EPIDEMIOLOGIA y ESTADISTICA: DESPEJAR LA DUDA.
LA ESENCIA MATEMATICA AL SERVICIO DE LA SALUD.
La esencia, naturaleza o condición en una persona, se refiere a la naturaleza o característica fundamental, el fondo, meollo o quid, que define quién es y qué la hace auténtica.
Puede estar compuesta de combinar valores, creencias, personalidad, habilidades, intereses, experiencias y emociones, que dan forma a la identidad de una persona.
En numerología, la esencia personal se deriva de la fecha de nacimiento y el nombre.
Aun cuando la fecha de nacimiento no es única, unir el nombre completo y fecha de nacimiento podrían serlo.
Cada letra del nombre influye en su vida.
Vivimos a través de cada letra, una por una, en un ciclo que se repite a lo largo de los años, queramos o no creerlo.
El número ocho es considerado el más poderoso del mundo, debido a su capacidad para atraer abundancia, equilibrar energías y promover el éxito.
Tanto en numerología como en Feng Shui, este número es una herramienta valiosa para quienes buscan mejorar calidad de vida y alcanzar metas u objetivos.
¿Qué abarca la estadística?
El especialista en estadística se denomina estadígrafo.
La estadística es la disciplina que estudia la variabilidad de los fenómenos y los procesos aleatorios que la generan, conforme a las leyes de la probabilidad.
La estadística es la rama de las matemáticas que se encarga de recopilar, organizar, analizar, interpretar y presentar datos que soporten conclusiones y toma de decisiones con detalles puntuales, comparando datos de diversas fuentes.
Se divide en dos ramas principales:
- Descriptiva: resume y describe los datos a través de indicadores, tablas y gráficos
- Inferencial: utiliza la información obtenida para hacer predicciones sobre una población y las probabilidades de generalizar sus hallazgos o posibilidades de aplicación.
¿Qué comprende la Epidemiología?
La epidemiología es la ciencia que estudia la distribución, frecuencia y determinantes de las enfermedades y otros eventos relacionados con la salud en poblaciones específicas, con el fin de aplicar este conocimiento para controlar problemas sanitarios.
Se encarga de analizar factores como tiempo, lugar y características de las personas para comprender el comportamiento de las enfermedades, identificar grupos de riesgo, medir la magnitud de problemas de salud y evaluar la eficacia de intervenciones sanitarias.
Por medio de la Epidemiología podemos:
- Planear la Salud Pública, como el plan decenal por la equidad en salud y el desarrollo humano sostenible, mitigando la carga de enfermedad sobre los años de vida saludables y analizar la situación de salud (ASIS)
- Hacer vigilancia en Salud Pública en todo el territorio nacional (decreto 780 de 2016) mediante proceso sistemático y constante de recolección, análisis, interpretación y divulgación de datos específicos, que se utilicen para planificar, ejecutar y evaluar la práctica en Salud, vigilancia con enfoque comunitario, hacer cumplir el reglamento sanitario internacional y de salud portuaria (decreto 1601 de 1984)
- Gestión del conocimiento y obtener fuentes de información (GGCFI) mediante encuestas, observatorios y registros administrativos, integración funcional de la red nacional de laboratorios, enfocada en prestación de servicios, calidad e investigación.
¿Cuáles son los términos que debemos familiarizar?
La población a riesgo es el grupo de sujetos, sanos o enfermos, quienes podrían ser contados como “casos”, cuando una enfermedad esté siendo investigada.
Toda conclusión epidemiológica debe ser dirigida a una población específica o población en estudio.
Dentro de estas definiciones deben existir restricciones que deben ser especificadas, llamadas criterios de inclusión y exclusión como grupos de edad, sexo, comorbilidades, etc., que dependen de los objetivos del estudio (a quien tener cuenta y a quien no).
Para evitar un “numerador flotante” es que se establece mediante fórmulas el llamado tamaño de muestra, que no es más que la cantidad de sujetos que deben ser analizados para que las conclusiones sean aplicables a toda la población del estudio (número representativo para análisis).
La población de alto riesgo (grupo de personas expuestas a desarrollar un evento durante un periodo, que puede ser al comienzo, a la mitad o el promedio) y los grupos de prioridad se obtienen de comparar frecuencias de aparición de un evento.
Ello define en que población se prioriza el esfuerzo sanitario y preventivo.
