HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN

[Diseños analíticos]
DISEÑOS DE INVESTIGACIÓN EPIDEMIOLÓGICA

DISEÑO: Plan o estrategia que se desarrolla para obtener la información que se requiere en una investigación

Factores que inciden en la elección del tipo de diseño:

• Pregunta de investigación (la más importante)

• Tipo de hipótesis a probar
• Factibilidad
• Aspectos éticos

TIPOS DE PREGUNTA CLÍNICA: Cada tipo de pregunta puede responderse con un diseño de investigación

• Etiología: Caso/control (odds ratio) o cohorte

Tasas de incidencia y riesgo relativo
• Pronóstico: Cohorte
• Diagnóstico: Estudio con gold estándar
• Terapia: Ensayo clínico aleatorizado

Los diseños analíticos sirven si queremos establecer asociaciones causales, relaciones entre las variables. Pueden ser espurias, es
decir, no son asociaciones de causa-efecto. En este caso, una de las variables se confunde con otra, siendo otra la causa de la variable
efecto.

Ej: Beber café Infarto agudo al miocardio (IAM)

Asociación espuria

Fumar cigarrillos

Pueden ser:

o Observacionales: Se observa de forma pasiva

o Experimentales: Se asigna una intervención

Criterios de causalidad (Bradford-Hill, 1965)

• Fuerza de asociación: Que tanto se asocia la exposición con el evento adverso

• Secuencia temporal: La exposición tiene que venir antes del evento
• Efecto dosis-respuesta: Hay relación entre la dosis de exposición y la probabilidad de sufrir el evento adverso. Al aumentar
la exposición aumenta la probabilidad
• Consistencia: Los hallazgos son reproducibles en distintas poblaciones
• Plausibilidad biológica: La relación es coherente a la ciencia contemporánea
• Especificidad: La exposición lleva a un efecto específico (frecuente en enf. infecciosas, pero no en enf. crónicas)
• Evidencia experimental: El investigador asigna la intervención y observa la ocurrencia del evento de interés. No siempre
es posible. Proporciona mayor certeza de la asociación causal.

V.T.G y F.T.Ll 1
 HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN
ETIOLOGÍA

Busca identificar las causas de las enfermedades

Los diseños epidemiológicos que no sirven para estos son los de caso y control y los de cohorte. Su principal diferencia entre estos
estudios es la temporalidad.

Caso y control: Parten desde el desenlace, yendo hacia atrás para buscar las causas

Ej: En un grupo de personas con cáncer pulmonar y otras sin cáncer, se ve el n° de personas que fumaban

Cohorte: Se sigue la temporalidad natural, partiendo de las exposiciones al desenlace.

Ej: Elegimos un grupo de personas fumadoras y otras no fumadoras, luego vemos cuantas de cada grupo desarrollaron
cáncer pulmonar.

En los estudios de caso/control no se pueden calcular tasas de incidencia, por lo que tampoco podremos calcular riesgo relativo. Es
por esto que utilizamos el odds ratio como medida de riesgo.

En lo s estudios de cohorte si podremos calcular tasa de incidencia y, por lo tanto, riesgo relativo

CASOS Y CONTROLES

Estudios longitudinales retrospectivos que van del efecto (causa)

Se estructuran a partir de individuos con la enfermedad (casos), y de individuos sin la enfermedad (controles)

Se busca hacia atrás los factores que explican porque los casos se enfermaron y los controles no.

Se evalúa la medida de asociación con el odds ratio.

Pasos:

1. Seleccionar una muestra de la población de individuos enfermos, que serían los casos.
2. Seleccionar una muestra de la población riesgo sin la enfermedad, que serían los controles.
3. Aplicar un cuestionario para buscar exposiciones pasadas y ver como se relacionan las variables predictoras.
4. Con esta información podremos elaborar una tabla tetracórica en la que podremos relacionar los casos y controles con la
exposición.

Casos Controles Total 5. Calcular el odds ratio:

Expuesto a b a+b • Odds de exposición en casos: a / c
No expuesto c d c+d • Odds de exposición en controles: b / d
Total a+c b+d a+b+c+d

Odds ratio: odds de exposición en casos / odds de exposición en controles= (a / c) ÷ (b / d)

Esta medida expresa cuanto más expuestos están los casos comparados a los controles

Puntos fuertes

• Eficiente en enfermedades raras, ya que seleccionamos directamente a los casos

• Permite evaluar varios factores de riesgo
• Útil para generar hipótesis

V.T.G y F.T.Ll 2
 HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN
• Son relativamente más baratos, pequeños y de corta duración

Puntos débiles:

• Permite evaluar solo un desenlace, ya que se estructuran en base a este

Posibles sesgos:

• Sesgo de memoria por la medición de forma retrospectiva, es decir, las personas no recuerden estar expuestas a algo, o
un grupo recuerda mucho más que el otro.

