La razn de prevalencia (RP) es una medida utilizada en estudios de corte transversal. Se obtiene
calculando el cociente entre la prevalencia encontrada en un grupo, expuesto a un eventual factor,
en relacin a la prevalencia de grupos no expuestos o con diferente nivel de exposicin:

RP =

Prevalencia en expuestos
Prevalencia en no expuestos

c.- MEDIDAS DE IMPACTO

Se les denomina tambin medidas absolutas de riesgo, es decir, hablamos de medidas de impacto slo
cuando queda demostrado que el factor es verdaderamente de riesgo. stas informan sobre los
cambios en la distribucin de la enfermedad que podemos esperar al variar el factor de exposicin,
midiendo el aporte de un factor de riesgo a la gnesis de una enfermedad o evento en los individuos
o la poblacin expuesta, as como tambin cul sera el aporte de las acciones preventivas, de
acuerdo al siguiente esquema:
Diferencia en los riesgos = Riesgo de enfermedad en expuestos - Riesgo enfermedad en no
expuestos
Si la diferencia es = 0 significa que el factor no existe o no tiene efecto.

c.- 1.- RIESGO ATRIBUIBLE EN EXPUESTOS

Se le denomina tambin diferencia de riesgo y establece el riesgo adicional de enfermar relacionado
con la exposicin estudiada. Responde a la pregunta: cul es el riesgo de enfermar atribuible al
factor en estudio?
RA = incidencia acumulada en expuestos incidencia acumulada en no expuestos = I

- I

ne

El RA permite conocer, en trminos absolutos, cunto mayor es la frecuencia de una enfermedad en

el grupo expuesto en comparacin al grupo no expuesto, asumiendo una relacin causal entre la
exposicin y el resultado de la misma.

c.-2 .-FRACCIN ETIOLGICA EN EXPUESTOS

La fraccin etiolgica en expuestos (FEE) corresponde a la medida relativa del efecto de la
exposicin, en trminos porcentuales, respecto a la condicin de no exposicin. Indica cunto de la

enfermedad es porcentualmente explicado por la presencia del factor de riesgo, de acuerdo a la

interrogante: sobre qu porcentaje de enfermos es responsable el factor estudiado?
Matemticamente se obtiene:
FEE =

RAE
Incidencia acumulada en expuestos

o tambin:
FEE = RR 1
RR

El FEE establece el porcentaje atribuible al factor de riesgo, en estudio.

c.-3.- RIESGO ATRIBUIBLE POBLACIONAL

El riesgo atribuible poblacional (RAP), o exceso de riesgo poblacional, establece la frecuencia con que
se presenta la enfermedad en toda la poblacin como consecuencia del factor de exposicin, es
decir, la frecuencia de la enfermedad que se evitara al eliminar el factor de exposicin:
RAP = Incidencia acumulada en la poblacin Incidencia acumulada en la poblacin no expuesta
o tambin:
RAP = RAE x Proporcin de personas expuestas en la poblacin
El RAP es una medida del impacto del factor de riesgo en la poblacin general, el que debe ser menor
que en los expuestos al factor de riesgo debido a estar formada por expuestos y no expuestos a
dicho factor. Representa el "exceso" de incidencia de enfermedad que se evitara, en la poblacin
general, al eliminar la exposicin al factor de riesgo. Junto con la proporcin de riesgo atribuible
poblacional (RAP%), que corresponde al porcentaje de poblacin afectada por la exposicin a un
factor de riesgo, es la medida de efecto con mayor importancia en Salud Publica.

VII.-BIBLIOGRAFA

Taucher, E. Bioestadstica. Santiago de Chile: Editorial Universitaria; 1997.

Villa R, Moreno A, Garca de la Torre G. Epidemiologia y Estadsticas en Salud Pblica. Mc

Graw Hill; 2011; Cap. 13, 7 pgs.

Hernndez-Aguado I, Gil de Miguel A, Delgado Rodrguez M, et al. Manual de Epidemiologa

y Salud Pblica: para grados en ciencias de la Salud. 2 Ed. Medica Panamericana; 2011, Cap.
6, 4 pgs.

Moreno-Altamirano CD, Lpez-Moreno S, Corcho-Berdugo A. Principales medidas en

epidemiologa.

Sal

Pbl.

2000;

42.

http://www.scielosp.org/scielo.php?pid=S0036-

36342000000400009&script=sci_arttext
Apuntes de Clases Salud Pblica UNAB. Dr. Jaime Seplveda C.
Apuntes de Clases Salud Pblica UNAB. Pedro Henrquez Z.