Vigilancia Epidemiológica y Análisis de Riesgo

Epidemiologa Enfocada a la Sanidad
Acucola y Anlisis de Riesgo

Metepec, Puebla, 17 y 18 de abril de 2012
MVZ MCV Jorge Francisco Monroy Lpez
Profesor de Tiempo Completo
FMVZ/UNAM
CONCEPTOS BSICOS DE
EPIDEMIOLOGA
Poblacin
Endemia
Epidemia
Indicadores de salud (ejercicios):
Prevalencia
Incidencia
Mortalidad
Letalidad
Medidas de asociacin
Tipos de estudios epidemiolgicos

Ecosistemas y la variacin
de la enfermedad
Bioma:
Es una rea determinada del planeta que
comparte un clima, vegetacin y fauna
relacionados

Hbitat:
Es el ambiente en el que habita una
poblacin o especie, que lo define
ecolgicamente, distinguindolo de otros
hbitats en los que las mismas especies no
podran encontrar acomodo.
Nicho ecolgico:
Describe la funcin de una especie o poblacin
en un ecosistema o el espacio concreto que
ocupa en el ecosistema, incluyendo a todos los
factores biticos y abiticos con los cuales el
organismo se relaciona
Clmax:
Es el punto de mayor intensidad o fuerza en
una serie creciente; esto es, la culminacin.
CLIMAX
Clmax:
Es el estado de desarrollo donde los organismos estn ms
especializados, mejor adaptados y ms organizados; es decir, la
comunidad est madura y hace un uso ptimo del espacio y la
energa, establecindose un equilibrio dinmico entre los
organismos y el medio ambiente.
Ecosistemas epidmico:
Se caracteriza porque hay un elevado nmero
de infectantes (fuentes de infeccin).
Hay un elevado N de hospedadores
susceptibles al comienzo, que desciende
despus del brote.

Ecosistema Endmico:
Se caracteriza porque siempre hay fuentes de
infeccin. Los hospedadores inmunes y
susceptibles estn equilibrados debido a una baja
densidad poblacional. El Agente se auto-
mantiene.
No hay una estacionalidad de la enfermedad.

Se caracteriza porque siempre hay fuentes de infeccin. Los Huspedes inmunes y susceptibles

estn equilibrados debido a una baja densidad poblacional. El Agente se auto-mantiene.

No hay una estacionalidad de la enfermedad.
Ecosistema paraendmico :
Se caracteriza porque los infectantes (fuentes
de infeccin) son introducidos al ecosistema.
Generalmente hay poco ingreso de animales.

Posibles casos de FPC en Campeche (ejemplo)
Casos de sarampin en la Cd. De Mxico

Se caracteriza porque no est presente el
agente.

Mxico Libre de FPC, FA, Salmonelosis y Pulorosis
Ecosistema libre:
Se caracteriza porque no aparece la
enfermedad clnicamente, pero para
demostrarlo, hay que seguir profundizando
con estudios complementarios, generalmente
serolgicos

Para los EUA somos un ecosistema indemne hasta
que demostremos que somos libres de FPC

Ecosistema indemne:
Variacin en el espacio de la
frecuencia de las enfermedades
Epidemia:
es cuando
se
presentan
ms casos
de los
esperados
en una
poblacin.
Endemia: es la
presencia habitual
de un patgeno que
se mantiene en una
poblacin en una
zona geogrfica
determinada.
Pandemia:
es cuando un
proceso
patolgico, se
extiende a lo
largo de muchas
zonas geogrficas,
sobrepasando el
numero de casos
esperados.
Variacin en el tiempo de la
Estacional: es cuando una enfermedad o
problema se presenta cada ao, duruante el
mismo periodo.
DENGUE
LEPTOSPIROSIS
Cclica: es cuando una enfermedad o
problema se presenta alrededor de cada 5 o 7
ao.
Secular: Es cuando una enfermedad o
problema se presenta despus de periodos
muy prolongados.

INDICADORES DE SALUD:
Prevalencia
Incidencia
Mortalidad
Letalidad


Absolutos
Relativos
INDICADORES
Tasas
Razones
Proporciones
Razn: Es el cociente que resulta al dividir 2 valores
provenientes de conjuntos independientes A/B, el
resultado se compara con la unidad
Que es una razn?
Una razn es una comparacin de dos cantidades o magnitudes
expresadas mediante un cociente
Razones

Razn = /
Caractersticas generales de una Razn.
Es una comparacin por medio de una divisin entre
dos poblaciones
El numerador no est contenido en el denominador
No suele expresarse en porcentaje
Expresa una relacin entre dos poblaciones
diferentes.

/

Pollitos
126
Bebederos
18
=
7
INTERPRETACIN: Hay 7
pollitos por bebedero o
por cada bebedero hay 7
pollitos
Qu es una proporcin?
Una proporcin es una igualdad entre dos
razones.
Proporcin: es el cociente de dos variables, el
numerador est contenido en el denominador
Las proporciones son medidas que expresan la frecuencia
con la que ocurre un evento con relacin a la poblacin total
en la cual ste puede ocurrir
Proporcin

TOTAL
100%
=
PORCION/TOTAL(100)=
(10/100)(100) = 10%
Caractersticas Generales de las
Proporciones
El numerador est contenido en el
denominador
El resultado representa una porcin del
denominador
El resultado nunca es negativo ni >1
Suele expresarse en % pero se pueden usar
otros mltiplos de 10
No son comparables entre ellas ya que el
resultado est influenciado por el
denominador.

EJEMPLO:
En una poblacin de 18 cerdos, 8 cerdos
enfermaron de FPC, de los cerdos que
enfermaron 4 fueron hembras.
Responde las siguientes preguntas e
interpreta tus resultados:
1. Cul es la razn hembra machos en la
poblacin?
2.Cul es la razn entre animales enfermos y
sanos?
3. Cul es la proporcin de enfermos en la
poblacin?
4. Cual es la proporcin de machos enfermos
en toda la poblacin?
5. Cual es la proporcin de hembras entre los
animales enfermos?
Enfermos
Sanos
Hembras (/)
1. Cul es la razn hembra machos en la
poblacin?
2.Cul fue la razn entre animales enfermos
y sanos?
3. Cul fue la proporcin de enfermos en la
poblacin?
4. Cual fue la proporcin de machos
enfermos en toda la poblacin?
5. Cual fue la proporcin de hembras entre
los animales enfermos?
Qu es una Tasa?
Las tasas expresan la dinmica de un suceso en una
poblacin a lo largo del tiempo.
Tasas: Son formas especiales de proporciones, estn
constituidas por un numerador, un denominador y un
factor de multiplicacin.
TASAS
Poblacin
Evento
de
inters
Evento de
inters
X10
n

=
Ejemplo:
8 Puercos Enfermaron
23 Era la poblacin total
de puercos
=
0.34 X 10=
3.4
Si yo siguiera a 10 cerdos
esperara que se enfermaran 3.4
cerdos.
Caractersticas Generales

Miden la velocidad en que un individuo
pasa de un estado a otro (salud-
enfermedad)
Se multiplica por 10
n
, para facilitar la
lectura del resultado
Pueden compararse entre poblaciones
diferentes siempre y cuando se lleve el
ajuste necesario

Tipos de tasas:
Total de la
poblacin.
TASA BRUTA
Enfermos
TASA ESPECIFICA
Enfermedad + edad .
TASA DOBLEMENTE
ESPECIFICA
Enfermedad +edad +
sexo
Nota: las tasas brutas tambin son conocidas como tasas generales
Tipos de tasas
Ejemplos:

Tasas brutas o generales.

Tasa especificas
Tasa de morbilidad general
Tasa de prevalencia
Tasa de letalidad general
Tasa de letalidad en hembras
Prevalencia en machos
Tasa de morbilidad en
lechones nacidos vivos

Medicin de la frecuencia en
salud y enfermedad
Medicin de
la enfermedad
Morbilidad
Prevalencia
Incidencia
Mortalidad
Letalidad
Mortalidad
Mortalidad

Tasa de
mortalidad=
Nmero de muertos por el evento
.
Total de individuos susceptibles al
evento en un momento determinado.
=
X n
10
Nota : se puede tomar el total de la poblacin que se
tiene a la mitad del periodo a medir ya que la poblacin
no es esttica.

LETALIDAD
Tasa de
letalidad=
Nmero de muertos por el evento.
Nmero de individuos que sufrieron
el evento.
=
X n
10

/
EJEMPLOS MORTALIDAD Y
LETALIDAD
En una poblacin de 18 cerdos 8 cerdos
enfermaron de FPC, 3 murieron a causa de la
enfermedad y otros 2 ms por otras causas

Contesta las siguientes preguntas:
1. Cual fue la tasa de letalidad por fiebre
porcina clsica?
2. Cul fue la tasa de mortalidad general ?
3. Cul fue la tasa de mortalidad por FPC?

