Medidas de Asociación:

Impacto y Efecto

Q.F Claudia Asenjo L.

Epidemióloga Clínica
Recordatorio
 Medidas de Frecuencia

MEDIDAS DE F CARACTERÍSTICAS

Proporción Es un cociente en el que el

numerador está incluido en el
denominador
Razón En este cociente el numerador
no forma parte del
denominador
Tasa Proporción, que incorpora el
concepto de tiempo.
OBJETIVO
 Estudiar de la distribución y los determinantes
de las diferentes enfermedades.

 Formular y testear hipótesis.

 Comparar las frecuencias de enfermedad entre

diferentes poblaciones o entre personas con o
sin una exposición o característica dentro de
una población determinada.
Prevalencia e Incidencia
Prevalencia: proporción de individuos de una
población que padecen una enfermedad en un
momento o periodo de tiempo determinado.

Incidencia: número de casos nuevos de una

enfermedad que se desarrollan en una
población durante un período de tiempo
determinado.
 Ejercicio
1999 2000 2001 Comienzo de la
enfermedad
P = Nº casos
Total Pobl. Seguimiento de la
enfermedad.
Momento único.

I = Nº casos nuevos
Total pobl.suceptible

Periodo de tiempo.

Enfermedad en 100 personas en riesgo.

Ejercicio
 La prevalencia a comienzo del año 1999
es de 3/100. La prevalencia a comienzos
del 2001 es de 5/100. Considerando que
ninguna persona de los 100 originales
murió.
 La incidencia en el año1999 es de 3/98. La
incidencia en el año 2001 es de 2/92.
Prevalencia
• Prevalencia de periodo.
• Prevalencia de punto.

 Se mide en estudios transversales o de corte

transversal.
• No predictivos ni proporcionan pruebas claras
de causalidad aunque a veces puedan sugerirla.
• Foto de un momento dado.
• Útil en procesos de carácter prolongado.
• Toma de decisiones (necesidad de asistencia
sanitaria, planificar los servicios de salud).
 Incidencia
 Incidencia Acumulada.
 Tasa de Incidencia o densidad de
incidencia (tiempo-persona).

 Se mide en estudio Cohortes.

 Predictora: probabilidad o riesgo.
 Mide velocidad en que aparece una enfermedad.
 Útil para inferir causalidad y evaluar medidas
preventivas.
Medidas de Asociación

En epidemiología, las medidas de asociación son

indicadores que miden la fuerza con la que
una determinada enfermedad o evento de salud
(que se presume como resultado) está
asociada o relacionada con un determinado
factor (que se presume como su causa).
Las medidas de asociación son
comparaciones de Incidencias.
Factor
15
Presente
45 enfermaron
50
35
120 Factor
Ausente
10
70 75 no enfermaron
60
Medidas de Asociación
 Estadísticamente, lo que estos indicadores miden es la magnitud de
la diferencia observada.

 Debido a que las medidas de asociación establecen la fuerza con la

que la exposición se asocia a la enfermedad, bajo ciertas
circunstancias estas medidas permiten realizar inferencias causales,
especialmente cuando se pueden evaluar mediante una función
estadística.

 Las medidas de asociación más sólidas se calculan utilizando la

incidencia, ya que esta medida de frecuencia nos permite establecer,
sin ninguna duda, que el efecto (el evento o enfermedad) es
posterior a la causa (la exposición).

 En estos casos, se dice, existe una correcta relación temporal entre

la causa y el efecto.
Medidas de Asociación
 En los estudios en los que no existe suficiente
información para calcular la incidencia (como
las encuestas transversales y la mayoría de los
estudios de casos y controles) no es posible
calcular la incidencia.

 En estos casos puede estimarse la asociación

entre el evento y la exposición al comparar las
prevalencias a partir de la razón de prevalencias
(RP) o de productos cruzados (RPC).
Medidas de Asociación
En general, hay dos tipos de medidas de
asociación:
a) las de diferencia (o de efecto absoluto)
Medidas de Impacto

Diferencia absoluta (o exceso) de riesgo,

diferencia relativa de riesgo (o fracción
atribuible), reducción absoluta de riesgo,
reducción relativa de riesgo y número necesario
a tratar (NNT).
Medidas de Asociación

b) razón (o de efecto relativo)

Medidas de efecto

Razón de tasas de incidencia, riesgo relativo y

odds ratio.
Medidas de Impacto

 DAR (diferencia absoluta de riesgo) o exceso de riesgo.

 RAR (Reducción absoluta de riesgo).

