Comentarios de Test a distancia 1 vuelta

Epidemiologa

Comentarios de test a distancia 1 vuelta

Epidemiologa
por tanto 0,85x20=17. Del total de sanos el 90% son negativos, lo
Pregunta 1.- R: 4 que quiere decir que la especificidad es el 90%, o sea 0,9=VN/180, de
La sensibilidad de un test diagnstico se define como la probabilidad donde tenemos que los VN son 0,9x180=162. Con VP y VN, podemos
de que un individuo enfermo tenga un test +, dicho de otro modo, completar la tabla como sigue:
la sensibilidad indica la proporcin del total de enfermos que el test
es capaz de detectar.
Si por cada 100 mujeres con cncer de mama confirmado con Enfermos Sanos Total
biopsia, 80 haban presentado una mamografa positiva, entonces Positivos 17 (VP) 18 35
diremos que la sensibilidad de la mamografa es del 80%.
Negativos 3 162 (VN) 165
Sabemos que la tasa de falsos negativos (TFN) es la probabilidad
de que un individuo enfermo sea clasificado como sano y que es el Total 20 180 200
complementario de la sensibilidad. Por lo tanto en esta pregunta,
de cada 100 mujeres con cncer de mama confirmado con biopsia, Nos preguntan que cul es la probabilidad de que un sujeto que
20 no habrn presentado una mamografa positiva, es decir, que la positivo resulte enfermo, es decir, el valor predictivo positivo (VPP).
mamografa tendr una tasa de falsos negativos del 20%, que es lo El VPP=VP/total de positivos. En nuestro caso VPP=17/35.
que dice la opcin 4.
Es importante que diferencies la sensibilidad del valor predictivo
positivo. Mientras la primera es la probabilidad de que estando en-
Pregunta 3.- R: 2
Existen dos tipos de parmetros. Por una parte, los que se refieren a la
fermo des positivo en el test, el VPP es la proporcin de verdaderos
validez interna (capacidad de clasificar como enfermos o como sanos
positivos entre aquellos que han sido identificados como positivos
a los sujetos de una muestra), y son la sensibilidad y la especificidad,
en una prueba de test, o para hacerlo ms sencillo, es la probabilidad
y los que se refieren a la validez externa (aplicable a la poblacin),
de que si has dado positivo ests de verdad enfermo.
que son los valores predictivos positivo y negativo. Los parmetros
Date cuenta de que con los datos que se aportan en el enunciado
de validez externa, adems de estar influidos por el test diagnstico,
slo se puede saber la sensibilidad y la tasa de falsos negativos.
dependen de forma decisiva de la prevalencia (por esto se llaman de
validez externa). Es decir, la sensibilidad y la especificidad no varan
Pregunta 2.- R: 2 con las modificaciones de la prevalencia.
Ante este tipo de preguntas, lo primero siempre es completar una Se cumple lo siguiente:
tabla como la siguiente, que incluya sanos/enfermos y test positivos/ Si aumenta prevalencia: aumenta VPP y disminuye VPN.
negativos: Si disminuye prevalencia: disminuye VPP y aumenta VPN.

Enfermos Sanos La sensibilidad + especificidad no suman 1. Sin embargo hay que

Positivos saber que cuando aumenta una, disminuye la otra. Si aumenta
la sensibilidad de un test entonces aumentamos la capacidad de
Negativos detectar enfermos, aunque alguno de ellos realmente no lo est (es
decir que aumentar el nmero de falsos positivos). Sin embargo, si lo
Como dicen que se aplica la medida a 200 enfermos y que la pro- que aumenta es la especificidad, entonces aumenta la capacidad de
babilidad pretest (prevalencia) es del 10%, tenemos que el total de detectar sanos, incluso aunque algunos enfermos se diagnostiquen
enfermos son 20: como sanos (aumenta el nmero de falsos negativos).

Enfermos Sanos Total Pregunta 4.- R: 5

En este tipo de preguntas lo primero que hay que hacer es la tabla
Positivos de enfermos/sanos y resultado del test:
Negativos
Total 20 180 200 Enfermos Sanos Total
Positivos
Del total de enfermos, un 85% tiene el test positivo. Es decir, Negativos
que la sensibilidad es el 85%. Como la sensibilidad=verdaderos
positivos(VP) /total de enfermos, tenemos 0,85=VP/20. Los VP son
Total

CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com 1
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
el de falsos positivos. Imaginemos que el valor de glucemia para el
Nos dicen que, del total de la muestra (200), 100 son el total de diagnstico de diabetes en ayunas es 200 mg/dl, en vez de 126. En
enfermos y 101 el total de positivos. Adems de los 101 positivos, este caso, algunos enfermos con glucemias menores de 200 no sern
97 coinciden con la biopsia (97 son enfermos y positivos, es decir, diagnosticados (FN), pero habr muy pocos sujetos no diabticos con
verdaderos positivos). Rellenamos la tabla con estos datos: glucemias tan elevadas (pocos FP). As que, como disminuyen los FP,
la mayora de los positivos sern VP. Es decir, el VPP (VPP:VP/VP+FP)
aumentar, que es lo que dice la opcin 4.
Enfermos Sanos Total Si se aplica un test a la poblacin general, el VPP disminuir, ya que
Positivos 97 (VP) 101 la prevalencia de las enfermedades en la poblacin es menor que en
grupos concretos de riesgo, pero en grupos de riesgo lo que disminuye
Negativos
es el VPN, por eso es falsa la opcin 2 (El VPN del test de ELISA para
Total 100 200 el diagnstico de HIV es mayor en drogadictos).

