EPIDEMIOLOGA BSICA

FACULTAD DE
MEDICINA
HUMANA

Estandarizacin de Tasas

Docentes:
Dr. Luis Enrique Licham Neira

Integrantes:
AGUILAR MALDONADO, Jean Carlo.
AGUIRRE ADRIANZEN, Maria Altagrazia
ESQUIVES TORRES, Grecia Milagros
FLORES QUINTOS, Jaime Joselito
GUIVIN PEREYRA, Sharon Elisa
MALCA MONSALVE, Katherine
MENA PALACIOS, Carlos Eulogio.
MONTES PEREZ, Vanessa Cecilia
TUESTA PAREDES, Cecilia Magnolia
VALLEJOS DAZ, Nahiara

Ciclo:
VII

EPIDEMIOLOGA BSICA

INTRODUCCION
Una de las actividades que ms frecuentemente se plantea
a los profesionales de salud pblica es la comparacin de
tasas de algn evento o caracterstica entre diferentes
poblaciones o en la misma entre dos perodos de tiempo
diferente. Si las poblaciones se distribuyeran de manera
parecida respecto a los factores relacionados con el evento
estudiado (edad, sexo, raza, clase social, etc.) no habra
problema en comparar las tasas crudas o brutas.
Sin embargo, si las distribuciones no son similares, la
comparacin directa de las tasas brutas puede resultar
engaosa.
As, al comparar la tasa de mortalidad entre dos pases se
presenta el problema de que la citada tasa estar
influenciada por la proporcin de sujetos por grupo de edad
en cada poblacin. Por tanto, el hecho de que uno de los
pases presente una tasa superior al otro no quiere decir
que tenga una mortalidad superior podra incluso tenerla
inferior- si se analiza la mortalidad por grupos de edad (las
tasas de mortalidad especficas por edad).
Para tratar de solventar este escollo, ya en el siglo XIX se
desarrollaron los mtodos de estandarizacin o ajuste de
tasas

EPIDEMIOLOGA BSICA

OBJETIVOS
Revisar brevemente el concepto general de tasa.
Identificar el alcance y conceptualizacin de la tasa de prevalencia
Identificar el alcance y conceptualizacin de la tasa de incidencia y
sus modalidades
Reconocer las relaciones de dependencia entre estas medidas de
frecuencia.

EPIDEMIOLOGA BSICA

MARCO TERICO
ESTANDARIZACIN DE TASAS
TASAS:
Las tasas expresan la dinmica de un suceso en una poblacin a lo largo
del tiempo. Se pueden definir como la magnitud del cambio de una
variable (enfermedad o muerte) por unidad de cambio de otra
(usualmente el tiempo) en relacin con el tamao de la poblacin que se
encuentra en riesgo de experimentar el suceso.

Las
de
ms

medidas
frecuencia
usadas en

epidemiologa se refieren a la medicin de la mortalidad o la morbilidad

en una poblacin. La mortalidad es til para estudiar enfermedades que
provocan la muerte, especialmente cuando su letalidad es importante.
Pero, cuando la letalidad es baja y, en consecuencia, la frecuencia con la
que se presenta una enfermedad no puede analizarse adecuadamente
con los datos de mortalidad, la morbilidad se convierte en la medida
epidemiolgica de mayor importancia.
En ocasiones, la morbilidad tambin puede servir para explicar las
tendencias de la mortalidad, ya que los cambios en la mortalidad
pueden ser secundarios a cambios ocurridos antes en la morbilidad o,
por el contrario, las tendencias en la mortalidad pueden explicar los
cambios en los patrones de morbilidad cuando, por ejemplo, la
disminucin en la mortalidad infantil explica los aumentos aparentes en
el volumen de enfermedades en otras edades. Por ambas razones, el
anlisis de las condiciones de salud de las poblaciones se basa siempre
en los cambios observados en las medidas de mortalidad y morbilidad.
Las principales fuentes de informacin de morbilidad son los datos
hospitalarios y los registros de enfermedad. Sin embargo, debido a las
limitaciones de estos registros, los estudios epidemiolgicos se basan en

