Tablas de contingencia y medidas de riesgo en estudios epidemiológicos Prof Juan José Orellana y Prof. Luis Bustos Centro de Capacitación Investigación y Gestión en Salud para la Medicina Basada en Evidencias CIGES Documento Elaborado para el Curso GIS III
Prevalencia (P): cuantifica la cantidad de “enfermedad” presente en una población a un tiempo determinado. Se expresa como la proporción de personas enfermas en el total de personas que componen dicha población, amplificada por alguna constante como 100, 1000, 10000 etc. Ej. Prevalencia de hipertensión en el adulto en chile 2003 =10% ¿Cómo estimar estimar estos estos valores? Estudios epidemiológicos con muestras representativas de las poblaciones, mediante los registros de enfermedades de notificación obligatoria (ej. Enfermedades de transmisión sexual). Obs. 1) La Prevalencia es un indicador generalmente obtenido en estudios de Corte Transversal (una muestra aleatoria de población en un tiempo determinado) 2) La Prevalencia no es un indicador adecuado para patologías que se puedan dar más de una vez en una persona en el periodo de referencia (ej. resfríos). En estos casos es preferible usar otras medidas de riesgo como el de incidencia, que cuantifica el número de casos nuevos ocurridos durante un periodo de tiempo dado (semanas, meses etc.); densidad de incidencia que cuantifica la velocidad de aparición de nuevos casos de la enfermedad.
Riesgo: se
define como la probabilidad de que una persona libre de un evento (adverso como enfermedad o muerte), lo desarrolle en un tiempo determinado.
El riesgo de enfermar R(E) = P(E);
E=Enfermar
Ej. Riesgo de Morir antes del año de vida vida en Chile año 2002 = Mortalidad infantil Chile 2002= 8.9 %o se esperan observar casi 9 casos de muerte infantil por cada 1000 nacidos vivos. Obs. 1) % indica porcentaje (casos por cada cien); %o indica casos por mil; %oo indica casos por diez mil; etc. 2) El riesgo sólo se puede determinar en estudios de cohorte o ensayos clínicos, es decir cuando se cuenta con una cohorte de sujetos observados en el tiempo, libre del evento al comienzo de la observación. Ejemplo: En el caso de la mortalidad infantil, la cohorte en observación corresponde a todos los nacidos vivos que son observados por el periodo de un año registrándose todas las muertes. Material preparado por: Prof. Juan José Orellana C.
1
Riesgo Relativo RR:
Es un indicador que compara el riesgo entre dos cohorte de personas (dos poblaciones) una expuesta y otra no expuesta a algún factor de determinado (factor de riesgo). Se calcula como el cuociente entre el riesgo de los expuestos y los no expuestos de sufrir el evento de interés. P(Evento / Exp) RR = R(Evento en los Expuestos ) / R(Evento en los No Expuestos)= P(Evento / No Exp)
Interpretación. 1) RR=1 (cercano a 1) indica que el riesgo del evento es el mismo en los expuestos que en los no expuestos no es factor de riesgo para el evento. 2) RR>1 indica que el riesgo en el grupo expuesto es mayor que en el grupo no expuesto. Ej Los siguientes datos corresponden a un estudio longitudinal que relaciona el uso de contraceptivos orales (OC) y presencia de Bacteriúria en mujeres de 16 a 49 años de edad.
Bacteriúria
Uso de CO
RR =
Si
No
Total
Si
27
455
482
No
77
1831
1908
Total
104
2286
2390
P(Evento / Exp) P(Evento / No Exp)
=
P ( Bact P ( Bact
/
Uso CO )
/ No
uso CO )
=
27 / 482 77 / 1908
=
5.60% 4.04%
= 1.39
Esto significa que las expuestas, mujeres que usan contraceptivos orales, tienen un 39% más riesgo de tener bacteriúria, respecto de las mujeres no expuestas (no usuarias de OC). Si el RR hubiese sido de 2, implicaría que los expuestos tienen el doble de riesgo que los no expuestos. 3) RR<1 indica que hay un efecto protector, es decir que el riesgo de los expuestos es menor al de los no expuestos. (Ej. Si la exposición es cualquier tratamiento profiláctico que funcione. RR=0.5 significa que los expuestos tienen la mitad del riesgo de los no expuestos).