Por ltimo, completamos la tabla: Pregunta 7.- R: 5

Los parmetros de la prueba, si tenemos en cuenta los datos de
Enfermos Sanos Total la tabla, son:
S=VP/total de enfermos. S=5/10.
Positivos 97 (VP) 4 101 E=VN/total de sanos. E=80/90.
Negativos 3 96 (VN) 99 VPP=VP/total de positivos. VPP=5/15.
VPN=VN/total de negativos. VPN=80/85.
Total 100 100 200 La opcin correcta es, por tanto, la opcin 5.
Si te das cuenta, toda la frmula de la opcin 5 equivale a S/1-E.
Concluimos, por tanto, en funcin de los datos de la tabla, que: Este parmetro se denomina cociente de probabilidad diagnstica
S: 97/100=0,97 positivo (CPP) e informa de cunto es ms probable que un test
E: 96/100=0,96 positivo venga de un enfermo que de un sano. La odds pretest se
VPP: 97/101=0,96 calcula a partir de la prevalencia (probabilidad pretest). Informa de
VPN: 96/99=0,97 la probabilidad que tiene un sujeto de estar enfermo por vivir en un
La eficacia del test es: (VP+VN)/Total de la muestra. En nuestra determinado lugar (prevalencia). Si multiplicamos la odds pretest x
pregunta: 96+97/200=0,96. CPP, entonces tendremos la odds postest, que es la probabilidad de
que un sujeto est enfermo por vivir en una determinada poblacin
Pregunta 5.- R: 3 y cuando ha tenido un test positivo.
La eficacia del test es la probabilidad de obtener resultados posi-
tivos y negativos entre el total de la muestra. El valor mximo es 1, Pregunta 8.- R: 2
e indicara que no se han obtenido resultados falsos (ni positivos ni Para responder a cualquier pregunta de este tipo, lo mejor es cons-
negativos). truirse una tabla de contingencia de 2x2, rellenarla con los datos que
Como dice la opcin 2, el VPP se refiere a la probabilidad de ser nos dan y fijarnos en qu nos estn preguntando.
enfermo cuando un sujeto es positivo. Sin embargo la opcin 3 No nos dan el tamao de la muestra pero nos dicen que la preva-
es incorrecta, ya que el VPN es la probabilidad de ser sano cuando lencia es del 95%, as que tomamos el tamao que queramos, 100
el sujeto tiene un test negativo. Esta opcin hace referencia a la para redondear. El total de enfermos sern 95 y los sanos 5. nos dicen
probabilidad de que resulte negativo un individuo sano, y esto es que la sensibilidad y especificidad son 80. Por tanto 0,8 (S) = VP/95
la especificidad. (total enfermos) y 0,8 (E) = VN/5 (total sanos)
Los valores predictivos dependen de la prevalencia, por lo que la
opcin 4 es correcta: ENFERMOS SANOS
Si aumenta prevalencia: aumenta VPP y disminuye VPN.
Si disminuye prevalencia: disminuye VPP y aumenta VPN. TEST POSITIVO 76 (VP)
TEST NEGATIVO 4 (VN)
Un parmetro muy importante que debe valorarse en enfermedades
95 5 100
en las que los FP pueden tener gran repercusin es el VPP. Si es muy
importante que un test positivo provenga de un sujeto enfermo,
entonces necesitaremos un test con alto VPP. Imaginemos que el Completamos la tabla:
ELISA para el VIH es positivo. Antes de decirle al paciente que est
infectado con el VIH, debemos asegurarnos que realmente lo est. ENFERMOS SANOS
Esto ser cierto si el VPP del ELISA es muy elevado.
TEST POSITIVO 76 (VP) 1 77
Pregunta 6.- R: 4
Recuerda que la prevalencia slo influye sobre los valores predic- TEST NEGATIVO 19 4 (VN) 23
tivos. Por lo tanto las opciones 1, 3 y 5 (La sensibilidad del Mantoux 95 5 100
es mayor cuando se realiza en poblacin hacinada; La prevalencia
de la enfermedad modifica la tasa de falsos positivos; El VPN de la
citologa cervical es independiente de la prevalencia de la poblacin Nos preguntan por la probabilidad de que un paciente con test
en la que se aplique) son claramente falsas porque la prevalencia no negativo sea un falso negativo. Es decir, del total de negativos, los
afecta la sensibilidad ni la TFP y s el VPN. que son falsos negativos: 19 (FN) / 23 (total negativos) = 83%
Si se aplica un test muy sensible, aumenta la probabilidad de encon-
trar enfermos, ya sean verdaderos enfermos (VP) o falsos enfermos (FP). Pregunta 9.- R: 3
Imaginemos que aplicamos un test muy sensible en una poblacin con El enunciado de la pregunta hace referencia al grupo de sujetos
baja prevalencia. La mayora de los positivos sern falsos positivos, por que tienen un test positivo, del total de sujetos enfermos. Es decir,
lo que el VPP ser bajo. Sin embargo, cuando la especificidad aumenta, se trata de la sensibilidad de la prueba.
aumenta asimismo el nmero de falsos negativos, pero disminuye Para que la respuesta fuera el VPP, deberan haber preguntado qu

CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com 2
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
proporcin de sujetos que tienen un test positivo son enfermos.
La especificidad hace referencia a la proporcin de sujetos sanos
que tienen un test negativo. Si preguntaran cuntos pacientes con
test negativo son sanos, entonces estaramos hablando del VPN.
La tasa de falsos positivos se refiere al grupo de sujetos que, siendo
sanos, tienen un test positivo (del total de sanos, los que tienen un
test positivo). Si se le suma la proporcin de sanos que tienen el test
negativo (especificidad), tendramos que ambos suman 1 (es decir,
la tasa de falsos positivos y la especificidad son complementarios).
La tasa de falsos negativos es la proporcin de pacientes enfermos
que tienen un test negativo. Si se le suma la proporcin de enfermos
que tienen el test positivo (sensibilidad), tendramos que ambos
suman 1 (es decir, la tasa de falsos negativos y la sensibilidad son
complementarios).
Pregunta 10.- R: 5
En este tipo de preguntas nos van a dar bien una prevalencia muy
baja, bien una prevalencia muy alta. En estos casos, lo ms importante
es fijarnos en los valores predictivos ms que en la sensibilidad o la
especificidad, ya que con prevalencias extremas los valores predictivos
son ms importantes que los parmetros de validez interna del test. Si
la prevalencia es muy baja, como ocurre en esta pregunta, entonces el
valor predictivo positivo del test ser muy bajo, mientras que el valor
predictivo negativo ser muy alto. En nuestro caso, el sujeto ha tenido
un test positivo. Como la prevalencia es muy baja, el VPP es muy bajo,
lo que quiere decir que lo ms probable es que se trate de un sujeto
falso positivo, es decir, que realmente, aunque el test sea positivo, el
sujeto estar sano. Si pensamos que el sujeto est sano, entonces no
habr que hacer nada con el sujeto (opcin 5 correcta). En vista de
los resultados, tenemos que si el test es negativo, no hacemos nada
porque asumimos que el sujeto est sano, mientras que si el test
es positivo, pensamos que se trata de un falso positivo, y por tanto
tampoco le trataremos. La pregunta que nos debemos hacer es est
justificado hacer el diagnstico de EC en esta poblacin?.
Pregunta 11.- R: 1
Nos piden cules son la sensibilidad y la especificidad del ADE.
Primero razonaremos cmo son la sensibilidad y la especificidad de
la ferritina. La ferritina est baja en la anemia ferropnica. Si nosotros
elegimos un valor muy alto como valor diagnstico, entonces la ma-
yora de los sujetos sern considerados enfermos (un valor de ferritina
alto ser sensible). Si elegimos un valor de ferritina bajo, entonces
tendremos que sern diagnosticados como sanos la mayora de los
pacientes (por tanto ser muy especfico). Por tanto, para la ferritina:
valor alto, muy sensible; valor bajo, muy especfico. Nos dicen que la
correlacin entre ambos es negativa, lo que quiere decir que un valor
muy alto de ferritina equivale a uno muy bajo de ADE y uno bajo de
ferritina equivale a uno muy alto de ADE. Por tanto, si el valor bajo de la
ferritina era muy especfico, un valor de ADE alto ser muy especfico,
y si un valor alto de ferritina es muy sensible, entonces uno muy bajo
de ADE es muy sensible. La opcin correcta es, por tanto, la 1.
Sensible: ferritina alta, ADE bajo.
Especfico: ferritina baja, ADE alto.
Pregunta 12.- R: 2
Un test sensible es especialmente importante en aquellas circuns-
tancias en las que es importante saber que un sujeto realmente est
enfermo. No queremos que se nos escape ningn enfermo, aunque
sabemos que podemos tener falsos positivos. La respuesta correcta
es la opcin 2 porque, si la enfermedad que estamos investigando
es tratable, entonces debemos detectar a todos los pacientes que
existen, y esto lo conseguiremos con un test sensible. Sin embar-
go, preferimos un test especfico cuando queremos que no se nos
quede sin diagnosticar ningn sujeto sano, aunque esto implique
que detectemos como sano a un sujeto enfermo. Si la enfermedad
es incurable (por ejemplo la demencia), entonces es posible que no
interese detectarla, por lo que no interesar un test sensible. Igual-
CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com
mente, como con un test muy sensible puede haber muchos falsos
positivos, si lo que queremos es asegurar el diagnstico, entonces
deberemos realizar un test especfico. Si un resultado falsamente
positivo puede producir un trauma psicolgico a un paciente, y por
tanto pretendemos un alto grado de seguridad antes de comunicar
el resultado, necesitaremos realizar un test especfico (por ejemplo,
si hay que confirmar el diagnstico del SIDA).
Pregunta 13.- R: 3
Si se pretende introducir una prueba de screening en la poblacin,
lo primero que tenemos que conocer es cul es la prevalencia de la
enfermedad en esa comunidad. Imaginemos que nosotros vamos a
introducir la mamografa como prueba de screening del cncer de
mama en una poblacin. Lo que nos va a interesar es que cuando
la paciente tenga una mamografa positiva, realmente padezca la
enfermedad. Esta propiedad es el valor predictivo positivo que, si es
alto, indicar que, cuando el test es positivo, lo ms probable es que
la paciente padezca el cncer. Para que el valor predictivo positivo
sea alto, entonces la prevalencia de la enfermedad en la comunidad
donde se aplica deber ser elevada. Como en el enunciado de la
pregunta no se nos habla de cul es la prevalencia de la enfermedad,
entonces elegimos el VPP (asegura que la prevalencia ser adecuada
para poder aplicar el test de screening). Si nos hubieran dicho que
la prevalencia de la enfermedad es elevada, entonces habra que
haber elegido un test muy sensible, porque si la prevalencia es tan
alta, entonces detectaremos muchos sujetos, siendo muy pocos los
falsos positivos. Si por el contrario nos dicen que la prevalencia es
baja, entonces necesitaremos asegurar que vamos a tener pocos
falsos positivos; esto lo conseguiremos si realizamos un test muy
especfico.
Pregunta 14.- R: 3
Tres son los conceptos asociados a la evaluacin del riesgo (la
probabilidad de desarrollar una enfermedad por estar expuesto a
ciertos factores) en los estudios epidemiolgicos, el de factor de
riesgo, marcador de riesgo e indicador de riesgo.
Un factor de riesgo es una variable endgena o exgena al individuo,
controlable, que precede al comienzo de la enfermedad y que est
asociada a un incremento de la probabilidad de aparicin de la misma;
un ejemplo puede ser la hipercolesterolemia como factor de riesgo
de cardiopata isqumica, que es lo que dice la opcin 4.
Un marcador de riesgo, el concepto por el que nos preguntan, es una
variable no controlable, endgena al individuo (constitucional), y cuya
presencia anuncia a los individuos particularmente vulnerables. Un
ejemplo de marcador de riesgo es el sexo masculino como marcador
de riesgo de cardiopata isqumica. La opcin correcta es la 3.
Por ltimo un indicador de riesgo es una variable sin relacin causal
con el problema, pero cuya presencia alerta precozmente sobre el
padecimiento, como las manchas de Koplik como signo precursor
de la aparicin del sarampin.
Pregunta 15.- R: 4
Los criterios de causalidad tratan de explicar la asociacin causal
entre un factor de riesgo y una enfermedad. Para establecer una
relacin causal no deben cumplirse todos los criterios. De hecho, el
nico que siempre va a aparecer es la secuencia temporal (no puedo
padecer cirrosis alcohlica si nunca he tomado antes alcohol). De
todos los criterios, el mejor para establecer una asociacin causal
es la demostracin experimental, aunque no siempre es posible
establecer este criterio.
El criterio de dosis-respuesta hace referencia a que a mayor dosis
del factor de riesgo, mayor es la enfermedad que se produce.
La plausibilidad biolgica se refiere a que la asociacin entre el hi-
pottico factor de riesgo y la enfermedad que produce es explicable
por los conocimientos cientficos del momento.
El efecto de la cesacin tiene que ver con que, si se abandona la
exposicin al factor de riesgo, entonces disminuye el efecto produ-
3
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
cido. Evidentemente este criterio no debe cumplirse siempre. Si un
nio que ha contrado leucemia en Chernovil viene a vivir a Madrid,
