Documentos de Académico
Documentos de Profesional
Documentos de Cultura
observacionales
Sí ¿Hay grupo de No
Clinimétricos
¿Dirección? Validación
Ecológico
Individual
pruebas Dx
Series de
casos,
Exposición y seguimiento de
Exposición Desenlace desenlace al mismo cohortes,
Desenlace Exposición tiempo transversales
Cohortes CyC Transversal descriptivos
(Asociación cruzada)
Morales Asencio JM. Tipos de diseños observacionales. Universidad de Málaga. 2009
Series de casos
Prof. JM Morales
jmmasen@uma.es
Fin descriptivo
Situaciones de las
que se tiene poca
información
Revisión de casos
atendidos
Muestras
pequeñas
Prof. JM Morales
jmmasen@uma.es
Estudios ecológicos
• No emplean datos de individuos, sino
de agrupaciones de sujetos:
– Poblaciones agregadas a distintos
niveles: país, región, ciudades,
hospitales, colegios, etc.
• Muy empleados en análisis
epidemiológicos comparativos por la
disponibilidad de datos
administrativos
• Ambas modalidades se pueden analizar de forma
transversal o longitudinal
Estudio ecológico exploratorio
Prof. JM Morales
jmmasen@uma.es
transversal
http://ec.europa.eu/health/tobacco/docs/eurobaro_attitudes_towards_tobacco_2012_en.pdf
Ejemplos: estudio ecológico
transversal analítico
Prof. JM Morales
jmmasen@uma.es
n=128 países
$US 1000 (low); $US 1000–3999 (lower middle); $US 4000–11 999 (upper middle); $$US 12 000 (high).
Siervo M, Montagnese C, Mathers JC, Soroka KR, Stephan BC, Wells JC. Sugar consumption and global
prevalence of obesity and hypertension: an ecological analysis. Public Health Nutr. 2013 Feb 18;1–10.
Prof. JM Morales
jmmasen@uma.es
Publicaciones científicas y PIB
Saez M, Pérez-Hoyos S, Tobias A, Saurina C, Barceló MA, Ballester F. Métodos de series temporales en los
estudios epidemiológicos sobre contaminación atmosférica. Revista Española de Salud Pública 1999;73(2):133-143.
Prof. JM Morales
jmmasen@uma.es
Humphreys DK, Eisner MP, Wiebe DJ. Evaluating the impact of flexible alcohol trading hours on violence: an
interrupted time series analysis. PLoS ONE. 2013;8(2):e55581.
Prof. JM Morales
jmmasen@uma.es
Estudios ecológicos: precauciones
• Falacia ecológica (o sesgo de
agregación):
– Error que se comete cuando se aceptan
asociaciones entre eventos cuando en
realidad no existen, siguiendo el supuesto
de que los resultados obtenidos a partir de
un estudio ecológico serían los mismos
que se obtendrían de un estudio basado
en observaciones de individuos
Prof. JM Morales
jmmasen@uma.es
Falacia ecológica: ejemplo
Relación entre nivel de renta y accidentes de tráfico:
Datos agregados
Datos individuales
Ingreso medio de los accidentados: $13,230
Ingreso medio para los no accidentados:
$32,310
Diez-Roux AV. Bringin context back into epidemiology: variables and fallacies in multilevel analysis. Am J
Public Health, 1998; 88: 216-222
Prof. JM Morales
jmmasen@uma.es
14 años
Prof. JM Morales
jmmasen@uma.es
Transversal
14 años 0 años
Prof. JM Morales
jmmasen@uma.es
Prospectivo
0 años
14 años
Prof. JM Morales
jmmasen@uma.es
Retrospectivo
14 años
0 años
Prof. JM Morales
jmmasen@uma.es
Estudios transversales
JM Morales
Estudios observacionales:
Prof. JM Morales
jmmasen@uma.es TRANSVERSALES
• ERRORES SISTEMÁTICOS
MÁS FRECUENTES:
–Sesgo de no respuesta
–Sesgo de supervivencia
Prof. JM Morales
jmmasen@uma.es
Observacionales: transversales
Observación,
Encuesta,
Expuestos o con elEntrevistas…
factor de riesgo, sin el desenlace
Leutwyler H, Hubbard EM, Jeste DV, Miller B, Vinogradov S. Associations of Schizophrenia Symptoms and
Neurocognition With Physical Activity in Older Adults With Schizophrenia. Biol Res Nurs. 2014;16(1):23–30.
