Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ÚNICO Facebook: goo.gl/WQQPtu4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR jj Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
~ AUTORES
DIRECCIÓN FRANCO DIEZ, EDUARDO (2) ARREO DEL VAL, VIVIANA (11 )
EDITORIAL RUIZ MATEOS, BORJA (56) SÁNCHEZ VADILLO, IRENE (11)
CAM POS PAVÓN, JAIME (1 8) GALLO SANTACRUZ, SARA (18)
SUÁREZ BARRIENTOS, AIDA (58) SESMA ROM ERO, JULIO (37)
S
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
,
ORIENTACION MIR
Rendimiento por asignatura Número medio de preguntas Eficiencia MIR
(preguntas por página) (de los últimos 11 años) (rendimiento de la asignatura
corregido por su dificultad en el M1R)
5,6 20 10
Estadfstica y Epidemiolog fa es la segunda asignatura en número de preguntas del MIR de los últimos años (por detrás de Digestivo).
y supone aproximadamente el 9% del examen la mayoria de años. El tema estrella es el de Tipos de Estudios Epidemiológicos.
que incluye preguntas teóricas. También son muy importan tes temas en los que pueden caer problemas: Medidas en Epidemiolo-
gía y Estudio de una Prueba Diagnóstica. Dentro del bloque de Estadistica, lo más importante es Contraste de Hípótesis. En los
últimos años, por otra parte, son habituales 1-2 preguntas vinculadas a imágenes (interpretación de resultados y gráficos de estudios
epidemiológicos).
En 20 16 hubo una disminución del número de preguntas a 10 por la inclusión del nuevo bloque de Bioética del MIR (que en dicho
año sustituyó a parte del bloque de Estadfstica). Sin embargo, fue un evento puntual, yen 2017 Estadfstica y Epidemiologfa recuperó
su número habitua l de preguntas y su papel como segunda asignatura en importancia del MIR. Además, la asignatura tiene una alta
rentabilidad de estudio al ser la mayorfa de conceptos repetidos y similares año tras año.
eGoo.CGeoeGOG~~G~G~ Q
2.6 2,' 3.3 3.7 S S.l S 4 S,4 S.8 S., , 6.3 6.4 6.S 6.6 6.8 7.S 7,7 10
. ffitien
~ t~
. ____________________________________. . . . . . . . . . . . . . . . .+• • f.io•• .nt••
7,21 %
I ftO
24
08
25
09
23
10
24
11
21
12
24
13
21
14
26
15
12
16
11
,.
17
16
18
u,,, e
4,21% ~
4.3841. O ~
4.45%
e 0
4.60%
e
G
5,11%
6.08",
s.SS%
Tema 7 r:'~e~I:~~: lS 14 13 10 11 10 8 12 6 10 11
1ft<> 08 09 10 11 12 13 14 15 16 17 18
7
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular' Whatsapp 992698650
ÍNDICE
ESTADIsTICA ........................................................................................................................................................11
TEMA 1 ESTADIsTICA DESCRiPTiVA ............................................................................................................. 11
1.1. Técnicas de muestreo estadístico ................. ,............. ,............................................................ ,............... 12
1.2. lipos de variables .... ....... .. ............. ........ ............... ........ ................................................................... ....... 13
1.3. Medidas de análisis de los datos ...... .......... ......................................... , .. ...... .. ............... .... .. .. .................. 14
1.4. Principales distri buciones de probabilidad .......................................................... ..................................... 16
Autores: Eduardo Franco D/ez, Julio Sesma Romero, Angel Aledo-Serrano.
TEMA 2 ESTADISTICA INFERENCIAL ............................................................................................................. 17
2.1. EstadIstica inferencial para variables cuantitativas ......................................., ........................................... 17
2.2. Estadística inferencial para variables cualitativas ........................................., .......... ,................................ 17
2.3. Cálculo del tamaño muestral para estudios de inferencia ....................................................................... 18
Autores: Angel Aledo-Serrano, Carlos Corrales Ben/tez, Eduardo Franco Diez.
TEMA 3 CONTRASTE DE HIPÓTESIS ............................................................................................................. 19
3. 1. Errores en contraste de hipótesis .. ... .. .. .. ......... ...... .... ...... ...... .... ...... ...... ...........("'o( ........ .. ... ..... .. ... .. .... .. ... 19
3.2 . Cálculo del tamaño muestral en el contraste de hipótesis ......... .. ................. (_'-J ....... ....... .. .................. 20
3.3 . Tests para contraste de hipótesis .............................................................. k:)l ..................................... 21
Autores: Pablo Barrio Giménez, Angel Aledo-Serrano, Carlos Corrales Ben/tez. 9'J'O
TEMA 4 PROBABILIDADES ..................................................................':vtO ................................................. 24
Autores: Carlos Corrales Ben/tez, Pablo Barrio Giménez, Eduardo Franco ~
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p~ina, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQP1ll4 Tenelllos MÁs de 9 años y tnás de 113 tnillikes ÚNICO Celular· Whatsapp 992698650
CURIOSIDAD
10
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \\1hatsapp 992698650
ESTADÍSTICA
Tema 1
Estadística descriptiva
Autores: Eduardo Franco Diez. H. U. Ramón y Cajal (Madrid). JuNo Sesma Romero. H. U. G. de Alicante (Alicante). Angel Aledo Serrano. H. Ruber
Internacional (Madrid).
u
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
1.1 . Técnicas de muestreo estadístíco Siempre y cuando se cumpla la premisa de ordenar a los in-
dividuos de la población inicialmente al azar. esta técnica es
equivalente al muestreo aleatorio simple.
El muestreo consiste en la selección de una muestra a partir de
Ejemplo: para obtener una muestra de CinCO indiViduos en
una población. El objetivo del muestreo es que la muestra esco-
una poblaCión de 100 personas, se aSigna a cada persona,
gida sea representativa de la población (esto es, que encierre
de forma aleatoria, un numero del 1 al 100. Se Introducen
toda la variabilidad posible que existe en la población), para
en una urna 100 pelotas numeradas, y la regla matematica
que los resultados obtenidos en la muestra sean extrapolables
va a ser "i + 1O·x" (Siendo "i" el numero aleatorio obtenido,
a la población.
y ·x· el numero que va a ocupar cada indiViduo en nuestra
Antes de realizar la técnica de muestreo deseada, la estratifi- muestra). 5e saca una pelota de la urna y el numero obtemdo
cación nos puede ayudar a controlar una determinada variable es el17 Los individuos elegidos serán el 27, 37, 47, 57, 67
que no queremos que influya en nuestros resultados • M uestreo estratificado
para evitar que dicha variable actúe como factor de con- Se denomina muestreo estratificado a aquel en el que, tras
fusión realizar estratificación de una determinada variable, se elige
. La estratificación consiste en la división de la una muestra al azar de cada una de las categorras estudiadas
población en varias categorlas según la variable mencionada, de de la variable.
modo que, una vez dividida la población, elegiremos sólo a in- • Muestreo por conglomerados .
dividuos de entre las categorlas de la variable que nos interese. Los conglomerados son grupos de individuos ya presentes de
Ejemplo.· nos Interesa contrastar si el consumo de marihuana manera natural en la población y que encierran, en sr mismos,
aumenta el riesgo de padecer esquizofrenia, pero no queremos toda la variabi lidad que posee la población diana. Son por
que el consumo de otras drogas (posible factor de confusión) tanto muestras perfectas que ya existen de manera natural.
Interfiera en nuestros resultados. Así, antes de escoger la mues- En el caso de identificar conglomerados en una población,
tra dividimos a la poblaCión en, por ejemplo, tres categorías en se podrra numerar a cada conglomerado y seleccionar, de
funCión de la variable ·consumlr otras drogas" (consumidores, manera aleatoria, el o los conglomerados necesarios.
no consumidores. exconsumldores), y posteriormente haremos En ocasiones estudiar un conglomerado entero puede resul-
el muestreo sólo en el grupo de no consumidores. tar muy costoso por tener éste demasiado tamaño muestral.
En ese caso podemos, dentro del conglomerado, realizar un
muestreo aleatorio para seleccionar un menor número de in-
Técnicas de muestreo probabilístico dividuos; como hemos real izado dos técnicas de muestreo
El muestreo probabilrstico utiliza el azar para elegir la muestra una detrás de otra, este tipo de muestreo se llama bietápico.
de entre la población, lo cual permite conocer las probabilida- Ejemplo: en una ciudad existen 10 hospitales que atienden
des que tiene cada individuo de salir elegido. La utilización del un espectro de pacientes similar 5i queremos estudiar la po-
azar para escoger la muestra (en lugar de cualquier criterio que blaCión hospitalizada de dICha ciudad, en lugar de escoger
defina el investigador) hace que existan más probabilidades de una muestra de pacientes de los 10 hospitales, podriamos
que la muestra sea representativa de la población, por lo que elegir al azar un umco hospital (conglomerado) y estudiar a
las técnicas probabilísticas son mejores. los paCientes ingresados en él.
Ejemplo SI de una población de 100 personas queremos coger
15 al azar, cada Individuo tendrá 1511 00 (15%) de probabilida- Técnicas de muestreo no probabilfstico
des de salir escogido.
Los participantes en el estudio se seleccionan siguiendo criterios
• Muestreo aleatorio simple.
no aleatorios que define el investigador, por lo que, aunque se
Se asigna un número a cada individuo de la población, y pos-
procura que la muestra sea representativa, las probabilidades
teriormente se escogen tantos números sean necesarios para
de que no lo sea serán altas y la capacidad para extrapolar
completar el tamaño muestral requerido.
los resultados a la población será menor que con los métodos
Ejemplo. para obtener una muestra de cinco Individuos en
probabilrsticos. Por lo tanto, son peores que las técnicas pro-
una población de 100 personas, se asigna a cada persona un
babilísticas.
numero del 1 al 100. Se introducen en una urna 100 pelotas
numeradas, y se sacan de la urna Cinco pelotas. La técnica no probabilrstica más utilizada es el muestreo de
El muestreo aleatorio simple puede realizarse sin reposición casos consecutivos, que es la técnica de muestreo habitual
de elementos (los individuos escogidos no pueden volver a de los ensayos clrnicos.
ser elegidos) o con reposición de elementos (los individuos • Muestreo de casos consecutivos
escogidos vuelven a ser in troducidos en la población de la Consiste en reclutar a todos los individuos de la población ac-
que se obtiene la muestra, de modo que podrlan volver a salir cesible que cumplan los criterios de selección del estudio den-
elegidos). El muestreo con reposiCión de elementos es mejor tro de un intervalo de tiempo especifico o hasta alcanzar un
porque se garantiza que en cada extracción de un individuo determinado número. Si se llevo a cabo de manera adecuada,
las probabilidades de salir elegido sean las mismas, pero en la representatividad de la muestra puede ser semejante a la
poblaciones pequeñas existirá el riesgo de que un mismo de un muestreo probabilrstico.
individuo salga elegido varias veces. Por tanto, el muestreo • Muestreo de conven iencia o accidental.
con reposición de elementos suele utilizarse en poblaciones Método sencillo y económ ico, que consiste en seleccionar
grandes, donde la probabilidad de salir elegido dos veces es sujetos accesibles, que estén a mano del investigador. Si el
tan baja que el riesgo que se corre es pequeño. fenómeno estudiado no es suficientemente homogéneo en
• Muestreo aleatorio sistemático. la población, las posibilidades de sesgo son muy elevadas .
Se asigna un número a cada individuo de la población de • Muestreo a criterio o intencional.
manera aleatoria (en el muestreo aleatorio simple no hacia En este t ipo de muestreo el investigador incluye grupos de
falta que esta asignación fuera aleatoria). Posteriormente, en individuos que juzga trpicos o representativos de la población,
vez de escoger " n" números, se escoge sólo uno. y a partir suponiendo que los errores en la selección se compensarán
de él se obtiene el resto mediante una regla matemática. unos con otros.
