TEMA 7. ESTUDIOS EPIDEMIOLÓGICOS. ESTUDIOS TRANSVERSALES.

ESTUDIOS DE COHORTES. ESTUDIOS DE CASOS Y TESTIGOS. ESTUDIOS

EXPERIMENTALES.

CLASIFICACION DE LOS ESTUDIOS EPIDEMIOLOGICOS

Los estudios epidemiológicos pueden clasificarse en función de varios criterios, en

grupos no siempre homogéneos y excluyentes.

Según el objetivo del estudio:

- estudios descriptivos
- estudios analíticos

Según la manipulación o no del factor de estudio:

- estudios observacionales
- estudios experimentales

Según la presentación de eventos en el tiempo:

- estudios transversales o de corte
- estudios longitudinales o de seguimiento:
* estudios retrospectivos
* estudios prospectivos

Según la selección de los sujetos:

- a partir de la exposición (causa)
- a partir de la enfermedad (efecto)

ESTUDIOS DESCRIPTIVOS FRENTE A ESTUDIOS ANALITICOS:

Clásicamente los estudios epidemiológicos se han clasificado en dos grandes

grupos: descriptivos y analíticos según el objetivo del estudio o pregunta a la que se intente
responder.

La primera aproximación a los fenómenos de salud y enfermedad en la población

suele ser descriptiva:

Los estudios descriptivos se realizan cuando conocemos poco del fenómeno que
queremos estudiar, intentan responder a las preguntas ¿quién? ¿dónde? ¿cuando?,
ayudándonos a caracterizar la ocurrencia de la enfermedad en términos de persona, lugar
tiempo, agente, susceptibilidad, etc.

Siguiendo las etapas del método epidemiológico, los estudios descriptivos se utilizan
en las primeras etapas: observación y formulación de hipótesis. Se consideran un paso
previo para la realización de otros estudios.

La segunda aproximación sería analítica, cuando se intenta responder a la pregunta:

¿por qué? Los estudios analíticos nos permiten analizar las razones de los patrones de
salud-enfermedad, tratando de verificar hipótesis.

1
TIPOS DE ESTUDIOS EPIDEMIOLOGICOS

1.- ESTUDIOS DESCRIPTIVOS

 Descripción de un caso
 Series de casos
 Estudios transversales (prevalencia)

2.- ESTUDIOS ANALITICOS

2.1-ESTUDIOS EXPERIMENTALES
2.2-ESTUDIOS OBSERVACIONALES
 Estudios de cohortes
 Estudios de casos y controles

ESTUDIOS DESCRIPTIVOS

Los estudios descriptivos se realizan por observación y únicamente permiten

evidenciar una determinada situación.

No se plantea una hipótesis sobre las relaciones causales. Se trata de una

constatación de hechos.

Los estudios descriptivos sirven para:

- Describir una enfermedad (fenómeno de salud) con la mayor precisión posible para que
sirva de base a los problemas de salud. No se trata de descubrir nada nuevo, sino de
describir una situación.

- En caso de un fenómeno de salud de etiología desconocida, sin poseer elementos

suficientes que nos permitan plantear hipótesis causales. El estudio descriptivo puede
generar hipótesis y conducir a estudios analíticos.

En los estudios descriptivos, el objetivo principal es obtener una proporción (de

individuos enfermos, de los expuestos, etc.) .

SERIES DE CASOS

Las series de casos son estudios muy habituales en las revistas médicas (incluso de
un solo caso).

Utilidad de las series de casos:

- Caracterizar una enfermedad, por lo general de reciente aparición (ej. SIDA).
- Manifestaciones poco conocidas de un proceso.
- Nuevos efectos secundarios de fármacos ya comercializados

Las observaciones realizadas en un grupo de pacientes pueden conducir a la

formulación de hipótesis causales.

Características de las series de casos como fuente de conocimiento:

- Contienen información adquirida a lo largo del tiempo (longitudinales).
- Los individuos de la serie comparten algo en común: todos tienen la misma enfermedad
o han recibido el mismo tratamiento.

2
 No casos seleccionados.

Criterios de inclusión y exclusión.

Aunque sea de forma indirecta, el estudio de una serie de casos siempre implica una
comparación (serie histórica, pacientes con otros tratamientos, otros centros, ...)

La principal limitación de las series de casos es la falta de un grupo control. Sirven

para generar hipótesis, pero no para evaluarlas.

ESTUDIOS TRANSVERSALES

Estudios transversales, sin seguimiento.

Describir una situación o comparación entre grupos (medida de frecuencia de

enfermedad = prevalencia)

A) Descripción de una situación (descriptivos)

Estado de salud, factores de riesgo, utilización de servicios sanitarios, etc.

Normalmente variable cualitativa, expresada como proporción o porcentaje.

En ocasiones, variable numérica, expresada en media ± desviación típica.

En ambos casos -> inferencia poblacional, con intervalo de confianza, si se estudia

una muestra poblacional.

B) Comparación entre grupos (estudios analíticos)

Denominación: estudios de corte, estudios "cross-sectional ".

Características: estudios observacionales, analíticos, no dlreccionales (no

seguimiento)

Los estudios transversales permiten estudiar la relación entre una enfermedad /

estado de salud y diversas variables (factores) en una población y un momento
determinado.