EPIDEMIOLOGA BSICA
informacin obtenida mediante mtodos de deteccin especialmente
diseados para ello. A continuacin se presenta un resumen de los
elementos ms importantes de las medidas de mortalidad y morbilidad.
Medidas de mortalidad
El concepto de mortalidad expresa la magnitud con la que se presenta la
muerte en una poblacin en un momento determinado. A diferencia de
los conceptos de muerte y defuncin que reflejan la prdida de la vida
biolgica individual, la mortalidad es una categora de naturaleza
estrictamente poblacional. En consecuencia, la mortalidad expresa la
dinmica de las muertes acaecidas en las poblaciones a travs del
tiempo y el espacio, y slo permite comparaciones en este nivel de
anlisis. La mortalidad puede estimarse para todos o algunos grupos de
edad, para uno o ambos sexos y para una, varias o todas las
enfermedades. La mortalidad se clasifica de la siguiente manera:
a) general y b) especfica.

a) Mortalidad general: es el volumen de muertes ocurridas por

todas las causas de enfermedad, en todos los grupos de edad y
para ambos sexos. La mortalidad general, que comnmente se
expresa en forma de tasa, puede ser cruda o ajustada, de acuerdo
con el tratamiento estadstico que reciba.
La mortalidad cruda expresa la relacin que existe entre el
volumen de muertes ocurridas en un periodo dado y el tamao de
la poblacin en la que stas se presentaron; la mortalidad ajustada
(o estandarizada) expresa esta relacin pero considera las posibles
diferencias en la estructura por edad, sexo, etctera, de las
poblaciones analizadas, lo que permite hacer comparaciones entre
stas. En este caso, las tasas se reportan como tasas ajustadas o
estandarizadas. La tasa cruda de mortalidad se calcula de acuerdo
con la siguiente frmula:

EPIDEMIOLOGA BSICA
b) Mortalidad especfica
Cuando existen razones para suponer que la mortalidad puede
variar entre los distintos subgrupos de la poblacin sta se divide
para su estudio. Cada una de las medidas obtenidas de esta
manera adopta su nombre segn la fraccin poblacional que se
reporte.
Por ejemplo, si las tasas de mortalidad se calculan para los
diferentes grupos de edad, sern denominadas tasas de
mortalidad por edad. De la misma manera pueden calcularse la
mortalidad por sexo, por causa especfica, etctera.
En algunos casos pueden calcularse combinaciones de varias
fracciones poblacionales, y cuando es as, se especifican los
grupos considerados (por ejemplo, mortalidad femenina en edad
reproductiva). Las tasas de mortalidad especfica por edad y sexo
se calculan de la siguiente forma:

Donde TME es la tasa de mortalidad especfica para esa edad y sexo.

Tasa de letalidad
La letalidad es una medida de la gravedad de una enfermedad
considerada desde el punto de vista poblacional, y se define como la
proporcin de casos de una enfermedad que resultan mortales con
respecto al total de casos en un periodo especificado. La medida indica
la importancia de la enfermedad en trminos de su capacidad para
producir la muerte y se calcula de la manera siguiente:

La letalidad, en sentido estricto, es una proporcin ya que expresa el

nmero de defunciones entre el nmero de casos del cual las
defunciones forman parte. No obstante, generalmente se expresa como

EPIDEMIOLOGA BSICA
tasa de letalidad y se reporta como el porcentaje de muertes de una
causa especfica con respecto al total de enfermos de esa causa.

Medidas de morbilidad
La enfermedad puede medirse en trminos de prevalencia o de
incidencia. La prevalencia se refiere al nmero de individuos que, en
relacin con la poblacin total, padecen una enfermedad determinada
en un momento especfico. Debido a que un individuo slo puede
encontrarse sano o enfermo con respecto a cualquier enfermedad, la
prevalencia representa la probabilidad de que un individuo sea un caso
de dicha enfermedad en un momento especfico.
La incidencia, por su parte, expresa el volumen de casos nuevos que
aparecen en un periodo determinado, as como la velocidad con la que lo
hacen; es decir, expresa la probabilidad y la velocidad con la que los
individuos de una poblacin determinada desarrollarn una enfermedad
durante cierto periodo.
Prevalencia
La prevalencia es una proporcin que indica la frecuencia de un evento.
En general, se define como la proporcin de la poblacin que padece la
enfermedad en estudio en un momento dado, y se denomina
nicamente como prevalencia (p). Como todas las proporciones, no tiene
dimensiones y nunca puede tomar valores menores de 0 o mayores de
1. A menudo, se expresa como casos por 1 000 o por 100 habitantes.
En la construccin de esta medida no siempre se conoce en forma
precisa la poblacin expuesta al riesgo y, por lo general, se utiliza slo
una aproximacin de la poblacin total del rea estudiada. Si los datos
se han recogido en un momento o punto temporal dado, p es llamada
prevalencia puntual.
Prevalencia puntual. La prevalencia puntual es la probabilidad de un
individuo de una poblacin de ser un caso en el momento t, y se calcula
de la siguiente manera:

