Tipo: Libro impreso / Print book
Tamaño / Size: 17 x 24 cm
Páginas / Pages: 435
Resumen / Summary:
Autor / Author: Varios autores
Editorial / Publisher: Diaz de Santos
Entrega / Delivery : Nacional / International
Envio desde / Ships from: Colombia
Condición / Condition: Nuevo / New
Tabla de contenido / Table of contents: Presentación
Prefacio
Reconocimientos
Parte I
Introducción Capítulo 1
Los diseños básicos de estudios en epidemiología analítica1.1. Introducción: Epidemiología analítica y epidemiología descriptiva
1.2. Análisis del efecto de la edad, la cohorte de nacimiento y el periodo
1.3. Estudios ecológicos
1.4. Estudios basados en los individuos como unidades de observación
1.4.1. Estudio de cohorte
1.4.2. Estudios de casos y controles
Estudio de casos y controles basado en los casos
Estudios de casos y controles dentro de una cohorte definida
1.4.3. Estudios transversales
1.4.4. Diseño Caso-Cruzado
1.4.5. El emparejamiento
El emparejamiento en los estudios de casos-controles y de cohorte
Tipos de emparejamiento
Ventajas y desventajas del emparejamiento
Bibliografía
Parte II
Medición de la ocurrencia de enfermedades y de la asociación Capítulo 2
Medición de la ocurrencia de la enfermedad 2.1. Introducción: Elementos básicos de inferencia epidemiológica. Definición y conteo de los resultados de la enfermedad
2.2. Medidas de incidencia
2.2.1. Incidencia basada en individuos en riesgo
Incidencia acumulada basada en el enfoque de tablas de vida por intervalos (tablas de vida clásicas) Incidencia acumulada basada en el enfoque de Kaplan-Meier (eventos de tiempos exactos)
Supuestos en la estimación de la incidencia acumulada basada en el análisis de supervivencia
2.2.2. Tasa de incidencia basada en tiempo-persona
Tasa de incidencia basada en datos agregados
Densidad de incidencia basada en datos individuales
Suposiciones para la estimación de las tasas de incidencia basadas en tiempo-persona
Relación entre la densidad (basada en datos individuales) y tasa (basada en datos agrupados) Estratificación de los tiempos-persona y tasas de acuerdo al tiempo de seguimiento y covariables
2.2.3. Comparación entre medidas de incidencia
2.2.4. La tasa de riesgo instantáneo
2.3. Medidas de prevalencia
2.4. Odds
Bibliografía
Capítulo 3
Medición de asociaciones entre exposiciones y desenlaces
3.1. Introducción
3.2. Medición de asociaciones en un estudio de cohorte
3.2.1. Riesgo relativo (Razón de Riesgos) y Odds Ratio
3.2.2. Riesgo Atribuible
Riesgo Atribuible en Individuos Expuestos (RAexp)
RAexp porcentual
Riesgo Atribuible Poblacional de Levin
3.3. Estudios de corte transversal: estimación puntual de la razón de tasas de prevalencia
3.4. Medición de la asociación en estudios de casos y controles
3.4.1. Odds Ratio
Odds ratio en estudios de casos y controles emparejados
Odds ratio como una estimación del riesgo relativo: el supuesto de baja prevalencia
Influencia del marco muestral para la selección de controles sobre la estimación de parámetros mediante el odds ratio de la exposición: incidencia acumulada frente a densidad de incidencia
Cálculo del odds ratio cuando hay más de dos categorías de exposición
3.4.2. Riesgo atribuible en estudios de casos y controles
3.5. Evaluación de la fuerza de las asociaciones
Bibliografía
Parte III
Amenazas a la validez y problemas de interpretación Capítulo 4
Falta de validez: Sesgo 4.1. Generalidades
4.2. Sesgo de selección
4.3. Sesgo de información
4.3.1. Sesgo en la identificación de la exposición
Sesgo de recuerdo
Sesgo del entrevistador
4.3.2. Sesgo de identificación del desenlace
Sesgo del observador
Sesgo del que responde
4.3.3. El resultado del sesgo de información: el error de clasificación
Error de clasificación no diferencial
Error de clasificación diferencial
Efecto del error de clasificación de una variable confusora
Prevención del error de clasificación
4.4. Sesgo de información/selección combinados
4.4.1. Sesgo de vigilancia médica (o de detección)