Cuando se dispone de una información, se debe analizar a pasado, presente y futuro, comparándola y concluyendo, de ahí nace la bioestadística.
¿Es lo mismo prevalencia que incidencia?
La prevalencia se refiere a la proporción de personas con un atributo particular en algún momento (prevalencia de punto) o durante un intervalo de tiempo (prevalencia de periodo).
La diferencia entre prevalencia de punto o momentánea y prevalencia de período está en el lapso estudiado, independiente de cuando empezaron los casos.
Es un concepto estático.
La incidencia es el número de casos nuevos de una enfermedad, en una población definida, en un periodo de tiempo definido. Mide los eventos.
X = casos nuevos de un evento durante un período de tiempo.
Y = población al riesgo durante un mismo período de tiempo.
La tasa es la relación del evento o suceso con la población y el tiempo en el cual aconteció o puede acontecer.
Es el mejor instrumento de comparación en Epidemiología.
El numerador o número de eventos se debe identificar en función de:
- Índole del evento
- Área geográfica afectada (lugar)
- Lapso en el que ha ocurrido el evento (tiempo)
La tasa se obtiene dividiendo el numerador equivalente al número de veces que se produce un evento durante un tiempo determinado, por un denominador que equivale al número de posibles repeticiones en el mismo periodo.
La tasa de incidencia es una medida del ritmo al cual ocurren nuevos casos y toma en cuenta el tiempo que cada persona en la población está a riesgo de llegar a ser un caso y se calcula con la fórmula:
En otras palabras, la tasa de incidencia (incidence rate) expresa la probabilidad o riesgo de enfermarse en una población durante un periodo de tiempo.
- Persona - tiempo es el tiempo que permanece una persona libre del efecto que se está observando hasta convertirse en un caso nuevo, durante el estudio.
El número total de persona - tiempo es el intervalo durante el cual, un caso puede aparecer.
La incidencia y la tasa de incidencia miden tendencias y pueden ser usadas para observar el impacto de las medidas de prevención o cambios en los factores de riesgo.
¿Cuáles son la base de los reclamos en pacientes que han fallecido?
Los años de vida potencialmente perdidos (year of potential life lost: YPLL o AVPP) es la medida del impacto de morir prematuramente en una población.
Se toma como punto de referencia la esperanza de vida de la población, que en Colombia es 73.7 años para hombres y 80 años para mujeres, según DANE para 2021 (promedio 76 años).
Colombia ocupa el puesto 89 en el mundo de esperanza de vida y al terminarse el conflicto armado puede subir de puesto.
Los homicidios, los accidentes de tránsito y los suicidios, afectan de manera importante los AVPP, para cada grupo de edad.
¿Las medidas de fuerzas de asociación como intervienen?
Riesgo (R: risk ratio: razón de riesgo) indica la “probabilidad condicional” de volverse caso nuevo, si el individuo pertenece a la cohorte observada, es decir, es la proporción de personas en una población, inicialmente libres de la enfermedad, que la desarrollan dentro de un tiempo especificado.
No tiene unidad de medida, al igual que cualquier proporción y varía entre 0.1 y 1 (0.1% y 100%). Nunca es 0, ni > 1.
Tanto numerador como denominador incluyen solo aquellos individuos al inicio del periodo, que no tienen la enfermedad y por tanto están a riesgo de desarrollarla.
El riesgo relativo (RR: relative risk) es la fuerza de asociación entre exposición y enfermedad, es decir, el aumento o la disminución de la probabilidad de padecer una enfermedad, dada una exposición particular o factor de riesgo.
Establece si hay una relación causal.
Algunos la catalogan como la incidencia en los expuestos, sobre la incidencia en los no-expuestos.
El riesgo atribuible (RA) da la información sobre el impacto en Salud Pública de una exposición.
Indica que cantidad de enfermedad o característica en el grupo expuesto, es debida al factor estudiado.
Otra definición de RA es el exceso de riesgo en la población, debido a la exposición.
El riesgo absoluto (AR) es la probabilidad de la ocurrencia de una enfermedad, muerte o evento, en un determinado periodo.
Para un paciente es la probabilidad de desarrollar una enfermedad en el futuro y el mejor indicador es la tasa de incidencia en población similar.
¿El concepto de la desigualdad relativa (OR) es fundamental en Medicina?
