Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34

Diseño de Estudios Epidemiológicos.

I. El Estudio Transversal: Tomando una Fotografía
de la Salud y la Enfermedad.

Gerardo Álvarez-Hernández*
Jesús Delgado-DelaMora*

RESUMEN

El diseño de los estudios epidemiológicos para la investigación médica se susten ta en la relación qu e

existe en tre posibles deter min an tes y una con dición de salud, que en el caso de la medicina es usual men te un a
en fer medad. Si la exposición es decidida por el in vestigador se trata de un exper imen to. Si por el c on tr ar io, el
in vestigador sólo obser va el efecto de un a var iable sobr e un resultado de salud, en ton ces el diseñ o es de tipo
obser vacion al. El estudio tran sver sal es un estudio obser vacion al que mide tan to la exposición como el r esultado
en un pun to determin ado en el tiempo. Este diseñ o se lleva a cabo usualmen te par a estimar la pr evale ncia de un a
en fer medad den tro de una población específica y es común que un o de sus propósitos centr ales sea pro por cion ar
in for mación par a efectuar in ter ven cion es de salud pública. Hay dos tipos de estudios tr an sver sales, los de tipo
descr iptivo que caracter izan la pr evalencia de un a en fer medad en la población de in ter és, y los an al íticos que
examinan la relación entre la exposición y la enfermedad, aunque sin poder establecer juicios definitivos de causalidad
debido a la ambigüedad tempor al que ocurr e al colectar simultán eamente in for mación acer ca de los fac tor es de
riesgo y el resultado de interés.

Palabras Clave: Diseños de investigación epidemiológica. Estudio transversal.

ABSTRACT

The design of epidemiological studies for medical resear ch is mainly based on the relationship between potential
deter minan ts and a health con dition , which in th e case of medicin e is usually a disease. It is an ex per iment, if exposure is
deter mined by th e resear ch er. If, h owever, the r esearch er obser ves only th e effect of a var iable on a health outcome, then
th e design is observation al. Th e cr oss-section al study is an obser vation al design th at measur es both exposur e an d
outcome at a given poin t in time. Th is study is usually car r ied out to estimate th e pr evalen ce of a disease with in a given
population, an d is common that on e of its main purposes is to provide information to make public h ea lth in ter ventions.
Overall, there are two types of cross-section al studies, descriptive characterizing the prevalence of disease in a population
of in ter est, an d an alytical examin in g the r elation sh ip between exposur e an d disease, but not to esta blish defin itive
judgments on causality due to th e ambiguity tempor al that happen s in collectin g simultan eously data about risk factor s
and the outcome of interest.

Key Words: Epidemiologic research design. Cross-sectional survey.

* Departam ento de Medi cina y Ciencias de la Salud, Univers idad de Sonora, Hermosillo, Sonora, Méxi co .
Corres pondencia: Dr. Ger ardo Álvar ez Hernández. galvarez@guayacan.uson.m x, Blvd. Luis Donaldo Colosi o SN, Col. Centro, Herm osillo,
Sonora, C.P. 83000, Tel. (662) 112-60-80.

