Diagrama 2.\u00a0C\u00e1lculo de la raz\u00f3n de mortalidad de diarreas\u00a0 en dos ciudades.<\/p>\n
Donde RTM es la raz\u00f3n de tasas de mortalidad (en este caso, por diarreas) entre las ciudades A y B. El resultado se expresa como una raz\u00f3n de 1:2, lo que significa que por cada caso en la ciudad A hay 2 en la ciudad B.<\/p>\n
6.1.2. Tasas<\/h4>\n En su acepci\u00f3n m\u00e1s sencilla, la probabilidad es una medida de ocurrencia de un hecho incierto, o sea, el n\u00famero de veces que se espera ocurra un evento a futuro. El riesgo a la salud es una medida que refleja la probabilidad de que se produzca un efecto o da\u00f1o a la salud dentro de un periodo de tiempo establecido.<\/p>\n
La tasa es una medida de la rapidez de cambio de un estado a otro estado (v.g., de sano a enfermo) y, por tanto, tambi\u00e9n expresa un riesgo. Sin embargo, a diferencia del riesgo, la tasa involucra la experiencia de exposici\u00f3n de la poblaci\u00f3n en unidades efectivas de tiempo-persona.<\/p>\n
La probabilidad es medible o cuantificable y su valor num\u00e9rico se sit\u00faa entre 0 y 1 (siendo 1 la certeza absoluta). Por conveniencia se puede expresar como un n\u00famero decimal, una fracci\u00f3n o un porcentaje. Se suele expresar como un valor de fracci\u00f3n multiplicado por una constante. Tiene 3 componentes b\u00e1sicos: un numerador, que corresponde al n\u00famero de individuos que experimenta el evento de inter\u00e9s (v.g., muerte, enfermedad, nacimiento, ingreso hospitalario); un denominador, que corresponde al n\u00famero total de individuos en la poblaci\u00f3n expuestos o en riesgo de presentar el evento; y, un per\u00edodo de tiempo espec\u00edfico, durante el cual se observa la frecuencia del evento de inter\u00e9s y la poblaci\u00f3n que ha estado expuesta efectivamente.<\/p>\n
Como se puede apreciar, la tasa combina en una sola expresi\u00f3n las tres dimensiones b\u00e1sicas del an\u00e1lisis epidemiol\u00f3gico: persona, lugar y tiempo. Aplicada correctamente, la tasa es adem\u00e1s de una medida de frecuencia de enfermedad en la poblaci\u00f3n, es una medida del riesgo de enfermar en la poblaci\u00f3n. De esta forma, al emplear tasas podr\u00edamos comparar la frecuencia y riesgo de enfermedad en diferentes poblaciones, diferentes subgrupos de la misma poblaci\u00f3n o diferentes per\u00edodos de tiempo en la misma poblaci\u00f3n.<\/p>\n
Imagen 1.\u00a0El riesgo a la salud es una medida que refleja la probabilidad de que se produzca un efecto o da\u00f1o a la salud dentro de un periodo de tiempo establecido.<\/p>\n
6.1.2.1 Incidencia y prevalencia<\/h4>\n La enfermedad puede medirse en t\u00e9rminos de prevalencia o de incidencia. La prevalencia se refiere al n\u00famero de individuos que, en relaci\u00f3n con la poblaci\u00f3n total, padecen una enfermedad determinada en un momento espec\u00edfico. Debido a que un individuo s\u00f3lo puede encontrarse sano o enfermo con respecto a cualquier enfermedad, la prevalencia representa la probabilidad de que un individuo sea un caso de dicha enfermedad en un momento espec\u00edfico.<\/p>\n
La incidencia, por su parte, expresa el volumen de casos nuevos que aparecen en un periodo determinado, as\u00ed como la velocidad con la que lo hacen; es decir, expresa la probabilidad y la velocidad con la que los individuos de una poblaci\u00f3n determinada desarrollar\u00e1n una enfermedad durante cierto periodo.<\/p>\n
Imagen 2. La incidencia representa el volumen de nuevos casos dentro de un tiempo determinado y su velocidad, un m\u00e9dico atiende un caso sospechoso de malaria\u00a0 en Bauchi Nigeria (2010), Unicef Italia.<\/p>\n
6.1.2.2 Prevalencia<\/h4>\n La prevalencia es una proporci\u00f3n que indica la frecuencia de un evento. En general, se define como la proporci\u00f3n de la poblaci\u00f3n que padece la enfermedad en estudio en un momento dado, y se denomina \u00fanicamente como prevalencia (p). Como todas las proporciones, no tiene dimensiones y nunca puede tomar valores menores de 0 o mayores de 1. A menudo, se expresa como casos por 1,000 o por 100 habitantes.
