Epidemiologia Modulo 3-2004 PDF

Epidemiologa Bsica
y
Vigilancia de la Salud
segunda edicin
2004
Mdulos de
Epidemiologa Bsica
y Vigilancia de la Salud
Cuantificacin de los
Problemas de Salud
PROGRAMA DE VIGILANCIA
DE LA SALUD Y CONTROL
DE ENFERMEDADES
The World Bank
Todos los derechos reservados.

Este libro no puede reproducirse total o parcialmente por ningn mtodo grfico,
electrnico o mecnico, incluyendo los sistemas de fotocopia,
registro magnetofnico o de alimentacin de datos, sin expreso consentimiento del autor.
Queda hecho el depsito que previene la Ley 11.723
Buenos Aires, Repblica Argentina. 2001
Este material fue realizado con el apoyo financiero del Programa VIGI+A
(Ministerio de Salud-Banco Mundial)
Epidemiologa Bsica y Vigilancia de la Salud
Autores
Ortiz, Zulma
Mdica, Reumatloga, Universidad de Buenos Aires (UBA)
Gerente de Vigilancia de la Salud
Programa Nacional de Vigilancia de la Salud y Control de Enfermedades (VIGI+A)
Esandi, Mara Eugenia
Mdica, (UBA)
Docente del Curso de Epidemiologa Bsica e Intermedia,
Centro de Investigaciones Epidemiolgicas (CIE),
Academia Nacional de Medicina, de Buenos Aires
Bortman, Marcelo
Mdico General (UBA), Epidemilogo
Coordinador General
Programa Nacional de Vigilancia de la Salud y Control de Enfermedades (VIGI+A)
Revisores
Custer, Silvina Rico Cordeiro, Osvaldo
Eiman Grossi, Mirtha Rodrguez Loria, Gabriela
Procesamiento didctico
Davini, Cristina Goldenstein, Frida Lomagno, Claudia
Colaboradores
Abdala, Yamile Esandi, Pablo Piccini, Mabel

Bernardos, Jaime Galdeano, Emilio Ramrez, Rolando
Bonet, Fernanda Goizueta, Miguel Rulfo, Ana
Cabrini, Ana Gmez, Julio Tup, Daniela
Carbonelli, Natacha Insa, Ivn Vera del Barco, Pablo
Crdoba, Patricia Laurynowycz, Alicia Verdejo, Guadalupe
Diana, Ana Maidana, Cristina Videla, Mitha
Donnet, M. Isabel Ortiz, Carina Yez, Loreto
Contenido de los Mdulos
Mdulo del Capacitador

Dirigido a quienes desempean el rol de Capacitadores. En l se incluye informacin y
orientacin para desarrollar actividades como tutor y facilitador del aprendizaje individual y
0 grupal. Al completar este Mdulo, estar en condiciones de comprender y programar su
trabajo como Capacitador.
Introduccin a la Epidemiologa
Describe qu es la Epidemiologa, los cambios de sus concepciones en la historia y sus
tendencias actuales. Presenta los mtodos epidemiolgicos y contribuciones de la
1 Bioestadstica. Al completar el trabajo con este Mdulo, dispondr de elementos para
comprender los aportes que la Epidemiologa puede brindar para mejorar los procesos de
planificacin, ejecucin y evaluacin de los Servicios de Salud.
Tipos de Estudios Epidemiolgicos

Introduce el proceso de investigacin epidemiolgica en sus distintos diseos, analizando
las ventajas y las dificultades que se presentan. Al finalizar el trabajo con este Mdulo, podr
2 seleccionar un tipo de diseo apropiado para el estudio que se propone realizar.
Cuantificacin de los Problemas de Salud

Recomienda qu datos recolectar y cmo recopilarlos, procesarlos, interpretarlos y
presentarlos. Al finalizar el trabajo con este Mdulo, podr elaborar un plan para la
3 cuantificacin de un problema de Salud local.
Efecto, Impacto y Fuentes de Error

Presenta cmo cuantificar el riesgo a travs de diferentes medidas que permiten establecer la
existencia de asociacin entre diferentes factores y el evento estudiado. Al completar el
4 desarrollo de este Mdulo, se espera que pueda cuantificar el riesgo en el marco de la

epidemiologa analtica y describir las principales fuentes de error en la cuantificacin.
Vigilancia de la Salud
Aborda qu es la Vigilancia de la Salud, sus usos en el rea de la Salud Pblica, cmo
debera funcionar un sistema para alcanzar las metas de Salud deseadas. Al finalizar este
5 Mdulo, se espera que pueda reconocer las diferentes estrategias y, fundamentalmente,
cmo analizar, interpretar, difundir y utilizar la informacin.
Investigacin de Brote
Presenta cmo realizar una investigacin sobre un Brote, saber el tipo de informacin que se
puede necesitar, qu buscar, a qu prestar atencin y qu significado tienen los resultados
6 obtenidos. Se espera que al finalizar el Mdulo, pueda describir cmo realizar un estudio de
Brote y redactar el informe.
Prlogo
Considerando el rol que la Epidemiologa debe cumplir en la Salud Pblica actual, la

capacitacin en Epidemiologa Bsica para los niveles locales es un punto crtico para
alcanzar objetivos de Salud para Todos. De forma similar, el desarrollo de la Vigilancia de
la Salud, herramienta fundamental para la toma de decisiones en Salud, resultar
esencial en la migracin del quehacer en Salud hacia una gestin cada vez ms basada
en la evidencia.
Estos Mdulos del Curso de Capacitacin en Epidemiologa Bsica y Vigilancia de la

Salud son el producto de una iniciativa de la Representacin de OPS/OMS en la
Argentina y del Programa Especial de Anlisis de Salud, OPS.
Sus contenidos bsicos fueron desarrollados como parte del apoyo que esta
Representacin realiz a la formulacin del Programa VIGI+A, que prev una amplia
diseminacin de los principios bsicos de la Epidemiologa y de la Vigilancia de la Salud.
Con el trabajo de sus autores y con los aportes de muchos otros colaboradores se han
elaborado estos Mdulos que esperamos contribuyan significativamente a una mejor
capacitacin en Epidemiologa.
Dr. Juan Manuel Sotelo

Representante de la Organizacin Panamericana de la Salud
y Organizacin Mundial de la Salud
MDULO 3: Cuantificacin de los Problemas de Salud
A. Introduccin
B. Objetivos del Mdulo
C. Contenidos
1. Qu Datos Debemos Recolectar para la Investigacin?
1.1 Qu es una Variable?
1.2 Tipos de Variables y Formas de Clasificacin

1.2.1 Variables Dependientes y Variables Independientes
1.2.2 Variables de Persona, Tiempo y Lugar
1.2.2.1 Variables Universales
Edad, Sexo, Nivel Socioeconmico, Grupo
tnico y Cultural, Ocupacin, Estado Civil
1.3 Definicin de Variables
1.4 Cuntas Variables deben Considerarse en un Estudio?
1.5 Cmo se Miden las Variables?

Escalas de medicin: nominal, ordinal, numrica
2. Dnde y Cmo Obtener los Datos para la Investigacin?
2.1 Dnde Recolectar Datos?

2.1.1 Fuentes Secundarias de Datos
Fuentes Secundarias Permanentes, Fuentes
Secundarias Eventuales
2.1.2 Fuentes Primarias de Datos
2.2. Cmo Recolectar los Datos?

Encuestas de Salud
3. Cmo Procesar e los Datos?
3.1 Presentacin de Datos en Tablas

3.1.1 Tabla de Distribucin de Frecuencias
3.1.2 Tabla de Frecuencias con Intervalos de Clase
3.2 Presentacin de Datos en Grficos

3.2.1 Grfico de Sectores Circulares
3.2.2 Grfico de Barras
3.2.3 Histograma
3.2.4 Polgono de Frecuencias
4.Cmo Interpretar los Datos?
4.1 La Sistematizacin de los Datos
4.2 Las Medidas de Resumen

4.2.1 Medidas de Frecuencia
Razn, Proporciones o Porcentajes, Tasas, Tasas
Brutas y Tasas Especficas, Comparacin de Tasas,
Prevalencia, Incidencia
4.2.2 Medidas de Tendencia Central
Moda, Media Aritmtica, Mediana
4.2.3 Medidas de Orden
Percentiles, Cuartiles
4.2.4 Medidas de Dispersin
Rango, Rango Intercuartlico, Desvo estndar
D. A Modo de Sntesis...
Cuantificacin de losdeProblemas
Cuantificacin de Salud
los Problemas de Salud
A. Introduccin
La Organizacin Panamericana de la Salud (OPS) y el Programa VIGI+A, en un trabajo

colaborativo han posibilitado la preparacin, difusin y diseminacin de este material
educativo que contiene conceptos bsicos de Epidemiologa y Vigilancia de la Salud. En
este Mdulo, se presentarn los mtodos para la cuantificacin de los problemas en
Salud.
Como ya hemos tratado, la Epidemiologa intenta describir la distribucin y determinantes

de la Salud y enfermedad en poblaciones humanas. Si bien esto puede parecerle algo
complicado, en realidad, la metodologa de investigacin no difiere de la que
seguramente Ud. aplica durante su prctica laboral, aun en las cosas cotidianas de la
vida. Tal como presentamos en el Mdulo anterior, se reconocen una serie de etapas en el
proceso de investigacin (figura 1), que se inician con la definicin del problema y los
objetivos. Sin embargo, es necesario seguir avanzando ya que un paso previo e
indispensable para interpretar los procesos de Salud y enfermedad es la cuantificacin de
los datos observados. Probablemente Ud. se pregunte: "Pero, qu datos debo recolectar
y cmo?". Qu y cmo recolectar los datos es lo primero que trataremos en este Mdulo.
Una vez que comprendamos esto, veremos qu hacer con estos datos, es decir, cmo
procesarlos e interpretarlos.
B. Objetivos del Mdulo
Se espera que al completar el trabajo en este Mdulo, Ud. sea capaz de:
= Elaborar un plan de recoleccin de datos epidemiolgicos en funcin de un

problema de Salud local: Reconociendo distintos tipos de variables, seleccionando
9
diferentes fuentes de informacin, construyendo instrumentos de recoleccin,

procesamiento e interpretacin de la informacin y seleccionando la mejor forma
de presentacin para sus datos.
Figura 1. Pasos en el proceso de investigacin de un evento de Salud
Qu
estudiar y
para qu?
PASOS PARA EL DESARROLLO DE
Qu datos
Recolectar?
UNA INVESTIGACIN
Dnde y cmo
Recolectarlos?
C. Contenidos
1. Qu Datos Debemos Recolectar para la Investigacin?
Un dato es el valor que adopta la variable. Los datos que recolectaremos para nuestra
investigacin dependen de las variables que escojamos. Ahora, qu es una variable? Si
bien a menudo utilizamos este trmino, poco conocemos acerca de l.
10
1.1 Qu es una Variable?
Como su nombre lo indica, "variable es algo que cambia".
Por ejemplo:
Peso
Estatura
Frecuencia cardaca
Edad
Temperatura
Definicin:
Una variable puede ser definida como cualquier cualidad del organismo,
grupo o situacin capaz de adoptar valores diferentes en un mismo
individuo o entre individuos.
Si pensamos en los datos del ambiente que nos rodea, observaremos que casi todos los
aspectos pueden considerarse variables, precisamente porque las personas y las
condiciones ambientales varan. En los fenmenos de la Salud y de la enfermedad es
necesario investigar no slo cmo varan (epidemiologa descriptiva), sino tambin por
qu varan (epidemiologa analtica).
Ya mencionamos que los datos que recolectamos en nuestra investigacin dependen de

las variables que seleccionamos y, por otra parte, que casi todos los aspectos pueden
considerarse variables. Entonces, qu variables debemos seleccionar? Las variables a
estudiar se seleccionan sobre la base de su relevancia para los objetivos de la
investigacin. Para facilitar el proceso de identificacin y seleccin de las variables, nos
ser til conocer los tipos de variables y sus diferentes formas de clasificacin.
11
1.2 Tipos de Variables y Formas de Clasificacin
Las variables pueden ser clasificadas utilizando diferentes criterios.
FICHA DE ORIENTACIN N 1:
Formas de clasificar las variables
! Segn la funcin que cumplan en la hiptesis
- Variables dependientes
- Variables independientes
! Segn la pregunta que responden en el estudio
- Quines?: Variables de Persona

- Cundo?: Variables de Tiempo
- Dnde?: Variables de Lugar
1.2.1 Variables Dependientes y Variables Independientes
Las distintas variables que se consideran en un estudio mantienen, en general, relaciones

entre s. Muy frecuentemente un estudio se centra no slo en las caractersticas en las
cuales hay realmente inters, sino tambin en una o ms caractersticas asociadas a ella.
Por ejemplo, no slo puede interesarnos investigar la ocurrencia de anemia ferropnica

en la poblacin infantil de una regin determinada en un determinado perodo de tiempo,
sino tambin, los factores potencialmente causales de esta enfermedad.
12
Denominamos variable dependiente a aquella variable que el investigador est

interesado en comprender, explicar o predecir, mientras que las variables independientes
son aquellas que utilizamos para explicar a la primera. Considerando una asociacin
entre variables del tipo "causa - efecto", la o las causas sern variables independientes y el
efecto ser la variable dependiente.
En nuestro ejemplo, la variable dependiente sera la ocurrencia de la anemia ferropnica y

las variables independientes, los factores que explicaran dicha ocurrencia de la
enfermedad.
FICHA INSTRUMENTO N 1
Pensar y resolver
A continuacin le presentamos un problema de investigacin. Formule

el/los objetivos e identifique la variable dependiente y la variable
independiente.
"En el ao 1999, se observ en la Capital Federal un elevado nmero de suicidios en la

poblacin adolescente; pudo saberse a travs de fuentes informales que muchos de estos
casos ocurrieron en adolescentes adictos a las drogas que en ese ltimo perodo se
haban iniciado en el consumo de una nueva droga importada desde Europa."
1.2.2 Variables de Persona, Tiempo y Lugar
Como se mencion en el Mdulo 1, tres son los determinantes principales de los procesos
de salud-enfermedad: persona, lugar y tiempo. Sus atributos o caractersticas pueden ser
factores o marcadores de riesgo que "determinan" la aparicin de un evento, enfermedad
13
o el estado de salud. Por eso, cada vez que desarrollemos un plan de estudio, deberemos
preguntarnos en quines, cundo y dnde sucede el evento de Salud o enfermedad.
Las variables que permiten responder concretamente a la pregunta "en quines sucede el
evento?" son conocidas como variables de persona.
Por ejemplo, al investigar una enfermedad podramos estar interesados en establecer el

sexo de las personas afectadas, su edad, profesin, ingresos, hbitos alimentarios, etc.
Todas stas son caractersticas de las personas enfermas que permiten caracterizar mejor
a quines afecta la enfermedad en cuestin.
Las variables que permiten responder concretamente a la pregunta "cundo sucede el

evento?" son conocidas como variables de tiempo. Para medir el tiempo en el que ocurre
un evento de Salud existen diferentes formas:
Por ejemplo, el tiempo de calendario es el que ms a menudo se utiliza, como en los

