SERUMS 2026: Epidemiología básica que sí debes dominar

[música] Saludos, estimados colegas. Vamos a empezar entonces la segunda clase de este de este conjunto de sesiones en los que vamos a compartir conceptos puntuales, precisos, cero colesterol, para que aprovechen al máximo eh estas horas de clases que les ayude de manera eficaz a poder resolver adecuadamente eh el exame. examen de de Serums y en general otros exámenes que se les pueden venir eh en el futuro. Bien, dicho eso, entonces eh vamos a empezar con el primer tema que es la epidemiología. La epidemiología es una ciencia parte de la salud pública que ayuda a describir

o a comprender mejor las enfermedades que afectan a las poblaciones, ¿no? Eh, esta ciencia nos permite generar evidencias sobre la base de las cuales podemos tomar decisiones eficaces y efectivas, ¿no? eficaces porque logramos el objetivo que se ha programado, que se ha planificado y efectivas porque vamos a tener un Beneficio a nivel de la población, que es finalmente lo que nos interesa. Bien. Eh, entonces tal vez una de las cosas que en esta ciencia ha cambiado en los últimos años es que ya no solo se limita a la descripción o al análisis de la distribución

de las enfermedades en una población, sino que hoy día en la epidemiología moderna también estudiamos, describimos y analizamos los factores sociales. que están relacionadas con las enfermedades, lo que en la primera clase llamábamos, como ustedes seguramente recordarán, los determinantes sociales de la salud. Entonces, la epidemiología hoy día no solo se se eh queda en el tema de la enfermedad, sino también explora el concepto de los determinantes sociales de la salud. Como ya lo hemos adelantado de una u otra manera, la epidemiología tiene dos grandes ramas, ¿no? O dos grandes tipos. La epidemiología descriptiva, que como

su nombre lo sugiere, tiene como objetivo básicamente eh darnos información sobre la forma cómo se distribuye la enfermedad o los determinantes sociales en la población. Es decir, nos permite tener una imagen como si fuera una fotografía de la situación actual de las variables eh que tienen que ver con las enfermedades, ¿ya? Pero muchas veces ese objetivo no es suficiente para comprender bien las enfermedades. Por lo tanto, requerimos un segundo nivel o un segundo tipo de de epidemiología, que es la epidemiología analítica. la que ya no solo o mejor dicho ya no describe la distribución de

las variables en una población, sino ahora el objetivo es el de establecer relaciones de asociación o de causalidad entre las variables que hemos descrito, ¿ya? Eh, entonces vemos que hay un rol complementario entre la epidemiología descriptiva y la epidemiología analítica. Bien, vamos a ampliar un poco estos conceptos, pero antes eh poner en relevancia [resoplido] que en la epidemiología descriptiva la distribución de variables se tiene que expresar en términos de tres dimensiones, lo que conocemos también como las dimensiones clásicas de la epidemiología Descriptiva, me refiero al tiempo, al espacio y a la persona. O si quieren

persona, lugar y tiempo. Es decir, cuando tú describes la distribución de las enfermedades, los determinantes sociales o cualquier otra variable que nos interesa estudiar, tenemos que definir que esta descripción ocurre en un espacio determinado, en un tiempo definido y nos estamos enfocando en una población, o sea, personas también específicas, ¿no? Por ejemplo, cuando yo hablo de la mortalidad infantil, tengo que tener claro que para poder expresar la variable mortalidad infantil, tengo que especificar en qué lugar he hecho el estudio, es decir, el espacio al que corresponde, que puede ser una comunidad, puede ser un distrito,

una provincia, una región o el país. Y a eso se refiere el la dimensión de espacio o lugar. Tengo que decir en qué periodo de tiempo es que ha ocurrido esa mortalidad infantil. Y nos estamos refiriendo, por lo tanto, a la variable tiempo. Y tengo que especificar que, evidentemente la mortalidad infantil es un fenómeno epidemiológico que ocurre en una población definida que son los menores de un año, lo cual correspondería a la dimensión de la persona. Es decir, estamos describiendo Un evento, una enfermedad o un suceso en salud pública que está relacionado a la provincia,

al tiempo determinado y en este caso a la población infantil. Y así en cada circunstancia en la que tenga que eh describir alguna enfermedad o sus variables, voy a tener que especificar el tiempo, lugar y persona. Eso es muy importante dentro de la epidemiología descriptiva. Bien, avanzamos. Los objetivos de la epidemiología entonces esencialmente son describir patrones de ocurrencia de enfermedades, ¿no? Cómo se distribuyen, cómo se presentan. También nos ayuda a valorar la precisión de algunas pruebas de diagnóstico, como vamos a ver al final de este bloque, de esta sesión. medir la frecuencia de enfermedades. Es

importante que recuerden que el término frecuencia, la palabra frecuencia en epidemiología y también en estadística, corresponde o tiene como sinónimo a la palabra cantidad. Es decir, cuando ustedes escuchen o lean frecuencia, tradúzcanlo a cantidad y van a ver que es más fácil de comprender. Por lo tanto, yo podría medir la cantidad de enfermedades en en lugar de decir la frecuencia de enfermedades, ¿no? Entonces, las enferrenedes de frecuencia esencialmente son las que me permiten saber cuántos casos de una enfermedad hay dentro de una población determinada. Bien, también nos permite valorar la eficiencia del tratamiento a través

de los diferentes estudios epidemiológicos o diseños de investigación epidemiológica. Identificar las causas de las enfermedades también es un objetivo muy importante. En este caso sería de la epidemiología analítica y anticipar el pronóstico de una enfermedad. Cuando uno se pregunta por qué los médicos saben, por ejemplo, cuántos [resoplido] años de vida le quedan a un paciente, muchos se sorprenden, sobre todo si no son médicos, dicen o creen que esa es una virtud o una cualidad casi mágico religiosa, ¿no? Que se asocia al médico como que podemos predecir el futuro. Y en realidad entre colegas sabemos que

nadie predice el futuro. Lo que ocurre es que estamos proyectando probabilidades. Cuando tú dices que si se diagnostica un cáncer en un estadío X, el tiempo de vida es de 5 años. En realidad, lo que estamos expresando es una proyección de probabilidad, un pronóstico que se basa en diferentes estudios epidemiológicos, esencialmente o principalmente estudios de incidencia, como vamos también a ver En unos minutos más. Por lo tanto, estos objetivos de la epidemiología, tanto descriptiva como analítica, me van a permitir poder conocer el diagnóstico de la salud de una población. me va a permitir también evaluar

si los métodos diagnósticos son correctos o no, si aciertan o fallan mucho, como ya dijimos, establecer probabilidades y riesgos, mejorar la comprensión de los fenómenos biológicos en la medida de que la epidemiología me ayuda a medir la asociación entre ciertos ciertas variables. Evidentemente, si quieres investigar causas, es uno de los usos más comunes que se le da a la epidemiología y también se está usando la epidemiología para medir los el funcionamiento de los servicios de salud, bien, entre algunas de las utilidades o usos más importantes. La epidemiología, entonces, además de ser descriptiva o analítica, tiene

diferentes campos de aplicación, diferentes digamos escenarios en los que se puede utilizar. Por ejemplo, cuando haces la epidemiología solamente de las enfermedades en la población o en la comunidad, a eso le llamamos epidemiología de campo, ¿no? Porque hablamos de campo como sinónimo de comunidad. Pero si lo que quieres es investigar o describir el comportamiento de enfermedades dentro de un hospital, entonces estamos hablando de la epidemiología clínica, ¿no? O epidemiología este de servicios. También podemos enfocarnos en el ambiente hospitalario o en el ambiente laboral. Por lo tanto, estaríamos hablando de epidemiología hospitalaria, que es también una

rama de la epidemiología clínica o de la epidemiología ocupacional cuando nos centramos en la el comportamiento de diferentes enfermedades ligadas al trabajo, es decir, ligadas a la eh ocupación que realizan las personas, ¿no? Y también pues ya entenderemos que en el desarrollo de la epidemiología se han abierto otros campos como la epidemiología genética, la epidemiología molecular, la epidemiología social, ¿no? Y ya de acuerdo a cada campo específico también podemos hablar de una un desagregado más más individual, más específico de los diferentes campos de la epidemiología, pero evidentemente la división más grande es hacer epidemiología de

campo o epidemiología clínica u hospitalaria, ¿no? Esos han sido siempre los dos principales campos de acción de la epidemiología. Eh, la epidemiología como ciencia, para poder lograr esos objetivos y poder aprovechar sus utilidades o usos, tenemos que aplicar respetuosamente, ¿no?, un método, el llamado método epidemiológico, que consiste esencialmente de cinco etapas. Eh, pueden haber variantes dependiendo de la bibliografía a la que uno recurre, ¿no? Porque hay que advertir esas cosas, Sobre todo ante los médicos, que somos personas muy muy curiosas, ¿no? muy eh tendientes a la a la a la investigación y por ahí de

repente vas a ver bibliografías que te hablan de cuatro pasos o de seis pasos, etcétera. Pero nosotros en estas clases nos estamos basando en la bibliografía que eh eh propone o plantea el Ministerio de Salud. acuerdo tanto nos estamos nos estamos basando esencialmente de la normatividad técnica del MINSA y allí lo que se reconoce son estas cinco etapas. El primer paso o etapa para hacer epidemiología es observar la realidad. A partir de la observación de la realidad, tú puedes plantear alguna hipótesis, ¿no? La observación de la realidad esencialmente está ligada a la epidemiología descriptiva, ¿ya?

Eh, por ejemplo, tú puedes entrar a una población y empiezas a describir que observas que hay una alta cantidad de personas fumadoras, es decir, hay una hay un alto tabaquismo en esa población. Ese es un dato descriptivo nada más. Pero al seguir revisando información, te llama la atención que también haya una alta prevalencia de cáncer de pulmón. Esos dos hallazgos, esa información ha sido producto de la epidemiología descriptiva. Tú estás describiendo que hay una alta cantidad de fumadores y hay una alta cantidad de cáncer de pulmón. ¿Correcto? Pero a partir de esa descripción, tú puedes

elaborar una hipótesis y plantear la posibilidad que exista una relación entre fumar y cáncer de pulmón. Y ese es el segundo momento al que llegamos. Entonces, la epidemiología descriptiva no solamente sirve para darte datos, para darte información que te interesa conocer de una población, sino también es el punto de partida para la elaboración de hipótesis. Y una vez que tú elaboras la hipótesis, ¿no? Por ejemplo, siguiendo con lo que hemos mencionado, dices, "Mi hipótesis es que existe una relación entre fumar y tener cáncer de pulmón." O si lo quieres decir de otra manera, las personas

que fuman tienen una alta probabilidad de tener cáncer de pulmón. Esa es la hipótesis. Y una vez colegas que hacen una hipótesis tienen el valor, deben tener el valor ético y moral de comprobarlo. No se trata solamente de decirlo, de proponerlo, sino también de dar el siguiente paso, que es demostrar si la hipótesis es verdadera o la Hipótesis es falsa. Y para eso vamos a la tercera etapa, que es la verificación de la validez de la hipótesis. Es un conjunto de pasos, ¿no? Estadísticos que matemáticos que te van a permitir desde el punto de vista

matemático, recuerden, comprobar eh si esto es o no es verdad, si existe o no asociación o relación entre fumar y tener cáncer de pulmón. Y eso se va a dar en el cuarto paso, que es esencialmente aceptar o rechazar la hipótesis que has planteado. Ya no quiero entrar en detalles en este momento porque no corresponde y habrá otro momento en el que hablaremos cómo se verifica o cómo se descarta una hipótesis para poder llegar a una conclusión. Ya, finalmente, en el último paso, con la información que obtengas, con la conclusión a la que llegues, podrás

cerrar el círculo tal vez planteando nuevas hipótesis, ¿no? De repente, el haber sido la hipótesis inicial rechazada o descartada te debe dar la posibilidad de plantear otra hipótesis y así sucesivamente se va cerrando el circuito, se va cerrando el ciclo del método epidemiológico. Muy bien. Entonces, eso también es importante porque ha sucedido alguna vez que este tema ha venido en preguntas de exámenes. Entonces, básicamente esa es una primera introducción a todo lo que es el concepto general de la epidemiología. Ahora hablemos de las mediciones epidemiológicas, que definitivamente es uno de los temas que más eh