26

INTRODUCCIÓN
De la profesión médica siempre se espera destreza
técnica, con ocimien to actualizado, gen er ación de nueva
información y compasión en el trato de los pacientes. Tales
expectativas constituyen un desafío par a los médicos que
tienen poco tiempo par a desar rollar a cabalidad cada un o
de esos aspectos. Ten iendo en cuen ta esto, escr ibiremos
un a ser ie de en sa yos cor tos a cer ca d e d is eñ os de
in vestigación , dir igidos especialmen te a médicos muy
ocupados pero que tien en un in ter és por llevar a cabo
investigación en temas de salud, particularmente en el área
de pediatr ía.Cubr ir emos tres estudios obser vacion ales
básicos: el estudio tr an sver sal, el de casos y con tr oles, el
de coh or te, y concluir emos con un estudio clásico de la
exper imen tación : el en sayo clínico aleator io. En cada uno
de ellos cubr ir emos aspect os esen ciales que per mitan
identificar las car acterísticas esenciales de cada diseño y
cómo pueden aplicar se para r esponder pregun tas de
investigación médica.
Panorama general.
Para resp onder a pr eguntas de invest iga ción
científica, el médico cuenta con dos gran des tipos de
estudios: los de n atur aleza obser vacion al y los de or den
exper imen tal. En n uestr a opin ión no h ay un o mejor que
otr o, por que r espon den a cues tion es par ticul ar es que
avanzan el en ten dimiento de un pr oblema de salud, lo que
per mite ejecutar difer entes accion es par a solucion ar le.
Alen tar íamos a los jóven es médicos en for mación que
r ealicen investigación obser vacion al, ser ia y con rigor
metodol óg ico, an tes d e con tem pl ar in iciar estu di os
exper imen tales sin la exper ien cia y con ocimien to de los
fun damen tos del diseño de investigación .
En general, la estructur a básica de los diseñ os de
estudio se sustenta en la r elación que existe entr e posibles
determinantes (tratamiento, exposición, factores de riesgo)
y una con dición de salud deter min ada, que en el caso de
la medicina es usualmente una enfermedad 1. Un paso inicial
par a decidir qué tipo de in vestigación r ealizar emos es
identificar cuál será el rol del investigador en la asignación
de la exposición . Si en contr amos que la exposición es
deci si ón del i n ves tig ad or, en t on ces esta mos a n t e un
diseñ o exper imen tal, ya sea que esa asign ación suceda a
través de un procedimiento estrictamen te aleator io como
el de u n en s ayo clín i co, o por algú n ot r o método de
as ig n ación d e la ex posición com o en un cu as i-
experimento2.
Si por el con tr ario, el investigador n o desempeña
un papel activo en la exposición, sino que observa el efecto
de un a var iable sobre un r esultado de salud, en ton ces el
diseño es de tipo observacional.En este caso, si existe un
27
Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34
grupo de compar ación o de control, se trata de un estudio
analítico, si no lo hay, estamos ante un estudio descriptivo.
La t emp or ali da d del i n icio de l a exp os ici ón y/ o la
ocur rencia del evento, es un factor importante para definir
qué tipo de estudio obser vacion al es apr opiado. Si la
exposición y el even to son r egistr ados simultán eamente,
el diseñ o es den omin ado tr an sver sal. Si el even to de
in ter és h a ocu r r ido y s e r ecolect a in for mación de
exposicion es pasadas, se tr ata de un estudio de casos y
con t r oles, s i por el con tr a r io, la exposición an tecede
claramen te a la pr esen cia del evento, estamos an te un
estudio de coh orte 2-4. También son de valor cien tífico los
r epor tes de ca so, l as ser i es de casos y l os estu di os
ecológicos, per o n o ser án objeto de r evisión en esta ser ie
de en sayos. La Figur a 1 sin tetiza el marco gen er al de los
diferen tes tipos de estudio.
En fatizamos que no existe el estudio per fecto,
cad a un o pos ee ven tajas y desven tajas, y su cor r ecta
el ección es fun d amen t al par a d is eñ a r y ejecu ta r u n a
in vesti gación , aun qu e est a d eci si ón n o es pe r se ,
suficien te. Un a buen a investigación se basa en el rigor
metodológico y estadístico de su diseñ o y con ducción ,
por lo que con ocer aspectos básicos del estudio elegido
puede ayudar n os a obten er la r espuesta cor r ecta a un
cuestionamiento científico4.
Figura 1.- Marco general del diseño de estudios
ep idemiológico s.
Lo anterior es importante porque la validez de los
h allazgos obten idos a tr avés de los distin tos diseñ os de
es tu dio d ep en d e en t r e ot r a s cos as , d el pr op ós ito d el
estudio, de la apropiada selección del método utilizado, la
selección d e l a mu est r a , l a ca lid ad d e m ed ici on es y
r esultados (validez, repr oducibilidad, con tr ol de sesgos y
confusores) y la pulcritud de la interpretación y discusión
de los resultados.El r econocimiento de la impor tan cia de
tales aspectos en la evolución de la investigación médica,
h a repercutido favorablemen te en la calidad y validez del
conocimien to derivado de los estudios realizados 3.
Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34
El estudio transversal.
El estudio transver sal también es conocido como
en cuesta de fr ecuen cia o estudio de preval encia. En
general, se realiza para examin ar la presencia o ausen cia
de una enfermedad u otro resultado de interés, en relación
con la presencia o ausen cia de una exposición , ambos
hechos ocurriendo en un tiempo determin ado y en una
población específica. Dado que la exposición y el resultado
son examinados al mismo tiempo, existe una ambigüedad
temp oral en su r elación, lo que imp ide esta blecer
infer encias causa-efecto 5. Por ejemplo, asuma que un
estudio encuentra que la depresión es más común en niños
con obesidad que sin obesidad. ¿El exceso de peso
deter ioró la autoestima del n iñ o y lo con dujo a la
depr esión ?, ¿o un n iño con depresión dejó
involun tariamente de hacer actividad física e incrementó
compulsivamen te su con sumo de alimentos y esto lo llevó
a ten er exceso de peso? Este tipo de cuestion amien tos n o
puede ser respondido por este diseño.
El estudio transver sal se lleva a cabo usualmente
para estimar la prevalen cia de una enfermedad dentr o de
una población específica.La prevalencia es una medida de
frecuencia especialmente importante para el médico clínico
debido a la influen cia que ejerce en la sospecha de un
diagn óstico determin ado o para futur as investigacion es;
esto es, el conocimien to de una enfermedad endémica
dentro de una región 5, la Fiebre Manchada por Rickettsia
rickettsi (FMRR) por men cionar un ejemplo, influye en
que los médicos clínicos la prefieran dentro del diagnóstico
difer encial a la llegada de un niño con fiebre de origen
desconocido si se le compar a con otra patología poco
prevalen te en la zona, como la fiebr e hemor rágica por
Hantavirus, lo que in cremen ta la posibilidad de un
diagn óstico certero de un paciente.
Dado que regular men te el estudio transver sal se
ejecuta para estima r la pr evalencia de un even to
determin ado en una población específica, es común que
un o de sus propósitos centrales sea proporcionar
información para efectuar intervenciones de salud pública.
En este sentido, los estudios transversales proveen una
«fotogr afía» en un pun to específico del tiempo, tanto del
aspecto estudiado como de las caracter ísticas relacionadas
al m ism o, en otr as pa la br a s, el a ct ual esta tu s de
en fer medad es examin ado en r elación al actual n ivel de
exposición 1,4,6.
Es impor tan te tener en cuen ta, que el n úmer o de
even tos a sí como la pr op or ción de su jet os con la
exposición, están determin ados por la frecuen cia con que
ocurr en estos en la población seleccion ada y por lo tan to,
están fuer a del control del investigador. Esto último es
una caracter ística impor tante que contrasta con otros
estudios observacion ales como los estudios de cohorte o
de casos y controles, en los que el investigador puede
por un lado, fijar con anter ioridad, ya sea la proporción de
expuestos (estud ios de cohortes) o la prevalen cia del
evento en la población de estudio (estudio de casos y
controles), o establecer hipótesis de causalidad, aun que
como se dijo anteriormen te no pueden precisa r la
secuen cia de eventos, es decir, si la exposición sucedió
antes, durante o después del resultado 3,6.
Objetivos.
El objetivo central de un estudio tran sversal es
examinar los estados de salud y enfer medad en una
población, o poblaciones, en un tiempo y lugar definidos.
Algunos propósitos específicos incluyen: (a) la estimación
de la prevalencia de una de una enfermedad o de factores
relacionados; (b) la búsqueda de asociacion es entre el
evento de interés y factor es relacionados, particular men te
para generar hipótesis que puedan probarse en diseños
más complejos; y (c) medir los cambios y evaluar el impacto
de inter ven ciones 7. En este sentido, los estu dios
transver sales son muy útiles en la planeación de servicios
de salud, pues miden la car ga de enfer meda d en
subgrupos y pueden iden tificar aquellos con mayor
necesidad de servicios de salud 1, por ejemplo, la carga de
tuberculosis pediát rica dentro de estr atos
socioeconómicos bajos y la necesidad de intervenciones
específi cas de salud pública para pr even ir, limi tar o
controlar su presencia en esos subgr upos de la población.
Cómo iniciar un estudio transversal.
De forma resum ida, para in iciar un estudio
transver sal se pueden aplicar los siguientes 4 pasos 4:
1.- Formular la pregunta de investigación y elegir la
población de estudio, escogien do cuidadosamente la
muestr a de estudio, lo que implica un adecuado diseño
del tipo de muestr eo y tamañ o de la muestra, así como en
el rigor de los criterios de selección de los sujetos de
estudio.
2.- Decidir qué var iables de la población son r elevan tes
pa r a la p r egun ta de i n vest ig aci ón , bas ad os en u n a
bú sq ueda detal la da de l a m ejor evid en cia cien tí fi ca
publicada.
3.- Elegir el método de medición de las variables, los
pr oced imi en tos d e r ecol ección de da tos y el t ip o de
fuentes que serán consultadas.
4.- Elegir el plan de an álisi s de los datos obten idos,
establecien do claramen te los procedimien tos estadísticos
28

