Medidas de frecuencia

Captulo 3

significativo, es un fraude y, por lo tanto, tica y profesionalmente inaceptable. Los subgrupos que se analicen se
deben corresponder con las hiptesis formuladas a priori y,
por consiguiente, deben haber sido definidos de antemano
en el protocolo.
5. Por ltimo, no se debe perder de vista que en los
ejemplos dados se ha partido de la base de que los datos
analizados son vlidos, es decir, de que el estudio est razonablemente libre de sesgos. La estadstica no puede corregir las insuficiencias del diseo. Un estudio con errores
sistemticos en la seleccin o en la comparacin de los
pacientes, o cuyos datos clnicos son errneos, o que no
tiene en cuenta posibles factores de confusin, no mejora
mediante p significativas.

c) la diferencia es estadsticamente significativa pero irrelevante desde el punto de vista clnico (el tamao muestral es
adecuado, o incluso demasiado grande, pero se considera
que la diferencia no tiene importancia para el cuidado de
los enfermos), y d) la diferencia no es ni clnica ni estadsticamente significativa (el tamao de la muestra es suficiente
y realmente no existen diferencias o bien la muestra es
insuficiente y la diferencia podra ser real o casual).

Lo significativo de lo significativo
Por ltimo, conviene destacar cinco cuestiones de enorme importancia:

El diccionario de la lengua espaola define as a un

papanatas: Hombre simple y crdulo o demasiado cndido y fcil de engaar. La epidemiologa clnica y otras disciplinas afines ayudan al investigador a no ser un papanatas al recordarle que la relevancia o significacin clnica de
un estudio con un grado razonable de validez interna es
siempre ms importante que la precisin estadstica y que
muchas otras consideraciones matemticas.

1. Aunque p sea pequea (p. ej., p < 0,01), la diferencia hallada puede ser demasiado pequea para tener
importancia clnica.
2. Deben distinguirse claramente las hiptesis formuladas antes del inicio del estudio y puestas a prueba en el
transcurso de ste (hiptesis a priori) de aquellas que se
hayan generado despus de haber aplicado ya algunas
pruebas estadsticas (hiptesis a posteriori). Cualquier protocolo de investigacin debe determinar por adelantado
las diferencias o efectos que se considerarn como clnicamente significativos, y en especial aquellos que influirn
sobre las decisiones clnicas (p. ej., cambiar de tratamiento
o utilizar una nueva prueba diagnstica).
3. Las pruebas de significacin estadstica no deben
suplantar jams al juicio clnico o sanitario. ste debe
incorporar toda la experiencia acumulada por la comunidad mdica, incluyendo una valoracin crtica de la bibliografa. Las pruebas estadsticas slo responden la siguiente
pregunta: cul es la probabilidad de que la diferencia
observada se deba al azar?
4. Cualquier resultado, incluso el de mayor trascendencia prctica, puede perder su significacin estadstica si
se divide a los pacientes en subgrupos. Empezar a descomponer el grupo de pacientes estudiado en pequeos subgrupos, para que un hallazgo deje de ser estadsticamente

Bibliografa
CARN X, PORTA M. Levoluci dels models de causalitat en Medicina.
Gac Sanit (Barc) 1983; 2: 54-57.
EVANS AS. Causation and disease. A chronological journey. New York:
Plenum, 1993.
PLASNCIA A, PORTA SERRA M. La calidad de la informacin clnica (II):
significacin estadstica. Med Clin (Barc) 1988; 90: 122-126.
PORTA SERRA M. Mtodos de investigacin clnica: errores, falacias y
desafos. Med Clin (Barc) 1990; 94: 107-115.
PORTA SERRA M, LVAREZ-DARDET C, BOLMAR F, PLASENCIA A, VELILLA E. La
calidad de la informacin clnica (I): validez. Med Clin (Barc) 1987;
89: 741-747.
PORTA SERRA M, PLASENCIA A, SANZ F. La calidad de la informacin clnica
(y III): Estadsticamente significativo o clnicamente importante?
Med Clin (Barc) 1988; 90: 463-468.
SUSSER M. Causal thinking in the health sciences. Concepts and strategies in epidemiology. New York: Oxford University Press, 1973.