El OR es una medida de riesgo relativo, en una tabla de cuatro casillas, equivale al cociente del producto cruzado entre las celdas (odds ratio: OR: razón de probabilidades, razón de momios, razón de ventajas o razón de oportunidades), es decir, representa el número (#) total de casos nuevos procedentes de una población en un período de tiempo determinado, dividido por el número total de personas que seguían sin presentar la enfermedad durante ese período
Tabla 2x2. Probabilidades en el caso de una enfermedad y determinado factor de riesgo
Los odds (chance o posibilidad) es la probabilidad de presentar un evento, comparado con la probabilidad de no presentarlo.
OR es el “número de veces” que “el evento (enfermedad) tiende a ocurrir”, al “exponerse al factor de riesgo” estudiado.
Si OR < 1: existe protección a pesar de presentarse el factor de riesgo
Si OR = 1 existen las mismas probabilidades que ocurra la enfermedad, con o sin exposición al factor de riesgo.
Si OR > 1, riesgo a favor del evento. Al exponerse al factor de riesgo es mayor la probabilidad de adquirir la enfermedad.
Es una medida de incidencia.
El OR puede determinarse en cualquier tipo de estudio: transversal, prospectivo y retrospectivo.
Es una razón entre la probabilidad de adquirir la enfermedad y la probabilidad de no adquirirla, durante un periodo de tiempo determinado.
Ejemplo: 100 individuos no enfermos se siguen durante un tiempo (t).
Al final del periodo de seguimiento, 10 habían desarrollado la enfermedad (casos nuevos) y 90 seguían a riesgo.
Riesgo = 10 / 100 = 0.1 = 10%
Odds ratio: 10 / 100 -10 = 10/90 = 0.11 = 11%
De otra forma: 0.1 / (1 - 0.1) = 0.1 / 0.9 = 0.11
El R y OR de una enfermedad utilizan el mismo numerador (número de casos nuevos), pero diferente denominador.
¿Es muy complicado entender la campana de Gauss?
En estadística, la distribución normal (o Gaussiana o de Laplace-Gauss o Teorema de Moivre-Laplace) de probabilidad de una variable aleatoria continua, difiere de la conocida como “t de student” o “distribución t”, ya que es más acostada que la distribución normal en forma de campana o asintótica.
Cuando coinciden o son idénticos promedio, modo y mediana en el mismo punto, la curva es simétrica.
Si la distribución es ligeramente asimétrica sus valores tendrán pequeñas diferencias.
Las medidas de tendencia central son tres:
- Modo: representa el valor numérico que ocurre con mayor frecuencia o más se repite en una distribución conocido como clase modal.
Es el más simple de las medidas de tendencia central, no se calcula, se determina por inspección de una distribución de frecuencias (11,4,7,23,11,5,17,11: modo 11)
- Mediana: es el punto en una escala numérica por arriba y por abajo del cual, cae el 50% de los casos. No se deja afectar por los valores extremos.
Representa un índice de la posición promedio en una distribución ordenada de números.
- Media: es el punto en la escala de valores equivalente a la suma de los puntajes, dividida entre el número total de casos.
Es el índice de tendencia central que suele referirse como promedio.
A diferencia de la mediana, el valor de cada uno de los puntajes y los valores de los extremos, si afectan la media de manera sensible, pero especialmente los datos muy grandes o pequeños.
La curva normal en forma de campana se conoce como “Campana de Gauss” (matemático alemán) o “Campana de Laplace” (matemático francés), no tiene alargamiento o sesgo y la distribución es simétrica, porque los datos se distribuyen aproximadamente en la misma cantidad a ambos lados de la media aritmética.19
De esta forma surgen dos tipos de error:
- Error alfa: llamado error tipo 1, que consiste en que una persona se considere como enferma (+) cuando realmente esta sana (-).
Se rechaza la Hipótesis verdadera.
Se le conoce como nivel se significancia de ≤ 0.05
- error beta: llamado error tipo 2, cuando se considera una persona como sana (-) y cuando realmente está enferma (+).
Se denomina falso negativo.
Consiste en no rechazar una Hipótesis falsa.
El grado de superposición de las poblaciones determina la relación entre α y β
Confianza = 1 – a recordando que la máxima cantidad de probabilidades es 1 en la curva.
El error alfa, cuando es de 0.05 (5%) permite una confianza de 0.95 (95%).
La confianza está entre -2S y 2S (desviaciones estándar).
La sensibilidad, es la capacidad que tiene la prueba para clasificar como (+) a la persona realmente enferma, evitando falsos negativos (error beta).21
Ejemplo: si una prueba tiene 98% de sensibilidad quiere decir que de 100 enfermos ya diagnosticados detecta 98.
