Glosario
- Page ID
- 121565
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)| Palabras (o palabras que tienen la misma definición) | La definición diferencia entre mayúsculas y minúsculas | (Opcional) Imagen para mostrar con la definición [No se muestra en el Glosario, solo en las páginas emergentes] | (Opcional) Subtítulo para imagen | (Opcional) Enlace externo o interno | (Opcional) Fuente para Definición |
|---|---|---|---|---|---|
| (Ej. “Genético, Hereditario, ADN...”) | (Ej. “Relacionado con genes o herencia”) |  |
La infame doble hélice | https://bio.libretexts.org/ | CC-BY-SA; Delmar Larsen |
| Palabra (s) | Definición | Imagen | Leyenda | Enlace | Fuente |
|---|---|---|---|---|---|
| Mesa 2x2 | Una forma conveniente para que los epidemiólogos organicen los datos, a partir de los cuales se calculan ya sea medidas de asociación o características de prueba. | ||||
| Medida absoluta de asociación | Una medida de asociación calculada fundamentalmente por sustracción. Ver también diferencia de riesgo. | ||||
| Riesgo absoluto | Ver Incidencia. | ||||
| Fracción atribuible | Una medida engañosa de asociación que supuestamente cuantifica la proporción de casos de enfermedad que pueden ser “atribuidos” a una exposición particular. Sin embargo, dado que cada caso de enfermedad tiene más de una causa, las fracciones atribuibles para todas las exposiciones relevantes sumarán a más del 100%, haciendo que la fracción atribuible sea ininterpretable. | ||||
| Línea de base | El inicio de un estudio de cohorte o ensayo controlado aleatorizado. | ||||
| Sesgo | Error sistemático. El sesgo de selección proviene de un muestreo deficiente (su muestra no es representativa de la población objetivo), baja tasa de respuesta de los invitados a estar en un estudio, tratar casos y controles o expuestos/no expuestos de manera diferente, y/o pérdida desigual de seguimiento entre grupos. Para evaluar el sesgo de selección, pregúntate “¿a quién consiguieron y a quién extrañaron?” —y entonces también pregúntate “¿importa”? A veces lo hace, otras veces, a lo mejor no. El sesgo de clasificación errónea significa que algo (ya sea la exposición, el resultado, un confuso o los tres) se midieron de manera inadecuada. Los ejemplos incluyen personas que no pueden decirte algo, personas que no están dispuestas a decirte algo, y una medida objetiva que de alguna manera es sistemáticamente incorrecta (por ejemplo, siempre fuera en la misma dirección, como un manguito de presión arterial que no se pone a cero correctamente). Sesgo de recuerdo, sesgo de deseabilidad social, sesgo del entrevistador, todos estos son ejemplos de sesgo de clasificación errónea. El resultado final de todos ellos es que las personas se meten en la caja equivocada en una mesa 2x2. Si la clasificación errónea se distribuye equitativamente entre los grupos (por ejemplo, tanto expuestos como no expuestos tienen las mismas posibilidades de ser puestos en la casilla equivocada), es una clasificación errónea no diferencial. De lo contrario, es una clasificación errónea diferencial. | ||||
| Estudio de casos y controles | Estudio observacional que comienza con la selección de casos (personas con la enfermedad) de la población objetivo. Luego se seleccionan controles (personas sin la enfermedad), lo que es importante, los controles deben provenir de la misma población objetivo que los casos (así que, si de repente desarrollaron la enfermedad, serían un caso). Además, la selección tanto de casos como de controles se realiza sin tener en cuenta el estado de exposición. Después de seleccionar tanto casos como controles, se determina su (s) exposición (es) previa (s). Este es un diseño de estudio retrospectivo, y como tal, más propenso a cosas como el sesgo de recuerdo que los diseños prospectivos. Los estudios de casos y controles son necesarios si la enfermedad es rara y/o si la enfermedad tiene un largo periodo de inducción. La única medida apropiada de asociación es la razón de probabilidades, ya que no se puede medir la incidencia en un estudio de casos y controles. | ||||