MASSON, S.A. Fotocopiar sin autorizacin es un delito.

Medidas de frecuencia
F. R o d r g u e z A r t a l e j o y J . d e l R e y C a l e ro

j CONCEPTO
Como se describi anteriormente, la epidemiologa es
la disciplina cientfica que estudia la frecuencia y distribucin de las enfermedades y los problemas de salud en la

poblacin y sus determinantes. Por ello, el objetivo de este

captulo es describir las principales medidas de frecuencia.
Es cierto que en la clnica se obtienen algunas medidas,
como la presin arterial o el volumen corpuscular medio,
cuyos resultados no se expresan en forma de frecuencias.
La misma caracterstica o variable de inters puede medir593

Parte V

Epidemiologa

se a travs de diversas escalas que dan lugar a resultados

diferentes. Tradicionalmente se distinguen las siguientes
escalas, ordenadas de mayor a menor capacidad informativa:
1. De razn. La variable se mide en una escala con un
nmero torico infinito de valores. El nmero real de valores lo establece la sensibilidad del aparato de medicin. Un
ejemplo del uso de esta escala es la medicin de la presin
arterial diastlica (PAD) en mm Hg.
2. De intervalo. En este caso los valores se agrupan en
un nmero finito de intervalos. Por ejemplo, la PAD
se mide en los intervalos 90-94, 95-99, 100-104 y ms de
104 mm Hg.
3. Ordinal. Tanto en esta escala como en la nominal el
resultado de la medida no es un valor sino una categora.
En este caso, stas se ordenan segn su magnitud. As la
elevacin de la PAD se clasifica en ligera, moderada y
grave.
4. Nominal. Aqu las categoras no estn ordenadas.
Un caso particular es la escala dicotmica, en la que slo
hay dos categoras. Un ejemplo de esta escala es la clasificacin de la PAD en hipertensin y no hipertensin.
El conocimiento de las diferentes escalas es pertinente
porque los anlisis estadsticos a que se deben someter los
resultados de las medidas son diferentes para cada escala.
Adems, tambin difiere la naturaleza de la informacin
que cada una proporciona. Aun sabiendo que la PAD presenta una relacin gradual y continua con el riesgo cardiovascular, y que por lo tanto el predictor de riesgo es la tensin y no slo la llamada hipertensin, la concepcin ms
habitual y tradicional de la medicina clnica descansa en
valoraciones dicotmicas: la presencia o ausencia del factor de riesgo o enfermedad. Por ello, muchas decisiones
clnicas se basan ms en las categoras dicotmicas u ordinales de las variables que en sus valores. Un ejemplo de
esto son los diversos algoritmos y protocolos para el manejo clnico de la presin arterial elevada. De aqu que la epidemiologa utilice con profusin medidas de frecuencia,
que suelen aplicarse a variables medidas en escalas inferiores a la de razn.

j OBJETIVOS
El mdico clnico suele medir la frecuencia de los diversos componentes de la historia natural de la enfermedad.
La historia o espectro de la enfermedad es el conjunto de
acontecimientos que ocurren desde que un individuo libre
de enfermedad se expone a las causas que la producen,
hasta que ella aparece, se la diagnostica, se la trata y finalmente se resuelve en forma de muerte o curacin, con
secuelas o sin ellas. Por lo general se mide la frecuencia de
la exposicin entre los individuos sanos susceptibles de
enfermar, la frecuencia de la enfermedad en la poblacin
general, la escuela, la clnica, etc., la frecuencia de los sntomas y signos clnicos entre los individuos sanos y enfermos de diversas patologas, la supervivencia de los enfermos con diferentes caractersticas, la frecuencia de
reacciones adversas entre los sometidos a instrumentos
diagnsticos o teraputicos, etc. Este tipo de informacin
permite conocer la magnitud de un problema de salud,
identificar y cuantificar el efecto de sus determinantes,
594

