MANUAL DE EPIDEMIOLOGIA Y

SALUD PUBLICA VETERINARIA

Med Vet Edmundo Larrieu

Ctedra de Epidemiologa y Salud Pblica
Facultad Ciencias Veterinarias
U.N. La Pampa

2003
PRIMERA PARTE :

Captulo I: Introduccin a la epidemiologa 3

Usos de la epidemiologa. 3

El mtodo epidemiolgico 4
Observacin sobre los clculos estadsticos 5

Captulo II: Ocurrencia de la enfermedad 6

1. Epidemia y endemia 6

2. Como mediar la ocurrencia de la enfermedad 7

2.1. Coleccin de los hechos 7

2.2. Uso de cifras en epidemiologa 9

2.2.1. Tasas crudas, especficas y ajustadas 10

2.2.2. Tasas de morbilidad y mortalidad 11

2.3. Medidas de resumen de datos 14

3. Estudios epidemiolgicos descriptivos 20

3.1. Cadena epidemiolgica 21

3.2. Diseo de estudios descriptivos 22

3.2.1. Estimacin del tamao de la muestra 23

4. Interpretacin de pruebas diagnsticas 25

4.1. Intervalo de confianza 25

4.2. Sensibilidad y especificidad 26

Captulo III: Explicacin de los hechos 30

1. Verificacin de hiptesis epidemiolgicas 30

2. Estudios epidemiolgicos longitudinales 31

2.1. Asociacin Causal 32

2.2. Multicausalidad 33

2.3. Determinacin de asociacin estadstica 33

2.3.1. Estimacin del riesgo 34

3. Diseo de estudios de casos y controles 42

Captulo IV

Un estudio descriptivo (Historia natural) 45

Un estudio descriptivo (Bases para el control) 49

Un estudio de casos y controles (Evaluar programa de control) 51

CAPITULO I: INTRODUCCION A LA EPIDEMIOLOGIA

USOS DE LA EPIDEMIOLOGIA

Epidemiologa significa desde un punto de vista etimolgico "estudio de lo

que acontece por sobre el pueblo" (EPI: sobre, DEMOS: pueblo, LOGOS:
estudio)
Histricamente se la ha asociado al estudio de las epidemias. Modernamente,
sin embargo, es definida como el "estudio de la distribucin de las
enfermedades y de las causas determinantes de su ocurrencia".

De esta forma la epidemiologa excede el marco de situaciones epidmicas

para definir principios generales que permitan, por una parte, explicar eventos
ocurridos y, por la otra, predecir y prevenir la ocurrencia de enfermedades en
la poblacin.

Diferentes grupos de poblaciones humanas y animales tienen caractersticas

especficas determinadas por factores del ambiente biolgico, fsico, social,
cultural y econmico, determinando condiciones de vida, niveles de bienestar
y grados variables de exposicin a diferentes riesgos. Esta situacin genera,
por consecuencia, dismiles perfiles de salud en cada uno de los grupos
poblacionales considerados.

En este esquema, podemos definir los principales Usos de la epidemiologa:

Descripcin de la distribucin de la enfermedad en trminos de tiempo, lugar

de ocurrencia de los eventos y personas afectadas y susceptibles.

Explicacin de las mecanismos causales que permitieron la ocurrencia de

enfermedad en un momento determinado

Descripcin de la historia natural de la enfermedad y de las causas locales de

su ocurrencia

Evaluacin de los programas de lucha contra las enfermedades, identificando

estrategias adecuadas para cortar el ciclo de transmisin, midiendo el impacto
de los programas e identificando factores de persistencia que limiten los
resultados previstos

Planeamiento de la asistencia sanitaria con seleccin de tecnologas

apropiadas sustentables por los sistemas locales de salud.

La epidemiologa, tal cual ha sido definido por Urquijo en 1969, se encuentra

relacionada estrechamente con la estadstica (para medir con precisin a los
fenmenos observados) y con la clnica y la patologa (para el ajuste
diagnstico de las observaciones efectuadas)

En el trabajo clnico, el diagnstico de la enfermedad en un individuo, se basa

en general en identificar al agente etiolgico o a una causa simple como
desencadenante DE LA enfermedad, que, en funcin del diagnstico,
posibilitar la implantacin de un tratamiento especfico y eficaz al paciente.
En epidemiologa, por el contrario, la enfermedad es estudiada en funcin de
la interaccin de agentes patgenos, huspedes susceptibles y ambiente,
interaccin que limita o favorece la ocurrencia de la enfermedad en una parte
de la poblacin. Por ello, la tarea prioritaria es determinar los factores de
riesgo que produjeron o producirn una determinada ocurrencia de
enfermedad y, en funcin de ello, aplicar medidas de prevencin o control
eficaces para limitar el nmero de casos, an en ausencia de un diagnstico
exacto del agente causal.

Por ejemplo, el padre de la investigacin epidemiolgica, Jhon Snow en 1849

demuestra en Londres, la propagacin del clera por la contaminacin fecal
del agua potable, determinando grados de exposicin al riesgo segn la
compaa proveedora del agua y define medidas de prevencin basadas en la
clausura de la fuente de agua contaminada, poniendo fin a la epidemia que
azotaba a esa ciudad, an en ausencia de mnimos conocimientos de
bacteriologa y, menos an, de la existencia de Vibrio cholerae. en la
naturaleza

EL METODO EPIDEMIOLOGICO

La epidemiologa de campo requiere de una organizacin metodolgica que

no es otra cosa que la utilizacin sistemtica del mtodo cientfico.

El Mtodo Cientfico trata un conjunto de problemas para arribar a un

resultado con el mnimo de esfuerzos y tiempo, mximo de eficacia y menor
margen de error. Supone contar con un conocimiento amplio del tema objeto
de estudio, el cual se consigue a travs de la investigacin documental
(anlisis bibliogrfico, publicaciones cientficas, de documentos etc.) y de la
investigacin de campo (por medio de observaciones, entrevistas, encuestas,
etc.).

El Mtodo Epidemiolgico, por lo tanto, ha sido definido como "metodologa

cientfica aplicada al estudio de la enfermedad en las poblaciones".

La secuencia caracterstica del mtodo incluye:

observacin y descripcin de los hechos

elaboracin de hiptesis tentativas que traten de explicar lo ocurrido

verificacin de las hiptesis

conclusiones

Desde un punto de vista didctico (pues en la prctica epidemiolgica resulta

en ocasiones difcil encasillar los procesos tan claramente) podemos dividir la
actividad epidemiolgica, por un lado, en la observacin, registro y
descripcin de los hechos (presentado en detalle en el Captulo 2) y por el
otro, en la verificacin de las hiptesis y la explicacin de los hechos
ocurridos, incluyendo en este sentido a los estudios epidemiolgicos analticos
y experimentales (presentado en detalle en el Captulo 3).

CALCULOS ESTADISTICOS

Como se ha sealado, los clculos estadsticos estn estrechamente

relacionados con la epidemiologa. En el presente Manual, se presentan las
estimaciones estadsticas mas habitualmente utilizadas en los estudios
epidemiolgicos de campo, presentndose su definicin e interpretacin y las
frmulas de calculo manual ms elementales.

En la prctica epidemiolgica actual, todas las estimaciones estadsticas son

efectuadas en softwares especficos. De hecho, los ms sencillos y habituales
se encuentran disponibles gratuitamente en Internet, tal como EPIDAT
(desarrollado por la Xunta de Galicia, Espaa) y EPIINFO (desarrollado por
OPS) y permiten resolver la totalidad de las estimaciones estadsticas
abordadas en este Manual.

CAPITULO II: OCURRENCIA DE LA ENFERMEDAD

1. EPIDEMIA Y ENDEMIA

Constituyen dos definiciones de uso habitual para el epidemilogo en la

descripcin de la ocurrencia de una enfermedad.

En muchos casos, la existencia de una epidemia es obvia: por ejemplo cuando

afecta a una gran proporcin de personas o animales, produce evidencias
claras de enfermedad y se presenta en un corto perodo de tiempo (encefalitis
equina, hantavirus). Por el contrario no resulta tan sencillo caracterizar como
epidmica la ocurrencia de una enfermedad crnica, por ejemplo
echinococcosis qustica, al presentarse en un lapso de tiempo prolongado.

Rouquayrol clasific en 1988 a la enfermedad de acuerdo a su ocurrencia en:

Presente en nivel epidmico

Presente en nivel endmico

Presente con casos espordicos

Inexistente

As, definimos a la Epidemia como la "aparicin en una comunidad de un

nmero de casos de una enfermedad claramente en exceso sobre su
expectacin normal" ("prevalencia excesiva")

Este concepto es aplicable tanto a enfermedades infecciosas como no

infecciosas. La determinacin que un nmero de casos implica una
prevalencia excesiva implica conocer la frecuencia de la enfermedad a lo largo
de un perodo de tiempo prolongado o, asumiendo un mayor margen de error,
comprar muestra frecuencia de casos con la frecuencia en otros lugares. Un
valor absoluto (nmero de casos) por s solo no permite clasificar una
ocurrencia como epidmica.

As, por ejemplo, la ocurrencia de 3 casos de encefalitis equina en

trabajadores rurales de la Provincia de Ro Negro (Argentina) en 1983
constituye una epidemia en tanto la ocurrencia habitual durante los cinco aos
anteriores era de 0 caso.

Un caso especial de epidemia est asociado al concepto de brote, trmino que

expresa con mayor precisin episodios que ocurren en cortos perodos de
tiempo, iniciado por casos primarios a fuente nica de infeccin. Son
ejemplos tpicos de esta situacin las intoxicaciones alimentarias.

Endemia, por su parte, es definida como la "situacin normal esperada de una

enfermedad". Es la condicin por la cual una enfermedad se mantiene en una
ocurrencia ms o menos estable, con una regularidad previsible y afectando
sistemticamente a grupos humanos distribuidos en espacios delimitados. Por
ejemplo Echinococcosis qustica en la Patagonia Argentina y Hantavirus en
Orn (Argentina).

La Presentacin Espordica, por el contrario, es una situacin en la cual la

enfermedad presenta una "ocurrencia rara y sin regularidad en el tiempo",
resultando botulismo uno de los mejores ejemplos de esta situacin.
Finalmente, una enfermedad es considerada Inexistente en un rea dada, en
"ausencia de notificacin de casos", aunque no necesariamente implique la
inexistencia del agente en el ambiente. Un ejemplo de ello, es la ausencia de
notificaciones de casos de rabia canina y humana en la regin patagnica
argentina, status de zona libre alterado a partir de 1997 por el hallazgo de
virus rbico en murcilagos de diversas localidades de la regin.

2. COMO MEDIR LA OCURRENCIA DE UNA ENFERMEDAD

2.1. COLECCION DE LOS HECHOS

En el campo de la Salud Pblica, incluido el mbito correspondiente a la

Salud Pblica Veterinaria, existen diversidad de sistemas de registro y
notificacin de datos: historias clnicas, anotaciones de laboratorio,
certificados de defuncin, libros de guardia en hospitales, registro de
actividades en programas especficos, planillas de decomisos en mataderos,
etc. obtenidos de la poblacin.

Poblacin ser el "conjunto de objetos o individuos pasibles de ser

estudiados, considerando a cada uno de ellos como Unidades de
Observacin". Siendo a menudo imposible examinar a la totalidad de los
individuos u objetos que componen el universo, la informacin corresponder
a solo una parte del mismo, la que es denominada Muestra. Si esta ha sido
adecuadamente obtenida las conclusiones que podamos extraer de ella podrn
extenderse a la poblacin total o universo.

Los objetos o individuos que componen la Poblacin poseen Variables,

definidas como "caractersticas que pueden ser registradas para su
consideracin en un estudio". Por ende pueden asumir distintos valores. Por
ejemplo, si recopilamos informacin sobre dinmica de poblaciones caninas,
"perro" ser la unidad de observacin, siendo "edad" y "sexo" algunas de las
variables de inters para el estudio.

Estas variables pueden presentar distintas modalidades: la edad de los canes

puede ser de 1, 2 o 5 aos, constituyendo una caracterstica Cuantitativa o
Magnitud (es expresada en forma numrica). Por el contrario, la caracterstica
sexo en tanto puede presentar una modalidad masculina o femenina, es
considerada una caracterstica Cualitativa o Atributo (no puede ser expresada
en forma numrica).
Las variables cuantitativas pueden ser clasificadas como Discretas (se cuentan
o miden como nmeros enteros, ejemplo nmero de perros) o Continuas (se
cuentan o miden por cualquier valor o fraccin, ejemplo altura).

Las variables pueden ser tambin clasificadas en Dependiente (es causada o

modificada por otra) e Independiente (variable que modifica o produce la
otra). por ejemplo podemos relacionar en un estudio la variable temperatura,
que sera dependiente, con la variable estado de salud, que sera
independiente.

Finalmente, Frecuencia es el nmero de veces que se repite la caracterstica en

un estudio. Por ejemplo, en nuestro estudio de dinmica de poblaciones, una
encuesta domiciliaria nos arroja la existencia de 1700 canes, siendo 750 la
frecuencia de hembras y 950 la de machos.

A partir de estas definiciones podemos ingresar a la recoleccin de datos

acerca de la distribucin de la enfermedad en la poblacin.

La informacin puede obtenerse de distintas fuentes de datos, que pueden ser

clasificados en:

Primarias y Secundarias: si quien ha publicado los datos es el mismo que los

ha recogido o supervisado se considera fuente primaria. (ejemplo censos de
poblacin). Si por el contrario, la informacin es extrada de una publicacin
que contiene resultados extrados de una fuente primaria, estaremos frente a
una fuente secundaria. Las fuentes primarias tienen como ventaja evitar
errores de transcripcin, ofrecer ms detalles e incluir aclaraciones del
procedimiento de recoleccin de datos.