Enfermos (/)
Muertos

PREVALENCIA
(Casos presentes nuevos y viejos)
LA PROPORCIN DE UNA POBLACIN QUE PRESENTA UNA
CARACTERSTICA DE INTERS (POSITIVIDAD, ENFERMOS) EN UN
MOMENTO DETERMINADO DEL TIEMPO
Se interpreta como: La probabilidad de que los individuos
seleccionados al azar presenten o padezcan el evento en cierto
momento.
Prevalencia
Prevalencia
puntual=
Nmero de individuos con el evento
en un momento dado
Total de personas en ese momento dado
=
X n
10
Prevalencia
lapsica =
Total de eventos (prevalentes mas
incidentes )durante un periodo.
Poblacin total en ese periodo
=
X n
10
EJEMPLO PREVALENCIA
Enfermas
Sanas
Cul es la prevalencia de la enfermedad?
Incidencia
(casos Nuevos)
Corresponde al nmero de individuos que presentan un fenmeno en
especifico, durante un periodo de tiempo determinado en una poblacin
inicialmente libre de dicho fenmeno pero susceptible a padecer dicho
fenmeno.
Incidencia
Incidencia verdadera: toma en cuenta
el tiempo que aporta cada individuo .
Incidencia acumulada: toma en cuenta
la acumulacin de nuevos eventos
durante el tiempo que se determina.
Incidencia ACUMULADA
Incidencia
acumulada=
Nmero de nuevos caso (enfermos ),
durante el periodo.
Total de individuos libres y susceptibles
al evento al principio del periodo.
=
X n
10
INCIDENCIA VERDADERA
Incidencia
verdadera=
Nmero de nuevos eventos
(enfermos ), durante el periodo.
Tiempo que aporta cada individuo
susceptible libre del evento durante
todo el periodo. (Tiempo/individuo,
animal)
=
X n
10
Incidencia verdadera
Incidencia
Verdadera=
Total de la poblacin susceptible por
el tiempo del seguimiento.
=
X n
10
Incidencia
Verdadera=
La suma de el tiempo exacto que
cada individuo aporta libre de la
enfermedad.
=
X n
10
INCIDENCIA Y PREVALENCIA
Recuperacin
Enfermo
Enfermo
Enfermo
Muerte
Migracin
Enfermo
Enfermo
INCIDENCIA
PREVALENCIA
EJERCICIO:
En un hato de 500 vacas, durante un ao
enfermaron 12 animales.
1.Cual es la incidencia acumulada en febrero ? y en abril?
2.Cul la incidencia acumulada y la verdadera en el ao?
3.Cual la prevalencia lptica al 1 de octubre?
Tasa de ataque
Tasa de
ataque=
Nmero de casos expuestos al
factor en cuestin.
Nmero de expuestos al factor de
riesgo en el tiempo determinado.
=
X n
10
=
Ejercicio:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Enfermos
Sanos
Dx. enfermedad
Muerte
Muerte por la
enfermedad
MEDIDAS DE ASOCIACIN E
IMPACTO POTENCIAL
Medidas de Asociacin
Reflejan la fuerza o magnitud de la relacin
estadstica entre un factor y un efecto, por
medio de la comparacin de dos medidas
diferentes.

Enfermos
No
enfermos
Usos
Para inferir causalidad.
Causa Efecto

Establecer fuerza y tipo de asociacin.

Principales medidas de asociacin
Medidas
de
asociacin
Medidas
de razn
Razn de
momios (RM =
OR)
Riesgo Relativo
(RR)
Medidas
de
diferencia

Diferencia de riesgo (riesgo
atribuible)
Diferencia de prevalencia

CUADRO DE DOS X DOS

Expuestos
No
expuestos
Enfermos
No enfermos

A
B
C D
Interpretacin
-Infinito
+ infinito
0
-1 1
NO HAY
ASOCIACIN
FACTOR DE RIESGO FACTOR PROTECTOR
Si el resultado es igual a 1 no hay asociacin
Si el resultado es > a 1 si hay asociacin (factor de riesgo)
Si el resultado es < a 1 se considera factor protector.
Principales medidas de asociacin
Razn de momios (RM): Odds Ratio (OR) productos cruzados: Es
la razn de un numerador de formas en que le evento puede
ocurrir comparado con el nmero de formas en que no pude
ocurrir.

Enfermos No
Enfermos
Total
Expuestos A B

Expuestos
a+c
No
expuestos
C D No
expuestos
b+d
Total Enfermos
a+b
Sanos
c+d
Total (n)
RM=
a x d
b x c

Principales medias de asociacin
Enfermos No
Enfermos
Total
Expuestos A B

Expuestos
a+c
No
expuestos
C D No
expuestos
b+d
Total Enfermos
a+b
Sanos
c+d
Total (n)

Riesgo relativo: es la comparacin entre padecer
una enfermedad entre sujetos expuestos y entre
sujetos no expuestos al factor de riesgo.
RR =
Expuestos Enfermos
Expuestos
Enfermos no expuestos
Entre no expuestos
RR=
a
a+ c
C
b+ d
Riesgo Atribuible o Diferencia de
riesgos
El riesgo atribuible: es una medida que
permite conocer en trminos absolutos cuanto
mayor es la frecuencia de enfermedad en el
grupo expuesto en comparacin al no expuesto
asumiendo una relacin causal entre la
exposicin y el desenlace.
RA = Tasa incidencia expuesto - tasa incidencia no
expuestos

Riesgo atribuible o diferencia de
riesgos
RA. 0.32 - 0.18 = 0.14 es decir: hay 14 casos atribuibles al factor de riesgo
por cada 100 expuestos
Expuestos
No
expuestos
45 35 170 45 205
Expuestos
No
expuestos
80 170 45 205
T. A exp = 0.32 T.A n exp. 0.18
Enfermos entre
expuestos
Enfermos entre
no expuestos
enfermos no enfermos Total
expuestos 80 170 250
no expuestos 45 205 250
Total 125 375 500
Riesgo atribuible en los expuestos
o Fraccin Etiolgica
FEE= RR 1
RR
Interpretacin FEE : el porcentaje X de casos
de la enfermedad X son debidos al factor de
riesgo X.
Fraccin etolgica: mide la proporcin de casos
de la enfermedad que podemos atribuir al factor de
riesgo entre los sujetos expuestos a este factor .
X10
0
Fraccin Etiolgica en expuestos
Expuestos
No
expuestos
80 170 45 205
T. A exp = 0.32 T.A n exp. 0.18
Enfermos entre
expuestos
Enfermos entre
no expuestos
Total 125 375 500
FEE= (1.77-1)/1.77)= (0.435)(100) =
43.5%
FEE= RR 1
RR
X10
0
Fraccin Etiolgica Poblacional
Riesgo Atribuible Poblacional (RAP): se refiere a la
proporcin de casos de la enfermedad que se pueden
atribuir al factor de riesgo en la poblacin es decir:
mide el impacto global del factor de riesgo en la
poblacin.
RAP%= ( A / A+C) ( RR 1/RR)x100
Donde:
RR= Riesgo Relativo.
Interpretacin: el X (porcentaje) de casos en
toda la poblacin son atribuidos al factor de riesgo
.
Fraccin Etiolgica Poblacional
Expuestos
No
expuestos
80 170 45 205
T. A exp = 0.32 T.A n exp. 0.18
Enfermos entre
expuestos
Enfermos entre
no expuestos
Total 125 375 500
FEP= (80/(80+45)((1.77-1)/1.77)= (0.64)(0.435)= 0.2784
0.2784X100= 27.84
RAP%= ( A / A+C) ( RR 1/RR)
RR= 0.32/0.18= 1.77

Estudios Epidemiolgicos

Tipos de estudio

Intervencin del
investigador
Activa
(Experimental)
Pasiva(Observaci
onal)
Numero de
mediciones
Transversal
Longitudinal
Temporalidad
Prospectivo
Retrospectivo
Ambipectivo
Numero de
poblaciones
estudiadas
Descriptivo
Comparativo
Los estudios en general se pueden clasificar segn sus
caractersticas en:
Clasificacin de Estudios
Tipos de
estudio
Observacional
Descriptivos
*Reporte y serie de casos
*Ecolgicos
*Estudios Transversales
(Prevalencias)
*Estudios Ecolgicos

Analticos
*Estudios Transversales
(Analticos)
*Estudios de Casos y
Controles
*Estudios de Cohorte

Experimental
*Ensayos Clnicos Controlados
*Estudios con animales de laboratorio
Estudios Observacionales Descriptivos
Caractersticas Generales:
Describen eventos epidemiolgicos, (factores de
riesgo, efecto, factores asociados), distribucin y
frecuencia, variables de lugar y tiempo
No hay manipulacin por parte del investigador.
No comprueban hiptesis, pero pueden generarlas.
No rompen con la ambigedad temporal.
Reporte de series y casos clnicos.
Descripcin de caractersticas de un paciente (caso) o muchos (serie).
Utilidad:
Descubrimiento de enfermedades nuevas
Identificacin de epidemias (vigilancia epidemiolgica).
Identificacin de grupos de alto riesgo
Utilidad de nuevas tcnicas diagnsticas.
Permiten generacin de hiptesis.
Ventajas
Fcil y rpido
Econmico
Son eslabn entre la clnica y la epidemiologa.
Desventajas
Falta de grupo de comparacin
Sesgo de seleccin
Se basa en experiencia de un solo individuo (caso)

Desventajas
Subjetivo y general
Depende de la calidad de registros. (Factores de confusin)
Puede generar falacias ecolgicas.

Estudios ecolgicos o de correlacin.
- Caractersticas generales de poblaciones, habitualmente referidos a reas
geogrficas.
- Descripcin enfermedad con relacin a variables de inters: edad,
tiempo, espacio geogrfico, alimentacin, miden relacin entre factor(es) y
la enfermedad.
Utilidad:
Identificar correlaciones entre factor de riesgo y enfermedad.
Comparar tendencia en tiempo de 1 enfermedad y una exposicin.
Permiten generacin de hiptesis.

Ventajas
Fcil y rpido
Econmico
No siempre requiere trabajo de campo.

Encuestas transversales y estudios de prevalencia.

Descripcin de las condiciones de individuos respecto a presencia o ausencia del factor de
exposicin y de la enfermedad en un momento

Utilidad:
Estimacin de la prevalencia de enfermedad o factor de riesgo.
Estudio de enfermedades o factor de riesgo de inicio lento o larga duracin.
Descripcin de la distribucin de enfermedad o FR.
Da bases para estimar necesidades preventivas, curativas o de rehabilitacin.
Permite generar hiptesis.
Pueden ser la primera etapa de estudios prospectivos.
Ventajas
Fcil y rpido
til para estudiar varias enfermedades y factores de riesgo.
Desventajas
No buenos para enfermedades de corta duracin o poco frecuentes.
Sujetos a sesgos de supervivencia.
Sujetos a sesgos de seleccin.

Ejemplo (Transversal):
Giris AM, Rosales ME, Brcenas MG, Lara SV et al
Prevalencia de anticuerpos contra H. somnus en el ganado bovino del estado de
Chiapas, Mxico .

Vet Mx 2001; 32 (3): 213-219

Con el propsito de conocer la posible prevalencia y distribucin de bovinos con
anticuerpos contra Haemophilus somnus en Chiapas, Mxico, se obtuvieron 787
muestras sricas en tres zonas geogrficas: Centro, costa y norte; las muestras tambin
fueron clasificadas de acuerdo con el sexo y tipo de explotacin (extensiva o intensiva).
Las muestras fueron probadas en un ensayo inmunoenzimtico (ELISA) desarrollado
como parte de este estudio. Se encontraron 52 muestras positivas, lo que equivale a
6.6% de seroprevalencia global para el estado; la mayor seroprevalencia se encontr en
la zona centro (15.5%). La seroprevalencia en explotaciones intensivas fue de 7.1% y en
las extensivas 5.9%. Asimismo, la seroprevalencia para las hembras fue de 5.2% y en los
machos de 23.7%, la mayor parte de estos ltimos eran de procedencia extranjera. De
198 hembras con historial clnico de disfuncin reproductiva se encontraron diez (5.0%)
seropositivas a H. somnus, 23 (11.6%) a rinotraquetis infecciosa bovina y 17 (8.5%) a
leptospirosis.
Estudios Observacionales
Analticos.
Caractersticas generales:
- Evaluacin de hiptesis etiolgicas.
- Establecen comparacin del riesgo entre grupos de
estudio y grupos control
- Establecen relacin
causa efecto
efecto causa
- Seleccin de grupos segn presencia o ausencia de factores
de riesgo o efecto
- Rompen con la ambigedad temporal.

