SlideShare una empresa de Scribd logo
1 de 4
Descargar para leer sin conexión
ODDS RATIO Y RIESGO RELATIVO
Por: Jorge De La Cruz Oré
La palabra “Odds” no tiene una traducción exacta al español. Puede ser entendida como
“posibilidad”, otros la llaman “momios” (los mexicanos), por eso sería mejor quedarnos con la
palabra en inglés “odds”. Vamos a mencionar la diferencia entre odds y probabilidad.
Un ejemplo vale más que mil palabras: piensen en un dado, el cual como sabemos tiene seis lados.
Si deseamos conocer la probabilidad de obtener un tres al lanzarlo, como todos sabemos solo
debemos dividir el número de caras que tienen el número tres en un dado (el cual es solo un lado)
entre el total de caras (que son las seis caras). Por lo tanto la probabilidad de obtener un tres es
de 1/6.
Ahora pensemos en el mismo dado. Esta vez nos interesa el odds de obtener el número tres. Lo
que hacemos es dividir el número de caras que tienen el número tres (es decir solo uno) entre el
número de caras que no tienen el tres (es decir las 5 caras restantes). De ésta manera el odds de
obtener un tres en el tiro de un dado es 1/5.
Como ya se habrá notado, mientras la probabilidad de un evento es el número de veces que tal
evento ocurre dividido entre el total de eventos, el odds es el número de veces que el evento de
interés ocurre entre el número de veces que el evento no ocurre. Por ejemplo, si de un grupo de
10 personas deseamos sacar 3 de ellas al azar, la probabilidad es 3/10 mientras que el odds es 3/7.
Podemos hacer lo mismo con diferentes situaciones, como lanzar una moneda, sacar una carta de
una baraja, escoger a una persona de un grupo de personas; como se muestra en la tabla que
sigue…
Ensayo Probabilidad Odds Odds – Probabilidad
Una cara en una moneda 1/2 = 0.5 1/1 =1 0.5
Un tres en un dado 1/6 = 0.167 1/5 = 0.2 0.033
Un as de espadas en una
baraja
1/52 = 0.0192 1/51 = 0.0196 0.0004
Una persona de un
grupo de 1000
1/1000 = 0.001 1/999 = 0.001001 0.000001
Como se aprecia, el odds de eventos cada vez más raros e inusuales se aproxima bien a la
probabilidad de tales eventos. Ésta es la razón por la que el cálculo del odds es adecuado para
enfermedades y situaciones raras o de baja probabilidad (como la presentación de un cáncer).
Pues bien, ahora diremos que el odds ratio (OR) es simplemente la razón o división de dos odds, el
del numerador indica el evento en el que estamos interesados y el denominador indica el evento
en el que no estamos interesados. Por ejemplo, si decimos que en una muestra de 100 personas
hay 10 enfermos, el odds de estar enfermo es 10/90, y el odds de estar sano es de 90/10, por lo
tanto el odds ratio de estar enfermo es de (10/90)/(90/10)=0.0123. Pero esta clase de cálculos no
tienen mucho sentido, así que es mejor comparar el odds de estar enfermo en un grupo de
personas expuestas a un factor de riesgo entre el odds de de estar enfermo en un grupo de
personas NO expuestas al mismo factor de riesgo. Como se ve en la tabla que sigue en la que el
factor de riesgo es el hecho de fumar.
ENFERMOS SANOS
FUMAN 10 200
NO FUMAN 5 400
Aquí hay dos odds, uno de los fumadores y otro de los no fumadores. El odds de los fumadores es
10/200 (enfermos entre sanos), y el odds de los no fumadores es 5/400 (enfermos entre sanos). Y
el odds ratio es la división de ambos odds:
𝑂𝑅 =
10/200
5/400
= 4
El OR 4 indica que entre los enfermos hay 4 veces más probabilidad de ser fumador que de ser no
fumador. Como se habrá notado, la interpretación del odds ratio va desde los enfermos hacia los
grupos de riesgo, en cambio como se verá después la interpretación de la probabilidad (el riesgo)
va desde los factores de riesgo hacia los enfermos.
Ahora lo que nos interesa para continuar con la explicación: los tipos más comunes de estudios de
asociación, que pueden ser:
- Cohortes: La palabra cohorte se refiere a un grupo de personas que comparten una
