MEDIDAS DE PROBABILIDAD EN INVESTIGACIÓN

Responsable: Lic. Mildred Amparo Sandoval

El enfoque de frecuencia relativa de la probabilidad depende de la capacidad de repetir un proceso y

de la capacidad de contar el número de veces que ocurre el evento de interés.

Si un proceso es repetido un gran número de veces, “n”, y si el evento de interés E ocurre m veces, se
define la probabilidad del evento E como P (E) = n / m.

Ej. En un artículo de la revista American Journal of Drugs and Alcohol Abuse, Erickson y Murray (A-I)
afirman que las mujeres están consideradas como un grupo con riesgo especial de adicción a la
cocaína, y que se ha sugerido que sus problemas con la cocaína son mayores que en los hombres.

Con base en la revisión de textos especializados y en el análisis de los resultados de un estudio original,
estos investigadores argumentan que no hay evidencia de que el uso de cocaína en las mujeres exceda
al de los hombres, o que el indique de uso crezca mas rápido en comparación con el de los hombres,
o que experimenten más problemas.

Los sujetos de estudio de Erickson y Murray comprenden una muestra de 75 hombres y 36 mujeres.
Los autores afirman que los individuos son una muestra bastante representativa de adictos típicos
adultos sin tratamiento ni encarcelados.

La tabla 3.4.1 muestra la frecuencia de uso de la cocaína en el tiempo de vida y el sexo de los
individuos. Suponga que se escoge a uno de ellos aleatoriamente de entre la muestra. ¿Qué
probabilidad existe de que sea hombre?

Tabla: Frecuencia de consumo de cocaína por género entre adultos adictos

Frecuencia de uso de cocaína en Del sexo Del sexo Total

el período de vida masculino (M) femenino (F)
1-19 veces (A) 32 7 39
20-99 veces (B) 18 20 38
100 + veces (C) 25 9 34
Total 75 36 111

Puede observar que es una “Tabla de Contingencia” de 3x2 (3 filas x 2 columnas) y además muestra
los valores observados en el estudio. (Recordar tablas de contingencia de SPSS),
 REGLAS PARA EL CÁLCULO DE PROBABILIDADES.

ALGUNAS DEFINICIONES PREVIAS.

 Dos eventos A y B son MUTUAMENTE EXCLUYENTES si no pueden ocurrir al mismo

tiempo.

 Dos eventos A y B son INDEPENDIENTES si la ocurrencia de un evento NO afecta la

ocurrencia del otro.

 Dos eventos A y B son DEPENDIENTES si la ocurrencia de un evento SI afecta la

ocurrencia del otro.

REGLAS PARA EL CÁLCULO DE PROBABILIDADES

1. Evento Complementario = P(A´) = 1 – P(A)

2. Suma o Unión de dos eventos: Es la probabilidad que ocurra un evento A o el evento B

o ambos.

P(AUB) = P(A) + P(B) Si A y B son Mutuamente excluyentes

P(AUB) = P(A) + P(B) – P(A∩B) Si A y B NO son Mutuamente excluyentes.

3. Probabilidad Conjunta: Es la probabilidad que ocurran dos eventos al mismo tiempo, se

tienen 3 casos:

P(A∩B) = P(A). P(B) Si A y B son Independientes

P(A∩B) = 0 Si A y B son mutuamente excluyentes

P(A∩B) = P(A/B). P(B) Si A y B son Dependientes

4. Probabilidad Condicional: Es la probabilidad que ocurra un evento A, dado que ya

ocurrió un evento B
P (A/B) = P(A∩B) / P(B)
 EJERCICIO PARA EL CÁLCULO DE PROBABILIDADES

Tabla: Frecuencia de consumo de cocaína por género entre adultos adictos

Frecuencia de uso de cocaína en Del sexo Del sexo Total

el período de vida masculino (M) femenino (F)
1-19 veces (A) 32 7 39
20-99 veces (B) 18 20 38
100 + veces (C) 25 9 34
Total 75 36 111

