1.1: ¿Qué es la Epidemiología?
- Page ID
- 121622
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)Objetivos de aprendizaje
Después de leer este capítulo, podrás hacer lo siguiente:
- Definir epidemiología
- Proporcionar ejemplos que ilustren cada una de las 5 partes de la definición de epidemiología
- Describir la manera en que la epidemiología encaja en la fuerza laboral general de salud pública
La salud pública se ocupa del bienestar de las comunidades, con un enfoque en la prevención de enfermedades. Esto se logra “a través de los esfuerzos organizados y las elecciones informadas de la sociedad, las organizaciones, las comunidades públicas y privadas, y los individuos”. i En otras palabras, los profesionales de la salud pública primero evalúan el estado de salud de la población, determinan las causas de cualquier problema de salud, diseñan intervenciones en un intento de abordar esos problemas, y luego reevaluar la salud de la población para evaluar si la intervención funcionó. ii
La epidemiología es la ciencia básica de la salud pública, y los epidemiólogos están muy involucrados en los 3 pasos mostrados anteriormente. Estamos involucrados con la vigilancia y otras actividades de evaluación de la salud, nuestros estudios son fundamentales para determinar las causas de los resultados de salud y, a menudo, formamos parte de los equipos que evalúan las intervenciones de salud pública. [1]
Existen muchas definiciones de epidemiología estrechamente relacionadas. Este es el que me gusta:
La epidemiología es el estudio de la distribución y determinantes de la enfermedad u otros resultados relacionados con la salud en poblaciones humanas, y la aplicación de dicho estudio para controlar problemas de salud. ii, iii, iv
Hay varias palabras y frases clave en esa definición que se relacionan directamente con las funciones centrales de la salud pública. Primero, a los epidemiólogos les preocupa la distribución de una enfermedad, es decir, describir el patrón de una enfermedad en términos de persona, lugar y tiempo. Este esfuerzo epidemiológico descriptivo es casi siempre un primer paso necesario en cualquier iniciativa de salud pública.
La enfermedad no se distribuye aleatoriamente
La epidemiología como ciencia funciona porque la enfermedad no se distribuye aleatoriamente dentro de la población. Si lo fuera —es decir, si no hubiera factores de riesgo y nada que causara o evitara que ocurriera un caso aparte de pura suerte— entonces no podríamos determinar quién está en mayor riesgo. Si no pudiéramos determinar quién está en mayor riesgo, entonces los esfuerzos de prevención (el santo grial de la salud pública) serían imposibles. Sin embargo, la enfermedad no es aleatoria. Así, los epidemiólogos pasan su tiempo tratando de averiguar por qué estas personas se enferman pero esas personas no, una vez que lo descubramos, tenemos un punto de partida para planear campañas de prevención con nuestros compañeros de salud pública.
Distribución
Persona
¿Quién se está enfermando? ¿Hombres? ¿Mujeres? ¿Los adultos mayores? ¿Niños? ¿Gente que vive cerca de una fábrica en particular? ¿Qué tienen en común las personas que experimentan el resultado de salud y qué tienen en común las personas que no experimentan el resultado?
Como ejemplo básico, veamos el trastorno circadiano del sueño. Con base en datos publicados por la OMS, esta es la distribución de esta condición, desglosada por edad y sexo:
Varias cosas se hacen evidentes a partir de la Figura 1-2. En primer lugar, el trastorno circadiano del sueño es mucho más común en hombres que en mujeres. Segundo, este trastorno es más común en varones adultos de entre 20 y 30 años. Tercero, para aquellas mujeres que sí tienen este trastorno, es el más común en adolescentes y adultos jóvenes.
Conocer estos patrones, la distribución, de la enfermedad sería útil si usted fuera un médico tratando de diagnosticar a un paciente quejándose de problemas de sueño. ¿El paciente es una mujer de 5 años? Si es así, entonces probablemente no sea un trastorno circadiano del sueño. Conocer patrones de enfermedad también es útil para los departamentos de salud pública, para que puedan planificar qué hacer con sus limitados recursos. Una campaña de educación para la salud sobre hábitos de sueño saludables, según esta cifra, obtendría la mayor “explosión por el dinero” si estuviera dirigida a varones jóvenes y adultos de mediana edad.
