Epidemiología SEMINARIO PRIMER PARCIALAI✦
|
|
Título del Test:
![]() Epidemiología SEMINARIO PRIMER PARCIAL Descripción: EPIDEMIOLOGIA TRES SEMINARIOS |



| Comentarios |
|---|
NO HAY REGISTROS |
|
¿Cuál es la fórmula para calcular la Razón?. a / b. a / (a+b). p / (1-p). a / [(a+b).t]. Casos existentes / población. ¿Qué mide una Proporción?. La veces que algo pasa frente a que no pasa. El riesgo individual en un periodo. El numerador dentro del denominador (0-1 o %). La velocidad de enfermar. La foto de cuántos tienen una condición en un momento. La fórmula 'p/(1-p)' corresponde a: Incidencia Acumulada (IA). Odds. Prevalencia (P). Densidad de Incidencia (DI). Razón. ¿Qué mide la Tasa?. El número de casos nuevos por unidad de tiempo. La proporción de casos existentes en un momento dado. La velocidad con la que ocurre un evento en una población. El riesgo de desarrollar una enfermedad en un periodo. La relación entre dos grupos sin considerar el tiempo. ¿Qué indica la Prevalencia (P)?. El riesgo de enfermar en un periodo específico. La proporción de casos nuevos en un periodo. La proporción de individuos que tienen una condición en un momento específico ('foto'). La velocidad de aparición de nuevos casos. La relación entre expuestos y no expuestos. La Incidencia Acumulada (IA) mide: El número total de casos existentes. El riesgo individual de enfermar en un periodo determinado. La velocidad de aparición de nuevos casos. La proporción de personas que han tenido la enfermedad. La relación entre la exposición y la enfermedad. ¿Qué mide la Densidad de Incidencia (DI)?. El riesgo de enfermar en un periodo fijo. La prevalencia de una enfermedad. La velocidad de enfermar (casos por persona-tiempo). La proporción de casos nuevos respecto al total de la población. La odds de tener una enfermedad. ¿Cómo se calcula el P-tiempo aproximado?. (Población al inicio + Población al final) / 2 * Años. (Población al inicio - Población al final) / 2 * Años. (Población al inicio * Población al final) / 2 * Años. (Población al inicio + Población al final) * Años / 2. (Población al inicio / Población al final) * 2 * Años. La fórmula 'p ± 1,96.√(p(1-p)/N)' se utiliza para calcular: La Incidencia Acumulada. La Tasa de Mortalidad. El Intervalo de Confianza (IC95%) para una proporción. La Densidad de Incidencia. La Razón de Riesgos (RR). ¿Qué indica la Tasa Bruta de Natalidad (TBN)?. El número de nacidos vivos por cada 1.000 mujeres en edad fértil. El número de nacidos vivos por cada 1.000 habitantes de la población media. El número de defunciones por cada 1.000 habitantes. El número de muertes infantiles por cada 1.000 nacidos vivos. El porcentaje de embarazos que resultan en un nacimiento vivo. La Tasa Global de Fecundidad (TGF) se calcula como: Nacidos vivos / Población total media * 1.000. Nacidos vivos / Mujeres en edad de 15-49 años * 1.000. Defunciones / Población media * 1.000. Muertes <1 año / Nacidos vivos * 1.000. Nacimientos - Defunciones / Población media * 1.000. ¿Qué mide la Tasa Bruta de Mortalidad (TBM)?. El número de muertes en un grupo de edad específico. El número de defunciones por cada 1.000 habitantes de la población media. La proporción de muertes debidas a una causa específica. El número de muertes de menores de 1 año por cada 1.000 nacidos vivos. La diferencia entre nacimientos y defunciones. La Tasa Específica se calcula para: Toda la población sin distinción. Grupos específicos de edad, sexo o causa. Solo para la mortalidad infantil. La población que experimenta un evento. La población expuesta a un factor de riesgo. ¿Qué mide la Mortalidad Infantil (TMI)?. El número de muertes en la población general menor de 1 año. El número de muertes de bebés antes de cumplir 1 año por cada 1.000 nacidos vivos. La proporción de nacidos vivos que mueren antes de los 5 años. La tasa de mortalidad de mujeres embarazadas. El número de muertes fetales tardías. La Letalidad se calcula como: Muertes por una enfermedad / Población total * 100. Muertes por una enfermedad / Enfermos