que se ejecutar án para dismin uir el potencial efecto del
azar, sesgos y papel de variables confusor as.
Metodología y Ejecución.
Generalidades del Diseño.
El diseño transversal debe incorporar algun os
aspectos esenciales. La figur a 2 esquematiza de modo
gen er al a lgu n os de el los . Como se s eñ aló, un pa so
fun damen tal es defin ir la población “blan co”, es decir,
aquella población de la cual se obtendr á la muestra de
estudio y a la cual se preten de aplicar los resultados de la
in vestigación . Una vez elegida la población “blan co” es
con veniente obten er un marco muestr al (p.e. un a lista de
la población ) y decidir los pr ocedimien tos median te los
que los sujetos ser án elegidos, usualmen te a tr avés de
un a selección aleator ia. En seguida, es n ecesar io defin ir
claramente las medidas que se emplearán para clasificar el
actual estatus de la enfermedad, así como el de los posibles
fa ct or es r el acion ad os. E n est e sen ti do, es p er tin en te
deter min ar los instr umentos para r ecolectar los datos y
los pa sos q ue se d ar á n par a es tan da r i zar a l equ ip o,
h uman o o mater ial, que se utilizar á en la ejecución de la
in vestigación . Por último debe defin irse cómo es que los
da tos s er án or ga n iz ad os y las t écn icas de a n ál is is
estadístico que se usarán 1,4,7. De este modo, en la medida
que los resultados obtenidos puedan ser aplicables a toda
la población “bla nco”, se dice que el estudio es
generalizable.
Figura 2.- Marco general para la planeación de un estudio
t r an s ve r s al .
Tipos de muestreo
Para que un estudio tran sversal nos permi ta
r ealizar infer en cias objetivas y que los h allazgos sean
gen er al iz abl es a la pobl ación “bla n co”, es d ecir
represen tativos, se requier e el empleo de técnicas de
29
Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34
muestr eo probabilístico. En gener al, este tipo de muestr eo
otorga la misma probabilidad, que es difer ente de cero, a
cada unidad de la población de ser elegible para el estudio.
Múltiples métodos son utilizados, entre ellos se encuentra
el muestreo aleator io simple, en el que cada subgr upo de
individuos (una muestra) fue elegido de la misma población
a la que se pretenden aplicar los hallazgos. Cada sujeto de
la muestra tiene la misma probabilidad de ser seleccionado
en cualquier etapa del muestreo, del mismo modo que cada
subgr upo de k individuos tiene la misma probabilidad de
haber sido elegid o que cua lquier otr o grupo de k
individuos. Un ejemplo de esto podría ser la selección de
sujetos en base a censos de población 1. Otros tipos de
muestreo probabilístico incluyen el muestreo sistemático,
en el cual los sujetos son seleccion ados con intervalos
regulares a través de una lista (p.e. registros hospitalarios
de pacientes con una enfermedad confirmada); el muestreo
por conglomer ados en el que una muestr a aleator ia es
seleccion ada de individuos agr upados por características
relativamen te comun es que constituyen conglomer ados
(p.e. geográficos); y el muestr eo estr atificado, en el cual
la población es dividida en subgrupos o estratos que tienen
caracter ísticas distin tivas (p.e. su condición
socioeconómica) y se selecciona aleatoriamente individuos
den t r o de cada estr at o. Es p osi bl e r ea li zar u n a
combin ación de dos o más de los métodos an ter ior es y es
conocido como muestr eo polietápico 1,8.
Selección de la muestra.
Hemos anotado que al plan ear un estudio
tran sver sal un paso in icial necesar io es que se defina con
pr ecisi ón a la p obl ación d e est ud io. P or ejem plo, si
preten demos evaluar la pr evalen cia de den gue en n iñ os y
adolescentes de una región determinada, así como su perfil
clínico y complicacion es clín icas,sería un a tar ea poco
factible y de limitada eficien cia, la obten ción de datos de
todos los casos que se iden tificaron en un per iodo de
inter és. Por ello,el estudio transversal usualmen te utiliza
un a muest r a de i n di vi duos dis pon ibles, qu e pr ocede
fr ecuentemente de la población general. En una situación
óp ti ma, s i la mu est r a es s el eccion a da media n t e un
pr ocedimien to aleator io es pr obable que sea altamen te
r epresen tativa 6, lo que implica que n os permitir á hacer
afirmaciones acerca de las características de una población
a par tir de la muestra de estudio que se seleccion ó. Estas
afirmacion es pueden ser cor r ectas o debidas al azar, lo
que gran demente depen de del tipo de muestreo utilizado,
del tamaño de la muestra y de la tasa de no respuesta. Así,
la m uestr a que s er á u ti liz ad a debe ser s el eccion a da
cuidadosamen te en r elación a los pr opósitos del estudio
y con el suficien te poder estadístico para rech az ar
Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34
correctamente la hipótesis nula (H 0) cuan do es falsa 1,6.
¿Qué tan grande debe ser la población de mi estudio?
Los resultados de un estudio observacional, no
si emp r e pu eden r ep r es en t ar la ver da d acer ca d e u n a
relación entr e la en fermedad y factores r elacionados. Esto
puede deber se a las var iacion es tan to aleator ias como n o
aleator ias en la metodología empleada par a seleccionar a
los sujet os o debid o a cóm o las m ed ici on es fu er on
realizadas. Un asunto general es que mientr as mayor es la
mu es tr a d el es tu dio, es men os p r obable a lca n z ar
