Ejemplos de vigilancia de riesgos

Registro de cancerígenos—Finlandia. En 1979, Finlandia estableció un sistema nacional de notificación obligatoria del uso de 50 cancerí- genos en la industria. Las tendencias observadas durante los primeros siete años de vigencia se publicaron en 1988 (Alho, Kauppinen y Sundquist 1988). Más de las dos terceras partes de los trabajadores expuestos trabajaban con sólo tres tipos de cancerígenos: cromatos, níquel y compuestos inorgánicos, o amianto. La vigilancia de riesgos reveló así que un número sorprendentemente pequeño de compuestos causaban la mayoría de las exposiciones y, de esta forma, los esfuerzos pudieron centrarse en el control de éstas.
Otra utilidad importante del registro consiste en evaluar las razones de que algunas sustancias incluidas en la lista “salgan” del sistema, es decir, por qué el uso de un cancerígeno se declara en una encuesta pero no en las siguientes. El 20 % de estas salidas correspondieron a exposiciones que seguían producién- dose, pero que no se declaraban. En consecuencia, se tomó la decisión de educar e informar a las industrias encuestadas sobre la importancia de una notificación rigurosa. Otro 38 % de las salidas se debieron al cese de la exposición, en más de la mitad de los casos por haberse sustituido la sustancia cancerígena por otra no cancerígena. Es posible que los resultados de los informes del sistema de vigilancia promuevan este tipo de susti- tuciones. Casi todas las demás salidas se produjeron como resul- tado de la eliminación de las exposiciones en virtud de controles técnicos, cambios en los procesos o una reducción considerable en el uso de la sustancia o en la duración de la exposición. Sólo el 5 % de las salidas se produjeron como resultado del uso de equipos de protección individual. Este ejemplo demuestra cómo un registro de las exposiciones puede constituir una buena fuente de información sobre el uso de cancerígenos y los cambios que experimenta este uso con el tiempo.

Objetivos de la vigilancia de riesgos

Los programas de vigilancia de riesgos pueden tener distintos objetivos y estructuras. En primer lugar, permiten orientar las intervenciones y ayudan a evaluar los programas existentes y planificar otros nuevos. El uso adecuado de la información resultante puede hacer posible la detección precoz de un fallo en el sistema y llamar la atención sobre la necesidad de mejorar los controles o realizar algunas reparaciones antes de que los trabajadores sufran exposiciones excesivas o enfermedades. Asimismo, puede demostrar la necesidad de establecer normas nuevas o revisar las existentes para un riesgo concreto. En segundo lugar, los datos derivados de la vigilancia pueden incorporarse a las proyecciones de las enfermedades en el futuro para planificar el uso de recursos tanto médicos como de otro tipo para garantizar el cumplimiento de la normativa vigente. En tercer lugar, gracias al uso de metodologías de exposición normalizadas, los trabajadores de distintos niveles pueden aportar datos sobre un país, una ciudad, un sector de la industria, una fábrica o incluso un puesto de trabajo. Esta flexibilidad permite orientar las actividades de vigilancia, ajustarlas según sea necesario y mejorarlas a medida que se dispone de nueva información o se resuelven viejos problemas y aparecen otros nuevos. Finalmente, los datos de la vigilancia de riesgos deben servir para la planificación de los estudios epidemiológicos, al identificar las áreas en que los estudios serían más fructíferos.

VIGILANCIA DE LOS RIESGOS • PROFESIONALES (III)