Oficiales y Privadas: son fuentes oficiales los organismos gubernamentales,

siendo por ende todo organismo no gubernamental una fuente privada.

Ocasionales (encuestas o censos) y Continuas (Registros): Si son ocasionales,

la informacin se recoge en un momento (o periodo) determinado. Por ende
constituyen un corte de la poblacin; por ejemplo, una encuesta
seroepidemiolgica de hidatidosis en una poblacin rural nos indicar la
prevalencia de la enfermedad en un momento dado Las continuas, por su
parte, son la anotacin de los hechos de los cuales se requiere informacin a
medida que estos se van produciendo; por ejemplo registros de
hospitalizacin, notificacin de enfermedades transmisibles, registro de
hechos vitales como nacimientos y defunciones, registro de decomisos en
mataderos.

Un aspecto a considerarse es la comparabilidad de las fuentes.

Cuando se trabaja con datos de dos o ms fuentes, se tendr en cuenta la
confianza que merezca cada una en cuanto a su veracidad y calidad de
recoleccin y que se hayan utilizados las mismas definiciones, trminos,
perodos y procedimientos en la toma de datos.

De tratarse de Muestras habr que considerar su representatividad en relacin

al Universo. Si la informacin es de varios aos, asimismo, estudiaremos las
posibles variaciones ocurridas en dichos aos en los procedimientos de
recoleccin o definicin de trminos.

2.2. USO DE CIFRAS EN EPIDEMIOLOGIA

En todos los casos, nuestras fuentes de datos nos proporcionarn Cifras

Absolutas (casos) que adquieren importancia administrativa, pues al permitir
conocer volmenes de tareas y necesidad de prestaciones establecern, por
ejemplo, requerimientos de drogas y vacunas para un servicio, antiparasitarios
para un programa o camas para un hospital; aunque, su utilidad en
epidemiologa se ver limitada, pues no estn relacionadas con la poblacin
que les dio origen. As, 50 casos de brucelosis en una comunidad pueden
implicar una situacin epidemiolgica mucho ms grave que 100 casos en otra
comunidad, si la primer poblacin es de 1000 personas y la otra de 1000000.

Ms conveniente en trminos epidemiolgicos, pues permite su uso

comparativo, es el manejo de Cifras Relativas construidas relacionado a las
cifras absolutas (casos) con la poblacin de la que provienen, expresndolas
en trmino de frecuencia (tasas).

Las Tasas, as, constituyen uno de los instrumentos epidemiolgicos de mayor

uso. Se construyen como un cociente en el cual el denominador queda
constituido por la poblacin y el numerador por la cantidad de individuos que
han sido afectados por cierta "causa" (usualmente enfermedad o muerte). Es
decir que las tasas "relacionan un evento (enfermedad) con la poblacin que
la ha sufrido".

Al indicar enfermedad o muerte, las tasas estn expresando el "riesgo" que un

miembro de la poblacin tiene de enfermar o morir por la "causa" productora
del evento por el solo hecho de pertenecer a esa poblacin.

Toda tasa incluye la descripcin precisa de los lmites de tiempo (hora, mes,
ao) y de lugar (escuela, regin, pas) en que ha ocurrido el evento descripto.
Asimismo, dado que el resultado del cociente es siempre menor a uno, se
aplica en todos los casos un factor de multiplicacin (100, 1000, 100000)
generalmente estandarizado de acuerdo al tipo de tasa que se desee expresar.

Por ejemplo: la tasa de incidencia de Hidatidosis humana (Causa) en la

Provincia de Ro Negro (Lmite de lugar) en el ao 1983 (Lmite de tiempo)
fue de 26 x 100000 (Factor de multiplicacin), siendo 26 el cociente entre 131
casos nuevos y 485633 habitantes expuestos al riesgo.

Expresado en trminos de riesgo, esta tasa significa que cualquier habitante de

la Provincia de Ro Negro tuvo en 1983 una posibilidad del 26 x 100000 de
enfermar de hidatidosis.

2.2.1. TASAS CRUDAS, ESPECIFICAS Y AJUSTADAS

Existen diversos tipos de tasas.

Tasas Crudas o Brutas son aquellas que se elaboran relacionando la totalidad

de los casos (morbilidad o mortalidad) ocurridos por una o varias causas en un
perodo y lugar determinado con la poblacin total del pas. (por ejemplo, tasa
de mortalidad por ttanos en la Repblica Argentina en 1988)

Este tipo de tasas, cuya informacin est casi siempre disponible, son de valor
epidemiolgico limitado, pues estn muy influenciadas por la estructura de
edades de la poblacin.

Por ejemplo, pases con altas tasas de enfermedades degenerativas en adultos,

pueden enmascarar la tasa cruda si tienen una alta proporcin de jvenes en su
poblacin.

Para superar esta limitacin se han desarrollado mtodos estadsticos para

eliminar las diferencias en las proporciones de edades entre las poblaciones
que queremos comparar, mtodos a partir de los cuales pueden construirse
Tasas Ajustadas..

Las Tasas Especficas, por su parte, se elaboran circunscribiendo el fenmeno

a un sector de la poblacin determinado por alguna caracterstica como edad o
sexo, lo que les confiere alto valor epidemiolgico, dado que algunas
caractersticas de las personas, tales como edad, sexo, ocupacin o domicilio,
pueden tener alta influencia en el riesgo de enfermar o morir. Por ejemplo,
Tasa de morbilidad por Larva migrans en la Repblica Argentina en 1988 en
nios de 5/10 aos de edad.
Las ventajas y limitaciones de cada tipo de tasa se expresan en el cuadro
siguiente

2.2.2. TASAS DE MORBILIDAD Y DE MORTALIDAD

Las tasas, crudas o especficas, pueden expresar enfermedad (tasas de

morbilidad) o muerte (tasas de mortalidad). As, las tasas de morbilidad
expresan la proporcin de sujetos enfermos de una comunidad, mientras que
las tasas de mortalidad expresan la proporcin de sujetos que mueren.

En ambos casos, las tasas quedan limitadas como expresin del estado
sanitario de una poblacin en cuanto el numerador solo recoge informacin
oficialmente registrada, quedando excluidos los no notificados, los no
asistidos y los incorrectamente diagnosticados.

De tal forma, las tasas usualmente expresan valores inferiores a los existentes
en la realidad.

Sin embargo, en tanto la subnotificacin es un elemento que podra ser

considerado estable (mientras no se instrumenten programas especficos que
puedan modificar esa situacin) a lo largo de los aos, las series histricas de
las tasas de morbilidad y mortalidad expresan con bastante justeza la historia
natural de una enfermedad en una poblacin.

En relacin al denominador, la poblacin expresada ser siempre la que es

definida como expuesta al riesgo. Podr estar representada por la totalidad de
la poblacin de una comunidad, por una parte de ella (por ejemplo en cncer
de prstata se considerarn solamente los individuos de sexo masculino) o por
el nmero de sujetos sometidos a un estudio.

Dentro de las tasas de morbilidad, incidencia y prevalencia representan dos

conceptos claves.

Tasa de Incidencia: expresa el nmero de casos "nuevos" ocurridos en el

perodo considerado (da, mes, ao) en relacin a la poblacin expuesta al
riesgo. Mide la aparicin de la enfermedad.

Se calcula como el cociente entre el nmero de casos nuevos de una

enfermedad (casos diagnosticados en el ao considerado) y la poblacin
expuesta al riesgo (a la mitad del perodo considerado)
Ejemplo: Tasa de incidencia de Triquinosis en Argentina en el ao 1982: 154
casos / 26735000 de habitantes x 100000 (factor de multiplicacin) = 0.58

Tasa de Prevalencia: expresa el "total" de casos existentes en una comunidad

en el perodo considerado. Mide la existencia de enfermedad.

Se calcula como el cociente entre el nmero total de casos de una enfermedad

(casos diagnosticados en el perodo considerado ms los casos preexistentes) y
la poblacin expuesta al riesgo (a la mitad del perodo considerado)

Ejemplo: Tasa de prevalencia para TBC: Total de Casos (diagnosticados en

1988 + diagnosticados en aos anteriores y no curados al 1/1/88)/ poblacin
0-20 aos, x 100.000, Buenos Aires, 1988

La tasa de prevalencia puede ser de perodo (1 ao) o de punto (un momento

dado).

Las tasas de incidencia y prevalencia expresan usualmente la ocurrencia de

una enfermedad en una poblacin en funcin de los casos diagnosticados y
notificados a los sistemas de salud. Por ello, normalmente, el factor de
multiplicacin es 100000.

Los resultados de encuestas en poblacin no sintomtica para detectar

portadores de una determinada enfermedad, por su parte, son expresados en
trminos de prevalencia (por ejemplo, tasa de prevalencia de brucelosis en
trabajadores del matadero municipal: total de casos positivos a Huddlesson /
total de trabajadores estudiados). En estos casos, el factor de multiplicacin
usualmente utilizado es 100.

Tasa de Ataque: es una tasa de incidencia que se utiliza en casos de brotes.

Relaciona, por lo tanto, una poblacin acotada y definida expuesta al riesgo en
un perodo de tiempo tambin acotado, correspondiente al momento de
exposicin al riesgo.

Por ejemplo: Tasa de Ataque en un brote de triquinosis, Viedma, agosto, 1982:

28 enfermos de triquinosis / 49 expuestos al riesgo por consumir embutidos
frescos contaminados x 100: 57.14 x 100.

Factor de multiplicacin en brotes: siempre es usado el valor 100.

Tasa de Ataque Secundario: es una tasa de incidencia de aplicacin exclusiva

en enfermedades transmisibles por cuanto mide el riesgo que corre un grupo
delimitado de adquirir determinada enfermedad por estar en contacto con la
fuente original de infeccin o con el caso primario.
Es decir que el numerador expresar el nmero de casos secundarios
(contactos del caso primario) y el denominador el total de contactos.

Por ejemplo: Tasa de Ataque Secundario en Hepatitis: nmero de casos en

hermanos menores de nios concurrentes a una escuela en donde se desarroll
un brote de Hepatitis / Total de hermanos menores.

Incidencia Acumulada: Es un indicador utilizado en situaciones especiales.

Define la proporcin de individuos que estando libres de una enfermedad al

comienzo del perodo considerado enferman a lo largo del mismo.

La Incidencia Acumulada es expresada como producto del cociente entre el

nmero de individuos que presentan la enfermedad y el nmero de individuos
de la poblacin considerada en el perodo, siendo por lo tanto un valor
numrico que se encontrar siempre en el rango entre 0 y 1.

Por ejemplo: En una poblacin minera de Ro Negro compuesta por 4800

trabajadores entre 20 y 65 aos de edad se produjeron 24 casos de silicosis en
el perodo 1970/1980. Incidencia acumulada 24 / 4800 = 0.005

Por su parte, tres son las tasas de mortalidad ms utilizadas.

Tasa de Mortalidad Propiamente Dicha: expresa la cantidad de individuos que

mueren en una poblacin, ya sea por todas las causas (mortalidad general) o
por una patologa especfica (mortalidad por causa).

Mide la proporcin de poblacin que muere cada ao en relacin a la

poblacin expuesta.

Ejemplo: Tasa de Mortalidad por Rabia, El Salvador, 1987: 0.06 x 100.000

Es decir que se construye como producto de: nmero de muertos (por una o
todas las causas) / poblacin expuesta al riesgo (a la mitad del perodo
considerado) x factor de correccin (usualmente 1000000, a excepcin de las
tasas de mortalidad infantil que se expresan x 1000).

Tasa de Letalidad: expresa la probabilidad que existe de morir en relacin a la

ocurrencia de casos de una enfermedad.

Mide la gravedad o potencial mortal de una enfermedad. Se construye como

producto de: nmero de muertos por una causa / total de enfermos por esa
causa x factor de correccin (usualmente 100).

Ejemplo: Tasa de Letalidad por Hidatidosis, Rio Negro, 1987: 1.8 x 100 (2
muertos por hidatidosis / 111 enfermos de hidatidosis x 100)
Tasa de Mortalidad Proporcional: expresa la proporcin de las muertes por
una causa especfica en relacin a la mortalidad global. (nmero de muertos
por una causa / todos los muertos)

Es decir que al no establecer relaciones con la poblacin total este tipo de tasa
no expresa el riesgo de que los miembros de la poblacin mueran por la causa
estudiada.

Ejemplo: en la Provincia de Ro Negro hubo en 1981 10 casos de muerte por

Hidatidosis, siendo 2442 los muertos por todas las causas. T.M.P: 10 / 2.442 x
100: 0.40

2.3. MEDIDAS DE RESUMEN DE DATOS

Hemos desarrollado los mecanismos para la obtencin de datos, y sus fuentes.

Sabemos que la primer y ms comn aplicacin de los datos obtenidos es la

descripcin de la situacin en trmino de tiempo, lugar y persona. Tambin
sabemos que, parte de esa descripcin es efectuada mediante la utilizacin de
indicadores o tasas.

Normalmente, sin embargo, al terminar los pasos correspondientes a la

produccin de datos queda disponible una cantidad de informacin que no
puede ser utilizada con fines descriptivos y de comparacin, a menos que sea
resumida en forma tal que sea posible entender su significado en trminos
prcticos y sencillos.

Es necesario para ello recurrir a la utilizacin de valores que sean

representativos del total de datos acumulados. Estos valores pueden ser
divididos en dos grandes grupos: Medidas de Tendencia Central y Medidas de
Dispersin.