Prof. JM Morales
jmmasen@uma.es
Correlación
Insomnio Insomnio
r>0
r<0
Edad Edad
Insomnio
r=0
Edad
Estudios correlacionales…no necesariamente
Prof. JM Morales
requiere correlación como prueba estadística
jmmasen@uma.es
Observacionales: transversales
Prof. JM Morales
jmmasen@uma.es
analíticos
Observación,
Encuesta,
Expuestos o con elEntrevistas…
factor de riesgo, sin el desenlace
Factor 1 Factor 2
Factor 4 Factor 3
Prof. JM Morales
jmmasen@uma.es
Transversales analíticos
• Permiten estudiar dos o más
variables en un momento del tiempo
• Permiten conocer asociación entre
factores de un fenómeno de interés
Prof. JM Morales
jmmasen@uma.es
Prof. JM Morales
jmmasen@uma.es
Prof. JM Morales
jmmasen@uma.es
Prof. JM Morales
jmmasen@uma.es
Razón y diferencia de
Prof. JM Morales
jmmasen@uma.es
prevalencias
• Cuando comparamos dos prevalencias en dos
muestras distintas, podemos calcular la razón
de prevalencias, que es similar a la razón de
incidencias (o RR):
• RP=Pa/Pb
• O la diferencia de prevalencias:
• DP=Pa‐Pb
Prof. JM Morales
jmmasen@uma.es
Estudios de Casos y Controles
JM Morales
Estudios observacionales: casos y
Prof. JM Morales
jmmasen@uma.es
controles
Casos
Expuestos No expuestos
Expuestos No expuestos
Controles
Prof. JM Morales
jmmasen@uma.es
¿Cómo se diseñan?
1. Definición de qué son “CASOS”
2. Definición de cómo se seleccionarán los
“CONTROLES”
3. Determinar qué se considerará “EXPOSICIÓN”
y si casos y controles están igualmente
expuestos
4. Comparar la asociación mediante la medida
correspondiente: ODDS RATIO
5. Determinar la posibilidad de factores de
confusión y de análisis estratificado
Prof. JM Morales
jmmasen@uma.es
Ejemplo
I2: 73%
Van Maele-Fabry G, Lantin A-C, Hoet P, Lison D. Residential exposure to pesticides and childhood leukaemia: a systematic review
and meta-analysis. Environ Int. 2011;37(1):280–91.
Trabajar en turnos nocturnos y Ca ovario
Prof. JM Morales Female residents of
jmmasen@uma.es
Washington State who
were diagnosed with a
primary invasive or
borderline epithelial
ovarian tumor from 2002
through 2009 were
considered eligible as
cases. The cases were
identified through a
population‐based cancer
registry, the Cancer
Surveillance System
(CSS).
Controls were selected
by random‐digit‐dialing
using stratified sampling
in 5‐year age categories,
1‐year calendar intervals
and two county strata.
From 2002–2005, a 2:1
ratio of controls to
women with invasive
ovarian cancer was
selected
Bhatti P, Cushing-Haugen KL, Wicklund KG, Doherty JA, Rossing MA. Nightshift work and risk of ovarian cancer. Occup Environ Med. 2013;70(4):231–7.
Principios básicos (que no
Prof. JM Morales
jmmasen@uma.es
siempre son posibles)
Representatividad
• Los casos y controles representan todos los posibles
casos y controles en un tiempo determinado y
proceden del mismo marco muestral.
Homogeneidad
• Controles seleccionados independientemente de la
exposición en estudio.
Simultaneidad
• Selección en el mismo marco temporal
Prof. JM Morales
jmmasen@uma.es
Población “base”
Los controles deben representar a la
población en la que se originan los casos
• DEFINICIÓN CONCEPTUAL
– Desde el uso de criterios explícitos (clínicos,
diagnósticos, “consenso”…) hasta la
posibilidad de que “no existan”
• DEFINICIÓN OPERATIVA:
– Todos los sujetos han de tener igual probabilidad
de ser seleccionados
– No pueden entrar “falsos casos”
Prof. JM Morales
jmmasen@uma.es
Definición
• “Tienen que salir del mismo sitio”
• Población con el mismo riesgo a
priori que los casos.