conclusion es err ón eas debidas a la variabilidad aleatoria,
que se r efier e a las fluctuaciones estadísticas, en cualquier
dir ección , usualmen te origin adas por limitacion es en la
pr ecisión del in strumento que se empleó par a efectuar las
medicion es de las var iables de in terés. En con tr aste, la
va r i abi li dad n o a leator i a, ta mbién con oci da como
si st emá tica, se r efi er e a im pr eci sion es r ep eti das q ue
con sisten temen te siguen una misma dir ección y que en
gen er al son debidos a un pr oblema de medición que se
man tiene a lo largo de todo el estudio 6,9.
Por otra parte, es importante identificar si la
ver d ader a d ifer en ci a en la s tas as d e en fer m ed ad o
exp osición en tr e los gr upos de estud io es de tam añ o
con s id er a bl e, pu es en este cas o es posible qu e pa r a
detectar una diferencia estadísticamen te significativa, una
mu es tr a d e men or ta ma ñ o sea suficien te. Si por el
con tr ar io, se asume que existe un a difer en cia ver dader a
en tre los gr upos, per o esta es pequeñ a, es recomen dable
un estu di o con u n a mu est r a d e m ayor ta ma ñ o pa r a
ga r a n ti za r que l as di fer en ci as en con tr ad as n o s on
incorrectamente atribuidas a un error.
Por lo anterior, es importante determinar antes de
in iciar la ejecución del estudio, qué tan gran de debe ser la
muestr a de estudio par a evitar conclusiones er r óneas.
Adicion almente, el cálculo del tamañ o de muestr a debe
ser específico para la h ipótesis que se pr etender pr obar.
Por lo tanto, esta hipótesis debe estar claramente definida.
Común men te, el cálculo del tamaño de la muestr a puede
ser h ech o par a la h ipótesis pr incipal o par a la h ipótesis
que ser á evaluada utilizan do al gr upo más pequeñ o en el
estudio 1. Existen difer en tes fór mulas estadísticas par a el
cá lculo d el ta mañ o de mu es tr a , así como d iver s os
programas para calcular la muestra. En general, realizan el
cálculo tomando en cuen ta el marco muestral, el margen
aceptable de error (1-5%), el nivel de confianza (95-99%) y
la distr ibución de la r espuesta (p.e. la pr evalen cia de la
enfermedad en la población “blanco”) 10.
La tasa de respuesta.
A fin de que los resultados de un estudio sean
generalizables a un a población dada, n o sólo debe
gar antizar se que la muestr a elegida sea representativa,
sin o que también lo sea la tasa de r espuesta 6. En breve, la
tasa de r espuesta puede en ten der se como el cocien te del
número de entrevistas completadas dividido por el número
de todas las posibles entrevistas 11.
La tasa de no r espuesta es una preocupación
impor tan te en el estudio tr an sver sal, por lo que deben
efectua r s e esfuer zos p ar a max im iza r el n ú mer o de
individuos que r espon dan u obten er todas la var iables de
in ter és de r egistr os médicos que usualmen te cumplen
fu n cion es a sis ten ci al es per o n o d e in ves tig ación .
Estrategias que se emplean para in cr emen tar la tasa de
r espuesta in cluyen r ecordator ios telefón icos, men sajes
electr ón icos y car tas, incentivos financier os, seguimien to
domiciliar io para localizar sujetos, entre otras, aun que es
impor tan te men cion ar que t ales estr ategias deben ser
examinadas bajo un cuidadoso escrutinio ético.
Aun que se asume que una baja tasa de respuesta
puede asociar se a un er r or sistemático con ocido como
sesg o d e n o r esp ues ta , l a evi den ci a mu est r a qu e n o
necesariamente es así. Es más importante identificar si los
sujetos que n o r espon dier on , tien en car acterísticas que
se asocian con la exposición o el r esultado de in ter és,
pues si esto es el caso, si vale la pena establecer estr ategias
par a in cr emen tar la tasa de r espuesta. Un problema más
cl ar o, es qu e un a baja t as a d e r es pu est a pr ovoca
in cer tidumbr e acer ca de qué car acter ísticas tien en los
sujetos que deciden r esponder y los que no lo desean .
Esta falta de cer teza deter ior a la capacidad de un estudio
par a gen er alizar los r esultados y justifica los esfuer zos
que se realicen para incrementar la tasa de respuesta 11.
Fuentes de datos.
En cual quier tipo de estudio cien tífico es
impor tan te defin ir cuáles ser án las fuen tes de don de se
recolectarán los datos, y cuál es la calidad que poseen . En
la in vestigación médica,es común que los datos de los
estudios tr an sversales se obtengan de fuentes secun darias
como expedien tes médicos, cer tificados de defun ción ,
r epor tes de la bor at or io, a un q ue ta mbién l os cen s os
pobl acion al es y r egis tr os h i st ór i cos son fr ecuen t es
aportador es. Adicion almen te, es posible obten er datos
dir ectamen te de la población , por ejemplo a tr avés de
cu es tion a r ios y en t r evis ta s. Ca da pr ocedi mi en t o de
r ecolección tien e ven tajas y desven tajas. Mien tr as que
los cuestion ar ios son h er ramien tas de relativo bajo costo,
suelen asociar se a un a baja tasa de r espuesta, en tr e otr as
cosa s p or q ue un a p r opor ción de los cues ti on a r ios es
con testado de for ma in completa o er rón ea, lo que or illa a
in cremen tar el tamañ o de la muestr a. Por otro lado, las
en trevistas pr opor cion an un a mayor tasa de respuesta y
pueden r equer ir menor muestr a, sin embar go, r equier en
una mayor inversión económica.
30