Para su mejor comprensin primero debemos definir a la Distribucin de

Frecuencias como la "representacin grfica de una serie de observaciones
segn la frecuencia con que ellas ocurren". Si el nmero de observaciones es
suficiente y ellas se han efectuado al azar, la distribucin de frecuencias se
agrupar alrededor de un punto central y formar una curva en forma de
campana conocida como curva normal o de Gauss.
Las Medidas de Tendencia Central se ubican en la parte central de la
distribucin y pueden ser definidas como promedios. Son Media, Mediana y
Modo.

Las tres nos permiten, as, expresar con una sola cifra el valor central de una
serie de datos (observaciones). Por ejemplo: valor medio de la eosinofilia en
parasitosis intestinales, edad media de los afectados por fiebre tifoidea en una
localidad, mediana de los valores de fosfatasa alcalina en pacientes con
hidatidosis, media o mediana del nmero de casos de triquinosis en el perodo
1970/80, etc.

Media: o media aritmtica en una serie de datos no agrupados es la suma de

los valores de las observaciones / el total de las observaciones realizadas:

( x)

x =

Ejemplo: una serie de anlisis de agua arrojan los siguientes tenores de flor
(en mg/l): 0.2 / 0.7 / 0.7 / 0.7 / 0.8 / 1.0 / 1.0 / 1.2/ 1.5 / 1.5 / 1.8 / 2.2 / 2.8 /
3.3 / 3.4 / 3.4/ 3.9 / 4.2 / 4.5 / 4.8

Media x = 2.18

La media es una medida de resumen de eleccin cuando se aplica a una serie

de datos cuya distribucin es aritmtica, no tiene valores aberrantes en los
extremos ( por ejemplo, si en la situacin anterior hubiera un anlisis que
presentara un tenor de flor de 45 mg/l la media sera 4.2 no siendo ya
representativa de los valores reales de flor)

Mediana (Mna): En una serie de datos no agrupados, ordenados en forma

correlativa (de menor a mayor) la mediana deja igual nmero de
observaciones por arriba y por debajo. Si la serie es impar la Mna ser el valor
central y s, por el contrario, es par se promedian los dos valores centrales.

En el ejemplo anterior, los valores que dejan igual nmero de observaciones

por arriba y por abajo son 1.5 y 1.8.
Mna = 1.5 + 1.8 = 1.65

La Mna es una medida de resumen que describe correctamente serie de datos

tanto simtricos como asimtricos, puede ser utilizada en presencia de valores
aberrantes (en el ejemplo anterior, la presencia de un resultado 45 en un
anlisis no modificara el valor de la mediana) y si existen clases abiertas.

Modo (Mo): Es la forma ms sencilla y menos eficiente de obtener una

medida de tendencia central. Es el valor que se presenta con mayor frecuencia.
El Modo puede no ser nico y, an, puede no existir.

En el ejemplo anterior es 0.7 pues se presenta en 3 ocasiones.

Se lo usa para determinar el tipo de fuente de contagio en investigaciones

epidemiolgicas. As una distribucin unimodal de casos de, por ejemplo,
hepatitis infecciosa, indicar una sola fuente de infeccin, bimodal indicar
propagacin secundaria y multimodal indicar la existencia de mltiples
fuentes de infeccin o transmisin persona/persona.

Para describir una determinada situacin epidemiolgica, por ejemplo

caractersticas etreas de un grupo de pobladores rurales afectados de
brucelosis, no es suficiente el clculo de las medidas de tendencia central, ya
que las mismas solo expresan las caractersticas medias de los individuos,
pero no aportan informacin de su variabilidad. Es decir, como se distribuye
la muestra o el universo alrededor de la media, o sea hacia los costados de
nuestra distribucin de frecuencias.

Si, por ejemplo, dos poblaciones (A y B) presentan distintas tasas de

prevalencia de Larva migrans, teniendo ambas una edad promedio 30 aos, no
podremos explicar las distintas prevalencias a partir del factor edad. Sin
embargo, si la poblacin A presenta una alta proporcin de personas entre 25 y
35 aos y la B una alta proporcin de nios y ancianos (ambas por ende con
similar edad media) podremos realizar inferencias sobre el efecto de la edad
en la prevalencia de la enfermedad en ambas poblaciones.

Para que eso sea posible, precisamos Medidas de Dispersin que definan la
poblacin en base a otros valores, aparte de los de tendencia central, y que
expresen la variabilidad.
As, nos encontramos con medidas utilizadas usualmente para describir como
se alejan las observaciones en relacin al eje central de la distribucin: Desvo
Estndar, Error Estndar, Cuartiles y Rango.

Desvo Estndar (DE): Es una medida de dispersin que describe la

variabilidad existente entre los individuos de una muestra. Una de sus
caractersticas es que sus valores no estn influenciados por el tamao de la
muestra sino solo por la variabilidad que ella presenta.

Es decir que, volviendo al ejemplo anterior, la muestra A de una poblacin que

presenta alta proporcin de individuos de entre 25 y 35 aos de edad tendr un
DE pequeo en comparacin con la muestra B que tena alta proporcin de
nios y ancianos en su composicin. Podremos as, hacer inferencias sobre las
causas de la mayor prevalencia en la poblacin B, al ser los nios los ms
expuestos al riesgo.

El Desvo Estndar, en este caso, es una medida que describe las

caractersticas de una muestra y permite realizar comparaciones con otras.

Desde un punto de vista estadstico:

Desvo estndar: = Raz cuadrada de siendo que (Varianza)

= (x - x) : promedio de los desvos cuadrticos

alrededor de la media.

As, la frmula nos est indicando que, lo que en definitiva medimos es la

distancia o desviacin de cada observacin con respecto al valor medio.
Cuanto ms dispersos estn los datos, mayor ser el desvo () y, a la inversa,
cuanto ms agrupados estn alrededor de la media, menor ser el desvo ().

Hemos expresado que la curva normal o de gauss es simtrica respecto al

valor central de mxima frecuencia relativa (media). En ella coinciden los
valores de Media, Mediana y Modo, siendo el rea total bajo la curva igual a
1. La curva se encuentra dividida en dos mitades por la media y subdividida
en 6 por el Desvo Estndar (tres a cada lado de la medida central). El rea
encerrada en 1 ser el 68.3% del rea total, en 2 ser el 95.5% y en 3
99.7% del rea total.

Es decir que los valores de la Media trasladan la grfica a lo largo del eje de
las X y diferentes valores del determinan la altura que la misma alcanza. En
el ejemplo anterior, las muestras A y B se ubican en el mismo punto del eje de
las X (valor 30) mientras que la muestra A presentar mayor altura que la B.

Por ejemplo, en nuestra serie de anlisis de agua para determinar

concentracin de flor, puede ser descripta mediante los siguientes valores:

Promedio: x = 2.18

Variabilidad: = 1.43

Error Estndar (ES): Es una medida de dispersin que permite estimar la

distancia existente entre la media de la muestra y la media del universo del
cual procede la muestra (por ende no es una medida descriptiva de la muestra,
aspecto reservado al desvo estndar).

Sabemos que, salvo en raras ocasiones (por ejemplo censos), no es posible

conocer los valores que describen la totalidad del Universo. Por el contrario,
normalmente, solo podemos manejarnos con datos parciales obtenidos de una
parte o fraccin de la realidad (Muestra).

En una distribucin normal o de Gauss, a una distancia de 2 ES de la media

del universo se ubican el 95.5% de las medias de las muestras posibles y a 3
ES de la media del universo se ubican el 99.7% de las medias posibles a
obtenerse de ese universo (siempre que se respeten las normas estadsticas de
muestreo). Esto es as en tanto siempre los valores de la media de una
muestra, por ms representativa que sea, presentarn alguna diferencia con los
valores medios del universo.

Las razones de las diferencias entre la muestra y el universo se deben al

tamao de la muestra (a mayor tamao de la muestra menor error estndar por
mayor aproximacin al valor del universo) y a la variabilidad del universo del
cual se extrae la muestra (cuanto ms varen los individuos entre s mas
variarn los valores establecidos a partir de una muestra).
En la prctica, solo conocemos el valor de una muestra. Casi nunca
conocemos al total de los individuos que componen el universo. Por lo tanto,
en realidad, el ES estimado a partir del valor de la media de la muestra nos
expresa entre que valor mnimo y que valor mximo se ubica la media del
universo. De hecho, ante la imposibilidad de medir a todos los valores del
universo por medio de un censo, lo estimamos a partir del ES.

Desde un punto de vista estadstico:

ES :

En nuestro estudio de flor, el Error Estndar es 0.32. Podemos ahora

construir un Intervalo de Confianza para determinar los lmites mnimos y
mximos del tenor de flor en agua, sumando y restando el valor del error
estndar a la media. Si es un IC95% incluiremos el coeficiente 1.96 y si es un
IC90% lo reemplazamos por el coeficiente 1.67. As, en nuestro caso, el
verdadero valor del tenor de flor en agua se encontrar entre

1.96 x

IC 95%: +/- x :

IC 95% = 1.56 / 2.8

Rango: Es la diferencia entre el valor ms alto y el ms bajo de la serie de

observaciones. Mide la homogeneidad de los datos, aunque su valor como
medida de dispersin es limitada pues solo intervienen 2 valores en su
determinacin.

En el ejemplo de tenor de flor en agua, el rango ser:

R = 4.8 - 0.2 = 4.6

Cuartiles: A diferencia de las anteriores medidas de dispersin, donde se usaba

la media como medida de tendencia central, se debe usar en este caso, la
Mediana.

Son tres valores de la variable que separan la serie de datos en cuatro grupos
constituidos cada uno por la misma cantidad de observaciones.

1 Cuartil (Q1): es el valor por debajo del cual hay un 25% de las
observaciones.

2 Cuartil (Q2): coincide con el valor de la mediana.

3 Cuartil (Q3): es el valor debajo del cual queda el 75% de los datos y por
encima el 25%.

Entre el 1 y 3 Cuartil estn incluidos el 50% de las observaciones (Intervalo

Intercuartilar).

Para su determinacin nos basamos en la misma tcnica que aplicamos en el

clculo de la Mediana.

De esta forma, nuestra serie de anlisis de agua para determinar tenor de flor,
puede ser descripta mediante los siguientes datos:

Promedio: Mna = 1.65

Variabilidad: Q3/Q1 = 3.40/0.90 = 2.50

Es decir que el tenor de flor en agua variar entre 0.90 y 3.40.

Cubriendo el intervalo intercuartilar el 50% de las observaciones, podremos

esperar que el 50% de las muestras que obtengamos flucten entre esos dos
valores.

3. ESTUDIOS EPIDEMIOLOGICOS DESCRIPTIVOS

La descripcin de eventos de enfermedad o muerte comprende determinar la

ocurrencia, las caractersticas del lugar donde ocurrieron los hechos (pas,
localidad, urbano/rural) y las caractersticas de las personas o animales
afectadas (sexo, edad, raza, especie).
Por ejemplo, cuantificaremos y describiremos una intoxicacin alimentaria
como un episodio ocurrido entre los asistentes a una cena, que afect ms
seriamente a nios que a adultos, mediando 36 hs. entre la cena y la aparicin
de sntomas en la mayor parte de los afectados, con una tasa de ataque para los
que consumieron pastel de papas y carnes del 76 x 100.

La sola cuantificacin y descripcin de los hechos no permite arribar a

conclusiones definitivas sobre las razones para que el fenmeno se haya
producido, pero da fundamento a la elaboracin de hiptesis que intenten
explicarla.

Por ejemplo, en funcin del perodo de incubacin, sntomas predominantes,

tasa de ataque del alimento y caractersticas de las personas afectadas se
establece la hiptesis de una contaminacin por Salmonella sp. de la carne
utilizada en el pastel. Estudios epidemiolgicos analticos y el apoyo de
laboratorio permitirn confirmar o rechazar esta hiptesis.

3.1. CADENA EPIDEMIOLOGICA

La descripcin por parte del epidemilogo, de la ocurrencia de una

enfermedad y de los factores determinantes de dicha ocurrencia incluye
necesariamente el anlisis de la cadena epidemiolgica. Esta es definida como
la "sucesin de eslabones que componen los mecanismos de transmisin en
una enfermedad y que son susceptibles de ser atacados en eventuales medidas
de control". Son ellos:

Fuente de Infeccin Va de Eliminacin Mecanismo de Transmisin

Puerta de Entrada Husped Susceptible.

La fuente de infeccin es el animal (husped), objeto o substancia de la cual el

agente infecciosos pasa a un husped susceptible.

Las vas de eliminacin o puertas de salida y las de entrada pueden estar

constituidas por las vas respiratorias, digestivo, vas urinarias, piel y mucosas
y aparato sexual.

Los mecanismos de transmisin, por su parte, pueden ser clasificados en:

Transmisin directa: por contacto (Ej enfermedades venreas, rabia)

Transmisin indirecta: por vehculos, objetos o substancias inanimadas, que

pueden transportar al agente patgeno (transmisin por aire, agua o alimentos)

Transmisin por vectores: un animal invertebrado es responsable de la

transmisin del agente infeccioso, ya sea por transmisin mecnica en la que
el artrpodo es portador por accidente y no se produce desarrollo del parsito
en el vector (Por ejemplo ciertas enfermedades entricas transmitidas por la
mosca de la basura) o por transmisin biolgica en la que el agente cambia de
forma y se multiplica en el vector resultando paso obligado en el ciclo del
agente infeccioso. Por ejemplo: Tripanosoma cruzi

El Husped constituye toda persona o animal vivo que alberga y permite la

subsistencia de un agente infecciosos, resultando husped susceptible toda
persona o animal vivo pasible de ser infectado.