hacer ms fcil o certero el diagnstico de las enfermedades, conocer su pronstico, evaluar y seleccionar los tratamientos ms beneficiosos o adecuados, etc.
Habitualmente se calculan tres tipos de medidas de frecuencia en epidemiologa:
1. Las medidas de frecuencia en sentido estricto.
Cuantifican la presencia (prevalencia) o la aparicin (incidencia) de los fenmenos de inters en la historia de la
enfermedad.
2. Las medidas de asociacin entre fenmenos de
inters. Si el diseo del estudio es lo bastante demostrativo
como para caracterizar relaciones de causalidad, pueden
cuantificar el efecto de un fenmeno sobre la aparicin de
otro posterior. Estas medidas se obtienen a partir de la diferencia (efecto absoluto) o la razn (efecto relativo) de
medidas de frecuencia obtenidas en grupos de individuos.
Por ejemplo, la comparacin de la frecuencia de muerte
entre las personas expuestas y las no expuestas a un tratamiento informa sobre el efecto de ste respecto de la mortalidad por esa enfermedad.
3. Las medidas del impacto que tendra sobre la aparicin de una enfermedad o cualquier otro fenmeno de
inters la modificacin o supresin de algunas de sus causas. Se calculan tambin a partir de medidas de frecuencia
de la enfermedad o sus determinantes.
La identificacin y la cuantificacin de las asociaciones
entre los signos y sntomas clnicos, y entre ellos y la presencia de enfermedades, es til en el diagnstico clnico.
De manera similar, el conocimiento de la magnitud del
efecto y el impacto potencial de una intervencin clnica
orienta la decisin sobre su posible aplicacin. Sin embargo, este tipo de medidas se tratarn en otros captulos.

j MEDIDAS DE LA PRESENCIA
O LA APARICIN DE SUCESOS DE INTERS
Dado un suceso de inters, por ejemplo una enfermedad, el mdico clnico puede medir dos hechos: la presencia de sta en un momento concreto o la aparicin de
casos nuevos a lo largo de un perodo determinado. La presencia de una enfermedad recibe el nombre de prevalencia, y su cuantificacin requiere un estudio con una nica
medida referida al momento temporal de inters; se trata
de un estudio transversal en el tiempo. La cuantificacin
de la aparicin de nuevos casos se llama incidencia, y su
clculo requiere dos medidas durante un perodo dado.
Estas dos medidas pueden ser dos prevalencias en dos
momentos en el tiempo, o bien la identificacin de un
grupo de inters libre de enfermedad en un momento y la
medida de los casos nuevos aparecidos hasta un momento
posterior. Se trata de un estudio longitudinal en el tiempo,
o de seguimiento. Por ltimo, ya que la frecuencia de una
enfermedad no slo depende de su importancia intrnseca sino del nmero de individuos susceptibles de tenerla
o desarrollarla, los casos presentes o nuevos suelen ajustarse (dividirse) por ese nmero.
El recuento del nmero de infartos de miocardio (IAM)
en un da determinado en la unidad de vigilancia intensiva (UVI) de un hospital es una medida de la prevalencia de
IAM en esa UVI, mientras que el recuento de la aparicin
de nuevos casos de IAM a lo largo de 1 semana entre los