estudios anuales de mortalidad (del 1 de enero al 31 de diciembre del ao en curso). Sin
embargo, tambin podemos utilizar el tiempo cronolgico si estamos interesados, por
ejemplo, en el tiempo que transcurre entre la exposicin y el dao, tal el caso de las
enfermedades infecciosas: cunto tiempo transcurre entre la exposicin de un
susceptible a un paciente con varicela y la aparicin de enfermedad?
Si queremos describir la presencia de un patrn cclico en determinado evento, podemos

tomar el caso de los accidentes de trnsito, que acontecen con ms frecuencia en horario
nocturno y durante los fines de semana.
Las variables que permiten responder concretamente a la pregunta:"Dnde sucede el

evento?" son conocidas como variables de lugar.
Por ejemplo, si quisiramos investigar la ocurrencia de tuberculosis en una ciudad, ser
14
interesante determinar, entre otras cosas, las caractersticas relacionadas con el lugar en
el que sucede el evento, como domicilio y zona de residencia de las personas afectadas.
1.2.2.1 Variables Universales
La definicin de las caractersticas relacionadas con las personas son de singular

importancia para cualquier investigacin epidemiolgica. Existen dentro del grupo de
variables de persona ciertas variables llamadas "universales" por la importancia que
tienen en las investigaciones sobre grupos poblacionales, tanto que se sugiere considerar
siempre la necesidad de su inclusin. Esto no significa que haya que incluirlas
automticamente, sino simplemente que es necesario valorar siempre la posibilidad de
hacerlo. Estas variables universales son: edad, sexo, grupo tnico y cultural, ocupacin,
nivel socioeconmico y estado civil.
Edad
Siempre que desee realizar una investigacin debe considerar la descripcin de esta
variable. Las variaciones en la frecuencia de distintas enfermedades en funcin de los
cambios de la edad de las personas son la regla. En numerosas ocasiones, esas
variaciones de acuerdo a la edad le permitirn conjeturar acerca de los factores
responsables del desarrollo de una enfermedad.
Por ejemplo, la frecuencia de la enfermedad cardiovascular en las mujeres jvenes es

mucho menor respecto de la de las mujeres mayores de 50 aos. Este patrn de la
enfermedad corroborado por diferentes estudios, permiti observar que su frecuencia
aumenta a partir de los 50 aos, probablemente debido a la menopausia y al descenso de
los niveles de estrgenos. Este hallazgo hace suponer la presencia de un efecto protector
de las hormonas sexuales femeninas en el desarrollo de la enfermedad cardiovascular.
Sin embargo, tambin se podra pensar que esa diferencia en la frecuencia de la
15
enfermedad podra ser explicada por otros factores: por ejemplo, las mujeres mayores de
50 aos estn habitualmente menos predispuestas a hacer ejercicios fsicos, o no tienen
tanto inters en "los kilos de ms" y llevan una dieta menos equilibrada, etc. Todos estos
factores estn tambin asociados con una mayor frecuencia de enfermedad
cardiovascular.
Pensar y resolver
Relea el ejemplo anterior, relativo a las enfermedades cardiovasculares

en mujeres mayores de 50 aos e indique cul/es sera/n la/s variable/s
dependiente/s y la/s independiente/s, segn las distintas posibilidades
enunciadas.
Sexo
Al igual que la edad, el sexo es otra variable que se debe considerar. Casi todas las
enfermedades ocurren de forma diferente de acuerdo al sexo de las personas. Podramos
citar la mayor frecuencia del cncer de pulmn en los hombres o del cncer de mama en
las mujeres. A menudo, encontrar en sus investigaciones variaciones en la frecuencia de
la enfermedad de acuerdo al sexo.
Sin embargo, siempre debe tener en cuenta que en la mayora de las poblaciones los dos
sexos tambin difieren en cuanto a la distribucin por edades. Siempre debe mirar con
cuidado las diferencias encontradas entre las distintas frecuencias de la enfermedad en
estudio de acuerdo al sexo y edad.
16
Pensar y resolver
Interprete la siguiente Tabla 1 identificando variaciones en la

distribucin de la enfermedad segn sexo y edad. Resuma los hallazgos
que considere ms importantes.
Tabla 1.Distribucin por sexo y edad de 1.859 casos de Tuberculosis declarados en la

Ciudad (X), durante 1997.
0-4 5-14 15-24 25-34 35-44 45-54 55-64 65 y ms
Hombres 1.326 72 57 109 364 263 225 94 142

(71.3 %)
Mujeres 533 52 47 99 134 64 37 24 76
(28.7%)
Total 1.859 124 104 208 498 327 262 118 218
(100%) (6,7 %) (5.6 %) (11.2%) (26.8%) (17.6%) (14.1%) (6.3%) (11.7 %)
Fuente: Departamento de Estadsticas de la ciudad X
Nivel Socioeconmico
El nivel socioeconmico hace alusin, fundamentalmente, a los ingresos percibidos por el

individuo o en el grupo familiar. Esta variable se encuentra asociada a muchas y diversas
situaciones de Salud, tales como la alimentacin, la exposicin a factores txicos
ambientales, el acceso a servicios de Salud, educacin, etctera.
Grupo tnico y Cultural
El grupo tnico y cultural se refiere al conjunto de personas que guardan similitud

respecto de las costumbres (religin, historia, hbitos dietticos, etc.) y tambin a la
herencia biolgica (raza) que los distingue de la poblacin general.
17
La "raza" (blanca, negra, amarilla) nos permite identificar grupos de personas de color y
rasgos fsicos comunes. Sin embargo, la definicin "grupo tnico" es ms amplia y expresa
mejor el concepto epidemiolgico al que nos referimos, ya que generalmente resulta ms
til investigar la frecuencia de una enfermedad para grupos cuyos miembros han vivido
juntos y se han casado o entremezclado por un perodo de tiempo suficiente como para
haber adquirido caractersticas comunes, tanto por mecanismos biolgicos como por
mecanismos sociales. No se puede dejar de lado el hecho de que las diferentes etnias se
encuentran ntimamente relacionadas con otra variable que es el nivel socioeconmico y
muchas veces en realidad lo que se atribuye a determinada raza est en realidad
condicionado por el nivel socioeconmico al cual pertenece. Esto se hace an ms
evidente con los grupos tnicos que migran, debido a que llevan consigo no slo el
bagaje gentico y cultural que le es propio, sino tambin la carga de los condicionantes
que los han llevado a emigrar. En nuestro pas, los diversos registros existentes no tienen
datos sobre las etnias, por lo que es difcil analizar diferentes perfiles asociados a dicha
variable.
Ocupacin
Las distintas ocupaciones tradicionalmente se encuentran asociadas a diferentes factores

de exposicin y por lo tanto a distintas enfermedades. Afortunadamente, se consigna la
ocupacin en muchos registros llevados en forma sistemtica y se usa como variable
epidemiolgica descriptiva con diferentes objetivos. Esto permite identificar riesgos
especficos de Salud asociados a ciertas ocupaciones, como por ejemplo, la mayor
incidencia de cncer de pulmn en los trabajadores de minas de carbn.
18
Pensar y resolver
Interprete la siguiente tabla identificando las variaciones en la

prevalencia de dolor de pecho en las distintas poblaciones, segn
edad y sexo. A partir de sus observaciones elabore una hiptesis.
Tabla 2. Frecuencia de dolor de pecho en diferentes poblaciones
Hombres Mujeres
Lugar Grupos de edad
% %
Poblacin general 45-54 5,3 6,4
Espaa 55-64 5,0 7,1
65-74 5,4 8,8
Total Espaa 45-74 5,2 7,7

Islandia 55-64 5,1 2,5
65-74 8,9 3,1

Italia 30-39 0,4 1,9
40-49 1,9 3,9
50-59 5,0 6,7
Estados Unidos 25-34 5,1 5,2
Poblacin Negra 35-54 7,3 6,8
55-74 6,0 8,5
Estados Unidos 25-34 2,0 5,2

Poblacin Blanca 35-54 3,1 6,1
55-74 6,9 7,5
Estados Unidos
Hispanos 25-34 1,9 4,5
35-54 2,3 6,0
55-74 4,5 5,4
Fuente: Revisin Bibliogrfica, 1999
19
FICHA DE REFLEXIN N 1
Para pensar y analizar...
! Le pedimos que observe las siguientes figuras. Cada una

de ellas se refiere a distintas ocupaciones.
! Podra Ud. identificar desde sus conocimientos previos cul/es seran las
enfermedades, efectos, cuadros o lesiones que se pueden presentar como
consecuencia de las siguientes ocupaciones?
OCUPACIN RIESGO DE
20
Estado civil
Esta variable ha sido estudiada en relacin con el estado de Salud. El estado civil es ms
fcil de medir pudindose efectuar una rpida divisin de la poblacin en cuatro grupos
mayores: soltero, casado, viudo y divorciado.
La mayora de los estudios ha demostrado que las enfermedades tienen ms incidencia en

mujeres y hombres solteros que en mujeres y hombres casados. Si bien existen muchas
investigaciones que demuestran la relacin entre estado civil casado y Salud, su uso est
perdiendo vigencia en la actualidad, pues la mayora de las caractersticas de la vida
matrimonial, que muy probablemente tienen un efecto positivo sobre la Salud, est
extendindose a otros tipos como las parejas que viven juntas o en concubinato.
Pensar y resolver
Interprete la Tabla 3 de la pgina siguiente identificando las variaciones

en las tasas de mortalidad de individuos solteros y casados. La tasa de
mortalidad es una medida de frecuencia de la mortalidad en los grupos
estudiados (varones y mujeres solteros y casados de la Ciudad X).
Veremos en detalle la construccin de las mismas y su significado ms adelante en el

Mdulo.
A partir de sus observaciones elabore una hiptesis.
Tabla 3. Tasa de Mortalidad de individuos solteros y casados en Ciudad X, 1989-1991
21
Causas seleccionadas de Hombres Mujeres

defuncin Solt. Casad. Solt. Casad.
Tuberculosis respiratoria 96,7 22,7 25,0 11,4
Otras formas de tuberculosis 3,4 1,3 1,8 0,8
Neoplasmas malignos, total 260,0 207,1 270,4 182,5
Diabetes mellitus 21,9 18,3 16,5 29,0
Influenza y neumona 73,5 27,0 34,1 18,3
lcera pptica 21,5 11,8 3,8 2,4
Accidentes automovilsticos 61,9 33,7 11,0 10,8
Otros accidentes 99,2 46,1 36,4 21,1
Suicidio 43,7 20,5 7,7 6,2
Tasa promedio anual por 100.000 habitantes. Fuente: Estadsticas Vitales de la ciudad (X)
1.3 Definicin de Variables
Al realizar una investigacin epidemiolgica, cualquiera sea el tipo de estudio, no slo es

importante identificar las variables que se toman en consideracin, sino definirlas con la
mayor precisin posible. Debe diferenciarse lo que significa definir tericamente una
variable y lo que significa definirla operativamente, proceso que recibe el nombre de
operacionalizacin de una variable. Operacionalizar una variable es simplemente definir
la manera en que se observar y medir cada variable del estudio y tiene un sentido
prctico fundamental.
Por ejemplo, podra definirse como desempleo: "Cualquier persona que no trabaja y
busca trabajo". Esta es la definicin terica de la variable. Pero si a esta definicin le
agregamos "en los 6 meses previos al comienzo del estudio", la convertimos en una
definicin de tipo operacional. Sin embargo, tambin podramos haber definido
desempleo como "cualquier persona sin empleo fijo en el ltimo ao". La definicin
terica de la variable no cambia ("desempleo"), pero la definicin operacional es diferente
de acuerdo a cmo se elija medir dicha variable.
22
No todos pueden estar de acuerdo con la forma en que el investigador defini sus
variables desde el punto de vista terico u operacional. Sin embargo, comunicar con
exactitud lo que dichos trminos significan, permite que el estudio pueda ser
reproducido por otros investigadores y comparar sus resultados. Si se desconociera la
forma en que se definieron las variables, no se podra establecer si se est comparando
lo mismo o cosas diferentes.
FICHA DE REFLEXIN N 2
Para pensar y analizar...
A esta altura de nuestro trabajo, es importante que realicemos el anlisis de un ejemplo,

para reconocer en un caso concreto las variables, sus definiciones operacionales y las
relaciones entre variables dependientes e independientes.
Supongamos que Ud. est interesado en conocer la relacin que existe entre la pobreza
y el incumplimiento del tratamiento para la Tuberculosis:
! Cmo definira pobreza?

! Es una variable dependiente o independiente?
! La pobreza es un fenmeno uni o multi-dimensional?
! Dnde podra obtener una definicin terica de pobreza que sea
ampliamente utilizada?
! Considera importante, incluir la percepcin de la gente pobre respecto de la
pobreza para preparar la definicin operativa de la misma?
23
1.4 Cuntas Variables deben Considerarse en un Estudio?
La nica respuesta a esta pregunta es: "tantas como sean necesarias y tan pocas como
sea posible". No hay un nmero exacto de variables a considerar en una investigacin.
Sin embargo, es til que recuerde que en principio suele seleccionarse una lista enorme
de variables, a la que de a poco debemos acotar con sentido comn y determinando la
relevancia que podra tener la informacin aportada por cada variable seleccionada.
Por otra parte, deber tener en cuenta siempre la factibilidad para la recoleccin y el
procesamiento de los datos en el momento de seleccionar las variables de su
investigacin.
1.5 Cmo se Miden las Variables?
Para poder "medir", cuantificar o clasificar las variables que seleccionamos en nuestra
investigacin debemos tener en cuenta que existen diferentes escalas de medicin. As
por ejemplo, si estamos evaluando el sexo de las personas y su edad, rpidamente,
percibiremos que ambas variables son diferentes: mientras que la edad puede
expresarse en nmeros, el sexo slo puede medirse en dos alternativas, masculino y
femenino. Se reconocen tres tipos de escalas de medicin: nominal, ordinal y numrica.
Escala nominal
Se usa para la forma ms simple de medicin, cuando los datos se distinguen por un
nombre que expresa una cualidad, categora o atributo. Al utilizar este tipo de escala,
simplemente, se cuantifica la cantidad de datos que corresponden a cada una de las
categoras de la variable. Un ejemplo es, cuando se utiliza este tipo de escala para
clasificar el grupo sanguneo de las personas, cuyas categoras son A, B, AB y O. Al
utilizar la escala nominal, lo que estamos haciendo es simplemente clasificar los
individuos de acuerdo a cada uno de los grupos sanguneos. La presencia o ausencia de
24
enfermedad tambin puede ser medida con una escala de tipo nominal.
Los datos valorados en esta escala se llaman observaciones cualitativas, categricas o

atributos. Si el nmero de categoras posibles es dos, la variable se dice dicotmica o
binaria como es el caso del "sexo" (hombre o mujer).
Escala ordinal
Permite establecer una relacin de "orden" entre los datos que pertenecen a distintas
categoras. La escala ordinal permite clasificar los datos de acuerdo a su posicin relativa
respecto de otros, en funcin de una variable determinada. A diferencia de la escala
nominal, en la que slo se clasifican los datos de acuerdo a las categoras de la variable,
con la escala ordinal los datos se clasifican en categoras y se ordenan conforme a un
determinado criterio. Por ejemplo, en la variable "nivel socioeconmico" puede
distinguirse un orden entre las categoras: alto, intermedio o bajo. Los individuos con un
nivel socioeconmico alto tienen caractersticas similares entre s, pero tienen un nivel
socioeconmico mayor que los otros dos grupos. Sin embargo, la medicin ordinal no
informa acerca de cunto mayor es un atributo respecto de otro nivel. Volviendo al
ejemplo anterior, lo que no puede establecerse es "cuanto ms" nivel socioeconmico
tiene un individuo de nivel alto con respecto a otro de nivel intermedio u otro de nivel
bajo.
Escala numrica
Las observaciones individuales realizadas con una escala numrica corresponden a

cantidades que provienen de mediciones o recuentos y reciben el nombre de
observaciones cuantitativas. La escala numrica a su vez puede diferenciarse en:
= Discreta, cuando los valores que se obtienen slo pueden ser nmeros enteros y
se originan de recuentos. Por ejemplo, nmero de hijos de una persona; como se
imaginar no pueden tenerse 2 hijos y medio, sino 2, 3, 4, etctera.
25
=Continua, cuando los valores que se obtienen provienen de mediciones y pueden

adoptar un intervalo de valores continuo e ininterrumpido, restringido slo por el grado de
exactitud del instrumento de medicin. Por ejemplo, el peso, la temperatura corporal son
ejemplos de variables que pueden medirse con la escala numrica continua.
Como podr observar, existen variables que slo pueden medirse con una escala de tipo
nominal, por ejemplo el sexo, mientras que existen otras variables que pueden medirse
con cualquiera de las escalas mencionadas. Es muy importante tener en cuenta que la
escala que utilicemos est estrechamente ligada a la definicin operacional dada a cada
una de las variables de la investigacin.
Operacionalizacin de una variable y escalas de medicin
Tabla 4. Diferentes formas de medir la presencia del hbito tabquico.
Distintos tipos de Definiciones Escala Forma de medir el