de esa enfermedad * 100. Enfermos de una enfermedad / Población total * 100. Muertes <1 año / Nacidos vivos * 100. Casos nuevos / Población a riesgo * 100. ¿Qué mide el Crecimiento Vegetativo (TCV)?. El cambio total de la población incluyendo migración. La diferencia entre nacimientos y defunciones, por cada 1.000 habitantes. El aumento de la población debido a inmigración. La tasa de natalidad menos la tasa de mortalidad infantil. El envejecimiento de la población. El Crecimiento Total (TCT) incluye además de nacimientos y defunciones: La esperanza de vida. La tasa de fecundidad. El saldo migratorio. La tasa de dependencia. La tasa de envejecimiento. El Índice de Envejecimiento compara: La población de 0-14 años con la de 15-64 años. La población de 65 años y más con la población total. La población de 65 años y más con la población de 0-14 años. La población activa con la población dependiente. La población mayor de 80 años con la población total. El Índice de Dependencia se calcula como: (Población <15 + Población >65) / Población 15-64 * 100. (Población 15-64) / (Población <15 + Población >65) * 100. (Población >65) / Población Total * 100. (Población <15) / Población Total * 100. (Población <15 + Población 15-64) / Población >65 * 100. Según el Índice de Fritz, una relación de 0-20 / 30-50 * 100 de 160 o más indica: Población envejecida. Población madura. Población joven. Población con alta dependencia. Población con baja natalidad. El Índice de Burgdöfer compara las edades: 0-5 años con 45-64 años. 5-14 años con 45-64 años. 15-24 años con 65-74 años. 20-30 años con 50-60 años. 10-20 años con 40-50 años. ¿Qué mide el Índice de Masculinidad?. La proporción de hombres en la población total. La relación entre hombres y mujeres en un grupo de edad. El número de hombres por cada 100 mujeres. El número de mujeres por cada 100 hombres. La proporción de hombres en edad de trabajar. En una tabla de contingencia 2x2 (a, b, c, d), ¿qué representa 'a'?. Individuos expuestos y sanos. Individuos expuestos y enfermos. Individuos no expuestos y enfermos. Individuos no expuestos y sanos. Total de expuestos. El Riesgo Relativo (RR) se calcula como: Incidencia en expuestos / Incidencia en no expuestos. Incidencia en no expuestos / Incidencia en expuestos. Odds de exposición en casos / Odds de exposición en controles. Prevalencia en expuestos / Prevalencia en no expuestos. Razón de tasas de mortalidad. La fórmula 'RR = [a/(a+b)] / [c/(c+d)]' se utiliza para calcular: Odds Ratio (OR). Riesgo Relativo (RR) en estudios de cohortes. Riesgo Atribuible (RAe). Fracción Etológica Expuesta (FEe). Razón de Tasas de Incidencia. El Odds Ratio (OR) se calcula como: Incidencia en expuestos / Incidencia en no expuestos. Odds de exposición en casos / Odds de exposición en controles. Riesgo Atribuible (RAe) / Incidencia en expuestos. Proporción de casos evitables en la población. Riesgo Relativo (RR) ajustado. El RAe (Riesgo Atribuible en expuestos) se calcula como: Incidencia expuestos - Incidencia no expuestos. Incidencia expuestos / Incidencia no expuestos. Incidencia expuestos * Incidencia no expuestos. (Incidencia expuestos + Incidencia no expuestos) / 2. Incidencia no expuestos / Incidencia expuestos. ¿Qué representa la FEe (Fracción Etológica Expuesta)?. La proporción de casos en expuestos que se deben al factor de riesgo. La proporción de todos los casos en la población que se deben al factor de riesgo. El riesgo relativo de la exposición. La incidencia de la enfermedad en el grupo no expuesto. El odds ratio ajustado. La Sensibilidad de una prueba diagnóstica mide: La probabilidad de que un resultado positivo sea correcto. La probabilidad de que un resultado negativo sea correcto. La proporción de enfermos que dan positivo en la prueba. La proporción de sanos que dan negativo en la prueba. La proporción de sanos que dan positivo en la prueba. ¿Qué mide la Especificidad de una prueba diagnóstica?. La probabilidad de que un resultado positivo sea correcto. La proporción de enfermos