característica en común. El término era usado por los romanos para referirse a un batallón
de soldados, en el cual todos compartían la característica de haber nacido en un mismo
territorio del imperio. Cuando se estudian dos cohortes nos referimos a que hay dos
grupos de personas, uno de ellos que comparte un factor de riesgo (como fumar o tener
un cierto gen) y el otro grupo que comparte también una característica propia (la
característica de no tener el factor de riesgo del grupo anterior). Los cohortes se estudian
hacia adelante en el tiempo, es decir el estudio es prospectivo. Se agrupan primero en sus
respectivas cohortes y luego se siguen por largos periodos de tiempo para ver si los
expuestos al factor de riesgo se enferman más. De todas maneras siempre van a resultar
enfermos en ambas cohortes, pero se espera que el grupo expuesto tenga más. Pero, si el
factor de exposición que caracteriza la cohorte es protector (como puede ser el hacer
ejercicio), se esperaría que en la cohorte expuesta a ese factor se presenten menos casos
de enfermos. Los casos nuevos que se van diagnosticados a lo largo del periodo de tiempo
que dure la investigación forman parte de la incidencia (la incidencia es la probabilidad de
enfermar).
- Casos y controles: Primero se buscan a los enfermos en hospitales o consultorios
especializados a donde concurren a tratar sus enfermedades, luego se busca otro grupo de
sanos que será el grupo control. Se averigua si han estado expuestas a algún factor de
riesgo (por ejemplo a fumar) y se espera que los enfermos sean quienes han estado más
expuestos. Es decir, se va de los enfermos hacia los factores de riesgo al contrario que en
el estudio de cohortes donde se parte de los factores de riesgo y se observa la aparición
de enfermedad en el tiempo. El diseño de casos y controles es transversal, ya que los
datos se toman en un solo momento para cada sujeto. En el diseño de casos y controles se
calculan odds.
Nuevamente veamos la tabla de los enfermos con cáncer:
ENFERMOS SANOS TOTAL
FUMAN 10 200 210
NO FUMAN 5 400 405
Si nos dicen que el estudio es de cohortes, entonces entendemos que primero se agruparon a los
pacientes de acuerdo a si eran o no fumadores, luego se les evaluó en el tiempo (tal vez en
muchísimos años) y se fue clasificando como enfermos a los que se iban diagnosticando de cáncer.
En éste caso caso, tras muchos años de seguimiento se obtuvo la tabla. Podemos calcular las
probabilidades (o incidencias) de enfermar en cada cohorte (fumadores y no fumadores):
𝑃(𝑒𝑛 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠) = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠(𝑟𝑖𝑒𝑠𝑔𝑜 𝑒𝑛 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠) =
10
210
𝑃(𝑒𝑛 𝑛𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒) = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑛𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠(𝑟𝑖𝑒𝑠𝑔𝑜 𝑒𝑛 𝑛𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠) =
5
405
Y se pueden dividir ambas incidencias (o riesgos) para obtener el riesgo relativo (RR) -relativo en
el sentido de medir el riesgo de los expuestos en relación a los no expuestos-. Así:
𝑅𝑅 =
10/210
5/405
= 3.86
Lo cual significa que existe 3.86 veces la probabilidad de enfermar si se pertenece a la cohorte de
fumadores en comparación con la cohorte de no fumadores.
Como puede verse el OR obtenido al inicio (OR=4) es muy cercano al RR obtenido (3.86). Esto
sucede porque hemos considerado que para nuestro ejemplo el enfermar con cáncer es un evento
raro (ver la tabla) solo hay 15 enfermos de un total de 615 personas (prevalencia baja).
Para terminar cabe mencionar que el cálculo del OR o del RR depende de si el diseño es de
cohortes o de casos y controles, y que la elección del diseño depende de los recursos (tiempo,
dinero) y de la prevalencia de la enfermedad (rara vs común).
Espero que se haya entendido y sirva para aclarar algunas dudas.
Comentarios a
dj_jdo@hotmail.com