| Tiempo censurado | Tiempo durante el cual una persona determinada no está contribuyendo con el tiempo de la persona en riesgo a un estudio de cohorte o ensayo controlado aleatorizado. La censura izquierda ocurre antes de que la persona comience a contribuir con tiempo de persona en riesgo (porque aún no está inscrita en el estudio, a pesar de que el estudio ha comenzado), y la censura correcta ocurre después de que una persona deja de contribuir en tiempo de persona en riesgo (porque experimentó el evento de interés, un riesgo concurrente, o se perdieron para el seguimiento). | ||||
| Estudio de cohorte | Un diseño observacional. Generalmente prospectivo, en cuyo caso se selecciona una muestra de personas en riesgo (no enfermas) de la población objetivo, se evalúa su estado de exposición y luego las sigue a lo largo del tiempo buscando casos incidentes de enfermedad. Debido a que medimos la incidencia, la medida habitual de asociación es la razón de riesgo o la razón de tasas, aunque ocasionalmente se verán reportados los odds ratios. Si la exposición en estudio es común (> 10%), solo se puede seleccionar una muestra de la población objetivo; sin embargo, si la exposición es rara, entonces las personas expuestas son muestreadas deliberadamente. (Los estudios de cohortes son el único diseño disponible para exposiciones raras). Todo esto se puede hacer de manera retrospectiva si uno tiene acceso a registros existentes (registros laborales o médicos, generalmente) de los cuales uno puede retroceder y “crear” la cohorte de personas en riesgo, medir su estado de exposición en ese momento, y luego “seguirlos” y anotar quienes se enfermaron. | ||||
| Comorbidez/estado comorbid | Si una persona tiene más de una enfermedad a la vez, todas esas enfermedades para esa persona se conocen como comorbilidades o afecciones comórbidas. | ||||
| Riesgos competidores | En un estudio de cohorte o ensayo controlado aleatorizado, los riesgos competidores se definen como “todo lo demás que pueda matar a alguien o hacer que ya no esté en riesgo del resultado en estudio”. Entonces, si estamos estudiando cáncer de ovario, entonces los posibles riesgos competidores son accidentes fatales de vehículos de motor, infartos fatales, etc., así como ooforectomía (extirpación quirúrgica de los ovarios). Si alguien experimenta un riesgo en competencia, ya no aporta tiempo de persona en riesgo. | ||||
| Intervalo de confianza | Una forma de cuantificar el error aleatorio. La interpretación correcta de un intervalo de confianza es: si repitió el estudio 100 veces (regrese a su población objetivo, obtenga una nueva muestra, mida todo, haga el análisis), entonces 95 veces de cada 100 el intervalo de confianza que calcule como parte de este proceso incluirá el verdadero valor, asumiendo que el estudio no contiene sesgo. Aquí, el verdadero valor es el que obtendrías si pudieras inscribir a todos los de la población en tu estudio, esto casi nunca es realmente observable, ya que las poblaciones suelen ser demasiado grandes para tener a todos incluidos en una muestra. Corolario: Si tu población es lo suficientemente pequeña como para que puedas tener a todos en tu estudio, entonces calcular un intervalo de confianza es discutible. | ||||
| Confundir | Un error sistemático en un estudio (algunas personas lo llaman sesgo; prefiero no hacerlo) que es causado por una tercera variable que interfiere en la relación exposición-enfermedad. | ||||
| Contar | Una medida de la frecuencia de la enfermedad utilizada en lugar de la prevalencia cuando la enfermedad es extremadamente rara. | ||||
| Estudio transversal | Un diseño de estudio observacional en el que se toma una muestra de la población objetivo, se evalúa su exposición y estado de enfermedad en ese momento. Uno es capturar casos prevalentes de enfermedad; por lo tanto, la razón de probabilidades es la medida correcta de asociación. Los estudios transversales son buenos porque son rápidos y baratos; sin embargo, uno se enfrenta al problema del huevo de gallina de no saber si la exposición vino antes de la enfermedad. | ||||