Representatividad: población
Prof. JM Morales
jmmasen@uma.es
base
• Principio básico
• Los controles deben representar a la
población en la que se originan los casos
• Si los sujetos fueran “casos” en vez de
“controles”, ¿se les hubiera incluido en
el grupo de “casos”?”
Prof. JM Morales
jmmasen@uma.es
Selección de controles
• Criterios de inclusión/exclusión
– OJO con sesgos de selección
• Información comparable en ambos
grupos
– OJO con el sesgo de información
• Exposición y factores idénticos
– OJO con el sesgo de confusión
Prof. JM Morales
jmmasen@uma.es
Tipos de controles
• Lo ideal: selección aleatoria (no siempre es
posible)
• Controles de frecuentación (ingresos
hospitalarios, visitas a CS, a Urgencias…)
• Controles “colegas”: compañeros de clase, de
trabajo, vecinos…
• Controles con procesos similares
• Controles poblacionales
• Controles de Registros (mortalidad, etc)
Estudios de casos y controles.
Prof. JM Morales
jmmasen@uma.es Ventajas
• Permiten estudiar muchos sujetos en períodos cortos de
tiempo.
• Permiten estudiar sucesos poco frecuentes.
• Ofrecen potenciales factores etiológicos.
• Exigen menos tiempo que los de cohortes.
• Permiten evaluar varias exposiciones (factores de riesgo)
simultáneamente.
• Factor imprescindible: comparabilidad de los grupos
– Procedencia
– Fuentes de exposición
– Ratio mínima 1:1 (se pueden aumentar los controles para mejorar el
poder del estudio, hasta 1:4)
Estudios de casos y controles.
Prof. JM Morales
jmmasen@uma.es
Inconvenientes
• No se pueden calcular incidencias, porque los sujetos se han
seleccionado cuando ya se ha desarrollado el resultado.
• Sólo permiten calcular la OR (si la frecuencia del fenómeno es
baja, se asimila al RR, pero, si es alta no)
• La población en riesgo NO siempre está definida con claridad.
• Ciertas exposiciones poco frecuentes a veces no es fácil poder
compararlas.
• Las exposiciones se obtienen “reconstruyendo” el pasado…y a
veces, supone sesgos de información.
• Sólo permiten evaluar un desenlace.
Estudios de casos y controles:
Prof. JM Morales
jmmasen@uma.es
sesgos de selección
• Selección
– Criterios de inclusión/exclusión que contienen
posibles errores.
• Ej.: queremos ver asociación entre Alcohol y RCV: casos
sujetos que ingresan por IAM, controles sujetos que
ingresan en Digestivo por hepatopatía.
– Sesgo de no respuesta en los casos o en los controles
– Selección preferencial de casos o de controles
– Selección de casos prevalentes: seleccionamos a los
sujetos que sobreviven…pero no a los que murieron.
Estudios de casos y controles:
Prof. JM Morales
jmmasen@uma.es
sesgos de información
• Métodos inapropiados para identificar o
clasificar adecuadamente los desenlaces.
• Dificultad en la “recuperación” de la
información sobre la exposición en el pasado:
memoria, registros deficientes…
• Sesgos inducidos por el entrevistador o quien
recoge los datos
Estudios de casos y controles:
Prof. JM Morales
jmmasen@uma.es
sesgos de confusión
• Exposiciones adicionales en los casos o
en los controles (conocidas o no).
• Presencia de posibles confusores no
detectados a priori o analizados
mediante ajuste a posteriori.
