TALLER 3. Epidemiología analítica HESM 570

Transcripción

1 TALLER 3 Epidemiología analítica HESM de marzo de 2016

2 Objetivos 1. Describir el diseño de estudios de cohorte y describir sus ventajas y desventajas. 2. Mencionar otros nombres para los estudios de cohorte. 3. Calcular riesgos relativos y riesgos atribuibles cuando se les provean los datos necesarios, 4. Interpretar el significado de riesgos relativos y atribuibles. 5. Distinguir entre estudios de cohorte prospectivos e históricos.

3 Clasificación de estudios epidemiológicos Informe de casos Descriptivos Serie de casos Estudio Ecológicos Estudios Epidemiológicos Estudios Transversales Estudio caso-control Analíticos Estudio de cohorte EstudioTransversal Ensayo clínico

4 Epidemiología analítica La epidemiología analítica se ocupa de la búsqueda de causas y efectos, o el por qué y el cómo. Los epidemiólogos utilizan la epidemiología analítica para cuantificar la asociación entre la exposición y los resultados y para probar hipótesis acerca de las relaciones causales. Se ha dicho que la epidemiología por sí mismo nunca puede probar que una exposición particular causó un resultado en particular. A menudo, sin embargo, la epidemiología proporciona pruebas suficientes para tomar medidas de control y prevención adecuadas. Fuente: CDC,2012

5 Estudios de cohorte

6 Estudio de Cohorte Estudio analítico en donde los sujetos son seleccionados a base de su estado de exposición, que se sospecha está relacionada a la enfermedad. Los sujetos son clasificados en los grupos siguientes: Grupo expuesto: tiene la característica de interés (exposición) Grupo NO expuesto: NO tiene la característica de interés (NO exposición) Los dos grupos son observados por un período de tiempo determinado para comparar la incidencia del evento en cada grupo de exposición Incidencia en el grupo expuesto Incidencia en el grupo no expuesto

7 Estudio de Cohorte Problema: Estamos interesados en medir la asociación entre un factor de exposición, que pudiera ser un factor de riesgo, y la ocurrencia de una enfermedad. Si el estar expuesto a un determinado factor aumenta el riesgo de adquirir una enfermedad, esto sería un primer paso para pensar que dicho factor juega un rol en la causa de la enfermedad.

8 Tipos de estudio de cohorte Cohorte prospectivo Confirmar el estado de exposición en el presente Observar los grupos por un período de tiempo para determinar la incidencia de enfermedad en cada grupo de exposición. Cohorte retrospetivo ( histórico) Confirmar el estado de exposición en el pasado usando registros objetivos Determinar el efecto de dicha exposición en el presente. Utiles en la epidemiología ocupacional- si se sospecha que una exposición particular puede ser de alto riesgo para una enfermedad, no es razonable esperar décadas para aclarar ésto.

9 Estudio de Cohorte (prospectivo) EXPUESTOS ENFERMEDAD Comienza en el presente. Seguimiento a lo largo del tiempo. NO ENFERMEDAD ENFERMEDAD NO EXPUESTOS Todos sanos NO ENFERMEDAD

10 Estudio de Cohorte

11 Estudios de cohorte Riesgo Relativo Riesgo Relativo (RR)/(Relative Risk, Risk Ratio) Razón de riesgos o razón de la incidencia de enfermar en el grupo expuesto y la incidencia de enfermar en el grupo no expuesto. RR = I e / I n I = Tasa de incidencia e = Expuestos n = No expuestos

12 Estudio de cohorte: interpretación de los datos Enfermedad (+) No enfermedad (-) Totales Expuestos (+) A B A+B No expuestos (-) C D C+D A+C B+D A+B+C+D Riesgo Relativo (RR) = A/(A+B) C/(C+D) Observen que ésta es una relación entre Tasas De Incidencia Ojo: No se aprendan la fórmula (A, B, C, D). Entiendan el concepto

13 Ejemplo 1 Estudio de cohorte Un grupo de epidemiólogos desean investigar si existe una asociación entre la exposición a asbesto y la ocurrencia de cáncer de pulmón. Seleccionan una muestra de 20,000 adultos de una comunidad. Ninguna de esas personas tenía cáncer de pulmón al comenzar el estudio. Obtienen información sobre lugar de trabajo, residencia y otras variables, que les permiten clasificar a los sujetos como expuestos o no expuestos a asbesto. Dan seguimiento por un periodo de10 años a los 20,000 sujetos, identificando a aquellos que desarrollan cáncer de pulmón.

