Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar, cuantiles.
 Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar, cuantiles.
  Existen diversas formas de medir la salud, dependiendo de
cuál es su definición; una definición amplia mediría el nivel de
salud y bienestar, la capacidad funcional, la presencia y
causas de enfermedad y muerte y la expectativa de vida de
las poblaciones (Donaldson, 1989).
Medición de  Existen distintas medidas e indicadores de bienestar (social o
económico) en salud y se han desarrollado ciertos índices de
salud y “salud positiva” (Alleyne, 1998), tanto con fines
enfermedad operacionales, como para investigación y promoción de
condiciones saludables, en dimensiones tales como la salud
en la mental, autoestima, satisfacción con el trabajo, ejercicio
población físico, etc.
 La recolección de datos y la estimación de indicadores tienen
como fin generar, en forma sistemática, evidencia que
permita identificar patrones y tendencias que ayuden a
emprender acciones de protección y promoción de la salud y
de prevención y control de la enfermedad en la población.
  Entre las formas más útiles y comunes de medir las condiciones
generales de salud de la población destacan los censos
nacionales, que se llevan a cabo decenalmente en varios países.
Medición:  Los censos proporcionan el conteo periódico de la población y
Es el varias de sus características, cuyo análisis permite hacer
estimaciones y proyecciones.
procedimiento de
aplicar una escala  Para permitir las comparaciones a lo largo del tiempo en una
misma población o bien entre poblaciones diferentes, se
estándar a una requiere de procedimientos de medición estandarizados.
variable o a un
 La medición del estado de salud requiere sistemas
conjunto de armonizadores y unificados como la Clasificación Estadística
valores. Internacional de Enfermedades y Problemas Relacionados con
la Salud (CIE), en su Décima Revisión, cuyos XXI capítulos
inician con ciertas enfermedades infecciosas y parasitarias
(A00-B99) y culminan con factores que influyen en el estado de
salud y contacto con los servicios de salud (Z00-Z99).
  Los indicadores de salud miden de la población distintos aspectos
relacionados con la función o discapacidad, la ocurrencia de
enfermedad o muerte, o bien aspectos relacionados con los recursos y
desempeño de los servicios de salud.
 Los indicadores de salud funcional tratan de medir el impacto de los
problemas de salud en la vida diaria, como por ejemplo la capacidad
para llevar a cabo actividades cotidianas, lesiones y accidentes en el
hogar y el lugar de trabajo, y años de vida libres de discapacidad.
Indicadores de  Los indicadores de morbilidad miden la frecuencia de problemas de
salud específicos tales como infecciones, cánceres, accidentes en el
salud trabajo, etc.
 Los indicadores de mortalidad general o por causas específicas
permiten comparar el nivel general de salud e identificar causas de
mortalidad relevantes como accidentes, tabaquismo, etc.
 Además de la medición del estado de salud, también es necesario
medir el desempeño de los servicios de salud. Tradicionalmente esta
medición se ha enfocado a insumos y servicios; en la actualidad se
considera preferible medir los procesos y funciones de los servicios de
salud (Turnock, 1997).
  Desde un punto de vista metodológico, la epidemiología
como toda ciencia tiene exigencia de método desde una
perspectiva estadística.
 El enfoque epidemiológico, consiste básicamente en:
 i) la observacion de los fenómenos de salud y enfermedad en
la población;
Enfoque  ii) la cuantificacion de éstos en frecuencias y distribuciones;
epidemiológico  iii) el analisis de las frecuencias y distribuciones de salud y de
sus determinantes; y,
 iv) la definicion de cursos de acción apropiados.
 Este proceso cíclico de observar–cuantificar–comparar–
proponer sirve también para evaluar la efectividad y el
impacto de las intervenciones en salud, para construir nuevos
modelos que describan y expliquen las observaciones y para
utilizarlos en la predicción de nuevos fenómenos.
 Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar, cuantiles.
  La cuantificación del estado de salud y patrones de
enfermedad en la población, requiere de métodos y
técnicas que permitan recolectar datos en forma
objetiva y eficiente, convertir los datos en información
para facilitar su comparación y simplificar su
interpretación, y transformar la información en
Tipos de datos conocimiento relevante para las acciones de control y
y su prevención.