12
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 1 . Estadística descriptiva
~
• Variables cuantitativas discretas.
Los valores numéricos no pueden adoptar cualquier valor (en ""
general, sólo podrán ser números enteros).
Ejemplo: numero de pacientes atendidos en un dia en una
consulta. se pueden atender 23 o 24 pacientes, pero no 23,5
100 ..,.
pacientes. iOJol Al trabajar con estas variables, por ejemplo
al calcular la media, si podriamos obtener decimales. ot~J¡~ii!ii~~~~~~~~~
O 1 2 3 4 5 6 7 8 ó más
Número de hijos
• Variables cuantitativas continuas .
Los valores numéricos pueden adoptar cualquier valor. inclu-
yendo decimales. Figura 3. Diagrama de barras.
Ejemplo. presión arterial: si tuviera un aparato lo sufiCIente-
mente preCIso podria indICar una PAS de 140,6 mmHg. ¡OJo I
• Diagrama de sectores.
Aunque habllualmente sólo uf/Jicemos una variable con nú-
CIrculo dividido en porciones cuya superficie es proporcional
meros enteros, debemos pensar SI seria pOSible dar un valor a la frecuencia de cada valor de la variable.
con decimales de dicha variable.
13
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular ' Whatsapp 992698650
M anual AMIR . Estadística y Epidemiología
14
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 1 . Estadística descriptiva
¡Ojo! Cuando queremos expresar cualquier resultado en %, sus valores ideales, con media O y varianza 1 (distribución nor-
tenemos que multiplicar el resultado por 1DO, Y vIceversa, si mal " tipificada " ). Las dos medidas de la forma que se utilizan
queremos expresar un porcentaje en tanto por 1, deberemos habitualmente son el grado de asimetría y el apuntamiento o
dividir el resultado por 100 curtosis.
0,3
0,2
o~~~~~--~~--~~--~
-4 -3 -2 -, O 2 3 4 Figura 7. (urtosis.
15
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO!!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
o El área bajo la curva de la distribución es igual a 1. Se aplica a variables cuantitativas discretas o cualitativas, y con-
La d/st"buClón normal, aplicada a la estadist/ca desmptlVa re- siste en convertir la variable en dicotómica, habiendo por tanto
presenta el porcentaje de observaciones que tiene cada valor una probabilidad de "éxito" p(A) y una probabilidad de fracaso:
pos/ble, por lo que la suma de todos los porcentajes (área su probabilidad complementaria p( l -A).
=
baJo la curva) será 100% 1 =
Distribución de Poisson
la principal utilidad matemá tica de la distribución normal es
que permite definir una serie de intervalos que encierran un Es un caso particular de la distribución binomial que se utiliza
área bajo la curva conocida . En estadrstica descriptiva, esto para sucesos muy poco frecuentes: aquéllos en los que p(A) ó
implica que si nuestros resultados se distribuyen de un modo p(l-A) <10%, y además hay <5 Individuos dentro de alguna
"normal", podremos establecer unos intervalos que indiquen categorra (n . p(A) <5 Ó n . p(l-A) <5).
entre qué valores se encuentra un determinado porcentaje En la distribución de Poisson la media coincide con la varianza .
de las observaciones de nuestra muestra
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO!!
16
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 2
Estadística inferencial
Autores: Angel Aleda Serrano, H. Ruber Internacional (Madrid). Carlos Corrales Ben/tez, H. U. La Paz (Madrid). Eduardo Franco Diez, H. U. Ramón y
Cajal (Madrid).
La inferencia de variables cuantitativas (medias) era pregun- Al igual que al expresar los resultados de la muestra se uti·
tada de forma repetida hasta hace unos años, a modo de proble- lizan intervalos que indican entre qué va lores se encuentra
mas para calcular e interpretar intervalos de confianza (0existe un un determinado porcentaje de las observaciones, al estimar los
95% de probabilidades de que el verdadero valor de la media se resultados de la muest ra se utilizarán intervalos de confianza
encuentre entre .. : ). Desde entonces ha habido pocas preguntas (le) que indicarán entre qué valores se encuentra, con una
muy esporádicas al respecto, y han sido más teóricas. La inferencia determinada probabilídad, la verdadera media poblacional .
de variables cualitativas (porcentajes) no la preguntan desde • la medida de tendencia central (media poblacional = IJ) se
hace unos 15 años, por lo que no la estudies. equipara a la media muest ral (IJ = x).
Si nuestra muestra es representativa de la población, la media
muestral sera el valor más probable que podrá tomar la medliJ
Recuerda ... poblaC/onaf
• l a medida de dispersión utilizada se denomina error están-
La Estadistica inferencial es1ima cómo serian los resultados de la dar de la media (eem), y se calcula a partir
población objetivo si fuéramos capaces de estudiar a todos sus indio
de la desviación tfpica muestral.
viduos. Para ello. extrae conclusiones a partir de los resultados obte-
nidos en la muestra, por lo que existirá una probabilidad de error.
a
eem= -
Iñ
2.1. Estadística inferencial para variables cuantitativas
Para el cálcu lo de los intervalos de confianza (IC) se utilizan
Figura 1. Estadistica descriptiva (izquierda) y estadlstica inferencial (derecha). (Ver figura 2 n la p gma slgu ente)
17
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
M anu al AMIR - Estadística y Epidemiología
n
Aclaración. en ocaSIones, los autores de las preguntas MIR de-
nomman erróneamente la probabilIdad de error que existe en
estadlst/Ca mferencial (complementario del ntvel de confianza
Para el cálculo de los intervalos de confianza (lC) se utilizan del estudio) como error alfa. Sin embargo. debemos "aceptar"
las propiedades matemáticas de la distribución normal: ese error como correcto cuando respondamos preguntas sobre
• le del 68% = PrAl ± eep el cálculo del tamaño muestra/.
• le del 95% = PrAl ± 2 eep
• le del 99% = PrAl ± 2.5 eep
18
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \\1hatsapp 992698650
Tema 3
Contraste de hipótesis
Autores: Pablo Barrio Giménez. H. U. C1inic (Barcelona). Angel Aleda Serrano, H. Ruber Incemacional (Madrid). Carlos Corrales Benlrez. H. U. La Paz (Madrid).
19
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Manual AMIR · Estadistica y Epidemiología
Error tipo I (error alfa) 13 174 MIR 12 173 MI 11, Así, de forma análoga al error beta, cuando se realizan estudios
epidemiológicos y se concluye que no existen diferencias, se
suele requerir que la potencia estadistica sea al menos de un
Es el error que se comete cuando las diferencias observadas se 80%.
deben al azar (en la realidad, Ho es Cierta), pero el investigador
lo Interpreta como debido a una diferencia o aSOCiaCión (en el
estudio, se acepta H, y se rechaza HJ: es la probabilidad de Recuerda ...
rechazar la hipótesis nula siendo cierta. Por lo tanto, es un
resu ltado "falso positivo" . Los errores alfa y beta son errores aleatorios, esto es,
debidos al azar (es el azar el que hace que el estudio falle y
La probabilidad de cometer este error es a, que define el nivel detecte diferencias cuando no las hay, o no las detecte cuando
de significación estadística de los estudios epidemiológicos. las hay). Los errores aleatorios se solucionan aumentando el
Una vez realizado cua lquier estudio epidemiológico de compa- tamaño muestral, por lo que ante un estudio cuyos resultados
ración, se calcula mediante un test estadístico el valor" p ", que no sean estadísticamente significativos (p >0,05), si diseñamos un
es la probabilidad de que una diferencia igualo mayor a la nuevo estudio incluyendo un mayor tamaño muestral, es posible
observada en el estudio no exista en la realidad (esto es, de que que consigamos alcanzar entonces la significación estadística.
estemos incurriendo en un error a). $1 el valor de "p" es inferior
al nivel de significación estadística a que hayamos predefinido t n .... ! a, ! p, t potencia estadistica
antes de iniciar el estudio (en general se define a = 0.05), dire-
mos que los resu ltados del estudio han sido estadísticamente
sign ificativos.
o p <0,05: se acepta H, y se rechaza Ho. Recuerda ...
o p >0,05: no se acepta H, y no se rechaza Ho. Trucos para acertar las preguntas sobre
contraste de hipótesis en el MIR:
El nivel de significación de un con traste de hipótesis es inde- o Las opciones categóricas (" siempre ", "nunca ", "sin lugar a
pendiente de la magnitud de las diferencias encontradas dudas ") son falsas. Se debe tener en cuenta que existe un
entre las intervenciones que se compa ran. margen de error que podemos cometer.
o Las opciones correctas suelen aplicar la definición de error
alfa o error beta al ejemplo del enunciado, y para ello nos
Error tipo 11 (error beta) "traducen " la tabla 1 de este tema. Son por ello opciones
Es el error que se comete cuando las diferencias observadas que parecen trabalenguas y que tienen el siguiente esquema
son reales (en la realidad, H, es cierta), pero el investigador con dos partes, la primera que nos habla de lo que ocurre en
lo interpreta como debido al azar (en el estudio, no se acepta la realidad, y la segunda que nos habla sobre los resultados de
H, y no se rechaza HJ : es la probabilidad de no rechazar nuestro estudio: "En el CilSO de que no existieran diferencias
la hipótesis nula siendo falsa . Por lo tanto, es un resultado entre los dos fármacos (= si en la realidad se cumple H),
"falso nega tivo" . existiría una probabilidad de encontrar unos resultados como
Cuando se realizan estudios epidemiológicos y se concluye que los obtenidos (= si. p. ej., en nuestro estudio hemos visto
no existen diferencias, se suele requerir una probabilidad de diferencias significativas ·H,-) inferiores a1 5%(= hemos
haber cometido un error beta <0,20 (menos del 20%). No obs- obtenido una p <0.05) ".
tante, el error beta es menos Importante que el error alfa y en
muchas ocasiones ni siquiera se calcula
3.2, Cálculo del tamaño muestral en el contraste de
Recuerda ... hipótesis
La hipótesis nula nunca se puede aceptar,
y la hipótesis altemativa nunca se puede rechazar. Así pues: Como en cualquier estudio epidemiológico, se debe analizar
o La hipótesis nula se rechaza o "no se rechaza ". antes de comenzar el estudio cuál es el tamaño muestral mi-
o La hipótesis Alternativa se Acepta o "no se acepta " . nimo necesario para conseguir unos resultados suficientemente
precisos.
En los estudios de contraste de hipótesis (p. ej., compara r qué
fármaco " A" o "B" es mejor) es necesario conocer los siguien-
Potencia estadistica (poder estadístico)
tes datos para calcular el tamaño muest ral:
Es la probabilidad de detectar diferenCias (en el estudio se 1. Aquellos parámetros que hacia fal ta conocer para estadís-
acepta H, y se rechaza HJ cuando en realidad existen (en la tica inferencial:
realidad, H, es cierta): es la probabilidad de rechazar la hi- o Nivel de precisión (confianza) deseado (95%, 99% ...).
pótesis nula siendo falsa . Por lo tanto, es un resultado "ver- o Media o porcentaje esperado del parámetro que se va a
dadero positivo " . medir (según estudios previos)
La potencia estadística y el error beta son complementarios (po- o Variabilidad del parámetro estudiado.
tencia + p = 1). Por lo tanto: 2. Parámetros especificas del contraste de hipótesis:
o Tipo de diseño del estudio y si el análisis será de una cola
o de dos colas.
Potencia estadística = 1 - P
o Error tipo a y tipo p permitidos.