Prevalencia puntual.<\/strong> La prevalencia puntual es la probabilidad de un individuo de una poblaci\u00f3n de ser un caso en el momento t, y se calcula de la siguiente manera:<\/p>\nDiagrama 3. C\u00e1lculo de Prevalencia puntual.<\/p>\n
La prevalencia de una enfermedad aumenta como consecuencia de una mayor duraci\u00f3n de la enfermedad, la prolongaci\u00f3n de la vida de los pacientes sin que \u00e9stos se curen, el aumento de casos nuevos, la inmigraci\u00f3n de casos (o de susceptibles), la emigraci\u00f3n de sanos y la mejor\u00eda de las posibilidades diagn\u00f3sticas.<\/p>\n
La prevalencia de una enfermedad, por su parte, disminuye cuando es menor la duraci\u00f3n de la enfermedad, existe una elevada tasa de letalidad, disminuyen los casos nuevos, hay inmigraci\u00f3n de personas sanas, emigraci\u00f3n de casos y aumento de la tasa de curaci\u00f3n. En resumen, la prevalencia de una enfermedad depende de la incidencia y de la duraci\u00f3n de la enfermedad.<\/p>\n
Dado que la prevalencia depende de tantos factores no relacionados directamente con la causa de la enfermedad, los estudios de prevalencia no proporcionan pruebas claras de causalidad, aunque a veces pueden sugerirla. Sin embargo, son \u00fatiles para valorar la necesidad de asistencia sanitaria, planificar los servicios de salud o estimar las necesidades asistenciales.<\/p>\n
Anteriormente era com\u00fan el c\u00e1lculo de la llamada prevalencia de periodo (o l\u00e1psica), que buscaba identificar el n\u00famero total de personas que presentaban la enfermedad o atributo a lo largo de un periodo determinado. No obstante, debido a las confusiones que origina, esta medida es cada vez menos empleada, y en materia de investigaci\u00f3n es mejor no utilizarla.<\/p>\n
6.1.2.3 Incidencia<\/h4>\n En los estudios epidemiol\u00f3gicos en los que el prop\u00f3sito es la investigaci\u00f3n causal o la evaluaci\u00f3n de medidas preventivas, el inter\u00e9s est\u00e1 dirigido a la medici\u00f3n del flujo que se establece entre la salud y la enfermedad, es decir, a la aparici\u00f3n de casos nuevos. Como ya se mencion\u00f3 anteriormente, la medida epidemiol\u00f3gica que mejor expresa este cambio de estado es la incidencia, la cual indica la frecuencia con que ocurren nuevos eventos.<\/p>\n
A diferencia de los estudios de prevalencia, los estudios de incidencia inician con poblaciones de susceptibles libres del evento en las cuales se observa la presentaci\u00f3n de casos nuevos a lo largo de un periodo de seguimiento. De esta manera, los resultados no s\u00f3lo indican el volumen final de casos nuevos aparecidos durante el seguimiento, sino que permiten establecer relaciones de causa-efecto entre determinadas caracter\u00edsticas de la poblaci\u00f3n y enfermedades espec\u00edficas. La incidencia de una enfermedad puede medirse de dos formas: mediante la tasa de incidencia (basada en el tiempo-persona) y mediante la incidencia acumulada (basada en el n\u00famero de personas en riesgo).<\/p>\n
La tasa de incidencia (tambi\u00e9n denominada densidad de incidencia) expresa la ocurrencia de la enfermedad entre la poblaci\u00f3n en relaci\u00f3n con unidades de tiempo- persona, por lo que mide la velocidad de ocurrencia de la enfermedad. La incidencia acumulada, en cambio, expresa \u00fanicamente el volumen de casos nuevos ocurridos en una poblaci\u00f3n durante un periodo, y mide la probabilidad de que un individuo desarrolle el evento en estudio. La incidencia acumulada, por esta raz\u00f3n, tambi\u00e9n es denominada riesgo.<\/p>\n
Diagrama 4. La tasa de incidencia mide la velocidad de ocurrencia de una enfermedad en relaci\u00f3n de unidades de tiempo-persona. La proliferaci\u00f3n de malos h\u00e1bitos alimenticios y el sobrepeso contribuyen a la proliferaci\u00f3n de la diabetes y las enfermedades cardiovasculares de alto \u00edndice de mortandad.<\/p>\n
Tasa de incidencia o densidad de incidencia.<\/strong> La tasa de incidencia (TI) es la principal medida de frecuencia de enfermedad y se define como \u201cel potencial instant\u00e1neo de cambio en el estado de salud por unidad de tiempo, durante un periodo espec\u00edfico, en relaci\u00f3n con el tama\u00f1o de la poblaci\u00f3n susceptible en el mismo periodo\u201d. Para que una persona se considere expuesta al riesgo en el periodo de observaci\u00f3n debe iniciar \u00e9ste sin tener la enfermedad (el evento en estudio).<\/p>\nEl c\u00e1lculo del denominador de la TI se realiza sumando los tiempos libres de enfermedad de cada uno de los individuos que conforman el grupo y que permanecen en el estudio durante el periodo. Este n\u00famero se mide generalmente en a\u00f1os, pero pueden ser meses, semanas o d\u00edas, y se conoce como tiempo en riesgo o tiempo- persona.<\/p>\n
