TEMA 5. ESTUDIOS DESCRIPTIVOS.

Queremos conocer las características de una población (sana o enferma) y para ello estimamos
la frecuencia de un fenómeno de salud:
- ¿Cómo de frecuente es un hábito de riesgo o una exposición en la población?
- ¿Qué proporción de personas de un colectivo presentan una enfermedad o condición?
- ¿Cuántos pacientes presentan un factor pronóstico?
También queremos saber cuál es el valor promedio de un parámetro clínico en una población
de interés.
Nuestro objetivo es “describir una población”, determinar la prevalencia de un factor de
riesgo o enfermedad, conocer el valor promedio de medidas clínicas en un momento dado…
Nuestro objetivo no es calcular incidencias, ni comparar dos poblaciones para determinar
riesgos, ni detectar diferencias signi cativas en un parámetro entre dos poblaciones.

1. CLASIFICACIÓN DE LOS DISEÑOS EPIDEMIOLÓGICOS.

EXPERIMENTALES: ECA, ensayo de campo y pseudo-experimentales

OBSERVACIONALES:

• Descriptivos:

- Individuales:
A. Serie de casos: típico caso de uno o varios pacientes, que se presenta en una
sesión clínica, respondería al modelo de estudio individual.

B. Transversales: intentan analizar el fenómeno en un periodo de tiempo corto o un

punto en el tiempo, por eso también se les denomina “de corte” o “prevalencia”(VS
estudios longitudinales -> estudio de uno o más factores en un período de tiempo
más largo).

- Poblacionales: Ecológicos -> prevalencia de un problema de salud en una comunidad.

- Prospectivos VS retrospectivos.
• Analíticos: Casos-control. Cohortes.

1 de 9


fi
 1.1. PREGUNTAS A PLANTEAR PARA SELECCIONAR EL DISEÑO DEL ESTUDIO
- ¿Cómo vamos a de nir el problema o factor
(es) de estudio?
- Si es una enfermedad ¿Cómo de niremos su
estatus y momento evolutivo?
- ¿Cómo es la población que estudiamos?
- ¿Qué criterios de observación y análisis
utilizaremos?
- ¿Cómo vamos a seleccionar a los sujetos que
investigamos?
- ¿Disponemos de datos primarios o
secundarios?
- ¿Qué unidad de observación utilizaremos?

2. ASPECTOS ESENCIALES EN LOS DISEÑOS.

I. Conocimiento del marco teórico y resultados de estudios previos: REVISIÓN

BIBLIOGRÁFICA.
Qué se sabe sobre el factor/es de estudio y que resultados han aportado investigaciones previas

II. Elección del diseño más adecuado.

III. De nir claramente los sujetos de estudio

→Población diana (o blanco). Es el universo.
→ Población accesible
→ Eligible
→ Muestra
→ PARTICIPANTES

IV. Conseguir una muestra representativa (atención al tamaño y a la técnica de muestreo)

Todo estudio epidemiológico lleva implícito en la fase de diseño la determinación del tamaño
muestral necesario para realizarlo. El cálculo del tamaño muestral debe estar ajustado a:

En todos los estudios debemos tener en cuenta:

- Error, nivel de con anza o precisión deseada de nuestra estimación (Nivel con anza =1 -
error alfa).
- Potencia del estudio (1 - Beta): Capacidad de detectar diferencias signi cativas cuando
existan.
- La proporción esperada de pérdidas (N = n * 1/1-p ).

En los estudios para determinar parámetros consideraremos:

- Frecuencia del fenómeno a estudiar (estimación de una proporción, prevalencia,
incidencia…).
- Valor promedio del parámetro a estudiar y su varianza (p. ej. deseamos estimar la glucemia
basal media).

2 de 9

fi

fi
fi
fi
fi
fi
 En los estudios para contraste de hipótesis, valoramos:
- Magnitud de la diferencia que queremos detectar (cuando deseamos comparar medias o
diferencias de proporciones - contraste de hipótesis -).

La muestra debe ser una réplica en miniatura de la población elegible.

Debe tener el mismo grado de diversidad que la población diana para poder inferir los
resultados y debe tener un tamaño lo su cientemente grande como para encontrar el
fenómeno que estudiamos.

Para asegurar esta representatividad, es muy importante el procedimiento de obtención de los

sujetos de la muestra: PROCEDIMIENTO DE MUESTREO.

- Probabilistico.
- No probabilistico.

