Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Qu queremos aprender?
1. El concepto de variacin en la medicin y
reproducibilidad.
2. Los conceptos y manera de calcular la sensibilidad
y especificidad.
3. Los conceptos y manera de calcular los valores
predictivos.
Variacin en la medicin
Fuentes de variabilidad
Reproducibilidad o concordancia
Grado en que concuerdan dos o ms mediciones sobre la misma
muestra
Validez
Grado en que una medicin coincide con la verdad
Validez y reproducibilidad...
Reproducibilidad o
concordancia de medidas
Reproducibilidad
Repetibilidad / Concordancia /
Acuerdo / Fiabilidad
Grado en en que una variable tiene el mismo valor cuando se mide
varias veces en la misma muestra
Reproducibilidad o concordancia
interobservador
grado de coincidencia de un
observador consigo mismo
entre observadores
grado de concordancia entre dos
o ms observadores
Acuerdo especfico en
lo positivo
Po+ = 2a / (2a+b+c)
Acuerdo especfico en
lo negativo
Po- = 2d / (2d+b+c)
Observador B
Observador A
Acuerdo total
Po = (a+d) / (a+b+c+d)
Problemas
Depende de los pares discordantes
Puede haber concordancia al azar
Observador A
Observador B
+
p0 pe
Kappa
1 pe
k
p0 pii
i 1
k
pe pi. * p.i
i 1
Observador B
S
No
71
41
No
42
455 497
112
Acuerdo total
Po = (a+d) / (a+b+c+d)
Po = 0,8637 = 86,4%
Acuerdo especfico en
lo positivo
Po+ = 2a / (2a+b+c)
Po+ = 0,6311 = 63,1%
Acuerdo especfico en
lo negativo
Po- = 2d / (2d+b+c)
Po- = 0,9164 = 91,6%
Pasamos a probabilidades
Observador B
S
No
Observador A
S
No
71
0.1166
609
112
0.1839
609
455
0.7471
609
497
0.8161
609
113
496
0.1856
0.8144
609
609
k
p0 pe 0.8637 0.6979
Kappa
0.547
1 pe
1 0.6989
Altman (1991)
Fleiss (1981)
Almost
perfect
Very good
Excellent
Substantial
Good
Moderate
Moderate
Fair
Fair
Slight
Poor
-1.0
Fair
to
good
Excellent
Very good
Good
Fair
Slight
Poor
Poor
Byrt (1996)
Poor
No
agreement
Observador A
+
+
Observador B
+/
Kappa ponderada
+/
p0 w pew
w
1 pew
Validez de una
prueba diagnstica
Validez
Grado en el que los resultados
de una medicin corresponden
al fenmeno real (la verdad)
ENFERMEDAD
S
+
PRUEBA
No
Verdaderos
positivos a
Falsos
negativos
b
d
Falsos
positivos
Verdaderos
negativos
ENFERMEDAD
S
+
PRUEBA
No
Verdaderos
positivos a
Falsos
negativos
o lo son y no parecen
serlo;
o no son y s
parecen serlo.
b
d
Falsos
positivos
Verdaderos
negativos
o no lo son y no parecen
serlo;
Validez
PRUEBA
S
+
No
Verdaderos
positivos a b
c
Falsos
negativos
Falsos
positivos
Verdaderos
negativos
a
Sensibilidad: S =
a+c
Ejemplo:
S=0,75 u 75%
La prueba es positiva en
el 75% de los que tienen
la enfermedad
PRUEBA
S
+
No
Verdaderos
positivos a b
c
Falsos
negativos
Falsos
positivos
Verdaderos
negativos
d
Especificidad: E =
b+d
Ejemplo:
E=0,90 u 90%
La prueba es negativa en
el 90% de los que no
tienen la enfermedad
Especificidad
Probabilidad de que la prueba sea negativa en los
individuos sanos.
a
a+c
S = 27 / 37 = 73%
Sensibilidad: S =
27
35
10
77
d
Especificidad: E =
b+d
E = 77 / 112 = 69%
IC95%:
p 1,96 (p (1-p) / N)
Relacin entre S y E?
Aparentemente no estn relacionadas: la S se mide
entre los que tienen la enfermedad y la E entre los
que estn sanos...
Angina
IAM
[CPK]
VN
FP
Relacin entre S y E?
Aparentemente no estn relacionadas: la S se mide
entre los que tienen la enfermedad y la E entre los
que estn sanos...