EPIDEMIOLOGA BSICA

La prevalencia de una enfermedad aumenta como consecuencia de una

mayor duracin de la enfermedad, la prolongacin de la vida de los
pacientes sin que stos se curen, el aumento de casos nuevos, la
inmigracin de casos (o de susceptibles), la emigracin de sanos y la
mejora de las posibilidades diagnsticas.
La prevalencia de una enfermedad, por su parte, disminuye cuando es
menor la duracin de la enfermedad, existe una elevada tasa de
letalidad, disminuyen los casos nuevos, hay inmigracin de personas
sanas, emigracin de casos y aumento de la tasa de curacin. En
resumen, la prevalencia de una enfermedad depende de la incidencia y
de la duracin de la enfermedad.
Dado que la prevalencia depende de tantos factores no relacionados
directamente con la causa de la enfermedad, los estudios de prevalencia
no proporcionan pruebas claras de causalidad aunque a veces puedan
sugerirla. Sin embargo, son tiles para valorar la necesidad de asistencia
sanitaria, planificar los servicios de salud o estimar las necesidades
asistenciales.
Anteriormente era comn el clculo de la llamada prevalencia de
periodo (o lpsica), que buscaba identificar el nmero total de personas
que presentaban la enfermedad o atributo a lo largo de un periodo
determinado. No obstante, debido a las confusiones que origina, esta
medida es cada vez menos empleada, y en materia de investigacin es
mejor no utilizarla.
Incidencia
En los estudios epidemiolgicos en los que el propsito es la
investigacin causal o la evaluacin de medidas preventivas, el inters
est dirigido a la medicin del flujo que se establece entre la salud y la
enfermedad, es decir, a la aparicin de casos nuevos.
Como ya se mencion anteriormente, la medida epidemiolgica que
mejor expresa este cambio de estado es la incidencia, la cual indica la
frecuencia con que ocurren nuevos eventos. A diferencia de los estudios

EPIDEMIOLOGA BSICA
de prevalencia, los estudios de incidencia inician con poblaciones de
susceptibles libres del evento en las cuales se observa la presentacin
de casos nuevos a lo largo de un periodo de seguimiento. De esta
manera, los resultados no slo indican el volumen final de casos nuevos
aparecidos durante el seguimiento sino que permiten establecer
relaciones de causa-efecto entre determinadas caractersticas de la
poblacin y enfermedades especficas. La incidencia de una enfermedad
puede medirse de dos formas: mediante la tasa de incidencia (basada
en el tiempo-persona) y mediante la incidencia acumulada (basada en el
nmero de personas en riesgo). La tasa de incidencia (tambin
denominada densidad de incidencia) expresa la ocurrencia de la
enfermedad entre la poblacin en relacin con unidades de tiempopersona, por lo que mide la velocidad de ocurrencia de la enfermedad.
La incidencia acumulada, en cambio, expresa nicamente el volumen de
casos nuevos ocurridos en una poblacin durante un periodo, y mide la
probabilidad de que un individuo desarrolle el evento en estudio. La
incidencia acumulada, por esta razn, tambin es denominada riesgo.

Tasa de incidencia o densidad de incidencia.