En la cadena epidemiolgica cumplir funciones de Reservreo toda persona,

animal, artrpodo, planta o suelo donde normalmente vive y se multiplica un
agente infeccioso y del cual depende para su supervivencia, reproducindose
de manera que pueda ser transmitido a un husped susceptible. Vector, por su
parte, implica la participacin de un invertebrado que propaga la enfermedad
entre dos vertebrados.

Portador ser considerado toda persona o animal infectado que alberga un

agente infeccioso sin presentar sntomas clnicos de enfermedad. Es fuente
potencial de infeccin para otros animales o personas. Puede serlo en fase de
incubacin, como convaleciente o crnico.

3.2. DISEO DE ESTUDIOS DESCRIPTIVOS

Las investigaciones epidemiolgicas efectuadas con fines de descripcin

constituyen Estudios Epidemiolgicos Transversales (o verticales). Este tipo
de estudio, no considera el factor tiempo sino que solo analizan la situacin de
los grupos bajo estudio en un momento dado.

Normalmente la tcnica empleada para su ejecucin es el tamizaje de un

grupo de poblacin aparentemente sana (encuesta de campo), por ejemplo por
medio de mtodos serolgicos o de imgenes, pudiendo estar acompaado por
cuestionarios o observaciones de campo que permitan completar la
informacin sobre factores de riesgo presente o ausente.
Son estudios de diseo sencillos y baratos. Al radiografiar una situacin
permiten obtener informacin sobre la presencia de los factores de riesgo en la
poblacin y sobre el dao a la salud que estos puedan haber provocado
(permiten estimar la prevalencia, aunque no la incidencia).

Sin embargo, al ser obtenidos ambos simultneamente no es posible probar

que exista relacin temporal o asociacin causal entre ellos, por lo que,
apoyados por el conocimiento cientfico, solo podemos plantear hiptesis
sobre su existencia o ausencia a los efectos de explicar la situacin descripta.

Por ejemplo, ante la aparicin de casos humanos de Trichinella spiralis se

disea un estudio epidemiolgico transversal para determinar la prevalencia
de Trichinella sp en cerdos y roedores en una regin geogrfica determinada,
para lo cual se toman muestras de sangre a una determinada proporcin de
animales de un determinado nmero de criaderos, procesndose las muestras
mediante la tcnica de ELISA y se capturan roedores con trampas tipo
sherman en los mismos criaderos y en basural, procedindose a estudios
mediante la tcnica de digestin de larvas. Paralelamente se procede a la
recoleccin de informacin sobre tipo de alimentacin de los animales, tipo de
instalacin y nivel socioeconmico.

El diseo y ejecucin de estudios poblacionales transversales requiere de

algunas precauciones elementales que aseguren la confiabilidad y validez del
resultado:

Deben ser llevados a cabo en un corto perodo de tiempo para evitar

variaciones en la situacin epidemiolgica estudiada (por ejemplo por la
ocurrencia de brotes). Este aspecto sera de menor importancia si el estudio
estuviera referido a una enfermedad crnica.

La muestra debe ser rigurosamente diseada en trminos estadsticos y de

eliminacin de sesgos.

3.2.1. ESTIMACION Y SELECCIN DE LA MUESTRA

Existen tres elementos que deben ser considerados para determinar el Tamao
de una muestra en una encuesta, por ejemplo serolgica:

Nivel de Confianza: decisin arbitraria a ser tomada por el investigador:

normalmente se ubicar en 90%, 95% o 99%. Un mayor nivel de confianza
significar un mayor tamao de la muestra
Margen de Error: (o precisin absoluta) decisin arbitraria a ser tomada por el
investigador: normalmente ser del 10%, 5% o 1%. Un menor margen de error
significar un mayor tamao de la muestra.

Prevalencia esperada: la estimacin del tamao de la muestra requiere de un

cierto conocimiento de la prevalencia que esperamos hallar, pues no es lo
mismo buscar algo que es habitual en la naturaleza, por ejemplo anticuerpos
contra Toxoplasma gondi, que identificar portadores de una enfermedad
ocasional, por ejemplo sndrome pulmonar por hantavirus. Cuanto menor sea
la prevalencia de la enfermedad mayor tamao de la muestra se requerir.

Con estos parmetros definidos, el tamao de la muestra puede extraerse de

tablas (Thrusfield, 1990) u obtenerse de un software para epidemiologa
(Epidat, Epiinfo). En cualquier caso deber evitarse considerar el tamao de la
muestra como un porcentaje fijo del nmero de individuos de la poblacin.

Por ejemplo, si queremos efectuar una encuesta para determinar prevalencia

de brucelosis, definimos un nivel de confianza del 95% y aceptamos un
margen de error absoluto del 1% con una prevalencia esperada del 10%
(significa que aceptamos hallar una prevalencia fluctuante de 10-1 a 10 +1: 9-
11) nuestro tamao de muestra (n) ser de 3457 individuos. Si por el contrario,
y para la misma prevalencia, definimos un nivel de confianza del 10% y
aceptamos un margen de error absoluto del 10% (significa que aceptamos
hallar una prevalencia fluctuante entre 10-10 y 10+10: 0-20) el tamao de la
muestra ("n") se reduce a 24 (valor de "n": extrado de tabla)

El segundo aspecto a considerar, es la Seleccin de los individuos que

entraran en la muestra. La mejor forma de evitar sesgos es aplicar criterios de
muestreo probabilstico, o sea mediante un proceso aleatorio que asegure a
todos los individuos la misma posibilidad de ser incluidos en el estudio. Por
ejemplo, asignando un nmero a cada individuo los cuales sern escritos en un
papel, seleccionndose los individuos a muestrearse extrayendo "n" nmeros
de una caja en donde se habrn colocados los mismos (muestreo simple). Si el
tamao del universo es grande podemos dividir el total de individuos del
universo por "n", obtenindose una cifra base de muestreo (por ejemplo 100) a
partir de lo cual elegiremos 1 individuo de cada 100, seleccionndose en
forma aleatoria uno de los primeros 100 (muestreo sistemtico), presupone
contar con listados correlativos de la totalidad de los individuos.

Estimacin en software EPIDAT: opcin MUESTRAS Situacin con una

muestra
4. INTERPRETACION DE PRUEBAS DIAGNOSTICAS

4.1. INTERVALO DE CONFIANZA

Segn Jenicek (1987), dado que toda estimacin se basa en el azar y lleva
consigo cierta variabilidad los resultados que hallemos en nuestra encuesta se
modificarn ligeramente de un estudio al otro. Por ejemplo, en nuestra
investigacin de Trichinelosis, la tasa de prevalencia en cerdos encontrada es
del 18%. Si repetimos varias veces el estudio, an con un correcto diseo,
difcilmente presentar siempre exactamente la misma cifra.

Por ello, mejora enormemente la interpretacin epidemiolgica del dato la

determinacin del Intervalo de Confianza, o sea la determinacin de los
lmites inferior y superior entre los que debera ubicarse el valor real de la tasa
de prevalencia si pudiramos estudiar a todo el universo. Si lo estimamos al
95%, significa que 95 de cada 100 veces que efectuemos el mismo estudio, el
valor de la tasa quedar comprendido dentro de esos lmites.

Un intervalo de confianza amplio ser producto de un tamao de muestra

pequeo y/o de una baja prevalencia del factor estudiado. Un intervalo de
confianza pequeo le dar mayor confiabilidad a nuestro resultado. Por
ejemplo, si en nuestro estudio el IC 95% resulta de 2-44, significa que nuestra
prevalencia del 18% en realidad puede ser de solo el 2% o hasta del 44%. Si
por el contrario nuestro IC95% se ubica en 16-22 tendremos mayor seguridad
de la prevalencia real de trichinelosis en cerdos pues no se aleja demasiado de
nuestro 18%.

Para el clculo del IC se establece primero el grado de confianza que se desea

(99%, 95%, 90%), porque a cada uno de ellos corresponde un factor
(aproximadamente 2.6, 2, 1.6) por el que hay que multiplicar al Error Estndar
de la proporcin. Esos mltiplos del E.S.p. se suman y se restan al valor de la
prevalencia obtenindose de esa manera los lmites del intervalo.

Estimacin en software EPIDAT: opcin INFERENCIAS Inferencias para

proporcin

4.2. SENSIBILIDAD Y ESPECIFICIDAD

Hay dos parmetros empleados para medir la capacidad de una prueba de
seleccin o de tamiz para diferenciar entre los individuos que tienen la
enfermedad y los que no la tienen.

Sensibilidad: capacidad para identificar de manera exacta a los sujetos que

tienen la enfermedad.

personas con la enfermedad clasificadas como + por la prueba de seleccin

S:

total de personas con la enfermedad

Especificidad: capacidad para identificar con exactitud a quienes no tienen la

enfermedad.

personas sin la enfermedad clasificadas como - por la prueba de seleccin

E:

total de personas sin la enfermedad

Para estimar la Sensibilidad y la Especificidad se comparan los resultados

obtenidos con nuestra prueba con los obtenidos por algn medio diagnstico
de certeza, reconocido por la ciencia y concluyente, conocido como Prueba
Patrn o Gold Stndar (del ingls, prueba de oro. El porcentaje en que nuestra
prueba de seleccin concuerde con el obtenido por estos mtodos
concluyentes proporciona la medida de ambos parmetros.

Por lo general, las pruebas que arrojan resultados concluyentes son ms

invasoras (por ejemplo se puede confirmar un diagnstico de hidatidosis
mediante ciruga) o ms caros (por ejemplo tomografa computada).

Otro indicador para evaluar la efectividad de nuestra prueba es el:

Valor Predictivo (de una prueba positiva): proporcin de pruebas positivas que
son efectivamente positivas, pudindose tambin estimar el Valor Predictivo
de una Prueba negativa, siendo este un parmetro mucho menos utilizado.

personas con la enfermedad clasificadas como + por la prueba de seleccin

VP:

total de personas que resultaron + a la prueba de seleccin.

As, el Valor Predictivo (+) define cual es la probabilidad que un sujeto

clasificado como positivo por la prueba de seleccin sea realmente positivo.

La sensibilidad y la especificidad son inherentes a la tcnica y no se modifican

de acuerdo a la prevalencia de la enfermedad. El Valor Predictivo, por su
parte, depende de la sensibilidad, la especificidad y la prevalencia de la
enfermedad. Cuanto menor sea la prevalencia, menor ser el valor predictivo
positivo, en tanto es mayor la probabilidad de detectar falsos positivos.

De acuerdo a lo expuesto, la prevalencia de una enfermedad obtenida por

medio de una encuesta serolgica no refleja con exactitud la real prevalencia
de la enfermedad en la poblacin.

An en el caso de una enfermedad inexistente en un territorio dado, si nuestra

prueba arroja falsos positivos siempre habr una Prevalencia Serolgica (PS)
que no se corresponde con la Prevalencia Real (P). Esta situacin es estimada
mediante el Valor Predictivo.

As, podemos ajustar el clculo del Valor Predictivo a la prevalecia mediante

la siguiente frmula:

Prevalencia real + especificidad - 1

VP (+):
_____________________________________________________________
 Prevalencia real x sensibilidad + (1 Prevalencia real) x (1 especificidad

Asimismo, conociendo el resultado de nuestra encuesta serolgica, podemos

estimar la Prevalencia real de la enfermedad en la poblacin, mediante la
siguiente frmula:

Prevalencia serolgica + especificidad

P real: _______________________________

Sensibilidad + especificidad 1

Si volcamos los datos en una tabla tetracrica tenemos:

Diagnstico verdadero

Resultado de la prueba Enfermos Sanos Total

Positiva a b a+b

Negativa c d c+d

Total a+c b+d a+b+c+d: n

En donde: Sensibilidad: a/a+c x 100

Especificidad: d/b+d x 100

Valor Predictivo +: b/a+b x 100

Prevalencia real: a+c/n x 100

Prevalencia serolgica: a+b/n x 100

Por ejemplo se efecta un estudio para determinar la Sensibilidad y la

Especificidad de Elisa y DD5 en el diagnstico de la Hidatidosis Humana.

Para ello se estudian serolgicamente 499 habitantes de un rea rural

endmica, procesndose el material con ambas tcnicas. 47 personas que
presentaron Elisa reaccionante (ttulo superior a 0 DE) fueron trasladados a un
centro de alta complejidad, siendo estudiados mediante radiologa de trax,
ecografa de abdomen y tomografa computarizada, lo cual implicaba una
buena seguridad de detectar todo quiste hidatdico existente. Todos los casos
DD5 + presentaban ttulo de Elisa =/> 8 DE.

Se seleccion como grupo control un conjunto de 47 pobladores con Elisa no

reactiva, tomndose el criterio de muestras pareadas por domicilio, edad y
sexo. Este grupo tambin fue derivado para ser sometido a estudios por
imgenes.

Concurren a la consulta 43 casos y 44 testigos, resultando

============================================

PARAMETRO DD5 Elisa (>8 DE)

============================================

Sensibilidad (%) 31 63

Especificidad (%) 100 97

Valor Predictivo + (%) 100 85

=============================================

Sin embargo, para nuestro estudio de hidatidosis, a una prevalencia esperada

del 1% el Valor Predictivo positivo de Elisa resultar del 17.5%, mientras que
a una Prevalencia esperada del 5% ser del 52.5%.

Estos hallazgos permiten estimar las ventajas y limitaciones de cada prueba,

como asimismo permiten interpretar con mejor criterio los resultados. As, y
en nuestro ejemplo:
Todo caso dd5 + necesariamente es portador de un quiste (especificidad
100%).

Un resultado dd5 - no tiene utilidad clnica para descartar la presencia de un

quiste (sensibilidad 31%)

Un resultado Elisa reactivo > 8 DE indica alta probabilidad de hidatidosis

(especificidad 97%).