Medidas de frecuencia

enfermos que ingresan libres de IAM en dicha UVI es una

medida de su incidencia. La cantidad de trabajo asistencial
que requieren los IAM est relacionada con los casos presentes cada da; por lo tanto, la prevalencia es til para la
planificacin asistencial en los grupos humanos en los
cuales se calcula: los ingresados en la UVI, los ancianos, la
poblacin general, entre otros.
La incidencia, calculada como la fraccin de individuos
que sufren un IAM entre todos los susceptibles de hacerlo,
informa sobre el riesgo de desarrollar un IAM entre los que
ingresan en la UVI (riesgo de incidencia). El conocimiento
del riesgo informa acerca del pronstico de los individuos:
el riesgo de morir entre los que tienen una enfermedad, el
riesgo de secuelas entre los que se someten a una intervencin quirrgica, el riesgo de recidivas entre los que se
someten a un ciclo de quimioterapia, etc. Si adems es
posible, a travs de diseos adecuados, comparar este riesgo entre los individuos que tienen o estn sometidos a ciertas caractersticas o intervenciones, se podrn identificar los
determinantes de ese riesgo, los denominados factores de
riesgo, pronsticos, etc. Por lo tanto, la incidencia es una
medida de particular importancia en los estudios etiolgicos. Esto tambin se debe a que el clculo de la incidencia
requiere dos medidas en el tiempo: una mide los factores
causales y la otra, la aparicin de la enfermedad. Esto permite establecer con claridad la relacin temporal entre los
fenmenos de inters y, por lo tanto, identificar con mayor
nitidez las relaciones de causalidad, donde la causa siempre
ha de preceder al efecto. Es cierto que en un estudio de prevalencia se puede, y as se hace a menudo, relacionar la
presencia de la enfermedad con las caractersticas de los
individuos de estudio, pero como slo se realiza una medicin, con frecuencia resulta ms difcil establecer cul de
las variables de inters, la enfermedad o sus factores relacionados, se ha dado en primer lugar. Adems, y como se
ver ms adelante, la prevalencia depende de la incidencia
y de la duracin de la enfermedad. Por ello, tampoco es
fcil saber si los factores asociados con la prevalencia son
determinantes de la aparicin de los casos observados o de
su mantenimiento en el tiempo.
Para calcular la incidencia de cualquier fenmeno es
necesario realizar el seguimiento de una cantidad adecuada de individuos durante un tiempo suficiente para que
aparezca un nmero tal de sucesos de inters que permita
calcular un estimador estable. La incidencia, a diferencia

Tabla 3-1

de la prevalencia, depende tambin de la duracin del

perodo de seguimiento y aumenta con la magnitud de
ste. Cuando ocurren sucesos raros, como la muerte en
enfermedades de buen pronstico, se necesita un nmero importante de individuos, un perodo de seguimiento largo o ambas cosas. En estos casos, el reclutamiento de
un nmero suficiente de sujetos en la clnica puede llevar meses o incluso aos. Asimismo, cuando se sigue un
nmero importante de individuos es posible que algunos
de ellos se pierdan en relacin con el dispositivo de seguimiento y contacto. Por eso, no se puede seguir a todos los
individuos durante el mismo tiempo. Adems, en perodos
largos de seguimiento resulta tericamente posible que la
proporcin de personas que experimenten el suceso de
inters en dos grupos de comparacin sea la misma y, sin
embargo, que en uno de ellos todos los sucesos ocurran al
principio del seguimiento y en el otro grupo, al final. En
este caso, la medida de incidencia descrita hasta ahora, la
denominada riesgo de incidencia, no sirve para diferenciar
ambas situaciones; sta es una limitacin significativa porque no slo importa la proporcin de individuos que desarrollan el suceso de inters sino cundo lo hacen. Para
resolver este problema se ha diseado una medida ms
perfeccionada de la incidencia, la denominada tasa de
incidencia. En ella, el numerador est constituido por los
sucesos de inters (no por los individuos que los desarrollan) y el denominador es el tiempo durante el cual ocurren. Obviamente, este tiempo de seguimiento es proporcionado por las personas seguidas y susceptibles de
experimentar estos sucesos. Sin embargo, al relacionarse
con el tiempo de seguimiento y no con el nmero de individuos en riesgo, esta nueva medida proporciona una estimacin del cambio en el estado de inters (p. ej., el paso
del estado de salud al de enfermedad, o del estado vital al
de muerte) por unidad de cambio en el tiempo. sta es la
medida ms genuina de que se dispone para medir la capacidad de un proceso para aparecer y cambiar su estado, es
decir, la mejor medida de incidencia. Sin embargo, se trata
de una medida poco intuitiva. Cmo valorar la informacin que transmite el aserto de que la incidencia de una
enfermedad es 5 aos1? Este problema se resuelve cuando
se usa esta medida para comparar incidencias entre grupos
de individuos.
Finalmente, en la tabla 3-1 se presentan las frmulas de
clculo, el significado y algunas caractersticas de las prin-