PROBABILIDAD PARA EVENTOS SIMPLES

Probabilidad que sea hombre =P(M) = 75/111 = 0.6757

Probabilidad que sea mujer = P(F) = 36/111 = 0.3243
Probabilidad que haya consumido 1-19 veces = P(A) = 39/111 = 0.3513
Probabilidad que haya consumido 20-99 veces = P(B) = 38/111 = 0.3423
Probabilidad que haya consumido 100 + veces = P(C) = 34/111 = 0.3063

PROBABILIDAD PARA EVENTOS COMPLEMENTARIOS

La probabilidad de No seleccionar una mujer = P(F´) = 1 – P(F) = 1 – 0.3243 =0.6757

PROBABILIDAD PARA EVENTOS COMPUESTOS

PROBABILIDAD CONJUNTA (PROBABILIDAD QUE OCURRAN DOS EVENTOS AL MISMO

TIEMPO A∩B)

La probabilidad de seleccionar un hombre y que este haya consumido cocaína de 1-19 veces= P(A∩M)
= 32/111=0.2883

La probabilidad de seleccionar una mujer y que esta haya consumido cocaína 100 o + veces = P(F∩C)
= 9/111=0.081

La probabilidad de seleccionar un hombre y que esta haya consumido cocaína 100 o + veces = P(M∩C)
= 25/111=0.2252

PROBABILIDAD DE LA SUMA DE DOS EVENTOS (AUB)

La probabilidad de seleccionar a una persona que haya consumido 1-19 veces o 100 + veces cocaína
P(AUC) = P(A) + P(C) = 0.3513 + 0.3063 = 0.6577

La probabilidad de seleccionar a una persona que sea del género masculino o que haya consumido
100 + veces cocaína P(MUC) = P(M) + P(C) – P(M∩C) = 0.6757 + 0.3063 - 0.2252 =0.7568
PROBABILIDAD CONDICIONAL

Se selecciona una persona de la muestra y es un hombre, ¿cuál es la probabilidad que haya consumido
100 + veces cocaína?

P (C/M) = P(C∩M) / P(M) = 0.2252 /0.6757 = 0.3333

Todos estos cálculos podemos hacerlos directamente en SPSS, utilizando las Tablas de Contingencia
y colocando en la parte de Casillas los porcentajes por columnas. Se muestra a continuación la salida
de datos del programa.

ESTUDIOS EPIDEMIOLOGICOS

La epidemiología es el estudio de la distribución y determinantes de enfermedades en poblaciones

humanas. La distribución de enfermedades se refiere a la carga de estas según características como
edad, sexo, clase social, estado civil, grupo racial, ocupación, entre otras.

Los determinantes son los factores que causan la enfermedad o se relacionan con ésta.

Estudiar la distribución de la enfermedad es una descripción de la misma, mientras que estudiar los
determinantes se refiere a su etiología. Por ejemplo, el hallazgo de que el número elevado de parejas
sexuales se asocia al cáncer cervical (descripción) conlleva a investigar el porqué de esta asociación
descubriéndose que la infección por el virus del papiloma humano (VPH) es el agente causal de este
cáncer (etiología).

En general los factores estudiados son particulares de cada enfermedad y éstos pueden ser de diversas
características como la polución atmosférica, estilos de vida (uso del cigarrillo, hábitos alimenticios,
comportamiento sexual, etc.) o aspectos biológicos (como el colesterol o la presión sanguínea).

Incidencia y prevalencia

La incidencia es el número de de casos nuevos de la enfermedad dentro de un periodo específico de

tiempo.
Incidencia del VIH en el mundo El número de nuevas infecciones se reduce en un 17% según la
OMS, dato de 2009.

La prevalencia es el número de casos existentes de la enfermedad en punto determinado del tiempo.

La prevalencia (P): cuantifica la cantidad de “enfermedad” presente en una población a un tiempo
determinado. Se expresa como la proporción de personas enfermas en el total de personas que
componen dicha población, amplificada por alguna constante como 100, 1000, 10000 etc.

