Las herramientas bsicas de la

epidemiologa analtica: Medidas

de asociacin
y significacin estadstica

Mexico, junio 2007

Stephen Benoit, MD, MPH
International Research and Programs Branch
Division of TB Elimination

Epidemiologa Analtica:
Medidas de asociacin

Examina la asociacin de una exposicin

(factor de riesgo) con los resultados

Es diferente que la epidemiologia descriptiva

en que se trata de determinantes de
enfermedades

Implica la comparacin estadstica de grupos

de una muestra, y la generalizacin de esa
informacin a la poblacin entera

Construccin de la comparacin

Combinamos datos a partir de dos grupos

(expuestos y no expuestos) en un solo
parmetro :
Riesgo relativo = RR
Razn de posibilidades (Odds Ratio) = OR

La herramienta bsica:
Tabla de 2 x 2
Enfermedad/Resultado
Exposicin

No

No

La herramienta bsica:
Tabla de 2 x 2
a = # de personas que se exponen y tienen la enfermedad
b = # quines se exponen y no tienen la enfermedad
c = # quines no se exponen y tienen la enfermedad
d = # quines no se exponen y no tienen la enfermedad

La herramienta bsica:
Tabla de 2 x 2
Enfermedad
Exposicin

No

a+b

No

c+d

a+c

b+d

(a + b + c + d)

2x2 Tabla: Un Ejemplo

Enfermedad
= TB
Exposicion
= VIH

Si

No

Si

34

10

44

No

58

65

41

68

109

2x2 Tabla: Un Ejemplo

Enfermedad
= TB
Exposicion
= VIH
Si

Si

No

41 TB +
34

10

44

44 VIH+
34 TB y HIV+

No

58

65

41

68

109

Qu podemos aprender?

La magnitud del riesgo asociada con una

exposicin (CUNTO ms riesgo)
La direccion del riesgo (mas o menos riesgo)

La significacin estadstica de esa

asociacin (si es debida al azar)

Medidas de Magnitud

Riesgo Relativo (RR)

Estudios de cohorte
Ensayos clinicos
Estudios transversales

Razon de posibilidades (OR)

Case-control studies
Estudios transversales

Riesgo Relativo (RR)

Mide la probabilidad de desarrollar enfermedad

en el grupo expuesto respecto a los no
expuestos (incidencia)

Cunto ms (o menos) riesgo tiene el grupo

expuesto comparado con los no expuesto?
Ej.Los fumadores son 10 veces ms

probables que no fumadores desarrollar el

cncer de pulmn.

Metodo Analitico en Estudio de Cohorte

Poblacion

Expuesto

No-Expuesto

Metodo Analitico en Estudio de Cohorte

Poblacion
Enfermedad
Expuesto
No enfermedad

Enfermedad
No expuesto
No enfermedad

Metodo Analitico en Estudio de Cohorte

Poblacion
Enfermedad
Expuesto

Incidencia
No enfermedad

Enfermedad
Incidencia

No expuesto
No enfermedad

Metodo Analitico en Estudio de Cohorte

Poblacion
Enfermedad
Expuesto

Incidencia
No enfermedad
Riesgo relativo
Enfermedad
Incidencia

No expuesto
No enfermedad

Riesgo Relativo (RR) Disease

Incidencia en el grupo expuesto

(a/a+b) dividido por la incidencia
en el grupo no expuesto (c/c+d)
RR =

Exp
Unexp

a+b

c
a+c

d
b+d

c+d

(a/a+b)
(c/c+d)

RR > 1 cuando el riesgo es mayor en el grupo

expuesto

RR < 1 cuando el riesgo es menor en el grupo

expuesto

No
Disease

Ejemplo: Estudio farmaco en tratamiento de TB

El estado de BK despues de 3 meses de tratamiento
esta relacionado con un regimen de tratamiento
especifico?