Principales medidas de frecuencia de la enfermedad

PREVALENCIA

MASSON, S.A. Fotocopiar sin autorizacin es un delito.

Captulo 3

RIESGO DE INCIDENCIA

TASA DE INCIDENCIA

Frmula de clculo

Nmero de personas que estn

enfermas/nmero de personas
susceptibles o en riesgo de enfermar

Nmero de personas que adquieren

la enfermedad (casos nuevos)/
nmero de personas susceptibles o
en riesgo de enfermar

Nmero de sucesos de enfermedad

(casos nuevos)/tiempo
(personas-tiempo) de seguimiento

Tiempo de referencia

Un momento concreto en el tiempo

(p. ej., una fecha)

Un perodo (seguimiento)
(p. ej., a lo largo de 2 aos)

Una unidad de tiempo

(p. ej., 1 seg, 1 ao)

Unidades

No tiene

No tiene

Tiempo1 (p. ej., aos1)

Valor mnimo

Valor mximo

Infinito

Significado

Probabilidad de tener
la enfermedad

Probabilidad (riesgo) individual

de adquirir la enfermedad
(pronstico)

Tasa (velocidad) de aparicin

de la enfermedad

595

Parte V

Epidemiologa

cipales medidas de frecuencia de la enfermedad en epidemiologa.

Supervivencia

Supervivencia
(porcentaje de pacientes vivos)

Se trata de una medida de frecuencia de uso habitual en

la clnica. Mide el nmero o la proporcin de individuos
que se mantienen vivos (o no presentan un determinado
suceso) a lo largo de un perodo de seguimiento determinado. Por lo tanto, es la medida complementaria del riesgo
de incidencia de muerte o del suceso de inters en ese
grupo.
La supervivencia puede calcularse mediante dos mtodos: el actuarial o de tablas de vida, y el de Kaplan-Meier.
En la figura 3-1 se ilustra la supervivencia a lo largo del
tiempo de un grupo de 61 pacientes con linfoma histioctico difuso en estadio 4. En la ordenada se indica la proporcin de enfermos que se mantienen vivos a lo largo de
los das de seguimiento. Un aspecto importante que se
debe destacar es que, segn uno se desplaza hacia la derecha del grfico, el nmero de individuos que permanecen
en estudio es menor y por lo tanto los estimadores de
supervivencia son menos estables.
Este tipo de anlisis permite calcular algunos indicadores de supervivencia de uso comn en la clnica: la supervivencia durante cierto nmero de das, meses o aos, y la
mediana de supervivencia. La mediana es el tiempo en el
que la mitad del grupo de estudio ha experimentado el
suceso de inters. En la figura 3-1 se aprecia que ste es
aproximadamente 80 das (usando un programa estadstico se calcula que es 82 das). La razn por la que se calcula
habitualmente la mediana y no la media es que la primera
describe mejor la supervivencia que la segunda, ya que la
distribucin de la supervivencia no suele ser simtrica. Por
ltimo, es importante destacar, aunque no se ilustre en
este captulo, que existen tambin medidas de supervivencia que son complementarias de la tasa de incidencia, a
saber, la tasa de supervivencia.

