Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Estudios Analiticos

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 13

Estudios analíticos

Casos y controles
Como vimos anteriormente, la clasificación de los estudios epidemiológicos se dividía en primera instancia en
experimentales u observacionales, dependiendo de si el investigador interviene o no, respectivamente. Dentro de los
estudios observacionales, y su subclasificación de estudios observacionales analíticos, en donde se comparan dos
grupos, tenemos dos tipos de estudio: casos y controles y estudios de cohorte.

Los estudios analíticos se caracterizan por ser observacionales, porque no hay modificación ni manipulación de un
factor por parte del investigador, se caracterizan por grupos de comparación y nos permiten una asociación entre
variables.

Los estudios de casos y controles valoran la asociación entre enfermedad y exposición a un determinado
factor mediante la comparación de dos grupos de individuos, los enfermos, a lo que se les denomina casos, y los
sanos, denominados controles. Estos se comparan RETROSPECTIVAMENTE, hacia atrás en el tiempo, con
respecto a la presencia o ausencia de
exposición a un determinado factor que
presumimos puede ser de riesgo.
Mediante el esquema a la derecha
podemos ver la lógica de este tipo de
estudios. Por un lado, arriba tenemos a los
enfermos o casos, y abajo a los no enfermos
o controles.
Del grupo de enfermos o de casos se
verá que individuos estuvieron
anteriormente expuestos o no expuestos,
mediante la recabación de datos, y lo mismo
para los controles, llegando a números
comparativos.

La principal diferencia con los estudios de cohorte que es el otro grupo de estudios analíticos, es que en
los casos y controles los individuos van a ser seleccionados A PARTIR DE LA ENFERMEDAD, y
se deberá hacer una búsqueda hacia atrás en el tiempo, mientras que en los estudios de cohorte SE
SELECCIONA UN GRUPO EXPUESTO, NO ENFERMO, y un grupo control, y se observara
PROSPECTIVAMENTE, luego de la selección, hacia adelante en el tiempo, con el fin de observar si la
enfermedad se presenta o desarrolla.

Características de estudios de casos y controles

 Asumen que de existir asociación la proporción de personas que presentan el factor de riesgo será mayor en el
grupo de casos
 Es el investigador quien fija el número de eventos a estudiar así como el número de controles que se incluirán
como población de comparación.
 AL SER RETROSPECTIVOS NO ES POSIBLE TENER UNA RELACIÓN DE CAUSALIDAD, no
podemos saber si paso la enfermedad primero o un factor de exposición
 Utilizan sistemas que concentran información sobre la población que presenta el evento en tiempos cortos, por
lo que es más llevadero realizar estos estudios en tiempos breves.

1
Lo que vemos en la imagen es que arriba vemos una línea de tiempo, en donde se indica el tiempo del estudio,
y hacia atrás la obtención de datos de personas enfermas (casos) y de las personas sanas (controles) viendo que en los
casos va a haber una mayor cantidad de individuos expuestos, o asumiéndolo, y en los controles habrán menor
cantidad de expuestos al factor de exposición que considero puede ser el desencadenante de la enfermedad actual.

Algo importante es que no coincide el periodo de estudio con la obtención de datos

Diseño de estudio

Por un lado, se debe tener en cuenta la selección de la población de base, de donde saldrán tanto los casos
como los controles. Para ello, se debe tener en cuenta que los controles deberán ser representativos de la población en
que se originan los casos. En cuanto a la fuente de esta población de base:
Primaria: es la población en la que se generarán los casos, y los controles se deberían seleccionar de la
misma población. Un ejemplo sería los registros de notificación a escala local y más macro (como departamental)
Secundaria: sería aquella en donde en primer lugar se establecen los casos, y luego se intenta identificar la
pboalción en la que se ha generado. Los controles se deben extraer de esa población. Por ejemplo, identifico los casos
en un hospital, y de la población del hospital debería sacar los controles.

Identificación de los casos

La definición de caso va a depender mucho de la sensibilidad, la especificidad y los tipos de criterio


diagnóstico que se establezcan para definir el caso. En base a estos componentes, voy a considerar a mayor o menor
número de individuos como casos.

 La definición de caso si son enfermedades que se diagnostican por paraclínica también se debe
incluir por ejemplo

En los casos, podemos incluir formas leves de la enfermedad o formas graves:


La inclusión de formas leves podría ser que se incorporen individuos sanos, porque el diagnóstico puede ser
erróneo en etapas iniciales de la enfermedad, lo que produciría un sesgo
La inclusión de formas graves podría provocar que quedaran fuera individuos enfermos que siendo enfermos
no evolucionarían a la peoría, podrían incluirse como controles siendo enfermos leves.