está presente en las diferentes tipos de evaluaciones médicas de posgrado, ¿no? Eh, me refiero pues al CERUMS, me refiero al ENAM y me refiero al residentado. Entonces, estamos hablando de medidas epidemiológicas o mediciones epidemiológicas. Estas para fines didácticos y de mejor comprensión los vamos a agrupar en cuatro tipos. Ya. Es decir, hay cuatro tipos de mediciones epidemiológicas. Las medidas de frecuencia, ya te dije qué significa frecuencia, ¿no? Cantidad. Entonces, son medidas que van a medir la cantidad de enfermedad. Las medidas de gravedad, en segundo lugar, estas ya no miden cantidad, sino van a enfocarse en

el daño que una enfermedad produce a la persona, es decir, expresado en términos de gravedad. La gravedad este la podemos medir en términos de de alguna secuela o alguna complicación o de la muerte de la persona, ¿no? Esos son los parámetros de gravedad, pero también lo podemos usar para medidas de asociación. lo que decíamos hace un rato, ¿no? Si quieres saber si el fumar está asociado al cáncer de pulmón, entonces recurrirás a Estas medidas para poder verificar si eso es correcto, ¿no? Y finalmente, las medidas de impacto que me permiten medir cuántos casos de una

enfermedad pueden ser atribuidos a una causa específica. Bueno, ahorita vamos a hablar un poco más en detalles sobre eso. Entonces, esos son los cuatro grupos de medidas epidemiológicas. Empecemos con la primera. ¿Cuáles son las medidas de frecuencia o distribución? También hay que recordar los sinónimos. Siempre recomiendo a mis alumnos eh atentos con la sinonimia, ¿no? Eh, porque tú puedes saber un tema que está bajo un nombre, pero si en la pregunta te ponen el otro nombre, o sea, el sinónimo, es probable que no lo respondas porque no sabes que te están preguntando lo mismo. Ya.

Entonces, tengan mucho cuidado. es una recomendación de vida, ya es una medida de sobrevivencia académica y siempre tratar de saber la mayor cantidad de sinónimos y aquí en Usamedic nos encargaremos de darles la mayor cantidad de sinónimos que son los más usados, ¿no? Los más conocidos, por ejemplo, medidas de frecuencia o distribución que también se refieren a la cantidad de enfermedad, ¿no? Los más importantes, de hecho, años luz, los más recurrentes, los más caseritos en los exámenes son la prevalencia y la incidencia, ¿no? La prevalencia entendida como la cantidad total de casos que hay en

una población en un momento determinado. Ese es el concepto con el que debes reconocer a la a la prevalencia. Es decir, la prevalencia solamente es la expresión de la cantidad de casos que hay en una población. Y siempre recuerden en un tiempo determinado, no se olviden lo del tiempo, espacio y persona. Ya. La fórmula de de matemática de calcular la prevalencia es sumamente sencilla. Simplemente divides el número total de casos que has logrado detectar entre la población total y esa proporción la expresaremos en porcentaje. Es decir, el cociente se multiplica por 100 y automáticamente ipsopucho

se convierte en porcentaje, ¿ya? Entonces, la prevalencia pues se expresa en porcentaje, ¿ya? Y esa es la forma de cálculo y ese es el concepto total de casos que hay en una población en un momento determinado. En cambio, la incidencia ya es otra medida de frecuencia bastante distinta, ¿ya? Aunque sospecho que muchos conocen de qué se trata, porque si bien es verdad los médicos que salen de la Universidad del Pregrado eh dentro de su disco duro tienen abundante información clínica, abundante información quirúrgica y hay un pequeñito espacio de conocimientos relacionados a epidemiología. A veces en

ese lugar eh más que información hay eh hay virus, ¿no? O Fake news. Entonces este sabemos y somos conscientes de que esa es la realidad. Es decir, la mayoría de colegas cuando egresamos de la universidad no tenemos mucho conocimiento epidemiológico, ya menos de salud pública, ya. Pero tranquilos, no se preocupen, siendo conscientes de esa realidad, trataremos de corregir el error, ya trataremos de ayudarlos y y en ese sentido, me imagino yo que esa poca información que traen les permite entender lo que es la prevalencia y también les permiten entender lo que es la incidencia, ¿verdad?

O sea, [resoplido] el número de casos nuevos que aparecen en una población en un momento determinado. Ya. Ahora, ¿cómo se calcula la incidencia? Porque hasta ahora me queda claro que la mayoría sabe lo que acabo de decir, que la incidencia está relacionada a casos nuevos. Ya, antes de pasar a la siguiente lámina, simplemente un pequeño una pequeña explicación, ¿no? La incidencia y la prevalencia están relacionadas íntimamente. ¿Por qué? Porque en la prevalencia, ¿qué cosa era? el total de casos, ¿no? Y cuando yo hablo del total de casos, debo entender que en ese total de casos

están los casos antiguos, pero también están los casos nuevos, ¿no? Por lo tanto, cuando aparece un caso nuevo, o sea, incidencia, esto suma a la prevalencia. ¿Por qué? Porque, repito, la prevalencia está constituida por esas dos partes, por los casos antiguos y los casos nuevos. Esa es la relación que hay entre prevalencia e incidencia. Bien, por eso decíamos en esta gráfica, la incidencia suma, imagínate que ese tanque es el tanque de la prevalencia, ¿no? Entonces, el gráfico lo que quiere explicarles es que cuando aparecen casos nuevos, esos casos nuevos se suman en la prevalencia. Entonces,

cuando aumenta la incidencia, aumenta la prevalencia, ¿verdad? Está claro desde ese punto de vista. ¿Y cómo bajaría la prevalencia? Ah, cuando las personas que están enfermas se mueren y si te mueres ya no estás enfermo, estás muerto. Ya, disculpen la crudeza, pero estamos entre colegas, ¿verdad? Entonces, una forma de reducir la prevalencia es cuando el paciente, los pacientes se mueren. Una manera poco elegante, poco deseable de bajar la prevalencia. Pero la otra es mejor, ¿no? Cuando los pacientes se curan, es decir, ya dejan de estar enfermos, ahora pasan al grupo, al team sanos. ¿Ya? Entonces,

este este esquema, este gráfico es muy interesante para que puedan comprender esos eh cómo se mueven esos valores, ¿no? Ahora, tengan mucho cuidado, y esto lo he visto en algunos casos, felizmente pocos, porque estas cosas ocurren en las mejores familias, Como ya saben, hay muchos que por haberse quedado dormidos en esta explicación, no creyeron entender que la incidencia son los casos nuevos y la prevalencia son los casos antiguos. Eso ya pasó. Espero que a ustedes no les no les vuelva a pasar, ¿no? Entonces, no es así la división. Repito, la incidencia son los casos nuevos

y la prevalencia son los nuevos más los antiguos, o sea, todos los casos. Muy bien. Habiendo hecho ya esa aclaración, ya me siento tranquilo con mi conciencia, porque un error futuro ya no será nuestra responsabilidad, pasemos a otra aclaración que se trata de las medidas de incidencia. Yo lamento informarles que no hay una sola forma de medir la incidencia, ya pero es mi deber y obligación eh contarles lo que les va a ayudar en el examen. Si no les va a ayudar, tengan la certeza de que no les voy a contar nada porque tampoco se

trata de alterarlos este mentalmente, ¿no? La salud mental sobre todo. Entonces, si yo te doy información y todos los docentes te damos información, ten la seguridad y la certeza y sobre todo la confianza que es información útil, porque detrás de cámaras tú no sabes cuánta información estamos dejando de presentar porque queda claro que estas Reuniones no son parte de una maestría o un doctorado o un posgrado, son exámenes de revisión de temas de serums, como dice el título, ¿no? Entonces, con esto te quiero decir que es importante que sepas diferenciar las dos formas cómo se

miden la incidencia. La primera es la forma que todos creen saber, mejor dicho, es la forma más popular de incidencia, ya que es la que se calcula dividiendo el número de casos nuevos entre la población expuesta al a, o sea, la población en riesgo del tema que estamos estudiando. Por ejemplo, si queremos medir la prevalencia, la incidencia, perdón, del dengue, yo tendré que dividir el número de casos nuevos de dengue entre la población que está expuesta al dengue. Esa es la diferencia matemática entre la incidencia y la prevalencia, porque recuerda que la fórmula de la

prevalencia era dividir todos los casos entre toda la población, ¿ya? En cambio, aquí divido todos los casos nuevos entre toda la población expuesta, que no siempre es toda la población. Hay enfermedades en las que solo una parte de la población está expuesta al daño que estamos estudiando, ¿no? Entonces, marquen esa diferencia y volvamos a repetir que la fórmula de la incidencia Más popular, más conocida, es la primera, número de casos nuevos entre población expuesta o población en riesgo. Ahora, esta forma de calcular la incidencia, que es a lo que todos llamamos en el barrio, en

en la familia coloquialmente le llamamos incidencia a secas, en realidad su nombre correcto es proporción de incidencia, incidencia acumulada o riesgo absoluto. Otra vez los sinónimos presentes, ¿no? Entonces, no es incidencias secas, sino son estas formas. Pero es tan común y silvestre que se calcule la inciencia de esta forma, que prácticamente por usos y costumbres, ¿no? Por hábitos y estilos. A esto le llamamos incidencia a secas. Ya, pero no te olvides lo que te acabo de advertir. Ya, doctor, ¿qué? Pero entonces aparte de eso, hay otra manera de medir incidencia. Así es. Y la estás

mirando en la parte inferior de la lámina. Me refiero a la densidad de incidencia o también llamada tasa de incidencia. Y acá viene un error o una confusión muy común que lo primero que tengo que decir que No es culpa de quien habla, ¿no? Yo ya lo encontré así. Simplemente trataré de que ustedes no cometan el error. Me refiero a que a la primera forma de incidencia que les acabo de explicar, o sea, la incidencia acumulada, proporción de incidencia o riesgo absoluto, esa forma que es la más comercial, la más común, muchos le llaman tasa

de incidencia. Y cuando digo muchos, digo muchos, porque eso entre esos muchos inclusive están los docentes que hacen algunos exámenes. Y entonces al en lo largo de la historia moderna de las evaluaciones de medicina de posgrado, hemos visto muchas preguntas en las que cometen ese error, porque pues hay que decirlo, es un error de llamarle a la primera fórmula tasa de incidencia. Ya. Entonces, advertidos están, cuidado deben tener. Entonces, a la densidad de incidencia o tasa de incidencia se diferencia esencialmente por la forma como se mide. Miren, primero quiero empezar con la fórmula, ¿ya? ¿Cómo

se calcula la densidad de incidencia o tasa de incidencia dividiendo el número de casos nuevos? Hasta ahí todo está igual, ¿verdad?, que la anterior fórmula, pero es el denominador el que marca la diferencia. Es decir, ya no lo dividimos entre la población expuesta o si quieres el número de población o de personas expuestas, sino ahora observen la diferencia, se va a dividir entre el tiempo de persona expuesta o si lo Queremos resumir el tiempo de exposición. ¿A quién? Al daño que estamos estudiando. ¿Queda claro? Entonces, si tú comparas las fórmulas, te vas a dar cuenta

que en la primera fórmula de la incidencia acumulada, tú estás dividiendo personas entre personas, o sea, casos nuevos que son personas, entre población expuesta, que son personas. En cambio, en la segunda forma, en el segundo tipo de incidencia, estás dividiendo personas, casos nuevos entre tiempo. ¿Qué tiempo? el tiempo en el que esa población está expuesta. No estamos hablando del número de personas expuestas, sino el tiempo en el que están expuestas esas personas. Entonces, si te das cuenta, allí cambia radicalmente la forma cómo se mide esta segunda forma de incidencia, que repito, se llama densidad de

incidencia o o tasa de incidencia. Ahora, un par de datos más, un bonus track, ¿ya? de 10 preguntas que te vengan sobre incidencia en un examen cualquiera, 9.5 se refieren a la primera forma de incidencia, ¿ya? Y 0.5. Bueno, ustedes comprenderán que es una una exageración didáctica lo que digo, pero para que mantengan la proporción, ¿no? Será de tasa o densidad de incidencia. Esa es una primera, digamos, dato adicional. Y un segundo, porque te prometí dos dato adicional es que entre esas 9.5 preguntas que se refieren a incidencia, ya hay un 25% de situaciones en