Es la habilidad para identificar de manera correcta personas con enfermedad, con una prueba positiva para esa enfermedad.
La especificidad, es la capacidad que tiene la prueba para clasificar como (-) a la persona que está realmente sana, evitando la presencia de falsos positivos (error alfa).
Ejemplo: si una prueba tiene 97% de especificidad, significa que por cada 100 personas sanas o sin la enfermedad detecta 97.
La especificidad es la habilidad para identificar de manera correcta personas sin la enfermedad, por medio de prueba negativa para la enfermedad.
El valor predictivo positivo, es la probabilidad condicional de estar enfermo, cuando el resultado de la prueba es positivo (precisión).
En otras palabras, es la probabilidad que una persona con una prueba positiva resulte tener la enfermedad.
El valor predictivo negativo, es la probabilidad condicional de estar realmente sano, cuando el resultado de la prueba es negativo, es decir, la probabilidad que una persona con una prueba negativa no tenga enfermedad.
¿Cuál es la importancia de los intervalos de confianza?
Los intervalos de confianza (IC) contienen el valor de la población acorde con su porcentaje, es decir, un IC 95% quiere decir que las probabilidades se encuentran en el 95% de esa población, que equivale a 2S (dos desviaciones standard).16
El IC tiene una distribución respecto del 0 y del 1.
Los valores por encima del 1 son de gran importancia clínica y de significancia estadística para los análisis, porque demarcan las diferencias.
INTERPRETACION CLINICA DE LOS INTERVALOS DE CONFIANZA DE GRAN AYUDA EN LOS ANALISIS.
El cero (0) y el uno (1) son los valores para observar.
El 1 es el que marca el nivel de importancia.
a: esta línea incluye los IC con valores negativos y positivos e involucra el 0: los hallazgos no son significativos. Están a favor de la Ho (hipótesis nula)
b: los IC en su mayoría son positivos que involucran el 0 y el 1: los hallazgos no son significativos, ni concluyentes
c: los IC se localizan entre el 0 y el 1, sin incluirlos: son hallazgos significativos, pero sin importancia clínica
d: los IC se localizan a lado y lado del 1, pero no involucran el 0: se consideran significativos y posiblemente importantes para el análisis
e: los IC todos se localizan después del 1: se consideran hallazgos significativos e importantes.
Aclaración:
Los datos deben ser recolectados de manera pulcra, sin violar las normas, sin sesgos, independiente de los resultados.
Los análisis deben atenerse a los resultados obtenidos y no deben ser manipulados, pero si analizados con las variables disponibles, haciendo que las conclusiones tengan valor y peso estadístico, con el fin de ser representativos de los hallazgos.
Los estudios que no son favorables a la premisa que motivó el estudio, generalmente no se publican, que es lo correcto y no falsear datos como cuando se compara la efectividad de dos sustancias, se trata de hacerlas similares en el resultado y llamando la atención de lo trivial, ejemplo dos analgésicos en que uno es más potente, de más rápida acción que el otro, pero se concluye que los dos no afectan tolerancia gástrica.
Mientras una enfermedad o evento es más frecuente en cualquier población, el tamaño de muestra debe ser mayor para que sea significativo (ejemplo: 4000 pacientes hipertensos en que se probó un medicamento, porque la hipertensión tiene alta incidencia), mientras en enfermedades huérfanas el tamaño de muestra es pequeño (enfermedades raras).
1 Celentano DD, Szklo M, Farag Y. Gordis Epidemiology. 7th Edition. 2024 Elsevier.
2 Lisa M Sullivan. Essentials of biostatistics in Public Health. Jones & Bartlett Learning. 2023
3 Paliz Sánchez CD, Mazacón Cervantes CJ, Mazacón Gómez MN, et al. Bioestadística. Introducción a la estadística en ciencias de la salud. Editorial Binario. 1a. Edición. 2024
4 Anderson MP, Ranallo C. Understanding and interpreting confidence intervals. Journal of Pediatrics, 2025,285: 114690
5 Robertson D, Burnett T, Choodari-Oskooei B, et al. Confidence intervals for adaptative trial designs: A methodological review. Statistics in Medicine 2025; 44: e70174
6 Singer M, Webb A, Carter A. Oxford Handbook of critical care. Edition kindle.4th edition. OUP Oxford. 2025