tabulación  Para conocer los grupos de población que presentan

mayor número de casos, los lugares con mayor
incidencia o prevalencia de determinadas
enfermedades y el momento en que ocurren los
eventos en salud, se deben aplicar sistemáticamente
algunos procedimientos básicos de manejo de datos o
variables.
  Las variables pueden ser de dos tipos, cualitativas y
cuantitativas.
 Denominamos variables cualitativas a aquellas que son
atributos o propiedades.
Variable:
cualquier  Las variables cuantitativas son aquellas en las que el atributo
se mide numéricamente y a su vez se pueden clasificar en
característica o discretas y continuas.
atributo que
 Las variables discretas o discontinuas asumen valores que
puede asumir son siempre números enteros; por ejemplo, el número de hijos
valores diferentes. de una pareja, el número de dientes con caries, el número de
Variables camas de hospital, el número de hematíes por campo, el pulso,
cualitativas y etc., que sólo pueden tomar valores de un conjunto finito.
cuantitativas  Las variables continuas pueden tomar tantos valores como
permita la precisión del instrumento de medición; por ejemplo,
el peso al nacer de un bebé de 2.500 gramos podemos medirlo
con mayor precisión, como 2.496,75 gramos, si nuestra báscula
lo permite.
  Se pueden distinguir cuatro niveles de medición de las
variables: nominal, ordinal, de intervalo y proporcional o
de razón.
Variables  Una variable nominal tiene categorías a las que se les
según el nivel o asignan nombres que no tienen ningún orden entre ellos;
por ejemplo, el sexo. La categoría “hombre” no tiene
tipo de ninguna relación de orden sobre la categoría “mujer”.
medición:  Las variables nominales no tienen que ser
variable necesariamente dicotómicas (dos categorías) sino que
pueden tener varias categorías, como por ejemplo el
nominal estado civil (soltero, casado, divorciado, viudo, unión
libre) o el grupo sanguíneo según el sistema ABO (A, B,
AB y O). El hecho de cambiar el orden no tiene ninguna
implicación en el análisis de los datos.
  Ahora supongamos que se nos pregunta sobre la
calidad de un curso que acabamos de realizar y se nos
ofrecen las siguientes opciones de respuesta: muy
malo, malo, regular, bueno y excelente.
Variables  Esta clasificación tiene un orden: excelente es mejor
según el nivel o que bueno, bueno que regular y así sucesivamente; sin
embargo, la “distancia” que hay entre excelente y bueno
tipo de no tiene porque ser la misma que entre malo y muy
medición: malo.
variable  Estamos ante una variable ordinal, que se define como
aquella cuyas categorías tienen un orden, aunque las
ordinal diferencias entre ellas pueden no ser iguales.
 Otros ejemplos de variables ordinales son los estadíos
de un cáncer (I, II, III y IV) o los resultados de un cultivo
de laboratorio (–, +, ++, +++).
  El siguiente nivel de medición de variables es el
interválico. Una variable de intervalo tiene distancias
iguales entre sus valores y una característica
Variables fundamental: el cero es arbitrario.
según el nivel o  El ejemplo típico de variable de intervalo es la
temperatura corporal.
tipo de
 Existe la misma diferencia entre 37°C y 39°C que entre
medición: 38°C y 40°C (o sea, 2°C). Sin embargo, no podemos
variable de decir que una temperatura de 60°C sea ‘tres veces más
caliente’ que una de 20°C.
intervalo
 Tampoco podemos concluir que un individuo con un
coeficiente de inteligencia de 120 es el doble de
inteligente que otro con coeficiente 60.
  Por último, si la variable de intervalo tuviese un punto
Variables de origen que es el valor cero significativo, estaríamos
según el nivel o hablando de una variable proporcional o de razón.
tipo de  Ésta tiene intervalos iguales entre valores y punto de
origen cero.
medición:
 El peso y la altura son ejemplos típicos de variables
variable proporcionales, 80 Kg. es el doble que 40Kg. y hay la
proporcional o misma diferencia entre 50 y 35Kg. que entre 105 y 90
Kg. En este nivel se puede sumar, restar, multiplicar y
de razón dividir.
  Los datos sobre casos de enfermedades atendidas o notificadas
por el centro o servicio de salud pueden provenir de un listado de
nombres, edades, sexo, etc., del cual se puede obtener el número
total o frecuencia de casos.
 Si se busca agrupar los casos según algunas características de los
mismos, la tarea de identificar los grupos poblacionales con
mayores problemas se simplifica. Por ejemplo, entre las
características de la persona, se pueden agrupar los casos según
su edad, sexo o etnia.
Persona, lugar  A partir de este listado de datos se puede, además, identificar los
y tiempo casos que han ocurrido en determinado lugar y comparar la
frecuencia de la enfermedad en distintos lugares o áreas
geográficas. Por último, se puede examinar el número de casos
según el momento en que ocurrieron o fueron notificados.
 La distribución de los casos en el tiempo se puede agrupar en
días, semanas, meses o cualquier otro período de tiempo que se
considere adecuado. Esto permite saber en qué momento se
presentó el mayor número de casos, cuándo empezó a aumentar y
cuándo a disminuir. Es necesario recordar que la frecuencia es el
número de veces que se repite un valor de la misma variable.
Representación
de datos
Elaboración de un
cuadro
Distribución
 Distribución:
 Es el resumen completo de las frecuencias de los valores o
categorías de la medición realizada.
 La distribución muestra cuántos o qué proporción del grupo
se encuentra en un determinado valor o rango de valores
dentro de todos los posibles que la medida cuantitativa
puede tener.
 Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar, cuantiles.
Presentación
gráfica de datos
La distribución de
variables cualitativas
así como las
cuantitativas discretas
se suele representar
gráficamente por
medio de diagramas
de barras o bien por
gráficos de sectores,
ya sea como
frecuencias absolutas
o relativas
Las variables cuantitativas
continuas se representan
gráficamente por medio de
histogramas y polígonos de
frecuencia.
Aunque parecidos a los
diagramas de barras, en los
histogramas las barras se
disponen en forma
adyacente, precisamente
para ilustrar la
continuidad y distribución de
la variable representada.
En el eje de las “x” se ubica la
variable continua y en el eje
de las “y” se representa la
frecuencia.
El polígono de frecuencias
también permite graficar la
distribución de una variable
y se construye uniendo con
líneas rectas los puntos
medios del extremo
superior de cada barra de
un histograma (Gráfico 3.3).
Es particularmente útil para
visualizar la forma y
simetría de una distribución
de datos y para presentar
simultáneamente dos o
más distribuciones.
 Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar, cuantiles.
  Muchas veces es necesario utilizar un valor resumen
que represente la serie de valores en su conjunto, es
decir, su distribución.
 Para los datos de variables cualitativas, la proporción
Medidas de o porcentaje, la razón y las tasas son unas típicas
medidas de resumen.
resumen de
 Para los datos de variables cuantitativas, sin
una embargo, hay medidas que resumen su tendencia
distribución hacia un valor medio (medidas de tendencia central)
y otras que resumen su grado de variabilidad
(medidas de dispersión).
 Cada una proporciona información complementaria y
útil para el análisis epidemiológico.
 Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar, cuantiles.
  Las medidas de tendencia central de los datos son la moda, la
mediana, y la media o promedio.
 La selección de las medidas depende del tipo de datos y
propósitos.
 Los valores de muchas variables biológicas, como la talla, se
Medidas de distribuyen de manera simétrica.

