LOGIT (p) = ln IC/ (1- IC)

Apareamiento: Una técnica para evitar confusión en el diseño del estudio
EN EL DISEÑO (antes de hacer el estudio)
Aleatorizacion
Apareamiento
Restricción

Evitamos confusión.

EN EL ANÁLISIS (después de hacer el estudio)
Regresión logística
Estandarización de tasas
Estratificación

Corregimos confusión.

MEDIDAS DE ASOCIACIÓN E IMPACTO

• Si quiero ver qué factor tiene mas evidencia de asociación con la enfermedad, comparo el mayor RR
• Si quiero ver qué enfermedad es mas frecuente entre las dos, comparo la suma de las incidencias expuestos + no expuestos de cada enfermedad.

NNT --> Número de pacientes que se estima que es necesario tratar con el nuevo tratamiento, en lugar de con el tratamiento control, para prevenir un suceso (enfermedad). 

Es el número de personas que se necesitaría tratar durante un período de tiempo determinado, con un tratamiento específico (ej. aspirina a quienes han sufrido un ataque cardíaco) para evitar una ocurrencia adicional de un evento determinado (ej. prevención de muerte).

Si quiero saber qué factor es más protector que otro, miro qué NNT es mayor, y ese será más protector.

 Se calcula como el inverso del RAR (Reducción Absoluta del Riesgo)
 Cuanto más pequeño sea el NNT, la intervención será más ventajosa.

Reducción absoluta del riesgo (RAR)/ Diferencia absoluta del riesgo/ Exceso de riesgo:
RAR= Incidencia control (no expuestos)- I.tratados (expuestos)

• Nos informa del riesgo absoluto que se debe al hecho de haber recibido tratamiento (no de casos).
• Por cada 100 tratados (expuestos), X casos menos respecto a los que se producirían si no se trataran.
• RAR = 0 --> no hay asociación
• RAR < 0 --> FACTOR DE RIESGO
• RAR > 0 --> FACTOR PROTECTOR

Reducción relativa del riesgo (RRR)/  Diferencia relativa del riesgo/ Fracción atribuible
Indica en que porcentaje el tratamiento reduce el riesgo de padecer la enfermedad (proporción)
indica que el riesgo del grupo tratado se reduce un X% del riesgo del grupo control.

ESQUEMAS COMPLETOS

PO RESUELTAS + TEORÍA

MEDIDAS DE FRECUENCIA

TASA DE INCIDENCIA BRUTA:

T = sumatorio ( p · Tespecífica)i

USO TASA DE INCIDENCIA/DENSIDAD DE INCIDENCIA

• Casos Nuevos + Población a mediados de año
• Casos a lo largo de X años + N0 + Nf
• Casos Nuevos + Años-Persona

USO PREVALENCIA

• En un momento determinado: Casos + N

USO PREVALENCIA, TASA DE INCIDENCIA E INCIDENCIA ACUMULADA

• X años de estudio + Casos en t0 + N0 + Casos Nuevos

P   = ( casos t0  /  N0 ) ·100

IC = Casos Nuevos / (  N0 - casos t0 )

TI = Casos Nuevos / años de estudio · (  N0 - casos t0 )

CÓMO VARÍA LA PREVALENCIA
Desciende si...

• Aumenta la mortalidad
• Baja la incidencia
• Emigraciones
• Se mejoran los tratamientos

Aumenta si...

• Es una enfermedad crónica
• Prolongación vida en incurables
• Se mejora el diagnóstico
• Inmigración
• Aumenta la incidencia

Apuntes

PO7 METANÁLISIS

PO6 ALEATORIZACIÓN +SESGOS

ESTANDARIZACIÓN DE TASAS DIRECTO E INDIRECTO

COMANDOS

codebook, compact —> lista del contenido de del fichero de datos

i. —> variable dicotómica, cualitativa

c. —> variable contínua, cuantitativa

RR —> Mide eficacia

RA —> mide eficiencia (Risk Difference)

z --> (RR) riesgo de expuestos / no expuestos

• CATEGORIZAR UNA VARIABLE CONTINUA

Edad_madre --> contínua

Generar variable indicador de madre "añosa" (>40 años)

• gen madre_mayor=1 if Edad_madre>=40
• drop madre_mayor
• gen madre_mayor=1 if Edad_madre>=35

Pero las madres q nos interesan son las madres <35 años -->

• replace madre_mayor=0 if madre_mayor!=1 // replace madre_mayor=0 if madre_mayor==

• MODELO DE REGRESIÓN MÚLTIPLE
• reg var1 var2 if genero==0
• MODELO DE REGRESIÓN MÚLTIPLE CON INTERACCIÓN
• reg Var1 c.Var2 ## i.género
• REGRESIÓN LOGÍSTICA
• logit l exposición género  --> obtendremos los coeficientes como tal
• logistic l exposición género   --> obtendremos OR o RR
• Estimar la probabilidad con RL CASO-CONTROL
• cc Var1(enfermedad) Var2 (factor de exposición)
• cc Var1 (enfermedad) Var2 (Eposicion),  by(Var3)
• ESTUDIO LA INTERACCIÓN --> 
• logistic Var1 i.Var2
• ESTUDIO LA CONFUSIÓN -->
• logistic Var1 i.Var2 i.Var3
• Teniendo todos los factores influyentes
• logistic Var1 Var2 Var3 Var4 Var5…etc
• ESTUDIO DE COHORTES
• cs Var1 Var2 
• ESTUDIAR LA INTERACCIÓN y CONFUSIÓN-->
• cs Var1 Var2, by(Var3) 
• ESTUDIO DE SEGUIMIENTO
• ir Var1 Var exposición Var años-persona
• ESTUDIAR LA INTERACCIÓN y CONFUSIÓN
• ir Var1 Var2 VarAños-persona, by(Var3)
• METANÁLISIS

Abrir el archivo del ejercicio 1, y escribir el comando:

net from http://www.stata-press.com/data/mais

net install mais

ssc install metaninf

spinst_mais

• ESTIMACIÓN DEL RR
• metan Muertos_RTQ Vivos_RTQ Muertos_R Vivos_R ,rrlcols( Estudio Año )

• ANÁLISIS DE LA HETEROGENEIDAD
• metan Muertos_RTQ Vivos_RTQ Muertos_R Vivos_R ,rr random lcols( Estudio Año )

• GRÁFICO L'ABBE
• labbe  Muertos_RTQ Vivos_RTQ Muertos_R Vivos_R, rr(0.91) null
• ANÁLISIS DE SENSIBILIDAD

ssc install metaninf metaninf Muertos_RTQ Vivos_RTQ Muertos_R Vivos_R ,random label(namevar= Estudio , yearvar= Año )

• EVALUACIÓN DE SESGO DE PUBLICACIÓN
• metafunnel _ES _selogES 
• ESTIMACIÓN DEL RR ACUMULADO
• metacum Muertos_RTQ Vivos_RTQ Muertos_R Vivos_R ,rr random lcols( Estudio Año) effect(Riesgo Relativo)
• CÁLCULO DEL NNT
• metan Muertos_RTQ Vivos_RTQ Muertos_R Vivos_R ,rdrandomlcols( Estudio Año)