Lugar
Al igual que otras características demográficas, donde viven las personas tiene implicaciones para su salud. El ejemplo clásico es una fábrica contaminante: aquellas familias que viven más cerca de la contaminación pueden tener peor salud que las que viven más lejos o en contra del viento. Las enfermedades infecciosas también pueden variar según la región geográfica: las enfermedades transmitidas por mosquitos como la malaria, el dengue y el zika son comunes en los trópicos, donde viven los mosquitos Aedes aegypti [2] que portan estas enfermedades, y no ocurren en regiones más frías, las cuales están pobladas con diferentes especies de mosquitos. Por lo tanto, un médico en Maine probablemente no diagnosticaría malaria a menos que el paciente hubiera estado viajando recientemente al trópico.
Los comportamientos de salud también pueden variar según la geografía. Los Centros para el Control y la Prevención de Enfermedades (CDC) publicaron recientemente estos datos sobre el uso del cinturón de seguridad en todo Estados Unidos:
Nuevamente, estudiar y comprender la distribución de la enfermedad o el comportamiento por lugar importa tanto para los médicos como para los profesionales de la salud pública: un departamento de salud en Minnesota probablemente no necesite gastar recursos fomentando el uso del cinturón de seguridad, mientras que en Montana, esto podría ser un excelente uso de los recursos.
Tiempo
El último factor importante en la epidemiología descriptiva es el tiempo: ¿Cómo cambia la distribución de la enfermedad con el tiempo? Por ejemplo, la Figura 1-4 nos da una imagen de las tasas de cesárea a lo largo de 15 años en Nueva Gales del Sur, Australia:
La línea roja indica la tasa de cesáreas que se predecirían con base en factores de riesgo del embarazo, como la estatura materna, la presión arterial materna y si se trata de un embarazo múltiple (por ejemplo, gemelos). Se puede ver que se esperaba que la tasa de cesárea basada en estos predictores conocidos aumentara solo ligeramente durante los 15 años cubiertos por esta gráfica. No obstante, la línea azul muestra la tasa real, que subió mucho más rápidamente de lo que hubiéramos esperado. En la medida en que la cirugía cesárea conlleva riesgos (la cirugía mayor siempre tiene riesgos), este salto inesperado en las cesáreas —observado en todo el mundo, no solo en Australia— es alarmante v. De hecho, los esfuerzos para reducir la tasa de cesáreas son actualmente una prioridad para obstetras, parteras y funcionarios de salud pública en todo el mundo. vi, vii, viii, ix
Determinantes
Además de quién, a los epidemiólogos también les interesa el por qué, lo que nos lleva a causas, o determinantes. Cubriremos a fondo la teoría causal epidemiológica en el capítulo 10; aquí, solo voy a presentar brevemente el tema.
En epidemiología (y a lo largo de este libro), cuando decimos “causa”, queremos decir “causar o prevenir”. En otras palabras, una causa (determinante) es cualquier cosa que cambie la probabilidad de que un individuo se enferme. A veces un determinante aumenta esta probabilidad (por ejemplo, fumar); otras veces, un determinante disminuye esta probabilidad (por ejemplo, ejercicio). Por esta lógica, tanto el tabaquismo como el ejercicio son “causas” de la enfermedad; la primera aumenta el riesgo de una variedad de afecciones, y la segunda generalmente reduce los riesgos. En epidemiología, un determinante, o causa, puede ser cualquier cosa que cumpla con el criterio de alterar el riesgo de enfermedad: comportamientos, demografía, genética, contaminantes ambientales, etc. Colectivamente, todos los determinantes de esa enfermedad se denominan etiología de una enfermedad.
¿Causa o enfermedad?
Los comportamientos de salud son únicos en epidemiología ya que pueden, dependiendo del contexto, ser tanto determinantes como enfermedades. Por ejemplo, fumar causa cáncer de pulmón (es un determinante). Sin embargo, en una evaluación de un programa para dejar de fumar, el tabaquismo es el resultado (es la “enfermedad”). Lo mismo ocurre con la actividad física, nutrición, etc.
Enfermedad
Al igual que causa, la enfermedad es una palabra interesante en epidemiología, se usa para significar “cualquier condición o resultado relacionado con la salud”. Los epidemiólogos estudian todo tipo de resultados de salud. Algunas son “enfermedades” en el sentido tradicional de la enfermedad: sarampión, VIH, diabetes y leucemia. Otros son definitivamente resultados de salud pero no son una enfermedad per se: embarazo, desnutrición, actividad física, muerte. A lo largo de este libro, la palabra enfermedad se utilizará para referirse a cualquier resultado de salud independientemente de si tradicionalmente se considera una enfermedad en el sentido de enfermedad.
