MUESTRAS (DE POBLACIÓN)

EPIDEMIOLOGÍA LABORAL
AUTOR: Deisy Mayury López González
ÍNDICE

Acceso rápido

GENERALIDADES DESARROLLO

GLOSARIO REFERENCIAS

Este material pertenece al Politécnico

Grancolombiano y a la Red Ilumno. Por ende, son
de uso exclusivo de las Instituciones adscritas a
la Red Ilumno. Prohibida su reproducción total
o parcial.
 01 -------
2.1  Muestras  representativas  

ÍNDICE   En  torno  a  la  representatividad  de  una  muestra  se  ha  de  decir  que  alcanzarla  es  todo  un  esfuerzo  
donde  existen  incluso  diseños  de  muestreo  (con  exigencias  específicas).  En  general,  y  si  se  busca  
02 ------
  representatividad,   se   debe   escoger   un   MUESTREO   PROBABILÍSTICO   donde   cualquiera   de   la  
2. Muestras  (de  población)   población   total   tiene   la   oportunidad   de   hacer   parte   de   la   muestra.   Para   ello,   existe   todo   un  
proceso   metodológico.   Un   ejemplo   puede   ser   el   procedimiento   que   se   sigue   en     los   censos:  
2.1 Muestras  representativas  
teniendo  en  cuenta  el  total  de  población,  y  partiendo  que  no  se  puede  censar  toda,  se  selecciona  
2.2 Muestreo  en  salud  laboral   un   número   de   población   con   base   a   una   fórmula.   Por   supuesto   que   esta   muestra   ya   tiene   un  
2.3 Tamaño  de  muestra   margen   de   error.   Entre   más   aproximada   esté   la   muestra   del   total   de   la   población   menor   será   el  
error.  Escogido  el  número  de  personas  a  censar,  el  siguiente  paso  es  permitir  que  cualquiera  del  
2.4 Métodos  probabilísticos   total   de   población   sean   los   elegidos.   Suponiendo   que   se   sabe   dónde   viven,   una   forma   es  
2.5 Métodos  no  probabilísticos   introducir  todos  los  nombres  en  una  bolsa  y  sacar  la  cantidad  determinada  previamente  por  la  
fórmula.  Así  se  puede  asegurar  que  todas  las  personas  que  forman  la  población,  tuvieron  la  misma  
2.6 Las  hipótesis  estadísticas  
oportunidad.            
2.7 Concepto  de  sesgos  
Claro,  lo  anterior  no  siempre  es  factible,  así  que  se  han  desarrollado  una  serie  de  alternativas.      
2.8 Sesgos  
2.8.1 Sesgos  de  selección   El  muestreo  probabilístico  puede  usar  distintos  criterios.  La  estratificación  se  refiere  a  criterios  
excluyentes   que   permiten   clasificar   a   la   muestra.   Por   ejemplo,   la   edad,   donde   se   clasifica   por  
  grupos  de  0  a  1  año  y  de  2  a  5  años.  Ambos  criterios  se  excluyen.  En  este  caso,  si  se  conoce  la  
repartición   por   edad   del   total   de   la   población,   la   muestra   se   seleccionará   en   proporción   a   las  
edades  del  total  de  población  (estratificación  por  edad).  
DESARROLLO  TEMÁTICO    

2. Muestras  (de  población)  

Una  muestra  es  la  selección  de  una  porción  de  la  población.  Se  puede  trabajar  con  muestras  que  
representen   el   total   de   población   o   no.   Representar   a   la   población   quiere   decir   que   esa   porción  
presenta  las  mismas  características  que  el  total  de  la  población  de  donde  se  obtuvo.  Claro,  con  
un   pequeño   margen   de   error   (o   diferencia).     La   importancia   está   en   que   al   trabajar   con   una  
muestra   representativa,   los   resultados   de   la   investigación   se   pueden   generalizar   al   total   de   la  
población  de  donde  salió  la  muestra,  evento  conocido  como  INFERENCIA.      

