ARTICLE IN PRESS

Document downloaded from http://www.elsevier.es, day 03/10/2017. This copy is for personal use. Any transmission of this document by any media or format is strictly prohibited.

Fisioterapia. 2009;31(5):218–223

www.elsevier.es/ft

REVISIÓN

Estudios de cohorte
M.N. Bel Ferréa, M. Inglés Novellb y J.L. Piñol Moresoc,

a
Servei d’Atenció Primària Terres de l’Ebre, Institut Català de la Salut, España
b
Direcció d’Atenció Primària Tarragona-Reus, Institut Català de la Salut, España
c
Servei d’Atenció Primària Reus-Altebrat, Institut Català de la Salut, España

Recibido el 20 de octubre de 2008; aceptado el 16 de marzo de 2009

Disponible en Internet el 18 de septiembre de 2009

PALABRAS CLAVE Resumen

Estudio de cohorte; Los estudios de cohorte son uno de los diseños epidemiológicos más utilizados en la
Estudio prospectivo; investigación en ciencias de la salud. Sus resultados se consideran de un elevado nivel de
Estudio longitudinal; evidencia cientı́fica y alcanzan un gran impacto en las recomendaciones realizadas por las
Seguimiento diferentes guı́as de práctica clı́nica. En este artı́culo de revisión se sintetizan, se tratan y se
divulgan sus aspectos más fundamentales: utilidad, clasificación, diseño, análisis,
interpretación, ventajas y limitaciones.
& 2008 Asociación Española de Fisioterapéutas. Publicado por Elsevier España, S.L. Todos
los derechos reservados.

Cohort studies
KEYWORDS
Cohort study;
Abstract
Prospective study;
Cohort studies are one of the epidemiological designs used most in research in health
Longitudinal study;
sciences. Their results are considered to make up a high level of scientific evidence and to
Follow-up
have achieved great impact on the recommendations made by the different clinical
practice guidelines. Their most fundamental features, such us utility, classification,
design, analysis, interpretation, advantages and limitations, are summarized, discussed
and disseminated in this review article.
& 2008 Asociación Española de Fisioterapéutas. Published by Elsevier España, S.L. All rights
reserved.

Introducción
Autor para correspondencia.
Correo electrónico: jlpinyol.tarte.ics@gencat.cat La epidemiologı́a intenta acercarse al conocimiento de los
(J.L. Piñol Moreso). fenómenos que se producen en la población general, y más