Estudios de Cohorte
Generalidades:

-Compara a 2 cohortes (grupo) una expuesta y otra no expuesta.
-Los individuos se entran libres de la enfermedad o efecto al principio del estudio
(Cohorte prospectiva).
-Seleccin no representativa de la poblacin, sino de la exposicin o no del factor de
riesgo, ambas son seguidas por un tiempo para observar en cada uno la aparicin de la
enfermedad y medir la incidencia en cada uno.
-Rompen con la ambigedad temporal. (Seguimiento)

Segn el tiempo: *Cohorte prospectiva concurrente.
*Cohorte histrica.
Utilidad
Estimar incidencia de enfermedades en expuestos y no expuestos a un
FR
Estimar riesgo de enfermar entre expuestos y no expuestos (RR).
Medir la fuerza de asociacin entre FR y enfermedad
Descubrir relacin dosis respuesta.
Estimar fraccin atribuible.
Ventajas
Establecer relacin temporal entre exposicin y enfermedad
Conocer incidencia de enfermedad y por lo tanto el riesgo.
Estudio de varias enfermedades en forma simultnea.
Medicin de la exposicin con precisin, no sesgos de memoria
Desventajas.
Alto costo (tamao de muestra, logstica, tiempo)
Sujetos a prdida de seguimiento.
Cambio de actitudes en observacin directa.
Difcil en enfermedades de baja incidencia
COHORTE
POBLACIN
BLANCO
POBLACIN
EN
ESTUDIO
SELECCIN ALEATORIA
NO ELEGIBLES
NO PARTICIPANTES
SELECCIN DE UN GRUPO ESPECIAL
GRUPO
EXPUESTO
GRUPO
NO
EXPUESTO
EFECTO NO
EFECTO
EXPUESTO
(a) (b)
NO
EXPUESTO
(d)
TIEMPO DE SEGUIMIENTO
INICIA EL ESTUDIO
EVENTOS TIEMPO INDIVIDUO
RIESGO RELATIVO
DIFERENCIA DE RIESGO
TASA DE INCIDENCIA
INCIDENCIA
RIESGO ATRIBUIBLE
FE; FEA:FEP.
Ejemplo (Cohorte):

En una comunidad del estado de Morelos se llev a cabo un estudio epidemiolgico en
un grupo de personas que vivan en Chozas y otro grupo de personas que habitaban
en casas. Todos ellas eran seropositivas para T. Cruzi pero sin manifestaciones clnicas
ni electrocardiogrficas de Miocardiopata (Infeccin).
El estudio se inicio en 1998 y incluyo a 120 personas que habitaban en chozas y a 160
que habitaban en casas.
Cada seis meses se les realizaba un estudio electrocardiogrfico y una explotacin fsica
exhaustiva.
Para el 2002 se haba encontrado que de las personas que vivan en chozas 32 tenan
manifestaciones clnicas y electrocardiografas de Miocardiopata Chagasica y entre
quienes habitaban en casas 148 no presentaban ningn signos clnico detectable.
ESTUDIOS DE CASOS Y CONTROLES
- Estudia a 2 grupos segn presencia o ausencia de enfermedad.
- Son comparados entre si, segn una exposicin previa a uno o ms factores de riego.
- Se conoce el efecto y se busca la causa.

Causa Efecto
Utilidad.
Estimar el riesgo de padecer una enf asociada a un FR (OR)
Medir la fuerza de asociacin entre FR antecedente y enfermedad
Determinar proporcin de casos y controles expuestos a un FR.
Ventajas
Utiles en enfermedades raras o poco frecuentes.
Enfermedades con largos periodos de latencia o incubacin.
Estudio de varias FR para una sola enfermedad.
Relativamente rpidos y poco costosos.
Desventajas.
Sujeto a sesgo de memoria, recuerdo
No son buen diseo para estudiar ms de una enfermedad.
Dificil estimar asociac entre tiempo de exposicin y enfermedad

CASOS Y CONTROLES
POBLACIN
BLANCO
POBLACIN
EN
ESTUDIO
SELECCIN
NO ELEGIBLES
NO PARTICIPANTES
SELECCIN DE CASOS
SELECCIN DE CONTROLES
CASOS
Expuestos
No Expuestos
CONTROLES
Expuestos
No Expuestos
CASO CONTROL
EXPUESTO
(a) (b)
NO
EXPUESTO
(d)
TIEMPO
SE RECONSTRUYE LA EXPOSICIN
INICIA EL ESTUDIO
MOMIOS DE EXPOSICIN DE LOS CASOS
MOMIOS DE EXPOSICIN DE LOS CONTROLES
RAZN DE MOMIOS
IC AL 95%
PREVALENCIA DE EXPOSICIN DE LOS CASOS
PREVALENCIA DE EXPOSICIN DE LOS CONTROLES
RIESGO ATRIBUIBLE POBLACIONAL (Rap)
RIESGO ATRIBUIBLE EN LOS EXPUESTOS (Rae)
Ejemplo (Casos y Controles):
Resultados preliminares: Infeccin por Toxocara spp como factor de riesgo a
asma bronquial infantil.
Chavez HT, Gracia de la Torre G, Huerta LJ, Ponce MM (2007).

OBJETIVO: Establecer si la seropositividad al antgeno de excrecin y secrecin de
Toxocara spp IgG (AgEST), es un factor de riesgo asociado para padecer asma bronquial,
independientemente de otros factores de riesgo.

MATERIAL Y MTODOS: Se realizo un estudio de estudio de casos (105) y controles
(101)casos, con 206 pacientes, de 5 a 14 aos de edad del Instituto Nacional de Pediatra
(INP); en donde se evaluaron: a) diferentes factores de riesgo para padecer asma
bronquial, por medio del cuestionario ISSAC, b) la presencia de alergia o atpia, por
medio de pruebas cutneas y c) la la tcnica de ELISA para la deteccin de anticuerpos
anti Toxocara, con el kit comercial Microwee Serum ELISA Kit Cat Code: TC-96. El
cuestionario y las pruebas inmunolgicas se aplicaron a toda la poblacin.
RESULTADOS: Se encontr una asociacin entre la serologa positiva al AgES de
Toxocara spp y padecer asma bronquial, tanto en el anlisis bivariado (RM=2.08)
como en el anlisis multivarido (RM=3.089). El 20.9% (43) de toda la poblacin fue
positivo al antgeno de Toxocara, El 26.7% (28) en nios asmticos (casos) contra un
14.9% (15) de nios sin asma (controles). Mediante el anlisis multivariado
identificaron las siguientes variables con asociacin significativa: respuesta positiva
a las pruebas cutneas (RM=17.20), diagnstico clnico de dermatitis (RM=4.03),
nacimiento por cesrea (RM=2.78), antecedentes de asma en el padre (RM=3.77) y
vivir cerca de avenidas y calles con mucho trnsito de vehculos automotores
(RM=2.60). Los CPS positivos a Toxocara en los animales de compaa fueron:
perros 9.5%(11) y gatos 57.1% (4).

DISCUSIN Y CONCLUSIONES: El 20.9% de la poblacin analizada present
reaccin inmunolgica positiva al antgeno de Toxocara. Este parsito tambin se
encontr en los perros 9.5%(11) y gatos 57.1% (4). Se encontr una asociacin
positiva entre la seropositividad al antgeno de Toxocara y padecer asma bronquial.
Lo que nos lleva a valorar y contemplar la necesidad de tomar medidas de control
contra este parsito sobre todo en los nios asmticos
ESTUDIOS EXPERIMENTALES

Caractersticas
Permiten comprobar hiptesis
Establecen comparacin entre grupo de estudio y grupo control.
Investigador asigna aleatoriamente el factor de riesgo a causa y a otro sin
tratamiento o con placebo.

Ventajas
Mayor evidencia y directa relacin causa-efecto. mayor control
Aleatorizacin
elimina sesgos,

Desventajas
Costosos
Tiempo,
A veces muestras muy seleccionadas,
Limitantes ticas. etc.

Ejemplo (Experimental):
Objetivo: en un modelo canino experimental comparar dos tcnicas de alargamiento
intestinal.
Antecedentes: El alargamiento intestinal es uno de los mtodos de reconstruccin
gastrointestinal usado para la terapia del sndrome de intestino corto. La modificacin a
la tcnica de Bianchi empleada en este estudio presenta una alternativa..
Tcnicas de alargamiento intestinal:
un modelo experimental en perros
Dr. Francisco Garibay Gonzlez,* Dr. Daniel Alberto Daz Martnez,** Dr. Alejandro
Valencia Flores,***
Dr. Miguel ngel Gonzlez Hernndez()****
Mtodos: se realiz la tcnica original descrita por Bianchi en 12 perros de raza
criolla (Grupo A) y la tcnica modificada en otros 12 perros de la misma raza y
peso (Grupo B). Ambos grupos se compararon en cuanto al tiempo quirrgico,
dificultades tcnicas, costo, longitud intestinal alcanzada y dimetro de las
anastomosis.
Resultados: no hubo diferencia significativa en cuanto al dimetro de las
anastomosis (A = 9.0 mm vs. B = 8.5 mm, p = 0.3846). El grupo B present menor
tiempo quirrgico (142 min vs. 63 min), menor costo, menor dificultad tcnica (p <
0.0001) y mayor longitud intestinal (p = 0.0006). Todas las anastomosis, as como los
segmentos intestinales alargados se encontraron viables, con buen aporte sanguneo
al trmino de la tcnica y en todos excepto un perro del grupo A, permanecieron
viables cuatro horas despus.
Conclusiones: la tcnica de Bianchi, as como la modificada ofrecen dos
procedimientos factibles para el alargamiento intestinal. La tcnica modificada
ofrece mayores ventajas en cuanto a menor tiempo quirrgico, costo y dificultad
manual.
RECESO

VIGILANCIA EPIDEMIOLGICA
Investigacin de epidemias
Que es una epidemia?