Ej. Prevalencia de hipertensión en el adulto en El Salvador para el año 2000 era del 26%

Normalmente estas medidas suelen presentarse en forma relativa. Por ejemplo:

Medidas de Riesgo

En epidemiología a menudo se tiene el interés de evaluar el chance de que un individuo que presenta
cierto atributo tenga una enfermedad específica. La medida epidemiológica más básica es la
probabilidad condicional de que un individuo tenga la enfermedad dado que presenta dicho atributo.
Esa probabilidad es llamada riesgo de la enfermedad y el atributo factor de riesgo.

RIESGO R: se define como la probabilidad de que una persona libre de un evento (adverso como
enfermedad o muerte), lo desarrolle en un tiempo determinado.

El riesgo de enfermar se define como la Probabilidad de Enfermar, es decir;

R(E) = P (E), donde E representa el evento Enfermar.

Ej. Hace 15 años, en El Salvador morían 17 bebés menores de 28 días (neonatos), 45 menores de 1
año y 52 menores de 5 años por cada mil nacidos vivos.
En 2007, el Ministerio de Salud registró 9 muertes de neonatos, 13 de menores de un año y 15 de
menores de 5 años por cada mil nacidos vivos.
Esto indica que la tasa de mortalidad neonatal disminuyó en un 53% respecto a la tasa de 1993, por lo
que la tasa de mortalidad infantil (menores de un año) se redujo en un 28% y la tasa de mortalidad en
menores de 5 años decreció en un 29%.

Observación:
1) % indica porcentaje (casos por cada cien); %o indica casos por mil; %oo indica casos por diez mil;
etc.
2) El riesgo sólo se puede determinar en estudios de cohorte o ensayos clínicos, es decir cuando se
cuenta con una cohorte de sujetos observados en el tiempo, libre del evento al comienzo de la
observación. Ejemplo: En el caso de la mortalidad infantil, la cohorte en observación corresponde a
todos los nacidos vivos que son observados por el periodo de un año registrándose todas las muertes.
Riesgo Relativo RR: Es un indicador que compara el riesgo entre dos cohorte de personas (dos
poblaciones) una expuesta y otra no expuesta a algún factor de determinado (factor de riesgo).

Se calcula como el cociente entre el riesgo de los expuestos y los no expuestos de sufrir el evento de
interés.

Interpretación.
1) RR=1 (cercano a 1) indica que el riesgo del evento es el mismo en los expuestos que en los no
expuestos entonces no es factor de riesgo para el evento.

2) RR>1 indica que el riesgo en el grupo expuesto es mayor que en el grupo no expuesto.

3) RR<1 indica que hay un efecto protector, es decir que el riesgo de los expuestos es menor al de los
no expuestos. (Ej. Si la exposición es cualquier tratamiento profiláctico que funcione. RR=0.5
significa que los expuestos tienen la mitad del riesgo de los no expuestos).

Ejemplo

Los siguientes datos corresponden a un estudio longitudinal que relaciona el uso de contraceptivos
orales (OC) y presencia de Bacteriúria en mujeres de 16 a 49 años de edad.

Para este ejemplo la población expuesta es la población que usa los contraceptivos.
El factor de riesgo es la presencia de Bacteriúria, por lo tanto el Evento es la presencia de Bacteriúria,

Se requiere encontrar el Riesgo Relativo:

RR = P(Bacteriúria/usa contraceptivos)
P(Bacteriúria/No usa contraceptivos)

RR = (27/482) = 5.60% = 1.39 Se obtiene el mismo resultado

(77/1908 4.04%
)
Una forma alternativa es obteniendo de SPSS la tabla de contingencia, marcando en casillas el
porcentaje total. Esta tabla muestra los valores de las probabilidades, los cuales se deben de usar para
el cálculo.