Dicho de otro modo, una prueba muy sensible tiene pocos resultados falsos
negativos, una prueba muy especfica tiene pocos resultados falsos positivos.
En donde es necesario determinar ttulo diagnstico, si es fijado en un valor
elevado se aumenta la Especificidad pero con prdida de Sensibilidad. Por el
contrario, si bajamos el ttulo, aumentaremos la Sensibilidad pero a costa de
prdida de Especificidad.

Las decisiones a este respecto dependen de los objetivos de la tcnica. Por

ejemplo, en un Banco de Sangre ser importante aplicar tcnicas o ttulos muy
Sensibles para evitar se transfunda sangre con Chagas o Sida. Por el contrario,
si deseamos confirmar un diagnstico clnico de esas enfermedades
precisamos pruebas muy Especficas. Cuando se aplican pruebas para
determinar prevalencia de la enfermedad en una poblacin, se utiliza como
prueba tamiz una prueba de alta sensibilidad, con confirmacin posterior de
los positivos mediante el uso de una prueba de alta especificidad.

Estimacin en software EPIDAT: opcin PRUEBAS DX Pruebas simples

CAPITULO 3: EXPLICACION DE LOS HECHOS

1. VERIFICACION DE HIPOTESIS EPIDEMIOLOGICAS

La elaboracin de hiptesis constituye un proceso que incluye el anlisis de la

informacin recolectada, su comparacin con situaciones anlogas obtenidas
de la literatura cientfica o del conocimiento existente, a los efectos de tratar
de explicar los hechos con criterio racional y cientfico.

Una vez establecida la hiptesis explicativa debemos tratar de verificarla o

rechazarla. Para ello, existe la posibilidad de disear estudios epidemiolgicos
analticos, definidos tradicionalmente como "estudios de observacin
diseados especialmente para examinar la validez de las hiptesis".
Estos estudios no incluyen la introduccin o supresin artificial de los factores
de riesgo bajo estudio sino que simplemente incorporan una seleccin rigurosa
de grupos a ser comparados en base a su mayor o menor exposicin al riesgo.
Es decir que se establece como elemento distintivo la existencia de un grupo
control o testigo que permitir construir anlisis estadsticos concluyentes
sobre los factores de riesgo que sean estudiados.

Los estudios epidemiolgicos experimentales, por su parte, incluyen la

introduccin o supresin deliberada de la causa presuntiva (manipulacin por
parte del investigador de alguna de las variables bajo estudio) para observar la
subsiguiente aparicin o ausencia del efecto.

Es un proceso de investigacin muy limitado por razones ticas en el campo

mdico (riesgo de producir un efecto indeseable) y de costos. Son, sin
embargo necesarios en ciertas etapas de, por ejemplo, el desarrollo de vacunas
o medicamentos (y en los cuales el proceso experimental se efecta en la
medida de lo posible en animales) o para comprobar la efectividad de medidas
de control de enfermedades (que requieren de la seleccin de un rea piloto
donde instrumentar las tcnicas de control y de un rea testigo de similares
caractersticas y en la cual estas medidas no sern aplicadas).

Son ejemplo de este tipo de estudios los ensayos de fluoracin de aguas para
consumo (factor artificial introducido por el investigador en una poblacin)
efectuados para determinar su impacto en la prevencin de la carie dental (en
comparacin a una poblacin con agua no fluorada).

2. ESTUDIOS EPIDEMIOLOGICOS LONGITUDINALES

Los estudios epidemiolgicos analticos son bsicamente longitudinales, en

tanto la presencia de la "causa/factor de riesgo" y la aparicin del
"efecto/enfermedad" se presentan en dos puntos diferentes en el tiempo.

As, los Estudios Longitudinales toman en cuenta el tiempo transcurrido entre

la actuacin de un agente etiolgico y la aparicin de sntomas.

Si iniciamos nuestro estudio a partir de la aparicin de sntomas y, hacia atrs

en el tiempo, tratamos de determinar el momento de accin del factor causal,
nos encontraremos en presencia de estudios Retrospectivos o de Casos y
Controles. Son estudios de diseo sencillo, baratos de ejecutar y en donde
pueden obtenerse conclusiones en forma rpida. Su limitacin es que no
permiten determinar incidencia y los factores de riesgo son estimados en
forma aproximada.
Por el contrario, si partimos de la actuacin del factor causal y seguimos al
grupo bajo estudio hasta la aparicin de los sntomas pertinentes estaremos en
presencia de estudios de Prospectivos o de Cohorte. Este tipo de estudios
permiten con un mnimo de sesgos, determinar incidencia y estimar el riesgo
relativo.

Este tipo de estudio consiste en escoger dos poblaciones compuestas por

individuos sin sntomas de la enfermedad a estudiar. Uno de los grupos
(Cohorte) estar expuesto al factor de riesgo (por ejemplo estudiantes de
veterinaria) y el otro (Cohorte de control) no (por ejemplo estudiantes de
arquitectura). Se controlan ambos grupos en espera de la aparicin de casos de
enfermedad (por ejemplo aparicin de sntomas de brucelosis).

El epidemilogo comparar la proporcin de enfermos que aparecen en los no

expuestos y en los expuestos, a los efectos de determinar si, efectivamente, la
presencia del factor de riesgo produce mayor nmero de enfermos que su
ausencia.

Sin embargo son estudios caros que requieren habitualmente de mucho tiempo
y muchos individuos para la obtencin de conclusiones, en particular si la
incidencia de la enfermedad es baja. As, Mac Mahon (1975) seala que
parece razonable primero desarrollar estudios de Casos y Controles y, si se
comprueba asociacin causal, pasar al diseo de un estudio de Cohorte.

Por su parte Rothman (1986) seala con precisin que un elemento comn a
todos los estudios es la necesidad de formular los objetivos con la mayor
precisin posible, en forma clara y cuantitativa, dejando sentado el parmetro
que se quiere medir, pues de lo contrario cualquier estudio poblacional que
tenga objetivos deficientemente conceptualizados ser de calidad endeble.

2.1. ASOCIACION CAUSAL

Siguiendo a Mac Mahon (1975) vemos que ciertos eventos o circunstancias

tienden a aparecer cronolgicamente luego de la ocurrencia de otro evento o
circunstancia (relacin temporal). Estas asociaciones cronolgicas son
consideradas como asociacin entre causa y efecto, tomndose al evento
producido en primera instancia como causa (presencia de un factor de riesgo)
y a su consecuencia como efecto (enfermedad o muerte)

Los estudios epidemiolgicos longitudinales tienden a establecer con

precisin si la relacin temporal incluye:
Asociacin estadstica entre la presencia de un factor de riesgo y la presencia
o ausencia de enfermedad, determinada mediante la estimacin del odd ratio o
del riesgo relativo, con sus pertinentes intervalos de confianza y con
estimacin del valor de "p"

Plausibilidad biolgica dada por el conocimiento cientfico existente.

Ausencia de Factores de Confusin, definidos por Guerrero (1981)

como "variables introducidas sistemticamente en el estudio de una
asociacin y que deben ser consideradas para no incurrir en errores de
apreciacin".

Por ejemplo, si relacionamos desnutricin infantil con nivel de ingresos

(probable asociacin estadstica positiva) debemos considerar y probar otras
variables como nivel educativo de la madre antes de aceptar la existencia de
una asociacin causal.

2.2. MULTICAUSALIDAD

La existencia de una gran cantidad de acontecimientos (enfermedades) no

puede ser explicada en forma completa en virtud de la ausencia o presencia de
un solo factor causal. (Urquijo, 1969)

As, podemos definir que la ocurrencia de un gran nmero de hechos depende

de redes de causalidad en los que los factores intervinientes se interconectan
en forma sucesiva y recproca.

Esto, sin embargo, no es limitante para la puesta en marcha de medidas de

control, dado que, a partir del conocimiento de solo alguno de los eslabones
que componen esta red de causalidad es posible incidir limitando el dao por
la implementacin de medidas de prevencin o control (siendo esto posible
aunque no sea conocido el factor causal mas importante e incluso siendo
desconocido el agente etiolgico productor de la enfermedad).

Por ejemplo, la Fiebre Hemorrgica Argentina es causado por virus Junn

(Causa Necesaria) que circula en una poblacin de roedores (Calomys) que
proliferan en funcin del tipo de actividad agropecuaria, favorecido por la
eliminacin de sus predatores naturales, posibilitando el contacto agente
husped susceptible la actividad agropecuaria y la falta de ropa adecuada.
(Causas Contribuyentes)

2.3. DETERMINACION DE ASOCIACION ESTADISTICA

Desde un punto de vista prctico, la mayor parte de los estudios

epidemiolgicos destinados a la verificacin de Hiptesis, pueden ser
planteados dentro de una tabla tetracrica (o de cuatro casillas):

Variable Independiente Variable Dependiente (efecto)

(causa) Enfermos Sanos Total

Exposicin a un Factor A b a+b

No Exposicin a un Factor C d c+d

Total a+c b+d a+b+c+d

Es decir que la poblacin estudiada (a+b+c+d) es separada de acuerdo a la

presencia o ausencia de la Variable Independiente (exposicin a un factor) y la
presencia o ausencia de la Variable Dependiente (enfermedad). El tema ha
resolver es si la proporcin de enfermos expuestos a un factor es ms alta que
en los no expuestos.
Para ello, en los estudios de Casos y Controles se compara la frecuencia de la
exposicin en enfermos y no enfermos (o sea a/a+c versus b/b+d) mientras
que en los estudios de Cohorte se compara la presencia de enfermedad en
expuestos y no expuestos (o sea a/a+b versus c/c+d).

2.3.1. ESTIMACION DEL RIESGO

Hemos definido el concepto de "incidencia" como sinnimo conceptual de

"riesgo". As, la tasa de incidencia mide el "Riesgo Absoluto" que tiene un
individuo de una comunidad de sufrir una determinada enfermedad (o morir
de determinada causa). Es decir que expresa la probabilidad que una
enfermedad o muerte ocurra en un lapso de tiempo.

El riesgo absoluto es la cifra bsica a partir de la cual se obtienen el Riesgo

Relativo y el Riesgo Atribuible, mediante los cuales estimamos la asociacin
entre la exposicin a un factor de riesgo y la presencia de enfermedad.

Riesgo Relativo: Expresa el cociente entre la tasa de incidencia del grupo

expuesto al riesgo y la tasa de incidencia del grupo no expuesto a dicho factor
(o, en estudios de poblacin, el cociente entre incidencia en poblacin
expuesta y poblacin general).

Mide, as, la fuerza de la asociacin entre el factor de riesgo y la ocurrencia de

enfermedad.

tasa de incidencia poblacin expuesta

R.R. =

tasa de incidencia poblacin no expuesta

As, El Riesgo Relativo no es una tasa sino solamente un cociente. Expresa en

que medida est aumentado el riesgo de enfermar en alguien (por ejemplo un
trabajador de la carne) expuesto a un factor (brucelosis) en comparacin a
alguien que no desarrolla esta actividad.
Por ejemplo, si el resultado del cociente es 120, significa que el riesgo de
contraer brucelosis es 120 veces mayor en trabajadores de la carne que para
alguien no relacionado a dicha actividad.

Al medir fuerza de una relacin, el Riesgo Relativo sugiere etiologa o

causalidad, tambin expresar el beneficio que se podra obtener para el
paciente si se eliminara el factor.

Riesgo Atribuible: Mide la proporcin de incidencia de enfermedad (riesgo)

que puede ser atribuida a la exposicin especfica a un factor.

Se calcula restando a la tasa de incidencia del grupo expuesto al factor la tasa

de incidencia del grupo no expuesto (o, en estudios de poblacin, la resta entre
la tasa de incidencia en poblacin expuesta y poblacin general.

R.A.= tasa de incidencia poblacin expuesta - tasa de incidencia poblacin no

expuesta.

La cifra resultante expresa el exceso de enfermedad que experimentan, por

ejemplo los trabajadores de la carne, por su actividad en relacin a los no
expuestos, es decir plantea la incidencia que es atribuible exclusivamente a la
exposicin a la causa.

El Riesgo Atribuible tiene importancia para los administradores de salud pues

mide el beneficio potencial que generara en la salud de la comunidad la
eliminacin de los factores de riesgo. As, cuanto mayor sea el Riesgo
Atribuible, mayor ser la justificacin para la instrumentacin de medidas.

En trminos prcticos puede utilizarse la tabla tetracrica para la estimacin

del riesgo de la siguiente forma:

Variable Independiente Variable Dependiente (efecto)

(causa) Enfermos Sanos Total

Exposicin a un Factor a b a+b

No Exposicin a un Factor c d c+d

Total a+c b+d a+b+c+d

a\(a+b)

RR: --------

c\(c+d)

RA: a\(a+b) - c\(c+d)

Esta formulacin es vlida para estudios de Cohortes, en que es posible la

determinacin de la tasa de incidencia.

En estudios de Casos y Controles, dado que no puede estimarse la tasa de

incidencia pues no se conoce la poblacin expuesta al riesgo, no es posible la
estimacin del Riesgo Relativo.

En estos casos se utiliza la Desigualdad Relativa u Odds Ratio (OR), de

acuerdo a la siguiente frmula extrada de la tabla tetracrica:

OR: (a * d) \ (b * c)

Tanto para el riesgo atribuible como para el riesgo relativo o el odds ratio
corresponde incorporar el clculo del Intervalo de Confianza.
Por ejemplo, en un estudio de Casos y Testigos, el riesgo de enfermar de
hidatidosis por consumir agua no potable resulta de OR: 8. Si estimamos el IC
95%, significa que 95 de cada 100 veces que efectuemos el mismo estudio, el
valor de OR quedar comprendido dentro de esos lmites.