P= 1 - potencia estadística Nivel de potencia estadística deseado. Cuanta mayor
potencia, y cuan to menor a y p deseados, mayor ta-
maño muestral
20
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO!!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
VARIABLE CUANTITATIVA
VARIABLE
CUALITATIVA 2 GRUPOS O 2 -I¡ >2 GRUPOS O
r MOMENTOS DEL t >2 MOMENTOS DEL t
' Corrección de Yates: corrección que se aplica al test de chi' cuando el tamaño muestral es n <200.
"Test exacto de Fisher. cuando en la tabla de contingencia de la chi' hay menos de cinco individuos en >25% de las casillas (expresado matemáticamente: n . p <s ó n
. (l -p) <SI no se puede utilizar el test de chi' y hay que utilizar el test exacto de Fisher.
Tabla 2. Tests de contraste de hi pótesis para comparación de variables 17, 123" MIR 17 124 M 10 177. MIR 08 193 M 08 197,
21
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
efecto que tiene exclusivamente dicha variable sobre la variable • Coeficiente " p. de Spearman.
"y" , eliminando el efecto de cualquier otra vanable indepen- Es un test no paramétrico (se emplea cuando alguna de las
diente introducida en la ecuación: sirve por tanto para evitar variables sigue una distribUCión no normal y además n <30).
sesgos por factor de confusión .
El tipo de variable de la variable dependiente (y) define el tipo El signo del coeficiente de correlación (+/-) indica si la correla-
de regresión : ción es positiva (cuando la variable "x' aumenta, la vanable "y"
• Regresión loglstica. aumenta) o si es negativa (cuando la variable "x" aumenta, la
Si la variable Y' es cualitativa variable "y" disminuye).
• Regresión lineal. El valor absoluto del coeficiente indica, si lo elevamos al cua-
Cuando la variable "y" es cuantitativa, la fórmula matemática drado, el porcentaje de los cambios de la variable "y" que se
más empleada es la ecuación de una recta: explican por los cambios de la variable "x " (p. ej., un coeficiente
de 0,8 = 80%, indICa que el 64 % de los cambios en la variable
y = a + b, . x, + b2 • x2 + bl . Xl + ... + b, . X, "y" se explican por los cambios en la variable " x" ):
• Valor absoluto >0,7:
El valor de la constante "a" indica el valor que toma la varia- Correlación fuerte 14 19lJ_
ble "y " (eje de ordenadas) cuando las variables independien- • Valor absoluto <0,7:
tes valen = O. Se denomina ordenada en el origen. Correlación débil.
El valor de cada coeficiente " b " expresa cuantitativamente • Valor absoluto =O:
la asoCiación entre cada variable "x " y la variable "y" : in- Ausencia de correlación.
dica cuánto aumenta la variable "y" con cada unidad de au-
mento de cada variable "x," . Se denomina
pendiente.
• Regresión de Cox.
Método de regresión que se utiliza en el análisis de supervi-
vencia .
ya.
• •
Figura 2. Correlación positiva (izquierda) y negativa (derecha).
~ b • pendiente
Análisis de supervivencia
22
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO JJ
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 3 . Contraste de hipótesis
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra pá~1na, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo .gl/WQQP1ll4 Tenelllos MÁs de 9 años ytnás de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 4
Pro babilidades
Autores: Carlos Corrales Benlrez. H. U. La Paz (Madrid). Pablo Barrio Giménez, H. U. Clinic (Barcelona). Eduardo Franco DIez, H. U. Ramón y Cajal (Madrid).
El foqul" MIR
Tema no preguntado en el MIR desde hace más de 10 años. Por lo
tanto, no lo estudies. Sólo si te sobra tiempo rea liza una lectura
comprensiva.
p(A u S) = p(A) +~~ p(A n S) A menos que tengamos sucesos independientes. en cuyo caso
~ las fórmulas se simpldican, no nos van a poder pedir en el MIR
Si tenemos dos sucesos ' ompatibles: p(A n S) = O, Y por calcular la probabilidad condicionada ni la mterseCClón de pro-
tanto p(A u B) = p(A) +. babilidades.
Si queremos calcul~ probabilidad de que s610 ocurra un su-
ceso u otro (e~ ndo por tanto todos los casos en los que
aparezca~,~~r sucesos a la vez) debemos restar dos veces
en la f6r, &a intersecci6n de probabilidades:
24
---~Ne-8E-e~E8'I'Rl'ff1:>e>RES que IMI'I'RNf-rn~u=es""tr~a~pá:giñ:a,tjS*N''éYI'Ite-eEW~quiera material eOMftEI'e-!+-!- - - -
ÚNICO Pacebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
EPIDEMIOLOGÍA
Temas
Estudios de validación de una prueba diagnóstica
Autores: Julto Sesma Romero, H. U. G. de Alicante (Alicante). Eduardo Franco DIez, H. U. Ramón y Cajal (Madrid). Pablo Barrio Giménez, H. U. Clinic
(Barcelona).
2S
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
"+" o "- ") con los resultados obtenidos por el mejor método E = VN I total de sanos
diagnÓstico que esté disponible, llamado gold standard o pa- TFP = FP I tota l de sanos
trón oro (que va a catalogar a los individuos del estudio en = =
E + TFP 1 -+ E 1 - TFP; TFP =1 - E
"enfermos" o "sanos")
Dicho estudio debe realizarse en las condiciones más similares Un test muy especifico es útil en la práctica cuando su resul-
posibles a la práctica clínica habitual. Además, la comparación tado es posit ivo, ya que el test tendrá una TFP muy baja y por
debe ser ciega e independiente y abarcar todo el espectro de la lo tanto casi todos los pacientes positivos serán verdaderos posi-
enfermedad tivos (enfermos), pudiendo por tanto confirmar enfermedad.
..,
(esto es, no dependen de la prevalencia de enfermedad)
la poblaCIón diana).
• Valor predictivo positivo (VPP)
Sensibilidad (S)
Capacidad del test de predecir si un sujeto que ha sacado
Es la capacidad del test de detectar a los sujetos enfermos. Es la
positivo en el test va a estar realmente enfermo. Es la pro-
probabilidad de que un sujeto enfermo (según el gold standard)
babilidad de que un sujeto" +" (según el test) sea enfermo
saque" +" en el test. La probabilidad complementaria a la sensi-
según el gold standard.
bilidad (esto es, la probabilidad de que un sujeto enfermo saque
"-" en vez de " +" en el test) es la tasa de falsos negativos
(TFN) VPP = VP I total de positivos
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p¡~na, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 5 . Estudios de validación de una prueba diagnóstica
y signos de la enfermedad, mayor probabilidad pre-test) y, fun- diabétiCOS - VP-) pero menos sensible (habrá más número de
damentalmente, es directamente proporcional a la prevalencia FN, ya que muchos pacientes diabéticos tienen glucemias me-
de enfermedad en la población nores a 150 mgldl y no vamos a ser capaces de diagnosticarlos).
Así, si la prevalencia de una enfermedad es muy alta y un sujeto Las curvas ROe muestran el nivel de S y de E que obtenemos
sale positivo en el test, será más probable que de verdad esté con cada posible punto de corte de la variable cuantitativa, lo
enfermo que si la prevalencia es muy baja. Por el contrario, si que nos permite escoger el mejor punto de corte (aquel con
la prevalencia de enfermedad es baja y un sujeto sale negativo una mejor relación entre sensibilidad y especificidad). Gráfica-
en el test, será más probable que esté de verdad sano mente se representan poniendo la S en el eje de ordenadas, y
la TFP (1 - E) en el eje de abscisas. El mejor punto de corte es
aquel que corta la bisectriz de la curva ROe.
Antes hemos indicado que los tests muy sensibles son útiles
cuando su resultado es negativo (descartan enfermedad), y los ~Cl--- Punto de corte óptimo
tests muy específicos cuando su resultado es positivo (conf ir-
man enfermedad). Esto es así por la relación entre la S y E con s ...
los valores predictivos de un test:
...
t S -+ 1 TFN -+ t VPN ...
1 E -+ ! TFP -+ I VPP
Recuerda ...
o 100
Los valores predictivos de un test dependen de la prevalencia de 1-E
enfermedad, mientras que la S y E no dependen de la prevalencia.
Figura 1. Curva ROe.
Si una prueba diagnóstica tiene un VPP 100% Y un VPN 100%,
significará que todos los individuos que den positivo en el test
El área bajo la curva de las curvas ROC representa el grado
estarán enfermos, y que por el contrario todos los individuos
de validez global del test . Cuando comparamos varios
que den negativo estarán sanos: por tanto, se tratará de una
tests diagnósticos, será mejor aquel cuya área bajo la curva ROC
prueba patognonómica (MIR 17, 129).
sea mayor (el vértice de la curva estará situado más cerca del
ángulo superior izquierdo).
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p¡¡~ina, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \Vhatsapp 992698650
Manual AMIR· Estadística y Epidemiología
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera materi.l COMPLETO !!
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestm p¡~na, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular· Whatsapp 992698650
Tema 6
f Medidas en epidemiología
Autores: Ángel Aleda Serrano, H. Ruber Internacional (Madrid). Julio Sesma Romero, H. U. G. de Alicante (Alicante). Carlos Corrales Benltez, H. U. La
Paz (Madrid) .
29
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página. USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \Vhatsapp 992698650
Manual AMIR· Estadística y Epidemiología
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestro pi\~ina. USAN OTRO CELULAR jj Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular· Whatsapp 992698650
Tema 6
f Medidas en epidemiología
Autores: Ángel Aleda Serrano, H. Ruber Internacional (Madrid). Julio Sesma Romero, H. U. G. de Alicante (Alicante). Carlos Corrales Benltez, H. U. La
Paz (Madrid) .
29
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página. USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
M anual AMIR · Estadística y Epidemiología
Cuando se extrapola el resultado obtenido a una población se podrá calcular en estudios que presenten un segu i miento
a partir de una muestra (estadrstica inferencial), el intervalo de prospectivo: estudio de cohortes, ensayo clín ico. etc. Es la me-
confianza (IC) obtenido informa sobre la significación estadís- dida de efecto que mejor estima el riesgo real.
tica del resultado. El valor de la medida de asociación no tiene
por qué estar en el centro del IC , ya que puede
que existan más probabilidades de que el riesgo sea mayor o Odds ratio o razón de desventaja (OR)
menor que ese valor que hemos obten ido, que viceversa. Es la medida que se utiliza en los estudios con un segu i miento
retrospectivo (estudio de casos y controles), en los cuales no
Diseño de superioridad 15 199. MIR 14 205 M R 12. podemos calcular incidencias, sino las prevalencias del factor
de riesgo en el grupo enfermo y en el grupo sano.
• Si ellC incluye el 1, no es estadísticamente significativo. Es peor estimador del riesgo real que el riesgo relativo y tiende
• Si el IC no incluye el 1, es estadísticamente significativo. a sobreestimar la fuerza de asociación. Para que su valor
estime bien el RR, los controles y los casos deben provenir de la
En el caso de que el riesgo del grupo expuesto y no expuesto misma población, y la incidencia de la enfermedad debe ser
fuera el mismo, el cOCiente entre esos riesgos seria = /, así que < 10% (esto es, en enfermedades poco frecuentes, se aproxima
si el "1" está mcluido en el intervalo de confianza, Significará bastante al RR)
que existen probabilIdades de que el factor estudiado sea tanto
un factor protector ("parte" del intervalo de confianza que sea Razón de prevalencia o de proporciones (RP)
< 1) como un factor de nesgo ("parte" del intervalo de confianza
que sea> 1). El/es el "valor de no significación " Es la medida que se utiliza en los estudios sin segu i miento
(estudios transversales, etc.), en los cuales lo único que pode-
mos calcu lar es la preva lencia en un momento puntual de la
Diseño de no inferioridad enfermedad en el grupo de expuestos y en el de sanos.