2
Cuando se incluyen formas leves, la especificidad es baja y la sensibilidad es alta, y en las formas graves a la inversa,
habrá una alta especificidad y una baja sensibilidad.

Por lo tanto:

Los criterios de inclusión de los casos deben ser CLAROS, REPRODUCIBLES y de lo posible ser
AVALADOS POR SOCIEDADES CIENTÍFCAS O NOMECLATURAS INTERNACIONALES. Esto, es
mucho más accesible para enfermedades ya conocidas de las cuales ya se tiene conocimiento de larga evolución. Ante
enfermedades nuevas o recientes puede ser difícil establecer criterios.

La selección de casos:

Puedo incluir a todos los casos surgidos en una población definida en un periodo de tiempo dado, a lo que se
le denomina FUENTE PRIMARIA. Esta forma implica mecanismos que garantice cobertura de la población o de la
mayor parte de la población, en donde continuamente se estén registrando datos de nuevos casos.
Todos los casos diagnosticados en un determinado lugar en un determinado tiempo, lo que se denomina
fuente SECUNDARIA. Ofrece en principio un menor costo, pero tiene el inconveniente de que los individuos
identificados en un determinado lugar no sean representativos de la población general.

Validez de selección de los casos


Por practicidad puede ser útil no incluir a todos los casos que se producen dentro de una determinada
población, sobre todo cuando la enfermedad es frecuente. En este caso, podría ser útil hacer una muestra de dicha
población y quedarme con un número de casos menor y más accesible de manejar. Si la enfermedad no es muy
frecuente, se trabaja sobre la población total.

Por otro lado, puede prescindirse de una representatividad “total” en función de alguna característica de
interés, como por ejemplo la edad. Alguna característica que interese estudiar.

Condición de los casos: incidentes vs prevalentes

Los casos incidentes son los nuevos casos diagnosticados, mientras que los casos prevalentes son aquellos que
ya tienen la enfermedad durante un tiempo determinado. Se recomienda el uso de casos INCIDENTES Y VIVOS al
momento de la entrevista debido a que:

 Los casos incidentes recuerdan mejor la exposición, al ser casos nuevos, en tiempo pasado próximo
recuerdan a qué estuvieron expuestos
 El uso de casos incidentes hace menos probable que los individuos modifiquen el factor de exposición que
estoy midiendo, por ejemplo las enfermedades asociadas al estilo de vida, como en caso de hipertensos.
3
 Uso conjunto de casos incidentes y prevalentes puede restarle homogeneidad a la definición de caso,
debido a que las pruebas diagnósticas y criterios diagnósticos pueden cambiar a lo largo del tiempo.
 Pueden existir factores de supervivencia de casos prevalentes puede ser interpretada como causal de la
enfermedad, ya que los factores de supervivencia que permiten una mejor sobrevida en los individuos con
enfermedad prevalente van a estar más presentes, pudiéndose llegar a interpretar como factor de
exposición.

Selección de controles
 En primer lugar, para la selección de controles lo primero a tener en cuenta es que deben ser
representativos del nivel de exposición en la población
 Deben aplicarse los mismos criterios de inclusión y exclusión que se utilizaron para los casos
 Si un control tiene mayor o menor probabilidad de estar expuesto el estudio estará sesgado, alterando los
resultados
 Si los casos recuerdan la enfermedad de manera sesgada hay que elegir controles que tengan antecedentes
“sesgantes”. Por ejemplo, si pensamos en un estudio sobre espina bífida, las madres con hijos con espina
bífida van a recordar mucho mejor las exposiciones previas que las madres de hijos sanos, recordando
mejor lo que sucedió durante su embarazo. En este caso sería útil elegir a madres de hijos con otra
anomalía congénita que no sea espina bífida clara, porque así el antecedente sesgante de esa madre se
equipara a la mayor probabilidad de recuerdo de las otras.

Fuentes de controles

Primaria: es útil UNICAMENTE cuando los casos son representativos de la mayoría de los casos que
aparecen en la población. En este caso los casos y controles serían de carácter poblacional.
DESVENTAJA: menor colaboración de los controles poblacionales respecto a controles hospitalizados. Hay un 60-
70% de colaboración en controles poblacionales vs un 90-95% en controles hospitalizados, por lo que estos últimos
están más dispuestos a colaborar con la entrevista.