Un Intervalo de Confianza amplio implicar la posible existencia de sesgos en

la investigacin o que el tamao de la muestra es insuficiente o una
combinacin de estos factores (en nuestro ejemplo de hidatidosis, para un OR:
8, los lmites podran ubicarse en 1.8 y 172, lo que se interpreta que consumir
agua no potable produce un riesgo de enfermar de hidatidosis 8 veces mayor
que tomar agua potable, pudiendo variar entre 1.7 veces mas y 172 veces
mas).

Un Intervalo de Confianza estrecho ser indicativo de un tamao de la

muestra adecuado y/o de una fuerte asociacin (en nuestro ejemplo de
hidatidosis podra ubicarse entre 4 y 12).

Un Intervalo de Confianza en que el lmite inferior resulte una cifra menor a 1

(en presencia de un lmite superior mayor a 1) es indicacin estadstica de
dbil asociacin causal y/o de tamao insuficiente de muestra, an cuando el
valor central del OR sea elevado (en nuestro ejemplo, 0.7 y 172, lo que se
interpreta como que el consumo de agua no potable puede aumentar o
disminuir el riesgo de enfermar de hidatidosis).

Puede estimarse el IC para el riesgo atribuible mediante la siguiente frmula:

IC(RA) = RA +/- Z x ES

En donde Z es el valor correspondiente al Nivel de Confianza seleccionado y

ES el Error Estndar.

O, para un Intervalo de Confianza del 95%:

IC(RA) = RA +/- (1.96/chi)

Tambin podemos estimar el IC para el riesgo relativo, mediante la siguiente

frmula:

IC(RR) = RR +/- Z x ES.

O, para un Intervalo de Confianza del 95%:

IC(RR) = RR +/- (1.96/chi)

Finalmente, podemos incorporar a nuestro anlisis Pruebas de Significacin

Estadstica para determinar si un estudio poblacional es concluyente en indicar
la existencia de asociacin causal entre la exposicin al riesgo y la presencia
de enfermedad (o entre la exposicin a un tratamiento y la desaparicin de la
enfermedad).

Debe entenderse, que las pruebas de significacin no son ms que frmulas

estadsticas que incluyen la definicin de lmites impuestos arbitrariamente
para la aceptacin o el rechazo de las hiptesis de trabajo. No siendo capaces
tampoco de analizar la plausibilidad biolgica o la verosimilitud de las
conclusiones a las que hemos arribado.

Para una interpretacin adecuada de los conceptos de significacin debemos

recordar los conceptos referidos sobre Error Estandar (ES).

As, se plante que, a una distancia de 2ES de la media del universo se ubican
el 95.45% de las medias de todas las muestras posibles que se obtengan de
dicho universo; y a 3 ES el 99.73%. De tal forma, y tomando un lmite en
forma arbitraria (por ejemplo 95%) diremos que el objetivo de nuestra prueba
de significacin es comparar "las medias de dos muestras" (una de poblacin
expuesta al riesgo y otra de poblacin no expuesta al riesgo).

Si ambas medias caen dentro de los lmites establecidos por 2ES pertenecern
al mismo universo no existiendo, por ende, diferencias significativas entre
ellas. En este caso se descartara la importancia del Factor de Riesgo
(inexistencia de Asociacin Causal).

Por el contrario, si la media de los expuestos al riesgo cae ms all de 2ES

diremos que pertenece a un Universo distinto al de no expuestos, por ende
habr diferencias significativas entre las dos muestras, existiendo Asociacin
Causal entre el Factor de Riesgo y el dao a la salud.

El punto de 2ES (95%) representa el lmite arbitrario usualmente definido

como lmite de significacin y es igual a una probabilidad del 5% que la
diferencia entre las dos muestras se deban al azar (p = 0.05). El punto
correspondiente al 99%, por su parte, representa una probabilidad del 1% (p =
0.01). El punto de 3ES (99.7%) representa el lmite arbitrario usualmente
definido como lmite superior de la significacin (p = 0.001).

De hecho, de acuerdo a la seguridad que busquemos en nuestro estudio,

fijaremos el lmite de significacin en uno u otro punto.

Esta idea aparece asociada al concepto de Hiptesis Nula utilizado cuando se

trabaja en la comparacin de dos grupos. La hiptesis nula enuncia que no hay
diferencias entre los grupos de expuestos y de no expuestos al riesgo, esto es
que las diferencias se deben al azar. Para decidir si se debe aceptar o rechazar
esta hiptesis se efecta una prueba estadstica comparndose este resultado
con un valor crtico o lmite arbitrario preestablecido, extrado de una tabla
estadstica. Si excede dicho valor se rechaza la hiptesis nula y se declara a la
diferencia como estadsticamente significativa.

Toda decisin de rechazar la hiptesis nula entraa cierto riesgo de

equivocarse. Por ejemplo:
===========================================================================

Situacin real

indica que la

Hiptesis Nula es:

VERDADERA FALSA

===========================================================================
=

Prueba estadstica ACEPTADA DESICION CORRECTA ERROR TIPO II

indica que

Hiptesis Nula es RECHAZADA ERROR TIPO I DESICION CORRECTA

===========================================================================
=

As, el nivel de significacin del 5% restringe la posibilidad que se d un error

de tipo I (aceptar una asociacin cuando no existe). Si usamos por el
contrario, valores del 10% o 20% restringimos la posibilidad que se d un
error de tipo II (rechazar una asociacin que existe).

Por ejemplo, si en un consultorio de pequeos animales han utilizado dos

tipos de tratamiento en cachorros con parvovirus, si el profesional estima que
uno de ellos, en general, ha tenido mayor respuesta, su interrogante ser si la
diferencia observada es real o sencillamente se trata de un error de muestreo.
Esta valoracin se puede hacer con una prueba estadstica en donde un nivel
de significacin del 5% implicar asumir un 5% de probabilidad de rechazar
la hiptesis nula aunque sea verdadera.

Existen muchas pruebas estadsticas para efectuar este anlisis, siendo la mas
empleada la Prueba de Chi Cuadrado.

Desde un punto de vista estadstico, la formula del Chi 2 es:

Observado - Esperado D

x2 = -(----------------------)2 : ( --- )2

Esperado ES

Sin embargo, puede utilizarse un mtodo simplificado para su clculo:

Para ello volcamos los datos en la tabla tetracrica, calculamos los totales,
estimamos las tasas y calculamos las diferencias entre las tasas:

Variable Variable Depend. (efect o)

Independiente Enfermos Sanos Total Tasas de Diferencia

(causa)
Incidencia

Exposicion a b a+b a \ (a+b) a\(a+b)-c\(c+d)

a un factor

No Exposicion a un c d c+d c \ (c+d)

factor

Total a+c b+d a+b+

c+d
Tasas de a\ (a+c) b\ (b+d)

Exposic.

Diferencia a\(a+c) -

b\(b+d)

Finalmente realizamos la siguiente operacin:

Diferencia x Diferencia x Total, lo cual nos dar el valor del Chi 2.

Comparamos el valor hallado con la siguiente tabla de interpretacin:

=======================================================
=

VALOR DEL CHI PROBABILIDAD INTERPRETACION DE LAS

CUADRADO (1) DEL AZAR DIFERENCIAS (2)

=======================================================
=

> 10.83 p < 0.001 muy significativas

= 10.83 p = 0.001 muy significativas

< 10.83 p < 0.01 significativas

= 6.6 p = 0.01 significativas

> 3.8 p < 0.05 significativas

= 3.8 p = 0.05 no significativas

< 3.8 p > 0.05 no significativas

=======================================================
==

1: obtenido de la tabla de chi2.

2: el nivel de significacin es definido arbitrariamente y puede ser modificado

Por ejemplo: un grupo de personas sufre una intoxicacin alimentaria,

supuestamente por ingestin de pastel de carne contaminado con salmonela:

Variable Variable Depend.

Independiente (efecto) Sanos Total Diferencia

(causa)
Enfermos Tasas de

Incidencia

Exposicion 44 30 74 0.594 0.481

a un factor

No Exposicion a un 6 47 53 0.113
factor

Total 50 77 127
Tasas de 0.880 0.389

Exposic.

Diferencia 0.491

Finalmente realizamos la siguiente operacin:

Diferencia x Diferencia x Total: 0.491 x 0.481 x 127: 29.99

El valor del Chi2, 29.99, es > a 18.83, por lo tanto: p < 0.001, siendo las
diferencias estadsticas muy significativas (es decir que hay poca probabilidad
que las diferencias se deban al azar, por lo tanto el Factor de Riesgo y el dao
estn asociados (Asociacin Estadstica).

Si dicha asociacin no se debe a sesgos y si existe asociacin temporal y

plausibilidad biolgica diremos que estamos en presencia de una Asociacin
Causal. Es decir que en este caso la intoxicacin est causada por la ingestin
de pastel contaminado con Salmonela (rechazamos hiptesis nula).

Si nuestro Chi2, por el contrario, hubiera arrojado como resultado 2.99,

diramos que no hallamos Asociacin Estadstica y por lo tanto no sera el
pastel el causante de la intoxicacin (aceptamos hiptesis nula).

Estimacin en software EPIDAT: opcin TABLAS. Tablas 2 x 2

Otras pruebas pueden ser aplicadas:

Prueba de contraste de hiptesis: se usa para determinar la probabilidad que

una diferencia sea atribuible a un error de muestreo y no a diferencias
poblacionales reales.

Tambin puede ser utilizada para comparar los resultados hallados en un

estudio transversal con una prevalencia poblacional conocida.

La frmula utilizada es:

Z: ( x 1 x 2) / ( de x 2 / raz cuadrada de n)
 Estimacin en software EPIDAT: opcin MUESTRAS Situacin con una
muestra

Pruebas t: especialmente aplicadas cuando las muestras son pequeas.

Se construyen en forma similar a las pruebas Z, pero en este caso no

conocemos el desvo estndar del universo, pero s de la muestra.

La frmula utilizada es:

t: ( x 1 x 2) / ( de x 1 x (raz cuadrada de la suma de 1/ n 1 y 1/n 2)

Anlisis multivariado

En los estudios de Casos y Controles, el proceso de anlisis incluye una gran

cantidad de tablas tetracricas pues cada factor de riesgo es analizado en
forma individual, adems, si el anlisis es efectuado en forma apareada
pueden construirse muchas tablas para distintas combinaciones de variables.
En cualquier caso, si la enfermedad es poco frecuente, los intervalos de
confianza pueden resultar muy amplios y el valor de "p" poco significativo.
Para superar estos problemas, como asimismo para ajustar los anlisis a una
visin de multicausalidad, se puede apelar a tcnicas multivariadas que
incluyen el anlisis simultneo de una gran cantidad de factores de riesgo.

Este tipo de anlisis se ha generalizado con la disponibilidad de software

estadsticos necesarios para su estimacin. Los mtodos incluyen modelos
logsticos para variables discretas continuas y modelos logartmicos lineales
para variables discretas agrupadas.

3. DISEO DE ESTUDIOS DE CASOS Y CONTROLES

La estructura bsica del diseo consiste en escoger un grupo de individuos que

han presentan la enfermedad, a los que denominamos Casos (por ejemplo
enfermos de hidatidosis) y otro constituido por individuos que no presentan la
enfermedad, a los que denominamos Controles y que sern utilizado como
elemento de comparacin.

Mediante el uso de cuestionarios, entrevista personal, anlisis de historias

clnicas u otra documentacin escrita se establece la proporcin de casos y de
controles que estuvieron en contacto con cada uno de los Factores de Riesgo
que suponemos (hiptesis de multicausalidad) favorecen la aparicin de la
enfermedad. Por ejemplo suponemos que la ocurrencia de casos de hidatidosis
se ve favorecida por: tener alto nmero de perros, consumir agua no potable,
consumir verduras crudas y tener nivel socioeconmico bajo.

El principal elemento a considerar para seleccionar los Casos es un criterio

diagnstico preciso para la definicin de la enfermedad. Los criterios para la
definicin de Caso deben ser claros, especficos, reproducibles y deben
minimizar errores diagnsticos (para evitar incluir como Caso a quien no lo
es). Por ejemplo, para un estudio de Casos y Controles vinculado a Brucelosis
humana, la definicin de Caso puede ser exclusivamente "sintomatologa
clnica presente (definiendo con claridad los sntomas que se admitirn como
necesarios para ser Caso)" o "sintomatologa clnica presente con diagnstico
serolgico positivo" o "sintomatologa clnica presente con serologa positiva
y bacteriologa positiva". De tal forma, a mayor especificidad del diagnstico
menor posibilidad de categorizar errneamente al Caso, aunque esto tendr
como consecuencia una cierta prdida de sensibilidad por lo que algunos
Casos reales quedarn fuera de nuestro estudio (lo cual constituira un
problema si tenemos pocos Casos para nuestro estudio).

Los Casos pueden ser seleccionados de historias clnicas u otro sistema de

registro o mediante encuestas en poblacin aparentemente sana para detectar
portadores no sintomticos.

El principal elemento a considerar para la seleccin de los Controles, por su

parte, es que a excepcin de estar libres de la enfermedad tengan
caractersticas similares a los Casos. As, deben ser preferentemente
equiparados en edad y sexo y en cualesquier otra caracterstica que, de una
forma u otra, pueda incidir en los resultados (nivel socioeconmico, hbitat,
costumbres, etc). Es vital en el estudio la seguridad en que nuestros Controles
estn efectivamente libres de la enfermedad.

Los Controles pueden ser extrados de muy diversa manera, respetando el

concepto de aleatorizacin.. Por ejemplo de un rea geogrfica determinada
(vecinos de los Casos), de historias clnicas (consultantes por otra causa), etc.

