YT YouTube2Text

YouTube2Text → Transcripts → Estudios ecológicos

Estudios ecológicos — Transcript

by Epileaks · 5,748 words · 992 segments · language es · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:02Y voy a compartir eh
0:05quería decir, pongo grabar y pongo la
0:07pantalla. A ver,
0:10ahí avísenme si ven la presentación.
0:18Acá voy a por acá.
0:21Tiki tiki,
0:23ahí estamos. A ver, ahí se ve.
0:28Sí.
0:29Sí, se ve.
0:31Bueno, perfecto. Bueno, y
0:34para aquellos que hayan llegado recién,
0:37quería únicamente mencionar que esta
0:39clase no es obligatoria, no se va a
0:42tomar asistencia y bueno, nada, no hace
0:45falta que estén si no desean estar, pero
0:47si están, les me ayudaría muchísimo que
0:49prendan las cámaras para que yo pueda
0:51revisar que que siga con la conexión.
0:54Bueno, los estudios ecológicos son e
0:59un tipo muy particular de estudios en
1:01epidemiología que se caracterizan porque
1:04la unidad de observación son grupos
1:06poblacionales y no cada persona por
1:09separado.
1:12Vieron que los estudios transversales en
1:14las encuestas se hace una medición a
1:17cada una de las personas que participan
1:19en el estudio transversal.
1:22En los estudios ecológicos eso no
1:25existe. No se hace una medición de cada
1:28una de las personas, sino de un
1:31conglomerado poblacional. Habitualmente
1:34son, por ejemplo, provincias, ciudades,
1:38¿no? Se comparan varias provincias,
1:39varias ciudades, varios países. A eso es
1:43lo que llamamos estudios ecológicos,
1:46aquellos estudios donde la unidad de
1:48observación son grupos poblacionales y
1:51no individuos por separado.
1:54Y en general se utilizan datos de
1:56fuentes secundarias, registros
1:59habitualmente públicos que se disponen e
2:03en los sistemas de sanitarios.
2:06Un problemita interesante que hay que
2:08tener en cuenta cuando interpretamos los
2:11datos de los estudios ecológicos es
2:16lo que se conoce como fallacia
2:18ecológica. ¿Me escuchan?
2:20Estoy escuchando un ruido ahí.
2:22Voy a
2:25Sí, se escucha.
2:26Sí, Valentín, no sé si estás acá. A ver,
2:29ahora no te puedo ver acá. Valentín, te
2:32voy a poner como coanfitrión para que
2:34puedas mutear e para que puedas mutear e
2:39a a quienes por ahí tengan el micrófono
2:42prendido. Okay. Bueno, entonces decía,
2:46un problemita que tenemos con los
2:48estudios ecológicos es que tenemos que
2:51tratar de que no caigamos en lo que se
2:55conoce como falacia ecológica, que es lo
2:58que vamos a mencionar más adelante en
3:00esta clase. Bueno, hay varios tipos, por
3:03ejemplo,
3:06un segundito. Ahí hay varios tipos de
3:08estudios ecológicos.
3:10Tenemos, por ejemplo, estudios
3:13exploratorios donde se presenta la
3:15distribución o la tendencia de un evento
3:18sin comparar con otras variables.
3:21O sea, los estudios de series temporales
3:24como esta son estudios ecológicos. Por
3:27ejemplo, en este gráfico vemos la tasa
3:31de mortalidad cada 100,000 mujeres por
3:32cáncer de cuello de útero entre el año
3:341981 y 2010 en Argentina.
3:38cada año es un punto
3:41e que me dice la tasa de muerte de todo
3:45el país. ¿Se entendió?
3:48La tasa de muerte de todo el país y cada
3:51puntito, cada año va a generar esta
3:54línea de tendencia.
3:56Entonces, eh como la unidad de análisis
3:59fue el grupo poblacional, en este caso
4:02todo el país por año, es un estudio
4:05ecológico de tipo C temporales,
4:08en este caso que donde se muestra la
4:10distribución a tendencia de un evento y
4:12nada más que eso. Pero también podemos
4:15comparar múltiples unidades geográficas
4:19eh y la los niveles de exposición a un
4:22factor. Por ejemplo, esta idea,
4:25deténganse a analizar esta tabla.
4:30Fíjense que acá tengo. Cada renglón es
4:34un tintil de departamentos de la
4:38provincia del Chaco
4:40según pobreza.
4:44¿Qué es esto?
4:45Acuérdense que de una serie de datos, si
4:48yo divido la serie de datos en cinco
4:51partes iguales, cada partecita sería un
4:54quintil.
4:57¿Alguien se imagina qué es esto? ¿Qué es
5:00esto de departamentos de una provincia
5:04divididos en quintiles
5:08según indicador de pobreza, que es en
5:10este caso las necesidades básicas
5:13insatisfechas? ¿Se imaginan lo que pasó
5:15acá? Lo que se hizo
5:20una pista es que la provincia del Chaco
5:22tiene 25 departamentos. Entonces, yo
5:25quiero tener quintiles de departamentos
5:30según el NBI de estos departamentos.
5:34¿Qué debería ser?
5:40Usen el micrófono porque no se me
5:41dificulta ver el chat y el micrófono y
5:44la y la pantalla al mismo tiempo.
5:58Tendría de cada departamento el
6:02porcentaje de población con pobreza
6:05de cada departamento. un porcentaje, o
6:07sea, tener 25 porcentajes, porque 25 un
6:11porcentaje de población de pobreza según
6:14cada departamento. Tengo 25
6:15departamentos los ordeno de del peor al
6:19menor, o sea, del departamento con mayor
6:21pobreza al departamento de menor
6:23pobreza.
