1 / 15

DISEÑO TRANSVERSAL

DISEÑO TRANSVERSAL. DISEÑO TRANSVERSAL. Diseño observacional de base individual. Se caracteriza porque la variable de exposición y la variable resultado se miden al mismo tiempo. Ej. Relación entre exposición a contaminantes domiciliarios (v. exposición) y síntomas de asma (v. efecto).

gannon
Download Presentation

DISEÑO TRANSVERSAL

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. DISEÑO TRANSVERSAL

  2. DISEÑO TRANSVERSAL • Diseño observacional de base individual. • Se caracteriza porque la variable de exposición y la variable resultado se miden al mismo tiempo. • Ej. Relación entre exposición a contaminantes domiciliarios (v. exposición) y síntomas de asma (v. efecto).

  3. Ventajas • Bajo costo y rapidez. • Permite explorar múltiples exposiciones y efectos. • Permite generar datos útiles para la planificación y gerencia de los servicios de salud. • Permite estudiar factores de riesgo de enfermedades.

  4. Limitaciones • Imposibilidad de establecer causalidad. • Limitada utilidad para estudiar factores de riesgo de enfermedades de corta duración o poco frecuentes. • Se trabaja con casos prevalentes y no incidentes.

  5. Población y Muestra • Definir una población base. • Determinar a priori el tamaño de muestra, nivel de confianza, poder del estudio. • Selección de la muestra: muestreo por conveniencia o probabilístico. • Participación voluntaria se puede relacionar con mayor exposición de los casos (sesgo de selección).

  6. Variables de Estudio • Característica observable y medible, que tiene diferentes valores y representan los conceptos que se quieren investigar. • Previo al inicio del estudio definir operativamente las variables de exposición, de resultado y variables de control. • Conocer la escala de medición de las variables permite definir el tipo de análisis estadístico de los datos.

  7. Medición de las Variables • Cuestionarios (autoaplicados o aplicado por encuestador). • Entrevistas. • Fichas médicas. • Variables antropométricas (peso, talla, etc.). • Registros laborales. • Biomarcadores (saliva, orina, sangre, pelo, etc.). • Etc.....

  8. Recolección de Información En caso de utilizar cuestionarios evaluar: • Precisión (o confiabilidad): que el instrumento sea capaz de entregar resultados similares en distintos momentos. • Validez: capacidad del instrumento para medir la variable que realmente se quiere medir. Ambas características se pueden evaluar a través de un estudio piloto.

  9. Sesgos: Error de la Medición Afectan la estimación de la prevalencia o de la asociación entre exposición y efecto, afectando la validez del estudio. • Sesgo de selección. • Sesgo de memoria. • Sesgo de información.

  10. Análisis I Si el objetivo es establecer el grado de relación que existe entre una variable respuesta y una variable de exposición, las medidas de asociación utilizadas en este diseño son: • la razón de prevalencia (RP); y • la razón de posibilidades (OR). Variable dicotómica (SI/NO) Variable cuantitativa Dicotomizar

  11. Calculo de Riesgo Poblacional (RP) Los datos deben resumirse en una tabla tetracórica RP = a / a + b c / c + d

  12. Interpretación RP • RP = 1 significa que la prevalencia de la enfermedad es igual en los sujetos expuestos y no expuestos. • RP > 1 significa que la prevalencia de la enfermedad es mayor en los sujetos expuestos que en los no expuestos. • RP < 1 significa que la prevalencia de la enfermedad es mayor en los no expuestos en relación a los expuestos.

  13. b) Cálculo del OR. Ejemplo: Relación entre síntomas respiratorios y exposición a humo de tabaco. 15 x 60 OR = ----------- = 1.8; (IC 1.02 - 2.1) 10 x 50 Interpretación: Quienes están expuestos a humo de tabaco, tienen 1,8 veces más riesgo de presentar síntomas respiratorios respecto los no expuestos.

  14. Análisis II Cuando el objetivo del estudio es comparar poblaciones respecto una variable resultado que es cuantitativa se utiliza: Prueba de t- Student dos poblaciones. Prueba ANOVA tres o más grupos. Ejemplo: Comparar la presión arterial (var. resultado continua) de acuerdo al sexo (var. exposición dicotómica).

  15. Consideraciones Éticas • Consentimiento informado de los participantes. • Participación voluntaria. • Resguardar la confidencialidad de los datos. • Utilizar información recolectada sólo para los fines autorizados por el sujeto en estudio. • Considerar previamente si se entregarán los resultados a los participantes y que medidas se tomarán en caso de encontrar resultados desfavorables.

More Related