Вы находитесь на странице: 1из 6

DISEO TRANSVERSAL APLICADO A PREVALENCIA Y FR

ASOCIADOS A Cr.
Es observacional, analtico (busca la asociaciones causales) y descriptivo
(estudia la frecuencia y distribucin de la infeccin).
Eleg este modelo porque por una parte me permite medir la prevalencia
de la enfermedad con lo que conocera la proporcin de individuos que
presentaban la infeccin (evento) en la poblacin de las becerras en
tiempo y lugar determinado y aunado con los factores de riesgo de
alguna manera me ayudaran a planificar algunas medidas de
prevencin (recomendaciones) que pudieran en un futuro disminuir la
prevalencia de este evento. De igual manera me brinda la oportunidad
de buscar la posible asociacin entre los factores de riesgo/exposicin
con la enfermedad. Sin embargo no se tiene la certeza de que la causa
se present primero que el efecto.
Y debido a que se trata de un estudio retrospectivo se parta de
individuos que ya presentaban la enfermedad y sol deba buscar las
posibles asociaciones causales y no empezar de cero como en los
estudios de cohorte. Adems de ser rpido, econmico, que no implica el
seguimiento de la poblacin y permite estudiar varias exposiciones y no
hay perdida de sujetos.
Algunas de sus desventajas son que slo hace conjeturas, afirmaciones
que no tienen un sustento matemtico. Y puede que haya
sobrerrepresentacin de enfermos con larga supervivencia o mejor caso
clnico y no es eficaz para enfermedades raras o letales. O de corta
duracin. O de baja frecuencia de exposicin.
POBLACIN Y MUESTRA.
Mi poblacin estuvo conformada por 135 becerras de entre 1 y 28 das
de edad de 3 establos diferentes las cuales tenan un manejo similar
para as poder tomarlas como una poblacin base pero variaban en
cuanto a ciertas exposiciones lo cual me permiti tener infectados
expuestos y no expuestos, as como sanos expuestos y no expuestos
para tener 4 grupos en total que posteriormente analizara en una tabla
de 2x2 para cada variable.
Debido a que las becerras seleccionadas fueron el total de la poblacin
no calcule el tamao de la muestra.
Aunque esta se calcula tomando en cuenta el valor de la desviacin
normal (z=1.96), la prevalencia que se sabe hay en la zona (P) y la Q
(Q=1-P) y la precisin que es en cuanto se aleja la muestra del

verdadero porcentaje del universo o la amplitud que que se esta


dispuesto a aceptarse para el parmetro (d2).
N=1.96 al cuadrado (60*40)/ 25= 368 Es decir necesitara 368 becerras
para estimar con un 95% de confianza la prevalencia de la infeccin no
alejndose mas del 5% del verdadero valor del universo.
En trminos generales el tamao de la muestra se calcula de tal forma
que permita estimar con un determinado poder y nivel de confianza la
prevalencia de la enfermedad.

ANLISIS DE LOS DATOS.


PREVALENCIA DE LA ENFERMEDAD.
En cuanto a la prevalencia determine la prevalencia de la enfermedad y
la prevaleca por categora.
Se trata de una prevalencia de periodo debido a que obtuve la
frecuencia de la enfermedad durante un lapso definido de tiempo que
fue la ltima semana de noviembre y las dos primeras semanas de
diciembre. En cuanto a la frmula que emplee fue la misma para la
prevalencia puntual (No. De individuos con un evento durante un
periodo/Poblacin inicial) porque la poblacin no era dinmica. En
cambio una prevalencia puntual en cambio la prevalencia puntual se
refiere a la probabilidad de que un individuo sea un caso en un
momento determinado. Esto mediante una tabla de Excel en la que lo
acomode de la siguiente manera
COLUMNAS:
1- Semanas
establos
1
2
3
TOTAL

2- Becerros positivos
22
15
26
63

3-Total de becerros en los


53
40
42
135

Obtuve la sumatoria de los positivos (=suma, seleccionar datos, enter)


para ambos totales y posteriormente en otra celda obtuve la prevalencia
general con =seleccione el total de positivos/total de becerros*100)
PREVALENCIA POR ESTABLO.
En cuanto a la prevalencia por establo hice el mismo procedimiento
obteniendo el total de bovinos positivos/total de la poblacin por 100.
PREVALENCIA POR CATEGORIA.

De igual manera se analiz con Excel.


DETERMINACIN DE LOS FR.
Los FR son toda aquellas caractersticas, variables o circunstancias cuya
presencia implica algn aumento en las probabilidades de que un
individuo sufra consecuencias adversas.
O aquellas variables que estn asociadas en diverso grado con la
presencia de la enfermedad o el evento estudiado.
NO SON NECESARIAMENTE LA CAUSA DE LA ENFERMEDAD, SOLO
SUCEDE QUE ESTAN ASOCIADOS CON EL EVENTO.
Dichos factores pueden sumndose a otros aumentar el efecto que en
un principio puede ser aislado produciendo un fenmeno de interaccin.
En cuanto a la importancia de determinar los FR es debido a que con el
conocimiento de estos se puede predecir que la presencia de este
significa un riesgo aumentado de presentar la enfermedad, se puede
mejorar el diagnstico y la prevencin ya que si se sabe que es un FR
su eliminacin reducir la probabilidad de que se presente la
enfermedad.
CUANTIFICACIN DEL RIESGO.
Se hace mediante las medidas de asociacin las cuales sirven para ver
la magnitud con la que se incrementa el riesgo de presentar la
enfermedad cuando ocurre una exposicin. Cada tipo de estudio va a
tener sus medidas exclusivas.
-Transversal:

Razn de prevalencia (RP):


Para enfermedades agudas
Prevalencias mayores a 30%
Se obtiene mediante regresin de Breslow, mediante una formula
transformar de OR a RP, modelos lineales con la transformacin
logaritmo y familia binomial.

