Documente Academic
Documente Profesional
Documente Cultură
I.
EN
UN
ESTUDIO DE
SEGUIMIENTO
Enfermo
Expuestos
No expuestos
Total
a
c
Sano
b
d
a+c
b+d
Total
a+b
c+d
a+b+c
TABLA 1.2.
CASOS Y CONTROLES
Casos
Contr
Expuestos
a
b
No expuestos c
d
Odds ratio (razn de predominio, oportunidad relativa)
Tabaco
S
No
Total
Exposicin
S
20
14
34
No
833
1606
2439
El riesgo relativo igual a 2.71 de la tabla 2, significa que las expuestas al factor x
(exposicin pasiva al tabaco) tienen 2,71 veces ms probabilidades de tener nios de
bajo peso que las no expuestas.
II.
CRITERIOS DE CASUALIDAD
Una vez que la validez del estudio ha resultado ser adecuada, el prximo paso es
comparar sus resultados con los de otros estudios epidemiolgicos realizados con
el mismo propsito. A menudo la determinacin de la causalidad ha sido
establecida mediante la construccin de un juicio subjetivo.
Un grupo de estndares muy usado al hablar de inferencia causal es el propuesto
por Bradford HiII en 1965, conjunto de principios muy utilizados pese a que el
propio autor comentaba que ninguno de mis nueve puntos de vista puede aDortar
evidencia incontestable a favor o en contra de la hipotesis de causa y efecto y por
tanto no pueden ser considerados como condicin sine qua non,).
1. FUERZA DE LA ASOCIACIN
Medida por la relacin entre la frecuencia de enfermedad en los expuestos
comparada con los no expuestos. Cuanto mayor es esta relacin (riesgo
relativo), mayor es la posibilidad de que se trate de una asociacin causal.
2. CONSISTENCIA DE LOS RESULTADOS
Se refiere a la observacin repetida de una asociacin en poblaciones distintas.
Si diversos estudios aportan resultados concordantes, especialmente si
incluyen poblaciones. Mtodos y periodos de estudios diferentes. Se apoyara
la relacin causal.
3. ESPECIFICIDAD DE LA ASOCIACIN
Tot
853
162
247
7. PLAUSIBILIDAD BIOLGICA:
El contexto biolgico existente debe explicar lgicamente la etiologa por la
cual una causa produce un efecto a la salud. Sin embargo, la plausibilidad
biolgica no puede extraerse de una hiptesis, ya que el estado actual del
8. COHERENCIA
Implica el entendimiento entre los hallazgos de la asociacin causal con los de
la historia natural de la enfermedad y otros aspectos relacionados con la
ocurrencia de la misma, como por ejemplo las tendencias seculares. Este
criterio combina aspectos de consistencia y plausibilidad biolgica.
9. EVIDENCIA EXPERIMENTAL
Es un criterio deseable de alta validez, pero rara vez se encuentra disponible
en poblaciones humanas. ix) Analoga: se fundamenta en relaciones de causaefecto establecidas, con base a las cuales si un factor de riesgo produce un
efecto a la salud, otro con caractersticas similares pudiera producir el mismo
impacto a la salud.
10. CAUSA Y FRACCIN ETIOLGICA
La bsqueda etiolgica tiende a individualizar los componentes de cada causa
suficiente, sea sta necesaria o no. Para medir este tipo de efectos se define la
FRACCION ETlOLOGlCA (riesgo atribuible) que puede ser representada as:
Si eliminamos A. la enfermedad desaparecer; si eliminamos 8, disminuir en
un 50 %. y suprimiendo D, desaparecer el 80 % de la enfermedad. Es decir,
que, para cualquier enfermedad, la suma de las FE de las causas componentes
es como mnimo el 100 % (en el ejemplo anterior es del 300 %).