las que la pregunta le llama a esa tasa de incidencia. y ahí está el error porque no estás a incidencia, ¿no? Entonces, ¿qué deben hacer en ese caso? Simplemente entender el error y aplicar como si se tratara simplemente de incidencia acumulada. O sea, o bien el error. Doctor, ¿y cómo sé que es un error? Cuando no te hablan de tiempo de exposición. Porque si en la pregunta, en el 0.5 C de pregunta te viene en la pregunta el concepto o el término o la variable de tiempo de exposición. Ahí sí es propiamente tasa de incidencia

o densidad de incidencia. Ya en lo en los exámenes o preguntas que vamos a resolver más adelante, trataré de usar alguno de esos ejemplos para explicarles cómo se da esa situación. Muy bien, entonces espero que eso esté claro y esas son las medidas de eh frecuencia más conocidas. Algunas otras son, por ejemplo, las tasas. Las tasas son indicadores también medidas de incidencia porque también están relacionadas a la cantidad de casos, solo que la tasa enfoca en otro Aspecto, se enfoca esencialmente en el riesgo. En otras palabras, la manera más precisa y exacta de medir el

riesgo de una enfermedad es a través de las tasas. Eso digamos que esa es su principalidad o función, ¿no? Toda tasa es un cociente ya eh que va entre 0 a uno matemáticamente porque el riesgo o la probabilidad de algo está entre 0 y un o sea entre 0 y 100 si quieres. Por lo tanto, puedes concluir de que el riesgo de que algo no ocurra jamás, o sea, no va a haber riesgo es 0%. y te puedes ir al otro extremo donde el riesgo es altísimo, tanto que es casi seguro que esto va a

ocurrir, eso sería el 100% de riesgo, ¿no? O de probabilidad. Por eso decimos que las tasas siempre se expresan numéricamente entre 0 y 1 o entre 0% y 100%. Otro detalle anatómico de las tasas es que eh tienen un amplificador, ¿ya? Es decir, siempre en ese cociente se acompaña de un múltiplo de 10, ¿ya? Un múltiplo de 10 eh al que le llamamos amplificador, ¿no? Puede ser 1000, puede ser 100,000, puede ser 10,000, ¿ya? Eh, en general, y te voy dando el dato por adelantado, en el 99% de tasas, el amplificador más usado es por

1000. Ya. Ahora, por si acaso, cuando multiplicas un cociente por 100, ese 100 también es un amplificador porque es un múltiplo de 10, ¿verdad? Pero en este caso Particular, cuando el amplificador es 100, el cociente se convierte en porcentaje, ¿ya? Eh, por obra y gracia de la matemática. Pero cuando no se trata de eso, entonces multiplicamos por 1000, 10,000 o 100,000, que son la los amplificadores más comunes y de ellos el de 1000, el mucho más común. Muy bien. ¿Y para qué se usa ese amplificador? Sería la pregunta obligatoria, ¿no? Ese amplificador se usa para

poder entender mejor la tasa. Vamos, te pongo un ejemplo para que se entienda más rápido. Eh, la tasa de mortalidad general en el Perú en el año 57, recuerda, tiempo, espacio y persona. Ya, ya te dije este, el tiempo, año 57, el lugar Perú, la persona, cuando mides la tasa de mortalidad general, estás midiendo el riesgo en toda la población. Por lo tanto, la variable de personas sería todas las la población, ¿no? Entonces, haces la división con números ficticios y te da 0.0129 y tú dices, "El riesgo de morir por en esta población en el

año 57 fue de 0.0129 punto. ¿Has dicho la verdad? completamente. La gente te entiende, probablemente no, porque a ver, trata de darme una interpretación de esa tasa. ¿Qué significa que la tasa de mortalidad general haya sido de 0.0129? Entonces, es por esa razón que recurrimos a un artificio matemático que se llama el amplificador. Y a ese cociente yo lo voy a multiplicar por 1000 porque, repito, es el más común y ese 0.0129 mágicamente se va a convertir en 12.9. ¿Por qué? Porque lo he multiplicado por 1000. Pues ya no me pregunten por qué se convirtió

en 12.9, No, a estas alturas creo que ya sabemos que se corrieron tres puntos a la derecha, ¿no? Entonces yo digo, la tasa de mortalidad general en el Perú en el año 57 fue 12.9 por 1000. Doctor, pero ya no lo multiplicó. ¿Para qué vuelve a aparecer ese 1000? Tengo que volver a multiplicar. No, ya no tienes que volver a multiplicar. Y entonces, ¿para qué vuelvo a poner el 1000? Primero para que sepas por cuánto se multiplicó. porque alguien pudo multiplicar por 10,000 o a otro se le ocurrió multiplicar por 100,000. Entonces, por eso toda

tasa debe tener a su lado el múltiplo de 10 que se utilizó. Ya. Esa es la primera razón. Y la segunda para la lectura o interpretación. Y escuchen bien cómo suena ahora. La tasa de mortalidad general en el Perú en el año 57 fue 12.9 por 1000. Significa Que por cada 1000 habitantes morían 12.9. Eso es exactamente lo mismo que decía en el anterior eh forma de expresión de la tasa. O sea, cuando tú veías 0.0129 es exactamente lo mismo que acabas de decir ahorita. Pero, ¿acaso no es verdad que en la segunda forma es

más fácil de comprender? Entonces, el uso de amplificador es básicamente para lectura de las tasas. Y como ya lo dijimos, toda tasa debe referirse al tiempo, al espacio y la persona. Las tasas pueden ser tas generales. Ah, ahí está pues la forma matemática, ¿no? Hay un numerador, un denominador y un amplificador que es múltiplo de 10. Esa es la anatomía de una tasa. Las tasas pueden ser brutas o generales cuando miden un evento general como la mortalidad, como la natalidad, ¿no? O puede ser un evento, una tasa específica cuando miden un evento particular específico. Por

ejemplo, ya no voy a medir toda la tasa de mortalidad, sino solamente me interesa medir la tasa de mortalidad por accidente de tránsito o la tasa de mortalidad por dengue o la tasa de mortalidad por eh tuberculosis. Entonces, cuando yo mido El riesgo o la probabilidad de que algo ocurra respecto a una variable en particular específica como puede ser un tipo de enfermedad, el lugar de residencia, el género de la población a la que estoy estudiando, etcétera, entonces ya estamos hablando de tasas específicas, ¿ya? Y ahí hay una variedad muy amplia. de tipos de tasas

que podrías medir de acuerdo a las variables que te interesen estudiar. Ahí este el cielo es el límite. No podríamos dejar pasar este tema de tasas sin hacer referencia a un concepto que está relacionado a las tasas, me refiero a la estandarización o ajuste de las tasas. ¿Qué hacen ahí don Ramón y el señor Barriga? Bueno, es un pequeño entremés visual, gráfico, para que trates de comprender el concepto, ¿no? Eh, y vamos de frente con el ejemplo porque tiempo es lo que hoy día no no nos va a sobrar. Si tú comparas al señor Barriga

y a Don Ramón físicamente, hay evidentes diferencias, ¿verdad? Entonces, ¿qué qué ocurriría si tú quieres comparar una camisa talla M en Don Ramón y en el señor Barriga? Queda claro que cuando le pongas la camisa al señor Barriga, la camisa va a parecer chica, ¿correcto? Y cuando se la pongas a Don Ramón, la camisa va a parecer grande. ¿Qué pasó? ¿La camisa acaso se achicó o acaso se agrandó? No, la camisa es la misma, solo que cuando tú la colocas en cuerpos tan distintos, te puede llevar a un error de comparación. Eso estuvo bien claro,

¿no? Ya. Entonces, eso que acabas de entender es lo que puede pasar cuando comparas una tasa entre Perú y Alemania o en general entre cualquier población que sean distintas en diferentes aspectos, ¿no? como don Ramón y el señor Barriga, pues cuando comparas una tasa de manera directa entre uno y otro lugar, también puedes cometer un error de comparación y pensar que la tasa es chica o que la tasa es grande. ¿Ya? Entonces, para que eso no suceda, para que no llegues a una conclusión equivocada, existe un procedimiento que se llama la estandarización o ajuste de

las tasas, ¿ya? Y eso ha venido en exámenes de residentado y de NAM hasta en cuatro oportunidades. Nada quita que pueda también venir en el examen de Serums. Así es que ya están informados y si te preguntan cuál es la mejor manera de comparar tasas entre países diferentes o entre poblaciones diferentes, la respuesta va a ser estandarización de tasas o ajuste de tasas. Cerramos el Entrre mes y continuamos. Otra medida de frecuencia importante es la razón. La razón es un cociente también, matemáticamente es un cociente, pero que tiene una característica muy particular. Es un cociente

en el cual el numerador y el denominador son totalmente diferentes, es decir, son variables excluyentes una de la otra, ¿ya? Es un cociente en el que divides papas entre camotes, ¿ya? O sea, no tiene que ver uno con otro. Y eso se simboliza, como ustedes miran en el recuadro, como x / y, siendo x distinto de y. Bien. Y y la razón más importante en la epidemiología y en la salud pública es la razón de mortalidad materna. Es el indicador más importante eh eh en términos eh epidemiológicos o de salud pública a nivel mundial, ¿ya?

No es el único, pero es el más importante. ¿Y por qué la mortalidad materna es una razón? Porque cuando tú calculas la mortalidad materna, y más adelante te estoy dejando una lista de indicadores eh cortesía de la casa, eh vas a ver que el cociente divide el número de gestantes fallecidas entre el número de nacidos vivos, o sea, de nacimientos vivos. Si tú te pones a comparar, las mujeres que fallecen no tienen nada que ver con los niños que nacen, ¿correcto? Son variables distintas. Por lo tanto, al hacer ese cociente está estás calculando una razón,

la razón de mortalidad materna. En cambio, las proporciones son cocientes que sí incluyen en el denominador al numerador. Ya ahí no hay problema. Estos son estas son medidas mucho más comunes, mucho más usadas y esencialmente su mejor ejemplo es a través de las coberturas, ¿no? Cuando tú dices hemos vacunado al 80% de niños o hemos controlado al 90% de gestantes, etcétera, etcétera, en cualquier cobertura esta se expresa en proporción, ¿ya? Y eh a diferencia de la tasa y la razón en la que el amplificador es 1000, en la en las proporciones, ya en las coberturas

en general, el amplificador suele ser 100. Por esa razón las proporciones o las coberturas se expresan en porcentaje, ¿no? Por lo explicado anteriormente. Entonces, esas son las medidas más frecuentes de frecuencia. En gravedad podemos hablar de la letalidad. ¿Qué duda acabe? La letalidad es uno de los indicadores más finos de gravedad. ¿Por qué? porque en viide la cantidad de personas que fallecen por una enfermedad entre las personas que tienen esa enfermedad. Ya es es una es un indicador absolutamente fino y específico sobre el tema, ¿no? No te mide muertes por otras causas que no sean

la enfermedad en cuestión. Solo los que mueren por la causa. El ejemplo que siempre pongo, un diabético sale de la consulta, pasa por la calle, viene un carro, lo atropella y lo mata. ¿Tienes tú un diabético fallecido? Pregunto, ¿ese caso suma a la letalidad por diabetes? No. ¿Por qué? Porque no murió por diabetes, ya murió con diabetes, que es otra cosa, pero murió por el atropello, o sea, por un accidente, ya por un traumatismo. Entonces, al no ser la causa de la muerte, la enfermedad que estamos estudiando, no debe eso sumar a la letalidad de

la enfermedad. Ese es un detalle muy importante. Otro indicador moderno, y cuando yo digo moderno, hablo de 10 años hacia delante, es el abat, también conocido como años de vida ajustados por discapacidad, también conocido como avisa. Ya. Entonces, ya están avisados. Este indicador llamado Avisa o Abat es igual a la suma de los años de vida con discapacidad más los años de vida perdidos. ¿Qué significa esto? Si tú sumas en promedio en una persona, ¿cuánto tiempo la persona ha tenido alguna discapacidad? Ponte, por ejemplo, has tenido un accidente, te has fracturado este la tibia y