El n\u00famero de individuos que pasan del estado sano al estado enfermo durante cualquier periodo depende de tres factores: a) del tama\u00f1o de la poblaci\u00f3n, b) de la amplitud del periodo de tiempo, y c) del poder pat\u00f3geno de la enfermedad sobre la poblaci\u00f3n.<\/p>\n
Imagen 3. Pacientes con\u00a0 Dengue en Tailandia, junto a otras enfermedades transmitidas por los mosquitos es un enfermedad transmisible\u00a0 de alta tasa de incidencia.<\/p>\n
La tasa de incidencia mide este poder, y se obtiene dividiendo el n\u00famero observado de casos entre el tiempo total en el que la poblaci\u00f3n ha estado en riesgo, equivalente a la sumatoria de los per\u00edodos individuales en riesgo. Al sumar per\u00edodos de observaci\u00f3n que pueden variar de uno a otro individuo y considerar s\u00f3lo el tiempo total en riesgo la TI corrige el efecto de entrada y salida de individuos al grupo durante el periodo de seguimiento.<\/p>\n
A menudo no es posible calcular exactamente la duraci\u00f3n del tiempo-persona para los individuos que ya no est\u00e1n en riesgo, debido a que desarrollaron la enfermedad. No obstante, para este grupo el valor total del tiempo-persona en riesgo puede estimarse de manera aproximada \u2013y generalmente satisfactoria\u2013 multiplicando el tama\u00f1o medio de la poblaci\u00f3n por la duraci\u00f3n del periodo de observaci\u00f3n.<\/p>\n
La TI no es una proporci\u00f3n \u2013como la prevalencia y la incidencia acumulada\u2013 dado que el denominador expresa unidades de tiempo y, en consecuencia, mide casos por unidad de tiempo. Esto hace que la magnitud de la TI no pueda ser inferior a cero ni tenga l\u00edmite superior. La f\u00f3rmula general para el c\u00e1lculo de la TI es la siguiente:<\/p>\n
En consecuencia, la enumeraci\u00f3n o recuento de casos de enfermedad (as\u00ed como de nacimientos y defunciones, junto con estimados censales de la poblaci\u00f3n y sus caracter\u00edsticas), constituyen los datos b\u00e1sicos que permiten a los servicios de salud obtener un mejor conocimiento sobre las condiciones de salud y enfermedad en las poblaciones y, por tanto, desempe\u00f1arse m\u00e1s eficientemente.<\/p>\n
6.1.2.4 Mortalidad<\/h4>\n La mortalidad general<\/strong> es el volumen de muertes ocurridas por todas las causas de enfermedad, en todos los grupos de edad y para ambos sexos. La mortalidad general, que com\u00fanmente se expresa en forma de tasa, puede ser cruda o ajustada, de acuerdo con el tratamiento estad\u00edstico que reciba.<\/p>\nLa mortalidad cruda expresa la relaci\u00f3n que existe entre el volumen de muertes ocurridas en un periodo dado y el tama\u00f1o de la poblaci\u00f3n en la que \u00e9stas se presentaron; la mortalidad ajustada (o estandarizada) expresa esta relaci\u00f3n pero considera las posibles diferencias en la estructura por edad, sexo, etc\u00e9tera, de las poblaciones analizadas, lo que permite hacer comparaciones entre \u00e9stas. En este caso, las tasas se reportan como tasas ajustadas o estandarizadas. La tasa cruda de mortalidad se calcula de acuerdo con la siguiente f\u00f3rmula:<\/p>\n
Diagrama 6. C\u00e1lculo de\u00a0tasa cruda de mortalidad.<\/p>\n
Mortalidad espec\u00edfica:<\/strong> Cuando existen razones para suponer que la mortalidad puede variar entre los distintos subgrupos de la poblaci\u00f3n \u00e9sta se divide para su estudio. Cada una de las medidas obtenidas de esta manera adopta su nombre seg\u00fan la fracci\u00f3n poblacional que se reporte. Por ejemplo, si las tasas de mortalidad se calculan para los diferentes grupos de edad, ser\u00e1n denominadas tasas de mortalidad por edad. De la misma manera pueden calcularse la mortalidad por sexo, por causa espec\u00edfica, etc\u00e9tera.<\/p>\nDiagrama 7. Tasa de mortalidad de mujeres por c\u00e1ncer de mama (2007-2014) INEGI.<\/p>\n
En algunos casos pueden calcularse combinaciones de varias fracciones poblacionales, y cuando es as\u00ed, se especifican los grupos considerados (por ejemplo, mortalidad femenina en edad reproductiva). Las tasas de mortalidad espec\u00edfica por edad y sexo se calculan de la siguiente forma:<\/p>\n
Diagrama 8. C\u00e1lculo de tasa mortalidad espec\u00edfica.<\/p>\n
Donde TME es la tasa de mortalidad espec\u00edfica para esa edad y sexo.<\/p>\n
Tasa de letalidad.<\/strong> La letalidad es una medida de la gravedad de una enfermedad considerada desde el punto de vista poblacional, y se define como la proporci\u00f3n de casos de una enfermedad que resultan mortales con respecto al total de casos en un periodo especificado. La medida indica la importancia de la enfermedad en t\u00e9rminos de su capacidad para producir la muerte y se calcula de la manera siguiente:<\/p>\nDiagrama 9.\u00a0 C\u00e1lculo de Tasa de letalidad.<\/p>\n