evidentemente no le va a desaparecer la leucemia porque en Madrid
haya menos exposicin a la radiacin.
Pregunta 16.- R: 2
Las formas que tenemos de medir son la razn, la tasa y la pro-
porcin.
La razn es un cociente en el que el numerador no se incluye en
el denominador: a/b. Este parmetro es adimensional.
La proporcin es un cociente en el que el numerador s forma parte
del denominador: a/a+b.Tambin es adimensional. Son proporciones
la incidencia acumulada y la prevalencia. La incidencia (o incidencia
acumulada) en el numerador tiene a los enfermos NUEVOS y en el
denominador, la poblacin en RIESGO. La incidencia equivale al riesgo
de desarrollar una enfermedad en una comunidad. La prevalencia
tiene en el numerador al TOTAL de enfermos y en el denominador el
TOTAL de la poblacin. La prevalencia informa de cul es la carga de
una enfermedad determinada que soporta una poblacin.
La tasa es una proporcin que en el denominador tiene incluido el
tiempo. La dimensin es tiempo-1. La tasa o densidad de incidencia
es una tasa. En el numerador incluye a los enfermos NUEVOS y en
el denominador, a las PERSONAS x AO en riesgo. La densidad
de incidencia informa de la velocidad con la que aparece una
enfermedad en la poblacin.
Pregunta 17.- R: 4
La prevalencia es una proporcin y no una tasa. Por tanto, la prevalen-
cia es adimensional. Este cociente incluye en el numerador al total de
los enfermos de una poblacin, tanto a los sujetos recin detectados
como a los sujetos que ya estaban previamente catalogados como
enfermos. El denominador incluye al total de la poblacin y, aunque a
la prevalencia se le puede denominar tasa de prevalencia, sto no es
correcto, ya que, como hemos visto, no se trata en realidad de una tasa,
sino de una proporcin. La frmula del riesgo relativo es: incidencia en
expuestos/incidencia en no expuestos (Ie/Io). Para calcular, por tanto,
el riesgo relativo es necesario conocer la incidencia de enfermedad
(casos nuevos) y no sirve con conocer la prevalencia (casos totales).
Por tanto, no puede calcularse el riesgo relativo con la prevalencia. La
medida de asociacin que s puede calcularse conociendo la prevalen-
cia es la razn de prevalencias: prevalencia en expuestos /prevalencia
en no expuestos (Pe/Po). Mientras que para conocer la incidencia de
la enfermedad es necesario realizar como estudio epidemiolgico un
diseo de cohortes, para conocer la prevalencia es necesario realizar
un estudio de corte o transversal. Recuerda:
Transversal - prevalencia - razn de prevalencias.
Cohortes - incidencia - riesgo relativo.
Pregunta 18.- R: 1
El enunciado de la pregunta hace referencia a la probabilidad de de-
sarrollar la enfermedad, es decir, al riesgo de presentar la enfermedad.
Siempre que se haga referencia al riesgo individual de desarrollar la
enfermedad hay que pensar que lo que estn preguntando es sobre la
incidencia. La prevalencia no habla de riesgos de enfermar, sino de la
frecuencia de enfermedad en una poblacin. El riesgo relativo no es una
medida de frecuencia de enfermedad, sino una medida de asociacin.
Compara riesgos: incidencia en expuestos/incidencia en no expuestos.
El riesgo atribuible y la fraccin etiolgica en expuestos son medidas
del efecto o impacto. Ambas informan de cunto de la enfermedad se
debe al factor de riesgo y por tanto cunto de la enfermedad se evitara
si el grupo expuesto abandonase el hbito del tabaco.
Medidas de frecuencia: incidencia, prevalencia, densidad de inci-
dencia.
Medidas de asociacin: riesgo relativo, odds ratio, razn de pre-
valencias.
Medidas del efecto o impacto: riesgo atribuible, fraccin etiolgica
en expuestos.
CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com
Pregunta 19.- R: 3
Nos preguntan que cul es la incidencia acumulada en el segundo
ao. Para calcular esto, tenemos que saber cuntos casos nuevos se
han producido en el segundo ao (numerador) y cuntos sujetos eran
susceptibles de enfermar al inicio del segundo ao (denominador).
Como se producen 10 casos por ao, el numerador ser 10. La inci-
dencia en el primer ao ser por tanto: 10/10.000. El numerador del
segundo ao ser de nuevo 10, pero habr cambiado el denominador,
ya que ahora no habr 10.000 personas sanas, sino que habr que
restar los 10 sujetos que enfermaron en el primer ao. El denominador
es, por consiguiente, 10.000-10. La incidencia de enfermedad en el
segundo ao es entonces 10/9.990. Si nos hubieran preguntado que
cul es la incidencia en los dos aos de estudio, entonces habra que
sumar los sujetos nuevos de los dos aos y en el denominador los
sujetos susceptibles al inicio del estudio: 20/10.000.
Pregunta 20.- R: 4
Nos preguntan que cul es la incidencia de SIDA al final de los dos
aos de estudio. Necesitamos por tanto saber (en el numerador),
cuntos casos nuevos de enfermedad se han producido en los dos
aos. En el primer ao se produjeron 12 casos nuevos, y en el segundo,
2 casos nuevos. El numerador por tanto va a ser 14. Para saber cul es
el denominador, tenemos que quitar del total de la poblacin la que
ya no es susceptible de enfermar en el momento del inicio del estudio,
porque ya est enferma. En nuestro ejemplo sern 100.000 menos los
100 casos de SIDA que existen. Es decir, 99.900. La incidencia ser por
tanto 14/99.900. Modifican la incidencia los casos de SIDA que han
fallecido?. La respuesta es no. Si han muerto de SIDA, quiere decir que
ya estaban enfermos de SIDA previamente y, en consecuencia, ya no
los habamos tenido en cuenta al calcular la incidencia.
Pregunta 21.- R: 4
Si de una poblacin determinada se selecciona aleatoriamente una
muestra y el estudio consiste en ver cuntas de ellas presentan cierta
caracterstica o patologa, estamos haciendo un estudio de corte o
prevalencia, no un estudio de cohortes.
La prevalencia es el nmero total de casos entre el total de la pobla-
cin. No hace distincin entre casos antiguos y nuevos y nos describe la
situacin en un momento determinado del tiempo. En este estudio lo
que nos describen es la prevalencia de artritis reumatoide en mujeres,
que ser de 70/1.038, que es lo que dice la opcin 4.
La incidencia acumulada se define como el nmero de casos nuevos
de una enfermedad que se producen en un perodo de tiempo y
aporta informacin sobre la probabilidad de que un individuo desa-
rrolle la enfermedad en ese perodo, es decir, sobre el riesgo. Como
ves, en un estudio de corte no podemos calcular incidencia (ya que
no disponemos de un grupo de personas sanas a las que vamos a
seguir) ni riesgo.
La densidad de incidencia es el nmero de casos nuevos de la en-
fermedad que se producen en un perodo de tiempo, teniendo en
cuenta la informacin que aporta cada uno de los individuos, es decir,
el tiempo que hemos seguido a cada individuo. Como ves, tampoco
la podemos calcular en un estudio de corte o prevalencia.
Pregunta 22.- R: 1
Los estudios epidemiolgicos se dividen en observacionales y ex-
perimentales. La diferencia entre ambos es lo que caracteriza a los
estudios experimentales. En primer lugar, en los estudios experimen-
tales, el investigador introduce en la muestra la medida a estudiar; en
segundo lugar, asigna a los sujetos de la muestra a uno u otro grupo
de estudio. Si la asignacin a uno u otro grupo se realiza de forma
randomizada, estaremos ante un estudio experimental puro, mientras
que si la asignacin no se hace aleatorizada (randomizada, por azar)
se dice que estamos ante un estudio cuasiexperimental.
Los estudios observacionales se dividen en dos grupos. Por una parte
4
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
estn los longitudinales, que se caracterizan porque en el momento
del diseo del estudio no estn presentes a la vez factor de riesgo de
estudio y la enfermedad, y transversales, que se caracterizan porque
factor de estudio y enfermedad estn presentes a la vez.
En el caso que nos proponen, nos preguntan por el total de personas que
son VIH +, del total de personas con sndrome de fatiga crnica. Sera como
hacer una fotografa en un momento concreto de cmo est la muestra.
No se hace seguimiento de los sujetos. Slo se dice cuntos hay enfermos
(VIH +) del total de muestra (fatiga crnica). Esto es lo que define los diseos
transversales tambin llamados de corte o prevalencia (porque la medida
de enfermedad que puede calcularse es la prevalencia).
Pregunta 23.- R: 2