Secundaria: la selección es más fácil de realizar y menos costosa. Desventaja: la población de base de un
determinado centro sería aquel grupo de personas que eventualmente se tratarían en ese centro si tuvieran la
enfermedad. Por lo tanto, si tomamos una muestra aleatoria de la población general, probablemente sea distinta a una
muestra de la población de base, porque puede haber personas que por alguna razón se envían a un hospital de
referencia fuera del área geográfica habitual o que le corresponde.
Para poder sobrepasar esta desventaja lo que se puede hacer es seleccionar controles en el
mismo centro u hospital donde se están ateniendo los casos, aumentando la probabilidad de que los
casos y los controles pertenezcan a una misma población de base.

Numero de controles por caso

Existen distintas alternativas respecto al número de controles por caso

 Cuando el número de casos es suficiente, se puede establecer una relación de casos y controles de 1 a 1
(misma cantidad)
 Cuando el número de casos es limitado, se puede aumentar la potencia estadística seleccionando más de un
control por cada caso. Esta última alternativa es muy útil cuando el costo de seleccionar a un control es
relativamente bajo
 Si la relación de controles pro caso es mayor a 4:1 ya no se ve esa ganancia de potencia en términos
estadístico, comparada con el costo de seleccionar los controles.,

Emparejamiento

Es el proceso de reclutamiento para seleccionar controles que sean iguales a los casos en una o más posibles
variables de confusión. Estas variables confundentes deben ser de gran importancia para el sesgo y estar aceptadas
ampliamente como factores de riesgo, porque una vez que se aparean con otra variable ya no pueden estimar su efecto
sobre la enfermedad.

Análisis de los datos

Magnitud de la asociación
4
ODDS RATIO: en el caso de estudios de casos y controles, NO SE USA EL RIESGO RELATIVO, ya que el
análisis es RETROSPECTIVO, no pudiendo determinar un riesgo directo, por lo que se utiliza el odds ratio o razón de
probabilidades.
Para comprender este concepto de odds ratio, construimos la tabla de contingencia de 2x2, teniendo por un
lado a los controles, los casos y los individuos expuestos y no expuestos.

El odds es el cociente entre la probabilidad de que ocurra


un evento y la probabilidad de que no ocurra, siendo la siguiente
fórmula.

Por esto se le denomina razón de productos cruzados, estamos


multiplicando por productos cruzados en la tabla.

INTERPRETACIÓN

 Cuando el OR es MAYOR a 1, la asociación es POSITIVA: la presencia del factor se asocia a


una mayor ocurrencia del evento, se considera factor de riesgo
 Cuando el OR es MENOR a 1, la asociación es NEGATIVA: la presencia del factor no se
asocia con mayor ocurrencia del evento. Se considera factor de protección.
 Cuando el OR es igual a 0, no hay asociación entre las variables: la cantidad de veces que
ocurra a un evento será igual con o sin la presencia del factor, habría una relación de 1:1.

Es necesario conocer LA PRESICIÓN DE LA ASOCIACIÓN, para ello se utiliza el valor del intervalo de
confianza (IC) ya que el OR es simplemente una estimación puntual de la asociación de un factor con la enfermedad,
por lo que se necesita calcular una medida de variabilidad de esa estimación.

El intervalo de confianza va a ser un indicador de la precisión de la estimación, cuanto más amplio sea el
intervalo, menor será la estimación de la imprecisión, y a menor intervalo, mayor será la precisión.
Si el intervalo de confianza al 95% que es lo que se asume generalmente no incluye el valor nulo, NO pasa
por el 1, se dice que puede rechazarse la hipótesis nula de no asociación, por lo que la asociación sería significativa.

Tabla de interpretación.

Por un lado tenemos el valor del Odds ratio, que puede ser menor de 1, mayor a uno o igual a 1, con los
intervalos de confianza menores o mayores de 1.
 Si el OR es mayor a 1 y el intervalo de confianza en sus dos limites es mayor a 1 la asociación es
significativa y es un factor de riesgo
 Si el OR es menor a 1, y ambos límites de los intervalos se encuentran por debajo de 1, la interpretación
también es significativa, pero en este caso siempre que sea menor a 1 (incluyendo los intervalos) se
considera que es un factor de protección
 Sin embargo, si es mayor de 1 el OR y el intervalo de confianza pasa por el 1, lo incluye, es una asociación
NO significativa
 Cuando el valor de OR es menor a 1, y el intervalo de confianza también incluya el 1, tampoco será

5
significativa.

Resumiendo, el OR me sirve para saber si hay asociación y si se puede considerar a esa exposición como
factor de riesgo o de protección, diciendo cuantas veces más probable es esa exposición pero se necesita interpretar
siempre en el intervalo de confianza.