La letalidad, en sentido estricto, es una proporci\u00f3n ya que expresa el n\u00famero de defunciones entre el n\u00famero de casos del cual las defunciones forman parte. No obstante, generalmente se expresa como tasa de letalidad y se reporta como el porcentaje de muertes de una causa espec\u00edfica con respecto al total de enfermos de esa causa.<\/p>\n
6.1.3. Proporciones<\/h4>\n Las proporciones son medidas que expresan la frecuencia con la que ocurre un evento en relaci\u00f3n con la poblaci\u00f3n total en la cual \u00e9ste puede ocurrir. Esta medida se calcula dividiendo el n\u00famero de eventos ocurridos entre la poblaci\u00f3n en la que ocurrieron. Como cada elemento de la poblaci\u00f3n puede contribuir \u00fanicamente con un evento es l\u00f3gico que al ser el numerador (el volumen de eventos) una parte del denominador (poblaci\u00f3n en la que se presentaron los eventos) aquel nunca pueda ser m\u00e1s grande que \u00e9ste. Esta es la raz\u00f3n por la que el resultado nunca pueda ser mayor que la unidad y oscile siempre entre cero y uno.<\/p>\n
Por ejemplo, si en un a\u00f1o se presentan tres muertes en una poblaci\u00f3n compuesta por 100 personas, la proporci\u00f3n anual de muertes en esa poblaci\u00f3n ser\u00e1:<\/p>\n
A menudo las proporciones se expresan en forma de porcentaje, y en tal caso los resultados oscilan entre cero y 100. En el ejemplo anterior, la proporci\u00f3n anual de muertes en la poblaci\u00f3n ser\u00eda de 3 por 100, o de 3%. N\u00f3tese, asimismo, que el denominador no incluye el tiempo.<\/p>\n
Las proporciones expresan \u00fanicamente la relaci\u00f3n que existe entre el n\u00famero de veces en las que se presenta un evento y el n\u00famero total de ocasiones en las que se pudo presentar.<\/p>\n
6.2 Medidas de resumen de una distribuci\u00f3n<\/h3>\n Las series de datos simples o agrupados, se les debe de dar un manejo para su interpretaci\u00f3n de tal manera que nos permita observar en forma sencilla el significado de los mismos.<\/p>\n
6.2.1. Introducci\u00f3n a las medidas de resumen de una distribuci\u00f3n<\/h4>\n Cuando se tienen una serie de valores, se requiere utilizar medidas de resumen que los represente. Y se utilizan, para este objeto las medidas caracter\u00edsticas de la distribuci\u00f3n de una serie de valores, o mediciones que se encuentran hacia la mitad de la serie de tendencia central. Existen otras que resumen su grado, variabilidad y que se conocen como medidas de dispersi\u00f3n.<\/p>\n
Medidas de tendencia Central<\/strong><\/p>\nEn distribuciones normales, la media aritm\u00e9tica, la mediana y la moda se encuentran en el eje de simetr\u00eda. Para distribuciones asim\u00e9tricas la mediana representa el mejor conjunto de datos, sin embargo, la media aritm\u00e9tica tiene mejores propiedades para el\u00a0 an\u00e1lisis estad\u00edstico y las pruebas de significancia.<\/p>\n
6.2.2 Media<\/h4>\n Es el valor que re\u00fane a una serie en el supuesto de que todos sus elementos tuvieron el mismo valor y se obtiene de la suma de todos los valores, y dividi\u00e9ndolo entre el n\u00famero de observaciones.<\/p>\n
Diagrama 11.Obtenci\u00f3n de la media.<\/p>\n
Medidas de dispersi\u00f3n<\/strong><\/p>\nLas medidas de dispersi\u00f3n m\u00e1s usadas en variables cuantitativas son b\u00e1sicamente tres: el rango o amplitud<\/strong>, la varianza y la desviaci\u00f3n est\u00e1ndar<\/strong>. Estas medidas informan que tan homog\u00e9nea o heterog\u00e9nea es la serie de datos, si estas tienen valores muy diferentes o se concentran cerca unas de otras.<\/p>\nRango<\/strong> (recorrido) Mide el intervalo donde se encuentran las observaciones y es una diferencia entre el valor m\u00e1ximo y m\u00ednimo de una serie de datos.<\/p>\nLa varianza<\/strong> (S\u00b2), mide la desviaci\u00f3n promedio de los valores individuales con respecto a la media. Es el promedio de las desviaciones elevadas al cuadrado dado que divide la sumatoria de las desviaciones al cuadrado, entre el n\u00famero de elementos de la serie. La desviaci\u00f3n est\u00e1ndar es la medida de dispersi\u00f3n o variabilidad m\u00e1s frecuentemente usada, resulta de la ra\u00edz cuadrada de la varianza, mide que tan homog\u00e9nea o no es una serie de datos. Si la distribuci\u00f3n de la variable es normal, el 68% de los valores estar\u00edan a \u00b1 una desviaci\u00f3n est\u00e1ndar, a \u00b1 dos desviaciones est\u00e1ndar el 95% y a tres desviaciones se encontrar\u00eda el 99.9% de nuestros valores, recordando que la curva siempre ser\u00eda asint\u00f3tica al eje de las x.<\/p>\nMencionaremos que la Distribuci\u00f3n Normal queda definida por 4 elementos caracter\u00edsticos:<\/p>\n