6:26Y en ese teniendo eso ya ordenado de
6:29mayor pobreza a menor pobreza, bueno,
6:32dividido en cinco partes iguales.
6:34Entonces el primer quintil quiere decir
6:36que son los primeros cinco departament
6:39de 25, cinco departamentos con
6:45los mayores porcentajes de población con
6:47pobreza. ¿Se entendió?
6:50¿Sí o no? Sí. Bueno, el único que me
6:52responde con la cabeza es Mateo, así que
6:55si Mateo entendió, yo digo que ya se
6:56entendió porque no me respondió nadie
6:58más. Perfecto. Fíjense que dice el las
7:01muertes por tuberculosis en todo el
7:03periodo en este en este quintil fueron
7:05de 391
7:07muertes.
7:10391 muertas dividida la cantidad de años
7:13del periodo me da 23 muertes por año. Es
7:16la media de muertes del periodo.
7:21Eso dividido por la cantidad de
7:22población en la mitad del periodo, que
7:25fue más o menos del 2008.
7:28Tengo entonces la tasa de mortalidad,
7:31esp que tengo que correr todos estos.
7:33La tasa de mortalidad por cada 100,000
7:35de habitantes por tuberculosis de ese
7:38quintil de departamento. ¿Se entendió? O
7:40sea, en estos primeros cinco
7:42departamentos más pobres, la tasa de
7:45mortalidad por tuberculosis fue de 13,3
7:48cada 100,000 habitantes.
7:51Bueno, ¿qué pasa si yo voy viendo los
7:55otros quintiles, los departamentos menos
7:57pobres, la tasa es la misma
8:02o cambia?
8:05Acá es 13. En los más pobres bajando,
8:08en los segundos menos pobres seis,
8:11después baja a cuatro y después a tres.
8:16Eso es un síntoma, vamos a decir, lo
8:20llamamos una asociación.
8:24Cuando la presencia de un factor
8:29tiene que ver con el cambio de la
8:30frecuencia de un evento,
8:33estamos en presencia de una asociación.
8:36¿Qué está pasando acá? A a mayor
8:38pobreza,
8:40mayor mortalidad por tuberculosis.
8:43Entonces, la mortalidad por tuberculosis
8:46está de alguna manera dependiendo
8:50del nivel de pobreza.
8:52vamos a decir, están asociados
8:55y de ahí que decimos variables
8:56dependientes, independientes, ¿no? Dicho
8:58sea de paso acá la tucul la muerte por
9:00tubulos sería la variable
9:03dependiente y la pobreza la variable
9:05independiente, ¿no? Se entendió por qué
9:08porque la en este caso la muerte por TDS
9:11dependería estadísticamente entre
9:12comillas de el nivel de pobreza. Muy
9:15bien. Y después se pueden hacer cálculos
9:17como acá hablamos de riesgo relativo,
9:19que después vamos a explicar más
9:20adelante lo que significa, que nos nos
9:23va a mencionar que tan fuerte se asocia
9:26la muerte, en este caso por turculosis,
9:28al factor que se está estudiando en este
9:30caso la pobreza. Pero guarda, ¿qué
9:33estamos diciendo? Que a mayor pobreza de
9:37los departamentos de la provincia hay
9:40una mayor mortalidad.
9:44Estamos refiriéndonos a los
9:46departamentos, no a las personas. ¿Se
9:49entendió? Porque recuerden que el
9:50estudio ecológico estudia conglomerados
9:53poblacionales y sus resultados se
9:54refieren a ese tipo de agrupación.
9:58Entonces digo, decir a mayor pobreza en
10:02los departamentos, hay mayor mortalidad.
10:06No quiere decir que las personas más
10:09pobres, las personas, los individuos más
10:12pobres tengan mayor mortalidad por
10:14tuberculosis.
10:16Eso seguramente es así, pero no tiene
10:19que ver con este tipo de resultados,
10:22¿no me explico? Justamente si yo estos
10:25resultados los interpretara como las
10:27personas más pobres tienen mayor
10:28mortalidad por tuberculosis, eso sería
10:31justamente una falacia ecológica que
10:33ahora vamos a estudiar de qué se trata.
10:34Pero acá quería, bueno, mostrar un
10:37ejemplo concreto. Muy bien. Ese entonces
10:39es otro tipo de estudio ecológico. Otros
10:42ejemplos de estudios mixtos es donde yo
10:45comparo, por ejemplo, tendencias y un
10:46factor. Fíjense acá son gráficos
10:49lineales de la mortalidad por BH sida en
10:54Argentina.
10:57Acá tenemos las provincias con mayor
11:01población,
11:02con mayor porcentaje de población con
11:04pobreza y a la derecha tenemos las
11:07provincias con menor pobreza.
11:12¿Qué estamos viendo? Las tendencias de
11:14la muerte por phc sida
11:17son iguales
11:20entre las jurisdicciones más pobres y
11:23las menos pobres.
11:25O hay diferencias.
11:36Hay diferencia.