4.4.2. Sesgos transversales
Sesgo de incidencia-prevalencia
Sesgo temporal
4.4.3. Sesgos relacionados con la evaluación de las intervenciones de tamizaje
Sesgo de selección
Sesgo de incidencia-prevalencia
Sesgo de anticipación en el diagnóstico
4.5. Sesgos al comunicar los resultados del estudio: sesgo de publicación
Bibliografía
Capítulo 5
La identificación de asociaciones no causales: confusión 5.1. Introducción
5.2. La naturaleza de la asociación entre el confusor, la exposición y el desenlace
5.2.1. Regla general
5.2.2. Elementos de la regla general para la definición de la presencia de confusión
La variable de confusión está causalmente asociada con el desenlace
El desenlace está asociado, casualmente o no, con la exposición
Pero no es una variable intermedia en la cadena causal entre la exposición y el desenlace
5.2.3. Excepciones de la regla general para la presencia de confusión
Confusión debida a asociaciones aleatorias
El «confusor» como variable intermedia en la cadena causal de la relación entre exposición y desenlace
Correlación excesiva entre el con fusor y la exposición de interés
5.3. Evaluación de la presencia de confusión
5.3.1. ¿Está relacionada la variable de confusión con la exposición y con el desenlace del proceso estudiado?
5.3.2. ¿Tiene la misma dirección e idéntica magnitud la asociación exposición-desenlace observada en el análisis crudo que las asociaciones observadas dentro del estrato de la variable confusora?
5.3.3. ¿Tiene la asociación exposición-desenlace observada en el análisis crudo idéntica dirección y magnitud a la observada después del control (ajuste) por la variable confusora?
5.4. Elementos adicionales relacionados con la confusión
5.4.1. La importancia de utilizar diferentes estrategias para evaluar la confusión
5.4.2. La confusión no es un fenómeno de «todo o nada»
5.4.3. Confusión residual
5.4.4. Tipos de efectos de confusión: confusión negativa, positiva y «cualitativa»
5.4.5. Significación estadística en la evaluación de la confusión
5.4.6. Confusión condicional
5.4.7. Confusión y sesgo
5.5. Conclusión
Bibliografía
Capítulo 6
Definición y evaluación de la heterogeneidad de efectos: Interacción 6.1. Introducción
6.2. ¿Cómo se mide el efecto?
6.3. Estrategias para evaluar la interacción
6.3.1. Evaluación de la homogeneidad de efectos
Detección de interacción aditiva: la diferencia absoluta o modelo de riesgo atribuible
Detección de interacción multiplicativa: la diferencia relativa o modelo de razón
6.3.2. Comparación de efectos conjuntos observados y esperados
Detección de interacción aditiva: la diferencia absoluta o modelo del riesgo atribuible
Detección de interacción multiplicativa: la diferencia relativa o el modelo de razón
6.3.3. Ejemplos de evaluación de interacción en un estudio de cohorte
6.4. Evaluación de la interacción en estudios de casos y controles
6.4.1. Evaluación de homogeneidad de efectos
6.4.2. Comparación de efectos conjuntos observados y esperados
Detección de interacción aditiva
Detección de interacción multiplicativa
6.5. Más acerca de la intercambiabilidad de las definiciones de interacción
6.6. ¿Cuál es el modelo relevante?: Interacción aditiva frente a interacción multiplicativa
6.7. La naturaleza y reciprocidad de la interacción
6.7.1. Interacción cualitativa frente a interacción cuantitativa
6.7.2. Reciprocidad de la interacción
6.8. Interacción, efecto de confusión y ajuste
6.9. Modelación estadística y pruebas estadísticas para la interacción
6.10. Interpretación de la interacción
6.10.1. Heterogeneidad debida a variabilidad aleatoria
6.10.2. Heterogeneidad debida a la confusión
6.10.3. Heterogeneidad debida al sesgo
6.10.4. Heterogeneidad debida a la intensidad diferencial de la exposición
6.10.5. Interacción y factores del huésped
6.11. Interacción y búsqueda de nuevos factores de riesgo en grupos de bajo riesgo
6.12. Interacción y «representatividad» de las asociaciones
Bibliografía