Sesgos comúnes.
Un sesgo en in vestigación epidemiológica se
define como la ocurrencia de un error sistemático en el
diseño, ejecución o análisis de un estudio, que resulta en
una estimación equivocada del efecto de una exposición
sobre el riesgo de una enfer medad 12.Tres tipos de sesgos
son los más comúnes: (a) de selección; (b) de información;
y (c) confusión . En el estudio transver sal el sesgo de
selección puede sur gir si la inclusión de participantes en
un grupo sigue un patr ón difer ente del de otro grupo de
compar ación, esto puede ocurrir cuan do se usan casos
prevalen tes en lugar de inciden tes, lo que es frecuente en
el diseño transver sal. También el uso de voluntar ios es
problemático y puede enfrentar dilemas éticos. El sesgo
puede surgir debido a que suelen ser una muestr a no
representativa de la población general, por ejemplo si se
ofrece algún estímulo económico lo más probable es que
personas de bajos recursos atien dan la invitación
sobrerepresentando a este estrato poblacional, lo que
impedir ía generalizar los hallazgos a otros grupos 13.
Por otra parte, el sesgo de información ocurre
cuan do los datos de las variables de in ter és son
recolectados de modo difer ente en dos o más grupos, lo
que produce un error en la inter pretación de la asociación.
Ejemplos de este tipo son el sesgo del entr evista dor,
especialmente si este conoce la enfermedad de interés, lo
que le conduce a pr eguntar de modo difer ente las
exposiciones a los casos que a los que no presentan el
padecimien to. También es posible que los sujetos que
presenten la enfermedad recuerden exposicion es pasadas
con mayor detalle que los que no son casos, lo que es
conocido como sesgo de memoria. Además, puede ser que
fami liares provean in for ma ción difer en te acer ca de
exposiciones cuando el sujeto falleció, pero que datos
acer ca de exposiciones en los sobrevivien tes sean
difer en tes, in cluso porque ellos mismos los
proporcionan 13.
La con fusión ocurr e cua ndo el resultado
observado entre la exposición y la enfermedad difiere de
la verdad, debido a la participación de una tercera variable
no contemplada previamente. Detalles adicionales de la
confusión se proporcionarán con la r evisión de otros
estudios observacion ales como el de casos y controles o
el de cohorte. No obstante, es impor tante entender que el
sesgo es un error sistemático que no puede ser fijado,
mi en tras la confusi ón puede lleva r a con clusiones
er róneas en un estudio, pero cuan do las var iables
confusor as son conocidas, su efecto puede ser fijado o
controlado 14.
31
Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34
Tipos de errores en la hipótesis de estudio.
Para evaluar la significan cia estadística de los
estimador es (p.e. media, pr oporcion es, riesgos r elativos)
en con tr ados, las h ipótesis son clasificadas por la for ma
en que descr iben las difer en cias obser vadas en tr e los
gr upos de estudio, así ten emos las hipótesis n ula (Ho) y
alt er n a (Ha). La h ipótesis n u la es tablece qu e n o h ay
difer en cia en tr e el factor de exposición y la enfer medad o
r esultado de in ter és (p.e. la edad de var on es y mujer es
adolescen tes con sín dr ome depresivo no es difer en te de
la d e s us con t r a par tes q ue fun g en como g r up o de
comp ar a ci ón ) . Al comen za r n eg an do qu e exi st an
diferencias en tr e los gr upos, la prueba estadística elegida
examin a la pr obabilidad de que un a asociación obser vada
sea debida al azar. La h ipótesis altern a no puede pr obar se
dir ectamen te, es aceptada por exclusión si la pr ueba de
significancia estadística rechaza la hipótesis nula 15.
Al i n ter p r et ar los r es ul ta dos d el es tud io y
establecer un a conclusión , el in vestigador puede cometer
er rores. En ocasiones, y ún icamente como efecto del azar,
un a muestr a puede n o ser r epr esen tativa de la población
de in ter és, por lo que los resultados obten idos no reflejan
la realidad. Este error es aleatorio y provoca una inferencia
espuria. Es importante distinguir lo del error sistemático o
sesgo, que como señalamos en el apar tado previo, obedece
a fallas en la estimación de la exposición , es difícil de
detectar y no puede cuantificar se 15.
Así, después de seleccionar la muestra y recolectar
los datos, pueden cometer se er r or es al in ter pr etar los
resultados. Estos er rores son conocidos como err or es tipo
I(Alfa) y II(Beta). El error tipo I ocurre si rechazamos la Ho
cuando esta es r ealmen te ver dader a en la población. Si
por ejemplo, la tasa de leucemia linfoblástica aguda (LLA)
en dos gr upos de n iños, par ece ser difer en te debido a la
exposición ambiental a bencen o, per o r ealmente no existe
un a asociación , se comete el er ror tipo I al rech azar un a
Ho que en realidad es verdadera. Una manera de minimizar
el er r or ti po I es selecci on ar un ap r opia do n ivel de
confianza. Para un nivel de confianza del 95%, el valor alfa
es del 5%, lo que sign ifica que ún icamen te existe 5% de
pr obabi li dad d e r ech a zar u n a h i pót es is n u la qu e es
verdadera.
En cambio, el er r or tipo II tien e lugar cuan do n o
rechazamos una Ho que en verdad es falsa en la población.
Siguien do el ejemplo pr evio, si las tasas de LLA n o son
difer en tes en tr e los gr upos de estudio per o la exposición
a benceno en verdad incrementa el riesgo de la enfermedad,
se comete el er r or tipo II cuan do n o r ech azamos una Ho
qu e en r eal ida d es fa ls a. E st e t ip o de er r or p uede
mi n i miz ar se in cr emen t an d o el poder est adí st ico d el
estudio. La can tidad (1- ) es con ocida como el poder
estadístico, y es usualmen te establecida en tre 0.05 y 0.2.
El poder estadístico se en tien de como la pr obabilidad de