En muchas situaciones una relacin causa-efecto es difcil de establecer. Adems, un
estudio es generalmente insuficiente para establecer causalidad. La determinacin de
la causalidad se deriva cuando existe un gran cuerpo de evidencia sobre la asociacin
de estudio. A partir de la base de evidencia, esta gua se utiliza para organizar la
informacin e impulsar los procesos inferenciales. Antes de realizar un estudio se
espera que el investigador realice una revisin de la bibliografa existente sobre la
asociacin de inters. El anlisis de los estudios existentes recolectados por el
investigador debe realizarse siguiendo esta gua. Es tambin til obtener la evidencia
de otros campos de estudio en apoyo a la asociacin bajo estudio. La evidencia de
otros campos de investigacin puede suministrar informacin que los estudios
epidemiolgicos no pueden generar debido a su naturaleza observacional.
III.
VALIDEZ Y CONFIABILIDAD
1. VALIDEZ
La validez se define como la capacidad de un instrumento (por ejemplo, un
cuestionario o una prueba de laboratorio) para medir lo que intenta medir, sta
slo puede determinarse si existe un procedimiento de referencia, tambin
conocido como estndar de oro, el cual, es considerado como un procedimiento
definitivo para establecer si alguien tiene la caracterstica de inters. Por ejemplo,
una prueba que slo puede un resultado positivo o negativo (i. e., binario; vase
tabla 1).
Para tal situacin, es necesario entender dos conceptos importantes como lo son
la sensibilidad y la especificidad de una prueba.
La sensibilidad de una prueba responde a las siguientes preguntas:
a= verdaderos positivos
a+c= total de casos positivos (enfermos)
VP/FN= verdaderos positivos/falsos negativos
El valor que puede asumir la sensibilidad vara del 0 al 1 (100%), es decir, cuanto
ms alto es el valor, hay una mejor capacidad en la deteccin de enfermos por
medio de la prueba.
Una sensibilidad baja produce prdida de casos que pudieran ser tratados, siendo
ms seria la situacin de que a mayor gravedad de padecimiento dejar a pacientes
enfermos como fuente de infeccin en la comunidad representara un costo alto.
No existe un nivel mgico de sensibilidad que determine que una prueba sea
aceptable; por ejemplo, en cncer de colon 75% (1 de cada 4 retrasar su
diagnstico).
La especificidad de una prueba en estudio se refiere a la proporcin de los
individuos clasificados como negativos por el estndar de oro que se identifican
correctamente por la prueba en estudio. Este parmetro responde a las siguientes
preguntas:
Dnde:
a= verdaderos negativos
a+c= total de casos negativos (sanos)
VN/FP= verdaderos negativos/falsos positivos
Al igual que la sensibilidad, el valor de la especificidad vara del 0 al 1 (100%),
lo que significa que cuanto mayor sea el valor mayor capacidad de deteccin de
o RV= 1Sensibilidad/Especificidad
Valores bajos o menores de este parmetro indican una mejor capacidad
diagnstica de la prueba.
Una ventaja importante que poseen estos cocientes respecto a los valores
predictivos, es que no dependen de la proporcin de enfermos en la muestra, sino
de la especificidad y sensibilidad de la prueba.
Por todo lo anterior, podemos decir, que una prueba ideal es aquella que tiene
una alta sensibilidad (identifica correctamente a una alta proporcin de
individuos realmente expuestos o enfermos) y una alta especificidad (da pocos
resultados positivos en individuos no expuestos o no enfermos).
El conjunto de pares ordenados 1Especificidadsensibilidad (i. e., la sensibilidad
en funcin de los falsos positivos o complemento de la especificidad) obtenidos,
se puede representar grficamente gracias a la curva caracterstica operativa del
receptor (ROC, por sus siglas en ingls). En este tipo de curvas se trata el
resumen de la validez de una determinacin continua para diferentes valores
lmite (puntos de corte).
El perfil dicotmico respecto a una enfermedad contenido en la representacin de
los pares ordenados 1Especificidadsensibilidad se puede observar en la
siguiente grfica.
obtener as como el valor nominal de cada una de ellas. Cabe mencionar que el
criterio para el establecimiento del valor de la grfica depende de factores como
el tipo de enfermedad a estudiar, la experiencia del profesional a cargo, as como
de factores inherentes a los sujetos bajo estudio. No obstante, una interpretacin
generalmente aceptada se lleva a cabo mediante el anlisis del rea bajo la curva
(ABC), que es una medida global de la exactitud diagnstica.
