Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
1
TIPOS DE ESTUDIOS EPIDEMIOLOGICOS
ESTUDIOS DESCRIPTIVOS
- 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.
SERIES DE CASOS
Las series de casos son estudios muy habituales en las revistas médicas (incluso de
un solo caso).
2
No casos seleccionados.
Aunque sea de forma indirecta, el estudio de una serie de casos siempre implica una
comparación (serie histórica, pacientes con otros tratamientos, otros centros, ...)
ESTUDIOS TRANSVERSALES
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.
VENTAJAS :
LIMITACIONES :
ESTUDIOS ANALITICOS
Relación entre:
Var. independientes Var. dependientes
(factores) (enfermedades)
4
ESTUDIOS OBSERVACIONALES ANALITICOS
Dos tipos:
- Estudios de cohortes
- Estudios de casos y controles
Expuestos No expuestos
Casos A B A+B
No casos C D C+D
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).
5
ESTUDIOS DE COHORTES
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.
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
CRITERIOS:
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:
7
B) Estudios de cohortes retrospectivo (estudio de cohortes históricas)
VENTAJAS:
PROSPECTIVOS:
- Mejor control sobre la selección de sujetos.
- Mejor control sobre las medidas.
RETROSPECTIVO:
- Menos caros.
- Duración más breve.
LIMITACIONES:
8
Al conseguir la información sobre la exposición de forma retrospectiva esta es más
limitada, aunque puede ser suficiente en muchas ocasiones.
VENTAJAS:
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.
9
ESTUDIOS EPIDEMIOLÓGICOS EXPERIMENTALES O DE INTERVENCIÓN:
1
ESTUDIOS DE PRUEBAS DIAGNÓSTICAS. MEDIDAS DE VALIDEZ Y
FIABILIDAD.
SCREENING (DESPISTAJE)
- Siempre proporciona una respuesta correcta (positiva en los enfermos y negativa en los
no enfermos)
- Simple
- Segura
- No dolorosa
- Fiable
- Barata
1
VALIDEZ DE UNA PRUEBA DIAGNÓSTICA
Comparación de los resultados obtenidos con la prueba a evaluar con una prueba de
referencia.
PRUEBA DE REFERENCIA
PRUEBA Enfermedad No enfermedad Total
DIAGNOSTICA
Evaluación de la prueba:
E = d/(b+d)
VP+ = a/(a+b)
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)
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.
p + especificidad - 1
P=
sensibilidad + especificidad - 1
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.
¿Cuál es el punto de corte idóneo (con mejor discriminación diagnóstica)? Curvas ROC
(Características operativas para el receptor) o de rendimiento diagnóstico
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.
1
1.- SESGOS DE SELECCIÓN
Dentro de estos sesgos cabe distinguir numerosos subtipos, muchos de los cuales se
evidenciaron en diferentes estudios:
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.
Sesgo por sospecha diagnóstica: Si se explora con más frecuencia y más a fondo a
sujetos expuestos que a los no expuestos.
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
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.
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.
EN EL ANÁLISIS:
CALIDAD DE LA MEDICIÓN
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.
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.