\nTiene un eje de simetr\u00eda.<\/li>\n La media aritm\u00e9tica, la mediana y la moda coinciden en el mismo valor por el cual pasa el eje de simetr\u00eda.<\/li>\n La distancia entre el eje de simetr\u00eda y los puntos de inflexi\u00f3n de la curva equivalen a la desviaci\u00f3n est\u00e1ndar.<\/li>\n Es asint\u00f3tica al eje de las \u201cx\u201d (abscisas), es decir nunca lo cruza.<\/li>\n<\/ul>\nDiagrama 12.\u00a0Distribuci\u00f3n Normal.<\/p>\n
6.2.3. Mediana<\/h4>\n Es el valor medio cuando los valores de las observaciones est\u00e1n ordenados de menor a mayor.<\/p>\n
En el ejemplo descrito que contiene 11 observaciones se encontrar\u00eda en la quinta posici\u00f3n, esto cambiar\u00eda si el n\u00famero de observaciones fuera par, en este ejemplo,haremos el c\u00e1lculo de la mediana con 10 observaciones.<\/p>\n
2, 3, 7, 7, 8, 8, 8, 9.<\/p>\n
Se puede constatar que no hay un valor central y para su c\u00e1lculo se suman los valores centrales y se divide entre dos.<\/p>\n
6.2.4 Moda<\/h4>\n Valor que, en una distribuci\u00f3n, de frecuencias se observa en mayor cantidad por ejemplos.<\/p>\n
2, 3, 7, 7, 8, 8, 8,<\/strong> 9, 10.<\/p>\nEl valor 8 ocurre en m\u00e1s ocasiones.<\/p>\n
Rango promedio.<\/strong> Es el promedio del valor m\u00e1s peque\u00f1o y el valor m\u00e1s grande en una serie de datos num\u00e9ricos.<\/p>\nEn el ejemplo anterior el rango medio ser\u00eda = (2 + 10) \/ 2= 6 promedio de los valores m\u00e1ximo y m\u00ednimo.<\/p>\n
Diagrama 14. C\u00e1lculo de rango medio.<\/p>\n
6.3 Comparaci\u00f3n de dos proporciones<\/h3>\n Para abordar el tema de comparaci\u00f3n de proporciones debemos de saber las principales medidas de frecuencia y distribuci\u00f3n temas que hemos tocado con anterioridad, pero si lo crees conveniente debes de revisar y aclaremos dudas al respecto. La tabla tetrac\u00f3rica o de cuatro casillas es de amplia utilidad y se maneja para diferentes estudios, en este caso la utilizaremos para dar validez a una hip\u00f3tesis. En esta parte utilizaremos una tabla para valores de Ji cuadrada.<\/p>\n
Tabla 1. Proposici\u00f3n de una tabla tetrac\u00f3rica para un estudio epidemiol\u00f3gico.<\/p>\n
6.3.1. Comparaci\u00f3n de la frecuencia de enfermedad y medidas de asociaci\u00f3n<\/h4>\n La estrategia b\u00e1sica del an\u00e1lisis en epidemiolog\u00eda es la comparaci\u00f3n de medidas que transformen los datos en informaci\u00f3n relevante, como antecedente se debe tener claridad en la descripci\u00f3n de los fen\u00f3menos en tiempo, lugar y persona con el uso de las medidas de frecuencia y distribuci\u00f3n.<\/p>\n
Todo acto de comparaci\u00f3n tiene una intencionalidad anal\u00edtica subyacente: encontrar igualdades o, en caso contrario, encontrar diferencias. Una hip\u00f3tesis es un enunciado cierto, sujeto a corroboraci\u00f3n, que lleva a predicciones refutables. Para la aplicaci\u00f3n de pruebas estad\u00edsticas a los datos obtenidos, se requiere la elaboraci\u00f3n de dos hip\u00f3tesis: la hip\u00f3tesis alterna o de investigaci\u00f3n (HA) y la hip\u00f3tesis nula o de no- diferencia (HO), sobre las cuales se enfocar\u00e1n los resultados del an\u00e1lisis estad\u00edstico.<\/p>\n
La obtenci\u00f3n de datos relevantes y la comparaci\u00f3n racional de los mismos es la forma de contrastar nuestras hip\u00f3tesis sobre el proceso salud-enfermedad.<\/p>\n
6.3.2. Medidas de asociaci\u00f3n<\/h4>\n Cuando se hace referencia a la relaci\u00f3n de dependencia estad\u00edstica existente entre dos o m\u00e1s variables se refiere a la Asociaci\u00f3n que se encuentra presente si la probabilidad de ocurrencia depende de la ocurrencia de otro evento.<\/p>\n
La aplicaci\u00f3n del t\u00e9rmino \u2018asociaci\u00f3n\u2019 en epidemiolog\u00eda siempre implica la intenci\u00f3n de establecer una relaci\u00f3n de causa a efecto entre una exposici\u00f3n y una enfermedad o evento en salud. Debe considerarse que una asociaci\u00f3n puede ser debida al azar o puede estar asociada por varias causas y, por tanto, la presencia de una asociaci\u00f3n estad\u00edstica no necesariamente implica una relaci\u00f3n causal.<\/p>\n
Por otra parte, un factor de riesgo es un aspecto del comportamiento o estilo de vida personal, constituci\u00f3n gen\u00e9tica o hereditaria o exposici\u00f3n ambiental que, con base en la evidencia epidemiol\u00f3gica disponible, se sabe que est\u00e1 asociado a condiciones relacionadas con la salud considerada importante de prevenir.<\/p>\n
Desde el punto de vista epidemiol\u00f3gico, lo m\u00e1s importante de un factor de riesgo es que sea identificable, cuantificable y, en lo posible, modificable antes de la ocurrencia del hecho que predice. Los factores de riesgo son indicadores o marcadores del riesgo de enfermar en la poblaci\u00f3n, aunque, debe tenerse presente que el hallazgo de un factor de riesgo no necesariamente implica que sea un factor causal.<\/p>\n