Situacin donde el nmero de casos observados excede el nmero esperado de
casos en un tiempo y lugar determinado.
Es posible considerar que:

* Abarca cualquier enfermedad

* No hay un nmero de casos aplicables para considerar una epidemia

* No hay especificada un rea geogrfica
* No hay un tiempo definido de duracin

Actividades de la VE
Recoleccin de datos
Consolidacin y presentacin
Anlisis e interpretacin
Toma de decisiones (acciones)
Divulgacin de informacin
Caractersticas de
las Actividades de la VE
Las actividades de la VE deben ser:

1. Planeadas y no improvisadas.
2. Sistemticas.
3. Permanentes, en tanto exista real o
potencialmente el problema.
4. Dinmicas (buscando el dato sin esperar
pasivamente a recibirlo).
Elementos de la VE
1. Registros de mortalidad
2. Reporte de morbilidad
3. Reporte de epidemias
4. Investigaciones de laboratorio
5. Investigacin de casos individuales
6. Investigaciones epidemiolgicas de campo
7. Encuestas epidemiolgicas
8. Estudios de la distribucin de reservorios animales
y vectores
9. Utilizacin de biolgicos y medicamentos
10. Datos demogrficos y del medio ambiente

Requisitos de la Informacin
Validez
- Sensibilidad
- Especificidad
Oportunidad
Integridad
Comparabilidad
Finalidades de la VE
Disponer de informacin veraz, adecuada y oportuna de
las caractersticas de los diversos padecimientos que
permita:

1. Determinar la magnitud, trascendencia y modalidad
de los padecimientos.
2. Proponer alternativas para su prevencin,
erradicacin o control.
3. Jerarquizar los problemas por sus componentes.
4. Disponer de informacin adecuada para la correcta
evaluacin de los programas y actividades, que
permitan dictar con oportunidad los ajustes
necesarios.

Al contar con un efectivo Sistema de VE, las
acciones encaminadas a la prevencin, control
y erradicacin de las enfermedades, sern ms
eficientes y eficaces en beneficio del Sector
Pecuario y con impacto positivo en la Salud
Pblica.
Vigilancia Epidemiologica
Importancia
Com determino
la condicin zoosanitaria
de una regin o del pas?

Fundamentos de probabilidad aplicados al
clculo de tamao de muestra
(Historias de Zetas, Pecs y Dedos)

jfml@unam.mx
monroy1959@hotmail.com

REGLA EMPRICA
Si la distribucin es normal la
media, la moda y la mediana se
ubican en el mismo lugar
-3 -2 -1 0 1 2 3
Me
M
Mo
Estructura de la Investigacin:
Diseo
1. Objetivos

2. Universo

REGLA EMPRICA
ubican en el mismo lugar
y al alejarnos de ese punto una
desviacin estndar a la
izquierda y a la derecha, se cubre
aproximadamente al 66% de la
poblacin
-3 -2 -1 0 1 2 3
Me
M
Mo
66%
Diseo
1. Objetivos

2. Universo

REGLA EMPRICA
ubican en el mismo lugar y al
alejarnos de ese punto una
desviacin estndar a la izquierda
y a la derecha, se cubre
aproximadamente al 66% de la
poblacin,
si nos movemos 2 veces se cubre
al 95%
-3 -2 -1 0 1 2 3
Me
M
Mo
95%
Diseo
1. Objetivos

2. Universo

REGLA EMPRICA
ubican en el mismo lugar y al
alejarnos de ese punto una
desviacin estndar a la izquierda
y a la derecha, se cubre al 66% de
la poblacin, si nos movemos 2
veces se cubre al 95%
y si lo hacemos 3 veces se cubre
al 99%
-3 -2 -1 0 1 2 3
Me
M
Mo
99%
Diseo
1. Objetivos

2. Universo

Juguemos a los dados: si tenemos dos dados cules
son los posibles resultados y la probabilidad de que
salga cada uno?
2=1+1
3=1+2, 2+1
4=1+3, 2+2, 3+1
5=1+4, 2+3, 3+2, 4+1
6=1+5, 2+4, 3+3, 4+2, 5+1
7=1+6, 2+5, 3+4, 4+3, 5+2, 6+1
8=2+6, 3+5, 4+4, 5+3, 6+2
9=3+6, 4+5, 5+4, 6+3
10=4+6, 5+5, 6+4
11=5+6, 6+5
12=6+6
Diseo
1. Objetivos

2. Universo

Juguemos a los dados: si tenemos dos dados cules
son los posibles resultados y la probabilidad de que
salga cada uno?
2=1+1
3=1+2, 2+1
4=1+3, 2+2, 3+1
5=1+4, 2+3, 3+2, 4+1
6=1+5, 2+4, 3+3, 4+2, 5+1
7=1+6, 2+5, 3+4, 4+3, 5+2, 6+1
8=2+6, 3+5, 4+4, 5+3, 6+2
9=3+6, 4+5, 5+4, 6+3
10=4+6, 5+5, 6+4
11=5+6, 6+5
12=6+6
2-7=(-5)
2
= 25x1 = 25
3-7=(-4)
2
= 16x2 = 32
4-7=(-3)
2
= 9x3 = 27
5-7=(-2)
2
= 4x4 = 16
6-7=(-1)
2
= 1x5 = 5
7-7= (0)
2
= 0x7 = 0
8-7= (1)
2
= 1x5 = 5
9-7= (2)
2
= 4x3 = 12
10-7= (3)
2
= 9x3 = 27
11-7= (4)
2
= 16x2 = 32
12-7= (5)
2
= 25x1 = 25

25+32+27+1
6+5+0+5+12
+27+32+25=

210/36=

5.83=

2.41

Diseo
1. Objetivos

2. Universo

-3 -2 -1 0 1 2 3
2.1 4.5 7 9.4 11.8

1
+
1

1
+
2
,

2
+
1

1
+
3
,

2
+
2
,

3
+
1

1
+
4
,

2
+
3
,

3
+
2
,

4
+
1

1
+
5
,

2
+
4
,

3
+
3
,

4
+
2
,

5
+
1

1
+
6
,

2
+
5
,

3
+
4
,

4
+
3
,

5
+
2
,

6
+
1

2
+
6
,

3
+
5
,

4
+
4
,

5
+
3
,

6
+
2

3
+
6
,

4
+
5
,

5
+
4
,

6
+
3

4
+
6
,

5
+
5
,

6
+
4

5
+
6
,

6
+
5

6
+
6

Etapas del Mtodo Cientfico
Antecedentes
Problema
Hiptesis
Consecuencias de la
hiptesis
Pruebas de hiptesis =
a. diseo
b. ejecucin
Aceptacin o rechazo de la
hiptesis
Nuevo conocimiento y
nuevos problemas
Diseo
1. Objetivos

2. Universo

Diseo
1. Muestra
1. No probabilstica
2. Semiprobabilstica
3. Probabilstica
Tipos de muestreo
Simple
Estratificado
Conglomerados
Mixto
Por reas
Polietpico
Diseo
1. Objetivos

2. Universo

Fuentes de informacin
Directas

Indirectas
Diseo
1. Objetivos

2. Universo

MTODOS DE MUESTREO:

MUESTREO ALEATORIO SIMPLE:
Aleatorio
Probabilstico
Representativo
Sin reemplazo
Diseo
1. Objetivos

2. Universo

Otros Mtodos de Muestreo
Muestreo sistemtico
Muestreo estratificado
Muestreo por conglomerados
Muestreo no probabilstico
Asignacin aleatoria
Diseo
1. Objetivos

2. Universo

POR QU MUESTREAR?

Rapidez.
Costo.
Factibilidad.
Precisin.
Estimacin de errores.
Criterios de inclusin y exclusin.
Bsqueda de variables poco frecuentes
Diseo
1. Objetivos

2. Universo

No siempre es bueno ser grande...
Tamao de muestra ajustado a las necesidades de la investigacin y del
investigador.

Previo al estudio se deben plantear:
Objetivos
Naturaleza del estudio
Alcance
Resultados previstos
Recursos disponibles
Diseo
1. Objetivos

2. Universo

En trminos generales existen tres tipos de
resultados posibles:
De slo dos alternativas:
s/no
vivo/muerto
hembra/macho.

De muchas opciones que se excluyen entre s:
Especie: bovino, ovino, caprino, suino;
Entidad federativa: DF, Chih, Son.

Variables continuas como:
Peso
Alzada
Edad
Produccin

Diseo
1. Objetivos

2. Universo

Tamao y tipo de muestra
En los dos primeros casos los datos se expresarn como
frecuencias, razones, proporciones, tasas o ndices. (z
2
p
q)/d
2

En el ltimo caso podemos calcular media, varianza y
desviacin estndar. (z
2
s
2
)/d
2

El clculo del tamao de la muestra depender de cul de
los resultados interese al investigador.

Diseo
1. Objetivos

2. Universo

Nivel de confianza: Tamao de la poblacin a la que representa la muestra. Si se
quiere una mayor confianza esto significa una muestra ms grande (Z)

USO E INTERPRETACIN DE
MUESTRAS ALEATORIAS
-3 -2 -1 0 1 2 3
Diseo
1. Objetivos

2. Universo

Proporcin del factor en la
poblacin (P): Mientras ms
raro o poco frecuente es un
factor en la poblacin, se
necesita una muestra ms
grande.

MUESTRAS ALEATORIAS
Diseo
1. Objetivos

2. Universo

grande.

MUESTRAS ALEATORIAS
Diseo
1. Objetivos

2. Universo

grande.

MUESTRAS ALEATORIAS
Diseo
1. Objetivos

2. Universo

grande.

