Medidas de riesgo en epidemiología

Cuantifica el exceso de tasa de enfermedad atribuible a la exposición en el conjunto de la población en estudio

Es la cantidad de riesgo que sufre toda la población como consecuencia de la exposición

Es una medida útil para determinar la importancia relativa de la exposición para la población en conjunto

Riesgo relativo

Compara la frecuencia con que ocurre el daño entre los que tienen el factor de riesgo y los que no lo tienen

RR= IE / IN

RR= A/ A+B / C/C+D

Es la razón entre el riesgo que ocurra una enfermedad en la población expuesta y el riesgo de enfermedad en la no expuesta.

Se utiliza para valorar probabilidad de que una asociación represente una relación causal

Mide la fuerza de la asociación entre la exposición al riesgo y o la enfermedad

Interpretación del riesgo relativo de una enfermedad

=1 no hay asociación (riesgo en los expuestos = riesgo en los no expuestos)

> 1 asociación positiva (riesgo en los expuestos > riesgo en los no expuestos)

< 1 asociación negativa; ¿? Protector (riesgo en los expuestos< riesgo en los no expuestos)

Razón de momios u odds ratio

Razón de los odds de estar expuesto dado que se está enfermo, cuando lo comparo con los enfermos.

Se convierte en la razón de los productos cruzados

Odds exp/casos = A/A + C / 1-(A/A+C) = A/C

Odds exp/controles= B/B+D / 1-(B/B+D) = B/D

OR exp= A/C / B/D = AxD/BxC

Interpretación de la razón de momios

=1 no hay asociación

> 1 hay asociación positiva ( posiblemente causal)

< 1 hay asociación negativa (posiblemente protectora)

Razón de prevalencia

Relación de prevalencia el resultado en los expuestos y no expuestos

RP= Pexp/ Pnoexp

Error α o tipo 1

falso positivo, es el error que se comete cuando el investigador no acepta la hipótesis nula (Ho) siendo esta verdadera en la población. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusión de que existe una diferencia entre las hipótesis cuando en realidad no existe. Se relaciona con el nivel de significancia estadística. Se considera que el paciente está enfermo, a pesar de que en realidad está sano; hipótesis nula: El paciente está sano. (hallar asociación donde no la hay. Se da por variables confusas o error en la recolección de la información por falta de sinceridad en las respuestas)

Error β o tipo 2

o falso negativo, se comete cuando el investigador no rechaza la hipótesis nula siendo esta falsa en la población. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusión de que ha sido incapaz de encontrar una diferencia que existe en la realidad. Se acepta en un estudio que el valor esté entre el 5 y el 20%. En la mayoría de los casos no es posible calcular la probabilidad del error tipo II. (no hallar asociación donde si la hay, intervalo de confianza menor que 1, por insuficiencia de muestra)