Los diseos experimentales son los mejores diseos que existen para
demostrar la relacin de causalidad. Basta con pensar que si lo que
quiero es demostrar la relacin entre talidomida y focomelia, lo nico
que tendra que hacer es dar talidomida a un grupo de embarazadas y
placebo a otro grupo de embarazadas y ver cuntos nios con focomelia
nacen en cada grupo. Esto que parece tan sencillo tiene dos problemas
fundamentales. Uno de ellos es que los estudios experimentales son
caros. El segundo y ms importante ya se habr imaginado si tenemos en
cuenta el ejemplo de la pregunta: son muy importantes los problemas
ticos que pueden cometerse al plantear la realizacin de un estudio
experimental. Como es una verdadera limitacin el problema que
plantea la tica cuando se est investigando una relacin etiolgica,
la mayora de las veces los diseos experimentales se realizan para
comparar opciones de tratamiento (investigacin evolutiva), siendo
el prototipo de estudio el ensayo clnico aleatorio. Como los estudios
experimentales son diseos muy controlados, es muy difcil la aparicin
de sesgos (la asignacin aleatoria o randomizacin se emplea para
evitar sesgos) y permite controlar las prdidas que se hayan podido
producir durante el seguimiento.
Pregunta 24.- R: 5
La fase 3 de los ensayos clnicos puede disearse en paralelo: la muestra
se divide en dos grupos y cada uno de ellos va a recibir un solo frmaco,
pero tambin pueden disearse en cruzado, en el cual los dos grupos
van a recibir los dos tratamientos, pero en orden alternativo.
El estudio que nos describen en esta pregunta es un ensayo
clnico cruzado, por lo tanto se trata de un estudio experimental y
prospectivo, como dice la opcin 1.
Tiempo 0
Grupo 1: tratamiento A Grupo 2: tratamiento B
Perodo de blanqueo
Tiempo 1
Grupo 1: tratamiento B Grupo 2: tratamiento A
Pregunta 24. Ensayo clnico cruzado.
En los ensayos clnicos cruzados, el efecto residual se puede prevenir
mediante la aplicacin de una fase de blanqueo o de lavado, de modo
que el primer frmaco haya sido totalmente aclarado del organismo
antes de administrar el segundo.
Este tipo de estudio consiste en que un mismo paciente va a reci-
bir los dos tratamientos objeto de comparacin en dos momentos
distintos, de modo que cada paciente sirve de control a s mismo, lo
cual, al reducir la variabilidad, permite llevar a cabo el estudio con un
tamao muestral menor al del diseo clsico, dicho de otro modo,
que este tipo de estudio destaca por su eficiencia.
Claro que por este mismo motivo expuesto (se hace con menos
personas que un ensayo clnico en paralelo) cualquier prdida durante
el seguimiento, en este tipo de ensayo clnico, tiene ms repercusin
y no menos como dice la opcin 5.
CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com
Pregunta 25.- R: 1
La randomizacin, aleatorizacin o asignacin aleatoria, consiste
en asignar al azar a uno u otro grupo del estudio a los sujetos de la
muestra. Esta caracterstica es exclusiva de los diseos experimentales
puros, como son el ensayo clnico y el ensayo de campo.
La randomizacin se realiza para evitar la aparicin de sesgos de
seleccin. Se persigue obtener grupos de estudio ms o menos ho-
mogneos, aunque esto puede no conseguirse porque el azar haga
que uno de los grupos de estudio tenga caractersticas distintas al
otro grupo. Cuanto mayor sea el tamao muestral, menos afectar
el azar en esta asignacin
Pregunta 26.- R: 4
Se trata de un estudio en el que se dan dos circunstancias muy
especiales: en primer lugar, el investigador introduce la medida a
estudiar (vacunacin con Salk). En segundo lugar, el investigador
es quien dice qu sujetos van a ser vacunados y quines recibirn
placebo. Se cumplen, pues, las dos premisas para que se trate de un
estudio experimental, y en consecuencia no puede tratarse ni de un
estudio de casos y controles ni de un estudio de cohortes. Podramos
pensar que se trata de un ensayo clnico, pero esto no es as, ya que
se evala una medida preventiva, y no un tratamiento.
Si tenemos en cuenta esto ltimo, deberemos pensar que esta-
mos ante un ensayo de campo, ya que, como en el ensayo clnico,
la medida de estudio se puede administrar de forma individual, y
esto nos va a permitir randomizar (la decisin de si un nio recibe
la vacuna tipo Salk o recibe el placebo es debida al azar). Como ves,
el ensayo de campo se trata, al igual que el ensayo clnico, de un
estudio experimental puro.
Pregunta 27.- R: 2
En este estudio es el investigador el que asigna a los sujetos a uno
u otro grupo de estudio, es quien decide qu grupo tomar agua
clorada y qu grupo no.
En este caso, por tanto, la respuesta correcta no va a poder ser ni
el estudio de casos y controles ni el estudio de cohortes (estudios
observacionales). Podramos pensar que se trata de un ensayo cl-
nico, pero en el diseo de la pregunta se da la circunstancia de que
los individuos son sanos (en el ensayo clnico son habitualmente
enfermos) y de que se valora una medida preventiva (en el ensayo
clnico se evala una medida teraputica). Debemos dudar, por tanto,
entre el ensayo de campo y el estudio de intervencin comunitaria.
La diferencia entre estos dos ltimos est en que, en el ensayo de
campo, la aplicacin de la medida a estudiar se realiza de forma
individualizada, lo que permite randomizar (estudio experimental
puro), y en el estudio comunitario de intervencin no se puede hacer
asignacin aleatoria (estudio cuasi-experimental). En el caso de la
pregunta, la fluoracin se hace en grupos (una comunidad, un tipo
de agua; otra comunidad, otro tipo de agua), por lo que se trata de
un estudio de intervencin comunitaria.
Pregunta 28.- R: 1
El riesgo relativo (RR) es una medida de asociacin, lo cual quiere
decir que mide dos aspectos:
1. Cunto se asocian un factor de riesgo (FR) y una enfermedad (E).
25. Qu caractersticas tiene la asociacin (si es protectora o es
de riesgo).
El RR se obtiene de los diseos de cohortes, ya que se necesitan
incidencias para poder calcularlo y el nico diseo observacional
en el que se calculan incidencias es en el de cohortes. El rango o
recorrido del RR es de 0 a infinito. La frmula es: Ie/Io (incidencia
en expuestos/incidencia en no expuestos). El RR puede tomar tres
valores distintos:
RR>1. Significa que Ie>Io, por lo que el factor que estamos estu-
diando se considera factor de riesgo. Por ejemplo, fumar para la
aparicin de cncer de pulmn.
5
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
RR=1. Significa que Ie=Io. Quiere decir que no existe relacin entre
la exposicin al factor de riesgo y la aparicin de la enfermedad.
Ocurrira por ejemplo, entre exposicin al tabaco y cncer de
tero.
RR<1. En este caso Ie<Io. La medida que se estudia estara ac-
tuando como un factor protector. Por ejemplo, vacunacin para
el desarrollo de hepatitis B.
Pregunta 29.- R: 3
La fuerza de la asociacin es un criterio de causalidad muy impor-
tante e implica que el riesgo de desarrollar un proceso patolgico es
mayor entre los sujetos expuestos a un factor de riesgo que los que
no estn expuestos a dicho factor. Esto viene medido por el riesgo
relativo, que es la razn entre la incidencia de enfermedad en el grupo
expuesto y la incidencia de enfermedad en el grupo no expuesto. Si
el RR es mayor de 1, significa que el factor de estudio es de riesgo y
si es menor de 1, que es protector. Cuanto ms se aleje el valor del
RR de 1, mayor ser el efecto de riesgo o protector, respectivamente
(RR=2 es de riesgo, pero ms ser RR=4; RR =0,8 es protector, pero
ms protector ser 0,4).
No hay que confundir por tanto la fuerza de la asociacin (RR) con
el efecto dosis-respuesta, que implica que cuanto mayor sea la expo-
sicin, mayor va a ser el riesgo de desarrollar la enfermedad (en este
caso, no se compara el riesgo de los sujetos no expuestos).
La asociacin de un solo factor de riesgo con una sola enfermedad
se denomina especificidad de la asociacin, siendo esto muy raro en
la prctica mdica habitual.
La obtencin de evidencias similares obtenidas en diferentes estu-
dios se denomina reproducibilidad de los resultados.
Pregunta 30.- R: 3
En un diseo transversal (de corte) se obtiene informacin en un
momento concreto (por eso se llama de corte) de cmo se encuentra
una comunidad. Sirve para comprobar cuntos sujetos de una comu-
nidad estn enfermos y cuntos estn expuestos a un determinado