100
90
80
70
60
50
40
30
20
10
0

La prevalencia de una enfermedad depende del nmero

de casos nuevos y de su duracin o supervivencia. Las
enfermedades que en general se curan rpidamente, como
el catarro comn, tienen una prevalencia muy pequea a
pesar de su elevada incidencia. Por ello la prevalencia no
suele ser una medida adecuada para caracterizar su magnitud e importancia sociosanitaria, ya que el nmero de
casos presentes en una comunidad en un momento dado
es muy bajo.
Algo similar ocurre con las enfermedades que evolucionan rpidamente hacia la muerte, como el cncer de pncreas o de pulmn.
Por el contrario, las enfermedades de carcter crnico
pueden tener una alta prevalencia aun con incidencias no
demasiado elevadas; como ocurre en el caso de los trastornos mentales, osteomusculares, etc. En estos casos, la prevalencia caracteriza mejor la importancia de esos problemas de salud.
Como ya se ha visto, la medida de la prevalencia de
una enfermedad requiere la realizacin de encuestas
transversales con criterios diagnsticos bien definidos.
Para aplicar estos criterios pueden ser necesarias exploraciones fsicas relativamente sofisticadas, con altos costes,
ciertos riesgos para las personas, que en su mayora estn
sanas, y bajas tasas de participacin de los individuos de
estudio. Por ello no se dispone de datos de prevalencia de
muchas enfermedades de inters clnico. La realizacin de
encuestas transversales en dos o ms etapas permite reducir costes y aumentar la participacin. En la primera etapa
se somete a la poblacin a pruebas diagnsticas muy simples, sin riesgo alguno y muy aceptables; en la segunda,
slo se somete a pruebas ms complejas y ms costosas a
aquellos en los cuales el resultado de las primeras pruebas
sugera la presencia de la enfermedad. Recientemente
(1992) se ha utilizado una estrategia como sta para medir
la prevalencia del dficit cognitivo y la demencia en una
poblacin rural y se han obtenido unos estimadores del
7,1 % y del 5,2 %, respectivamente, en mayores de 65
aos. Cuando la realizacin de este tipo de estudios no es
posible, por cualquiera de las razones que se han comentado anteriormente, la siguiente frmula describe un
mtodo aproximado para la estimacin de la prevalencia
referida a una fecha concreta en el tiempo, por ejemplo,
31 de diciembre de 1993:
Prevalencia al 31-12-1993 (incidencia en 1993 3
supervivencia en el primer ao) + (incidencia en 1992
3 supervivencia a los 2 aos) + (incidencia en 1991 3
supervivencia a los 3 aos) ...

30

60

90 120 150 180 210 240 270 300 330 360

Tiempo (das)

Figura 3-1
Curva de supervivencia de 61 pacientes con linfoma histioctico difuso en estadio 4. (De Armitage P, Berry G.
Statistical methods in medical research, 3. ed. Oxford:
Blackwell Scientific, 1994, y de McKelvey M, Gottlieb JA, Wilson
HE et al. Hidroxyldaunomycin [adryamicin] combination chemotherapy in malignant lymphoma. Cancer 1976; 38: 1.4841.493.)

596

Relacin entre incidencia y prevalencia

y as sucesivamente hasta que el ltimo de los productos

sea aproximadamente cero. Dado que a menudo se trata
de enfermedades graves y/o de inters sanitario, a veces es
posible disponer de informacin adecuada sobre su incidencia a partir de registros poblacionales o datos de morbilidad hospitalaria.
Sin embargo, la mayor dificultad suele aparecer en la
estimacin de la supervivencia, pues por tratarse de enfermedades de larga duracin no siempre se dispone de
estudios con seguimientos lo bastante largos como para
caracterizarlas adecuadamente. Un desarrollo mucho ms
completo de la relacin existente entre las dos principales
medidas de frecuencia puede encontrarse en la bibliografa
especializada.