Lo ideal es que el grupo de Controles constituya una muestra apareada, de

forma tal de eliminar el mayor nmero posible de sesgos y asegurndose la
comparabilidad de los resultados. Normalmente se seleccionan entre 1 y 4
Controles por Caso. Si la Asociacin Causal es fuerte bastarn 1 o 2
Controles, pero si la Asociacin Causal no es tan fuerte o el nmero de Casos
es pequeo, podran requerirse 3 o 4 Controles para que logremos una
expresin estadstica de la Asociacin.
El tamao ptimo de la muestra de un estudio de Casos y Controles implicar
definir el nivel de significacin (error de Tipo I aceptado), la potencia del test
(error de Tipo II aceptado) y el valor del riesgo hipottico que esperamos sea
capaz de detectar nuestro estudio.

Estimacin en software EPIDAT: opcin MUESTRAS Estudio Casos y

controles

Si se utilizan cuestionarios para determinar Factores de Riesgo estos deben ser

de preguntas precisas, preferentemente cerrados y aplicados por la menor
cantidad posible de entrevistadores, para evitar inducir respuestas al
entrevistado.

As, el diseo de estudios analticos debe comprender un anlisis detallado

que posibilite disminuir sesgos de seleccin, sesgos de clasificacin
("misclassification") y de la interferencia dada por la existencia de variables
de confusin ("confounding").

Sesgo de seleccin: incluye la posibilidad que existan diferencias entre nuestra

muestra de casos y controles y la poblacin de la que se han extrado. Se
cotrola mediante una correcta aleatorizacin en la seleccin de los individuos
que participarn del estudio

Sesgo de clasificacin: Ocurre cuando individuos sanos son clasificados como

enfermos o cuando individuos enfermos son clasificados como sanos. Se
controla utilizando pruebas diagnsticas sensibles y especificas.

Variables de confusin: son variables que est correlacionada con la

enfermedad y con el factor de riesgo bajo estudio y que por ende pueden
llevar a errores de interpretacin, particularmente si su frecuencia es distinta
en cada grupo. Por ejemplo, si se analiza para hidatidosis humana la variable
no contar con agua potable, la misma est asociada a vivir en un medio rural,
lo cual tambin es un factor de riesgo para hidatidosis. Se controlan mediante
un procesamiento de datos apareados o mediante un anlisis estratificado, o
sea midiendo la fuerza de las asociaciones en categoras bien definidas de la
variable de confusin.

Finalmente trasladaremos la informacin a la tabla tetracrica para estimar los

OR, los IC95% y los valores de "p" para cada Factor de Riesgo a los efectos
de determinar si, efectivamente, la exposicin a cada factor genera mayor
nmero de enfermos que la no exposicin.
EJEMPLO 1: ESTUDIO DESCRIPTIVO PARA DETERMINAR LA
HISTORIA NATURAL DE UNA ENFERMEDAD

Triquinosis: Historia natural en la localidad de Sierra Grande, Ro Negro,

Argentina

En el ao 1984, la deteccin por parte del servicio veterinario de la Secretara

de Estado de Salud de la Provincia de canales de cerdo parasitadas y la
identificacin de criaderos locales de cerdos con fuerte proporcin de
animales portadores promovi la Resolucin 2839/84 que declar a la
localidad de Sierra Grande como rea de infeccin triquinsica grave y
promovi la intervencin del Servicio Nacional de Sanidad Animal para la
adopcin de medidas sanitarias para la erradicacin de la enfermedad. Mas de
600 cerdos (100% de la poblacin) fueron sacrificados en consecuencia,
determinndose mediante triquinoscopa una tasa de prevalencia del 22%.

A partir de esa fecha se produce el paulatino repoblamiento de la poblacin de

cerdos.

En el ao 2000, el hospital local notifica la ocurrencia de dos casos humanos,

identificndose dos criaderos de cerdos involucrados en el brote. Autoridades
del Servicio Nacional de Sanidad Animal proceden a la faena compulsiva de
la totalidad de los cerdos de ambos propietarios, determinndose mediante la
tcnica de digestin de larvas una tasa de prevalencia del 10 %.

A partir de este hecho se disea el presente estudio conjunto entre la

Secretara de Estado de Salud de la Provincia de Ro Negro y el Instituto
Nacional de Microbiologa "Carlos Malbrn" para conocer la historia natural
de la triquinosis en un rea endmica con produccin porcina en condiciones
de economa de subsistencia, durante el perodo 2000-2002.

Se dise una encuesta para el relevamiento inicial del stock porcino y de las
caractersticas de los criaderos de la localidad, procedindose a la
identificacin de los animales mayores de 6 meses de edad con caravanas
numeradas colocadas en la oreja izquierda. Posteriormente se mantuvo un
sistema de monitoreo para la actualizacin de la informacin y la
identificacin de los animales ingresados o egresados del sistema

Inmunodiagnstico en cerdos vivos:

Se obtuvieron muestras de sangre de cerdos vivos mayores de seis meses

mediante corte en la vena caudal central; se separ el suero mediante
centrifugacin y se mantuvo en heladera hasta su remisin al laboratorio de
parasitologa ANLIS Malbrn.

Las muestras fueron procesadas mediante enzimoinmunoenzayo (EIE), Todo

suero con un ttulo menor a 3 D.E. (desvo estndar) fue considerado no
reactivo, lo que presentaron ttulos superiores a 4 D.E. fueron clasificados
como reactivo a trichinella sp. Finalmente, los sueros con ttulos entre 3 y 4
D.E. fueron confirmados mediante westerblot (WB).

En el ao 2002 se efecta el control serolgico de los cerdos originalmente no

reactivos que permanecan en condiciones de produccin y de 2 cerdos
reactivos mantenidos inmovilizados en poder de sus propietarios.

Estudios parasitolgicos en cerdos faenados:

Todo cerdo faenado para consumo se analiz mediante la tcnica de digestin

de larvas, procesndose 10 grs de muestra obtenida de la porcin muscular del
diafragma. Los anlisis fueron efectuados en el Hospital local, remitindose a
partir del 2001 muestras de casos positivos al Laboratorio de Parasitologa
ANLIS MALBRAN para confirmacin diagnstica y tipificacin de cepas.

Determinacin de la densidad poblacional de roedores y estimacin de la

carga parasitaria

Se procedi a la captura de roedores mediante la colocacin de trampas de

captura viva tipo Sherman. Se colocaron en total 1102 trampas/noche
distribuidas en lneas representativas de distintos estratos herbceos e
instalaciones de criaderos. 661 trampas/noche se colocaron en criaderos de
cerdos y 441 trampas/noche en el basurero municipal.

Los animales capturados fueron procesados mediante la tcnica de digestin

de larvas, procedindose al procesado de la carcasa completa del animal.

Los resultados incluyeron:

Relevamiento de la poblacin porcina:

El primer relevamiento, efectuado en consonancia con el hallazgo de cerdos

con triquinosis, mostr 27 criaderos con un total de 287 animales, de los
cuales 182 (63.4%) eran lechones y 105 (36.6) eran animales de mas de 6
meses de edad (promedio 3.2 madres por criadero).

Luego del primer relevamiento se establecieron 5 nuevos criaderos, mientras

que 6 abandonaron la produccin de cerdos.
De los 32 criaderos, 2 (6.2%) se ubicaban en el radio urbano, 26 (81.3%) en la
periferia de la ciudad a una distancia de entre 100 y 1000 mts del rea urbana
y 4 (12.5%) en establecimientos ganaderos dedicados a la produccin
extensiva de lanares o bovinos a una distancia de entre 5 y 20 kms del rea
urbana.

Determinacin de la prevalencia de infeccin en cerdos:

Se evaluaron inicialmente 95 (90.5%) animales vivos mayores de seis meses

presentando 27 (28.4% IC95% 19.8-38.7) anticuerpos contra trichinella sp, de
los cuales 18 (66.7%) fueron reactivos a EIE mientras que 9 (33.4%)
presentaron a la EIE ttulos entre 3 y 4 DE y fueron confirmados por WB.

En el ao 2001 se evaluaron 44 animales ingresados a produccin presentando

4 (9.1% IC95% 2.9-22.5) anticuerpos anti-trichinella sp a la prueba de EIE.
En el ao 2002, finalmente, se evaluaron 42 animales ingresados a produccin
presentando 5 (11.9% IC 95% 4.4-26.4) anticuerpos anti-trichinella sp de los
cuales 3 (60%) fueron reactivos a la prueba de EIE y 2 (40%) presentaron a la
EIE ttulos entre 3 y 4 DE y fueron confirmados por WB.

En total se evaluaron 181 cerdos presentando 36 (19.9% IC 95% 14.4-26.6)

anticuerpos contra trichinella sp .

En funcin de la edad, resultaron reactivos el 16.1% de los animales de hasta

1 ao de edad, el 18.4% de los animales de 2 a 3 aos y el 27.3% de los
animales mayores de 3 aos de edad, resultando las diferencias
estadsticamente significativas (Chi de tendencia p < 0.01); mientras que en
relacin al sexo, no se observaron diferencias significativas (chi de mantel p <
0.05) entre hembras (21.8% de reactivos) y machos (22.2% de reactivos)

En el ao 2002 se efectuaron, asimismo, 35 controles serolgicos a cerdos

originalmente no reactivos, de los cuales 32 (91.4%) se mantuvieron no
reactivos, mientras que 3 (8.6%) pasaron a ser reactivos a EIE o WB. Se
controlaron asimismo 2 cerdos originalmente reactivos, los cuales
mantuvieron ttulos anti-Trichinella sp durante 18 y 23 meses respectivamente

De los 32 criaderos en 15 (46.9%) se detectaron animales reactivos, de los

cuales 14 correspondieron a los criaderos ubicados en el rea urbana o
periurbana (50% de los criaderos existentes) y 1 a los ubicados en el rea rural
(25% de los existentes), resultando las diferencias. (chi de mantel p < 0.05).

Estudios parasitolgicos en cerdos faenados

Durante el ao 2000, antes del inicio de los estudios serolgicos, se estudiaron

por digestin de larvas 55 animales, encontrndose en 4 (7.3%) larvas
de Trichinella sp.
Durante el ao 2001, por su parte, se efectuaron 105 anlisis, hallndose
larvas de Trichinella sp en 5 (4.8%). De estos, 23 correspondan a cerdos
mayores de seis meses previamente controlados por serologa, encontrndose
en 3 (13%) larvas de Trichinella sp y 82 a lechones menores de 6 meses,
encontrndose en 2 (2.4%) larvas de Trichinella sp.

Los 3 cerdos adultos positivos a digestin de larvas eran reactivos a EIE,

mientras que los 20 negativos a la digestin de larvas eran no reactivos. La
sensibilidad, especificidad y valor predictivo de EIE result del 100%.

Determinacin de la prevalencia de infeccin en roedores:

Se capturaron un total de 26 roedores con 1102 trampas/noche (xito de

trampeo 2.7%). En el basurero municipal el xito de trampeo result del 1.6%,
mientras que en criaderos de cerdos el xito de trampeo alcanz al 2.9%.

En los dos criaderos erradicados por SENASA por estar asociados a casos de
triquinosis humana, el xito de trampeo result del 5.7%, mientras que en los
restantes criaderos result del 2.3%

De los 26 roedores capturados, 4 resultaron positivos a la digestin de larvas

(15.4% IC95% 5.0-35.7), de los cuales 3 de 4 (42.8%) correspondieron a las
capturadas en el basural y 1 de 4 (5.3%) a los capturadas en criaderos de
cerdos.

EJEMPLO 2: ESTUDIO EPIDEMIOLOGICO DESCRIPTIVO PARA

ESTABLECER UNA LINEA BASE PARA UN PROGRAMA DE
CONTROL

En la Argentina, la Echinococcosis qustica se extiende sobre casi todo el

territorio configurando la caracterstica epidemiolgica de endemia. Las
mayores frecuencias de parasitacin se presentan en patagonia.

Para los programas vigentes la identificacin de los peros parasitados es una

actividad sustantiva sobre la que descansa la estrategia actual de control y
vigilancia. La identificacin de la infeccin en el ovino, por su parte, define la
evolucin de la infeccin en el tiempo.

Hasta los ltimos aos, la tcnica para la identificacin de perros parasitados

con Echinococcus granulosus era el uso del tenfugo bromhidrato de
arecolina, prueba de sensibilidad limitada (70%, Schantz P. 1973), riesgosa en
trminos de bioseguridad, y costosa en trminos de cantidad de personal
necesario para su ejecucin.

En el ao 1993 Allan y col emplearon un mtodo inmunolgico capaz de

revelar perros infectados con Eg aplicando un test de ELISA de captura para
detectar antgenos gnero especficos en las heces de perros recin emitidas.

Guarnera y col plantearon en el ao 2000 que el reemplazo de heces recin

emitidas por heces antiguas como substrato no disminuye la sensibilidad de
las pruebas diagnsticas, pudindose trasladar la unidad de observacin perro
a unidades de observacin catastrales de mayor valor de interpretacin
epidemiolgica, resultando la tcnica con una sensibilidad del 80% y una
especificidad del 95%.

As, se plante como objetivo conocer la prevalencia y distribucin de la

infeccin en perros de las Provincias Patagnicas mediante la evaluacin de
antgenos de cepas locales de Echinococcus granulosusdel ciclo perro-ovino-
perro mediante el uso de una prueba tamiz (elisa-coproantgenos) y una
pruebas de confirmacin (westernblot) en heces antiguas caninas.

Los resultados hallados constituiran la lnea base (Unidad de observacin

perro: porcentaje de muestras positivas; Unidad de observacin catastral:
porcentaje de establecimientos ganaderos infectados) sobre los cuales medir la
evolucin de la infeccin en los aos siguientes.