factor de riesgo en un momento concreto, sin tener en cuenta la
secuencia temporal (por eso se llama transversal). Lo vamos a ver
con un ejemplo. Un diseo transversal consistira en seleccionar una
muestra formada por los sujetos del padrn en un momento concreto.
Algunos de esos sujetos tendrn cardiopata isqumica, pero otros
no. Adems, algunos sujetos sern diabticos y otros no. Por tanto,
lo que vamos a medir es cuntos pacientes estn enfermos, del
total de la muestra. Estamos calculando por tanto la prevalencia de
enfermedad en la muestra (por eso se llama de prevalencia). Como
contamos el total de sujetos y no podemos saber si son nuevos o
no, no podremos calcular la incidencia. En nuestro ejemplo, tambin
calculamos el nmero de diabticos, pero tambin podamos calcular
el de fumadores, el de hipertensos... El inconveniente de este estudio
es que no podemos saber si estos ltimos son factores de riesgo, al
carecer en este diseo de la secuencia temporal. Por esto se dice que
se estudian posibles factores de riesgo.
Pregunta 31.- R: 1
El diseo de cohortes es el mejor estudio observacional para
establecer relaciones de causalidad entre un factor de riesgo y una
enfermedad. Esto es as porque en este tipo de estudios es muy difcil
cometer sesgos, al ser la secuencia temporal muy precisa. Este estudio
se caracteriza por el siguiente diseo: Factor de riesgoEnfermedad.
La seleccin de sujetos se realiza excluyendo a los casos prevalen-
tes (enfermos), de forma que al inicio del estudio todos los sujetos
participantes estn sanos, unos expuestos al factor de riesgo y otros
no. Veremos un ejemplo. Una tarde acudo a un partido de ftbol, y
en la puerta del estadio selecciono una muestra de 100 sujetos, que
incluyen a aficionados de los dos equipos de ftbol. Tras finalizar el
encuentro, mido en cada uno de los sujetos del estudio la aparicin
de eventos cardiolgicos. Al inicio del partido no hay sujetos con
eventos cardiolgicos (todos sanos), estando unos sujetos expuestos
CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com
(pertenecen al equipo perdedor) y otros no expuestos al factor de
riesgo (seguidores del equipo vencedor). Como todos los sujetos al
inicio del estudio son sanos, los enfermos que aparezcan son enfer-
mos nuevos, lo que nos permitir calcular incidencias. El clculo de
incidencias nos permitir adems calcular el riesgo relativo.
Pregunta 32.- R: 4
El metaanlisis es un anlisis estadstico que combina los resultados
de varios ensayos clnicos independientes que el investigador consi-
dera que se pueden combinar. Es un estudio observacional de ensayos
clnicos, por lo que est sometido a los mismos sesgos de los estudios
observacionales. No puede tener mayor fortaleza metodolgica que
los estudios primarios. Si analiza ensayos clnicos de buena calidad,
el metaanlisis obtendr resultados fiables.
Pregunta 33.- R: 2
Estamos ante un estudio que se caracteriza porque en la seleccin
de la muestra se escoge a un grupo se sujetos con cncer de pulmn
(casos) y a un grupo de controles. Posteriormente se investiga en
cada uno de los grupos de pacientes el consumo de cigarrillos
(exposicin). Este diseo, como puedes ver, consiste en: EFR, y
es lo que caracteriza a un estudio de casos y controles. Como en
este diseo se parte de sujetos enfermos pero no se sabe si son
nuevos o no, no se podrn calcular incidencias (s en los estudios
de cohortes). Adems, no contamos con el total de la poblacin,
sino con el grupo de enfermos, por lo que tampoco vamos a poder
calcular prevalencias (s en los estudios transversales). La fuerza
de la asociacin en los estudios de casos y controles se calcula
mediante la odds ratio (OR), cuya frmula es: (casos expuestos/
casos no expuestos)/(controles expuestos /controles no expuestos).
El significado es el mismo que el del riesgo relativo. Por tanto, si
el OR es mayor de 1, se dice que el factor que se est estudiando
es de riesgo y si, por el contrario, es menor de 1, se dice que es
protector.
Pregunta 34.- R: 2
Si lo que queremos es saber cul es la multicausalidad de una en-
fermedad, nos va a interesar un estudio que, partiendo de los sujetos
enfermos, permita interrogarles sobre los posibles factores de riesgo.
Necesitamos, por tanto, un estudio con el diseo EFR, es decir, un
estudio de casos y controles. Supongamos que estoy interesado en
las posibles causas del infarto agudo de miocardio. Para ello voy a
seleccionar un grupo de pacientes con IAM y otro grupo de sujetos
sanos. Posteriormente investigar sobre la exposicin al tabaco en
cada grupo, pero tambin podr interesarme sobre la presencia de
diabetes mellitus o hipertensin o hipercolesterolemia en cada grupo
de sujetos. EFR1, FR2,...,FRn. Este estudio es muy til para estudiar
la multicausalidad, excepto en una circunstancia: cuando el factor
de riesgo sea raro.
Pregunta 35.- R: 3
En el caso de que nos interese averiguar la multiefectividad de un
factor de riesgo deberemos seleccionar un diseo que parta desde
el factor de riesgo y permita estudiar las posibles enfermedades que
puedan aparecer: FRE. Se trata este diseo, como ves, de un estudio
de cohortes. Supongamos que quiero saber cul es la relacin que
existe entre las relaciones sexuales precoces y la aparicin de cncer
de crvix uterino. Para ello selecciono una muestra de novicias de un
convento y un grupo de adolescentes que tengan relaciones sexuales.
Tras el seguimiento que se produce en cada cohorte, sabr cuntos
casos han aparecido de cncer en cada grupo. No obstante, tambin
podr conocer el nmero de casos nuevos de tumores ovricos,
uterinos, etc, que se producen en cada grupo de estudio. En este
ejemplo, como en cualquier diseo de cohortes, todos los sujetos
de la muestra como habrs observado, son sujetos sanos. FRE1, E2,
..., En. El inconveniente de este diseo es que, si queremos investigar
6
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
la multiefectividad de un FR y nos interesa estudiar una enfermedad
rara, es posible que nunca aparezca dicha enfermedad.
Pregunta 36.- R: 2
El estudio de cohortes es el mejor estudio observacional, ya que
tiene un diseo prospectivo (FR E), lo cual implica que no es fcil
que se cometan sesgos o errores sistemticos durante la realizacin
del estudio. Si embargo, por ser prospectivo, tiene la limitacin de
que este diseo no va a ser muy til en las enfermedades con largo
periodo de induccin. Supongamos que vamos a estudiar la relacin
que existe entre el tabaco y el desarrollo de cncer de pulmn. Para
ello seleccionamos una muestra de estudiantes de un instituto, de
forma que la mitad fuma y la otra mitad no. En cada grupo veremos
los casos nuevos de cncer que aparecen. En este estudio, como
estamos viendo, el problema es que el tiempo que transcurre
desde que se inicia el estudio hasta que aparece la enfermedad
es demasiado largo, lo cual puede dar lugar a prdidas de sujetos
de la muestra. Para evitar este problema, lo que podemos hacer es
estudios de cohortes histricos, llamados tambin retrospectivos.
En este caso se divide a la muestra en expuestos o no expuestos,
a partir de la informacin obtenida en historias clnicas. Posterior-
mente clasificaremos a los sujetos en enfermos o sanos, segn los
datos de las mismas historias.
Diseo de cohortes prospectivo: investigador FR E.
Diseo de cohortes histrico: FR E investigador.
Pregunta 37.- R: 4
En este tipo de preguntas, lo habitual es dudar entre un estudio de
cohortes y un diseo de casos y controles, ya que cuando leemos el
enunciado de la pregunta estamos viendo que nos hablan de enfer-
mos y sanos. La clave de este tipo de preguntas es saber cmo est
la muestra al inicio del estudio. Si toda la muestra al inicio del estudio
est sana, se tratar de un diseo de cohortes. Si por el contrario, al
inicio existe un grupo de pacientes sanos pero hay otro enfermo,
estamos ante un diseo de casos y controles.
En este caso, lo que tenemos es un grupo de 1.000 personas, de las
cuales 500 estn expuestas (fuman) y 500 no expuestas (no fuman).
Como vemos, al inicio del estudio no hay nadie con cncer de vejiga,
por lo que podemos decir que se trata de un diseo de cohortes. Sera
muy distinto si nos dijeran que al inicio del estudio tenemos a 1.000
personas, de las que 500 tienen cncer y 500 estn sanas, buscando a