| Incidencia acumulada | Ver Proporción de Incidencia | ||||
| Epidemiología descriptiva | Un resumen de lo que se sabe sobre una afección en particular, incluyendo datos sobre incidencia, prevalencia y factores de riesgo conocidos. | ||||
| Determinantes | Cosas que causan o previenen enfermedades. También se llama “causas”. | ||||
| Pruebas de diagnóstico | Aplicar una prueba clínica a una persona que ha presentado síntomas, para ayudar a determinar qué padecimiento tiene la persona, para que pueda ser tratada correctamente. | ||||
| Sesgo diferencial de clasificación errónea | Clasificación errónea que ocurre en un grupo de estudio más que en otro. Afecta adversamente la validez interna. | ||||
| Distribuido desproporcionadamente | Se refiere a una situación en la que los individuos expuestos tienen más o menos de la enfermedad de interés (o los individuos enfermos tienen más o menos exposición de interés) que los individuos no expuestos. | ||||
| Falacia ecológica | Un error lógico que se deriva de aplicar características a nivel de grupo a individuos. | ||||
| Modificación de efectos | Se refiere al escenario cuando la relación entre una exposición y un resultado varía en base a una tercera variable. Por ejemplo, quizás el yoga previene lesiones del LCA en mujeres pero no en hombres. El sexo en ese escenario es el modificador del efecto. La modificación del efecto no es lo mismo que confundir. | ||||
| Endémico | La cantidad de una enfermedad que generalmente se encuentra en un área determinada. Conocido a través de vigilancia. | ||||
| Epidemia | La ocurrencia, en una comunidad o región, de casos de una enfermedad (o comportamiento específico relacionado con la salud u otros eventos relacionados con la salud) claramente superiores a la expectativa normal. Epidemiólogos y otros profesionales de la salud pública realizan un seguimiento de qué niveles se “esperan” a través de la vigilancia. | ||||
| Epidemiología | El estudio de la distribución y determinantes de enfermedades u otros eventos relacionados con la salud en poblaciones humanas, y la aplicación de dicho estudio para prevenir y controlar problemas de salud. | ||||
| Etiología | La suma de lo que se sabe sobre cómo se desarrolla un proceso de enfermedad dentro de un individuo, incluyendo determinantes conocidos. | ||||
| Vigencia externa | La medida en que podemos aplicar los resultados de un estudio a otras personas de la población objetivo. Sinónimo de generalizabilidad. La validez externa es irrelevante si un estudio carece de validez interna. | ||||
| Generalizabilidad | Ver validez externa. | ||||
| Estándar de oro | Lo mejor que se encuentra actualmente disponible. No necesariamente el más factible. | ||||
| Incidencia | Una medida de la frecuencia de la enfermedad que cuantifica la aparición de nuevas enfermedades. Hay dos tipos, proporción de incidencia y tasa de incidencia. Ambos tienen “número de nuevos casos” como numerador; ambos pueden denominarse solo “incidencia”. Ambos deben incluir tiempo en las unidades, ya sea tiempo real o persona-tiempo. También se llama riesgo absoluto. | ||||
| Densidad de incidencia | Ver tasa de incidencia. | ||||
| Proporción de incidencia | Una medida de la frecuencia de la enfermedad. El numerador es “número de nuevo caso” y el denominador es “el número de personas que estuvieron en riesgo al inicio del seguimiento”. En ocasiones, si se desconoce el denominador, se puede sustituir a la población en el punto medio del seguimiento (un ejemplo sería la incidencia de cáncer de ovario en Oregón. Sabríamos cuántos casos nuevos surgieron en un año determinado, a través de sistemas de vigilancia del cáncer. Para estimar la proporción de incidencia, podríamos dividir por el número de mujeres que viven en Oregón el 1 de julio de ese año. Esto por supuesto es solo una estimación de la verdadera proporción de incidencia, ya que no sabemos exactamente cuántas mujeres vivieron aquí, ni sabemos cuál de ellas podría no haber estado en riesgo de cáncer de ovario.) Las unidades para la proporción de incidencia son “por unidad de tiempo”. Puedes ajustar esto si es necesario (es decir, si sigues a las personas durante 1 mes, puedes multiplicar por 12 para estimar la incidencia por 1 año). También se puede (leer: debería) ajustar la respuesta final para que se vea “bien”. Por ejemplo, 13.6/100,000 en 1 año es más fácil de comprender que 0.000136 en 1 año. También se llama riesgo e incidencia acumulativa. | ||||