La característica principal de estos estudios es que se estudian simultáneamente la

presencia de un factor de riesgo o preventivo (causa) y la enfermedad (efecto).
Generalmente estos estudios son una fase previa para posteriores estudios analíticos ya
que, en estos, no se puede asegurar que la causa precedió al efecto (1º criterio causal :
secuencia temporal).
Ej: relación estado de salud -nivel de ingresos.
Relación artrosis de rodilla -sobrepeso

El estudio puede realizarse en la totalidad de una población o en una muestra

representativa (más frecuente).

3
 La medida de asociación (efecto) a calcular es la razón de prevalencias Pe/Pne.
Interpretación: la proporción de casos existentes en la población expuesta es tantas veces
mayor que la proporción en la población no expuesta.

Difícil inferencia causal (¿causa precede al efecto?)

UTILIDAD DE LOS ESTUDIOS TRANSVERSALES:

Permiten cuantificar el numero de personas que padecen una determinada

enfermedad / problema de salud, aportando información valiosa para la distribución de
recursos para su atención.

Permiten al clínico estimar la probabilidad a priori de que un paciente tenga una

enfermedad determinada.

VENTAJAS :

- Permiten estudiar la prevalencia y ayudan a la planificación de los servicios sanitarios

- Son el primer paso en muchos estudios
- Se realizan en un corto periodo de tiempo
- Son relativamente poco costosos
- Fácilmente repetibles
- Se pueden estudiar varias enfermedades o factores de riesgo en un solo estudio

LIMITACIONES :

- Al estudiar simultáneamente el factor de riesgo y la enfermedad puede ser difícil

diferenciar la causa del efecto, excepto si se estudian factores invariables como el grupo
sanguíneo o el sexo.
- No son útiles para enfermedades poco frecuentes o de corta duración.
- Es posible que exista un sesgo de supervivencia: al estudiar todos los casos presentes
en la población en un momento determinado, se pueden detectar factores pronósticos
ligados a la supervivencia.
- Posibilidad de sesgo debido a la no respuesta.
- No permiten estimar la incidencia.

ESTUDIOS ANALITICOS

Estudios con los que se pretende estudiar/demostrar relaciones causales.

Relación entre:
Var. independientes  Var. dependientes
(factores) (enfermedades)

Diferencia entre ellos:

- Factor causal controlado: estudios experimentales
- Factor causal no controlado: estudios observacionales.

4
ESTUDIOS OBSERVACIONALES ANALITICOS

Dos tipos:
- Estudios de cohortes
- Estudios de casos y controles

Ambos van a relacionar:

Enfermos (C, D) Expuestos (E)
_ _ _
No enfermos (C, D) No expuestos (E)

RESULTADOS: TABLA 2x2

Expuestos No expuestos

Casos A B A+B

No casos C D C+D

A+C B+D A+B+C+D

A= personas enfermas y expuestas al factor

B = personas enfermas y no expuestas
C = personas no enfermas pero expuestas
D = personas no enfermas y no expuestas

ESTUDIOS ANALITICOS OBSERVACIONALES

El hecho de que las ciencias de la salud tengan como objeto de estudio a las
personas hace inviable, por motivos éticos, en muchas ocasiones, la aplicación del método
experimental de investigación.
(No se puede exponer intencionadamente a las personas a factores de riesgo).

Este condicionante ha propiciado un importante desarrollo de los estudios

observacionales, ya que en ellos, la asignación de la exposición no la realiza el investigador,
siendo este un mero observador de lo que ocurre (la exposición es muchas veces
intencional por el propio individuo).

El problema que se plantea en los estudios observacionales es que la exposición a

los factores de riesgo o preventivos no se realiza de forma aleatoria (no es debida al simple
azar).

La no aleatoriedad de la exposición en los estudios observacionales es lo que

justifica la relativa sofisticación de alguno de estos estudios para simular las condiciones de
un experimento.

5
ESTUDIOS DE COHORTES

El termino "cohorte", décima parte de una legión, se utilizaba para designar a un

ejercito que avanzaba junto.

Desde el punto de vista epidemiológico, una cohorte es un conjunto de individuos

que se siguen a lo largo del tiempo. Estos sujetos poseen alguna característica común (tipo
de trabajo, hábitos, consumidores de algún fármaco, etc.).

Los estudios de cohortes son estudios longitudinales, de seguimiento, en los que los
individuos son seguidos a lo largo del tiempo.

En función de que este seguimiento se realice hacia adelante (futuro) o hacia atrás
(pasado) se distinguen dos tipos de estudios de cohortes:
- Estudios de cohortes prospectivos.
- Estudios de cohortes retrospectivos o de cohortes históricos.

En función de la movilidad de la cohorte se distinguen:

- Cohortes fijas, en las que los individuos iniciales son los estudiados.
- Cohortes dinámicas, hay entradas y salidas de sujetos en el estudio.

A) Estudio de cohortes prospectivo

Sinónimos: estudio prospectivo, estudio de incidencia, de progresión, de

seguimiento.