11:37Eso. ¿Qué pasa en las jurisdicciones con
11:39mayor porcentaje de población con
11:42necesidades básicas insatisfechas? ¿Cómo
11:44está la tendencia? Está
11:46alta, sube
11:47tando, no está aumentando la la línea va
11:50para arriba. ¿Y qué está pasando en las
11:52jurisdicciones con menor pobreza? Las
11:54tendencias tienden al descenso en
11:58varones seguro y en mujeres un poquito
12:01más más estacionarias, pero ven que hay
12:04una gran diferencia entre jurisdicciones
12:09más pobres, más menos pobres y la
12:10mortalidad por BHC de vuelta. No quiere
12:13decir que las personas más pobres
12:16tengan un mayor riesgo de muerte
12:18porchecida.
12:20Estamos hablando de las jurisdicciones.
12:23Adjudicar esos resultados a las personas
12:25sería cometer una falancia ecológica,
12:28que sin duda las personas con mayor
12:30pobreza, las los individuos con
12:32indicadores de pobreza tienen mayor
12:33mortalidad tanto de tuberculosis como
12:35por BHCD, pero no no estamos demostrando
12:39eso con este tipo de estudios. Muy bien,
12:43ese entonces otro ejemplo de estudio
12:45ecológico. Y acá tenemos un ejemplo de
12:48lo que sería una fallacia ecológica. En
12:50los estudios ecológicos,
12:53como se suelen comparar eh dos variables
12:57cuantitativas, un gráfico muy utilizado
13:00en estos estudios ese gráfico de
13:02dispersión o de correlación.
13:05Se puede usar en cualquier otro en
13:07cualquier otro diseño este gráfico, pero
13:08en estos son muy usados por ese motivo.
13:11Y acá vemos que tenemos una relación
13:13entre el consumo por per cápita de
13:16chocolate y el número de premios Nobel
13:20de Premio Nobel de cada país.
13:23Entonces vemos que a mayor consumo de
13:27chocolate hay mayor cantidad de Premio
13:30Nobel de cada país.
13:34Vemos que la relación es positiva porque
13:36ven que la nube de punto va adquiriendo
13:38una una diagonal que va ascendiendo,
13:42¿no? Se entiende, por ejemplo, China
13:44comen poco chocolate y tienen pocos
13:47premios Nobel cada tantos habitantes. En
13:49cambio, Suiza hay un mayor consumo de
13:52chocolate per cápita y mayor cantidad de
13:55premios nobles tanto en Suiza como en
13:57Alemania. Entonces, diríamos eh el
14:00consumo per cápita por el chocolate
14:03se relaciona
14:05con
14:07mayor cantidad de premio Nobel por
14:09habitante.
14:11¿Cómo sería pensar una faras ecológica?
14:14¿Cómo
14:17cómo
14:19sería una frase ecológica? Este ejemplo,
14:22que un suizo tenga más probabilidad que
14:25un chino de ganar un premio Nobel. Por
14:28un lado, eso y después, ¿qué otra cosa?
14:30Respecto de la relación premio no de
14:33chocolate.
14:36Acá tenemos que los países donde se
14:38consume más per cápita,
14:40chocolate tiene mayor cantidad de premio
14:44Nobel por habitantes.
14:46Esa relación chocolate consumido,
14:49Premio Nobel ganado.
14:51¿Cómo sería una falacia ecológica?
14:56que si yo consumo mucho chocolate tengo
14:58más posibilidad de ganar un premio
14:59Nobel.
14:59Eso que las personas que consumen más
15:02chocolate e
15:05son más inteligentes, son más genias,
15:07qué sé yo, ¿no? Eso sería una Entonces,
15:09¿qué es una falacia ecológica?
15:13E es, a ver si tengo acá escrito la
15:16definición para que lo vayan copiando
15:22acá un segundito. Bueno, no la tengo
15:24acá. Le digo yo, una falacia ecológica
15:27es adjudicar al nivel individual
15:32resultados
15:34del nivel poblacional.
15:38Yo estoy viendo que los países donde hay
15:41mayor consumo, la población de los
15:43países donde tiene mayor consumo per
15:45cápita de chocolate
15:48tienen mayor cantidad de premio Nobel.
15:50Eso es una un nivel de inferencia.
15:55La unidad de análisis son cada uno de
15:57los países, ¿no? Cada una de las
15:59personas que consumen chocolate y ganan
16:01o no un premio Nobel. ¿Se entiende?
16:03Entonces eso de decir lo que pasa a
16:07nivel del país también le pasa al nivel
16:09individual, eso es una falacia
16:11ecológica. Acá lo mismo con la pobreza y
16:15la mortalidad por tuberculosis.
16:18De una cosa, es decir,
16:21los lugares con mayor pobreza tienen
16:24mayor mortalidad por tuberculosis.
16:27Eso es diferente que decir las personas
16:30pobres tienen mayor mortalidad por
16:33turculo. Si yo hiciera eso una falacia
16:34ecológica.
16:36¿Por qué? Bueno, hay un artículo muy
16:38lindo en la epidemiología e que es un
16:41artículo que se los recomiendo porque
16:42ahí explica muchísimas cosas y aclara
16:45mucho el espíritu epidemiológico.
16:48Es un artículo que está traducido al
16:50inglés, se llama Individuos enfermos y
16:52poblaciones enfermas de un autor muy
16:55querido por nosotros, Jos Rose. Él dice,
16:58"Las causas de los casos no
17:01necesariamente son las mismas que las
17:04causas de la incidencia." ¿Qué te quiere
17:06decir? Qui decir que por qué alguien se
17:09enferma,
17:11el motivo por qué alguien se enferma,
17:13que es lo que habitualmente le interesa
17:14al clínico, porque esta persona está
17:16enferma y porque esta otra no.