0211-5638/$ - see front matter & 2008 Asociación Española de Fisioterapéutas. Publicado por Elsevier España, S.L. Todos los derechos
reservados.
doi:10.1016/j.ft.2009.03.001
 ARTICLE IN PRESS
Document downloaded from http://www.elsevier.es, day 03/10/2017. This copy is for personal use. Any transmission of this document by any media or format is strictly prohibited.
Estudios de cohorte
concretamente en determinados subgrupos de población
vulnerables a diferentes factores de exposición. Para ello,
analiza las relaciones de causalidad existentes entre dichos
factores de exposición (causas) y el fenómeno poblacional
estudiado (efecto), teniendo en cuenta los principios
epistemológicos de la causalidad1–3. Los estudios de cohorte
son los diseños epidemiológicos que mejor respetan
los principios de causalidad propuestos por Hill en 19654,5
(tabla 1).
Son 3 los principios fundamentales de la inferencia de
causalidad en que se basan los estudios de cohorte para la
verificación de una hipótesis causal: a) la relación causa-
efecto; b) la secuencia temporal: la causa antecede al
efecto, y c) la dirección: los cambios en el efecto son
consecuencia de los cambios en la causa1–4. Todos los
estudios epidemiológicos, salvo los de seguimiento longitu-
dinal, incumplen en su diseño el principio de secuencia
temporal, por lo que tienen grandes dificultades
para verificar la relación entre causa y efecto, y más aún
para confirmar la dirección de la relación causal.
Aunque la mejor evidencia sobre causalidad proviene de
los ensayos clı́nicos controlados (estudios experimentales),
la aplicación de criterios de inclusión muy rı́gidos o la
exposición de las personas a riesgos potencialmente
perjudiciales son moral y éticamente inaceptables, por lo
que se han desarrollado otros diseños epidemiológicos
para establecer causalidad con un alto grado de probabili-
dad cientı́fica basados en la observación (estudios observa-
cionales).
Entre los estudios observacionales, los estudios de
cohorte representan lo más cercano al diseño experimental
y también tienen un alto valor en la escala de causalidad, ya
que es posible verificar la relación causa-efecto correcta-
mente en el tiempo. Sin embargo, dado que se trata de
estudios observacionales, tienen la importante limitación
de que el investigador no controla la asignación de la
exposición ni ésta se asigna aleatoriamente, por lo que no es
posible controlar completamente las posibles diferencias
entre los grupos expuesto y no expuesto respecto a otros
factores relacionados con la aparición del efecto. Los
estudios de casos clı́nicos, transversales y de casos y
controles permiten con un bajo coste plantear hipótesis
causales que se deberán comprobar después mediante los
estudios de cohorte y experimentales.
Tabla 1 Principios de causalidad
Principios
Fuerza de la relación
Coherencia
Especificidad
Temporalidad
Gradiente biológico
Plausibilidad
Concordancia
Evidencia experimental
Analogı́a
Modificado de Rothman, 19874.
219
Definición y utilidad
Un estudio de cohorte es un estudio epidemiológico,
observacional, analı́tico, longitudinal, prospectivo o retros-
pectivo en el que se selecciona a los individuos que
componen los grupos de estudio en función de que se
produjera o no determinada exposición o caracterı́stica
y se los sigue durante cierto tiempo6–8.
Los estudios de cohorte consisten en el seguimiento de
una o más cohortes de individuos (sanos o enfermos) con
diferentes grados de exposición a un factor (de riesgo o
pronóstico) en quienes se mide la aparición del efecto. Un
factor de riesgo es una variable relacionada con una alta
probabilidad de aparición de la enfermedad. Un factor
pronóstico es una variable relacionada con el curso y el
resultado de la enfermedad, que en general depende de la
intervención terapéutica a la que se encuentra sometido el
paciente durante el curso de la enfermedad. Los estudios de
seguimiento de cohortes de individuos sanos con diferentes
grados de exposición a un factor de riesgo en quienes se
mide la aparición de la enfermedad tienen un interés
práctico en el campo de la prevención primaria; en cambio,
los estudios de cohortes de individuos con una determinada
enfermedad clasificados en función de diferentes grados
del factor pronóstico a los que se da seguimiento para
determinar la recurrencia y las complicaciones de la
enfermedad o la supervivencia tienen un interés práctico
en el campo de la prevención secundaria y terciaria9.
La utilidad de los diseños de cohortes se resume en: a) la
descripción de la historia natural de la enfermedad; b) el
contraste de hipótesis sobre factores causales; c) el estudio
de tendencias seculares de los factores de riesgo y su