Operacionales Dato
Se considerar la presencia de tabaquismo Nominal Fuma
cuando el individuo refiera fumar o no No Fuma
La presencia de tabaquismo se considerar de
acuerdo al siguiente criterio
= No tabaquismo: cuando el individuo refiere Ausencia de Tabaquismo
no fumar
= Tabaquismo leve: cuando el individuo Ordinal Tabaquismo Leve
refiera fumar menos de 5 cigarrillos/da
= Tabaquismo moderado: cuando el individuo Tabaquismo Moderado
refiera fumar menos de 20 cigarrillos/da
= Tabaquismo severo: cuando el individuo
refiera fumar 20 o ms cigarrillos/da Tabaquismo Severo
Se valorar la presencia de tabaquismo de Numrica Cantidad de

acuerdo a la cantidad de cigarrillos que refiere cigarrillos/da
fumar un individuo por da
26
Como podr observar en la Tabla 4, tenemos ms informacin si sabemos si un individuo

es tabaquista leve, moderado o severo, que si slo sabemos si el individuo fuma o no
fuma. Y an sabemos ms respecto del hbito tabquico de ese individuo si conocemos la
cantidad de cigarrillos/da que refiere fumar.
Las escalas de medicin tienen una cierta jerarqua, dado que una escala numrica brinda
ms informacin que una escala ordinal, y sta ms que una escala nominal. Es muy
importante que al momento de definir operativamente sus variables y al procesar los datos
obtenidos tenga en cuenta este concepto. Determinar el tipo de escala que se utilizar
para la medicin de la variable es de fundamental importancia, ya que los anlisis
estadsticos posteriores dependern de la escala de medicin utilizada para cada
variable.
Pensar y resolver
Le pedimos que lea atentamente el caso que se describe a continuacin:
" Dos mdicos investigaban la prevalencia de enfermedad coronaria y los probables

factores de riesgo asociados a esta condicin en hombres entre 25 y 65 aos de edad de
un barrio de la ciudad de Baha Blanca. Para ello, entrevistaron personas con enfermedad
coronaria e indagaron: edad, sexo, antecedentes previos de enfermedad coronaria,
tabaquismo (al que clasificaron en leve, moderado y severo de acuerdo a la cantidad de
cigarrillos/da) y a la actividad fsica practicada por ellos (simplemente establecieron dos
categoras: actividad fsica presente; actividad fsica ausente). Registraron, tambin, en
todos los individuos la presin arterial y les realizaron un anlisis de sangre con el objeto
de medir la concentracin sangunea de colesterol."
27
Ahora le sugerimos que:

1) Seleccione al menos seis variables.
2) Identifique la variable dependiente.
3) Distinga las variables universales del resto de variables.
4) Reconozca las distintas escalas de medicin que requieren los distintos tipos de
variables.
2. Dnde y Cmo Obtener los Datos para la Investigacin?
2.1 Dnde Recolectar Datos?
Como mencionamos al inicio del Mdulo, los datos son los valores que adoptan las
variables. Estos datos pueden existir o pueden ser provocados por el investigador. De
acuerdo a esto, se reconocen dos tipos de fuentes de datos:
= Fuentes secundarias o documentales, de las que obtendremos datos ya

"existentes" y que son elaboradas por otras personas o instituciones con fines
diferentes a los planteados para una determinada investigacin. Como ejemplo,
pueden citarse los certificados de defuncin, publicaciones del censo, registros
personales, clnicos y de otros tipos.
= Fuentes primarias o de recoleccin directa, constituidas por el conjunto de

datos obtenidos por medio de diferentes mtodos "planeados y provocados por el
mismo investigador de acuerdo a los fines de su estudio". Como ejemplo pueden
citarse los datos obtenidos por medio de observaciones, encuestas personales y
encuestas auto-administradas.
2.1.1 Fuentes Secundarias de Datos
Como mencionamos, los datos secundarios se obtienen de fuentes que han sido creadas
con otros fines diferentes a los de la investigacin y que han sido registrados por una o
28
inclusive varias personas. Estas caractersticas constituyen las limitaciones ms

importantes de todos los tipos de fuentes documentales. Sin embargo, resultan muy
interesantes y tiles, en determinadas circunstancias, por ser una forma relativamente
sencilla de obtener datos.
Lo importante es que podamos reconocer cules son las limitaciones

propias de cada fuente de datos que utilizamos, para no cometer
errores en la interpretacin de la informacin que de ellas se
obtiene.
Existen fuentes secundarias de carcter permanente:

= Estadsticas Hospitalarias.
= Estadsticas Vitales elaboradas por la Direccin Nacional de Estadsticas de Salud
con datos sobre nacimientos, matrimonios y defunciones provistos por el Registro
Civil.
Tambin existen fuentes de carcter eventual, como:
= Los censos.
= Los empadronamientos.
= Encuestas Nacionales, de gran utilidad como fuente complementaria de la
informacin obtenida de los registros permanentes. Estos ltimos aportan datos de
mortalidad y de morbilidad.
Fuentes Secundarias Permanentes
Las estadsticas vitales mantienen un registro sistemtico de los nacimientos, defunciones,

defunciones fetales y los matrimonios de la poblacin. La calidad de los Sistemas de
Registros de Estadsticas Vitales tienen, en general, una relacin directa con el grado de
desarrollo socio econmico de cada pas, con mayor cobertura y calidad de informacin
en los pases con ms alto nivel socio econmico.
29
En la Argentina, el Sistema est sustentado en el llenado de los certificados e informes de

nacimientos y defunciones vinculados a la obligatoriedad de registrar en los Registros
Civiles estos hechos vitales. En los certificados, el mdico (o notificador) certifica haber
comprobado el nacimiento o defuncin de una determinada persona colocando sus
datos personales, lugar de ocurrencia y, en el caso de las muertes, hace constar la causa
inmediata de la defuncin. Esta parte del documento (seis renglones) son completadas
por el mdico con fines legales y queda retenida en el Registro Civil donde se registra el
hecho vital. La segunda parte, ms extensa y detallada, es el informe estadstico de
nacimiento o de defuncin. En el mismo se incluye informacin ms detallada de
variables socioeconmicas, factores de riesgo y en el caso de las defunciones la o las
causas de muerte, antecedentes e informacin sobre estados patolgicos concomitantes.
Este documento se completa precisamente con fines estadsticos y su contenido se
encuentra amparado por el secreto estadstico (ley 17.622). Este informe se enva, en la
mayora de las provincias, desde los Registros Civiles locales al Ministerio de Salud
Provincial, en otras se enva a Direcciones de Estadsticas Provinciales. Los niveles
provinciales codifican y procesan esta informacin y finalmente las bases de datos son
enviadas a la Direccin Nacional de Estadsticas de Salud. Se estima que en la Argentina
el registro de las defunciones presenta un subregistro de la mortalidad real de alrededor
de un 2% en todo el pas. Por otra parte, a pesar de la importancia de estos documentos y
de estar amparado por el secreto estadstico, los informes presentan en ocasiones errores
o falta de datos:
= Durante el llenado de los informes de defuncin, el mdico puede desconocer la

verdadera causa de muerte o cmo debe completar el informe; tambin puede
existir desinters para completarlos, considerando este registro como un hecho
administrativo, o bien registrar las causa como "paro cardio-respiratorio", sin
entrar en mayores detalles a veces por temores a algn problema de tipo legal.
= Tambin durante el procesamiento la seleccin y codificacin de las causas bsicas
de muerte pueden diferir segn la metodologa utilizada por cada codificador, sin
embargo, se han hecho grandes avances en este punto durante la capacitacin
30
para la implementacin de la Clasificacin Internacional de Enfermedades 10ma

revisin, (CIE-10).
En cuanto a los Registros de Morbilidad, los ms utilizados son:

Tabla 5. Registros de Morbilidad
Qu limitaciones pueden
Tipos de Registros tener este tipo de registros?
Notificacin obligatoria: En la mayora de En general se dan las mismas

los pases, todo mdico tiene la obligacin legal situaciones que para el certificado de
de declarar a las autoridades de Salud Pblica defuncin, como el desinters para
(denuncia nacional) los casos de determinadas completarlos, ya que se ve esta tarea
enfermedades. Lo mismo sucede con las slo desde el punto de vista
denuncias internacionales obligatorias, administrativo; y tanto los
establecidas en el Cdigo Sanitario profesionales de la Salud como la
Internacional a la OPS/OMS; Paraguay (ARPA), poblacin en general desconocen los
Bolivia (ARBOL), MERCOSUR. Las dos formas de alcances de este tipo de registro
notificacin de las enfermedades tienen como
objetivo evitar la propagacin de enfermedades
y la aparicin de Epidemias
Registros especficos: En este caso se La Argentina carece de registros

registran los datos de una enfermedad en especficos confiables a nivel
particular o de un grupo de ellas de naturaleza nacional, razn por la que es muy
similar, como por ejemplo el Registro Nacional difcil realizar estadsticas nacionales
de Cncer en Estados Unidos, y en la Argentina
el Registro de Fiebre Hemorrgica Argentina,
Tuberculosis, Lepra, entre otros. Otros registros
son los registros locales del Ministerio de Salud
de la Provincia de Buenos Aires; en el Instituto
Nacional Regional de Oncologa de Santa Fe: el
Registro de Tumores de Concordia y en el
Hospital R. De Santamarina de Tandil, Bs. As.
Estadsticas Hospitalarias y dems Los datos hospitalarios reflejan la

registros clnicos: En ocasiones, los registros morbilidad de slo una parte de la
hospitalarios se han utilizado para formular poblacin, ya que no incluyen a los
estadsticas de egresos de dichas instituciones subsectores Privado ni de Obras
agrupados por diagnstico Sociales
31
Fuentes Secundarias Eventuales
El ejemplo ms caracterstico de una fuente eventual de datos es el censo. El censo es "el

conjunto de operaciones que consiste en reunir, elaborar y publicar datos demogrficos,
econmicos y sociales correspondientes a todos los habitantes de un pas o territorio,
referidos a un momento determinado" (Naciones Unidas). Estos censos se realizan a
intervalos regulares, en nuestro pas, cada 10 aos.
2.1.2 Fuentes Primarias de Datos
Como mencionamos al inicio, las fuentes primarias estn constituidas por el conjunto de
datos generados por el propio investigador de acuerdo a los objetivos de su estudio. Este
tipo de datos se denominan datos primarios, en contraste con los datos "existentes",
denominados secundarios, ya que se originan en este tipo de fuentes.
En lneas generales, el investigador puede recabar datos primarios para su investigacin

observando el evento que desea investigar o preguntando a las personas, para lo cual
entonces utilizar la encuesta como forma de recoleccin de datos.
Como podr observar, las fuentes primarias son el producto de la aplicacin de diferentes
formas de recoleccin de datos por parte del investigador. Sin embargo, es importante
diferenciar fuente de forma de recoleccin de datos.
Lo que diferencia las fuentes primarias de las secundarias no es la forma de recoleccin de

los datos, sino, como ya mencionamos, el hecho de que en el caso de las fuentes
primarias, la recoleccin de los datos se lleva a cabo a los fines de la investigacin. En el
caso de las fuentes secundarias, si bien los datos pudieron haber sido recolectados con los
mismos mtodos, dicha recoleccin fue planeada y ejecutada por otras personas para
otros fines diferentes a los del investigador.
32
Fuentes y formas de recoleccin de datos
Para diferenciar estos conceptos le daremos un ejemplo:
Un investigador desea estudiar el tabaquismo en su ciudad, para lo cual decide recabar

datos de diferentes tipos de fuentes:
Por un lado, decide consultar los datos "existentes" en la Encuesta Nacional realizada en el
ltimo ao y por otro, decide planificar y realizar una encuesta en su ciudad con el fin de
determinar no slo la prevalencia del hbito, sino tambin otras caractersticas de la
exposicin (duracin, tipo, cantidad, etctera).
La primera de las fuentes mencionadas es de tipo secundaria eventual, mientras que la

segunda es una fuente primaria, porque el investigador la disea con el fin de poder
recolectar datos que le permitan alcanzar los objetivos de su investigacin. Sin embargo,
la forma de recoleccin de datos es la misma en uno y otro caso (encuesta).
2.2 Cmo Recolectar los Datos?
Los datos pueden ser obtenidos mediante tres mtodos bsicos:
= La Observacin: bajo este nombre se incluye el uso de tcnicas que van desde la
simple observacin a otro tipo de mediciones que pueden realizarse tanto in vivo
(medicin de la presin arterial) como in vitro (en el laboratorio).
= Los Registros: es un mtodo de recoleccin de datos sistemtico, peridico,
continuo y en algunas ocasiones permanente. Este mtodo de recoleccin genera
33
datos generalmente de tipo secundario. El ejemplo caracterstico son las

estadsticas vitales.
= Las Encuestas: es un mtodo de recoleccin de datos sistemtico pero eventual, de
corte transversal. Como vimos, cuando se realizan en el total de la poblacin se
denominan censos.
Las encuestas producen generalmente datos de tipos primarios, aunque como

mencionamos en el apartado anterior tambin pueden ser utilizadas para generar datos
que se constituirn en fuentes secundarias eventuales (Censos y Encuestas Nacionales).
No existe un mtodo o instrumento perfecto para la recoleccin de datos: todos tienen sus
ventajas y sus limitaciones, por lo que no es infrecuente que el investigador combine dos o
ms de ellos para recoger los datos deseados.
Encuestas de Salud
Las encuestas constituyen una de las formas de recoleccin de datos ms utilizadas por los
profesionales de la Salud en sus investigaciones.
En las encuestas, el rea de investigacin o el problema de inters debe estar claramente

definido. Para ello puede ser til el tratar de responder las siguientes preguntas a quin se
va a encuestar y/o entrevistar?, qu objetivo se persigue? cundo y dnde ser
conducida la encuesta y/o entrevista? qu se espera encontrar y por qu?
En la encuesta se recolecta informacin preguntando a los individuos acerca de un rea

definida de investigacin o un problema de inters. La forma de preguntar a los individuos
puede ser personalmente (mediante entrevistas personales o en forma telefnica) o por
correo.
El instrumento que se utiliza para la recoleccin de datos es un cuestionario, el que puede
34
ser ledo por el encuestador en entrevistas personales o puede ser autoadministrado (es
decir, ledo y respondido por el encuestado).
Existen varios mtodos para poner en prctica una encuesta, pero los principales son las
encuestas personales (entrevistas) y las encuestas auto-administradas (por correo o en
forma personal).
Encuestas Personales: Entrevistas
Para la recoleccin de datos se entrevistan a aquellas personas que sern objetos de

estudio. Estas entrevistas pueden hacerse en una forma flexible, no estructurada, de modo
tal que el contenido, la formulacin y el orden de las preguntas sean diferentes de
entrevista a entrevista o, por el contrario, en forma estructurada, con un cuestionario pre-
elaborado.
Ventajas y limitaciones de las entrevistas no estructuradas