14 Ejemplo 1 Estudio de cohorte Ca Pulmón (+) Ca Pulmón (-) Totales Asbesto (+) 10 1,990 2,000 Asbesto (-) 36 17,964 18, ,954 20,000 El Riesgo (Tasa de Incidencia) de Ca Pulmón en los expuestos a asbesto: = 10/2,000 = (5.0 por cada 1,000) El Riesgo (Tasa de Incidencia) de Ca Pulmón en los no expuestos a asbesto: = 36/18,000 = (2.0 por cada 1,000) El Riesgo Relativo (RR) de Ca Pulmón por la exposición a asbesto: = (10/2,000) / (36/18,000) = 2.5

15 Interpretación del Riesgo Relativo (RR) Si RR = 1.0 Si RR > 1.0 Si RR < 1.0 La exposición no cambia el riesgo de adquirir la enfermedad. No hay asociación entre la exposición y la enfermedad. La exposición aumenta el riesgo de adquirir la enfermedad (es un factor de riesgo). Asociación positiva entre la exposición y la enfermedad. La exposición disminuye el riesgo de adquirir la enfermedad (es un factor protector). Asociación negativa entre la exposición y la enfermedad.

16 Ejemplos de interpretación del RR RR=3.0 El riesgo de enfermar en los expuestos es 3.0 veces mayor que en los no expuestos. RR= 1.6 El riesgo de enfermar en los expuestos es 1.6 veces mayor que en los no expuestos. RR=0.6 El riesgo de enfermar en los expuestos es 0.6 veces menor que en los no expuestos. Actúa como factor protector. Interpretación ejemplo 1: RR=2.5 Alternativa 1:El riesgo de enfermar por cáncer de pulmón en los expuestos a asbestos es 2.5 veces mayor que en los no expuestos a asbesto. Alternativa 2: La exposición a asbesto es un factor de riesgo ya que aumenta el riesgo de adquirir cáncer de pulmón.

17 Estudios de cohorte: riesgo atribuible El riesgo atribuible (RA) se refiere a cuanto del riesgo total de adquirir la enfermedad entre los expuestos, se le atribuye a la presencia del factor de exposición. Provee información sobre el riesgo en exceso de la enfermedad entre los expuestos comparado con los no expuestos.

18 Riesgo atribuible (Attributable Risk, Risk Difference) RA = I e - I n I = Tasa de incidencia e = Expuestos n = No expuestos

19 Estudios de cohorte: Riesgo atribuible Enfermedad No enfermedad Totales Expuestos A B A+B No expuestos C D C+D A+C B+D A+B+C+D Riesgo atribuible = [A/(A+B)] - [C/(C+D)] RA = Riesgo en expuestos Riesgo en no expuestos Ojo: No se aprendan la fórmula (A, B, C, D). Entiendan el concepto

20 Ejemplo 1 Estudio de cohorte Ca Pulmón (+) Ca Pulmón (-) Totales Asbesto (+) 10 1,990 2,000 Asbesto (-) 36 17,964 18, ,954 20,000 El Riesgo (Tasa de Incidencia) de Ca Pulmón en los no expuestos a asbesto: = 36/18,000 = (2.0 por cada 1,000) El Riesgo (Tasa de Incidencia) de Ca Pulmón en los expuestos a asbesto: = 10/2,000 = (5.0 por cada 1,000) El Riesgo de Ca Pulmón Atribuible (RA) a la exposición a asbesto: = (10/2,000) - (36/18,000) = = (3.0 por cada 1,000)

21 Riesgo atribuible en la población (Population Attributable Risk, Population Risk Difference) RA p = I p - I n I = Tasa de incidencia p = Población n = No expuestos Diferencia entre la incidencia en la población total y la incidencia en el grupo no expuesto. Riesgo en exceso de la enfermedad en la población total de expuestos y no expuestos que se le atribuye a la exposición.