17:20Esa pregunta
17:22eh individual es una una pregunta que
17:25más bien la responde la clínica.
17:28Eso es diferente de preguntarse, ¿por
17:30qué esta población es más enferma que
17:32esta otra?
17:34Esa es una pregunta que la responde más
17:35bien la epidemiología
17:37y las causas de la mayor mortalidad en
17:39las personas, en cada una de las
17:41personas,
17:43pueden no ser necesariamente las mismas
17:45que a nivel poblacional.
17:48Por ejemplo, se ha visto que
17:52los países más ricos tienen una mayor
17:57mortalidad por sobrepeso, obesidad o por
17:59diabetes, por ejemplo, ¿no? Los países
18:02más ricos.
18:06Con esa idea cometerías una fallacia
18:10ecológica si decís que los ricos, las
18:13personas ricas mueren más por sobrepeso
18:18qué ocurre en los países más ricos las
18:21personas las personas que tienen mayor
18:24mortalidad por estas causas son las
18:25personas más pobres. ¿Se entiende? La
18:28causa de los casos de por qué alguien
18:31muere o no.
18:33puede no ser la misma que la causa de la
18:37incidencia o de la tasa poblacional.
18:41¿Se entendió? La riqueza de un país se
18:44asocia a mayor mortalidad por estas
18:47enfermedades. Eso es una interpretación
18:50de nivel ecológico.
18:52No quiere decir que las personas más
18:54ricas mueran por e esas causas. De
18:59hecho, las personas más pobres mueren
19:01por esas causas. ¿Se entendió?
19:05Esa es un una gran enseñanza que nos da
19:07la epidemiología descriptiva. Otra cosa,
19:11decimos que hay una asociación cuando
19:16la presencia de un factor se relaciona
19:19con un cambio de la frecuencia de un
19:22evento. Esto es decir, a mayor pobreza,
19:25mayor mortalidad. Cambió el nivel de
19:27pobreza, aumentó la mortalidad. Entonces
19:31ahí hay cambia la frecuencia de un
19:34factor y también cambia la frecuencia de
19:36un evento. Decimos, estas variables son
19:37asociadas.
19:39Sin embargo, no todas las asociaciones
19:43son causales. No, el chocolate no tiene
19:46nada que ver directamente,
19:49no es causa de un aumento del Premio
19:51Nobel en los países de una asociación
19:54puede responder a diferentes otras
19:56explicaciones.
19:58Y siempre que estamos planteando
20:01una asociación, tenemos que pensar en
20:04cuatro posibles explicaciones.
20:09Esas aplicaciones son estas. Un factor
20:13puede estar asociado a un evento
20:16en una observación que se ha dado por
20:18casualidad.
20:21Puede ser que hayan ocurrido sesgos
20:24tanto en la selección como en la
20:27medición de las variables
20:29y puede ser que se hayan eh haya
20:33intervención de factores de confusión.
20:38O bien hay una explicación causal, ¿no?
20:42Pero decimos que unación
20:45es causal.
20:47Primero tenemos que descartar que no se
20:48haya dado por casualidad, no se haya
20:51dado por sesgos, no se haya dado por
20:53factores de confusión y que cumpla con
20:55los criterios de causalidad que vamos a
20:57estudiar, ah, no, que ya han leído en el
21:00en el primer módulo, en el artículo de
21:03modelos aplicativos del proceso de
21:05salud, enfermedad y que también se
21:07repiten en los videos de epidemiología
21:09analítica, que es la parte donde estamos
21:10ahora comenzando. Vamos a empezar a
21:13transitar esta parte en las próximas
21:16semanas.
21:17Entonces,
21:19por ejemplo, los pacientes
21:23que opera el doctor A
21:27fallecen más que los pacientes que opera
21:30el doctor B.
21:33La presencia del doctor A se asocia a
21:35mayor mortalidad.
21:37esa asociación significa que el doctor A
21:41está matando a los pacientes, que es un
21:42asesino, que está haciendo algo mal.
21:44Bueno, puede ser,
21:46pero antes de asumir que esa relación es
21:49causal, yo tengo que estar seguro de que
21:52eso no se dio por azar,
21:55que justo en el periodo de estudio a
21:58este doctor se le ocurrió más cantidad
22:00de muerte, azar, sesgos o factores de
22:04confusión.
22:06Cuando yo esté seguro que no se produjo
22:08por ninguno de estos tres grandes
22:09motivos, puedo comenzar a considerar que
22:12la relación es causal
22:15atendiendo a la presencia de otros
22:16criterios que vamos a estudiar más
22:18adelante.
22:21De ahí que de ahí que e
22:25difícilmente,
22:26bueno, nunca en un estudio ecológico
22:29vamos a poder estudiar relaciones
22:30causales, porque yo tengo estudiado acá
22:33en el ejemplo del chocolate y de los
22:35premios Nobel, la relación esa, mayor
22:38consumo de chocolate per cápita, mayor
22:41premio Nobel por cada tantos habitantes,
22:43pero hay muchos otros factores que
22:45pueden explicar esa relación. ¿Se
22:47entendió? Podría ser que los países
22:49donde más se consuma chocolate tenga un
22:52mayor PIB per cápita y eso haga que haya
22:55más inversión en ciencia y tecnología y
22:58eso es lo que más directamente se asocia
23:00a que haya más premia Nobel, ¿se
23:02entiende?