La tasa de incidencia (TI) es la principal medida de frecuencia de
enfermedad y se define como el potencial instantneo de cambio en el
estado de salud por unidad de tiempo, durante un periodo especfico, en
relacin con el tamao de la poblacin susceptible en el mismo periodo.
Para que una persona se considere expuesta al riesgo en el periodo de
observacin debe iniciar ste sin tener la enfermedad (el evento en
estudio)
El clculo del denominador de la TI se realiza sumando los tiempos libres
de enfermedad de cada uno de los individuos que conforman el grupo y
que permanecen en el estudio durante el periodo. Este nmero se mide
generalmente en aos, pero pueden ser meses, semanas o das, y se
conoce como tiempo en riesgo o tiempo-persona.
El nmero de individuos que pasan del estado sano al estado enfermo
durante cualquier periodo depende de tres factores: a) del tamao de la
poblacin, b) de la amplitud del periodo de tiempo, y c) del poder
patgeno de la enfermedad sobre la poblacin. La tasa de incidencia
mide este poder, y se obtiene dividiendo el nmero observado de casos
entre el tiempo total en el que la poblacin ha estado en riesgo,

EPIDEMIOLOGA BSICA
equivalente a la sumatoria de los periodos individuales en riesgo. Al
sumar periodos de observacin que pueden variar de uno a otro
individuo y considerar slo el tiempo total en riesgo la TI corrige el
efecto de entrada y salida de individuos al grupo durante el periodo de
seguimiento.
A menudo no es posible calcular exactamente la duracin del tiempopersona para los individuos que ya no estn en riesgo, debido a que
desarrollaron la enfermedad. No obstante, para este grupo el valor total
del tiempo-persona en riesgo puede estimarse de manera aproximada
y generalmente satisfactoria multiplicando el tamao medio de la
poblacin por la duracin del periodo de observacin.
La TI no es una proporcin como la prevalencia y la incidencia
acumulada dado que el denominador expresa unidades de tiempo y, en
consecuencia, mide casos por unidad de tiempo. Esto hace que la
magnitud de la TI no pueda ser inferior a cero ni tenga lmite superior. La
frmula general para el clculo de la TI es la siguiente:

Incidencia acumulada.
La incidencia acumulada (IA) se puede definir como la probabilidad de
desarrollar el evento, es decir, la proporcin de individuos de una
poblacin que, en teora, desarrollaran una enfermedad si todos sus
miembros fuesen susceptibles a ella y ninguno falleciese a causa de
otras enfermedades. Tambin se ha definido simplemente como la
probabilidad, o riesgo medio de los miembros de una poblacin, de
contraer una enfermedad en un periodo especfico. Las cifras obtenidas
mediante el clculo de la IA son relativamente fciles de interpretar y
proporcionan una medida sumamente til para comparar los diferentes
riesgos de distintas poblaciones. Para calcular la IA en el numerador se
coloca el nmero de personas que desarrollan la enfermedad durante el
periodo de estudio (llamados casos nuevos) y en el denominador el
nmero de individuos libres de la enfermedad al comienzo del periodo y
que, por tanto, estaban en riesgo de padecerla. La incidencia acumulada

EPIDEMIOLOGA BSICA
es una proporcin y, por lo tanto, sus valores slo pueden variar entre 0
y 1. A diferencia de la tasa de incidencia la IA es adimensional. Su
frmula es la siguiente:

Como la duracin del periodo de observacin influye directamente sobre

la IA su amplitud debe considerarse siempre que se interprete esta
medida.
Cuando los miembros de una poblacin tienen diferentes periodos bajo
riesgo debido a que se incorporan o abandonan el grupo a lo largo del
periodo de seguimiento la IA no puede calcularse directamente.
Las principales aplicaciones de la estandarizacin de tasas son: a) el
estudio de tendencias temporales de un fenmeno, y b) la comparacin
de un fenmeno en reas geogrficas, profesiones, raza o clase social en
un mismo periodo, es decir, la comparacin de poblaciones o
subpoblaciones. Es posible tambin realizar estimaciones de la
intensidad de un fenmeno a partir de pocos datos, sobre todo en el
caso de la estandarizacin indirecta (reas pequeas, ndice de Burch,
indicadores de Princeton).
Con la estandarizacin indirecta se ofrece un clculo de la intensidad del
fenmeno que, segn la teora del anlisis demogrfico, debera partir
de las tasas especficas propias. Cuando stas no se pueden calcular,
por los pequeos nmeros o bien porque no se dispone de los datos
necesarios, como en el caso de los pases en vas de desarrollo, la
estandarizacin indirecta es un buen mtodo para una estimacin
adecuada de la intensidad, segn la bondad de la serie de tasas tipo
elegida.
Entre las razones para estandarizar se encuentra la facilidad de
interpretacin que supone una medida resumen de las tasas especficas
frente a un conjunto numeroso de ellas. Los mtodos de estandarizacin
deben considerarse descriptivos con la finalidad de identificar reas de
inters que requieren anlisis ms profundos, es decir de generar
hiptesis, no de contrastarlas. Cada ndice estandarizado responde a
una determinada cuestin sobre las diferencias observadas. El
investigador debe decidir qu pregunta quiere contestar y