relación con la morbilidad y la mortalidad; d) la evaluación
pronóstica de la enfermedad, y e) la observación de la
efectividad de las intervenciones y los procedimientos a
escala poblacional.
Clasificación
Dependiendo de la relación temporal entre el inicio del
estudio y la aparición del efecto en estudio, los estudios de
cohorte se clasifican en prospectivos, retrospectivos
(o históricos) y ambispectivos (o bidireccionales).
Breve descripción
Magnitud de la razón entre las tasas de incidencia
Observación repetida de la relación en circunstancias diferentes
Precisión en la relación al excluir otras causas y efectos
La causa precede al efecto
Presencia de una curva de dosis-respuesta
Compatibilidad con el conocimiento biológico actual
Compatibilidad con el conocimiento actual del mecanismo causal
Necesidad de contar con antecedentes de la investigación controlada
Semejanza con algún mecanismo de acción ya conocido
 ARTICLE IN PRESS
Document downloaded from http://www.elsevier.es, day 03/10/2017. This copy is for personal use. Any transmission of this document by any media or format is strictly prohibited.
220
En las cohortes históricas, tanto la exposición al factor
como la aparición del efecto en estudio han ocurrido antes
del inicio del estudio y, además, requieren la existencia de
registros de los que se pueda obtener información, que
generalmente ha sido recogida con otros propósitos, lo cual
limita su interpretación.
En las cohortes prospectivas, al inicio del estudio la
exposición al factor puede haber ocurrido o no, pero lo que
aún no ha sucedido es la aparición del efecto en estudio, por
lo que se requiere un perı́odo de seguimiento en el futuro
para determinar su frecuencia. En ellas, los investigadores
pueden controlar la calidad de las mediciones, lo cual
facilita la interpretación de los resultados.
En las cohortes bidireccionales los datos se recogen de
forma retrospectiva y prospectiva simultáneamente.
Respecto al tipo de población seleccionada, las cohortes
construidas pueden ser fijas (o cerradas) y dinámicas
(o abiertas). La cohorte fija o cerrada es aquella cuyos
integrantes son reclutados en el mismo perı́odo fijado
previamente por los investigadores y a la cual no ingresa
nadie más durante el perı́odo de seguimiento. Cohorte
abierta o dinámica es aquella que considera la entrada y la
salida de nuevos sujetos de estudio durante el perı́odo de
seguimiento. En ella, el número de miembros varia según el
tiempo pasa y los participantes entran o salen de la cohorte
según cumplan o no los criterios de inclusión definidos
previamente por los investigadores.
Diseño
Al inicio de un estudio de cohorte se selecciona a un grupo
de individuos en riesgo de presentar el efecto en estudio
(ninguno manifiesta el efecto en ese momento). Para su
inclusión en el estudio, los individuos de la cohorte se
clasifican según diferentes grados de exposición a los
factores que podrı́an guardar relación con el efecto.
Posteriormente, se observa a esos individuos para determi-
nar quiénes de ellos manifiestan el efecto con el tiempo.
Antes de identificar a las personas expuestas, es necesario
definir explı́citamente los grados y la duración mı́nima de la
exposición. Además, pueden fijarse criterios de inclusión,
pero lo más importante es que los sujetos estén libres, al
menos momentáneamente, del efecto en estudio10.
En el diseño clásico de un estudio de cohorte (fig. 1), la
información acerca del factor de exposición en todos los
individuos se conoce al inicio del perı́odo de seguimiento.
La población en riesgo de sufrir el efecto se sigue por un
tiempo determinado mediante nuevos exámenes o cuanti-
ficando su perı́odo de supervivencia hasta la identificación
del efecto en estudio.
Los 2 grupos de comparación, expuestos y no expuestos,
pueden seleccionarse de poblaciones diferentes; sin embar-
go, la inferencia causal (validez del estudio) depende del
supuesto de que ambos grupos sean comparables respecto a
otros factores relacionados con la exposición o el efecto de
interés. Los individuos no expuestos han de ser similares a
los expuestos en todos sus aspectos excepto en que no han
estado sometidos a la exposición en estudio. La captación de
los individuos no expuestos debe ser la misma que se aplicó a
los individuos expuestos. Deben tener, además, el mismo
riesgo potencial de sufrir el efecto y las mismas oportuni-
M.N. Bel Ferré et al
Con el efecto
en estudio
“Expuestos”
al factor
Sin el efecto
en estudio
Sujetos
sin el efecto
en estudio
Con el efecto
en estudio
“No expuestos”
al factor
Sin el efecto
en estudio
Seguimiento
Figura 1 Diseño clásico de un estudio de cohorte.
dades que los expuestos de ser diagnosticados del efecto en