el peroné y por lo tanto has Entrado en situación de discapacidad temporal, pero discapacidad. Ya, imagínate que eso te dure 6 meses, ¿ya? Ya, esos 6 meses es un tiempo de discapacidad, de vida con discapacidad. Si más adelante sufres que te discapacita este un año, ya tienes un año con 6 meses de vida con discapacidad y esa sumatoria a lo largo de tu vida eh se acumula para calcular el avisa o abat. Ya. Entonces, los años de vida por discapacidad se pueden sumar de acuerdo al tiempo que hayas tenido alguna enfermedad. discapacitante. Ya. Y el

otro componente de esta fórmula, que es importante que la tengan claro, es los años de vida perdidos o también años de vida de mortalidad prematura, años perdidos por mortalidad prematura, me refiero, ¿no? ¿Qué significa esto? Para calcular esta variable tenemos que tener como referencia a la esperanza de vida al nacer, que es el número de años que en promedio una persona puede llegar a vivir estadísticamente. Entonces, los años de vida perdidos siempre van a estar relacionados a la esperanza de vida. Por ejemplo, hoy día en esta fecha en el Perú, la esperanza de vida O

esperanza de vida al nacer también se llama, es de 75 años, ya redondeando en números, 75 años. Si una persona por cualquier causa fallece a los 50 años, ¿está claro? La esperanza de vida es 75. Y la persona fallece a los 50 años. Pregunta, ¿cuántos años ha dejado de vivir esa persona? 25 años, ¿correcto? Debió vivir hasta los hasta los 75, murió a los 50, entonces estadísticamente dejó de vivir 25 años. ese tiempo que la persona dejó de vivir por haber tenido una muerte prematura, ese rango de tiempo es al que se llama años de

vida perdidos. Entonces, ¿qué cosa es el avisa o abat? Que es el un indicador muy importante que se está usando con mucha más frecuencia en los últimos años es la suma de los años de vida por discapacidad más los años de vida perdidos. Ya, obviamente si el avisa o abat aumentan, ese es un indicador de gravedad. Significa o que la persona ha vivido mucho tiempo discapacitado, que es grave, o ha fallecido prematuramente y ha dejado de vivir gran parte de lo que le tocaba vivir, lo cual también es grave. Y más grave aún si se

juntan los Dos ya en en suma o en síntesis, un avisa o un abat elevado es un indicador de gravedad, de asociación o de riesgo. No voy a entrar mucho en detalle porque tengo entendido que este en otra sesión van a hablar de diseños epidemiológicos y ahí van a poder desarrollar un poco más estos dos indicadores, pero solamente te los voy a presentar para que no sean extraños al momento que te toque realizar los estudios de casos y control o los estudios de corte que vas a desarrollar en otra sesión. Me refiero al ODS ratio

o razón de ODS y al riesgo relativo, también conocido entre los amigos como el RR, ¿ya? ¿Qué son estos? Son medidores de asociación, ¿ya? Ahí están sus formulitas. Vuelvo a reiterar, no vamos a ahondar en detalle porque no queremos que repita el concepto, pero sí decirte que tomando como base el ejemplo que te di hace unos minutos de que a través de la epidemiología descriptiva podía hacer una hipótesis en la que decía que existe la probabilidad que la persona que fuma tenga mayor riesgo de hacer cáncer de pulmón. En otras palabras, lo que está planteando

mi hipótesis es que hay una relación entre fumar y tener cáncer de pulmón. Para poder demostrar si hay o no esa asociación, yo puedo recurrir a estos indicadores porque estos son precisamente los que miden asociación de variables. ¿En qué caso uso el ratio? ¿En qué en qué caso uso el riesgo relativo? Ah, va a depender del tipo de estudio que tú realices. Si realizas un estudio de casos y control, que es un tipo de estudio epidemiológico, se en ese caso de los casos y control se usa el OS ratio, pero si haces un estudio de

corte, entonces tendrás que calcular el RR, o sea, el riesgo relativo. En ambos casos, siendo fórmulas distintas, como ustedes pueden apreciar, la interpretación es igual. Es decir, si el RR o el OR sale mayor de uno, tú puedes concluir de que existe asociación entre la causa y el efecto, o sea, entre el fumar y el cáncer de pulmón. Y mientras más alto sea el valor, más asociación habrá. No es lo mismo un OR o un RR de 3 que un OR o un RR de 10. Porque, ¿cómo es la lectura? Si el OR te sale

de tres, tú dirás, "Las personas que fuman tienen tres veces más riesgo de hacer cáncer de pulmón. Pero si te sale 10, tu lectura dirá que las personas que fuman tienen 10 veces más riesgo de hacer cáncer de pulmón. Entonces, te das cuenta de la diferencia, ¿no?, de tener un RR o un OR bajo o un R UOR RR UOR alto, ¿ya? [resoplido] Y si sale menos de uno, el factor que estás estudiando ya no va a ser un factor de riesgo, sino por el contrario, va a ser un factor protector. O sea, a más

exposición menos riesgo. Eso en caso salga menor de uno. Y si sale igual a uno, básicamente no podemos concluir que haya asociación de ninguna naturaleza. Muy bien, ese es entonces el tercer grupo y el último y cuarto grupo son las llamadas, los llamados medidas de impacto o también riesgos atribuibles. Como te dije hace un rato, este indicador tiene una finalidad totalmente distinta a todos los anteriores, porque este no mide ni frecuencia, no mide ni gravedad, ni asociación, simplemente mide cuál es el riesgo que se le puede atribuir a una causa para provocar una enfermedad. Para

no alejarnos mucho de los ejemplos o no diversificar demasiado, sigamos con el cigarro o el tabaco y el cáncer de pulmón. ¿Ya? ¿Para qué me sirve? ¿Para qué me podría servir eh este medidor llamado riesgo atribuible? Para saber cuántos casos de cáncer de pulmón que hay en una población. ¿Cuántos de esos casos se deben solo al tabac? Eso se puede calcular, eso se puede saber, eso se puede medir. O sea, si yo tengo 100 casos de cáncer de pulmón, yo puedo cuantificar cuántos de esos 100 se pueden deber solo al cigarro. Claro, a través de

los riesgos atribuibles. ¿Y cuál es la utilidad? Ah, muy bien, muy buena pregunta que me imagino me están haciendo. La utilidad es tremenda. Te lo voy a explicar con ejemplo mucho mejor. Ya. Imagínate que tú logras demostrar que de 100 casos de cáncer de pulmón, 100 casos, solamente 10 de esos 100 se debe al cigarro. ¿Cuánto sería tu riesgo atribuible? 10 de 100, o sea, 10%. Y compáralo con otro otra situación en la que de 100 casos de cáncer de pulmón, 80 se les atribuye al cigarro. ¿Cuál sería el riesgo atribuible? 80 de 100, o

sea, 80%. Mira, 10% en un ejemplo, 80% en otro ejemplo. ¿En cuál de los dos tú considerarás que la causa es más importante? ¿En 10 o en 80%? obviamente en 80%. Porque si a ti te dicen que un factor cualquiera solo provoca 10% de la enfermedad total en una población y te dicen que otro factor provoca el 80% de la enfermedad total en esa población, evidentemente el que tiene mayor interés e importancia para la salud pública y la epidemiología es el que tiene el riesgo atribuible más alto, porque eso es lo lo que nos está

diciendo es que la causa provoca más casos y esos casos se les pueden atribuir a esa causa, ¿ya? Y de ahí viene el nombre de riesgos atribuibles, ¿ya? Entonces, ese es el concepto, ¿no? Estamos, digamos que es sencillo, es fácil, pero no es tan común como la prevalencia, como la letalidad, como el OR, ¿no? Y el RR, pero también es un concepto muy sencillo. Ahora, estos riesgos atribuibles pueden ser de dos tipos. Ro atribuible al factor, también conocido como RAF. cuando lo que vas a comparar es el riesgo atribuible entre un grupo que está expuesto

y otro Que no está expuesto al factor. En este caso, seguimos con el ejemplo del tabaco, ¿no? Del cigarro. Entonces, si tú mides, observa, ojo, atentos. Si tú mides en un grupo no expuesto, o sea, un grupo de personas que no fuman, tú mides la incidencia de casos de cáncer de pulmón, eso te va a dar un valor, ¿verdad? y en el grupo que sí fuman mides la incidencia, eso te va a dar otro valor. Entonces, ¿cómo se calcula matemáticamente el riesgo atribuirle al factor restando la incidencia de expuestos, o sea, la cantidad de casos

que aparecen en la en la población expuesta, o sea, en la población que fuma? Y ese valor le restas la incidencia de no expuestos, o sea, los casos nuevos que aparecen en la población que no fuma. De esta diferencia te va a salir la cantidad de personas que realmente tienen la enfermedad producto de su exposición al tabaco, ¿ya? Al cigarro. Entonces, lo que quiero que entiendan o quiero que recuerden es que rollo atribuir al factor se calcula con las incidencias de la población expuesta y la población no expuesta. Ahora esa parte hay que darle un

par de vueltas para que quede más claro, ¿no? Siempre todos la agarran en la primera, ¿no? Eh, pero yo te voy a explicar más o menos así esta este gráfico sobre todo, ¿no? Miren, esta es la cantidad de gente que tiene cáncer por cualquier razón que no sea el tabaco. Lo primero que tienes que recordar es que el cáncer de pulmón no tiene como como única causa el tabaco. Pued pueden haber exposición a a gases, a radiaciones, personas que trabajan en la mina, personas que trabajan en el servicio de rayos X. O también puede haber

cáncer cáncer idiopático, ¿ya? Entonces, no todo cáncer de pulmón se debe al cigarro. Por esa razón tú puedes ver que en este grupo de gente que no fuma puede aparecer cáncer de pulmón. Ya, esa es la es la esa es la incidencia en la población no expuesta, o sea, no fumadora. Y acá está toda la gente que fuma. Acá si hay fumadores, por eso hay una cantidad de cáncer. Ya toda esta columna es cáncer de pulmón en gente que fuma. Evidentemente hay una mayor cantidad de casos, pero cuando tú quieres medir solo los casos que

se deben, o sea, en el caso del régio atribuible al factor, ¿quieres saber de estos 100 casos de cáncer de Pulmón? Estoy redondeando un número cualquiera. 100 casos de cáncer de pulmón. ¿Cuántos de estos se deben solo al cigarro y no a las otras causas? ¿Qué es lo que hacemos? A esta incidencia de expuestos le resto esta incidencia de no expuestos. Este pedacito. ¿Por qué? Porque estos casos, todos estos casos no se deben al cigarro. Entonces, cuando tú a la columna total le quitas los casos que no se deben al cigarro, ¿con qué te quedas?

con los cáncer que sí se deben al tabaco. Ya. Por eso la fórmula de la del riesgo atribuir al factor es la resta de la incidencia de expuestos, o sea, todos estos casos de la columna a los que le quitas esta pequeña columna, que son los que se enferran por las otras causas. Esta es la fórmula del riesgo atribuible. Y la segunda forma de riesgo atribuible es el riesgo atribuible en población o riesgo atribuible poblacional, en el que lo que se utiliza ahora ya no es solo la incidencia de expuestos y no expuestos, sino aparece

la incidencia en la población. Esta primera columna, estimados colegas, es la incidencia de expuestos. Esta pequeña columna es la incidencia en no expuestos. Dicho de otra manera, esta columna grande es la cantidad de cáncer en los que fuman. Esta columna pequeña es la cantidad de cáncer en los que no fuman. Pero hay una columna intermedia que es, digamos, una mezcla de ambos grupos, es decir, la cantidad de casos de cáncer de Pulmón en la población. Se entiende que cuando hablo de incidencia hablo de casos nuevos de cáncer de pulmón en la población. Entonces, el concepto

es el mismo. Ya no voy a reiterar, la idea es igual, pero la diferencia es que ahora para calcular el riesgo atribuible en población vas a restar la incidencia en la población menos la incidencia en no expuestos. Y entonces es lo mismo porque te vas a quedar solo con los cantidad de casos de cáncer que seben al cegarro, pero en población, o sea, en la población a la que estás estudiando. Ya de los dos son indicadores que no vienen mucho, pero cuando vienen el que más viene es el riesgo atribuirle al factor, ¿verdad? Solo tú

podrás pensar y marcar en riesgo atribuible poblacional o rap cuando en la pregunta aparezca la palabra población. Si no aparece la palabra población, olvídate, eso es raf. Ya, esa es básicamente una regla, eh, un pequeño tip que te doy para que eh no entres en confusiones, ¿no? y dos indicadores más que realmente solo son por decoración, no hay mucho no hay mucho que explicar porque casi no ha venido en los exámenes, es el reducción del riesgo absoluto, ya que es la inversa, es la inversa del riesgo atrib del factor y el número necesario a tratar,