Lo   anterior   constituye   una   de   las   grandes   diferencias   entre   la   investigación   cuantitativa   y   la  

cualitativa.   Estos   últimos   buscando   la   comprensión   sacrifican   las   inferencias,   pues   pretenden  
entender  antes  que  generalizar  lo  que  estudian.  Los  diseños  cuantitativos  buscan  la  inferencia  a  
través  de  las  muestras,  por  ende,  son  muy  exigentes  en  la  búsqueda  de  la  representatividad.      
Figura  1.  Proceso  estadístico  para  extraer  una  muestra.  
Para   que   no   exista   confusión   en   la   selección   de   la   muestra,   es   conveniente   siempre   definir   muy  
bien   ciertos   términos.   Por   ejemplo,   población   (total   de   casos   que   cumplen   con   el   principal   Fuente:  http://www.utim.edu.mx/~navarrof/Docencia/MatematicasIII/M3UT5/pruebas_de_  hipotesis.htm    
criterio)  y  de  ella  identificar  la  accesible  (que  es  la  población  con  los  criterios  y  que  además,  es  
accesible)  y  el  blanco  (que  es  la  población  sobre  la  cual  se  quiere  hacer  una  generalización).      

3 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 4

 8.2.  Muestreo  en  salud  laboral  

Una   vez   decididas   las   características   de   los   individuos   que   formarán   parte   de   la   población   Dos  condiciones  son  inherentes  a  la  extracción  estadísticamente  representativa  de  una  muestra:  
sometida   a   estudio,   ha   de   establecerse   el   número   de   personas   que   es   necesario   incluir   en   el  
mismo.     • Que   el   método   otorgue   una   probabilidad   conocida   de   integrar   en   la   muestra   a   cada  
unidad  de  la  población.  
Un  estudio  se  puede  realizar:  
• Que  tal  probabilidad  no  sea  nula  para  elemento  alguno.  

Recordar  que  cuando  se  extrae  una  muestra  de  una  población  para  estudiarla,  no  nos  interesan  
SE  PUEDE  SOBRE  TODOS   sólo  las  personas  de  la  muestra,  lo  que  queremos  es  usar  la  muestra  para  saber  algo  determinado  
LOS  SUJETOS  DISPONIBLES  
CARACTERÍSTICAS  DE  LOS   NÚMERO  DE  
EN  UNA  EMPRESA.   de  la  población  de  donde  procede.
ENTONCES  SE  HARÁ  EL  
TRABAJADORES TRABAJADORES
UNIVERSO  DE  SUJETOS,  O  
SEA,  UN  ESTUDIO   2.3.  Tamaño  de  muestra  
POBLACIONAL

En   cuanto   el   tamaño   de   la   muestra,   vale   la   pena   tener   en   cuenta   que   entre   más   grande   una  
muestra,  más  cerca  está  de  representar  el  universo.  Como  se  trata  de  una  muestra,  existirá  algún  
porcentaje  de  error.  Existen  fórmulas  estadísticas  para  calcular  el  tamaño  de  la  muestra  y  el  error  
NO  ES  NECESARIO   derivado  de  ello.  
ESTUDIAR  A  TODOS,  SINO  
SOBRE  LA  MUESTRA  
QUE  ANALIZANDO  UNA  
EL  PROCESO  DE  SELECCIÓN  
MUESTRA  
REPRESENTATIVA  DE  LA   Entre  los  criterios  para  escoger  el  tamaño  de  la  muestra  está  la  homogeneidad  de  la  población  
DEBE  SER  EL  AZAR,  SIN   POBLACIÓN,  HABRÁ  UN  
DESVIACIÓN  A  FAVOR  DE  
REPRESENTATIVA,PODE  
TAMAÑO  DE  MUESTRA   (qué   tan   parecidos   son   entre   sí),   la   magnitud   del   efecto   (referido   a   la   fuerza   esperada   de   las  
MOS  INFERIR  NUESTRAS  
UN  ALGÚN  SUBGRUPO
CONCLUSIONES  AL  
MÍNIMO  PARA   relaciones)   o   la   posibilidad   de   pérdida   de   población   en   estudios   prospectivos.   Además,   y   de  
GARANTIZAR  EL  ESTUDIO
CONJUNTO  DE  LA   acuerdo   al   número   de   variables,   se   espera   que   exista   más   muestra   entre   más   variables   se  
POBLACIÓN  A  ESTUDIO
pregunten.   Claro,   entre   más   pequeña   sea   la   muestra,   mayor   será   el   margen   de   error.   Para  
seleccionar  bien  el  tamaño  se  deben  seguir  estos  pasos:      