Medidas de frecuencia

Captulo 3

16
Total

700

14
Total

600

Nmero de varones
(expresado en millares)

Nmero de muertes
(expresado en millares)

12

10

70-79

500

400

300
50-59

60-69
200

40-49

50-59
60-69

100

40-49

0
1955

1965

1975

70-79
0
1955

1985

Aos

1965

1975

1985

Aos

250

800

Tasa cruda

600

400

60-69

Tasa cruda
200
50-59

Tasas de mortalidad
(nmero de muertes/100.000 habitantes)

Tasas de mortalidad
(nmero de muertes/100.000 habitantes)

MASSON, S.A. Fotocopiar sin autorizacin es un delito.

70-79
200
Tasa ajustada

150

100

50

40-49
0
1955
C

1965

1975
Aos

1985

0
1955
D

1965

1975

1985

Aos

Figura 3-2
Mortalidad por cardiopata isqumica (CI) en varones en Espaa en el perodo 1955-1988. La informacin se presenta
distribuida por grupos de edad (40-49 aos, 50-59 aos, 60-69 aos, 70-79 aos) y en el total de estos grupos. A) Nmero de muertes
por CI en varones por grupos de edad. B) Tamao de la poblacin espaola de varones distribuida por grupos de edad. C) Tasas
de mortalidad por CI en varones, general cruda y por grupos de edad. D) Tasas de mortalidad general por CI en varones, cruda y ajustada.

597

Parte V

Epidemiologa

j MEDIDAS GENERALES Y ESPECFICAS.

MEDIDAS CRUDAS Y AJUSTADAS
La mortalidad por cardiopata isqumica en Espaa en
1988 fue de 85/100.000. Este dato, que corresponde a la
mortalidad general en el conjunto de la poblacin espaola, es la media de la mortalidad por esta enfermedad en los
varones y mujeres de diferentes edades ponderada por
el tamao de cada grupo de poblacin. En la medida en
que se sabe que la mortalidad por cardiopata isqumica
aumenta con la edad y es mayor en los varones que en las
mujeres, una tasa de mortalidad general es insuficiente
para caracterizar la mortalidad de la poblacin espaola.
Ms an, por ser el resultado de una media de tasas de
mortalidad bastante diferentes, la mortalidad general
puede no representar la mortalidad de ningn individuo
concreto o grupo de individuos en la poblacin espaola.
Por ello es interesante presentar la informacin desagregada por subgrupos de poblacin que sean internamente
homogneos en su riesgo de mortalidad (tasas de mortalidad especficas por grupos de sexo y edad). El inconveniente de esta forma de proceder es que se manejan
muchas tasas de mortalidad en forma simultnea, con lo
cual disminuye la capacidad para transmitir rpida y sintticamente la informacin sobre este fenmeno en la
poblacin espaola. Este problema se agrava cuando se
trata de comparar la mortalidad entre dos poblaciones,
realizando un nmero importante de comparaciones de
tasas especficas. Una manera de facilitar la comparacin
es el clculo de cul sera la tasa de mortalidad por cardiopata isqumica de la poblacin espaola si sta tuviese
una determinada estructura de edad y sexo, estructura que
se califica de estndar. Esta nueva tasa de mortalidad general recibe el nombre de tasa ajustada en relacin con ese
estndar, por oposicin a la tasa general observada en la
poblacin real de Espaa, que se denomina tasa cruda. En
la medida en que todas las tasas generales que se comparen
estn ajustadas por el mismo estndar, se obviar de la
comparacin el efecto de la edad, el sexo u otros determinantes de la mortalidad que se distribuyen en forma diferente en las poblaciones comparadas. Una descripcin de
los diferentes mtodos de ajuste puede encontrarse en la
bibliografa especializada. La figura 3-2 ilustra y resume
algunas de las ideas comentadas. La figura 3-2 A presenta
las tendencias en el nmero de muertes por cardiopata
isqumica especficas por edad y en el total de los varones
espaoles de 40 a 79 aos en el perodo 1955 a 1988.
Constituye una medida de la incidencia de muerte que se
corresponde con la observacin de los mdicos clnicos de
que cada vez hay ms episodios de esta enfermedad. Sin
embargo, esta evolucin no depende slo del aumento
intrnseco en la importancia de la enfermedad sino del
aumento en el nmero de varones susceptibles de padecerla a lo largo de ese perodo, como se ilustra en la figura 3-2 B.
Como se mencion anteriormente, es posible ajustar la
mortalidad por esta causa dividiendo el nmero de muertes por las personas en riesgo, dando lugar a las tasas de