Poblaciones
Los epidemiólogos se preocupan por las poblaciones, no con las personas individuales. ¡Esto es a la vez un gran activo y una fuente de gran confusión!
Primero, una definición: una población es un grupo de personas con una característica común. Esto podría ser residentes de Estados Unidos, personas con diabetes tipo 1, personas menores de 25 años que trabajan a tiempo completo, y así sucesivamente. Para los epidemiólogos, la población es el grupo de personas sobre las que deseamos poder decir algo. Por ejemplo, digamos que nos interesa si la cantidad de sueño que recibe un estudiante está relacionada con su promedio de calificaciones (GPA). Si nos interesa principalmente esta relación entre estudiantes universitarios, entonces nuestra población podría ser “estudiantes universitarios de tiempo completo”. Sin embargo, hay muchos estudiantes universitarios de tiempo completo en el mundo; no podemos inscribirlos a todos en nuestro estudio. Por lo tanto, extraemos una muestra de la población objetivo y hacemos el estudio con las personas de la muestra (que aquí habrá algún grupo más pequeño de estudiantes universitarios de tiempo completo).
Idealmente, la muestra será lo suficientemente similar a la población objetivo como para que nuestros resultados puedan generalizarse de nuevo a esa población (recuerden, la población objetivo es el grupo del que queremos decir algo); por lo tanto, trabajaríamos para reclutar una muestra diversa de estudiantes que sean similares a la población. Sería difícil generalizar a todos los estudiantes universitarios de tiempo completo si nuestro estudio se realizara solo entre las carreras de biología de primer año. Sin embargo, tenga en cuenta que la generalizabilidad de nuestra muestra no siempre importa tanto como en otros campos (ver capítulo 6 para una discusión más larga sobre la validez externa). x
Criterios de inclusión/exclusión
Definimos poblaciones a través de listas de inclusión y/o criterios de exclusión. Estas son solo caras abatibles de la misma moneda: puedes incluir niños o excluir a adultos. Por lo general, no importa si se utilizan criterios de inclusión o exclusión; lo que proporcione la mayor claridad es generalmente la mejor opción. Al definir una población, la lista de criterios de inclusión y exclusión debe ser lo suficientemente completa para que una persona determinada pueda mirarla y decidir si se encontraba en la población.
Como ejemplo, si estuviéramos planeando un estudio de entrenamiento de fuerza para prevenir fracturas osteoporóticas en mujeres adultas mayores, los criterios de inclusión/exclusión necesitarían especificar lo siguiente:
- el límite de edad inferior (y potencialmente, superior) (es decir, ¿qué es “ancianos” para nuestros fines?)
- si nos interesan las hembras biológicas, las que se identifican como mujeres, o ambas
- si hay alguna exclusión en términos de capacidades físicas (por ejemplo, no todas las mujeres mayores son capaces de hacer un régimen de entrenamiento de fuerza)
Podríamos optar por excluir a las mujeres para las que el ejercicio de cualquier tipo está contraindicado (por ejemplo, si son pacientes con insuficiencia cardíaca), o aquellas que ya han tenido una fractura de cadera, etc.
Tenga en cuenta que, al crear listas de criterios de inclusión/exclusión, solo raramente hay una respuesta “correcta”. A menudo, consideraciones científicas o clínicas ayudarán a reducirlo, pero en nuestro ejemplo anterior, probablemente no importa si establecemos el límite de edad inferior en 60, 65 o 70, siempre y cuando fijemos uno y nos apegemos a él. Ocasionalmente, las razones de las políticas dictan que se elija a un grupo u otro; por ejemplo, Medicare en los Estados Unidos cubre a personas mayores de 65 años, por lo que a menudo vemos estudios en este grupo de edad específicamente.
Reflexionemos sobre nuestra definición de epidemiología: estamos analizando las distribuciones y determinantes de la enfermedad en las poblaciones. Este es un punto importante a entender: los médicos, enfermeras y otros médicos se preocupan principalmente por enfermedades en los individuos, mientras que en epidemiología, nuestro enfoque está en cambio en las poblaciones. Esto puede dificultar la interpretación de los resultados epidemiológicos, ya que los resultados epidemiológicos pertenecen a poblaciones, no a individuos.