observar un efecto en la muestra, si es que existe uno, que
Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34
es con secuen cia del tamañ o del efecto que existe en la
pobl aci ón g en er a l. Por ejemp lo, s up on g am os qu e el
investigador decide establecer una =0.10 y que realmente
h ubier a un 30% de in cr emen to en la tasa poblacion al de
LLA en los n iñ os expuestos a ben cen o, eso sign ificar ía
que 90 de cada 100 veces el investigador obser var ía un
efecto de ese tamañ o o incluso mayor, en su estudio. .
En un escenar io ideal y debían ser igual
a cer o, per o eso n o es posible en la realidad, de modo
que en la práctica se establecen lo más pequeño que se
pueda, aunque su reducción implique incrementar el
tamañ o de la muestr a, con las dificultad es m
etodológicas, ética s y operativas de aumentar el n úmer
o de par ticipan tes. De modo con ven cion al, muchos
estudios aceptan un =0.05 y una =0.20, aunque estas
cantidades son algo arbitr arias y el in vestigador debe
decidir en cada estudio cuál es el valor más pertin ente.
Es pr obable que elija un bajo valor de cuando es
particular mente impor tante evitar el err or tipo I, y que
opte por un valor pequeñ o de si lo que se requiere es
minimizar el error tipo II 10,15.
Análisis estadístico.
Par a este propósito h ay dos diseñ os de estudios
tr an sver sales, el pr imer o de ellos es de tipo descr iptivo y
su objetivo primordial es caracterizar la prevalencia de una
en fermedad en la población de interés. Dich a pr evalencia
pu ed e exa min ar se en un s olo p un t o en el ti em po
(p r eval en ci a p un tua l) o sobr e u n per iodo defi n i do
(pr evalen cia lápsica o per iódica), y esen cialmen te n os
ayuda a estimar qué pr opor ción de la población tiene la
en fer medad. El otr o diseño puede ser den ominado estudio
tr an sversal analítico por que r ecolecta información acer ca
de l a exposi ción y l a en fer m eda d con el objetivo de
comparar diferencias en las con diciones de la enfer medad
en tr e quien es estuvier on o n o, expuestos al factor de
riesgo. Dich o objetivo implica que se estime la pr oporción
de personas expuestas que están enfer mas (P 1=a/a+b) y
se comp ar e con el porcen taje de no expuestos que
enfermaron (P 2=c/c+d), esto siguiendo la tradicional tabla
de 2x2 empleada en epidemiología 16. Suponga que estamos
estudian do la r elación en tr e la tr ombocitopenia <50,000/
mm 3 y la pr esen cia de h emor ragias en múltiples sitios en
n iñ os con fiebr e man ch ada por Rickettsia rickettsii ; los
datos de tal estudio se organ izan del modo siguien te:
T r o mb oci t op eni a Hemorragias Múltiples
<50,000 mm3 Tot a l
P r es en t e Au sen te
P r es en t e 43 89 132
Au sen te 15 55 70
Tot a l 58 144 202
a= Expuestos con la enfermedad
b= Expuestos sin la enfermedad
c= N o expue st os con la enfe rmedad
d= N o expue st os si n la enfe rmedad
P =4 3/ 132= 0.32 6
1
P = 15/ 70 =0. 214
2
La proporción de expuestos con la enfer medad es
de 32.6%, mien tr as en los n o expuestos es de 21.4%. La
simple con tr astación de la pr evalen cia en tr e los grupos
n os or ien ta a bu scar ex pli ca ci on es ci en t ífica s a la
difer en cia observada. Así, dos indicadores pueden usarse
para comparar la prevalencia de enfermedad en dos grupos.
El primer o es den ominado pr evalen cia de la r azón de
momios [PRM] (pr evalen ce odds r atio por sus siglas en
inglés) y es obten ido con la misma fórmula (ad/bc) que la
razón de momios. En el estudio transversal la PRM estima
la razón de las tasas de in ciden cia, siempr e y cuan do la
ex posición h aya ocu r r id o a l o l ar go de u n p er iodo
exten dido de tiempo y si la duración de la en fer medad n o
es afectada por el estatus de exposición 16. En el ejemplo
previo, la PRM=[43x55]/[89X15]=2365/1335=1.7715, lo que
significa que la frecuencia de las hemorragias múltiples es
77% mayor en los sujetos con trombocitopenia <50,000mm3
que en los pacientes sin esta exposición.
El s egun do in dicador q ue puede usa r se en el
es tud io tr an s ver sa l es la r az ón de pr evalen ci as [RP]
(prevalen ce r atio por sus siglas en inglés), que es análogo
a la r azón de in ciden cia acumulada de un estudio de
coh or te. Usualmen te la RP puede calcular se cuan do el
r esultado de in ter és ocur r e en un per íodo r elativamen te
cor t o d e tiemp o, cu an d o suced e en per íodos m ás
exten didos, es pr efer ible estimar la PRM 16. Por ejemplo,
podríamos calcular la RP de neumon ía n osocomial debido
a la exposición a ven tilador mecán ico, supongan que el
arreglo de datos es como sigue:
Vent il ació n Neumonía Nosocomial
Mecá ni ca Tot a l
P r es en t e Au sen te
P r es en t e 30 12 42
Au sen te 10 60 70
Tot a l 40 72 102
P = 30 / 42 =0 . 71 4
1
P = 10 / 70 =0 . 14 3
2
RP=0.714/0.143 =4.99
La razón de prevalencias de este ejemplo puede
ser in ter pretada como que la pr opor ción de n iñ os con
n eumon ía n osocomial es casi 5 veces mayor si recibe
ventilación mecánica asistida. Como podrá observarse, las
difer en cias en tr e la PRM y la RP son sutiles y aun que
ambas medidas muestran el grado de asociación que existe
entre una enfermedad y cierta exposición, su interpretación
es diferente. En general, la decisión de cuál indicador elegir
en nuestr o diseñ o puede estar or ien tada por el tipo de
en fermedad que estudiemos, si el padecimien to es crónico
y con lar gos periodos de exposición , es prefer ible usar la
PRM, mi en tr as la RP es m ejor pa r a el est udi o de
enfer medades agudas. Si la prevalencia de la enfer medad
es baja (<10%) entonces se acepta que la RP=PRM. Debido
a que los estu dios tr an sver sales son fr ecuentemen te
32
 Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34