que dan negativo en la prueba. La proporción de sanos que dan negativo en la prueba. La proporción de sanos que dan positivo en la prueba. La proporción de enfermos que dan positivo en la prueba. El Valor Predictivo Positivo (VPP) de una prueba indica: La probabilidad de que un individuo esté enfermo dado un resultado positivo. La probabilidad de que un individuo esté sano dado un resultado negativo. La probabilidad de que un individuo esté enfermo dado un resultado negativo. La probabilidad de que un individuo esté sano dado un resultado positivo. La tasa de verdaderos positivos. El Valor Predictivo Negativo (VPN) de una prueba indica: La probabilidad de que un individuo esté enfermo dado un resultado positivo. La probabilidad de que un individuo esté sano dado un resultado negativo. La probabilidad de que un individuo esté enfermo dado un resultado negativo. La probabilidad de que un individuo esté sano dado un resultado positivo. La tasa de falsos negativos. En un estudio ecológico, la unidad de análisis son: Individuos. Familias. Países o regiones. Hospitales. Grupos de edad. Un estudio transversal se caracteriza por: Seguimiento de individuos a lo largo del tiempo. Medición de exposición y enfermedad en un único momento ('foto'). Selección de casos y controles y análisis retrospectivo. Asignación de la exposición por parte del investigador. Análisis de datos agregados de países. En un estudio de casos y controles, ¿cómo se seleccionan los participantes?. Se seleccionan personas sanas y se sigue su exposición a lo largo del tiempo. Se seleccionan personas expuestas y no expuestas y se observa la aparición de la enfermedad. Se seleccionan personas enfermas (casos) y personas sanas (controles) y se mira hacia atrás la exposición. Se seleccionan países o regiones y se analizan sus tasas. Se asigna la exposición aleatoriamente a los participantes. Un estudio de cohortes (prospectivo) se caracteriza por: Seleccionar enfermos y controles y preguntar por exposición pasada. Medir exposición y enfermedad en un solo momento. Seleccionar grupos expuestos y no expuestos y seguirlos en el tiempo para ver la aparición de la enfermedad. Analizar datos agregados de poblaciones. Asignar la exposición aleatoriamente. ¿Cuándo se considera que un estudio es experimental?. Cuando se observan grupos de población sin intervención. Cuando el investigador asigna la exposición (intervención) a los participantes. Cuando se analizan datos retrospectivos. Cuando se miden la exposición y la enfermedad al mismo tiempo. Cuando se utilizan datos de países. La variable dependiente es: La causa o factor de estudio. El efecto o resultado que se mide. La variable de confusión. La variable independiente. La variable predictora. La variable independiente es: El efecto o resultado que se mide. La variable que se manipula o que se presume que causa un efecto. La variable que interfiere en la relación causa-efecto. La variable que se mide al final del estudio. La variable que se controla. ¿Qué es un factor de confusión?. Una variable que causa directamente la enfermedad. Una variable relacionada tanto con la exposición como con la enfermedad, que puede distorsionar la asociación observada. Una variable que solo se mide en el grupo de control. El resultado principal del estudio. Una variable que solo se mide en el grupo de casos. Si el Intervalo de Confianza (IC95%) para un RR incluye el 1, ¿qué significa?. La asociación es estadísticamente significativa. La asociación no es estadísticamente significativa. El riesgo es 1 vez mayor en el grupo expuesto. El riesgo es 1 vez menor en el grupo expuesto. La prevalencia es del 1%. ¿Qué es el sesgo de selección?. Errores en la medición de la exposición o enfermedad. Diferencias sistemáticas en la forma en que se eligen los participantes, que afectan la representatividad de la muestra. La influencia de una tercera variable no controlada. Errores en el cálculo de las tasas. Sesgos introducidos por el entrevistador. ¿Qué es el sesgo de información?. Errores