1.  Identificar  muy  bien  cuál  va  a  ser  la  variable  que  se  va  a  muestrear  
OTRAS  FORMAS  
PARA  OBTENER  UNA   FRECUENTES  DE  OBTENER  
MUESTRA  ALEATORIA   MUESTRAS  SISTEMÁTICAS   2.  Cuál  es  la  unidad  de  muestreo    
PUEDE  USARSE  UNA  TABLA   CONSISTEN  EN  TOMAR  
DE  NÚMEROS  ALEATORIOS   CONSECUTIVAMENTE  UNA  
(DISPONIBLES  EN  LOS   DE  CADA  TRES  PERSONAS   3.  Conocer  el  universo  
MANUALES  DE   DE  UNA  LISTA  O  AQUELLAS  
INTRODUCCIÓN  A  LA   CUYO  NÚMERO  DE  ORDEN  
ESTADÍSTICA) ACABE  EN  0  O  EN  5 Una   fórmula   para   definir   el   tamaño   (n)   es   usar   el   término   Z   (nivel   de   confianza)   elevado   al  
cuadrado   (que   significa   con   dos   desviaciones   estándar   y   que   elevadas   al   cuadrado   serían   4)  
multiplicado   por   p   (que   es   0,5)   multiplicado   por   q   (que   es   0,5),   todo   ello   dividido   por   error   al  
cuadrado  (error  o  precisión  de  estimación  que  puede  ser  2,  5  ó  10  por  ciento),  lo  que  sería,   n  =  
Figura  2.  Muestreo  en  salud  laboral.  
(Z2*p*q)/E2).      
Fuente:  Elaboración  propia.  
 

   
[ NOMBRE DEL MÓDULO]

5 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 6

 8.4. MÉTODOS PROBABILÍSTICOS

Son  aquellos  que  se  basan  en  

MUESTREO  POR  
el  principio  de  
CONGLOMERADOS
equiprobabilidad

Todos  los  
individuos  tienen   MUESTREO  
la  misma   ALEATORIO  
probabilidad  de   ESTRATIFICADO
ser  seleccionados

Aseguran  la  
representatividad  
de  la  muestra   MUESTREO  
extraída,  son  los   SISTEMÁTICO
más  
recomendados

Figura 3. Población: más y menos representativo.

Fuente: Elaboración propia.

MUESTREO  
También  llamados  
ALEATORIO  
por  AZAR
SIMPLE

Figura  4.  Métodos  probabilísticos.  

Fuente:  Elaboración  propia.  

   
[ NOMBRE DEL MÓDULO]

7 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 8

 Figura  5.  Tipos  de  muestreos.  
 
Fuente:  Elaboración  propia.  

   
[ NOMBRE DEL MÓDULO]

9 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 10

 2.5.  Métodos  no  probabilísticos  

Muestreo  semiprobabilístico:  es  un  procedimiento  de  tal  manera  

que  el  carácter  probabilístico  se  mantiene  sólo  hasta  un  punto  del  
proceso  de  selección.    

Muestreo  por  cuotas:  la  muestra  debe  estar  dispersa  por  

toda  la  población  y  ha  de  contener  la  misma  proporción  de  
objetos  o  individuos  con  ciertas  características  que  en  la  
población  entera  se  han  detectado  o  seleccionado

  Selección  según  criterio  de  autoridad:  la  muestra  es  determinada  

mediante  el  criterio  razonado  de  autoridades  en  la  materia  que  se  
Figura  6.  Métodos  no  probabilísticos.   estudia.  En  la  aplicación  de  este  método,  el  investigador  sopesa  
cuidadosamente  los  elementos  de  la  población  (de  los  cuales  debe  
Fuente:  Elaboración  propia.   de  tener  suficiente  información)  para  elegir  aquellos   que  a  su  
juicio  pueden  conformar  el  modelo  de  la  realidad  en  estudio  
Suponiendo  que  se  tiene  una  población  bien  definida  de  la  que  se  va  a  obtener  una  muestra,   dados  los  objetivos  del  trabajo  a  desarrollar.
pueden  mencionarse  tres  formas  básicas  de  selección  no  probabilística  (Silva,  1993).  
 

