1 / 70

Epidemiología y demografía sanitaria Bloque de demografía sanitaria

Epidemiología y demografía sanitaria Bloque de demografía sanitaria. Tema 6 Medidas de frecuencia Dr. Esteve Fernández. ¿Qué queremos aprender? Las maneras de medir la frecuencia de los fenómenos epidemiológicos.

marcena
Download Presentation

Epidemiología y demografía sanitaria Bloque de demografía sanitaria

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. Epidemiología y demografía sanitaria Bloque de demografía sanitaria Tema 6 Medidas de frecuencia Dr. Esteve Fernández

  2. ¿Qué queremos aprender? • Las maneras de medir la frecuencia de los fenómenos epidemiológicos. • El concepto y manera de calcular la prevalencia (estimación puntual y por intervalo) • El concepto y manera de calcular la incidencia acumulada y la densidad de incidencia (estimación puntual y por intervalo) • La relación entre incidencia y prevalencia como duración de la enfermedad

  3. Estructura de la sesión • Definiciones: número, proporción, razón, odds y tasa. • Prevalencia. • Incidencia acumulada. • Densidad de incidencia. • Relación entre incidencia y prevalencia

  4. Materiales para el aprendizaje • 0. (Diapositivas de la lección) • Lectura recomendada • Capítulo 7 libro Piédrola Gil • Capítulo 3 libro Gordis • artículo Aula Global • Lecturas complementarias • Artículos Aula Global • Seminarios de problemas nº 1, 5, 6 y 7

  5. Definiciones: Número, proporción, razón, odds y tasa

  6. Definiciones • Número absoluto • Proporción • Razón • Odds (“ventajas”, “disparidad”, “momio”) • Tasa

  7. Número • Total de personas, de casos, circunstancia, etc. que cumple la característica que se describe. • “frecuencia absoluta” • Poco informador por sí solo pero necesario para interpretar correctamente la información que aportan otras medidas más completas.

  8. Actividad física (AF) de ocio en hombres (> 14 años), según clase social. Encuesta de salud de Cataluña, 2002.

  9. Actividad física (AF) de ocio en hombres (> 14 años), según clase social. Encuesta de salud de Cataluña, 2002. Ej.: “138 hombres de clase I-II hacían AF intensa”. “1144 hombres de la muestra no realizaban actividad física de ocio”

  10. Proporción • Cociente de dos frecuencias absolutas en el que el numerador forma parte del denominador. Proporción = a / ( a+b) • No tiene unidades • Rango de valores: entre 0 y 1 • Porcentaje (%): proporción * 100 En inglés: proportion, percentage

  11. Ej.: p(IV-V no AF) = 755 / 1144 = 0,659 = 65,9% “el 66% de los hombres que no realizaban ninguna actividad física de ocio eran de clase social desfavorecida” Actividad física (AF) de ocio en hombres (> 14 años), según clase social. Encuesta de salud de Cataluña, 2002.

  12. Razón • Cociente entre dos cantidades mútuamente excluyentes (numerador no está incluido en denominador). Razón = a / b • A veces se conoce como “índice” Ej: - Población por médico general (2000 / 1) - Índice de población autóctona / emigrante En inglés: ratio

  13. Actividad física (AF) de ocio en hombres (> 14 años), según clase social. Encuesta de salud de Cataluña, 2002. Razón entre muy activos y sedentarios para la actividad física de ocio: razón = 541 / 1144 = 0,47 / 1 “Hay 0,47 muy activos por cada sedentario”

  14. Odds • Es un tipo de razón. • Es el cociente entre dos probabilidades complementarias. Odds = p / (1 – p) • Ejemplos: • Odds de salir 1 al tirar un dado: (1/6) / (5/6) = 1/5 • Odds hombre / mujer para una enfermedad concreta.

  15. Actividad física (AF) de ocio en hombres (> 14 años), según clase social. Encuesta de salud de Cataluña, 2002. Odds de ser “activo” para la actividad física de ocio: · prob ser activo: 2201 / 3345 · prob de no ser activo: 1144 / 3345 · odds de ser “activo” = prob ser activo / prob no ser activo = (2201/3345) / (1144/3345) = 0,658 / 0,342 = 1,92 “La probabilidad de ser activo es casi dos veces mayor que la de no serlo”.

  16. Tasa • Razón de cambio entre dos magnitudes. • La razón incluye en su cálculo el tiempo que tarda en aparecer el suceso Tipos de tasas: - instantáneas - promedio - absolutas - relativas En inglés: rate

  17. Tasa instantánea y promedio Ej.: la velocidad

  18. Tasa instantánea y promedio Ej.: la velocidad Velocidad = 120 Km / h  tasa instantánea · no hace falta conducir una hora · no hace falta recorrer 120 Km Si hacemos un viaje de 120 Km… · a veces iremos a 120 Km/h · a veces a 100 Km/h · y pocas veces a 130 ó 140 Km/h … pero si tardamos una hora: velocidad promedio de 120 Km/h