sistemáticos en la medición de la exposición, enfermedad o de otras variables. Diferencias en la forma de reclutar a los participantes. La influencia de factores externos no medidos. Errores al calcular el Odds Ratio. El resultado de una variable de confusión. El cegamiento (ocultación) es una estrategia para controlar principalmente: Sesgo de selección. Sesgo de información del observador. Factor de confusión. Error aleatorio. Sesgo de publicación. La falacia ecológica se comete cuando: Se concluye que una asociación observada a nivel de grupo se aplica a nivel individual. Se utiliza una muestra no representativa. No se controla un factor de confusión importante. Se calcula incorrectamente la incidencia. Se utilizan datos retrospectivos en un estudio prospectivo. ¿Para qué se utiliza la Incidencia en la evaluación de medidas preventivas?. Mide la carga total de enfermedad en un momento dado. Indica la proporción de personas que han tenido la enfermedad en el pasado. Mide la aparición de nuevos casos, reflejando el riesgo y el efecto de la prevención primaria. Refleja la duración de la enfermedad. Evalúa la precisión de una prueba diagnóstica. ¿Por qué la Prevalencia no es ideal para evaluar medidas preventivas primarias?. Porque solo mide casos nuevos. Porque depende también de la duración de la enfermedad (curación, letalidad, migración). Porque solo se aplica a enfermedades crónicas. Porque no se puede calcular en estudios transversales. Porque no refleja el riesgo individual. La fórmula 'PT = [(población inicio + población final)/2] x años' se usa para calcular: Incidencia Acumulada (IA). Prevalencia Puntual. Tasa de Incidencia Acumulada. Densidad de Incidencia (DI). Riesgo Relativo (RR). ¿Qué medida se utiliza si se conoce el tiempo que cada individuo estuvo en riesgo?. Incidencia Acumulada (IA). Prevalencia. Densidad de Incidencia (DI). Odds Ratio (OR). Razón. Si la incidencia no cambia, ¿qué puede hacer que la prevalencia baje?. Mejorar el tratamiento (curación más rápida). Aumentar la letalidad (muertes más rápidas). Emigración de los enfermos. Todas las anteriores. Ninguna de las anteriores. En la comparación de tasas de mortalidad entre países A y B, ¿por qué la tasa bruta puede ser engañosa?. Porque no considera la esperanza de vida. Porque no refleja la calidad de la atención sanitaria. Porque depende de la estructura de edad de la población (país envejecido vs joven). Porque solo considera la mortalidad infantil. Porque no incluye la tasa de natalidad. Para comparar la mortalidad entre países con diferente estructura de edad, ¿qué es más recomendable usar?. Tasa Bruta de Mortalidad. Tasa de Mortalidad Infantil. Tasas Específicas por Edad o Tasas Estandarizadas. Crecimiento Vegetativo. Índice de Envejecimiento. Si el RR es 0.16, ¿qué significa?. El grupo expuesto tiene 0.16 veces más riesgo que el no expuesto. El grupo expuesto tiene 16 veces más riesgo que el no expuesto. El grupo expuesto tiene 0.16 veces menos riesgo que el no expuesto (o un 84% menos riesgo). No hay asociación entre exposición y enfermedad. El grupo expuesto tiene un riesgo 16% mayor que el no expuesto. La Eficacia Vacunal se calcula como: 1 - RR. RR - 1. RR. 1 / RR. RAe / FEe. En un estudio de cohortes, ¿por qué la OR puede sobreestimar el RR?. Porque la enfermedad es muy frecuente. Porque la enfermedad es muy infrecuente. Porque la exposición es muy frecuente. Porque el estudio es retrospectivo. Porque se utilizan tasas en lugar de proporciones. ¿Qué significa que el IC95% para el RR de 1.43 sea (1.08 – 1.91)?. No hay asociación estadísticamente significativa. Hay una asociación protectora (riesgo reducido). Hay una asociación de riesgo (riesgo aumentado) y es estadísticamente significativa. La asociación es causal pero no estadísticamente significativa. El riesgo es exactamente 1.43 veces mayor. ¿Qué medida se utiliza en estudios de casos y controles para evaluar la asociación?. Riesgo Relativo (RR). Incidencia Acumulada (IA). Densidad de Incidencia (DI). Odds Ratio (OR). Prevalencia. La fórmula 'RR = 0,291/0,207 = 1,41' indica: Las mujeres de baja posición social tienen un riesgo 0.41 veces menor de morir por causa cardiovascular. Las mujeres de baja posición social tienen un riesgo 1.41 veces mayor de morir por causa cardiovascular. No hay asociación entre posición social y mortalidad cardiovascular. La incidencia de mortalidad cardiovascular es 1.41 en la población general. La odds de morir por causa cardiovascular es 1.41 veces mayor. ¿Qué indica el FEP (Fracción Evitable Poblacional)?. La proporción de casos en expuestos que se deben a la exposición. La proporción de todos los casos en la población que se podrían evitar si se eliminara la exposición. El riesgo relativo de la exposición. La incidencia de la enfermedad en el grupo no expuesto. El porcentaje de la población expuesta. Si una prueba tiene alta sensibilidad y baja especificidad, ¿cuál es su principal utilidad?. Confirmar la presencia de la enfermedad. Descartar la enfermedad en personas sanas. Detectar la mayoría de los casos (pocos falsos negativos), útil para cribados. Identificar correctamente a los sanos (pocos falsos positivos). Calcular la prevalencia de la enfermedad. Si una prueba tiene baja sensibilidad y alta especificidad, ¿cuál es su principal utilidad?. Detectar la mayoría de los casos enfermos. Descartar la enfermedad en personas sanas. Confirmar la presencia de la enfermedad en personas con sospecha (pocos falsos positivos). Calcular la incidencia de la enfermedad. Evaluar el riesgo relativo. ¿Cómo afecta la prevalencia al Valor Predictivo Positivo (VPP)?. A mayor prevalencia, mayor VPP. A menor prevalencia, mayor VPP. La prevalencia no afecta al VPP. A mayor prevalencia, menor VPP. El VPP es igual al de la especificidad. ¿Cómo afecta la prevalencia al Valor Predictivo Negativo (VPN)?. A mayor prevalencia, mayor VPN. A menor prevalencia, mayor VPN. La prevalencia no afecta al VPN. A mayor prevalencia, menor VPN. El VPN es igual a la sensibilidad. ¿Por qué el VPP de una prueba de cribado en población general suele ser bajo?. Porque la especificidad de las pruebas de cribado suele ser baja. Porque la sensibilidad de las pruebas de cribado suele ser baja. Porque la prevalencia de la enfermedad en la población general suele ser baja. Porque el estudio es transversal. Porque el cálculo se hace con Odds Ratio. Si un estudio observa que a mayor consumo de refrescos azucarados, mayor obesidad, ¿qué tipo de asociación se puede inferir inicialmente?. Causalidad directa. Asociación positiva. Asociación negativa. Factor de confusión. Sesgo de información. ¿Qué tipo de diseño de estudio es cuando el investigador asigna la exposición y sigue a los participantes?. Transversal. Ecológico. Casos y controles. Experimental (Ensayo Clínico). Cohortes retrospectivo. En el estudio de Kawasaki y alergias, ¿qué significa un RR = 1.36?. Los niños con Kawasaki tienen un 36% menos riesgo de desarrollar alergias. Los niños con Kawasaki tienen un 1.36% más riesgo de desarrollar alergias. Los niños con Kawasaki tienen un 36% más riesgo de desarrollar alergias. No hay asociación entre Kawasaki y alergias. El riesgo de Kawasaki es 1.36 veces mayor que el de alergias. Si el impacto poblacional (FEP) de una exposición es bajo, pero el RR es alto, ¿qué implica?. La exposición es muy frecuente en la población. La exposición es rara en la población, pero muy peligrosa cuando ocurre. La exposición no tiene ningún efecto sobre la enfermedad. La enfermedad es muy rara en la población. El estudio es observacional. En el estudio de Malos tratos: mortalidad en niños vs niñas, ¿qué indica un RR global de 1.10?. Las niñas tienen un 10% más riesgo de morir por malos tratos. Los niños tienen un 10% más riesgo de morir por malos tratos. El riesgo es el mismo para niños y niñas. El riesgo de morir por malos tratos es 1.10 veces mayor en niñas. No hay asociación significativa. Si al estratificar por edad en el estudio de Malos tratos, el RR sube a 1.5, ¿qué sugiere sobre la asociación inicial (RR