1. Perlas de examen
- Causalidad: los criterios de Hill son un marco de juicio, no una prueba matemática — ningún criterio individual es necesario ni suficiente (capítulo I.2).
- Cadena epidemiológica: romper cualquiera de los 6 eslabones interrumpe la transmisión — la base de toda medida de control de enfermedades transmisibles (capítulo I.3).
- Prevalencia e incidencia: P ≈ I × D — una prevalencia alta puede reflejar mucha incidencia, o simplemente una enfermedad de curso muy prolongado (capítulo II.1).
- Ajuste de tasas: el método directo aplica tasas específicas propias a una población estándar; el indirecto aplica tasas específicas estándar a la población propia (capítulo II.3).
- Diseños descriptivos: nunca establecen causalidad por sí solos — generan hipótesis que los diseños analíticos deben poner a prueba (capítulo III.3).
- Cohorte vs. casos y controles: cohorte calcula RR directamente; casos y controles calcula OR, que aproxima al RR solo si la enfermedad es rara (capítulos IV.1-IV.2).
- Confusión: se controla por diseño (restricción, aleatorización) o por análisis (estratificación, multivariado) — solo si el confusor fue medido (capítulo IV.3).
- RR vs. RAP%: el riesgo relativo mide fuerza individual; la fracción atribuible poblacional mide impacto en salud pública, y depende también de la prevalencia de la exposición (capítulo IV.3).
- Aleatorización: es la única herramienta que controla la confusión por factores desconocidos, no solo los medidos (capítulo V.1).
- Sensibilidad/especificidad vs. VPP/VPN: las primeras son propiedades fijas de la prueba; los segundos dependen de la prevalencia en la población donde se aplica (capítulo V.2).
- Tamizaje: el sesgo de anticipación diagnóstica puede simular mayor supervivencia sin que el paciente gane un solo día de vida — la métrica correcta es la mortalidad, no la supervivencia desde el diagnóstico (capítulo V.3).
- Vigilancia: recolección-análisis-difusión-acción — un sistema que solo acumula datos sin retroalimentar la toma de decisiones no cumple su función (capítulo VI.1).
- Curva epidémica: su forma (pico único, meseta, picos sucesivos) orienta directamente la hipótesis sobre el tipo de fuente del brote (capítulo VI.2).
2. Errores frecuentes
- Confundir "RR/OR = 2" con "el triple de riesgo" — es el doble (100% de exceso), no el 200%.
- Aplicar la falacia ecológica: extrapolar una correlación observada a nivel de grupos (estudio ecológico) directamente al nivel individual.
- Olvidar que la OR solo aproxima al RR bajo la suposición de enfermedad rara — con enfermedades frecuentes, puede sobreestimar considerablemente la asociación real.
- Tratar la confusión y el sesgo como si fueran lo mismo — la confusión puede corregirse en el análisis si fue medida; el sesgo de selección o información, generalmente no.
- Priorizar una intervención de salud pública basándose únicamente en el RR más alto, sin considerar la prevalencia de la exposición (la lección de Framingham: hipertensión vs. tabaquismo).
- Citar el VPP o VPN de un estudio como si fuera una propiedad fija de la prueba, ignorando que depende de la prevalencia de la población de origen.
- Confundir tamizaje (aplicación sistemática y programada en asintomáticos) con diagnóstico precoz oportunista (hallazgo casual durante una consulta por otro motivo).
3. Autoevaluación
1. Un estudio parte de pacientes con cáncer de vejiga y un grupo control sin la enfermedad, y se indaga retrospectivamente la exposición ocupacional a aminas aromáticas. ¿Qué diseño es y qué medida de asociación corresponde calcular?
2. En una cohorte con incidencia acumulada de 40 por 1.000 en expuestos y 10 por 1.000 en no expuestos, calcule el riesgo relativo y el riesgo atribuible en los expuestos.
3. ¿Por qué la aleatorización controla la confusión por factores desconocidos, mientras que el ajuste estadístico (estratificación o multivariado) solo puede controlar los factores que fueron medidos?
4. Una prueba diagnóstica tiene sensibilidad de 90% y especificidad de 95%. Al aplicarla en una población de baja prevalencia, ¿qué ocurre con su valor predictivo positivo en comparación con su aplicación en una población de alta prevalencia?
5. Explique, con el ejemplo de Framingham, por qué el tabaquismo tuvo la fracción atribuible poblacional más alta de tres factores de riesgo cardiovascular, a pesar de tener el riesgo relativo más bajo de los tres.
6. Durante la investigación de un brote, la curva epidémica muestra varios picos sucesivos, cada uno separado por aproximadamente el período de incubación de la enfermedad. ¿Qué tipo de fuente sugiere este patrón?
Claves: (1) casos y controles; OR. (2) RR = 40/10 = 4 (cuádruple de riesgo); RAe = 40−10 = 30 por 1.000. (3) la aleatorización distribuye al azar tanto los confusores conocidos como los desconocidos entre los grupos, mientras que el ajuste analítico solo puede corregir aquello que el investigador identificó y registró de antemano. (4) el VPP será considerablemente más bajo en la población de baja prevalencia, porque una mayor proporción de los resultados positivos corresponderá a falsos positivos (hay muchos más sanos "compitiendo" por generar falsos positivos). (5) el RAP% depende del producto entre la fuerza de la asociación (RR) y la prevalencia de la exposición — el tabaquismo, aunque con menor RR individual, tenía una prevalencia mucho mayor (71,9% frente a 2,0% de hipertensión), lo que elevó su impacto poblacional muy por encima del de la hipertensión. (6) propagación persona a persona (fuente propagada).
4. Cierre del manual
Este manual recorrió la epidemiología desde sus fundamentos conceptuales (causalidad, historia natural, cadena epidemiológica) hasta su aplicación más práctica (vigilancia, investigación de brotes, seguridad del paciente), pasando por las herramientas centrales de medición (frecuencia, tasas, ajuste) y de análisis (diseños descriptivos, analíticos y experimentales, con sus sesgos y medidas de impacto). El razonamiento epidemiológico —cuantificar con precisión, comparar sistemáticamente, y descartar explicaciones alternativas antes de aceptar una causal— es una herramienta de pensamiento que trasciende ampliamente el aula: es, en esencia, la misma lógica que sostiene toda la medicina basada en evidencia.