= Al no imponer lmites al entrevistado, permiten mayor profundidad en la
informacin.
= Al incluir temticas no prefijadas, permiten mayor riqueza.
= Los datos obtenidos son ms difciles de analizar e interpretar.
= Se analizan e interpretan por mtodos distintos que no permiten cuantificacin.
= Requieren la inversin de un tiempo prolongado para entrevistar a cada persona.
= El nmero de personas entrevistadas en la mayora de las situaciones suele ser
pequeo.
= Requieren entrevistadores calificados.
Ventajas y limitaciones de las entrevistas estructuradas

= Permiten recoger toda la informacin requerida en un tiempo determinado.
= Son costosas en tiempo y dinero porque requieren la preparacin de un protocolo
analtico y un entrevistador por cada entrevistado.
35
= Deben ser realizadas por entrevistadores entrenados para evitar posibles sesgos y
errores.
Encuestas Auto-administradas
Este procedimiento consiste en la entrega a la persona de una serie de preguntas que ella
lee y contesta por s misma sin mediar la accin de un entrevistador.
Cundo debera utilizarse?
= Cuando dispone de menos tiempo y recursos econmicos.

= Cuando investigue aspectos delicados o de carcter personal.
= Cuando no tenga la posibilidad de contar con personal calificado para realizar
entrevistas.
= Cuando necesite obtener respuestas de muchas personas o de personas que viven
en lugares diferentes, ya que pueden enviarse por correo.
Limitaciones de encuestas auto-administradas
= Tienen un nmero menor de respuestas por parte de las personas.

= Exige un determinado nivel de comprensin y habilidades por parte de quienes
deben cumplimentarlos.
FICHA DE ORIENTACIN N 4
Como disear una encuesta
Algunas recomendaciones respecto de las preguntas que se realicen en una encuesta:
! Deben ser claras, estar focalizadas y tener un objetivo preciso.

! Deben ser breves.
36
! No deben exigir recuerdos con demasiada exactitud.

! No se debe enfatizar demasiado al preguntar algo ya que puede inducir sesgo de
respuesta.
! No se deben usar palabras ambiguas que tengan ms de un significado.
! Es importante reservar las preguntas sobre informacin personal para un momento
avanzado de la encuesta.
! Los aspectos ticos en relacin con la informacin brindada y la calidad de las
preguntas siempre deben ser considerados. Se debe asegurar al encuestado la
confidencialidad de la informacin recolectada
3. Cmo Procesar los Datos?
Una vez que se han recolectado los datos necesarios, es importante organizarlos o
agruparlos de alguna manera para poder "manejarlos" ms fcilmente. Sin la ayuda de la
Bioestadstica, los datos recolectados para una investigacin podran resultar algo as
como una masa catica de nmeros. La presentacin de estos datos en tablas o grficos
permite apreciarlos con mayor claridad, permitiendo explorar la informacin antes de
analizarla. Mientras que las tablas aportan una descripcin ms detallada de los datos,
los grficos permiten observar los patrones generales. Veremos, entonces, cmo
organizar los datos en tablas y, posteriormente, cmo presentarlos en grficos.
3.1 Presentacin de Datos en Tablas
Para organizar los datos y presentarlos en forma de tabla lo primero que tenemos que
hacer es agrupar a los individuos o unidades del estudio (personas, viviendas,
enfermedades, etc.) segn alguna de sus caractersticas. La forma de agrupacin
depender de la escala que hayamos utilizado para medir la variable.
37
= Si la escala que utilizamos es nominal u ordinal deberemos agrupar los datos de

acuerdo a las diferentes categoras de la variable.
= Si la escala que utilizamos es numrica discreta, deberemos observar el rango de

valores diferentes que adopt esa variable. Si este rango es pequeo, entonces
los datos se agruparn de acuerdo a cada uno de los valores de la variable. Pero
si dicho rango de valores es muy amplio, entonces, debern construirse
intervalos.
Por ejemplo, si la variable es "nmero de consultas en un ao" y el rango va desde

individuos con 1 consulta a individuos con hasta 20 consultas en el ao, convendr
establecer intervalos como:
1. Individuos con 0-4 consultas al ao

4. Individuos con ms de 15 consultas al ao
Este procedimiento es ms apropiado que contar para cada valor de la variable, el

nmero de individuos que reunieron esa caracterstica:
1. Individuos con 1 consulta al ao

2. Individuos con 2 consultas al ao... hasta llegar al ltimo valor
posible de la variable.
= Si la escala que utilizamos para medir la variable es numrica continua, siempre

deben formarse intervalos o clases.
38
Una vez lograda la agrupacin de los datos en diferentes categoras o intervalos,

determinar la frecuencia de observaciones en cada categora o intervalo de la variable y
construir la Tabla de Distribucin de Frecuencias, en el primero de los casos, y la Tabla de
Frecuencias con Intervalos de Clases, en el segundo de los casos.
3.1.1 Tabla de Distribucin de Frecuencias
La tabla de distribucin de frecuencias permite ordenar el nmero de individuos que

pertenecen a cada categora de la variable. La frecuencia de observaciones en cada
categora puede expresarse como una frecuencia absoluta (total de observaciones en una
determinada categora) o como una frecuencia relativa (proporcin o porcentaje en que
un atributo o cualidad se manifiesta dentro de una determinada categora.
Como confeccionar una Tabla de Frecuencias
Tomemos, por ejemplo, una poblacin formada por 500 personas, que estudiaremos en
funcin de la variable "gravedad de la enfermedad".
Si decimos que, del total de la poblacin (500), 200 personas estn enfermas, estamos
definiendo la frecuencia absoluta de enfermos (f = 200).
La frecuencia relativa puede expresarse como una proporcin o como porcentaje, en

ambos casos estaremos diciendo lo mismo de maneras diferentes.
! Como proporcin: dividiendo el nmero de casos por el total de los casos

examinados. En nuestro ejemplo sera 200/500 = 0,4 de los sujetos estn
enfermos.
! Como porcentaje: multiplicando este nmero por 100, 0,4 x 100 = 40% de los
sujetos estn enfermos.
39
Si de las 200 personas enfermas 50 estn graves, podremos elegir dos alternativas
diferentes para calcular la frecuencia relativa (fr) de casos graves:
! Frecuencia relativa de casos graves en relacin al total de individuos estudiados:

dividir la cantidad de casos graves (50) por el total de la poblacin examinada
(500), en cuyo caso la frecuencia relativa es igual a 0,1 (proporcin) o 10%
(porcentaje).
Tabla 6. Cantidad de enfermos graves en el total de la poblacin (n=500)
Frecuencia Frecuencia relativa o Porcentaje

absoluta Proporcin
Enfermos
50 0,1 10%
graves
! Frecuencia relativa de casos graves en relacin al total de individuos enfermos:

dividir el nmero de enfermos graves (50) por el total de personas enfermas (200),
en cuyo caso la frecuencia relativa es 0,25 (proporcin) o 25% (porcentaje).
Tabla 7. Cantidad de enfermos graves en el total de la enfermos (n=200)
Frecuencia Frecuencia relativa o Porcentaje

absoluta Proporcin
Enfermos 50 0,25 25%
graves
La variable "gravedad de la enfermedad" puede agruparse en las categoras "enfermos

graves", "enfermos moderados" y "enfermos leves". Los datos correspondientes pueden
presentarse en una tabla de distribucin de frecuencia (Tabla 8).
40
Tabla 8. Distribucin de enfermos segn gravedad de enfermedad (n=200)
Gravedad Frecuencia Proporcin Porcentaje

de la enfermedad absoluta
Enfermos leves 50 0,25 25%
Enfermos moderados 100 0,50 50%
Enfermos graves 50 0,25 25%
TOTAL 200 1,00 100%
Es muy importante tener en cuenta ciertos aspectos al trabajar con porcentajes .
= Cuando exprese la frecuencia de observaciones en forma de porcentaje, siempre

informe el dato del numerador y el denominador con el que est trabajando.
= La ventaja de los porcentajes es que permiten comparar grupos de diferentes
tamaos con una nica medida. La desventaja es que puede perderse perspectiva
si slo se informan los porcentajes.
Por ejemplo, decir que el tratamiento fue eficaz en el 20% de los pacientes tratados,
puede ser cierto tanto para 1 paciente entre 5 tratados, como para 1.000
pacientes entre 5.000 tratados.
= El porcentaje suele expresarse junto con el denominador o nmero total de la
muestra encerrados por parntesis : 20 % (5.000).
= Cada vez que lea porcentajes, verifique los numeradores y denominadores y
recalcule cada porcentaje.
= Un problema caracterstico con los porcentajes ocurre cuando los mismos se
expresan no para el total de la poblacin, sino para una muestra de la misma. Por
ejemplo, de cada 1.000 hombres con enfermedad cardiovascular, 800 (80%)
tuvieron colesterol alto; de estos 800, 250 (31%) fueron sedentarios. El 31% es
250/800, no 250/1.000.
= No es conveniente utilizar porcentajes cuando el denominador es un nmero muy
pequeo (Denominadores menores que 20).
= Especialmente con muestras pequeas, los porcentajes pueden ser muy confusos,
porque su magnitud puede ser mucho mayor que el nmero absoluto que
41
representa: Supongamos un informe efectuado sobre la evolucin de 3 pacientes.

"En ese estudio, 33% de los pacientes (1 paciente) sobrevivi, 33 % (1 paciente)
muri y del tercer paciente se perdieron los datos." El uso de porcentajes en casos
como este lleva a confusin y no sirve para simplificar la presentacin de los datos.
Otra forma de expresar la frecuencia de observaciones respecto de una variable

determinada, es utilizando la "frecuencia acumulada". La frecuencia acumulada es el
nmero o porcentaje de observaciones para un valor dado de la variable ms todos los
valores menores.
Por ejemplo, en un estudio se realiz una encuesta a 120 pacientes diabticos y se

determin el "nmero de hospitalizaciones que refera haber presentado en el ltimo ao".
Los datos fueron volcados en la tabla que se presenta a continuacin (Tabla 9).
Tabla 9. Tabla de frecuencias del "Nmero de hospitalizaciones en el ltimo ao"
Nmero de N de Frecuencia relativa % Frecuencia acumulada %

hospitalizaciones individuos (f) (fr%) (fa%)
0 22 18,4 % 18,4 %
1 39 32,5 % 50,9 %
2 31 25,8 % 76,7 %
3 16 13,4 % 90,1 %
4 8 6,6 % 96,7 %
5 3 2,5 % 99,2 %
6 1 0,8 % 100,0 %
TOTAL 120 100,0 %
Si quisiramos establecer cuntos de los 120 pacientes diabticos encuestados referan

haber presentado 1 o menos de 1 internacin en el ltimo ao, sabramos por la tabla,
que fue del 50.9% .
42
Pensar y resolver
Al considerar el grupo sanguneo de 400 personas elegidas al azar, se

observ que 191 tenan grupo 0; 156 grupo A; 31 grupo B y 22 grupo
AB.
Presente estos datos en una tabla.
1) Una trabajadora social determin el nmero de hijos de 120 familias de cierta zona
para un estudio que estaba realizando acerca de la poblacin de ese lugar. Para un mejor
manejo de los datos que obtuvo, decidi ordenarlos en una tabla de frecuencias, en la
que adems de representar la frecuencia absoluta y relativa, represent tambin la
frecuencia acumulada. De este modo, organiz la siguiente tabla.
2) Analcela e interprtela. Cul es el significado de 32,5%; 76,6% y 3? Intente
interpretar otros valores de la Tabla 10.
Tabla 10. Tabla de frecuencias: "Nmero de hijos por familia"

N de hijos N de familias (f) Frecuencia relativa % (fr%) Frecuencia acumulada %
0 22 18,3 % 18,3 %
1 39 32,5 % 50,8 %
2 31 25,8 % 76,6 %
3 16 13,4 % 90,0 %
4 8 6,6 % 96,6 %
5 3 2,5 % 99,1 %
6 1 0,8 % 100,0 %
TOTAL 120 100,0 %
3.1.2 Tabla de Frecuencias con Intervalos de Clase
Cuando la variable cuyos datos pretendemos organizar fue medida con una escala
numrica continua o con una escala numrica discreta pero con un rango amplio de
43
valores deben construirse intervalos y presentar esta informacin en una tabla de

frecuencias con intervalos.
Por ejemplo, en el caso de la variable "nivel de cido rico en sangre" utilizaramos una
escala numrica continua para su medicin y los datos deberan agruparse en intervalos
para facilitar su interpretacin (Tabla 11).
Tabla 11. Tabla de frecuencias: "Niveles de cido rico en la poblacin X"
Intervalos N de individuos Frecuencia relativa % Frecuencia acumulada %

(f) (fr%) (fa%)
3.0-3.9 17 6,3 % 6,3 %
4.0-4.9 73 27,2 % 33,5 %
5.0-5.9 101 37,7 % 71,2 %
6.0-6.9 54 20,1 % 91,3 %
7.0-7.9 18 6,7 % 98,0 %
8.0-8.9 4 1,5 % 99,5 %
9.0-9.9 1 0,5 % 100,0 %
TOTAL 268 100,0 %
Los extremos de estos intervalos son llamados lmites, distinguindose el lmite inferior de
cada intervalo (3,0; 4,0... en nuestro ejemplo) y el lmite superior (3,9; 4,9...). La
diferencia entre el lmite superior y el lmite inferior se denomina amplitud del intervalo.
Con la agrupacin de los datos en intervalos se gana en comodidad, pero se pierde

informacin, ya que una vez agrupados, todos los datos pertenecientes a un intervalo
sern identificados para el anlisis posterior con un punto medio o marca de clase de ese
intervalo. Para calcular dichas marcas de clase se realiza la siguiente frmula:
Lmite superior + lmite inferior