Para poder establecer que una intervención es no inferior a Su cálculo matemático es idéntico al del RR, pero es el peor
otra, el IC para la intervención experimental debe encontrarse estimador del r iesgo real por el diseño de los estudios a partir
totalmente por debajo de 1.2 (menos de un de los que se calcula (que no tienen seguimiento, por lo que
20% de riesgo adicional respecto al fármaco control). si el limite nunca pueden demostrar causalidad).
de no inferioridad (delta) se establece en el 20% .
• • es el riesgo de enfermar.
3°
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
- - - - - - - - - - -
ÚNICO Pacebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
ENFERMOS
I SANOS
FACTOR
a b
PRESENTE
FACTOR
AUSENTE
e
I d
I
lA expuestos (le) a I (a + b)
RR = =
lA en no expuestos (lo) e I (e + d)
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p~~ina, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \\1hatsapp 992698650
Manual AMIR · Estadística y Epidemiología
100 pacientes con el factor de riesgo a los que les quitas dicho Medidas de impacto relativas
factor).
Indican el beneficio relativo (porcentaje de casos evitados del
total de casos que padece una población en riesgo) que se
RA = le - lo obtiene al retirar un factor de riesgo o implementar un factor
protector en una población en riesgo. Por lo tanto, son medidas
útiles en Epidemiología Clínica (al sernos un indicador del
Ejemplo.' RA = 6% sIgnifIca que por cada 100 expuestos hay
porcentaje de riesgo de enfermar que evitamos en cada sujeto
seis casos más de enfermedad que por cada 100 no expuestos.
en riesgo).
Si elimmáramos el factor de riesgo en un grupo de expuestos,
eVltariamos por cada 100 expuestos esos seis casos de más.
Fracción atribuible o fracción etiológica de riesgo (FA, FER)
Reducción absoluta de riesgo (RAR) 14 195- MIR 11. Medida de impacto relativa utilizada para factores de riesgo .
Es la proporción de casos nuevos entre los expuestos que es
atribu ible a la exposición.
Medida de impacto absoluta utilizada para factores de protec-
ción . Indica la reducción en la incidencia de enfermedad que
conseguirramos al implementar un factor protector en un grupo FA = (le - lo) Ile
en riesgo (número de casos evitados por cada 100 pacientes
no protegidos, a los que se les proporciona el factor protector).
Ejemplo: FA = 40% SIgnifica que de cada 100 casos de enfer-
medad que aparecen en un grupo de expuestos, 40 se deben a
RAR = lo-le esa expoSICIón (60 se deberán a otras causas). Así, si un indiVI-
duo expuesto eftmma su factor de riesgo (p. ej., deja de fumar)
su riesgo de enfermar disminuirá un 40%.
Ejemplo: RAR = 5% significa que por cada 100 personas no
protegidas hay cinco casos más de enfermedad que por cada
100 personas con el factor de protecCión Si a las personas no Reducción relativa de riesgo (RRR)
protegIdas les proporCionáramos el factor de protecCión, eVIta- Medida de impacto relativa utilizada para factores de protec-
riamos esos CinCO casos que tienen de más. ción . Es la proporción de casos nuevos, entre los sujetos que
no tienen el factor protector, que es atribu ible a la ausencia de
Número necesario de pacientes a tratar (NNT) 17. la protección que dicho factor confiere.
211;
RRR =(lo - le) / 10 =1 - RR
Es el número de pacientes que se debe tratar con un factor pro-
tector para preven ir un evento. Se obtiene a partir del inverso
de la RAR:
Ejemplo RRR = 35% slgntfica que de cada 100 casos de enfer-
medad que aparecen en un grupo sin el factor protector (p. el_,
no vacunados), 35 se deben a no tener el factor protector Así,
NNT = 1001 RAR (expresando el RAR en %) SI un individuo adquiere el factor protector (p. ej., se vacuna) su
riesgo de enfermar disminuirá un 35%.
Se debe redondear al entero superior. Al igual que para el resto
de medidas de impacto, el "O" contenido en el intervalo de
confianza indica no significación estadrstica.
Al igual que podemos calcular el número de pacientes que hay
que tratar con un factor protector para prevenir un evento,
usando para ello la RAR, también podemos calcular el número
de pacientes que hay que" dañar" con un factor de riesgo para
provocar un caso de enfermedad (NNH: número necesario
de pacientes a dañar) , usando para ello el RA:
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p~na, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular · Whatsapp 992698650
Tema 7
---~_T_i_p_o_s_d_e_e_s_t_u_d_io_s_e_p_i_d_e_m_i_o_lo_'g_i_cO_S------',
Autores: Eduardo Franco DIez, H. U. Ramón y Cajal (Madrid). Pablo Barrio Giménez, H. U. Clinic (Barcelona). Julio Sesma Romero, H. U. G. de Alicante
(Alicante).
Inconvenientes
7.1. Estudios observacionales (MIR 15, 197) • Muy sensible a los sesgos.
• No permite valorar la secuencia temporal (ya que estudia
Se distinguen de los estudios experimentales en la ausencia la presencia de la exposición y la enfermedad en el mismo
de intervención por parte del investigador, que se limita a momento). Por lo tanto, no permite demostrar hipótesis
observar lo que ocurre en la práctica clínica habitual etiológicas (causalidad), sino que sólo las genera
• No es útil para el estudio de enfermedades agudas (ya que
Existen distintos estudios observacionales que se diferencian no permite medir incidencias por no tener seguimiento) ni
por el t ipo de seguimiento realizado a los pacientes. raras .
• Sin seguimiento (estudios transversales).
Estudio transversal y estudio ecológico.
Estudio ecológico (estudio de riesgo agregado) 16
• Con seguimiento (estudios longitudinales).
Retrospectivo:
Estudio de casos y controles. Es un estudio idéntico al estudio transversa l, con la única dife-
Prospectivo: rencia de tener una base comunitaria en lugar de tener una
Estudio de cohortes; estudio de tendencias temporales. base individual.
Por lo tanto, es útil para generar hipótesis de trabajo pero no
las demuestra
33
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
M anual AMIR . Estadística y Epidemiología
Características de una base comunitaria: Los estudios de casos y controles realiza dos utilizando los datos
• Utiliza datos recogidos de grupos de personas (en lugar de los registros poblacionales de enfermedades suelen con-
de individuos). formados en general por criterios geográficos siderarse anidados, dado que los registros poblacionales suelen
(países, comunidades autónomas, ciudades ... ). elaborarse de forma prospectiva
• Para recopilar los datos, se acude a registros, que son quie-
nes proporcionan los datos (esto es, otra persona ha recogido Estudio de cohortes 18.212. MI 15.182; M R 13.179;
los datos individuales previamente y ha extrapolado los datos
poblacionales, que son los que utilizaremos).
• Utilizan datos indirectos o secundarios (recogidos Es un estudio observacional de base individual y con segui-
por otras personas). miento prospectivo (desde el presente hacia el futuro). Dicho
Los datos indirectos son de peor calidad (más riesgo de sesgos) seguimiento es rea l. y consiste en ver al paciente hoy y volverle
que los directos ya que no podemos controlar los criterios o ins- a ver en sucesivas ocasiones en el futuro hasta que finalice el
trumentos de medida utilizados por la persona que los recogió. periodo de seguimiento. Es el mejor estudio observacional
• Los datos que recogemos son los promedios (se habla de pro- para demostrar hipótesis.
medios en lugar de medias o de porcentajes) de la característica En un estudio de cohortes se sigue prospectivamente a dos
estudiada en cada uno de los grupos de personas estudiado. grupos de individuos sanos con respecto al problema de
salud que se quiere analizar: un grupo que está expuesto a
un factor de riesgo o protector, y un grupo no expuesto
Estudio de casos y controles R 18. 224. MI 15. 183.
. Se analiza la incidencia de enfermedad que aparece
83. MIR 12. 184' MIR 10.
en cada uno de esos dos grupos a lo largo del periodo de se-
guimiento
Es un estudio observacional de base individual y con segui- • Utiliza como medida de fuerza de asociación el RR.
miento retrospectivo (desde el presente hacia el pasado). • Sus ventajas e inconvenientes están recog idos en la a 1.
Dicho seguimiento no es un seguimiento rea l que implique ver
a los pacientes varias veces (un estudio de casos y controles
sólo requiere ver a cada paciente una única vez), sino que es un CASOS Y CONTROLES COHORTES
segUimiento " virtual" que se realiza utilizando la memoria del
paciente para que nos cuente datos de su pasado. Seguimiento retrospectivo Seguimiento prospectivo
El segUimiento retrospectiVO, por lo tanto, está sUjeto a las hml-
laClones de la memoria humana yes peor (más sUjeto a sesgos) Calculan prevalencias Calculan incidencias
que el seguimiento prospectivo de exposición de enfenmedad
En un estudio de casos y controles se selecciona un grupo de
OR: sobreestima la fuerza
sujetos enfermos (casos) y un grupo de sujetos sanos (con- RR: mejor estimador
de asociación, salvo en
troles) respecto al problema de salud que se quiere analiza r, y de la asociación
enfermedades raras
se evalúa la proporción de sujetos de cada uno de los grupos
que estaba expuesta en el pasado a un supuesto factor de
Baratos, rápidos. reproducibles Caros. lentos, poco reproducibles
riesgo o protector. Pueden escogerse varios controles para
cada caso
Peores para demostrar hipótesis Mejores para demostrar hipótesis
Para evitar sesgos de memoria es importante ser igual de ex-
haustivo en la anamnesis de los casos y de los controles Más sensible a sesgos (MIR) Menos sensible a sesgos
• Utiliza como medida de fuerza de asociación la odds ratio,
que sobreestima el riesgo con respecto al RR salvo en el Útiles para estudiar enfermeda-
Útiles para estudiar
estudio de enfermedades raras. des raras o con largo periodo
exposiciones raras y para
• Sus ventajas e inconvenientes están recogidos en la de latencia (M IR 17. 120;
enfermedades agudas
MIR 17, 133; MIR 11 , 182)
Estudio de casos y controles anidado en una cohorte
Permiten estudiar multi- Permiten estudiar multi-
causalidad (varias causas efectividad (varios efectos
Es un caso particular del estudio de casos y controles que se
de una enfermedad) de la misma exposición)
utiliza cuando en el momento actual no existe un número
de casos suficiente para realiza r el estudio. Esto suele ocurrir
Dificultad: Dificultad:
cuando se estudian enfermedades agudas y epidémicas. en las
establecer el grupo control' sensible a pérdidas"
que 105 casos van apareciendo poco a poco a lo largo de un
periodo de tiempo.
' La principal dificultad de los estudios de casos y controles es seleccionar el
Este estudio consiste en realizar un seguimiento prospectivo de grupo control, ya que óptimamente debe tener las mismas caracteristicas que
una cohorte de sujetos (de la población diana de nuestro estudio). el grupo de casos para minimizar el riesgo de aparición de sesgos de selección o
e ir seleccionando los casos a medida que aparecen hasta alcan- de sesgos por factor de confusión. Para conseguirlo se emplean técnicas de apa-
zar el tamaño muestral deseado. Cada vez que aparece un caso, reamiento (se estudia en el tema 8.2. Errores sistemáticos (sesgos».
se seleccionan de manera aleatoria entre los sujetos sanos de la "los estudios de cohortes (y cualquier estudio prospectivol son sensibles a
cohorte el número de controles que se haya previsto para cada la aparición de pérdidas, ya que requieren ver a los pacientes en el futuro y eso
caso, y en ese momento se recogen los datos de forma re- puede no ser posible (fallecimientos, cambio de domicilio, incomparecencia del
trospectiva (se pregun ta al caso y a los controles por su pasado). paciente .. .l. En cambio, los estudios de casos y controles sólo requieren ver a
cada paciente una vez, por lo que no pueden tener pérdidas.