Los datos obtenidos de la vigilancia de riesgos pueden complementarse con los de la vigilancia de enfermedades para establecer o confirmar la asociación entre un riesgo y una enfer- medad, así como para otras aplicaciones de salud pública. Por otra parte, estas dos fuentes de datos pueden servir para decidir la necesidad de adoptar medidas correctoras. Los datos de la vigilancia a escala nacional (como los derivados del Sistema de Información para una Gestión Integrada de la OSHA sobre los resultados de las muestras tomadas para determinar el cumpli- miento de las normas de salud en el trabajo - véase más adelante) sirven para fines distintos que los datos de la vigilancia de riesgos en el lugar de trabajo, permitiendo éstos un enfoque y un análisis mucho más detallados. Los datos nacionales pueden ser extremadamente importantes para centrar las inspecciones en el cumplimiento de los requisitos legales o para determinar cuál es la distribución probable de riesgos que impondrá demandas específicas a los servicios médicos de una región. Sin embargo, la vigilancia de riesgos en el lugar de trabajo propor- ciona el nivel de detalle necesario para realizar un análisis en profundidad de las tendencias a lo largo del tiempo. En algunas ocasiones, se observa una tendencia que es independiente de que se hayan introducido cambios en los controles, sino que se produce como respuesta a cambios en los productos que no se harían evidentes si los datos se agregaran por regiones. Tanto los datos nacionales como los datos obtenidos en un lugar de trabajo concreto pueden ser útiles para determinar si existe la necesidad de realizar otros estudios científicos u organizar programas educativos para los trabajadores y la dirección. Combinando los datos sobre la vigilancia de riesgos obtenidos durante las inspecciones de una gran variedad de industrias aparentemente sin relación, algunas veces se pueden identificar grupos de trabajadores cuyas altas exposiciones podrían pasarse por alto de otro modo. Por ejemplo, al analizar las concentra- ciones atmosféricas de plomo medidas por los inspectores de la OSHA entre 1979 y 1985, se identificaron 52 industrias en que los límites de exposición permisibles (PEL) se superaban en más de la tercera parte de las inspecciones (Froines y cols. 1990). Entre esas industrias figuraban la de fundición primaria y secun- daria, la de fabricación de baterías, la de fabricación de pigmentos y la de fundición de cobre/bronce.

Todas ellas presentan tradicionalmente altos niveles de exposi- ción al plomo y las exposiciones excesivas indican un control deficiente de riesgos ya conocidos. De hecho, en ellas abundan los lugares de trabajo bastante pequeños, como los talleres de fundición secundaria del plomo, en los que es poco probable que los directores o trabajadores realicen muestreos sistemáticos de la exposición, hasta el punto de desconocer la existencia de graves problemas de exposición al plomo. Aparte de los altos niveles de exposición ambiental al plomo que cabía esperar en estos lugares de trabajo, se observó que más de la tercera parte de los casos en los que se superaban los PEL correspondían a talleres de pintura de una gran variedad de entornos indus- triales. Ya se sabía que los pintores de carpintería metálica estaban en situación de riesgo por la exposición al plomo, pero se había prestado poca atención a otras industrias con pequeños talleres de pintura de maquinaria o componentes de maqui- naria. En ellos, los trabajadores pueden verse sometidos a expo- siciones peligrosas y, sin embargo, no se les suele considerar trabajadores del plomo porque trabajan en una industria no vinculada al plomo. En cierto sentido, esta encuesta aportó evidencias de un riesgo que se conocía pero que se había olvi- dado hasta que volvió a identificarse al analizar los datos deri- vados de la vigilancia.

Pruebas de significación (II)

Los intervalos de confianza facilitan más información que los valores p. Un valor p elevado puede deberse al elevado valor de la medida de la asociación (p. ej., tasa relativa, diferencia de riesgos) o al gran tamaño de las poblaciones del estudio. Por ejemplo, una pequeña diferencia en las tasas de una enfermedad en una población grande puede dar lugar a un valor p altamente significativo. Las razones de este elevado valor p no pueden deducirse del propio valor p. Por el contrario, los intervalos de confianza permiten diferenciar estos dos factores. En primer lugar, la magnitud de efecto puede discernirse por los valores de la medida del efecto y los números abarcados por el intervalo. Los riesgos relativos elevados indican, por ejemplo, un mayor efecto. En segundo lugar, el tamaño de la población afecta a la anchura del intervalo de confianza. Las poblaciones pequeñas con estimaciones estadísticamente inestables generan intervalos de confianza más anchos que las grandes poblaciones.

El nivel de confianza elegido para expresar la variabilidad de los resultados (la “significación estadística”) es arbitrario, pero generalmente se utiliza el 95 %, que corresponde a un valor p de 0,05. Un intervalo de confianza del 95 % tiene una probabilidad del 95 % de contener la medida real del efecto. Algunas veces se utilizan otros niveles de confianza, como el 90 %.