Ejemplo:
Un estudio pretende investigar la posible asociación entra la
probabilidad de padecer cáncer gástrico y el consumo de alcohol y para
ello se analiza una muestra aleatoria de 200 pacientes, observándose los
siguientes resultados: se calcula el OR y los límites del IC.
OR es mayor a 1 y por ende el consumo de alcohol es un factor
de riesgo para el cáncer gástrico.
Los límites del IC están entre 0.61 y 1.93, por lo tanto la asociación no
es significativa.

Sesgo en estudio de casos y controles


Los sesgos son errores sistemáticos que pueden llevar a errores
de interpretación de estudios,

Estrategias para minimizar los sesgos:


Se debe intentar hacer una definición explicita de la definición base de los casos
 Si la serie de casos se puede unir a una población fuente identificable, se puede entonces seleccionar un
grupo control válido mediante muestreo aleatorio
 Si se usan controles hospitalarios las enfermedades de los controles deberían estar sujetos a los mismos
mecanismos o procedimientos de detección de la enfermedad de interés, y no deben relacionarse con la
exposición de interés
 En los estudios de base poblacional se debe conseguir una indagación completa de los casos. Esto se puede
facilitar por: una definición apropiada de la enfermedad, una detección de casos activa y uso de múltiples
fuentes de datos, restringiendo la población base a aquellos presumiblemente cubiertos por los
procedimientos y sistemas habituales de evaluación
 Se pueden aplicar criterios de elegibilidad adicionales, a fin de mejorar la calidad de la información y
prevenir el sesgo de participación
 Usar métodos aptos para obtener información, incluyendo cuestionarios
 La evaluación a ciegas es mejor para asegurar la comparación de información entre casos y controles. Si no
es posible, se deben usar procedimientos estandarizados uniformes en todos los sujetos para la recogida de
información
 A los sujetos y los entrevistadores no se les debe informar sobre las hipótesis del estudio. La verificación
del diagnóstico debe hacerse ciegamente
 Es preciso obtener altas tasas de respuesta en casos y controles

Ventajas y desventajas

Como ventajas:
 Son más rápidos de realizar
 Bajo costo que los estudios de cohorte
 Sin apropiados para enfermedades con periodo de latencia largos
 Se pueden estudiar simultáneamente muchos factores de riesgo a la vez para una misma enfermedad
 Particularmente son apropiados para estudiar factores de riesgo de enfermedades poco frecuentes
 Sus tamaños muestrales son menores que en los estudios de cohorte

Como desventajas:
 No involucran secuencia temporal: no pueden demostrar causalidad
 Ser un caso puede reflejar supervivencia en lugar de morbilidad
 Pueden investigar solamente un evento o enfermedad
 No proveen estimaciones válidas del riesgo dentro de cada grupo de exposición (solo proveen estimaciones
6
de la asociación entre exposición y enfermedad).
 Son más propensos a problemas de sesgos

Estudios analíticos observacionales de cohorte


En los estudios longitudinales se toman más de dos mediciones a lo largo del tiempo lo que se corresponde con un
seguimiento de los sujetos de la investigación, a diferencia de un estudio transversal, en donde existe una sola
observación a lo largo del tiempo y no tienen continuidad.

Si se tiene en cuenta el sentido en el que fueron recabados los datos, existen dos tipos, que son:
Retrospectivos: registro de datos en el pasado, los hechos ya tuvieron lugar y se tienen que recabar datos antes
en el tiempo
Prospectivo: en este tipo, los hechos se observan y se registran en el tiempo, y los hechos no han tenido lugar.
En los estudios analíticos se busca establecer una relación de causalidad, y esto involucra tanto a los
estudios observacionales de cohorte como los estudios observacionales de caso control.
Estos dos, reproducen el fenómeno en forma natural, mientras que en los estudios experimentales, QUE
TAMBIÉN SON ANALÍTICOS el investigador define las características de los grupos, asignándolos,
interviniendo.

Los estudios de cohorte son entonces observacionales, analíticos porque buscan una relación de causalidad,
longitudinales, porque se realiza un seguimiento, y son tanto prospectivos como retrospectivos.

Dentro de los estudios observacionales analíticos los que proporcionan una mejor calidad de evidencia
científica son los estudios de cohorte.

Una cohorte designa un grupo de sujetos que tienen una característica común, que generalmente es la
exposición al factor de estudio. Esta característica diversa, como una característica genética, factor social, geográfico,
un grupo de profesionales de un área específica, etc.