Así, sus características son idénticas a las del estudio de casos y
controles convencional, y sólo se diferencia en que los pacientes Tabla 1. Diferencias entre los estudios de casos y controles y los estudios de
se reclutan poco a poco en lugar de todos a la vez. cohorles
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra pl1;na, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Estudio de cohortes históricas (cohortes retrospectivo) 50n los mejores estudios para demostrar hipótesis
, y son menos sensibles a 105 sesgos
Es un estudio de cohortes en el que el segu imiento de los pa- que los estudios observacionales. Por el contrario, todos
cientes se realiza desde el pasado hacia el presente, en lugar requieren un seguimiento prospectivo y son caros, lentos y poco
de hacerlo desde el presente hacia el futuro. Fijaos que la direc- reproducibles. Además, están sujetos a problemas éticos (ya
ción del seguimiento sigue siendo prospectiva . que se interviene activamente sobre la salud de las personas).
El nombre "estudio de cohortes retrospecUvo · es por lo tanto Los tipos de estud ios experimentales que se diferencian por el
desafortunado ya que el seguimiento no es retrospectivo SinO modo de asignación de la intervención:
prospeclivo. Es mejor utilizar el termino estudio de cohortes
históncas, aunque los dos terminas son correctos. Estudios "experimentales"
El seguimiento se realiza de modo indirecto a través de la his-
toria clln ica del paciente, comenzando por la primera página La asignación de intervención o no intervención a cada indivi-
(pasado) y acabando en la última (presente). duo se realiza de manera aleatoria , de modo que es el azar
el que forma 105 distintos grupos (grupo intervención/grupo
Sus caracterlsticas son idénticas a las del estud io de cohortes no intervención) que se van a comparar entre sr.
convencional, excepto en los siguientes aspectos:
5e consideran mejores estudio para demostrar hipótesis que los
• Ventaja : cuasi-experimentales.
Al no requerir de un seguimiento real de pacient es, es más
barato, rápido y reproducible. Para poder llevar a cabo cualqu ier estudio experimental, es ne-
• Inconveniente: cesario obtener autorización por parte de la Agencia Española
Utiliza datos indirectos (recogidos en la historia por terceras del Medicamento , asl como un dictamen fa-
personas), por lo que es más sensible a los sesgos. vorable del Comité Ético de Investigación Clínica (CEIC) de
cada uno de los Centros médicos que participen en el estudio
er gura J
• Ensayo de campo
Estudio experimental cuyo objetivo es la prevención de una
Estudio de series o tendencias temporales enfermedad mediante la aplicación de una medida preven-
tiva (p. ej ., una vacuna) a un grupo de sujetos sanos, cuyos
Se puede definir como un estudio de cohortes pero que tiene
resultados se compararán con los de otro grupo de sujetos
una base comun itaria (apliCándose por tanto las característi-
sanos a los que no se aplicó la medida preventiva.
cas de la base comunitaria). AsI, es también similar al estudio
• Ensayo clínico
ecológico, pero con un seguimiento prospectivo.
Son grandes registros con seguimientos prospectivos largos en Estudio experimental cuyo objetivo es el tratamiento de una
los que se trata de establecer cómo evoluciona un problema de enfermedad median te la aplicación de una intervención (p.
salud en una o varias poblaciones a lo largo del tiempo e)., un fármaco) a un grupo de sujetos enfermos, cuyos
En el M IR nos lo suelen mostrar relacionado a la evolución resultados se compararán con los de otro grupo de enfermos
temporal de problemas medioambientales más que de enfer- a los que no se aplicó el tratamiento.
medades. Ejemplos.' evolución temporal de Jos niveJes de con- La declaración CONSORT (Consolidated Standards of Re-
taminación de un rio o de un mar. porting Trials) tiene como objetivo mejorar la
redacción de articulas sobre ensayos cllnicos aleatorizados.
Establece una serie de normas básicas de redacción que los
7.2. Estudios experimentales autores deben cumplir, y establece una lista de puntos que
los lectores deben chequear para comprobar que los datos
importantes están incluidos en el articulo, favoreciendo asl la
Se distinguen de los estudios observacionales en la presen- comprensión y capacidad critica de los lectores.
cia de intervención por parte del investigador La declaración STROBE (Strengthening the Reporting of Ob-
el investigador introduce de forma directa una nueva medida servational studies in Epidemiology) tiene un objetivo similar
diagnóstica , terapéutica o preventiva en una determinada a la CONSORT, pero para estudios observacionales (transver-
muestra de individuos. sales, casos y controles y cohortes).
,,
factor de riesgo I protector
factor de riesgo I protector
,,1-----------------------------
~
~
..
Pasado · - - - - - - - - - - - - - - - -- -- Presente - - - - - - - - - - -- - - - - - - -- - --- - - -- -.,
enfermos (casos)
sanos (controles) ,,
Presente ---------------- Futuro - ------ ..,
,,
,
,,
,,,
, ,,
,
,,
(,-__C H
_o_h_o_rt_e_s _ ....
expuestos ~ incidencia de enfermedad
no expuestos ~ incidencia de enfermedad
,,
,
,
1_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
,
J
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p~ªina, USAN OTRO CELUIAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Ma nual AMIR · Estadística y Epidemiología
(V rfl r 21
o
Base comunitaria ~ Estudio de intervención comunitaria B
Asignación no aleatorizada
(estudios cuasi-experimentales) { B ' d' .d I ~ Ensayo cllnico no aleatorizado
ase In IVI ua ~ (estudio antes-después)
Experimentales --- - - - - -- - -- - - -- - - - ;i~e: ~r:v:~t~~s- =-+ -E~;a;~ ;e-c:~~; - - - - - - - - - - - -
- - -(
Asignación aleatorizada
(estudios experimentales) .,. ~ A
Fines terapeutlcos ~ Ensayo cllnico
• Más lentos, caros, poco reproducibles
• Mejores para demostrar hipótesis
• Menos sesgos
36
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 7 . Tipos de estudios epidemiológicos
37
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \\1hatsapp 992698650
Manual AMIR · Estadística y Epidemiología
También se puede examinar con el método conocido como el vez se han alcanzado resultados relativamente estables, aportar
gráfico en embudo (Funnel-plot) , en el que se información adicional.
distribuyen los estudios incluidos en el metaanálisis. Se parte El metaanálisis acumulado seria similar en planteamiento a un
del supuesto de que los estudios con mayor probabilidad de no ensayo c/lnico secuenCial
ser publicados son los que no muestran diferencias (estudios
" negativos "), sobre todo si son de pequeño tamaño; si no en-
contramos en nuestro gráfico estudios con esas caracterrsticas, 7.4. Estructura metodológica de un trabajo
es probable que estemos incurriendo en un sesgo de publica- científico (MIR 18. 225)
ción . Como este gráfico presenta una subjetividad "visual " , en
ocasiones se utilizan también pruebas analrticas para verificar el
sesgo de publicación, como el test de Begg o el test de Egger. Un proyecto de investigación debe situar las bases de la inves-
tigación a realizar. Su valor se establece en la medida en que
tiene plena claridad y concreción en las razones para analizar el
objeto de estudio elegido, la perspectiva teórica desde donde
o •I se sitúa el investigador, el paradigma investigativo que sustenta
.
I
I todo el estudio y. por tanto, la metodolog ra de aproximación a
I
: la realidad: población, muestra, estrategias de recogida de in-
formación, técnicas de análisis de la información y temporalidad
: •
••
..,:;¡ de todo el proceso. Por orden, los elementos fundamentales en
.'"" esta estructura son:
~
g • • • • 1. Introducción.
w 2
•• • •• Contiene una descripción clara de la estructura general del
proyecto.
• • • • • 2. Justificación .
3
• • • • Contiene los argumentos fundamentales que sustentan la
investigación a realizar.
0,1 0,33 0,6 3 10 3. Planteamiento del problema .
Efecto Formulación del problema que se pretende resolver con la
investigación.
4. Objeto de estudio.
O
Delimita la parte de la realidad que interesa estudiar.
5. Preguntas de investigación.
Son las interrogantes básicas que se derivan de la justifica-
• ción y el problema planteado.
..,'"
~
.'""
• 6. Objetivos .
Las acciones concretas que se realizarán para intentar res-
~
ponder a las preguntas de investigación. En este apartado
g
w 2 se incluye la hipótesis de investigación.
7. Fundamentación teórica.
Directrices teóricas que gulan el estudio, con las evidencias
de la literatura.
3' -__~____- '__-9-'____~~__--' 8. Metodología de la investigación.
0,1 0,33 0,6 3 10 Descripción y argumentación de las principales decisiones
Efecto metodológicas.
9. Población y muestra.
Figura 4. Funnel plot . El gráfico representa cada estudio (pun- Selección de la población objetivo. Justificación del tamaño
tos) incluido en el metanálisis en función de su tamaño (que es inversamente muestral elegido.
proporcional al error estándar del resultado, mostrado en el eje de ordenadas: 10. Diseño de la investigación.
estudios pequeños "abajo " y estudios grandes "arriba") y de la medida del
Representación gráfica que presenta la metodología com-
efecto que se obtuvo (RR, OR, etc., representado en el eje de abscisas). la me-
dida del efecto agregado del metanálisis suele representarse como una linea pleta, la forma en que se organiza todo el proceso de inves-
vertical punteada. Si la distribución de los estudios sigue una forma triangular tigación y los aspectos metodológicos esenciales.
y simétrica (esquema de arriba) a ambos lados de dicha medida de efecto agre- 11 . Cronograma o carta Gantt y presupuesto.
gado. existen pocas probabilidades de sesgo de publicación, pero si "faltan" Estimación del tiempo y dinero que tomarán cada una de
estudios en alguna región del teórico triángulo (esquema de abajo, circulo rojo) las etapas de la investigación.
es probable la presencia de un sesgo de publicación. 12 . Bibliografía.
Fuentes documentales consideradas, cumpliendo las nor-
mas estandarizadas (p. ej., el estilo Vancouver).
Metaanálisis acumulado
Se define como aquel proceso en el cual se lleva a cabo un
nuevo metaanálisis cada vez que aparece un nuevo estudio 7.5. Fases de realización de los estudios
publicado. No requiere de técnicas estadrsticas especiales para epidemiológicos
combinar los estudios. Permite estudiar de forma retrospectiva
el momento en el que el efecto de un nuevo tratamiento supera
al control. 1. Diseño
Esta forma de presentaCión de los resultados pone de mani- Se deben especificar a priori (antes de empezar el estudio)
fiesto lo difIcil que es para cualquier estudio indiVidual, una todos sus aspectos metodológicos, con un cuidado especial en
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p}g~na, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 7 . Tipos de estudios epidemiológicos
explicar todas las mediciones que se van a realizar y el método 4. Análisis de resultados y obtención de conclusiones
estadrstico por el que se van a analizar los resultados.
Si se extraen conclusiones de un estudio epidemiológico a pos- Una vez obtenidos los resu ltados, se deben ana lizar siguiendo
teriori (estudios post hoc), dichas conclusiones no servi r~n los siguientes pasos:
para confirmar hipótesis, sino que sólo sirven para generarlas
y se deber~n confi rmar con nuevos estudios específicamente A. Verificar que el diseño sea correcto y no haya sesgos (vali-
dez interna).
diseñados para ello. Por ejemplo realizar un análisis de subgru-
Es el paso más importante del análisis de resu ltados, ya
pos que no estaba planificado mlC/almente y observar que un
que la ausencia de validez interna invalidará cualquier re-
determmado subgrupo se beneficia del fármaco
sultado obtenido.