Figura  7.  Muestreo  semiprobabilístico,  por  cuotas  y  según  criterio  de  autoridad.  

Fuente:  Elaboración  propia.  

2.6.  Las  hipótesis  estadísticas  

Al   plantear   las   hipótesis,   y   de   acuerdo   a   los   diseños   empleados,   el   proponerlas   de   manera  

estadística  es  importante.  Cuando  se  dice  que  se  espera  ver  la  relación  entre  el  cáncer  de  pulmón  
y   el   cigarrillo,   se   dice   que   se   está   haciendo   una   declaración   de   la   hipótesis.   El   plantearla   de  

   
[ NOMBRE DEL MÓDULO]

11 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 12

 acuerdo  a  la  estadística  requiere  dar  dos  alternativas:  SÍ  existe  relación  o  NO  existe  relación  y  esto   2.7.  Concepto  de  sesgos  
resulta  particularmente  importante,  en  especial  para  demostrarlas.  El  término  de  hipótesis  NULA  
Independiente  de  los  paradigmas,  ambos  modelos  buscan  entender  y  aprender,  usan  o  parten  de  
es  el  que  habitualmente  expresa  la  ausencia  de  relaciones.  La  hipótesis  ALTERNA  es  la  que  plantea   lo  que  existe  en  el  mundo  y  pretenden  beneficiar  al  ser  humano.  Además,  un  diseño  u  otro  tienen  
algún   grado   de   error.   El   error   o   sesgo   es   la   distancia   que   existe   entre   la   investigación   y   sus  
la  presencia  de  relaciones.  Expresado  de  esa  manera  sería:  A  =  Exponerse  al  cigarrillo,  B  =  No  
resultados  con  la  realidad.  
exponerse   al   cigarrillo.   La   hipótesis   nula   es   que   es   igual   exponerse   que   no   exponerse   en   el  
En   una   investigación   existen   dos   grandes   tipos   de   errores:   los   SISTEMÁTICOS   o   propios   del  
desarrollo  del  cáncer  pulmonar  (A  =  B).  La  hipótesis  alterna  es  que  exponerse  al  cigarrillo  provoca   investigador  y  los  ALEATORIOS  o  propios  de  la  investigación.    
diferencias  en  torno  a  la  aparición  del  cáncer  de  pulmón  al  compararse  con  no  exponerse  (A  es  
Los  sistemáticos  ocurren:      
diferente  a  B).
1.  O  bien  por  errores  en  el  proceso  de  recolección  de  información,  

  2.  O  por  una  mala  selección  de  la  población  objeto  de  la  investigación    

3.  O  por  un  error  en  la  interpretación  de  un  resultado.    

Por   ejemplo,   si   se   hace   una   encuesta   y   la   persona   responde   sin   decir   la   verdad   (SESGO   DE  
INFORMACIÓN)   o   se   va   a   probar   un   medicamento   en   una   enfermedad   mortal   y   se   usan   para  
comparar  una  población  en  mejor  condición  (de  salud)  que  la  otra  (SESGO  DE  SELECCIÓN)  o  si  
ante  un  resultado  se  da  una  interpretación  equivocada  (SESGO  DE  CONFUSIÓN).        