MUESTRAS ALEATORIAS
Diseo
1. Objetivos

2. Universo

Precisin o error: a mayor precisin, es decir a menor error, el tamao de la
muestra debe ser mayor. (d)

MUESTRAS ALEATORIAS
Diseo
1. Objetivos

2. Universo

Determinacin del TMM. Muestreo aleatorio simple
2
2
d
q p Z
n
Donde
Z = Nivel de confianza
p = Probabilidad de que
ocurra el evento
q =1-p
d = error estimado
2
2
d
q p (1.96)
n
Diseo
1. Objetivos

2. Universo

Determinacin del TMM. Muestreo aleatorio simple
2
2
d
q p Z
n
Donde
ocurra el evento
q =1-p
d = error estimado
2
2
d
q p (1.96)
n
-3 -2 -1 0 1 2 3
Diseo
1. Objetivos

2. Universo

Determinacin del TMM para poblaciones finitas
q p Z
) 1 N ( d
q p NZ
n
2
2
2
Donde
ocurra el evento
q =1-p
d = error estimado
N = Tamao de la poblacin
-3 -2 -1 0 1 2 3
n = N
2
+
2

2
(N-1)
-3 -2 -1 0 1 2 3
Diseo
1. Objetivos

2. Universo

y Cannon & Roe*?
esa es otra historia
Rowland M. Cannon & Richard Treolar Roe
*Cannon, R.M. and Roe, R.T. (1982). Livestock Disease Surveys: a field manual for
veterinarians. Ed: Australian Government Publishing Service. Canberra.
Diseo
1. Objetivos

2. Universo

No slo existe lo que podemos ver
hay cosas que se ocultan a nuestros ojos
Diseo
1. Objetivos

2. Universo

O, como dijo el zorro a El Principito:

Slo se ve bien con el corazn.
Lo esencial es invisible a los ojos.

Antoine de Saint-Exupry. Aviador y escritor francs.
Diseo
1. Objetivos

2. Universo

Si tenemos un grupo de animales y
queremos saber si existe alguna
enfermedad en ese hato qu podemos
hacer?:
a) Nada.
b) Imaginarnos que la enfermedad no
existe.
c) Hacer una prueba dx a todos los
animales.
d) Tomar una muestra. E
Diseo
1. Objetivos

2. Universo

esto significa que cualquier
subconjunto nos ser til?
Cul es el tamao que requerimos
para que la muestra sea til?
Diseo
1. Objetivos

2. Universo

Cuando vamos a tomar una muestra
desconocemos:

a) Si la enfermedad est presente o no.
b) Cul es su distribucin.
c) En qu magnitud o prevalencia se
encuentra la enfermedad.

Por esa razn suele ser conveniente, aunque
quizs no muy preciso, asumir:

a) Que la enfermedad s est presente.
b) La distribucin de la enfermedad.
c) La prevalencia.

Diseo
1. Objetivos

2. Universo

Ejemplo:

Supongamos que tenemos un hato
de 10 vacas y que una de ellas es
una vaca con un problema de
comportamiento, pero nosotros no
lo sabemos.

La prevalencia de vacas emo, en
este caso, ser de 1/10 del 10%

1
2
3
4
6
7
8
9
10
5
1. Objetivos

2. Universo

Entonces:

La probabilidad de seleccionar a una vaca emo ser del 0.1,
lo que significa que la probabilidad de seleccionar a una vaca no emo es de
1 0.1, es decir ser de 0.9.
/
Diseo
1. Objetivos

2. Universo

Si yo selecciono a una vaca y no es la emo, la probabilidad de
seleccionar a otra vaca que tampoco sea emo es de

8/9

por lo que la probabilidad de que ambas (la primera y la
segunda vaca no sean emo ser entonces de

9/10 x 8/9 = 72/90 = 0.8.

Esto quiere decir que si la prevalencia de vacas emo es del
10% y si slo dos animales son muestreados de esta pequea
poblacin, entonces hay una probabilidad del 80% de
encontrar a la vaca emo y de decir, por lo tanto, que el hato es
negativo a las vacas emo, cuando en realidad no lo es.
1
2
Diseo
1. Objetivos

2. Universo

Si son tomados 4 animales,
la probabilidad de que todos sean negativos (hato considerado falsamente
negativo)
es:

9/10 x 8/9 x 7/8 x 6/7 = _9 x 8 x 7 x 6_ = 3024 = 0.6
10 x 9 x 8 x 7 5040

= _9 x 8 x 7 x 6_ = _6_= 0.6
10 x 9 x 8 x 7 10
1
2
Diseo
1. Objetivos

2. Universo

Mientras que si se utilizara la distribucin binomial el clculo sera:

(0.9)
4
= .9 x .9 x .9 x .9 = 0.65

En un hato grande, se usa la distribucin binomial (sumamente parecida).

Supongamos que existen las mismas condiciones que mencionamos anteriormente pero
que el tamao del hato es de 1,000 vacas y 100 de ellas son emo. El clculo sera:
900/1000 x 899/999 x 898/998 x 897/997 = (0.9)
4
= 0.6561
Diseo
1. Objetivos

2. Universo

Clculo para detectar una vaca
emo en un hato con una
prevalencia del 10% y con un nivel
de 5% de probabilidad o < de
equivocarnos afirmando que un
hato es negativo, cuando en
realidad no lo es: 0.9
28
= 0.05

0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728
1 0.900000000 0.100000000
2 0.810000000 0.190000000
3 0.729000000 0.271000000
4 0.656100000 0.343900000
5 0.590490000 0.409510000
6 0.531441000 0.468559000
7 0.478296900 0.521703100
8 0.430467210 0.569532790
9 0.387420489 0.612579511
10 0.348678440 0.651321560
11 0.313810596 0.686189404
12 0.282429536 0.717570464
13 0.254186583 0.745813417
14 0.228767925 0.771232075
15 0.205891132 0.794108868
16 0.185302019 0.814697981
17 0.166771817 0.833228183
18 0.150094635 0.849905365
19 0.135085172 0.864914828
20 0.121576655 0.878423345
21 0.109418989 0.890581011
22 0.098477090 0.901522910
23 0.088629381 0.911370619
24 0.079766443 0.920233557
25 0.071789799 0.928210201
26 0.064610819 0.935389181
27 0.058149737 0.941850263
28 0.052334763 0.947665237
Diseo
1. Objetivos

2. Universo

Se recomienda tomar una muestra de por lo menos 30 animales (los 28 necesarios,
mas un par de animales extra por aquello de las dudas)
Conforme aumentamos el tamao de la muestra reducimos la probabilidad de no
encontrar lo que estamos buscando.
Diseo
1. Objetivos

2. Universo

Esto se expresa en la frmula desarrollada por Cannon y Roe en 1982 y
que dice:

n = 1-(1-a)
1/D
N-((D-1)/2)
en donde

n = tamao de muestra requerido
a = probabilidad o nivel de confianza de observar por lo menos a un animal
enfermo en una muestra cuando la enfermedad afecta por lo menos a
un D/N en la poblacin.
D = nmero de animales enfermos en la poblacin
N = tamao de la poblacin

Diseo
1. Objetivos

2. Universo

Ejemplo:

Supongamos una poblacin N de 1000 vacas, en donde sabemos
que por lo menos hay 10 vacas emo, si es que est presente.

El tamao de la muestra requerir tener 95% de seguridad ( a=
0.95) de detectar por lo menos a una vaca emo.

Es decir:

n = 1-(1-a)
1/D
N-((D-1)/2)

n = 1-(1-0.95)
1/10
1000-(10-1/2)

n = 1-(1-0.95)
0.1
1000-(9/2) =

0.259 x 995.5 = 258

Diseo
1. Objetivos

2. Universo

Frmula completa n = 1-(1-a)
1/D
N-((D-1)/2)
prevalencia esperada = 0.05
n = [1-(1-a)1/D] [N-((D-1)/2)]
Primera
parte

primera parte de la frmula
1-(1-a)
1/D
en donde
Paso 1 a = 0.95 n es el tamao de muestra requerido
Paso 2 (1-a) = 0.05
a = la probabilidad o nivel de confianza de observar
por lo menos a un animal enfermo en una muestra
cuando la enfermedad afecta por lo menos a un D/N
en la poblacin.
Paso 3 D = 5000000
Paso 4 1/D = 0.0000002
Paso 5 (1-a)
1/D
0.999999401
Paso 6 1-(1-a)
1/D
5.99146E-07 D = nmero de animales enfermos en la poblacin
Segunda
parte

segunda parte de la frmula

N-((D-
1)/2)
Paso 7 N = 100000000
Paso 8 D-1 = 4999999
Paso 9 (D-1)/2 2499999.5
Paso
10 N-((D-1)/2) 97500000.5
Tercera
parte
tercera parte de la frmula
1-(1-a)
1/D
N-((D-1)/2)
Paso
11 1-(1-a)
1/D
N-((D-1)/2)] = 58.41676214
Paso
12 redondeo para obtener el valor de n = 58

Diseo
1. Objetivos

2. Universo

1/D
N-((D-1)/2)
prevalencia esperada = 0.01
n = [1-(1-a)1/D] [N-((D-1)/2)]
Primera
parte

primera parte de la frmula
1-(1-a)
1/D
en donde
Paso 1 a = 0.95 n es el tamao de muestra requerido
Paso 2 (1-a) = 0.05
a = la probabilidad o nivel de confianza de observar
por lo menos a un animal enfermo en una muestra
cuando la enfermedad afecta por lo menos a un D/N
en la poblacin.
Paso 3 D = 5000000
Paso 4 1/D = 0.0000002
Paso 5 (1-a)
1/D
0.999999401
Paso 6 1-(1-a)
1/D
5.99146E-07 D = nmero de animales enfermos en la poblacin
Segunda
parte

segunda parte de la frmula
N-((D-1)/2)
Paso 7 N = 100000000
Paso 8 D-1 = 4999999
Paso 9 (D-1)/2 2499999.5
Paso
10 N-((D-1)/2) 97500000.5
Tercera
parte
tercera parte de la frmula
1-(1-a)
1/D
N-((D-1)/2)
Paso
11 1-(1-a)
1/D
N-((D-1)/2)] = 58.41676214
Paso
12 redondeo para obtener el valor de n = 58

Pero mejor veamos el Excel
Diseo
1. Objetivos

2. Universo

1/D
N-((D-1)/2)
n es el tamao de muestra
requerido D = nmero de animales enfermos en la poblacin
a = la probabilidad o nivel de confianza de observar por lo menos a un animal enfermo en una muestra cuando
la enfermedad afecta por lo menos a un D/N en

primera
parte de
la
frmula
segunda parte
de la frmula tercera parte de la frmula
prevalencia
esperada
Paso 1 Paso 2 Paso 3 Paso 4 Paso 5 Paso 6 Paso 7 Paso 8 Paso 9 Paso 10 Paso 11 Paso 12
a (1-a) D 1/D (1-a)
1/D