EPIDEMIOLOGA BSICA
posteriormente escoger el ndice ms adecuado en funcin de las
caractersticas de cada uno de ellos.
ESTANDARIZACIN DIRECTA
1. La estandarizacin directa aplica directamente la lgica de la
estandarizacin y controla correctamente los efectos de la estructura
segn la edad o segn otra variable de confusin.
2. No tiene valor en s misma, pero da un indicador comparable que se
lee como una tasa bruta hipottica.
3. Necesita de datos detallados y clasificados, de los que se ha de
disponer para aplicar el mtodo.
4. La eleccin del estndar tiene mucha influencia.
4.1. El mtodo proporciona una medida sinttica no sesgada de las
diferencias respecto del fenmeno en ausencia de interaccin: cuando
las diferencias entre las tasas especficas de las poblaciones comparadas
son las mismas para todas las categoras. Entonces, cualquier estndar
medir bien las diferencias.
4.2. Si la interaccin es dbil: las tasas no se cruzan pero no conservan
la misma distancia para todas las categoras, el ndice estandarizado
permitir clasificar correctamente las poblaciones comparadas respecto
del fenmeno. Slo el orden podr ser respetado en este caso,
cualquiera que sea la poblacin-tipo, y no las diferencias entre ellas.
4.3. Si hay interaccin fuerte, es decir, se produce un cruce de tasas en
diferentes categoras, ningn estndar servir, a no ser que se justifique
su eleccin.
5. La interaccin depende del patrn de medida utilizado; una
transformacin adecuada de las tasas puede reducir o hacer
desaparecer la interaccin en ciertos casos. No obstante, este patrn
debe estar bien escogido y ser adecuado al fenmeno estudiado.
6. Hay que tener, pues, precaucin en el clculo (distribuciones
sesgadas, categoras de la variable de confusin consideradas, etc.) y no
conformarnos con el primer resultado obtenido. Adems la
interpretacin debe hacerse siempre en funcin del estndar escogido.
7. En algunos casos, la tasa estandarizada puede llegar a ser mejor que
otros indicadores clsicos de la demografa en el estudio de las
diferencias de comportamiento.

EPIDEMIOLOGA BSICA
8. Ejemplos de estandarizacin directa son los ndices sintticos y la
poblacin estndar de la OMS para los estudios comparativos de
mortalidad.
Del punto de vista de los clculos, la estandarizacin directa de las tasas
es sencilla:

Dnde:
rk = tasa en el k-simo estrato de la poblacin de estudio
Nk = nmero de personas en el k-simo estrato de la poblacin estndar
N = nmero total de personas en la poblacin estndar (Nk)
Wk = peso de cada estrato (igual a Nk/N)
significa sumatoria de los k estratos.
Esta frmula muestra que, al estandarizar, las poblaciones en estudio se
elimina el efecto que pudiera tener dicha variable pudiendo analizar las
comparaciones sin la interferencia de sta.
UN EJEMPLO:

En la tabla N1 se muestra la distribucin segn grupo de edad y la

incidencia de una enfermedad ocurrida en dos poblaciones distintas, A y
B, durante un perodo de tiempo determinado. Cada poblacin
comprende
10.000
habitantes.
En la poblacin A hubo 125 casos y en la poblacin B,182 casos.
La incidencia de la enfermedad es de 12,5 por 1.000 habitantes en A y