empleados para estimar la prevalen cia de padecimientos
cr ónicos, don de el in icio de la en fer medad es difícil de
deter min ar, la PRM es quizás más utilizada 16. Con las
limitaciones propias del estudio transversal para establecer
r elacion es de causa lidad, la PRM puede ser obten ida
medi an t e model os de r egr es ión l og íst ica, au n q ue
man ten ien do el ver dader o sen tido en la in terpr etación y
evitan do sesgos en la interpretación 17- 18.
Ventajas del estudio transversal.
El estudio transversal es relativamen te económico
y poco con sumidor de tiempo par a obtener r esultados
razonables a cor to plazo. Tien e en adición a su capacidad
de descr ibir la prevalencia de exposición y en fer medad en
un a pobla ci ón deter mi n a da, l a for ta leza de ex pl or ar
posi bles as oci acion es qu e poster i or m en te pu ed en
estudiarse con mayor rigor a través de un diseño de estudio
di st in t o (p. e. es tu dio d e coh or t e o con tr ola do
aleator izado). Una de sus mayor es aplicaciones es par a
planear y evaluar intervenciones de salud pública, así como
identificar la frecuencia de factores de riesgo1,3,4,6. También,
el d iseñ o t r an sver s al en cu en tr a p ocos di lem as y
dificultades éticas, aun que n o está totalmente exen to de
asuntos r elacion ados con el man ejo con fidencial de datos
r ecolectados, per o en gen er al dado que n o existe un a
exposición deliber ada por par te del investigador y que n o
lleva a cabo un seguimien to de pacien tes a lo lar go del
tiempo, los problemas éticos que enfr enta son menores.
Desventajas del estudio transversal.
La principal desventaja del estudio transver sal
es su imposibilidad par a hacer inferencias de causalidad,
fundamen talmen te por la ambigüedad temporal que sur ge
al medir simultáneamen te la exposición y la enfermedad,
esta desventaja puede evitar se si el inter és se centra en
ciertas características inalter ables (p.e. rasgos gen éticos),
o si la medida de exposición r efleja n o sólo la actual sin o
también las pasadas (o acumuladas) exposicion es p.e. la
determin ación median te r ayos X fluor escen tes, de los
n i veles d e plomo en h uesos d e u n n i ñ o, r efl eja la
exposición acumulada a lo lar go de var ios añ os. Otr o
pr oblema que sur ge con este diseñ o es que los resultados
pu ed en sobr est im ar s e cua n d o s e r ea li za el a n ál is is
median te la pr evalencia de la r azón de momios o la r azón
de prevalen cias. También r equiere que la prevalencia del
evento de in ter és sea r elativamen te alto (>10%), por lo
que es ineficiente si la enfermedad o la exposición es rara.
Otr a desven taja del diseñ o tr an sver sal es que tiene el
in con ven ien te de apor tar datos de un momen to ún ico en
el tiempo, es decir, si se examina a la misma población en
ot r o momen t o, los r es ul tad os obten i dos p ued en s er
difer en tes.Puede ocur r ir también “sesgo de memoria”,
es pecia lm en t e si los d at os cu est ion ad os n o s on
recordados con segur idad 1,3, 4,6.
Conclusiones.
• El estudio transversal es un estudio observacional
útil en la investigación médica par a exa min ar las
condiciones de salud de una población en un tiempo y
lugar definidos.
• Puede estimar la prevalen cia de enfermedades y
factor es de riesgo.
• Busca identificar asocia ciones entre
enfer medades y factor es relacion ados, que esencialmente
si r ven pa r a gen er a r h ip ótesi s cien t ífica s que s er án
ex am in a da s med ia n te d is eñ os de ma yor r ig or
metodológico.
• Es un diseño útil para la planeación y evaluación
de intervencion es de salud pública.