Si se identifica en la comunidad a un grupo de personas expuestas a un determinado

factor de riesgo o preventivo y otro grupo de personas no expuestas, y seguimos su
evolución en el tiempo, observando la frecuencia de aparición de la enfermedad que nos
interesa estudiar, al final del periodo de seguimiento podremos observar la incidencia de
enfermedad en las personas expuestas y no expuestas al factor.
(No solo puede estudiarse enfermedad sino también mortalidad o cualquier fenómeno de
salud).

Es necesario que ambos grupos sean comparables entre si en sus características

principales, difiriendo sólo en la exposición al factor.

De forma previa al inicio del estudio es importante definir la exposición, la no

exposición, el periodo de seguimiento, la enfermedad.

Todos los individuos que forman parte de la cohorte a estudio son individuos sanos,
aunque susceptibles de padecer la enfermedad.

Ejemplo:
Estudio de Framingham sobre riesgo de enfermedades cardiovasculares.
En 1948 se seleccionaron 6.500 personas de ambos sexos con edades comprendidas entre
30 y 62 años. Estas personas se siguieron mediante examen cada 2 años, con el objeto de
evaluar la asociación entre diversos factores de riesgo como la cifra de tensión arterial, nivel
de colesterol sérico, obesidad y consumo de tabaco con el desarrollo de enfermedad
cardiovascular.
Estudio de Doll y Hill sobre la relación entre tabaco y cáncer de pulmón.
Estudio de 10 años de seguimiento de una cohorte de médicos británicos.

6
ETAPAS DEL ESTUDIO

1.- Elección de la cohorte expuesta:

CRITERIOS:

Identificar susceptibles e inmunes si queremos estudiar una enfermedad infecciosa.

Excluir a las personas con historia sospechosa de la enfermedad bajo estudio. Para
detectar pacientes con enfermedad asintomática o subclínica es preciso en ocasiones
realizar test de laboratorio, citologías, estudios radiológicos, etc. Estas pruebas deben ser
inofensivas, simples y baratas para poder ser aplicadas a toda la cohorte de estudio.

FUENTES:

- Población general: cohorte representativa de la población general. Ej.: Framingham heart

study (cohorte geográfica), siendo fácilmente generalizables los hallazgos obtenidos, sin
embargo, son muy costosos. Es por ello que a menudo se estudian cohortes con alta
proporción de expuestos dado que es más eficiente, utilizándose cohortes representativas
de subgrupos de población (grupos de edad).

- Grupos que ofrecen recursos especiales: trabajadores de una determinada industria,

escuelas, universidades, militares, grupos ocupacionales, etc.

- Grupos sometidos a riesgos especiales: Hiroshima, Chernobil.

2.- Elección de la cohorte no expuesta

La cohorte de no expuestos informa de la probabilidad de enfermar en ausencia de

la exposición (a priori). Si a posteriori las 2 cohortes enferman de diferente forma la única
explicación posible para ello es la propia exposición.

- Grupos de comparación interna: cuando una población es muestreada y los individuos

son clasificados por el investigador en expuestos y no expuestos.

- Grupos de comparación externa: población del área o población de referencia de la que

procede el grupo de expuestos.

No se recomienda utilizar población general como grupo de comparación de un riesgo

ocupacional, ya que además del efecto del trabajador sano, pueden influir un mayor nivel
económico, diferentes estilos de vida, mejor acceso a cuidados médicos.

ESTRATEGIAS PARA EL SEGUIMIENTO DE LA COHORTE

- Excluir a aquellas personas con especiales dificultades para el seguimiento (personas

que piensan cambiar de residencia, alcohólicos, enfermos terminales, etc.).

- Recoger información que permita el seguimiento (dirección postal y teléfono de los

miembros de la cohorte y contactos – familiares, trabajo, etc.-).

- Contactos múltiples (teléfono, carta, correo electrónico, etc.).

- Facilidad para el contacto (horario) y recompensa.

7
B) Estudios de cohortes retrospectivo (estudio de cohortes históricas)

El investigador identifica la cohorte de individuos basado en sus características en el

pasado y después reconstruye su posterior experiencia de enfermedad hasta el momento
presente. Estos estudios se utilizan especialmente para valorar el efecto de exposiciones
profesionales (trabajadores de la minería del uranio, con exposición al asbesto, benceno,
etc.).

Se diferencian de los estudios de casos y controles en que la selección de los

grupos de comparación se realiza en base a la exposición o no al factor.

Estos estudios solo pueden ser realizados si se dispone de información de gran

calidad acerca de la exposición de los individuos, así como de su estado de salud, de forma
previa.

VENTAJAS:

- Los individuos se seleccionan a partir de la exposición, correcta secuencia temporal.

- Permite estudiar varios efectos de una exposición.
- Permiten el cálculo directo de la incidencia.

PROSPECTIVOS:
- Mejor control sobre la selección de sujetos.
- Mejor control sobre las medidas.

RETROSPECTIVO:
- Menos caros.
- Duración más breve.

LIMITACIONES:

- No son útiles para estudiar enfermedades poco frecuentes.

- No son adecuados si el tiempo que tarda en presentarse la enfermedad (incubación o
latencia) es muy largo.
- Son caros y requieren muchos participantes, posibles pérdidas de seguimiento.

ESTUDIOS DE CASOS Y CONTROLES (CASOS Y TESTIGOS, RETROSPECTIVO)

En estos estudios, se compara un grupo de personas que tienen una determinada

enfermedad (casos) con un grupo que no la padece (controles). De cada uno de los grupos
se recoge información sobre antecedentes de exposición a determinados factores.