posteriori cuntos individuos fuman en cada grupo. En este segundo
caso estaramos ante un diseo de casos y controles.
Pregunta 38.- R: 3
Nos preguntan por la medida de fuerza de asociacin de los
diseos de cohortes, que es el riesgo relativo (RR). Para calcularlo
vamos a necesitar el riesgo de enfermar en expuestos (incidencia en
expuestos) y el riesgo de enfermar en los no expuestos (incidencia
en no expuestos). Como sabemos, la incidencia es una proporcin
que en el numerador tiene a los casos nuevos (que en un estudio
de cohortes, como todos los casos son nuevos, equivale al total de
casos) y en el denominador a los sujetos susceptibles de enfermar
(como en un estudio de cohortes todos son sanos, equivale al total
del grupo expuesto Ie, o no expuesto Io). En el caso de la pregunta,
tenemos:
Fumadores: 500.
No fumadores: 500.
Total de cnceres: 50. En fumadores: 45 (en no fumadores, por
tanto, 50 - 45=5).
Incidencia en fumadores (Ie): 45/500=0,09.
Incidencia en no fumadores (Io): 5/500=0,01.
RR=Ie/Io. RR=0,09/0,01=9. Lo que quiere decir que los fumadores
tienen un riesgo 9 veces superior al de los no fumadores de desa-
rrollar cncer de vejiga.
CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com
Pregunta 39.- R: 2
Nos preguntan por una medida del efecto o impacto, que es
la fraccin etiolgica en expuestos (FEE). Esta medida informa
de qu porcentaje de la enfermedad se debe a la exposicin,
por tanto en el grupo de expuestos. Por ejemplo, si yo leo que
el 60% de los cnceres de pulmn en los fumadores se deben
al tabaco, estoy diciendo que la FEE es el 60%. Se denomina
tambin medida del impacto (medida de beneficio) porque
tambin nos habla del porcentaje de cnceres de pulmn que
se evitaran si los pacientes fumadores dejaran de fumar (60%).
La frmula es: FEE=(Ie-Io)/Ie.
En el caso de la pregunta, la incidencia en expuestos es, Ie=0,09
y en no expuestos, Io=0,01. La FEE por tanto ser FEE=(0,09-
0,01)/0,09=88%, lo que quiere decir que el 88% de los cnceres
de vejiga en los fumadores se deben al tabaco. Otra forma de
calcular la FEE es a partir del RR. En nuestra pregunta el RR=9. La
FEE no vara si numerador y denominador se dividen por el mismo
nmero, por lo que si lo dividimos por Io, tendremos que FEE=(Ie/
Io-Io/Io)/(Ie/Io). O lo que es lo mismo: FEE=(RR-1)/RR. En nuestro
caso (9-1)/9=88%.
Pregunta 40.- R: 1
Nos preguntan sobre cul es la mejor forma de obtener la prevalencia.
Para ello tenemos que tener un estudio que en su inicio tenga al total
de la poblacin y que adems nos permita saber cuntos enfermos
hay en esa poblacin en un momento determinado. Necesitamos,
por tanto, un diseo de corte o transversal. Supongamos que yo
quiero saber cul es la prevalencia de infeccin del tracto urinario
en un hospital. Para ello tengo que seleccionar al total de pacientes
que estn ingresados (poblacin) y saber cuntos estn enfermos
(padecen infeccin urinaria).
Recuerda la siguiente tabla:
Medida de
Medida de Medida de
efecto o
frecuencia asociacin
impacto
Diseo trans- Razn de
Prevalencia ---
versal prevalencias
Casos y con- FEE: (OR-1)/
--- Odds ratio
troles OR
Riesgo RAE: Ie-Io
Cohortes Incidencia
relativo FEE: (Ie-Io)/Ie
Pregunta 40. Anlisis de medidas de la enfermedad
de cada tipo de estudio
Pregunta 41.- R: 1
En este diseo tenemos a la muestra dividida en dos grupos, no en
funcin de si estn o no estn enfermos, sino en funcin de si estn
o no estn expuestos al factor de riesgo: obesidad. Como al inicio del
estudio no hay nadie que est enfermo, todas las mujeres son sanas,
no existiendo a priori ningn caso de preeclampsia, podemos afirmar
que se trata de un diseo de cohortes. Si quisiramos calcular el RR
de este estudio, tendramos lo siguiente:
Mujeres obesas (pacientes expuestos): 100.
Mujeres no obesas (pacientes no expuestos): 200.
Casos de eclampsia (enfermedad): 60. 40 en obesas, luego 20 en
no obesas.
Incidencia en expuestos (casos nuevos en obesas): 40/100=0,4.
Incidencia en no expuestos (casos nuevos en no obesas):
20/200=0,1.
Riesgo relativo: RR=0,4/0,1=4.
Es decir, que la obesidad multiplica por 4 el riesgo de desarrollar
eclampsia con respecto al grupo de mujeres no obesas.
7
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
Pregunta 42.- R: 5
El riesgo relativo menor de 1 implica que el factor que estamos
estudiando se comporta como un factor protector, ya que si RR<1,
quiere decir que la Ie<Io. El problema est en el intervalo de confianza
(0,31,7). Cuando aparezca un intervalo de confianza, hay que contes-
tar a la pregunta obviando el RR (o el OR), fijndonos exclusivamente
en el intervalo. Si la incidencia en expuestos fuera igual a la incidencia
en no expuestos, entonces el RR =1. Esta sera la hiptesis nula (H0).
La hiptesis alternativa (H1) sera cualquier valor de RR distinto de 1
(RR#1). El intervalo de confianza habitualmente es del 95%, por lo que
este intervalo quiere decir que la probabilidad de que el verdadero
riesgo relativo est entre 0,3 y 1,7 es del 95%. Como vemos, este
intervalo incluye el 1, que es el valor nulo (H0), por lo que para una
confianza del 95% no podemos aceptar H1, teniendo que contestar
en consecuencia que la asociacin entre el FR y la enfermedad no es
significativa. Recuerda: independientemente del valor que hay de
RR fuera del intervalo:
Si el intervalo no incluye el 1, entonces la asociacin entre el FR y
la enfermedad S es significativa.
Si el intervalo incluye el 1, la asociacin NO es significativa.
Pregunta 43.- R: 5
Nos preguntan por el riesgo atribuible, que es otra medida del
efecto o impacto. Su frmula es: RAE=Ie-Io. Su significado es cuntos
pacientes expuestos padecen la enfermedad exclusivamente por
la exposicin. Por ejemplo, podemos leer que se producen 8 casos
de cncer, debido al tabaco, por cada 100 pacientes diabticos. Es
tambin un parmetro de impacto (efecto protector), ya que nos
dice cuntos casos de enfermedad se evitaran dentro del grupo de
expuestos si stos abandonaran la exposicin. En el caso de esta
pregunta, tenemos que:
Sujetos expuestos: 100. De ellos, 40 enferman.
Sujetos no expuestos: 100. De ellos, 20 presenta ictus.
Calculamos la incidencia en expuestos y en no expuestos: Ie:
40/100=0,4. Io: 20/100=0,2. El RR es, por tanto, 0,4/0,2=2. La HTA
duplica el riesgo de desarrollar ECV respecto a los no hipertensos.
Nos preguntan RAE=0,4-0,2=0,2. Esto quiere decir que, de cada 10
pacientes hipertensos, se producen 2 casos de ECV debido exclusi-
vamente a la HTA. Tambin quiere decir que, por cada 10 pacientes
cuya hipertensin arterial controles, se van a evitar 2 casos de ECV
en el grupo de hipertensos.
Pregunta 44.- R: 2
Como nos preguntan que cul es el parmetro ms adecuado para
establecer la fuerza de asociacin entre un factor de riesgo y una en-
fermedad, podemos descartar de entrada todas las opciones que no
hablan de medidas de asociacin. Las nicas opciones que van a ser
posible son, por tanto, el Odds ratio, la razn de prevalencias y el riesgo
relativo. Descartamos el riesgo atribuible en expuestos y la fraccin
etiolgica en expuestos porque no son medidas de asociacin sino de
efecto o impacto. A continuacin hay que identificar cul es el factor
de riesgo a estudio y cul es la enfermedad. En este caso pensamos
que la cirrosis puede dar lugar a hepatocarcinoma, por lo que la cirro-
sis est siendo valorada como factor de riesgo y el hepatocarcinoma
como enfermedad. Se estudian pacientes alcohlicos, algunos de los
cuales presentan cirrosis (estn expuestos) y otros no (no expuestos).
Como vemos, no hay nadie con hepatocarcinoma al inicio del estudio
(no hay nadie enfermo al inicio del estudio), por lo que se trata de un
estudio de cohortes. Por tratarse de este tipo de diseo, la medida de
asociacin que hay que calcular es el riesgo relativo.
Pregunta 45.- R: 5
En este estudio se est investigando la relacin existente entre el
alcoholismo y la cirrosis, de forma que se selecciona a una muestra de
CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com
individuos sin cirrosis, algunos de los cuales beben alcohol, mientras
que otros no estn expuestos. Como puede verse, se trata de un
diseo en el que todos los sujetos estn sanos al inicio del estudio,
por lo que estamos ante un diseo de cohortes.
Para saber si el alcoholismo se comporta como un factor de riesgo