estudio.
Es muy importante establecer una definición operacional
y objetiva del efecto en estudio. El criterio de evaluación ha
de ser uniforme en todos los participantes en el estudio.
Para la recogida de la información, se ha de usar las mismas
fuentes de información y los mismos criterios en los
individuos expuestos y no expuestos para no comprometer
la validez del estudio. Dicha información se ha de obtener
de la misma manera y con métodos comparables en todos los
participantes para lograr una clasificación no sesgada con
relación a la exposición. Los métodos estandarizados, el
entrenamiento de los observadores y el control periódico de
la variabilidad en un observador y entre observadores
permiten asegurar el control de la calidad de los datos.
Al presentar el efecto, el individuo deja de estar en
riesgo, por lo que ya no cumple con el criterio de
permanencia en la cohorte (su seguimiento termina). El
perı́odo de seguimiento depende de la duración de la
latencia y la frecuencia del efecto en estudio, lo que puede
abarcar dı́as, semanas, meses o años. Dos momentos clave
definen el perı́odo de seguimiento: el examen inicial
(medición basal) y el final del seguimiento. El seguimiento,
en función del efecto en estudio, puede ser activo (en el que
se utilizan contactos repetidos por diversos medios: nueva
entrevista y obtención de muestras, cuestionarios auto-
aplicables o llamadas telefónicas) o pasivo (se realiza
mediante búsqueda sistemática de sistemas de información
en registros preestablecidos de morbilidad y mortalidad). La
pérdidas durante el seguimiento pueden originarse por
varias razones (abandono del estudio, muerte por causa
distinta del efecto en estudio), pero deben ser cuantificadas
para evaluar la validez del estudio (su distribución deberı́a
ser similar en el grupo de expuestos y en el de no
expuestos).
Análisis
El análisis de los estudios de cohorte se encamina
básicamente a alcanzar los siguientes objetivos: a) estimar
la incidencia de la enfermedad en 2 o más grupos de
individuos que difieren en el grado de exposición al factor
de riesgo; b) estimar la tasa de supervivencia o la tasa de
 ARTICLE IN PRESS
Document downloaded from http://www.elsevier.es, day 03/10/2017. This copy is for personal use. Any transmission of this document by any media or format is strictly prohibited.
Estudios de cohorte
recurrencia en dos o más grupos de pacientes con una
determinada enfermedad y que difieren en el grado de
exposición al factor pronóstico en estudio; c) estimar el
riesgo relativo de padecer la enfermedad que tienen los
individuos expuestos al factor respecto a los no expuestos;
d) establecer una relación dosis-respuesta, y e) estimar el
riesgo atribuible4,9,11,12.
La incidencia cuantifica el número de nuevos episodios o
casos de enfermedad que se presentan en la población en
riesgo en un plazo especı́fico; puede estimarse como una
incidencia acumulada o como la tasa de incidencia (densidad
de incidencia). La incidencia acumulada es la proporción de
personas que contraen la enfermedad en un plazo especı́-
fico. Para su cálculo se asume que todos los individuos han
sido observados durante todo el perı́odo de seguimiento.
Cuando esta presunción no se cumple (los individuos entran
en el estudio en diferentes momentos o aun habiendo
entrado al mismo tiempo durante el seguimiento hay
pérdidas), se calcula la tasa de incidencia dividiendo el
número de nuevos casos de enfermedad durante el
seguimiento por el total del tiempo de observación por
persona.
El riesgo relativo (RR) estima la magnitud de la relación
entre exposición y efecto o probabilidad de aparición del
efecto en el grupo de expuestos respecto al de no
expuestos. Es la razón entre las dos tasas de incidencia y
se usa para juzgar si una asociación válida es causal. Cuando
ambas tasas de incidencia son iguales, la relación será igual
a 1. Cuando la incidencia en expuestos es mayor que en los
no expuestos, la razón será superior a la unidad y, por lo
tanto, el factor en estudio posiblemente sea un factor de
riesgo. Cuando el RR eso1 indica una posible acción
protectora del factor. En la estimación del RR hay que tener
en cuenta el efecto de confusión. Hay varias opciones para
controlar dicho efecto: la restricción, el apareamiento, la
estratificación y los modelos matemáticos. La restricción y
el apareamiento son parte del diseño del estudio, mientras
que la estratificación y los modelos matemáticos (regresión
logı́stica, regresión de los riesgos proporcionales de Cox) son
parte del análisis. El control en el análisis es preferible al
control en el diseño, porque además de controlar el efecto