El tamao de la muestra se estim con una prevalencia esperada del 10%, un

nivel de confianza del 95% y un margen de error del 20%, resultando un "n"
de 775 establecimientos ganaderos a muestrearse.

Para la seleccin de los establecimientos, se estratific un "n" por Provincia,

asignando una proporcin de campos similar a la proporcin sobre los
establecimientos totales existentes (por ejemplo, existiendo un total de 7534
establecimientos en la patagonia, segn la base de datos del Servicio Nacional
de Sanidad Animal, a la Provincia de Neuquen corresponden 821 (10.9%). En
funcin de ello se asignan a Neuquen el 10.9% de los 775 Establecimientos:
77.5 establecimientos..

Para la seleccin individual, se obtuvieron mapas catastrales numerndose en

el mapa los establecimientos ganaderos. Todos los nmeros fueron
introducidos en una caja sortendose aleatoriamente 76 establecimientos
ganaderos. Se estableci, dadas las dificultades geogrficas y costos de
traslado, que ante la imposibilidad de acceder a un establecimiento ganadero
se procediera a muestrear el inmediato a la derecha.
Para determinar el nmero de muestras se estandariz su obtencin: 1 a 3
muestras de materia fecal del piso del "Centro de manejo del Establecimiento"
y, para establecimientos que corresponda por tamao, 1 pool extra cada 4
Puestos del Establecimiento ganadero (entendiendo por Puesto al que tiene
personal fijo con vivienda).

Se elabor un cuestionario cerrado para obtener informacin de ciertas

variables, tal como nmero de ovinos en el predio, nmero de perros y
superficie.

Finalmente se estandariz el sistema de recoleccin: Por ejemplo muestras de

materia fecal de perros recin emitidas o secas (pero emitidas lo ms
recientemente posible), tomada cada muestra se tomar individual, es decir, en
cada frasco colocar slo una deposicin, Colocando cada muestra en un frasco
de plstico, de boca ancha y con cierre hermtico (tipo recolector de muestras
biolgicas, capacidad 120 cc), etc.

Por ejemplo para la Provincia de Ro Negro se detactaron un 6% de muestras

positivas y un 10% de establecimientos ganaderos infectados, cifras que para
Tierra del Fuego resultaron del 1% de muestras positivas y del 4% de
establecimientos ganaderos.

EJEMPLO 3: DISEO DE UN ESTUDIO DE CASOS Y CONTROLES

La Provincia de Ro Negro, Argentina presenta niveles de hidatidosis humana,

sumamente elevados, por ejemplo la tasa de casos humanos sintomticos
alcanzaba valores de 77 x 100000 en poblacin general y del 50 x 100000 en
poblacin de 0 a 10 aos. Sin embargo las tasas de prevalencia en nios de 7 a
13 aos de edad, no sintomticos, alcanzaban el 5.6 x 100, determinado
mediante encuestas poblacionales con ultrasonografa, transformando a las
actividades de diagnstico, tratamiento y control de esta enfermedad en una de
las prioridades de su sistema oficial de salud.

En funcin de ello, en el perodo 1980/1998 se desarrollaron actividades

sistemticas de control basadas en la desparasitacin de perros con
Praziquantel.

Para 1998, las encuestas ultrasonogrficas mostraban en nios de 7 a 13 aos

de edad una tasa de prevalencia de1.1 x 100 resultando las diferencias al
comienzo y al final del programa estadsticamente significativas (p = 0.0004)
Se llev a cabo un estudio de casos y controles a fin de investigar y evaluar en
la Provincia de Ro Negro los factores de riesgo asociados a la transmisin de
la hidatidosis que an generan presencia de portadores de quistes hidatdicos
en el hombre, en particular en jvenes de edad escolar, y determinar posibles
fallas en las estrategias de control desarrolladas a los efectos de ajustar las
actividades del programa.

Definicin y seleccin de casos:

Se efectu una encuesta poblacional con ultrasonografa abdominal que

abarc la totalidad de la poblacin escolar concurrente a las 12 escuelas
urbanas y rurales ubicadas en el rea de trabajo, previo consentimiento de los
padres.

Se consideraron como criterios de positividad para hidatidosis a las siguientes

imgenes ultrasonogrficas: vesculas aisladas, vesculas hijas mltiples,
observacin del "nevado" dado por la movilizacin de la arenilla hidatdica al
movilizar bruscamente al paciente 180 grados, aparicin de membranas
desprendidas, espesor de la pared del quiste.

Los portadores de imgenes ultrasonogrficas compatibles con hidatidosis,

fueron clasificados como casos presuntivos y trasladados a un centro
especializado de diagnstico por imgenes, siendo examinados por
ultrasonografa abdominal, radiografa de pulmn y tomografa axial
computarizada. Se incluy, asimismo, un control serolgico mediante
enzmoinmunoensayo. Fueron clasificados como "caso" todos los portadores
de imgenes compatibles con hidatidosis confirmados mediante la segunda
ultrasonografa y la tomografa..

Definicin y seleccin de controles:

Fueron elegidos aleatoriamente entre los que resultaron negativos a la

encuesta ultrasonografica, siendo seleccionados consecutivamente de los
listados oficiales de alumnos del Ministerio de Educacin, de forma tal de
mantener similar proporcin que los "casos" para las variables edad, sexo y
escuela de procedencia. Se seleccionaron tres controles por cada caso. Para
asegurar su condicin de control sano (no hidatdico) fueron derivados al
mismo centro especializado de diagnstico por imgenes para ser examinados
por ultrasonografa abdominal y radiologa de pulmn y, en casos de duda, por
tomografa axial computarizada. Se incluy, asimismo, un control serolgico
mediante enizoinmunoensayo. Fueron considerado como "control" los que
resultaron negativos a todas las pruebas diagnsticas efectuadas.

Tanto los casos como los controles carecan de sintomatologa clnica

compatible con hidatidosis.
Recoleccin de datos:

Los casos y los controles seleccionados fueron visitados por un nico agente
encuestador entrenado. En todos los casos se procedi a determinar un
informante clave (madre, madre de crianza, abuela, etc.) en condiciones de
responder un cuestionario estandarizado que incluy la evaluacin de factores
de riesgo vinculados a:

El ncleo familiar:

Antecedentes familiares de hidatidosis (casos de hidatidosis ocurridos en la

familia); condicin socioeconmica (clasificndose como condicin
socioeconmica baja a las familias que reciben asistencia social y alimentaria
del Estado); nivel educativo paterno; prcticas vinculadas al trabajo paterno
(asociacin con produccin ovina) y a la costumbre de faenar ovejas para
consumo familiar.

Relacin del nio y del ncleo familiar con el husped definitivo (perro):

Prcticas vinculadas a la tenencia del perro (accesibilidad del perro al

domicilio); alimentacin del perro (uso y destino de vsceras ovinas en la
matanza domiciliaria) y forma de vinculacin con el perro (juegos del nio
con su perro o con perros de terceras personas), incluyendo el tipo de relacin
del perro con el medio rural (medido en promedio de das en los que el perro
es trasladado a mbitos rurales).

Relacin del nio y del ncleo familiar con el ambiente:

Relacin del nio con el medio rural (medido en trminos de perodos de

tiempo en que el nio vive o concurre al medio rural); prcticas relacionadas
al consumo de verduras (verduras provenientes de huerta personal); higiene
personal y caractersticas del abastecimiento de agua.

Relacin del ncleo familiar con el programa de control:

Vinculacin con el programa de control (medido en trminos de recepcin de

la asistencia brindada por los agentes sanitarios del Estado responsables de la
desparasitacin del perro) y cumplimiento de sus actividades (incluyendo
aspectos de la forma de desparasitacin del perro y a la dosis de
antiparasitario aplicada al perro en funcin de su tamao o peso).

Se procur, asimismo, obtener informacin sobre infeccin por Echinococcus

granulosus en perros del domicilio del nio o de los parajes rurales visitados
regularmente por el nio, definidos como reas de riesgo de infeccin. Se
determin mediante visualizacin de parsitos adultos mediante el uso de
bromidrato de arecolina (4) mediante la deteccin de antgenos en materia
fecal canina.

Analisis de datos:

Se inici el anlisis utilizando mtodos estadsticos descriptivos (frecuencias,

media, mediana, histogramas. Para las variables continuas y categricas
tambin se calculo Chi cuadrado de tendencias. Posteriormente se realiz la
estimacin de odds ratio, riesgo atribuible poblacional y anlisis por el mtodo
de Manzel-Haenzel para Chi cuadrado. Todas aquellas variables que arrojaron
en el anlisis univariado un OR > 3 o tuvieron un p > 0.25 fueron incluidas en
un anlisis multivariado, mientras que aquellas variables con p >/= 0.1 fueron
removidas.

Resultados:

Se evaluaron mediante ultrasonografa abdominal 1070 (100%) de los

escolares de 7 a 14 aos concurrentes a escuelas urbanas y rurales de
Ingeniero Jacobacci, 28 escolares fueron clasificados como "caso presuntivo"
y derivados para su reexaminacin. 24 (85.7%) fueron confirmados como
"caso".

Se seleccionaron 72 probables controles, de los cuales 66 (91.6%), fueron

reexaminados y confirmados como control

El 40% de la poblacin seleccionada correspondi al sexo femenino y el 60%

al sexo masculino. En relacin a la edad, el 6% perteneca al grupo 5-7 aos,
el 31% al grupo 8-10 aos, el 31% al grupo 11 a 13 aos y el 32% al grupo
14-16 aos. En relacin al desarrollo fsico de los nios estudiados, no se
hallaron diferencias entre la talla y el peso de los casos y los controles (P: 0.16
para talla y P: 0.29 para peso)

El promedio del numero de habitantes del domicilio entre los casos fue 5.7 y
5.9 en el grupo control, siendo esta diferencias no significativas (P: 0.35).

El nmero de animales en la familia, por su parte, mostr en los controles un

promedio de 1.5 perros en el domicilio 10 aos atrs, 1.2 perros actuales y
122.6 ovinos propiedad del padre, mientras en los controles los promedios
resultaron de 2.8, 2.7 y 204.1 respectivamente, resultando en todos los casos
las diferencias estadsticamente significativas (P: 0.001, P: 0.00, P: 0.02).

El 13% de las muestras de materia fecal canina analizadas resultaron positivas

a Echinococcus granulosus.

Los resultados del anlisis univariado muestran como principales factores de

riesgo para contraer hidatidosis a:
El ncleo familiar: trabajo paterno vinculado al medio rural (OR: 3.4) y ser
propietario de ovinos (OR: 3.8) o de caprinos (OR:3). En ambos casos las
diferencias entre casos y controles son estadsticamente significativas (p <
0.05). No se pudieron demostrar como factores de riesgo condicin social y
educacin paterna. Tener familiares con hidatidosis, present un OR de 2.5
con un valor de "p" cercano al valor de corte (P:0.055) y un lmite inferior del
intervalo de confianza menor a 1.

El perro: tenencia actual de un nmero elevado de perros. (OR: 12.8)

incluyendo una tendencia signbificativa al aumento del riesgo en funcin del
aumento del nmero de perros (p < 0.05), tenencia en los primeros aos de
vida de un elevado nmero de perros (OR: 20.8), tenencia de perros que van al
campo (OR: 7.1), tenencia de perros alimentados con vsceras ovinas (OR:
3.5). En los cuatro casos con una p < 0.05. El contacto actual con perros
portadores de Echinococcus granulosus present un OR elevado (OR: 12, p <
0.05), aunque con el lmite inferior del intervalo de confianza menor a 1,
probablemente por el pequeo nmero de perros evaluados ante la
imposibilidad de obtener mayor nmero de muestras. No se pudo demostrar
como factor de riesgo los hbitos de tenencia del perro (a excepcin de
permitir al perro dormir en la cama con el nio, que presenta un OR de 3.5
pero con una p > a 0.05)

El ambiente: vivir en el medio rural desde el nacimiento hasta los 5 aos de

edad (OR: 4) o desde los 5 a los 10 aos (OR: 2.8). En ambos casos con una p
< 0.05. No se pudo demostrar como factor de riesgo el consumo de verduras.
La faena de ovinos en el domicilio, present un OR elevado (3.2) resultando
las diferencias entre casos y controles muy cercanas al valor de corte (P:
0.051) aunque presenta el IC inferior por debajo de 1. Como factor de
proteccin se determin la presencia domiciliaria de agua potable (OR: 0.1),
resultando la diferencia entre casos y controles estadsticamente significativa
(P: 0.00)

El programa de control: En relacin a la evaluacin del impacto y de las fallas

del programa de control, la desparasitacin de perros con dosis menores a la
indicada en funcin del peso del animal presenta caractersticas especiales:
OR elevado (2.6), un valor de "p" cercano al lmite de significacin (P: 0.08)
pero un lmite inferior del IC menor a 1. La organizacin del programa de
control y de los servicios de salud (visita domiciliaria de agentes sanitarios),
demostraron que la presencia de estos y la desparasitacin por ellos efectuada
acta como factor de proteccin (OR < 1). Debe sealarse la existencia de una
baja proporcin de agentes sanitarios (13%) en los domicilios de los casos.

La determinacin del riesgo atribuible present como valores mas elevados a

contacto con perros con echinococcosis (0.77), presencia de los perros en el
medio rural (0.54) y fuente de agua no potable (0.50).
El anlisis multivariado en el modelo de regresin logstica condicional
confirm al nmero de perros en los primeros aos de vida del nio como uno
de los principales factores de riesgo (OR: 2.6), incorporando a tener familiares
con hidatidosis como un factor de riesgo primordial (OR:4.7). La fuente de
agua potable, asimismo, se confirma como factor absoluto de proteccin
(OR:0.17)