Por ejemplo, datos recientes sobre muertes relacionadas con la epidemia de opioides sugieren que el estado más riesgoso en EU es West Virginia (43.4 muertes relacionadas con opioides por cada 100,000 personas en un año) y el menos riesgoso es Nebraska (2.4 por 100,000 personas en un año). xi Tenga en cuenta que estas estadísticas no dicen nada sobre los niveles individuales de riesgo; todo lo que dicen es que, en promedio, las personas de West Virginia tienen muchas más probabilidades de morir por causas relacionadas con los opioides que las personas de Nebraska. Estos son datos a nivel poblacional. Para cualquier individuo, debemos considerar mucho más que solo dónde vive la persona, aunque eso sin duda es relevante. Una persona adicta a los analgésicos en Nebraska seguramente tiene un mayor riesgo de muerte relacionada con los opioides que una persona en West Virginia que nunca ha tomado ningún analgésico más fuerte que la aspirina, a pesar de que los riesgos a nivel poblacional podrían sugerir lo contrario.
Las estadísticas a nivel poblacional son una herramienta poderosa porque nos permiten hacer el trabajo de epidemiología, averiguando por qué algunos grupos (poblaciones) están en mayor riesgo que otros. No obstante, al mirar las estadísticas agregadas, siempre se debe tener en cuenta que el riesgo de cualquier individuo se pierde dentro del grupo. Por ejemplo, volviendo a nuestro estudio de sueño/GPA, supongamos que nos preocupa la cantidad promedio de sueño para estudiantes masculinos y femeninos. Definimos a nuestra población como estudiantes universitarios de tiempo completo dentro del campus en instituciones de 4 años en Estados Unidos (estos son los criterios de inclusión). Decidimos sacar nuestra muestra de la Universidad Estatal de Oregón (OSU) y reclutar a 4,000 estudiantes, 2,000 hombres y 2,000 mujeres, para que estén en nuestro estudio. Determinamos que los estudiantes varones duermen un promedio de 7.2 horas por noche y que las alumnas duermen un promedio de 7.9 horas por noche. Si bien esta comparación puede permitirnos comentar las diferencias entre estudiantes masculinos y femeninos a nivel poblacional, no dice nada sobre estudiantes individuales. Dentro de nuestra muestra, sería relativamente fácil encontrar un par dado de estudiantes en el que el estudiante masculino promediara más sueño que la hembra. [3] Por lo tanto, al interpretar datos epidemiológicos, siempre es importante recordar que los datos se refieren a grupos de personas, no a individuos.
Controlar los problemas de salud
La última pieza de nuestra definición es que la epidemiología utiliza toda la información sobre distribuciones y determinantes de enfermedades en poblaciones para controlar los problemas de salud. Este paso final de aplicación no está incluido en todas las definiciones epidemiológicas, y de hecho si debe ser es polémico en el campo. xii A mi forma de pensar, sin embargo, el resto no importa sin este paso. La epidemiología es la ciencia fundamental de la salud pública, y la salud pública se ocupa de prevenir enfermedades y mejorar el bienestar general en el público. El mero hecho de saber que los estudiantes varones duermen menos que las alumnas nos hace poco bien. ¿A quién le importa? La forma en que podemos contribuir a la salud del público es tomando acciones basadas en este conocimiento. ¡Imagínese si los epidemiólogos que primero hicieron el vínculo entre el tabaquismo y el cáncer de pulmón no hubieran actuado sobre sus hallazgos! xiii
Los datos epidemiológicos son una parte clave de numerosas acciones posibles de salud pública, incluyendo campañas de educación para la salud, cambios de políticas o regulaciones, cambios en la práctica clínica y muchas otras iniciativas. Rara vez los epidemiólogos dan este paso por sí mismos: la colaboración con profesionales de otros campos dentro y relacionados con la salud pública es imprescindible. Sin embargo, los datos generados por los epidemiólogos son fundamentales para planificar estas acciones, cuya efectividad siempre debe ser evaluada formalmente (un proceso que a menudo involucra a epidemiólogos) para asegurarse de que funcionaron como se pretendía.
Epidemiología Dos Vías
La palabra epidemiología puede referirse tanto al conjunto de métodos que utilizamos para estudiar la distribución y determinantes de la enfermedad (como he utilizado el término hasta ahora en este capítulo) — así como al cuerpo de conocimientos recolectados para un resultado particular de salud obtenido como resultado de ese estudio. Por ejemplo, todo lo que sabemos hasta ahora sobre los factores de riesgo y pronósticos de insuficiencia cardíaca puede denominarse colectivamente “la epidemiología de la insuficiencia cardíaca”.