Cada pregunta de investigación debe responderse con un diseño apropiado


Cuando una pregunta de investigación busca obtener una relación de causalidad, el mejor estudio a realizarse
son los ensayos clínicos experimentales, pero en ocasiones, ya sea por implicancias éticas o metodológicas, este no
puede utilizarse, por lo que se deberá recurrir a los estudios observacionales.
El diseño de cohorte es entre los modelos observacionales el que mejor desempeño tiene para establecer
causalidad y medir riesgos, siendo el que más se asemeja al estudio experimental, con la única diferencia de que el
investigador no interviene en la asignación de la exposición.
La característica que define a los estudios de cohorte es que los sujetos de estudio se eligen de acuerdo a la
exposición de interés, seleccionándose un grupo expuesto y otro no expuesto a un factor determinado. Estos grupos
son llamados cohortes, y ambos se siguen en forma
longitudinal PROSPECTIVA en el tiempo,
realizándose observaciones sobre la exposición.

Como se representa en el esquema, a partir


de la cohorte seleccionada para el estudio habrán
dos grupos, uno expuesto y otro no expuesto a un
factor de riesgo, como por ejemplo un grupo de
embarazadas que fuman y un grupo que no fuma.
Dichas mujeres se seguirían en el tiempo hasta que
se produzca el evento de interés, como una
7
enfermedad, en este caso, nos podría interesar si los recién nacidos tendrían bajo peso en aquellas madres que fuman.
Dentro de cada grupo, encontraremos resultados y no resultados de interés, encontrándose seguramente
mayores resultados en el grupo expuesto.

Como se dijo anteriormente, los estudios de cohorte son los que nos brindan mejor información sobre la causa
de una enfermedad, y la medida más directa del riesgo de desarrollo de la misma.
Conceptualmente son sencillos, pero en la práctica representan una gran tarea que frecuentemente necesita
largos periodos de seguimiento, ya que una enfermedad puede aparecer mucho tiempo después de una exposición.
Relacionándose con efectos agudos y bruscos, la relación causa efecto para resultados agudos puede resultar
evidente, pero los estudios de cohorte se utilizan también para investigar efectos crónicos o tardíos.

Tipos de estudio de cohorte según la forma de recolección de la exposición: dependerán de la relación temporal
entre el inicio del estudio y la presencia de la enfermedad

Estudios prospectivos de cohorte: la exposición puede haber ocurrido o no, pero lo que aún no ha sucedido
es la enfermedad, requiriéndose un seguimiento a futuro de los individuos seleccionados para determinar la frecuencia
de la misma hasta su aparición.
Dentro de las cohortes, siempre y cuando estén bien seleccionadas, estos estudios son los mejores para la
obtención de evidencia, siendo el típico de los estudios de cohorte.
La exposición y resultados se evalúan en forma concurrente, requiriéndose siempre un periodo de
seguimiento, recogiéndose la información directamente de los individuos mediante cuestionarios o exámenes.

Estudios retrospectivos de cohorte: los investigadores recolectan datos que ya existen de los pacientes que
presentaron o no un desenlace. Se parte de la exposición y van desde el evento o enfermedad, con la diferencia con
respecto a los estudios de casos y controles en que se separan en base a la exposición de un factor Y NO AL
DESENLACE, dependiendo de la disponibilidad de los registros para establecer la exposición y resultado, y la validez
del estudio dependerá de la calidad de los registros utilizados.
TANTO LA EXPOSICIÓN COMO LA ENFERMEDAD YA HAN SUCEDIDO

Son estudios más rápidos y económicos que los prospectivos. Son frecuentes en epidemiología laboral, donde
se cuenta con registros de datos, reconocimiento médico, medidas de disposición ambientales por ejemplo a la que
fueron sometidos, etc.

Suelen tener menor calidad de información porque se


utilizan registros pasados

En algunos casos, puede haber estudios mixtos,


iniciándose análisis retrospectivos para un posterior seguimiento
prospectivo hasta la aparición de un efecto a largo plazo, si bien
ya ha ocurrido la exposición, aún no se observaró un desenlace.

Tipos de cohorte en base al reclutamiento:

Cohortes fijas o cerradas: las cortes fijas es la que no


considera la inclusión de una población al estudio más alla del
periodo de reclutamiento fijado, se mantiene la misma población de sujetos durante todo el estudio y no ingresan
nuevos a la investigación

Cohorte dinámica: considera la entrada y salida de nuevos sujetos de estudio durante la investigación, por lo
que el número de sujetos puede variar.