La lectura critica de un articulo cientifico deberá, por tanto,
2. Reclutamiento (inclusión de sujetos participantes) basarse fundamentalmente en analizar los aspectos meto-
dológicos del estudio (su dIseño), plasmados en el apartado
Una vez definidas las caracterrsticas del estudio, se real iza la
"Material y Métodos' del estudio.
inclusión de los sujetos participantes. Para incluir a un paciente
en un estudio experimental, deben seguirse por este orden B. Confirmar la existencia de sign ificación estad(stica.
los sigu ientes pasos: C. Valorar la magnitud de las diferencias existentes y su rele-
A. Criterios de selección . vancia cl inica.
Verificar que el paciente cumpla todos los criterios de in- La existencia de diferencias estadfsticamente significativas
clusión y no tenga ningún criterio de exclus ión. entre dos intervenciones no implica que una de ellas sea
mejor que otra . Sólo si la magnitud de dicha diferencia es
B. Consentimiento informado
suficiente , y si implicará beneficios relevantes desde
El paciente debe expresar libremente y por escrito su con-
un punto de v ista clínico, podremos decir que una inter-
sentimiento para participar en el estudio.
vención es " mejor " que otra y, por tanto, establecer una
En el caso de que se utilice placebo, los sujetos deben saber
recomendación al respecto
que pueden ser tratados con éste , aunque luego no
podrán conocer si están tomando el placebo o el fármaco D. Determinar la val idez ext erna.
(enmascaramiento). Adem~s, si se utiliza placebo deben in- Los resultados del estudio se podr~n generalizar a aquellos
cluirse en el diseño del estudio " cláusulas de rescate " que subgrupos poblacionales que cumplan los criterios de selec-
permitan pasar a un sujeto del grupo placebo al grupo de ción de los pacientes participantes del estudio.
fármaco experimental si su evolución clrnica empeora cla-
ramente y hay datos provisionales de mayor eficacia con el 5. Difusión de los resultados
fármaco experimental.
Mediante la publicación del estudio en artfculos cientrficos u
C. En estud ios experimentales: asignación de interven- otros medios de comunicación .
ción.
Una vez se comprueba que el paciente cumple los crite-
rios de selección y f irma el consentimiento informado, se le 7.6 . Fases de desarrollo de un tratamiento (fases
asigna a un grupo del estudio. del ensayo clínico) (M IR 09,207. MIR 08, 212. MIR)
En los estudios experimenta les " puros " esta fase se deno-
mina aleatorización . Si la aleatorización ha
sido adecuada, las caracterrsticas de los distintos grupos del Para el desarrollo de un tratamiento, primero se realiza su sínte-
estudio serán superponibles, pero el azar también puede sis qu(mica y se realizan estudios con material biológico in vitro.
jugar una mala pasada y hacer que la distribución de alguna Posteriormente se prueba su eficacia y seguridad en animales.
caracterfstica sea distinta entre los grupos Tras esta fase precl ínica, el tratamiento debe testarse en hu-
Existen distintas técnicas de aleatorización : manos antes de poder comercializarlo.
• Aleatorización simple. La fase clínica del desarrollo de un tratamiento incluye estudios
Cada paciente tiene las mismas probabilidades de for-
con diseño de ensayo clrnico y por eso se suele hablar directa-
mar parte de cada uno de los grupos. El azar podrra mente de " fases del ensayo clínico " ; dicha fase cI(nica consta a
hacer que el número de pacientes de cada grupo sea su vez de las siguientes fases:
distinto.
• Aleatorización por bloques.
Consigue que haya el mismo número de personas en Fase I
todos los grupos de estudio. Para ello, se elige un nú-
Es la primera vez que se utiliza el tratamiento en humanos
mero, y cada "bloque" (ese número) de pacientes debe
. Consiste en un estud io transversal sobre un único grupo
tener el mIsmo número de pacientes dist(/bUldo en cada
de sujetos voluntarios, cuyo objetivo es estudiar las propie-
grupo de tratamiento.
dades farmacocinéticas del tratamiento.
• Aleatorización estratificada.
La estratificación de la muestra en función de una carac- Como objetivo secundario, se estudia de forma prel iminar la
terística que pueda funcionar como factor de confusión tolerabilidad/toxicidad del f~rmaco (si su adm inistración pro-
o que sea un factor pronóstico importante permiti r~ su dujo efectos adversos a los voluntarios)
distribución homogénea en los distintos grupos Habitualmente se realiza sobre volunta rios sanos (que suelen
recibir una remuneración económica por participar en el estu-
dio), pero si el tratamiento se prevé que tenga muchos efectos
3, Monitorización
adversos se realizará con voluntarios enfermos (p. ej.,
Fase de seguimiento de los pacientes, en la que se realizan las qUlmioterápicos).
mediciones previstas en el diseño y se obtienen los resultados.
39
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUIAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Manual AMIR · Estadística y Epidemiología
Fase 11 Y fase 111 En ocasiones, en vez de utilizar variables duras se utilizan va-
riables resultado blandas pero que han demostrado asociarse
Son las fases que tienen diseño de ensayo clínico. Por lo de manera significativa a una determinada variable dura en
tanto. su obJetivo es va lorar la eficacia y seguridad del trata- estudios previos ("validadas"): es lo que se llaman variables
mien to en un grupo de enfermos. Las dos fases pueden tener subrogadas o intermedias . Al ser variables en ge-
un grupo control y un diseño idéntico. En el caso de tener grupo neral cuantitativas. aportarán mayor potencia estadística y
control, éticamente se debe emplear el fármaco actívo que sea por tanto permitirán utilizar un menor tamaño muestral en
actualmente de elección . La el estudio, pero son siempre peores que la utilización de la
utilización de placebo se reserva para los casos en los que no variable dura en sí misma (más riesgo de sesgos). Ejemplo.'
hay fármacos con eficacia demostrada, y también se permite analizar SI un nuevo betabloqueante consigue disminuir la
para enfermedades que no sean graves (sin riesgo de secuelas) PAD en 10 mmHg (varJable subrogada) en sUjetos hlperten-
y en las que exista una alta tasa de respuesta a placebo sos, lo cual ha demostrado en estudios prevIos aumentar la
supervivencia (variable dura)
Las diferencias entre la fase 11 y la fase 111 son las sigUientes: Así, 105 estudios de fase 111 demuestran si el nuevo tratamiento
o Fase 11 va a ser útil para 105 pacientes desde el punto de vista clínico
Empleo del tratamiento en un grupo reducido de enfermos y constituyen la eVidencia fundamental del beneficio-riesgo
(en general < 100) muy seleCCIonados, esto es, con criterios del medicamento, por lo que son los que permiten que se
de selección estrictos (estudios explicativos) comercialice un fármaco o tratamiento.
Además, suelen utilizar variables resultado "blandas" La utilización de criterios de selección laxos hace que la mues-
(determinaciones de laboratorio, pruebas de tra sea muy heterogénea (los pacientes serán muy diferentes
imagen ... ), que aportan menor relevancia clínica de los re- entre 51), lo cual confiere las siguientes ventajas e inconve-
sultados, pero al ser en general cuantitativas proporcionan nientes:
mayor potencia estadística. Ventajas:
En ocasiones se distingue una primera fase lIa (la que hemos o Mayor validez externa: los resultados serán generaliza-
mencionado hasta ahora), y una segunda fase IIb bles a un amplio sector de la población (asl, cuando se
• cuyo objetivo es probar varias dOSIS del comercialice el fármaco una gran parte de la población
fármaco para establecer la relación dosis-respuesta (t itula- se podrá benefICiar de él).
ción de dosis) y elegir la dosis más adecuada para su empleo Inconvenientes:
en la fase 111. o Menor validez interna: mayor nesgo de sesgos de se-
La utilización de criterios de selección estrictos hace que lección o por factor de confusión.
la muestra sea muy homogénea (los pacientes se parecerán o Resultados dishomogéneos: como los pacientes son
mucho entre sI), lo cual confiere las siguientes ventajas e in- distintos entre sí, el efecto del fármaco variará mucho
convenientes: en función de sus características, obteniendo resultados
Ventajas: menos precisos (intervalos de confianza amplios) y una
o Mayor validez interna. menor potencia estadística (necesidad de un mayor
Menor riesgo de sesgos de selección o por factor de con- tamaño muestral).
fusión, al tener los distintos grupos características simila-
res. Fase IV (fase poscomercialización)
o Resultados más homogéneos.
Como los pacientes son muy parecidos, el fármaco hará Incluye aquellos estudios realizados con un fármaco tras su co-
lo mismo en todos ellos obteniendo resultados más pre- mercializaCión, que como hemos visto ocurre tras la publicación
cisos (intervalos de confianza más pequeños), con lo que de 105 estudios en fase 111.
aumenta la potencia estadística del estudio (necesidad Tiene fundamentalmente tres objetivos:
de menor tamaño muestral). o Estudio de la efectividad de un fármaco (cuando se utiliza
Inconvenientes: en la práctica clínica habitual)
o Menor validez externa. o Búsqueda de nuevas indicaciones.
Los resultados serán generalizables sólo a un limitado Para ello, se deberán volver a realiza r estudios con diseño
sector de la población. análogo a la fase 11 y fase 111.
o Fase 111 o Farmacovigilancia
Empleo del tratamiento en un grupo amplio de enfermos Sistema de notificación espontánea de posibles reacciones
(en general> 100) con criterios de selección laxos (estu- adversas asociadas a un tratamiento por parte del personal
dios pragmáticos), lo que va a permitir que la muestra sea sanitario. Intenta detectar reacciones adversas poco fre-
Similar a 105 pacientes que se van a encontrar en la práctica cuentes (que no se detectaron en 105 ensayos clínicos reali-
clínica habitual , y la eficacia demostrada se zados por su limitado tamaño muestral) y que sólo se podrán
parecerá a la "efectividad " que se observará en la población detectar cuando el fármaco se administre a miles de personas
en la práctica clínica habitual.
Además, suelen utlhzar variables resultado "duras" (varia- La notificación espontánea de reacciones adversas la debe
bles cHnicas: muerte, infarto, ictus ...), que aportan mayor realizar cualquier personal sanitario mediante la cumplimen-
relevancia clínica de los resultados, pero al ser en general tación de una " tarjeta amarilla " que se envía a la
cualitativas (p eJ, muerte. si/no) proporcionan menor poten- Agencia Española del Medicamento. tsta recopila las tarjetas
cia estadística. Estas variables clínicas son muchas veces sub- amanllas recibidas y las reenvía a la Agencia Europea del Me-
jetivas (dolor, calidad de vida ... ), lo cual dificulta su correcta dicamento, que es el organismo responsable de la Farmaco-
determinación; son útiles en este caso las escalas de evalua- vigilancia a nivel europeo.
ción multidimensionales, que aportan una alta relevancia Si se reciben varias notificaciones que parecen sugerir que un
cHnica, pero pueden ser difíciles de interpretar y tener proble- medicamento produce una reacción adversa, se lanza una
mas de validez para nuestra muestra concreta advertencia al respecto ("warning") y se diseña un estudio
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra p~na, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁS de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Tema 7 . Tipos de estudios epidemiológicos
epidemiológico para demostrar la posible relación causal. Al El diseño paralelo es el utilizado habitualmente, por el cual un
querer estudiar un problema de salud raro (reacción adversa grupo de sujetos recibe un único tra tamien to o intervención, y
poco frecuente) el diseño habitual de dichos estudios es de el otro grupo que recibe el otro tratamiento.
casos y controles. En el diseño cruzado, sin embargo, todos los sujetos reciben
Los estudios farmacoeconóm icos los dos tratamientos o intervenciones en comparación
son útiles para labores de farmacovigilancia porque per- . Un grupo recibe primero un tratamiento y luego el
miten estudiar la utilización de un fármaco en la población y otro, y el otro grupo recibe la secuencia de tratamientos inversa.