598

mortalidad general (bruta) por esta enfermedad y a las

tasas por grupo de edad. El resultado de este ejercicio se
presenta en la figura 3-2 C, donde se aprecia que la mortalidad deja de crecer para estabilizarse o incluso descender a
partir de 1975. ste es el fenmeno que generalmente
observa el epidemilogo que estudia fenmenos poblacionales. La figura 3-2 C ilustra tambin la posicin intermedia de la mortalidad general en el seno de las tasas por grupos de edad, pero no proporciona suficiente informacin
sobre la importancia de este fenmeno en la poblacin
espaola. Hay que hacer notar que aunque la costumbre
ha consagrado el trmino tasas para referirse a la incidencia de enfermedad y muerte en las poblaciones, lo que se
representa en la figura 3-2 C, y a continuacin en la 3-2 D,
corresponde al riesgo de incidencia descrito anteriormente.
Como se deduce de la figura 3-2 B, el tamao de los grupos de mayor edad en la poblacin de varones espaoles se
ha elevado progresivamente en relacin con el tamao de
los otros grupos de edad a lo largo del perodo 1955 a
1988. Es decir, la poblacin espaola ha envejecido en el
transcurso del perodo de estudio, por lo cual una parte de
la evolucin de la mortalidad general puede deberse a este
fenmeno demogrfico, al ser la edad un determinante
muy importante de la mortalidad por esta causa, tal como se observa en la figura 3-2 C, en la que la mortalidad
aumenta en forma muy notable con la edad. La mortalidad ajustada por la edad, presente en la figura 3-2 D, permite comparar la mortalidad general a lo largo de los aos
de la serie, obviando el efecto del envejecimiento en la
poblacin de varones espaoles, y proporciona de manera
sinttica informacin sobre la tendencia de mortalidad
similar a la observada en las tasas especficas. Por ltimo, la
mortalidad ajustada es menor que la mortalidad cruda porque el estndar utilizado es la poblacin mundial de Segi,
cuya estructura de edades es ms joven que la observada
en la poblacin espaola, especialmente en los ltimos
aos de la serie.
Bibliografa
LVAREZ-DARDET C, BOLMAR F, PORTA M. La medicin de la frecuencia de
la enfermedad. Med Clin (Barc) 1987; 88: 287-291.
CORIA F, GMEZ DE CASO JA, MNGUEZ L, RODRGUEZ ARTALEJO F, CLAVERA
LE. Prevalence of age-associated memory impairment and dementia
in a rural community. J Neurol Neurosurg Psichiatry 1993; 56: 973976.
GONZLEZ J, BANEGAS JR, MARTN JM, RODRGUEZ F, VILLAR F. Medidas de la
frecuencia de la enfermedad. Rol 1987; 10: 29-32.
HERRUZO CABRERA R. Medicin de la frecuencia en epidemiologa. En:
Rey Calero J, Herruzo Cabrera R, Rodrguez Artalejo F. Fundamentos
de epidemiologa clnica. Madrid: Sntesis, 1996.
HULLEY SB, CUMMINGS SR. Planificacin de las mediciones: precisin y
exactitud. En: Hulley SB, Cummings SR, eds. Diseo de la investigacin clnica. Barcelona: Doyma, 1993.
KLEINBAUM DG, KUPPER LL, MORGENSTERN H. Prevalence and incidence.
En: Kleinbaum DG, Kupper LL, Morgenstern H, eds. Epidemiologic
research. Principles and quantitative methods. New York: Van
Nostrand Reinhold, 1982.