Estudios de cohorte según el número de cohorte


Estudios de una sola cohorte de comparaciones internas: los grupos de comparación pertenecen, valga la
redundancia, a una única cohorte, habiendo tanto expuestos como no expuestos.

En los estudios de doble cohorte, hay un grupo de expuestos y un grupo de no expuestos. Una vez
definida la cohorte de expuestos, los investigadores seleccionan la cohorte no expuesta cuyos individuos pertenecen a
otro ámbito.
8
En cualquier tipo de estudio, a la hora de evaluar la evidencia se debe tener en cuenta las características
de la población de estudio, por lo que es fundamental la selección de la cohorte.

Adecuada selección de los participantes, registro riguroso de los eventuales factores de exposición y el
factor periódico y objetivo de los eventos.

 Se eligen los grupos en base a la exposición de interés, que debe estar completamente definida, así como el
resultado a buscar, sus síntomas, signos, etc. De lo contrario, sería difícil interpretar los resultados en un
estudio epidemiológico
 Ambas cohortes deben estar libres de la enfermedad
 Ambos grupos deben ser igualmente susceptibles a la enfermedad
 Ambos deben ser comparables
 Se deben tener criterios diagnósticos y de elegibilidad para la enfermedad deben ser definidos de antemano
 Similitud de grupos contrastados: (sin ser en la exposición): tabla de características de los individuos que
deberá reportarse en todos los estudios de esta naturaleza, haciéndose ajustes estadísticos de diferencias si
se requiere.
 En ambos grupos se debe poder calcular la incidencia y resultado y relacionarlos.

Selección de sujetos: pueden corresponder a una población general, que implica una población completa de un
área específica o una muestra representativa (grande), o puede ser por grupos especiales de población, ya sea por
grupo selecto o por grupo de exposición.

Luego de conformada la cohorte, se procede a medir las variables de exposición en la muestra, si el factor de
riesgo está ausente o presente, haciéndose un seguimiento para evaluar resultado.
La parte más crítica es el seguimiento, habiendo algunas pérdidas de seguimiento inevitables en caso de
muerte por ejemplo, migración, cambio de ocupación de sujetos de estudio, etc.

Formas de seguimiento
 Entrevistas personales, cuestionarios, llamadas telefónicas
 Examen médico periódico
 Revisión de registros
 Vigilancia de registros de muerte, buscando resultados de morbilidad o muerte.

En el protocolo de investigación de los estudios, debe estar correctamente especificado como se hará el
seguimiento, que deberá ser igual en ambas cohortes para evitar errores (sesgo de seguimiento) siendo importante
tratar de evitar las perdidas, y en caso de que ocurran, deberán nombrarse e indicar el porqué.

Pueden haber pérdidas administrativas, por terminación temprana del estudio por razones ajenas, como
pérdida de financiamiento.

Ventajas de los estudios de cohorte


 Permiten establecer causalidad, aunque la certeza absoluta de causalidad solo puede ser proporcionada por
el estudio experimental.
 Permiten medir la incidencia de una enfermedad o condición
 Establecen una relación temporal entre exposición (que precede la enfermedad) y desenlace
 Permiten la cuantificación del riesgo
 Son eficientes para el estudio de exposiciones raras
 Posibilitan estudiar más de un desenlace derivado de la exposición
 Permiten estudiar fenómenos que por cuestiones éticas o de rentabilidad no pueden ser analizados mediante
estudios experimentales

Las ventajas en el caso de que las cohortes sean prospectivas, es que permiten asegurar una adecuada
secuencia temporal, minimizando los errores en la medición de la exposición
Los estudios de cohorte retrospectivos tienen la ventaja de disminuir el tiempo de estudio y disminución de
gastos.

Desventajas de los estudios de cohorte


9
 Pueden requerir largos periodos de seguimiento
 Pueden presentarse pérdidas de seguimiento por las razones anteriormente mencionadas afectando los
resultados
 Son costosos
 Pueden ser afectados por otras exposiciones no consideradas en el diseño
 Si la enfermedad es rara, puede resultar difícil conseguir un grupo de individuos expuestos de tamaño
suficiente, por lo que SON POCO ÚLTILES PARA ENFERMEDADES RARAS
 Requieren grandes tamaños de muestra

Los estudios prospectivos como desventaja tienen que no son eficientes para estudiar eventos en un largo
periodo de latencia para manifestarse, porque sería muy costoso y facilitaría las perdidas.
Los estudios de retrospectivos tienen como desventaja la aparición de sesgos, debido a la dificultad de
recogida y calidad de información, pudiendo haber factores de confusión.