por tanto calcular cuántas personas esta n expuestas al mismo Así, lo que se aleatoriza en este caso es la secuencia de admi-
nistración de los tratamientos
FASE I POBLACIÓN I CARACT. I OBJETIVOS Ventajas del diseño cruzado respecto al paralelo
o Requiere la mitad de tamaño muestral.
oCaracte- En un diseño cruzado, cada individuo recibe los dos trata-
rísticas mientos, por lo que sirve como su propio control y ahorra
Yoluntarios Diseño farmaco- la inclusión de otro individuo para servir de control. 51 nece-
I
(sanos) transversal cinéticas sItamos 100 paCIentes que comen la medICación "A" y 100
oToxicidad paCIentes que tomen la medICaCIón "B", en un dIseño para-
preliminar lelo cendremos que inclUIr 200 pacientes (100 por ramo de
tratamIento), mIentras que en un diseno cruzado sólo necesI-
oCriterios de olla: eficacia taremos 100 pacientes (50 en el grupo A-B y 50 en el grupo
selección y seguridad B-A).
estrictos oIIb: titular
11 Enfermos o Muestra más homogénea.
o¡ n dosis
oYariables El grupo de individuos que toma el fámaco " A" es igual que
el que toma el fármaco" B" (son las mismas personas); esta
blandas
circunstancia hace surgir el concepto de "variabilidad in-
oCriterios de traindividual o intragrupal " , que hace referencia
al hecho de que en los diseños cruzados cada individuo es
selección
su propio control y por tanto la variabilidad que existe entre
laxos
Enfermos Eficacia y cada individuo y su control (o entre cada grupo y su control)
111 ot n
seguridad es nula (son las mismas personas). Stn embargo, la "variabili-
oYariables
dad interindividual o intergrupal" (entre dos sujetos o grupos
resultado
duras diferentes del estudio) no varía respecto al estudio paralelo.
Como ya hemos visto previamente, el disponer de una mues-
oEfectividad tra homogénea aporta ventajas:
Práctica oNuevas Menor riesgo de sesgos de selección y por factor de confu-
IY clínica indicaciones sión .
habitual oFarmaco- Mayor potencia estadlstica y precisión de los resultados.
vigilancia
Inconvenientes del diseño cruzado respecto al paralelo
Tabla 2. Fases del ensayo dlnico. o Mayor durac.ión .
Dura el doble de tiempo, ya que cada sujeto recibe una inter-
vención y luego debe recibir la otra .
7.7. Diseños especiales en estudios experimentales o Muy sensible a las pérdidas.
Si se pierde un pacien te, se pierde en los dos grupos de com-
paración "A" Y " B" , por lo que es como perder dos pacientes
Diseiio paralelo vs diseño cruzado en un diseño paralelo.
o Efecto residual o de arrastre.
Efecto que deja el primer fármaco sobre el organismo. Tras
dejar de tomar el primer fármaco, se debe esperar un cierto
Aleatorización Seguimiento Comparación tiempo (periodo de lavado) para que se elimine el fármaco
r------------------------------ - --! y desaparezca su efecto residual.
Por lo tanto, el tratamiento no puede ser curativo ni dejar
: Grupo "A" A ~A :
( Paralelo H : Grupo "B" B ~ B
"A" vs " B" I
:
un efecto irreversible . Además , el
periodo de lavado de los dos fá rmacos debe ser similar
I I
.---------------------------------4
I I
o Efecto periodo.
Grupo "A-B" A" , A ~ A Los dos tratamientos se administran al paciente en dos perio-
( Cruzado H I
i
I
dos de tiempo distintos. por lo que las ca racterlsticas cl lnicas
de la enfermedad no deben cambiar entre esos dos periodos
I I para poder comparar el efecto de los dos fá rmacos en las
1______ - - - - - - - - - - - - - - - - - - - - - - ______ 1
mismas condiciones basales.
Figura 5. Diseño paralelo y diseño cruzado. Por lo tanto, la enfermedad debe ser crónica . No es útil para
enfermedades agudas o que cursen con brotes, a menos que
los brotes sean predecibles (SI los brotes son prede-
41
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 TelAAIDHia~~fif. 'tN~'cft'ltlt¡j}-1J,M;nWJIJ~ss ÚNICO Celular - Whatsapp 992698650
cibles es el escenario más favorable para utilizar un diseno • Utilización de datos indirectos (utilizamos datos de pacien-
cruzado, ya que el periodo entre los brotes funCIona como tes que fueron tratados en el pasado por otros médicos; pue-
penodo de lavado). den faltar datos que necesitemos, o pueden estar recogidos
de un modo distinto al que nos interesa).
Diseño secuencial • Posibilidad de sesgos de cointervención
No existe un tamaño muestral predeterminado, sino que se Las "cointervenciones " son todas las mejoras en el manejo
van incluyendo progresivamente pacientes hasta alcanzar un ta- de la enfermedad que han aparecido entre el pasado y la
maño muestral o un periodo de tiempo máximo establecido actualidad, aparte del tratamiento experimental (p. ej., mejo-
A medida que se van incluyendo pacientes, se realizan análi- res métodos diagnósticos que permiten un diagnóstico más
sis intermedios para ver si se consigue llegar a la significación precoz, mejores técnicas quirúrgicas ... ). Los paCientes de la
estadística. En el momento que se alcance la significación (o si actualidad mejorarán su pronóstico no sólo por la utilización
se llega al tamaño muestral o el tiempo máximos), el estudio del fármaco experimental, sino por todas esas " cointerven-
se detiene. ciones ". Así, los estudios con controles histÓriCOS tienden a
sobreestimar el efecto del fármaco experimental
• Puede existir un problema de homogeneidad entre el grupo
Diseño factorial experimental y el control si los criterios diagnósticos o para
Es el diseño más eficiente cuando existen >2 opciones de tra- tratar la enfermedad han variado.
tamiento . Consiste en dividir la muestra
en grupos que toman cada tratamiento por separado, y grupos Debido a estas limitaciones, la utilización de controles históricos
que toman cada una de las posibles combinaciones de trata- se restringe a situaciones en las que es muy difícil reclutar el
mientos. tamaño muestral necesario en el presente
(enfermedades raras o terminales).
Ventajas Además, se exige que las variables resultado sean variables
duras .
• Permite evaluar interacciones entre los tratamientos .
• Ahorra tamaño muestral.
Ya que los pacientes que toman varios tratamientos cuentan 7.8. Realización de muchas comparaciones en los
para los resultados de cada uno de los tratamientos.
estudios epidemiológicos
Ejemplo. en un escudio que compara los fármacos A. B, C.
en el que se necesitan 100 paCIentes por rama, un diseño
convencional ultlizaria 300 paCIentes (100 A, 100 B, 100 e), La realización de muchas comparaciones en un estudio supone
mientras que el sigUiente ejemplo de diseno faetonal utilizaría un problema ya que, con cada comparación real izada. existirá
220 pacientes (50 A. 50 B, 50 C 20 AB, 20 AC 20 BC 10 una probabilidad de cometer un error alfa (encontrar diferen-
ABe, sigue habiendo 100 pacientes en total que toman A. cias que en realidad no existen). y la probabilidad alfa de cada
100 que toman B y 100 que toman e). comparación se irá acumulando hasta tener una probabilidad
global de haber cometido errores en el estudio muy alta
Diseño con n = 1
Ensayo clínico de diseño cruzado (sus características son total- Así, pese a tener comparaciones individuales estadísticamente
mente aplicables) con un único individuo como muestra . Se rea- significativas (si p <0,05), puede ocurrir que no podamos decir
liza cuando un paciente crónico es refractario a los tratamientos que de forma global nuestro estudio ha demostrado encontrar
habituales, y su objetivo es encontrar un tratamiento que le sea diferencias (p "global" >0,05).
útil desde el punto de vista clínico (se evalúan variables duras). Ejemplo si realizamos dos comparaCIones con un error alfa de
A diferencia del resto de estudios epidemiológicos, el objetivo O 04 en cada una, la probabilidad global de haber cometido
del estudio es mejorar la salud de nuestro paciente, en lugar de un error alfa en el escudio será = 0,04 + 0,04 - 0,04 . 0,04 =
0,0784 (resultado "global" no SignificatIVO).
mejorar la salud de la población.
Para evitar este problema, se aconseja aplicar una penalización
estadística : se exigen niveles de significación de
Diseño polietápico cada comparación individual lo suficientemente bajos para que,
Los tratamientos se administran primero con dosis de induc- al sumarlos, el valor alfa "global" sea p <0,05. De forma apro-
ción, y posteriormente con dosis de mantenimiento (en varias ximada, el nivel de slgntflcaClón exigido para cada comparaCIón
"etapas"). Se utiliza principalmente en tratamientos antineoplá- mdiVldual es p, = 0,05 I n o de comparaCIones.
sicos. Hay varias situaCiones en las que se realizan muchas compara-
ciones en los estudios epidemiológicos:
Utilización de controles históricos
Análisis de comparaciones múltiples
Consiste en utilizar como grupo control a pacientes que han
sido tratados de la patología que estamos investigando en el Se comparan muchas variables esperando que al menos en al-
pasado (utiliZándose por lo tanto el tratamiento convencional guna de ellas se encuentren diferencias significativas. Implica
que hubiera disponible). Compararemos los resultados de estos como hemos ViSto un mayor riesgo de encontrar falsas di-
pacientes con los resultados de un grupo de enfermos del pre- ferencias, por lo que sus resultados deben interpretarse con
sente a los que tratamos con la terapia experimental. precaución
La utilización de controles históricos tiene numerosas limita-
ciones:
42
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁS de 9 años y, ¡nás d~ 113 Illillikes ÚNICO Celular - Whatsapp 992698650
Tema '1 -: Tipos de estudios epldemiologlcos
ABC
Tipos de especialidades farmacéuticas
• Fármaco original o innovador.
Investigación y desarrollo completo por parte de la industria
farmacéutica . Tiene un periodo de exclusividad en el que sólo
lo pude comercializar la compañia farmacéutica que lo ha
desarrollado.
• licencias o segundas marcas.
La compañia farmacéutica que ha desarrollado un fármaco (y
todavía lo comercializa en periodo de exclusividad) autoriza a
otra empresa para que también lo distribuya.
• Especialidad farmacéutica genérica (EFG) Cp = concentración plasmática. Cmáx = concentración plasmática máxima.
Especialidad con la misma forma farmacéutica (comprimidos, Tmáx = tiempo que se tarda hasta alcanzar la Cmáx. ABC = área bajo la curva,
cápsulas, vial para inyección ...) e igual composición cualita- que es proporcional a la cantidad total de fármaco absOlbida.
tiva y cuantitativa de principio activo que otra especialidad de Figura 6. Parámetros analizados en un estudio de bioequivalencia.
referencia, cuyo perfil de eficacia y seguridad esté suficien-
temente demostrado. Los excipientes pueden ser distintos.
Pueden registrarse antes de que haya expirado la patente
original. pero se comercializan una vez haya expirado. En el
7.10. Estudios farmacoeconómicos
registro han de aparecer las mismas indicaciones de la espe-
cialidad original. Los estudios farmacoeconómicos permiten analizar los resul-
tados de un fármaco en función de su eficacia y también sus
costes; esto es conocido como eficiencia.
Estos análisis pueden ser de dos tipos " n la p
43
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Pacebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Manual AMIR· Estadística y Epidemiología
Años de vida+
Coste-Utilidad
Los análisis más importantes son los completos: Calidad de vida (AVAC)
• Minimización de cost es. Unidades monetarias
Cuantifica los costes de dos o más procedimientos cuyas con- (Euros)
secuencias son equivalentes Coste-Beneficio
Valora hacer algo-
• Análisis coste-efectividad . No hacer nada (MIR)
Compara el coste que supone en condiciones reales obtener
un año de vida ganado, una curación, una muerte evitada, etc.