23:04Entonces, en los estudios ecológicos,
23:05difícilmente yo pueda tener las otras
23:08variables que podrían explicar una
23:10asociación y de ahí que son difíciles de
23:15de
23:18probar, no no son los adecuados para
23:21demostrar una asociación causal. Bueno,
23:24fíjense en este texto hay una ensalada
23:27de tasas le puse, ¿vieron? Hay muchos
23:29números acá.
23:31Eh, acá dice, "Durante el periodo de
23:33estudio se produjeron 978 muertes por
23:36tuberculosis." Esto es un número
23:38absoluto,
23:39¿no?
23:41A razón de una media de 57 muertes más
23:44menos 11 por año. Esto es una media y
23:47desde Dios estándar.
23:49Después hay una tasa de mortalidad que
23:50dice 5,4 casos cada 100,000 habitantes.
23:55Después hay una tasa de mortalidad según
23:57sexo. Entonces en este pequeño párrafo y
24:00esta tabla
24:02estamos viendo frecuencias absolutas y
24:05relativas, tasas generales y específicas
24:08brutas o ajustadas, en fin.
24:12Entonces, e me gustaría que podamos
24:17entender
24:19qué son cada una de estas cosas, las
24:20podemos diferenciar en ese texto porque
24:23son todas expresiones que se suelen dar
24:25en los estudios ecológicos.
24:29Entonces, ¿por qué usamos tasas y no
24:33frecuencias absolutas?
24:35Fíjense este ejemplo. En el año 1980
24:38hubieron 31 muertes por suicidio en las
24:42personas de 15 a 24 años
24:46y siete en personas de 75 años o más
24:50en las provincias del Neo, ¿no? Acá yo
24:53estoy viendo que tengo 31 muertes eh en
24:56estas personas de 15 a 24 y siete en
24:59estas otras de 75 y más.
25:0131 es más que siete. Uno estaría tentado
25:04decir, "Che, eh las personas de 15 a 24
25:09años tiene más riesgo de muerte por
25:11suicidio que la maduredad. ¿Se entiende?
25:13porque estoy viendo más números, tengo
25:1531 contra siete, ¿no? Pero eso no
25:19implica, decía, que el riesgo del
25:21suicidio sea mayor en el grupo de edad
25:23que tiene más casos,
25:27porque eh sabemos que las poblaciones
25:30son diferentes, es decir, hay más
25:33personas de 15 a 24 años que de 75 años
25:36y más.
25:37Entonces, utilizamos tasas
25:40con el propósito de comparar la
25:43frecuencia de eventos en poblaciones con
25:45diferentes tamaños. Esto vale para un
25:47grupo de edad, como en este ejemplo, o
25:50para dos lugares diferentes, tipo la
25:52provincia del Chaco con la provincia de
25:55Buenos Aires. El Chaco tiene 1,200,000
25:58habitantes, la provincia de Buenos como
26:0012 millones. Claramente la provincia de
26:03Buenos Aires va a tener más de todo, va
26:05a tener más escuela. más casas, más
26:09colectivos, más personas con el cabello
26:12rojo y más muertes, ¿no? Porque hay
26:14mayor cantidad de habitantes. Entonces,
26:16para cancelar el el factor tamaño de la
26:20población es que calculamos las tasas.
26:24¿Se entendió?
26:26¿Escucharon eso? ¿Entendieron esa parte?
26:29Y acá en este ejemplo que les estaba
26:31mostrando, fíjense que en el año 1980,
26:34ahora ha cambiado todo esto,
26:37estas 31 muertes que eran más que siete,
26:40pero como la población de 15 a 24 años
26:43es mucho más numerosa que la de 75 años
26:46y más, la tasa es mucho mayor la de 75
26:50años y más.
26:53¿Se entendió? Entonces, nunca comparamos
26:56en epidemiología
26:58frecuencias absolutas. Nunca digo, "Che,
27:0131 casos es más que siete. Los que
27:03tienen 31 casos tienen más riesgo." No,
27:05porque tengo que calcularlo en base a la
27:08cantidad de gente que hay en cada grupo.
27:11Por eso se calculan las tasas. ¿Se
27:13entendió?
27:17Otra cosa, una cosa es la tasa general,
27:21que es el evento en toda la población. Y
27:24otra cosa es una tasa específica de
27:26acuerdo a alguna variable que nos
27:28interese.
27:30Entonces vemos que si bien la tasa de
27:33mortalidad por suicidio en el nordeste
27:35fue tiene una tendencia al aumento,
27:37según sexo es bien diferente. En varones
27:41tiene una pendiente mucho más alta el
27:43aumento que en mujeres que es más bien
27:44estable.
27:46Entonces, las tasas generales
27:49pueden no mostrar
27:51variaciones importantes que ocurren al
27:54interior de los grupos, por ejemplo, dex
27:57y por eso calculamos tasas específicas
28:00porque las tasas generales te informan
28:02del riesgo del evento en toda la
28:04población, pero es como una especie de
28:07promedio del lugar, entonces puede que
28:09no se evidencien diferencias importantes
28:11entre grupos.
28:14Eso lo obtenemos con tasas específicas.
28:18Okay,
28:21se entendió.
28:25Bien.
28:26Otra cosa,
28:28una cosa es una tasa bruta,
28:31es decir, una tasa que no ha sido e
28:36con el cual no se ha calculado un
28:38procedimiento de ajuste, es una tasa
28:40bruta. Y si yo hice un procedimiento que
28:43se llama ajuste de tasa es tasa
28:46ajustada. En nuestra asignatura no vamos
28:48a estudiar cómo se ajustan las tasas,
28:51pero sí quiero que ustedes diferencien
28:54qué es una tasa bruta, qué es una tasa
28:57ajustada y que la tasa ajustada no es lo
29:01mismo que una tasa específica.