Se escoge un número de controles por caso establecido por el investigador: 1 control

por caso, 2/1, 3/1,...

El objetivo de seleccionar controles es escoger individuos que sean representativos

de aquellos que de haber desarrollado la enfermedad, habrían sido seleccionados como
casos, pueden ser personas sanas o que padezcan una enfermedad que no tenga relación
con la enfermedad en estudio.

8
 Al conseguir la información sobre la exposición de forma retrospectiva esta es más
limitada, aunque puede ser suficiente en muchas ocasiones.

La frecuencia de exposición, a los factores en estudio, entre los casos se compara

con la de los controles. Si la frecuencia de exposición es significativamente mayor entre los
casos de enfermedad podremos concluir que existe una asociación entre causa y efecto.

En estos estudios, no se puede calcular la incidencia de enfermedad ya que, los

grupos en estudio no tienen que ser representativos de la población general, tampoco se
puede calcular el riesgo relativo. La medida de asociación propia de estos estudios, que nos
permite estudiar la relación entre la exposición y la enfermedad, se denomina Odds ratio
(OR), que es un valor estimado del riesgo relativo.

Ej.: Estudio de la exposición del feto al dietilestilbestrol y el desarrollo de carcinoma de

células claras en la vagina.

VENTAJAS:

- Útiles para estudiar enfermedades poco frecuentes

- Útiles para enfermedades con un largo período de latencia.
- Permiten estudiar exposiciones poco frecuentes pero que estén fuertemente asociadas
a la enfermedad.
- Permiten estudiar múltiples factores de riesgo para una sola enfermedad.
- Duración relativamente corta, bajo coste.
- Permiten estimar el riesgo de enfermedad en relación a una exposición.

LIMITACIONES:

- Es fácil que se introduzcan errores, tanto en la selección de los casos y/o controles,
como en la recogida de información.
- No son útiles para estudiar más de una enfermedad simultáneamente.
- No permiten calcular la incidencia o prevalencia de la enfermedad.

ESTUDIOS OBSERVACIONALES FRENTE A EXPERIMENTALES :

Los estudios epidemiológicos podemos clasificarlos también en dos grandes grupos

según manipulemos o no el factor de estudio a la hora de verificar una hipótesis.

Si como investigadores somos meros observadores y no manipulamos el factor de

estudio (estudios descriptivos o analíticos) se denominan estudios observacionales.

Si por el contrario, manipulamos el elemento de estudio, estamos ante un estudio

experimental o de intervención.

9
ESTUDIOS EPIDEMIOLÓGICOS EXPERIMENTALES O DE INTERVENCIÓN:

El objetivo de los estudios experimentales es evaluar la eficacia de cualquier

intervención preventiva, curativa o rehabilitadora. La palabra experimento implica
manipulación de las condiciones del estudio, aquellos que están expuestos a un factor o
medida concreta lo están porque el investigador les ha asignado dicha exposición, siendo
los objetivos del estudio los que determinan la asignación a la exposición y no las
necesidades del paciente o sujeto individual.

La asignación de los individuos a un determinado tratamiento o intervención se

realiza de forma aleatoria.

El objetivo del diseño experimental es la creación de conjuntos duplicados de

circunstancias en las que sólo varía un factor que se cree relevante en relación con el
resultado, lo que hace posible observar el efecto de tal factor.

Para clasificar un estudio como experimental debe haber:

1.- Manipulación artificial del factor de estudio.

2.- Asignación al azar (asignación aleatoria o randomización).

Si hay manipulación pero no aleatorización se consideran estudios

cuasiexperimentales.

Los estudios epidemiológicos experimentales se pueden clasificar en:

1.- Ensayos clínicos (ensayos clínicos aleatorios controlados)

Realizados sobre pacientes (enfermos) para valorar medidas terapéuticas.

2.- Ensayos de campo

Los sujetos de estudio no son enfermos sino sanos (valoración de medidas preventivas).

3.- Estudios de intervención comunitaria

Las unidades de asignación aleatoria son grupos de población o comunidades en vez de
individuos.

1
ESTUDIOS DE PRUEBAS DIAGNÓSTICAS. MEDIDAS DE VALIDEZ Y
FIABILIDAD.

SCREENING (DESPISTAJE)

El "screening" o despistaje es una técnica de prevención secundaria. Se define

prevención secundaria como aquella que se dirige a detener un proceso patológico lo antes
posible después de su aparición.

Según la O.M.S. la detección sistemática (screening) consiste en identificar los

sujetos afectados por una enfermedad o una anomalía que había pasado desapercibida
hasta entonces.

El objetivo del screening es disminuir la prevalencia y gravedad de una enfermedad

bien mediante la "detección precoz", en fase preclínica (ej. Ca. de mama o cérvix uterino) o
bien en fase de portador asintomático (SIDA, Virus de la hepatitis B); en estos últimos
casos, el objetivo es evitar la transmisión de una enfermedad.

La Epidemiología aporta en los estudios de detección:

- El conocimiento de la población de mayor riesgo para la enfermedad, ya que muchas

veces es más rentable aplicar el estudio a un grupo reducido (detección selectiva).