Marca de clase del Intervalo =
2
44
Retomando nuestro ejemplo de los niveles de cido rico, la marca de clase para el primer
intervalo sera:
Marca de clase = 3,99 + 3,0 = 3.5

2
Para construir intervalos
Estas recomendaciones sirven a los fines de orientar la construccin de intervalos, sin

embargo, se debe tener en cuenta que no son reglas rgidas, sino que deben adaptarse
tanto a los datos que trabajamos como a los propsitos que persigamos en la
investigacin
El nmero de intervalos recomendable es aquel que permita presentar los datos de

manera resumida sin enmascarar la informacin esencial. La utilizacin de demasiados
intervalos difiere poco de la tabulacin original de los datos, y un nmero demasiado
reducido puede enmascarar informacin esencial.
! En lo posible construir intervalos de igual amplitud, esto en general es til si los

datos tienen distribucin normal, como por ejemplo en el caso de dosaje de
albmina en mujeres mayores de 50 aos. Si esto no es as conviene presentar los
datos divididos por centilos, cuartilos, etc., es decir, presentando los datos de
acuerdo a su dispersin y no a los valores que asume.
! Los intervalos construidos deben ser mutuamente excluyentes, esto es: si se desea
dividir las edades de los individuos participantes en un estudio en intervalos de 10
aos, obtendremos lo siguiente:
Grupo a- 0 a 9 aos
Grupo b- 10 a 19 aos
Grupo c- 20 a 29 aos
45
De este modo se evita la mala clasificacin de los sujetos, as una persona con 19
aos 11 meses y 25 das ingresar en el grupo B
! Para determinar los intervalos es recomendable:

1. Identificar el dato correspondiente al valor mximo y el correspondiente al
valor mnimo
2. Determinar la diferencia entre estos dos valores (rango)
3. Dividir esta diferencia por el nmero de intervalos que se desea obtener para
identificar as la amplitud de cada intervalo
Pensar y resolver
Marta, una estudiante de bioqumica, obtuvo los siguientes valores de

seroalbmina en g/l de sangre de 50 mujeres sanas:
42 41 42 44 44 36 38 41 42 44
42 39 49 40 45 32 34 43 37 39
41 39 48 42 43 33 43 35 32 34
39 35 43 44 47 40 39 42 41 46
37 49 41 39 43 42 47 48 51 52
Su compaero de estudios le sugiri que de esa manera no podra interpretar muy bien
todos esos datos, sugirindole que los agrupe en 7 intervalos de clase o categoras de
igual amplitud. Tambin le dijo que considerara al dato con el menor valor como el lmite
inferior del primer intervalo. Adems le sugiri agregar una columna para la "marca de
clase" de cada intervalo.
Con estas sugerencias, Marta construy una tabla de frecuencias con intervalos de clase.
46
Intente hacerlo usted mismo y, luego, coteje su tabla con las de sus compaeros.
A partir de la tabla elaborada por Ud., haga las siguientes interpretaciones.
1) Cul es el significado de una frecuencia absoluta igual a 9 en la tercera

categora?
2) Cul es el significado de una frecuencia acumulada de 72% en la cuarta
categora?
3.2 Presentacin de Datos en Grficos
En ocasiones, preferir representar grficamente sus datos, con el objeto de obtener una
rpida impresin visual del conjunto. Para ello podr utilizar diferentes tipos de grficos,
pero lo que nunca debe olvidar son las siguientes premisas:
= El grfico debe ser sencillo y explicarse por s mismo.

= No intente graficar "todos" los datos que tiene en un solo grfico; por el contrario,
es preferible que no contenga demasiada informacin y su lectura sea fcil.
= Utilice un diseo atractivo, pero sin deformar los hechos que est describiendo.
= Seleccione el grfico ms apropiado de acuerdo al tipo de variable y la escala de
medicin utilizada para medirla.
El tipo de grfico est condicionado por el tipo de escala utilizada para medir la variable
que desea graficar.
Im p o rtante
. Grfico de Sectores Circulares o tortas
Principales Tipos de . Grfico de Barras
Grficos . Histograma
. Polgono de Frecuencias
47
3.2.1 Grfico de Sectores Circulares
Consiste en un crculo dividido en sectores con reas proporcionales a la frecuencia con

que se presenta cada categora.
Qu tipo de datos suelen presentarse de esta manera?
Habitualmente se utiliza este tipo de grfico para presentar datos que se miden con una
escala nominal, pero tambin puede utilizarse para variables ordinales o numricas
discretas con un rango pequeo de valores.
Qu errores puede cometer cuando utilice este tipo de grfico para

presentar sus datos?
= Representar una variable formada por mltiples categoras con una baja
frecuencia de observaciones por categora; en estos casos resulta ms conveniente
agruparlas y as facilitar su comprensin.
= Al igual que en el caso de los porcentajes, omitir el nmero total de individuos
estudiados (n). Este valor es muy importante porque la interpretacin del grfico es
muy diferente de acuerdo al tamao de la poblacin cuyos datos se estn
representando. En este sentido, por ejemplo, no es lo mismo un rea
correspondiente a un 20% de un grfico circular que representa los datos de una
poblacin formada por 10 personas que la de una formada por 1.000.
Construiremos, ahora, un grfico circular con los datos del ejemplo 1 sobre grupo
sanguneo.
48
Grfico 1. Sectores Circulares
DISTRIBUCIN DE GRUPO SANGUNEO

n=1050
6%
8%
3.2.2 Grfico de Barras
Este tipo de grficos se construye dibujando barras o rectngulos en los cuales la longitud
indica la magnitud o la frecuencia de cada categora de la variable.
Qu tipo de datos suelen presentarse de esta manera?
Se utiliza para representar la distribucin de frecuencias de variables en escala nomi-

nal, as como para variables en escala ordinal y numrica discreta cuando el rango
de valores de la variable es reducido, como en el ejemplo anterior. Como podr
apreciar, en el eje horizontal se indican los valores de la variable y en el vertical sus
correspondientes frecuencias.
49
Tomando los datos de la Ficha Instrumento N 9, acerca del nmero de hijos por familia,
dibujamos el siguiente grfico de barras.
Grfico 2. Grfico de Barras
Distribucin de cantidad de hijos por familia
45
Cantidad de F am ilias
40
35
30
25
20
15
10
5
0
0 1 2 3 4 5 6
Nmero de Hijos
Imagnese ahora, que recolect datos sobre sexo y nmero de caries de una poblacin.
En este caso, por tratarse de una variable nominal (sexo), en la base de la barra deber
indicar cada una de las categoras de la variable sexo.
El nmero de caries podr agruparse en...
1. Ninguna caries
2. Entre 1 y 3 caries
3. Ms de 3 caries
... en un grfico de barras como el que sigue:
50
Grfico 3. Grfico de Barras
Observe que este grfico es algo ms complejo que el anterior, pero en l pudimos
representar no slo la frecuencia de caries en los nios de cada sexo, sino tambin el
nmero de nios que se encontraron en cada una de las categoras de la variable n-
mero de caries.
Como puede observar, el grfico de barras es muy til para comparar no slo la
distribucin de frecuencias de las diferentes categoras de una variable, sino tam-
bin la distribucin de acuerdo a ms de una variable.
51
3.2.3 Histograma
Los histogramas se utilizan para representar una distribucin de frecuencias de una

variable medida con una escala numrica continua. Es una representacin grfica
anloga al grfico de barras. Se puede decir que el histograma es un conjunto de
rectngulos contiguos levantados sobre los intervalos de la variable y cuya rea es
proporcional a la frecuencia. A diferencia del grfico de barras, la informacin que un
histograma comunica es del rea de las barras que lo constituyen, y no ya slo de su
altura. Por ello, si la amplitud de los intervalos no vara, las reas son proporcionales a las
alturas y las frecuencias estn representadas tanto por las alturas como por las reas. Si
los intervalos fueran de diferente amplitud, la altura de las barras debern modificarse
para conservar el rea correcta.
Cmo construir un histograma
En este punto, le proponemos que repase los datos que Marta, la bioqumica, haba
recolectado acerca del nivel de seroalbmina en muestras de sangre de 50 mujeres que
presentamos en la Ficha Instrumento N 9. Marta haba mejorado su conocimiento sobre
tablas y grficos y decidi construir un histograma, dado que la concentracin de
seroalbmina en la sangre era una variable numrica continua.
! Toda vez que construya un histograma, tenga en cuenta que estos se utilizan para
representar la frecuencia de variables medidas con la escala numrica continua y
que en este caso la frecuencia de cada intervalo est representado por el rea de la
barra, no por su altura.
52
Grfico 4. Histograma
Concentracin de seroalbmina en sangre en una
poblacin de 50 mujeres
Frecuencia
Albmina (g/l)
3.2.4 Polgono de Frecuencias
Se utilizan para representar una distribucin de frecuencias en los mismos casos en que se
utiliza el histograma, pero en la mayora de las veces a fin de comparar dos o ms
distribuciones en una mismo grfico. Se construyen uniendo los puntos medios de las
bases superiores de los rectngulos del histograma con segmentos rectilneos. Se debe
continuar la lnea hasta las marcas de clase de intervalos hipotticos anterior al primero y
posterior al ltimo, de modo que el rea encerrada por el polgono sea igual al rea
encerrada por el histograma. En el grfico anterior podr observar el polgono de
frecuencias correspondiente a la distribucin de seroalbmina.
El polgono de frecuencias permite determinar la forma de una distribucin de valores

numricos. Estas formas pueden ser de tipos muy variados. Se describen dos aspectos de
estas curvas: su simetra y su modalidad.
53
Se dice que una distribucin es simtrica si al plegarla sobre s misma sus dos mitades se
superponen aproximadamente. Las distribuciones asimtricas se describen tambin como
sesgadas.
Una distribucin unimodal es aquella que slo presenta un pico o punto alto, en tanto
que una distribucin polimodal tiene dos o ms picos; si tiene dos recibe el nombre de
bimodal.
Diferentes formas de distribucin de datos
Observe las siguientes curvas y describa tanto su simetra como su modalidad.
! La primera curva es simtrica, unimodal, con distribucin gaussiana o normal.

! La segunda curva es tambin simtrica pero tiene dos "picos" o modas, o sea,
es bimodal.
! La tercera es una curva asimtrica desviada hacia la izquierda (el desvo de la
curva se seala hacia el lugar donde est la "cola").
54
FICHA INSTRUMENTO N 9:
Pensar y resolver
Seleccione el grfico que considere ms apropiado para representar la

variable "nmero de hijos por familia" cuya distribucin de frecuencias
se presenta a continuacin. (Tabla 12). Justifique su seleccin.
Tabla 12. Tabla de frecuencias de la variable " Nmero de hijos por familia"
N de hijos N de familias Frecuencia relativa % Frecuencia acumulada %

por familia (f) (fr%) (fa%)
0 22 18,4 % 18,4 %
1 39 32,5 % 50,9 %
2 31 25,8 % 76,6 %
3 16 13,4 % 90,0 %
4 8 6,6 % 96,6 %
5 3 2,5 % 99,1 %
6 1 0,8 % 100,0 %
TOTAL 120 100,0 %
4. Cmo Interpretar los Datos?
Una vez recolectados los datos del evento en estudio, debemos proceder a su anlisis.
Dos pasos esenciales para poder llevar a cabo el anlisis de los datos son el
procesamiento y la interpretacin de los mismos. Para ello es fundamental contar con un
orden preestablecido. Proponemos una sistemtica de trabajo que ayudar a tener
mejores resultados, cuyos pasos se encuentran enumerados en la figura 2 de la pgina
57.
Al describir un evento de Salud, realizamos diferentes mediciones de la frecuencia de

aparicin de una caracterstica o de los valores de las diferentes variables. Utilizamos para
55
esto medidas de resumen, que son medidas que precisamente reflejan caractersticas de
la muestra de datos con las que estoy trabajando en su conjunto. Existen diferentes tipos
de medidas de resumen que deben ser seleccionadas de acuerdo a la escala de medicin
utilizada para medir la variable, tal como se muestra el la figura 2 de la pgina siguiente.
Nos referiremos a la sistematizacin del trabajo y resaltaremos algunos puntos clave de

las medidas de resumen.
4.1 La Sistematizacin de los Datos
Le sugerimos que toda vez que deseen procesar los datos obtenidos se sistematice de
alguna manera.
Cmo sistematizar los datos
Una forma que nos parece conveniente para sistematizar el trabajo, es la siguiente (figura
2):
1. Clasifique cada una de las variables de su estudio.

2. Organice y presente sus datos en el grfico que considere ms apropiado.
3. Resuma sus datos. Para hacerlo adecuadamente tenga en cuenta el tipo de variable y
analice en primer lugar los datos de una sola variable por vez (Anlisis Univariado). Una
vez que analiz las variables de a una por vez, podrn pasar a analizar la relacin entre
dos variables (anlisis bivariado).
Si super este desafo, podr analizar, entonces, la relacin entre tres o ms variables:
anlisis multivariado.
56
Figura 2. Sistemtica de trabajo y medidas de resumen a utilizar de acuerdo a la escala

empleada
Sistemtica de trabajo Escala y Medidas de Resumen
1 CLASIFIQUE
Numrica Ordinal Nominal
2 ORGANICE
3 RESUMA -Moda -Moda -Moda
- Media -Mediana -Razones
4 ANLISIS -Mediana -Razones -Proporciones o
UNIVARIADO -Percentiles -Proporciones o Porcentajes
ANLISIS -Cuartiles Porcentajes -Tasas
5 -Rango
BIVARIADO -Tasas
-Rango Interc.
ANLISIS -D.E.
-Varianza
6 MULTIVARIADO
4.2 Las Medidas de Resumen
Las medidas que utilizaremos segn las variables que estemos trabajando son las
mencionadas en la figura 2 y pueden clasificarse en:
= Medidas de frecuencia: razn, proporcin o porcentajes y tasas.