29:05Entonces, ¿por qué hacemos tasas
29:08ajustadas?
29:10Porque
29:12es posible que haya diferencias entre
29:16los grupos
29:18que operen como factores de confusión.
29:22Piensen en este ejemplo. A ver si puedo
29:24mostrar acá este ejemplo.
29:26Acá, fíjense, la tasa bruta de
29:30mortalidad de Argentina es de 7,6
29:35cada 1000 habitantes. Y en el nordeste
29:37la tasa bruta es de 6,4. ¿Ven?
29:41En en la Argentina es de 7,6,
29:45en el NEA es de 6,4.
29:48Entonces, el riesgo de muerte es mayor
29:50en el país que en el NEA. O también
29:53puedo decir en el NEA el riesgo de
29:55muerte es menor que en el país.
29:58Y eso es correcto. Las tasas
30:01brutas de muerte por todas las causas
30:05son menores en en el NEA que en el país.
30:12Pero acá hay la intervención de un
30:15factor de confusión que es la edad. ¿Por
30:18qué? Porque las provincias del NEA,
30:23por supuesto que tienen mayor mayor las
30:26provincias de NEA tienen menor cantidad
30:28de población que todo el país.
30:31Bueno, por eso comparamos, calculamos
30:35tasas.
30:37Entonces estas diferencias de 7,6 contra
30:396,4 no se debe a que hay más gente en el
30:43país que en el NEA, porque eso ya está
30:45cancelado al calcular las tasas,
30:47¿entendió? Cuando calculo tasas ya no
30:50tengo como una posible
30:54explicación que haya más gente en un
30:56lugar que en la otra, porque justamente
30:58para eso calculaste la tasa. Pero, ¿qué
31:00pasa?
31:02No es únicamente que hay mayor cantidad
31:04de personas en todo el país que en el
31:07NEA, sino que la demografía del NEA
31:12también es diferente respecto del país,
31:15porque en el NEA tenemos mayor
31:18porcentaje de población joven
31:21con respecto al país que tiene un mayor
31:23porcentaje de población de mayor edad.
31:27¿Y qué pasa? La muerte se asocia a la
31:29edad.
31:33Porque a mayor edad mayor posibilidad de
31:35muerte.
31:36Entonces, los lugares donde haya más
31:38mayor cantidad, mayor porcentaje de
31:40personas de mayor edad, también van a
31:43tener más mortalidad. ¿Se entendió?
31:47Entonces, yo tengo, por ejemplo, eh,
31:50imagínense este este ejemplo extremo. En
31:52el Na, todos jóvenes,
31:55en en el resto del país todos más bien
31:58viejos. ¿A dónde va a haber mayor
32:00mortalidad? Bueno, donde haya mayor
32:02cantidad de personas de mayor edad, ¿no?
32:05Entonces, para cancelar
32:08el efecto confusor,
32:11no de la cantidad de personas, sino del
32:13porcentaje de personas de mayor edad, es
32:16que se calculan las tasas ajustadas a la
32:18edad.
32:21su procedimiento que ahora no vamos a
32:22estudiar, pero quiero mostrar que
32:24entonces cuando se calcula ese ajuste,
32:28cuando se ajustan estas tasas a la
32:30estructura de edad de la población,
32:33la cosa es al revés,
32:35en el NEA tenemos una mayor mortalidad
32:38comparado con el resto del país.
32:45Entonces,
32:47no en en la en el territorio, en lo real
32:52muerte en el país que en el NEA, pero
32:57esa diferencia en la mortalidad se
32:58explica en gran parte porque tenemos una
33:00estructura etaria diferente. Si el NEA
33:04tuviera la misma estructura demográfica
33:08que el país, bueno, tendríamos una mayor
33:10oportunidad. ¿Se entendió?
33:13¿Entendieron
33:21esta parte? Entonces, no comparo números
33:24absolutos porque eso está sujeto a la
33:27cantidad de gente que hay en cada lugar.
33:29Por eso comparó tasas.
33:34Ahora, si además de que haya mayor
33:37cantidad en un lugar que en el otro, por
33:39el cual uso tasas,
33:42la estructura de las poblaciones es
33:44diferente. Por ejemplo, una población es
33:45más envejecida que la otra.
33:48Además de las tasas brutas, tengan que
33:50hacer tas ajustadas
33:54para cancelar
33:55los dos eh factores, la mayor cantidad
33:59de personas de un lugar respecto del
34:01otro y la diferente composición
34:04demográfica de la población.
34:07Muy bien. Y entonces, como ustedes ven,
34:11la tasa
34:13ajustada es una sola.
34:18Acá, fíjense, acá les hago esto para
34:20mostrar. Estos son tasas. Vamos a mirar
34:23solamente el cuartil uno
34:26de provincias
34:29según la pobreza. solamente esto,
34:31fíjense, el cuartil un acá,
34:34este cuartil uno tiene estas tasas según
34:38grupo de edad. Cada uno de estos
34:40renglones son tas específicas por la
34:42edad.
34:44Si yo quisiera comparar
34:47las tasas del cuartil uno con el
34:49cuartil,
34:50debería comparar la tasa, por ejemplo,
34:53año 2020 de 14 años de este cuartil con
34:57la de 14 años de este con la de 14 años
34:59de este con la de 14 años de este.