22 Estudios de cohorte: riesgo atribuible en la población Enfermedad No enfermedad Totales Expuestos A B A+B No expuestos C D C+D A+C B+D A+B+C+D Riesgo atribuible en la población: RAp= [(A+C)/(A+B+C+D)] - [C/(C+D)]: RAp= Riesgo en la población Riesgo en no expuestos Ojo: No se aprendan la fórmula (A, B, C, D). Entiendan el concepto

23 Ejemplo 1 Estudio de cohorte Ca Pulmón (+) Ca Pulmón (-) Totales Asbesto (+) 10 1,990 2,000 Asbesto (-) 36 17,964 18, ,954 20,000 El Riesgo (Tasa de Incidencia) de Ca Pulmón en los no expuestos a asbesto: = 36/18,000 = (2.0 por cada 1,000) El Riesgo (Tasa de Incidencia) de Ca Pulmón en la población (cohorte): = 46/20,000 = (2.3 por cada 1,000) El Riesgo de Ca Pulmón en la población, Atribuible (RAp) a la exposición a asbesto: = (46/20,000) - (36/18,000) = = (0.3 por cada 1,000)

24 Estudios de cohorte: interpretación de los datos El Riesgo relativo (RR) es un indicador de la fortaleza de la asociación entre el factor de exposición y la ocurrencia de la enfermedad. El Riesgo atribuible (RA) y el Riesgo atribuible en la población son indicadores de cuanto del riesgo total en los expuestos o en la población se le atribuye a la presencia del factor de exposición, una vez descontamos el riesgo de adquirir la enfermedad en los no expuestos.

25 Estudios de cohorte: ventajas y desventajas VENTAJAS Se pueden calcular tasas de incidencia (riesgos) Se puede determinar la relación en tiempo entre la exposición y la ocurrencia de la enfermedad. Pueden usarse como base para establecer causalidad. DESVENTAJAS Son costosos Toman mucho tiempo. Requieren muestras grandes de la población.

26 Ejemplo 2 Estudio de cohorte Ca Pulmón (+) Ca Pulmón (-) Totales Fumar (+) 30 2,970 3,000 Fumar (-) 17 16,983 17, ,953 20,000 RR: (30/3,000) / (17/17,000) = (0.010/0.001) = 10.0 RA = (30/3,000) - (17/17,000) = ( ) = = 9.0 por cada 1,000 RAp = (47/20,000) (17/17,000) = = = 1.4 por cada 1,000

27 Proporción atribuible El riesgo atribuible puede expresarse como una proporción del riesgo total de adquirir la enfermedad entre el grupo de los expuestos o en la población (cohorte). Cuando se expresa de esa manera se le llama Proporción atribuible.

28 Proporción atribuible (Attributable Risk Percent, Attributable Proportion) Que proporción de la enfermedad que ocurre en los expuestos se le puede atribuir a la presencia del factor de riesgo? Que porcentaje de la enfermedad que ocurre en los expuestos especulamos que pudiera eliminarse si elimináramos el factor de riesgo? PA e = (I e I n ) / I e

29 Proporción atribuible (Attributable Risk Percent, Attributable Proportion) Que proporción de la enfermedad que ocurre en la población se le puede atribuir a la presencia del factor de riesgo? Que porcentaje de la enfermedad que ocurre en la población especulamos que pudiera eliminarse si elimináramos el factor de riesgo? PA p = (I p I n ) / I p

30 Ejemplo 3 Estudio de cohorte Ca Pulmón (+) Ca Pulmón (-) Totales Fumar (+) 30 2,970 3,000 Fumar (-) 17 16,983 17, ,953 20,000 RA = (30/3,000) - (17/17,000) = ( ) = = 9.0 por cada 1,000 PAe = 0.009/ (30/3,000)= 0.009/0.010 = 0.90 = 90% RAp = (47/20,000) (17/17,000) = ( ) = = 1.4 por cada 1,000 PAp = / (47/20,000)= / = 0.61 x 100 = 61% *Proporción=porcentaje

31 Estudios de cohorte históricos o no-concurrentes Una cohorte de individuos se identifica retrospectivamente. Existen datos disponibles sobre la historia de la cohorte, respecto a la exposición de los individuos al factor de interés, a lo largo de un periodo de tiempo. Datos sobre el tiempo de incidencia de la enfermedad, en aquellos sujetos que la adquirieron, también están disponibles.