de confusión se puede controlar el efecto de modificación o
interacción.
La diferencia entre las tasas de incidencia en expuestos y
no expuestos es el riesgo atribuible o exceso de riesgo en
valor absoluto. Si se asume que la asociación es causal, es
una medida del impacto del factor en la salud de la
población. Como es una diferencia de tasas, el resultado
también es una tasa. Para estimar la proporción de enfermos
en el grupo de expuestos atribuida al factor (proporción de
enfermos expuestos que se puede prevenir eliminando el
factor), se calcula la fracción atribuible proporcional como
el cociente entre el riesgo atribuible y la incidencia en los
expuestos por 100. Si el grupo de estudio es la población
total (compuesta por expuestos y no expuestos), es
importante calcular el exceso de riesgo en la población
atribuido al factor, o riesgo atribuible en la población. Se
calcula multiplicando el riesgo atribuible por la proporción
de individuos expuestos en la población.
En los estudios pronósticos, las medidas que se usan más
frecuentemente son: a) tasa de supervivencia: proporción
de personas que permanecen vivas al final del perı́odo de
221
observación; b) tasa de letalidad (proporción de muertes
debidas a la enfermedad entre quienes la contraen; c) tasa
de remisión: proporción de individuos que permanecen
libres de manifestaciones de la enfermedad después de un
tratamiento al final del perı́odo de observación, y d) tasa de
recurrencia: proporción de individuos que sufren otros
episodios de la misma enfermedad durante el seguimiento.
Interpretación
Como en los demás diseños epidemiológicos, en la interpre-
tación de los resultados se ha de tener en cuenta el papel
del azar, los posibles sesgos y los factores de confusión como
alternativas para la explicación de los resultados.
El sesgo de selección es menos frecuente en los estudios
de cohortes que en los estudios de casos y controles. Si la
entrada en la cohorte está relacionada con la enfermedad,
la asociación se puede subestimar o sobrestimar. En los
estudios prospectivos, debido a que la medida de la
exposición se realiza antes de la aparición de la enferme-
dad, es difı́cil que el resultado influya en la clasificación de
la exposición. En los estudios retrospectivos, la enfermedad
y la exposición han ocurrido antes de que se inicie la
investigación, por lo que si el conocimiento de la enferme-
dad afecta a la selección o la clasificación de los individuos
expuestos y los no expuestos, es posible que haya un sesgo
de selección o de información. Es importante eliminar todos
los casos prevalentes de enfermedad.
Para la validez del estudio, es muy importante clasificar
correctamente a los individuos en cuanto a la exposición y el
estado de enfermedad. La validez del estudio se afecta por
la precisión, por no obtener el máximo de información y por
la clasificación errónea diferenciada en uno y otro grupo, o
sesgo de información. Si el error se produce al azar, es decir,
en una proporción similar en ambos grupos de estudio, hay
una tendencia a la similitud entre ambos grupos de estudio,
expuestos y no expuestos, y por lo tanto a una dilución o
subestimación de la relación entre la enfermedad y la
exposición. El RR siempre se sesga hacia el valor nulo de 1.
Por lo tanto, puede oscurecer una relación que es real, pero
nunca la causa de una relación que no es real. En general se
produce por la dificultad inherente a la medición de estas
variables. Cuando la información sobre la exposición o la
enfermedad en uno de los grupos de estudio es inexacta, se
produce una clasificación errónea diferenciada. Dependien-
do de la situación, se puede subestimar o sobrestimar la
verdadera relación.
El sesgo de confusión puede producirse porque no se han
controlado bien todos los factores de confusión.
El efecto de las pérdidas en el seguimiento es uno de los
sesgos más importantes en los estudios de cohortes e
inherentes al tipo de diseño. Si las pérdidas de participantes
durante el perı́odo de seguimiento es Z 30%, se cuestiona la
validez del estudio. La mayor dificultad en la interpretación
de los resultados se manifiesta cuando las pérdidas del
seguimiento están en relación con la exposición, el efecto o
ambos. Como es muy difı́cil conocer las causas de las
pérdidas, es muy importante minimizarlas. Una aproxima-
ción para conocer el efecto producido por este tipo de sesgo
es establecer la relación entre exposición y efecto asumien-
do que todos los individuos perdidos durante el seguimiento
 ARTICLE IN PRESS
Document downloaded from http://www.elsevier.es, day 03/10/2017. This copy is for personal use. Any transmission of this document by any media or format is strictly prohibited.