V. Validez y precisión en la medición de las variables. Error aleatorio (tamaño muestra) y error
sistemático (sesgos).

Solo los estudios libres de errores aportan resultados

válidos. Debemos evitar 3 tipos de errores:
1. Error aleatorio (error por trabajar con muestras)
Debemos cuanti car el error con IC95%
El error aleatorio compromete la precisión.

2. Errores sistemáticos o sesgos en el diseño.

Error en el proceso de selección de participantes.
Sesgos de información (en el proceso de medición).
El error sistemático afectará la VALIDEZ INTERNA.

3. Errores de interpretación: estado de

confusión.

Solo los estudios libres de errores aportan resultados

válidos y extrapolables.
Validez Interna.
Depende del tamaño y características de la muestra, de
la consistencia con resultados entre estudios y de
mecanismos plausibles que explican un efecto.

Validez externa (generabilidad).

Se re ere al grado en que los resultados de un estudio
pueden ser generalizados a otras poblaciones distintas.
3 de 9


fi
fi
fi

 VI. Detectar la existencia de variables modi cados de efecto (interacción) y factores de
confusión.

Muy útil obtener modelos predictivos para cuanti car la relación entre un desenlace (variable
dependiente) con uno o más factores (variables independientes).

La interacción y la confusión son dos conceptos importantes que tienen que ver con la
interferencia que una o varias variables pueden realizar en la asociación entre otras.

EJEMPLO: Queremos cuanti car la relación entre la edad y el nivel de colesterol.

Existe confusión cuando la asociación entre dos variables di ere signi cativamente según que
se considere, o no, otra variable (variable de confusión) para la asociación.

EJEMPLO: la edad no presenta una correlación signi cativa con el nivel de colesterol si no se
considera el consumo de grasas, mientras que si se considera dicho consumo, sí lo presenta, en
este caso el consumo de grasas es una variable de confusión para la asociación entre colesterol y
edad.

Existe interacción cuando la asociación entre dos variables varía según los diferentes niveles de
otra u otras variables.

EJEMPLO: Si la asociación entre la edad y el nivel de colesterol fuera diferente para los individuos
que realizan ejercicio que para los que no lo realizan, se diría que, para el nivel de colesterol,
existe interacción entre la edad y el ejercicio realizado.

2.1. ASPECTOS A TENER EN CUENTA AL INICIAR EL ESTUDIO.

DEFINIR EL PROBLEMA O FACTOR DE ESTUDIO:

- Tener información sobre el factor (es) de estudio.
- Un buen conocimiento sobre el estado actual del problema, así como estudios
anteriormente realizados (antecedentes del estudio -> “revisión bibliográ ca”).
- Las diferentes hipótesis planteadas, tanto las con rmadas como las que aún les falta luz.

Otros aspectos a tener en cuenta son:

- La precisión que queremos en nuestro estudio (tamaño muestral).
- Fiabilidad: capacidad de eliminar o controlar posibles errores de investigación (sesgos).
- El control de los factores de confusión.

3. ESTUDIOS DESCRIPTIVOS.
Pretende identi car y describir fenómenos de salud y/o enfermedad, mediante la observación y
medición de los mismos, intentando dar respuesta a la preguntas básicas de la epidemiología
clínica, que son:

• ¿Qué pasa? Es decir que está ocurriendo con el fenómeno de estudio concreto: con la caries,
con la anorexia, con el cáncer de mama, con el consumo de grasas, etc.

• ¿A quién le pasa eso? Es decir ¿ qué personas están afectadas por ese fenómeno en estudio?
¿Cuantas personas?. ¿ De qué edad, de qué sexo, de qué nivel socioeconómico o cultural, de
qué profesión?, etc.
4 de 9


fi
fi
fi
fi
fi
fi
fi
fi
fi
 • ¿ Dónde ocurre ese fenómeno?. ¿.En una zona rural o urbana? ¿ En un barrio periférico o del
centro de la ciudad? ¿ En cualquier lugar?

• ¿ Cuándo sucede?¿ Durante todo el año?¿ En invierno?¿ En la época seca?¿ En primavera?

Es decir intentan caracterizar las variables epidemiológicas de PERSONA, LUGAR Y TIEMPO.

- Intentan describir enfermedades o fenómenos de salud con la mayor precisión posible y

que puedan servir de base para la elaboración de programas de salud.

- Sirven para ponernos al día sobre los cambios producidos en el patrón de una enfermedad o
fenómeno de salud ya conocido.