35:02Después de comparar la de 15 a 29 años,
35:05la tasa de este cuartil con la tasa de
35:08este otro cuartil. Yo debería hacer por
35:10cada grupo de edad una comparación,
35:13en este caso por cada cuartil.
35:14Imagínense si fuera por cada provincia,
35:16¿no? Eso es lo que se haría si quisiera
35:21comparar la situación, en este caso de
35:23la mortalidad por hechicida por edad en
35:27nuestro país.
35:29O bien puedo,
35:32por así decirlo, colapsar todas estas
35:35tasas específicas por edad.
35:38en una tasa ajustada.
35:42Entonces, en vez de tener por cada año y
35:46extracto de edad una tasa específica,
35:48puedo tener una única tasa
35:54del año 90 y del año 2020 de cada
35:57cuartil. Esa es la diferencia entre
35:59tasas específicas con tasas ajustadas.
36:03La tasa específica por edad es una tasa
36:05por cada grupo de edad.
36:08La tasa ajustada es una tasa para toda
36:11la jurisdicción que esté estudiando.
36:16Bueno,
36:18por último, ¿cómo se pueden evaluar
36:21asociaciones en los estudios ecológicos?
36:24Hay varias formas. Una forma es mirando
36:27un gráfico, es decir, una especie de
36:30experiencia visual. ¿Qué veo acá? Veo
36:34que cada puntito es un grupo de cinco
36:37departamentos ubicados según pobreza, o
36:39sea, un quintil de departamentos pobres.
36:43En el eje de las X tengo el porcentaje
36:46de población con pobreza de cada uno de
36:48esos quintiles y en el eje de la Y la
36:50tasa de mortalidad por tuberculosis.
36:54¿Ven que a medida que va aumentando la
36:56pobreza, la tasa de mortalidad no es la
36:59misma? Empieza a aumentar.
37:02Entonces yo digo, acá hay una relación,
37:04una asociación
37:06entre pobreza y mortalidad en los
37:08departamentos de esta provincia a mayor
37:10pobreza, mayor mortalidad.
37:13Y yo visualmente eso me tengo me puedo
37:16dar cuenta porque veo que hay una nube
37:18de puntos que es parecido una recta que
37:22va de abajo hacia arriba, de izquierda a
37:24derecha. ¿Ven? Como acá una flecha se ve
37:26acá que va para arriba. Eso es
37:29visualmente la expresión de una
37:32asociación.
37:35Otra cosa que puedo hacer es ver la
37:36tasa. La tasa es de 13, acá es de seis,
37:39acá es de cuatro y acá es de tres. A
37:42medida que baja la pobreza, también baja
37:44la tasa. Bu. Entonces, estoy viendo que
37:46está cambiando la frecuencia de un
37:48factor y de un evento. Entonces, digo,
37:50acá hay una asociación. ¿Se entendió?
37:53Así por empezar.
37:55Y eso se puede cuantificar, por ejemplo,
37:59mediante lo que se conoce como el riesgo
38:02relativo.
38:04El riesgo relativo es la división
38:07del riesgo de un grupo, habitualmente el
38:10riesgo de un grupo expuesto, con la
38:13división de un grupo de referencia.
38:17Entonces yo puedo dividir 13, que es la
38:22el riesgo de muerte o la tasa de muerte
38:24de del quintil 1. 13 dividido un punto
38:27de referencia. Yo puedo dividir 13
38:30dividido el departamento con menor
38:32pobreza. Si hago 13/ 3,2 me da 4,2. Ese
38:38es el riesgo relativo.
38:41Este 4,2 quiere decir que este quintil,
38:45el quintilo, tiene cuatro veces la
38:48mortalidad
38:50comparado con el quintil 5, ¿no? Porque
38:5313,3
38:55es 4,2 veces 3,2. ¿Se entendió la idea
39:00de lo que estamos haciendo acá?
39:06El riesgo relativo es divido el riesgo
39:10de un grupo dividido el riesgo de otro
39:13tomado como referencia.
39:16Supónganse que quiero comparar todos los
39:18departamentos con los menos pobres.
39:24Entonces, cada tasa de cada de cada
39:27quintil la divido por 3,2, que lo tomo
39:31como referencia.
39:3313,3/ 3,2 me da 4,2. 6,1/
39:383,2.
39:40V que 6 di 3 es 2. Bueno, 1,9 casi 2.
39:46Entonces riesgos relativos mayores a uno
39:49también nos van a sugerir que hay una
39:52mayor mortalidad en un grupo respecto
39:54del otro,
39:56¿no? Diríamos los departamentos con
39:59mayor porcentaje de población con NBI
40:01tienen 4,2 veces el riesgo de muerte por
40:05tuberculosis de los departamentos con
40:08menor NBI. Este 4,2, ¿qué es? Es fácil.
40:12Es decir que el 13,3 es 4 veces 3. ¿Se
40:17entendió? 13,3 es 4,2 veces 3,2.
40:23Entonces este riesgo es 4,2 veces este
40:27otro.
40:28Esa es la idea de un riesgo relativo.
40:30Muy bien.
40:33Y después hay otra forma de medir la
40:36asociación entre dos variables
40:38cuantitativas,
40:42que es algo bastante usado en los
40:44estudios ecológicos, que es el
40:46coeficiente de correlación.
40:50El coeficiente de correlación,
40:53el más conocido es el de Piarson,
40:56va a dar valores que van de -1 a +1
41:00pasando por 0.
41:02Si el coeficiente de correlación me da
41:04cero, si da cero, es falta de relación.