RMP (OR): En este caso utilice la OR ya que el programa


estadstico que utilice (STATA) es la medida de asociacin que
maneja y a pesar de en prevalencias altas puede llegar a haber
variaciones en los valores de OR y RP as como en sus IC estos
mantienen la significancia estadstica (no debida al azar). Es decir,
la magnitud y precisin del efecto debido a la exposicin y de

hecho es una alternativa comnmente utilizada como una


aproximacin a la RP
Prevalencias menores a 30%
De manera general el nivel de significacin de una prueba
estadstica esta asociado a la verificacin de una hiptesis
(asociacin)
Ejemplo:
Las becerras expuestas a los parideros colectivos tienen 10.63
veces el riesgo de presentar la infeccin en comparacin con las
que no estn expuestas a este factor con un IC del 95% el cual al
no contener a la unidad 1 dice que es una asociacin
estadsticamente significativa. Por el contrario si el IC fuera menor
o igual a uno esto indicara la exposicin puede ser beneficiosa y
perjudicial a la vez por lo que sera lo mismo no concluir nada. O lo
que es lo mismo se acepta la H nula: No hay asociacin entre la
exposicin y el efecto (infeccin)
Esto quiere decir que a pesar que el valor puntual es de 10.63, en
la poblacin este puede fluctuar entre 2.93 - 57.45 con 95% de
confianza. El que sea un intervalo amplio da un mayor nivel de
confianza (ms posibilidades de acierto). En intervalos pequeos
se tiene una estimacin ms precisa pero aumentan sus
posibilidades de error. En cuanto al valor de chi de 18.35
comparado con el valor de tablas de 3.841 pues es mayor, por lo
que se rechaza la hiptesis nula de no asociacin. Por tanto
concluimos que con una confianza del 95% podemos afirmar que
existe relacin entre la exposicin a los parideros colectivos y la
infeccin por Cryptosporidium.
IC95%

Son nmeros que determinan un intervalo entre los cuales se


estima que estar cierto valor desconocido con una determinada
probabilidad de acierto
El intervalo se calcula a partir de una muestra y el valor
desconocido es un parmetro poblacional.
La probabilidad de xito se representa como 1-alfa y es el NIVEL
DE CONFIANZA
Mientras que al error aleatorio o NIVEL DE SIGNIFICACIN 5%
indica las posibilidades de fallar en la estimacin mediante tal
intervalo.
Hay 95% de probabilidad de que estos resultados sean ciertos y
5% de que sean un error.
Es el ms habitual, hay de 90 y 99%

X2

De igual manera se trata de una prueba de significancia


estadstica que sirve para buscar la relacin entre variables
Es para distribuciones normales.
Para variables dicotmicas (variables que slo pueden tomar dos
valores Exposicin-No exposicin). Se parte de una tabla de 2X2 (2
filas-2 columnas) en las cuales la frecuencia de 2 enfermedades se
tabulan.
El clculo de la chi se realiza a partir de las sumatorias de las
frecuencias de cada variable Expuestos y enfermos, Expuestos no
enfermos, No expuestos enfermos, no expuestos no enfermos, es
decir de los 4 grupos. Estas frecuencias se obtienen el total de las
filas por el total de las columnas entre el total global.
Posteriormente con una formula que incluye estas frecuencias se
obtiene el valor de chi
Con otra formula se obtienen los grados de libertad que en las
tablas de 2X2 siempre ser 1. Este valor del grado de libertad se
busca en las tablas y se ubica el nivel de confianza (0.95) y se
obtiene el valor de tablas (3.84)
Ambos valores se comparan y si el valor de la chi obtenida es
igual o menor al valor de tablas aceptamos la Ho: No hay
asociacin. En caso contrario si la chi de la variable es
mayor a 3.84 se acepta la hiptesis alternativa que dice
que existe relacin entre estas variables

NO HAY MUCHA DIFERENCIA EN LAS ESTIMACIONES CUANDO LA


PREVALENCIA ES BAJA.
P

Probabilidad de error (probabilidad de rechazar la Ho cuando esta


es verdadera).
Si el valor de P es inferior al nivel de significancin (error) la Ho
se rechaza
Por lo que cuanto menor sea el valor P, ms significativo ser el
resultado porque el error es ms pequeo o dicho de otra forma
mas fuerte es la evidencia de que la asociacin no se debe al azar
Debe ser menor a 5% o lo que es lo mismo a 0.05
Se asume un error al 5% por lo que los valores mayores a este son
estadsticamente no significativos. Se acepta hiptesis nula.
Hay de 0.05, 0.01 y 0.001
Errores tipo I: Rechazo de Ho cuando es verdadera (falso positivo)
cuando el valor de p es menor al nivel de significancia

Errores tipo II: Aceptar la Ho cuando es cuando es falsa (falso


negativo)cuando el valor de p es pequeito

-Casos y controles:

OR

-Cohorte

Riesgo Relativo (RR)


Razn de Tasas (RT)