Ej: Los casos tienden a recordar más, por lo que reportan más las exposiciones

• No permite estimar incidencia ni prevalencia

PRONÓSTICO

Busca predecir la evolución clínica de las enfermedades, los diseños epidemiológicos que nos sirven para esto son los de cohorte.

COHORTE

• Cohorte: Grupo de individuos que se siguen a través del tiempo

• Son estudios longitudinales con 2 propósitos: descriptivos y analíticos
• Objetivos descriptivos: Describir la incidencia de enfermada
• Objetivos analíticos: Analizar asociaciones existentes entre factores mediante riesgo relativo
• Estos estudios van desde la exposición hacia el desenlace

Pasos:

1. Seleccionar la muestra desde una población sin enfermedad

2. Mediciones variables predictoras. Factor de riesgo presente o ausente
3. Efectuar un seguimiento de la cohorte
4. Medir las variables de desenlace. Que proporción de personas desarrolla la enfermedad en los expuestos y en los no
expuestos.
5. Con esta información elaboramos una tabla tracorica o 2x2.

Casos Controles Total 6. Calcular la incidencia:

Expuesto a b a+b Incidencia expuestos = a/(a+b)
No expuesto c d c+d
Total a+c b+d a+b+c+d Incidencia no expuestos = c/(c+d)

7. Calcular el riesgo relativo:

RR = incidencia expuestos / incidencia no expuestos = a (c+d) / c (a+b)

Esta medida nos dice que tanto mayor es la probabilidad de enfermarse al estar expuesto al factor de riesgo

Puntos fuertes:

• Otorgan incidencia y riesgo relativo

• Útil en investigar causas. Nos permite saber claramente la secuencia de acontecimientos.
• Permite medir variables en forma completa y exacta

V.T.G y F.T.Ll 3
 HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN
• Permite evaluar varios desenlaces

Puntos débiles:

• Caros y poco eficientes en enfermedades raras y de lenta progresión.

• Seguimiento largo.
• Pérdida de seguimiento, generalmente por el largo tiempo de estudio.
• Presencia de factores de confusión que no han sido medidos.

DIAGNÓSTICO

Busca responder preguntas clínicas de diagnóstico, es decir, que prueba clínica es mejor para diagnosticar cierta patología. Busca
determinar la utilidad clínica de los test de diagnóstico.

Los diseños epidemiológicos que nos sirven para esto son os de estudio de test diagnóstico con gold estándar.

ESTUDIO DE TEST DIAGNÓSTICO CON GOLD ESTÁNDAR

Gold estándar: Es un test que nos permite realizar un diagnóstico inequívoco.

Estos estudios nos permiten comparar los test diagnóstico con el gold estándar. Ahora, si sabemos que el gold estándar es tan
bueno ¿Porqué no ocuparlo siempre? Generalmente el gold estándar es muy caro, difícil de obtener o poco práctico.

Pasos:

1. Seleccionar un grupo de pacientes con un cuadro clínico.

2. Aplicar simultáneamente a este grupo el gold estándar y el test diagnóstico.
3. Los resultados del gold estándar clasificarán a los pacientes en enfermos y sanos, y los resultados del test diagnóstico en
positivos y negativos.
4. Con esta información elaboramos una tabla tetracórica, donde evaluaremos los resultados:
Gold estándar
Enfermedad No enfermedad Total 5. Calcular la sensibilidad:
Test Positivo Verdadero Falso positivo a+b a/a+c
diagnóstico positivo (a) (b) 6. Calcular la especificidad:
Negativo Falso negativo (c) Verdadero c+d d/b+d
negativo (d)
Total a+c b+d a+b+c+d

7. Calcular los valores predictivos:

Valores predictivos positivos: a / a + b

Indica la proporción de cuantas personas que dieron positivo estaban realmente enfermas.

Valores predictivos negativos: d / c + d

Indica la proporción de cuantas personas que dieron negativo no estaban enfermas.

Utilidad

Desde el punto de vista poblacional:

• Sensibilidad: Probabilidad de que un enfermo tenga una prueba positiva.

V.T.G y F.T.Ll 4
 HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN
• Especificidad: Probabilidad de que un paciente sano tenga una prueba negativa.

Desde un punto de vista individual:

• Valor predictivo positivo: Probabilidad de que un paciente con prueba positiva este enfermo.
• Valor predictivo negativo: Probabilidad de que un paciente con prueba negativa este sano.

TRATAMIENTO

Buscan evaluar el efecto de una intervención clínica.

Los diseños epidemiológicos que nos sirven para esto son los de ensayo clínico aleatorizado, que nos permiten evaluar los
beneficios y los potenciales daños de un tratamiento, pudiendo llevarnos a recomendarlo o dejar de hacerlo.