| Tasa de incidencia | Una medida de la frecuencia de la enfermedad. El numerador es “número de nuevos casos”. El denominador es “suma del tiempo-persona en riesgo”. Las unidades para la tasa de incidencia son “por persona- [unidad de tiempo]”, generalmente pero no siempre persona-años. Se puede (y debe) ajustar la respuesta final para que se vea “bien”. Por ejemplo, en lugar de 3.75/297 personas-años, escribir 12.6 por 1000 personas-año. También se llama densidad de incidencia. | ||||
| Casos de incidentes | Todos los casos nuevos de una enfermedad en particular, surgiendo a lo largo de algún periodo de tiempo. | ||||
| Periodo de incubación | La cantidad de tiempo entre una exposición y el inicio de los síntomas. Aproximadamente, el periodo de inducción más el periodo latente. | ||||
| Período de inducción | La cantidad de tiempo entre una exposición y el inicio biológico de la enfermedad. Dependiendo del par exposición/enfermedad en cuestión, puede variar desde minutos para algunas toxinas potentes hasta décadas para muchas enfermedades crónicas. | ||||
| Validez interna | La medida en que los métodos de un estudio son lo suficientemente correctos que podemos creer los hallazgos a medida que aplican esa muestra de estudio. | ||||
| Periodo latente | La cantidad de tiempo entre el inicio biológico de la enfermedad y el diagnóstico. Dependiendo de la enfermedad, puede ser muy variable en longitud, de horas a años. La duración del periodo latente también varía según el acceso a la atención médica. | ||||
| Medida de asociación | Cuantifica el grado con el que una exposición dada y el resultado se relacionan estadísticamente. No implica nada sobre si la asociación es causal. Ejemplos de medidas de asociación son odds ratios, ratios de riesgo, ratios de tasa, diferencias de riesgo, etc. | ||||
| Medidas de frecuencia de la enfermedad | Cuantifica cuánta enfermedad hay en una población. Ver recuento, incidencia y prevalencia. | ||||
| Sesgo de clasificación errónea | Error sistemático que resulta de que algo (ya sea la exposición, el resultado, un confuso o los tres) se haya medido incorrectamente. Los ejemplos incluyen personas que no pueden decirte algo, personas que no están dispuestas a decirte algo, y una medida objetiva que de alguna manera es sistemáticamente incorrecta (por ejemplo, siempre fuera en la misma dirección, como un manguito de presión arterial que no se pone a cero correctamente). Sesgo de recuerdo, sesgo de deseabilidad social, sesgo del entrevistador, todos estos son ejemplos de sesgo de clasificación errónea. El resultado final de todos ellos es que las personas se meten en la caja equivocada en una mesa de 2×2. Si la clasificación errónea se distribuye equitativamente entre los grupos (por ejemplo, tanto expuestos como no expuestos tienen las mismas posibilidades de ser puestos en la casilla equivocada), es una clasificación errónea no diferencial. De lo contrario, es una clasificación errónea diferencial. | ||||
| Falta al azar | Todos los estudios tienen datos faltantes, y muchos análisis estadísticos asumen que faltan al azar, lo que significa que cualquier participante dado es tan probable como cualquier otro de tener datos faltantes. Esta suposición casi nunca se cumple; los tipos de participantes a los que les faltan datos suelen ser fundamentalmente diferentes a los que tienen datos más completos. | ||||
| Morbilidad | Cualquier resultado adverso de salud corto de muerte. | ||||
| Mortalidad | Muerte. | ||||