Parte IV
El desafío de la validación
Capítulo 7
Estratificación y ajuste: Análisis multivariantes en epidemiología 7.1. Introducción
7.2. Técnicas de estratificación y ajuste para resolver el problema de la confusión
7.2.1. Estratificación y ajuste: supuestos
7.3. Métodos de ajuste basados en la estratificación
7.3.1. Ajuste directo
7.3.2. Ajuste indirecto
7.3.3. Método de Mantel-Haenszel para ajustar la estimación de una medida de asociación
Razón de tasas ajustadas según Mantel-Haenszel
Método de Mantel-Haenszel y el odds ratio para datos de casos y controles emparejados
7.3.4. Limitaciones del ajuste con métodos basados en la estratificación
7.4. Técnicas de regresión múltiple para el ajuste
7.4.1. Regresión lineal: Conceptos generales
7.4.2. Regresión lineal múltiple
7.4.3. Regresión logística múltiple
7.4.4. Modelo de riesgos proporcionales de Cox
7.4.5. Regresión de Poisson
7.4.6. Nota sobre modelos para el análisis multivariante de datos procedentes de estudios de casos y controles emparejados y anidados
7.4.7. Modelación de las relaciones no lineales con modelos de regresión lineal
Uso de variables indicadoras (dummy)
Técnicas alternativas para la modelación de asociaciones no lineales
7.4.8. Pruebas estadísticas e intervalos de confianza para las estimaciones de la regresión
7.5. Ajuste incompleto: Confusión residual
7.6. Sobreajustes
7.7. Conclusión
7.7.1. Selección del modelo estadístico correcto
Bibliografía
Capítulo 8
Aseguramiento y control de la calidad 8.1. Introducción
8.2. Aseguramiento de la calidad
8.2.1. Protocolo del estudio y manuales de operación
8.2.2. Instrumentos para la recolección de los datos
8.2.3. Entrenamiento del equipo de investigadores
8.2.4. Estudios piloto y pruebas previas
8.3. Control de calidad
8.3.1. Verificación de las observaciones y valoración de las tendencias
8.3.2. Estudios de validez
Mezclas estandarizadas para mediciones de laboratorio
Otros enfoques para examinar la validez
Disponibilidad y validez de los datos de estudios previos
Importancia y limitaciones de los estudios de validez
8.3.3. Estudios de fiabilidad
8.4. Índices de validez y fiabilidad
8.4.1. Índices de validez/fiabilidad para datos categóricos
Sensibilidad y especificidad
El estadístico J de Youden
Porcentaje de acuerdo
Porcentaje de acuerdos positivos
Estadístico kappa
Kappa ponderado
Dependencia de kappa de la prevalencia
8.4.2. Índices de validez y fiabilidad para datos continuos
Gráfico de correlación (Diagrama de dispersión)
Coeficiente de correlación lineal, Correlación de rangos
Regresión lineal
Coeficiente de correlación intraclase
Diferencia media y prueba t pareada
Coeficiente de variabilidad
Gráfico de Bland-Altman
8.5. Regresión a la media
Bibliografía
Parte V
Comunicación de resultados
Capítulo 9
La comunicación de los resultados de la investigación epidemiológica 9.1. Introducción
9.2. Qué comunicar
9.2.1. Objetivos del estudio y/o hipótesis que se desarrollan durante su concepción
9.2.2. Descripción de la validez y la fiabilidad de los instrumentos para la recolección de datos
9.2.3. Razonamiento para la selección de las variables confusoras
9.2.4. Criterios para la selección de puntos de corte cuando se establecen categorías para variables continuas u ordinales
9.2.5. Datos no modelados y parsimoniosamente modelados frente a completamente modelados
9.2.6. Evaluación de la interacción
9.3. Cómo comunicar
9.3.1. Evitar la arrogancia científica
9.3.2. Evitar la verbosidad
9.3.3. Facilitar la lectura
Métodos y resultados
9.3.4. Realizar inferencias apropiadas
La presencia de una asociación (aunque sea estadísticamente significativa) no refleja necesariamente causalidad
La significación estadística no es una medida de la fuerza de una asociación
La magnitud de los estimadores de la asociación de las distintas variables puede no ser directamente comparable
9.3.5. Tablas y figuras
Tablas
Figuras
9.4. Conclusiones
Bibliografía
Apéndices
Apéndice A-E
Índice