Prof. JM Morales
jmmasen@uma.es
Estudios de Cohortes
JM Morales
Estudios observacionales:
Prof. JM Morales
jmmasen@uma.es
cohortes
Desenlace
No desenlace
Expuestos
Desenlace
No desenlace
No expuestos
Prof. JM Morales
Estudios observacionales: cohortes
jmmasen@uma.es
• Permiten averiguar la incidencia de un
fenómeno
• Requieren un período de seguimiento
• Idóneos para determinar el pronóstico y
evolución de fenómenos
• Caros y poco útiles en caso de
fenómenos poco frecuentes
– Cohortes retrospectivas: solución
intermedia
Prof. JM Morales
jmmasen@uma.es
Estudios de cohortes
• Observacional / analítico
• Secuencia: exposición desenlace
• Siempre se seleccionan sujetos que no presentan el
desenlace
• Seguimiento a través del tiempo para ver la
INCIDENCIA de desenlaces
• Permiten calcular:
– Incidencia
– Riesgo relativo
– Fracción atribuíble
– Diferencia de incidencias como medida de impacto
potencial al eliminar la exposición
Ejemplos: Ca Pulmón y exposición
Prof. JM Morales
jmmasen@uma.es
ambiental al humo del tabaco
SEGUIMIENTO
Comienzo del estudio
COHORTES PROSPECTIVO
Exposición Desenlace
Prof. JM Morales
jmmasen@uma.es
Estudios de cohortes: tipos
SEGUIMIENTO
Comienzo del estudio
COHORTES
RETROSPECTIVO
Exposición Desenlace
Prof. JM Morales
jmmasen@uma.es
Estudios de cohortes: tipos
SEGUIMIENTO
COHORTES
AMBISPECTIVO
Exposición Desenlace
Prof. JM Morales
jmmasen@uma.es
Estudios de cohortes: tipos
SEGUIMIENTO
Entrada de sujetos
COHORTES cerradas
Exposición Desenlace
Prof. JM Morales
jmmasen@uma.es
Estudios de cohortes: tipos
SEGUIMIENTO
Entrada de sujetos
Entrada de sujetos Entrada de sujetos
COHORTES dinámicas
Exposición Desenlace
Prof. JM Morales
jmmasen@uma.es
¿Cerradas o dinámicas?
• A veces, no es posible elegir
• Las cohortes cerradas pueden tener tendencia
a sesgos de selección, ya que ciertos sujetos
con mayor exposición han podido desarrollar
el desenlace
• En la cohorte dinámica se seleccionan en el
mismo momento de la exposición
Prof. JM Morales
jmmasen@uma.es
Definición de las cohortes
• La selección puede hacerse con arreglo a
test, análisis, parámetros
antropométricos, cuestionarios, registros
de cualquier tipo…
• DEBE PERMITIR CLASIFICAR DE ALGÚN
MODO A LA POBLACIÓN
Prof. JM Morales
jmmasen@uma.es
Identificación de cohortes
• Interna
– Se estudia una sola cohorte general y en ella se
distinguen 2 cohortes como consecuencia de la
exposición o no. La procedencia es la misma en
ambas cohortes (mejor comparabioidad)
• Externa
– La cohorte de no expuestos se selecciona entre
sujetos no pertenecientes a la cohorte general
Prof. JM Morales
jmmasen@uma.es
Identificación de cohortes
• Seleccionar sujetos con una alta
probabilidad de presentar el desenlace
• Excluir a los que ya lo tienen o que no
pueden desarrollarlo
• Las pruebas para determinar la
exposición han de ser fáciles, seguras y
baratas
Prof. JM Morales
Identificación de cohortes: expuestos
jmmasen@uma.es
• Población general
– Útil para relacionar uno o varios factores de riesgo
y una o varias enfermedades frecuentes en la
población
– Seleccionar áreas geográficas con población
estable y con centros sanitarios fácilmente
identificables
– Buena validez externa, caros y con altas pérdidas
en el seguimiento
Prof. JM Morales
Identificación de cohortes: expuestos
jmmasen@uma.es
• Grupos especiales de exposición frecuente
– Útiles para exposiciones poco frecuentes en
población general
– Se seleccionan sujetos que trabajan en un mismo
entorno, o que están agrupados por una
característica especial
– Poca probabilidad de pérdidas, alta disponibilidad
de registros, más baratos y operativizables
(muestras más pequeñas)
Prof. JM Morales
Identificación de cohortes: expuestos
jmmasen@uma.es
• Grupos especiales que facilitan el
seguimiento
– Grupos de profesionales o colectivos
fácilmente monitorizables (médicos,
universitarios, etc)
– No representativas de la población general
Identificación de cohortes:
Prof. JM Morales
jmmasen@uma.es NO expuestos
• La cohorte de referencia ayuda a estimar la
frecuencia del desenlace en la población de donde
provienen los individuos de la cohorte expuesta, si
no existiera la exposición
• Si la frecuencia es igual en ambos grupos, no existe
relación probable
• La cohorte de no expuestos debe ser comparable a la
de expuestos a excepción del factor que se está
estudiando
• A veces, se seleccionan cohortes externas a partir de
registros generales (mortalidad, censos, etc).