41:11Mientras D más cercano a 1 o a -1, va a
41:14ser más fuerte la asociación, positiva o
41:17negativa.
41:20Entonces, en este ejemplo que les estaba
41:22mostrando,
41:24tengo pobreza y tasa de mortalidad y el
41:28coeficiente Pieron me da es 086.
41:32¿Qué significa este 086? Acá les puse la
41:35escala.
41:38086 es bastante lejos de cero, está por
41:43acá,
41:44más cercano a uno.
41:47Entonces hablamos de que hay una
41:48correlación directa bastante intensa,
41:51positiva entre pobreza y mortalidad. De
41:55ahí que decimos que a mayor pobreza,
41:58mayor mortalidad por tuboculosis y estas
42:01dos variables
42:02están asociadas de manera intensa.
42:08Eso viene entonces de esta medida
42:09estadística, que es una manera de
42:12valorar la fuerza de una asociación
42:15entre dos variables cuantitativas. Hay
42:19que tener cuidado con la falencia
42:20ecológica, ¿no? No sería correcto decir,
42:22ya lo dijimos muchas veces, que
42:27las personas más pobres tienen mayor
42:28mortalidad por tuberculosis. Acá es los
42:30departamentos con mayor pobreza tienen
42:33mayor mortalidad por tuberculosis, que
42:35no es lo mismo que decir que las
42:36personas
42:38más pobres respecto de de la mortalidad
42:41por tuberculosis. Entonces, vamos a
42:43repasar lo que dijimos hoy.
42:46Punto uno, ¿cómo me doy cuenta que esto
42:49es un estudio ecológico? Tenes que
42:51fijarte cuál es la unidad de análisis.
42:54Son personas por separado, se le hizo
42:56mediciones a cada una de las personas.
42:59Bueno, eso no es ecológico.
43:01Se hicieron mediciones que hacen
43:03referencia a todo un territorio. Eso es
43:06un estudio ecológico.
43:08Primer punto, entonces, ¿qué es un
43:10estudio ecológico? aquel cuya unidad de
43:13análisis es un conglomerado poblacional
43:18e
43:20vamos a decir geespacialmente definido
43:22para que se para que les quede claro,
43:24¿no? Son ciudades, son países, son
43:28departamentos, son provincias
43:31cuyos indicadores se están comparando
43:33entre sí. Eso es un estudio ecológico.
43:36¿Cuál es el mayor problema que tiene un
43:38estudio ecológico? es en cómo se
43:40interpretan sus resultados, que si estás
43:43estudiando relaciones entre variables,
43:46no se adjudique la relación que se
43:49observa en el nivel poblacional
43:52a cada uno de los individuos. Eso es lo
43:56que se conoce como falacia ecológico.
44:00¿Cómo puedo medir la asociación entre
44:03dos variables en un estilo ecológico?
44:06Bueno, hay varias formas acá. Hoy vimos
44:08nada más que dos. Si calculé riesgos,
44:13como en este caso tasas de muerte, puedo
44:17establecer relaciones con riesgo
44:20relativo.
44:22Si tengo dos variables numéricas, puedo
44:26medir la fuerza de una asociación con el
44:29coeficiente de pirso.
44:34Estas cositas que les comenté hoy son
44:37los puntos más importantes del tema
44:40diseños de estudios ecológicos.
44:43Bueno, me quedo después voy a subir más
44:45tarde, más tarde noche voy a compartir,
44:49voy a editar esto, lo subo al aula para
44:52que lo tengan para referencia. No va a
44:54estar marcado como obligatorio, es para
44:55que ustedes puedan consultarlo y lean.
44:58Eh, creo que es una carilla y media,
45:00como mucho, una carilla del texto tipos
45:02de estudio, donde esto está escrito para
45:05que puedan consultar lo que bueno, lo
45:08que cualquier dudas que tengan. Ahora,
45:11¿alguna pregunta que quieran que
45:13resolvamos ahora?
45:15No, no,
45:17no.
45:18Bueno,
45:20otra otra persona que no sea Mateo que
45:22fue el único que participó en esta
45:24clase. Bueno, Mateo y acá había otra.
45:27Excelente, excelente. La verdad que muy
45:29buena explicación, doctor.
45:31No, ninguna duda. Muchas gracias. Muy
45:33bien, escuchen últimas cuestiones. Eh,
45:36más tarde, no hoy, en los próximos días,
45:40vamos a decir entre hoy, mañana pasado,
45:42les voy a habilitar un jueguito de
45:44preguntas y respuestas sobre estudios
45:46ecológicos para que puedan practicar,
45:48digamos, algunas cosas y puedan revisar
45:50qué se entiende, qué no se entiende, qué
45:52se puede, qué es lo que se puede
45:56llegar a a darse cuenta que hay que
45:59repasar. Eso sí va a ser obligatorio,
46:01pero me quiero asegurar de que eso
46:03funcione para que no haya problemas con
46:05la barra de progreso como está
46:06ocurriendo
46:07en los últimos días. Okay. Bueno, y muy
46:10feliz día de los estudiantes el lunes.
46:13Eh, espero que lo disfruten estudiando,
46:16se divierten un rato y después se siguen
46:18estudiando. Bueno, chao, hasta la
46:20próxima.
46:21Gracias, Doc. Cha.
46:23Gracias,

About this transcript

This page contains the full transcript of Estudios ecológicos by Epileaks, generated from the public captions YouTube serves with the video. The transcript has 5,748 words across 992 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.