- A partir del conocimiento básico permiten generar hipótesis como base para la realización de
estudios analíticos o experimentales.

- Son el punto de partida de cualquier estudio epidemiológico, por eso su continuación lógica
son los estudios analíticos.

FASES
A. De nir la enfermedad o fenómeno en estudio. INTRODUCCIÓN. Estado actual y
antecedentes.

B. De nir el propósito del estudio en una frase: OBJETIVO (y los objetivos especí cos del
estudio).

C. Determinar la mejor forma para alcanzar los objetivos. METODOLOGÍA.

- Identi car la población que nos gustaría estudiar. Sus criterios de inclusión y exclusión.
- Calcular el tamaño de la muestra de esos pacientes que se requieren para obtener
mediciones validas y precisas del fenómeno que estudiamos.

- De nir las variables que nos interesan estudiar, así como las categorías y su escala de
medida.

- Seleccionar las fuentes de información que vamos a utilizar para recoger información sobre
esas variables.

- Identi car los outcomes (variables de resultado) e indicadores epidemiológicos que

debemos calcular atendiendo a lo que queremos medir característica de persona, lugar y
tiempo (tasa prevalencia o incidencia).

- De nir el tratamiento de los datos. ANÁLISIS DE DATOS.

- Proponer plazos para ejecutar las diferentes actividades que realicemos. CRONOGRAMA.

ANÁLISIS
El objetivo fundamental del análisis es la identi cación de factores de riesgo para la
enfermedad.
5 de 9

fi
fi
fi
fi

fi
fi
fi
fi
 MEDIDAS

- Cálculo de la Prevalencia (P):

• Pe = a/n1
• Po = c/n0

- Cálculo de la Razón de prevalencia (RP):

• RP = Pe/Po

- Cálculo del IC (95%) de la RP:

2
• RP ↑ (1 ± Z 1-α/2 /χ MH)

VENTAJAS
- Son baratos. Fáciles de diseñar y ejecutar.
- Fácilmente repetibles.
- Caracterizan la frecuencia y/o la distribución de la enfermedad o fenómeno en estudio, con
respecto a diferentes variables.

- Puerta de entrada, que facilita la realización de estudios analíticos.

- Útiles para valorar la repercusión de enfermedades remitentes.
- Identi can diferentes variables, que pueden guardar relación con la enfermedad o fenómeno
de estudio y por tanto pueden identi car grupos vulnerables.

- Útiles en la plani cación y administración sanitarios. Posibilitan el conocimiento de la demanda

de servicios de salud en los servicios sanitarios.

LIMITACIONES
- No permiten establecer relaciones causales entre variables, ya que no es posible conocer si
fue anterior la existencia del factor de riesgo o lo fue la enfermedad.
- No permiten por tanto el cálculo “real” de la incidencia.
- No permiten estimar el riesgo, de un determinado factor.
- No son útiles para enfermedades de corta duración o poco frecuentes “raras”.
- No informa sobre la asociación real entre variables, lo máximo que permiten es informar sobre
la relación o que parece existir asociación entre el factor de riesgo y la enfermedad.

3.1. ESTUDIOS DE SERIES DE CASOS.

- Describen la experiencia de un paciente o un grupo de pacientes con diagnósticos similares.
- Se inician a partir de la experiencia clínica.

6 de 9


fi
fi
fi
 - Son una importante concesión entre la medicina clínica y la epidemiología.
- Permiten formular hipótesis, pero no probar la existencia de asociación.
- Carecen de grupo de comparación apropiado.
3.2. ESTUDIOS TRANSVERSALES.

- Describen la frecuencia (prevalencia) de una característica de interés o enfermedad

en una población determinada en un momento determinado (“corte o foto”).
- Debemos acotar la población en la que queremos medir esa prevalencia, ya que la
validez de los resultados depende de la representatividad de la muestra

Ej, ¿Cómo de frecuente es el dolor incapacitante en los pacientes portadores de prótesis de

cadera o rodilla?àrequiere saber que volumen de población es portadora de estas prótesis, y
como acceder a ellos para efectuar un muestreo adecuado.

- Si detectamos “patrones” de distribución diferentes en subgrupos de población podremos

formular hipótesis, pero no probar la existencia de asociación.

- TIPOS:
Estudios de prevalencia o de asociación cruzada. Estudian la relación entre dos o más
variables en una población en un momento del tiempo.

Series de casos transversales. Enumeración descriptiva de unas características

seleccionadas, observadas en un momento del tiempo, en un grupo de pacientes con una
condición determinada.