ENSAYO CLÍNICO ALEATORIZADO

Son diseños experimentales donde el investigador asigna la intervención, dejando a un grupo expuesto y al otro no.

Este es el diseño que le da más fuerza a la inferencia causal, principalmente porque controla sesgos inherentes en estudios
observacionales. Lo ideal es que se haga a ciegas (enmascarado), pudiendo eliminar 3 sesgos gracias a:

• Aleatorización: Elimina confundentes previos a la aleatorización.

Se tienen generalmente 2 grupos elegidos al azar de un universo, en donde cada individuo tiene la misma probabilidad
de ser elegido. Esto permite que la muestra sea representativa del universo, siendo similares tanto en las características
conocidas como en las desconocidas, de esta manera, ambos grupos serán equivalentes, teniendo la misma proporción
de ambas características. Gracias a esto los grupos son comparables.

• Enmascaramiento: Elimina el sesgo debido a cointervenciones.

A un grupo se le da un medicamento o tratamiento, y al otro un placebo con las mismas características organolépticas
(color, sabor, textura) del medicamento original. En este caso no la persona que lo recibe ni el médico deben saber quien
está recibiendo que tratamiento, ya que al saberse se podría afectar la real evaluación de la efectividad de la terapia.
El médico podría querer dar el medicamento a pacientes específicos, o el paciente, al saber que toma placebos, quiera
dejar el ensayo o cambiarse de grupo.

• Enmascaramiento de la medición del desenlace: Elimina el sesgo debido a mala clasificación.

La persona que evalúa al paciente no debe saber si el pacientes tomó placebo o el medicamento.

Pasos:

1. Elegir de un universo 2 muestras aleatorias representativas.

Como ambas muestras son iguales al comienzo (aleatorización) se espera que sean iguales al final, a menos que algo
cambie gracias a la intervención. Esto nos permite atribuir cualquier diferencia entre las muestras al final del ensayo al
tratamiento.

Aleatorización: Permite que características como edad, sexo, entre otras se distribuyan equitativamente en los grupos,
evitando el factor de confusión. Este proceso debe tener un procedimiento predefinido y libre de estropicios, haciéndose
por computador con un programa especial.

2. Designar un grupo placebo y otro para el tratamiento, para luego aplicar la intervención.

V.T.G y F.T.Ll 5
 HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN
Es muy importante el enmascaramiento de la intervención, protegiéndonos de una intervención no intencionada o
cointervención.

Doble ciego: Permite que cualquier cointervención afecte por igual a ambos grupos sin alterar la comparación de
desenlaces. Aquí ni los tratantes ni los pacientes saben quiénes son placebos.

3. Medir las variables de desenlace.

Triple ciego: La persona que mide los resultados no debe saber si está midiendo a alguien que recibió placebo o
tratamiento.

Es importante la integridad del seguimiento, siendo ideal que los grupos del comienzo sean los mismo del final. Si esto
no ocurre pueden generarse desbalances entre los grupos (sesgos).

4. Con esta información podemos elaborar una tabla tetracórica:

Enfermedad No enfermedad Total 5. Calcular la incidencia:

Expuestos a b a+b
Incidencia expuestos: a / a + b
Placebo c d c+d
Total a+c b+d a+b+c+d Incidencia no expuestos: c / c + d

6. Calcular el riesgo relativo:

• Si RR < 1, el tratamiento es un factor protector. RR = incidencia expuestos / incidencia no expuestos
• Si RR > 1, el tratamiento es un factor de riego.

Riesgo absoluto (RA) = incidencia expuestos – incidencia no expuestos

Indica cuanto aumenta o disminuye la probabilidad de enfermedad al estar expuesto al tratamiento. Si este valor es negativo
la probabilidad disminuye, y si es positivo la probabilidad aumenta.

Número necesario a tratar (NNT) = 1 / - RA

Este número indica cuantas personas hay que tratar para evitar la enfermedad de una persona. Mientras menor sea el número
mejor es el tratamiento. El número no puede ser decimal, por lo que se debe aproximar al entero menor.

Número necesario a dañar (NNH) = 1 / RA

Indica el número de personas a tratar para producir el daño de una persona.

Puntos fuertes

• Potente prueba en relación causa efecto

• Control de los confundentes.
• Permiten probar nuevos fármaco.
• Permiten identificas eficacia, riesgos, aceptabilidad y costos.
• Relativa rapidez y economía en algunas preguntas.

Puntos débiles

• Pueden se costosos y requerir mucho tiempo.

• Plantean barreras éticas.
• Las intervenciones pueden ser distintas a la práctica corriente y no implementarse nunca.

V.T.G y F.T.Ll 6