Que es una un indicador muy complejo cuya finalidad es calcular cuánta exposición deb debemos que someter a una población para evitar que aparezca un caso de una enfermedad. Este tipo de medidas básicamente se usan, por ejemplo, en los estudios de vacunación, es decir, ¿cuántas dosis de vacuna debo colocar para que reduzca o evite que aparezca un caso de la enfermedad? Por eso se llama número necesario a tratar, si quisiéramos ampliarlo, sea para evitar la aparición de enfermedades, ¿no? Entonces, desde allí tú tú puedes calcular con esta con este dato, con este indicador, puedes calcular cuál

es la cobertura mínima o la cantidad de dosis a la que tienes que exponer a la población para que sea una dosis efectiva, ¿no? para que esa dosis te permita este reducir un caso. ¿Por qué creen que no todas las vacunas son una sola dosis? Hay vacunas que hay que poner dos dosis, hay vacunas que hay que poner tres dosis, hay vacunas que hay que poner refuerzo. ¿Por qué? Porque todo esto se sustenta en este indicador llamado NNT o número necesario a tratar. Pero bien, nunca ha venido ni vendrá este cálculos o aplicaciones de esta

fórmula. En cambio de los riesgos atribuibles, sí ha venido alguna vez preguntas para que tú apliques la fórmula del del riesgo atribuible al Factor o la fórmula del riesgo atribuible poblacional. Pero de estas dos, chicos, ninguna. Solo es para su cultura general. Lo prometido es deuda y ahí tienes tú una serie de indicadores que te pueden ayudar a recordar y repasar para el día del examen, ¿no? Ahí es básicamente eh una un recordatorio para que lo revisen. Pasando al siguiente tema, estamos un poquito atrasados y eso de poquito es eh figurativo. Vamos a hablar de

la vigilancia en salud pública. La vigilancia en salud pública es observar la realidad para recoger información, procesarla, analizarla y tomar decisiones. Es prácticamente lo mismo que hacemos cuando atendemos a un paciente. Y permítanme recurrir a esa analogía para que entiendas mejor el concepto. Cuando tú estás ante un paciente, tú observas, tú examinas y tú recoges datos, ¿verdad? A través de la anamnesis, a través del examen físico y a través de los exámenes de laboratorio. Recogesa información, la procesas, la analizas, ¿verdad? haces lo que llamamos la unidad clínica y sobre esa base llegas a un diagnóstico

y sobre la base del diagnóstico llegas a un tratamiento, ¿ya? O sea, Entendiéndose como el tratamiento como la toma de decisiones. ¿Ya? Entonces, si tú tienes clarísimo, como seguro que sí, cómo es el proceso de la atención médica, ¿no?, que es recoger información, analizarla, llegar al diagnóstico y dar tratamiento. Bueno, eso mismo extrapólalo a la salud pública y eso es la vigilancia. Solo que en lugar de hacerlo con una persona, lo hacemos con una población. Observamos, recogemos información, la analizamos, la procesamos, llegamos a una conclusión que es el diagnóstico y tomamos decisiones que ya no

será un tratamiento, sino será un conjunto de intervenciones, ¿no?, de medidas que se deben tomar para eh mejorar la situación que encontramos, ¿no? Entonces, la vigilancia en salud pública es eso, es lo mismo que hacemos con los casos que nos toca tratar. Ahora, dentro de la vigilancia en salud pública, hay una parte específica, es un componente que es la vigilancia epidemiológica, que se centra en la vigilancia de enfermedades y determinantes sociales, como ya también lo dijimos, ¿no? Y en este caso, la vigilancia epidemiológica es de tres tipos. La pasiva cuando esperas en tu servicio que

los enfermos lleguen a ti, La activa cuando sales a buscar en la comunidad más casos. Porque si te llegaron al servicio tres, cuatro casos, tú debes sospechar que eso puede no ser casualidad. Ya. Entonces puedes decir, "Oye, de repente hay más casos en la comunidad y tienes que ir a buscarlos porque tú sabes que hay gente que no se anima a ir al consultorio por cualquier razón. Entonces es importante que salgamos a buscar a esos casos, a la comunidad y eso constituye la vigilancia epidemiológica activa. En el Perú lo que hacemos es vigilancia epidemiológica activa,

¿ya? Y por eso las siglas de esa vigilancia es el vea. Cuando ustedes vayan al Serum se van a dar cuenta que todos los lunes tienen que reportar casos que han sido registrados a lo largo de la semana pasada. Entonces, esos casos pueden ser producto de una vigilancia pasiva, pero también de una vigilancia activa. Y eso tú lo reportas para que se consolide toda la información, ¿no? Ahora, hay un tercer tipo de vigilancia que es la vigilancia especializada o más conocida como centinela. La vigilancia centinela es la observación de una enfermedad en particular que sea

de mucho interés en un momento determinado. Por ejemplo, ahorita que está apareciendo un brote importante de pertusis, podemos establecer un mecanismo para una vigilancia especializada de pertusis. Eso constituiría una vigilancia centinela. Entonces, la vigilancia en general es para un grupo de enfermedades diversos. Tampoco son todas. Hay un esquema que ahorita también te voy a presentar de cómo se vigila las enfermedades en el Perú. Pero cuando a ti te interesa concentrarte en una de esas enfermedades, entonces tú armas todo una organización para vigilar solo esa enfermedad. Ya eso es algo que se llama vigilancia. centinela. ¿Y

por qué te interesa vigilar solo esa enfermedad? Bueno, por diferentes razones, ¿no? Pero en particular porque es es una enfermedad que te interesa investigar más, ¿ya? Entonces, vigilancia centinela se activa para algunos casos especiales. ¿Qué más? Entonces decía que cuando hablamos del sistema de vigilancia epidemiológica, en el caso del Perú tenemos una norma que nos dice qué enfermedades hay que vigilar. Como te dije, no son pueden haber 1000 enfermedades, pero no nos Interesa vigilar a las 1000. Ya nos interesa vigilar solo un grupo de ellas. Y acá te traigo en estas láminas cuál es la

lista de enfermedades sujetas a vigilancia epidemiológica, ¿no? En general tenemos 64 eh enfermedades que son materia de vigilancia. Ya. Ahora, ¿qué es lo importante? No que te memorices la 64, tampoco te queremos hacer daño, ¿verdad? Pero sí que puedas tener claro cuáles se reportan de manera inmediata. Y como tú puedes ver en la primera lámina y en la segunda lámina están agrupadas las 26, perdón, 28 enfermedades que se deben notificar inmediatamente. Cuando digo inmediatamente es en el mismo día que se ha conocido el caso, ¿no? Cuando tú revises la lista, te vas a dar cuenta

que la gran mayoría de ellas son las enfermedades inmunoprevenibles. En otras palabras, todas las enfermedades sujetas a vacunación, si aparece alguna de ellas, debe ser motivo de reporte o notificación inmediata. Inmediata. Y lo que ha venido en exámenes es principalmente preguntas en las que te piden indicar cuál de las siguientes enfermedades debe ser notificada inmediatamente, o sea, dentro del día que se registra la enfermedad. ¿Ya? Entonces, eso sí te recomiendo que esas 28 enfermedades las puedas revisar. Ahora, el resto, la gran mayoría se reporta semanalmente. Y cuando digo semanalmente, me refiero a todos los lunes,

ya a las 8 de la mañana, ya, de preferencia. Entonces, esa es la vigilancia semanal. Y hay otro grupo de casos muy pequeños que también sería bueno que los, ya que son pocos, que los puedas recordar, los que se notifican mensualmente. Por ejemplo, la infección por BH, el sida, que es la fase final de la infección por VIH, las lecciones por accidente de tránsito, las infecciones centrohospitalarias y el cáncer. ¿Ya? Entonces, chicos, ahí tienen la mesa servida para evitarles este el esfuerzo de ir a buscar la norma técnica. Ahí está ya todo eh eh precocido

para que lo puedan aprovechar. Aprovéchenlo entonces. Y este es el esquema, el fluxograma de cómo se notifica, ¿no? Desde el establecimiento, desde la comunidad, por el establecimiento de salud, pasando por la microred o la red de servicios a la direcza y finalmente a nivel nacional. Ya, ese es el circuito, como debe pasar la información de vigilancia epidemiológica. Muy bien, saltando a otro tema, el Así. El AIS es otra herramienta muy potente. A ver, yo se la voy a decir en en un tiempo muy corto porque creo que es lo que les conviene, ¿no? Eh, a

ver, cuando tú estás en el servicio hospitalario o en la consulta externa también, ¿cuál es el documento médico legal? al que tú recurres para conocer el estado de salud de la persona que vas a atender, ya sea de un paciente en consulta externa, continuador o un paciente hospitalizado. La respuesta todos la tenemos porque si son médicos saben que me estoy refiriendo a la historia clínica, ¿correcto? ¿Por qué es importante la historia clínica? Porque en ella está toda la información que te puede permitir a ti saber de qué se trata la historia de esa persona, de

ese paciente, ya enfermedades anteriores, Hospitalizaciones o consultas anteriores, procedimientos practicados y y respecto a la enfermedad actual, ¿cuál es el tratamiento que está recibiendo? Sí, cuáles son los resultados de exámenes que que te han llegado, etcétera, etcétera, etcétera. O sea, no cabe ninguna duda que la historia clínica pues es el documento más importante en la atención de los pacientes, es decir, en el ámbito hospitalario, en el ámbito asistencial. ¿Correcto? ¿Cómo es en la comunidad? Cuando tú llegas por primera vez, como te va a pasar ahora en el Seruns, que vas a ir a una comunidad

nueva para ti y tú nuevo para ellos también, ¿no? Hay que decirlo, y quieres conocer el estado de salud de esa población, ¿a qué deberías recurrir? A la historia clínica, ¿verdad? porque ahí te van a decir toda la información, todos los datos de que se muere la población, cuáles son las principales enfermedades que aparecen, eh qué intervenciones se han realizado, cuáles son las principales causas sociales y todo eso te va a dar una idea del estado de salud de la población. Es decir, necesitas una herramienta que se le parezca a la historia clínica. Y sabes

cómo se llama esa herramienta, si adivinaste ya, Así. Entonces, ojo, esto que estoy diciendo no lo van a encontrar en ningún texto, es simplemente una analogía didáctica para que entiendas la naturaleza del Así. El Así, estimados colegas jóvenes, aún es la historia clínica de la comunidad y como historia clínica tiene su estructura. En el en el Asís tú vas a encontrar esencialmente tres partes. Una que se llama la situación salud, enfermedad, que es en donde vas a encontrar toda la lista de enfermedades y las causas de muerte más importantes que afectan a esa población. En

otra parte vas a encontrar los determinantes sociales, que son los indicadores sociales que tienen que ver con la salud. Por ejemplo, ahí vas a encontrar cuántas cuántas familias tienen agua y desague, que tiene que ver con la salud, cuál es el nivel educativo de esa población, la tasa de analfabetismo que tiene que ver con la salud, cuál es el nivel socioeconómico o de pobreza que tiene que ver también finalmente con la salud, entre otros factores sociales que tienen que ver con la salud, o sea, que determinan la salud de las personas, por eso se llaman

determinantes sociales. Y por último vas a ver otro capítulo que es el menos conocido, el menos entendible, que es el el componente de la respuesta social, que ha venido dos veces ya en exámenes de residentado y en respuesta social. Esas esa tercera parte a veces pocos la conocen y menos la comprenden. Yo entiendo de qué trata la situación salud, enfermedad. Yo entiendo de qué trata eh el componente determinantes sociales, pero respuesta social no entiendo de qué trata. Bueno, ahora vas a entender. El componente de respuesta social es el componente en el que vas a encontrar