Factor de riesgo: caracter\u00edstica o circunstancia detectable en individuos o grupos, asociada con una probabilidad incrementada de experimentar un da\u00f1o o efecto adverso a la salud. En general, un factor de riesgo es un atributo o exposici\u00f3n que incrementa la probabilidad de ocurrencia de una enfermedad u otro da\u00f1o a la salud. Los aspectos que hemos revisado en la primera mitad de esta Unidad corresponden al campo de la llamada estad\u00edstica descriptiva: la descripci\u00f3n cuantitativa de la frecuencia y distribuci\u00f3n de los fen\u00f3menos de salud y enfermedad observados en la poblaci\u00f3n.<\/p>\n
Imagen 4. Factores de riesgo (contaminaci\u00f3n, mala alimentaci\u00f3n, peso insuficiente al nacer ).<\/p>\n
El an\u00e1lisis epidemiol\u00f3gico usa procedimientos estad\u00edsticos dise\u00f1ados para estimar la probabilidad de que una conclusi\u00f3n acerca de la poblaci\u00f3n de referencia, basada en el an\u00e1lisis de datos de una porci\u00f3n de ella (muestra) o en la comparaci\u00f3n con otra poblaci\u00f3n, sea correcta o veros\u00edmil; esto corresponde a la llamada estad\u00edstica inferencial.<\/p>\n
En la pr\u00e1ctica, para explorar una posible asociaci\u00f3n entre exposici\u00f3n y enfermedad se requiere de tres elementos: dos grupos comparables de la poblaci\u00f3n, una medida de la variable exposici\u00f3n para cada grupo y una medida de la variable enfermedad en cada grupo. En general, las variables epidemiol\u00f3gicas de exposici\u00f3n y de enfermedad son continuas o discretas y sus medidas se resumir\u00e1n en promedios o en proporciones. Por ejemplo, para evaluar la asociaci\u00f3n entre ingreso econ\u00f3mico y tuberculosis, podr\u00edamos comparar dos proporciones: incidencia de tuberculosis entre los pobres y los ricos.<\/p>\n
Las medidas de asociaci\u00f3n estad\u00edstica se basan en las llamadas pruebas de significancia (los aspectos te\u00f3ricos relacionados con sus bases conceptuales escapan a los prop\u00f3sitos de este material. El prop\u00f3sito de estas pruebas es determinar si la presencia de un factor de riesgo evaluado est\u00e1 efectivamente relacionada con la frecuencia de la enfermedad.<\/p>\n
En dichas condiciones se espera que la prevalencia de exposici\u00f3n a dicho factor sea razonablemente m\u00e1s alta entre los que han enfermado o sufrido un da\u00f1o a la salud que en aquellos aparentemente sanos.<\/p>\n
6.3.3. Prueba de Ji cuadrada<\/h4>\n La prueba de x\u00b2 permite determinar si dos variables cualitativas est\u00e1n o no asociadas. Si al final del estudio concluimos que las variables no est\u00e1n relacionadas podremos decir con un determinado nivel de confianza, previamente fijado, que ambas son independientes.<\/p>\n
La Prueba de X\u00b2 permite rechazar o admitir una hip\u00f3tesis, es decir establece la falta de asociaci\u00f3n entre los factores de riesgo y los da\u00f1os a la enfermedad que se asocian. As\u00ed tambi\u00e9n es una de las pruebas m\u00e1s frecuentemente utilizadas para el contraste de variables cualitativas, aplic\u00e1ndose para comparar si dos caracter\u00edsticas cualitativas est\u00e1n relacionadas entre s\u00ed, si varias muestras de car\u00e1cter cualitativo proceden de igual poblaci\u00f3n o si los datos observados siguen una determinada distribuci\u00f3n te\u00f3rica. Sus resultados indican la probabilidad de que estos sean al azar, es decir el grado de confianza con el que se pueda rechazar o aceptar la hip\u00f3tesis nula.<\/p>\n
Para su c\u00f3mputo es necesario calcular las frecuencias esperadas (aquellas que deber\u00eda haberse observado si la hip\u00f3tesis de independencia fuese cierta), y compararlas con las frecuencias observadas en la realidad. De modo general, para una tabla 2 x 2.<\/p>\n
Tabla 2. Tabulaci\u00f3n tetrac\u00f3rica de prueba de\u00a0X\u00b2.<\/p>\n
Se obtiene para cada valor de la celda:<\/p>\n
Diagrama 15. C\u00e1lculo de valor para cada celda .<\/p>\n
El valor Esperado es el que se encontrar\u00eda si los da\u00f1os a la salud se distribuyeran proporcionalmente entre aquellos sujetos con el factor de riesgo presente y aquellos sin el factor de riesgo, el valor Esperado para cada celda se obtiene de la siguiente manera:<\/p>\n
En este caso utilice la siguiente f\u00f3rmula por cada celda para lo valores esperados:<\/p>\n
La f\u00f3rmula para X\u00b2 seria:<\/p>\n
Diagrama 17. C\u00e1lculo de\u00a0X\u00b2 .<\/p>\n
El valor de Ji cuadrado calculado de esta manera (observado) se compara con un valor tabulado (esperado) tomado de la distribuci\u00f3n de probabilidades te\u00f3ricas. Este valor te\u00f3rico corresponde al que se esperar\u00eda encontrar si los resultados observados ocurrieran puramente por azar.<\/p>\n