tendencia  Otras variables, como la mortalidad y la tasa de ataque en una

epidemia, tienen distribución asimétrica.
central  Para distribuciones normales (ejemplo de distribución
simétrica), la media, la mediana y la moda son idénticas.
 Para distribuciones asimétricas, la mediana representa mejor
al conjunto de datos, aunque la media tiene mejores
propiedades para el análisis estadístico y pruebas de
significancia.
  Para indicar que la rubéola tiene un período de incubación de
15 a 21 días (generalmente 18 días), fue necesario observar
una gran cantidad de casos, desde el primer contacto de una
persona sana con un enfermo hasta la aparición de los signos
y síntomas y medir este período en días.
Rubéola
 La diferencia entre el límite inferior (15 días) y el superior (21
días) se conoce como rango y se considera, junto con la
desviación estándar y la varianza, una medida de dispersión
de los datos, como se verá más adelante.
 El valor más frecuente, o sea el que más se repite, se denomina modo o moda.
 En el ejemplo, observamos que lo más frecuente fueron períodos de incubación de 16
días (4 veces).
 Este valor puede ser utilizado para representar el período de incubación en este
grupo; i.e., “el período de incubación de rubéola más frecuente es de 16 días”.
 Observaremos que el sexto valor, o sea el que se encuentra en medio de la serie, también
es de 16 días. Este valor que ocupa la posición central de una serie ascendente o
descendente se denomina mediana y divide la serie en 50% de las observaciones arriba y
50% abajo de ella. Esta medida también es útil y puede ser empleada para representar la
tendencia central del conjunto de datos, sobre todo cuando no es conveniente usar la
media debido a la presencia de valores extremos o cuando la distribución es asimétrica,
como en una curva epidémica. Si en vez de un número impar de observaciones
tuviéramos un número par de valores, como por ejemplo:
 La media o promedio aritmético también es muy útil y se obtiene sumando los valores
de todas las observaciones y dividiendo el resultado entre el número de observaciones.
 En nuestro ejemplo, es la suma de todos los valores de los períodos de incubación
dividida entre el número de niños observados.
 El promedio de 19,7 días es mayor que los valores del modo y de la mediana ya que, como
toma en cuenta los valores de todos los casos, se ve afectado por la influencia de los
casos con 32 y 37 días de incubación, que son valores extremos.

El promedio de 19,7 días es mayor que los valores del modo y de la mediana ya que,
como toma en cuenta los valores de todos los casos, se ve afectado por la influencia de
los casos con 32 y 37 días de incubación, que son valores extremos.
 Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar, cuantiles.
 Cuando se tienen muchos datos se requiere agruparlos, para ello
se construyen intervalos, que pueden contener igual o diferente
número de unidades, y a ellos se asignan los datos observados.