toda la información sobre recursos disponibles para trabajar en salud. Por ejemplo, ahí vas a encontrar información sobre cuántos médicos hay. en el ámbito que te toca, ¿cuántas enfermeras, cuántas camas de hospitalización, cuántos ecógrafos, inclusive hasta cuánto presupuesto se le ha asignado en salud a esa población? En otras palabras, el componente de respuesta social tiene la lista de los recursos disponibles para que trabajes en el tema de salud. ¿Ya? Entonces ese esas tres columnas, esos tres componentes son los que tú puedes encontrar en un Así bien hecho y sobre todo actualizado. Cuando llegues al Serums cabe

la posibilidad de que no Haya Asís. Y si no hay Asís, te toca a ti hacer el Asís. En el año que estés de ser humista, creo que ese sería un buen producto que tú le puedas dejar como legado a esa comunidad. Ya tienes tarea para el serums. Estas son las etapas de la gestión que usas con el serums, ¿no? Acá están, miren, observen el detalle. Acá está la parte de determinantes, acá está la parte de situación salud de enfermedad y acá está la respuesta social. Entonces, generalmente a partir de esta información tú puedes desarrollar

seis etapas para gestionar. Primero, toda esta información te permite analizar la situación de salud. Recuerda que la SS es como una historia clínica. Por lo tanto, a partir de la información tú analizas, defines escenarios, determinas prioridades, defines intervenciones o estrategias, llegas a acuerdos de gestión. y finalmente haces una evaluación de si todo lo que hiciste dio o no dio resultados, ¿no? Entonces, esas son las seis etapas de gestión a partir de la información de la SIS. Les voy a dejar también como tarea que revisen con más detalle la lámina para una mejor comprensión. No es

lo mismo el Asís que la sala situacional de salud. El Así, ya te dije, es como la historia clínica y la sala situacional de salud es como digamos Como la central de inteligencia, ya es decir, es un lugar físico en el que vas a encontrar toda la información actualizada sobre los temas más importantes de eh salud que afectan a esa población, ¿ya? Y general, generalmente este esta sala situacional está conformada por estos dos componentes. Un espacio físico, actualmente puede ser virtual con el uso de las TIC, las las tecnologías de la información y la comunicación,

¿ya? Y lo segundo, la información, que es el insumo principal. Entonces, tú en estas salas, repito, físicas o virtuales, puedes encontrar eh tablas, gráficos, mapas que te van dando una idea de cómo se está moviendo de forma muy dinámica la la las enfermedades de mayor importancia para la gestión eh sanitaria de esa localidad, ¿ya? Entonces, esa es la sala situacional de salud. generalmente está a cargo del área de epidemiología, ya de epidemiología, que son quienes tienen que alimentar y actualizar la información para que te permita constantemente estar analizando y viendo los cambios para tomar decisiones

adecuadas, ¿no? Entonces, eso es la sala situacional de salud que con toda seguridad la vas a conocer una vez que entres pues este a a los establecimientos de que van a estar a tu cargo, ¿no? como ser humista. Pasando a otro tema, vamos a revisar los conceptos de causalidad y riesgo. Esta es una lámina que básicamente te va a dar algunos conceptos básicos, ¿no? Eh, yo no quiero leer lo que tú vas a leer, sería ineficiente hacerlo, ¿no? Entonces, primero ahí tenemos eh la lista de conceptos más básicos relacionados al al tema de causalidad de

riesgo que pide el balotario del Mins. En lo que sí me voy a detener un poquito más es los modelos de causalidad. Hay dos modelos clásicos, ¿no? Empezando que el concepto de causalidad es la demostración de la relación que hay entre una causa y el efecto que provoca, ¿no? Entonces, eh los modelos de causalidad tratan de demostrar que no solamente hay asociación, sino que también hay causalidad, que digamos ya es un nivel mucho mayor. Ya. Por ejemplo, con el tema del cigarro y del cáncer de pulmón. Yo no hablo necesariamente de causalidad, ya no me

permiten concluir en causalidad, sino en asociación o en riesgo, que son conceptos eh todavía un poco a prox, ¿no? Porque hablar de causalidad, para que yo pueda Hablar de causalidad, debo reunir un conjunto de criterios que me permitan concluir en ese sentido. Por ejemplo, algo que sería indiscutible es demostrar molecularmente como la molécula de nicotina se mete en el núcleo del del de la célula pulmonar y provoca su multiplicación desordenada, o sea, provoca el cáncer. Si yo tuviera una imagen ya que demuestra ese mecanismo bioquímico molecular en el que el tejido pulmonar genera cáncer como

consecuencia de que la molécula de nicotina genera esos cambios, entonces ya no hay nada que que discutir. No estaríamos hablando de asociación, estaríamos hablando de causalidad. Si me permiten el ejemplo, es como que a una persona la acusan de haber asesinado a otra persona. Hasta que tú no demuestres concluyentemente que esa persona realmente este eliminó a la otra. Todos son sospechas, ¿no? Todas son simplemente pruebas o hipótesis y puedes tener una presunción de culpabilidad de esa persona. Pero si por ahí alguien te entrega un video en el que se ve a la persona sacando la

pistola y disparando A la víctima, se acabó el juicio, ¿verdad? Ya no hay más que decir ya. Eh, y encima si el el victimario confiesa, como dicen los abogados, a confesión de parte relevo de pruebas. Ya, ya no necesita ninguna prueba, ¿no? Entonces, a ese nivel es al que quiero que comprendan lo que es la asociación y la causalidad. Ya, la asociación es una sospecha, la causalidad ya es una demostración este concluyente, ¿no? Entonces, a lo largo de la historia en la epidemiología han habido dos modelos muy fuertes, ¿no? El primero es el modelo de

coach Henle o simplemente modelo de coach, que es un modelo construido para enfermedades infecciosas o infectocontagiosas, ¿no? Y el otro modelo es el modelo de Bradford Hill, que está más orientado a enfermedades crónicas degenerativas o simplemente no infecciosas, ¿no? Si es importante que revisen lo que hemos puesto en la lámina sobre el modelo de coach y el modelo de Bradford Hill y también los postulados de Evans, que digamos fue una contribución complementaria, ¿no? Entonces esos tres, esos dos modelos más los posado de Evans, digamos que fueron los insumos Que inicialmente trataban de dar luces de

cómo demostrar que una enfermedad eh se debía a una causa específica, ¿no? Pero todo eso se ha resumido en los modelos de causalidad moderna que vienen a continuación. El primero es el llamado causalidad probabilística, ¿no? Donde donde entran los conceptos de causa suficiente y de causa necesaria. Ya. Estas dos posibilidades definen cuatro escenarios. La causa suficiente es cuando basta que la causa en particular esté presente para provocar la enfermedad. Ya es suficiente que aparezca la causa, va a haber enfermedad. Y la causa necesaria es cuando la causa tiene que estar presente en la escena del

crimen para ponerlo de una manera coloquial, pero no es no es no basta que que esté la causa para que aparezca la enfermedad, ¿no? Ya. Entonces, de la combinación de estos parámetros salen estos cuatro escenarios, epidemiológicamente hablando, los cuatro modelos de causalidad probabilística. El primero, que es el más conocido, el de la causa necesaria y suficiente. El segundo de la causa necesaria pero no suficiente. El tercero de la causa que no es necesaria, pero es suficiente. Ahí entramos en nos complicamos, ¿no? Tranquilos, ahorita aclararemos la luz. Y la última es el modelo de causa no

necesaria y tampoco no suficiente. A ver, tratemos de explicar con el menor daño posible. causa necesaria y suficiente significa que basta que la causa esté, [resoplido] la enfermedad tiene que aparecer porque la causa a la vez que es necesaria es suficiente para provocar la enfermedad. Este tipo de modelo no es muy común dentro de la epidemiología. y se da esencialmente, por ejemplo, en enfermedades genéticas como la anemia de de pranocítica o el síndrome de Down, el de Tarner, el de Clean Felter y tal vez en el sida todavía eso está en proceso, ¿no? Pero enfermedades

genéticas de ese tipo, si que aparezca la alteración genética va a expresarse de todas maneras como enfermedad. El segundo modelo es la causa que es necesaria, pero no es suficiente. Y aquí entra la mayor cantidad de enfermedades infecciosas. Tomaremos como ejemplo emblemático la tuberculosis, ¿no? Para que tengamos tuberculosis necesitamos tener el vacilo de coch. Claro que sí, es necesario, pero tener el vacílo de coch es suficiente para hacer tuberculosis, no es suficiente. Ya. Y a ese modelo responde este tipo de enfermedades, ¿no? Por esa razón hoy día podemos decir que hay mucha población infectada con

con vail de coch pero que no ha hecho la enfermedad. ¿Y por qué? Ah, porque entran otros factores que no solo es el agente causal. Ya, para que se desarrolle la enfermedad no basta el ascilo, tiene que haber una concurrencia de otras variables, por ejemplo, desnutrición, por ejemplo, inmunodeficiencia. Bien, entonces es los modelos más típicos de enfermedades infecciosas. El tercer modelo es de la causa no Necesaria, pero sí suficiente. En este tipo de modelo tampoco es el más común y se refiere a que para tener una enfermedad se necesita diferentes causas, ya no solo una

en particular, puede haber esta, la otra o tal vez otra, o sea, el factor A, el factor B o el factor C. Cualquiera de esas tres son suficientes para provocar la enfermedad, pero que no haya A no es necesario para la enfermedad, porque lo que provoca A también lo puede provocar B. Por eso decimos que A no es necesaria y lo que puede provocar B también lo puede provocar C. Por lo tanto, B tampoco es necesaria y lo que puede provocar Cocar A. Así es que C tampoco es necesario, ¿no? Se entiende, ¿no? Y el

y un ejemplo didáctico de esto es los diferentes tipos de leucemia, ¿no? Que pueden ser producidas por exposición a radiación o por exposición a otras sustancias. O sea, puedes llegar por diferentes caminos a Roma. Cualquier causa no es necesaria, pero la presencia de alguna de ellas sí va a ser suficiente para provocar la enfermedad. Y la última que ya es la que más todos esperamos, ¿no? ¿Cómo que eso que no necesaria y no suficiente? Bueno, ya es una combinación de lo anterior, ¿no? Ningún factor por sí solo es necesario suficiente. Entonces, el factor A puede

estar presente en un cuadro clínico, pero ese factor A no es este no es necesario porque hay otro factor B, ¿no? lo que decíamos hace rato del modelo de no necesario y suficiente, pero acá se suma el hecho de que estando A, que no es necesario porque hay B, C, D que podrían estar, la presencia de A por sí sola tampoco basta para provocar la enfermedad. ¿Ya? Entonces, estamos entrando ya en una combinación más compleja que es el típico modelo explicativo de las enfermedades crónicas. como la diabetes melitus o el la hipertensión arterial. Por ejemplo,

la obesidad es una causa necesaria para provocar diabetes o para provocar hipertensión. No, no es necesaria porque de repente este el sedentarismo es otra causa que sí puede explicar la la hipertensión o el infarte miocardio, ¿ya? Entonces, la obesidad no es necesaria porque hay otras variables que pueden provocar y ser obeso necesariamente se va a traducir en hacer diabetes o en hacer hipertensión. Tampoco. O sea, la obesidad es un factor que no es necesario, pero tampoco es suficiente para provocar esa enfermedad. Y esto nos lleva a la conclusión de que la mayoría de enfermedades crónicas

son enfermedades multifactoriales, ¿ya? Y al ser multifactoriales, pues muchas causas relacionadas o asociadas a estas enfermedades pueden estar o pueden no estar. eh y su presencia o su ausencia puede o no eh garantizar que la enfermedad se desarrolle, ¿no? Entonces, es un esquema mucho más complejo. Entonces, de los cuatro modelos, el modelo dos y el modelo 4 son los que, digamos, de alguna manera representan al modelo de coach y al modelo de Bradford Hill, ¿no? Para enfermedades infecciosas el primero, para enfermedades crónicas el segundo. Y lo otro es lo que decía, ¿no? Hemos agarrado a