32 Estudios de cohorte: Utilidad de los índices de asociación Usaremos el Riesgo Relativo (RR) (fortaleza de la asociación) como uno de los criterios importantes cuando queremos establecer una relación de causalidad entre una exposición y una enfermedad. Usaremos el Riesgo Atribuible (RA) y la Proporción Atribuible (PA) para estimar el potencial de prevención de una enfermedad si removiéramos el factor de exposición.

33 Resumen Estudios de cohorte se usan para buscar asociaciones entre factores de exposición y la ocurrencia de enfermedades. Estudios de cohorte comparan tasas de incidencia de la enfermedad de interés entre los sujetos expuestos y los no expuestos. Riesgo relativo (RR) = Fortaleza de la asociación.

34 Resumen Riesgo atribuible = cuanto de la enfermedad ocurre debido a la presencia del factor de exposición.

35 Resumen Proporción atribuible es una expresión del riesgo atribuible como una proporción (%) del riesgo total de enfermedad entre los expuestos o la población. Nos permite calcular cuanto porcentaje del riesgo de enfermedad en los expuestos o en la población especulamos que pudiéramos reducir con la eliminación del factor de exposición (factor de riesgo). PA e PA p

36 Fórmulas de estudio de cohorte RR = I e / I n RR= A/(A+B) C/(C+D RA = I e I n RA=[A/(A+B)] - [C/(C+D)] RA p = I p I n RAp= [(A+C)/(A+B+C+D)] - [C/(C+D)] PA e = (I e I n ) / I e PA p = (I p I n ) / I p

37 Estudios de casos y controles Estudios transversales Sección B

38 Objetivos 1. Describir el diseño de estudios de casos y controles, y de estudios transversales. 2. Explicar los factores que se deben tomar en consideración durante la selección de controles en un estudio epidemiológico de casos y controles. 3. Calcular el odds-ratio luego de tener los datos necesarios e interpretar su significado. 4. Calcular proporciones atribuibles en estudios de casos y controles. 5. Calcular Razones de Prevalencia en estudios transversales y explicar su significado.

39 Estudios casos y controles Estudio analítico en donde los sujetos son seleccionados en base a si padecen o no la enfermedad. Casos: tienen la enfermedad bajo estudio Controles: NO tienen la enfermedad bajo estudio Los grupos se comparan con respecto a: Proporción de casos expuestos Proporción de controles expuestos

40 Casos y controles EXPUESTOS ENFERMEDAD NO EXPUESTOS EXPUESTOS Comienza en el presente. Obtener información sobre exposición en el pasado. NO ENFERMEDAD NO EXPUESTOS

41

42 Odds Ratio Determina la fuerza de la asociación entre una exposición y una enfermedad Provee información para evaluar causalidad ODDS RATIO en Español = Razón de Suertes o Razón de Posibilidades Se puede demostrar algebraicamente que el odds ratio provee un estimado muy cercano al Riesgo Relativo, cuando se satisface la condición de que la enfermedad de interés es relativamente rara (Prevalencia <5%)

43 Casos y controles Enfermedad No enfermedad Totales Expuestos A B A+B No expuestos C D C+D A+C B+D A+B+C+D ODDS RATIO (OR) = A x D/B x C

44 Casos y controles: Ejemplo En 1950 Richard Doll y Bradford Hill decidieron estudiar la relación entre fumar cigarrillos y el cáncer de pulmón. Identificaron 709 sujetos con diagnóstico confirmado de cáncer de pulmón (casos). Luego, seleccionaron una muestra de 709 sujetos parecidos en su composición de edad y sexo que los casos, pero sin cáncer de pulmón (controles). Obtuvieron información sobre exposición a fumar cigarrillos en los casos y los controles.