Se denominan sesgos o errores en epidemiología cuando existe una tendencia a obtener resultados que
difieren en forma sistemática de los verdaderos valores. En los estudios de cohorte, se pueden presentar diferentes
tipos:
 Sesgos de selección: se producen cuando existe una diferencia sistemática entre las características de la
población seleccionada para un estudio y las características de la población no seleccionada. Un sesgo
evidente es cuando los individuos se seleccionan a sí mismos para un estudio.
 Sesgos de información: puede ocurrir ya sea durante el reclutamiento de los sujetos o seguimiento por una
mala clasificación entre expuestos y no expuestos, distorsionando el efecto medido para obtener la
información y la clasificación de sujetos en expuestos o no expuestos.
 Sesgos de pérdida de seguimiento: es importante que el seguimiento se realice con el mayor número
posible y pueden haber pérdidas por diferentes motivos ya dichos, introduciendo errores. Si no se siguen
los pacientes un tiempo adecuado, hasta la aparición de un desenlace, la aparición puede estar subestimada.
 Sesgos de confusión: se presenta cuando una variable externa enmascara una verdadera asociación, que se
relaciona con la exposición y que es factor de riesgo para la enfermedad.

En el análisis de los datos de un estudio de cohorte, se calcula la incidencia de la variable resultado.


Habitualmente, esta variable puede ser enfermedad o muerte, y compararla entre los sujetos expuestos y no expuestos
al potencial factor.

La información sobre la exposición y la enfermedad suele presentarse para su análisis en forma de tabla de
contingencia o tablas de 2x2.
En los estudios de cohorte las tablas se leen de izquierda a derecha y las medidas de frecuencia utilizadas son
la probabilidad de desarrollar el efecto en cada una de las cortes.

Una vez establecida la homogeneidad de los grupos, sabiendo que son similares excepto del factor de
exposición, los resultados obtenidos se resumen en dicha tabla.

Se analiza si la proporción de enfermos en el grupo de expuestos difiere de la cantidad de enfermos en


los no expuestos.
El riesgo es una proporción entre los sujetos que presentan un evento y el total de sujetos susceptibles,
teniendo una incidencia en expuestos y no expuestos, siendo uno de los principales objetivos del investigador calcular
la tasa de incidencia al desenlace en los dos grupos de observación.
10
 La incidencia o riesgo en el grupo expuesto es la proporción de eventos en los expuestos (expuestos y que
presentaron el desenlace) sobre aquellos que estuvieron enfermos + los que no tuvieron efectos y
estuvieron expuestos.
 La incidencia en los no expuestos en la cantidad de casos no expuestos y que se enfermaron sobre el total
de no expuestos.

De esta manera se puede calcular por ejemplo el riesgo de sufrir un infarto en fumadores y entre los que no
fuman.
Más allá, se puede calcular la razón de los dos riesgos o riesgo relativo.

La razón de riesgo o riesgo relativo indica cuanto más probable es que se produzca un evento en un
grupo con respecto a otra, teniendo como característica que significa el resultado entre la razón entre riesgos
individuales de expuestos y no expuestos, valorando la fuerza de asociación.

 Mide la magnitud del riesgo asociado a la exposición


 Número de veces que es más frecuente la enfermedad en los individuos expuestos versus los no expuestos
 La asociación entre el factor y la enfermedad es más fuerte a medida que el resultado se aleja de la unidad

El riesgo se calcula como el cociente entre la incidencia de los expuestos / incidencia de no expuesto

El riesgo relativo no tiene dimensiones, identifica la magnitud y fuerzas de asociación, lo que permite
comparar la frecuencia con que ocurre el evento entre los que tienen el factor de riesgo y los que no. Su valor oscila
entre 0 y más infinito, pero el valor 1 es el valor neutro, que indica ausencia de asociación entre la exposición y la
enfermedad.
 Cuando el riesgo relativo es igual a 1, no hay asociación entre factor de riesgo y evento, siendo la
asociación POSITIVA cuando es mayor a 1, lo que quiere decir que la presencia del factor de riesgo se
asocia a una mayor presencia de evento.

11
 El riesgo relativo menor a 1, indica que existe una asociación NEGATIVA, que no existe un factor de
riesgo, sino que es un factor PROTECTOR, que cuando está presente DISMINUYE el desarrollo del
evento o enfermedad.

Si en un intervalo de confianza para un factor dado relacionado con un efecto NO INCLUYE EL 1, es


efectivamente un factor de riesgo, y la asociación es de significancia, mientras que si el intervalo INCLUYE al 1, no
es significante para establecer una relación.