= Medidas de tendencia central: media, mediana y moda.
= Medidas de dispersin: rango, rango intercuartlico, desvo estndar.
= Medidas de orden: centiles, cuartiles.
57
Sin embargo, es necesario que tambin sepa reconocer las diferencias conceptuales entre
cada una de las medidas mencionadas.
En caso de que sea numrica, debern utilizar alguna o varias de las medidas de
centralizacin (media, mediana y moda), de dispersin (rango, rango intercuartlico,
desvo estndar y varianza) y/o de orden (percentiles y cuartiles).
En caso de que se trate de una variable nominal, pueden utilizar en ocasiones como
medida de tendencia central la moda, pero es conveniente que en estos casos resuma sus
datos calculando medidas de frecuencia como razones, proporciones o porcentajes y/o
tasas. En caso de que la variable sea ordinal, pueden utilizar en ocasiones la moda y la
mediana entre las medidas de centralizacin para poder describirla, pero ms
conveniente es el uso de razones, proporciones o porcentajes y/o tasas.
Le proponemos entonces, repasar los conceptos de medidas de frecuencia: razn,

proporcin y tasa (dentro de estos dos ltimos grupos describiremos prevalencia,
incidencia acumulada, tasa de incidencia acumulada y densidad de incidencia), medidas
de tendencia central, medidas de dispersin y medidas de orden.
Cuadro 1. Medidas de Resumen
= Razn
Medidas de
= Proporcin
Frecuencia
= Tasa (Incidencia, Prevalencia)
= Moda
Medidas de = Media
Tendencia Central
= Mediana
= Percentiles
Medidas de Orden = Cuartiles
= Rango
Medidas de
= Rango Intercuartlico
Dispersin
= Desvo Estndar
58
4.2.1 Medidas de Frecuencia
Razn
Esta medida de frecuencia se emplea para variables de tipo nominales.
Razn es una divisin que no implica ninguna relacin especfica entre el numerador y el
denominador. Esto quiere decir que el numerador y el denominador llevan unidades
diferentes y en numerador no se encuentra incluido en el denominador.
Por ejemplo: En un grupo de 300 pacientes con infarto agudo de miocardio (IAM) que
estoy estudiando hay 200 varones y 100 mujeres puedo decir que la razn hombre : mujer
es en este caso de 2:1. Por cada 2 varones hay una mujer.
En otras palabras, una razn es el nmero de observaciones del grupo de pacientes con
IAM de sexo masculino dividido por el nmero de pacientes con IAM de sexo femenino;
establece la relacin de una parte con otra parte.
Proporciones o Porcentajes
La proporcin es una medida de frecuencia en la que se expresa qu parte del total de

observaciones presenta determinada caracterstica. El numerador est incluido en el
denominador.
Siguiendo con el ejemplo anterior decimos que del total de pacientes con IAM que en
nuestro estudio son 300, 200 son varones vistos por lo tanto la proporcin de varones es
de 200/ 300= 0,66. Este nmero puede ser expresado como porcentaje diciendo que el
66 % de los enfermos son varones.
59
Pensar y resolver
En la siguiente tabla se presentan los datos sobre los casos de SIDA

segn sexo, desde el inicio de la epidemia hasta diciembre de 1999.
1) Cmo se calcula la razn hombre / mujer? Cmo se calcula la proporcin de

varones expresada como porcentaje?
2) Qu significa que la razn hombre: mujer sea de 14,5 en 1.988? Qu significa que
el porcentaje de varones sea del 93,6%?
3) Cules son las posibles causas de las diferencias observadas en la razn hombre:
mujer entre el inicio y los aos ms recientes de la Epidemia?
Tabla 13. Distribucin de Frecuencia de casos de Sida segn texto 1982-1986
% Sin Razn
Aos Masculino Masculino Femenino identificar Total hombre:
mujer
N N N N
1982 86 80 100,0 0 0 80 -
1987 91 97,8 1 1 93 91
1988 189 93,6 13 0 202 14,5
1989 263 88,9 31 2 296 8,5
1990 427 86,1 64 5 496 6,7
1991 646 87,4 90 3 739 7,2
1992 916 80,9 211 5 1.132 4,3
1993 1.146 77,7 315 13 1.474 3,6
1994 1.708 78,1 455 24 2.187 3,8
1995 1.711 451 33 2.195
1996 1.987 584 18 2.589
1997* 1.655 561 11 2.227
1998* 1.252 484 8 1.744
1999** 588 210 4 802
Total 12.661 3471 127 16.259
60
Tasas
La tasa es una medida que expresa el nmero de eventos ocurridos y en una poblacin
determinada. Las tasas se describen como medidas de frecuencia en las que una
medida de tiempo es parte intrnseca del denominador. En el numerador aparecen los
eventos (casos nuevos de enfermedad, defunciones, etc) y en el denominador la
poblacin de estudio de donde provienen los casos, durante el perodo en que fueron
estudiados. Lo que distingue a una tasa de las proporciones y de las razones es que:
1. En la tasa se relaciona un evento con la poblacin en riesgo de presentar ese
evento.
2. Para expresar una tasa debe incluirse en el denominador el tiempo durante el
cual las personas estuvieron en riesgo de presentar el evento (tiempo en
riesgo).
3. Se multiplican por una constante (10 o mltiplos de 10) que facilita la
comparacin de tasas de poblaciones diferentes, an cuando las mismas sean
de diferente tamao. Esta constante nunca debe ser mayor que la poblacin en
riesgo. Ejemplo: Si la poblacin total es de 3.000 personas, multiplicaremos
por 1.000, no deberamos multiplicar por 10.000 como constante.
En el campo de la salud la tasa es una medida muy utilizada porque, como
mencionamos, permite medir de alguna manera la frecuencia de un evento
(habitualmente una enfermedad) en una determinada poblacin "expuesta" o "en riesgo"
de experimentar dicho evento en un determinado perodo de tiempo y comparar entre
poblaciones.
Tasas Brutas y Tasas Especficas
Las tasas de todas las personas enfermas o muertas se denominan tasas brutas (totales o
generales). En este tipo de tasas se consideran todas las causas y caractersticas de los
sujetos. Se construyen con el nmero total de eventos (enfermos o muertos) por unidad
de tiempo en la poblacin total.
61
Por ejemplo, la tasa de mortalidad de una poblacin es una tasa bruta.
Sin embargo, normalmente nos interesan ms las enfermedades que causan casos o
muertes, las caractersticas de las personas involucradas, etc. El clculo de las tasas de
sucesos de enfermedades en determinados grupos da por resultado tasas especficas.
Por ejemplo, podemos calcular tasas especficas por enfermedad (tasa de incidencia de
cncer de pulmn); por edad (tasa de mortalidad infantil); por enfermedad y edad (tasa de
incidencia de accidentes de hogar en nios menores de 5 aos).
Comparacin de tasas
Cuando se utilizan tasas para comparar los riesgos de muerte o de enfermedad en dos
poblaciones diferentes, por ejemplo, dos hospitales, o dos ciudades, o dos fbricas, es
muy importante considerar si estas poblaciones difieren en algn factor que se sabe
influye en el riesgo de morir o contraer la enfermedad.
Por ejemplo, si se desea evaluar las tasas de mortalidad por neumona de dos hospitales
diferentes, es muy importante considerar la distribucin por edades de las personas con
neumona en uno y otro hospital. Si en uno de los hospitales los pacientes con neumona
son ms aosos, las tasas sern seguramente mayores debido a esta diferencia en la edad
de la poblacin afectada. As como la edad tambin podran considerase otros factores
que se saben asociados con peor pronstico pacientes con neumona (inmunosupresin,
bajo nivel socioeconmico, etctera).
Para evitar esta confusin que genera la presencia de estos factores denominados factores
de confusin, al momento de comparar tasas se utiliza un procedimiento denominado
estandarizacin o ajuste de tasas. Por medio de este mtodo se calculan tasas brutas
hipotticas para cada grupo de comparacin ("tasas estandarizadas"). Estas tasas, si bien
62
son hipotticas, son comparables, y permiten determinar en que medida se diferencian las
dos poblaciones respecto al riesgo de enfermar o morir por el evento en consideracin.
Pensar y resolver
A continuacin le presentamos un estudio y las conclusiones elaboradas

por su autor.
En un estudio sobre Alto Peso al nacer (AP) , se comunic que de un total de 51.000 partos
ocurridos en una clnica privada de la ciudad de Mendoza, se detectaron 125 casos para
los cuales el peso del recin nacido super los 5.000 gramos. Los 125 casos estudiados
se distribuyen segn paridad de la madre en la siguiente forma:
Paridad de la madre N de Casos Porcentajes

1 9 7%
2 24 19 %
3 17 14 %
4 16 13 %
5 9 7%
6y7 19 15 %
8y9 9 7%
10 y + 22 18 %
Total 125 100 %
Al analizar los resultados el autor escribe:
"En resumen, 9 casos, es decir el 7%, son primparas; el resto, 116, es decir el 93%, eran
multparas y de estas ltimas, 24 eran secundparas, lo que representa el 19% del total.
Este es el grupo ms numeroso, lo que nos autorizara a aceptar que la secundiparidad es
el momento ms favorable para la produccin de fetos gigantes."
63
1) Estn de acuerdo o no con estas conclusiones? Justifiquen su respuesta.

2) Necesitara alguna otra informacin para realizar este anlisis? Cul?
Como mencionamos anteriormente, existen dos medidas de gran relevancia desde el

punto de vista epidemiolgico, que permiten medir la frecuencia de las enfermedades y
que seguramente habr odo mencionar en ms de una oportunidad: prevalencia e
incidencia.
Prevalencia
Es el nmero de casos o eventos en una poblacin de una determinada enfermedad en un

momento dado en el tiempo. La prevalencia intenta mostrar la frecuencia con la que un
evento de Salud o enfermedad existe en el momento, independientemente de cundo se
haya originado.
Cmo se calcula la prevalencia?
Se debe determinar el nmero de sujetos en quienes se presenta el evento estudiado y

relacionar dicho nmero con el total de individuos que forman el grupo observado. Suele
expresarse en forma de proporcin o porcentaje.
Existen dos formas de calcular la prevalencia:

- Prevalencia puntual:
Se utiliza cuando se desea determinar la prevalencia de una enfermedad en la

poblacin en un momento en el tiempo, independientemente de cundo se haya
originado. Se denomina puntual porque la medicin se hace en un corto perodo
de tiempo.
64
Casos de una enfermedad en un momento dado

Prevalencia Puntual = x 100
Poblacin total en estudio en ese momento
- Prevalencia de perodo:
Determina la cantidad de casos existentes durante un perodo.

Es una forma prctica de resolver el problema de la aparicin de casos nuevos
cuando se est ejecutando el estudio; ya sea por una elevada frecuencia de
aparicin de la enfermedad o porque el estudio no se puede realizar en un corto
perodo de tiempo. Esta medida informa el nmero de casos existentes as como los
casos nuevos producidos durante ese perodo.
Casos antiguos + casos nuevos en un perodo dado

Prevalencia
de Perodo
= x 100
Poblacin total en estudio en ese perodo
Por qu es til determinar la prevalencia de un evento o enfermedad?
La prevalencia expresa la cantidad de casos de una enfermedad en un momento dado, de

ah su importancia para la elaboracin de los programas de Salud preventivos,
asistenciales y de control.
Por otra parte, la informacin suministrada por la prevalencia es, en muchas ocasiones,
un punto de partida para la investigacin causal.
Incidencia
La incidencia de la enfermedad representa la frecuencia de casos nuevos en una

poblacin durante un perodo determinado de tiempo. La duracin de ese perodo de
observacin influye en los resultados de la incidencia, pues si ste aumenta ocurrirn ms
65
casos e hipotticamente pueden llegar a enfermarse todos los individuos y el valor

entonces de la incidencia ser igual a 1,00 o 100%. Por eso, al usar esta medida, debe
siempre expresarse el perodo de observacin.
Cmo se calcula la incidencia?
Existen tres formas de calcular la incidencia:
- Incidencia acumulada:
Es una medida que representa la proporcin de individuos sanos que contraen la

enfermedad en un perodo de tiempo determinado.
Casos nuevos
Incidencia Acumulada = x 100
Nmero de individuos al comienzo del perodo
- Tasa de Incidencia Acumulada
Mientras que la incidencia acumulada es una proporcin, la tasa de incidencia

acumulada es una tasa porque el denominador es el tiempo en riesgo de la poblacin
estudiada. Sin embargo, no siempre puede calcularse este tiempo en riesgo dado que:
= Frecuentemente, no es posible excluir el tiempo en que los individuos que se

enferman ya no estn en riesgo.
= En otras ocasiones, es imposible identificar el perodo de exposicin de cada uno
de los miembros de la poblacin estudiada.
=
Por este motivo, el tiempo en riesgo se determina mediante una aproximacin, resultado
de multiplicar el tamao promedio de la poblacin observada por la duracin del
66
perodo, generalmente un ao.
Casos nuevos
Tasa de Incidencia
Acumulada = x K*
Nmero de individuos a mitad del perodo
*K es igual a una constante que puede ser cualquier mltiplo de 10, 100, 1.000, 10.000,
etc. Esta multiplicacin se introduce para facilitar las comparaciones entre poblaciones de
diferente tamao absoluto. Nunca debe ser mayor que la poblacin total en riesgo.
- Densidad de Incidencia:
Es el nmero de nuevos casos registrados, dividido por la suma de los perodos de tiempo
en riesgo correspondientes a todos los individuos en estudio. Esta sera la "verdadera tasa
de incidencia", porque en este caso se conocen los tiempos en riesgo de cada uno de los
individuos y no se recurre a una aproximacin como lo es la tasa de incidencia
acumulada.
Esta medida se utiliza cuando la poblacin observada es inestable en el tiempo, es decir,

cada sujeto ha estado "en riesgo" o expuesto al evento de inters por perodos de tiempo
distintos, ya sea por abandono del estudio, por contraer la enfermedad, etc. Es una
medida til para el seguimiento de poblaciones dinmicas en las que ingresan y salen
individuos. Su unidad de tiempo es personas-unidad de tiempo utilizada para el estudio
(personas-aos, personas-das, etc.). Una persona-ao representa un individuo en riesgo
de desarrollar la enfermedad durante un ao.
Para poner un ejemplo, supongamos que seguimos durante 5 aos a personas que
trabajaron expuestas a radioactividad durante distintos perodos de tiempo. En el grfico
siguiente representamos los distintos perodos de seguimiento. Los puntos representan las
67
personas que desarrollaron la enfermedad, las cruces las personas que se perdieron para
el seguimiento.
Grfico 5. Duracin de exposicin a la radioactividad de los trabajadores en

seguimiento
A 1 ao
P B 1 ao
E C 5 aos
D 5 aos
R
E 2 aos
S
O F 3 aos
N G 3 aos
H 2 aos
A
I 1 ao
S J 1 ao
La principal utilidad de la incidencia es que permite medir el riesgo que un grupo de

individuos desarrolle una enfermedad. Ms adelante le explicaremos el enfermedad
mientras dur el estudio. Las personas E y H fueron seguidas durante 2 aos y no pudieron
ser luego ubicadas (se perdieron para el seguimiento). Las personas F y G fueron seguidas
durante 3 aos y luego desarrollaron la enfermedad.
1) Cuntas personas ao expuestas nos plantea este ejemplo? En total 24 personas/ ao
fueron seguidas en el ejemplo calculamos desde el caso A al J:
1 + 1 + 5 +5 +2 +3 + 3 + 2 + 1 + 1=24 personas ao.
2) Cul es la densidad de incidencia en este caso? Hubo 6 casos nuevos en 24 personas
ao expuestas, por lo tanto, la densidad de incidencia fue de:
6 casos nuevos/ 24 personas ao seguidas = 0,25 x 10 = 25 casos por cada 10 personas
ao expuestas.
3) Cul sera la incidencia acumulada? Hubo 6 casos nuevos en 10 personas

inicialmente expuestas. Por lo tanto, la incidencia acumulada sera:
6 casos nuevos / 10 personas inicialmente en riesgo = 0,6 x 10 = 6 casos nuevos cada
68
10 personas inicialmente expuestas.
Para comprender mejor la densidad de Incidencia
Comparemos la incidencia de accidentes laborales en dos grupos de enfermeros del