- La técnica de evaluación de la prueba diagnóstica.

Para clasificar a las personas en sospechosas o no de estar enfermas, nos hemos

basado en pruebas diagnósticas (test de detección).

Clínica = Utilización de pruebas diagnósticas, que sirven para clasificar pacientes.

Tipo de estudios descriptivos.

PRUEBA DIAGNÓSTICA IDEAL. CARACTERÍSTICAS:

La prueba diagnóstica ideal:

- Siempre proporciona una respuesta correcta (positiva en los enfermos y negativa en los
no enfermos)
- Simple
- Segura
- No dolorosa
- Fiable
- Barata

No existen pruebas diagnósticas ideales, por lo que es necesario estudiar las

características de las disponibles.

1
VALIDEZ DE UNA PRUEBA DIAGNÓSTICA

Comparación de los resultados obtenidos con la prueba a evaluar con una prueba de
referencia.

Prueba de referencia (estándar de oro, “gold standard”) = prueba o pruebas que

clasifican perfectamente a los sujetos entre enfermos y no enfermos.

Los datos se presentan en forma de tabla 2x2:

PRUEBA DE REFERENCIA
PRUEBA Enfermedad No enfermedad Total
DIAGNOSTICA

Positiva a (VP) b (FP) a+b

Negativa c (FN) d (VN) c+d

Total a+c b+d a+b+c+d

Las casillas a, b, c y d reflejan la clasificación de los individuos:

a: enfermos con el test positivo (verdaderos positivos).

b: no enfermos con el test positivo (falsos positivos).
c: enfermos con el test negativo (falsos negativos).
d: no enfermos con el test negativo (verdaderos negativos).

Evaluación de la prueba:

Sensibilidad: es la proporción de individuos con la enfermedad que tienen una prueba

positiva.
S = a/(a+c)

Especificidad: es la proporción de no enfermos que tienen una prueba negativa.

E = d/(b+d)

Valor predictivo positivo: es la probabilidad de que un individuo con resultado positivo en la

prueba tenga la enfermedad.

VP+ = a/(a+b)

Valor predictivo negativo: es la probabilidad de que un individuo con resultado negativo en la

prueba no tenga la enfermedad.

VP- = d/(c+d)

1
Valor global de la prueba: es la probabilidad de que un individuo sea clasificado
correctamente por la prueba.

VG = (a+d)/(a+b+c+d)

La sensibilidad y la especificidad son características intrínsecas de la prueba, que interesan

a quien la comercializa, y que no varían en su aplicación.

¿Cómo interesa que sea una prueba?

Lo ideal es que sea muy sensible y muy específica. Como esto no es posible,
depende de lo que interese en el estudio. Así en un centro de salud, para una medicina de
atención primaria, deben utilizarse pruebas muy sensibles aunque se pierda especificidad,
pero en un hospital lo ideal es que las pruebas sean muy específicas aunque se pierda
sensibilidad.

Los valores predictivos son los que más interesan al clínico (y al paciente). Varían con la
prevalencia de la enfermedad.

prevalencia = VP+ y prevalencia = VP-

Estimación de la prevalencia de una enfermedad en la población:

p + especificidad - 1
P=
sensibilidad + especificidad - 1

Razón de probabilidad positiva: es la probabilidad de una prueba positiva en presencia de la

enfermedad, dividida por la probabilidad de una prueba positiva en ausencia de la
enfermedad.

RV+ = (a/a+c)/(b/b+d) = S/(1-E)

Razón de probabilidad negativa: es la probabilidad de una prueba negativa en presencia de

la enfermedad, dividida por la probabilidad de una prueba negativa en ausencia de la
enfermedad.

RV- = (c/a+c)/(d/b+d) = (1-S)/E. En la práctica, se usa E/(1-S)

La razón de probabilidad:
- Relaciona la sensibilidad y la especificidad en un único índice.
- No se modifica con la prevalencia.
- Se puede calcular para distintos niveles de una prueba diagnóstica.
- Se puede calcular con ella el valor predictivo.

Test diagnósticos y variables continuas

Cualquier variable numérica utilizada como diagnóstico en clínica (PSA, mm de

induración de tuberculina, VEF) muestra una distribución de valores entre “enfermos” y “no
1
enfermos” que no pertenecen a grupos independientes, sino que existe un solapamiento
entre ambas distribuciones de valores.

Si se establecen diferentes “puntos de corte” para la variable diagnóstica, se observa

que, en la tabla 2x2, permanecen contantes los totales de enfermos y no enfermos reales,
pero se modifican los valores de las casillas a (VP), b (FN), c (FN) y d (VP), siendo por tanto
la sensibilidad y especificidad diferentes para cada punto de corte.

Los puntos de corte con valores bajos: S, E

Los puntos de corte con valores altos: S, E

¿Cuál es el punto de corte idóneo (con mejor discriminación diagnóstica)? Curvas ROC
(Características operativas para el receptor) o de rendimiento diagnóstico

CURVAS ROC O DE RENDIMIENTO DIAGNOSTICO

Representación gráfica eje cartesiano (X,Y) de:

y = Sensibilidad
x = 1-Especificidad (falsos positivos)
de todos los puntos de corte

Linea a 45º - No discriminación (S=1-E, igual número de VP que de FP), no capacidad

diagnóstica.