Obs. 1) El cálculo del riesgo relativo se asocia principalmente a estudios de seguimiento. 2) Stata incorpora comandos que estiman el RR y su correspondiente intervalo de confianza, por ejemplo, con los datos anteriores: Material preparado por: Prof. Juan José Orellana C.
2
csi
27 77 455 1831, level(98)
| Exposed Unexposed | Tot al - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - Cases | 27 77 | 104 Noncases | 455 1831 | 2286 - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - Tot al | 482 1908 | 2390 | | Ri sk | . 0560166 . 0403564 | . 0435146 | | | Poi nt est i mat e | [ 98% Conf . I nt erval ] | - - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - Ri sk di f f erence | . 0156602 | - . 0108647 . 0421851 Ri sk r at i o | 1. 388048 | . 8363413 2. 303696 At t r . f r ac. ex. | . 2795636 | - . 1956841 . 565915 At t r . f r ac. pop | . 072579 | +- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - chi 2( 1) = 2. 27 Pr >chi 2 = 0. 1321
Razón de ventaja (Odds Ratio) Es una medida que intenta estimar la fuerza de asociación entre un factor de riesgo y la presencia de un evento (enfermedad). El OR se calcula principalmente en estudios de Corte Transversal o de Casos y Controles (retrospectivos). En general los estudios de Casos y Controles comparan la frecuencia de exposición a un factor de riesgo en el pasado de las personas “enfermas” (casos) y personas “sin la enfermedad” controles. Odd es la razón entre la probabilidad de ocurrencia de un evento y la probabilidad de no ocurrencia de c dicho evento. Odd= P(A) : P(A ), Si el evento es salga cara en el lanzamiento de una moneda, la Odd de cara sera ½ : ½ =1, es decir 1 : 1 ó que por cada cara, se espera un sello. Si la Odd de un evento es ½ entonces éste ocurrirá una vez por cada dos veces que no ocurra. Considere un estudio de retrospectivo que pretende evaluar la condición de fumar (F) y la aparición de cáncer de pulmón (CP). Este estudio tomó una muestra 37 de pacientes con cáncer pulmonar y una muestra de 139 pacientes libres de CP. La condición de fumar de estos pacientes se presenta en la siguiente tabla. Condición de Fumar según presencia de Cáncer Pulmonar (CP) Con CP Sin CP Fumadores (F) 12 21 c No fumadores (F ) 25 118 Total 37 139 Obs. NO es posible calcular el riesgo de CP dado que no se dispone de la cohorte de sujetos libres de CP y que en el tiempo lo desarrollan. Sea el evento Exposición “Fumar”. La Odd de “Fumar” en los pacientes con CP, es 12 : 25 = 0.48 = 48 : 100 es decir entre los pacientes con CP, por cada 48 fumadores hay 100 no fumadores. Por otro lado la Odd de exposición (fumar) en el grupo de pacientes sin CP es 21:118 = 0.178 ≈ 18 : 100, es decir entre Material preparado por: Prof. Juan José Orellana C.
3
los pacientes sin CP, por cada 18 fumadores, hay 100 no fumadores. Se puede observar en estos datos que la frecuencia de fumar es mayor en los pacientes con CP, ¿cuánto mas ?…. La razón entre el Odd de exposición de los pacientes con el evento (caso) y sin el evento (control), se llama razón de Odds u Odds Ratio (OR). El OR estaría indicando el número de expuestos en los casos por cada expuesto en los controles.
Interpretación: 1) OR=1 la frecuencia de exposición en los casos y controles es la misma “no hay asociación entre el factor de riesgo y el evento en el estudio. 2) OR>1 La frecuencia de exposición en los casos es mayor que en la de los controles (es factor de riesgo) 3) OR<1 Lo contrario que 2) (es factor de protección) En el ejemplo anterior: OR=(12:25)/(21:118)=(12*118) / (21*25)=2.7, es decir por cada 2.7 fumadores en los pacientes con CP, hay sólo un fumador en el grupo sin CP. Obs. 3) El cálculo de OR se asocia principalmente a estudios de corte transversal y de Casos y controles, sin embargo también se puede calcular para estudios de cohorte en vez del el RR donde el OR de interés será el de enfermedad y no el de exposición como en el de estudio de Caso y Control. 4) Stata incorpora comandos que estiman el OR y su correspondiente intervalo de confianza, ej. Con los datos anteriores: cci
12 25 21 118, level(98)
Propor t i on | Exposed Unexposed | Tot al Exposed - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - Cases | 12 25 | 37 0. 3243 Cont r ol s | 21 118 | 139 0. 1511 - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - Tot al | 33 143 | 176 0. 1875 | | | Poi nt est i mat e | [ 98% Conf . I nt erval ] | - - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - Odds r at i o | 2. 697143 | . 8982018 7. 71274 ( exact ) At t r . f r ac. ex. | . 6292373 | - . 1133356 . 8703444 ( exact ) At t r . f r ac. pop | . 204077 | +- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - chi 2( 1) = 5. 76 Pr >chi 2 = 0. 0164
Material preparado por: Prof. Juan José Orellana C.