Las exposiciones pueden ser dicotómicas (p. ej., expuestos y no expuestos) o pueden abarcar muchos niveles de exposición. Las medidas del efecto (es decir, la respuesta) pueden variar según el nivel de exposición. La evaluación de la relación entre exposición y respuesta es una parte importante de la interpretación de los datos epidemiológicos. El análogo a la relación entre exposición y respuesta en los estudios animales es la relación entre “dosis y respuesta”. Si la respuesta aumenta con el nivel de exposición, existe una mayor probabilidad de que la asociación sea causal que si no se exposición y respuesta figuran la prueba ampliada de Mantel y la prueba de la tendencia de chi cuadrado

Pruebas de significación (I)

Las pruebas de significación estadística suelen realizarse en medidas del efecto para evaluar la probabilidad de que el efecto observado difiera de la hipótesis nula (es decir, ausencia de efecto). Aunque muchos estudios, especialmente en otros campos de la investigación biomédica, expresan la significación con valores p, los estudios epidemiológicos suelen expresarla mediante intervalos de confianza (IC) (también llamados límites de confianza). Por ejemplo, un intervalo de confianza del 95 % es un rango de valores para la medida del efecto que incluye la medida estimada obtenida de los datos del estudio y cuya probabilidad de incluir el valor real es del 95 %. Los valores que quedan fuera de ese intervalo tienen pocas probabilidades de incluir la medida real del efecto. Si el intervalo de confianza para una tasa relativa incluye la unidad, no existe diferencia estadísticamente significativa entre los grupos comparados.

Los efectos relativos

Los efectos relativos se basan en cocientes de tasas o medidas del riesgo en lugar de en diferencias. Un cociente de tasas es la tasa en una población dividida por la tasa en otra. El cociente de tasas se denomina también cociente de riesgos, riesgo relativo, tasa relativa, y tasas relativas de incidencia (o de mortalidad). La medida es adimen- sional y varía entre 0 e infinito. Cuando la tasa es similar en dos grupos (es decir, cuando la exposición no tiene ningún efecto), la tasa relativa es igual a la unidad (1). Cuando una exposición aumenta el riesgo, la tasa relativa es mayor de 1; por el contrario, un factor de protección dará lugar a un cociente entre 0 y 1. El riesgo relativo en exceso es el riesgo relativo menos 1. Por ejemplo, un riesgo relativo de 1,4 puede expresarse también como un riesgo relativo en exceso del 40 %.
En los estudios de casos y controles (llamados también estu- dios de casos y referentes), se identifican personas con la enfer- medad (casos) y personas sin la enfermedad (controles o referentes). Se comparan las exposiciones a las caso expuesto se compara con la probabilidad de ser un control expuesto. Al no disponerse del recuento total de las personas expuestas y no expuestas en las poblaciones fuente, no se pueden calcular las tasas de enfermedad. En su lugar, se pueden comparar los casos expuestos con los controles expuestos calculando la probabilidad relativa o el índice de probabilidades (Tabla 28.4). Para indicar la intensidad de una asociación, se utilizan las medidas relativas del efecto más que las medidas absolutas. No obstante, las medidas absolutas pueden reflejar mejor la repercu- sión de una asociación para la salud pública. Un pequeño incre- mento relativo de una enfermedad común, como una cardiopatía, puede afectar a un mayor número de personas (mayor diferencia de riesgo) y tener mayor repercusión en la salud pública que un gran incremento relativo (pero una pequeña diferencia absoluta) de una enfermedad rara, como el angiosarcoma de hígado.

Medidas de la asociación

La epidemiología intenta identificar y cuantificar factores que influyen en las enfermedades. El enfoque más sencillo de todos consiste en comparar la frecuencia de una enfermedad entre las personas expuestas a un factor sospechoso con su frecuencia en las personas no expuestas. La magnitud de la asociación entre exposición y enfermedad puede expresarse en términos absolutos o relativos. (Véase el recuadro de las páginas 28.14-15.)
Los efectos absolutos se miden con diferencias de tasas y diferencias de riesgos (Tabla 28.3). La diferencia de tasas es una primera tasa menos una segunda tasa. Por ejemplo, si la tasa de incidencia de leucemia en los trabajadores expuestos al benceno es de 72 por 100.000 personas-año y la tasa entre los trabajadores no expuestos es de 12 por 100.000 personas-año, la diferencia de tasas es de 60 por 100.000 personas-año. La diferencia de riesgos es la diferencia en los riesgos o en la incidencia acumulada y puede oscilar entre -1 y 1.