Por encima de la linea de 45º - Sensibilidad superior a 1-E

El punto de máxima discriminación diagnóstica es el situado en el ángulo superior izquierdo,

donde sensibilidad y especificidad alcanzan su valor máximo, cerca del 1.

Aplicaciones de las curvas ROC:

 Punto de corte óptimo

 Comparación de métodos diagnósticos: mejor poder diagnóstico = mayor área bajo la
curva

LAS CAUSAS DE ERROR EN LOS ESTUDIOS EPIDEMIOLÓGICOS. SESGOS.

SESGOS DE DISEÑO: SESGO DE SELECCIÓN Y SESGO DE CONFUSIÓN.
CONTROL.

SESGOS. LA PRECISIÓN Y VALIDEZ DE UN ESTUDIO.

Independientemente del tema y los objetivos de un estudio, que pueden ser

de mayor o menor interés para el lector o para la comunidad científica, lo que
siempre se debe perseguir es que el estudio sea preciso y válido.

La meta fundamental que todo estudio epidemiológico debe perseguir es la

agudeza en la medición. Por ello, todo lo que amenace esta correcta medición debe
1
ser identificado y corregido. Los elementos que amenazan estas mediciones son: El
Error Aleatorio y el Error Sistemático.

ERROR ALEATORIO: es debido al azar. Se debe tanto al hecho de que se trabaja

con muestras de individuos, y no con poblaciones enteras, como a la variabilidad
inherente al proceso de medición de variables, ya sea por el instrumento de medida
que se utiliza, por la propia variabilidad biológica o por la debida al observador.

La carencia de error aleatorio se conoce como precisión y se corresponde

con la reducción del error debido al azar. Para reducir este error el elemento más
importante del que disponemos es incrementar el tamaño de la muestra y con ello
aumentamos la precisión. Los intervalos de confianza y el error estándar se reducen
al aumentar el tamaño muestral. Es por tanto necesario desde un principio
preocuparse por el tamaño muestral del estudio que vamos a realizar definiendo la
precisión y la seguridad del mismo. La precisión también se puede mejorar
modificando el diseño del estudio para aumentar la eficiencia de la información que
obtengo de los sujetos del estudio.

ERROR SISTEMÁTICO O SESGO: un error sistemático o sesgo es un error en el

diseño del estudio que conduce a una estimación incorrecta o no válida del efecto o
parámetro que se estudia. Los sesgos a diferencia de lo que ocurre con el error
aleatorio, no se reducen al aumentar el tamaño de la muestra. De hecho, aunque se
incluyan más individuos lo único que se logrará es perpetuar el sesgo. Además, un
error de estas características, una vez introducido, es prácticamente imposible de
enmendar en la fase de análisis del estudio.

La carencia del error sistemático se conoce como validez. Esta validez tiene
dos componentes: La validez interna, que es la validez de las inferencias a los
sujetos reales del estudio y la validez externa o generalización en tanto se aplica a
individuos que están fuera de la población del estudio. La validez interna es por tanto
un prerrequisito para que pueda darse la externa.

Cuando realizamos un estudio o interpretamos los resultados del mismo nos

podemos preguntar: ¿Podrían los resultados deberse a algo que los autores no han
tenido en consideración?, como por ejemplo:
a. Los grupos del estudio no son comparables debido a como fueron
seleccionados los pacientes (sesgos de selección).
b. Los grupos de pacientes del estudio no son comparables debido a
como se obtuvieron los datos (sesgos de información).
c. Los autores no han recogido información (o la han obtenido pero no la
han utilizado) sobre un factor que se relaciona a la vez con la
exposición y con el efecto estudiados (factor de confusión).

TIPOS DE SESGOS, SU PREVENCIÓN Y CONTROL

Un error es la diferencia entre el estimador de la magnitud del efecto obtenido en el

estudio realizado y el real. Cuando los motivos que lo provocan actúan siempre en el mismo
sentido ya sea infraestimando o sobreestimando el verdadero valor de la magnitud de la
asociación el error es sistemático. Su conocimiento y control es uno de los objetivos
fundamentales de cualquier estudio epidemiológico, especialmente en las situaciones en
que los efectos tienen frecuencias muy pequeñas y la magnitud del sesgo puede ser
superior a la del efecto a estimar. Existen tres grandes tipos de errores sistemáticos:

1
1.- SESGOS DE SELECCIÓN

Debidos a la inadecuada selección de los sujetos de estudio. En la práctica se produce

cuando la selección de los sujetos esta relacionada con la aparición de la variable resultado,
la enfermedad en un estudio de cohortes y con la variable exposición en un estudio de
casos y controles. La consecuencia es que se selecciona a los individuos
inadecuadamente, ya que se añaden a los criterios de selección que deben regir estos
estudios, otros extraños, que invalidan los resultados. Los estudios que presentan más
riesgo de presentar estos sesgos son los de cohortes, así, en estos estudios puede ocurrir
que solo una proporción de individuos desee participar, y los que no, pueden diferir de los
participantes de muchas formas, con lo que los resultados podrían no ser aplicables a la
población. En un ensayo clínico también podría cometerse un sesgo de este tipo como
ocurriría si se diese el tratamiento a los sujetos de mejor pronóstico. De todos modos es
más raro y difícil de cometer si se realiza una adecuada aleatorización a la hora de formar
los grupos.