45 Casos y controles: Ejemplo Ca Pulmón (+) Ca Pulmón (-) Totales Fumar (+) ,338 Fumar (-) ,418 Ref: Doll R, Hill AB OJO: No podemos calcular tasas de incidencia. Por lo tanto no podemos calcular Riesgo Relativo

46 Casos y controles: Ejemplo Ca Pulmón (+) Ca Pulmón (-) Totales Fumar (+) ,338 Fumar (-) ,418 Ref: Doll R, Hill AB OR = (688)(59) / (650)(21) = 2.97 Interpretación: Los sujetos fumadores (expuestos (+)) tienen 2.97 veces mas posibilidad de padecer de cancer de pulmón que los no fumadores (expuestos (-))

47 Interpretación del Odds Ratio (OR) Si OR = 1.0 Si OR > 1.0 La posibilidad de enfermar en el grupo expuesto es igual a la posibilidad de enfermar en el grupo no expuesto. No hay asociación entre la exposición y la enfermedad. La posibilidad de enfermar en el grupo expuesto es mayor a la posibilidad de enfermar en el grupo no expuesto. Asociación positiva entre la exposición y la enfermedad. Si OR < 1.0 La posibilidad de enfermar en el grupo expuesto es menor a la posibilidad de enfermar en el grupo no expuesto. Asociación negativa entre la exposición y la enfermedad.

48 Diseño de casos y controles VENTAJAS Poco costoso y no consume mucho tiempo. (comparado con estudios de cohorte) Puede hacerse con relativamente pocos sujetos Estudio óptimo para enfermedades raras. DESVENTAJAS No se calculan tasas. Difícil la selección del grupo control más adecuado (sesgo de selección) Difícil determinar si la exposición precede la enfermedad (secuencia temporal) NO son adecuados para investigar exposiciones raras.

49 Diseño de casos y controles El asunto más crítico en estos estudios es la selección apropiada de los controles. Los controles deben ser lo más similares posibles a los casos, con excepción de que no tienen la enfermedad de interés.

50 Estudio de casos y controles En un estudio de casos y controles usualmente no se pueden calcular los riesgos atribuibles dado el hecho de que no se pueden calcular tasas de incidencia. Sin embargo, se pueden calcular estimados de las proporciones atribuibles en los expuestos y en la población, usando las siguientes formulas:

51 Estudio de casos y controles Proporción atribuible PAe = (OR 1) OR

52 Estudio de casos y controles Proporción atribuible PAp = (Ec) (OR 1) OR Ec = Proporción de expuestos entre los casos.

53 Estudio de casos y controles: Ejemplo Ca Pulmón (+) Ca Pulmón (-) Totales Fumar (+) ,338 Fumar (-) ,418 Ref: Doll R, Hill AB OR = (688)(59)/ (650)(21) = = 40,592/ 13,650 OR= 2.97 PAe = (2.97-1)/2.97 = 0.66 = 66% PAp = (688/709) (2.97-1)/2.97 =0.97*0.66 =0.64 (64%)

54 Estudios transversales Los estudios transversales pueden ser descriptivos o analíticos: Descriptivos: simplemente describen la frecuencia de una exposición o resultado en una población definida Calculamos :tasa de prevalencia Analíticos:Se recolectan simultáneamente los datos de enfermedad y potenciales factores de riesgo en una población definida. Luego se compara la prevalencia del resultado en aquellas personas expuestas a cada factor de riesgo con la prevalencia en aquellos no expuestos. Calculamos razón de prevalencia

55 Estudios Transversales Razón de prevalencia Para hacer un estimado de la fortaleza de la asociación entre el factor de exposición y la enfermedad en estudios transversales se prefiere usar: Razón de prevalencia (RP): relación de la prevalencia del resultado en los expuestos y no expuestos RP= prevalencia en los expuestos prevalencia en los no expuestos

56 Estudios Transversales Todo hecho en un corte transversal en el tiempo. No se pueden calcular tasas de incidencia. No se puede calcular riesgo. No se puede calcular Riesgo relativo (RR) EXPUESTOS CON ENFERMEDAD EXPUESTOS SIN ENFERMEDAD NO-EXPUESTOS CON ENFERMEDAD NO-EXPUESTOS SIN ENFERMEDAD Se pueden calcular tasas de prevalencia.