| Valor predictivo negativo (VPN) | Una de las cuatro características de prueba utilizadas para describir la precisión de las pruebas de tamizado/diagnóstico. El VPN es la probabilidad de que uno no tenga la enfermedad, dado que uno dio negativo. Calculado como D/ (C+D) en notación estándar 2×2 (TN/ (FN+TN)). Varía según varía la prevalencia de la enfermedad. | ||||
| Clasificación errónea no diferencial | Clasificación errónea que ocurre por igual entre todos los grupos. | ||||
| Hipótesis nula | Se utiliza en pruebas de significancia estadística. La hipótesis nula es siempre que no hay diferencia entre los dos grupos en estudio. | ||||
| Valor nulo | El valor tomado por una medida de asociación si la exposición y la enfermedad no están relacionadas. Es igual a 1.0 para las medidas relativas de asociación, e igual a 0.0 para las medidas absolutas de asociación. | ||||
| Estudios observacionales | Todos los diseños de estudio en los que los participantes eligen sus propios grupos de exposición. Incluye cohortes, caso-control, transversal. Básicamente, incluye todos los diseños distintos de los ensayos controlados aleatorios. | ||||
| Ratio de probabilidades | Una medida de asociación, utilizada en diseños de estudios que tratan casos prevalentes de enfermedad (caso-control, transversal). Calculado como AD/BC, a partir de una tabla estándar de 2x2. O abreviado. | ||||
| Valor P | Una forma de cuantificar el error aleatorio. La interpretación correcta de un valor p es: la probabilidad de que, si repites el estudio (volver a la población objetivo, dibujar una nueva muestra, medir todo, hacer el análisis), encuentres un resultado al menos como extremo, asumiendo que la hipótesis nula es verdadera. Si realmente es cierto que no hay diferencia entre los grupos, pero tu estudio encontró que había 15% más fumadores en el grupo A con un valor p de 0.06, entonces eso significa que hay un 6% de probabilidad de que, si repites el estudio, vuelvas a encontrar 15% (o un número mayor) más fumadores en uno de los grupos. En salud pública e investigación clínica, usualmente usamos un corte de p < 0.05 para significar "estadísticamente significativo “, por lo que estamos permitiendo una tasa de error tipo I de 5%. Así, el 5% de las veces vamos a “encontrar” algo, aunque realmente no haya diferencia (es decir, aunque realmente la hipótesis nula sea cierta). El otro 95% de las veces, estamos rechazando correctamente la hipótesis nula y concluyendo que hay una diferencia entre los grupos. | ||||
| Prevalencia de periodo | Prevalencia calculada a lo largo de un periodo de tiempo más largo. Se utiliza para enfermedades infecciosas o lesiones de corta duración. | ||||
| Tiempo de persona en riesgo (PTAR) | Para los participantes inscritos en un estudio de cohorte o ensayo controlado aleatorizado, esta es la cantidad de tiempo que cada persona pasó en riesgo de la enfermedad o resultado de salud. Una persona deja de acumular tiempo de persona en riesgo (generalmente acortado a solo “tiempo personal”) cuando: (1) se pierde para el seguimiento; (2) muere (o de otra manera no se convierte en un riesgo) de otra cosa que no sea la enfermedad en estudio (es decir, muere de un riesgo competidor); (3) experimenta la enfermedad o resultado de salud en estudio (ahora son un caso incidente); o (4) el estudio termina. Cada persona inscrita en dicho estudio podría acumular una cantidad diferente de tiempo personal en riesgo. | ||||
| Estimación de puntos | La medida de asociación que se calcula en un estudio. Normalmente se presenta con un intervalo de confianza del 95% correspondiente. | ||||
| Prevalencia puntual | Prevalencia calculada en un momento específico en el tiempo. | ||||
| Población | Un grupo de personas que comparten una característica común. | ||||