BACTERIÚRIA
USO DE CO SI NO TOTAL
SI 1.13% 19.04% 20.17%
NO 3.22% 76.61% 79.83%
TOTAL 4.35% 95.65% 100%

RR = P(Bacteriúria/usa contraceptivos)
P(Bacteriúria/No usa contraceptivos)

Se obtiene el mismo resultado

RR = (1.13/20.17 = 5.60% = 1.39
)
(3.22/79.83 4.04%
)

INTERPRETACION

Esto significa que las expuestas, mujeres que usan contraceptivos orales, tienen un 39% más riesgo
de tener bacteriúria, respecto de las mujeres no expuestas (no usuarias de contraceptivos orales).

Si el RR hubiese sido de 2, implicaría que los expuestos tienen el doble de riesgo que los no expuestos.

Importante: El cálculo del riesgo relativo se asocia principalmente a estudios de seguimiento.

Razón de Momios- Odds Ratio (OR)

Es una medida que intenta estimar la fuerza de asociación entre un factor de riesgo y la presencia de
un evento (enfermedad).

El OR se calcula principalmente en estudios de Corte Transversal o de Casos y Controles

(retrospectivos). En general los estudios de Casos y Controles comparan la frecuencia de exposición a
un factor de riesgo en el pasado de las personas “enfermas” (casos) y personas “sin la enfermedad”
(controles)

La Odas es la razón entre la probabilidad de ocurrencia de un evento y la probabilidad de no ocurrencia

de dicho evento.

Odds = P(A) / P(A´) Donde A es el evento y A’ es el evento complementario.

Ej. Si el evento es que salga una cara en el lanzamiento de una moneda, la Odd de que salga cara será
½ / ½ =1, se interpreta diciendo que por cada cara se espera un sello.

Si la Odd de un evento es ½ entonces éste evento ocurrirá una vez por cada dos veces que no ocurra.
Considere un estudio de retrospectivo que pretende evaluar la condición de fumar (F) y la aparición de
cáncer de pulmón (CP). Este estudio tomó una muestra 37 de pacientes con cáncer pulmonar y una
muestra de 139 pacientes libres de CP. La condición de fumar de estos pacientes se presenta en la
siguiente tabla.

Se intenta estimar la fuerza de asociación entre un factor de riesgo este caso Fumador y No Fumador
con la presencia del evento cáncer pulmonar.

Odas Ratio = P(A) / P(A´) Donde A es el evento y A’ es el evento complementario.

Sea el evento Exposición “Fumar:

La Odd de “Fumar” en los pacientes con cáncer de pulmón es 12 / 25 = 0.48 = 48 de 100; es decir
entre los pacientes con cáncer de pulmón, por cada 48 fumadores hay 100 no fumadores.

La Odd “Fumar” en el grupo de pacientes sin cáncer de pulmón es 21:118 = 0.178 ≈ 18 de 100, es decir
entre los pacientes sin cáncer de pulmón, por cada 18 fumadores, hay 100 no fumadores.

Se puede observar en estos datos que la frecuencia de fumar es mayor en los pacientes con cáncer de
pulmón ¿cuánto más ?….

La razón entre el Odd de exposición de los pacientes con el evento (caso) y sin el evento (control), se
llama razón de Odas u Odas Ratio (OR).

El OR estaría indicando el número de expuestos en los casos por cada expuesto en los controles.
Interpretación:

1) OR=1 la frecuencia de exposición en los casos y controles es la misma “no hay asociación entre el
factor de riesgo y el evento en el estudio.

2) OR>1 La frecuencia de exposición en los casos es mayor que en la de los controles (es factor de
riesgo)

3) OR<1 Lo contrario que lo planteado en el numeral 2, es factor de protección.

Continuando con el ejemplo

OR=(12/25)/(21/118)=(12*118) / (21*25)=2.7, es decir por cada 2.7 fumadores en los pacientes con
cáncer de pulmón, hay sólo un fumador en el grupo sin cáncer de pulmón.

Observación:

El cálculo de OR se asocia principalmente a estudios de corte transversal y de Casos y controles, sin

embargo también se puede calcular para estudios de cohorte en vez del el RR donde el OR de interés
será el de enfermedad y no el de exposición como en el de estudio de Caso y Control.