57 Estudio transversal: Ejemplo En 2009, Lee y sus colaboradores decidieron estudiar la posible asociación entre la exposición al virus de Hepatitis C, y la ocurrencia de insuficiencia renal. Identificaron una muestra de 54,966 sujetos de una ciudad en Taiwán, donde la prevalencia de Hepatitis C es alta. Administraron cuestionarios y obtuvieron muestras de laboratorio de todos los sujetos, evaluando la presencia de infección con Hepatitis C y la función renal.

58 Estudio transversal: Ejemplo Enf. Renal (+) Enf. Renal (-) Totales Hepatitis C (+) 1,148 4,041 5,189 Hepatitis C (-) 8,454 41,323 49,777 9,602 45,364 54,966 Ref: Lee et al RP = (1,148/5,189) / (8,454/49,777) = 1.30

59 Estudios Transversales VENTAJAS Poco costosos. Requieren poco tiempo. Buenos como estudios preliminares. DESVENTAJAS No se puede calcular riesgo. No son útiles para establecer relaciones de causalidad. Tasas de prevalencia.

60 Estudios Transversales Investigaciones analíticas: generalmente los estudios transversales no proveen una fuerte evidencia sobre las causas de las enfermedades: miden casos existentes en lugar de nuevos casos es difícil establecer una secuencia de tiempo para los eventos. Frecuentemente proveen información que ayuda a generar hipótesis sobre las posible causas de un resultado o son el primer paso para otros estudios. Ej.: hipótesis sobre el posible efecto protector de los estrógenos endógenos para enfermedades cardiológicas al comparar la prevalencia entre hombres y mujeres jóvenes.

61 Resumen: Casos y controles Ventajas principales: costo, tiempo y muestras pequeñas. No se pueden calcular tasas. OR como estimador aproximado de RR. Selección de controles

62 Resumen: Estudios transversales Buenos como estudios preliminares. Tasas de prevalencia. No se pueden hacer estimados directos de riesgo.

63 Confusión: definición Decimos que existe un fenómeno de confusión cuando el nivel de asociación entre dos variables (por ejemplo una exposición y una enfermedad) está afectado por una tercera variable que está relacionada con ambas.

64 Confusión Factor A Factor X Asociación? Enfermedad

65 Confusión: Ejemplo Casos y Controles Ca Vejiga(+) Ca Vejiga (-) Totales Café (+) Café (-) OR = (46)(101)/(24)(79) = 2.45 ; 95% CI: ( ) X 2 (1 df) = 8.75 p = 0.003

66 Confusión: ejemplo En el ejemplo anterior, podemos proponer que fumar cigarrillos quizás es un factor de confusión.

67 Confusión Café Fumar Asociación? Cáncer de vejiga

68 Maneras de controlar los factores de confusión Durante el análisis de los datos: -estratificación -ajuste Durante la fase de diseño: -parear

69 Confusión: estratificación Vamos a ver que pasa si analizamos la relación entre Cáncer de vejiga y café, separando los resultados de: fumadores no fumadores.

70 Confusión: estratificación Fumadores Ca Vejiga(+) Ca Vejiga (-) Totales Café (+) Café (-) Odds Ratio (OR) = (43)(17) / (17)(43) = 1.00

71 Confusión: estratificación No Fumadores Ca Vejiga(+) Ca Vejiga (-) Totales Café (+) Café (-) Odds Ratio (OR) = (3)(84) / (7)(36) = 1.00

72 Estratificación: cálculo del OR En el ejemplo anterior es fácil deducir que el OR = 1.00, luego de ajustar por el efecto de fumar, dado el hecho que el estimado del OR fue igual en todos los estratos. Cuando el estimado del OR en los diferentes estratos no es igual, se calcula un estimado combinado del OR llamado el estimado de Mantel-Haenszel. Esto lo estudiamos en Epidemiología Avanzada.

73 Estratificación: cálculo del OR Para llegar a una conclusión correcta sobre los datos hacemos dos cosas: 1. El análisis estratificado nos dice la verdad. O sea, nos contesta la pregunta: Hay o no hay asociación entre la exposición y la enfermedad? 2. Comparamos el análisis estratificado con el análisis crudo. Si los resultados son iguales o muy parecidos, la variable por la cual se estratificó no fue una variable de confusión. Si los resultados son diferentes, la variable de estratificación fue una variable de confusión.