| Población en riesgo | Todos los individuos de una población que (1) aún no hayan experimentado la enfermedad o el resultado de salud en estudio; y (2) sean capaces de experimentar esa enfermedad o resultado de salud. Es decir, la población en riesgo excluye todos los casos prevalentes, así como aquellos que por alguna razón nunca pudieron experimentar el desenlace (por ejemplo, los varones biológicos no pueden tener cáncer de endometrio). No siempre es posible identificar correctamente a aquellos en este último grupo, dependiendo de la enfermedad o resultado de salud en cuestión. Por ejemplo, técnicamente, si estuviéramos estudiando el embarazo, tendríamos que excluir a todas las mujeres que sean ellas mismas infértiles o que estén en una relación monógama con un hombre que es infértil. Sin embargo, en la práctica es difícil identificar a las parejas infértiles (las que nunca han intentado quedar embarazadas no sabrán que son infértiles); en tal escenario uno solo reconocería la limitación (que el cálculo de la población en riesgo era imperfecto, y por qué). | ||||
| Valor predictivo positivo (PPV) | Una de las cuatro características de prueba utilizadas para describir la precisión de las pruebas de tamizado/diagnóstico. PPV es la probabilidad de que uno tenga la enfermedad, dado que uno dio positivo. Calculado como A/ (A+B) o TP/ (TP+FP) en notación estándar 2×2. Varía según varía la prevalencia de la enfermedad. | ||||
| Poder | La probabilidad de que tu estudio encuentre algo que esté ahí. Potencia = 1 — β; beta es la tasa de error tipo II. Los estudios pequeños, o estudios de eventos raros, suelen tener poca potencia. | ||||
| Prevalencia | Una medida de la frecuencia de la enfermedad que cuantifica los casos existentes. El numerador es “todos los casos” y el denominador es “el número de personas en la población”. Generalmente se expresa como un porcentaje a menos que la prevalencia sea bastante baja, en cuyo caso escribirla como “por 1000" o “por 10,000" o similar. No existen unidades de prevalencia, aunque se entiende que el número se refiere a un determinado punto en el tiempo. | ||||
| Pronóstico | El probable curso de una enfermedad; qué tan bien le irá a alguien con la enfermedad, dados los regímenes de tratamiento actuales. | ||||
| Profilaxis | Tratamiento realizado en un intento de prevenir un mal desenlace. Está diseñado específicamente para prevenir, no para tratar. Por ejemplo, en el capítulo 9, se discute la “mastectomía reductora de riesgos” —extirpación profiláctica de senos en mujeres con riesgo muy alto de cáncer de mama. La mastectomía ocurre antes del cáncer, en un intento de evitar que ocurra el cáncer. Como otro ejemplo, a los trabajadores de la salud que se sabe que han estado expuestos al VIH (por ejemplo, por un pinchazo accidental con una aguja) se les ofrecen medicamentos antirretrovirales profilácticos, en un intento de evitar que sus cuerpos se seroconviertan o se infecten con el VIH. | ||||
| Estudio prospectivo de cohortes | Ver estudio de cohorte. | ||||
| Vigilancia de la salud pública | Ver vigilancia. | ||||
| Sesgo de publicación | Sesgo en el estado de la literatura sobre un tema particular que resulta de revistas que publican preferentemente artículos con resultados interesantes, en lugar de aquellos que no muestran ningún efecto. | ||||
| Error aleatorio | Inherente a todas las mediciones. “Ruido” en los datos. Siempre estará presente, pero la cantidad depende de cuán precisos sean sus instrumentos de medición. Por ejemplo, las básculas de baño suelen tener 0.5 — 1 libra de error aleatorio; los laboratorios de física a menudo contienen básculas que tienen solo unos pocos microgramos de error aleatorio (esas son más caras y solo pueden pesar pequeñas cantidades). Se puede reducir la cantidad en la que el error aleatorio afecta los resultados del estudio al aumentar el tamaño de la muestra. Esto no elimina el error aleatorio, sino que mejor permite al investigador ver los datos dentro del ruido. Corolario: aumentar el tamaño de la muestra disminuirá el valor p, y estrechará el intervalo de confianza, ya que estas son formas de cuantificar el error aleatorio. | ||||