1-(1-
a)
1/D
N D-1 (D-1)/2
N-((D-
1)/2) 1-(1-a)
1/D
N-((D-1)/2)] = n
0.01 0.99 0.01 10000 0.00010000000000000 0.99953959 0.00046041 1000000 9999 4999.5 995000.5 458.1091721 458
0.02 0.98 0.02 20000 0.00005000000000000 0.99980442 0.00019558 1000000 19999 9999.5 990000.5 193.6262992 194
0.03 0.97 0.03 30000 0.00003333333333333 0.99988312 0.00011688 1000000 29999 14999.5 985000.5 115.1253144 115
0.04 0.96 0.04 40000 0.00002500000000000 0.99991953 8.0469E-05 1000000 39999 19999.5 980000.5 78.85932492 79
0.05 0.95 0.05 50000 0.00002000000000000 0.99994009 5.9913E-05 1000000 49999 24999.5 975000.5 58.41505932 58
0.06 0.94 0.06 60000 0.00001666666666667 0.99995311 4.6889E-05 1000000 59999 29999.5 970000.5 45.48243035 45
0.07 0.93 0.07 70000 0.00001428571428571 0.99996201 3.7989E-05 1000000 69999 34999.5 965000.5 36.65912174 37
0.08 0.92 0.08 80000 0.00001250000000000 0.99996843 3.1571E-05 1000000 79999 39999.5 960000.5 30.30828107 30
0.09 0.91 0.09 90000 0.00001111111111111 0.99997325 2.6755E-05 1000000 89999 44999.5 955000.5 25.55064998 26
0.1 0.9 0.1 100000 0.00001000000000000 0.99997697 2.3026E-05 1000000 99999 49999.5 950000.5 21.87431806 22
0.11 0.89 0.11 110000 0.00000909090909091 0.99997993 2.0066E-05 1000000 109999 54999.5 945000.5 18.9623179 19
0.12 0.88 0.12 120000 0.00000833333333333 0.99998233 1.7669E-05 1000000 119999 59999.5 940000.5 16.60859314 17
0.13 0.87 0.13 130000 0.00000769230769231 0.99998431 1.5694E-05 1000000 129999 64999.5 935000.5 14.67378866 15
0.14 0.86 0.14 140000 0.00000714285714286 0.99998596 1.4044E-05 1000000 139999 69999.5 930000.5 13.06052214 13
0.15 0.85 0.15 150000 0.00000666666666667 0.99998735 1.2647E-05 1000000 149999 74999.5 925000.5 11.69883892 12
0.16 0.84 0.16 160000 0.00000625000000000 0.99998855 1.1454E-05 1000000 159999 79999.5 920000.5 10.5372888 11
0.17 0.83 0.17 170000 0.00000588235294118 0.99998958 1.0423E-05 1000000 169999 84999.5 915000.5 9.537252627 10
0.18 0.82 0.18 180000 0.00000555555555556 0.99999047 9.5266E-06 1000000 179999 89999.5 910000.5 8.669222189 9
0.19 0.81 0.19 190000 0.00000526315789474 0.99999126 8.7407E-06 1000000 189999 94999.5 905000.5 7.910294758 8
0.2 0.8 0.2 200000 0.00000500000000000 0.99999195 8.0472E-06 1000000 199999 99999.5 900000.5 7.242445489 7
0.21 0.79 0.21 210000 0.00000476190476190 0.99999257 7.4316E-06 1000000 209999 104999.5 895000.5 6.651311071 7
0.22 0.78 0.22 220000 0.00000454545454545 0.99999312 6.8824E-06 1000000 219999 109999.5 890000.5 6.125317281 6
0.23 0.77 0.23 230000 0.00000434782608696 0.99999361 6.3899E-06 1000000 229999 114999.5 885000.5 5.655042664 6
0.24 0.76 0.24 240000 0.00000416666666667 0.99999405 5.9463E-06 1000000 239999 119999.5 880000.5 5.232747386 5
0.25 0.75 0.25 250000 0.00000400000000000 0.99999445 5.5452E-06 1000000 249999 124999.5 875000.5 4.852019584 5
0.26 0.74 0.26 260000 0.00000384615384615 0.99999482 5.181E-06 1000000 259999 129999.5 870000.5 4.507506582 5
0.27 0.73 0.27 270000 0.00000370370370370 0.99999515 4.8494E-06 1000000 269999 134999.5 865000.5 4.19470826 4
0.28 0.72 0.28 280000 0.00000357142857143 0.99999545 4.5463E-06 1000000 279999 139999.5 860000.5 3.909816533 4
0.29 0.71 0.29 290000 0.00000344827586207 0.99999573 4.2685E-06 1000000 289999 144999.5 855000.5 3.649589429 4
Diseo
1. Objetivos

2. Universo

Conclusiones:

Gracias por su atencin
jorge.monroy@senasica.gob.mx
POBLACION (Parmetros)
MUESTRA
(Estimadores)
Muestreo de los Individuos Susceptibles
Monitoreo de una Enfermedad
Se refiere a esfuerzos contnuos dirigidos a la
determinacin del estado de salud y
enfermedad de una poblacin dada; requiere
de un sistema para colectar, procesar y
resumir datos y distribuir informacin
No es sinnimo de VE

Diferencia entre Vigilar y Monitorear
Vigilancia:
Sistema mucho ms activo que implica, que alguna
accin ser tomada para modificar la ocurrencia de
la enfermedad, si bien no necesariamente implica
la cuantificacin del problema.

Monitoreo
Implica la deteccin de cambios en la incidencia y,
por ende, en la prevalencia esperada, y puede o no
sugerir acciones de intervencin.

Vigilancia y Monitoreo
Los trminos vigilancia y monitoreo, son
complementarios y mutuamente incluyentes.
No se puede pensar en un buen programa de
VE sin actividades de monitoreo en los
diferentes niveles de afectacin de alguna
enfermedad.

Procedimiento utilizado para obtener
informacin de un subconjunto de la
poblacin con el propsito de estimar
algn parmetro de inters que
permita hacer inferencias estadsticas
con la mayor confiabilidad posible.

Muestreo Estadstico
Tipo de Muestreos Estadsticos
Presencia o ausencia de enfermedad

Prevalencia

Diseo del muestreo
NO PROBABILISTICOS:

Por conveniencia
Por criterio del
investigador
Dirigido

PROBABILISTICOS:

Aleatorio simple
Sistemtico
Estratificado
Por conglomerados
Polietpico

Criterios Epidemiolgicos
Infeccin/Enfermedad
Caractersticas del agente, hospedero y
ambiente
Grado de contagiosidad, infecciosidad y
diseminacin de enfermedades
infecciosas y no infecciosas
Prueba diagnstica utilizada
Vectores y reservorios
Empleo de medicamentos y biolgicos

Formulacin del objetivo
Definicin de la poblacin y de las
unidades de muestreo
Tipo de informacin y mtodo de colecta
Periodicidad del muestreo
Diseo de la muestra estadstica
Factibilidad del muestreo

Planificacin del Muestreo
TAMAO DE MUESTRA REQUERIDO CON UN NIVEL DE CONFIANZA DEL
95/99% PARA LA PRESENCIA DE ENFERMEDAD O BAJO
UNA PREVALENCIA ESPECFICA SI NO SON OBSERVADOS ANIMALES
ENFERMOS

* El nmero mnimo de animales enfermos es uno, con 1% y 5% de prevalencia

TAMAO DE PREVALENCIA DE LA ENFERMEDAD*
LA POBLACIN 1% 5% 10% 50%
30 29/30 23/27 19/23 5/7
60 57/60 38/47 23/31 5/7
100 95/99 45/59 25/36 5/7
300 189/235 54/78 28/41 5/7
500 225/300 56/83 28/42 5/7
1000 258/367 58/86 29/43 5/7
10000 294/448 59/90 29/44 5/7

EVALUACION Y VALIDACION
DE PRUEBAS DIAGNOSTICAS
EVALUACION DE PRUEBAS DIAGNOSTICAS
Prevencin Primaria
Deteccin temprana
Tx. oportuno
*Bsqueda de atencin al inicio
*Tamizaje
Prevencin de
la enfermedad
o muerte
EVALUACION DE PRUEBAS
DIAGNOSTICAS
+Tamizaje
+Screening
+Cribaje
+Excrutinio
+Prueba de deteccin masiva (laboratorio)

- Identificacin presuntiva de efectos o enfermedades no diagnosticadas
mediante la aplicacin de pruebas, exmenes de laboratorio, u otros
procedimientos que generalmente son en forma rapida.
- Separa a individuos aparentemente sanos, pero que probablemente tienen
una enfermedad para una segunda etapa mas selectiva.
Poblacin aparentemente sana
(sanos + enfermos NO diagnosticados)
Tamizaje
Revisin
cada n
tiempo
Revisin
cada n
tiempo
Negativos
(Normales)
Individuos aparentemente
libres de la enfermedad
bajo estudio
Prueba
Diagnstica
Negativos
(Normales)
Positivos
(Enfermos o
Expuestos)

Negativos a la
prueba
Positivos a la
Prueba pero NO ENFERMOS
Positivos a la
Prueba y enfermos
TIPO DE TAMIZADO
+Tamizado mltiple: cuando buscamos evaluar con una prueba mas de
una enfermedad.
+Tamizado simple: cuando se evala una enfermedad nicamente.