Para calcu lar si la mayor efectividad de un fármaco es ren-
table respecto a otro, rea lizamos los estudios de an álisis
incremental , que ca lculan el ratio de U. DE
COSTES
IRESlA.TAOOS
U. DE VEN-
TAJAS
INCONVE-
NIENTES
coste-efectividad incremental . Este indicador
nos proporciona información sobre si los costes adicionales,
originados por un cambio del tratamiento A al tratamiento B, No suelen
MINIMIZA- Sencillo existir conse-
pueden ser justificados por los beneficios clfnicos adicionales EUROS Iguales
CiÓN DE de realizar cuencias equi-
obtenidos. Si los costes adicionales originados no supera n COSTES
el umbral de coste-efectividad permitido (coste máximo que valentes
asumiríamos por cada unidad de efectividad ganada), po-
demos decir que el fármaco B es coste-efectivo respecto al No pueden
otro. En cambio, si se supera el umbral de coste-efectividad Resultados compararse
Ffsicas
permitido, el fármaco B no será coste-efectivo y no podremos COSTE· son programas con
EUROS (años de
permitir usarlo. EFECTIVIDAD fáciles de diferentes
vida)
entender unidades de
resultados
Analiza la cantidad y calidad de vida. La utilidad es un con- Tabla 4. Tipos de análisis de evaluación y sus caracter[sticas_
cepto estadfstico que combina la probabilidad de un desen-
lace o resultado con las preferencias del pacien te respecto
a este desenlace (muerte, curación, secuelas .. .). Una de las Análisis de sensibilidad en evaluaciones farmacoeconómicas
medidas de utilidad más empleadas son los AVAC o QALY,
años de vida ajustados por calidad de vida Es el estudio del impacto de las variaciones en las variables más
. La calidad de vida importantes ylo con mayor incertidumbre en el resultado fina l
relacionada con la salud se evalúa mediante cuestionarios del estudio. Variables con mayor incertidumbre: costes más
genéricos o específiCOS estandarizados. Al igual que sucede importantes (hospitalización, pruebas diagnósticas caras), efec-
con los estudios de análisis coste-efectividad, para calcu lar si tividad, tasa de descuento.
la mayor "utilidad " de un fármaco es rentable con respecto Los resultados serán robustos cuando las modificaciones en el
a otro, realizaremos los estudios de análisis incremental que va lor de las varia bles con mayor incertidumbre tengan poco
calculan el ratio de coste-utilidad incremental efecto en los resultados. Las modificaciones en las variables de
Este indicador nos proporciona información sobre si los cos- incertidumbre afectarán al coste y a los resultados, modificando
tes adicionales, originados por un cambio del tratamiento A el RCEI. El análisis de sensibilidad estudia cómo se modifica el
al trata miento B, pueden ser justificados por los beneficios RCEI modificando las varia bles de incertidumbre (a mayor ro-
clinicos subjetivos adicionales obtenidos. bustez, menor alteración del RCEI; a menor robustez mayor
alteración del RCEI).
44
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 TeTl.l:mOS MÁS de 9 años y ¡nás dI' 113 willikes ÚNICO Celular - \\1hatsapp 992698650
Tema 7~Tlpos ae estudIos epldemiologlcos
45
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQP1ll4 TenelllOS MÁs de 9 años y tnás de 113 tnillikes ÚNICO Celular· Whatsapp 992698650
TemaS
Errores en los estudios epidemiológicos
Autores: Pablo Barrio Giménez. H. U. C/inic (Barcelona). Carlos Corrales Benftez. H. U. La Paz (Madrid). Angel Aleda Serrano, H. Ruber Internacional (Madrid).
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página. USAN OTRO CELULAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \Vhatsapp 992698650
Tema 8 . ErTores en los estudios epidemiológicos
o con Imfoma enferma por otras causas, es probable que le Sesgo de clasificación incorrecta no diferencial
ingresen porque su enfermedad de base le convierte en un Aparece por errores en los aparatos de medida que condi-
paciente de alto riesgo). Asi, entre los pacientes "hospitaliza- cionan el mismo nivel de error en la clasificación de todos los
dos por otras causas" habrá un subgrupo de pacientes cuyo grupos del estudio.
motivo de hospItalización será VIH (mIentras que el grupo de
Dichos errores tienden a diluir el efecto de la exposición o trata-
paCIentes con Imfoma ya tIenen bastante con su tumor para
miento estudiados, por lo que infraestiman la asociación
mgresar). Esto hará que infraestimemos la asociaCIón entre
linfoma y VIH, al encontrar más paCIentes VIH en el grupo
control. Su solución pasa por mejorar los aparatos de medida
• Sesgo de incidencia/ prevalencia (falacia de Neyman) (aumentar su S y E) .
Sesgo que ocurre en los estudios de casos y controles al Sesgo de clasificación incorrecta diferencial
estudiar enfermedades que tienen una fase aguda con altas
tasas de letalidad y una fase crónica posterior (p. eJ., IAM, Aparece por errores subjetivos de los pacientes o del investi-
ICtus, disecCIón de aorta), ya que sólo podremos estudiar a los gador a la hora de clasificar las variables resultado de los pa-
casos " prevalentes" (crómcos que han sobrevivido a la fase cientes. Estos sesgos suelen aparecer cuando el paciente o el
aguda) mientras que se nos pasarán desapercibidos los casos investigador conoce a qué grupo pertenece el paciente,
"incidentes" (agudos que fallecieron). Las caracterrsticas de de modo que los pacientes que reciban la intervención expe-
los casos prevalentes pueden ser distintas a las de los casos rimental o los investigadores pueden interpretar una falsa me-
jorra en variables subjetivas (bienestar, dolor, etc) respecto
incidentes yeso tener implicaciones en los resultados.
Ejemplo. al analtzar la relación causal de la FA con el ictus, de los pacientes del grupo control (que reciben o bien nada,
o placebo, o un fármaco activo control): la clasificación de las
infraestlmaremos la asociación porque los iduS cuya causa
es cardioembóltca por FA tienen una mayor letalidad que los variables es distinta en cada uno de los grupos.
ictus por otras causas Asi, los casos "prevalentes' de idus Así, este sesgo sobreestima los resultados, ya que el grupo
tendrán una prevalencia de FA menor que la del conjunto experimental verá sus variables resultado subjetivas artificial-
de pacientes con ictus (sumando los casos incidentes y los mente mejoradas.
prevalen tes). Su solución consiste en emplear técnicas de enmascara-
miento (ciego)
• Estudios abiertos
Los pacientes e investigadores conocen qué intervención re-
ciben los pacientes.
• Est udios ciegos (con enmascaramiento) 13, 7,
- Ciego simple.
Los pacientes no saben qué intervención reciben (si la ex-
perimental o el control).
- Doble ciego
No lo saben ni los pacientes ni los investigadores.
- Triple ciego.
No lo saben ni los pacientes, ni los investigadores ni los
analistas de los datos (que suelen ser personas indepen-
dientes de los investigadores).
47
NO SE CONFUNDA con ESTAFADORES que IM1TAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPIETO!!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
Manual AMIR · Estadística y Epidemiología
y realizar ejercicio, y a un grupo de pacientes, además, se La aleatorización puede contribuir a minimizar la posibilidad
les administrará rosuvas tatina. Los pacientes que sepan que de cometer un sesgo por factor de confusión, pero no es un
les ha tocado el fármaco experimental realizarán en mayor método que permita controlarlo por sí misma.
proporción ejercicio físico que los que sepan que no reciben • Soluciones a posteriori del sesgo por factor de confu-
tratamiento, ya que tratarán de "ayudar" al fármaco con mas sión
ilusión y esperanza para mejorar su salud Análisis de subgrupos y análisis estratificado.
Mediante estos análisis estadísticos podemos calcular exac-
tamente qué porcentaje del riesgo inicial era atribuible al
FC, y por tanto eliminar dicho riesgo para quedarnos con
el riesgo atribuible únicamente a la exposición estudiada.
Análisis multivariante.
Si Incluimos como variables Independientes (x) de una re-
gresión múltiple tanto a la exposición como al Fe. el coe-
ficiente de cada una de estas variables quedará" ajustado
entre sr", indicando exclusiva mente el riesgo atribuible a
cada variable individual.
Recuerda ...
El análisis de subgrupos y el análisis estratificado permiten, a
posteriori, detectar el sesgo de selección (pero no eliminarlo), así
como detectar y eliminar el sesgo por factor de confusión.
48
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUIAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \\1hatsapp 992698650
Tema 8 . Errores en los estudios epidemiológicos
Habitualmente, si los dos grupos tienen caracteristlcas homogé- • Análisis por intención de tratar
neas, la diferencia en las pérdidas se deberá a un efecto adverso Se estudian los resultados de todos los pacientes reclutados
del tratamiento expenmental por el cual los sUjetos de dicho en el estudio (todos los pacientes aleatorizados) , inclu-
grupo abandonan más el estudiO que los del otro grupo. yendo a los pacientes que cursen pérdida o que sean tras-
La solución del sesgo de atricción consiste en estudiar los resul- pasados entre grupos, considerándose cada paciente como
tados mediante un análisis por intención de tratar en lugar perteneciente al grupo al que fue aleatorizado (p. ej., un pa-
de un análisis por protocolo. ciente a/eatonzado a tratamiento médico al que finalmente
se somete a Cirugía por fracaso del tratamiento médico se
• Análisis por protocolo
conSidera un fracaso del tratamiento médico y no un éXito
Sólo se estudian los resultados de los pacientes que finalizan
de la Cirugía). Permite estudiar la causa de las pérdidas y el
el estudio. Si existe diferente proporción de pérdidas entre
efecto global del fármaco teniendo en cuenta que un por-
el grupo experimental y el control y estas pérdidas se deben
centaje de pacientes no se lo tomará (situación que simula
a efectos adversos del fármaco experimental, sobreestima-
a la que se observará en la práctica clinica real una vez se
remos el beneficio del fármaco experimental al no tener en
comercialice el fármaco).
cuenta a los pacientes que tienen que dejar de tomarlo (y por
Es el mejor tipo de análisis y el único permitido en los estudios
tanto dejan de beneficiarse de él).
con diseño de superioridad.
Es un peor tipo de análisis y sólo se permite realizarlo en los
estudios con diseño de no inferioridad
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra ptglna, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - \\1hatsapp 992698650
Valores normales en
Estadística y Epidemiología
Error ~ ~ <0,2
Intervalo 99% (de confianza en est. inferencial) ~ +1- 2,5a (2,5eem en inferencial)
5°
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELUlAR ii Adquiera material COMPLETO !!
ÚNICO Facebook, goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
,
BIBLIOGRAFIA
• Métodos de investigación clínica y epidemiológica, 3.' Edición . JM Argimón Pallás, J Jiménez Villa . Mosby, 2007.
• Manual de Epidemiología y Salud Pública para grados en ciencias de la salud , 2." Edición. I Hern~ndez-Aguado, A Gil de
Miguel. M Delgado Rodríguez. F Bolúmar Montrull. FG Benavides. M Porta Serra. C Alvarez-Dardet Díaz. J Vioque López. B Lumbreras
Lacarra. Editorial Médica Panamericana. 201 1.
• El método estadístico en la investigación médica. 6.' Edición. JL Carrasco de la Peña. Ciencia 3 Diostribución. 1995.
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra págitj¡l, USAN OTRO CELULAR ii Adquiera material COMPLETO!!
ÚNICO Facebook: goo.gl/WQQPm4 Tenemos MÁs de 9 años y más de 113 millikes ÚNICO Celular - Whatsapp 992698650
NO SE CONFUNDA con ESTAFADORES que IMITAN nuestra página, USAN OTRO CELULAR ii Adquiera material COMPLETO 11