  19. Tasa absoluta y relativa • Tasa absoluta • Ej.: Velocidad = razón entre distancia y tiempo (Km/h) • Ej.: Aparición de casos de enfermedad en una población • Población de 5000 personas, seguida 10 años, en la que un 5% de la población desarrolla la enfermedad aparecen 250 casos • Tasa absoluta = 250 casos / 10 años = 25 casos/año

  20. Tasa absoluta y relativa • Tasa absoluta • Ej.: Aparición de casos de enfermedad en una población • Nueva situación: Población de 10000 personas, seguida también 10 años, en la que aparecen también un 5% de casos ( = 500 casos) • Tasa absoluta = 500 casos / 10 años = 50 casos/año • A pesar de producirse también un 5% de casos, la tasa absoluta es mucho mayor, porque depende del tamaño de la población que se sigue

  21. Tasa absoluta y relativa Tasa relativa Ej.: Aparición de casos de enfermedad en una población Podemos definir la tasa relativa como la variación del número de casos relativa al número de personas seguidas durante un tiempo determinado Nº nuevos casos Tasa relativa = Nº personas seguidas x Nº años de seguimiento Nº personas-tiempo

  22. (Pobl inicial – Pobl final) / 2 Tasa absoluta y relativa Tasa relativa Ej.: Población de 5000 personas con 250 casos en 10 años 250 casos Tasa relativa = = 0,005 casos/persona-año 4875 personas x 10 años

  23. Tasa absoluta y relativa Tasa relativa Ej.: Población de 5000 personas con 250 casos en 10 años 250 casos Tasa relativa = = 0,005 casos/persona-año 4875 personas x 10 años Ej.: Población de 10000 personas con 500 casos en 10 años 500 casos Tasa relativa = = 0,005 casos/persona-año 9750 personas x 10 años

  24. Medidas epidemiológicas de frecuencia • Medidas de prevalencia • Prevalencia instantánea • Prevalencia de período • Medidas de incidencia • Incidencia acumulada o proporción de incidencia • Tasa de incidencia o densidad de incidencia

  25. Medidas de prevalencia Miden todos los eventos (enfermedad, característica) existentes en un determinado momento o período • Medidas de incidencia Miden eventos “nuevos” o cambios de estado (pasar de estar sano a estar enfermo, de estar vivo a muerto, de fumar a no fumar)

  26. Prevalencia

  27. Prevalencia • Número de casos o eventos (antiguos o recientes) que existen en una población • Prevalencia instantánea • Prevalencia de período En inglés: prevalence (ojo: prevalence rate)

  28. Consumo de tabaco en hombres y mujeres (16 años), según sexo y edad. España. Encuesta Nacional de Salud, 2001. ¿Cuál es la prevalencia de fumadores en hombres y en mujeres de 16 a 44 años?

  29. Consumo de tabaco en hombres y mujeres (16 años), según sexo y edad. España. Encuesta Nacional de Salud, 2001. • ¿Cuál es la prevalencia de fumadores en hombres y en mujeres de 16 a 44 años? • Preval (hombres, 16-44 años) = 2741 / 5658 = 0,484 = 48,4 % • Preval (mujeres, 16-44 años) = 2369 / 5476 = 0,433 = 43,3 %

  30. Prevalencia instantánea Frecuencia de casos existentes en un momento determinado del tiempo. • Prevalencia t = Nº casos t / población total t • t: momento del tiempo • Es a la que nos referimos cuando sólo se habla de “prevalencia”.

  31. Prevalencia de período Frecuencia de casos existentes en un período de tiempo. Prevalencia t0-t = Nº casos t0-t / población total t0-t t0-t: tiempo entre t0 y t. Algunos casos que han tenido la enfermedad en ese período de tiempo pueden estar ya curados o bien haber muerto en el momento de medir la prevalencia. ¡Poco usada!

  32. p (hombres, 16-44 años) = 2741 / 5658 = 0,484 = 48,4 % IC95%: 0,484 ± 1,96 *  [(0,484*(1–0,484)] / 5658 = 0,484 ± 0,013  Lím Inf. 0,470 y Lím. Sup. 0,497 Prevalencia = 48,4% (IC95%: 47,0% - 49,7%) • La prevalencia es una proporción (p) • No tiene unidades (de 0 a 1, generalmente %) • Estimación por intervalo  Intervalo de confianza (IC) del 95% de una proporción: p ± 1,96 *  (p*q)/N [q=1-p N=numerosidad]

  33. Medidas de prevalencia Miden todos los eventos (enfermedad, característica) existentes en un determinado momento o período • Medidas de incidencia Miden eventos “nuevos” o cambios de estado (pasar de estar sano a estar enfermo, de estar vivo a muerto, de fumar a no fumar)

  34. Incidencia

  35. Incidencia • Número de nuevos casos de enfermedad que ocurren en un período específico de tiempo, en una población a riesgo de desarrollar la enfermedad. • La incidencia mide cambio: de ausencia a presencia de enfermedad, de vivo a muerto, de no tener una característica a tenerla. • La incidencia es una medida de riesgo.