Dentro de estos sesgos cabe distinguir numerosos subtipos, muchos de los cuales se
evidenciaron en diferentes estudios:

 Sesgo de Berkson: Se da cuando se utiliza en un estudio de casos control población

hospitalaria, ya que la proporción de hospitalizados entre los casos y los controles suele
ser diferente.

 Autoselección: Se da cuando se incluye una parte de voluntarios en el estudio, suelen ser

personas con más probabilidad de padecer la enfermedad, por sensibilización hacia el
tema por antecedentes personales o familiares, etc.

 Efecto de los trabajadores sanos: Cuando un grupo se obtiene de trabajadores de una

determinada empresa, sobre todo que implique esfuerzo físico, hay que considerar que
son personas excepcionalmente seleccionadas respecto a su salud.

2.- SESGOS DE INFORMACIÓN

Son los que se producen debido a la inadecuada medida de las variables de estudio. Es
decir ocurren en el proceso de verificación de la información a comparar.

Este sesgo ocurre en los estudios de casos controles cuando se clasifica como expuesto al
que en realidad no estuvo expuesto o bien se clasifica como no expuesto al que si lo estuvo.

En un estudio de cohortes, este sesgo aparece cuando se clasifica como enfermo un

individuo que en realidad no ha contraído la enfermedad, o bien cuando se clasifica como
no enfermo a una persona que la ha contraído.

Algunos ejemplos característicos de este sesgo son:

 Sesgo por sospecha diagnóstica: Si se explora con más frecuencia y más a fondo a
sujetos expuestos que a los no expuestos.

 Sesgo de memoria: Cuando se indaga sobre la exposición, es mucho más importante el

esfuerzo de memoria que hacen los casos que los controles.

 Sesgo del entrevistador: Cuando diferentes investigadores entrevistan a los casos y a los
controles, o cuando las preguntas se formulan de diferente manera a uno y otro grupo.

1
3.- FACTORES DE CONFUSIÓN

Los factores de confusión son variables independientes, externas a la relación que se

evalúa entre una variable independiente y otra dependiente, cronológicamente anterior al
factor de estudio y que se relaciona con el factor y el efecto, sin ser un elemento
intermedio en dicha relación.

En un estudio de cohortes, factores de confusión son factores de riesgo de la enfermedad

estudiada, distintos al factor de exposición objeto del estudio y que se distribuyen de forma
diferente en los grupos a comparar, la cohorte de expuestos y la de no expuestos.

En un estudio de casos control son factores relacionados con la exposición que se

distribuyen heterogéneamente entre los casos y los controles.

Por ello confunden o distorsionan la medida del efecto. La medida que se obtiene será una
mezcla del factor de exposición o riesgo que se estudia y del efecto del factor de confusión.
Ejemplo: en la relación alcohol y cáncer oral, el tabaco es un factor de confusión porque se
relaciona con la enfermedad y con la exposición (hay más fumadores entre los bebedores).

La información sobre los factores de confusión suele limitarse en general a los datos
demográficos básicos: edad, sexo, raza, etc., aunque debería tenerse en cuenta otros como
los hábitos tabáquico, alcohólico, enfermedades previas e historia laboral.

Los factores de confusión no deben ser confundidos con otras variables que se conocen
como VARIABLES DE INTERACCIÓN O VARIABLES MODIFICADORAS DE EFECTO.
Estas son variables relacionadas con el factor de estudio y el efecto que hacen variar de
intensidad la relación entre ambas según los valores que tome.

PREVENCIÓN Y CONTROL DE SESGOS Y FACTORES DE CONFUSIÓN

A priori para evitar sesgos cabe realizar los llamados estudios de validación. Estos estudios
pretenden valorar si un método mide lo que pretende e implica la obtención de resultados y
la comparación con un referente o estándar. Esto tiene especial interés si se trata de un
estudio descriptivo sobre una única muestra con el que se pretenda estimar el valor
poblacional. Si se trata de un estudio donde se pretende valorar la relación entre variables,
es decir se van a comparar grupos, tiene importancia sobre todo si los grupos van a ser
medidos con diferentes instrumentos, ya que si se hace con el mismo el error se produce en
la misma dirección en ambos caso con lo que se comete más imprecisión que se sesga el
estudio.

Los errores tipo sesgo solo pueden ser prevenidos en la fase de diseño del estudio. Esto
implica un profundo conocimiento del tema a investigar y de los posibles sesgos que es fácil
cometer, para diseñar el estudio de tal modo que no se puedan dar. Si esto no se consigue,
una vez introducido el sesgo en el estudio, no se puede resolver en ninguna otra fase de la
investigación.

Por contra los factores de confusión pueden ser controlados en la fase de diseño, pero si se
introducen pueden ser detectados y eliminados además en la fase de análisis. Las variables
1
modificadoras de efecto o de interacción deben ser también detectadas pero no con el
objetivo de ser eliminadas, sino muy al contrario, para ser tenidas en cuenta a la hora de
establecer las conclusiones ya que completan de una manera importante las conclusiones
del estudio.