Caractersticas de la
enfermedad en estudio
1. Problema importante de salud animal
3. Tratamiento aceptado para individuos con enfermedad reconocida
4. Medios para diagnstico y tratamiento bien reconocidos y
estandarizados
5. Etapa latente o asintomtica inicial reconocida
2. Que la enfermedad represente un problema o peligro econmico o social.
Caractersticas de la enfermedad en
estudio
5. Historia Natrual de la Enfermedad comprendida adecuadamente
6. Poltica aceptada sobre a quienes tratar y como
tratar a los indibibuos positivos.
7. El costo de buscar casos debe ser comparado con el posible gasto
total del cuidado mdico.
8. La bsqueda de casos debe ser un proceso
continuo.
Caractersticas de la prueba
* Rpidez
* Bajo costo
* Facilidad de aplicacin
Cmo evaluar la validez de una
prueba diagnostica?
1.Sensibilidad
2.Especificidad
3.Valor predictivo
(positivo, negativo)
Estandar de oro
(+) (-)
(+)
(-)
Prueba
VP
(a)
FP
(b)
FN
(c)
VN
(d)
ni
no
mi
mo
Sensibilidad.
Capacidad de una prueba diagnstica para detectar como (+) a los que
realmente estn enfermos
Sensibilidad alta =
Verdaderos
Positivos
80%-100%
Falsos
Negativos
Sensibilidad =
a+c
a
Especificidad.
Capacidad de una prueba diagnstica para detectar como (-) a los que
realmente estnsanos
Especificidad =
b+d
d
Alta especificidad supone un alto numero de verdadero negativos y un baja
cantidad de falsos positivos.
La sensibilidad trata de controlar la inclusin de falsos negativos. Mientras
que la especificidad trata de controlar la exclusin de falsos positivos.
Normalmente:
Especificidad
Prueba con sensibilidad
Prueba con especificidad
Sensibilidad
Valores predictivos
La capacidad de una prueba para predecir la presencia
o ausencia de la enfermedad a partir de sus reultados,
dependen de la prevalencia
Mientras la prevalencia sea mayor es ms probable que
una prueba positiva prediga la enfermedad
Valor Predictivo Positivo
Probabilidad de que la persona este enferma,dado que la prueba fue
positiva
VPP= a/a+b X 100 = Todos los positivos
para la prueba
Valor Predictivo Negativo
Probabilidad de que la persona se encuentra sana,
dado que la prueba fue negativa
VPN= d/c+d X 100 = Todos los negativos
para la prueba
VALIDEZ
Es la utilidad (prueba, medicin) de medir el fenmeno que
deseamos
CONSISTENCIA
Es el atributo de obtener los mismos resultados durante un
proceso de medicin (mtodo, tcnica), cuando ste es
repetido por la misma u otra persona, u otro mtodo pero
bajo las mismas circunstancias.
VALIDEZ CONFIABILIDAD

PRECISIN
Confiabilidad, Repetibilidad ,Reproducibilidad
Es la concordancia entre observadores o bien entre observaciones de un mismo
observador (intra observador), o bien entre dos procedimientos cuando ninguno
es considerado superior.

En esta intervienen las diferencias entre varios observadores o diferencias
inherentes al mtodo.
Se debe mantener la variacin dentro de los limites aunque varen las circunstancias.

Sensibilidad =
a+c
a
Especificidad =
b+d
d
a b
c d
Estndar de oro
Prueba
II
a+c b+d
a+b
c+d
N= total
+
-
+
-
+
+
-
+
+
-
-
-
Valor predictivo (+) =
a+b
a
Valor predictivo (-) =
c+d
d
Validez (+) =
a+d
Falsos (-) =
c+d
c
N
Falsos (+) =
a+b
b
Prevalencia verdadera =
a+c
N
Prevalencia aparente =
a+d
N
EJEMPLO

aislamiento
Pba dx
+
-
+ -
6 29
34
181
40 210
35
215
250
S=
a
a+c
=
6
6+34
= 0.15 15%
E=
d
d+b
= 0.86 86%
=
181
29+181
VP (+) =
a+b
a
=
6
6+29
= 0.17 17%
VP (-) =
c+d
d
= 0.84 84%
=
181
34+181
Validez =
a+d
N
= 0.748 74.8%
34+181
34
= = 0.158 15.8%
Falsos (-) =
c
c+d
6+181
25
0
=
Falsos (+) =
a+b
b
=
6+29
29
= 0.82 82%
Prevalencia =
aparente
a+b
N
=
250
=
35
0.14 14%
Prevalencia
verdadera
=
a+c
N
=
40
250
= 0.16 16%
USOS

7. Establecer la tcnica ms apropiada para la eficacia de la prueba.
1. Determinar la eficacia de la prueba.

2. Valorar si la prueba es til (para un grupo).

3. Definir los limites de normalidad a travs de la prueba y los valores tiles para el
diagnstico de una enfermedad.

4. Comparar los resultados de varias pruebas.

5. Definir el orden en que se deben de realizar las pruebas.
6. Conocer las alteraciones cualitativas que se encuentran en las pruebas de diversas
entidades.

INTRODUCCIN AL ANLISIS DE
RIESGO

Despus del Receso
ANLISIS DE RIESGO EN
SALUD ANIMAL
Profesor de Tiempo Completo de la
FMVZ de la UNAM
Regionalizacin
Zona o Regin: designa una parte de un
pas claramente delimitada, que contiene
una subpoblacin animal con un estatus
sanitario particular respecto de una
enfermedad determinada contra la cual
se han aplicado las medidas de vigilancia,
control y bioseguridad requeridas para el
comercio internacional
Compartimentacin
Un compartimento es una
subpoblacin animal con un estatus
definido respecto de las
enfermedades consideradas, una
identidad geogrfica e integridad en
el mantenimiento de su composicin
y su estatus.
Compartimentacin
La definicin de un compartimento se basa en que
los animales que contiene sean reconocibles
fcilmente, para que se identifique que forman parte
de una subpoblacin nica, con muy poca o ninguna
relacin con las dems poblaciones de riesgo. Las
medidas adoptadas se documentan detalladamente
para identificar a la subpoblacin, comprobar y
conservar su estatus sanitario, as como tener en
cuenta las caractersticas epidemiolgicas de la
enfermedad considerada antes que se produzca un
brote de la misma.
Compartimentacin
Sin embargo, despus de un brote, la
compartimentacin aprovecha los
vnculos epidemiolgicos entre los
grupos de animales, pese a la localizacin
geogrfica distinta de cada uno, para
facilitar el control de la enfermedad
teniendo en cuenta el riesgo de difusin
debido al brote.

Compartimentacin
A efectos de comercio internacional, los
compartimentos deben estar bajo el control y la
responsabilidad directa de los Servicios Veterinarios
Oficiales y el Servicio Nacional de Sanidad, Inocuidad
y Calidad Agroalimentaria de Mxico, ya que el
compartimento gira en torno a la propiedad o
gestin comn de animales, la pertenencia a
asociaciones, planes de mejora de la industria o
registros de produccin con normas de bioseguridad
establecidas, o en torno a demarcaciones funcionales
similares.
QU ES EL ANLISIS DE RIESGO EN SALUD ANIMAL?
Es una herramienta que permite evaluar la
probabilidad de entrada, establecimiento y
diseminacin de enfermedades o plagas y las
consecuencias biolgicas y econmicas asociadas,
debido al comercio de animales, sus productos y
subproductos
ANTECEDENTES HISTRICOS
1 Guerra Mundial: por trfico areo y
accidentes, gobiernos e industria buscaron
la manera de evaluar:
seguridad
magnitud de las fallas
criterios de seguridad.

1940 Teorema de Robert Lusser, (matemtico
del programa alemn de misiles):
La probabilidad de xito de una cadena
de componentes es el resultado de las
probabilidades de xito de sus
elementos, por lo que la probabilidad
individual debe ser ms alta que la del
sistema en su conjunto
1950-1960: aplicacin de
estas tcnicas a sistemas ms
complejos:
plantas de energa atmica naves espaciales
H. A. Watson:
Mtodo lgico y
sistemtico para
describir las
circunstancias bajo las
cuales un sistema
podra fallar: rbol de
fracaso o rbol de
fallas para el Ejercito
de los EUA
David Haasl foment la construccin y desarrollo del rbol de
fracaso para la empresa constructora de aviones Boeing y ampli
su uso para la solucin de una amplia variedad de problemas de
seguridad y de fiabilidad.
Herman Kahn: Evalu
escenarios ante la
proliferacin de
armamento nuclear usando
parmetros cualitativos y
cuantitativos de datos
econmicos, tecnolgicos,
polticos, sociales y
culturales, mediante el
modelo de teora del juego
desarrollado por John
Forbes Nash, Jr.
USO EN SALUD ANIMAL

Acuerdos de la Ronda Uruguay de 1986 a 1994
Firmaron en la Conferencia Ministerial de Marrakech en
abril de 1994
Creacin del GATT 1994

Creacin de la OMC 1995
Acuerdo de Medidas Sanitarias y Fitosanitarias (MSF) OMC-OMS:
-Facilitar el comercio de productos agropecuarios.
-Reconocer el derecho que tienen los gobiernos para tomar medidas sanitarias y fitosanitarias, pero
slo para proteger la vida y la salud de personas, animales o vegetales.
-Evitar discriminar el comercio entre los pases en condiciones anlogas o idnticas.
-Las medidas sanitarias deben ser:
Cientficamente fundamentadas
Las menos restrictivas, siempre y cuando cumplan con el nivel adecuado de proteccin
No discriminatorias
Consistentes
EL ACUERDO MSF ESTABLECE:
Uso del Anlisis de Riesgo
Caractersticas
No indica su metodologa
Etapas
El proceso comprende la:

Identificacin del peligro
Evaluacin del riesgo
Gestin del riesgo
Informacin sobre el riesgo
Caractersticas

Consistente
Cientficamente fundamentado
Flexible
Transparente
Creo que usted debe ser ms
explcito aqu, en el paso dos
CARACTERSTICAS
Cundo hacer un AR?

Cuando se piensa importar un producto o especie que no se ha
considerado previamente
Cuando se va a importar de un pas del cual no se ha importado
Cuando cambia la situacin sanitaria de un pas
Durante el proceso de regionalizacin
Para promover la exportacin de productos
Tres preguntas:
Qu puede salir mal?

Qu tan probable es que suceda?