El ABC es definido como la probabilidad de clasificar correctamente un par de
individuos (sano y enfermo) seleccionados al azar de la poblacin, mediante los
resultados obtenidos al aplicarles la prueba diagnstica. Lo anterior podemos
representarlo mediante la siguiente expresin:
Aunque no existe un punto de corte o ideal, por convenio se acepta que el valor
del ABC sea mayor o igual a .05. Si no existen diferencias en la distribucin de
los resultados de la prueba entre los grupos, se toman valores que oscilan
alrededor de .05, por ejemplo, valores comprendidos en el intervalo de .05.07,
podran referir que la exactitud de la prueba es baja. Valores entre .07.09,
pueden resultar tiles slo bajo ciertas condiciones; en cambio, un valor de .09 en
adelante, se da cuando existe una perfecta separacin entre las distribuciones,
indicando una alta exactitud de la prueba.
La capacidad de discriminacin o predictiva de la prueba puede evaluarse
estimando el intervalo de confianza del ABC ROC, i. e., el clculo se obtiene de
forma independiente de la prevalencia de la enfermedad en la poblacin de
referencia (Fernndez y Prtigas, 2003; Molinero, 2002). Esto es, si en el
intervalo no se incluye el valor de .05, se dice que la prueba es capaz de discernir
entre enfermos y sanos.
Pero, cmo elegimos el valor para establecer un punto de corte para la curva
ROC que nos ayude a tomar una decisin respecto a las grficas obtenidas? A
pesar de que la respuesta no es sencilla y tampoco existe una frmula absoluta
que nos indique el punto de corte ideal para nuestra investigacin, autores como
Galen y Gambino (citado en Burgueo, GarcaBustos y Gonz+alez Buitrago,
1995) han sugerido una serie de postulados de tipo prctico respecto a las
caractersticas de una prueba diagnstica para elegir el valor del punto de corte a
tomar en cuenta.
1
al lector lo ya mencionado.
2. CONFIABILIDAD
El concepto de confiabilidad o reproducibilidad implica la cantidad de error
que se comete al realizar cualquier medida (por ejemplo la determinacin de
la presin arterial). Existen varios tipos de confiabilidad, incluyendo la
confiabilidad inter e intra-sujeto.
Existen tres tipos de repetitividad:
Variacin intra-sujeto: Se refiere a la variacin implcita en las
caractersticas que se estn determinando, las cuales, a menudo, varan en el
tiempo, an en intervalos de tiempo cortos. Por ejemplo, las cifras de presin
arterial varan incluso en un perodo de 24 horas y dependiendo de la actividad
realizada por el sujeto en el momento de realizar la medicin. Por lo tanto, al
evaluar el resultado de una prueba, es importante considerar las condiciones y
el momento en que se realiz la misma.
Variacin intra-observador: Ocurre entre dos observaciones realizadas por
el mismo experimentador. Por ejemplo, la lectura de una radiografa en dos
ocasiones distintas, la cual problamente puede ser reportada, en ambas
oportunidades, con observaciones diferentes. Aqu se debe tomar en cuenta el
grado de factor subjetivo del observador que realiza el anlisis y sus
conclusiones; por lo tanto, a mayor cantidad de elementos subjetivos que
intervengan en la lectura, se presentar mayor variacin intra-observador
Variacin inter-observador: Dos observadores diferentes pueden reportar el
resultado de una prueba de manera distinta. Es relevante, entonces, lograr un
concenso entre los observadores, para ello, una herramienta til para unificar
los criterios de observacin es la transformacin a trmino cuantitativos de las
apreciaciones de los observadores. Existen diversos modelos matemticos que
permiten solventar estas discordancias.
REFERENCIAS BIBLIOGRAFICAS
Rigau Prez J.G. Traduccin del trmino "odds ratio". Gac Sanit; 16: 35.
Becerra J.E. Traduccin del trmino "odds ratio". Gac Sanit; 16:36.