  36. Incidencia(s) • Incidencia acumulada (proporción de incidencia) Riesgo de que se produzca el suceso • Tasa de incidencia (densidad de incidencia) Velocidad de aparición de nuevos casos con respecto al tamaño de la población

  37. Incidencia acumulada(proporción de incidencia) • Se calcula utilizando un período de tiempo durante el cual consideramos que todos los individuos de la población están a riesgo de la enfermedad. • Es la proporción de sujetos que desarrollan la enfermedad, en un período de tiempo, del total de población a riesgo al inicio del período. • Mide el riesgo promedio de padecer la enfermedad (probabilidad de desarrollar la enfermedad)

  38. Incidencia acumulada (proporción de incidencia) Nuevos casos en un t determinado IA= Población a riesgo en t0 • Mide la probabilidad de tener el evento. • No tiene unidades. Es una proporción (se expresa como %, %0 ... • Valores entre 0 y 1 [0 – 100]. • No lleva implícito el período de tiempo  debe expresarse siempre. Condiciones: • No puede haber pérdidas en el seguimiento. • Se siguen a todos los sujetos durante todo el período. • No permite inferir fuera del período de estudio.

  39. Incidencia acumulada (proporción de incidencia)Ejemplo • En una población de 15000 personas se quiere conocer cuál es la incidencia de cáncer de mama en las mujeres entre 50 y 64 años. • La población está formada por 8500 mujeres, de las cuales el 15 % tienen entre 50 y 64 años. De éstas, 15 ya han sido diagnosticadas de cáncer de mama. Después de un año de seguimiento activo (mamografia) se detectan 6 casos de cáncer de mama. • ¿Cuál es la incidencia acumulada en esta población?

  40. Casos prevalentes Tienen la enfermedad: 15 Casos nuevos de cáncer de mama: 6 Mujeres a riesgo: 1.260 Sin cáncer 1254 mujeres 1 año 8500 mujeres 15% 1275 mujeres IA = 6 / 1260 = 0,00476 en un año IA = 0,476 % = 4,8 ‰ en un año

  41. Estimación por intervalo de la Incidencia Acumulada  Intervalo de confianza (IC) del 95% de una proporción: IA ± 1,96 *  [IA*(1-IA)]/N [N=personas a riesgo] Ej.: Calcular el IC95% de la IA de cáncer de mama (deberes)

  42. Calculo de la incidencia acumulada cuando hay casos censurados La población al inicio NO es un buen denominador si se producen “censuras” (pérdidas) en la población a riesgo. Podemos “corregir” la población a riesgo (el denominador) mediante dos métodos: 1) IA basada en el método de la tabla de vida 2) IA basada en el método de Kaplan-Meier

  43. Incidencia acumuladabasada en el “enfoque de las tablas de vida” • Numerador: nuevos eventos. • Denominador: Población a riesgo al inicio “corregida” por las pérdidas. • Por convenio, la corrección de las pérdidas se hace suponiendo que, como promedio, han aportado un total de la mitad del período de seguimiento a riesgo.

  44. IA basada en el “enfoque de las tablas de vida” Se asume que: • Las pérdidas son uniformes en el tiempo de seguimiento y por lo tanto, la media de seguimiento de todas ellas es la mitad del período. • El riesgo de las pérdidas es el mismo que el de las personas en que se ha podido hacer el seguimiento  el riesgo es independiente de la causa de la pérdida. Cálculo del denominador: N0 – ½ w w: total de pérdidas en el seguimiento

  45. IA basada en el “enfoque de las tablas de vida” Ejemplo • Seguimiento de 6 personas (2 años): 3 casos 2 pérdidas antes de los 2 años 1 sobrevive 2 años ¿Cuál es la incidencia acumulada a los 2 años?

  46. (24) 1 (6) 2 (18) 3 (15) 4 (12) 5 (3) 6 Ene 2000 Ene 2001 Ene 1999 Tiempo “calendario” Paciente Caso Pérdida en el seguimento Número de meses de seguimiento (#)

  47. Paciente (24) 1 (6) (18) 2 3 (15) (12) 4 5 (3) 6 1 2 0 Tiempo de seguimiento (años) Cambiamos a “tiempo de seguimiento” Caso Pérdida en el seguimento Número de meses de seguimiento (#)

  48. ? ¿Contamos los perdidos como seguidos? ¿Contamos los perdidos como desaparecidos al empezar el seguimiento? ¿Cuál es la incidencia acumulada a los 2 años?

  49. ID 1 (24) 2 (6) 3 (18) 4 (15) 5 (12) 6 (3) 1 2 0 Seguimiento (años) Solución deTabla de vida Suponer que las pérdidas durante el período contribuyen al denominador como si fuesen la mitad de las personas a riesgo.

  50. Cálculo de la Incidencia Acumulada basado en el método de Kaplan-Meier • Se basa en el cálculo de la probabilidad de cada evento en el momento en que ocurre. El cómputo total se basa en el cálculo de probabilidades condicionadas en cada momento. • El denominador: es la población a riesgo en el momento que ocurre el evento. •  no lo vamos a ver

More Related