EPIDEMIOLOGA BSICA
18,2 por 1.000 en B (50% mayor que A.) Con el simple anlisis de las
tasas brutas de incidencia, podra afirmarse que el riesgo de adquirir la
enfermedad para los habitantes de B es mayor que para los habitantes
de A.
Tabla 1: Poblacin y nmero de casos segn grupos de edad en
las poblaciones A y B
Composici
Nmero
Tasa
Grupos
n
Poblacin
de
especfica
edad
poblacional
Casos
(por 10 )
(%)
A
B
A
B
A B
A
B
0-4
1.500 2.500 15
25 63 90 42
36
5-14 2.500 3.500 25
35 50 84 20
24
15 o
6.000 4.000 60
40 12 8
2
2
ms
10.00 10.00
12
Total
100%
182 12.5 18.2
0
0
5
Aunque B tiene ms casos y mayor incidencia que A, esto puede
deberse a la diferente estructura etrea de ambas poblaciones, ms que
a una diferencia en los niveles de exposicin o susceptibilidad a los
determinantes
de
la
enfermedad.
En A la poblacin se concentra en sujetos de 15 o ms aos y en B en
los menores de 15

aos. Las tasas especficas por edad son sensiblemente diferentes en

cada estrato de edad, lo que sugiere que la edad es un factor importante
en la incidencia de la enfermedad, como se observa en ambas ciudades.
Luego, las tasas de 12,5 y 18,2 por 1.000 en A y en B, al provenir de
poblaciones con composicin poblacional diferente, pueden no ser del
todo comparables.
Procedimiento de estandarizacin
Los pasos a seguir son:

Identificacin de la variable a ajustar: en este caso, la estructura x

edad.

Elegimos una poblacin estndar o de referencia. En estricto rigor

puede utilizarse cualquiera que tenga una distribucin adecuada. En
general, se eligen poblaciones de tamao tal que nos permitan

EPIDEMIOLOGA BSICA
calcular indicadores estables. En nuestro ejemplo usaremos la suma
de ambas poblaciones como poblacin de referencia.

Esta poblacin debe estar categorizada por los mismos estratos de

edad que nuestras tasas especficas (Esto es, subdividida en tres
grupos de edad para este ejemplo)

Se calcula el nmero estandarizados de casos, aplicando las tasas de

incidencia especficas por grupo etreo de A y B, a la poblacin
estndar (Es decir, si A tuviera el nmero de habitantes
correspondiente a A+B en el estrato de 0 a 4 aos, se habran
observado 168 en vez de 63 casos). Debe observarse con atencin
los amplificadores utilizados en las tasas en el clculo del nmero
esperado de casos. En la siguiente tabla se detalla el procedimiento:
Tabla 2: Clculo de tasas ajustadas de incidencia
(Poblacin de referencia: A+B)
(1)

(2)

(3)

(4) (2x3)

Grupos edad

Poblacin
estndar

Tasas de incidencia

Nmero de Casos
estandarizados

A +B

0-4

4.000

42

36

168(*)

144

5-14

6.000

20

24

120

144

15 o ms

10.000

20

20

308

308

Total

20.000

12.5

18.2

* (42 x 4.000)/ 1.000 = 168 casos en 1.000 sujetos

- Calculamos las tasas estandarizadas, en nuestro ejemplo, tasas
estandarizadas por edad, las que resultaron ser iguales para ambas
poblaciones.
A = (308 / 20.000) =15,4 por 1.000
B = (308 / 20.000) =15,4 por 1.000
Por lo tanto, la diferencia inicial entre las tasas brutas de incidencia era
explicada por la diferente estructura de edad entre las poblaciones de A
y B.
ESTANDARIZACIN INDIRECTA