los criterios de coach, del modelo de coach de Frat Hill, hemos hecho un batido, ya lo hemos metido la licuadora y ha salido esto. decir, ya un conjunto de criterios para determinar la causalidad para enfermedades en general. Ya no hay una diferenciación para infecciosas, crónicas, sino en general. Y estos son básicamente estos ocho criterios. La relación temporal debe la causa que estás estudiando debe preceder a la enfermedad. La asociación en los ratios, el RR tienen que haber salido mayor de uno. La relación dosis respuesta, o sea, a mayor exposición, mayor probabilidad de que aparezca la

enfermedad. la repetición de hallazgos. O sea, hay muchos estudios en los que se ha demostrado lo mismo. La credibilidad biológica, que es la asociación que concuerda con lo que conocemos en la en el campo del conocimiento científico, biológico o fisiopatológico, ¿no? las consideraciones de explicaciones alternas si hay elementos este del conocimiento que apoyan tu hipótesis de que esta causa puede estar relacionada a este efecto, ¿no? El cese de exposición, si tú retiras la causa, el efecto puede desaparecer. También es otra prueba de que existe o no relación de causalidad. y la especificidad de asociación si

demuestras que el mismo agente está presente en los mismos casos de Enfermedad, ¿no? Entonces, ¿de qué se trata este estos criterios? que para concluir, si una causa eh o si un factor es realmente la causa de una enfermedad, el epidemiólogo debe demostrar el cumplimiento de todos estos criterios o por lo menos del 80% de ellos. Ya, si es el 100% mucho mejor, pero si por lo menos el 80% de estos que es entre 6 a 7 de ocho están presentes en el en en la evidencia que tú demuestras, podríamos concluir ya no solo en asociación,

sino en causalidad, ¿ya? Y eso eso es lo importante. Entonces, actualmente en las preguntas de exámenes, salvo que te hagan una pregunta histórica y que te hablen de del modelo de coch o el modelo de de Bradford Hill, hoy día en la epidemiología moderna son estos ocho criterios los que se usan para tratar de demostrar que un factor es la causa de una enfermedad y son los criterios de evaluación de causalidad. Muy bien, pasando al siguiente al siguiente tema, las enfermedades se transmiten o mejor dicho, las enfermedades que se transmiten pueden adoptar cualquiera de estas

figuras que son muy importantes y muy recurrentes en exámenes, ¿no? Me refiero a los términos de epidemia, endemia, Brote, pandemia, tipos de endemia, tipos de epidemia. A ver, empezamos con la primera. La epidemia, el concepto más popular, digamos, es el incremento de casos de una enfermedad por encima de lo esperado, por encima de lo habitual. Entonces, cuando tú ves que se incrementan los casos por encima de lo que se pensaba que iba a aparecer, podemos estar hablando de una epidemia. A diferencia de la endemia, que es el número de casos que aparecen, pero dentro de

lo que se espera, o sea, dentro de lo habitual. La endemia es lo habitual. Si todos los veranos has tenido 100 casos de diarrea y este verano tiene 100 casos igual que el verano pasado, entonces es las diarreas es una enfermedad endémica. Si el dengue aparece todos los años a la misma hora en el mismo canal, pero dentro de cantidades que son esperables porque es lo habitual, lo que ha ocurrido en los últimos años, entonces el dengue es una enfermedad endémica. Pero dentro de esa endemia, de repronto los casos se elevan por encima de lo

habitual, epidemia. ¿Qué es brote? El brote es una epidemia, solo que se le llama brote cuando la Epidemia es una epidemia que se circunscribe a un espacio pequeño, específico, a una localidad no muy extensa. Ahí se le llama brote. En la práctica a veces solemos llamar brote o epidemia de manera indistinta, pero lo mejor es saber la diferencia, ¿no? la epidemia es un poco más extensa y el brote es más pequeño. La pandemia no es otra cosa que una epidemia de gran escala. Y cuando hablo de gran escala, me refiero a que la enfermedad debe

haberse difundido por lo menos en dos continentes. Lo que la OMS llama regiones, la región de las Américas, la región africana, la región este de Oceanía, la región europea. ¿Ya? Entonces, la enfermedad tiene por lo menos que extenderse a dos regiones, o sea, dos continentes, ¿no? De acuerdo a la cantidad de población que se afecta, podemos tener la clasificación de oloendemia, hiperendemia, mesoendemia e hipoendemia. Empecemos por el último. La hipoendemia es cuando no más del 10% de la población tiene la enfermedad. Cuando ya la población afectada va del 10 al 50%, hablamos de una mesoendemia,

entre el 50 y el 75 una hiperendemia y más del 75% holoendemia, o sea, una epidemia generalizada. Y respecto a a otra clasificación muy antigua, solo la pongo acá por cultura general, llamaban las epidemias de tipo oldomiántica, que eran epidemias con un aumento brusco de casos, el subían rápidamente, pero también bajaban rápidamente, ¿no? eran las epidemias que gráficamente se representaban por curvas en punta de aguja, ¿no? Y esto generalmente estaba asociado a contaminación de alimentos, ¿no? En cambio, las prosodémicas son las que tienen un aumento lento, llegan a una meseta y tienen un descenso lento

también, ¿ya? O sea, y tú gráficamente no ves no ves una punta de aguja, sino ves una meseta, ¿no? Lo que nos hace recordar pues que el COVID siempre la lo mirábamos como una meseta, ¿no? Ya, esas son las prosodémicas y generalmente se da por enfermedades transmitidas de persona a persona, ¿no? como son las enfermedades respiratorias o por este manos contaminadas, que también son una forma de transmisión de enfermedad de persona a persona. Ahora, cuando tú quieres investigar un brote o una epidemia, ya les dije que a veces se llama de manera indistinta, tienes que

definir el caso. Para no confundirte, para no mezclar las cosas, tienes que tener una definición del caso que vas a estudiar. Y los casos Por definición son de tres tipos. El caso eh perdón, por transmisión son de tres tipos. El caso índice, el caso primario y el caso secundario. A ver, déjenme ver un Ya. El caso índice es el primer caso que aparece en una comunidad y que es notificado por la autoridad sanitaria, o sea, se registra en un servicio de salud. Toda epidemia o brote tiene un solo caso índice. ¿Quién es ese caso? El

primero que logramos contactar, notificar, registrar o identificar. Ojo, un caso índice no es el primer no es la primera persona que se enferma en una epidemia, porque puedes puede que tú seas la primera persona que te enfermas, pero te quedaste en tu casa. Te aguantaste como los machos, no fuiste al hospital, a la posta, al centro de salud. Por lo tanto, tú nunca fuiste registrado, nunca fuiste conocido, nunca fuiste identificado. Por lo tanto, tú no existes, doctor, por estar enfermo en mi casa, pero no existes en el estudio epidemiológico. Por eso es importante que tengan

claro que el caso índice es el primer caso notificado. Los casos primarios son todos aquellos que se infectan por contacto del de la fuente original. Si la enfermedad fue contraída por el consumo de alimento contaminado, entonces todos los que comieron y se enfermaron, esos son los casos primarios, diríamos son los casos de primera generación. ¿Y quién es el caso secundario? Todos los casos que se contagian de un caso primario. Tú eres el que comiste la apollada, ¿correcto? Te enfermaste, eres caso primario, pero luego te vine a visitar tu primo y como no te lavaste las

manos, lo abrazas, lo saludas y le contagias la enfermedad. Tu primo también va a ser la enfermedad. Pero como él nunca comió la apoyada, no es caso primario. Él se contagió de de ti, que eres el caso primario. Él es el caso secundario. ¿Correcto? Digamos que son los casos de segunda generación. Y la tasa de ataque es la incidencia de los brotes, ¿ya? Es decir, cuando tú mides cuántos casos nuevos aparecen en una población expuesta, es decir, la que comió la apollada, la que lo que tomó el agua contaminada, la población expuesta, ¿cuántos casos nuevos

han aparecido producto de esa exposición? Estás midiendo la incidencia acumulada, ¿te acuerdas? proporción de incidencia o riesgo absoluto, ¿ya? Pero cuando esa cuando ese indicador se aplica en un brote o en una epidemia, se da el nombre de tasa de ataque. Entonces la tasa de Ataque en realidad es la incidencia de un brote. Para que lo recuerden bien, estos son los pasos para la investigación de un brote. No voy a leer lo que ustedes deben leer. Así es que, por favor, otra tarea para la casa, revisar los pasos. para la investigación de un brote. Ahora,

¿cómo sé cuándo realmente la cantidad de casos es una epidemia o no es una epidemia? ¿No? ¿Cómo sé si todavía estáis dentro de lo habitual? Para eso se usan algunas herramientas, ¿no? Así como tú en el campo clínico, no sé, pues tienes la radiografía, el electrocardiograma y otras pruebas de imágenes. En salud pública, estimados jóvenes colegas, también tenemos cositas, ah, también tenemos nuestras herramientas, nuestros instrumentos y uno de ellos es el canal endémico. [resoplido] El canal endémico es una herramienta gráfica que se construye con los datos históricos del comportamiento de una enfermedad. Es bueno aclarar

y explicar que cada canal endémico se construye para cada enfermedad que te interesa investigar. Por lo tanto, cuando tú ves este gráfico, estás viendo el gráfico de una enfermedad, no de todas. es uno por uno. Cada enfermedad tiene su canal endémico. Y lo segundo que tienes que entender para interpretar mejor es que este canal endémico es una proyección futura de lo que podría pasar en el comportamiento de esa enfermedad, solo que ese comportamiento futuro lo predecimos sobre la base del comportamiento pasado. En otras palabras, para ponerlo más sencillo, yo debo recoger la información de cuántos

casos de esta enfermedad X hubieron en los 10 últimos años y con esa información yo puedo hacer una proyección. Por eso cuando ustedes miran un canal endémico, están mirando líneas irregulares. Y esa irregularidad no es otra cosa que la tendencia o la representación de cómo se ha comportado esa enfermedad en los 10 años pasados. ¿Va quedando claro, no? Entonces, cuando tú miras el canal endémico, los canales endémicos se construyen al inicio o al final del año anterior o al inicio del año que te interesa medir. Y esas gráficas, como repito, es la proyección, ya estoy

tratando de acorrarme un término que se me acaba de ir, pero bueno, está bien. es la tendencia o la proyección, ¿ya? El pronóstico, ya eso eso se me estaba pasando, el pronóstico. Por lo tanto, si tú miras esto, te queda claro que esa enfermedad históricamente ha tenido pocos casos en el primer trimestre, a mitad de año son donde más se presentan y a finales de año bajan. Ya históricamente así se ha comportado y esa es la tendencia. Pero el otro detalle es que este canal endémico está integrado por tres líneas que se le llaman cuartiles.