Servicio de Pediatra de dos hospitales diferentes. El Hospital A informa una tasa de
incidencia de accidentes en los enfermeros en el ltimo mes del 20% mientras que el
Hospital B informa una tasa del 10%.
Cantidad IA Cantidad Turnos Densidad de

Hospital Enfermeros
Accidentados Enfermeros/ laborales Incidencia
Hora expuestos (accidentes/
personas-horas/mes)
100 20 20/100 16.000 8 hs/da 20/16.000=

A
20% 1,25 por 1.000
100 10 10/100 8.000 4 hs/da 10/8.000
B
10% 1,25 por 1.000
Tabla 14. Comparacin de accidentes laborales en los enfermeros de Hospitales A y B

La densidad de incidencia es igual debido a que en el Hospital A los enfermeros llevan a
cabo turnos laborales que duplican los del Hospital B y, por lo tanto, duplican tambin el
tiempo de exposicin.
A diferencia de las anteriores, esta medida tiene una unidad: personas-unidad de tiempo
(personas-ao, persona-mes, personas-da). La suma persona- tiempo indica la suma de
todos los perodos de tiempo por persona estudiados. El perodo de tiempo de
observacin se calcula para cada persona de forma individual, sumndose los de todas
las personas del estudio mientras estn en riesgo (o sea, mientras est dentro del estudio y
no ha contrado la enfermedad).
69
Por qu es til determinar la incidencia de un evento o enfermedad?
La principal utilidad de la incidencia es que permite medir el riesgo que un grupo de

individuos desarrolle una enfermedad. Ms adelante le explicaremos el concepto de
riesgo, pero por ahora es importante que recuerde que en Epidemiologa, incidencia es
sinnimo de "riesgo".
Pensar y resolver
Analice las principales diferencias entre los conceptos de incidencia y

prevalencia y complete el siguiente cuadro:
CARACTERSTICA INCIDENCIA PREVALENCIA
Numerador
Denominador
Tiempo
Formas de calcularla
Utilidad
Para resumir el conjunto de datos de una variable medida con una escala numrica
deberemos utilizar las medidas de tendencia central (media, mediana y modo) y las de
dispersin (desvo estndar, rango intercuartlico). En otras palabras, cuando los datos
disponibles estn dados en una escala numrica, bsicamente debemos calcular dos
tipos de medidas llamadas medidas de centralizacin y medidas de dispersin; las
medidas de orden son utilizadas en algunas ocasiones.
70
Los tres tipos de medidas son tiles no slo para describir de manera ms sinttica los
datos obtenidos, sino para poder comparar de forma ms precisa y eficiente las
observaciones realizadas.
4.2.2 Medidas de Tendencia Central
Las Medidas de Tendencia Central ms utilizadas son:

Moda
Media aritmtica
Mediana
Moda (Mo)
As como "algo" que est de moda, habitualmente es "algo" que se ve con mucha
frecuencia. En Bioestadstica, la Moda es el valor que se presenta con mayor frecuencia en
el conjunto de los datos obtenidos.
Media aritmtica (X)
La media aritmtica es tambin conocida como promedio. Se calcula como la suma de las
observaciones dividida por el nmero total de observaciones (n). Supongamos tener n
datos que notaremos como X1, X2, X3..., Xn. La media aritmtica de estos valores se define
como la suma de todos ellos, dividida por n y se simboliza con X . Ud. puede encontrar ese
valor realizando el siguiente clculo:
X = X1 + X2 + X3 .....+Xn.
n
Es conveniente utilizarla slo si la distribucin de los datos tiene una forma simtrica y
unimodal (curva normal). Esto es debido a que la media aritmtica es muy sensible a la
presencia de valores extremos. En estos casos, es conveniente utilizar otra medida de
71
centralizacin, llamada mediana.
Mediana (Md)
La mediana es la observacin que deja la mitad de los datos (ordenados de menor a

mayor) a cada lado. Ud. puede fcilmente encontrar ese valor realizando el siguiente
clculo:
Posicin de la Md en un conjunto de datos ordenados = (n + 1)

(de menor a mayor) 2
Si el nmero total de observaciones (n) es impar existir una nica mediana y ser el valor
que ocupe la posicin central. Si el nmero de observaciones es par, no existe un nico
valor central y la mediana corresponde a la media de los dos valores centrales.
La mediana es la medida de centralizacin que se utiliza cuando la variable se mide con

una escala numrica u ordinal. Es la medida ms apropiada en caso de que la
distribucin de frecuencia de la variable sea asimtrica, ya que es menos sensible que la
media a valores extremos.
4.2.3 Medidas de Orden
Percentiles
Los percentiles son valores que dividen al conjunto de datos, dejando por debajo de ellos
determinados porcentajes.
72
Por ejemplo, el percentil 10 deja por debajo al 10% de los valores observados.
Cuando definimos mediana dijimos que era el valor que separaba el conjunto de los
datos en dos mitades iguales, por lo que ahora tambin sabemos que la mediana es
tambin el percentil 50. Los percentiles se denotan por P1,..... P99.
Cuartiles:
Los cuartiles son tres valores que dividen al conjunto de datos observados en cuatro
partes de forma tal que el 25% queda por debajo del cuartil 1, el 50 % por debajo del
cuartil 2 y el 75% por debajo del cuartil 3. Los cuartiles, por lo tanto, son los percentiles
25, 50 y 75, respectivamente. Los cuartiles se denotan por Q1, Q2 y Q3.
4.2.4 Medidas de Dispersin
Como mencionamos anteriormente, expresan el grado de variacin de los datos. Debe

destacarse que dos series de mediciones pueden coincidir en media, mediana y moda y,
sin embargo, los datos pueden distribuirse en forma muy diferente alrededor de estas
medidas de centralizacin. Por eso, una medida de centralizacin siempre debe ir
acompaada de una de dispersin. Las ms utilizadas son el rango, el rango
intercuartlico, el desvo estndar, la varianza .
A continuacin describiremos todas estas medidas excepto la varianza.

Rango (R)
Se calcula como la diferencia entre la mayor observacin y la menor.
R = [valor mayor observado- valor menor observado]
73
Qu desventajas tiene?
Tiene como desventaja que su clculo se basa en slo dos valores que, por ser los
extremos, pueden ser muy atpicos. No da informacin acerca de cmo se dispersan los
datos dentro del intervalo limitado por el menor y el mayor valor.
Rango Intercuartlico (RI)
Para solucionar en parte el inconveniente que presenta el rango, se pens en una medida
simple que no se basa en los valores extremos, sino calculando el intervalo entre el primer
y el tercer cuartil. A esta medida de dispersin se la denomin Rango Intercuartlico (RI), y
se define como la distancia entre los valores entre los cuales se encuentra el 50% central
de los datos.
Por lo tanto, la frmula sera:
RI = Q3 Q1
El rango intercuartlico debe utilizarse como medida de dispersin que complementa la

informacin suministrada por la mediana.
Desvo estndar (S DE)
Es la medida de dispersin ms utilizada aunque su significado y su clculo pueden

parecer algo complejos. El S mide la dispersin de los datos alrededor de la media
aritmtica. Por lo tanto, su uso es correcto siempre que la media sea la medida de
centralizacin adecuada.
Cundo era apropiado el uso de la media?
74
En una distribucin simtrica.
Le daremos la frmula del S, que de ninguna manera pretendemos memorice, sino

simplemente para que tenga una idea de cmo calcularlo (de todas maneras no se
preocupe, hoy con cualquier computadora podr conocer el S del conjunto de sus
datos sin tener que andar haciendo tantos clculos).
S=
(x - x )
n -1
El smbolo significa sumatoria. Ahora, qu sumamos? Las diferencias entre cada

valor individual y la media (x) elevado al cuadrado. Una vez que hicimos este clculo,
se divide por el nmero de individuos de la poblacin (n) menos 1 y finalmente
calculamos la raz cuadrada de este resultado.
Existe un concepto muy importante acerca del S, y es que sin importar la forma en que se
distribuyen las observaciones, por lo menos el 75% de los valores quedan siempre entre la
media menos dos desvos y la media ms dos desvos. Si la distribucin es simtrica y
unimodal:
= 68% de las observaciones estn entre la media menos un desvo y la media ms
un desvo.
= 95% de las observaciones estn entre la media menos dos desvos y la media
ms dos desvos.
= 99.7 % de las observaciones estn entre la media menos tres desvos y la media
ms tres desvos.
Un consejo prctico para determinar la simetra de la curva
! Si bien existen distintos mtodos estadsticos para determinar la simetra de la
75
curva, una forma sencilla para conocer si la curva es simtrica o no, es calculando
las media, la mediana y la moda.
! Si estas tres medidas son iguales o muy similares, la curva es simtrica o
aproximadamente simtrica; si son diferentes, entonces, ser asimtrica.
Qu medidas de centralizacin y dispersin utilizar?

! Si la curva es simtrica, es conveniente utilizar la media acompaada del desvo
estndar para resumir los datos.
! Si la curva es asimtrica, es conveniente utilizar la mediana acompaada del rango
intercuartlico.
D. A Modo de Sntesis...
Si Ud. comprendi los conceptos presentados en ste Mdulo, esta

listo para cuantificar los problemas de la Salud.
La cuantificacin es un proceso absolutamente necesario para la interpretacin de los procesos
de salud y enfermedad.
Para poder comprender por qu y cmo ocurren los eventos en Salud
y enfermedad deber recorrer adems de ste, otros caminos.
76
Glosario General
Agente: Factor (biolgico, fsico o qumico) cuya presencia es necesaria para que se
produzca una enfermedad por exceso, defecto o alteracin.
Caso ndice: Es el primer caso diagnosticado de un Brote.
Caso Primario: Es el primer caso de un Brote o Epidemia y en general es reconocido en

forma retrospectiva. Se llaman casos co-primarios a los casos que se presentan luego del
caso primario y antes de cumplido el perodo de incubacin mnimo y que se supone
comparten con l la fuente de infeccin.
Caso Secundario: Casos generados a partir del caso primario.
Centilos: Ver cuantilos.
CIE-10: Clasificacin estadstica internacional y problemas relacionados con la Salud.

Dcima revisin Organizacin Mundial de la Salud, Washington, 1995.
Confiabilidad: Es el grado en el que mediciones repetidas de un fenmeno

relativamente estable caen cerca unas de las otras. Su principal propiedad es la
repetitibilidad.
Cuantilos: Divisin de una distribucin de datos en subgrupos con igual nmero de

datos y ordenados. Los decilos dividen la muestra en dcimos, los quintilos en quintos los
tertiles en tercios.
Efecto: Resultado de una causa.
"Efecto de Confusin" (confounding): Error introducido en la investigacin por la

presencia de factores de confusin. Se puede controlar en el proceso de identificacin de
grupos por medio de la randomizacin, apareamiento y restriccin, o bien, durante el
anlisis de los datos, por estratificacin y anlisis multivariado.
"Efecto del Trabajador Sano": Tipo particular de sesgo de seleccin. Fenmeno que
ocurre cuando se comparan ciertas caractersticas de un grupo de trabajadores con la
poblacin general como consecuencia de que los sujetos empleados son en promedio
ms sanos que la poblacin general. Por lo tanto, todo exceso de riesgo detectado frente
a la exposicin del factor en estudio sera minimizado si la comparacin se realiza con la
poblacin general .
77
Enfermedad Infecciosa: Es la que deriva de la presencia de un agente infeccioso sea

transmisible (ejemplo: sarampin) o no (ejemplo: infeccin urinaria). Muchas veces se
incluyen en este grupo las enfermedades ocasionadas por productos de los agentes
infecciosos (toxinas), como por ejemplo, el botulismo o la diarrea por toxina
estafilocccica.
Enfermedad Transmisible: Enfermedades producidas por agentes infecciosos o sus

toxinas que llegan a un individuo susceptible por transmisin desde otro individuo
infectado, animal o reservorio.
Epidemiologa Analtica: Parte de la Epidemiologa que se ocupa del estudio de los

determinantes de las enfermedades. Su principal caracterstica radica en la utilizacin de
un adecuado grupo de comparacin o grupo control.
Error: Toda diferencia entre el valor medido, observado o calculado y el verdadero valor.
Al realizar cualquier estudio epidemiolgico pueden cometerse tres tipos diferentes de
errores:
! Error de Medicin: Inherente a la precisin de un instrumento de medida.
! Error Sistemtico: tambin llamado sesgo (se describir en el siguiente apartado),
caracterizado por ocurrir siempre en una misma direccin en contraste con el Error por
Azar.
Error Aleatorio: El error por azar caractersticamente sobreviene al realizar

mediciones en slo una porcin (muestra) de la poblacin de estudio, tambin
llamada poblacin diana. Recibe tambin el nombre de error muestral.
Escala: Aparato o sistema empleado en la medicin de porciones iguales.
Estandarizacin: Tcnica empleada para remover efectos de diferencias de

estructuras de edad u otros factores de confusin cuando se comparan poblaciones.
Existen dos mtodos el directo y el indirecto cuyo detalle escapan este curso
Estudios Descriptivos: Estudios que describen la distribucin de frecuencias de las

variables de tiempo lugar y persona asociadas a un evento dado. Permiten generar
hiptesis pero no probarlas.
Estudios Analticos: Estudios que identifican o miden los efectos de diferentes factores
de riesgo sobre la Salud. Examinan o miden asociaciones y evalan hiptesis sobre
asociaciones causales. Su caracterstica saliente respecto del diseo es que emplean
grupos de comparacin.
Estudio de Casos y Controles: Estudio analtico observacional en el que el grupo de
78
estudio y de control son definidos de acuerdo a la presencia o no de enfermedad.
Estudio de Cohorte: Estudio analtico observacional en el que el grupo de estudio y el

grupo control son definidos de acuerdo a la presencia o no de un factor de exposicin.
Estudio Longitudinal: Estudio que permite investigar la dinmica de una variable o de

un fenmeno de salud a travs del tiempo.
Estudio Transversal: Estudio en el que se investiga un fenmeno de Salud en un

determinado momento en el tiempo.
Exposicin: Proximidad y/o contacto con un agente de enfermedad (o proteccin) de

modo tal que pueda ocurrir la transmisin efectiva del agente. Tambin se usa como la
cuantificacin de la exposicin de un individuo o grupo a un determinado factor.
Factibilidad: Posibilidad de llevar a la prctica un procedimiento, programa, medida

de control, estudio, etctera.
Factor de Confusin: Variable que se asocia tanto con el factor en exposicin como
con el evento en estudio distorsionando la asociacin existente entre estos dos, e
introduciendo un error en la investigacin llamado "Efecto de Confusin.
Factor de Proteccin: Un factor de proteccin es el atributo de un grupo con menor

incidencia de una determinada enfermedad en relacin con otros grupos, definidos por
la ausencia o baja aparicin del tal factor.
Factor de Riesgo: Puede ser definido como el atributo de un grupo que presenta mayor
incidencia de una determinada patologa en comparacin con otros grupos
poblacionales, caracterizados por la ausencia o baja aparicin de tal condicin.
Fuente Comn: Brote generado a partir de un nico foco que usualmente es agua o
alimentos.
Fuente Propagada: Es la que ocurre cuando una enfermedad transmisible de persona

a persona en una poblacin de susceptibles.
Grupo de Riesgo: Aquel que posee un riesgo mayor de presentar une determinada
enfermedad o evento.
Intervencin: Modificacin intencional del sujeto en alguno de sus aspectos, como por
ejemplo, la introduccin de algn rgimen teraputico o preventivo.
79
Incidencia: Nmero de personas que adquieren una enfermedad en un perodo

dado en una poblacin especfica.
Marcadores de Riesgo: Caractersticas personales como la edad, el sexo, la raza

cuyo efecto se halla fuera de control y son inmodificables.
Media: Tambin llamada promedio. Medida de tendencia central que se obtiene de

sumar los valores de un conjunto de datos dados y dividirlos luego por el nmero total de
datos.
Mediana: Medida de tendencia central. Es el valor que asume el dato central de la

muestra una vez ordenados los mismos de menor a mayor. Equivale al percentilo 50.
Medidas de Asociacin: Ver medidas de efecto.
Medidas de Efecto: Cantidad que refleja la fuerza de la asociacin entre variables.