Angina
IAM
[CPK]
FN
VP
Valores predictivos
En clnica normalmente deseamos saber si el resultado (positivo
o negativo) de la prueba es correcto o no, es decir, la
probabilidad de la enfermedad tras saber el resultado de la
prueba
PRUEBA
S
+
No
Verdaderos
positivos a b
c
Falsos
negativos
Falsos
positivos
Verdaderos
negativos
a
VPP =
a+b
Ejemplo:
VPP=0,99 0 99%
El 99% de los pacientes
con la prueba positiva
tiene realmente la
enfermedad
a
a+b
El VPP depende de la
prevalencia o probabilidad
a priori de la enfermedad
Cuando la muestra no es
representativa se calcula a
partir del Teorema de Bayes
VPP =
P*S
P * S + (1 P) (1 E)
P: prevalencia
S: sensibilidad
E: especificidad
PRUEBA
S
+
No
Verdaderos
positivos a b
c
Falsos
negativos
Falsos
positivos
Verdaderos
negativos
c
VPN =
c+d
Ejemplo:
VPN=0,10 0 10%
El 10% de los pacientes
con la prueba negativa
tiene realmente la
enfermedad
c
c+d
El VPN depende de la
prevalencia o probabilidad
a priori de la enfermedad
Cuando la muestra no es
representativa se calcula a
partir del Teorema de Bayes
VPP =
(1 P) * E
(1 P) E + P (1 S)
P: prevalencia
S: sensibilidad
E: especificidad
Recapitulacin
1. Variacin en la medicin
Reproducibilidad o concordancia
Grado en que concuerdan dos o ms
mediciones sobre la misma muestra
Validez
Grado en que una medicin coincide
con la verdad
Recapitulacin
2. Reproducibilidad o concordancia
Observador B
Observador A
Acuerdo total
Acuerdo especfico en lo
positivo
Acuerdo especfico en lo
negativo
ndice Kappa
ndice Kappa ponderado
Recapitulacin
3. Validez de una prueba diagnstica
ENFERMEDAD
PRUEBA
No
Verdaderos
positivos a
Falsos
negativos
Falsos
b positivos
c d
Verdaderos
negativos
Concepto bsico de
epidemiologa. Epidemiologa y
su contexto histrico.
Epistemologa de la
epidemiologa
Qu queremos aprender?
1.
2.
3.
4.
El concepto de epidemiologa.
La evolucin de la disciplina.
Las aportaciones de la epidemiologa.
Cmo aplicar el razonamiento epidemiolgico
a la investigacin en poblaciones humanas.
5. Las aplicaciones de la epidemiologa.
Estructura de la sesin
1. Concepto de epidemiologa.
2. Evolucin de la epidemiologa.
3. Aportaciones de la epidemiologa.
4. Aplicaciones de la epidemiologa.
5. El futuro de la epidemiologa.
Concepto de epidemiologa
Concepto de
epidemiologa
sobre relativo a
poblaciones gente
ciencia, tratado
Concepto de
epidemiologa
Eras en la evolucin
de la epidemiologa
Eras en la evolucin de la
epidemiologa
Estadstica sanitaria (hasta ~1880)
Epidemiologa de las enfermedades
infecciosas (~ 1880 a ~1950)
Epidemiologa de las enfermedades
crnicas (~ 1950 a ~actualidad)
Eco-Epidemiologa ( ~actualidad)
Fuente: Suser y Suser (1995)
Antecedentes e historia
moderna
John Graunt (1662)
publica bills of mortality
se cuentan nacimientos y
defunciones
Primeras
estadsticas
Estudios experimentales
James Lind (1754), 12 enfermos
de escorbuto en el barco
Salisbury; tratamiento diferente
por parejas, los que recibieron
naranja + limn se curaron
'Scurvy began to rage after being a month or
six weeks at sea the water on board was
uncommonly sweet and good [and] provisions
such as could afford no suspicion... yet, at the
expiration of ten weeks, we brought into
Plymouth 80 men, out of a complement of
350, more or less afflicted with the diseases'.
Septiembre de 1854
(brote de Broad Street)
Septiembre de 1854
(brote de Broad Street)
Septiembre de 1854
(brote de Broad Street)
epidemiologa
molecular
ayuda
comprender
mecanismos
El mtodo epidemiolgico
La epidemiologa proporciona la base
cientfica para observar, definir y cuantificar
los problemas de salud y valorar las
evidencias
etiolgicas,
preventivas
y
teraputicas
Enfoque
epidemiolgico
Mtodo
epidemiolgico
El mtodo epidemiolgico
Se basa en el mtodo cientfico (formulacin
de hiptesis e intentar probarlas)
Diseo propios de tipos de estudios
Anlisis de resultados de forma caracterstica
Aplicaciones
de la epidemiologa
1.
2.
3.
4.
5.
6.
en
las
poblaciones
(mortalidad,
Aplicaciones de la epidemiologa
estudios
experimentales
de
la
laboratorio
7.
Evaluar
la
eficacia
de
las
intervenciones
Ensayo clnico
8. Planificacin sanitaria
Determinacin de necesidades
Evaluacin de resultados
Ej.: cobertura vacunal tras campaa de vacunacin
9. Ayudar en la enseanza
Futuro de la epidemiologa
EPIDEMIOLOGA
La teora de la salud
transicin epidemiolgica,
sanitaria, demogrfica,
mortalidad, estilos de vida.
Mg . David Bobadilla
Minaya
EPIDEMIOLOGIA
Palabra griega:
Epi
Sobre
Demos
Gente
Logos
Tratado o Estudio
EPIDEMIOLOGIA
Pandemia: Epidemia que afecta a dos o ms paises
(SARS).
DEFINICION
DE
CASO
MEDIDAS DE ASOCIACIN
Representan la fuerza de relacin estadstica entre una
variable en estudio y una enfermedad, se utilizan para
establecer inferencia causal.
Riesgo Relativo (RR)
de
una
EPIDEMIOLOGIA
Palabra griega:
Epi
Sobre
Demos
Gente
Logos
Tratado o Estudio
EPIDEMIOLOGIA
Pandemia: Epidemia que afecta a dos o ms paises
(SARS).