Más contenido relacionado

La actualidad más candente

Medidas epidemiologicas
Medidas epidemiologicasMedidas epidemiologicas
Medidas epidemiologicasVesna Ivsic
 
3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidad3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidadnekochocolat
 
7A- Investigación y control de brotes epidémicos
7A-  Investigación y control de brotes epidémicos7A-  Investigación y control de brotes epidémicos
7A- Investigación y control de brotes epidémicosTania Acevedo-Villar
 
Causalidad en epidemiologia
Causalidad en epidemiologiaCausalidad en epidemiologia
Causalidad en epidemiologiayanvilla05
 
Introduccion a La Epidemiologia
Introduccion a La EpidemiologiaIntroduccion a La Epidemiologia
Introduccion a La EpidemiologiaGermán Niedfeld
 
Medidas De Resumen
Medidas De ResumenMedidas De Resumen
Medidas De Resumennekochocolat
 
Mediciones Epidemiologicas
Mediciones EpidemiologicasMediciones Epidemiologicas
Mediciones Epidemiologicascentroperalvillo
 
USO INADECUADO DEL INDICE AEDICO EN EL PERU
USO INADECUADO DEL INDICE AEDICO EN EL PERUUSO INADECUADO DEL INDICE AEDICO EN EL PERU
USO INADECUADO DEL INDICE AEDICO EN EL PERUJorge Lucero Tamayo
 
15 test estadísticos
15 test estadísticos15 test estadísticos
15 test estadísticosYerko Bravo
 
Estudios ecologicos Epidemiologia
Estudios ecologicos Epidemiologia Estudios ecologicos Epidemiologia
Estudios ecologicos Epidemiologia LuluMarquez1
 

La actualidad más candente (20)

Medidas de asociación
Medidas de asociaciónMedidas de asociación
Medidas de asociación
 
Asociaciones e impacto epidemiologico
Asociaciones e impacto epidemiologicoAsociaciones e impacto epidemiologico
Asociaciones e impacto epidemiologico
 
Epidemiologia y factores de riesgo
Epidemiologia y factores de riesgoEpidemiologia y factores de riesgo
Epidemiologia y factores de riesgo
 
Medidas epidemiologicas
Medidas epidemiologicasMedidas epidemiologicas
Medidas epidemiologicas
 
3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidad3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidad
 
Contrastes de hipótesis estadísticas
Contrastes de hipótesis estadísticasContrastes de hipótesis estadísticas
Contrastes de hipótesis estadísticas
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersión
 
7A- Investigación y control de brotes epidémicos
7A-  Investigación y control de brotes epidémicos7A-  Investigación y control de brotes epidémicos
7A- Investigación y control de brotes epidémicos
 
Causalidad en epidemiologia
Causalidad en epidemiologiaCausalidad en epidemiologia
Causalidad en epidemiologia
 
Introduccion a La Epidemiologia
Introduccion a La EpidemiologiaIntroduccion a La Epidemiologia
Introduccion a La Epidemiologia
 
Medidas De Resumen
Medidas De ResumenMedidas De Resumen
Medidas De Resumen
 
6. Diseños de estudios epidemiológicos
6. Diseños de estudios epidemiológicos6. Diseños de estudios epidemiológicos
6. Diseños de estudios epidemiológicos
 
Mediciones Epidemiologicas
Mediciones EpidemiologicasMediciones Epidemiologicas
Mediciones Epidemiologicas
 
USO INADECUADO DEL INDICE AEDICO EN EL PERU
USO INADECUADO DEL INDICE AEDICO EN EL PERUUSO INADECUADO DEL INDICE AEDICO EN EL PERU
USO INADECUADO DEL INDICE AEDICO EN EL PERU
 
15 test estadísticos
15 test estadísticos15 test estadísticos
15 test estadísticos
 
Medidas de morbilidad
Medidas de morbilidadMedidas de morbilidad
Medidas de morbilidad
 