Conclusiones
La epidemiología es un campo importante dentro de la salud pública. Los epidemiólogos estudian patrones de enfermedades dentro de las poblaciones para determinar perfiles de riesgo y posibles objetivos de mejora de la salud, y colaboran con otros para implementar intervenciones basadas en datos, a nivel poblacional y relacionadas con la salud.
Referencias
i. Introducción a la salud pública. Centros para el Control y la Prevención de Enfermedades (CDC). https://www.cdc.gov/publichealth101/...ic-health.html. Publicado el 20 de diciembre de 2017. Accedido agosto 21, 2018. (Regreso)
ii. Aschengrau A, Seage GRI. Epidemiología en Salud Pública. 3ª ed. Burlington, MA: Jones y Bartlett Learning; 2014. (Regreso 1) (Regreso 2)
iii. Porta M. Un Diccionario de Epidemiología. 5ta ed. Nueva York: Oxford University Press; 2008.> (Regreso)
iv. MacMahon B, Trichopoulos D. Epidemiología: Principios y Métodos. 2a ed. Boston: Little, Brown; 1996. (Regreso)
v. Lancet T. Deteniendo la epidemia mundial de cesárea. La lanceta. 2018; 392 (10155) :1279. doi:10.1016/S0140-6736 (18) 32394-8 (Regreso)
vi. Colegio Americano de Obstetras y Ginecólogos. Boletín de práctica ACOG no. 115: parto vaginal después de parto por cesárea previa. Obstet Gynecol. 2010; 116 (2 pt 1) :450-463. doi:10.1097/aog.0b013e3181eeb251 (Regreso)
vii. Reducción de cesáreas primarias. Colegio Americano de Enfermeras-Parteras. 2018. http://birthtools.org/Reducing-Primary-Cesareans-NEW. Accedido 12 de octubre de 2018. (Regreso)
viii. Los datos de nacimiento en Estados Unidos subrayan mayores riesgos de cesárea, dicen los CDC. Reuters. 2015. https://www.reuters.com/article/us-u...0O524X20150520. Accedido 12 de octubre de 2018. (Regreso)
ix. Declaración de la OMS sobre las tasas de cesárea. Organización Mundial de la Salud (OMS). http://www.who.int/reproductivehealt... -Declaración/en/. Accedido 12 de octubre de 2018. (Regreso)
x. Rothman KJ, Gallacher JEJ, Hatch EE. Por qué se debe evitar la representatividad. Int J Epidemiol. 2013; 42 (4) :1012-1014. doi:10.1093/ije/dys223 (Regreso)
xi. Abuso de NI en D. Resúmenes de opioides por estado. Instituto Nacional sobre el Abuso de Drogas. 2018. https://www.drugabuse.gov/drugs-abus...aries-by-state. Accedido el 7 de septiembre de 2018. (Regreso)
xii. Keyes K, Galea S. Lo que más importa: cuantificar una epidemiología de consecuencia. Ann Epidemiol. 2015; 25 (5) :305-311. doi:10.1016/j.annepidem.2015.01.016 (Regreso)
xiii. Muñeca R, Colina AB. Tabaquismo y carcinoma de pulmón. Br Med J. 1950; 2 (4682) :739-748. (Regreso)
- Las intervenciones de salud pública comprenden cualquier acción de un departamento de salud, órgano legislativo u otro profesional de la salud aliado que esté diseñado para mejorar la salud pública. Esto podría ser una campaña de educación (por ejemplo, vallas publicitarias sobre los peligros de fumar), vigilancia y seguimiento, investigación de brotes de enfermedades, desarrollo de políticas legislativas, esfuerzos de divulgación (por ejemplo, llevar una camioneta dental a escuelas primarias), etc.
- Los mosquitos aquí son el vector de la enfermedad —consulte http://www.who.int/news-room/fact-sheets/detail/vector-borne-diseases para obtener más información sobre los vectores de enfermedades infecciosas.
- También se enmascaran dentro de estos promedios, por supuesto, las variaciones personales. Aunque promedio 7.4 horas de sueño por noche, sin duda hay noches en las que obtengo menos y noches en las que obtengo más. Consulte el capítulo 6 para una discusión más exhaustiva de este y otros temas.