EPIDEMIOLOGA BSICA
1. La estandarizacin indirecta es un mtodo que puede aplicarse a
partir de pocos datos.
2. Sus indicadores son ms estables, debido que en el clculo de las
varianzas intervienen datos globales, menos sujetos a la inestabilidad de
los datos clasificados.
3. Estas dos conclusiones indican que es el mtodo ideal en los estudios
aplicados a poblaciones con poca disponibilidad estadstica, as como a
los estudios especficos que deben usar datos poco numerosos y, por
tanto, sujetos a una mayor inestabilidad (demografa local,
sobrepoblaciones pequeas o fenmenos poco frecuentes). Asimismo,
permite utilizarse como mecanismo de control de la calidad de las
estadsticas, mediante la estimacin de indicadores resumidos.
4. Los ndices que proporciona el mtodo solamente son comparables en
el caso de dos poblaciones, pero no en comparaciones mltiples, debido
a la intervencin de diferentes estructuras demogrficas, sujetas por
tanto a la heterogeneidad que se pretendera controlar.
5. Las aplicaciones construidas sobre este tipo de estandarizacin son
ampliamente conocidas y utilizadas: indicadores de Princeton, ndice de
Burch.
6. El mtodo de Hoem proporciona una ampliacin del mtodo de la
estandarizacin indirecta que resuelve muchos de los problemas
inherentes a los mtodos clsicos.3
Cuando los nmeros especficos por estrato son pequeos, como suele
ocurrir en poblaciones como una nica planta industrial o una ciudad
pequea, las estimaciones de las tasas especficas por estrato son
demasiado susceptibles a la fuerte influencia de la variabilidad al azar
para que el mtodo de la estandarizacin directa d resultados
satisfactorios. En vez, puede usarse un procedimiento de
estandarizacin indirecto y se calcula una razn de mortalidad
estandarizada (RME)
En la estandarizacin indirecta, la poblacin estndar provee las tasas y
la poblacin de estudio provee los pesos.
Se puede concebir la estandarizacin indirecta como el tomar el nmero
de muertes o eventos en la poblacin de estudio y compararlos con un
nmero esperado de muertes, i.e., el nmero de muertes que se
esperaran en la poblacin de estudio si su experiencia de mortalidad
(sus tasas especficas por estrato) fueran las mismas que para la
poblacin estndar. La razn de muertes observadas a esperadas se
denomina Razn de Mortalidad Estandarizada (o Razn de Morbilidad
Estandarizada si el resultado a medir es enfermedad y no muerte),

EPIDEMIOLOGA BSICA
abreviada como RME, y ella, ms que las tasas estandarizadas, es el
producto habitual del proceso de estandarizacin indirecta.
El nmero esperado de muertes se obtiene como sigue:

Y el nmero observado de muertes es dk

Donde dk = nmero de muertes en el k-simo estrato de la poblacin de

estudio (muertes observadas)
nk = tamao del k-simo estrato de la poblacin de estudio
Rk = tasa de mortalidad en el k-simo estrato de la poblacin estndar
El nmero de muertes observadas tambin puede ser expresado como la
suma de las tasas de mortalidad especficas por estrato multiplicadas
por el tamao de cada estrato:

Dnde: rk = tasa de mortalidad en el k-simo estrato,

As, la RME puede ser expresada como la razn de dos promedios
ponderados de tasas de mortalidad especficas por estrato donde los
pesos son los tamaos proporcionales de los estratos de la poblacin de
estudio:

EPIDEMIOLOGA BSICA

Donde nt es el tamao total de la poblacin de estudio y wk son los

tamaos proporcionales de los estratos, calculados como nk/n.
La RME indica el exceso o el dficit en la verdadera experiencia de
mortalidad en la poblacin de estudio con respecto a lo que se hubiera
esperado si hubiera tenido la experiencia de la fuerza de mortalidad en
la poblacin estndar (o de referencia).
Ejemplo:
Supngase que se conoce el total de personas fallecidas en la 2a regin
en 1993 y se desea comparar la tasa de mortalidad general con la del
pas que es de 5,53 por cada 1.000 habitantes en ese ao. En 1993 en la
2a regin, fallecieron 2.167 personas, cifra que determina una tasa de
mortalidad de 5,1 por 1.000 habitantes.
Se desconoce la tasa de mortalidad para cada estrato de edad de la
poblacin de la segunda regin.
Si la 2a Regin tuviera una composicin por edad comparable a la del
pas, Cmo sera esta tasa?
Para este ejemplo se tiene (Tabla 1):

EPIDEMIOLOGA BSICA

La interpretacin de este indicador pudiera enunciarse como "la tasa

que le correspondera tener a la segunda regin de poseer el riesgo de
muerte del pas, de 4,53 por 1.000 habitantes, inferior a la tasa cruda
que era de 5,1 por 1.000 habitantes).
En este caso se advierte que
substantivamente de la tasa real.

la

tasa

encontrada

difiere

La RME es una forma objetiva para poder establecer el comportamiento

real de lo obtenido, la que debe incluir el correspondiente intervalo de
confianza para poder validar las conclusiones derivadas de dicha
comparacin.
La RME relaciona la magnitud de la cifra real con el valor esperado de
acuerdo con la aplicacin de la poblacin de referencia. Para el ejemplo
se tiene:

Segn esto, en la segunda regin existe un exceso de 12,79% de

mortalidad en relacin con el pas.