| Ensayo controlado aleatorizado (ECA) | Un estudio de intervención (experimental). Al igual que una cohorte prospectiva excepto que el investigador le dice a las personas aleatoriamente si van a estar expuestas o no. Entonces, tomar una muestra en riesgo (no enferma) de la población objetivo, asignar aleatoriamente la mitad de ellas para estar expuestas y la mitad para no estar expuestas, luego seguir buscando casos incidentes de enfermedad. La medida correcta de asociación es la razón de riesgo o ratio de tasa. Si se hace con una muestra suficientemente grande, los ECA estarán libres de factores de contraste (esta es su mayor fortaleza), ya que todas las covariables potenciales se distribuirán equitativamente entre los dos grupos (haciendo así que no se asocien covariables a la exposición, criterio necesario para una confuso). Tenga en cuenta que la parte 'aleatoria' está en asignar la exposición, NO en obtener una muestra (no necesita ser una 'muestra aleatoria'). Los ECA a menudo no se pueden hacer debido a preocupaciones éticas. | ||||
| Ratio de tasa | Una medida de asociación calculada para estudios que observan casos incidentes de enfermedad (cohortes o ECA). Se calcula como la proporción de incidencia en los expuestos sobre la proporción de incidencia en los no expuestos, o A/ (A+B)/C/ (C+D), a partir de una tabla estándar de 2x2. Tenga en cuenta que las tablas 2x2 para cohortes y ECA muestran los resultados al final del estudio; por definición, al principio, nadie estaba enfermo. Ver también ratio de tasas y riesgo relativo. RR abreviado. | ||||
| Sesgo de recuerdo | Un subconjunto de sesgo de clasificación errónea que resulta específicamente de que las personas no pueden recordar con precisión exposiciones pasadas. | ||||
| Medida relativa de asociación | Una medida de asociación calculada fundamentalmente por división. Véase también cociente de riesgo, ratio de tasas, riesgo relativo, odds ratio. | ||||
| Riesgo relativo | RR abreviado. Puede referirse ya sea a razón de riesgo o ratio de tasas— debido a esta incertidumbre, este término no se utiliza en este libro. | ||||
| Estudio de cohorte retrospectivo | Ver estudio de cohorte. | ||||
| Riesgo | Ver Proporción de Incidencia | ||||
| Diferencia de riesgo | Una medida de asociación calculada para estudios que observan casos incidentes de enfermedad (cohortes o ECA). Calculada como la proporción de incidencia en los expuestos menos la proporción de incidencia en los no expuestos. | ||||
| Factores de riesgo | Variables conocidas por estar asociadas a una enfermedad. Puede o no estar relacionado causalmente. | ||||
| Ratio de riesgo | Una medida de asociación calculada para estudios que observan casos incidentes de enfermedad (cohortes o ECA). Se calcula como la proporción de incidencia en los expuestos sobre la proporción de incidencia en los no expuestos, o A/ (A+B)/C/ (C+D), a partir de una tabla estándar de 2x2. Tenga en cuenta que las tablas 2x2 para cohortes y ECA muestran los resultados al final del estudio; por definición, al principio, nadie estaba enfermo. Ver también ratio de tasas y riesgo relativo. RR abreviado. | ||||
| Muestra | El grupo de hecho se inscribió en un estudio. Ojalá la muestra sea lo suficientemente similar a la población objetivo como para que podamos decir algo sobre la población objetivo, con base en los resultados de nuestra muestra. En epidemiología a menudo no nos preocupamos por obtener una “muestra aleatoria”, eso es necesario si estamos preguntando por opiniones o comportamientos de salud u otras cosas que pueden variar ampliamente según la demografía, pero no si estamos midiendo la etiología o biología de la enfermedad o algo más que probablemente NO variará ampliamente según demografía (por ejemplo, el mecanismo para desarrollar resistencia a la insulina es probablemente el mismo en todos los humanos). Sin embargo, si la muestra es lo suficientemente diferente a la población objetivo, es una forma de sesgo de selección, y puede ser perjudicial en términos de validez externa. | ||||
| Cribado | Aplicar una prueba clínica a individuos asintomáticos, sobre la teoría de que encontrar (y tratar) la enfermedad antes conducirá a mejores resultados. | ||||