Por  ejemplo,  en  las  encuestas  de  sexualidad  practicadas  sobre  población  adolescente  se  deben  
proponer  diversos  mecanismos  para  evitar  que  respondan  mentiras  (sesgo  de  información).  Que  
los  profesores  no  estén  presentes  o  que  las  encuestas  sean  anónimas,  son  algunos.  Un  caso  de  
sesgo  de  selección  es  si  se  va  a  probar  un  medicamento  y  se  les  da  a  pacientes  menos  enfermos  
en  tanto  que  a  los  más  enfermos  se  les  da  el  placebo.  Resultará  muy  posible  que  existan  más  
mejorías   en   los   que   reciben   el   medicamento,   ¿cierto?...   pero,   ese   resultado   está   sesgado,   no  
Figura 8. Hipótesis estadísticas. pudiéndose   afirmar   si   la   mejoría   es   porque   estaban   menos   enfermos   o   atribuírselo   al  
medicamento.  Y  finalmente,  y  como  muestra  de  un  sesgo  de  confusión  (que  es  un  resultado),  se  
Fuente: Elaboración propia. menciona  la  fuerte  relación  entre  cáncer  del  pulmón  y  tener  los  dedos  amarillos.  La  relación  es  
de  confusión  pues  es  por  fumar  que  los  dedos  se  ponen  amarillos  (impregnación  nicotínica)  y,  por  
consiguiente,  la  relación  es  entre  el  cigarrillo  y  el  cáncer  y  no  entre  los  dedos  amarillos  y  el  cáncer.  
El  planteamiento  hipotético  parte  de  que  se  encontrará  diferencia  entre  lo  revisado  y  lo  hallado.  
Como   necesita   de   un   planteamiento   alterno   (no   se   encontrarán   relaciones   o   diferencias)   se   2.8.  Sesgos  
propone  la  HIPOTESIS  NULA  que  plantea  lo  contrario  de  la  HIPOTESIS  ALTERNA,  que  dice  que  sí  
se  encontrarán  relaciones  o  diferencias  de  acuerdo  a  las  variables  utilizadas  (NULO  y  ALTERNO   Para  medir  se  usan  instrumentos.  La  diferencia  que  existe  entre  la  realidad  y  el  resultado  de  la  
son  términos  derivados  de  la  estadística).         medida  se  denomina  el  ERROR.  De  ahí  surge  una  fórmula  que  dice  que  la  medida  obtenida  es  
igual  a  la  medida  real  +/-­‐  el  error.  El  análisis  del  error  en  las  medidas  es  una  tarea  en  la  que  se  
debe   insistir   porque   solo   al   reconocerlo,   se   puede   combatir.   Los   errores   en   general   pueden  
suceder   en   el   proceso   de   manejo   de   la   información,   cuando   se   selecciona   la   población   o   ante   la  
interpretación  de  algún  resultado  (confusión).  Algunas  variedades  de  errores  de  información  son:      

   
[ NOMBRE DEL MÓDULO]

13 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 14

 • Errores   derivados   de   la   obtención   de   la   información:   por   ejemplo,   si   se   preguntan   mismas  condiciones,  obtener  la  misma  medida  y  las  diferencias  entre  centímetros  de  la  
asuntos   íntimos   delante   de   otros,   puede   que   la   persona   no   conteste   con   sinceridad.   escala  permiten  entender  quién  de  la  población  objeto  es  más  o  menos  alto.      
Otro  caso  es  el  error  ocasionado  por  cansancio  (formularios  muy  largos)  o  porque  no  se    
entiende,   entonces   el   encuestado   llena   cualquier   respuesta   (y   no   la   verdad).   Otros    
ejemplos  son  los  derivados  de  respuestas  inducidas,  donde  el  entrevistado  contesta  por   • VALIDEZ:   por   validez   se   entiende   que   la   variable   (a   través   del   dato)   responda   a   la  
alguna  presión  determinada  respuesta  (como  preguntarle  a  un  estudiante  al  final  de  la   pregunta  de  investigación  (mida  lo  que  debe  medir).  Otra  forma  de  expresarlo  es  que  la  
clase  si  le  gustó.  La  presencia  del  profesor  hace  difícil  que  el  estudiante  pueda  responder   variable  mide  lo  más  cercano  a  la  realidad.  Por  supuesto  que  resulta  bastante  obvia  esta  
con  libertad).    Por  ejemplo,  usar  un  tensiómetro  descalibrado  (información)  o  una  pesa   condición;   sin   embargo,   no   siempre   se   cumple,   pues   la   validez  exige  ser  probada,   es  
mal  calibrada.       decir,   que   la   variable   ciertamente   contesta   (o   sirve   para   contestar)   la   pregunta   de  
• Errores  al  tabular  (información).  Colocar  “sí”  cuando  debía  ser  “no”.         investigación.  Para  ello  una  forma  de  hacerlo  es  validando  las  variables  o  lo  que  resulta  
más  pragmático,  usando  variables  ya  validadas  de  otras  investigaciones.  