El cuartil uno o inferior, cuartil o medio y el cuartil tres o superior. Y esto es lo importante, que la que la presencia de cada cuartil, o sea, cada línea, determina cuatro campos en el gráfico. El primer campo es el que está por el área por debajo de la línea uno, que se llama zona de éxito. Entre la uno y la dos la zona de seguridad, entre la dos y la tres la de alarma y lo de lo que esté por encima de la tercera línea o cuartil 3 es epidemia. ¿Cómo funciona esto? Fácil. Estamos

2025, ¿verdad? Se supone que tenemos los canales endémicos que han sido construidos en enero, ¿ya? Entonces, imagínate que estamos en junio, ya estamos en junio y yo voy reportando diariamente mis casos y en junio aparecen 30 casos de la enfermedad que estoy vigilando. 30 casos. ¿Dónde cayó? Por encima de la línea tres. Entonces yo digo, estamos en epidemia. Pero, ¿qué pasa si cayó en cinco casos? Entonces, estamos en zona de éxito o cayó 10 casos, estamos en seguridad y así sucesivamente. Entonces, de acuerdo al punto en el que caiga los datos de la enfermedad en

el momento, tú podrás demostrar matemáticamente que estás o no en una epidemia y eso ya le mete más fuerza al tema de la al tema de de la definición de epidemia, ¿no? Ya no solamente son los casos habituales, sino que ahora son los casos que están por encima. del cuartil tres o tercera línea, ¿no? Y si no tienes canal endémico, también puedes usar lo que se llama el índice epidémico, que es un cociente en el que divides los casos, los casos notificados o presentados entre los casos esperados, ¿no? Ya. Si este índice epidémico está por

encima de 1.24, entonces estamos en epidemia. Es otra manera menos preciso, pero también válido. Respecto a los mecanismos de transmisión, la las enfermedades se pueden transmitir de manera directa o de manera indirecta, ¿no? De de manera indirecta por fomites, o sea, eh eh objetos inanimados, inertes. Esos son Fómites, por vectores, o sea, por mosquitos, por zancudos, que puede ser activo, pasivo. El activo, por ejemplo, puede ser elegipti que te pica y el paseo puede ser una mosca que que se posa en los alimentos y deja eh gérmenes eh extraídos de materia fecal en la que

estuvo posada previamente, ¿no? Entonces, de manera pasiva eh transmite gérmenes que luego tú te vas a comer, ¿no? Eh puede ser también por agua o por alimentos, ¿no? a los que se denominan vehículos y de manera directa puede ser esencialmente inmediata, no mediata. Esto esta diferencia es simplemente por tiempos, puede ser vertical a través de la placenta, significa, ¿no es cierto? o a través de la lactancia materna, ¿no? Eh, inmediata o mediata están relacionadas prácticamente al a los contactos cuerpo a cuerpo, ¿no? Dentro de ellos tenemos a las infecciones de transmisión sexual, que es la

manera más directa de transmitir enfermedades, ¿no? Cuando se juntan las mucosas o cuando los fluidos entran en contacto con las mucosas, ¿no? Entonces, si eso provoca ya signos inmediatos o hay un periodo de incubación, de ahí va a depender si es una transmisión inmediata o mediata. Y ya para terminar la última parte, las pruebas de diagnóstico, ¿no? Cuando Vamos a revisar pruebas diagnósticas, eh tenemos que tomar en cuenta la comparación que hay entre lo que llamamos el la los resultados de una prueba de oro o prueba de golden test y una prueba de tamizaje que

es la que quiere eh de alguna manera eh conocerse o evaluarse para saber si es una buena prueba o no es una buena prueba, ¿no? Entonces, ya que el tiempo se nos ha hecho bastante cortos, simplemente vamos a a enfatizar en lo siguiente. El gol estándar es la prueba de oro. Es la prueba que de salir positivo significa que la persona está enferma y de salir eh negativo significa que está sana. Y nadie discute eso. Ya. Ese es el consenso científico de lo que diga el gol estándar. Es la verdad. Después de Dios viene gol

estándar. Ya. Eh, y la prueba de tamisaje es una prueba que está en proceso de evaluación para saber si se aplica o no se aplica. El problema del Gold Standar es que generalmente son pruebas caras, complejas, que requieren de tecnologías, lo que no las hace útiles para ser aplicadas a nivel masivo, a nivel poblacional. Por esa razón se requieren pruebas más rápidas, más baratas, más sencillas, que sí se puedan aplicar a mucha población. El tema es cuán buenas pueden ser estas pruebas y esa calificación o esa evaluación va a depender de la comparación que hagamos

con los resultados del gol estándar, con los resultados que se obtienen por la Prueba de tamizaje o la prueba de diagnóstico, ¿no? Entonces, mientras más se parezca esta prueba al gol estándar, podremos decir que es una buena prueba. En términos generales, ya para soltar un dato específico, digamos que si la prueba de tamizaje se parece en un 80% a los resultados que da el gol estándar, es una buena prueba. Ese criterio, obviamente puede tener diferencias, pero el 80% es un porcentaje que nos permite eh eh aceptar una prueba para aplicarla a nivel de población. Eh,

hay algunos conceptos que hay que repasar dentro de las pruebas, como la validez, que es cuando una prueba mide lo que tiene que medir, la confiabilidad o repetibilidad, que es cuando una prueba te da los mismos resultados, la las n veces que la aplicas, siempre que las condiciones no hayan cambiado, ¿no? la eficiencia del test cuando una prueba te da el mayor porcentaje de resultados verdaderos o correctos, ¿no? O sea, no se equivoca mucho. Otro concepto tiene que ver con los errores de medición. Hay dos tipos de errores en epidemiología. Los errores aleatorios, también llamados

errores estándar o estadísticos, y los errores sistemáticos, también llamados sesgos. Ya. La idea es que el error aleatorio o estadístico solo depende del azar, Ya no hay nada que hacer. El investigador no puede hacer mucho para modificar eso porque hay una carga aleatoria inevitable cuando tú haces una medición estadística, ¿no? Y cuando eso sucede, pues a ese error se le llama aleatorio o también error estándar o también error muestral, ¿no? [resoplido] Y la idea es que ese tipo de error es un error aceptable, un error digamos eh de no tanta trascendencia, ¿no? Y solo afecta

la precisión de las mediciones y hemos tratado de simbolizar gráficamente que estas flechitas son las mediciones y el centro del pull es el objetivo que queríamos lograr. Entonces, el error estadístico lo que hace es alejarte un poquito más o menos del resultado final sin perder eh el mismo sentido, ¿no? Entonces, afecta la precisión, pero no es grave. En cambio, el error sistemático si es un error de procedimiento de la investigación es un error gravísimo que si ustedes comparan las flechitas todas se desvían. se pierden, o sea, toda medición se aleja del objetivo que quieres medir.

Y esta representación gráfica lo que trata de decir es que un error sistemático o un sesgo afecta la validez de las pruebas, ¿no? Entonces es un error grave. Bien, entonces volviendo a los temas de prueba de tamizaje, solamente voy a enfocarme en lo siguiente. Observen. Para yo saber si una prueba es buena o no es buena, tengo que comparar a la prueba, a los resultados del gol estándar con los resultados de la prueba de tamizaje. Hasta ahí bien. Ahora, hay cuatro criterios principales que me van a permitir medir cuánto se parece una prueba al gol

estándar. Y esos son la sensibilidad, la especificidad, el valor predictivo positivo y el valor predictivo negativo. Los dos primeros se llaman criterios de validez interna. y los dos segundos criterios de validez externa. Esta tabla es donde yo comparo el resultado del gol estándar, que es enfermo sano. Repito, esto significa que acá salió positivo, aquí salió negativo y los resultados de la prueba que está concursando, que está postulando, que se está evaluando, que me puede salir positivo o negativo. Y de aquí nacen estos cuatro resultados, ¿no? Por ejemplo, el verdadero positivo que es cuando la prueba

de tamisaje coincide con el resultado del gol estándar. Eso es bueno. Verdadero, o positivo. Positivo, verdadero. Pero cuando el la prueba de tamizaje discrepa del gol estándar, o sea, la prueba de tamizaje salió positivo, pero el gol estándar salió negativo, por eso está sano. Este es un positivo falso. Y lo mismo ocurre que abajo. Falso negativo, perdón. falso negativo. Cuando el negativo de la prueba de tamizaje no coincide con el gol estándar. Este negativo, entonces es falso. Y cuando coincide el gol estándar con la prueba de tamizaje en negativo se llama verdadero negativo. Muy bien,

de ahí salen los cuatro términos y de esto se deducen las cuatro fórmulas porque las preguntas a veces es de cálculo. Cuando te viene una pregunta, calcule usted con esta información la sensibilidad, la especificidad, el valor predictivo positivo o el valor predictivo negativo. Repito, la idea es que entre esos cuatro parámetros todos en conjunto salgan pareciéndose al 80% o más de los resultados de la prueba en concurso contra el gol estándar. Ahora, ¿qué cosa es la sensibilidad? La sensibilidad no es otra cosa que la capacidad de la prueba de tamisaje de reconocer como enfermos a

los que en verdad están enfermos. O sea, es la capacidad de descubrir a los enfermos verdaderos. Ya. En cambio, el valor predictivo positivo es la capacidad de la prueba de de tamizaje de acertar, o sea, de reconocer como enfermos entre los que han salido positivos a su prueba, no entre los enfermos de verdad. Por eso, una primera diferencia entre sensibilidad y valor preditivo positivo, siendo el numerador el mismo en ambos, Es el denominador. A + C es o son los enfermos y A + B es la suma de los resultados positivos de la prueba de

tamizaje. Entonces, ¿cuál es el denominador de la sensibilidad? Los enfermos. ¿Cuál es el denominador del valor predictivo positivo? Los resultados positivos. Y algo similar sucede con la especificidad y el valor preditivo negativo. ¿Qué cosa es la especificidad? Es la capacidad de la prueba de reconocer como sanos a los que están sanos. Y el valor preditivo negativo es la capacidad de la prueba de reconocer como sanos entre todos los que han salido negativos. Ahorita van a entender mejor. Entonces, el numerador de uno y de otro es el mismo. El denominador es la diferencia. ¿Cuál es el

denominador de la especificidad? Los sanos. Y de la del valor positivo negativo, los resultados negativos. ¿Ya? Entonces, ¿de qué trata la el el la ciencia y el arte de responder este tipo de preguntas? de reconocer cuál es el denominador. Esencialmente cuando te hagan una pregunta en la que te pidan, diga usted la siguiente frase, ¿a qué corresponde? ¿A sensibilidad, a especificidad, a BPP o a BPN? Entonces, hemos creado una un procedimiento casual, casero, en el que si tú reconoces estas palabras, estos conectores, como yo le llamo Dentro de la pregunta, tendrás que recordar que la

palabra que sigue a continuación de este de este conector, yo he hecho esta lista en base a todas las preguntas que han venido en exámenes anteriores. Este será el denominador y eso te va a ayudar a elegir la respuesta correcta. Por ejemplo, solo un ejemplo por tiempos. Si la pregunta dice, dado que está enfermo, o sea, no importa qué dicen el resto de la pregunta, pero si tú logras detectar esta parte, dado que está enfermo, estar enfermo o enfermo es el denominador. Y yo te pregunto, ¿cuál es el denominador o de cuál de esos criterios

su denominador son los enfermos? El único es la sensibilidad. y así vamos a poder aplicar este recurso para saber de qué se trata la pregunta que nos están pidiendo. Es es un recurso que hay que practicarlo y veremos en preguntas eh sucesivas eh algunos ejemplos para poder eh explicar mucho mejor, ¿no? Ahora, una última nemotecnia es la siguiente. Yo te yo les he dicho, esta es la tabla, ¿no? Enfermo sano, ¿quién decide eso? El gol estándar. positiv positivo, negativo. ¿Qué es esto? Es la prueba de tamizaje. Entonces, la idea es que yo voy a tener

verdadero positivo, falso positivo, falso negativo, verdadero, negativo. ¿Ya? Pero, ¿cuál es la nemotecnia que te quiero eh compartir? La sensibilidad empieza con s de sanos. La especificidad empieza con e, de enfermos. Sería excelente que la sensibilidad se relacione con sanos y la especificidad con enfermos, ¿verdad? Sería una nemotecnia perfecta, pero estamos en un mundo cruel y lamentablemente la relación es cruzada. Por lo tanto, a partir de ahora, con solo este dato, cuando te hablen de sensibilidad, ¿en qué tienes que pensar? En enfermos. Y cuando te hablen de especificidad, en sanos. Por eso la el la

la gráfica, la tabla nos dice que para calcular sensibilidad solo tienes que trabajar con la columna de enfermos. Para calcular especificidad solo con la columna de sanos. Para el valor predictivo positivo, solo tendrás que trabajar en la fila de los positivos y para calcular el valor predítico negativo en la fila de negativos. Y de ahí vas a poder reconstruir las cuatro fórmulas. Un dato más. ¿Con quién se relaciona la prevalencia? con la sensibilidad o con la especificidad. La respuesta es con ninguno. La prevalencia se relaciona solo con los valores predictivos. Y otra nemotecnia para ustedes,

prevalencia con predictivos. Ya sí se entendió, ¿no? Hay nemotecnias que no se explican, solo se sienten. Entonces, la relación es directa con el BPP e inversa con el BPN. Entonces, no olvidar nunca sensibilidad ni especificidad se relacionan con la prevalencia, solo los valores predictivos y de esa manera. Muy bien, espero haberlos ayudado en esta oportunidad y nos volvemos a encontrar en una siguiente sesión. Muchas gracias. Oh. [música]