222 M.N. Bel Ferré et al

han sufrido el efecto en estudio, y después calcular la misma
relación asumiendo lo contrario, que ninguno lo ha sufrido.
Ası́ obtendremos un intervalo de RR en el que se encontrarı́a
la verdadera relación. Esto sólo es útil cuando las pérdidas
son mı́nimas; de lo contrario, el intervalo serı́a tan amplio
que la información no serı́a de gran ayuda. En los estudios de
cohortes, del total de sujetos elegibles, sólo una determi-
nada proporción querrá o podrá participar en el estudio. Los
que participan y los que no participan en un estudio muy
probablemente difieren en muchas caracterı́sticas, y ello
limita la generalización de los resultados pero no compro-
meterá su validez (efectos de la tasa de no participación).
La verdadera asociación entre exposición y enfermedad está
sesgada cuando la falta de participación se relaciona con los
factores de riesgo y el efecto. Si la falta de respuesta está
relacionada con sólo uno de los dos, se subestima el cálculo
de la verdadera relación en la población, pero la asociación
entre exposición y el efecto en estudio es válida. Una forma
de estudiar el posible efecto de la falta de participación en
la generalización de los resultados o en la validez externa es
la comparación entre los que participan y los que no
participan con respecto a las caracterı́sticas que describen a
la población de estudio.
Ventajas y limitaciones
Como se ha comentado anteriormente, el diseño de los
estudios de cohorte es el más cercano al diseño experimen-
tal, y por ello una de sus ventajas es su aplicación como
diseño observacional cuando los estudios experimentales no
pueden realizarse por consideraciones éticas o logı́sticas.
En la tabla 2 se muestra esquemáticamente el conjunto
de ventajas y limitaciones que ofrecen los diseños de
cohorte5–10 y que hay que considerar en su diseño,
realización, análisis e interpretación.
Una de las ventajas principales de los diseños de cohorte
consiste en que el seguimiento de los sujetos durante cierto
tiempo permite la recogida sistemática de información de lo
vivido por éstos y obtener una completa descripción de la
historia natural del efecto estudiado. Además, el inicio del
estudio a partir de una cohorte de sujetos no afectados aún
por el efecto en cuestión permite una mejor planificación de
la información de las variables que se van a controlar en el
diseño del estudio, la valoración de la exposición evitando
los posibles sesgos en su medición e incrementando la
fiabilidad de dicha valoración, y una mayor flexibilidad a la
hora de incorporar variables de estudio durante el perı́odo
de seguimiento.
Por otra parte, estos estudios son diseños analı́ticos en los
que se estudia el grado de relación entre la exposición a un
factor y la aparición de un efecto. Como además se respeta
la temporalidad entre la acción del factor y la aparición del
efecto, se cumple el principal criterio de causalidad,
consistente en la temporalidad entre el factor y sus efectos.
Por ello, los diseños de cohorte permitirı́an controlar los
efectos múltiples y desconocidos de un determinado factor
de exposición.
Si la frecuencia de aparición del efecto es mayor en el
grupo de la cohorte expuesta al factor que en el grupo de los
no expuestos, se concluye que la exposición es la causa del
efecto. Dado que al inicio del seguimiento de la cohorte,
tanto en los sujetos expuestos como en los no expuestos aún
no ha aparecido el efecto, los casos en que éste aparezca
durante el seguimiento son casos nuevos (incidentes) y, por
lo tanto, la frecuencia del efecto es la incidencia de éste
durante el tiempo de seguimiento establecido. Los estudios
de cohorte son el único diseño epidemiológico que permite
estimar la incidencia de un efecto durante cierto perı́odo.
Una de las principales limitaciones de los estudios de
cohorte consiste en su escasa utilidad en los efectos con una
prevalencia muy baja en la población. Dicha limitación se
acentúa si tenemos en cuenta que estos diseños requieren
un tamaño muestral de la cohorte muy grande, no sólo por la
incidencia esperada en la población, sino también por la
necesaria compensación de las pérdidas de sujetos durante
el seguimiento, más aún cuando la calidad del estudio es
proporcional a la duración del seguimiento de la cohorte.
Por otra parte, otra limitación de los estudios de
seguimiento prospectivo consiste en que puede haber