global 1.10)?. El RR global era correcto y la edad no influye. El RR global subestimaba la asociación verdadera. El RR global sobrestimaba la asociación verdadera. La asociación solo existe en niños <5 años. La asociación solo existe en niños >5 años. ¿Por qué la OR (Odds Ratio) de la vacuna de la tosferina es 0.37 mientras que el RR es 2.28?. Porque la OR y el RR siempre difieren significativamente. Porque la vacuna es protectora (OR <1) y el RR compara a los no vacunados (RR>1). Porque se han usado fórmulas incorrectas. Porque la enfermedad es muy frecuente. Porque la exposición es muy rara. Si el RR es 2.28 para la vacuna de la tosferina, ¿qué significa?. Los vacunados tienen 2.28 veces más riesgo de tosferina. Los no vacunados tienen 2.28 veces más riesgo de tosferina. La vacuna reduce el riesgo de tosferina en un 2.28%. La vacuna es ineficaz. Los no vacunados tienen un riesgo 1.28 veces mayor. ¿Qué indica una OR = 1.62 en un estudio de casos y controles sobre tabaco y ECV?. Los fumadores tienen un 1.62% más riesgo de ECV. Los fumadores tienen un 62% más riesgo de ECV. Los fumadores tienen un riesgo 1.62 veces menor de ECV. No hay asociación entre fumar y ECV. La odds de haber fumado es 1.62 veces mayor en los enfermos de ECV. En el ensayo Amoxicilina y candidiasis vaginal, un RR = 5 indica: Las tratadas con amoxicilina tienen 5 veces menos riesgo de candidiasis. Las tratadas con amoxicilina tienen 5 veces más riesgo de candidiasis. El riesgo de candidiasis es 5 veces mayor en el grupo placebo. La amoxicilina es un factor protector contra la candidiasis. La candidiasis es 5 veces más frecuente en la población general. ¿Qué significa FEe = 80% en el ensayo Amoxicilina y candidiasis vaginal?. El 80% de las mujeres tratadas con amoxicilina no desarrollaron candidiasis. El 80% de todos los casos de candidiasis en la población se deben a la amoxicilina. El 80% de los casos de candidiasis en las mujeres tratadas con amoxicilina se podrían evitar si no hubieran tomado el antibiótico. El 80% de las mujeres del grupo placebo desarrollaron candidiasis. El riesgo relativo de candidiasis con amoxicilina es del 80%. Para el ácido fólico y patología neurológica, ¿qué indica un RR = 4?. Las mujeres con ingesta adecuada tienen 4 veces más riesgo de patología neurológica. Las mujeres con ingesta inadecuada tienen 4 veces más riesgo de patología neurológica. La ingesta de ácido fólico reduce el riesgo en 4 veces. El riesgo de patología neurológica es 4 veces mayor en la población general. La odds de patología neurológica es 4 veces mayor con ingesta inadecuada. Si FEP = 54.5% para ácido fólico y patología neurológica, ¿qué significa?. El 54.5% de las mujeres con ingesta inadecuada evitarían el problema si tuvieran ingesta adecuada. El 54.5% de todos los casos de patología neurológica en la población se deben a la ingesta inadecuada de ácido fólico. El 54.5% de los casos en mujeres con ingesta inadecuada se deben a la falta de ácido fólico. El 54.5% de los casos en la población general se podrían evitar si todas las mujeres tuvieran ingesta adecuada de ácido fólico. El riesgo relativo de patología neurológica es 54.5%. En el estudio sobre posición social y mortalidad cardiovascular, ¿qué significa RR = 1.41 (IC95%: 1.25 – 1.58)?. Las mujeres de baja posición social tienen un riesgo 1.41 veces menor de morir, y es significativo. Las mujeres de baja posición social tienen un riesgo 1.41 veces mayor de morir, y es significativo. No hay asociación significativa entre posición social y mortalidad cardiovascular. La asociación es significativa, pero el RR podría ser 1. El riesgo de morir es 1.41 en la población general. ¿Por qué se usa la OR para comparar la exposición 'uso de casco' y 'lesión en la cabeza' (casos y controles)?. Porque el estudio es prospectivo. Porque la enfermedad (lesión) es muy frecuente. Porque en estudios de casos y controles no se puede calcular el RR directamente. Porque el objetivo es medir la prevalencia. Porque el uso de casco es una variable dependiente. Si