BK [Resultado]
Tratamiento [Exposicion]

PAS

Positivo

Negativo

56

43

PAS+estreptomicina 37

53

2 x 2 Tabla
BK

Total

Tratamiento

Pos

PAS

56

43

99

PAS + ESTREP

37

53

90

96

189

93

Neg

Describiendo la Magnitud de Asocasion

Consideramos expuesto los que recibe solamente un

medicamento (PAS) y no expuesto los que recibe 2
medicamentos (PAS + Strep)
Pos
Neg
RR =

a/(a+b)
c/(c+d)

56/99
37/90

PAS

56

43

PAS +
Strep

37
93

53
96

99
90
189

1.38

El grupo que recibe un medicamento (expuesto) es 1.38

veces mas probable quedar BK + a las 3 meses que el
grupo que recibe 2 medicamentos (no expuesto).
o
El grupo que recibe un medicamento (expuesto) es 38%
mas probable quedar BK + a las 3 meses que el grupo
que recibe 2 medicamentos (no expuesto).

Plantilla para Describir

Riesgo Relativo

El {grupo expuesto} es {RR} veces mas

probable tener {resultado} que el {grupo

que no es expuesto}.
Ejemplo: Pacientes {infectados con VIH}
son {1.5} veces mas probable ser
{abandonos de tratamiento} que los que
son {VIH negativo}.

Riesgo relativo (RR):

Describiendo la magnitud de la asociacin

RR= 0.40
El grupo expuesto es 0,4 veces ms probable de
desarrollar la enfermedad que el grupo no
expuesto.
0,4 veces ms probable = 1/0,4 veces menos
probable = 2,5 veces menos probable
El grupo expuesto es 2,5 veces menos probable
desarrollar enfermedad que el grupo no
expuesto.

Posibilidades (Odds)

Mide las posibilidades (odds) de tener una

exposicin en el grupo que tiene la enfermedad
en comparacion con los que no tiene la
enfermedad

Cuanto mas probable (o menos) de haber

estado expuesto el grupo con la enfermedad que
el grupo sin la enfermedad

E.j., Personas con cancer del pulmon son 10

veces mas probable ser fumadores que personas
sin cancer del pulmon

Metodo Analitico en un Estudio de Case-Control

Poblacion
Casos

Controls

Metodo Analitico en un Estudio de Case-Control

Poblacion
Expuesto
Casos
No-Expuesto

Expuesto
Controls
No-Expuesto

Metodo Analitico en un Estudio de Case-Control

Poblacion
Expuesto
Casos

Odds
No-Expuesto

Expuesto
Controls

Odds
No-Expuesto

Metodo Analitico en un Estudio de Case-Control

Poblacion
Expuesto
Casos

Odds
No-Expuesto
Odds Ratio
Expuesto

Controls

Odds
No-Expuesto

Odds Ratio (OR)

Enfermedad

Si
Expuesto

Casos

No
Controls

Si

No

Odds de exposicion entre casos: probabilidad de exposicion entre casos = a/(a+c) = a/c = 80/20
probabilidad de no exposicion entre casos c/(a+c)
Odds de exposicion entre controls: probabilidad de exposicion entre controls = b/(b+d) = b/d = 40/60
probabilidad de no exposicion entre controls d /(b+d)
Odds ratio de expuesto = Odds de exposicion entre casos
Odds de exposicion entre controls

OR = (a/c)
(b/d)

= a/c or a x d = 80 x 60 = 6.0
b/d
bxc
40 x 20

= ad
bc

Razn de posibilidades (OR)

OR > 1 cuando la exposicion es mas en el

grupo con la enfermedad

OR < 1 cuando la exposicion es menos en

el grupo con la enfermedad

Plantilla para Describir

Razn de posibilidades (OR)

OR= 1.4
El {grupo enfermo} es {OR} veces ms

probable de {haber estado expuesto} que el

{grupo no enfermo}.

Ejemplo: Pacientes con {TB/VIH} son {1.8}

veces mas probable de {estar carcelados}
que los que {no tienen TB/VIH}.

RR vs. OR

Depende en el diseno de estudio

RR cuando esta investigando grupos esogidos

por exposicion (cuando sabe la exposicion y

esta esperando el resultado)
Cohorte or ensayos clinicos
OR cuando esta investigando grupos
escogidos por el resultado (cuando sabe el
resultado y quiere ver la exposicion)
Estudios de Case-control
Se puede usar los dos en estudios
transversales

Significacion Estadistica

Valor de P
Prueba de Chi-square (X2)
Intervalos de confianza (IC)

Por qu necesitamos las pruebas

estadsticas?