| Sesgo de selección | Un tipo de error sistemático derivado de quién escoge o es elegido para estar en un estudio y/o quien se retira de un estudio. Puede afectar la validez interna o la validez externa. | ||||
| Sensibilidad | Una de las cuatro características de prueba utilizadas para describir la precisión de las pruebas de tamizado/diagnóstico. La sensibilidad es la probabilidad de que uno dé positivo, dado que uno tiene la enfermedad. Calculado como A/ (A+C) o TP/ (TP+FN) en notación estándar 2×2. No varía ya que la prevalencia de la enfermedad varía. | ||||
| Especificidad | Una de las cuatro características de prueba utilizadas para describir la precisión de las pruebas de tamizado/diagnóstico. Especificidad es la probabilidad de que uno da negativo, dado que uno no tiene la enfermedad. Calculado como D/ (B+D) o TN/ (TN+FP) en notación estándar 2×2. No varía ya que la prevalencia de la enfermedad varía. | ||||
| Significancia estadística | Un método algo arbitrario para determinar si creer o no los resultados de un estudio. En la investigación clínica y epidemiológica, la significación estadística se establece típicamente en p < 0.05, es decir, una tasa de error tipo I de < 5%. Al igual que con todos los métodos estadísticos, se refiere únicamente al error aleatorio; un estudio puede ser estadísticamente significativo pero no creíble, por ejemplo, si hay probabilidad de sesgo sustancial. Un estudio también puede ser estadísticamente significativo (por ejemplo, p fue < 0.05) pero no clínicamente significativo (por ejemplo, si la diferencia en la presión arterial sistólica entre los dos grupos fue de 2 mm Hg—con una muestra suficientemente grande esto sería estadísticamente significativo, pero no importa en absoluto clínicamente). | ||||
| Vigilancia | La recolección, análisis e interpretación continua y sistemática de los datos de salud, esenciales para la planeación, implementación y evaluación de la práctica de salud pública, estrechamente integrada con la difusión oportuna a quienes lo necesitan saber. La vigilancia tanto (1) proporciona información para epidemiología descriptiva (persona, lugar, hora), y (2) nos permite conocer qué es lo “normal”, para que se identifiquen tempranamente las posibles epidemias. También se llama vigilancia de salud pública. | ||||
| Población objetivo | El grupo sobre el que queremos poder decir algo. Uno sólo muy raramente es capaz de inscribir a toda la población objetivo en un estudio (ya que serían millones y millones de personas), y así en su lugar sacamos una muestra, y hacemos el estudio con ellos. En epidemiología a menudo no nos preocupamos por obtener una “muestra aleatoria”, eso es necesario si estamos preguntando por opiniones o comportamientos de salud u otras cosas que pueden variar ampliamente según la demografía, pero no si estamos midiendo la etiología o biología de la enfermedad o algo más que probablemente no variará ampliamente según demografía (por ejemplo, el mecanismo para desarrollar resistencia a la insulina es el mismo en todos los humanos). | ||||
| Características de la prueba | Cuatro resúmenes numéricos que describen diferentes aspectos de la precisión de las pruebas de tamizado/diagnóstico. Dos de las características de la prueba (sensibilidad y especificidad) son “fijas”, lo que significa que sus valores no cambian a medida que cambia la prevalencia de la enfermedad. Los otros dos (valor predictivo positivo y valor predictivo negativo) cambian a medida que cambia la prevalencia de la enfermedad. | ||||
| Error de tipo I | La probabilidad de que un estudio “encuentre” algo que no está ahí. Típicamente representado por α, y estrechamente relacionado con los valores p. Generalmente se establece en 0.05 para estudios clínicos y epidemiológicos. | ||||
| Error tipo II | La probabilidad de que un estudio no encontrara algo que estuviera ahí. Típicamente representado por β, y estrechamente relacionado con el poder. Lo ideal sería estar por encima del 90% para estudios clínicos y epidemiológicos, aunque en la práctica esto a menudo no sucede. |