Corrección de la prevalencia autorreferida en estudios epidemiológicos con grandes muestras

Resumen:

Las prevalencias de enfermedades son útiles para la formulación y evaluación de políticas públicas. Las mediciones autorreferidas se utilizan comúnmente por ser fáciles de recoger y no exigir preparación específica en salud o coste adicional. No obstante, este proceso de medición puede generar mediciones sesgadas. Por ello, se presentaron como objetivo de este trabajo los métodos existentes para ajustar la prevalencia, en base a la medición autorreferida, centrándose en problemas computacionales, en el caso de grandes muestras, y proponiendo una solución alternativa. Los métodos se dividieron en: algebraico, de simple ejecución, pese a que no es aplicable en cualquier combinación de prevalencia autorreferida, especificidad y sensibilidad; y Bayesiano, que no presenta una restricción de la estrategia anterior, pero presenta problemas computacionales en su aplicación en ordenadores personales para muestras grandes. Esos problemas impiden la implantación directa del método ya existente, existiendo la necesidad de presentar una estrategia aproximada que viabilice la estimación. El método empírico propuesto para la aplicación en muestras grandes consiste en reducir el tamaño de la muestra hasta el límite máximo posible para que sea calculado por el software, manteniendo la proporción de enfermos. El método fue considerado adecuado, pues converge hacia el verdadero valor. En el ejemplo, una prevalencia autorreferida de un 5%, con una sensibilidad = 0,4 y especificidad = 0,9 fue corregida a 0,17% (IC95%: 0,10-0,24). El estudio presentó los métodos existentes para el ajuste de prevalencias, así como una nueva estrategia para prevalencias procedentes de grandes muestras, permitiendo la obtención de estimativas más próximas a las verdaderas, sin necesidad de realizar mediciones directamente a todos los individuos.

Palabras-clave:
Prevalencia; Estudios Epidemiológicos; Estudios Transversales