Permiten escasas comparaciones
Prof. JM Morales
jmmasen@uma.es
Medición del desenlace
• Objetiva y definida operativamente
– Pruebas diagnósticas
– Test o índices
– Consensos
• Debe realizarse de igual forma en las dos cohortes
• Si la evaluación es ciega, mejor.
• Puede tratarse de una situación indetectable
clínicamente…¡OJO!
• Si se usan registros clínicos, deben tenerse en cuenta las
diferencias en el acceso a la atención sanitaria, la variabilidad
en el registro, etc
Prof. JM Morales
jmmasen@uma.es
Seguimiento
• Lo más difícil porque:
– Ha de ser homogéneo en ambas cohortes
– Completo
– Con los mismos criterios de detección de
desenlace en ambos grupos
– Suficientemente largo para que aparezca el
desenlace
– Intervalo entre mediciones justo para detectar
apariciones de desenlaces
Prof. JM Morales
jmmasen@uma.es
Seguimiento: reducir pérdidas
• Excluir sujetos que puedan presentar otros
problemas de salud, cambios de domicilio, etc
• Obtener datos de acceso de los sujetos fiables
(móvil, correo electrónico, domicilio, etc)
• El contacto periódico ayuda al seguimiento (teléfono,
cartas, etc)
• Usar a proveedores de salud (médico o enfermera de
familia) como “enlaces” para el seguimiento
Prof. JM Morales
jmmasen@uma.es
Seguimiento
Entrada de sujetos
SEGUIMIENTO Pérdida
SEGUIMIENTO Muerte
SEGUIMIENTO
Exposición Desenlace
Prof. JM Morales
jmmasen@uma.es
Sesgos
• Selección
– Selección inadecuada (voluntarios, etc)
– Pérdidas y abandonos
– Ausencia de datos al inicio
• Información
– Poca sensibilidad en la detección del efecto (incidencia
difuminada)
– Instrumentos de evaluación distintos en cada grupo
• Confusión
– Controlable en la fase de análisis
– Una variable de confusión debe tener capacidad
predictora sobre el desenlace
Prof. JM Morales
jmmasen@uma.es
Confusión
• Situación en la que se observa una asociación
entre una exposición y un desenlace, que ocurre
como consecuencia de la influencia de una
tercera variable (variable "confusora") que, NO
debe estar en la cadena causal entre exposición y
desenlace
• Puede que cronológicamente, sea anterior a la
asociación entre exposición y desenlace (ocurre
en el tiempo independientemente de cuándo
tiene lugar la exposición y desenlace).
Prof. JM Morales
jmmasen@uma.es
Confusión
Nivel de Salud
riesgo
Actividad de
sexual morir
Smith GD. Sex and death: are they related? Findings from the Caerphilly
cohort study. BMJ 1997;315:1641
Peluqueros y Ca Pulmón
Ajuste x Edad Ajuste x Tabaquismo
Prof. JM Morales
jmmasen@uma.es
Cardiopatía
Consumo de EDAD isquémica
tabaco
Prof. JM Morales
Control de variables confundentes
jmmasen@uma.es
• Esfuerzos para identificar y medir posibles
confundentes ANTES DE HACER EL ESTUDIO:
– Bibliografía: confundentes conocidos
– Confundentes desconocidos
– Discutir validez de las mediciones
– Verificar fuentes de los datos
• Métodos para para valorar las diferencias en la
distribución de confundentes , DESPUÉS DEL
ESTUDIO:
– Pruebas de significación de diferencias.
– Tamaño de los efectos de las variables confundentes.
– Regresión, estratificación, matching, análisis de
sensibilidad.
Klein-GeltinkJE, Rochonb PA, Dyer S, Laxer M, Anderson GM. Readers should systematically assess methods used to
identify, measure and analyze confounding in observational cohort studies. J Clin Epidem. 2007; 60(8):766
Actividad física y mortalidad: 40 años
Prof. JM Morales
jmmasen@uma.es de seguimiento
Gulsvik AK, Thelle DS, Samuelsen SO, et al. Ageing, Physical Activity and Mortality—a 42-Year
Follow-up Study. Int. J. Epidemiol. 2012;41(2):521–530.
La cohorte de
Prof. JM Morales
jmmasen@uma.es Hertfordshire