Intervalo de confianza del RR


El intervalo de confianza es una prueba de significación estadística que se define como el intervalo de valores
en el cual está incluido el riesgo relativo del 95% de los casos, es decir, si se repite un numero elevado de veces el
estudio en una población con las mismas características y tamaño, en el 95% de los casos, el RR estará comprendido
dentro del intervalo.
Describe la variabilidad entre la medida obtenida en un estudio y el valor real de la información,
correspondiendo a un rango de valores cuya distribución es normal, y en el cual se encuentra con alta
probabilidad el valor real de una determinada variable.

Dicha alta variabilidad se ha establecido con


un consenso del 95%, por lo que un intervalo de 95%
no está diciendo que se encuentra el valor real de un
parámetro real con un 95% de certeza.
Es importante para establecer si hay o no diferencia
estadística significativa, se debe observar el intervalo
de confianza y sus extremos, independientemente si
el estimador muestra beneficios o daños.
Se debe ver si uno de los extremos pasa por
el 1:
 Si incluye el 1, no existe diferencia
significativa y el riesgo no es
estadísticamente significativo (B)
 En el caso que no lo incluya, si es
estadísticamente significativo (A)

Cuantos más estrechos estén los límites del


intervalo de confianza, decimos que es más preciso.

EL INTERVALO DE CONFIANZA PERMITE ESTIMAR EL RR PARA LA


POBLACIÓN, Y ES EL QUE SE HABRÍA OBTENIDO SI EL ESTUDIO SE HUBIERA HECHO CON TODOS
LOS INDIVIDUOS Y NO EN UNA MUESTRA.
12
Informa de la precisión de los resultados del estudio e indicara la existencia de significación estadística
siempre y cuando no se incluya el 1.

Ejemplo
En un estudio de
distribución de embarazadas
según exposición pasiva al
humo de tabaco y recién
nacidos según peso normal
o bajo peso, el riesgo
relativo fue expresado a
través de un RR igual a 2,71
con un IC del 95% que está
entre 1,38 y 5,34.

Esto significa que las embarazadas expuestas a la exposición parcial al tabaco tienen 2,71 veces más
probabilidad de tener niños de bajo peso que las embarazadas no expuestas. Es estadísticamente significativo, porque
el IC no incluye el 1.

Muchas veces, se pueden presentar el resultado de RR con el valor p, que también es llamado de significancia.
Este valor busca probar que existe una diferencia real entre dos grupos estudiados, y que dicha diferencia no es al azar.
Generalmente se adopta el valor del 5% (0,05), cuanto menor sea este valor P, mayor será la tendencia a
concluir que la diferencia que existe es real.
El valor límite de la p es 0,05, si los resultados son mayores, NO HAY DIFERENCIA SIGNIFICATIVA, si
es menor, HAY DIFERENCIA ESTADÍSTICAMENTE SIGNIFICATIVA.

TANTO EL ANÁLISIS DE UN INTERVALO DE CONFIANZA COMO DEL VALOR P NOS PERMITE


DETERMINAR DIFERENCIAS ESTADÍSTICAMENTE SIGNIFICATIVAS.

El valor p se relaciona en forma muy estrecha con el IC, ya que si uno muestra diferencias estadísticamente
significativas el otro también lo hace como vimos en los ejercicios de métodos. Sin embargo, solo el IC nos permite
evaluar el rango de valores donde posiblemente se encuentre el valor real permitiendo una mejor interpretación y
aplicación clínica de los resultados.

Una vez que se analiza el RR, el siguiente paso es evaluar si dicha asociación es causal, debiéndose tener en
cuenta toda la información disponible para determinar si la asociación entre la exposición y efecto satisface las
pruebas de causalidad razonable, una herramienta son:

Criterios de Bradford-Hill para evaluar causalidad: son una serie de aspectos para evaluar la relación causal
1. Fuerza de asociación: cuanto mayor es la magnitud de la asociación mayor probabilidad de causalidad
2. Consistencia: existencia de resultados similares en otros estudios
3. Especificidad de las causas: que una causa produce un único efecto y no múltiples
4. Temporalidad: la causa debe preceder el efecto
5. Gradiente biológico en la relación dosis-respuesta: es más intensa la causa cuanto mayor intensidad tiene el
efecto
6. Plausabilidad biológica: poder interpretar que hay algún mecanismo biológico que explique la relación causal
7. Coherencia con otros conocimientos: que no entre en conflicto con lo que se sabe de la enfermedad o efecto
8. Evidencia experimental
9. Analogía con otras relaciones causales.

13

También podría gustarte