Las medidas de este grupo que trabajamos en los mdulos son la razn de tasas o riesgos,
razn de odds y diferencias de tasas o riesgos. Existen otras que exceden este curso.
Medidas de Impacto: Medidas que permiten cuantificar el impacto que tiene sobre la
morbimortalidad de una poblacin la exposicin a un determinado factor. Permiten que,
sobre la base de su estimacin, los administradores de Salud determinen la importancia
relativa priorizacin- de cada factor de riesgo para el cual podra desarrollarse un
programa y decidir racionalmente la utilizacin de los recursos disponibles.
Medida de Resumen: Medidas que agrupan o resumen varias medidas individuales.

Pueden corresponder a personas (por ejemplo tasas de mortalidad) o no (promedio de
temperatura anual en un determinado lugar). Las medidas de resumen se pueden agrupar
en medidas de tendencia central, de dispersin, de orden y de frecuencia.
Modo: Medida de tendencia central. Es el valor de los datos que ms se repite.
Modificador de Efecto: Factor que modifica el efecto de un factor causal putativo en

estudio. Se trata de un factor de riesgo cuya presencia en diferentes niveles o estratos hace
modificar la fuerza de asociacin existente entre otro factor de riesgo y el evento en
estudio.
Estratificacin: Divisin de una poblacin en estudio en subgrupos o estratos de

acuerdo a una determinada variable de inters.
80
Muestreo Aleatorio Simple (MAS): Forma de muestreo probabilstico en el que la

seleccin se realiza al azar, resultando todos los individuos de la poblacin con igual
probabilidad de ser seleccionados.
Muestreo Estratificado: Tipo de muestreo probabilstico en el que la poblacin diana

se divide en estratos de acuerdo a alguna caracterstica, generalmente demogrfica, y
posteriormente se realiza un MAS de cada estrato obtenindose una muestra de la
poblacin en la que estn representados todos los estratos conformados.
Muestreo por Conglomerados: Tipo de muestreo probabilstico en el que la

poblacin diana se divide en conglomerados (familias, barrios, ciudades, etc.) Se elige
una muestra aleatoria simple de cada conglomerado, resultando todos ellos
representados en la muestra global de la poblacin.
Muestreo Probabilstico: Tcnica de muestreo que consiste en extraer una muestra

de una poblacin, de tal manera que todos los individuos de la poblacin tengan una
probabilidad conocida de ser seleccionados.
Muestreo Sistemtico: Tipo de muestreo probabilstico en el que se da al grupo del

que se tomar la muestra, una especie de ordenamiento y luego la eleccin se hace
sistemticamente a lo largo de la serie, por ejemplo, cada segundo, cada centsimo o
cada milsimo individuo.
Odds Ratio (OR): Medida de asociacin entre un factor de riesgo y la enfermedad que
resulta del cociente entre el Odds del grupo expuesto sobre el Odds del grupo no
expuesto. Expresa cuantas veces ms probable es el riesgo de contraer la enfermedad en
presencia de un factor de exposicin que en su ausencia.
Patogenicidad: Propiedad de un organismo que determina qu grado se produce

enfermedad en la poblacin infectada, dicho de otra manera es la capacidad del
organismo para causar enfermedad. Se mide como la razn que se obtiene del nmero
de personas que desarrollan enfermedad clnica sobre los expuestos.
Perodo de Incubacin: Perodo entre el momento de infeccin (ingreso del agente al

organismo) y la aparicin de signos y sntomas (prdromos). La duracin de este perodo
puede variar segn la definicin que se utilice para estos signos y sntomas. En general
este perodo se expresa como un rango (perodo de incubacin mximo y mnimo) y un
promedio.
81
Perodo Infeccioso: Es el perodo durante el cual una persona infectada puede

transmitir el agente infeccioso. La duracin de este perodo es importante para las
medidas de control de la enfermedad. Es importante tener en cuenta que este perodo
puede iniciarse antes de que el paciente tenga sntomas, por lo cual se verificara
transmisin antes de saber que persona est enferma.
Perodo de Latencia: Perodo que transcurre entre la infeccin y el inicio del perodo
infeccioso. La duracin de este perodo ser un determinante de los intervalos entre
sucesivas infecciones en la cadena de transmisin.
Poblacin de Riesgo: Ver grupo de riesgo.
Poblacin Diana: Poblacin sobre la cual se desea conocer una determinada

caracterstica susceptible de ser estudiada.
Prevalencia: Nmero de casos existentes en una determinada poblacin en un

momento determinado en el tiempo.
Prevencin Primaria: Medidas y actividades tendientes a la promocin y proteccin

de la salud. Tiende a disminuir la incidencia de enfermedad evitando la aparicin de
enfermedad y a fomentar el mantenimiento de la salud
Prevencin Secundaria: Medidas y actividades tendientes a restaurar la salud toda

vez que esta se haya perdido. Tiende a disminuir la prevalencia de la enfermedad
acortando la duracin de la misma.
Promedio: Ver media.
Proporcin: Es una razn en la cual el numerador est incluido en el denominador. Es

una parte del todo. Por lo cual la proporcin reune dos caracterstica: no puede arrojar un
nmero mayor a 1 (el numerador es menor o a lo sumo igual al denominador) y no tiene
unidades ya que el numerador y el denominador tienen la misma unidad y se cancelan
entre s.
Se puede expresar como faccin decimal: 0,2, como fraccin 1/5 o como porcentaje:
20%.
Proporcin Atribuible en Expuestos: Se obtiene al dividir el resultado de la

diferencia entre las proporciones o tasas de incidencia de individuos expuestos y no
expuestos con la incidencia propia del grupo expuesto. Expresa el porcentaje de una
enfermedad que puede ser atribuido exclusivamente a dicho factor.
Prospectivo: Todo estudio en el cual al momento de su inicio la enfermedad no
82
ocurri y los individuos son seguidos en el tiempo con el fin de detectar la ocurrencia de la
misma.
Razn: En trminos generales: " Es el valor que se obtiene de dividir una cantidad por
otra". Agrupa a las tasas, razones, proporciones, etc. , sin embargo, es un concepto ms
amplio que estos. La razn es una expresin de la relacin existente entre un numerador y
un denominador, donde ambos nmeros son cantidades independientes pudiendo
presentar unidades de medicin diferentes. Adems, no es necesario que una incluya a la
otra como en el caso de la proporcin o porcentaje.
Repetitibilidad: Habilidad de lograr el mismo resultado en distintas medidas

realizadas del mismo modo.
Representatividad: Se dice que una muestra es representativa cuando logra exhibir

internamente el mismo grado de diversidad que la poblacin diana de la que se tom.
Reservorio: Especies o poblaciones que tienen la capacidad de mantener al agente por

tiempo indefinido.
Retrospectivo: Todo estudio en el cual al momento de su inicio tanto la enfermedad

como la exposicin han ocurrido.
Riesgo: Se define como la probabilidad de que uno de los miembros de una poblacin
definida desarrolle una enfermedad dada en un perodo de tiempo.
Riesgo Atribuible: Medida de asociacin que representa la diferencia de la incidencia

de la enfermedad en la poblacin expuesta al factor de riesgo y la incidencia en la
poblacin no expuesta a dicho factor. Tambin se la considera una medida de impacto, ya
que expresa el nmero o porcentaje de casos que podran eliminarse en el grupo
expuesto, si se removiera el factor de riesgo en cuestin.
Riesgo Atribuible Poblacional: El RAP representa la diferencia de la incidencia de la

enfermedad en toda poblacin y la incidencia en la poblacin no expuesta a dicho factor.
Puede expresarse como:
! Riesgo Atribuible Poblacional (en trminos absolutos) (RAP): Indica la proporcin de
casos de una enfermedad en una poblacin que pueden atribuirse exclusivamente a la
presencia del factor de riesgo en consideracin.
! Riesgo Atribuible Poblacional Porcentual (en trminos relativos)(RAPP): representa el
porcentaje de la incidencia total de una determinada enfermedad en una poblacin
que puede atribuirse exclusivamente a la presencia de dicho factor o bien el
porcentaje de la incidencia total de la enfermedad en la poblacin que podra
reducirse con la remocin del dicho factor.
83
Riesgo Relativo: Medida de asociacin entre un factor de riesgo y una enfermedad

que resulta del cociente de las tasas de incidencia de la poblacin expuesta y la no
expuesta. Expresa cuntas veces ms probable es el riesgo de contraer la enfermedad en
presencia de un factor d exposicin que en su ausencia
Sesgo: Error sistemtico que afecta la validez de una investigacin.
Sesgo de Informacin: Falla en la medicin de los datos de la exposicin o evento

que resutan en diferencias sistemticas de la calidad de informacin entre los grupos de
comparacin en estudio.
Sesgo de Seguimiento: Falla en la medicin de los datos de la exposicin o evento

resultantes de la prdida diferencial de sujetos en seguimiento en algunos de los grupos
de comparacin en estudio.
Sesgo de Seleccin: Error sistemtico que se produce durante la etapa de

identificacin de los grupos de estudio y de grupo control, que origina una diferencia en
los grupos comparados y que introduce un error en los resultados observados.
Susceptible: No infectado que puede infectarse. Los inmunes no son susceptibles por
poseer proteccin celular o humoral (anticuerpos).
Tasa: Medida de la frecuencia con la que ocurre un fenmeno. Todas las tasas son
razones, algunas son proporciones. Es la expresin de la frecuencia con que ocurre un
evento en una poblacin en un tiempo determinado, sea un perodo de tiempo o un
momento puntual. Los componentes de una tasa son: el numerador, el denominador, el
perodo de tiempo especfico en el que puede ocurrir el evento de nuestro inters y
habitualmente un coeficiente mltiplo de 10, que convierte la tasa en un nmero entero
permitiendo una interpretacin ms fcil de la misma. El uso de tasas es esencial para la
comparacin de poblaciones en distintos momentos, lugares o diferentes grupos dentro
de la misma poblacin.
Tcnicas de Muestreo: Procedimientos que permiten la seleccin de una parte de la

poblacin diana (muestra).
Transmisin Vertical: Transmisin trans placentaria de madre a hijo.
Validez: Es el grado en que un estudio o de un instrumento miden exactamente lo que

desea medir.
84
Vector: Invertebrado que transporta el agente de un vertebrado a otro.
Vehculo: Medio por el cual el agente llega al husped.
VIH: Virus de la inmunodeficiencia humana agente causal del sndrome de

inmunodeficiencia humana (SIDA).
Virulencia: Grado de patogenicidad de una enfermedad. Capacidad de un

microorganismo de generar enfermedad en un husped susceptible.
85

Epidemiologia Modulo 3-2004 PDF

Cargado por

Copyright:

Formatos disponibles

Epidemiologia Modulo 3-2004 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Epidemiologia Modulo 3-2004 PDF

Cargado por

Copyright:

Formatos disponibles

Epidemiologa Bsica

Todos los derechos reservados.

Abdala, Yamile Esandi, Pablo Piccini, Mabel

Mdulo del Capacitador

Tipos de Estudios Epidemiolgicos

2 seleccionar un tipo de diseo apropiado para el estudio que se propone realizar.

Cuantificacin de los Problemas de Salud

Efecto, Impacto y Fuentes de Error

4 desarrollo de este Mdulo, se espera que pueda cuantificar el riesgo en el marco de la

Considerando el rol que la Epidemiologa debe cumplir en la Salud Pblica actual, la

Estos Mdulos del Curso de Capacitacin en Epidemiologa Bsica y Vigilancia de la

Dr. Juan Manuel Sotelo

MDULO 3: Cuantificacin de los Problemas de Salud

B. Objetivos del Mdulo

1. Qu Datos Debemos Recolectar para la Investigacin?

1.1 Qu es una Variable?

1.2 Tipos de Variables y Formas de Clasificacin

1.3 Definicin de Variables

1.4 Cuntas Variables deben Considerarse en un Estudio?

1.5 Cmo se Miden las Variables?

2. Dnde y Cmo Obtener los Datos para la Investigacin?

2.1 Dnde Recolectar Datos?

2.2. Cmo Recolectar los Datos?

3. Cmo Procesar e los Datos?

3.1 Presentacin de Datos en Tablas

3.2 Presentacin de Datos en Grficos

4.Cmo Interpretar los Datos?

4.1 La Sistematizacin de los Datos

4.2 Las Medidas de Resumen

La Organizacin Panamericana de la Salud (OPS) y el Programa VIGI+A, en un trabajo

Como ya hemos tratado, la Epidemiologa intenta describir la distribucin y determinantes

B. Objetivos del Mdulo

= Elaborar un plan de recoleccin de datos epidemiolgicos en funcin de un

diferentes fuentes de informacin, construyendo instrumentos de recoleccin,

Figura 1. Pasos en el proceso de investigacin de un evento de Salud

1. Qu Datos Debemos Recolectar para la Investigacin?

1.1 Qu es una Variable?

Como su nombre lo indica, "variable es algo que cambia".

Ya mencionamos que los datos que recolectamos en nuestra investigacin dependen de

1.2 Tipos de Variables y Formas de Clasificacin

Las variables pueden ser clasificadas utilizando diferentes criterios.

! Segn la funcin que cumplan en la hiptesis

! Segn la pregunta que responden en el estudio

- Quines?: Variables de Persona

1.2.1 Variables Dependientes y Variables Independientes

Las distintas variables que se consideran en un estudio mantienen, en general, relaciones

Por ejemplo, no slo puede interesarnos investigar la ocurrencia de anemia ferropnica

Denominamos variable dependiente a aquella variable que el investigador est

En nuestro ejemplo, la variable dependiente sera la ocurrencia de la anemia ferropnica y

A continuacin le presentamos un problema de investigacin. Formule

"En el ao 1999, se observ en la Capital Federal un elevado nmero de suicidios en la

1.2.2 Variables de Persona, Tiempo y Lugar

Por ejemplo, al investigar una enfermedad podramos estar interesados en establecer el

Las variables que permiten responder concretamente a la pregunta "cundo sucede el

Por ejemplo, el tiempo de calendario es el que ms a menudo se utiliza, como en los

Si queremos describir la presencia de un patrn cclico en determinado evento, podemos

Las variables que permiten responder concretamente a la pregunta:"Dnde sucede el

Por ejemplo, si quisiramos investigar la ocurrencia de tuberculosis en una ciudad, ser

1.2.2.1 Variables Universales