Evaluación de pruebas diagnósticas. Estimar la capacidad de una medida (prueba

diagnóstica) para discriminar entre las personas que padecen una enfermedad y aquellas que
no.

Estudios de concordancia. Evaluar si un aparato de medida o un cuestionario, por ejemplo,

son ables, o si dos observadores concuerdan en la medición de una variable.

7 de 9


fi
 - APLICACIONES:
Salud Pública: Prevalencia de enfermedades, de estilos de vida.

Práctica clínica: Probabilidad pre-prueba de la enfermedad.

Servicios sanitarios: Prevalencia de uso de los servicios sanitarios. Determinantes del uso de
los servicios sanitarios.

Investigación: Para sugerir hipótesis etiológicas. Para explorar asociaciones cuando no hay
más datos. Corte basal de los estudios de cohortes.

3.3. ESTUDIOS DE CORRELACIÓN (ECOLÓGICOS).

En los estudios ecológicos, las unidades de análisis son agregaciones de individuos, a menudo
basadas en criterios geográ cos o temporales.

Son rápidos y baratos. Utilizan información ya disponible (secundaria). Estos estudios son
útiles cuando no se dispone de información individual.

Permiten realizar comparación de tasas de enfermedad, mortalidad entre distintas zonas

geográ cas o grupos útiles para generar de hipótesis sobre factores sociales, culturales,
económicos, de hábitos de vida, medioambientales e incluso genéticos.

La medidas del grado de proximidad que existe entre la variable enfermedad y factor de
exposición se obtiene calculando el Coe ciente de Correlación, que oscila entre -1 y +1 y que
en ningún caso indica que exista asociación.

EJEMPLO:

Número anual de cigarrillos consumidos per capita al año y tasa de mortalidad por cardiopatía
isquémica (15 países)

¿Sabemos cuántos fumadores han tenido o

no han tenido la enfermedad?

¿Sabemos cuántos pacientes fumaban o no?

¿Sabemos cuántas personas fumaban en

cada país?

TENEMOS MEDIDAS AGREGADAS (NO

INDIVIDUALES)

8 de 9


fi
fi
fi
 TIPOS:

- Estudios que comparan una medida de la frecuencia de un problema (incidencia,

prevalencia, mortalidad, utilización de servicios, etc.) en varias áreas, buscando la detección
de algún patrón de tipo geográ co.

EJEMPLO: Comparamos la mortalidad por ECV entre comunidades autónomas o el atlas

de mortalidad por cáncer en España.

- Estudios de series temporales, que describen las variaciones de la frecuencia de un

problema de salud a lo largo del tiempo, buscando patrones estacionales o tendencias

EJEMPLO: el análisis de las tendencias de mortalidad cardiovascular en España en los

últimos 40 años. El nuevo mapa de la mortalidad en España, revela brutales desigualdades
entre los vecinos de una misma ciudad. El mayor riesgo de morir por las 15 causas
analizadas se concentra en los barrios más pobres, sobre todo en el caso del cáncer de
pulmón, la enfermedad pulmonar obstructiva crónica y el sida, en los hombres; la diabetes,
en las mujeres; y la cirrosis y el cáncer de estómago, en ambos sexos.

En los estudios de correlación ecológica se obtiene, de cada una de las unidades de análisis, una
medida sintética de la frecuencia de la enfermedad (p. ej., la incidencia, la prevalencia o la
mortalidad) y una medida sintética de la frecuencia de la exposición a uno o varios factores.

Análisis : ¿las unidades ecológicas con alta frecuencia de la enfermedad también tienen
tendencia a un mayor grado de exposición?

Esta correlación puede realizarse sobre datos referidos a un mismo momento del tiempo (p. ej.,
relacionar la mortalidad por IAM y el consumo de cigarrillos per cápita en los países europeos en
un año determinado), o bien sobre tendencias temporales y comparar la tendencia en el tiempo
de una enfermedad y una exposición, analizando la evolución conjunta de ambas variables.

EJEMPLO: Estudio ecológico de correlación entre los APVP por cáncer y como variables
independientes el índice de ruralidad, el índice de privación y el índice de posición según
instalaciones y accesos a servicios de salud.

EJEMPLO:

[El índice de desarrollo humano HDI está

compuesto por la esperanza de vida, la educación
(tasa de alfabetización, media de años de
escolarización, años esperados de escolarización)
y renta bruta nacional per cápita]

9 de 9


fi