2.8.1. Sesgos  de  selección  

Es  cuando  se  escoge  una  población  que  no  permite  hacer  comparaciones  (con  base  a  la  realidad).    
Por  ejemplo,  estudiando  la  relación  de  cáncer  con  el  café,  tomar  una  población  con  cáncer  que  
tome  café  y  para  comparar  tomar  una  sin  cáncer  que  no  tome  café.  Lo  esperado  es  que  la  única  
diferencia  entre  las  dos  poblaciones  sea  tener  o  no  el  cáncer.    
 
Este  fue  el  caso  de  un  estudio  efectuado  por  el  Doctor  Mac  Mahom,  quien  para  comparar  (estudio    
de   casos   y   controles)   pacientes   con   cáncer   de   páncreas,   seleccionó   pacientes   con   problemas  
gastroduodenales  (a  los  que  se  les  había    prohibido  el  café)  y  no  se  percató  de  esta  situación.  
Cuando  en  los  resultados  se  encontró  una  fuerte  relación  entre  el  café  y  el  cáncer,  asumiendo    
una  actitud  de  duda  crítica,    buscó  y  encontró  el  error  de  selección  que  al  ser  corregido  (tomando  
otra  población  sin  esta  limitación)  hizo  que  desapareciera  la  relación  (da  lo  mismo  tomar  café  que    
no  tomar  café  en  el  cáncer  de  páncreas).      

Un  ejemplo  de  sesgo  de  confusión  quedó  expuesto  con  la  ictericia  por  Salvarsán  cuando  en  el    
pasado  se  creyó  que  era  por  el  Salvarsán  (medicamento  mercurial  utilizado  para  tratar  la  sífilis)  
que  las  personas  desarrollaban  un  cuadro  ictérico.  Se  atribuyó  erróneamente  al  resultado  ese    
concepto.  Hoy  se  sabe  que  era  (y  es)  el  virus  de  la  hepatitis  B  el  responsable.  

Atributos  de  una  medida:  Una  buena  medida  debe  tener  los  siguientes  atributos:          
CONFIABILIDAD:  es  la  congruencia  que  tiene  la  variable  con  lo  que  mide.  Si  se  desea  
•
saber  el  peso  de  una  persona  y  se  pesa  en  una  báscula  y  se  obtiene  un  peso  de  75  kilos,  
 
se  espera  que  si  se  vuelve  a  pesar  se  obtendrá  nuevamente  ese  peso.  La  confiabilidad  
se   obtiene   del   instrumento   de   medición,   cumpliendo   con   la   condición   de   que   si   se    
vuelve  a  medir  se  encuentre  lo  mismo.  Además,  la  escala  derivada  de  la  medida  debe  
permitir  entender  las  diferencias  entre  una  condición  y  otra.  Por  ejemplo,  la  medida  de  
la   talla   en   centímetros   usando   un   tallímetro   permite,   si   se   mide   a   un   sujeto   en   las  

   
[ NOMBRE DEL MÓDULO]

15 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 16

 03 -----

GLOSARIO   BIBLIOGRAFÍA  

Moreno-­‐Altamirano,  A.,  López-­‐Moreno,  S.,  y    Corcho-­‐Berdugo,  A.  (2000).  Principales  medidas  en  
04 -----
epidemiología. Salud  Pública  de  México, 42(4),  337-­‐348.  
Muestreo  probabilístico:  en  este  tipo  de  muestreo,  todos  los  individuos  de  la  población  pueden  
formar  parte  de  la  muestra,  tienen  probabilidad  positiva  de  formar  parte  de  la  muestra.  Por  lo   Alarcón,   J.   (2009).   Epidemiología:   concepto,   usos   y   perspectivas. Revista   Peruana   de  
tanto,   es   el   tipo   de   muestreo   que   deberemos   utilizar   en   nuestras   investigaciones,   por   ser   el   Epidemiología, 13(1),   1-­‐3.   Recuperado   de  
riguroso  y  científico.   http://sisbib.unmsm.edu.pe/bvrevistas/epidemiologia/v13_n1/pdf/a02v13n1.pdf  