la OR para el uso de casco y lesión en la cabeza es 0.26, ¿qué significa?. Usar casco aumenta la odds de lesión en un 0.26%. Usar casco reduce la odds de lesión en un 74%. No usar casco aumenta la odds de lesión en un 26%. El uso de casco no tiene efecto sobre la lesión. La odds de lesión es 0.26 veces menor si no se usa casco. En el estudio del té y el riesgo de infarto, ¿qué es una posible variable de confusión?. El consumo de té. El infarto de miocardio. El tabaco (otros hábitos de vida). La edad (>55 años). El tiempo de seguimiento (1990-1997). ¿Qué tipo de estudio es el de 'El té reduce el riesgo de infarto' si se parte de adultos sanos y se les sigue para ver quién sufre infartos?. Transversal. Casos y controles. Ecológico. Experimental. Cohortes prospectivo. Si se mide la exposición (edad) y el resultado (actividad física) en el mismo momento sin seguimiento, ¿qué tipo de estudio es?. Experimental. Cohortes prospectivo. Casos y controles. Transversal. Ecológico. ¿Cuál es la variable dependiente en el estudio sobre 'Actividad física según grupo de edad'?. Grupo de edad. Cumplir o no la recomendación de actividad física (cualitativa dicotómica). Consumo de alcohol. Tiempo de reacción. Asignación aleatoria. ¿Cuál es la variable independiente en el estudio sobre 'Actividad física según grupo de edad'?. Cumplir o no la recomendación de actividad física. Tiempo de reacción. Grupo de edad (20-40 vs 41-60 años). Consumo de alcohol o bebida no alcohólica. Número de casos nuevos. ¿Por qué el estudio de 'Actividad física según grupo de edad' es observacional?. Porque el investigador asigna la actividad física. Porque el investigador mide el tiempo de reacción. Porque el investigador no interviene ni asigna la edad (variable independiente). Porque se calcula el RR. Porque es un ensayo clínico aleatorizado. En el estudio de 'Alcohol y tiempo de reacción', ¿cuál es la variable dependiente?. Consumo de alcohol. Número de participantes. Tiempo de reacción (segundos, cuantitativa continua). Asignación a grupo de control. Edad. En el estudio de 'Alcohol y tiempo de reacción', ¿cuál es la variable independiente?. Tiempo de reacción. Número de participantes. Consumir alcohol o bebida no alcohólica. Grupo de edad. Actividad física. ¿Qué tipo de estudio es el de 'Alcohol y tiempo de reacción' si el investigador decide quién bebe alcohol y lo hace al azar?. Transversal. Casos y controles. Ecológico. Experimental. Cohortes retrospectivo. ¿Qué es una 'variable predictora'?. La variable que se intenta predecir. La variable que predice o influye en otra variable. Una variable de confusión. Una variable que solo se mide al final del estudio. La variable que causa el efecto directamente. El estudio sobre 'Cascos de ciclista y lesiones en la cabeza' es un ejemplo de: Estudio Experimental. Estudio Transversal. Estudio Ecológico. Estudio de Casos y Controles (Retrospectivo). Estudio de Cohortes Prospectivo. Si la OR para el uso de casco y lesión en la cabeza es 0.26, ¿qué significa?. Los ciclistas que no usan casco tienen un riesgo 0.26 veces menor de lesión. Los ciclistas que usan casco tienen la misma odds de lesión que los que no usan. Los ciclistas que usan casco tienen una odds de lesión 0.26 veces la de los que no usan casco. El uso de casco es un factor de riesgo para la lesión. La OR indica que el estudio es un ensayo clínico. ¿Qué significa que el té sea un 'factor protector' para el infarto?. El té causa el infarto. Beber té aumenta el riesgo de infarto. Beber té reduce el riesgo de infarto. El té no tiene ningún efecto sobre el infarto. El estudio sobre el té y el infarto es un ensayo clínico. ¿Por qué el tabaco puede ser una variable de confusión en el estudio del té y el infarto?. Porque el tabaco causa el efecto del té. Porque el tabaco es un factor de riesgo de infarto y se asocia con la exposición al té. Porque el tabaco es el resultado principal del estudio. Porque el estudio no midió el consumo de té. Porque el tabaco es una variable dependiente. En la tabla