4
Ejercicios 1. Los siguientes datos provienen de un estudio de Casos y Controles que pretende relaciona el consumo de alcohol y Infarto al Miocardio. Tabla 1: Distribución de frecuencia del consumo de alcohol según casos y controles de infarto al miocardio. Consumo de Casos: Controles: alcohol Con Infarto al Miocardio Sin Infarto al Miocardio Expuestos: 71 52 >80 grs/día No expuestos: 29 48 ≤80 grs/día Total
100
100
a) Calcule una medida de fuerza de asociación adecuada y su correspondiente confianza. b) Interprete sus resultados.
intervalo de
2. Las siguientes tablas muestran los datos del estudio anterior, disgregados en cada grupo de la condición de fumar. Tabla 2: Distribución de frecuencia del consumo de alcohol según casos y controles de Infarto al Miocardio en fumadores. Consumo de alcohol Expuestos: >80 grs/día No expuestos: ≤80 grs/día
Casos: Con Infarto al Miocardio
Controles: Sin Infarto al Miocardio
8
16
22
44
Total
30
60
Tabla 3: Distribución de frecuencia del consumo de alcohol según casos y controles de Infarto al Miocardio en no fumadores. Consumo de alcohol Expuestos: >80 grs/día No expuestos: ≤80 grs/día
Casos: Con Infarto al Miocardio
Controles: Sin Infarto al Miocardio
63
36
7
4
Total
70
40
Material preparado por: Prof. Juan José Orellana C.
5
a) Calcule una medida que indique la fuerza de asociación en cada una de las tablas de datos. b) Es posible combinar la información de las dos tablas y presentar sólo una medida de asociación, explique. 3. En un estudio de seguimiento que pretende relacionar la presencia de diabetes con Infarto al miocardio, se contó con una cohorte de 46 diabéticos y una cohorte de 98 no diabéticos, ambas cohortes libres de infarto al miocardio al comienzo del estudio. Estas cohortes fueron seguidas por 20 años registrando la aparición o no del evento Infarto al miocardio. La siguiente tabla muestra los resultados observados. Consumo de alcohol Expuestos: Con Diabetes No expuestos: Sin Diabetes Total
Con Infarto al Miocardio
Sin Infarto al Miocardio
Total
9
37
46
16
82
98
25
119
144
En la salida computacional adjunta identifique e interprete los siguientes indicadores: a) b) c) d) e) f)
Probabilidad de infarto a los 20 años en los sujetos del estudio Probabilidad de infarto a los 20 años en los sujetos diabéticos. Probabilidad de infarto a los 20 años en los sujetos no diabéticos. RR y su correspondiente IC95% Valor p asociado a la hipótesis de asociación ( Ho: RR=1 vs H1: RR ≠1). Interprete los datos para este estudio.
csi
9 16 37 82
| Exposed Unexposed | Tot al - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - Cases | 9 16 | 25 Noncases | 37 82 | 119 - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - Tot al | 46 98 | 144 | | Ri sk | . 1956522 . 1632653 | . 1736111 | | | Poi nt est i mat e | [ 95% Conf . I nt erval ] | - - - - - - - - - - - - - - - - - - - - - - - - +- - - - - - - - - - - - - - - - - - - - - Ri sk di f f erence | . 0323869 | - . 1036171 . 1683908 Ri sk r at i o | 1. 19837 | . 5730714 2. 505952 At t r . f r ac. ex. | . 1655329 | - . 7449832 . 6009501 At t r . f r ac. pop | . 0595918 | +- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - chi 2( 1) = 0. 23 Pr >chi 2 = 0. 6324
Material preparado por: Prof. Juan José Orellana C.
6