Estudio  prospectivo:  es  un  estudio  longitudinal  en  el  tiempo  que  se  diseña  y  comienza  a  realizarse   Arango,  L.  Z.  (2010).  El  aporte  de  la  epidemiología  a  la  salud  colectiva. Latreia,  23(4),  354-­‐361.  
en  el  presente,  pero  los  datos  se  analizan  transcurrido  un  determinado  tiempo,  en  el  futuro.  
Bonita,  R.,  Beaglehole,  R.,  y  Kjellström,  T.  (2008).  Epidemiología  básica. Revista  do  Instituto  de  
Equiprobabilidad:  significa   "igual   probabilidad"   (de   los   resultados   elementales   de   un   Medicina   Tropical   de   São   Paulo, 50(6),   338. Recuperado de
experimento   aleatorio).   Es   una   hipótesis   que   se   hace   sobre   los   resultados   elementales   de   un   https://dx.doi.org/10.1590/S0036-46652008000600012  
experimento   aleatorio   que   permite   usar   la   regla   de   La   place   (casos   favorables   entre   casos  
posibles).  Es  un  juicio  humano  externo  a  la  teoría  y,  en  aplicaciones,  debe  ser  verificado  de  alguna   Carrada-­‐Bravo,   T.   (2000).   Desarrollo   y   usos   de   la   epidemiología   clínica.  Rev   Inst   Nal   Enf   Resp  
manera.   Mex,  13(3),  170-­‐179.  

Tamaño   de   la   muestra:  es   el   número   de   sujetos   que   componen   la  muestra  extraída   de   Casal,  J.,  y  Mateu,  E.  (2003).  Tipos  de  muestreo. Rev  Epidem  Med.  Prev,1(1),  3-­‐7.  
una  población,  necesarios  para  que  los  datos  obtenidos  sean  representativos  de  la  población.  
Hernández-­‐Avila,   M.,   Garrido-­‐Latorre,   F.,   y   López-­‐Moreno,   S.   (2000).   Diseño   de   estudios  
Muestreo:  es  el  proceso  de  seleccionar  un  conjunto  de  individuos  de  una  población  con  el  fin  de   epidemiológicos. Salud  Pública  de  México, 42(2),  144-­‐154.  
estudiarlos  y  poder  caracterizar  el  total  de  la  población.  
Casal,  J.,  y  Mateu,  E.  (2003).  Tamaño  de  la  muestra. Rev  Epidem  Med.  Prev  1,  8-­‐14.  
Muestra  estadística:  es  un  subconjunto  de  casos  o  individuos  de  una  población  estadística.  
Díaz,  W.,  Rabelo  G.,  Martinez  S.  y  Linares  T.  (s.f.).  Apuntes  sobre  la  epidemiología  ocupacional.  En  
Temas   de   salud   ocupacional.   Recuperado   de  
http://www.sld.cu/galerias/pdf/sitios/insat/cap1.pdf    

Fernández,   P.   (2001).   Tipos   de   estudios   clínico-­‐epidemiológicos.   Epidemiología.   Conceptos  

 
básicos.  En:  Tratado  de  epidemiología  clínica.  Madrid,  España:  DuPont  Pharma,  S.A.  
 
López-­‐Moreno,  S.,  Garrido-­‐Latorre,  F.,  &  Hernández-­‐Ávila,  M.  (2000).  Desarrollo  histórico  de  la  
  epidemiología:  su  formación  como  disciplina  científica. Salud  pública  de  México, 42(2),  133-­‐143.  

  Merino,   T.   (2007).   Definiciones:   epidemiología.   Santiago,   Chile.:   Universidad   Católica   de   Chile.  