En los estudios que usan muestras de

personas de una poblacin, conseguimos una
cierta informacin pero no toda

Estimamos sobre la poblacin basada en el

anlisis de la informacin de la muestra

Esta valoracin tendr cierta incertidumbre o

variabilidad

Qu pregunta responden las

pruebas estadsticas?

Deseamos saber si las diferencias

observadas entre los grupos son reales o se
pueden explicar por el azar

Valor de p
Definicin:

La probabilidad que encontramos una

diferencia en las muestras cuando una
diferencia realmente no existe
O
La probabilidad que la hipotesis nula es
verdad
hipotesis nula: no existe asocacion entre
exposicion y enfermedad

Valor de p

Ej. Se obtuvo un RR = 1.7, p<0.05

La probabilidad que encontramos una
diferencia entre las muestras y una
diferencia no existe es menos que 5%

Por costumbre se dice que una

asociacin estadsticamente significativa
es aquella con p<0.05

Cmo se obtiene el valor de p?

Para conseguir un valor de p, se debe hacer

una prueba estadstica para ver si las

diferencias observadas entre los grupos se
deben al azar o son reales
Para tabulaciones 2x2, el mtodo ms
comn es utilizar la prueba chi-cuadrada
(X2). Las computadoras generalmente
pueden hacer esto para nosotros

La frmula de

2
X

La X2 compara los valores observados

con valores esperados, donde esperado

es el valor si no hubiese diferencia entre
los dos grupos
X2 = [(Observado - Esperado)2 / Esperado]

Generacin de los valores

esperados en la prueba X2
Enfermedad
Exposicin

Yes

No

Yes

(a+b)(a+c) (a+b)(b+d) a + b
T
T

No

(a+c)(c+d)
T
a+c

(b+d)(c+d) c + d
T
b+d

T=(a + b + c + d)

X2 = [(ad-bc)2(T)/ (a+b)(c+d)(a+c)(b+d)]

Convirtiendo la X2 a valores de p

Para convertir X2 en valores de p se debe

usar la tabla de X2

Cuando ms grande es el valor de X2, ms

pequeo es el valor de p

Para p 0.05, el valor de

X2 debe ser 3.84

para la significacin estadstica de una
asociacin en una tabla de 2x2

Convirtiendo la X2 a valores de p

RR = 1.7, X2 = 4.13

p < 0.05

Los expuestos tienen 1.7 veces ms

probabilidad que los no expuestos de
tener la enfermedad, y la diferencia
es probablmente real porque es
estadsticamente significativa
(p<0.05)

Intervalos de confianza (IC)

El IC proporciona una informacin complementaria
al valor de p.

El IC proporciona un rango de valores probables en

la cual podra posiblemente estar el verdadero
valor de la poblacin.

Ejemplos:
OR=1.9 (95% IC = 1.6-2.0)
RR=0.7 (99% IC = 0.4-0.9)

Intervalos de confianza (IC)

Los IC proporcionan un lmite inferior y un

limite superior de valores probables

Ej. OR = 1.7 (95%CI = 1.2 a 1.9)

Hay una probabilidad del 95% que el valor

verdadero para la poblacin esta entre 1,2 y

1,9 o
si se repite el estudio 100 veces, el OR se
encontrar en ese intervalo 95 veces.

Intervalos de confianza (IC)

Ej. OR = 1.7 (95% CI = 0.8 to 1.9)

Si el valor 1 est dentro del rango, es
probable que no haya asociacin (no
diferencia) entre los dos grupos

Si el valor 1 es incluido, sabemos que la

asociacin NO es estadsticamente
significativa (similar a p>0.05)

Intervalos de confianza (IC))

Si nmero de observaciones aumenta (Ej. el tamao
de muestra), las estimaciones sern ms exactas, y
la anchura del IC disminuye

*EPIINFO (y otros software) calcula el IC

Los IC al 95% son los usualmente calculados (ste
utiliza p<0.05 para la significacin estadstica). Otros
niveles de confianza pueden tambin ser calculados
al 90%, 99%, etc.

al
??
?
no
rm
n
D
is
tri
bu
ci
?
?
a
i
c
n
e
u
c
Fre

1 - !?

Tas
as ??
??
Rela
cin
????

Medi

a !?

n- 1?