Epidemilogía
EpidemilogíaEpidemilogía
Epidemilogía
 
Estudios ecologicos Epidemiologia
Estudios ecologicos Epidemiologia Estudios ecologicos Epidemiologia
Estudios ecologicos Epidemiologia
 
Brote epidemiológico
Brote epidemiológicoBrote epidemiológico
Brote epidemiológico
 
Ajuste de tasas
Ajuste de tasasAjuste de tasas
Ajuste de tasas
 

Similar a Odds ratio y riesgo relativo

MEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptx
MEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptxMEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptx
MEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptxJuan491341
 
Epidemiologia tp
Epidemiologia  tpEpidemiologia  tp
Epidemiologia tpRociolizzi
 
Probabilidad
ProbabilidadProbabilidad
Probabilidadnatorabet
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidadantonelab
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadLúaz Garcia
 
Psico 8va. probabilidades y distribución binomial
Psico 8va. probabilidades y distribución binomialPsico 8va. probabilidades y distribución binomial
Psico 8va. probabilidades y distribución binomialUniv Peruana Los Andes
 
¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿galoagustinsanchez
 
Informe estadistica
Informe estadisticaInforme estadistica
Informe estadisticanoeliatoro95
 
Trabajo de probabilidad
Trabajo de probabilidadTrabajo de probabilidad
Trabajo de probabilidadMonica Gaspar
 
Probabilidad - Computo de Probabilidad
Probabilidad - Computo de ProbabilidadProbabilidad - Computo de Probabilidad
Probabilidad - Computo de ProbabilidadAna Robles
 
Evaluando el efecto
Evaluando el efectoEvaluando el efecto
Evaluando el efectoSSA
 
¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿amateo2011
 
Psico 7ma tasas y razones. medidas epidemiológicas
Psico 7ma tasas y razones. medidas epidemiológicasPsico 7ma tasas y razones. medidas epidemiológicas
Psico 7ma tasas y razones. medidas epidemiológicasUniv Peruana Los Andes
 

Similar a Odds ratio y riesgo relativo (20)

MEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptx
MEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptxMEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptx
MEDIDAS DE ASOCIACIÓN Y SIGNIFICANCIA ESTADÍSTICA OR RR P IC CDC.pptx
 
Epidemiologia tp
Epidemiologia  tpEpidemiologia  tp
Epidemiologia tp
 
Ejercicios tema 4
Ejercicios tema 4Ejercicios tema 4
Ejercicios tema 4
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Psico 8va. probabilidades y distribución binomial
Psico 8va. probabilidades y distribución binomialPsico 8va. probabilidades y distribución binomial
Psico 8va. probabilidades y distribución binomial
 
Clase 11 cohortes 2011 20
Clase 11 cohortes 2011 20Clase 11 cohortes 2011 20
Clase 11 cohortes 2011 20
 
¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿
 
Informe estadistica
Informe estadisticaInforme estadistica
Informe estadistica
 
Trabajo de probabilidad
Trabajo de probabilidadTrabajo de probabilidad
Trabajo de probabilidad
 
Probabilidad - Computo de Probabilidad
Probabilidad - Computo de ProbabilidadProbabilidad - Computo de Probabilidad
Probabilidad - Computo de Probabilidad
 
Evaluando el efecto
Evaluando el efectoEvaluando el efecto
Evaluando el efecto
 
Riesgo atribuido
Riesgo atribuidoRiesgo atribuido
Riesgo atribuido
 
Riesgo atribuido
Riesgo atribuidoRiesgo atribuido
Riesgo atribuido
 
Ejercicio 6
Ejercicio 6Ejercicio 6
Ejercicio 6
 
¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿¿Es clínicamente relevante además de estadísticamente significativo¿
¿Es clínicamente relevante además de estadísticamente significativo¿
 
Psico 7ma tasas y razones. medidas epidemiológicas
Psico 7ma tasas y razones. medidas epidemiológicasPsico 7ma tasas y razones. medidas epidemiológicas
Psico 7ma tasas y razones. medidas epidemiológicas
 
riesgo-relativo-y-odds-ratio.pdf
riesgo-relativo-y-odds-ratio.pdfriesgo-relativo-y-odds-ratio.pdf
riesgo-relativo-y-odds-ratio.pdf
 