A este valor te\u00f3rico se le llama valor cr\u00edtico: si el valor observado es mayor que el valor cr\u00edtico se concluye que la diferencia observada no es debida al azar y se dice que es estad\u00edsticamente significativa. El valor cr\u00edtico indica el nivel de significancia de la prueba, que expresa la probabilidad de que la diferencia observada haya ocurrido por azar (dado que, en realidad, no existan diferencias). El complemento de esta probabilidad se llama nivel de confianza, en general, 95%.<\/p>\n
Para un nivel de confianza de 95%, el valor cr\u00edtico del Chi Cuadrado (de acuerdo a una tabla de distribuci\u00f3n te\u00f3rica) es 3.84, que corresponde al llamado chi cuadrado con un grado de libertad, espec\u00edfico para tablas 2×2. Los grados de libertad de una tabla se refieren al n\u00famero m\u00ednimo de frecuencias en las celdas centrales que se necesita conocer para poder completar los valores de las dem\u00e1s celdas, dados los valores de los totales marginales.<\/p>\n
En la situaci\u00f3n analizada, el valor observado (2,56) no rebasa el valor cr\u00edtico (3,84), por tanto, se concluye entonces, que no se puede rechazar la hip\u00f3tesis de no- diferencia (de nulidad).<\/p>\n
Uso de tabla ji-cuadrado<\/strong><\/p>\nLa tabla de X\u00b2 tiene en la primera columna los grados de libertad y en la primera fila la probabilidad asociada a valores mayores a un determinado valor del estad\u00edstico.
Diagrama 18. C\u00e1lculo de los grados de libertad .<\/p>\n
En epidemiologia el uso de esta prueba es frecuente y la formula se ha simplificado, quedando de la siguiente manera:<\/p>\n
CONCLUSIONES<\/h2>\n Las Razones y las Tasas son elementos b\u00e1sicos que nos permiten evaluar y comparar los impactos en salud de programas espec\u00edficos, el tema contempla los indicadores b\u00e1sicos, pero existen diversidad de las mismas adecuadas al sistema a evaluar.<\/p>\n
Las medidas de tendencia central Media, Mediana y moda, as\u00ed como las de dispersi\u00f3n son b\u00e1sicas para hacer la descripci\u00f3n de las variables de estudio, permitiendo hacer an\u00e1lisis b\u00e1sicos de las mismas.<\/p>\n
La prueba de Ji cuadrada es una prueba para el contraste de variables cualitativas y nos permite evaluar si est\u00e1n relacionadas, sus datos muestran una probabilidad de que los mismos sean al azar y con su grado de confianza se pueda aceptar o rechazar una hip\u00f3tesis.<\/p>\n
BIBLIOGRAF\u00cdA CONSULTADA<\/h2>\n B\u00e1sica:<\/p>\n
\nOrganizaci\u00f3n Panamericana de la Salud. M\u00f3dulos de Principios de Epidemiolog\u00eda para el Control de Enfermedades, segunda edici\u00f3n. Washington D.C.: OPS, \u00a9 2002, 46 p. \u2013(Serie PALTEX N\u00b0 para T\u00e9cnicos Medios y Auxiliares N\u00b0 24).<\/li>\n Andersen, Ahlbon. A, Norell S. (2007) Fundamentos de Epidemiologia. (9na ed.) M\u00e9xico D.F. Ed Siglo XXI, Kenet J Rothman. (1987). Epidemiolog\u00eda Moderna. Madrid Espa\u00f1a. Ed. Diaz Santos.<\/li>\n Moreno, Alejandra -Altamirano, C.D. (2000) Principales medidas en epidemiolog\u00eda. Salud P\u00fablica M\u00e9xico; Vol. 42(4): p\u00e1ginas 337-348.<\/li>\n Elston, Robert C. (1990). Principios de Bioestad\u00edstica, M\u00e9xico D.F. EdComplementaria:<\/p>\n
\nVilla, Romero A., et al. (2011) Epidemiologia y Estad\u00edstica en Salud P\u00fablica (1ra ed.). M\u00e9xico. Editorial McGraw-Hill.<\/li>\n Tapia, Conyer Roberto. (2017) El Manual de Salud P\u00fablica (3ra ed) M\u00e9xico.INTRODUCCI\u00d3N El presente tema nos orienta en las fracciones que corresponden a la poblaci\u00f3n y nos dan a conocer el riesgo que tiene cada individuo en la poblaci\u00f3n para enfermar o morir, de acuerdo a sus caracter\u00edsticas personales, as\u00ed tocaremos tasas de importancia para la evaluaci\u00f3n de programas, las bases para la conformaci\u00f3n de tasas … Leer m\u00e1s<\/a><\/p>\n","protected":false},"author":111,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"episode_type":"","audio_file":"","podmotor_file_id":"","podmotor_episode_id":"","cover_image":"","cover_image_id":"","duration":"","filesize":"","filesize_raw":"","date_recorded":"","explicit":"","block":"","itunes_episode_number":"","itunes_title":"","itunes_season_number":"","itunes_episode_type":"","footnotes":"","jetpack_post_was_ever_published":false},"categories":[36],"tags":[],"class_list":["post-3713","post","type-post","status-publish","format-standard","hentry","category-epidemiologia"],"acf":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/p9Pe0m-XT","jetpack-related-posts":[],"_links":{"self":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts\/3713","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/users\/111"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/comments?post=3713"}],"version-history":[{"count":36,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts\/3713\/revisions"}],"predecessor-version":[{"id":10415,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/posts\/3713\/revisions\/10415"}],"wp:attachment":[{"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/media?parent=3713"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/categories?post=3713"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-json\/wp\/v2\/tags?post=3713"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-01.png?resize=400%2C131&ssl=1\")