Si sucede, cul es la magnitud de las
consecuencias?
Estudios cuantitativos
Ventajas

Ms profundos
Nocin de la probabilidad
de ocurrencia de un evento
adverso
Toma de decisiones mejor
informada
Desventajas

Tardados
Requieren informacin
confiable
No es posible aplicarlos
en todas las
circunstancias
Estudios cualitativos
Ventajas

Ms rpidos

Aplicables a un
volumen
importante de
situaciones
Desventajas

Menos profundos
No estiman
numricamente la
probabilidad de un
evento adverso
Toma de decisiones
menos precisa

Peligro

Fuente de un dao potencial

Causa del evento adverso

Probabilidad de ocurrencia de un evento
adverso
y
la magnitud de las consecuencias

Riesgo
Identificacin de peligros

Identificar los agentes patgenos asociados al producto
Determinar la validez de la aplicacin de MSF
Determinar las enfermedades existentes en el pas
exportador
Establecer prioridades

Enfermedad
extica en el Pas
importador?
Si
Requiere
demostracin
cientfica
Medida sanitaria
legtima
No
Enfermedad
bajo control
oficial?
Si
Medida
sanitaria
invlida
Se aplican las mismas
medidas internamente?
No
Trato equivalente a pases
con situaciones sanitarias
semejantes?
(no discriminacin)
Las medidas se basan en estndares
internacionales (Cdigo OIE) o en un
anlisis de riesgo cientficamente
vlido?
Si
No
Si
No
Evaluacin de la difusin
(introduccin)
Pas exportador
Evaluacin de la exposicin
Pas
Evaluacin de
consecuencias
importador
Evaluacin de riesgo

Describe las rutas posibles para la
introduccin de la enfermedad
Factores biolgicos
Factores relacionados con el pas
Factores relacionados con la mercanca
Describe las rutas posibles que
conduzcan a un brote
Volumen y uso de la mercanca
Densidad y distribucin de la poblacin
animal
Inmunidad
Vectores
Estacionalidad
Arboles de escenarios
hato
infectado?
detectado en la
inspeccin?
animal
infectado?
sobrevive el
proceso?
especies
susceptibles
expuestas?
si
si
si
si
RIESGO
si
no
no
no
no
no
sin riesgo
sin riesgo
sin riesgo
sin riesgo
sin riesgo
Incertidumbre
No existen valores exactos para cada
parmetro
Es necesario obtener una estimacin que
incorpore la variabilidad y la incertidumbre
Uso de programas de simulacin
?
Resultados
X <=0
5%
X <=0.01
95%
0
0.05
0.1
0.15
0.2
0.25
0 3 6 9 12
Values in 10^-3
P
r
o
b
a
b
i
l
i
t
y
No se obtiene un solo
valor sino un rango de
probabilidades

El resultado refleja la
variabilidad e
incertidumbre
X <=0
5%
X <=0.01
95%
0
0.2
0.4
0.6
0.8
1
0 3 6 9 12
Values in 10^-3

Evaluacin de las consecuencias
Consecuencias directas

Prdidas de produccin por infeccin o
enfermedad de los animales
Consecuencias para la salud pblica.

Consecuencias indirectas

Costo de la vigilancia y control
Costo de la indemnizacin
Prdidas comerciales potenciales
Consecuencias para el medio ambiente
Estimacin del riesgo
Integracin de los resultados de:

Probabilidad de Exposicin
P
r
o
b
a
b
i
l
i
d
a
d

d
e

d
i
f
u
s
i
n

Insignifi-
cante
Extrem.
baja
Muy
baja
Baja Ligera Moderada Alta
Alta
I EB MB B L M A
Moderada
I EB MB B L M M
Ligera
I I EB MB B L L
Baja
I I I EB MB B B
Muy baja
I I I I EB MB MB
Extremadamente baja
I I I I I EB EB
Insignificante
I I I I I I I
Consecuencias
Insignifi-
cantes
Muy
bajas
Bajas Modera-
das
Altas Extremas
Probabili-
dad de
difusin y
exposicin
Alta
I MB B M A E
Moderada
I MB B M A E
Ligera
I MB B M A E
Baja
I I MB B M A
Muy baja
I I I MB B M
Extremadamente baja
I I I I MB B
Insignificante
I I I I I MB
Gestin del riesgo

Apreciacin del riesgo
Determinacin del nivel adecuado de proteccin
Evaluacin de opciones
Aplicacin
Evaluacin
X <=0
5%
X <=0.01
95%
0
0.05
0.1
0.15
0.2
0.25
0 3 6 9 12
Values in 10^-3
P
r o
b
a
b
i l i t y
Informacin sobre el riesgo
Sector oficial
Responsable de la toma de
decisiones
Beneficiarios
importadores,
consumidores, sector
pecuario
Receptores del
riesgo
sector pecuario,
consumidores, industria
TRANSPARENCIA
Conclusiones
El anlisis de riesgo reduce la subjetividad y
documenta el proceso
Permite una mejor toma de decisiones

Pero:
Requiere de capacitacin e informacin de
buena calidad
jfml@unam.mx
Sguenos en Facebook
http://www.facebook.com/somevar
PARTE DOS
TALLER DE ANLISIS DE RIESGO,
Taller de Anlisis de Riesgo en Salud Animal
3. Evaluacin de riesgo:
a. Evaluacin de la difusin

CASO ASUNTO 1. Describir y categorizar las rutas posibles para la
introduccin de la enfermedad:
Factores biolgicos
Factores relacionados con el pas o lugar de origen
1
Cambio de estatus
zoosanitario de
control a
erradicacin.

Autor MVZ MCV Jorge Francisco Monroy Lpez
Factores biolgicos
2
Importacin de
carne fresca de res
procedente de
Argentina

236
Factores biolgicos
3
Importacin de
chorizo de cerdo de
un pas de la Unin
Europea

237
Factores biolgicos
4
Derogacin de la
NOM de una
enfermedad bajo
campaa

238
Factores biolgicos
5
Construccin de
rastro TIF junto a
UPP porcina

239
Factores biolgicos
6
Eliminar requisito
para carne de
provenir de
animales <30
meses

240
Factores biolgicos
7
Movilizacin de
bovinos para
sacrificio sin
comprobar a partir
de una UPP en
cuarentena
definitiva por
tuberculosis

241
Factores biolgicos
8
Siembra de
postlarvas en un
estanque con agua
del que
recientemente se
obtuvo una
cosecha de
camarn

242
Factores biolgicos
9
Vacuna contra
bronquitis
infecciosa
contaminada con
virus de influenza
aviar de baja
patogenicidad

243
Factores biolgicos
10
Declaracin de
Mxico como pas
libre de una
enfermedad bajo
campaa
3. Evaluacin del Riesgo
b) Evaluacin de la Exposicin
244
b) Evaluacin de la Exposicin:
245
Matriz para la categorizacin de la difusin de la exposicin
Probabilidad de Exposicin
I EB MB B L M A
P
r
o
b
a
b
i
l
i
d
a
d

d
e

d
i
f
u
s
i
n

Alta I EB MB B L M A
Moderada I EB MB B L M M
Ligera I I EB MB B L L
Baja I I I EB MB B B
Muy baja I I I I EB MB MB
Extremadamente baja I I I I I EB EB
Insignificante I I I I I I I
A: Alta, altamente probable que ocurra el evento
M: Moderada, es posible que ocurra el evento a una probabilidad alta
L: Ligera, posible que ocurra el evento a una probabilidad baja
B: Baja, es muy poco probable que ocurra el evento
MB: Muy baja, muy improbable que ocurra el evento
EB: Extremadamente baja, prcticamente imposible que ocurra el evento
I: Insignificante el evento virtualmente no ocurrira
b) Evaluacin de la Exposicin: Elaborar tantos rboles como escenarios se hayan identificado para cada evento inicial.
246
presencia
del peligro en
la poblacin?
deteccin del
peligro por
mtodos Dx?
presencia del
peligro en el
animal o
producto?
sobrevive el
peligro al
proceso?
especies
susceptibles
expuestas en
destino final?
si
si
si
si
RIESGO
si
no
no
no
no
no
sin riesgo
sin riesgo
sin riesgo
sin riesgo
sin riesgo Evento
inicial*

* El rbol es solo un
ejemplo no limitativo
c) Evaluacin de las Consecuencias

247
a. Evaluacin de las consecuencias

248
CASO ASUNTO Consecuencias directas:
Prdidas de produccin por
infeccin o enfermedad en
animales
Consecuencias a la salud pblica
Costo de vigilancia o control
Costo de indemnizacin
Prdidas econmicas potenciales
Consecuencias al medio ambiente
1
Cambio de estatus
zoosanitario de
control a
erradicacin.

249
animales
2
Importacin de
carne fresca de res
procedente de
Argentina

250
animales
3
Importacin de
chorizo de cerdo de
un pas de la Unin
Europea

251
animales
4
Derogacin de la
NOM de una
enfermedad bajo
campaa

252
animales
5
Construccin de
rastro TIF junto a
UPP porcina

253
animales
6
Eliminar requisito
para carne de
provenir de
animales <30
meses

254
animales
7
Movilizacin de
bovinos para
sacrificio sin
comprobar a partir
de una UPP en
cuarentena
definitiva por
tuberculosis

255
animales
8
Siembra de
postlarvas en un
estanque con agua
del que
recientemente se
obtuvo una
cosecha de
camarn

256
animales
9
Vacuna contra
bronquitis
infecciosa
contaminada con
virus de influenza
aviar de baja
patogenicidad

257
animales
10
Declaracin de
Mxico como pas
libre de una
enfermedad bajo
campaa
d) Estimacin del Riesgo

258
d) Estimacin del Riesgo

259
Matriz de estimacin del riesgo
Consecuencias
I MB B M A Extremas
P
r
o
b
a
b
i
l
i
d
a
d

d
e

d
i
f
u
s
i
n

y

e
x
p
o
s
i
c
i
n

Alta I MB B M A E
Moderada I MB B M A E
Ligera I MB B M A E
Baja I I MB B M A
Muy baja I I I MB B M
Extremadamente baja I I I I MB B
Insignificante I I I I I MB
260
Matriz de Riesgo
(Versin 1)
Alto
Medio
Bajo
Majo Medio Alto
Probabilidad
I
m
p
a
c
t
o

261
Matriz de Riesgo
(Versin 2)

Probabilidad
I
m
p
a
c
t
o

Muy alto
Alto
Medio
Bajo
Muy bajo
Muy bajo Bajo Medio Alto Muy alto
e) Incertidumbre*

262
Medida del desconocimiento en la cuantificacin de
parmetros. Se expresa como un rango o una
distribucin.

No existen valores exactos para cada parmetro

Uso de programas de simulacin
* Para fines del Taller no se considerarn valores de incertidumbre
4. Gestin de Riesgo

Apreciacin del riesgo
Determinacin del nivel adecuado de proteccin
Evaluacin de opciones
Medidas a aplicar segn el escenario
Aplicacin
Mtodos
Responsables
Seguimiento
Evaluacin
Nueva determinacin del riesgo incluyendo las medidas de mitigacin de riesgo propuestas

263
5. Comunicacin del Riesgo
Elaboracin de un informe final

264
Gracias por su atencin
jfml@unam.mx
Sguenos en Facebook
http://www.facebook.com/somevar

Vigilancia Epidemiológica y Análisis de Riesgo

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Vigilancia Epidemiológica y Análisis de Riesgo

Enviado por

Direitos autorais:

Formatos disponíveis

Epidemiologa Enfocada a la Sanidad

Acucola y Anlisis de Riesgo

Você também pode gostar