Series
agrupadas
 Cuando nuestros datos sobre una variable continua están agrupados (categorizados) también podemos calcular una media
y mediana aproximadas. Para estimar la media se debe construir una columna con los puntos medios (x) de cada intervalo
de clase de la variable y otra (fx) resultado de multiplicar el valor de cada punto medio (x) por el número de casos (f) del
intervalo correspondiente (Cuadro 3.4b).
 La suma de estos productos (Σfx) dividida entre la suma de casos (Σf) nos da una aceptable aproximación a la media.
 Para calcular el punto medio (x) de cada intervalo de clase de la variable se obtiene la media del intervalo, esto es se suman
el límite inferior y superior del intervalo y se divide entre dos, por ejemplo en el cuadro 3.4a el primer intervalo es de 10 a 14
años (10+14.9/2= 12.5), note que se utiliza 14.9 por ser el limite superior real del intervalo.
 Los puntos medios de los siguientes intervalos de clase se calculan de manera similar.
 Mientras que si utilizáramos en el cálculo los 4.457 casos, uno a
uno, obtendríamos una media de 45,7 años de edad.
 También podemos estimar la mediana a partir de datos
agrupados en un cuadro de frecuencias.
 Para ello tendremos que construir una columna de “casos
acumulados”, como la que se presenta en el Cuadro 3.4b, que
se obtiene a partir de la columna de “casos”.
 La primera celda corresponde a los casos de 10 a 14 años (37),
la segunda se obtiene sumando a esos 37 los casos de 15 a 19
años (176) y así sucesivamente, hasta completar la última
celda, cuyo valor tiene que coincidir con el total de casos
(4.457).
 Una vez construida la columna de frecuencias acumuladas podemos aproximar la mediana
de la edad mediante el siguiente proceso de cálculo: primero, localizar el intervalo de clase
que contiene la posición de la mediana (PM); es decir:
 En donde:
- 2.228 = caso situado en el punto medio de la serie
- 1.565 = casos acumulados en el intervalo anterior al que
contiene el caso 2.228-
- 784 = casos del intervalo que contiene la mediana
- 10 = amplitud del intervalo
 Si calculásemos la mediana de edad de esta serie a partir de
los 4.457 casos de suicidio individualmente, ésta sería 48 años
de edad.
 Pregrado

EPIDEMIOLOGÍA
SESIÓN 03:
Contenidos:
Medición de la Salud y la enfermedad en la población.
Tipos de datos y su tabulación.
Presentación gráfica de datos.
Medidas de resumen de una distribución.
Medidas de tendencia central: media o promedio aritmético, mediana, moda.
Series agrupadas.
Medidas de dispersión: rango, varianza, desviación estándar,
cuantiles.
  Para las variables cuantitativas continuas las medidas de dispersión
más usadas son básicamente tres: el rango o amplitud, la varianza y la
desviación estándar.
 Estas medidas representan la dispersión o variabilidad de los datos
continuos.
 El rango o amplitud es la diferencia entre el valor máximo y el valor
mínimo de una serie de datos.
 La varianza (s2), que mide la desviación promedio de los valores
Medidas de individuales con respecto a la media, es el cociente entre la suma de los
dispersión cuadrados de la diferencia entre cada valor y el promedio, y el número
de valores observados (menos 1).
 La desviación estándar (DE) es la raíz cuadrada de la varianza. La
desviación estándar junto con la media permiten describir la
distribución de la variable. Si la variable se distribuye normalmente,
entonces el 68% de sus valores estará dentro de ± 1 desviación
estándar de la media, 95% dentro de ± 2 DS y 99,9% dentro de ± 3 DE.
Es necesario notar que se trata de aproximaciones, ya que, por
ejemplo, el área bajo la curva que abarca 95% no es exactamente 2
desviaciones, sino 1.96).
Finalmente, otra forma útil de representar la dispersión de la distribución de una
serie de datos es usando cuantiles, que son los valores que ocupan una
determinada posición en función de la cantidad de partes iguales en que se ha
dividido una serie ordenada de datos.
Si dividimos nuestra serie en 100 partes iguales, hablamos de percentiles; si la
dividimos en 10 partes iguales, deciles; en cinco partes, quintiles; y en cuatro,
cuartiles.
Como ejemplo, el Cuadro 3.5 presenta nueve percentiles de edad correspondientes a la serie de casos
de malaria del Cuadro 3.2: el percentil 25 de esta distribución es 33 años, que equivale a decir que 25%
de los casos tenían edad menor o igual a 33 años (y, en consecuencia, 75% de los casos eran mayores
de 33 años). Nótese que la mediana de la distribución corresponde al percentil 50 (o cuartil 2).