Tabla 2 Ventajas y limitaciones de los estudios de cohorte

Ventajas Mejor control y planificación en la recogida de información

Muy eficaces para estudiar exposiciones raras
En los prospectivos se minimiza el sesgo en la determinación de la exposición
Pueden establecer la secuencia temporal entre exposición y efecto
Pueden examinar múltiples efectos de una sola exposición
Permiten establecer una completa descripción del efecto
Permiten el cálculo directo de la incidencia del efecto tanto en la cohorte de exposición como en la de no
exposición

Limitaciones Poco útiles para el estudio de efectos raros (sólo si el riesgo atribuible es elevado)
Requieren un tamaño muestral grande
Los prospectivos son caros y suelen requerir un largo perı́odo de seguimiento
Los retrospectivos requieren la disponibilidad de registros adecuados
El control de variables extrañas (factores de confusión) puede ser incompleto
La validez de los resultados puede cuestionarse por posibles sesgos en la determinación del efecto
La validez de los resultados puede verse comprometida por las pérdidas durante el seguimiento
La validez de los resultados puede verse afectada cuando la exposición varı́a mucho en el tiempo
 ARTICLE IN PRESS
Document downloaded from http://www.elsevier.es, day 03/10/2017. This copy is for personal use. Any transmission of this document by any media or format is strictly prohibited.

Estudios de cohorte 223

cambios en el conocimiento cientı́fico del efecto analizado 2. Susser M. Conceptos y estrategias en epidemiologı́a. El
mientras se lleva a cabo el estudio, por ejemplo, cambios en pensamiento causal en ciencias de la salud. México: Biblioteca
los criterios diagnósticos del efecto en estudio y su de la Salud; 1991.
valoración o en la propia medición de los factores de 3. Renton A. Epidemiology and causation: a realistic view. J
exposición, que pueden hacer que los resultados resulten Epidemiol Community Health. 1994;48:79–85.
irrelevantes o, en el mejor de los casos, no sean 4. Rothman KJ. Epidemiologı́a moderna. Madrid: Dı́az de Santos;
1987.
suficientemente útiles en comparación con el esfuerzo
5. Morales JM. Acercamiento a los diseños epidemiológicos de
temporal y económico realizado. cohorte. Neurologı́a. 2004;19:23–30.
Por último, no debemos olvidar que los estudios de 6. Kelsey JL, Thompson WD, Evans AS. Methods in observational
seguimiento no están exentos de sesgos, sobre todo epidemiology. New York: Oxford University Press; 1986.
relacionados con las pérdidas de sujetos durante el 7. MacMahon B, Trichopoulos D. Epidemiology: principles and
seguimiento (si la pérdida de sujetos afecta heterogénea- methods. Boston: Little, Brown; 1996.
mente a las cohortes, puede generarse sesgo de selección) y 8. Gordis L. Epidemiology. Philadelphia: WB Saunders; 1996.
con la variación de la exposición en el tiempo, los cuales 9. Varas C. Evaluación del riesgo y del pronóstico: estudio de
pueden afectar negativamente a la validez de los resultados cohortes. Medicine. 1998;7:4878–85.
10. Lazcano-Ponce E, Fernández E, Salazar-Martı́nez E, Hernández-
obtenidos por el estudio.
Avila M. Estudios de cohorte. Metodologı́a, sesgos y aplicación.
Salud Publica Mex. 2000;42:230–41.
11. Kleinbaum DG, Kupper LL, Morgenstern H. Epidemiologic
research. Principles and quantitative methods. Belmont:
Bibliografı́a Lifetime; 1982.
12. Breslow NE, Day NE. Statistical methods in cancer research.
1. Rothman KJ. Causal Inference. Chesnut Hill: Epidemiology Volume II. The design and analysis of cohort studies. Lyon: IARC;
Resources Inc; 1988. 1987.