Guatemala
GuatemalaGuatemala
Guatemala
 

Odds ratio y riesgo relativo

  • 1. ODDS RATIO Y RIESGO RELATIVO Por: Jorge De La Cruz Oré La palabra “Odds” no tiene una traducción exacta al español. Puede ser entendida como “posibilidad”, otros la llaman “momios” (los mexicanos), por eso sería mejor quedarnos con la palabra en inglés “odds”. Vamos a mencionar la diferencia entre odds y probabilidad. Un ejemplo vale más que mil palabras: piensen en un dado, el cual como sabemos tiene seis lados. Si deseamos conocer la probabilidad de obtener un tres al lanzarlo, como todos sabemos solo debemos dividir el número de caras que tienen el número tres en un dado (el cual es solo un lado) entre el total de caras (que son las seis caras). Por lo tanto la probabilidad de obtener un tres es de 1/6. Ahora pensemos en el mismo dado. Esta vez nos interesa el odds de obtener el número tres. Lo que hacemos es dividir el número de caras que tienen el número tres (es decir solo uno) entre el número de caras que no tienen el tres (es decir las 5 caras restantes). De ésta manera el odds de obtener un tres en el tiro de un dado es 1/5. Como ya se habrá notado, mientras la probabilidad de un evento es el número de veces que tal evento ocurre dividido entre el total de eventos, el odds es el número de veces que el evento de interés ocurre entre el número de veces que el evento no ocurre. Por ejemplo, si de un grupo de 10 personas deseamos sacar 3 de ellas al azar, la probabilidad es 3/10 mientras que el odds es 3/7. Podemos hacer lo mismo con diferentes situaciones, como lanzar una moneda, sacar una carta de una baraja, escoger a una persona de un grupo de personas; como se muestra en la tabla que sigue… Ensayo Probabilidad Odds Odds – Probabilidad Una cara en una moneda 1/2 = 0.5 1/1 =1 0.5 Un tres en un dado 1/6 = 0.167 1/5 = 0.2 0.033 Un as de espadas en una baraja 1/52 = 0.0192 1/51 = 0.0196 0.0004 Una persona de un grupo de 1000 1/1000 = 0.001 1/999 = 0.001001 0.000001 Como se aprecia, el odds de eventos cada vez más raros e inusuales se aproxima bien a la probabilidad de tales eventos. Ésta es la razón por la que el cálculo del odds es adecuado para enfermedades y situaciones raras o de baja probabilidad (como la presentación de un cáncer). Pues bien, ahora diremos que el odds ratio (OR) es simplemente la razón o división de dos odds, el del numerador indica el evento en el que estamos interesados y el denominador indica el evento en el que no estamos interesados. Por ejemplo, si decimos que en una muestra de 100 personas hay 10 enfermos, el odds de estar enfermo es 10/90, y el odds de estar sano es de 90/10, por lo
  • 2. tanto el odds ratio de estar enfermo es de (10/90)/(90/10)=0.0123. Pero esta clase de cálculos no tienen mucho sentido, así que es mejor comparar el odds de estar enfermo en un grupo de personas expuestas a un factor de riesgo entre el odds de de estar enfermo en un grupo de personas NO expuestas al mismo factor de riesgo. Como se ve en la tabla que sigue en la que el factor de riesgo es el hecho de fumar. ENFERMOS SANOS FUMAN 10 200 NO FUMAN 5 400 Aquí hay dos odds, uno de los fumadores y otro de los no fumadores. El odds de los fumadores es 10/200 (enfermos entre sanos), y el odds de los no fumadores es 5/400 (enfermos entre sanos). Y el odds ratio es la división de ambos odds: 𝑂𝑅 = 10/200 5/400 = 4 El OR 4 indica que entre los enfermos hay 4 veces más probabilidad de ser fumador que de ser no fumador. Como se habrá notado, la interpretación del odds ratio va desde los enfermos hacia los grupos de riesgo, en cambio como se verá después la interpretación de la probabilidad (el riesgo) va desde los factores de riesgo hacia los enfermos. Ahora lo que nos interesa para continuar con la explicación: los tipos más comunes de estudios de asociación, que pueden ser: - Cohortes: La palabra cohorte se refiere a un grupo de personas que comparten una característica en común. El término