EN EL DISEÑO:

 Restricción: proceso que establece las condiciones que han de tener los sujetos al ser
elegidos para formar parte del estudio. Las condiciones que han de cumplir han de ser
idénticas para ambos grupos de comparación y son la presencia de ciertas categorías del
factor(es) de confusión. Por ello se restringe o reduce los sujetos del estudio a aquellos
que cumplen estas categorías. Tiene el inconveniente que se pierde generabilidad
(validez externa), pero se gana validez interna que es más importante.

 Equiparamiento: forma particular de restricción que afecta solo a la cohorte de no

expuestos o a los controles. Se trata de escoger para cada caso o expuesto un control o
no expuesto respectivamente que tenga los mismos valores de las variables de
confusión. El caso más extremo seria el apareamiento que a veces se utiliza en ensayos
clínicos en que el mismo sujeto recibe las dos intervenciones tras pasar un tiempo entre
ambas.

 Cegamiento: Técnica característica de los ensayos clínicos que se contempla en el

diseño del estudio, aunque puede llegar a abarcar el análisis. Cabe distinguir tres niveles:
- Simple ciego: Los participante en el estudio desconocen que tipo de intervención
reciben.
- Doble ciego: Los participantes y los investigadores desconocen que tipo de intervención
reciben los sujetos participantes.
- Triple ciego: Cuando además de los participantes y los investigadores, los encargados
del análisis de los datos (en caso que sean otros) desconocen que tipo de intervención
reciben los sujetos participantes.

EN EL ANÁLISIS:

 Análisis estratificado: Consiste en separar los resultados en diferentes grupos o

estratos que coinciden con las categorías del factor(es) de confusión. Los resultados
dentro de cada estrato se analizan por separado. Es el más sencillo y debe ser usado de
entrada, aunque es engorroso, sobre todo cuantos más factores de confusión se intenten
controlar.

 Análisis multivariante: Posible gracias al desarrollo informático, permite valorar el

efecto de gran cantidad de variables. Permite obtener ecuaciones multidimensionales
donde se engloban todas las variables a considerar, permitiendo determinar el efecto de
cada una de ellas sobre la variable dependiente.

CALIDAD DE LA MEDICIÓN

La calidad de las mediciones que se llevan a cabo en investigación se valora por la

existencia de validez y precisión en las medidas. El término validez en investigación
epidemiológica hace referencia a la seguridad de que los resultados obtenidos realmente
reflejan lo que se pretende medir.

1
1.- VALIDEZ EXTERNA:

En la mayor parte de los estudios, la población diana, es decir, la población sobre la que se
pretende obtener conclusiones, es muy grande y por lo tanto inabarcable, de modo que se
suele utilizar una fracción de ella (muestra) para llevar a cabo el estudio. La validez externa
sería, precisamente, el grado en que los resultados pueden ser extrapolados de la muestra
a la población. No existen reglas ni cálculos para delimitarla, por ello se debe obrar con
cautela, y considerar bien que tipo de individuos integraban la muestra y si puede haber
inconvenientes para extrapolar conclusiones a individuos que no estuviesen bien
representados en la muestra.

2.- VALIDEZ INTERNA:

Supone la ausencia de errores, de tal modo que se tenga la garantía que los resultados en
el estudio son debido a la relación entre las variables de interés y no a la existencia de
sesgos o terceras variables no tenidas en cuenta y que muestren una falsa relación entre
las variables.

La garantía de que el estudio tenga una alta validez interna vendrá determinada por haber
tomado las precauciones en el diseño del mismo antes descritas para evitar la introducción
de sesgos. También como se dijo antes, en la fase de análisis se puede contribuir a
aumentar la validez interna detectando falsas relaciones por terceras variables.

Es mucho más importante, relativamente, que la validez externa y que la precisión. Así, es
conveniente aplicar diseños con restricciones si van a evitar posibles sesgos y dar mayor
validez interna, aunque con ello se pueda perder capacidad de generalización o validez
externa.

3.- PRECISIÓN

La precisión es la ausencia de error aleatorio. Este error es implícito a todo estudio donde
no se abarca a toda la población y se trabaja con muestras, como es habitual. Se mide
mediante estudios de reproductibilidad o fiabilidad, que consiste en repetir la medición
varias veces y comprobar la proximidad de los datos obtenidos. Cuando las diferentes
medidas las realiza el mismo observador se habla de fiabilidad intraobservador, mientras
que si son diferentes investigadores se llama fiabilidad interobservador.

En la práctica, el hecho de trabajar con muestras hace que los resultados obtenidos en un
estudio realmente solo ofrezcan la seguridad de ser así referidos a esa muestra, pero esto
vale de poco. El interés estriba a en hacerlo generalizable. Desde este punto de vista la
precisión es el grado en que los resultados que se ofrecen se acercan al verdadero valor
desconocido. Depende de la variabilidad y del tamaño de la muestra empleado. Así, si se
quiere aumentar la precisión habrá que aumentar el tamaño de la muestra o también
usando diseños más eficientes. La estadística permite delimitar esta precisión a través del
cálculo de la significación estadística o mejor todavía mediante el cálculo del intervalo de
confianza de las medidas realizadas, que lleva implícita la información sobre la magnitud de
la medida (todos los valores contenidos en el intervalo) y la precisión (la amplitud del
intervalo) y el grado de confianza.