REFERENCIAS

1.- Enarson DA, Kennedy SM, Miller DL. Choosing a resear ch study design and selectin g a population t o study. Int J
Tuberc Lung Dis 2004; 8 (9): 1151-6.
2.- Grimes DA, Schulz KF. An overview of clinical resear ch: the lay of the land. Lancet 2002; 359: 57-61.
3.- Hernández-Ávila M, Garr ido-Lator re F, López-Mor eno S. Diseño de estudios epidemiológicos. Salud Publica Mex
2000; 42 (2): 144-54.
4.- Mann CJ. Observation al research meth ods. Resear ch design II: cohort, cross sectional and case-co ntrol studies.
Emerg Med J 2003; 20: 54-60.
5.- Asch engrau A,Seage III G. Essentials of epidemiology in public health. Jones &Bartlett Publisher s. USA, 2003. pp.
151-5.
6.- Levin KA. Study design III: Cross-sectional studies. Evidence-Based Dentistry 2006; 7: 24-5 doi:10.1038/sj.ebd.6400375.
7.- Bhopal R. Concepts of epidemiology. Integr ating the ideas, theories, principles and methods of epidemiology. 2 ndEdn .
Oxford University Press. New York, USA. 2008: 296-300.
8.- Olsen G, St. George DMM. Cross-sectional study design and data analysis. 2004: 16-17. Recurso disponible en línea en:

33
Bol Clin Hosp Infant Edo Son 2015; 32(1): 26-34

http://www. collegeboard.com/prod_downloads/yes/4297_MODULE_05.pdf Consultado: Marzo 18, 2015.

9.- Szklo M, Nieto FJ. Cross-sectional studies: Point prevalence rate ratio. In: Epidemiology, beyon d the basics. 3 rdEdn.
Jones & Bartlett Publishers. 2012: 90-101.
10.- Kasiulevicius V, Sapoka K, Filipaviciute R. Sample size calculations in epidemiological studies. Gerontologija 2006; 7
(4): 225-31.
11.- Galea S, Tracy M. Participation rates in epidemiologic studies. Ann Epidemiol 2007; 17: 643-53.
12.- Schlesselman JJ. Case-con trol studies: design, conduct, analysis. 1 stEdn. Oxfor d Univer sity Press. Ney York, USA,
1982: 10-17.
13.- Delgado-Rodriguez M, Llorca J. Bias. J Epidemiol Community Health. 2004; 58: 635-41.
14.- Groenwold RHH, Hoes AW. Confounding in publications of observational inter vention studies. Eur J Epidemiol 2007;
22: 413-5.
15.- Banerjee A, Chitnis UB, Jadhav SL, Bhawalkar JS, Chaudh ury S. Hypoth esis testin g, type I and type II errors.
IndPsychiatr J 2009; 18 (2): 127-31.
16.- Ibrahim M. Alexander L. Cross-sectional studies. From ERIN notes. University of North Carolina, 1999; 7: 1-3. Disponible
en línea en: http://cphp.sph.unc.edu/trainingpackages/ERIC/er ic_notebook_7.pdf Consultado: Marzo 15, 2015.
17.- Lee J. Odds ratio or relative risk for cross-section al data? IntJEpidemiol 1994; 23 (1): 201-3.
Schiaffin o A, Rodríguez M, Pasar ín MI, Regidor E, Borrell C, Fernández E. ¿Odds ratio o razón de proporciones? Su
utilización en estudios transversales. GacSan it 2003; 17 (1); 70-4.

34