era usado por los romanos para referirse a un batallón de soldados, en el cual todos compartían la característica de haber nacido en un mismo territorio del imperio. Cuando se estudian dos cohortes nos referimos a que hay dos grupos de personas, uno de ellos que comparte un factor de riesgo (como fumar o tener un cierto gen) y el otro grupo que comparte también una característica propia (la característica de no tener el factor de riesgo del grupo anterior). Los cohortes se estudian hacia adelante en el tiempo, es decir el estudio es prospectivo. Se agrupan primero en sus respectivas cohortes y luego se siguen por largos periodos de tiempo para ver si los expuestos al factor de riesgo se enferman más. De todas maneras siempre van a resultar enfermos en ambas cohortes, pero se espera que el grupo expuesto tenga más. Pero, si el factor de exposición que caracteriza la cohorte es protector (como puede ser el hacer ejercicio), se esperaría que en la cohorte expuesta a ese factor se presenten menos casos
  • 3. de enfermos. Los casos nuevos que se van diagnosticados a lo largo del periodo de tiempo que dure la investigación forman parte de la incidencia (la incidencia es la probabilidad de enfermar). - Casos y controles: Primero se buscan a los enfermos en hospitales o consultorios especializados a donde concurren a tratar sus enfermedades, luego se busca otro grupo de sanos que será el grupo control. Se averigua si han estado expuestas a algún factor de riesgo (por ejemplo a fumar) y se espera que los enfermos sean quienes han estado más expuestos. Es decir, se va de los enfermos hacia los factores de riesgo al contrario que en el estudio de cohortes donde se parte de los factores de riesgo y se observa la aparición de enfermedad en el tiempo. El diseño de casos y controles es transversal, ya que los datos se toman en un solo momento para cada sujeto. En el diseño de casos y controles se calculan odds. Nuevamente veamos la tabla de los enfermos con cáncer: ENFERMOS SANOS TOTAL FUMAN 10 200 210 NO FUMAN 5 400 405 Si nos dicen que el estudio es de cohortes, entonces entendemos que primero se agruparon a los pacientes de acuerdo a si eran o no fumadores, luego se les evaluó en el tiempo (tal vez en muchísimos años) y se fue clasificando como enfermos a los que se iban diagnosticando de cáncer. En éste caso caso, tras muchos años de seguimiento se obtuvo la tabla. Podemos calcular las probabilidades (o incidencias) de enfermar en cada cohorte (fumadores y no fumadores): 𝑃(𝑒𝑛 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠) = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠(𝑟𝑖𝑒𝑠𝑔𝑜 𝑒𝑛 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠) = 10 210 𝑃(𝑒𝑛 𝑛𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒) = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑛𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠(𝑟𝑖𝑒𝑠𝑔𝑜 𝑒𝑛 𝑛𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠) = 5 405 Y se pueden dividir ambas incidencias (o riesgos) para obtener el riesgo relativo (RR) -relativo en el sentido de medir el riesgo de los expuestos en relación a los no expuestos-. Así: 𝑅𝑅 = 10/210 5/405 = 3.86 Lo cual significa que existe 3.86 veces la probabilidad de enfermar si se pertenece a la cohorte de fumadores en comparación con la cohorte de no fumadores.
  • 4. Como puede verse el OR obtenido al inicio (OR=4) es muy cercano al RR obtenido (3.86). Esto sucede porque hemos considerado que para nuestro ejemplo el enfermar con cáncer es un evento raro (ver la tabla) solo hay 15 enfermos de un total de 615 personas (prevalencia baja). Para terminar cabe mencionar que el cálculo del OR o del RR depende de si el diseño es de cohortes o de casos y controles, y que la elección del diseño depende de los recursos (tiempo, dinero) y de la prevalencia de la enfermedad (rara vs común). Espero que se haya entendido y sirva para aclarar algunas dudas. Comentarios a dj_jdo@hotmail.com