de 'Test de VIH en población de baja vs alta prevalencia', ¿qué ocurre con el VPP al pasar de baja a alta prevalencia?. Disminuye. Aumenta. Se mantiene igual. Se vuelve igual a la sensibilidad. Se vuelve igual a la especificidad. En la tabla de 'Test de VIH en población de baja vs alta prevalencia', ¿qué ocurre con el VPN al pasar de baja a alta prevalencia?. Disminuye. Aumenta. Se mantiene igual. Se vuelve igual a la sensibilidad. Se vuelve igual a la especificidad. En el estudio sobre TCA y medios de comunicación, ¿qué significa RR = 2.13 (IC95% 1.35-3.36)?. Las chicas con alta exposición tienen un riesgo 2.13 veces menor de TCA, y es significativo. Las chicas con alta exposición tienen un riesgo 2.13 veces mayor de TCA, y es significativo. No hay asociación significativa entre exposición a medios y TCA. El riesgo de TCA es 2.13 en la población general. La odds de TCA es 2.13 veces mayor con alta exposición. Si FEe = 53% en el estudio de TCA y medios de comunicación, ¿qué significa?. El 53% de las chicas expuestas evitarían el TCA si tuvieran baja exposición. El 53% de todos los casos de TCA en la población se deben a la alta exposición a medios. El 53% de los casos de TCA en las chicas con alta exposición se podrían evitar si tuvieran baja exposición. El 53% de las chicas con baja exposición evitarían el TCA. El riesgo relativo de TCA es 53%. ¿Qué OR se obtiene para la obesidad y el consumo frecuente de refrescos azucarados si los datos son: Obesos con consumo frecuente = 150; Obesos sin consumo frecuente = 530; No obesos con consumo frecuente = 1145; No obesos sin consumo frecuente = 5254?. 1.30. 0.77. 5.44. 0.05. 1.07. Si el IC95% para la OR de obesidad y consumo de refrescos es (1.07 – 1.57), ¿qué conclusión se puede extraer?. No hay asociación significativa. El consumo de refrescos es un factor protector para la obesidad. El consumo de refrescos está asociado significativamente con un mayor riesgo de obesidad. La asociación es causal, pero no significativa. La odds de ser obeso es menor en los consumidores de refrescos. ¿Cuál es la principal limitación de un estudio transversal?. No puede medir la prevalencia. No permite establecer la causalidad (no se sabe qué fue antes, exposición o enfermedad). No se pueden calcular Odds Ratios. La muestra no es representativa. El seguimiento es demasiado largo. En un estudio sobre 'Enfermedad de Kawasaki y alergias (cohortes, 7 años)', ¿qué significa RR = 1.36?. Los niños sin Kawasaki tienen 1.36 veces más riesgo de alergias. Los niños con Kawasaki tienen un riesgo 36% menor de alergias. Los niños con Kawasaki tienen un riesgo 1.36 veces mayor de alergias. No hay asociación significativa entre Kawasaki y alergias. El RR es 0.60/0.44. Si el FEP para la enfermedad de Kawasaki y alergias es ≈ 0.08%, ¿qué implica?. La enfermedad de Kawasaki es la causa principal de alergias en la población. La enfermedad de Kawasaki es un factor de riesgo importante para alergias. Aunque Kawasaki aumenta el riesgo de alergia (RR alto), su bajo impacto poblacional se debe a su baja frecuencia. El impacto poblacional es alto porque el RR es significativo. El estudio tiene un sesgo de selección. En el estudio de 'Malos tratos: mortalidad en niños vs niñas', ¿qué sugiere el RR global de 1.10 en comparación con los RR estratificados por edad (~1.5)?. Que la edad no es un factor de confusión y el RR global es correcto. Que el RR global subestimaba la asociación real, y la edad es un factor de confusión. Que el RR global sobrestimaba la asociación real, y la edad es un factor de confusión. Que los malos tratos solo afectan a niños <5 años. Que los malos tratos solo afectan a niños >5 años. Si el RR ajustado por edad en el estudio de malos tratos es ~1.5, ¿qué significa?. Los niños tienen un 1.5% más riesgo de morir por malos tratos. Los niños tienen un 50% más riesgo de morir por malos tratos. Los niños tienen un riesgo 1.5 veces menor de morir por malos tratos. El riesgo es el mismo para niños y niñas. El estudio no es significativo. |