deberemos calcular el riesgo relativo, que en esta pregunta ser: RR
=0,3/0,15=2.
Como el RR>1, afirmaremos que, en efecto, se trata de un factor de
riesgo, ya que el alcoholismo duplica el riesgo de desarrollar cirrosis,
con respecto al grupo de no alcohlicos.
Para saber cuntos casos de enfermedad se evitaran si se abandona
el alcoholismo, debemos calcular el riesgo atribuible en expuestos,
que en este caso ser: RAE=0,3-0,15=0,15, lo que quiere decir que se
evitarn 15 casos de cirrosis en los bebedores por cada 100 sujetos
que dejen el alcohol.
Si lo que se pretende es saber qu porcentaje de la enfermedad se
debe al alcohol, lo que habr que hacer es calcular la fraccin etio-
lgica en expuestos: FAE=(0,3-0,15)/0,3=50%. Es decir, el 50% de las
cirrosis en alcohlicos se deben al alcohol.
Como hemos dicho, se trata de un estudio de cohortes, que es
un diseo analtico (no descriptivo), porque permite investigar la
relacin entre el FR y la E. Dentro de los estudios descriptivos, el ms
importante es el diseo de corte, transversal o de prevalencia, que
permite nicamente describir cmo est una poblacin en un mo-
mento dado. No obstante, nosotros vamos a poder calcular la razn
de prevalencias, por lo que entonces el diseo transversal deber ser
considerado analtico.
Descriptivos Analticos
Transversal. Transversal
Diseos
Serie de casos. Casos y controles.
observacionales
Ecolgicos. Cohortes.
Pregunta 45. Tipos de estudios observacionales.
Pregunta 46.- R: 5
Los errores que pueden cometerse en un estudio epidemiolgico
se dividen en dos grupos. Por una parte estn los errores aleatorios, y
por otra parte, el error sistemtico o sesgo. Los sesgos son errores ms
graves que el error aleatorio. El error aleatorio se produce por accin del
azar y es imposible de evitar, aunque s se puede atenuar o minimizar
aumentando la muestra (recuerda que en estadstica y epidemiologa,
siempre que queramos disminuir el error aleatorio habr que aumentar
el tamao de la muestra). Imaginemos que queremos estudiar la rela-
cin entre obesidad (factor de riesgo) y diabetes (enfermedad). Puede
ocurrir que no encontremos asociacin entre ambas variables porque
el azar ha querido que esta asociacin no aparezca. Esto es tpico que
aparezca cuando trabajamos con muestras pequeas, que nos impiden
ser PRECISOS a la hora de estimar la relacin entre FR y E. Puede, sin em-
bargo, ocurrir que encontremos que los obesos tienen menor riesgo de
desarrollar diabetes, porque en nuestro estudio no acudieron diabticos
obesos, ya que la hora de la recogida de datos coincidi con la hora de
la comida, y ninguno quiso faltar a la cita con el plato. En este caso se
ha producido un error porque hemos formado mal la muestra (no hay
diabticos obesos), habiendo cometido un sesgo, en este ejemplo de
seleccin. Ningn sesgo se corrige aumentando el tamao de la muestra.
Por ms diabticos que coja, no van a venir diabticos obesos porque
estn comiendo en su casa. Se afecta la VALIDEZ INTERNA porque no
podemos medir correctamente la asociacin entre FR y E.
Recuerda:
Error aleatorio: falta de precisin.
Error sistemtico o sesgo: falta de validez.
Pregunta 47.- R: 3
Sabemos que el error aleatorio afecta a la precisin del estudio y
que el error sistemtico o sesgo afecta a la validez.
8
 Comentarios de Test a distancia 1 vuelta
Epidemiologa
Una forma eficaz de prevenir los sesgos en los estudios experi-
mentales es la aleatorizacin, pero los estudios de cohortes son
observacionales.
Un factor de confusin se caracteriza por 3 aspectos:
1. Es factor de riesgo de la enfermedad.
2. NO es un paso intermedio entre el factor de riesgo y la enfer-
medad (la opcin 3 es la cierta).
3. Factor de riesgo y de confusin se asocian en la misma mues-
tra.
Por ejemplo, si se estudia la relacin entre VPH y cncer de crvix
podemos encontrar, si hacemos un diseo de casos y controles, que la
OR es de 5, sugiriendo que el VPH quintuplica el riesgo de desarrollar
cncer de crvix. Sin embargo, podemos pensar que el VHS-2 es un
factor de confusin porque:
1. VHS-2 es un factor de riesgo para la enfermedad.
2. El VHS-2 no es un paso intermedio entre VPH y el cncer de
crvix.
3. El VHS-2 se asocia ms a los sujetos con VPH que a los que no
lo tienen.
Los errores de confusin son sesgos, afectan a la validez interna y,
como todos los errores sistemticos, no se corrigen aumentando el
tamao de la muestra.
En los diseos observacionales los sesgos de clasificacin o infor-
macin pueden evitarse haciendo tcnicas de ciego o enmascara-
miento:
Los pacientes no saben lo que toman: simple ciego.
Los pacientes y los mdicos no saben lo que toma el paciente:
doble ciego.
Ni pacientes, ni mdico ni analista conocen qu es lo que toman
los pacientes: triple ciego.
Pregunta 48.- R: 1
Los sesgos de confusin no pueden corregirse mediante las tc-
nicas de ciego (opcin 1), que se utilizan para prevenir el sesgo de
clasificacin.
Las tcnicas para prevenir los sesgos de confusin en la fase de
diseo son:
Randomizacin: asignacin aleatoria de los sujetos a uno u otro
grupo de estudio.
Apareamiento: se basa en que cuando seleccionamos los controles
hacemos que coincida UNA caracterstica de los casos, que pen-
samos que est actuando como factor de confusin. Para evitar
este efecto de confusin se realiza apareamiento de controles en
funcin de los casos.
Restriccin: seleccionar una muestra que no incluya ni en los casos
ni en los controles el hipottico factor de estudio.
2. El tabaco no es intermedio entre alcohol y cncer.
3. El tabaco y el alcohol estn muy asociados en el grupo de en-
fermos.
En vista de lo anterior, deberemos pensar que el tabaco puede estar
comportndose como un factor de confusin, no de seleccin. Como
es un sesgo, no va a poder corregirse aumentando el tamao de la
muestra. S que podremos realizar apareamiento para evitar este
sesgo de confusin, es decir, seleccionar una muestra de controles
que tengan el tabaco como hbito con la misma frecuencia que en
el grupo de casos.
Pregunta 50.- R: 3
Un ensayo clnico se divide en cuatro fases, cuyos objetivos y carac-
tersticas generales debes conocer:
- fase I: habitualmente se realiza sobre individuos sanos (de 20 a
80) sin grupo control. Tambin se realizan en individuos enfermos,
imagina por ejemplo que se est estudiando un tipo de quimioterapia
muy txica para un cncer que no tiene cura (respuesta 1 falsa). Tiene
como objetivos determinar las propiedades farmacodinmicas del
frmaco y la dosis txica del mismo.
- fase II: en ella se establece la informacin preliminar de eficacia
informando sobre la relacin dosis-respuesta, generalmente (no
siempre, respuesta 2 falsa) se investiga sobre individuos enfermos
(de 100 a 200), y puede ser comparativo o no.
- fase III: es el prototipo de ensayo clnico, se compara la eficacia de
otro frmaco con el que se est investigando. Se establece la eficacia
y se estudian los efectos adversos frecuentes (Respuesta 3 correcta).
Tras esta fase el frmaco se comercializa (respuesta 4 falsa).
- fase IV o de Farmacovigilancia: se realiza una vez que el frmaco
ha salido al mercado. Se estudian los efectos adversos infrecuentes
y a largo plazo, se evalan posibles interacciones con otros frmacos
y da lugar a sugerir nuevas indicaciones. Respuesta 5 falsa.

Las tcnicas para controlar los sesgos de confusin en la fase de

anlisis son:
Anlisis estratificado: estudiar de forma separada la asociacin entre
el FR y la E en el grupo expuesto al FC y en el grupo no expuesto
al FC.
Anlisis multivariante. Anlisis estadstico de regresin logstica:
estudia la relacin entre el FR y la E, independientemente de la
existencia de factores de confusin.

Pregunta 49.- R: 4
Encontramos en el estudio que la odds ratio entre alcohol y cncer
de esfago es de 10, lo que quiere decir que el alcohol multiplica
por 10 el riesgo de desarrollar cncer de esfago respecto a los no
bebedores. Nos dicen adems que el tabaco es ms prevalente en el
grupo de enfermos que en los sanos. Esto nos debera hacer pensar
que es posible que haya ms cnceres de esfago no por el alcohol,
sino por el tabaco. Encontramos lo siguiente:
1. El tabaco es factor de riesgo para el cncer de esfago.

CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com 9
CTO Medicina C/Nuez de Balboa 115 28006 Madrid Tfno. (0034) 91 782 43 30/33/34 E-mail: secretaria@ctomedicina.com www. ctomedicina.com 10