![\"\"](\"data:image\/gif;base64,R0lGODlhAQABAIAAAAAAAP\/\/\/yH5BAEAAAAALAAAAAABAAEAAAIBRAA7\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-02-e1536762337934.png?resize=700%2C130&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-03.png?resize=600%2C486&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-04-e1536766972647.jpg?resize=600%2C398&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/P.jpg?resize=846%2C110&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-06-e1536777545426.png?resize=700%2C296&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-07-e1536778249747.jpg?resize=600%2C400&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-08-e1536782088485.png?resize=600%2C146&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-09-e1536782210723.png?resize=700%2C130&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-11-e1536850639672.png?resize=700%2C420&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-10-e1536783084884.png?resize=600%2C219&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-12-e1536845380388.png?resize=700%2C130&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-13-e1536850271500.png?resize=400%2C74&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/x-testada.png?resize=482%2C48&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-15-e1536856780957.png?resize=700%2C407&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-16.png?resize=300%2C129&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-17-e1536858803563.png?resize=700%2C130&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-18-e1536860896913.png?resize=500%2C208&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-19-e1536864128484.png?resize=800%2C167&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-20-e1536866890389.png?resize=700%2C341&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-21-e1536867839408.png?resize=500%2C93&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-22-e1536869079247.png?resize=500%2C93&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-24-e1536870826121.png?resize=400%2C307&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-25-e1536872044172.png?resize=400%2C139&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-26.png?resize=600%2C111&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-27-e1536933292640.png?resize=600%2C111&ssl=1\")
![\"\"](\"https:\/\/i0.wp.com\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-28-e1536938727624.png?resize=700%2C367&ssl=1\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-02-e1536762337934.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-03.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-04-e1536766972647.jpg\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/P.jpg\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-06-e1536777545426.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-07-e1536778249747.jpg\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-08-e1536782088485.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-09-e1536782210723.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-11-e1536850639672.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-10-e1536783084884.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-12-e1536845380388.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-13-e1536850271500.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/x-testada.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-15-e1536856780957.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-16.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-17-e1536858803563.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-18-e1536860896913.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-19-e1536864128484.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-20-e1536866890389.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-21-e1536867839408.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-22-e1536869079247.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-24-e1536870826121.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-25-e1536872044172.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-26.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-27-e1536933292640.png\")
![\"\"](\"https:\/\/blogs.ugto.mx\/enfermeriaenlinea\/wp-content\/uploads\/sites\/43\/2018\/04\/EPI-MRDCOP-UNI6-28-e1536938727624.png\")