Recuperado  de  http://escuela.med.puc.cl/recursos/recepidem/introductorios4.htm#ref  
 
Mirón  Canelo,  J.  A.,  Alonso  Sardón,  M.,  e  Iglesias  de  Sena,  H.  (2010).  Metodología  de  investigación  
  en  Salud  Laboral. Medicina  y  Seguridad  del  Trabajo, 56(221),  347-­‐365.  

Díaz,  W.,  Rabelo  G.,  Martinez  S.  y  Linares  T.  (s.f.).  Apuntes  sobre  la  epidemiología  ocupacional.  En  
Temas   de   salud   ocupacional.   Recuperado   de  
http://www.sld.cu/galerias/pdf/sitios/insat/cap1.pdf    

   
[ NOMBRE DEL MÓDULO]

17 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 18

  Sardón,   M.,   e   Iglesias   de   Sena,   H.   (2010).   Metodología   de   investigación   en   Salud   López, D. (2016). Muestreo en salud laboral. [Diagrama]. Elaboración propia.
Laboral. Medicina  y  Seguridad  del  Trabajo, 56(221),  347-­‐365.  
López, D. (2016). Muestreo semiprobabilístico, por cuotas y según criterio de autoridad.
Restrepo,   G.   y   González,   J.C.   (2010).   Libro   de   Biometría   Comunitaria.   Bogotá,   Colombia:  
Fundación   Universitaria   Juan   N.   Corpas.   Recuperado   de   [Diagrama]. Elaboración propia.
https://www.juanncorpas.edu.co/uploads/media/Libro_de_Biometria_Comunitaria.pdf  
López, D. (2016). Población: más y menos representativo. [Diagrama]. Elaboración
Pita   Fernández,   S.,   Vila   Alonso,   M.   T.,   y   Carpente,   J.   (1997).   Determinación   de   factores   de  
riesgo. Cad   Aten   Primaria, 4,   75-­‐78.   Recuperado   de   propia.
https://www.fisterra.com/mbe/investiga/3f_de_riesgo/3f_de_riesgo2.pdf  
López, D. (2016). Tipos de muestreos. [Diagrama]. Elaboración propia.
Remisión  a  fuentes  complementarias  
Navarro, F. (2016). Proceso estadístico para extraer una muestra. [Ilustración].
 Principales   Recuperado de http://image.slidesharecdn.com/brucelosis-131130235601-

Benavides,  F.  G.,  Frutos,  C.  R.,  y  García,  A.  M.  G.  (2007). Salud  laboral:  conceptos  y  técnicas  para   phpapp01/95/brucelosis-4-638.jpg?cb=1385855795
la  prevención  de  riesgos  laborales.  Barcelona,  España:  Masson.  
 
Gordis,  L.  (2005).  Epidemiología.  Madrid,  España:  Elsevier    

Hernández,   I.,   Gil,   A.,   y   Delgado,   M.   (2005).   Manual   de   Epidemiología   y   Salud   Pública   para  
Licenciaturas  y  Diplomaturas  en  Ciencias  de  la  Salud.  Buenos  Aires,  Argentina: Editorial  Médica  
Panamericana.    

OTROS  

Beaglehole,   R,   Bonita,   R.,   Kjellström,   T.   (2003).   Epidemiología   básica.   Washington,   Estados  

Unidos:  Organización  Panamericana  de  la  Salud.  

Hernberg,  S.  (1995).  Introducción  a  la  epidemiología  ocupacional.  Madrid,  España:  Diaz  de  Santos.  

Merletti   F,   Olsen   J,   Vuylsteek   K   (1990).   Estudio   de   las   causas   de   las   enfermedades   laborales.  
Introducción  a  la  epidemiología  laboral.  Barcelona,  España:  SG  Editores.    

Lista  de  figuras  

López, D. (2016). Hipótesis estadísticas. [Diagrama]. Elaboración propia.

López, D. (2016). Métodos no probabilísticos. [Diagrama]. Elaboración propia.

López, D. (2016). Métodos probabilísticos. [Diagrama]. Elaboración propia.

   
[ NOMBRE DEL MÓDULO]

19 POLITÉCNICO GRANCOLOMBIANO EPIDEMIOLOGÍA LABORAL 20

POLITÉCNICO GRANCOLOMBIANO - 2016 ©