74 Confusión: estratificación Podríamos usar los datos de las tablas anteriores para demostrar que existe una relación entre: fumar y cáncer de vejiga? fumar y café?

75 Pareo Es una estrategia usada en estudios de casos y controles (y a veces en estudios experimentales) en la cual los casos y los controles se parean de acuerdo a potenciales variables o factores de confusión (i.e. edad, sexo ) al momento del diseño del estudio. De esta manera cualquier diferencia encontrada entre los dos grupos no se le atribuye a ninguna de estas variables.

76 Pareo En el estudio en el cual queríamos buscar una relación entre café y cáncer de vejiga, si sospechábamos que fumar cigarrillos podía ser un factor de confusión, para cada caso que era fumador seleccionamos (pareamos) un control que también sea fumador. Para cada caso que no sea fumador seleccionamos un control que tampoco fume. El análisis de los datos en estudios de casos y controles pareados se hace de una manera diferente a la que hemos visto hasta ahora. Esto es un concepto avanzado que no podemos discutir en este curso.

77 Criterios de causalidad Hemos estado estudiando las maneras de determinar si existe alguna asociación entre la presencia de un factor de exposición y la ocurrencia de una enfermedad. El próximo paso es determinar si la relación entre un factor de riesgo y la ocurrencia de una enfermedad es una relación de causa y efecto.

78 Criterios para determinar si una relación es causal 1. Fortaleza de la asociación, determinada por el RR (o el OR). 2. Relación de tiempo correcta: -La exposición tiene que preceder al desarrollo de la enfermedad. Se establece esto con estudios de cohorte.

79 Criterios para determinar si una relación es causal 3. Efecto de dosis-respuesta: -Según aumenta el nivel de exposición, aumenta el riesgo de adquirir la enfermedad. 4. Cesación de exposición: -Si la exposición al factor de riesgo se descontinúa, disminuye el riesgo de adquirir la enfermedad.

80 Criterios para determinar si una relación es causal 5. Hallazgos reproducibles: -Resultados de diferentes investigadores son consistentes. 6. Plausibilidad biológica: -Resultados de estudios Epidemiológicos son consistentes con los conocimientos científicos vigentes.

81 Causalidad: ejemplo de estudio de cohorte Fumar: p años Relación entre exposición a fumar cigarrillos y la incidencia de cáncer de pulmón Tasa de incidencia Tasa de incidencia (x 100,000) Riesgo relativo 0 3 / 7, / 1, / >10 20 / 500 4, X 2 = p =

82 Causalidad Vemos que en este ejemplo se satisfacen los criterios de: 1. fortaleza de la asociación 2. efecto de dosis-respuesta 3. relación de tiempo 4. Plausibilidad biológica Cesación de exposición? Reproducibilidad?

83 Resumen Debemos de considerar la posibilidad de que existan factores o variables de confusión en los estudios epidemiológicos. FACTOR X Exposición (?) Enfermedad

84 Resumen Maneras de controlar los factores de confusión: -Durante el análisis de los datos: o ajuste estratificación -Durante el diseño: pareo

85 Resumen Criterios de causalidad 1. Fortaleza de la asociación 2. Relación de tiempo 3. Dosis-respuesta 4. Cesación de exposición 5. Hallazgos reproducibles 6. Biological plausibility Himalayas Nicholas Roerich ( )

86 Discusión Estudio de salud en Iowa, en el que investigadores reclutaron a 41,837 mujeres en 1986 y recogieron información sobre la exposición y estilo de vida para evaluar la relación entre estos factores y la posterior aparición de cáncer, es un ejemplo de qué tipo de estudio? Investigadores británicos llevaron a cabo un estudio para comparar la historia de sarampión, las paperas y la rubéola (MMR) entre 1,294 niños con trastorno generalizado del desarrollo (por ejemplo, autismo y síndrome de Asperger) y 4,469 niños sin tales trastornos. (Ellos no encontraron ninguna asociación.) Este es un ejemplo de qué tipo de estudio?