El resultado se interpreta de la siguiente forma:

Valor =0 (valor nulo), riesgos iguales.
Valores <0 indica asociación negativa y puede
tomar valores negativos hasta infinito.
Valores >0 indica asociación positiva y puede
tomar valores positivos hasta infinito.
Tabla 2 x 2
Enfermos No enfermos Total

Expuestos a b a+b

No expuestos c d c+d

Nota: Como el resultado de la

DAR = a/a+b – c/c+d diferencia es difícil de interpretar, por
esa razón se multiplica por 100 para
RAR = c/c+d - a/a+b facilitar el entendimiento.

Ej.: DAR = 0,40 40 % Existe asociación entre el

factor de exposición y la presencia de enfermedad.

Cada 100 pacientes expuestos con enfermedad se

producen 40 enfermos menos en el grupo de los no
expuestos en comparación con los expuestos.
 Medidas de Impacto

 DRR (diferencia relativa de riesgo) o riesgo

atribuible.

 RRR (reducción relativa de riesgo).

Medidas de Impacto
Enfermos No enfermos Total

Expuestos a b c+b

No expuestos c d c+d

DRR= DAR = RR - 1
c/c+d DRR= -27,5% Como es negativo
usamos preferentemente RRR.
RRR= RAR = 1 - RR RRR= 27,5%
c/c+d El riesgo en el grupo expuesto es
menor.
El riesgo del grupo expuesto se
reduce en un 28% en comparación
con los no expuestos.
 Medidas de Impacto
NNT Número necesario a tratar.

Valores positivos >1

Valores mayores indica menor efectividad,
a valores menores, mayor efectividad del
tratamiento.
Medidas de Impacto.
 NNT
Es el índice más reciente propuesto para evaluar
el impacto de un tratamiento (exposición). Se
define como el número de individuos que hay
que tratar con el tratamiento experimental para
producir o evitar un evento adicional respecto
al tratamiento control. Se calcula como el
inverso de la RAR.
NNT = 1/ RAR o 1/ DAR

NNT=7 NNT=20
 Si estamos midiendo efectividad de un fármaco nuevo con respecto a un fármaco
tradicional , un NNT de 7 significa que se necesitan tratar 7 pacientes con el
fármaco nuevo para mejorar 1 enfermo adicional con respecto al fármaco
tradicional.
 Explicación:
Si en mi tabla tengo:
Mejora No mejora
Fármaco Nuevo 60 10

Fármaco Tradicional 43 60

Gráficamente: cada 7 pacientes de los 60 tratados con el fármaco nuevo,

adicionalmente 1 de los 10 que no mejoran con el fármaco nuevo , pasan a ser del
grupo de mejora. Es decir quedaría : 61 y 9 y el tratamiento tradicional se
mantendría igual. (Cada 7 , adicionalmente mejora 1 mas.)
 Medidas de Efecto
 RDI Razón de tasas de incidencia
 RR Riesgo relativo
 OR Odds Ratio, razón de momios, razón de
disparidad o razón de productos cruzados.

 El resultado se interpreta de la siguiente forma:

Valor =1 valor nulo. No hay asociación.

Valores <1 indica asociación negativa.
Valores >1 indica asociación positiva.
Medidas de Efecto
Enfermos Personas -
tiempo
Expuestos d1 L1
No expuestos d0 L0
Total d1+d0 L1+L0

RDI= d1/L1
d0/L0
RDI= 5,6 % hay asociación entre la
presencia del factor y el evento.

De los pacientes expuestos, la tasa de

incidencia de otro enfermo es de un 5,6%
mas de la de los pacientes no expuestos.
Medidas de Efecto

Enfermos No enfermos Total

Expuestos a b a+b
No expuestos c d c+d

RR= a/a+b
c/c+d

RR= 0.75 Factor protector

RR= 4.2 Factor riesgo
Medidas de efecto
Enfermos No enfermos
Expuestos a b
No expuestos c d
Total a+ c b+d

OR = a x d
bxc

OR= 2 indica asociación.

La enfermedad es 2 veces mas frecuente en
los expuestos que en los no expuestos.

Cada 2 pacientes expuestos con enfermedad

existe 1 paciente no expuesto con enfermedad.
OR
 OR: cociente de la chance de los casos
(expuestos) dividida entre la chance de los
controles (no expuestos).
OR= chance de los casos
chance de los controles
de presentar el evento o enfermedad.
Esto es:
a/a+c dividido por b/b+d = axd
b/a+c d/b+d bxc
Medidas de efecto
Relaciones entre el OR y el RR
 RR más intuitivo.
 OR se puede estimar siempre y de la misma
forma el RR no se puede en los diseños casos
control.
 El OR permite, mediante la regresión logística,
ajustar por variables de confusión.
 El OR está siempre más alejado de 1 que el RR.
 Si el riesgo es bajo, son muy parecidos.