EPIDEMIOLOGA BSICA
Para poder validar dicha afirmacin, se calcula el correspondiente
intervalo de confianza al 95% segn la siguiente frmula:
Intervalo de confianza = RME (1,96 x EE)
Siendo:

1,96, el valor de Z para un valor de alfa de 0,05

EE, el error estndar

El Error Estndar (EE) puede ser calculado de acuerdo a:

Para la segunda regin, el intervalo de confianza es:

IC = 112,79 (1,96 x EE),

Luego, IC = 112,79 2,42;

IC = [115,21; 110,37]
Ambos valores, al no ser inferiores
estadsticamente la anterior aseveracin.

la

centena,

validan

ALGUNAS LIMITACIONES DEL AJUSTE DE TASAS

Los mtodos de ajuste de tasas estn ampliamente extendidos entre los
profesionales de salud pblica y en las publicaciones cientficas. No
obstante esta popularidad y fundamentalmente debido a ella es
necesario hacer una serie de advertencias prcticas.
El ajuste no es apropiado cuando las tasas especficas en las
poblaciones que se estn comparando no tengan una relacin
consistente. Por ejemplo, puede ser incorrecto evaluar tendencias
a lo largo del tiempo de tasas de mortalidad por cncer ajustadas
por edad, porque las tasas especficas en los jvenes tienden a
descender mientras en los grupos de edad superiores aumentan.

EPIDEMIOLOGA BSICA
Si se utiliza una poblacin estndar relativamente joven, la
tendencia de las tasas ajustadas puede mostrar un ligero
incremento o incluso una reduccin de la mortalidad; si la
poblacin elegida es relativamente vieja la tendencia de la
mortalidad por cncer mostrar un fuerte incremento.
Una tasa ajustada es una medida resumen cuya magnitud no tiene
ningn valor intrnseco, es una tasa artificial y slo debe usarse
con el objetivo de comparar.
La magnitud de las tasas ajustadas vara en funcin de la
poblacin estndar que se utilice.
El hecho de que la tasa ajustada sea una medida resumen en
principio facilita su manejo, pero tambin enmascara la
informacin que aportan las tasas especficas.

CONCLUSIONES
El concepto de tasa est asociado con la rapidez o velocidad
de cambio de un fenmeno como nacimiento, crecimiento,
muerte, en funcin o en relacin con alguna unidad de
tiempo.
La prevalencia corresponde al nmero de casos existentes
de una enfermedad o condicin en una poblacin
determinada. Es por tanto una medicin puntual en el
tiempo, que en el eje temporal se corresponde con una
medicin transversal.

EPIDEMIOLOGA BSICA
La incidencia es una medida de mxima utilidad para
enfermedades cuya duracin es relativamente breve, y que
no se prestan para ser valuadas a travs de una tasa de
prevalencia.
La medida ms elemental de frecuencia de una enfermedad,
o de cualquier otro evento en general, es el nmero de
personas que la padecen o lo presentan. Sin embargo, dicha
medida por s sola carece de utilidad para determinar la
importancia de un problema de salud determinado, pues
debe referirse siempre al tamao de la poblacin de donde
provienen los casos y al periodo de tiempo en el cual estos
fueron identificados.

BIBLIOGRAFIA

Argimn, J. M. ; Jimnez J. 2006. Mtodos de investigacin clnica y

epidemiolgica. 3 Ed . Elsevier, D.L. Madrid .

Colimon, K. M. 1990. Fundamentos de epidemiologa. 4 Ed.

Panamericana, D.L., Madrid.

EPIDEMIOLOGA BSICA

MacMahon, B.; Trichopoulos, D. 1996. Epidemiologa: principios y

mtodos. 2 ed. Little, Brown and Comp., Boston.

Lilienfield, A. M.; Lilienfeld, D. E. 1987. Fundamentos de

epidemiologa. Addison-Wesley Iberoamericana, Wilmington,
Delaware. (1 Edicin en espaol).