2. Definicion de variable
El término variable, en su significado más
general, se utiliza para designar cualquier
característica de la realidad que puede ser
determinada por observación y que puede
mostrar diferentes valores de una unidad de
observación a otra.
3. Tipos de variables
Una variable es independiente cuando se presume
que los cambios de valores de esta variable
determinan cambios en los valores de otra (u otras)
variables que, por eso mismo, se denominan
dependientes. A esta situación la denominaríamos
co-variación.
El concepto de variable interviniente supone que la
relación entre dos variables está medida por otra (u
otras) que transporta los posibles efectos de la
primera.
4. Operacionalización de variables
En el proceso de operacionalización de una
variables es necesario determinar los
parámetros de medición a partir de los cuales
establecerá la relación de variables enunciadas
por la hipótesis, para lo cual es necesario
tener en cuenta:
5. Clasificación de variables
Las variables se clasifican según su capacidad
o nivel en que nos permitan medir los objetos.
Es decir, que la característica más común y
básica de una variable es la de diferenciar
entre la presencia y ausencia de la propiedad
que ella enuncia.
7. Causalidad en epidemiologia
Uno de los principales objetivos de la
investigación epidemiológica es establecer las
causas del fenómeno de interés. Una “causa”
de enfermedad desde el punto de vista
epidemiológico es un evento, condición,
característica o una combinación de estos
factores que juegan un papel importante en el
desarrollo de la enfermedad.
8. Modelo de Rothman
Este modelo define como “causa suficiente” a
un grupo de condiciones y acontecimientos
mínimos que, inevitablemente inician o
producen la enfermedad.
9. Dicho de otro modo, una causa es suficiente cuando
la enfermedad es observada en los individuos que
presentan la causa, no obstante, la causa no se
observa en todos los individuos con la enfermedad
porque existen otras causas para ella. Por ejemplo, el
hábito de fumar cigarrillos es una causa del cáncer de
pulmón, pero éste también es causado por la
exposición a las fibras de asbesto o al gas radón.
10. Cada CS está compuesta por un grupo de
causas componentes (CC). La presencia de una
CC aumenta la probabilidad de que la
enfermedad se produzca, es decir la presencia
de CC equivale a la presencia de los factores
de riesgo. Para este modelo una causa se
denomina “necesaria” (CN) cuando ésta
siempre debe anteceder una enfermedad.
11. Factores predisponentes – factores que crean
un estado de sensibilidad hacia un agente
patógeno. Ej. La edad, el grado educacional,
ocurrencia previa de la enfermedad y el
ambiente laboral
12. Factores facilitadores – factores que facilitan
la manifestación de la enfermedad o por el
contrario facilitan la recuperación de una
enfermedad. Ej. Los ingresos, el acceso a la
atención médica y la nutrición.
13. Factores desencadenantes – factores que
están asociados con la aparición definitiva de
la enfermedad. A menudo un factor es más
importante u obviamente más reconocible
que otro cuando hay varios factores
involucrados. Algunos ejemplos son la
exposición a un medicamento, agentes
intoxicantes o traumatismos físicos.
14. Validez y precisión en los estudios
epidemiológicos
Se distinguen dos tipos de validez de estudio: la interna y la externa. La
validez interna se refiere a que los resultados del estudio sean atribuidos
sólo al efecto bajo investigación. Esto es posible cuando todas las fuentes
de error han sido reducidas al mínimo en las etapas de diseño,
implementación y análisis del estudio. La validez externa se refiere a que
los resultados del estudio sean generalizables, esto es, cuando un estudio
produce inferencias imparciales con respecto a una población objetivo. Por
ejemplo, los resultados de un estudio realizado en hombres podrían no ser
generalizables en mujeres, quienes también forman parte de la misma
población objetivo desde dónde los hombres vinieron.
15. Los errores en los estudios
epidemiológicos
Conducen a un cálculo sesgado del estimador de
riesgo y a inferencias incorrectas acerca de la relación
entre el factor de riesgo y la enfermedad bajo
investigación.
Al reducir al mínimo los errores, en las etapas de
planificación y de ejecución del estudio, el
investigador tiene mas fuerza para llegar a la
conclusión de que los resultados representan el valor
verdadero. Sólo los estudios con resultados válidos
son útiles para el proceso de inferencia causal.
16. Tipos de error
1. El error aleatorio es parte de la variación, en una medición, que
generalmente es considerada como debida solo al azar. Existen varias
fuentes de error aleatorio. Una fuente principal de este tipo de error es el
proceso de establecer la muestra de estudio. Esta forma de error aleatorio
también se conoce como error de muestreo. La principal forma de reducir
el error aleatorio es agrandar el tamaño muestral en estudio. Esto
aumentará la precisión del cálculo de riesgo y por consiguiente, del
estudio.
2. El error sistemático es el resultado de los defectos en el método de
selección de los participantes en estudio o en los procedimientos de
recolección de información pertinente a la exposición o enfermedad. En
consecuencia, los resultados observados del estudio tenderán a ser
diferentes de los resultados verdaderos. Esta tendencia hacia los
resultados erróneos es llamada sesgo. Minimizar el sesgo aumentará la
validez del cálculo de riesgo.
17.
18. El sesgo en los estudios epidemiológicos puede clasificarse en
dos tipos principales
El sesgo de selección ocurre cuando hay diferencias entre los que
participan en el estudio y aquellos que no participan, y esas diferencias
tienen un efecto sobre el cálculo de riesgo, desviándolo de su valor
verdadero.
1) La percepción o el conocimiento del tema del estudio influye en el
deseo de participar de los sujetos (Ej.: el uso de las drogas o el alcohol); 2)
Un deficiente marco de muestreo que excluye sistemáticamente a un
grupo de sujetos con características similares (Ej.: realizar entrevistas por
teléfono en un distrito donde aquellos pertenecientes a los estratos
socioeconómicos bajos no tienen teléfonos); 3) Los voluntarios (Ej.:
usualmente los voluntarios tienen una motivación especial para participar
en un estudios como una mayor percepción de riesgo o un alto nivel
educacional).
19. El sesgo de información
es una falla en la medición de los factores de riesgo o los datos
de enfermedad que da lugar a una calidad diferente de la
información entre los grupos de comparación.
Algunos ejemplos incluyen: 1) Cuando hay una medida
incorrecta de la variable de estudio (Ej.: El esfigmomanómetro
no esta calibrado); 2) El entrevistador subconscientemente o
conscientemente busca y recolecta datos selectivamente (Ej.:
sesgo del entrevistador); 3) Los sujetos de estudio tienen una
memoria inexacta o incompleta de los eventos o experiencias
pasadas relacionadas con la pregunta de estudio (Ej.: sesgo del
memoria).
20. Confusión
La confusión es otra fuente de error en los estudios
epidemiológicos. Ocurre cuando hay un tercera
variable que puede causar la enfermedad en estudio
y que a su vez está asociada con el factor de riesgo
bajo investigación. A menos que sea posible ajustar
el efecto de confusión de esta tercera variable, sus
efectos no pueden distinguirse de los del factor de
riesgo en estudio.
21.
22. Tasa de mortalidad estandarizada del cáncer de pulmón (por 100000
habitantes) en relación a los fumadores y la exposición al polvo de
asbesto
Historia de
Exposición al asbesto Tasa de mortalidad por cáncer del pulmón
fumador
No No 11
Sí No 58
No Sí 123
Sí Sí 602